·算法设计与应用·
基于多属性综合评价的恐怖袭击事件分级研究*
王青芸a，丁佳文a，黄 鑫a，邱云志a，孟丽红b
(赣南师范大学 a.数学与计算机科学学院;b.地理与环境工程学院，江西 赣州 341000)
摘 要： 目前恐怖袭击事件主要依据人员伤亡与经济损失进行分级，没有准确的量化分析和统一标准.本文以全球恐怖主义数据库(GTD)中1998-2017 年的恐怖袭击事件为例，依据危害程度对恐怖袭击事件进行分级.首先挑选恐怖袭击事件的8个主要属性指标，并利用成对比较矩阵给出8个指标在评价事件危害程度的权重，再建立多属性综合评价模型，计算得到该恐怖袭击事件危害程度，并以此制定恐怖袭击事件的分级标准.该模型充分考虑恐怖袭击事件的各种复杂因素，可满足恐怖袭击事件分级要求与级别标准化要求.
关键词： 恐怖袭击事件；多属性综合评价；量化分析；成对比较矩阵
1 引言
自上世纪六十年代末以来，全球范围内已经发生至少18万起恐怖袭击事件，伤亡人数巨大、财产损失无数，对人们心理产生了巨大影响，严重影响了公众的社会生活，阻碍了经济的发展.对恐怖袭击事件相关数据的深入分析有助于加深人们对恐怖主义的认识，为反恐防恐提供有价值的信息支持.目前国内外对灾难性事件带来的损害程度进行评价和分级一般采用主观方法，由权威组织或部门选择若干个主要指标，强制规定分级标准.如我国《道路交通事故处理办法》主要按照人员伤亡和经济损失程度划分交通事故等级[1].但是仅通过两个因素进行分级的标准不够准确.针对这种现象，国内外研究者在突发事件的评价分级上研究上，做了不少工作.例如Movahedi 等采用多维度分级方法评价电力系统的突发事件[2]，Schulz 等利用控制理论评价能源类突发事件[3]，黄崇福等给出模糊综合评价法评价自然灾害给都市带来的危害[4]，田玉敏等提出灰色关联度模型评价火灾的危险[5]等.但恐怖袭击事件的危害性不仅与人员伤亡和经济损失这两个方面有关，还与发生的时机、地域、针对的对象等等诸多因素有关，因而采用上述突发事件评估和分级方法难以解决恐怖袭击危害程度评估的本质问题. 在反恐问题上，我国学者在恐怖主义机理、恐怖袭击风险评估、反恐情报、恐怖袭击事件应急管理等方面进行了初步研究[6]，但并没有专门针对恐怖袭击事件的量化和分级的研究.本文根据全球恐怖主义数据库(GTD)[7]中提供的1998-2017年世界上发生的恐怖袭击事件的记录，建立多属性综合评价模型来评价恐怖袭击事件的危害程度，并根据危害程度进行分级.首先挑选恐怖袭击事件的8个主要属性指标，并利用成对比较矩阵给出8个指标在评价事件危害程度的权重，再建立多属性综合评价模型，计算每一起恐怖袭击事件危害程度，根据危害程度将所有事件划分为5个等级.然后通过比较危害程度列出近二十年来危害程度最高的十大恐怖袭击事件.该模型综合考虑了恐怖袭击事件危害性的诸多属性进行评价并且分级，模型操作简单，适用性强，有广泛的应用范围.
2 数据来源
由美国马里兰大学策划、整理、维护的全球恐怖主义数据库(Global Terrorism Database，GTD，http://www.start.umd.edu/gtd/)收集了1970年到2017年全球范围内发生的恐怖袭击事件，共计超过180 000个案例，并且持续更新(每年6月底发布整理后的上一年度全球范围内发生的恐怖主义事件的相关信息，2017年的数据发布于2018年7月)[7].它的数据依赖于公开可用、未分类的源材料数据，包括媒体文章、电子新闻档案、书籍、期刊以及法律文件等.GTD 团队采用自动化和人工数据收集相结合的策略，使用关键字过滤技术从浩如烟海的媒体文章中寻找与恐怖袭击相关的部分，对每一起恐怖袭击事件，最多使用了130多个变量表述其基本信息，是目前包含恐怖袭击事件最多、数据最全面的完全公开的数据库.近年来，越来越多的学者开始研究从该数据库中发现恐袭规律，挖掘反恐信息[8-11].
本文基于这一背景，考虑到数据规模、时效性以及数据集的一致性等因素，从中选择了1998年-2017年共20年包含11万多起事件记录的数据.数据库中的个别事件有错误，比如事件ID号与实际事件发生日期不一致，个别数据缺失，个别变量在注释中没有说明等等，这些数据在实际使用中进行了删除处理.
