基于PSR模型的我國(guó)社會(huì)重大風(fēng)險(xiǎn)評(píng)估體系研究

劉革 鄧慶彪 蔡耀星

摘 要：基于PSR模型構(gòu)建我國(guó)社會(huì)重大風(fēng)險(xiǎn)評(píng)估指標(biāo)體系，根據(jù)聚類分析篩選有效指標(biāo)，用冗余度和變異系數(shù)法對(duì)篩選后的指標(biāo)體系進(jìn)行有效性檢驗(yàn)。采用標(biāo)準(zhǔn)離差法、CRITIC法和熵值法分別計(jì)算壓力、狀態(tài)和響應(yīng)維度指標(biāo)權(quán)重，計(jì)算不同地區(qū)在不同時(shí)期的壓力指數(shù)、狀態(tài)指數(shù)、響應(yīng)指數(shù)和反映我國(guó)社會(huì)重大風(fēng)險(xiǎn)總體狀況的總指數(shù)。從時(shí)間趨勢(shì)和空間差異上分析了不同地區(qū)的各個(gè)指數(shù)變動(dòng)情況。研究表明：一個(gè)國(guó)家或地區(qū)的社會(huì)重大風(fēng)險(xiǎn)狀況取決于社會(huì)系統(tǒng)主體對(duì)社會(huì)重大風(fēng)險(xiǎn)源和形成的社會(huì)重大風(fēng)險(xiǎn)的處理。

關(guān)鍵詞： PSR模型;社會(huì)重大風(fēng)險(xiǎn);評(píng)估體系;指數(shù)

中圖分類號(hào)：F832.332? 文獻(xiàn)標(biāo)識(shí)碼： A??? 文章編號(hào)：1003-7217（2021）05-0034-08

一、引 言

目前，我國(guó)處于重要戰(zhàn)略發(fā)展機(jī)遇期，前景十分光明，但挑戰(zhàn)也十分嚴(yán)峻。面對(duì)世界經(jīng)濟(jì)復(fù)蘇乏力、局部沖突頻發(fā)、全球性問題加劇的外部形勢(shì)，中美貿(mào)易磨擦、新冠肺炎疫情、重慶公交車墜江等重大風(fēng)險(xiǎn)不斷凸顯，引起了我國(guó)政府和社會(huì)各界的高度關(guān)注。黨的十八大作出了“準(zhǔn)備進(jìn)行具有許多新的歷史特點(diǎn)的偉大斗爭(zhēng)”的重大判斷[1]，黨的十九大把防范化解重大風(fēng)險(xiǎn)放在打贏三大攻堅(jiān)戰(zhàn)之首[2]?！胺婪痘庵卮箫L(fēng)險(xiǎn)是各級(jí)黨委、政府和領(lǐng)導(dǎo)干部的政治職責(zé)”[3]。如何防范重大風(fēng)險(xiǎn)，不僅是一個(gè)政策問題，也是一個(gè)技術(shù)性問題，需要對(duì)重大風(fēng)險(xiǎn)有更深入的認(rèn)識(shí)，以及更有效的重大風(fēng)險(xiǎn)分析、預(yù)測(cè)和防范的方法和技術(shù)手段。

國(guó)外早期的研究主要在經(jīng)濟(jì)領(lǐng)域建立社會(huì)風(fēng)險(xiǎn)評(píng)估指標(biāo)體系，其中有代表性的有美國(guó)的“哈佛景氣動(dòng)向指數(shù)”“富蘭德指數(shù)”“先行指數(shù)”等。隨著社會(huì)發(fā)展的進(jìn)步，具有綜合性的風(fēng)險(xiǎn)評(píng)估指標(biāo)體系應(yīng)運(yùn)而生，主要涉及社會(huì)、政治以及生態(tài)系統(tǒng)。艾斯特斯和莫根提出一個(gè)國(guó)家的社會(huì)不穩(wěn)定性程度的評(píng)價(jià)指標(biāo)體系[4]。艾斯特斯確定了測(cè)量社會(huì)不穩(wěn)定性程度的六項(xiàng)指標(biāo)[5]，羅伯特達(dá)爾提出了度量社會(huì)穩(wěn)定狀況的四大指標(biāo)[6] ?？缛胄率兰o(jì)，世界銀行將環(huán)境、政治、社會(huì)、經(jīng)濟(jì)、健康和自然六大風(fēng)險(xiǎn)視為一個(gè)全球風(fēng)險(xiǎn)警報(bào)體系[7] ，美國(guó)紐約國(guó)際報(bào)告集團(tuán)建立了“國(guó)際國(guó)家風(fēng)險(xiǎn)指南”（ICRG）的預(yù)警指標(biāo)體系，《歐洲貨幣》的國(guó)家風(fēng)險(xiǎn)指數(shù)（Euromeoneys Country Risk Index）。20世紀(jì)末組建的國(guó)際透明組織（TI）推出了深受商界和媒體歡迎的腐敗風(fēng)險(xiǎn)指數(shù)（CIP，Corruption Perception Index）[8];肯普將社會(huì)風(fēng)險(xiǎn)與采礦業(yè)聯(lián)系起來，詮釋了社會(huì)風(fēng)險(xiǎn)的“反彈動(dòng)力”效應(yīng)[9];格雷茲和弗蘭克剖析了社會(huì)風(fēng)險(xiǎn)與商業(yè)領(lǐng)域之間的關(guān)系，并指出社會(huì)風(fēng)險(xiǎn)的識(shí)別分析有助于預(yù)警和防范商業(yè)風(fēng)險(xiǎn)[10]。國(guó)外社會(huì)風(fēng)險(xiǎn)指數(shù)指標(biāo)體系研究已經(jīng)進(jìn)入成熟期，呈現(xiàn)出多視角展開、多學(xué)科關(guān)注、多維度推進(jìn)、多層級(jí)比較的特點(diǎn)。

