-
大规模地震发生后,众多救援组织的参与加大了救援供应链运作的复杂性,也增加了组织间协同难度,形成了复杂自适应系统,地震救援活动呈现多阶段多主体特性。中国在2018年设立了应急管理部,整合优化应急力量和资源,统筹指导灾害救援活动,但地震救援供应链协同迟滞,实现救援体系合理科学管理,提高救援主体间协同水平和救援活动效率是当前亟待解决的问题。
部分学者对灾害救援组织间协同进行了理论性阐述。时立荣等[1]探讨了救援社会组织制度联动和技术联动的协同关系;钱洪伟等[2]通过调查政府和民间救援组织协同状况,提出促进其协同性的实施方案;邢宇宙[3]设计了协同治理视角下中国社会组织参与灾害救援的政社协同、联盟联动、多方培育以及评估问责机制;方磊[4]等提出需要促进国际军事力量与一般救济组织的有效协同;佘廉[5]等从体制机制法规层面构建了军地协同处置突发事件的应急管理体系。
部分学者通过建模分析了多主体协同。Toyasaki F等[6]通过收集数据和定量建模,对灾害救援中国际人道主义组织间的协调进行优化;周超[7]基于多主体仿真模型研究多主体协同创新;陈玮玮等[8]通过建立政府与NGO协作模型,梳理协作关系的类型提出协作建议;朱莉等[9]证明异构运输服务集成模式及协同模型具有可行性和优越性;Coles J[10-11]等采用非合作博弈模型帮助不相容组织在灾难响应和恢复阶段决定与谁合作。
NetLogo是能够模拟自然与社会各种复杂对象的行为演化规律的可编程仿真平台[12],在应急管理领域的应用也有较多学者研究。王杰[13]利用NetLogo建模分析突发事件各主体属性值的改变与公众情绪间的联系,提出应急协同方案;平健[14]通过NetLogo平台创建出政府应急组织合作关系模型,以体现组织合作演化规律。建模人员可为数百或数千个相互独立的Agent进行编程,以探索微观个体行为与宏观群体状态间的联系。
当前灾害救援多主体协同研究尚处于起步阶段,以定性研究为主,定量化研究较少,存在问题包括:①当前中国灾害救援协同水平有限;②地震救援主体间协同关系研究理论较少,实践需要理论支持;③NetLogo仿真处于初级应用阶段,将其与地震救援相结合的理论更加缺失;④中国人口多、地形复杂,地震影响巨大,合理有效的救援主体协同方案具有重要的指导意义和实用价值。
基于此,本文重点理清参与主体的性质和主体间关系,建立协同框架并仿真建模,获得影响受灾民众存活率的因素,提高救援主体间协同绩效。
-
通过新华社、新浪网、中国新闻网等媒体检索搜集大量九寨沟灾后救援新闻信息,整理出此次地震救援主体具体救援单位网络关系(图1)。
1)主导性救援主体——政府
地震灾害救援是属于社会工作的一部分,政府作为社会的治理者、服务者,无疑也是灾害救援工程的主导者。政府可以规范各级地方、私人部门、非政府组织、个人和国际组织在地震灾害救援中的参与,指导促进不同救灾主体能规范、有序、建设性地参与灾害救援。中国政府是为人民服务的政府,代表着人民的根本利益,在灾害救援中最能时刻以人民利益为中心。包括灾害发生后第一时间由国家减灾委、国务院抗震救灾指挥部等部门组成联合工作组和四川省委成立的应急指挥部。
2)主力性救援主体——医疗组织和军队、消防等救援队伍
灾害救援的主力军是政府管理下的医疗组织和救援队伍,是行动在抗震救灾最前线、亲手挽救民众生命的角色。特别医护人员的救援工作,灾害现场的工作总是医护条件匮乏的,他们承受巨大的身体压力与心理压力,亟待救治患者太多。医护人员面对太多的长期工作、紧急诊断、及时分类、放弃无效治疗等问题,这些既需要医生高度负责,重视生命的价值,也需要受灾者对医护人员的某些措施做出理解。医疗组织包括四川省委卫计委组织的阿坝州、绵阳市等地区医疗救援力量的抽调,四川大学华西医院、省医院组成的医疗队,国家应急医学救援队,西宁联保中心医疗队。
3)辅助性救援主体——非营利组织及必需品提供方(物资、水电、通讯、交通等)
辅助性救援主体是救援的关键要素,此部分为救援工作的开展创造条件,直接影响救援方式与救援效率。在救援前线救援力量总是不足的,辅助性主体还可填补其他救援力量的不足,是救援工作有力的后备军。包括四川省以及地方红十字会、妇联、中国扶贫基金会、志愿者等非营利组织,中国联通、移动、电信、国航、东航等保障单位。
4)新闻媒体
在政府的正确领导下传递灾害救援信息,为救援单位和外界提供正确的灾情状况和救援进展,对不实消息及时辟谣,积极影响大众情绪,维护社会秩序,缓解大众的恐慌心理。包括四川省人民新闻办、新华社、四川卫视等[15]。
-
本文将地震救援不同参与主体的关系界定为主导型救援主体、主力型救援主体、辅助型救援主体、新闻媒体,救援主体的细分来自于对“汶川地震”、“玉树地震”等救援案例的整理分析[16]及对“2017年九寨沟地震”救援参与主体的搜集整理,保证了救援主体完整性。
