彭章宏

（廣東茂名幼兒師范?？茖W(xué)校旅游學(xué)院，茂名525200）

自然災(zāi)害是指自然環(huán)境發(fā)生異常變化造成的資源破壞、財(cái)產(chǎn)損失、人員傷亡等危害的現(xiàn)象或事件，是以自然環(huán)境的異常變化作為誘因，受到災(zāi)害的人、財(cái)產(chǎn)、資源作為承受災(zāi)害的客體兩大方面組成的地球表層復(fù)雜變異系統(tǒng)［1］。自然災(zāi)害的成因、過(guò)程、時(shí)空分布等基本問(wèn)題，經(jīng)過(guò)長(zhǎng)期的研究，現(xiàn)已基本得到解決。20 世紀(jì)90年代初，自然災(zāi)害的對(duì)人類社會(huì)的損害性研究逐步得到關(guān)注和重視。隨著有關(guān)“全球變化人文因素計(jì)劃之綜合風(fēng)險(xiǎn)防范科學(xué)計(jì)劃（IHDP-IRG）”、“國(guó)際戰(zhàn)略減災(zāi)計(jì)劃（ISDR）”等相繼提出，自然災(zāi)害的社會(huì)易損性成為災(zāi)害領(lǐng)域的重要研究方向［2］。

茂名地處低緯地區(qū)，由于受地形、海陸和人類活動(dòng)等影響，自然災(zāi)害類型多樣，臺(tái)風(fēng)、洪水、干旱、泥石流頻發(fā)，當(dāng)?shù)厝藛T、財(cái)產(chǎn)資源損失巨大。據(jù)統(tǒng)計(jì)，1996—2008年，僅僅臺(tái)風(fēng)這一災(zāi)害，就給茂名造成直接經(jīng)濟(jì)損失180多億元，約占茂名同期GDP的2.5%。茂名地處粵西，經(jīng)濟(jì)相對(duì)落后，社會(huì)承載能力較弱，頻繁發(fā)生的自然災(zāi)害對(duì)茂名經(jīng)濟(jì)社會(huì)的可持續(xù)發(fā)展更是雪上加霜。當(dāng)前，國(guó)內(nèi)外學(xué)者對(duì)茂名地區(qū)開(kāi)展自然災(zāi)害的社會(huì)易損性評(píng)價(jià)的研究較為罕見(jiàn)。本文擬通過(guò)主成分分析法，探討社會(huì)易損性的綜合指標(biāo)的選取，從而為進(jìn)一步研究茂名自然災(zāi)害提供相關(guān)依據(jù)。

1 區(qū)域概況

茂名（21°22′—22°42′N，111°19′—111°40′E）位于廣東省西南部，東與陽(yáng)江交界，西與湛江接壤，北與云浮、岑溪、容縣毗鄰，南臨南海。下轄兩區(qū)三市：電白區(qū)、茂南區(qū)、信宜市、高州市和化州市。全市陸地面積11 425 km2，海洋面積75 km2。2014年末全市戶籍人口772.38萬(wàn)人，其中農(nóng)業(yè)人口503.16 萬(wàn)人，占總?cè)丝诘?5.1%，由于茂名以資源、農(nóng)業(yè)為主，社會(huì)、經(jīng)濟(jì)發(fā)展的各項(xiàng)指標(biāo)在全省相對(duì)較落后。地形地貌復(fù)雜，起伏較大，總趨勢(shì)北高南低，自東北向西南傾斜。處于熱帶和亞熱帶季風(fēng)區(qū)，受季風(fēng)交替的遲早，臺(tái)風(fēng)、洪澇、泥石流、滑坡等自然災(zāi)害頻發(fā)。

2 數(shù)據(jù)與方法

2.1 自然災(zāi)害社會(huì)易損性的內(nèi)涵

自然災(zāi)害社會(huì)易損性指人類社會(huì)在自然災(zāi)害條件下的潛在損失，它涉及到人們的生命財(cái)產(chǎn)、健康狀況、生存條件及社會(huì)物質(zhì)財(cái)富、社會(huì)生產(chǎn)能力、社會(huì)結(jié)構(gòu)和秩序、資源和生態(tài)環(huán)境等方面的損失。它既是社會(huì)個(gè)體的潛在損失，又是社會(huì)整體的潛在損失，是自然過(guò)程與社會(huì)過(guò)程相互作用的結(jié)果。國(guó)際科學(xué)界普遍認(rèn)為，社會(huì)易損性包含區(qū)域人口、經(jīng)濟(jì)、社會(huì)、文明、生態(tài)、信息等各個(gè)易損子系統(tǒng)，涉及到區(qū)域的資源、信息、知識(shí)和技術(shù)的缺乏、政治權(quán)力和代表性的有限性、社會(huì)資本的不足、信仰和生活習(xí)慣、住房狀況、行動(dòng)不便的人群、基礎(chǔ)設(shè)施和生命線的類型和密度等。

