自然災害社會易損性評價指標體系與空間格局分析

[中國科學院科技政策與管理科學研究所 北京 100190]

自然災害社會易損性評價指標體系與空間格局分析

□唐玲劉怡君[中國科學院科技政策與管理科學研究所 北京 100190]

自然災害社會易損性研究是自然災害應急管理研究和探討的熱點問題之一。通過人口、經濟、社會結構和災害易損性四個層面構建自然災害社會易損性評價指標體系，并應用Arcmap軟件和空間自相關分析的方法，對我國31個省市自治區進行了空間綜合分析。結果表明，不同層面的社會易損性表現的空間特征不同。從總體空間分布上看，易損性相對較低的區域大部分位于沿海地區，較高的位于西部地區；從空間關聯的角度分析來看，我國自然災害社會易損性存在顯著的自相關現象和集聚效應。

自然災害社會易損性；評價指標體系；空間相關性

引 言

自然災害事件屬于突發事件的一種，具有很強的隨機性和偶然性。自然災害社會易損性研究是自然災害應急管理研究和探討的熱點問題之一，也是探索可持續發展的重要切入點。因此，制定科學的自然災害社會易損性評價體系，合理評價我國省域自然災害社會易損性的現狀，并對其空間格局進行分析，對于當前我國積極應對自然災害應急管理問題，實現統籌區域協調發展具有重要的現實意義。

對于自然災害易損性，國內外學者對其展開了大量的定性和定量研究。其中代表性的有：

（一）RH模型 (Risk—hazard Model)

RH模型是以美國學者Burton等人[1]為代表的主要研究，目的是了解災害的暴露性和敏感性對災害的影響。在該模型中，主要強調了暴露性和敏感性的干擾和壓力，但是沒有考慮到災害對系統的影響以及系統本身放大或衰減所帶來的影響。

圖1 RH模型

（二）PAR模型（Pressure and Release Model)

AR模型是以美國學者Blakie等人[2]為代表的易損性研究。PAR模型中自然災害的發生是一個壓力產生、作用的過程該模型可以理解為災害是社會經濟壓力和物理暴露性相互作用的結果。易損性不再被視為一種結果而是現存的狀態和過程，富于動態性且難以量化，在時間和空間的具體表達形式就是不安全因素，如物理環境、當地的經濟或者是當地的社會關系。PAR模型彌補了RH模型的缺點，更加關注的是脆弱性的產生原因和災害發生之間的相互關系，力圖解釋經濟與政治背景是災害發生的根本原因。

圖2 PAR模型

（三）HOP模型(Hazards of Place Model)

HOP模型由美國學者Cutter[3]提出，是綜合易損性評估的典型代表。與RH和PAR不同，該模型是以區域為單位，從經濟、社會和環境等方面綜合衡量系統易損性，既考慮系統面對壓力的內部敏感性，又考慮系統面對外部壓力的暴露性，指出某個區域的綜合易損性主要由物理易損性和社會易損性分組成，此模型設計了反饋機制，將物理和社會易損性評價結果再次反饋回原來的模型，并對最初的模型進行調整形成最終的區域易損性評價，是綜合系統的易損性模型。

圖3 HOP模型

（四）可持續理論的易損性模型（Sustainable Development Model）

S D 模型以美國學者Turner等人[4]為代表，是PAR模型的擴展，重點分析PAR框架中未考慮的因素包括暴露性，敏感性和恢復力，將易損性視為“人類-環境”的復合體。該模型強調人類與環境是相互聯系的，并且脆弱性是動態發展的，是隨事件、空間不斷變化的，并受多種因素所影響?？沙掷m理論易損性模型提出了人類應對自然災害的策略，從而達到人與自然環境的和諧發展。但該模型只側重于定性方面的研究，很難進行定量方面的研究。

圖4 SD模型

如今自然災害易損性已形成自然易損性、社會易損性和綜合易損性三個研究方向。近幾年，許多學者對自然和經濟易損性作了深入的研究，并對多種自然災害的易損性建立了分析體系和評價方法或模型，并將它們用于指導高危險地區人們的防災救災，但由于社會易損性本身的抽象性和復雜性，社會易損性評估研究目前仍存在諸多問題，尤其是指標體系構建。