1)主导型救援主体
主要是政府,包括国家应急指挥单位、地方政府。在救援过程中对救援系统进行整体规划指导,组织管理救援系统确保灾害救援高效进行。
2)主力型救援主体
包括军队、武警、消防、医疗卫生机构等救援队伍。在主导型救援主体的领导下、辅助型救援主体的协助下奋斗在抗震救灾最前线,并及时为新闻媒体提供信息。
3)辅助性救援主体
主要是非营利组织及必需品提供方,包括公安、通信、水电、航空、气象、勘测、能源、财政、民政、NPO、城建、教育、金融、质监、食品药品、科技工业、后勤物资、环境资源、交通运输、土地资源、企业捐赠等。地方救援队伍在主导型救援主体指导下为其他救援主体创造救援条件甚至参与救援,也在需要时为媒体提供信息。
4)新闻媒体
主要是国家媒体及自媒体平台。服从主导型主体的领导,各救援方获取信息并及时为救援体系成员提供反馈。
-
结合企业供应链协同影响因素[17]与地震救援特征,从全局来看,地震救援参与主体间协同影响因素来自3个大方面:组织因素、环境因素、技术因素。组织因素来自救援供应链内部,环境因素来自外部状况,技术因素是救援系统运行的支持因素,可以通过对3个方面的因素细分得到具体因素(表1)。
表 1 参与主体间协同影响因素分类
各类型救援主体关系如图2所示:
-
参与主体协同框架与本研究多主体建模多个主体的交互协作框架相同,此处框架以NetLogo中多主体交互框架为主体,以说明各主体间的协同关系(图3)。
-
将协同框架与救援现实相结合,设计出“基于救援主体”及“基于被救者”两套救援主体活动的交互规则,描述主体间的信息交互过程。
-
此仿真定义主力型救援主体、受灾者,包括救援者及受灾者在内每个个体都是一个Agent,都被赋予一个Energy。当救援者Energy≥受灾者Energy时,即救援能力大于受灾者的被救困难度,受灾者被救起;若不满足上述条件,受灾者死亡。
救援者会随着工作时间的增加,能力降低,受灾者会随着时间增长,伤势加重,直至死亡。仿真会时刻显示存活人数及存活率。
基于救援主体仿真交互机制程序见图4。
-
此仿真定义军队、医护人员、被埋受灾者、未被埋受灾者,受伤的被埋者若同时满足军队与医护人员施救的条件,则被救起;若不满足上述条件,则受灾者死亡。其他与2.2.1相同。
基于被救者仿真交互机制程序框图见图5。
-
设Z(x)为仿真救援总人数,Y(t)为单位时间t内救起的受灾者,时间模型运行时间起点为0,运行结束后时间终点为n,Re为救援者Energy值,Ie为受灾者Energy值。X0、Y0为救援者空间位置的横纵坐标,X1、Y1为受灾者空间位置的横纵坐标。Re1为军队救援Energy值,Re2为医护人员救援Energy值,Ie1为受灾者中被埋者Energy值,Ie2为受灾者中受伤者Energy值,Ie3为受灾者中被埋且受伤者Energy值。X2、Y2为军队空间位置的横纵坐标,X3、Y3为医护人员空间位置的横纵坐标,X4、Y4为受灾者中被埋者空间位置的横纵坐标,X5、Y5为受灾者中受伤者空间位置的横纵坐标,X6、Y6为受灾者中既被埋又受伤者空间位置的横纵坐标。
1)基于救援主体的仿真模型
$$ \begin{gathered} {\text{Max}}Z(x) = \sum\limits_{t = 0}^n {Y(t)} \hfill \\ s.t.\left\{ \begin{gathered} 0 {\text{≤}} {R_{\text{e}}} {\text{≤}} 100 \hfill \\ {I_{\text{e}}} {\text{≤}} {\text{100}} \hfill \\ {R_{\text{e}}} {\text{≥}} {I_{\text{e}}} \hfill \\ {X_{\text{0}}}{\text{ = }}{X_{\text{1}}} \hfill \\ {Y_{\text{0}}}{\text{ = }}{Y_{\text{1}}} \hfill \\ \end{gathered} \right. \hfill \\ \end{gathered} $$ (1) 2)基于被救者的仿真模型
