何樹紅+湯欣雨+王帥平+尤麗霞+王倩

摘 要：文章分析研究的對象是云南省曲靖市風雹災害（氣象災害中較為常見的災害之一）。根據《云南減災年鑒》2000-2013記錄的數據，文章主要運用了灰色關聯分析法和DPS（Data Processing System）數據處理系統來分析研究云南省曲靖市因風雹災害產生的直接經濟損失的影響因素，以及各因素對直接經濟損失的關聯度。為今后防災減災，以及風雹災害的風險管理，提供重要的科學依據。

關鍵詞：直接經濟損失 DPS數據處理系統 灰色關聯 風險管理

中圖分類號：F127 文獻標識碼：A

文章編號：1004-4914（2016）10-179-02

一、引言

云南省占地約為39萬平方公里，占國土總面積的4.11%，因海拔懸殊，低山、丘陵又比較多，因而形成了比較復雜的氣候特征——兼具低緯氣候、季風氣候、山原氣候等。復雜的地域分布特征、地理環(huán)境和氣候特征往往導致各種各樣自然災害的發(fā)生，如地震、洪澇、滑坡泥石流、冷凍低溫、雪災、風雹雷擊、森林火災等災害。

近年來，云南省遭受了大量的氣象災害，如風雹雷擊、冷凍低溫、雪災、洪澇以及滑坡泥石流等災害。本文主要研究一種比較常見的氣象災害——風雹災害。風雹災害是指在強對流天氣發(fā)生的情況下會引起冰雹、雷電、大風等造成的一種氣象災害。在一次波及范圍較廣、來勢比較兇猛的降雹過程中，往往伴隨著狂風、短時性強降水、溫度急降等災害性極端天氣的發(fā)生。由于受到季風氣候的影響，造成了我國是風雹災害多發(fā)的國家之一。在我國風雹災害的發(fā)生次數每年平均接近1000余次，災害次數最少的為1977年共發(fā)生了400余次，災害次數最多的為1987年達2150余次之多。

灰色關聯分析是由我國著名教授鄧聚龍首創(chuàng)的科學理論，王珊（2015）運用灰色關聯理論深入研究分析了云南省暴雨災害經濟損失影響因素，得出暴雨災害經濟損失的影響因子之間的關聯度，并提出應對暴雨災害的策略；徐袆璠（2014）將灰色關聯分析運用到糧食產量的影響因素分析當中，最終得出不同種類的農作物其糧食產量的首要影響因素不相同的結論；石桂雙（2007）應用DPS數據處理系統對遼寧省玉米區(qū)域試驗產量與主要性狀進行灰色關聯分析，得出影響玉米產量的主要性狀，為以后育種提供重要的科學依據。Changsheng Ji（1999）將灰色關聯應用到增加礦山收益以及降低生產成本中，找出各自最大的影響因素，從而為降低成本獲取更大收益提供充分依據。

本文以2000-2013年云南省曲靖市境內發(fā)生的風雹災害為例，運用灰色關聯分析方法和DPS數據處理系統，深入探討分析由風雹災害所帶來的直接經濟損失的影響因素以及各因素之間的關聯度排序，為今后防災減災以及風雹災害的風險管理，提供重要的科學依據。2014年曲靖市統計人口為646.46萬，約占云南省總人口的13.7%，人口總數僅次于昆明市，位列第二位；土地面積約為28904平方公里，約占云南省現有總面積的7.33%，位列第六位。依據《云南減災年鑒》2000-2013年進行數據整理統計分析可知，云南省發(fā)生風雹災害次數共計3981次，曲靖市雖不是全省最大的州市，但14年間發(fā)生風雹災害的總次數卻高達756次，占云南省14年間總風雹災害發(fā)生次數的18.99%，位居全省第一。因此，本文采用云南省曲靖市2000-2013年發(fā)生的風雹災害相關數據來分析研究風雹災害直接經濟損失影響因素以及各影響因素間的關聯度，所得結論為日后防災減災工作過程中提供科學依據。

二、基本模型簡介

灰色關聯分析方法是由鄧聚龍教授首創(chuàng)的科學理論，是一個關于灰色系統理論學科中的重要分支，灰色關聯分析的具體操作步驟，如下所述：

1.確定分析數列：首先確定參考數列（又稱母序列），它們主要是反映系統行為特征的數列；比較數列（又稱子序列），它們主要是影響系統行為的數列。設母序列為Y=Y（t），其中t=t1，t2…，tn表時間，子序列為Xi=Xi（t），其中Xi為第i個影響因素的時間序列。