本研究創新點在科學地構建我國自然災害社會易損性的評價指標基礎上，通過投影尋蹤主成分分析的評價方法，對我國31個省市自治區的自然災害社會易損性進行了空間的評價與空間自相關分析，該結果可以為我國現階段的防災減災計劃提供科學的依據。

一、我國自然災害社會易損性評價指標體系

自然災害社會易損性就是反映人類社會在自然災害條件下的潛在損失，它涉及到人們的生命財產、健康狀況、生存條件以及社會物質財富、社會生產能力、社會結構和秩序、資源和生態環境等方面的損失。這種損失既是社會個體的損失，也是社會整體的損失，它是自然過程和社會過程的相互作用的結果[5]。

（一）評價指標體系

社會易損性的問題涉及到人口、經濟、社會等多方面的問題，是一個復雜的多種因素相互影響的整體。正確認識與評價自然災害社會易損性的前提是建立一個客觀、可操作、獨立及完整的指標體系。在充分認識自然災害社會易損性的涵義及其基本特征的基礎上，參考HOP模型，考慮到數據資料的可得性和權威性，從人口、經濟、社會結構、災害易損性四個層面構建了我國的自然災害社會易損性評價指標體系[6]，并進行綜合評價，基本框架如表1所示。

（二）評價方法——投影尋蹤主成分分析

投影尋蹤主成分分析（Projection Pursuit Principal Component Analysis，PPPCA）是利用計算機直接對高維數據進行投影降維處理，將高維問題轉化為低維問題，再進行數據客觀投影診斷，并自動找出能反映高維空間規律的數據結構，從而實現低維可視空間分析高維數據的目的。

將投影尋蹤主成分分析用于自然災害社會易損性評價中，投影尋蹤主成分分析評價結果具有較高分辨率，且較傳統的主成分分析過程簡單，具有較好的操作性。該評價方法克服了傳統評價模型計算方法的不足和評價指標間多重相關性的影響，評價效果較好，適合于自然災害社會易損性評價，具體計算方法見參考文獻[7，8]。通過綜合評價，對于科學認知我國自然災害社會易損性的特點有著重要的現實意義。

表1 自然災害社會易損性評價指標體系

二、我國自然災害社會易損性空間格局分析

本文將人口易損性、經濟易損性、社會結構易損性和災害易損性數值采用等距離分配數值法，共劃分為五個層級，分別為低度易損性、較低易損性、中度易損性、較高易損性和高度易損性。然后利用Arcmap軟件分別繪制了相關易損性的空間分布圖。

（一）空間結構分析

1.人口易損性評價

天津的易損性最小，其次為海南、廣東。將人口易損性等級分為了5個等級，可以看出我國人口易損性空間格局存在著一定的區域差異。人口易損性等級最高的部分主要集中分布于中西部地區和中東部地區。這種布局表明易損群體和社會經濟的發展并不完全一致。導致這種格局的原因主要有：人口密度高，河南和四川是我國人口密度最大的兩個省，此外農業人口、流動人口比例也很高，這幾個指標很高是導致人口易損性高的主要原因；此外山西等中東部地區人口易損性也相對較高，可能是從事易受傷害職業的人數比例較高，導致整體人口易損性偏高。

圖5 人口易損性空間分布圖

2.經濟易損性評價

廣東的易損性最小，其次為浙江、北京。經濟易損性最嚴重的地區主要集中分布于西部偏遠地區。處于較低等級的經濟易損性的主要出現在沿海地區。沿海地區的經濟發展水平要遠遠高于其他區域，是經濟易損性最低的主要原因。經濟易損性分布格局呈現出明顯梯度化的特征，呈現由西向東的高、中、低易損性的特征。其中最顯著的就是東西經濟易損性水平的差異十分明顯，此外空間上還呈現高度易損區成片發育的特征。經濟發展易損指數基本和我國經濟社會發展的總體布局一致，即由西向東發展越來越好，且東部西部經濟的易損性差距較大，需要注意差距過大所引起的一系列問題。