國(guó)內(nèi)近年來的相關(guān)研究成果主要集中于以下方面：從宏觀研究角度來看，針對(duì)工業(yè)化加速時(shí)期，一方面，加快了資金、人才與技術(shù)的積累;另一方面，使社會(huì)矛盾、沖突甚至危機(jī)因素趨向活躍，宋林飛提出了 “社會(huì)風(fēng)險(xiǎn)早期預(yù)警系統(tǒng)”[11] ，在未來社會(huì)秩序的不確定性、社會(huì)穩(wěn)定預(yù)期、適度社會(huì)成本、非均衡社會(huì)、早期預(yù)警等五種社會(huì)風(fēng)險(xiǎn)預(yù)警理念的基礎(chǔ)上，修改為“中國(guó)社會(huì)風(fēng)險(xiǎn)預(yù)警系統(tǒng)”[12]。社會(huì)轉(zhuǎn)型期由此引起的社會(huì)結(jié)構(gòu)重組必然會(huì)引發(fā)種種社會(huì)問題與社會(huì)沖突 ，鄧偉志提出了由經(jīng)濟(jì)、社會(huì)、政治和價(jià)值觀念四個(gè)領(lǐng)域的指標(biāo)構(gòu)成的“社會(huì)風(fēng)險(xiǎn)預(yù)警指標(biāo)體系”[13]?？紤]生存保障、社會(huì)心理等因素，李殿偉等選取了生存保障、經(jīng)濟(jì)支撐、社會(huì)分配、社會(huì)控制、社會(huì)心理和外部環(huán)境系統(tǒng)六個(gè)子系統(tǒng)構(gòu)成了社會(huì)風(fēng)險(xiǎn)指標(biāo)體系[14]。從微觀研究角度來看，童星預(yù)測(cè)了2006-2010年江蘇省可能的十項(xiàng)重大的社會(huì)風(fēng)險(xiǎn)[15]，鄧悅評(píng)估天津的社會(huì)穩(wěn)定風(fēng)險(xiǎn)[16]，童余美從自然災(zāi)害、政治、經(jīng)濟(jì)、社會(huì)、人口、公共衛(wèi)生與生態(tài)環(huán)境七大方面設(shè)計(jì)并選取細(xì)分評(píng)價(jià)指標(biāo)，計(jì)算了2015-2017年15個(gè)新一線城市社會(huì)穩(wěn)定風(fēng)險(xiǎn)指數(shù)[17]。

總體而言，基于社會(huì)指標(biāo)的社會(huì)風(fēng)險(xiǎn)評(píng)估已經(jīng)陷入停滯，新時(shí)期的社會(huì)風(fēng)險(xiǎn)評(píng)估需要厘清社會(huì)風(fēng)險(xiǎn)的生成和演化機(jī)理[18]?，F(xiàn)有研究中主要存在以下不容忽視的問題：（1）現(xiàn)有指標(biāo)體系大多缺乏可靠的理論基礎(chǔ)。研究者大多將重點(diǎn)放在指標(biāo)體系的設(shè)計(jì)層面，而缺少理論的厚度與現(xiàn)實(shí)層面的宏觀思考。但國(guó)際經(jīng)驗(yàn)告訴我們，只有擁有理論基礎(chǔ)才能建立出如恩格爾系數(shù)等富有生命力的指標(biāo)。（2）在構(gòu)建指標(biāo)體系時(shí)頻繁使用定性法而忽略定量法。雖然定性方法具有直觀簡(jiǎn)易、便于操作的優(yōu)點(diǎn)，但專家群體可能選擇指標(biāo)差異極大，直接導(dǎo)致指標(biāo)體系建構(gòu)的不可比性、主觀隨意性和不一致性。（3）不完善的統(tǒng)計(jì)制度很大程度上限制了社會(huì)風(fēng)險(xiǎn)指標(biāo)指數(shù)系統(tǒng)的實(shí)際運(yùn)用，同時(shí)，我國(guó)缺乏對(duì)于社會(huì)風(fēng)險(xiǎn)指標(biāo)指數(shù)系統(tǒng)的長(zhǎng)時(shí)間跟蹤研究。與國(guó)際體系相比，后者會(huì)定期發(fā)布評(píng)價(jià)數(shù)據(jù)、討論發(fā)展方向及定期公布報(bào)告。因此，衡量某個(gè)社會(huì)風(fēng)險(xiǎn)指標(biāo)系統(tǒng)是否成熟的重要標(biāo)志是在時(shí)間上進(jìn)行縱向的研究比較。