3 指标选取和权重确定
评价是指根据确定的目的来测定对象的属性, 这种属性一般采用客观定量的计值.多属性(或多指标)综合评价是指根据评价目的, 从不同的侧面选取刻画对象的某种特征的评价指标,并通过一定的数学模型(或算法)将多个评价指标值合成一个整体性的综合评价值[12].
每个评价指标都是从不同的侧面刻划评价对象所具有某种特征大小的度量.在GTD数据库中，每一起恐怖袭击事件，最多使用了130多个变量表述其基本信息.130个变量中，有些变量对危害程度影响微乎其微，例如事件发生的经度(longitude)、纬度(latitude).有些变量包含的信息部分重复，例如死亡人数(nkill)和美国死亡人数(nkillus).有些变量下几乎没有数据，例如事件的攻击类型共有三个变量(attacktype1、attacktype2、attacktype3)，但是通常情况下，每个事件只记录有一个攻击类型(attacktype1).因此本文从130个变量中选取了与恐怖袭击的危害程度密切相关的8个变量：财产损害程度(propextent)，平民死亡人数(nkill)，政治、经济、宗教或社会目标(crit1)，意图胁迫、恐吓或煽动更多的群众(crit2)，成功的攻击(success)，自杀式袭击(suicide)，攻击类型(attacktype1)，凶手数量(nperps).这8个变量从不同角度刻画了一起恐怖袭击事件的危害程度，定义为危害属性指标，依次记为：x 1,x 2,…,x 8.
传接球失误是中国男篮失误率最高的技术环节。一方面，当对手突然采用全场紧逼，包夹、围剿控球后卫时，控球队员未能在第一时间意识到对手的包夹，做出正确的处理决断；另一方面，与运球推进过程中，场上队员前后脱节，接应不及时，接应位置选择欠佳，快速移动中传接球能力较差有关。运球失误则主要是个人技术粗糙，心理压力增加造成的。
w i ≥
(1)
本文采用成对比较矩阵[13]确定这8个危害属性指标在多属性综合评价模型中的权重.成对比较矩阵最大特征根对应的特征向量(归一化后)即为权重向量.
通常，若CR ≤0.1，则认为成对比较矩阵具有良好的一致性.这里CR =0.018 3<0.1，通过了一致性检验.因此，我们求得8个指标的权重向量为：w =(0.286 7,0.223 0,0.143 8,0.110 3,0.044 5,0.040 4,0.075 8,0.075 5).
每个事件都有8个指标，每个指标值量纲不同，评价前首先对数据进行无量纲化处理，处理方法为min-max标准化，所用公式为：
缺血性脑血管病好发于中老年人，近年来发病率越来越高[1] 。绝大多数患者患病与颈动脉粥样硬化有着密切关系。而症状性颈动脉狭窄是导致动脉粥样硬化的主要病变，针对此病应于恰当的时间给予外科手术干预[2] 。本研究收集2015年7月至2017年11月大连市中心医院诊治的30例症状性颈动脉狭窄患者的临床资料，通过比较颈动脉内膜切除术(carotid endarterctomy,CEA)术前与术后狭窄率及颈内动脉收缩期峰值流速，分析其治疗效果。
成对比较矩阵需要进行一致性检验，首先计算一致性指标CI ：
作为恐怖袭击事件危害程度的综合评价模型.其中w i 为第i 个属性的权重，x i 为第i 个属性归一化后的数值，S 为事件危害程度的具体数值.
(2)
其中，n 是成对比较矩阵的阶数，λ max 是成对比较矩阵最大特征值.代入计算得到CI =0.025 8.
其次查找平均随机一致性指标RI .RI 值与矩阵的阶数有关，其值可参考文献[13]中的T.LSaaty的随机一致性指标数值表.当n =8时，RI =1.41.
由此求出相对一致性指标CR ：
CR =CI /RI .
(3)
我们构造以上8个指标对恐怖袭击事件危害程度的成对比较矩阵A =(a ij )8×8.其中a ij 为针对事件危害程度，第i 个指标相对第j 个指标的重要程度.同理，第j 个指标相对第i 个指标的重要程度
所有的a ij 采用9级标度法[13].例如a ij =5，则表明第i 个指标和第j 个指标相比，前者比后者明显重要.
