基于熵權(quán)灰色關(guān)聯(lián)分析的恐怖襲擊危害指標(biāo)研究

王淑寧 楊金蓮 羅蘭

摘 要：基于恐怖襲擊數(shù)據(jù)，研究恐怖襲擊事件危害指標(biāo)及影響因素。首先對(duì)恐怖襲擊事件的危害進(jìn)行定性分析，然后采用基于熵權(quán)的灰色關(guān)聯(lián)分析方法進(jìn)行定量分析，最后對(duì)全球恐怖主義數(shù)據(jù)庫(kù)（GTD）數(shù)據(jù)進(jìn)行研究，獲得各危害指標(biāo)的影響因素權(quán)重和危害程度大小排序，形成恐怖襲擊事件危害評(píng)價(jià)指標(biāo)體系。該成果可為恐怖襲擊事件危害評(píng)價(jià)、預(yù)測(cè)和預(yù)警及制定反恐防控措施和方案提供科學(xué)依據(jù)。

關(guān)鍵詞：恐怖襲擊;指標(biāo)體系;定性分析法;灰色關(guān)聯(lián)分析;熵權(quán)法

DOI：10. 11907/rjdk. 192678 開放科學(xué)（資源服務(wù)）標(biāo)識(shí)碼（OSID）：

中圖分類號(hào)：TP301文獻(xiàn)標(biāo)識(shí)碼：A 文章編號(hào)：1672-7800（2020）008-0100-05

Abstract：According to the data of the terrorist attack， this paper puts forward a method to analyze the harm index of the terrorist attack and its influencing factors. Firstly， the harm of terrorist attack is analyzed qualitatively. Secondly， the method of grey correlation analysis based on entropy weight is given. Finally， a case study is made on the data of global terrorism database （GTD） to obtain the weight of the influential factors of each hazard index and the ranking of the hazard degree， forming an index system to evaluate the hazard of terrorist attacks. The results can provide a scientific basis for peoples evaluation， prediction and early warning of terrorist attacks.

Key Words： terrorist attacks;index system;qualitative analysis;grey relational analysis;entropy method

0 引言

恐怖襲擊是一種非常規(guī)突發(fā)事件，是社會(huì)和平與安全的最大威脅之一，全球?qū)植酪u擊的關(guān)注度越來(lái)越高?？植乐髁x行動(dòng)有3個(gè)階段：①恐怖主義集團(tuán)的攻擊環(huán)境;②恐怖組織的攻擊行為;③恐怖組織襲擊的后效[1]。恐怖襲擊事件給整個(gè)社會(huì)帶來(lái)的危害是巨大的，國(guó)家不穩(wěn)定始終與恐怖襲擊導(dǎo)致的死亡事件增加有關(guān)[2]。與其它突發(fā)事件相比，恐怖襲擊對(duì)金融市場(chǎng)波動(dòng)的影響被認(rèn)為具有長(zhǎng)期性[3]?？植酪u擊事件產(chǎn)生的后果非常嚴(yán)重，對(duì)集中式大型能源設(shè)施的攻擊造成重大損害和持久影響力[4]。

國(guó)內(nèi)外學(xué)者對(duì)恐怖襲擊事件從不同角度與不同方面進(jìn)行了研究，尤其對(duì)恐怖襲擊事件進(jìn)行了特征提取并建立了風(fēng)險(xiǎn)評(píng)估模型，為人類制定反恐防控措施與方案提供了科學(xué)依據(jù)。李姝瑩[5]對(duì)公眾聚集場(chǎng)所的恐怖襲擊事件進(jìn)行特征提取與分析，給出了應(yīng)急防御策略;龔偉志[6]采用大數(shù)據(jù)分析模型對(duì)恐怖襲擊風(fēng)險(xiǎn)進(jìn)行預(yù)測(cè);傅子洋[7]利用貝葉斯網(wǎng)絡(luò)建立恐怖襲擊預(yù)警模型，對(duì)恐怖襲擊事件中人員傷亡和財(cái)產(chǎn)損失等危害進(jìn)行預(yù)測(cè)預(yù)警;江洋洋[8]對(duì)恐怖襲擊特征及變化趨勢(shì)進(jìn)行研究;文獻(xiàn)[9-13]基于恐怖襲擊時(shí)空變化，對(duì)恐怖襲擊事件的影響因素的不確定性進(jìn)行度量與研究;魏靜等[14]采用多模塊貝葉斯網(wǎng)絡(luò)進(jìn)行恐怖襲擊威脅評(píng)估。