二、社會(huì)重大風(fēng)險(xiǎn)指標(biāo)體系構(gòu)建

（一）研究方法

當(dāng)前進(jìn)行風(fēng)險(xiǎn)評(píng)價(jià)的方法有模糊層次分析法（AHP）[19]、社會(huì)網(wǎng)絡(luò)分析法（SNA）[20]、熵權(quán)可拓物元模型[21]、支持向量機(jī)（SVM）[22]、因子分析法[23]等等。PSR模型最初是為了評(píng)估世界環(huán)境狀況而建立的，近年來被廣泛應(yīng)用于構(gòu)建研究對(duì)象與政府、社會(huì)成員密切相關(guān)的指標(biāo)體系。如趙軍等基于PSR框架構(gòu)建了連云港市土地生態(tài)安全評(píng)價(jià)體系[24] ;江燕娟等基于PSR模型構(gòu)建老年人長(zhǎng)期照護(hù)服務(wù)供給評(píng)價(jià)指標(biāo)體系[25];曹競(jìng)文等以扶余市為例，基于PSR模型建立土地集約利用評(píng)價(jià)體系[26];李宏勛等基于PSR模型對(duì)我國(guó)天然氣進(jìn)口安全進(jìn)行評(píng)價(jià)[27];戚湧等基于PSR模型對(duì)區(qū)域高技術(shù)產(chǎn)業(yè)創(chuàng)新要素供給進(jìn)行評(píng)價(jià)[28]。

PSR模型能夠綜合考慮社會(huì)、經(jīng)濟(jì)、資源與環(huán)境等因素對(duì)社會(huì)重大風(fēng)險(xiǎn)形成的影響，將PSR 模型運(yùn)用在建立社會(huì)重大風(fēng)險(xiǎn)評(píng)估指標(biāo)體系上，使得指標(biāo)體系內(nèi)的指標(biāo)邏輯關(guān)聯(lián)更加緊密，并使得經(jīng)過篩選后的指標(biāo)體系能動(dòng)態(tài)地評(píng)估現(xiàn)階段社會(huì)重大風(fēng)險(xiǎn)狀況。PSR模型包含了“壓力”“狀態(tài)”及“響應(yīng)”三個(gè)維度。 “壓力”指一個(gè)國(guó)家或地區(qū)在一定時(shí)間內(nèi)社會(huì)系統(tǒng)存在的社會(huì)重大風(fēng)險(xiǎn)源給社會(huì)秩序帶來的壓力，回答了“為什么會(huì)出現(xiàn)社會(huì)重大風(fēng)險(xiǎn)”的問題，它可以反映“狀態(tài)”發(fā)生的原因，同時(shí)也是“響應(yīng)”的結(jié)果;“狀態(tài)”指在一定時(shí)間內(nèi)一個(gè)國(guó)家或地區(qū)的社會(huì)秩序在各個(gè)社會(huì)重大風(fēng)險(xiǎn)源形成社會(huì)重大風(fēng)險(xiǎn)時(shí)的現(xiàn)狀，回答了“發(fā)生了什么”的問題，它是在各種“壓力”下社會(huì)秩序變化的結(jié)果，也是政策“響應(yīng)”的最終目的;“響應(yīng)”是指在一定時(shí)間內(nèi)一個(gè)國(guó)家或地區(qū)的社會(huì)系統(tǒng)主體采取的各項(xiàng)措施，這些措施是為了解決各個(gè)社會(huì)重大風(fēng)險(xiǎn)源或改善各個(gè)社會(huì)重大風(fēng)險(xiǎn)源變成社會(huì)重大風(fēng)險(xiǎn)時(shí)社會(huì)秩序的現(xiàn)狀，回答了“社會(huì)系統(tǒng)主體怎么處理”這些問題，這里的社會(huì)系統(tǒng)主體主要指中央或地方政府，“響應(yīng)”是特定時(shí)間內(nèi)中央或地方政府應(yīng)對(duì)特定“壓力”和當(dāng)前“狀態(tài)”采取的政策措施或采取政策措施后所帶來的結(jié)果。

本文構(gòu)建的社會(huì)重大風(fēng)險(xiǎn)指標(biāo)體系分為維度層、系統(tǒng)層和指標(biāo)層，對(duì)應(yīng)了“壓力-狀態(tài)-響應(yīng)”三個(gè)維度，“宏觀經(jīng)濟(jì)-人民生活-生態(tài)環(huán)境-社會(huì)治理”四個(gè)子系統(tǒng)，采取基于變量的系統(tǒng)聚類分析篩選方式，把相關(guān)性大的指標(biāo)歸為一類，構(gòu)建出一個(gè)能夠反映社會(huì)重大風(fēng)險(xiǎn)狀況的最小完備有效指標(biāo)集合，用冗余度檢驗(yàn)和變異系數(shù)檢驗(yàn)確保社會(huì)重大風(fēng)險(xiǎn)指標(biāo)體系的有效性。

（二）指標(biāo)體系的框架結(jié)構(gòu)及數(shù)據(jù)來源

基于對(duì)社會(huì)重大風(fēng)險(xiǎn)的形成和傳導(dǎo)邏輯分析，結(jié)合指標(biāo)體系構(gòu)建的基本原則，同時(shí)參考相關(guān)研究[11-15，18]，根據(jù)PSR模型的思路，初步建立一個(gè)含有壓力、狀態(tài)、響應(yīng)三個(gè)維度，宏觀經(jīng)濟(jì)、人民生活、生態(tài)環(huán)境、社會(huì)治理四個(gè)子系統(tǒng)，總共69個(gè)指標(biāo)的社會(huì)重大風(fēng)險(xiǎn)指標(biāo)體系如表1所示。其中，實(shí)證分析的數(shù)據(jù)來源于中國(guó)統(tǒng)計(jì)局的國(guó)家數(shù)據(jù)、各省市自治區(qū)統(tǒng)計(jì)年鑒、中國(guó)法律年鑒及各級(jí)地方政府工作報(bào)告。

