一個基于模糊綜合評價法的氣候變化-國家脆弱關系研究

張福洋，李全彬，鮑文嵐，龍澤美，韓瀟翔

（江蘇師范大學物理與電子工程學院，徐州 221116）

0 引言

脆弱國家以無效的政府、貧困和沖突為基本特征[1]。氣候變化是導致和評判國家脆弱的一個要素，氣候變化以間接或者直接的方式影響國家的穩定和發展，在一定程度上決定該地區的脆弱程度。氣候變化-國家脆弱關系即氣候變化與國家脆弱程度之間關系，其優化有利于國家穩定與發展的研究，是可持續發展理論中的一個重要研究就方向。國家脆弱程度的評價及其優化問題已經引起國內外學者的關注。文獻[2]提出了氣候變化對國家造成的巨大影響，但無法量化其影響程度，其問題在于沒有給出一個較為合理的評價標準；文獻[3]建立了一個相對詳細的脆弱程度評價系統，但是沒有后繼的優化系統；文獻[4]根據國家脆弱程度狀況提出若干優化評價的建議，但是其努力沒有與社會、經濟和環境等基本評價要素建立具體聯系。針對現有研究存在的這些問題，本文以氣候變化對社會、經濟和環境的影響和脆弱程度為研究對象，通過建立函數模型和運用模糊綜合評價法、篩選障礙指標的方法，解釋氣候變化與國家脆弱之間的關系，給出一個優化氣候變化-國家脆弱關系評價的方案。

1 總體設計

圖1 總體設計

根據氣候變化對經濟、社會及環境的影響，搜集判斷國家脆弱的基本信息，在此基礎上，通過三個模塊化處理，實現對于氣候變化-國家脆弱關系評價的優化，得出緩解國家脆弱所需關注的要素。數據采集處理模塊主要完成以下工作：（1）采集地區環境、社會和經濟數據，分析其與氣候變化的關系：間接或者直接影響；（2）歸一化處理數據，確保數據量綱和范圍一致；（3）利用主成分分析法[5]篩選數據，防止數據冗長，確保后繼處理數據的準確性和便捷。模糊綜合評價模塊主要文成以下工作：根據模糊綜合評價法[6]，建立國家脆弱程度評價標準，判斷樣本國家的脆弱程度。優化模塊是一個智能操作模塊，要完成的主要工作：（1）當樣本國家的脆弱程度在合理范圍內（即非脆弱），系統將會停止評價的優化，標志一種氣候變化與國家脆弱之間無需調節的關系；（2）當樣本國家的脆弱程度不在合理范圍（即脆弱），系統將會利用阻礙指標篩選機制篩選出加劇其脆弱程度的指標，給出相關國家治理所需關注的要素。

2 數據處理問題

2.1 數據篩選和分析

建立一個完整的氣候變化與國家脆弱關系系統體系，需要搜集充足的數據。FFP（Fund For Peace）提出一系列與脆弱程度相關的數據，世界銀行給出各個國家在氣候變化與經濟、社會和環境之間關系的相關數據。但是，這些數據過于冗長，嚴重影響到計算效率和計算結果的精度。本文運用主成分分析法（PCA）計算樣本各數據的累積貢獻率[7]，篩出累積貢獻率大于85%的數據。

本文關注氣候變化的三個主要形式：海平面上升、極端天氣和全球變暖[8]。氣候變化以直接或間接地方式導致人口流動、能源短缺、森林再生能力下降、工農業產量下降等問題，甚至導致沿海可居住地區范圍縮減的問題。

2.2 數據歸一化處理

在數據采集處理模塊中，只有少量采集到的樣本數據量綱一致，沒有辦法對之加以直接比較。因此，本文將樣本數據都轉化為0到1的數據。

數據歸一化處理是數據處理領域的一個重要方法，其運用可以確保數據處理的方便，并可以排除奇異樣本數據。文獻[9]總結了五種常見的歸一化處理方法，本文選擇較易操作的第三種方法：對于信息系統L=(M,A)，條件隸屬集定義為C={c1,c2,…,cn}，規定指標p的第j個樣本與指標q的第k個樣本之間的距離為：

為了消除樣本中存在的一些奇異數據，本文根據樣本對脆弱程度的緩解或加劇作用將指標劃分為正樣本和負樣本[10]。假設國家i的第j個指標樣本距離為dij，數據歸一化后繼處理按照正樣本和負樣本兩種情況計算：

