基于AHP-Topsis的南通市環境災害風險評價

葉正偉，孫艷麗

（1.淮陰師范學院 城市與環境學院，江蘇 淮安223300；2.許昌學院 城市與環境學院，河南 許昌461000；3.江蘇省環洪澤湖生態農業生物技術重點實驗室，江蘇 淮安223300）

我國是世界上自然災害最嚴重的國家之一，每年因自然災害所造成的直接經濟損失占GDP的3%～6%左右［1］。面對自然災害帶來的巨大危害，諸多學者開展了包括災害的損失評估、等級劃分、風險評估與脆弱性評價等方面的研究［2－6］，但相對而言，對環境災害的綜合研究較少，尤其是針對經濟發展大戰略背景下的環境災害風險研究，以及將災害環境系統作為一個整體考慮的環境災害風險評價分析還較少。在氣候變化與城市化加速發展的背景下，人類經濟活動與城市化加速、土地利用與覆被變化快速發展等，都對環境災害產生了“放大效應”［3］。因此，有效的災害風險管理是區域可持續發展的重要保障，而災害風險評估則是災害風險管理的核心內容，因而，對環境災害風險的綜合研究具有重要的現實意義。

隨著“江蘇沿海大開發”國家戰略、南通“江海聯動”和“大通道”建設戰略的開展，南通市社會經濟面臨跨越式發展，尤其是工業的快速發展，增加了對環境系統的壓力，致使環境災害風險增加。近年來，南通市就出現了十余起由化工事故引起的環境災害事件，造成了嚴重的經濟損失。然而，當前對沿海大開發戰略背景下的環境災害風險的研究還未開展，因此，本文以南通市為例，采用指標構建與AHP層次分析賦權，基于Topsis方法，評價南通市環境災害風險的差異，為政府相關部門防災減災提供決策參考。

1 南通市概況

南通市位于江蘇省東南部，是江蘇沿海開發的重要城市，南與上海、蘇州隔江相望，西與泰州市接連，北與鹽城市接壤［7］。南通地處長江三角洲北岸，經濟發展水平在全國屬于中等水平，2011年城鎮化率57.6%，是中國首次開放的14個沿海城市之一。南通市行政區域上由南通市區、通州區、如東、如皋、海門、海安、啟東以及下屬鄉鎮共同組成［8］。2011年人口728.9萬，其中，城鎮人口為419.85萬人，GDP為4 080.22億元［9－10］。南通屬北亞熱帶濕潤性氣候區，由于地處中緯度地帶、海陸過渡帶，常見的環境災害有洪澇、干旱、梅雨、臺風、環境污染事件、海平面上升影響等［7］。

2 評價方法與指標體系

2.1 Topsis方法

Topsis（Technique for Order Preference by Si milarity to Ideal Sol ution）方法是一種逼近于理想解的技術［11］，Topsis基于數據歸一化后的轉換矩陣，找出有限方案中的最優方案和最劣方案（分別用最優向量和最劣向量表示），然后分別計算出評價對象與最優方案和最劣方案的距離，獲得各評價對象與最優方案的相對接近程度，以此作為評價依據。具體方法為：

設有n個評價對象，本文中評價對象即為南通市不同區域的環境災害風險，m個評價指標，原始指標數據可表達為矩陣：

對矩陣中高優（越大越好）、低優（越小越好）指標分別進行歸一化變換，即：

在歸一化過程中，可對各指標進行權重賦值，本文采用較為成熟的A HP層次分析方法得到權重［12］。歸一化后得到轉化矩陣：

矩陣各評價指標中最大、最小值構成的最優、最劣向量分別為：

則第i個評價對象與最優、最劣方案的距離分別為：

因此，第i個評價對象與最優方案的接近程度CI（值越大，風險越高）可表示為：

從而，按每個評價區域的相對接近度CI的大小排序，找出滿意解。由于Topsis方法評價為效益型評價模式，而本文評價的是環境災害風險程度，也即值越低，風險越小。而在指標權重判定上采用A HP法［12］，從而形成綜合的 A HP-Topsis方法。利用Topsis法進行綜合評價，可得出良好的可比性評價排序結果。

