基于客觀賦權法的長江流域環境污染事故風險受體脆弱性時空變異特征研究

楊 小 林，程 書 波，李 義 玲*

(1.河南理工大學安全與應急管理研究中心，河南 焦作 454000；2.中國科學院成都山地災害與環境研究所，四川 成都 610041)

?

基于客觀賦權法的長江流域環境污染事故風險受體脆弱性時空變異特征研究

楊 小 林1,2，程 書 波1，李 義 玲1*

(1.河南理工大學安全與應急管理研究中心，河南 焦作 454000；2.中國科學院成都山地災害與環境研究所，四川 成都 610041)

從敏感性和恢復力兩方面描述了環境風險受體脆弱性，綜合考慮人群、社會經濟和生態環境系統等風險受體的敏感性和恢復力，選取12個指標構建區域環境風險受體綜合脆弱性評價指標體系。以長江流域為研究對象，引入“縱橫向-拉開檔次”法和“時序加權平均算子”法等客觀賦權法探討了流域脆弱性時空變異特征。結果表明，2000-2011年長江流域環境風險受體脆弱性呈波動下降趨勢，且脆弱性空間差異較大，其中，上海、河南、江蘇和西藏等省區脆弱性指數最高，陜西、重慶和云南等省市脆弱性較低。研究結果可為長江流域環境風險管理和污染事故應急管理提供依據。

風險受體；脆弱性；時空特征；長江流域

0 引言

我國正處于向工業化、城市化為標志的現代社會加速轉型的關鍵時期,但傳統工業發展模式下，高污染、高消耗、高風險的發展方式使發達國家百年工業進程中出現的環境問題在我國近20年壓縮式、爆發式出現，各類環境污染事故頻發[1]。1995-2012年我國共發生各類環境污染事故11 201起，年均近630起，如沱江污染事件、松花江污染事件、青島石油管道爆炸事故給社會安定和人民生命財產安全造成嚴重破壞。因此，針對環境污染事故風險受體的脆弱性研究已成為當前社會安全保障的迫切需要[2]。

目前國內外脆弱性研究主要針對自然生態系統[3,4]，隨著環境污染事故影響的日益嚴重，環境風險受體脆弱性評價愈發受到關注。環境風險受體是環境污染事故風險的潛在承受體，指環境風險因子在環境轉運過程中，可能遭受影響的人群、社會和生態環境系統，是包含社會、經濟、生態環境及人群組成的復雜系統。然而，現有研究多從社會經濟和生態環境雙維度出發，構建環境風險受體脆弱性評價模型[5,6]，綜合考慮人群、社會經濟和生態環境系統的受體脆弱性研究相對較少。

脆弱性研究主要考察對象在某時間點的脆弱性水平，屬靜態評價，而評價對象在連續時間段內脆弱性動態變化研究較少。動態評價的核心是評價指標在不同時刻權重值的確定[7],指標權重的確定方法主要有主觀賦權法(如AHP法、Delphi 法等)、客觀賦權法(“縱橫向-拉開檔次”法、“時序加權平均算子”法等)。主觀賦權法各指標權重依據主觀判斷確定，簡單易行，但主觀性強;客觀賦權法根據各指標在指標總體中的變異和對其他指標影響程度自動確定權重，相對于主觀賦權法，不受主觀因素影響，客觀性強。本文引入 “縱橫向-拉開檔次”法[8]和“時序加權平均算子”法[9]等客觀賦權法，分析長江流域環境風險受體脆弱性時空變異特征，以期為流域環境風險管理提供依據。

1 研究對象與研究方法

1.1 研究區概況

長江流域包括干、支流的集水范圍(90°30′～122°25′E、24°30′～35°45′N)。干流自西向東流經青海、西藏、四川、云南、重慶、湖北、湖南、江西、安徽、江蘇、上海11個省級行政單元，數百條支流延伸至貴州、甘肅、陜西、河南、廣西、浙江等省份的部分地區，流域面積達180萬km2，跨越東、中、西三大經濟地帶，在國民經濟發展中占有極重要的戰略地位[10]。然而，快速的社會經濟進程中，長江流域已成為我國環境污染最嚴重的區域之一，特別是流域內工業污染事故頻發[11]。因此，開展長江流域環境風險受體脆弱性評價對于流域環境風險控制和應急管理具有重要現實意義。

