基于区域综合风险评估的城市重点防卫区域选择

摘 要：针对城市防御力量有限条件下如何选择高风险重点保卫区域，使有限力量效用最大化、城市风险最小化的问题，提出了一种基于区域综合风险评估的城市重点防卫区域选择方法。首先，从入侵方和防御方角度思考，构建合理的保卫目标风险评估指标体系;其次，基于等效能量思想提出了权积归一法来确定保卫目标风险指标的组合权重，进而计算目标风险值;接着，根据质心理论结合目标距离测度与重要程度构建目标分布加权质心计算模型，并以此为基准，建立离差矩阵计算区域目标分布离散度;最后，依据风险雷达图面积构造区域综合风险评估函数，并结合某城市Ⅰ～Ⅵ区目标情况对各区域的综合风险进行定量评估。结果表明，相比于目标风险耦合方法，该方法能够更准确地实现区域综合风险评估，为城市重点防卫区域选择及有限力量高效部署提供决策依据。

关键词：有限防御力量;区域综合风险;组合权值;分布离散度

中图分类号：U298 文献标志码：A DOI：10.3969/j.issn.1673-3819.2025.01.008

Selection of key urban defense areas based on regional comprehensive risk assessment

WEI Hua， WANG Xiaoxia， YANG Fengbao， JIA Qi

（School of Information and Communication Engineering， North University of China， Taiyuan 030051， China）

Abstract： Aiming at the problem of how to select high risk key defense area under the condition of limited urban defense force， to maximize the utility of limited force and minimize the urban risk， this paper proposes a method of selecting key defense area based on regional comprehensive risk assessment. Firstly， a reasonable risk assessment index system is constructed from the perspective of the intruder and the defender. Secondly， based on the idea of equivalent energy， the weight product normalization method is proposed to determine the combined weight of the target risk index， and then calculate the target risk value. Then， according to the centroid theory， the weighted centroid calculation model of target distribution is constructed， and the dispersion matrix is established to calculate the dispersion of regional target distribution. Finally， the regional comprehensive risk assessment function is constructed according to the area of risk radar map， and the comprehensive risk of each region is quantitatively assessed according to the target situation of districts I to VI of a city. The results show that compared with the target risk coupling method， the proposed method can realize the regional comprehensive risk assessment more accurately， and provide decision-making basis for the selection of key urban defense areas and the efficient deployment of limited forces.

Key words： limited defense forces; regional comprehensive risk; combinatorial weights; dispersion of distribution

随着国际形势的不稳定性加剧，多地冲突频发。城市作为主要发生地［1］，受到战略规划、资源限制和地形阻碍等因素的影响，不同地区间的防御力量调配变得困难，导致防御力量分散且有限。因此，需要对城市各个区域的综合风险进行精确评估，确定城市重点防卫区域，指导有限力量合理分配，确保力量效用最大化，使城市风险最小化。

目前，学者们的研究主要集中于对特定保卫目标的风险评估。例如，康锦伟［2］研究了城市中重点目标遭受恐怖袭击的风险，并以地铁站为例，为应急力量的资源配置提供依据。吴敏［3］构建了机场涉恐风险评估模型，对进一步建立我国机场风险评估机制和方法提供一定的科学依据。彭子眉等［4］基于威胁发生可能性、武器破坏性和目标脆弱性对火车站进行了风险评估，为后续开展反恐防范和应对工作提供了理论支持。孟婷［5］采用K-means聚类分析方法对外交机构遭受袭击的风险进行定量、客观的评估，研究成果对外交机构反恐策略具有重要的指导意义。这些研究实现了对特定目标的风险评估，但在城市防御力量不足情况下，重点防卫区域的选择和有限力量的分配需考虑整体目标群的综合风险，因此，针对特定保卫目标的风险评估方法并不能有效指导有限力量的分配。

对此，本文提出了一种区域综合风险评估方法。以保卫目标风险评估为基础，确定目标风险均值;在此基础上，从目标距离测度及目标重要程度出发，通过离差矩阵确定区域目标离散度;而后，利用风险雷达图面积原理将目标风险均值、目标离散度及目标数量因素结合，全面评估区域综合风险。