2.2 指標體系構建

基于南通市自然、社會、經濟與環境的基本特征，結合環境災害的不同屬性，本文從環境災害風險系統的脆弱性、暴露性、恢復力3個方面選擇指標。也即，環境災害風險是這3個方面要素相互作用的產物。為此，根據代表性、系統性、獨立性和可操作性的原則，以及數據的可獲得性，結合環境與經濟的脆弱性，暴露性及恢復能力3個方面［13－16］，構建南通市不同區域環境災害風險評價的指標體系（表1）。

本文研究時段為2010年，數據來源于江蘇統計年鑒、南通統計年鑒［9－10］、江蘇省水資源公報等，以此評價南通市市區、通州區、如東、如皋、海門、海安、啟東7大區域的環境災害風險差異，南通市7大區域評價指標的原始值見表2。

3 環境災害風險評價結果與分析

3.1 指標權重與類型

利用A HP層次分析法，經專家打分及層次分析一致性檢驗，南通市環境災害風險評價的指標權重結果見表3。由表3可知，所有評價指標中，X11、X4、X10、X6、X7、X5權重值較大。這表明，X11環保投入占GDP比重是減少環境災害風險的重要形式，而其次X4工業廢水排放、X10火災次數則是現代社會經濟快速發展的較大危險因素，這主要是由于工業廢水污染對經濟發展的直接威脅，以及火災的毀滅性及其損失的嚴重性所決定的。而同時，權重偏大的單位面積工業廢氣、固體廢物及農藥施用量都反映了工農業對水、土環境影響的嚴重性，因而權重相對偏大。環境災害風險評價指標權重也表明，南通環境災害風險的主要因素在于城市化的快速發展，尤其是工業化影響下廢水、廢氣、廢渣等“三廢”對環境的影響。

表1 南通市環境災害風險評價指標體系

表2 南通市環境災害風險評價指標原始值

表3 南通市環境災害風險評價指標的AHP權重結果

為進一步分析不同指標體系所反映的影響類型，本文采用因子分析方法對評價指標數據進行分類，評價指標主因子的特征值、貢獻率及最大正交旋轉后的因子載荷矩陣結果見表4。

由表4可以看出，前3個＞1的因子特征值分別為11.146 8，2.216 2和1.208 1，且前3個主因子的方差累積貢獻率達到了91.069 2%，說明這3個因子包含了原始數據16個指標的足夠信息。因此，根據提取特征值＞1的因子為主因子的原則，共提取3個主因子。

表4 評價指標的主因子的特征值、貢獻率及最大正交旋轉后的因子載荷矩陣

第一主因子上，指標 X4，X5，X7，X9，X10具有較大載荷，反映的是工業“三廢”排放密度、工業用水以及農業農藥的施用量，也即第一主因子反映的是人類經濟活動對環境的影響與潛在風險。第二主因子載荷較大的為指標X1，X2，X3，反映的主要是人類經濟活動的強度，第三主因子中載荷較大的為X11，X14，X16，反映的是社會經濟系統對環境保護的力度與效應?？梢姡蜃臃治鲆材茌^好地反映指標選擇的合理性，也即環境災害風險分析的指標體系體現了危險性、暴露性與恢復能力3個方面。

3.2 風險評價結果

基于南通市環境災害風險評價指標原始值（表2），結合各指標權重，利用Topsis方法，計算獲得南通不同地區環境災害風險評價指標體系原始值的歸一化轉換向量矩陣，并提取評價指標向量矩陣中各指標的最優向量與最劣向量（表5）。

表5 南通市環境災害風險評價指標歸一化轉換矩陣

依據表5，采用公式（4）—（5）計算不同評價區域中各指標與最優、最劣向量之間的距離，并評價區域對象與最優方案的接近程度CI值（表6）。同時對接近程度CI值進行從小到達排序，以反映風險程度。CI值越小，則其排序越靠前，也表明該區域的環境災害風險越小。對表6中CI值進行分析可以看出：

（1）環境災害風險評價的結果顯示，CI值由小到大的順序依次為：海安＜海門＜通州區＜南通市區＜如東＜啟東＜如皋。由此表明，南通市2010年環境災害風險評價中，不同區域間的環境災害風險的差別較大，最安全的為海安，其風險最小，而風險最大的為如皋，環境安全性最低。

表6 環境災害風險評價指標的最優、最劣向量及CI值排序

（2）從區域劃分上看，南通市7個區域的環境災害風險大體可以分為三大類型。CI值較大的如皋、啟東、如東3個地區是環境災害風險的較高區域，而南通市區與通州區則是環境災害風險的中等區域，風險最小的則為海門與海安地區。