1.2 研究方法

1.2.1 脆弱性概念模型 敏感性和恢復力是環境風險受體脆弱性的基本要素[12]。李博等[13]認為環境風險受體脆弱性是敏感性和恢復力構成的復合函數：

V=f(S)/f(A)

(1)

式中：V表示環境風險受體脆弱性；f(S)為受體敏感性；f(A)為受體恢復力。受體敏感性越強，脆弱性越強；恢復力越強，脆弱性越弱。

環境風險系統是一個包括人群、社會經濟、生態環境等因素的復雜系統[7]。本文認為該系統的脆弱性應包括人群、社會經濟、生態環境等受體的敏感性和恢復力，并構建以下模型：

f(S)=αf(S1)+βf(S2)+γf(S3)

f(A)=αf(A1)+βf(A2)+γf(A3)

(2)

式中：f(S1)、f(S2)、f(S3)分別為人群、社會經濟及生態環境系統的敏感性；f(A1)、f(A2)、f(A3)分別為人群、社會經濟及生態環境系統的恢復力；α、β、γ為不同受體的權重值。

1.2.2 評價方法 首先，采用“縱橫向-拉開檔次”法實現一次加權，突出各評價對象在2000-2011年不同時刻的評價值；然后，應用“時序加權平均算子”法實現二次加權，集成指標維和時間維的數據，實現對評價對象的綜合評價。

(1)“縱橫向-拉開檔次”法。該方法的基本思想是最大限度地從橫、縱向兩方面體現評價對象的差異性[8]。對給定時間[t1,tN]，有n個評價對象，記作S1，S2，…，Sn；有m個評價指標，記作x1，x2，…，xm。對原始數據標準化處理，得到一個面板數據集，記作xij(tk)。某一時刻tk的動態綜合評價函數為：

(3)

用整個時間段離差平方和TSS表示各對象的整體差異性，取最大值時評價對象間的差異性最大：

(4)

(5)

(2)“時序加權平均算子”法 。Yager[14]提出了有序加權平均算子(OWA)，它是一種介于最大與最小算子之間的集結多屬性決策信息的方法，能有效地集結數據信息，因此在管理決策、信息分析等領域廣泛應用。郭亞軍等[9]在此基礎上提出了時序加權平均(TOWA) 算子。令N=[1,2,…,n]，(ui,an)(i∈N)為時序加權平均算子對，ui為時間誘導分量，ai為數據分量,定義時序加權平均算子為：

(6)

1.2.3 指標體系構建 系統論是環境風險研究的重要理論[2]，環境風險系統是風險源釋放風險因子，經環境介質傳播后作用于人群、社會經濟及生態環境系統等風險受體，進而產生健康、財產與環境損害[7]。因此，環境風險受體脆弱性評價指標體系的設計應綜合考慮人群、社會經濟和生態環境系統等風險受體。本文以人群、社會經濟和生態環境系統等多維受體的敏感性和恢復力為描述視角，按照系統性、差異性和現實性原則選取代表性指標，構建區域環境風險受體脆弱性評價指標體系(表1)。如選擇人口密度、經濟密度、耕地面積比等指標表征受體敏感性；選擇教育投資度、社會保障度和環境治理投資度等指標表征受體恢復力。當某一區域發生環境損害時，人口密度、經濟密度、自然保護區面積比越高，區域越敏感，可能造成的損失和破壞越大，脆弱性越高[13]。反之，當公民教育投資度、社會保障度、基礎設施投資等越高，面對環境損害的承受力越強，恢復力則越強，脆弱性越低。資料來源于2000-2011年《中國統計年鑒》和《中國環境統計年鑒》。

1.2.4 評價步驟

(1)數據無量綱化。由于量綱不同，評價指標間存在不可公度性，需對評價指標做無量綱化處理。本文采用極值法對各指標進行處理，使指標取值介于0～1，并將數據平移和擴大。公式如下：

