基于ND-GAIN的河南省抗災能力評價研究

鄧國取，李 麗，鄧楚實

(1.河南科技大學管理學院，河南 洛陽 471003；2.迪肯大學商學院，維多利亞州 墨爾本 3125)

近些年因氣候變化產生的自然災害頻頻發生，廣泛影響著我國社會穩定和經濟持續健康發展，防災減災已是刻不容緩。災害風險管理的核心是風險抵御能力，關鍵在于抗災能力建設。而針對抗災能力研究目前正處于不斷發展的階段，學者們越來越關注環境災害的發生及其影響，抗災能力研究的發文量也在逐年增多。抗災能力評估在應急管理和減災規劃中的價值已得到足夠重視與肯定，但定性研究目前仍處于發展階段，沒有較為成熟的研究成果，而定量研究主要集中在地震、洪災等方面，多從數學模型入手開展研究，既未針對某種災害建立抗災能力評價指標體系，也未建立較為全面、系統的區域綜合抗災能力評估模型。

河南省地處中原腹地，是國家安全、穩定和健康發展的關鍵一隅，擔負著全面建成小康社會，實現中華民族偉大復興的重要使命。一方面，河南省是自然災害頻發的地區之一，自然災害對其經濟和社會的影響極其深遠；另一方面，河南省目前還沒有建立健全完善的自然災害防御體系，在面對自然災害時，缺乏有效的防御機制和生產生活保障，對區域抗災能力建設還處于摸索階段。因此，合理、有效地評估河南省抗災能力水平對建設“韌性城鄉”和加快河南省現代化發展進程具有重要的現實意義。

基于此，本文以河南省為例，運用圣母大學全球適應性指數(ND-GAIN)評價模型，構建河南省抗災能力評價指標體系，通過ND-GAIN得分、ND-GAIN矩陣和GIS空間區劃對2017年河南省各地區(以市為單位)抗災能力水平進行綜合評價與分析，并探討河南省各地區抗災能力差異化的影響因素，為精準施策、增強區域抗災能力提供依據。

1 文獻評述

1.1 抗災能力概念

關于抗災能力(Disaster Resilience)的研究最初是從“恢復力(Resilience)”這一概念開始的。恢復力最早運用于物理學領域，指材料在沒有完全變形的情況下，因受力發生形變并恢復至原狀的能力[1]。20世紀70年代后期，Holling[2]首次將恢復力引入生態學領域，對生態恢復力進行了開創性研究，在此期間涌現出大量有關生態恢復力的觀點和見解；隨后，Timmerman[3]將恢復力引入社會、環境變化領域，首次將恢復力與脆弱性聯系起來，認為恢復力是系統承受災害事件的打擊并從中恢復的能力；聯合國國際減災戰略(UN/ISDR)組織[4]將恢復力這一概念引入災害學領域，認為恢復力是衡量一個系統或社區抵抗或改變自然災害的能力。在綜合考慮上述學者觀點的基礎上，Betzold等[5]指出恢復力既包括能使組織系統修復災害造成的破壞性結果，也包括能通過社會組織系統重組、改變和學習從而提高應對威脅能力的適應性過程。恢復力也開始逐漸向抗災能力過渡，且已有研究結果表明，兩者已經基本趨同，受國外表述方式的影響，國內更多地用恢復力來表達。隨著研究的不斷深入，抗災能力已經逐漸發展成為一個綜合性概念，既強調組織或系統具有的內在特質，也包括對災害的響應能力以及從災害中恢復的能力。

1.2 抗災能力特征

關于抗災能力特征方面的研究還較少，代表性的觀點是Holling[2]認為抗災能力具有靈活性、動態性、傳播性、開放性、異構性等特征；國內學者費璇等[6]認為抗災能力具有應對措施多樣性、機構體制有效性、接受環境不確定性、非平衡的系統狀態、規劃和備災準備、學習能力等9項特征。目前抗災能力的研究正在由單一化向多元化轉變，其特征由單純的災后恢復逐漸向災害適應能力、防御能力、學習能力等方面滲入。

