基于TOPSIS法的城市自然災(zāi)害社會脆弱性評價—以江西省為例

郭 成

安徽理工大學(xué)經(jīng)濟與管理學(xué)院，淮南,232001

基于TOPSIS法的城市自然災(zāi)害社會脆弱性評價—以江西省為例

郭 成

安徽理工大學(xué)經(jīng)濟與管理學(xué)院，淮南,232001

研究社會脆弱性旨在提升城市災(zāi)前準(zhǔn)備和風(fēng)險管理能力。基于2014年數(shù)據(jù)，在人口規(guī)模、經(jīng)濟條件、社會環(huán)境和建筑設(shè)施四個方面選了28個評價指標(biāo)，利用SPSS軟件皮爾遜相關(guān)分析篩選出19個指標(biāo)作為最終的評價指標(biāo)。運用TOPSIS方法建模、變異系數(shù)法賦予每個最終指標(biāo)相應(yīng)的權(quán)重，經(jīng)過計算得到了江西省11個地級市自然災(zāi)害社會脆弱性的貼近度大小，依據(jù)貼近度將其劃分為四個等級：自然災(zāi)害社會脆弱性最高的是南昌市和鷹潭市，較高的是吉安市、新余市、景德鎮(zhèn)市和撫州市，較低的是萍鄉(xiāng)市、九江市和上饒市，最低的是宜春市和贛州市。

自然災(zāi)害；社會脆弱性； 江西省； TOPSIS方法； 變異系數(shù)法

1 相關(guān)研究與問題提出

社會脆弱性是識別敏感人群不太可能應(yīng)對自然災(zāi)害并且從中恢復(fù)的、在空間和時間上變化的復(fù)雜的、動態(tài)的社會特征[1]。Flanagan提出社會脆弱性是影響社會適應(yīng)力的經(jīng)濟和人口因素[2]。由于經(jīng)濟和社會的發(fā)展?fàn)顩r不同，國外比中國更早地接觸到了社會脆弱性，而且不同學(xué)者基于不同的角度得到了相應(yīng)的研究成果。Cutter從人口規(guī)模、發(fā)展模式、經(jīng)濟條件、建筑環(huán)境四個方面評估了美國從1960-2008年縣級區(qū)域的社會脆弱性分布變化[1]。Schmidtlein以縣級市為基本單位得到了美國社會脆弱性的地理分布格局[3]。Kesavan基于一些災(zāi)害頻發(fā)的區(qū)域，分析了影響社會脆弱性的主要因素，并且使用相應(yīng)的方法為其改善[4]。……