曾玲艷，周文劍，陳庭甫，鄭美霞

(1.江西省減災(zāi)備災(zāi)中心，江西南昌 330036；2.江西省上饒市廣豐區(qū)銅鈸山鎮(zhèn)計(jì)生辦，江西上饒 334609)

災(zāi)害被認(rèn)為是當(dāng)今人類生活的一部分[1]，與人們的生產(chǎn)生活密切相關(guān)。中國是一個(gè)多災(zāi)害的國家，近年來遭遇了特重大自然災(zāi)害，如2008年的南方地區(qū)低溫雨雪冰凍、四川汶川地震，2010年的西南地區(qū)特大旱災(zāi)、青海玉樹地震和甘肅舟曲泥石流等重特大災(zāi)害等[2]。江西省是自然災(zāi)害較為嚴(yán)重的省份之一，災(zāi)害種類多，洪澇災(zāi)害突出，發(fā)生頻率高，造成損失大[3]，近年來先后發(fā)生2010年歷史罕見暴雨洪澇、2013年嚴(yán)重干旱災(zāi)害、2016年本世紀(jì)以來最大洪水等重特大自然災(zāi)害，給群眾生命財(cái)產(chǎn)、生產(chǎn)生活造成嚴(yán)重影響。

災(zāi)害損失的評估對防災(zāi)減災(zāi)救災(zāi)工作有著重要意義，能為決策者提供合理科學(xué)的依據(jù)。近年來，邱玉珺等[4]提出了量化災(zāi)情強(qiáng)度指數(shù)模型，通過建立災(zāi)次指數(shù)矩陣和災(zāi)種指數(shù)矩陣，給出了多區(qū)域多災(zāi)種發(fā)生強(qiáng)度的評價(jià)方法。袁藝[5]采用災(zāi)情綜合指數(shù)法評估了我國東、中、西部三大地帶以及省級區(qū)域的災(zāi)情強(qiáng)度和空間分布規(guī)律，認(rèn)為西部區(qū)域受災(zāi)程度最大，自然災(zāi)害影響程度也最深。程立海等[6]設(shè)計(jì)開發(fā)了綜合災(zāi)情指數(shù)工具，包括評價(jià)因子、設(shè)置權(quán)重、規(guī)范化災(zāi)情指數(shù)和綜合災(zāi)情指數(shù)4個(gè)模塊，以汶川地震為例對地震重災(zāi)區(qū)的災(zāi)害強(qiáng)度進(jìn)行了綜合評估。張鵬等[7]提出層級式綜合災(zāi)情指數(shù)計(jì)算方法，通過歷史和經(jīng)濟(jì)本底數(shù)據(jù)對災(zāi)情指標(biāo)校準(zhǔn)和歸一后，使用幾何平均模型，分別計(jì)算人口、農(nóng)業(yè)、房屋和經(jīng)濟(jì)4個(gè)次級指數(shù)，再對其進(jìn)行二次平均得到綜合災(zāi)情指數(shù)，可同時(shí)在時(shí)空兩個(gè)維度對評價(jià)對象的損失程度進(jìn)行比較。我國學(xué)者利用綜合災(zāi)情指數(shù)，成功地進(jìn)行了山洪災(zāi)害災(zāi)情的綜合評價(jià)[8]、地震災(zāi)區(qū)范圍的綜合評估[9]、熱帶風(fēng)暴災(zāi)害直接經(jīng)濟(jì)損失的綜合評價(jià)[10]。2009年江西省減災(zāi)備災(zāi)中心自成立以來，每年都會對自然災(zāi)害災(zāi)情進(jìn)行評估，但在評估方法、評估時(shí)效以及系統(tǒng)性上比較欠缺，鑒于此，筆者利用綜合災(zāi)情指數(shù)方法構(gòu)建災(zāi)情指數(shù)，評估了2012—2016年江西省災(zāi)情區(qū)域分布格局，以期為省級層面快速評估、科學(xué)決策提供參考。

1 材料與方法

1.1綜合災(zāi)情指數(shù)方法概述綜合災(zāi)情指數(shù)(Natural Disaster Index, NDI)是對給定時(shí)間范圍內(nèi)一個(gè)區(qū)域受災(zāi)情況的總體衡量尺度。NDI從4個(gè)維度衡量一個(gè)區(qū)域的平均受災(zāi)損失程度，包括人口、農(nóng)業(yè)、房屋和經(jīng)濟(jì)。該研究以江西省各設(shè)區(qū)市為評價(jià)對象，以2012—2016年江西省自然災(zāi)害年核報(bào)數(shù)據(jù)為基礎(chǔ)，計(jì)算各設(shè)區(qū)市的綜合災(zāi)情指數(shù)，其計(jì)算步驟如圖1所示[7]，并在此基礎(chǔ)上構(gòu)建了災(zāi)情絕對指數(shù)和災(zāi)情相對指數(shù)。災(zāi)情絕對指數(shù)表征區(qū)劃災(zāi)情的強(qiáng)度，災(zāi)情相對指數(shù)表征自然災(zāi)害對區(qū)域社會經(jīng)濟(jì)的影響程度。通過對災(zāi)情絕對指數(shù)和相對指數(shù)的綜合分析，評估了2012-2016年江西省災(zāi)情區(qū)域分布格局。