2.2 指標(biāo)選擇和原始數(shù)據(jù)的初步處理

主成分分析（principal component analysis，PCA）是一種常用的無(wú)監(jiān)督學(xué)習(xí)方法。這一方法利用正交變換把由線性相關(guān)變量表示的觀測(cè)數(shù)據(jù)轉(zhuǎn)換為少數(shù)幾個(gè)由線性無(wú)關(guān)變量表示的數(shù)據(jù)，線性無(wú)關(guān)的變量稱為主成分。主成分的個(gè)數(shù)通常小于原始變量的個(gè)數(shù)，所以主成分分析屬于降維方法。主成分分析主要用于發(fā)現(xiàn)數(shù)據(jù)中的基本結(jié)構(gòu)， 即數(shù)據(jù)中變量之間的關(guān)系，把一些類似變量合并一個(gè)綜合變量，從而達(dá)到概括和簡(jiǎn)化指標(biāo)過(guò)多的目的［3］。

主成分分析的數(shù)學(xué)模型為：

式中，X是初始變量，下標(biāo)1，2，3，4，…p表示初始變量的個(gè)數(shù)；Fi是對(duì)初始變量X線性組合后的主成分，i= 1，2，3，4，…m且m=p；Ai1，Ai2，Ai3，Ai4，…Aip是線性組合的系數(shù)。

由主成分分析的數(shù)學(xué)本質(zhì)可知，初始變量相關(guān)系數(shù)矩陣的特征值λi表示各主成分的方差，第i個(gè)主成分的方差為λi，且λ1≥λ2≥…≥λi.特征值λi對(duì)應(yīng)的特征向量（Ei）表示線性組合的系數(shù)Ai1，Ai2，Ai3，Ai4，…Aip，各個(gè)主成分的方差與所有方差的和的比值稱為方差貢獻(xiàn)率，方差貢獻(xiàn)率最大值對(duì)應(yīng)的主成分意味著對(duì)有關(guān)研究對(duì)象的信息解釋得最多，地位最重要，以此類推；前幾個(gè)主成分的方差之和與所有方差的和的比值稱為累積方差貢獻(xiàn)率，累積方差貢獻(xiàn)率用來(lái)確定主成分的個(gè)數(shù)，一般當(dāng)累積方差貢獻(xiàn)率達(dá)到80%或85%時(shí)，即可終止繼續(xù)往下選擇主成分［4］。

通過(guò)前人學(xué)者的研究結(jié)果［5-7］，本文以《茂名市統(tǒng)計(jì)年鑒》2005—2015年以來(lái)的10年相關(guān)數(shù)據(jù)的算術(shù)平均值為資料來(lái)源，選取農(nóng)業(yè)人口數(shù)、女性人口數(shù)、60 歲以上老人數(shù)、商品房銷售面積、銀行存款總額、企業(yè)法人單位數(shù)、有科技活動(dòng)單位數(shù)、城市建成區(qū)面積、政府公共財(cái)政支出共9個(gè)社會(huì)易損方面指標(biāo)進(jìn)行主成分分析（表1）。

表1 選取的9項(xiàng)社會(huì)易損性指標(biāo)基礎(chǔ)數(shù)據(jù)

在計(jì)算上述9項(xiàng)指標(biāo)構(gòu)成的矩陣的特征值和特征向量時(shí)，首先要對(duì)選擇的這9項(xiàng)原始數(shù)據(jù)做標(biāo)準(zhǔn)化處理。程序如下所示：

（1）由于9項(xiàng)原始數(shù)據(jù)的單位和影響的正負(fù)方向不同，先對(duì)原始數(shù)據(jù)構(gòu)成的矩陣做標(biāo)準(zhǔn)化處理。女性人口數(shù)（人）、農(nóng)業(yè)人口數(shù)（人）、60 歲以上老人數(shù)（人）這3個(gè)指標(biāo)人數(shù)越多，對(duì)自然災(zāi)害的社會(huì)易損性越大，與自然災(zāi)害的社會(huì)易損性呈正相關(guān)；其余剩下的6個(gè)指標(biāo)與自然災(zāi)害易損性成負(fù)相關(guān)，因此只要把這6個(gè)指標(biāo)取負(fù)值，即可完成所有的9 個(gè)指標(biāo)都與自然災(zāi)害的社會(huì)易損性呈正相關(guān)，從而實(shí)現(xiàn)數(shù)據(jù)的同向變化達(dá)到簡(jiǎn)化的效果。利用Excel 軟件錄入5 個(gè)區(qū)域，每個(gè)區(qū)域9 項(xiàng)原始數(shù)據(jù)的45 個(gè)基礎(chǔ)數(shù)據(jù)，再利用SPSS 軟件做標(biāo)準(zhǔn)化處理，得到下表數(shù)據(jù)（表2）。