1 保卫目标风险评估

1．1 保卫目标风险评估体系构建

保卫目标风险评估指标体系构建是区域综合风险评估过程的基础。综合考虑入侵方威胁程度与保卫目标安全程度，确定了入侵方选择目标意图I1、相对破坏能力I2、相对干扰能力I3、己方目标重要程度I4、目标易损程度I5与目标隐蔽程度I6等6个风险评估指标及其影响因素，具体如图1所示。

（1）指标合理性检验

结合城市防空的特点，为评估保卫目标风险，设计了包含6个指标条目的调查量表，并利用Cronbach's α系数和Pearson相关系数度量其一致性与相关性［6］。当Cronbach's α系数值大于0．7时，可认为条目之间的内在一致性较好;当Pearson相关系数值大于0．4或小于-0．4时，说明指标条目与目标风险间相关性较强。结果如表1所示。

通过计算量表的Cronbach's α系数值为0．852，大于0．7，且如表1所示，删除各项后的Cronbach's α系数值均小于0．852。各指标条目的Pearson相关系数值皆处于-1，-0．4）∪（0．4，1范围内。由此说明评估指标选取较为合理，能有效反映目标风险。

（2）指标函数构建

1．2 保卫目标风险评估指标权重确定

合理确定指标权重是确保风险评估有效性的关键步骤。为了消除传统算术平均组合赋权法对极端值的敏感与乘法合成组合赋权法的倍增效应［13］，本文根据物理学中求两个不同能量源同时作用的等效能量思想，提出了采用几何平均计算方法的权积归一法进行主、客观权重融合，获得更为合理的指标组合权重。权积归一法具体步骤如下：

权积归一法的原理是在乘法集成的基础上进行开方处理，且开方数由组合的权重种类数来确定。其中，乘法集成的运用消除了极端值的影响;而开方处理消除了乘积的倍增效应。因此，权积归一法能够更为合理地确定指标组合权重。

1．3 保卫目标风险值计算

2 区域综合风险评估模型构建

在区域综合风险评估中，通过目标风险均值Fs、目标离散度σ及目标数量N构建区域综合风险模型，如图2所示。

2．1 区域目标分布离散度计算

在防御力量有限条件下，当城市区域内重要目标呈现较高程度的聚集时，可通过在关键区域集中部署防御力量，以较少部署点达到有效覆盖，目标防御被突破的风险相对较小;相反，若目标分布较为分散，分散的防御措施会导致每个防御区域的力量相对薄弱，被突破的风险也会增加。因此，目标分布的离散度σ可作为评估区域综合风险的关键指标。然而，由于每个目标的重要程度不同，需要引入质心理论［15］计算目标分布加权质心值Cd，进而构建离差矩阵D。

2．2 区域综合风险函数构造

首先，计算目标风险均值Fs，再对目标风险均值Fs、目标分布离散度σ及目标数量N指标进行标准化处理，得到处理后的指标Fs′、N′、σ′。然后，根据风险雷达图面积原理，利用处理后的指标构造区域综合风险函数F0。

风险雷达图的面积原理，如图3所示。指标N′、F′s、σ′呈正三角形排列，而每个区域指标值点的连线能够形成面积不同的三角形ΔS1、ΔS2、ΔS3。三角形的面积大小取决于指标值点离坐标原点的距离，即指标值的大小。指标值越大则三角形面积越大。同时，指标值的增大也意味着风险值的提升。因此，可通过三角形面积大小表示各区域综合风险的相对大小。

3 实验验证及分析

假设发现3架A型及1架B型飞机，飞行方向为正北偏西49．0°，意图入侵我方某城市区域。该城市由Ⅰ区～Ⅵ区共6个区域构成。但该城市的防御力量不足，且受到地形、交通等限制，各区域间防御力量调度较为困难。因此，需通过计算各区域综合风险来辅助指挥人员进行合理力量部署。现以Ⅰ区为例，其目标分布如图4所示。