表1 環境風險受體脆弱性評價指標體系

Table 1 Index system for the vulnerability assessment of environmental risk receptors

目標層系統層準則層指標層指標解釋指標性質受體脆弱性受體敏感性受體恢復力人群經濟系統生態系統人群經濟系統生態系統人口密度年度人口總數與國土面積比值+醫療能力萬人病床數-經濟密度年度國民生產總值與國土面積比值+基礎設施投資度年度基礎設施投資占GDP比重-耕地面積比耕地面積與國土面積比值+自然保護區面積比自然保護區面積與國土面積比值+教育投資度年度公共教育支出占GDP比重+應急疏散能力道路交通網絡里程與國土面積比值+社會保障度人均社會保障支出占GDP比重+人均GDP人均GDP+環境治理投資度年度環境治理投資占GDP比重+森林覆蓋度森林面積與國土面積比值+

注： “+”和“-”分別表示正向性指標和負向性指標。

(7)

(2)一次加權集結。利用“縱橫向-拉開檔次”法一次加權集結，采用敏感性和恢復力指標分別計算流域各省的敏感性和恢復力指數值，具體步驟如下：

(a)對于時刻tk給定的n個評價省份的m個指標x1,x2,…,xm的數值(已標準化)，用矩陣Ak表示：

(8)

(b)計算m×m的對稱矩陣Hk=AkTAk，并計算Hk的最大特征值λmax(tk)及其對應的權重系數向量，歸一化得到ωj(tk)。

(c)計算線性函數：

(9)

式中：yi(tk)為評價省份Si在時刻tk的敏感性或恢復力指數值。

(3)二次加權集結。利用“時序加權平均算子”法對一次加權結果yi(tk)二次加權集結，求得各省2000-2011年風險受體敏感性和恢復力指數綜合值。具體步驟如下：

(a)確定時間權向量w。w=(w1,w2,…,wN)T可由以下非線性規劃得出：

(10)

式中：λ為時間度，介于0～1之間，其值越小，評價者越注重近期數據。根據文獻和專家意見，λ取值為0.25適合本研究。

采用Lingo軟件求解式(10)中的非線性規劃問題，得到時間權向量wk=(0.0128，0.0168,0.0219,0.0287,0.0375,0.0490,0.0641,0.0838,0.1096,0.1433,0.1874,0.2451)T。

(b)最終評價函數為：

(11)

式中：yi為2000-2011年省份Si的風險受體綜合敏感性或恢復力值。

(4)綜合脆弱性計算。根據脆弱性概念模型，以綜合敏感性和恢復力值計算各省的綜合脆弱性。

2 結果與分析

2.1 脆弱性時序動態

(1)敏感性動態。2000-2011年長江流域各省敏感性呈波動上升趨勢(圖1a)，其中，青海、西藏敏感性指數上升趨勢最為明顯，分別上升57.3%和69.6%。這與長江流域人口和經濟快速增長密切相關。自2004年后流域受體敏感性上升趨緩，這主要受“退耕還林”政策的影響，耕地面積減少，森林覆蓋率不斷提高[15]，流域生態環境敏感性上升趨緩使得綜合敏感性上升趨緩。但青海、西藏等西部生態環境脆弱區，由于自然保護區面積不斷增加，生態環境敏感性加強趨勢顯著，生態環境保護應作為未來工作重點。

(2)恢復力動態。圖1b顯示長江流域各省恢復力呈快速波動上升的態勢。這主要得益于經濟發展到一定基礎上，政府、企業對于環境風險的高度重視，通過加大環境污染治理投資力度、強化社會保障在環境風險應對中的作用等措施提高了社會和生態環境的風險防范和應對能力[16]。同時，隨著社會公眾教育水平的提高，增強了公眾的環境風險認知和抗御能力。但近年上海的恢復力提升速度減緩，未來可通過加強公眾風險應對的宣傳教育，提高社會保障、環境治理以及應急設施投資，進一步提升環境風險受體恢復力。