$$ \begin{gathered} {\text{Max}}Z(x) = \sum\limits_{t = 0}^n {Y(t)} \hfill \\ s.t.\left\{ \begin{gathered} 0 {\text{≤}} {R_{{\text{e1}}}} {\text{≤}} 100 \hfill \\ 0 {\text{≤}} {R_{{\text{e2}}}} {\text{≤}} 100 \hfill \\ {I_{{\text{e1}}}} {\text{≤}} {\text{100}} \hfill \\ {I_{{\text{e2}}}} {\text{≤}} {\text{100}} \hfill \\ {I_{{\text{e3}}}} {\text{≤}} {\text{100}} \hfill \\ {R_{{\text{e1}}}} {\text{≥}} {I_{{\text{e1}}}} \hfill \\ {R_{{\text{e2}}}} {\text{≥}} {I_{{\text{e2}}}} \hfill \\ {R_{{\text{e1}}}}{\text{ + }}{R_{{\text{e2}}}} {\text{≥}} {I_{{\text{e3}}}} \hfill \\ {X_{\text{2}}} = {X_{\text{4}}} \hfill \\ {Y_{\text{2}}} = {Y_{\text{4}}} \hfill \\ {X_{\text{3}}} = {X_{\text{5}}} \hfill \\ {Y_{\text{3}}} = {Y_{\text{5}}} \hfill \\ {X_{\text{2}}} = {X_{\text{6}}} \hfill \\ {Y_{\text{2}}} = {Y_{\text{6}}} \hfill \\ {X_{\text{3}}} = {X_{\text{6}}} \hfill \\ {Y_{\text{3}}} = {Y_{\text{6}}} \hfill \\ \end{gathered} \right. \hfill \\ \end{gathered} $$ (2) 其中,救援存活率为:
$ P = \dfrac{{Z\left( x \right)}}{N} \times 100{\text{%}} $ ,N为仿真初受灾总人数。 -
已知某地区发生地震,需要及时进行救援,受灾人员随机分布在灾区,救援人员并不清楚各受灾者准确位置,且受灾人员受灾、受伤程度各异,需要不同能力的救灾人员进行救助[21]。
此次救援中重点研究政府管理能力、受灾程度、救援主体的救援能力3个因素对主体间协同救援的影响,协同绩效通过受灾者的生存率来体现。
1)基于救援主体的多Agent仿真是主力型救援主体进行救援活动,其他类救援主体对其产生不同影响。在仿真过程中,通过改变政府管理能力、受灾程度、救援主体的救援能力参数来观察受灾人员存活率,并对数据进行统计分析。
2)基于被救者的多Agent仿真是在上一条仿真的基础上进行细分,描述军队与医护人员对不同情况受灾者救助的过程,通过改变受灾程度、军队救援能力、医护人员救援能力参数来观察受灾人员存活率,并对数据进行统计分析。
-
1)主力型救援主体进行救援,其他主体对其救援效率产生影响,不产生实际救援行动。
2)任务对象在平面位置上随机分布。
3)救援主体的能力与任务对象被救援的困难度均用能量(energy)表示,救援主体的能量大于被救个体困难度时,救援活动才能实现。
-
此仿真采用基于救援主体的交互规则进行运行,将此交互规则进行代码编写,探讨与设定参数,对灾害救援主体的活动、灾害救援数据、操作窗口等进行了可视化设计,便于直观操作与数据统计,实现软件的仿真模拟。
1)初始值设置(表2)
表 2 仿真初始值
参数 初始值 number-of-person 150 number-of-volunteers 50 government-power 30 volunteers-energy 50 persons-energy 60 media-energy 1 初始值的设置方式较为灵活,实际操作时可根据情况改变人数设置。在本运行环境中设置以少救多的情景,受灾人数为150人,救灾人数为50人,更能反映救援效率。
初始persons-energy设置为60,采用灾情较轻的设置方式,各受灾主体的被救困难度(受灾程度)为0~60之间的数值。随着时间推移,受灾者会由于没有得到救助而加重伤情直至死亡。
volunteers-energy设置值50,略低于受灾者的最大值。当主力型救援主体救援能力不足时,若政府方提供的协助可以使主力型救援主体获得救援受灾者的能力,则受灾者获救;若依旧不能具备救助此受灾者的能力,则此受灾者死亡。
Media-energy是媒体的信息传播能力,影响救援仿真过程中系统循环一次的步数,是一个相对值,即值越大,一次循环步数越多,其值定为1。
2)仿真界面设计