（三）指標(biāo)數(shù)據(jù)預(yù)處理與指標(biāo)篩選

1.指標(biāo)數(shù)據(jù)預(yù)處理。

用極差法對(duì)所有的指標(biāo)進(jìn)行統(tǒng)一單位處理，處理后所有的數(shù)據(jù)都轉(zhuǎn)變?yōu)橄鄬?duì)數(shù)，且范圍都在0～1之間，便于之后計(jì)算每個(gè)維度的分指數(shù)和總指數(shù)，其中正指標(biāo)的計(jì)算公式見式（1），逆指標(biāo)的計(jì)算公式見式 （2）。

x′.ij=x.ij-minx.jmaxx.j-minx.j??????? （1）

x′.ij=x.ij-maxx.jminx.j-maxx.j????????? （2）

2.指標(biāo)篩選。

通過SPSS進(jìn)行對(duì)變量的R型聚類分析，其中聚類方法采用的是Ward方法，樣本間的距離采用的是Euclidean距離。得到篩選后的社會(huì)重大風(fēng)險(xiǎn)指標(biāo)體系如表2所示，壓力-狀態(tài)-響應(yīng)這三個(gè)指標(biāo)體系各有15個(gè)指標(biāo)，將指標(biāo)依次命名為X.1，X.2，…，X.45。

3.冗余度檢驗(yàn)。

冗余度檢驗(yàn)可以檢測(cè)指標(biāo)體系中是否有多余的指標(biāo)。設(shè)R為指標(biāo)體系Z的相關(guān)系數(shù)矩陣，r.ij表示每一年里第i個(gè)指標(biāo)和第j個(gè)指標(biāo)的相關(guān)系數(shù)，用RD來衡量指標(biāo)體系的冗余度。

RD=∑ni=1∑nj=1r.ij-nn2-n（3）

其中，

r.ij=∑mk=1（y.ki-.i）（y.kj-.j）∑mk=1（y.ki-.i）2∑mk=1（y.kj-.j）2

R=1r.12…r.1nr.211…r.2nr.n1r.n2…1

考慮到社會(huì)重大風(fēng)險(xiǎn)的共生性和復(fù)雜性，社會(huì)重大風(fēng)險(xiǎn)指標(biāo)體系中的指標(biāo)不可能完全相互獨(dú)立，指標(biāo)體系的RD小于0.5 時(shí)，可以認(rèn)為指標(biāo)體系中沒有多余的指標(biāo)。將篩選后的壓力-狀態(tài)-響應(yīng)三個(gè)指標(biāo)體系的指標(biāo)數(shù)據(jù)按式（3）計(jì)算，結(jié)果如表3所示。三個(gè)維度對(duì)應(yīng)的指標(biāo)體系在每年的冗余度都符合要求，故篩選后的社會(huì)重大風(fēng)險(xiǎn)指標(biāo)體系通過了冗余度檢驗(yàn)。

（四）變異系數(shù)法檢驗(yàn)

變異系數(shù)（CV）即一個(gè)指標(biāo)變量的標(biāo)準(zhǔn)差除以平均值，計(jì)算公式見式（4），這里的m為279。

CV.j=∑mi=1（x.ij-.j）2m.j

（4）

將篩選后的壓力-狀態(tài)-響應(yīng)三個(gè)指標(biāo)體系的指標(biāo)數(shù)據(jù)按式（4）計(jì)算，結(jié)果如表4所示。三個(gè)指標(biāo)體系所含有的指標(biāo)的變異系數(shù)最低的是X.38=0.155，最大的是X.7=1.227。根據(jù)所有指標(biāo)的變異系數(shù)情況綜合判定，可以認(rèn)為篩選后的壓力-狀態(tài)-響應(yīng)三個(gè)指標(biāo)體系中的每個(gè)指標(biāo)具有穩(wěn)定性，且具有較強(qiáng)的鑒別能力，可以有效地動(dòng)態(tài)反映社會(huì)重大風(fēng)險(xiǎn)的狀況。

（四）指標(biāo)權(quán)重的確定

對(duì)壓力、狀態(tài)、響應(yīng)這三個(gè)維度的指標(biāo)采用標(biāo)準(zhǔn)離差法、CRITIC法和熵值法三種不同的客觀賦權(quán)方法賦權(quán)并分析三個(gè)維度的指標(biāo)權(quán)重結(jié)果。利用標(biāo)準(zhǔn)離差法計(jì)算社會(huì)重大風(fēng)險(xiǎn)壓力維度各指標(biāo)和各子系統(tǒng)的權(quán)重，結(jié)果如表5所示。利用CRITIC法計(jì)算社會(huì)重大風(fēng)險(xiǎn)狀態(tài)維度指標(biāo)體系各指標(biāo)和各子系統(tǒng)的權(quán)重，結(jié)果如表6所示。利用熵值法計(jì)算社會(huì)重大風(fēng)險(xiǎn)響應(yīng)維度各指標(biāo)和各個(gè)子系統(tǒng)的權(quán)重，結(jié)果如表7所示。