(3)脆弱性動態。受敏感性和恢復力的綜合影響，長江流域各省脆弱性不斷下降(圖1c)。其中，廣西最為顯著，脆弱性指數下降75.5%；上海相對緩慢，脆弱性指數下降了25.6%。近年來，作為長三角的核心城市，上海人口、物質和能量快速集聚，人群、社會經濟敏感性上升顯著，但受體恢復力的提升速率趨緩，使得受體脆弱性下降速度降低。然而上海環境污染事故發生日益頻繁[17]，風險源危險性不斷增強。 因此，未來上海應重點通過加大環境污染治理投資，加快應急避難場所建設和加強公民應急知識宣傳力度等措施提高受體風險承受能力。

圖1 敏感性(a)、恢復力(b)和綜合脆弱性(c)時序變化

Fig.1 The temporal variations of sensitivity,resiliencies and vulnerability of risk receptor

2.2 脆弱性空間變異特征

(1)敏感性空間變異。流域風險受體敏感性總體呈現為東部最高、中部次之、西部最低(圖2a)，這與長江流域社會整體發展的“階梯狀”空間分異特點一致。作為我國重要的以水系為軸線的經濟區域，長江流域人口、經濟和社會發展自西向東集聚特點顯著[18]，如東部地區經濟密度分別是中部、西部地區的4倍、24倍；東部地區人口密度約為中部地區的2倍、西部地區的10倍以上。作為整個流域人口和經濟密度最高的區域，長三角地區環境風險受體敏感性最高；雖然西藏人口、經濟密度相對較低，但其脆弱的生態環境致使其受體敏感性也較高。

(2)恢復力空間變異。流域風險受體恢復力呈現與敏感性類似的空間變異特點，總體呈現為東部地區>中部地區>西部地區(圖2b)。其中，上海、浙江、重慶和江西恢復力最高，恢復力指數分別為9.54、9.56、9.63和9.21。而作為長江流域的人口大省，河南、四川的環境風險受體恢復力最弱，恢復力指數僅為7.81，表明該區域在環境損害發生后快速恢復正常功能水平的能力相對薄弱。恢復力的空間變異特點表明社會經濟發展對受體風險承受能力的改觀具有一定促進作用。

(3)綜合脆弱性空間變異。長江流域受體脆弱性空間差異較大(圖2c)，總體呈現為東部地區較高、中西部地區較低。其中，上海、河南、江蘇、安徽和西藏脆弱性值最高，分別為1.08、1.24、1.15、1.12和1.10，屬于高脆弱性地區；陜西、重慶和云南脆弱性值較小，分別為0.81、0.89和0.88，脆弱性相對較低。作為我國經濟最發達的長三角地區，環境污染事故頻發、污染物排放量大，風險源危險性高。同時，嚴重的脆弱性將直接導致受體在環境風險面前承受巨大壓力，因此長三角地區應作為整個流域環境風險管理和控制的重點區域。

圖2 受體敏感性(a)、恢復力(b)和綜合脆弱性(c)空間分布

Fig.2 The spatial distributions of sensitivity,resiliencies and vulnerability of risk receptor

3 討論

我國正處于工業化中后期，經濟快速增長動力依然以高污染、高風險的第二產業為主，這勢必給環境安全造成持續壓力，環境風險形勢嚴峻[3]。而環境風險一旦爆發，轉而又會導致諸如環境糾紛和環境利益沖突等新的社會矛盾產生，如我國因環境污染導致的群體性事件數量正以年均約30%的速度遞增。環境事件已成為當今社會矛盾和社會沖突新的誘發因素。日益加劇的環境風險，不僅嚴重威脅和制約著我國經濟社會的可持續發展，也表明我國已跨入環境高風險時代[1]。如何與風險并存，將風險影響 “最小化”，降低環境風險受體脆弱性，提高受體風險承受能力顯得尤為重要[2]。