對(duì)已有恐怖襲擊事件的研究成果進(jìn)行調(diào)研分析，發(fā)現(xiàn)目前還沒(méi)有專門定量分析恐怖襲擊事件危害評(píng)價(jià)指標(biāo)體系的方法，之前對(duì)恐怖襲擊事件危害評(píng)價(jià)指標(biāo)及影響因素的選取，主要采用文獻(xiàn)調(diào)研與專家評(píng)定，危害性大小及權(quán)重由專家根據(jù)經(jīng)驗(yàn)得出?；诖?，本文采用文獻(xiàn)調(diào)研與特征分析的定性分析方法，初步確定恐怖襲擊危害指標(biāo)及其影響因素指標(biāo)體系;采用層次分析法等方法量化不同類型的大數(shù)據(jù)，并基于數(shù)據(jù)驅(qū)動(dòng)和灰色關(guān)聯(lián)分析方法建立恐怖襲擊事件危害評(píng)價(jià)指標(biāo)體系;最后利用熵值灰色加權(quán)關(guān)聯(lián)分析方法定量挖掘恐怖襲擊事件危害的影響因素權(quán)重，進(jìn)行危害大小排序。

1 恐怖襲擊事件危害性分析

1.1 恐怖襲擊事件危害特征

恐怖襲擊不僅對(duì)社會(huì)具有極大的殺傷性與破壞力，直接造成巨大的人員傷亡和財(cái)產(chǎn)損失，而且造成社會(huì)動(dòng)蕩不安，進(jìn)而阻礙國(guó)家和地區(qū)發(fā)展。其危害性特征如下：

（1）政治性目的?？植酪u擊的主要目的是通過(guò)暴力行動(dòng)制造社會(huì)混亂，營(yíng)造恐慌氛圍，影響民眾心理，向政府和社會(huì)施加巨大的政治和經(jīng)濟(jì)壓力，實(shí)現(xiàn)其打亂社會(huì)秩序、影響政府運(yùn)轉(zhuǎn)的險(xiǎn)惡目的。

（2）手段的暴力性與殘酷性?？植酪u擊過(guò)程殘忍、傳播廣泛，恐怖分子以此擴(kuò)大恐怖襲擊影響，造成人員傷亡財(cái)產(chǎn)損失等嚴(yán)重后果。

（3）策略恐怖性?？植酪u擊策略不僅僅局限于襲擊事件現(xiàn)場(chǎng)，還營(yíng)造出一種恐怖氛圍，嚴(yán)重影響民眾正常生活和社會(huì)秩序。

（4）渲染性與鼓吹性?？植酪u擊不同于一般社會(huì)暴力活動(dòng)，它在宣傳和策略上突出渲染恐怖氣氛，鼓吹極端思想。

綜上所述，財(cái)產(chǎn)損失、人員傷亡、不良社會(huì)影響和社會(huì)失穩(wěn)是恐怖襲擊事件最直接的危害。因此，將上述特征作為恐怖襲擊危害性指標(biāo)。

1.2 恐怖襲擊事件危害性特征指標(biāo)影響因素

恐怖襲擊危害特征指標(biāo)不能直接判斷恐怖襲擊事件危害性大小及其權(quán)重，影響特征指標(biāo)的主要因素如下：

（1）人員傷亡與財(cái)產(chǎn)損失影響因素。根據(jù)貝葉斯網(wǎng)絡(luò)得到財(cái)產(chǎn)損失和人員傷亡模塊 [14]。財(cái)產(chǎn)損失有財(cái)產(chǎn)損失度、贖金支付總額、兇手?jǐn)?shù)量、攻擊地點(diǎn)、攻擊類型、攻擊目標(biāo)等因素;人員傷亡有死亡人數(shù)、受傷人數(shù)、人質(zhì)/綁架受害者總數(shù)、獲救數(shù)量、攻擊類型、武器類型等因素。

（2）不良社會(huì)影響因素?？植酪u擊造成的人員傷亡、財(cái)產(chǎn)損失及發(fā)生的地區(qū)和持續(xù)時(shí)間等，給人們?cè)斐梢欢ǖ男睦韷毫统掷m(xù)的恐慌情緒，進(jìn)而產(chǎn)生不良的社會(huì)影響[5]。因此，不良社會(huì)影響因素包含人員傷亡、財(cái)產(chǎn)損失、攻擊地區(qū)、人質(zhì)/綁架事件的天數(shù)、是否為持續(xù)事件、事件組等。