（3）綜合指標權重以及評價指標數據可以發現，海安、海門兩地在保持經濟較高發展的同時，工業“三廢”的排放相對也較少，而且環保投入也占了較大的比重，有利于降低環境災害風險。相反，如皋、啟東、如東經濟實力相對較弱，在經濟發展的同時，卻出現了較大的環境犧牲，工業“三廢”排放較高，且環保投入亦較低，因而導致這3個地區具有較高的環境災害風險。

由此，在南通市“江海聯動”發展以及“江蘇沿海大開發”戰略中，應當充分考慮到潛在的環境災害風險。環境災害風險較大的地區如皋、啟東、如東應當注重加強環保投入，減少工業“三廢”排放，同時還應加速經濟發展，提升單位面積GDP比重，以利于更多的環保經費投入，從而達到減小環境災害風險和提高區域安全指數的目的，為區域社會經濟的可持續發展提供保障。

4 結論

在經濟快速發展與江蘇沿海大開發戰略的驅動與影響下，南通市經濟將進入高速發展的時期。為保證區域經濟可持續發展，本文結合指標體系構建與A HP方法權重分析，基于Topsis方法，對南通市環境災害風險的區域差異進行了評價。結果表明，在環境變化背景下，南通市不同地區的環境災害風險具有較大的差異，總體而言，海安風險最小，而如皋風險最大，區域風險由小到大的順序依次為：海安＜海門＜通州區＜南通市區＜如東＜啟東＜如皋。

南通市環境災害風險的主要誘發因素在于經濟發展，尤其是城市化與工業化背景下工業“三廢”對環境的影響，同時，環保投入占GDP比重的多少也是決定風險高低的重要原因。因此，在區域經濟快速發展的同時，應當加強對環境的保護力度，并積極減少人為活動對環境系統的不利影響，同時還應加強環境保護治理的投入力度與強度。

［1］ 劉彤，閆天池.我國的主要氣象災害及其經濟損失［J］.自然災害學報，2011，20（2）：90-95.

［2］ 劉焱序，李春越，任志遠，等.基于LUCC的生態型城市土地生態敏感性評價［J］.水土保持研究，2012，19（4）：125-130.

［3］ 高超，朱繼業，戴科偉，等.快速城市化進程中的太湖水環境保護：困境與出路［J］.地理科學，2003，23（6）：746-750.

［4］ 趙衛權，郭躍.基于主成份分析法和GIS技術的重慶市自然災害社會易損性分析［J］.水土保持研究，2007，14（6）：305-308.

［5］ 李強，楊娟，徐剛，等.泉州海岸帶自然災害易損性的模糊綜合分析與評判［J］.水土保持研究，2007，14（6）：136-138.

［6］ 周成虎，萬慶，黃詩峰，等.基于GIS的洪水災害風險區劃研究［J］.地理學報，2000，55（1）：15-24.

［7］ 單樹模，王庭槐，金其銘.江蘇省地理［M］.南京：江蘇教育出版社，1986.

［8］ 王千，金曉斌，周寅康.江蘇沿海地區耕地景觀生態安全格局變化與驅動機制［J］.生態學報，2011，31（20）：5903-5909.

［9］ 南通市統計局.南通統計年鑒［M］.北京：中國統計出版社，2012.

［10］ 江蘇省統計局.江蘇統計年鑒［M］.北京：中國統計出版社，2012.

［11］ Olson D L.comparison of weights in TOPSIS models［J］.Mathematical and computer Modeling，2004，40（7／8）：103-115.

［12］ Saaty T L.The Analytic Hierarchy Process ［M］.USA：Mc Graw Hill，1980.

［13］ 張士鋒，陳俊旭，華東，等.水資源系統風險構成及其評價：以北京市為例［J］.自然資源學報，2010，25（11）：1855-1863.

［14］ 賈紹鳳，張軍巖，張士鋒.區域水資源壓力指數與水資源安全評價指標體系［J］.地理科學進展，2002，21（6）：538-544.

［15］ 韓宇平，阮本清.區域水安全評價指標體系初步研究［J］.環境科學學報，2003，23（2）：267-272.

［16］ 崔明哲，楊鳳海，李佳.基于組合賦權法的哈爾濱市耕地生態安全評價［J］.水土保持研究，2012，19（6）：184-187，192.