臺風災害社會經濟敏感性分析
——以浙江省為例

趙金濤，董 琳，儲 姝，張 化*

(1.廊坊師范學院，河北 廊坊 065000；2.北京師范大學，北京 100875)

0 引言

在全球變化的大背景下，自然災害對人類社會造成的威脅日益嚴峻。在1990年至2010年的EMDAT緊急災難數據庫中，水文、氣象方面的自然災害在不斷增長，由一年平均200次上升到440次，而臺風災害、洪澇災害發生頻率是其中最高的兩大類災害［1］。臺風災害發生于眾多臨海國家，中國也深受影響，在沿海各省（市、區），一年大約有6-7個臺風或者是熱帶氣旋登陸。我國沿海地區經濟發達、人口密集，生產總值占了全國50%以上，戰略地位重要，是社會經濟發展的重心［2-4］。浙江省是臺風登陸較多的省份之一，臺風災害頻發，每年帶來的損失最為嚴重。

如何減輕臺風災害造成的損失，是災害研究中一項重要的內容。歷史災情資料表明，在以往臺風事件中，同等強度的臺風災害，所導致的社會經濟損失存在差異，總損失與防救減災等適應性成本存在著一定的關系，承災體本身固有屬性（如敏感性）導致損失程度不同，其變化規律目前尚不十分清楚。敏感性（Sensitivity）最開始的定義來源于心理學，表示的是人對外部環境情感刺激的知覺以及對此的響應速度和強度。Kane等［5］在1990年全球氣候變化大會的報告中提出敏感性分析后，敏感性一詞擴展到了氣候變化領域。敏感性作為承災體本身固有的屬性，是在遭受自然災害時的響應程度或本能反應，體現的是面臨災害可能造成重大傷害或損失的固有程度。災害敏感性在農業領域研究比較廣泛［6-8］，在氣象學領域，敏感性的研究也受到關注。Ihara等［9］收集了日本首都東京的商業區用電量數據，結合空氣溫度和濕度數據進行分析，研究在不同溫度、濕度條件下的商業區用電量的敏感性。亞馬孫雨林也是敏感性研究的一個重點區域，許多研究在此展開，其中Phillips等［10］研究了不同干旱程度下雨林的敏感性，發現其中的生物數量隨干旱程度的變化而變化明顯。

目前，敏感性研究集中在承災體脆弱性分析的角度，并且選定的承災體一般是社會生態綜合系統，單獨對于社會經濟敏感性評估的研究文獻數量較少。本文以浙江省為例，針對臺風災害損失變化，從人口、經濟、基礎設施等不同承災體角度探討社會經濟敏感性，分析其時空變化規律，為臺風災害減災防災管理提供科學依據。

1 數據來源與研究方法

1.1 數據來源

研究數據來自《浙江省統計年鑒》、浙江省各地級市統計年鑒、《中國城市建設統計年鑒》。浙江省共有11個地級市、90個縣級單元，根據數據源特點，將每個地級市市轄區統一用市區代替，例如：將杭州的上城區、下城區、拱墅區、蕭山區、余杭區、西湖區、江干區、濱江區這8個市轄區合并，以“杭州市區”統一計算，實際獲取浙江省65個縣級行政區2005、2010、2015和2019年的指標數據，為了統一量綱，數據進行了歸一化處理。

1.2 研究方法

選取人口、經濟（一產、二產、三產）、基礎設施三大臺風災害承災體，構建自然和社會屬性的敏感性三級指標評價體系。采用AHP層次分析法，確定各指標權重，借助ArcGIS制圖技術，編制浙江人口、經濟、基礎設施和社會經濟綜合敏感性時空變化圖譜，探討浙江省社會經濟敏感性的時空變化規律。