（3）社會(huì)失穩(wěn)影響因素。由于恐怖襲擊方式多樣化和攻擊類型多樣化，使襲擊事件的破壞力和殺傷力程度不同;襲擊目標(biāo)或?qū)ο蟮亩鄻有?，尤其是襲擊目標(biāo)或?qū)ο鬄檎啄X或其它政治、軍事有關(guān)部門，顯而易見會(huì)導(dǎo)致民眾對(duì)政府的信任度下降，導(dǎo)致社會(huì)不穩(wěn)定[5-6]。因此，社會(huì)失穩(wěn)可通過(guò)恐怖襲擊方式、攻擊類型、武器類型、目標(biāo)/受害者類型等因素刻畫。

綜上定性分析確定恐怖襲擊事件危害性特征評(píng)價(jià)指標(biāo)及其影響因素。

2 基于熵權(quán)的灰色關(guān)聯(lián)分析方法

2.1 灰色關(guān)聯(lián)分析方法

灰色關(guān)聯(lián)分析法（GRA）[15-16]是對(duì)灰色系統(tǒng)動(dòng)態(tài)過(guò)程發(fā)展態(tài)勢(shì)的一種定量描述和量化比較分析方法，通過(guò)展現(xiàn)影響因素間各種關(guān)系，為系統(tǒng)預(yù)測(cè)、控制和決策提供可靠的理論依據(jù)。該方法特別適用于時(shí)間序列數(shù)據(jù)，能充分考慮數(shù)據(jù)對(duì)象隨時(shí)間變化而改變的特征，在隨時(shí)間變化情況下能準(zhǔn)確、快速地反映其態(tài)勢(shì)變化。當(dāng)樣本數(shù)據(jù)反映出兩因素間的變化態(tài)勢(shì)基本一致時(shí)，時(shí)間序列曲線[17]幾何形狀會(huì)很接近，反映兩因素間的關(guān)聯(lián)度大，反之關(guān)聯(lián)度就小。其方法步驟如下：

3 實(shí)例研究

3.1 數(shù)據(jù)獲取與預(yù)處理

全球恐怖主義數(shù)據(jù)庫(kù)（GTD）記錄了1998-2017年世界上發(fā)生的恐怖襲擊事件，其中原始樣本屬性個(gè)數(shù)135個(gè)，涵蓋了數(shù)值屬性、文本屬性和分類屬性，原始樣本數(shù)據(jù)有114 183條。數(shù)據(jù)庫(kù)存在部分樣本數(shù)據(jù)記錄不全等問(wèn)題。為建立恐怖襲擊事件評(píng)價(jià)指標(biāo)體系，需要對(duì)數(shù)據(jù)進(jìn)行合理篩選與整理?；谀康男院秃侠硇钥紤]，數(shù)據(jù)預(yù)處理按以下原則進(jìn)行：

（1）確定恐怖襲擊事件數(shù)據(jù)，即保留屬性doubtterr（疑似恐怖主義）取值為“0”——基本不懷疑該事件是恐怖襲擊行為。3個(gè)入選標(biāo)準(zhǔn)（crit1、crit2、crit3）均滿足的樣本即為恐怖襲擊事件樣本。

（2）為提取后續(xù)關(guān)聯(lián)度分析所需的屬性變量，保證樣本數(shù)據(jù)完全，剔除含有缺失數(shù)據(jù)的樣本。

（3）刪除與危害性無(wú)關(guān)的屬性變量，如scitel（第一引用源）等屬性變量。

（4）對(duì)有交集的指標(biāo)進(jìn)行整合，如武器類型一和武器類型二、攻擊類型一和攻擊類型二等相關(guān)指標(biāo)。

根據(jù)文獻(xiàn)資料和以上原則完成數(shù)據(jù)整理后，新的數(shù)據(jù)包含具有代表性的33 671條樣本和14個(gè)影響因素：nkil（總死亡人數(shù)）、nwound（總受傷人數(shù)）、nhostkid（人質(zhì)綁架的受害者總數(shù)）、propextent（財(cái)產(chǎn)損失度）、ransompaid（贖金支付總額）、extended（持續(xù)事件）、region（地區(qū)）、multiple（事件組的一部分）、attacktype1（攻擊類型）、targtype1（目標(biāo)類型）、npers（兇手?jǐn)?shù)量）、weaptype1（武器類型）、nhours（綁架事件的天數(shù)）、INT_LOG（國(guó)際后勤）。