對(duì)計(jì)算的各維度的各子系統(tǒng)的權(quán)重按照壓力、狀態(tài)、響應(yīng)三個(gè)維度進(jìn)行匯總，其中每個(gè)維度按照宏觀經(jīng)濟(jì)，人民生活，生態(tài)環(huán)境，社會(huì)治理分類，結(jié)果如圖1所示。

從得到的權(quán)重結(jié)果來看，社會(huì)重大風(fēng)險(xiǎn)指標(biāo)體系權(quán)重占比前三的指標(biāo)分別是財(cái)政醫(yī)療衛(wèi)生支出占比、城鎮(zhèn)化率和調(diào)解民間糾紛數(shù)，都集中在響應(yīng)維度中，說明對(duì)一個(gè)國(guó)家或地區(qū)社會(huì)系統(tǒng)的社會(huì)重大風(fēng)險(xiǎn)整體狀況取決于社會(huì)系統(tǒng)主體對(duì)社會(huì)重大風(fēng)險(xiǎn)源和形成的社會(huì)重大風(fēng)險(xiǎn)的處理。社會(huì)系統(tǒng)主體即中央和各級(jí)政府，需要積極應(yīng)對(duì)社會(huì)重大風(fēng)險(xiǎn)所處的不同時(shí)期，把形成社會(huì)失序的可能性降到一個(gè)安全范圍內(nèi)。

三、指數(shù)的計(jì)算與分析

根據(jù)已經(jīng)確定的權(quán)重，按照壓力、狀態(tài)和響應(yīng)三個(gè)維度分別測(cè)算2010-2018年全國(guó)及各省、直轄市、自治區(qū)的社會(huì)重大風(fēng)險(xiǎn)分指數(shù)，并通過對(duì)三個(gè)維度的分指數(shù)求均值得到總指數(shù)。

計(jì)算社會(huì)重大風(fēng)險(xiǎn)壓力維度指數(shù)和社會(huì)重大風(fēng)險(xiǎn)狀態(tài)維度指數(shù)v的公式見式（5）。

v=∑15j=1w.jx1.ij（5）

計(jì)算社會(huì)重大風(fēng)險(xiǎn)響應(yīng)維度指數(shù)v公式見式（6）。

v=∑15j=1w.jP.ij（6）

以全國(guó)的社會(huì)重大風(fēng)險(xiǎn)狀況為評(píng)估對(duì)象，全國(guó)各維度指數(shù)及總體指數(shù)如圖2所示。

分別計(jì)算全國(guó)和31個(gè)省、直轄市、自治區(qū)在2010-2018年內(nèi)的壓力指數(shù)、狀態(tài)指數(shù)、響應(yīng)指數(shù)和總體指數(shù)，如表8所示。

從時(shí)間趨勢(shì)上分析全國(guó)的各個(gè)指數(shù)變動(dòng)情況，從時(shí)間趨勢(shì)和空間差異上分析31個(gè)省份的各個(gè)指數(shù)變動(dòng)情況，并通過計(jì)算各地區(qū)八年內(nèi)的平均指數(shù)和方差來做排名分析和變動(dòng)幅度分析，主要結(jié)論為：

1. 平均壓力指數(shù)排名情況看，北京在八年內(nèi)的平均壓力指數(shù)最低，且遠(yuǎn)低于第二名海南，而且其整體變動(dòng)幅度不大，每年都保持全國(guó)第一的水準(zhǔn)，從時(shí)間趨勢(shì)上看其壓力指數(shù)是從2011年達(dá)到頂點(diǎn)后緩慢下降。位于第二的海南則是階梯式下降，到2015年最小，隨后的2017年和2018年有微微的上升。第三名天津變動(dòng)幅度相對(duì)第一名和第二名較小，從時(shí)間趨勢(shì)上看，其壓力指數(shù)表現(xiàn)出緩慢上升又緩慢下降的趨勢(shì)。平均壓力指數(shù)較高的后三名分別為河南、四川、山東，河南平均壓力指數(shù)高的原因主要在于，其2010-2014年這五年的壓力指數(shù)偏高，通過查看預(yù)處理后的數(shù)據(jù)得知，其前五年在通貨膨脹率、城鎮(zhèn)登記失業(yè)率、每萬人衛(wèi)生機(jī)構(gòu)床位數(shù)、人均公園綠地面積和刑事案件立案數(shù)這些權(quán)重占比較高的指標(biāo)上取值過高;四川平均壓力指數(shù)高的原因主要在人口老齡化程度、城鎮(zhèn)登記失業(yè)率、每萬人衛(wèi)生機(jī)構(gòu)床位數(shù)、人均公園綠地面積這些權(quán)重占比較高的指標(biāo)上取值過高;山東平均壓力指數(shù)高的原因主要在人口老齡化程度、城鎮(zhèn)登記失業(yè)率、每萬人衛(wèi)生機(jī)構(gòu)床位數(shù)和刑事案件立案數(shù)這些權(quán)重占比較高的指標(biāo)上取值過高。此外，變動(dòng)幅度最高的是青海省，從其壓力指數(shù)的變動(dòng)來看，除了2015年有些許上升之外，其余各年都是在下降;從預(yù)處理后的數(shù)據(jù)上看，其在權(quán)重比較大的指標(biāo)如通貨膨脹率、每萬人衛(wèi)生機(jī)構(gòu)床位數(shù)上隨著年份的推移有著明顯的增長(zhǎng)。