1.3 抗災能力評價

國內外學者對抗災能力評價的研究主要分為定性評價和定量評價。其中，定性評價更傾向于關注抗災能力的重要性和影響因素研究，以及如何增強社會、組織和社區的災害抗災能力，如Buckle等在集體討論和問卷調查等方法的基礎上對抗災能力進行了全面的定性評估，并將評估結果編入澳大利亞應急管理(EMA)報告書；針對定量評價，近年來生態學家、經濟學家和災害學家都在嘗試將抗災能力進行量化研究，如張海波[7]從承災體多樣性、組織的網絡化和社會資本等方面對抗災能力進行了量化研究；Thirawat等[8]應用誤差糾正(Error Correc-tion)模型研究了博茨瓦納農業生態系統的抗災能力損失，發現該系統對外部環境的敏感性與經濟、非經濟參數均有關；Chang等[9]采用蒙特卡羅(Monte Carlo)數學統計模擬方法，評估了美國田納西州孟菲斯供水系統的抗災能力大小。

2 評價方法

2.1 ND-GAIN評價模型

圣母大學全球適應性指數(Notre Dame Global Adaptation Index，簡稱ND-GAIN)是美國圣母大學氣候環境變化倡議中的一部分，是一個新興的、國家層面的、用于預防氣候變化問題的領先指標[10]，可用來衡量各國應對氣候變化造成的自然災害的能力。1995年起圣母大學每年會定期發布全球適應性指數，并對全球181個國家進行排名。2018年9月，圣母大學對外公布了2017年全球適應性指數評價結果，中國位列第57名。ND-GAIN評價模型主要從兩個方面考察不同國家應對氣候變化的能力，第一個方面是一個國家在面對氣候變化時的脆弱性，包括該國對氣候變化的敏感性、暴露程度以及對氣候變化的適應能力和生活資料的生產能力；第二個方面是一個國家在社會層面為應對自然災害所做的準備程度以及該國的經濟能力。該評價模型旨在加強世界各國適應氣候變化以及對其他全球性危機的認識，幫助政府、企業和社區更好地應對氣候變化和自然災害。圣母大學全球適應性指數計算公式如下：

全球適應性指數(ND-GAIN)=[準備程度指數(PI)-脆弱性指數(VI)+1]×50

(1)

2.2 構建河南省抗災能力評價指標體系

2.2.1 評價指標體系的構建

本文基于ND-GAIN評價模型對河南省抗災能力水平進行評估，主要從脆弱性指數(VI)和準備程度指數(PI)兩個方面來衡量河南省18個地級市的抗災能力大小。其中，脆弱性指數主要從暴露度(Exposure)、敏感性(Sensitivity)和適應能力(Adaptability)三個方面進行衡量；準備程度指數則從經濟水平(Economic)、管理制度(Management System)、社會文化(Social Culture)等角度加以衡量。綜合考慮河南省地形地貌、環境氣候、社會人文等實際情況以及評價指標選取的科學性、系統性、層次性和可操作性等原則，在參考前人研究的基礎上[11-21]，對ND-GAIN評價模型進行了優化改進，即對不符合河南省實際情況的評價指標予以剔除，對部分不易量化的評價指標進行替換，經過一系列初步篩選與替換后，并結合相關性分析最終設定了2個一級指標、6個二級指標和20個三級指標，共同構建了河南省抗災能力評價指標體系，用于河南省抗災能力測度研究，詳見表1。

(1) 脆弱性指數(VI)。脆弱性是指個體因為暴露于外界壓力而存在的敏感性，反映災害發生時系統將致災因子打擊力轉換成直接損失的程度[22]。脆弱性指數由暴露度、敏感性和適應能力加以衡量。暴露度是指承災體在危險干擾下的暴露程度，由人均耕地面積X1、糧食耕地面積X2、農用化學物質使用強度X3、極端天氣預期變化率X4和地下水污染指數X5指標度量；敏感性是承災體的內在屬性，用來反映承災體受災害影響的程度，通常情況下，承災體的敏感性主要體現在人口和資源等方面，由農村人口比例X6、弱勢群體比例X7和資源依賴程度X8指標度量；適應能力是指系統或承災體響應災害的能力，屬于正向指標，由機械化水平X9、排灌機械擁有量X12和水庫數量X13等指標度量。脆弱性指數越高，抗災能力越弱。其中，極端天氣指極端高溫、極端低溫、極端干旱、極端降水等幾類異常天氣，一般特點是發生概率小、社會影響大；弱勢群體指由于某些障礙或缺乏經濟能力等原因在社會上處于不利地位的人群，主要包括兒童、老年人、殘疾人、失業者和貧困者[23]，本文以14歲以下和65歲以上年齡的群體以及各地區失業人數來表示；資源依賴程度指某地區對外部關鍵資源供應的依賴程度，本文運用各市實際利用省外資金情況加以衡量。極端天氣預期變化率X4和弱勢群體比例X7的計算公式如下：