圖6 經濟易損性空間分布圖

3.社會結構易損性評價

廣東的易損性最小，其次為上海、北京。我國社會結構易損性的分布主要呈現出“中間低，兩邊高”的“夾心”格局。其中易損性最低的地區，主要是由于經濟發達，社會資本雄厚，社會保障系統也比較完善。社會易損性最高的分布在經濟欠發達的新疆、西藏、云南等地區，此外還分布在一些經濟較好的地區，這是由于一些“城市病”問題，如失業人口、離婚率、城鄉收入水平差異等。越是“城市病”嚴重的地方，災害潛在的損壞程度就越嚴重。這表明經濟發達是社會保障高的必要非充分條件，其經濟發達不一定社會保障也高。同時也揭示了我國在社會結構易損性方面也存在著明顯的區域差異，這些差異的存在，對我國實現全面協調可持續的發展帶來了一定的影響。

圖7 社會結構易損性空間分布圖

4.災害易損性

天津的易損性最小，其次為北京、海南。災害易損性空間格局與其他易損性格局特點表現出了明顯的差異。造成災害易損性較大的原因主要是由于地理位置的原因，所在地區自然條件容易發生干旱、洪澇及地震等災害；第二個主要原因是人為因素，偏遠地區人民獲取知識途徑較少，對自然認識不夠，盲目改造自然，或者為了經濟利益大肆毀林種田，導致植被遭到嚴重破壞、土地沙漠化、水土流失等等，使生態環境遭到破壞。

5.社會易損性綜合空間分布圖

本研究從人口、經濟、社會結構易和災害易損性進行了分項評價，在分項評價的基礎上進行綜合易損性評價。綜合計算結果，劃分為五個等級，等級越高，易損性越嚴重。對社會易損性分布狀況進行空間制圖。從總體空間分布上看，易損性相對較低的大部分位于沿海地區，這與當地的經濟發展的空間分布基本一致。

圖8 災害易損性空間分布圖

圖9 綜合易損性空間分布圖

（二）空間自相關分析

1.全局空間自相關

Moran指數反映空間鄰接或空間鄰近區或空間鄰近區域單元屬性值的相似程度[9,10]。取值一般在[-1，1]之間，I<0，為負相關；I=0，不相關；I>0，為正相關。

判斷一個區域是否存在空間聚集。尤其是估計聚集區域位于區域的邊緣時，采用Moran指數統計結果較為可靠。結果分為四個象限，分別識別一個地區及其鄰近地區的關系。落在一、三象限的值表示正的空間自相關關系；落在二、四象限的值表示負的空間自相關關系；如果數值均勻地分布在四個象限，則表示不存在空間自相關性[11,12]。本文的空間自相關分析在Geoda095 i中進行。

2.檢驗結果

我國大部分地區的點分布在高-高象限，即第一象限，說明這些地區為高社會易損區被高社會易損區包圍；其次是低-低（第三）象限，這些地區為低社會易損區被低社會易損區包圍。第一象限和第三象限都代表正相關，由此也可說明本區社會易損性呈現高的正相關。少部分點位于低-高（第二）象限和高-低（第四）象限，分別表示低社會易損區被高社會易損區包圍和高社會易損區被低社會易損區包圍。第二象限和第四象限表示負相關，表明我國不同地區社會易損性負相關的地區較少。

由圖 10可知高值被高值包圍地區主要分布在青海地區；高值被低值包圍的有廣西；低值被低值包圍的沒有；低值被高值包圍的有西藏、內蒙古等14個省市自治區。因此，可以看出我國大部分地區都是低易損性被高易損性包圍著，這種格局對災后救援不是很有利，應該改變這種格局，實現高值被低值包圍的情況。

圖10 相關性分布

三、結論

1.從總體空間分布上看，易損性相對較低的大部分位于沿海地區，這與當地的經濟發展的空間分布基本一致，經濟易損性占主導地位。

2.人口易損性與人口密度緊密相關。中部易損性高，東北部易損性較低，南部易損性越低，尤以東南最為突出的特點。

3.經濟易損性分布格局呈現出明顯梯度化的特征，呈現由西向東的高、中、低易損性的特征。此外空間上還呈現高度易損區成片發育的特征。經濟發展易損指數基本和我國經濟社會發展的總體布局一致，即由西向東發展越來越好。