2. 從平均狀態(tài)指數(shù)排名情況來看，前三名分別是福建、北京和廣東，其在八年內(nèi)的狀態(tài)指數(shù)非常接近，其中北京在2010-2012年?duì)顟B(tài)指數(shù)是最低的，但從2013年后最低的位置被福建和廣東交替取代;從三個(gè)地區(qū)的變動(dòng)趨勢(shì)來看，其中福建和廣東保持的比較平穩(wěn)，基本上沒什么變化，而北京在2010年和2011年?duì)顟B(tài)指數(shù)較低，而后六年稍微有所上升但表現(xiàn)出穩(wěn)定的趨勢(shì)。狀態(tài)指數(shù)比較高的后三名分別是安徽、青海和新疆，安徽省狀態(tài)指數(shù)高的原因在于，其在老年人撫養(yǎng)比、醫(yī)療衛(wèi)生機(jī)構(gòu)數(shù)、森林覆蓋率、每萬人民事案件立案數(shù)這些權(quán)重較高的指標(biāo)上取值比較高;青海狀態(tài)指數(shù)高的原因在于，其在城鎮(zhèn)單位就業(yè)人員、老年人撫養(yǎng)比、醫(yī)療衛(wèi)生機(jī)構(gòu)數(shù)、森林覆蓋率這些權(quán)重較高的指標(biāo)上取值比較高;新疆狀態(tài)指數(shù)高的原因在于其在城鎮(zhèn)單位就業(yè)人員、醫(yī)療衛(wèi)生機(jī)構(gòu)數(shù)、森林覆蓋率、每萬人民事案件立案數(shù)這些權(quán)重較高的指標(biāo)上取值比較高。此外，狀態(tài)指數(shù)變動(dòng)幅度相對(duì)最大的是黑龍江，其狀態(tài)指數(shù)隨著年份的增長(zhǎng)先增加后保持平穩(wěn)，從預(yù)處理后的數(shù)據(jù)上來看，其狀態(tài)指數(shù)前幾年增長(zhǎng)的原因在于兩個(gè)權(quán)重較高指標(biāo)老年人撫養(yǎng)比和每萬人民事案件立案數(shù)上取值過高。

3. 從平均響應(yīng)指數(shù)排名情況來看，前三名分別是廣東、山東和江蘇。通過觀察31個(gè)地區(qū)的響應(yīng)指數(shù)的變動(dòng)幅度，發(fā)現(xiàn)各地區(qū)在這八年內(nèi)的變動(dòng)幅度普遍比較大，且所有地區(qū)的響應(yīng)指數(shù)都有著或多或少的減少，說明這八年來各個(gè)地區(qū)的政府認(rèn)真處理社會(huì)穩(wěn)定風(fēng)險(xiǎn)源，改善社會(huì)穩(wěn)定風(fēng)險(xiǎn)，且采取的預(yù)防措施和控制措施均取得了不錯(cuò)的進(jìn)展。得分處于后三位的分別是寧夏、青海和西藏，從預(yù)處理后的數(shù)據(jù)上可以看到，這三個(gè)地區(qū)在城鎮(zhèn)化率、財(cái)政醫(yī)療衛(wèi)生支出占比、無害化處理廠數(shù)這些權(quán)重較高的指標(biāo)上都取值比較高;從趨勢(shì)上看，這三個(gè)地區(qū)都在這八年內(nèi)響應(yīng)指數(shù)上取得一定的進(jìn)步，但其在八年內(nèi)響應(yīng)指數(shù)的最小值與其他地區(qū)相比仍然有不小的差距。此外，響應(yīng)指數(shù)變動(dòng)幅度相對(duì)最大的是四川省，從其趨勢(shì)上可看到，在2010-2013年這三年比較平穩(wěn)，但從2014年開始逐年快速下降;從預(yù)處理后的數(shù)據(jù)來看，在2014年及之后四年在城鎮(zhèn)化率、財(cái)政醫(yī)療衛(wèi)生支出占比、財(cái)政社會(huì)保障和就業(yè)支出和造林總面積這些權(quán)重占比較高的指標(biāo)上取值越來越好。

4. 從總體指數(shù)來看，排名前三位的分別是北京、廣東和江蘇，其中北京在壓力指數(shù)上排名第一，狀態(tài)指數(shù)上排名第二，響應(yīng)指數(shù)上排名第六，總體指數(shù)排第一，其每年的總體指數(shù)在31個(gè)省、直轄市、自治區(qū)中都是最好的。后三名分別是安徽、青海和新疆，新疆在壓力指數(shù)上排名第八，狀態(tài)指數(shù)上排名第31，響應(yīng)指數(shù)上排名第27，總體指數(shù)排名第31。此外，總體指數(shù)變動(dòng)幅度最大的地區(qū)是四川省，其總體指數(shù)除了在2012年有所上升之外，在其余各年均是下降趨勢(shì)。