表1 河南省抗災能力評價指標體系Table 1 Disaster resilience evaluation index system of Henan Province

注：各級評價指標的正負性在括號內標出，(+)代表正向指標，(-)代表負向指標。

(2)

(3)

(2) 準備程度指數(PI)。準備程度是衡量一個國家或地區通過投資、管理、或社會行動等方式為應對自然災害所做的準備工作[24]。本文選取經濟水平、管理制度、社會文化3個指標來衡量某地區的準備程度，具體子指標包括農民人均可支配收入X14、抗災經費投入X15、應急專業人員數量X16、防災減災政策X17、教育水平X18、鎮鎮化水平X19和社會救助能力X20。準備程度指數越大，抗災能力越強。其中，社會救助能力X20是由各市的醫療機構數量及保費收入金額共同確定的。

2.2.2 評價指標計算與數據標準化處理

參照ND-GAIN評價模型的計算方法，結合各評價指標的數據特征，對指標數據進行處理，即可得出2017年河南省各地區抗災能力ND-GAIN指數(即ND-GAIN得分)以及各級評價指標的具體得分情況。其具體計算步驟如下：

第一步：選擇數據。從原始數據集中選擇并收集數據，對錯誤數據加以糾正，并對量綱不一致的數據進行歸一化處理。

第二步：處理缺失數據。對丟失的數據采用線性插值法彌補，若某地區該評價指標數據不存在，則在計算過程中將該評價指標剔除。

第三步：定基準值。通常情況下，原始數據的分布會存在偏峰，因此規定：若原始數據分布呈現右偏，將選擇90%的數據值作為基準值；若原始數據分布呈現左偏，則選擇10%的數據值作為基準值。基準值范圍內的數據即為正常數據。

第四步：設置參考點。參考點即該評價指標代表的最佳狀態，即零脆弱程度或完全準備就緒的情況。本文參考點是依據基準值來確定的，當計算脆弱性指數時，取數據系列中的最小值；當計算準備程度指數時，取數據系列中的最大值。

第五步：轉換數據。將所有原始數據根據上述步驟轉化為0～1之間的值，其中脆弱性指標最佳得分為0，準備性指標最佳得分為1。數據轉換公式如下：

(4)

式中:y為轉換后的標準數據值；x為原始數據值；α為理想值(當計算負向指標時，α取值為0；當計算正向指標時，α取值為1)；β為參考點；bmax和bmin分別為數據系列中的最大值和最小值。

第六步：計算一、二級評價指標得分。為了消除權重設置不合理的影響，本文沿襲ND-GAIN評價模型中各級評價指標的計算方法，即上一級評價指標得分均由下一級評價指標的得分經算術平均法得出，其計算公式為

(5)

式中:yi為下一級評價指標轉換后的標準數據值；y′為上一級評價指標的指數得分；n為下一級子評價指標個數。

第七步：計算ND-GAIN得分。將一級評價指標計算結果(即脆弱性指數和準備程度指數)再次進行數據轉換，使其數值處于0～1之間，利用下式即可計算得出2017年河南省各地區抗災能力ND-GAIN指數(GN-GAIN得分)：

ND-GAIN=(PI-VI+1)×50

(6)

式中:VI表示脆弱性指數；PI表示準備程度指數；ND-GAIN表示抗災能力適應性指數(ND-GAIN得分)。

3 研究區域概況與數據來源

3.1 研究區域概況

研究區域為位于中國中東部、黃河中下游的河南省，本文主要對河南省下轄的18個地級市(鄭州市、開封市、洛陽市、平頂山市、安陽市、鶴壁市、新鄉市、焦作市、濮陽市、許昌市、漯河市、三門峽市、南陽市、商丘市、信陽市、周口市、駐馬店市、濟源市)抗災能力水平進行評價。近年來河南省經常遭受洪水、干旱等氣象災害的影響，給河南省經濟發展、社會穩定帶來了嚴重的影響。以農業為例，2010年以來河南省每年都會面臨不同程度的自然災害，農業產業遭受大面積影響，造成嚴重的經濟損失。因此，有效地評估河南省各地區抗災能力水平的大小對增強河南省抗災能力建設具有重要的現實意義。