圖1 綜合災(zāi)情指數(shù)計(jì)算示意Fig.1 The calculation method of comprehensive disaster index

1.2評估指標(biāo)選取人口受災(zāi)程度、農(nóng)作物受災(zāi)程度、房屋損失程度、直接經(jīng)濟(jì)損失程度是區(qū)域?yàn)?zāi)情評估的核心內(nèi)容，表征人口受災(zāi)程度的指標(biāo)包括受災(zāi)人口、因?yàn)?zāi)死亡、失蹤人口、因?yàn)?zāi)傷病人口、緊急轉(zhuǎn)移安置人口、需緊急生活救助人口、飲水困難人口等指標(biāo)，該研究選擇受災(zāi)人口、死亡失蹤人口和緊急轉(zhuǎn)移安置人口綜合表達(dá)人口受災(zāi)程度。受災(zāi)人口指某區(qū)域內(nèi)因自然災(zāi)害遭受損失的人員數(shù)量；因?yàn)?zāi)死亡失蹤人口指以自然災(zāi)害為直接原因?qū)е滤劳鍪й櫟娜藛T數(shù)量；緊急轉(zhuǎn)移安置人口指因自然災(zāi)害造成不能在現(xiàn)有住房中居住，需由政府進(jìn)行安置并給予臨時(shí)生活救助的人員數(shù)量[11]。受災(zāi)人口表征了受災(zāi)的范圍，因?yàn)?zāi)死亡失蹤人口、緊急轉(zhuǎn)移安置人口表征了受災(zāi)深度。農(nóng)作物受災(zāi)面積指因?yàn)?zāi)減產(chǎn)10%以上的農(nóng)作物播種面積，絕收面積指農(nóng)作物受災(zāi)面積中，因?yàn)?zāi)減產(chǎn)80%以上的農(nóng)作物播種面積[11]。受災(zāi)面積表征了農(nóng)作物的受災(zāi)范圍，絕收面積表征農(nóng)作物的受災(zāi)深度。在江西，表征自然災(zāi)害中房屋損失程度的主要是房屋倒損戶數(shù)，同時(shí)房屋倒損也是造成經(jīng)濟(jì)損失的主要原因之一，該研究選擇倒塌房屋戶數(shù)和損壞房屋戶數(shù)參與評估計(jì)算。

1.3計(jì)算公式

1.3.1災(zāi)情絕對指數(shù)。災(zāi)情絕對指數(shù)由基本災(zāi)情指標(biāo)構(gòu)成，用以表達(dá)區(qū)域?yàn)?zāi)情的絕對強(qiáng)度，計(jì)算公式如下：

(1)

式中，aj為第j個(gè)災(zāi)情指標(biāo)的權(quán)重(表1)；Xij為第i個(gè)設(shè)區(qū)市的第j個(gè)災(zāi)情指標(biāo)的值。

1.3.2災(zāi)情相對指數(shù)。災(zāi)情相對指數(shù)由災(zāi)情相對指標(biāo)，即災(zāi)情基本指標(biāo)與相關(guān)設(shè)區(qū)市的社會經(jīng)濟(jì)指標(biāo)的價(jià)值構(gòu)建，用以表達(dá)區(qū)域?yàn)?zāi)情的相對程度，計(jì)算公式如下：

(2)

式中,bk為第k個(gè)災(zāi)情指標(biāo)與設(shè)區(qū)市社會經(jīng)濟(jì)指標(biāo)比值的權(quán)值(表1)；Qik為第i個(gè)設(shè)區(qū)市第k個(gè)災(zāi)情指標(biāo)的值。

表1 災(zāi)情指標(biāo)的權(quán)重

為消除通貨膨脹造成的經(jīng)濟(jì)損失貨幣值變化，使用國家統(tǒng)計(jì)局公布的累積CPI指數(shù)對直接經(jīng)濟(jì)損失進(jìn)行折算。記第i年直接經(jīng)濟(jì)損失為E0，則折算公式如下：

E=E0/CPIi

(3)