六、結(jié) 語

1.本文將PSR模型用于建立社會(huì)重大風(fēng)險(xiǎn)指標(biāo)體系，按照壓力、狀態(tài)、響應(yīng)三個(gè)維度對(duì)應(yīng)社會(huì)重大風(fēng)險(xiǎn)演變成社會(huì)失序前三個(gè)不同時(shí)期的風(fēng)險(xiǎn)狀況，這樣確定的評(píng)估指標(biāo)體系有理論支持，能夠更加客觀反映社會(huì)重大風(fēng)險(xiǎn)的動(dòng)態(tài)狀況。同時(shí)，類比“假設(shè)—檢驗(yàn)”這一統(tǒng)計(jì)過程，指標(biāo)體系的最終確立從粗篩選到嚴(yán)格檢驗(yàn)的過程，提高了社會(huì)重大風(fēng)險(xiǎn)指標(biāo)體系的有效性。

2.在指標(biāo)的選取上，考慮全面性和可操作性不可兼得的情況下，本文構(gòu)建的指標(biāo)體系是在保證可操作性的前提下，盡可能滿足指標(biāo)體系的全面性。

3.在指標(biāo)體系的維度劃分上，因?yàn)樯鐣?huì)重大風(fēng)險(xiǎn)是動(dòng)態(tài)變化的，其狀況與社會(huì)成員、政府的行為有很大關(guān)系，采用因果關(guān)系來劃分維度。在指標(biāo)體系的設(shè)計(jì)上維度層的劃分是基于PSR模型，各維度指標(biāo)具有對(duì)應(yīng)關(guān)系，如X.1量化了通貨膨脹率過高給國(guó)民收入帶來了“壓力”，X.16量化了在這種壓力下國(guó)民收入增速的“狀態(tài)”，X.31量化了政府采取一系列措施來促進(jìn)消費(fèi)，從而提高國(guó)民收入水平的“響應(yīng)”。通過指標(biāo)體系有效性檢驗(yàn)后，兼顧靜態(tài)評(píng)估和動(dòng)態(tài)評(píng)估，體現(xiàn)指標(biāo)體系科學(xué)性。

由于社會(huì)重大風(fēng)險(xiǎn)的復(fù)雜性和客觀數(shù)據(jù)的可得性，對(duì)于社會(huì)重大風(fēng)險(xiǎn)源現(xiàn)狀的分析可能存在遺漏的情況。本文只證明了篩選后的社會(huì)重大風(fēng)險(xiǎn)指標(biāo)體系是有效的，在今后條件允許的情況下，要進(jìn)一步完善指標(biāo)的初步選取過程。其次，在計(jì)算完全國(guó)和31個(gè)省、直轄市、自治區(qū)的各維度指數(shù)和總指數(shù)后，沒有做2018年之后的指數(shù)預(yù)測(cè)和提出具體的政策建議，這部分內(nèi)容是值得繼續(xù)深入研究下去。

參考文獻(xiàn)：

[1] 胡錦濤. 堅(jiān)定不移沿著中國(guó)特色社會(huì)主義道路前進(jìn)為全面建成小康社會(huì)而奮斗[M].北京：人民出版社，2012.

[2] 習(xí)近平.決勝全面建成小康社會(huì)奪取新時(shí)代中國(guó)特色社會(huì)主義偉大勝利——在中國(guó)共產(chǎn)黨第十九次全國(guó)代表大會(huì)上的報(bào)告[M].北京：人民出版社， 2017.

[3] 習(xí)近平.習(xí)近平在省部級(jí)主要領(lǐng)導(dǎo)干部堅(jiān)持底線思維著力防范化解重大風(fēng)險(xiǎn)專題研討班開班式上發(fā)表重要講話[EB/OL].（2019-01-21）[2020-09-23].http：∥www.gov.cn/xinwen/2019-01/21/content_5359898.htm？tdsourcetag=s_pcqq_aiomsg.

[4] Estes R? J， Morgan J. World social welfare analysis：a theoretical model[J].International Social Work，1976，19（2）：3-15.

[5] Estes? R J. The social progress of nations[M].New York， Praeger Publishers，1984.

[6] 羅伯特達(dá)爾.現(xiàn)代政治分析[M].上海：上海譯文出版社，1987：102.

[7] 世界銀行.2000-2001年世界發(fā)展報(bào)告：向貧困宣戰(zhàn)[M].北京：中國(guó)財(cái)政經(jīng)濟(jì)出版社，2003，136.

[8] Lambsdorff J G. Corruption and reform of institutional economics：Theory， evidence and policy[M].Cambridge：Cambridge University Press， 2006.

[9] Kemp D ，Worden S ， Owen J R. Differentiated social risk： Rebound dynamics and sustainability performance in mining[J]. Resources Policy，2016， 50：19-26.

[10]Geordan G， Daniel M F. Conceptualising social risk and business risk associated with private sector development projects[J].Journal of Risk Research，2016，19（5）：581-601.

[11]宋林飛.社會(huì)風(fēng)險(xiǎn)指標(biāo)體系與社會(huì)波動(dòng)機(jī)制[J].社會(huì)學(xué)研究，1995（6）：90-95.

[12]宋林飛.中國(guó)社會(huì)風(fēng)險(xiǎn)預(yù)警系統(tǒng)的設(shè)計(jì)與運(yùn)行[J].東南大學(xué)學(xué)報(bào)：社會(huì)科學(xué)版，1999（1）：69-76.