3.2 數據來源

考慮到樣本數據的可獲取性和可量化性，所有原始數據均來自2018年《中國統計年鑒》《中國農村統計年鑒》《河南省統計年鑒》《河南省年度水資源公報》等官方統計數據，且缺失數據利用中國經濟與社會發展統計數據庫進行補充，各地級市其他數據資料來自于河南省各市統計局、2018年《安全生產監督管理局工作年度報表》和河南省及其地方氣象局等官方披露數據。

4 結果與分析

4.1 ND-GAIN得分分析

由公式(4)、(5)、(6)，可計算得出2017年河南省各地區抗災能力各二級評價指標、脆弱性指數(VI)、準備程度指數(PI)和ND-GAIN得分情況，并按照ND-GAIN得分，對2017年河南省18個地級市抗災能力水平進行排名，結果見表2。

表2 2017年河南省各地區抗災能力水平排名Table 2 Ranking of disaster resilience level of each region in Henan Province in 2017

由表2可知，總體來看，2017年河南省各地區的ND-GAIN得分偏低， 河南省抗災能力整體水平呈現出西北部地區抗災能力水平優于東南地區的特征，說明東南部地區更容易受到氣候變化的影響，應予以關注；從地區排名來看，洛陽市抗災能力最強，其次是三門峽市和鄭州市，抗災能力最弱的地區是駐馬店市和商丘市，迫切需要引起當地有關部門的重視，并加強抗災能力建設投入。

4.2 ND-GAIN矩陣分析

ND-GAIN矩陣是為快速地比較各地區的脆弱性程度和準備程度提供的一種直觀分析工具。ND-GAIN矩陣以脆弱性指數和準備程度指數的中位數作為劃分標準將矩陣劃分為4個象限，如圖1所示。其中，縱軸表示各區域在面臨氣候災害時的脆弱性；橫軸表示各區域應對風險所做的準備程度。

圖1 2017年河南省各地區抗災能力ND-GAIN矩陣Fig.1 ND-GAIN matrix of disaster resilience of each region in Henan Province in 2017

由圖1可以看出：

(1) 左上象限：處于該象限的區域脆弱性指數高且準備程度指數低，抗災能力水平偏低，這些區域易受氣候變化的影響且應對能力不足，如駐馬店市、信陽市、商丘市和新鄉市，應該重點關注，并積極采取相應的措施提高準備程度，降低承災體脆弱性。

(2) 左下象限：處于該象限的區域準備程度指數低但脆弱性指數也較低，這些區域承災體自身不易受自然災害的影響，有一定的風險抵御能力，但應對災害所做的準備較為欠缺，如許昌市、鶴壁市、漯河市等。

(3) 右上象限：處于該象限的區域脆弱性指數高但準備程度指數也較高，這些區域雖然容易遭受自然災害損失，但同樣也具備一定的應對能力，且具有較強的應急能力和災后恢復能力，如周口市和南陽市。

(4) 右下象限：處于該象限的區域脆弱性指數較低且準備程度指數高，抗災能力水平較高，這些區域具備應對氣候變化和自然災害的能力，如三門峽市、洛陽市和鄭州市等。

4.3 抗災能力影響因子空間區劃分析

為了進一步分析導致河南省各地區抗災能力存在差異化的原因以及有針對性地為區域抗災能力建設建言獻策，本文運用GIS技術對影響河南省抗災能力兩個方面(脆弱性和準備程度)的各個因素進行了空間區劃，并從暴露度、敏感性、適應能力、經濟水平、管理制度、社會文化6個角度進行分析，揭示河南省各地區在抗災能力建設方面存在的薄弱環節。為了避免主觀因素影響等級劃分的科學性，本文借助ArcMap10.0軟件，采用自然斷點分類法(即Natural Breaks，該方法可以很好地“物以類聚”，將性質、得分相近的區域劃分為同一級別，且客觀性強)對河南省各地區抗災能力影響因子進行空間區劃并繪制空間分布圖，見圖2。