（1）正樣本

（2）負樣本

其中：

3 脆弱程度評價模塊

運用模糊綜合評價法，建立氣候變化與脆弱程度的關系式，評價氣候變化對國家脆弱程度的影響。

3.1 氣候變化趨勢系數

氣候變化趨勢主要是指大氣、水和陸地方面的影響，即氣候變化造成的直接影響。基于氣候變化趨勢系數，描繪在一定時間序列內氣候變化的潛在趨勢[11]。文獻[8]提出一種結合氣候要素的年平均值計算方法，根據本文的研究設計，將其中的氣候要素指數改為距離指數。計算氣候變化趨勢系數的公式為：

di和dˉ分別表示歸一化處理之后第i年氣候要素的平均值和多年平均值，n為年份號，tˉ=(n+1)/2。ri是氣候要素與自然時間的自然數之間的相關系數。當ri＞0時，說明氣候要素造成的影響有線性增加的趨勢；當ri＜0時，說明氣候要素造成的影響具有線性減少的趨勢。

3.2 模糊綜合評價原理

根據模糊數學的隸屬度理論，模糊綜合評價法把定向分析轉化為定量評價，用模糊數學技術對受到多種因素制約的事物或對象做出一個總體評價。本文以此為基礎，運用專家評價法計算地區脆弱程度，最后，運用K-means算法[12]建立模糊綜合評價體系。

本文將氣候變化影響國家脆弱的指標分為直接指標和間接指標，將直接指標下的二級子指標與間接影響指標視為同一級別的指標。

圖2 氣候變化直接影響指標

樣本國家的陸地、大氣和水資源受到氣候變化的直接影響（如圖2所示），氣候變化成為國家生態脆弱程度的基本要素。存在四個影響樣本國家脆弱程度的一級指標：陸地、大氣、水資源和間接影響。其中，間接影響包括經濟和社會的影響。

為了確保結果的精度，求取與上述四個指標對應的脆弱程度，然后求取綜合的國家脆弱程度。計算氣候變化對地區脆弱程度造成的影響，需要結合氣候氣候變化趨勢系數。本文運用熵權法（Entropy Weight Method）[13]分別求出四個一級指標下末級指標對應的權重，然后得到與四個指標對應的脆弱指數。

（1）陸地資源脆弱程度指數

（2）大氣資源脆弱程度指數

（3）水資源脆弱程度指數

（4）間接影響因素脆弱程度指數

利用專家評價法（Expert Scoring Method）[14]，計算出與四個一級指標對應的權重 WT=[0.3,0.3,0.3,0.1]。進而得到樣本國家的脆弱程度PI。

鑒于國家脆弱程度指數求取過程的特殊性，需要建立一個相吻合的脆弱程度標準。本文參照K-means算法，建立一種新型的符合脆弱程度要求的標準庫。K-means算法屬于硬聚類分析法，以歐氏距離[15]作為相似度測量，求對應某一初始聚類中心向量V最優分類。相較與傳統的聚類分析方法[16]，K-means算法采用誤差平方和準則函數作為聚類準則函數，是典型的基于原型的目標函數聚類方法，其計算結果相對精準。

為了保證數據采集的代表性，本文依據世界銀行提供的國家脆弱程度表，選擇其中具有代表性的9個國家作為計算標準的樣本原始數據。

圖3 國家脆弱程度標準

表1 世界銀行排名

運用K-means算法，最終得到如圖3所示的脆弱程度劃分。本文將脆弱程度劃分為四個等級：Stable、Sensitive、Vulnerable和Fragile。Stable代表樣本國家已經成功擺脫脆弱的局面，并且擁有一個穩定的發展環境；Sensitive代表樣本國家盡管已經擁有較為穩定的發展環境，但是仍然存在一些不穩定因素；Vulnerable代表樣本國家存在少量加劇脆弱程度的因素，但是仍然擁有一定的改善空間；Fragile代表樣本國際的脆弱程度已經十分嚴重，亟需改進。