Ⅰ区目标包括机场、金融中心、医院、市政中心、交通枢纽。现有入侵方信息及我方各目标信息如表2、表3所示。

3．1 区域综合风险评估仿真

将表2与表3入侵设备信息数据及Ⅰ区目标信息数据代入1．1节中保卫目标风险评估指标函数计算后，再对指标值进行统一量纲和正向化处理。根据标准化后的指标值绘制Ⅰ区目标风险评估指标值折线图，如图5所示。

由图5可知，相比于其他目标，交通枢纽由于相对入侵方当前距离较近等原因，导致其选择目标意图指标值较大，标准化后X′1的值为0．696;而相对打击能力风险较高的则是目标表面积相对较小的市政中心;此外，对于各目标的相对干扰能力来说，目标正常运作时对电子设备依赖程度较大的机场与金融中心，其二者的风险指标标准值较大，X′3分别为0．87与0．862;而对于目标重要程度而言，机场的整体价值相较于其他目标更高，因此，其风险指标的X′4值最大为0．813;与此同时，由于机场占地面积较大且周围建筑高度较低，导致其目标易损程度相对较高，目标隐蔽程度相对较低，即X′5与X′6的指标值较高。

而各风险评估指标的组合权重ωz可根据本文第1．2节中的权积归一法来确定，组合权重值如表4所示。

结合表4中的组合权重值及其对应的各项指标值可根据公式（9）求得城市Ⅰ区中各目标的风险值，具体如表5所示。

计算得到Ⅰ区保卫目标风险后，计算区域目标分布离散度。表6为目标距离测度数据。

同理，对该城市其余区域的目标情况进行分析计算，可获得Ⅰ区～Ⅵ区的区域目标风险均值s、区域目标数量N、区域目标分布离散度σ，其结果如表7所示。

依据表7数据经过标准化处理后得F′s、N′、σ′指标值，构建城市区域风险雷达图，如图6所示。

以Ⅰ区为例，其指标F′s、N′、σ′的值分别为0．975、0．556、0．276，经由公式（13）计算可得Ⅰ区综合风险F0为0．418。同理，其余区域综合风险计算结果如表8所示。

根据高风险区域优先识别为重点防卫区域的原则，结合表8的区域综合风险评估结果，可确定该城市重点防卫区域选择的优先级为Ⅲ区gt;Ⅱ区gt;Ⅴ区gt;Ⅳ区gt;Ⅵ区gt;Ⅰ区。

3．2 结果分析

3．2．1 区域综合风险评估结果分析

由3．1节评估结果可以得出该城市各区域风险程度情况如图7所示。

结合图7与表7、表8内容可以看出，Ⅲ区目标分布较为分散且目标数量较多，因此，综合多方面因素评估后得到的风险值最大，区域重点防卫选择的优先次序最高;而Ⅱ区的目标数量与Ⅴ区的目标分布离散度远大于其他区域，因此，在力量有限条件下综合风险和优先次序也相对较高;同时，对于目标数量相同且分布离散度相近的Ⅵ区与Ⅳ区来说，Ⅳ区的目标风险均值为0．567，大于Ⅵ区，因此，Ⅳ区被选择重点防卫的优先次序大于Ⅵ区;此外，在这些区域中，Ⅰ区的分布离散度最小为1．33，综合其他因素考虑后的区域综合风险值最小，因此，Ⅰ区的选择次序排在最末。根据以上结果分析表明，本文所采用的基于区域综合风险评估的城市重点防卫区域选择方法较为合理且可行。

3．2．2 权积归一法与其他组合赋权法对比分析

3．2．3 风险耦合方法与本文方法结果对比分析

为了验证本文方法的合理性，采用风险耦合方法［18-19］将现有的保卫目标风险进行耦合，所得区域耦合风险FRCT作为区域综合风险F0的对照数据，结果如表11所示。

由表11可知，采用风险耦合法获得的该城市重点防卫区域选择的优先排序为Ⅲ区gt;Ⅱ区gt;Ⅳ区gt;Ⅵ区gt;Ⅴ区gt;Ⅰ区，与本文方法得到的排序结果近似，由此可说明本文方法较为合理。其中，与风险耦合法不同的是采用本文方法计算时，考虑了力量不足情况下评估区域综合风险需重视的目标整体位置分布因素。因此，在本文排序结果中目标分布离散度最大的Ⅴ区综合风险大于Ⅵ区和Ⅳ区，即Ⅴ区被优先选择的次序更高。另外，通过计算表11两组数据的方差可得，FRCT组方差为0．0007，数据区分度较低;F0组方差为0．0172，数据差异化较为显著，更利于划分城市区域优先防卫次序，对辅助指挥人员在防御力量有限条件下城市力量的合理部署更具有优越性。