[13]鄧偉志.關(guān)于社會(huì)風(fēng)險(xiǎn)預(yù)警機(jī)制問題的思考[J].社會(huì)科學(xué)，2003（7）：65-71.

[14]李殿偉，趙黎明. 社會(huì)穩(wěn)定與風(fēng)險(xiǎn)預(yù)警機(jī)制研究[J].經(jīng)濟(jì)體制改革，2006（2）：29-32.

[15]童星.“十一五”期間江蘇省重大社會(huì)風(fēng)險(xiǎn)預(yù)警[J].公共管理高層論壇，2006（1）：39-57.

[16]鄧悅. 天津市社會(huì)穩(wěn)定風(fēng)險(xiǎn)評(píng)估指標(biāo)體系研究[D].天津：天津理工大學(xué)，2019.

[17]童余美. 風(fēng)險(xiǎn)社會(huì)下社會(huì)穩(wěn)定指數(shù)及其指標(biāo)體系研究[D].杭州：浙江大學(xué)，2019.

[18]張海波. 發(fā)展完善社會(huì)穩(wěn)定風(fēng)險(xiǎn)評(píng)估體系[N].中國(guó)社會(huì)科學(xué)報(bào)，2019-07-31（6）.

[19]Zimmer K， Frohling M， Breun P， et al. Assessing social risks of global supply chains： A quantitative analytical approach and its application to supplier selection in the german automotive industry[J]. Journal of Cleaner Production， 2017，149： 96-109.

[20]向鵬成，武雪子. 基于SNA的重大工程項(xiàng)目社會(huì)穩(wěn)定風(fēng)險(xiǎn)網(wǎng)絡(luò)構(gòu)建[J].建筑經(jīng)濟(jì)，2018，39（6）： 41-47.

[21]董治，王歡，董小林，等. 基于熵權(quán)可拓物元模型的公路項(xiàng)目社會(huì)穩(wěn)定風(fēng)險(xiǎn)評(píng)估方法[J]. 中國(guó)公路學(xué)報(bào)， 2018，31（9）： 191-198.

[22]李靜，謝珍珍，陳小波.基于SVM的海上風(fēng)電項(xiàng)目運(yùn)行期風(fēng)險(xiǎn)評(píng)價(jià)[J]. 工程管理學(xué)報(bào)，2013，27（4）： 51-55.

[23]Choudhry R M， Iqbal K. Identification of risk management system in construction industry in Pakistan[J]. Journal of Management in Engineering， 2013，29（1）： 42-49.

[24]趙軍，戚曉明，汪艷芳.基于PSR模型的土地生態(tài)安全評(píng)價(jià)與預(yù)測(cè)[J].蚌埠學(xué)院學(xué)報(bào)，2019，8（5）：123-128.

[25]江燕娟，李放.基于PSR模型的老年人長(zhǎng)期照護(hù)服務(wù)供給評(píng)價(jià)指標(biāo)體系構(gòu)建及分析[J].廣西社會(huì)科學(xué)，2017（8）：49-55.

[26]曹競(jìng)文，李淑杰，李高行，等.基于PSR模型和熵權(quán)法的扶余市城市土地集約利用評(píng)價(jià)[J].東北師大學(xué)報(bào)（自然科學(xué)版），2019（1）：125-132.

[27]李宏勛，聶慧，吳復(fù)旦.基于 PSR 模型的我國(guó)天然氣進(jìn)口安全評(píng)價(jià)[J].中國(guó)石油大學(xué)學(xué)報(bào)（社會(huì)科學(xué)版），2020（10）：19-26.

[28]戚湧，張洪瑜.基于PSR模型的區(qū)域高技術(shù)產(chǎn)業(yè)創(chuàng)新要素供給評(píng)價(jià)[J].科技進(jìn)步與對(duì)策，2020（22）：55-64.

（責(zé)任編輯：寧曉青）

Research on Chinese Social Significant Risk

Assessment System Based on PSR Model

LIU ge， DENG Qingbiao， CAI Yaoxing

（College of Finance and Statistics， Hunan University， Changsha， Hunan 410079， China）

Abstract：This paper aims to build a major social-risk assessment index system in China using a PSR model. Effective indicators are filtered out using cluster analysis and the validity of the screened index system is tested by redundancy and coefficient of variation methods. In addition， this work uses the standard deviation method， CRITIC method， and the entropy method to calculate the weights of the pressure， state， and response dimensions respectively. As a result， the pressure index， state index， response index of different regions in different periods， and hence the total index reflecting the overall situation of major social risks in China can be calculated. Lastly， this work also analyzes changes of various indexes in different regions of China from the perspective of time trends and spatial differences. Our results suggest that the status of the major social risk in a country or a region depends on how the social system handles the source and the consequence of the major social risk.

Key words：PSR model; major social risk; evaluation system; index

收稿日期： 2020-12-28; 修回日期： 2021-03-25

基金項(xiàng)目： ?教育部人文社會(huì)科學(xué)規(guī)劃一般項(xiàng)目（18YJA840008）

作者簡(jiǎn)介： 劉 革（1971—），女，湖南漣源人，湖南大學(xué)金融與統(tǒng)計(jì)學(xué)院副教授，碩士生導(dǎo)師，研究方向：風(fēng)險(xiǎn)管理與社會(huì)保障。