3.2 恐怖襲擊事件危害基礎(chǔ)指標(biāo)與量化

以14個(gè)屬性變量作為衡量恐怖襲擊人員傷亡、財(cái)產(chǎn)損失、不良社會(huì)影響、社會(huì)失穩(wěn)危害性的基礎(chǔ)影響指標(biāo)量化危害度。

原始數(shù)據(jù)中總死亡人數(shù)、總受傷人數(shù)、人質(zhì)綁架的受害者總數(shù)、財(cái)產(chǎn)損失度、贖金支付總額、兇手?jǐn)?shù)量、綁架事件的天數(shù)等7個(gè)影響因素體現(xiàn)了危害程度，由于具有不同的量綱或數(shù)量級(jí)，因此本文采取歸一化方法消除不同的數(shù)量級(jí)對(duì)分析結(jié)果的影響，方法如下：

（1）層次分析方法。由于影響因素指標(biāo)如持續(xù)事件、事件組的一部分、攻擊類型、目標(biāo)類型、武器類型和國(guó)際后勤的原始數(shù)據(jù)只給出子類型編號(hào)，并沒(méi)有刻畫其危害程度，所以采用層次分析法[20]對(duì)它們進(jìn)行量化，步驟如下：①建立層次結(jié)構(gòu)，從上層（持續(xù)事件、事件組的一部分、攻擊類型、目標(biāo)類型、武器類型和國(guó)際后勤）到下層（各自子類型的編號(hào)）構(gòu)成一個(gè)層次結(jié)構(gòu);②構(gòu)造判斷矩陣，從層次結(jié)構(gòu)的上層開始，對(duì)同屬于上層子類型的，用Satty的1—9標(biāo)度構(gòu)造判斷矩陣;③計(jì)算判斷矩陣的特征向量并作一致性檢驗(yàn)。若檢驗(yàn)通過(guò)，歸一化后的特征向量即為所求的危害度;若不通過(guò)，需重新構(gòu)造判斷矩陣。

6類基礎(chǔ)指標(biāo)的危害度如表1所示。

（2）基于頻率的方法。由于影響因素指標(biāo)——地區(qū)在全球恐怖主義數(shù)據(jù)庫(kù)（GTD）中只給出編號(hào)，并沒(méi)有刻畫其危害程度，所以下面運(yùn)用各地區(qū)發(fā)生恐怖襲擊事件的頻率刻畫地區(qū)指標(biāo)對(duì)恐怖襲擊危害指標(biāo)的危害度，結(jié)果如表2所示。

3.3 恐怖襲擊事件危害評(píng)價(jià)指標(biāo)體系

確定基礎(chǔ)指標(biāo)后，首先通過(guò)灰色關(guān)聯(lián)度方法求出每個(gè)危害指標(biāo)下影響因素的關(guān)聯(lián)度大小，剔除關(guān)聯(lián)度小的指標(biāo)，形成恐怖襲擊事件危害評(píng)價(jià)指標(biāo)體系;然后采用熵值法為主要指標(biāo)賦予權(quán)值;最終利用灰色加權(quán)關(guān)聯(lián)度法確定各指標(biāo)的加權(quán)關(guān)聯(lián)度并進(jìn)行排序，找出影響恐怖襲擊事件的因素順序。

利用前述方法計(jì)算4個(gè)危害指標(biāo)及其影響因素的灰色關(guān)聯(lián)度，剔除關(guān)聯(lián)度小的影響指標(biāo)，得到4個(gè)特征指標(biāo)的主要影響因素。

（1）各危害指標(biāo)參考序列確定。由于已有的災(zāi)難性事件危害等級(jí)均主要按照人員傷亡和經(jīng)濟(jì)損失劃分（參見《國(guó)家突發(fā)公共事件總體應(yīng)急預(yù)案》[21]），說(shuō)明這兩個(gè)指標(biāo)是危害性評(píng)級(jí)必不可少的因素，其中又以傷亡人數(shù)和財(cái)產(chǎn)損失程度最高，因此以總死亡人數(shù)、財(cái)產(chǎn)損失程度為人員傷亡和財(cái)產(chǎn)損失的參考序列。