4 结束语

本文根据雷达图面积原理，利用目标风险均值、目标离散度、目标数量构造了区域综合风险评估函数并结合实际数据对某城市区域综合风险进行评估，确定了在防御力量有限条件下城市重点区域的选择优先级。其中，在确定目标风险均值时，根据风险影响因素构建了保卫目标风险评估指标体系，确定了指标函数，并且为了提高指标权重的合理性，提出了一种不受极端值和乘积倍增效应影响的组合权重计算方法，并通过实验数据进行了验证。另外，在计算目标离散度时，考虑目标自身重要性对风险值的影响，引入了质心理论思想，将距离测度结合目标重要程度计算出的加权质心值作为基准，构建了离差矩阵，保证了离散度数据的合理性。通过实验验证，本文方法对区域综合风险的评估具有一定可行性，能够为指挥人员在有限力量条件下，确定重点防卫区域，合理分配防御力量提供重要依据，进而有效降低城市风险。后续，作者也将在区域综合风险模型构建上进行深入研究，探索保卫目标风险间更内在的联系，提升区域综合风险评估的数据深度。

参考文献：

[1] 冯玉军. 俄乌冲突下东亚安全格局新趋势［J］. 东北亚学刊， 2023（2）： 21-33， 146.FENG Y J. The new trend of East Asian security pattern in the context of Russia-Ukraine conflict［J］. Journal of Northeast Asia Studies， 2023（2）： 21-33， 146.

[2] 康锦伟. 城市重点目标恐怖袭击风险分析方法研究［D］. 北京： 中国人民公安大学， 2021.KANG J W. Study on risk analysis method of terrorist attacks on urban key targets［D］. Beijing： Chinese People's Public Security University， 2021.

[3] 吴敏. 基于仿真模拟的公共交通枢纽风险评估研究——以N机场为例［D］. 北京： 中国人民公安大学， 2020.WU M. Research on terrorist attack risk assessment of public transportation hub based on simulation ［D］. Beijing： Chinese People's Public Security University， 2020.

[4] 彭子眉， 金华. 基于攻防对抗的反恐重点目标风险评估模型研究［J］. 中国人民公安大学学报（自然科学版）， 2022， 28（3）： 43-50.PENG Z M， JIN H. Research on risk assessment model for key targets of anti-terrorism based on attack-defense confrontation［J］. Journal of People's Public Security University of China（Science and Technology）， 2022， 28（3）： 43-50.

[5] 孟婷. 基于K-means算法的外交机构恐怖主义风险评估［J］. 情报探索， 2021（1）： 47-55.MENG T. Terrorism risk assessment of diplomatic agencies based on K-means clustering analysis［J］. Information Research， 2021（1）： 47-55.

[6] 牛军锋， 甘旭升， 刘影， 等. 空中目标威胁的ABC-RVM评估方法［J］. 火力与指挥控制， 2022， 47（4）： 63-68， 74.NIU J F， GAN X S， LIU Y， et al. ABC-RVM assessment method for air target threat［J］. Fire Control ＆ Command Control， 2022， 47（4）： 63-68， 74.

[7] 汪鑫， 龙光正， 汪志宏， 等. 基于灰色聚类和序关系的防空保卫目标排序研究［J］. 弹箭与制导学报， 2018， 38（2）： 25-29.WANG X， LONG G Z， WANG Z H， et al. Based on the grey clustering method to resolve the defend target comprehensive sequencing in the mufti-stage air defense combat［J］. Journal of Projectiles， Rockets， Missiles and Guidance， 2018， 38（2）： 25-29.