長江流域受體脆弱性的時序變化表明社會經濟發展對環境風險水平的改觀具有一定促進作用。人口增加和社會經濟發展致使區域環境風險受體敏感性不斷升高，但由于流域各級政府和企業對環境風險的預防和控制高度重視，受體恢復力提升速度較快，風險的承受能力不斷增強。但隨著未來長江經濟帶建設，區域人口、物質、能量流將進一步集聚，區域敏感性將進一步增強。因此，未來流域應在現有基礎上進一步加強應急避難場所、道路交通、環境治理等基礎設施建設，加大公眾生態環境保護和應急知識宣傳力度等，提高流域風險受體的恢復力。

脆弱性空間變異反映了區域對環境風險承受能力的差異[6]。研究結果表明長江流域環境風險受體脆弱性空間變異較大，總體呈現為東部地區較高、中西部地區較低。其中，上海、河南、江蘇和西藏等省區脆弱性較高，而陜西、重慶和云南等省市脆弱性較低。上海、河南、江蘇、安徽等高脆弱區污染物排放量大，環境污染事故發生頻繁(如2000-2011年上海、安徽環境污染事故分別發生684起、450起)，風險源危險性高[17]。因此，應重點實施風險企業優化布局、風險源排查等措施降低風險源危險性；同時加快環境治理、應急避難場所等基礎設施建設，強化社會保障和保險制度在社會及公眾環境風險應對中的作用，通過宣傳教育不斷提高公眾的污染事故應對能力。西藏、青海的高脆弱性主要由強烈的生態脆弱性所致，該類區域污染事故發生率低、污染物排放量小，同時人口、經濟密度相對較小，但自然保護區比例高，自然生態環境極為敏感，未來生態環境保護工作應為重點。

環境風險受體脆弱性的空間差異為風險行業選址或區域產業布局優化調整提供了依據[2,6]。東部地區風險源危險性高、受體脆弱性強，因此要加快產業結構升級和轉型，建立重點企業嚴格的制度保障和社會監督，加強從業人員的技術指導和培訓，降低各種環境污染事故的發生幾率；同時，加強風險行業的重新選址或向重慶、云南、陜西等脆弱性相對較低的中西部地區轉移。但中西部地區在承接東部產業轉移過程中應把握技術和市場準入門檻，完善環境經濟政策，鼓勵企業環境友好行為，減少產業轉移項目的污染效應，加大環境污染治理、道路交通及應急避難場所等基礎設施投資，加強公眾減災宣傳教育，提高公眾危機應對能力。

4 結論

時間上，受敏感性和恢復力的共同作用，長江流域受體脆弱性呈波動下降趨勢，說明近年來流域各省份對環境風險的承受能力逐漸增強，區域在環境損害發生后快速恢復正常功能水平的能力逐漸提高。但隨著長江經濟帶的建設，風險源危險性也將不斷提高，流域仍將面臨嚴峻的環境風險。空間上，長江流域受體脆弱性空間變異強烈，總體呈現為東部地區高、中西部地區較低。其中，上海、河南、江蘇和西藏等環境風險受體脆弱性較高，陜西、重慶和云南受體脆弱性較低。對于上海、江蘇、河南等高脆弱區，應重點考慮高風險產業升級、重新布局與選址，降低區域風險源危險性，同時采取措施加強對該區域風險受體的保護，降低受體脆弱性。對于陜西、重慶和云南等低脆弱區可作為東部地區產業轉移的承接地，但應重點評估產業轉移帶來的環境風險，加強生態環境保護工作，提高生態環境的風險承受能力。

[1] 王芳.轉型加速期我國的環境風險及其社會應對[J].河北學刊,2012,32(6):117-122.

[2] 曾維華,宋永會,姚新,等.多尺度突發環境污染事故風險區劃[M].北京：科學出版社,2013.

[3] LANGE H J,SALA S,VIGHI M,et al.Ecological vulnerability in risk assessment—— A review and perspectives[J].Science of the Total Environment,2009,18(408):3871-3879.

[4] 趙紅兵.生態脆弱性評價研究——以沂蒙山區為例[D].濟南：山東大學,2007.

[5] COLLINS T W,GRINESKI S E,AGUILAR M L.Vulnerability to environmental hazards in the Ciudad Juarez-EIPaso metropolis:A model for spatial risk assessment in transnational context[J].Global Environmental Change,2009,29:448-461.