式中,E為折算后的直接經(jīng)濟(jì)損失；CPIi為當(dāng)年的累積CPI指數(shù)(以1999年為基準(zhǔn))。

1.4數(shù)據(jù)來源及處理災(zāi)情絕對強(qiáng)度數(shù)據(jù)來源于江西省民政廳2012—2016年自然災(zāi)害年核報(bào)，計(jì)算主要災(zāi)情指標(biāo)的平均值(表2)。各設(shè)區(qū)市總?cè)丝?、農(nóng)作物播種面積、民用房屋戶數(shù)和地區(qū)生產(chǎn)總值來源于2016年江西統(tǒng)計(jì)年鑒和第六次人口普查數(shù)據(jù)(表3)。把災(zāi)情指標(biāo)與相關(guān)社會經(jīng)濟(jì)指標(biāo)進(jìn)行了對比處理(表4)。

表2 江西省各設(shè)區(qū)市2012—2016年平均災(zāi)情

表3 江西省各設(shè)區(qū)市社會經(jīng)濟(jì)情況

表4 江西省各設(shè)區(qū)市2012—2016年災(zāi)情與相關(guān)社會經(jīng)濟(jì)指標(biāo)的比值

2 結(jié)果與分析

2.1災(zāi)情綜合指數(shù)法評價(jià)結(jié)果根據(jù)公式(1)、(2)、(3)計(jì)算出各設(shè)區(qū)市的災(zāi)情絕對指數(shù)(表5)和災(zāi)情相對指數(shù)(表6)。

表5 江西省各設(shè)區(qū)市2012—2016年災(zāi)情絕對指數(shù)

表6 江西省各設(shè)區(qū)市2012—2016年災(zāi)情相對指數(shù)

從災(zāi)情絕對指數(shù)上看，人口受災(zāi)指數(shù)以贛州市最高，農(nóng)作物受災(zāi)指數(shù)以九江市最高，房屋倒損指數(shù)以贛州市最高，經(jīng)濟(jì)損失指數(shù)以九江市最高，排在前三位的分別是贛州市、九江市、上饒市，是較為突出的3個(gè)重災(zāi)設(shè)區(qū)市，排在后三位的是南昌市、新余市、鷹潭市(圖2)。從災(zāi)情相對指數(shù)上看，人口受災(zāi)指數(shù)以景德鎮(zhèn)市最高，農(nóng)作物受災(zāi)指數(shù)以九江市最高，房屋倒損指數(shù)以萍鄉(xiāng)市最高，經(jīng)濟(jì)損失指數(shù)以景德鎮(zhèn)市最高，排在前三位的是景德鎮(zhèn)市、萍鄉(xiāng)、九江市，排在后三位的是南昌市、新余市、鷹潭市(圖2)。通過分析評估結(jié)果，綜合災(zāi)情指數(shù)評估法可以反映各設(shè)區(qū)市災(zāi)情分布規(guī)律。

2.2災(zāi)情影響對比綜合考慮災(zāi)情綜合絕對指數(shù)和綜合相對指數(shù)，可以將災(zāi)情強(qiáng)度分為4種類型，即災(zāi)情總量較大且對本地產(chǎn)生較大影響、災(zāi)情總量較大但對本地影響較小、災(zāi)情總量較小但對本地影響較大以及災(zāi)情總量較小且對本地影響較小。以災(zāi)害綜合絕對指數(shù)和綜合相對指數(shù)的算數(shù)平均值作為坐標(biāo)繪制而成，將11個(gè)設(shè)區(qū)市分為4類地區(qū)(圖3)。

1類地區(qū)以災(zāi)情總量較大且對本地產(chǎn)生較大影響為特點(diǎn)，主要為上饒市、撫州市、九江市。2012—2016年，國家民政部和江西省本級對上饒市、撫州市、九江市啟動四級及以上救災(zāi)應(yīng)急響應(yīng)次數(shù)分別為8、9、8次，且該3個(gè)設(shè)區(qū)市經(jīng)濟(jì)水平處中等，災(zāi)害對其影響相對較大。

2類地區(qū)以災(zāi)情總量較大但對本地影響較小為特點(diǎn)，主要為吉安市、宜春市、贛州市。2012—2016年，國家民政部和江西省本級對吉安市、宜春市、贛州市啟動四級及以上救災(zāi)應(yīng)急響應(yīng)次數(shù)分別為9、8、9次，但該3個(gè)設(shè)區(qū)市經(jīng)濟(jì)水平處中等偏上，災(zāi)害對其影響相對較小。

3類地區(qū)以災(zāi)情總量較小但對本地影響較大為特點(diǎn)，主要為萍鄉(xiāng)市、景德鎮(zhèn)市。2012—2016年，國家民政部和江西省本級對萍鄉(xiāng)市、景德鎮(zhèn)市啟動四級及以上救災(zāi)應(yīng)急響應(yīng)次數(shù)分別為6、4次，且該2個(gè)設(shè)區(qū)市的經(jīng)濟(jì)水平處中等偏下，災(zāi)害對其影響相對較大。