3.4 氣候變化趨勢在數據處理中的核心作用

氣候變化趨勢深深地影響國家脆弱程度。為了驗證這一點，本文以蘇丹為例，將考慮氣候變化趨勢所求得的脆弱程度PI與不考慮氣候變化趨勢所求得的PI比較：

圖4 考慮氣候變化趨勢系數前后PI比較

與世界銀行提供的蘇丹脆弱程度比較，比之不考慮氣候變化趨勢的情況，在考慮氣候變化趨勢的情況下蘇丹的PI值相對接近世界銀行的數據。可見，氣候變化趨勢是計算國家脆弱程度中不可或缺的因素。

4 優化模塊

優化模塊設計主要包括阻礙指標篩選和脆弱程度判斷的優化兩個相互關聯的方面。

4.1 篩選阻礙指標

導致一個國家脆弱程度惡化的原因很多，但是逐一改進不免會導致效率不高、資源調配不均、效果不理想等方面的問題。在諸多指標中選擇其中對脆弱程度起關鍵影響的指標，以圖達到提高效率、資源分配最優化和效果優化等目的。本文將選擇關鍵指標的過程稱為阻礙指標篩選過程。傳統的計算累積貢獻率采用篩出貢獻率相加大于85%的指標的方法，較為合理和有效，但是它不能直觀地反映出具體指標對國家脆弱程度的影響。阻礙指標篩選可以較好地解決這一問題。以前述模糊綜合評價標準為基礎，篩選指標：

式中Qj為指標j造成的脆弱程度在總體脆弱程度中的比重，篩出的指標。其中Qj按照從小到大的原則累加。

4.2 脆弱程度判斷預測

利用本文建立的模糊綜合評價標準，判斷國家脆弱程度隸屬級別，以此為基準區分出兩種要分別給以處理的情況。

（1）國家脆弱程度級別顯示為Stable。

說明該國家的脆弱程度較低，脆弱惡化程度較低或者沒有。鑒于該國家自身的調節能力足以解決其現有問題，系統將不提示采取任何操作。

（2）國家脆弱程度級別顯示為Stable以上。

說明該國家的脆弱程度較高，脆弱惡化程度較高。該國家需要解決現有問題方面的治理改進，系統將會根據篩選的障礙指標提供相關的啟示。

5 實驗結果

為了驗證評價系統的可行性，將澳大利亞作為測試樣本，求出澳大利亞1990-2016年的脆弱程度及其變化趨勢。運用計算其脆弱程度變化趨勢，其中t代表年份。

如圖5所示，澳大利亞的國家脆弱程度維持在0.25左右，屬于較為穩定的國家，但是其國家脆弱程度在惡化。通過預測，可以發現，在沒有外界干預的情況下，澳大利亞的國家脆弱程度將會在2026年達到臨界值0.358，屆時它將脫離穩定國家的行列。圖6為澳大利亞的篩選障礙指標及其權重，本文給出的評價系統將以此為該國家提供干預建議。干預計劃建議如下：

（1）增加教育投入，尤其是中小學教育。

（2）加強撫恤工作，減小貧困人口比重。

（3）建立溫室氣體排放交易計劃（ETS），作為實現長期減排目標的基本制度。它還將為低排放技術、能源效率項目和植樹造林提供經濟機會。

（4）地方政府制定經濟發展政策，吸引海外公司的投資。

如圖7所示，對數據進行線性擬合可以預測，在采用相應的干預計劃之后，澳大利亞的國家脆弱程度會得到一定改善，并且不會在2026年達到臨界值。

圖5 澳大利亞1990-2016年脆弱程度及其變化趨勢

圖6 澳大利亞的篩選障礙指標及其權重

從實驗檢測結果來看，本文的算法處理可以提供國家脆弱性評價提供支持，可以給出篩選障礙指標，提供一些國家干預層面的建議。

圖7 澳大利亞采用干預計劃前后對比

6 結語

國家脆弱程度不僅受到社會、經濟等方面因素的影響，也受到氣候變化的影響。運用模糊綜合評價法，可以相對更好地模擬國家的實際發展環境，測評其國家脆弱程度。本文較為充分地考慮了氣候變化對國家脆弱程度造成的各種影響，較好地解決了現實生活中國家脆弱程度不易測量的問題。實驗結果表明，本文的研究設計能夠建立較為合理的國家脆弱程度評價體系，為有效緩解國家脆弱提供啟示。通過改進模糊綜合評價法的運用，可以達到提高脆弱程度指數精度，以及優化國家脆弱程度評價的效果。