风险认知分类

风险认知分类

也就是说，新的风险分类应该与信息的完备度相关联。换言之，所谓的“简单”、“复杂”、“不确定”、“模糊”风险，并不能由风险自身来定义，而应该由我们所拥有的信息的完备度来决定。因此，我们提出了下面的风险认知分类。

1.伪风险(pseudorisk)是可以用系统模S和现有数据精确预测的与特定不利事件有关的未来情。伪风险并不是真正的风险。伪风险是没有悬念的一种情景。例如，当原子弹在一个城市中爆炸时，其破坏面积可以精确计算出来。原子弹爆炸时没有悬念，是伪风险。

2.概率风险(probabilityrisk)是可以用概率模型和大量数据进行统计预测的与特定不利事件有关的未来情景。概率风险是一种随机不确定情景。这里，有关事件要么发生，要么不发生。例如，一些很好的概率模型和大量的数据可用于研究交通事故。对于保险公司而言，交通事故是概率风险。

3.模糊风险(fuzzyrisk)是可以用模糊逻辑和不完备信息近似推断的与特定不利事件有关的未来情景。模糊风险是一种模糊不确定情景。这里，要么事件的边界不分明，要么就是我们用于预测的信息不完备。例如，用现有的方法和可用的数据，我们既不能精确预报强烈地震，也不能进行统计预测。然而，我们对地震并非一无所知，我们还有一些零零碎碎的不完备信息可用于识别地震活动性。我们可以用模糊逻辑和不完备信息近似推断地震灾害。一个地区的未来地震灾害是一种模糊风险。

4.不确定风险(uncertainrisk)是用现有方法不可能预测和推断的与某种不利事件有关的未来情景。不确定风险不仅难以推测，甚至于对原因和结果的解释都不确定。例如，全球变暖对人类的实际影响并不清楚，大多数衍生于全球变暖的风险是不确定风险；纳米技术在解决材料和能源问题的同时是否会使人类像生活在髙放射环境中一样无法生存[6°]，至今并不清楚，纳米技术风险是不确定风险。

人们对一个给定的风险问题，首先应该用认知分类法进行分类，才能确定用什么样的理论和方法对其展开研究。如果是不确定风险，任何设计巧妙的数学模型给出的风险情景描述都没有实际意义，任何精准模型计算的结果都不可相信。反之，如果是伪风险，进行概率风险分析就是多此一举。例如，一辆失控冲向悬崖的汽车，它掉下悬崖是必然的未来情景，再分析掉下悬崖的随机性是没有意义的。