4類地區(qū)以災(zāi)情總量較小且對本地影響較小為特點(diǎn)，主要為新余市、鷹潭市、南昌市。2012—2016年，針對新余市、鷹潭市、南昌市3個(gè)設(shè)區(qū)市，國家民政部和江西省本級僅對鷹潭啟動1次四級救災(zāi)應(yīng)急響應(yīng)，且南昌市經(jīng)濟(jì)發(fā)達(dá)，抗災(zāi)能力強(qiáng)，新余、鷹潭面積小、人口少，災(zāi)情對本地影響較小。

圖2 江西省災(zāi)情強(qiáng)度分布Fig.2 The distribution of disaster intension of Jiangxi Province

圖3 江西省各設(shè)區(qū)市絕對災(zāi)情指數(shù)與相對災(zāi)情指數(shù)的對應(yīng)關(guān)系Fig.3 Corresponding relations between disaster absolute index and disaster relative index of cities of Jiangxi Province

3 結(jié)論與討論

選擇基本災(zāi)情指標(biāo)以及相關(guān)的社會經(jīng)濟(jì)指標(biāo)構(gòu)建災(zāi)情指數(shù)，利用災(zāi)情綜合指數(shù)法評估了2012—2016年江西省自然災(zāi)害災(zāi)情。同時(shí)，根據(jù)災(zāi)情絕對指數(shù)和災(zāi)情相對指數(shù)將江西省11個(gè)設(shè)區(qū)市分成4種類型，即災(zāi)情總量較大且對本地產(chǎn)生較大影響(上饒市、撫州市、九江市)、災(zāi)情總量較大但對本地影響較小(吉安市、宜春市、贛州市)、災(zāi)情總量較小但對本地影響較大(萍鄉(xiāng)市、景德鎮(zhèn)市)以及災(zāi)情總量較小且對本地影響較小(新余市、鷹潭市、南昌市)，評估結(jié)果與各設(shè)區(qū)市的實(shí)際情況相符，說明所給出的綜合災(zāi)情指數(shù)法是評估區(qū)域?yàn)?zāi)情強(qiáng)弱的合理有效方法。綜合災(zāi)情指數(shù)方法可快速、直觀地將災(zāi)情反饋給決策者，為合理科學(xué)決策提供依據(jù)，使自然災(zāi)害評估工作更加具有可操作性。在下一步工作中，應(yīng)考慮將該方法推廣至單災(zāi)種、單個(gè)典型災(zāi)情案例和江西省各縣(市、區(qū))的災(zāi)害損失評價(jià)。

[1] VAN AALST M K,CANNON T,BURTON I.Community level adaptation to climate change:The potential role of participatory community risk assessment[J].Global environmental change,2008,18(1):165-179.

[2] 馬玉玲,袁藝,程姚英.2005-2010年中國自然災(zāi)害救助應(yīng)急響應(yīng)的區(qū)域分異特征[J].地理研究,2013,32(1):81-89.

[3] 中共江西省委，江西省人民政府.關(guān)于推進(jìn)防災(zāi)減災(zāi)救災(zāi)體制機(jī)制改革的實(shí)施意見[A].2017-06-30.

[4] 邱玉珺,王靜愛,鄒學(xué)勇.區(qū)域?yàn)?zāi)情評價(jià)模型[J].自然災(zāi)害學(xué)報(bào),2003,12(3):48-53.

[5] 袁藝.2000-2007年省級區(qū)域自然災(zāi)害災(zāi)情分析[J].自然災(zāi)害學(xué)報(bào),2011,20(1):156-162.

[6] 程立海,唐宏,周廷剛,等.自然災(zāi)害強(qiáng)度的評估方法及應(yīng)用：基于綜合災(zāi)情指數(shù)的研究[J].自然災(zāi)害學(xué)報(bào),2011,20(1):46-50.

[7] 張鵬,張?jiān)葡?孫舟,等.綜合災(zāi)情指數(shù)——一種自然災(zāi)害損失的定量化評價(jià)方法[J].災(zāi)害學(xué),2015,30(4):74-78.

[8] 劉蘭芳,鄧美容,廖夢思.湖南省山洪災(zāi)害綜合風(fēng)險(xiǎn)分析及安全減災(zāi)研究：以2006年衡陽市山洪災(zāi)害為例[J].中國安全科學(xué)學(xué)報(bào),2009,19(10):5-10.

[9] 國家汶川地震專家委員會評估組.汶川地震災(zāi)害范圍評估報(bào)告[M].北京：科學(xué)出版社,2008:88-89.

[10] 孟菲,康建成,李衛(wèi)江,等.50年來上海市臺風(fēng)災(zāi)害分析及預(yù)評估[J].災(zāi)害學(xué),2007,22(4):71-76.

[11] 民政部，國家統(tǒng)計(jì)局.自然災(zāi)害情況統(tǒng)計(jì)制度[Z].2016.