通过初始化按钮实现参数设置更新。完成多种参数的设定后,点击初始化即可实现系统对新参数的植入,并等待运行(图6)。
开始救援按钮使救援活动开始运行;对不同主体进行不同形状颜色设置;存活人数的窗口是随着时间的推移,被成功救助的受灾者人数;
ticks标识指代系统循环运行的时间,每经过一个ticks,其值会加1,初始化时进行清零。
-
1)政府管理能力与救援活动关系
政府管理能力为自变量,在20~50之间变化,观察模型的运行情况并统计数据(图7)。
随着政府管理能力的提升,受灾者的平均存活率上升,提高了灾害救援工作的整体效益。同时,随着政府管理的增加,平均救援时间呈现先升后降的趋势。初期时间少是由于政府管理能力低,不足以与主力型救援主体合作对部分受灾者进行救助,使受灾者过早死亡,救援工作量减少,使救援活动过早结束。
随着政府管理能力上升,可以被救受灾者增多,救援工作量增大,救援时间增长。当政府管理能力继续增加时,救援效率明显提升,救援时间开始减少。
2)存活率与受灾程度、主体救援能力关系
受灾程度设置为40~100,包含了轻微灾害到严重灾害的全过程。当受灾程度设置为100时,部分受灾者一出现在仿真界面中就立即死亡或者临近死亡,以描述严重灾害发生时,部分受灾者无法营救的状况。受灾程度为自变量,仿真并统计平均存活率与受灾程度的关系如图8中蓝线所示。随着受灾程度加深,模型仿真中受灾者的存活率逐渐降低,可被成功救助的灾民比重越来越小,对救援效率效果存在很大的负面效果。
为分析主体救援能力与救援活动关系,调整了仿真参数。① 受灾程度:当受灾程度为40时,受灾者的平均存活率达到80%以上,此阶段选取较高存活率的参数值以减少其他因素对受灾者存活率的影响,便于数据统计,发现规律;② 政府能力:将government-power调整为10,减小政府管理能力影响;③ 主体救援能力:变化范围是7~49,包含了10以下(低救援能力)及40以上(高救援能力)。
经过模型的仿真运行得到平均存活率与主体救援能力坐标关系如图8中红线所示,随着主体救援能力增强,受灾者存活率逐渐增加,被成功救助的灾民比重越来越大。
-
基于救援主体的多Agent仿真结果:
1)平均存活率随着政府管理能力的提高而升高,在灾害救援领域中,发掘政府对灾害救援的协调管理能力可提升灾害救援协同能力,增强灾害救援体系的抗震救灾能力;
2)随着受灾程度的增大,灾害救援主体间协同困难度增加,救援效率降低,丧失生命的民众占比增大;
3)随着救援主体救援能力的增强,被救者生存率呈现上升趋势,在当前各救援主体的协作救援水平下,救援主体救援能力的提高对救援效率效果存在很大的提升作用,是影响救援协作水平很重要的因素。
-
1)实际救援活动是由多方参与完成的,此部分不考虑其他救援单位的救援作用,仅简化分析军队与医护人员的协同救援活动。
2)任务对象在平面位置上是随机分布的。
-
在本次仿真中,若soldiers-energy大于被埋未受伤者被救困难度时,受灾者则被救起,否则就死亡;若doctor-energy大于受伤者被救困难度时,受灾者被救起,否则就死亡;当需要军队与医护人员共同救援时,若同时满足能力条件则被救起,否则死亡,救援情景简化为图9。
1)初始值设置(表3)
表 3 仿真初始值
参数 值 number-of-buried 100 number-of-unburied 100 Degree-of-disaster 100 soldiers-energy 80 doctor-energy 80 Number-of-soldiers 30 Number-of-doctors 30 在运行环境中,本研究将两类受灾人数均设置为100人,两类救援主体均设置为30人,仍然选择以少救多的情况,充分反映救援的效率问题。
初始的Degree-of-disaster设置为100,此值为最高值,各受灾主体的被救困难度(受灾程度)为0~100之间的数值。
soldiers-energy与doctor-energy设置值均为80,略低于受灾者的最大值,使用可以救助大多数受灾者的设置值,使初始受灾者存活率较高,为其他参数值得改变留出较大空间。
2)仿真界面设计
仿真系统运行界面如图10所示。存活人数的窗口是随着时间的推移,被成功救助的受灾者人数,红线是被埋者生存人数,绿线是未被埋者生存人数。
-
分别对受灾程度、军队救援能力、医护人员救援能力3个自变量进行仿真运行,获得3种情景下受灾民众的平均存活率关系(图11)。
1)受灾程度与军队、医护救援活动关系
受灾程度为自变量,在40~100间变化。随着受灾程度加深,模型中受灾者的存活率逐渐降低。
2)军队救援能力与救援活动关系