（2）計(jì)算相關(guān)系數(shù)矩陣?；诒?的標(biāo)準(zhǔn)化后的數(shù)據(jù)矩陣，再用SPSS 軟件計(jì)算各指標(biāo)之間的相關(guān)系數(shù)（表3），相關(guān)矩陣中的各元素反映了各指標(biāo)間相關(guān)程度的大小。

表2 標(biāo)準(zhǔn)化處理后的數(shù)據(jù)

表3 各指標(biāo)之間的相關(guān)系數(shù)矩陣

2.3 相關(guān)矩陣的特征值和特征向量

5 個(gè)區(qū)域，每個(gè)區(qū)域有9 個(gè)評(píng)價(jià)指標(biāo)，則原始數(shù)據(jù)矩陣為：X=（xij）5×9，i=l，2，…，5；j=l，2，…，9。利用表3的相關(guān)系數(shù)矩陣求特征值和特征向量，其中特征值：λ1≥λ2≥…≥λ9≥0，特征向量ei=（e1j，e2j，…，e9j），j=1，2，…，9。由上面的分析可知，第i個(gè)主成分在綜合評(píng)價(jià)中所起作用的大小用λi表示。利用SPSS 軟件得出指標(biāo)的特征值和貢獻(xiàn)率（表4左側(cè)）。

通過(guò)表4左側(cè)部分可以看出，變量相關(guān)矩陣中最大的三個(gè)特征根為4.398 7、3.456 1、1.824 5，都大于1，三個(gè)指標(biāo)的累積貢獻(xiàn)率為84.00%，后面6 個(gè)指標(biāo)的累積貢獻(xiàn)率為16.00%。由此可知，前三個(gè)主成分已能基本包含原始數(shù)據(jù)的全部信息，故取前三個(gè)為主成分作進(jìn)一步的分析。再利用SPSS 軟件計(jì)算出三個(gè)主成分與原變量的相關(guān)系數(shù)，得出茂名市自然災(zāi)害的社會(huì)易損性主成分得分表（表4右側(cè)）。

從表4看出，對(duì)災(zāi)害易損性貢獻(xiàn)最大是第一主成分Ⅰ，達(dá)到38.17%；在第一主成分Ⅰ中，X1、X2、X3 分別代表女性人口數(shù)、農(nóng)業(yè)人口數(shù)、60 歲以上老年人口數(shù)，這3個(gè)指標(biāo)的得分排在前三，數(shù)值分別是0.84、0.97、0.89，說(shuō)明這3 個(gè)指標(biāo)相對(duì)其他指標(biāo)而言對(duì)自然災(zāi)害的社會(huì)易損性影響最顯著。這與實(shí)際情況是吻合的。從自然因素看，女性體力相對(duì)男性較弱，從社會(huì)因素看，女性文化素質(zhì)和社會(huì)地位都較低，災(zāi)害來(lái)臨時(shí)，所受到的影響相對(duì)更大，屬于災(zāi)害易損人群；農(nóng)業(yè)人口一是文化素質(zhì)低，二是年齡偏大，是社會(huì)最弱勢(shì)的一個(gè)群體，是自然災(zāi)害社會(huì)損失的重要方面；60歲以上老年人口由于年齡大，行動(dòng)不便，抵抗自然災(zāi)害的能力也很弱小。這3個(gè)指標(biāo)可歸納為地區(qū)社會(huì)易損性下屬的人口易損性指標(biāo)，指標(biāo)數(shù)值越高，表明此地區(qū)弱勢(shì)群體人數(shù)越多，對(duì)自然災(zāi)害的防御能力越弱［8，9］。