1.2.1指標體系構建

臺風災害社會經濟敏感性指標體系包含人口、經濟、基礎設施三個方面，共22個評價指標。考慮到數據的可獲取性，在評價指標構建過程中，挑選一些能夠獲取的、可靠性強的指標。三級指標體系層層銜接，指標由大到小，層級細分具體，結構清晰，包含全面。在指標體系構建過程中，參考了已有文獻。閆白洋［11］從社會和經濟兩方面出發，選擇人口密度、年齡結構、產值等指標數據評價社會經濟敏感度；毛亞會［12］則增加了人口數量、各產業從業人員等指標；李源［13］從人口、經濟、社會保障三方面考量構建指標體系。這些研究沒有考慮基礎設施這一因素，而在臺風災害中，基礎設施對損失的影響至關重要，加入基礎設施作為臺風災害的承災體對象非常必要。

1.2.2確定指標權重方法

指標權重的確定是評價分析的重要環節，權重值表示不同指標對評估目標貢獻程度的大小。本文指標權重確定采用層次分析法（AHP），該方法將復雜抽象的問題，通過量化其他事物來表示，簡便靈活且實用。研究時，先構建評價指標體系，然后利用合適的方式，例如專家打分法，確定各指標的權重，將指標中的數據與權重一起參與運算，得出特征值。在敏感性評價指標權重確定方面，層次分析法得到較好的應用，黃發明等［14］確定了各生態敏感性指標的權重，研究縣級可持續發展和分區保護；李德旺等［15］對中國長江上游生態系統進行敏感性研究，為生態保護提供了科學的建議。在臺風災害承災體敏感性權重的確定上，采用層次分析法比較可靠。

采用層次分析法確定各指標權重值時，邀請了5位專家進行打分，構建的指標評價體系以及各指標的權重值見表1。

表1 浙江省社會經濟敏感性評價指標體系

1.2.3敏感性分級

通過計算，得到浙江省各地區2005、2010、2015和2019四個年份的人口敏感性值，使用Excel中的PERCENTILE.INC函數確定敏感值在數值范圍對應20%、40%、60%、80%、100%的值，劃分為敏感性低、較低、中等、較高、高5個級別范圍。采用AICGIS軟件，分別編制了浙江省人口、經濟、基礎設施和社會經濟綜合敏感性圖譜，對其時空變化規律進行分析。

2 結果與分析

2.1 人口敏感性

浙江省人口的敏感性隨著時間的變化呈現增強的特點，高敏感性區域由2005年的1個縣區發展到2019年的6個縣區；較高敏感區域也由2005年的0個發展到19個區縣，占總區域的30%左右；中等敏感區域范圍逐漸超過較低敏感區域范圍，2019年占比最大，接近50%；較低敏感區域在2005、2010、2015年時變化不大，但在2019年時成倍減少；低敏感區域則從有變為無。除此之外，還存在一些比較特殊的敏感區域，例如建德市由較低敏感變成了高敏感后，敏感性再次降低。在空間分布上，區域的敏感性基本穩定，在遠離海洋的地區，敏感性普遍低，而杭州市區、紹興市區等區域敏感性較高，并且各個市區的敏感性普遍高于周邊各縣。由于浙江省女性人口、幼齡、老齡人口數占比以及人口密度都在增加，負向指標三產就業人數也在增加，隨著人口密度增長以及人口老齡化的加劇，浙江人口敏感性呈現出上升的趨勢。

2.2 經濟敏感性

浙江省臺風災害經濟的敏感性指標體系涵蓋一產、二產和三產，同時選取了一些相關指標，例如糧食播種面積、農用化肥使用量等。浙江省經濟敏感性是不斷降低的，具體表現在：低敏感性區域在2005-2019年間，由1個縣區變為23個，以每年大約1.5個的速度增長；較低敏感區域由無變為有，在2019年占比35%；中等、較高以及高敏感性的區域則在不斷減少，在2019年占比約30%。空間分布看，經濟敏感性區域差異比較明顯，浙北地區的經濟敏感性較高，浙西南經濟敏感性較低，市轄區的經濟敏感性普遍高于周邊各縣。浙江省經濟敏感性不斷降低，對各個市2005年以及2019年的產業占比進行統計，發現一產和二產的產業占比下降，三產的占比明顯上升。在臺風災害下，相對于三產、二產，一產特別是農田等數據指標的敏感程度更高，在三產占比增加、一產占比減少的產業結構變化趨勢下，浙江省的經濟敏感性呈逐漸降低趨勢，在浙江東南沿海區域表現尤為顯著。