首饰石，指适于女性的、首饰性的宝石、玉石、彩石、美石类的装饰性观赏石，虽然可归于珠宝类，但从本质上讲仍是观赏石的升级版或精品版。如石胸坠、石项链、石手链等。
针对评价目的，评价指标之间的相对重要性并不相同.采用权重系数刻划评价指标之间的相对重要性的大小.若w i 是评价指标x i 的权重系数，一般应有
4 多属性综合评价模型及应用
由此得到成对比较矩阵
(4)
其中x i ′为归一化后的数值，x i 是归一化前的数值，x min为最小的数值，x max为最大的数值.
2.2.3 提高课外活动质量，保障其功能的实现 课外活动是高校进行专业教育、思想政治教育以及人文素养教育的有效途径，也是实现教育教学目标的一个重要途径，需要有科学、合理的制度体系来保障课外活动功能的实现。要反对官僚主义、形式主义作风，活动组织不仅有“量”，更要有“质”。
军民融合知识产权转移转化机制研究.........................................................................李俊杰 李昌胜 12.82
求得成对比较矩阵A 的最大特征值λ max =8.180 8和最大特征值对应的特征向量w =(0.286 7,0.223 0,0.143 8,0.110 3,0.044 5,0.040 4,0.075 8,0.075 5).
多属性(或多指标)综合评价需要通过一定的数学模型(或算法)将多个评价指标值合成一个整体性的综合评价值[12].本文采用线性加权函数：
(5)
将工程测量实验室安全管理测度取值范围设定为[0，10]，分成：极差、较差、合格、良好、优秀5个等级，见表2.
根据上述评价模型，在1998年-2017年的11万条记录中，危害程度最高的是“200 109 110 004”号事件，即著名的“9·11恐怖袭击事件”中的第一起袭击：被恐怖分子劫持的民航客机撞向美国纽约世界贸易中心一号楼.这起袭击的危害程度为0.766 19.危害程度最低的是“200 802 030 003”号事件(2008年3月2日，在俄罗斯卡利尼诺，一名武装分子在试图杀死一名警察时被当地警察射杀，一名警官受伤)，这起袭击危害程度为0.140 77.根据危害程度数值的最高和最低的范围我们按照平均的原则给这些事件按照危害程度分为了1到5级，如下表1所示：
表 1恐怖袭击事件的分级范围
作为模型的检验，我们依据评价模型给出每一起恐怖袭击事件的危害程度，并且根据危害程度大小得出前十大危害程度的恐怖袭击事件，具体事件排名由上到下为：
表 2前十大恐怖袭击事件
排名前四的恐怖袭击事件是“9·11恐怖袭击事件”中4起相关袭击，他们分别是：被恐怖分子劫持的民航客机分别撞向美国纽约世界贸易中心一号楼、二号楼、美国国防部五角大楼以及被恐怖分子劫持的民航客机在宾夕法尼亚州坠毁.排名第五的恐怖袭击事件是“2017年索马里摩加迪汽车炸弹爆炸事件”.排名第六的恐怖袭击事件是“7·3巴格达汽车炸弹袭击事件”.排名第七和排名第八的恐怖袭击事件是“2007年伊拉克汽车炸弹事件”中的汽车炸弹对卡塔尼亚镇和贾泽拉镇的袭击.排名第九的恐怖袭击事件是“阿富汗马扎里沙里夫袭击事件”.排名第十的恐怖袭击事件是“2002年巴厘岛爆炸案”.
可见，通过上述提出的危害程度评价模型及分级标准，筛选得出的恐怖袭击事件均属于近20年来对人们的生命财产安全构成了重大危害的恐怖袭击事件，其排名亦基本符合当今公众及媒体的报道排名.因此，我们可以认为上文中提到的危害程度评价模型及分级标准具有一定的参考性.
5 结论
本文依据危害程度针对恐怖袭击事件建立了基于多属性综合评价模型，该模型可应用于恐怖袭击事件的量化分级.模型充分考虑了恐怖袭击事件的人员伤亡、经济损失、针对的对象、袭击的方式等等诸多属性，挑选出的8个主要属性指标，并利用成对比较矩阵给出8个指标在评价事件危害程度的权重，再建立恐怖袭击事件危害程度的多属性综合评价模型，得到该恐怖袭击事件危害级别.该模型操作简单，适用性强，还可以进一步推广到对其他突发事件的分级要求及级别标准应用中.
针对恐怖袭击事件的分级与评价十分重要，但目前国内外制定的标准主观性强，考虑的重要因素较少，合理性不足，不利于对恐怖袭击事件的准确定级.本文提出的模型给出了明确的恐怖袭击事件危害程度的评价方法和分级标准，但这些只是反恐防恐的第一步.如何依据恐怖袭击事件划分的级别及现有恐怖袭击事件数据，来分析恐怖袭击事件发生的主要原因、时空特性、蔓延特性、级别分布等规律，进而分析研判下一年全球或某些重点地区的反恐态势，是后续主要研究内容.