表4 特征值、貢獻(xiàn)率、累計(jì)貢獻(xiàn)率及主成分得分

第二主成分Ⅱ中，X4、X5、X8 的載荷大，數(shù)值是0.96、0.88、0.90，分別代表商品房銷售面積、銀行存款總額、政府公共財(cái)政支出。商品房銷售面積是一個(gè)地區(qū)一定時(shí)期內(nèi)銷售出去的房子所占的總面積，反映一個(gè)地區(qū)居民對(duì)住房的需求及購(gòu)買力，是區(qū)域開(kāi)發(fā)和建設(shè)成果的重要指標(biāo)；銀行存款總額是銀行截至到某一日期的存款總和，反映一個(gè)地區(qū)一定時(shí)期居民的收支水平，體現(xiàn)社會(huì)財(cái)富的數(shù)量化，是經(jīng)濟(jì)發(fā)展水平的最重要的指標(biāo)之一；政府公共財(cái)政支出是當(dāng)?shù)卣疄樯鐣?huì)公共事業(yè)支出的財(cái)富數(shù)量，對(duì)社會(huì)正常穩(wěn)定發(fā)展有重要影響。這3個(gè)指標(biāo)屬于區(qū)域經(jīng)濟(jì)易損性指標(biāo)，反映了區(qū)域社會(huì)經(jīng)濟(jì)發(fā)展水平。社會(huì)經(jīng)濟(jì)發(fā)展水平愈高，物質(zhì)財(cái)富愈豐富，社會(huì)的基礎(chǔ)設(shè)施建設(shè)愈完善，社會(huì)對(duì)自然災(zāi)害的抵御能力就愈強(qiáng)，人類的社會(huì)經(jīng)濟(jì)活動(dòng)使社會(huì)易損性減弱。

第三主成分Ⅲ中，X6、X7 的載荷值較大，數(shù)值是0.98、0.81，分別代表企業(yè)法人單位數(shù)、有科技活動(dòng)單位個(gè)數(shù)等2個(gè)指標(biāo)。企業(yè)法人單位數(shù)可以為自然災(zāi)害發(fā)生后提供各類保障，可衡量區(qū)域?yàn)?zāi)時(shí)救助能力的大小，是減少人員傷亡的重要防災(zāi)措施；有科技活動(dòng)單位數(shù)是從事科技活動(dòng)的單位數(shù)或人數(shù)，反映一個(gè)地區(qū)科技文化水平的高低，可以在防災(zāi)減災(zāi)等方面起到指導(dǎo)、指揮的作用。這2個(gè)指標(biāo)屬于區(qū)域社會(huì)易損性指標(biāo)，反映了區(qū)域指標(biāo)反映了區(qū)域防災(zāi)減災(zāi)綜合能力，企業(yè)數(shù)量越多，高科技單位和高素質(zhì)個(gè)人越多，在自然災(zāi)害的防御方面可提供更多的救助和指導(dǎo)作用，因此對(duì)自然災(zāi)害的防御越強(qiáng)。

2.4 各個(gè)主成分的得分及排名

上述三個(gè)主成分基本包含原始數(shù)據(jù)的全部信息。每個(gè)地區(qū)的主成分得分與排序用SPSS 軟件可計(jì)算出（表5）。表5 中的數(shù)值正值越大說(shuō)明災(zāi)害的易損性越大，反之越小。

表5 各地區(qū)主成分得分及排序

（1）第一主成分中排名在前的是電白區(qū)。電白區(qū)女性人口數(shù)、農(nóng)業(yè)人口數(shù)、老人人口數(shù)指標(biāo)相對(duì)較高，反映出脆弱人群比例高，區(qū)域整體抵御自然災(zāi)害、災(zāi)后恢復(fù)能力相對(duì)較弱。

（2）第二主成分中排名在前的是化州市?；菔猩唐贩夸N售面積、城市建成區(qū)、政府公共財(cái)政支出等指標(biāo)相對(duì)較低，反映出其社會(huì)經(jīng)濟(jì)發(fā)展落后，對(duì)自然災(zāi)害抵御能力不強(qiáng)。

（3）第三主成分中得分排在前的是茂南區(qū)。茂南區(qū)企業(yè)法人單位數(shù)量、有科技活動(dòng)單位數(shù)量明顯偏低，反映出社區(qū)企業(yè)、高素質(zhì)人員服務(wù)條件整體欠缺，不能很好地滿足區(qū)域防災(zāi)救災(zāi)的社會(huì)需要。

3 結(jié)論

通過(guò)上述分析，得出如下主要結(jié)論：

（1）影響茂名市自然災(zāi)害社會(huì)易損性的各項(xiàng)指標(biāo)，可概括為三個(gè)主成分，分別為反映區(qū)域人口結(jié)構(gòu)易損性程度、區(qū)域經(jīng)濟(jì)發(fā)展水平、區(qū)域防災(zāi)減災(zāi)綜合能力；

（2）電白區(qū)的自然災(zāi)害人口結(jié)構(gòu)社會(huì)經(jīng)濟(jì)易損性較高；

（3）化州市的自然災(zāi)害社會(huì)保障易損性較高；

（4）茂南區(qū)的自然災(zāi)害社會(huì)經(jīng)濟(jì)易損性較高。