[8] 贾琦， 吉琳娜， 王肖霞， 等. 不确定条件下作战筹划态势研判风险预测方法［J］. 指挥控制与仿真， 2024， 46（2）： 141-149.JIA Q， JI L N， WANG X X， et al. Risk prediction method for operational planning situation analysis under uncertain conditions［J］. Command Control ＆ Simulation， 2024， 46（2）： 141-149.

[9] 黄威龙， 何涛. 空中目标威胁度分析与评估方法［J］. 指挥控制与仿真， 2023， 45（5）： 123-128.HUANG W L， HE T. Threat analysis and evaluation method of aerial targets［J］. Command Control ＆ Simulation， 2023， 45（5）： 123-128.

[10]冯卉， 张春梅. 基于Vague集的防空重点保卫目标优选与排序［J］. 管理科学与工程， 2019， 8（2）：132-136.FENG H， ZHANG C M. Selecting and sequencing of the important defending targets in defense zone based on vague sets［J］. Management Science and Engineering， 2019， 8（2）：132-136.

[11]冯卉， 毛红保， 邢清华. MADM组合赋权的防空重点保卫目标优选与排序［J］. 火力与指挥控制， 2014， 39（8）： 5-8.FENG H， MAO H B， XING Q H. Selecting and sequencing of important defending targets in defense zone based on combination weighting for MADM［J］. Fire Control ＆ Command Control， 2014， 39（8）： 5-8.

[12]孙东振， 史瑞芝， 张振华， 等. 切尾统计算法的优化及应用［J］. 中国印刷与包装研究， 2010， 2（2）： 29-32.SUN D Z， SHI R Z， ZHANG Z H， et al. Application and optimization of trimmed statistical algorithm［J］. China Printing and Packaging Study， 2010， 2（2）： 29-32.

[13]MU X P， WANG Y T， LIU H X， et al. Flood risk assessment of Hun-Tai Area due to dike break based on HEC-RAS［J］. Journal of Water Resources Research， 2020， 9（3）： 289-300.

[14]黄明田， 李泽玲. 基于直觉模糊层次分析法的90后知识型员工绩效评价与激励策略研究［J］. 数学的实践与认识， 2019， 49（23）： 230-239.HUANG M T， LI Z L. Study on performance appraisal and incentive strategy of 90s knowledge worker based on intuitionistic fuzzy hierarchy model［J］. Mathematics in Practice and Theory， 2019， 49（23）： 230-239.

[15]NI J H， CHEN J， WU Y L， et al. Method to determine the centroid of non-homogeneous polygons based on suspension theory［J］. ISPRS International Journal of Geo-Information， 2022， 11（4）： 233.

[16]魏久传， 许玉阳， 谢道雷， 等. 基于距离函数组合赋权法的突水危险性评价［J］. 中国矿业， 2021， 30（4）： 162-167.WEI J C， XU Y Y， XIE D L， et al. The risk assessment of water bursting based on combination rule of distance function［J］. China Mining Magazine， 2021， 30（4）： 162-167.

[17]邹国良， 刘娜娜. 基于组合赋权-云模型的离子型稀土矿开采工艺评价［J］. 有色金属科学与工程， 2021， 12（4）： 88-95.ZOU G L， LIU N N. Evaluation on the mining technology of ion-adsorption rare earth ore based on combined weighting-cloud model［J］. Nonferrous Metals Science and Engineering， 2021， 12（4）： 88-95.

[18]王乾坤， 亢显卫， 朱科. 地铁深基坑施工风险耦合评价方法［J］. 东北大学学报（自然科学版）， 2021， 42（8）： 1 152-1 158.WANG Q K， KANG X W， ZHU K. Coupling evaluation method of the construction risk for subway deep foundation pit［J］. Journal of Northeastern University（Natural Science）， 2021， 42（8）： 1 152-1 158.

[19]李胜男， 闫海峰， 吴鹏飞， 等. 基于N-K模型的铁路运营事故风险耦合性分析［J］. 现代城市轨道交通， 2023（11）： 103-109.LI S N， YAN H F， WU P F， et al. A risk coupling analysis of railway operation accident based on the N-K model［J］. Modern Urban Transit， 2023（11）： 103-109.

（责任编辑：张培培）