基于市场营销模式下，我国企业经济管理存在的主要问题还包括企业组织结构和管理模式的问题。目前，我国很多企业的组织结构比较单一，而管理模式也不够多样化，缺少创新性。这其中很大原因是因为企业自身的管理制度不完善而导致的。
参考文献：
[1] 李国辉.全球恐怖袭击时空演变及风险分析研究[D].合肥：中国 科学技术大学，2014.
[2] Movahedi B, Lavassani K M, Kumar E. E-market place emergence: evolution, developments and classification[J].Journal of Elec tronic Commerce in organizations,2012,10(1)：14-32.
[3] Schulz R P, Price W W. Classification and identification of power system emergencies[J].IEEE Transactions on Power Apparatus and Systems,1984,103(12)：3471-3479.
[4] 黄崇福,史培军,张远明.城市自然灾害风险评价的一级模型[J].自然灾害学报,1994,3(1)：3-7.
[5] 田玉敏,刘茂.高层建筑火灾风险的概率模糊综合评价方法[J].中国安全科学学报,2004,14(9)：99-103.
[6] 王一伊.我国反恐问题定量分析研究综述[J].情报杂志,2017,36(11):23-27.
[7] Lafree G, Dugan L. Introducing the Global Terrorism Database[J].Terrorism and Political Violence, 2007,19(2):181-204.
[8] Lafree G, Dugan L, Korte R. The Impact of British Counterterrorist Strategies on Political Violence in Northern Ireland: Comparing Deterrence and Backlash Models[J].Criminology, 2010,47(1):17-45.
[9] Meierrieks D, Gries T. Causality between terrorism and economic growth[J].Journal of Peace Research, 2013,50(1):91-104.
[10] 彭如香,张奥博,杨涛,等.基于GTD的全球恐怖主义活动现状与发展趋势研究[J].计算机应用与软件,2019,36(1):1-5+21.
[11] 华雅伦,王奇.基于GTD数据库的欧洲反恐形势分析及对我国的启示[J].犯罪研究,2018(5):91-105.
[12] 王宗军.综合评价的方法、问题及其研究趋势[J].管理科学学报,1998(1):73-79.
[13] 邓雪,李家铭,曾浩健,等.层次分析法权重计算方法分析及其应用研究[J].数学的实践与认识,2012(7):93-100.
Classification of Terrorist Attacks Based on Multi -attribute Comprehensive Evaluation Model
WANG Qingyuna, Ding Jiawena, Huang Xina, Qiu Yunzhia, MENG Lihongb
(a .School of Mathematics and Computer Science ;b .School of Geography and Environmental Engineering ,Gannan Normal University ,Ganzhou 341000,China )
Abstract :At present, terrorist attacks are mainly classified according to casualties and economic losses, without accurate quantitative analysis and unified standards. This paper takes the 1998-2017 terrorist attacks in the Global Terrorist Database (GTD) as an example, and classifies the terrorist attacks according to the degree of harm. Firstly, eight main attributes of a terrorist attack are selected, and the weights of eight attributes in evaluating the degree of harm are given by using pairwise comparison matrix. Then, a multi-attribute comprehensive evaluation model is established to calculate the degree of harm of the terrorist attack, and the classification criteria of the terrorist attack are formulated. The model fully considers all kinds of complex factors of terrorist attacks, and can meet the classification and standardization requirements of terrorist attacks.
Key words :terrorist attacks; multi-attribute comprehensive evaluation; quantitative analysis; pairwise comparison matrix
*收稿日期： 2019-02-26 DOI： 10.13698/j.cnki.cn36-1346/c.2019.03.007
基金项目： 江西省教育厅科技项目(GJJ150995，GJJ170824，GJJ14671)；赣南师范大学招标课题(16zb03)
作者简介： 王青芸(1983-)，女，赣南师范大学数学与计算机科学学院副教授，研究方向：生物数学.
网络出版地址： http://kns.cnki.net/kcms/detail/36.1346.C.20190423.1732.014.html
中图分类号： O213.9
文献标志码： A
文章编号： 1004-8332(2019)03-0028-04
标签：恐怖袭击事件论文; 多属性综合评价论文; 量化分析论文; 成对比较矩阵论文; 赣南师范大学数学与计算机科学学院论文; 赣南师范大学地理与环境工程学院论文;