恐怖襲擊事件持續(xù)時(shí)間會(huì)給人們?cè)斐沙掷m(xù)的心理壓力和恐慌情緒，進(jìn)而導(dǎo)致嚴(yán)重后果，因此不良社會(huì)影響以持續(xù)時(shí)間作為參考序列[5]。因?yàn)榭植酪u擊通過(guò)攻擊政府首腦或政治、軍事部門，導(dǎo)致民眾對(duì)政府的信任度下降，造成社會(huì)動(dòng)蕩不安，所以社會(huì)失穩(wěn)以攻擊目標(biāo)作為參考序列[5-6]。

（2）危害指標(biāo)影響因素灰色關(guān)聯(lián)度計(jì)算。將危害指標(biāo)的參考序列與各影響因素進(jìn)行比較，得到灰色關(guān)聯(lián)度，結(jié)果如表3所示。

（3）恐怖襲擊事件危害評(píng)價(jià)指標(biāo)體系。根據(jù)灰色關(guān)聯(lián)度原則，剔除與危害指標(biāo)關(guān)聯(lián)度小于0.6的影響因素指標(biāo)，得到影響各危害指標(biāo)的主要影響因素指標(biāo)，從而形成恐怖襲擊事件危害的評(píng)價(jià)指標(biāo)體系，如表4所示。

（4）主要影響因素占其危害指標(biāo)的權(quán)重計(jì)算及關(guān)聯(lián)度排序。根據(jù)熵值法計(jì)算出各主要影響因素占其危害指標(biāo)的權(quán)重，再結(jié)合表3的指標(biāo)灰色關(guān)聯(lián)度，用加權(quán)關(guān)聯(lián)度法計(jì)算出各指標(biāo)的加權(quán)關(guān)聯(lián)度并排序，如表5所示。

依據(jù)表5分析恐怖襲擊事件危害指標(biāo)的主要影響因素，在進(jìn)行反恐和防恐預(yù)警時(shí)，可按照各危害指標(biāo)影響因素的加權(quán)關(guān)聯(lián)度排序，進(jìn)行評(píng)價(jià)指標(biāo)體系的挑選，采取相應(yīng)的反恐防恐措施。

4 結(jié)語(yǔ)

本文采用熵權(quán)灰色關(guān)聯(lián)分析方法確定恐怖襲擊危害性影響因素及權(quán)重，獲得恐怖襲擊事件各個(gè)指標(biāo)的影響因素危害程度大小排序，建立了恐怖襲擊事件危害評(píng)價(jià)指標(biāo)體系。由恐怖襲擊的危害評(píng)價(jià)指標(biāo)體系可知，恐怖襲擊造成的危害體現(xiàn)為人員傷亡、財(cái)產(chǎn)損失、不良社會(huì)影響、社會(huì)失穩(wěn)4個(gè)危害特征指標(biāo)，這比一般的突發(fā)事件只是刻畫人員傷亡、財(cái)產(chǎn)損失的危害性更具參考價(jià)值。實(shí)例研究結(jié)果揭示每個(gè)危害指標(biāo)的影響因素排序，按其排序可獲得總受傷人數(shù)、財(cái)產(chǎn)損失度、持續(xù)事件、國(guó)際后勤是高危害等級(jí)指標(biāo);人質(zhì)或綁架總數(shù)、綁架事件天數(shù)、總死亡人數(shù)、目標(biāo)類型是中危害等級(jí)指標(biāo);攻擊類型、贖金支付總額、兇手?jǐn)?shù)量、事件組的一部分、武器類型是相對(duì)較低的風(fēng)險(xiǎn)等級(jí)指標(biāo)。本文利用定性分析和數(shù)據(jù)驅(qū)動(dòng)的定量分析方法，有效彌補(bǔ)了主觀評(píng)價(jià)恐怖襲擊危害性的不足，可為恐怖襲擊危害的精準(zhǔn)評(píng)價(jià)和預(yù)測(cè)預(yù)警提供支持。后續(xù)研究可考慮根據(jù)恐怖襲擊事件的地域蔓延與改變情況進(jìn)行預(yù)測(cè)和預(yù)警。

參考文獻(xiàn)：

[1] ESTRADA M A R， KOUTRONAS E. Terrorist attack assessment：paris november 2015 and brusels march 2016[J]. Journal of Policy Modeling，2016， 38（3）： 553-571.

[2] FAHEY S， LAFREE G.Does country-level socialdisorganization increase terrorist attacks [J]. ?Terrorism and Political Violence， 2015， 27（1）： 81-111.