4.社會結構易損性的空間格局表現出的兩邊高中間低的結構，這表明經濟發達地區社會保障并沒有完全匹配，經濟發達是社會保障高的必要非充分條件，其經濟發達不一定社會保障也高。

5.造成災害危險性易損性較大的原因主要是由于自然條件的原因，第二個主要原因是人為因素，偏遠地區人民獲取知識途徑較少，對自然認識不夠，盲目改造自然，或者為了經濟利益，使生態環境遭到破壞。

6.利用Moran指數進行空間自相關性分析，顯示了明顯的空間自相關性?，F階段，統籌我國自然災害社會易損性工作的進程中，應針對不同的地區建立相應的反饋機制，可以將有限的人力、物力以及財力等資源進行科學的管理與調配。我國大部分地區都是低–高空間自相關關系集群地區，這種格局對災后救援不是很有利，應該改變這種格局，實現高值被低值包圍的情況。

[1]BURTON I, KATES R W, WHITE G F.The environment as hazard[M].Oxford: Oxford Univ.Press, 1978.

[2]BLAIKIE P, CANNON T, WISNER B.At risk: natural hazards, people’s vulnerability and disasters [M].London:Routledge, 1994.

[3]CUTTER S L.The vulnerability of science and the science of vulnerability [J].Annals of the Association of American Geographers, 2003, 93(1): 1-12.

[4]TURNER B L, KASPERSON R E, MATSON P A.A framework for vulnerability analysis in sustainability science[J].Proceedings of the National Academy of Sciences of the United States of America, 2003, 100(14): 8074-8079.

[5]郭躍.自然災害的社會易損性及其影響因素研究[J].災害學, 2010, 25(1): 84-88.

[6]TANG Ling, LIU Yijun.Analysis of social vulnerability to natural disasters in china[C]//2011 IEEE International Conference on Emergency Management and Management Sciences ICEMMS.Beijing, 2011: 163-166.

[7]KRUSCAL J B.Toward the linear transformation which optimizes a new index of condensation [M].New York:In Statistical Computer Academic, 1969.

[8]付強, 趙小勇.投影尋蹤模型原理及其應用[M].北京:科學出版社, 2006: 120-124.

[9]CLIFF A, ORD J.Spatial processes，models and applications[M].London: Pion, 1981.

[10]謝花林.基于景觀結構和空間統計學的區域生態風險分析[J].生態學報, 2008, 28(10): 5020-5026.

[11]GETIS A, ORD J K.The analysis of spatial association by use of distance statistics [J].Geographical Analysis, 1992, 24(3): 189-206.

[12]ANSELIN L.Local indicators of spatial associationlisa[J].Geographical Analysis, 1995, 27: 93-115.

Index Evaluation System and Spatial Pattern of Social Vulnerability to Natural Disasters

TANG Ling LIU Yi-jun
(Chinese Academy of Sciences Beijing 100190 China)

Social vulnerability to natural disasters is a hotspot question in natural disaster emergency management.Based on population, economic, the social structure and disaster fragile vulnerability, the index evaluation system of social vulnerability to natural disasters is built.This article makes comprehensive evaluation of spatial pattern on 31 provinces through the use of GIS and spatial autocorrelation analysis method.The results indicate that different levels of social vulnerability perform different characteristics; lower vulnerable place is mainly distributed in the coastal areas and the high vulnerable place located in the western region; the spatial distribution of social vulnerability indices has obvious characters of agglomeration and spatial autocorrelation.

social vulnerability to natural disasters; index evaluation system; spatial correlation

F224.0

A

1008-8105(2012)03-0049-05

2011?06?30

唐玲（1983?）女，中國科學院科技政策與管理科學研究所博士研究生；劉怡君（1978?）女，博士，中國科學院科技政策與管理科學研究所副研究員.

編輯 何 婧