[6] 薛鵬麗,曾維華.上海市環境污染事故風險受體脆弱性評價[J].環境科學學報,2011,31(11):2556-2561.

[7] 曲常勝,畢軍,黃蕾,等.我國區域環境風險動態綜合評價研究[J].北京大學學報(自然科學版),2010,46(3):477-482.

[8] 董軍,國方媛.多層次系統的動態評價研究[J].運籌與管理,2011,20(5):176-184.

[9] 郭亞軍,姚遠,易平濤.一種動態綜合評價方法及應用[J].系統工程理論與實踐,2007(10):154-158.

[10] 王銀彩,馬智利.長江流域各地區環境保護水平分析[J].云南地理環境研究,2006,18(1):87-92.

[11] 張蕾,陳雯,陳曉,等.長江三角洲地區環境污染與經濟增長的脫鉤時空分析[J].中國人口·資源與環境,2011,21(3):275-279.

[12] 王乃舉，周濤發.礦業城市經濟系統脆弱性評價——以銅陵市為例[J].地理與地理信息科學,2012,28(3):49-53.

[13] 李博,韓增林,孫才志,等.環渤海地區人海資源環境系統脆弱性的時空分析[J].資源科學,2012,34(11):2214-2221.

[14] YAGER R R.On ordered weighted averaging aggregation operators in multicriteria decision making[J].IEEE Transactions on Systems,Man and Cybernetics,1988,18(1):183-190.

[15] 陳兵麗.甘肅省耕地面積動態演變及驅動力研究[J].安徽農業科學,2013,41(7):3152-3154.

[16] 朱華桂.論風險社會中的社區恢復力問題[J].南京大學學報(哲學·人文科學·社會科學),2012(5):47-53.

[17] 湯慶合,蔣文燕,李懷正,等.上海市突發環境事故近10年變化及統計學分析[J].環境污染與防治,2010,32(6):86-98.

[18] 覃劍,馮邦彥.流域經濟增長空間分異研究——基于2001-2009年長江流域數據的面板計量分析[J].長江流域資源與環境,2012,21(11):1308-1313.

Spatial and Temporal Variations Characteristic Analysis on the Vulnerability of Environmental Risk Receptors in Yangtze River Basin Based on Objective Weight Methods

YANG Xiao-lin1,2,CHENG Shu-bo1,LI Yi-ling1

(1.SafetyandEmergencyManagementResearchCenter,HenanPolytechnicUniversity,Jiaozuo454000; 2.InstituteofMountainHazardsandEnvironment,ChineseAcademyofScience,Chengdu610041,China)

The spatio-temporal dynamics of vulnerability of environmental risk receptor were discussed for Yangtze River Basin and gaining understanding was expected to provide scientific basis for the regionalized management environmental risk at regional scale.Firstly,an assessment index system of vulnerability was built composed of sensitivity and resiliencies of risk receptors which consist of population,social economy and environmental system.Secondly,the "vertical-and-horizontal" scatter degree method and "time ordered weighted averaging" operator were introduced for the vulnerability assessment at regional scale.The results showed that the vulnerability during the studied period from 2000 to 2011 in the Yangtze River Basin decreased generally,and significant difference was found for the vulnerability in provinces and decreased in following order:Eastern area> Middle area > Western area.The high values of vulnerability were identified in Shanghai,Henan,and Jiangsu and Tibet and the values of vulnerability were lower in Shanxi,Chongqin and Yunnan etc.

risk receptor;vulnerability;spatio-temporal characteristic;Yangtze River Basin

2014-07-01；

2014-12-12

國家自然科學基金項目(41101460)；河南省教育廳科學技術重點研究項目(14A630002)；河南省教育廳人文社科研究項目(2015-ZD-038)；河南理工大學博士基金項目(SKB2014-4)

楊小林(1983-)，男，博士，副教授，主要從事環境風險評估方面的研究。E-mail：lyl@hpu.edu.cn

10.3969/j.issn.1672-0504.2015.02.024

X820.4

A

1672-0504(2015)02-0119-06