受灾程度设置值为100,军队救援能力仿真范围为40~100,随着军队救援能力的提高,模型仿真中受灾者的存活率逐渐提高。
3)医护人员救援能力与救援活动关系
医护人员救援能力仿真范围为40~100,随着医护人员救援能力的提高,模型仿真中受灾者的存活率逐渐提高。
-
基于被救者的多Agent仿真结果:
1)随着受灾程度的增大,同样出现灾害救援主体间协同困难度增加,救援效率降低,丧失生命的民众占比增大的结果;
2)平均存活率随着军队与医护人员救援能力的提高而升高,在灾害救援领域中,增强单一主体的灾害救援能力,即增强灾害救援体系的抗震救灾能力,可见救援主体救援能力是影响救援协作水平很重要的因素。
-
由于灾害救援实际震例数据难以大规模获取,本研究以地震救援主体为研究对象,将救援主体归纳为4大类型,设计出“基于救援主体”及“基于被救者”的两套地震灾害救援仿真模型进行地震救援的仿真模拟实验,分别对受灾程度、政府管理能力、军队救援能力、医护人员救援能力4个自变量进行仿真运行,获得不同情景下受灾民众的平均存活率关系,证实了需要从提高政府管理领导能力、救援主体的救援能力及降低受灾程度3个方面优化主体协同关系、提升救援绩效。
Multi-agents Collaborative Simulation Study of Earth-quake Rescue Based on NetLogo
-
摘要: 地震救援是多主体交互的系统活动,救援参与主体差异化程度高,呈现出高度的综合性、复杂性、动态性、不确定性。为探寻提升地震救援协同绩效的有效策略,在“8.8九寨沟地震”案例分析的基础上,构建了包含主导型、主力型、辅助型救援主体和新闻媒体4类力量的地震救援参与主体间的协同框架,设计出“基于救援主体”及“基于被救者”的两套信息交互规则和仿真模型;在此基础上,采用ABM从微观角度对地震救援活动进行NetLogo仿真,通过变量调控和对比分析受灾程度、政府管理能力、主体救援能力与存活率之间的关系,以期为地震救援过程中多主体协同提供理论指导与决策支持。Abstract: Earthquake rescue is a systematic activity of multi-subject interaction; the rescue participants have a high degree of differentiation, showing a high degree of comprehensiveness, complexity, dynamics and uncertainty. In order to explore an effective strategy to improve the collaborative performance of earthquake rescue, based on the case analysis of the "8.8 Jiuzhaigou earthquake", a collaborative framework of earthquake rescue participants was constructed, which included four kinds of forces: dominant, main, auxiliary rescue agents and news media. Two sets of information interaction rules and simulation models were de-signed, "based on the rescue agent" and "based on the rescued person"; on this basis, using ABM (Agent-based model ), NetLogo simulation of earthquake relief activities is carried out from a micro perspective, In order to provide theoretical guidance and decision support for multi-agent cooperation in earthquake rescue process, the relationship among disaster degree, government management ability, agent rescue ability and survival rate was analyzed through variable regulation and comparison.