2.3 基礎設施敏感性

基礎設施的敏感性通過公路貨物運輸量、水路貨物運輸量、公路客運人數、水路客運人數、每萬人全社會用電量、每萬人供氣管道長度、每萬人供水總量、每萬人供氣總量等8個指標反映。浙江省的基礎設施敏感性總體呈下降趨勢，在2005年，中等以上敏感性區域約占70%，到2019年占比下降到20%；2019年較低或低的敏感性區域占了全省三分之二左右。空間變化上，高敏感性區域由浙東北地區不斷轉移，慢慢呈現出浙東南區域敏感性高的特點。高敏感區域一般是有河流經過的地區，貿易往來相對較多，如浙東南水運、陸運量都相對較多，符合這一特點。隨著基礎設施建設的不斷完善，其受臺風災害的固有程度也在降低，敏感性也相應降低，面對臺風災害的損失也更加趨于穩定。

2.4 社會經濟綜合敏感性

對人口、經濟、基礎設施的敏感值進行加權求和，得到各地區的社會經濟綜合敏感性特征值。浙江省社會經濟綜合敏感性隨著時間的變化，不同敏感性區域互相交錯，在2015年，高敏感性區域和較高敏感性區域都有14個，中等敏感性區域有10個，較低和低敏感性區域分別有13、14個，從高敏感性到低敏感性的占比分別為21.5%、21.5%、15.4%、20%、21.5%；在2019年，高敏感性區域增加了5個，變為19個，較高敏感性區域12個，中等敏感性區域14個，較低和低敏感性區域都是10個，從高敏感性到低敏感性的占比分別為29.2%、18.5%、21.5%、15.4%、15.4%。由此可見，整個社會經濟的敏感性逐漸增強。而且這些區域中，市轄區的綜合敏感性要普遍比縣級單位的行政區域高，例如杭州市區、臺州市區、溫州市區、金華市區等。空間分布的變化上，社會經濟綜合敏感性高的區域分布在浙北和浙東南區，敏感性較低的區域分布在浙西及浙西南區，與人口、經濟、基礎設施單獨承災體相比，社會經濟綜合敏感性區域變化較小，比較穩定，說明浙江各縣區發展比較均衡，綜合防災減災能力得到整體提升。

3 結論和討論

社會經濟敏感性的變動是多方面影響的結果，在時間上，人口敏感性持續上升，經濟及基礎設施的敏感性呈下降趨勢，社會經濟綜合敏感性有相對較小的上升趨勢。空間上，人口、經濟、基礎設施以及社會經濟綜合敏感性，市轄區均高于周邊的縣級行政區。雖然周邊各縣敏感性普遍低于市轄區，但由于防災減災措施不夠完善，對臺風災害的抵抗能力相對于市轄區較弱，災害損失反而較高。例如在2019年的利奇馬臺風中，溫州市大荊鎮損失嚴重，因此，應加大對縣級單位防災減災設施的建設，提高全區域應急管理水平。

在數據獲取上，還存在著一定的局限性，如基礎設施中房屋結構、房屋年齡等能很好表征臺風災害敏感性的自然屬性指標，因數據獲取困難，未能納入指標體系，評價結果的準確度會受到影響。社會經濟敏感性是一個抽象的概念，到目前為止，沒有一個固定的指標體系去評估社會經濟的敏感性，在指標的選擇上一直都存在爭議，評價指標存在較大的主觀性。防災減災中，國家政策方面的作用至關重要，在指標體系構建中，還應該考慮國家政策方面的指標。