4.計算關聯度。母序列和子序列在各個時刻的關聯程度的數值即是關聯系數，因此它的數值有很多個，這樣會造成信息太過分散，對作整體性比較時十分不利。因此在分析時將各個時刻的關聯系數集中為一個數是很有必要的，一般情況下取數集的平均值作為母序列和子序列之間的關聯系數，即可表示為：

5.關聯度排序。按大小排序：如果r1

三、風雹災害直接經濟損失影響因素實證分析研究

1.數據的來源與整理。本文數據主要來源于《云南省減災年鑒》2000-2013年記載的曲靖市近14年間發(fā)生的所有風雹災害，以及其帶來的直接經濟損失、受災人口總數和歷年人口總數如表1。

2.模型實證分析。在本章節(jié)設參考數列為直接經濟損失數列，表示為Y=Y（t），其中t=2000，2001，…，2013，再設比較數列為大風發(fā)生次數，冰雹發(fā)生次數，風雹發(fā)生次數，受災人口總數，歷年人口總數，表示為Xi=Xi（t），i=1，2，3，4，5。選取這五個指標作為影響因素來分析，主要是因為風雹災害帶來的直接經濟損失與當地的人口密度以及受災人數有很大關系，與風雹發(fā)生次數也有緊密的聯系。但各因素影響度大小未知，因此有必要研究各因素與直接經濟損失間的關聯度大小，為今后風雹災害的預防減災工作提供科學依據。

本文運用DPS數據處理系統處理表1中的數據，可以直接得到影響因素X1，X2，X3，X4，X5和直接經濟損失Y的標準化處理結果（見表2），以及各因素與直接經濟損失Y之間的關聯度大小（見表3）。

由表3數據結果顯示可知，關聯度排序為r（X4，Y）>r（X1，Y）>r（X3，Y）>r（X2，Y）>r（X5，Y）

鑒于上述的數據分析結果，我們可以得出下列結論：曲靖市風雹災害直接經濟損失總額與受災人口關聯度最大，與大風災害次數關聯度次之，與風雹發(fā)生次數關聯度居中，與冰雹災害次數和總人口關聯度最低。

四、結語

本文主要研究風雹災害給云南省曲靖市帶來的直接經濟損失，并采用灰色關聯分析方法和DPS數據處理系統分析研究大風發(fā)生次數，冰雹發(fā)生次數，風雹發(fā)生次數，人口總數，受災人數這些影響因素對直接經濟損失的影響度。進而得出風雹災害帶來的直接經濟損失與受災人口關聯度最大的結論，即受災人口對風雹災害直接經濟損失的影響度最大。因此，為了把云南省曲靖市風雹災害造成的直接經濟損失降至最低，本文提出以下建議：加強對風雹災害的準確預測；政府應加大對巨災風險研究的支持力度；大力推廣保險行業(yè)與風雹災害風險管理綜合運用；學習交流外國對抗風雹災害的成功經驗。

[基金項目：教育部人文社會科學研究一般項目（11YJA790040）；云南省哲學社會科學規(guī)劃項目（YB2014037）。]

參考文獻：

[1] 百度百科：http：//baike.so.com/doc/7916363-8190458.html

[2] 鄧聚龍.灰理論基礎[M].武漢：華中科技大學出版社，2002

[3] 王珊.云南省暴雨災害損失分布及其應對策略研究.[D].云南：云南大學，2015

[4] 徐袆璠.吉林省自然災害與糧食產量的灰色關聯分析[D].吉林：吉林農業(yè)大學，2014

[5] 唐啟義.DPS數據處理系統：實驗設計、統計分析及數據挖掘[M]北京：科學出版社，2010

[6] 石桂雙.關于灰色關聯分析結果問題的探討[J].遼寧：種子科技，2007（3）

[7] Changsheng Ji， Youdi Zhang. Gray-Correlation Analysis of Mine Production Cost [C]. 28th International Symposium on Computer Applications in the Minerals Industries October 20-22， 1999 Colorado School of Mines Golden， Colorado USA， （1999）

[8] 趙鈺，皇甫崗.云南減災年鑒[Z].2000-2013

（作者單位：何樹紅，云南大學經濟學院 云南昆明 650091；湯欣雨，云南大學數統學院 云南昆明 650000；王帥平，湖南大學信息與工程學院 湖南長沙 410000；尤麗霞，云南大學數統學院 云南昆明 650000；王倩，云南大學數統學院 云南昆明 650000）

（作者簡介：何樹紅，博士，教授，碩士生導師，主要研究方向：數理金融與風險管理。）

（責編：賈偉）