圖2 2017年河南省各地區抗災能力影響因子的空間分布Fig.2 Spatial distribution of impact factors of disaster resilience of all regions in Henan Province in 2017

4.3.1 脆弱性指數(VI)影響因子的空間分布

衡量脆弱性指數(VI)的影響因子主要包括暴露度、敏感性和適應能力。由圖2(a)、(b)、(c)可見，在空間上，河南省東南部地區的暴露度、敏感性普遍高于西北部地區，適應能力則也大致呈現出“南強北弱”的局面，但濟源市例外；從地區來看，南陽市和周口市在風險干擾下的暴露程度和敏感性都十分明顯，但應對和響應災害的適應能力較強，因而其總體抗災能力處于中下等水平，而漯河市、鶴壁市和三門峽市的暴露度、敏感性均較低，因此脆弱性指數也較低，但其適應能力較差，故其抗災能力水平也較低。綜上說明提高抗災能力迫切需要降低暴露度和敏感性，但由于兩者涉及承災體的內在屬性，難以控制，因此積極采取措施提高適應能力是河南省各地區提高抗災能力、降低脆弱性的主要抓手。

4.3.2 準備程度指數(PI)影響因子的空間分布

衡量準備程度指數(PI)的影響因子主要包括經濟水平、社會文化和管理制度。由圖2(d)、(e)、(f)可見，在空間上，河南省中西部地區的準備程度指數略高于東南部地區， 總體上呈現分布不均且區域差異明顯的特征；從地區來看，鄭州市在社會文化方面的優勢明顯，洛陽市則在管理制度方面更加完善，南陽市在經濟水平方面較高；駐馬店市、開封市和漯河市在準備程度上最為欠缺，具體來看，駐馬店市在社會文化方面較為匱乏，開封市在經濟水平方面存在不足，漯河市則在管理制度和社會文化方面都存在短板。綜上可知，建設抗災能力不僅要加快自身經濟建設而且也要重視制度建設，要盡可能地落實各部門的防災減災工作，并加強應急知識教育和防災減災宣傳活動，動員社會力量積極參與抗災救災，同時加大對抗災基礎設施建設的投入，為防災、減災、救災提供充分準備。

5 結論與建議

評估河南省抗災能力對于推動中原經濟區“三化”建設、實現精準脫貧、打造“韌性城鄉”、構建和諧社會具有重要的現實意義。本文基于ND-GAIN評價模型對2017年河南省18個地級市抗災能力水平進行了評價與分析，得到如下結論：

(1) 河南省整體抗災能力處于中等偏下水平，大多數地區(以市為單位)之間脆弱性差異較小，但準備程度差異明顯，波動范圍較大。脆弱性屬于承災體的內在屬性，受地理位置、氣候環境的影響較大，脆弱性較高說明當災害發生時致災因子的打擊力轉換成直接損失的可能性較大，容易造成嚴重的災害損失。

(2) 在空間上，河南省東南部地區的抗災能力偏弱，且經濟水平明顯不足。準備程度在一定程度上決定了當地的防災減災能力和災后恢復能力，且抗災能力水平與經濟水平呈現正相關。

(3) 導致河南省各地區抗災能力水平存在明顯差異的主要原因在于準備程度，因此要想有效地提升抗災能力水平，除了需要降低承災體脆弱性以外，最主要的是要做好應對災害的準備工作，經濟發展、社會文化、管理制度三者缺一不可。

2019年11月我國《應對氣候變化報告2019：防范氣候風險》在京發布，報告中指出：全球氣候變化對自然生態系統和經濟社會的影響正在加速，氣候風險持續上升。我國是氣候變化敏感區和影響顯著區之一，重視并提高我國適應氣候變化特別是應對極端天氣和氣候事件的能力，加強氣候變化與自然災害的基礎研究至關重要，而合理地評價國家或地區的抗災能力對防范氣候風險也具有重要的指導意義。當然，規范抗災能力評價模型和優化抗災能力評價指標體系是今后該項研究需要進一步開展的工作。