-
Key words:
- earthquake rescue /
- participating subjects /
- collaborative relationship /
- multi-agent model /
- NetLogo
-
表 1 参与主体间协同影响因素分类
表 2 仿真初始值
参数 初始值 number-of-person 150 number-of-volunteers 50 government-power 30 volunteers-energy 50 persons-energy 60 media-energy 1 表 3 仿真初始值
参数 值 number-of-buried 100 number-of-unburied 100 Degree-of-disaster 100 soldiers-energy 80 doctor-energy 80 Number-of-soldiers 30 Number-of-doctors 30 -
[1] 时立荣, 常亮, 周芹. 应急救援社会组织联动协同关系研究[J]. 江淮论坛, 2017(6): 90-94, 78. doi: 10.3969/j.issn.1001-862X.2017.06.015 [2] 钱洪伟, 洪誉文. 政府与民间救援组织协同发展瓶颈与治理策略[J]. 技术与创新管理, 2017, 38(5): 542-546. [3] 邢宇宙. 协同治理视角下我国社会组织参与灾害救援的实现机制[J]. 行政管理改革, 2017(8): 59-63. doi: 10.3969/j.issn.1674-7453.2017.08.013 [4] 方磊, 夏雨, 杨月明, 等. 面向突发性自然灾害的救济供应链研究述评与未来展望[J]. 管理评论, 2016, 28(8): 238-249. [5] 佘廉, 潘毅, 郑琛. 军地协同处置突发事件应急管理现状及对策[J]. 武汉理工大学学报: 信息与管理工程版, 2016, 38(2): 161-163, 177. [6] Toyasaki F, Arikan E, Silbermayr L, et al. Disaster relief inventory management: Horizontal cooperation between humanitarian organizations[J]. Production and Operations Management, 2017, 26(6): 1221-1237. doi: 10.1111/poms.12661 [7] 周超. 协同创新仿真模型与创新激励政策——基于多主体动态交互[J]. 技术经济与管理研究, 2019(1): 40-44. doi: 10.3969/j.issn.1004-292X.2019.01.008 [8] 陈玮玮, 汪婧. 协同应急视角下政府与NGO协作关系探究——基于Y基金芦山地震项目[J]. 中国应急救援, 2018(1): 25-29. doi: 10.3969/j.issn.1673-5579.2018.01.005 [9] 朱莉, 丁家兰, 马铮. 应急条件下异构运输问题的协同优化研究[J]. 管理学报, 2018, 15(2): 309-316. doi: 10.3969/j.issn.1672-884x.2018.02.018 [10] Coles J, Zhang J, Zhuang J. Partnership behavior in disaster relief operations: a case study comparison of the responses to the tornado in Joplin, Missouri and Hurricane Sandy along the Jersey Coast[J]. Natural Hazards, 2016, 84(1): 625-647. doi: 10.1007/s11069-016-2445-3 [11] Coles J B, Zhang J, Zhuang J. Partner selection in disaster relief: Partnership formation in the presence of incompatible agencies[J]. International Journal of Disaster Risk Reduction, 2018, 27: 94-104. doi: 10.1016/j.ijdrr.2017.09.041 [12] Chiacchio F, Pennisi M, Russo G, et al. Agent-based modeling of the immune system: netLogo, a promising framework[J]. Biomed Research International, 2014: 907171. [13] 王杰. 突发事件下多主体动态协作模型研究[D]. 哈尔滨: 哈尔滨工程大学, 2015 . [14] 平健. 基于NetLogo的政府应急组织合作关系演化趋势仿真研究[J]. 软科学, 2018, 32(2): 124-129. [15] 卢珊珊. 地震灾害救援伦理初探[D]. 重庆: 重庆师范大学, 2009 . [16] 平健, 陈丽华. 四次地震政府应急管理组织合作网络中心势分析[J]. 中国西部科技, 2015, 14(10): 117-120. doi: 10.3969/j.issn.1671-6396.2015.10.031 [17] 姚双双. 基于物元理论的制造型企业供应链中上下游企业间协同度评价[D]. 兰州: 兰州交通大学, 2020 . [18] 张媛, 李亦纲, 王金萍, 等. “一带一路”国家地震灾害背景及应急救援能力评述[J]. 国际地震动态, 2018(11): 3-11. doi: 10.3969/j.issn.0253-4975.2018.11.003 [19] 刘聪聪. 突发自然灾害应急响应中政府与社会组织的合作研究——以九寨沟地震为例[D]. 济南: 山东大学, 2018 . [20] 公斌. 地震灾害部队应急医学救援组织指挥体制分析[J]. 解放军医院管理杂志, 2018, 25(9): 844-846. [21] 苗春兰, 谭刚. 我国地震灾害救助管理研究综述[J]. 华北地震科学, 2015, 33(2): 30-35. doi: 10.3969/j.issn.1003-1375.2015.02.007 -