[3] MNASRI A，NECHI S.Impact of terrorist attacks on stock market volatility in emerging markets[J]. EmergingMarkets Review， 2016（28）：184-202.

[4] HIRSCHBERG S，BAUER C， BURGHERR P， et al. Health effects of technologies for power generation： contributions from normal operation， severe accidents and terrorist threat[J]. ?Reliability Engineering & System Safety， 2016（145）： 373-387.

[5] 李姝瑩. 公眾聚集場(chǎng)所恐怖襲擊事件分析及應(yīng)急防御思考[C]. 第三屆中國(guó)指揮控制大會(huì)論文集（下冊(cè)），中國(guó)指揮與控制學(xué)會(huì)，2015.

[6] 龔偉志，劉增良，王燁，等. 基于大數(shù)據(jù)分析恐怖襲擊風(fēng)險(xiǎn)預(yù)測(cè)研究與仿真[J]. 計(jì)算機(jī)仿真，2015，32（4）：30-33.

[7] 傅子洋. 基于貝葉斯網(wǎng)絡(luò)的暴力恐怖活動(dòng)研究[D]. 天津：天津科技大學(xué)，2016.

[8] 江洋洋. 恐怖襲擊特征及變化趨勢(shì)研究[D]. 上海：上海交通大學(xué)，2014.

[9] 隋曉妍. 我國(guó)恐怖襲擊時(shí)空變化特征與影響因素研究[D]. 大連：大連理工大學(xué)，2017.

[10] 李國(guó)輝. 全球恐怖襲擊時(shí)空演變及風(fēng)險(xiǎn)分析研究[D]. 合肥：中國(guó)科學(xué)技術(shù)大學(xué)，2014.

[11] 柴瑞瑞，劉德海，陳靜鋒. 恐怖襲擊事件的時(shí)空差異特征分析及內(nèi)生性VAR模型[J]. 中國(guó)管理科學(xué)，2016，24（S1）：281-288.

[12] 郝蒙蒙，陳帥，江東，等. 中南半島恐怖襲擊事件時(shí)空演變特征分析[J]. 科技導(dǎo)報(bào)，2018，36（3）：62-69.

[13] 賀懷清，王赫. 恐怖襲擊事件不確定性度量及可視分析[J]. 計(jì)算機(jī)工程與科學(xué)，2012，34（09）：77-82.

[14] 魏靜，王菊韻，于華. 基于多模塊貝葉斯網(wǎng)絡(luò)的恐怖襲擊威脅評(píng)估[J]. 中國(guó)科學(xué)院大學(xué)學(xué)報(bào)，2015，32（2）：264-272.

[15] 劉琴. 基于新經(jīng)濟(jì)增長(zhǎng)理論的人力資本貢獻(xiàn)率算法新探[J]. 統(tǒng)計(jì)與決策，2012（4）：77-80.

[16] 鄢然，雷國(guó)平，孫麗娜，等. 基于灰色關(guān)聯(lián)法的哈爾濱市土地可持續(xù)利用評(píng)價(jià)研究[J]. 水土保持研究，2012，19（1）：154-158.

[17] 崔東紅，尚思彤. ?灰色關(guān)聯(lián)模型在投標(biāo)前期決策中的應(yīng)用——基于層次熵值組合賦權(quán)的研究[J]. 沈陽(yáng)工業(yè)大學(xué)學(xué)報(bào)（社會(huì)科學(xué)版），2012，5（2）：149-154.

[18] 徐東勝，謝祥俊，張桉，等. ?已開發(fā)低品位油藏開發(fā)效益評(píng)價(jià)優(yōu)化模型研究[J]. 西石油大學(xué)學(xué)報(bào)（自然科學(xué)版） ，2011，33（5）：168-171.

[19] 張麗琨. 基于熵權(quán)TOPSIS模型的高?？蒲锌?jī)效評(píng)價(jià)[J]. 黑龍江高教研究，2013，31（11）：22-25.

[20] 趙瑋，岳德權(quán). AHP的算法及其比較分析[J]. 數(shù)學(xué)的實(shí)踐與認(rèn)識(shí)，1995（1）：25-46.

[21] 戚建剛. 突發(fā)事件管理中的“分類”、“分級(jí)”與“分期”原則——《中華人民共和國(guó)突發(fā)事件應(yīng)對(duì)法（草案）》的管理學(xué)基礎(chǔ)[J]. 江海學(xué)刊，2006（6）：133-137.

（責(zé)任編輯：杜能鋼）