海洋灾害中政府承灾力脆弱性研究

摘要 信息扩散方法可以将一个分明值的样本点变成一个模糊集，把单值点变成集值样本点。这种方法对于海洋灾害呈现的非连续、样本点个数少的情况尤其适用，可以最大程度挖掘数据本身携带的信息。本文以市级区域作为研究对象，利用信息扩散原理建立政府承灾力脆弱性评价模型,通过对政府承灾系数的超越概率分析来评价海洋灾害中政府承灾力的脆弱性。进而对海洋灾害政府承灾力的脆弱度进行系统聚类分析，并以山东省为例进行实证研究，最终得到山东省沿海各市风暴潮灾害政府承灾力脆弱度的风险区划图。研究结果表明，威海、烟台、东营、日照的政府承灾力脆弱度较重，青岛、滨州次之，而潍坊的政府脆弱度最小。究其差异原因，各市不尽相同，主要表现在各市灾害发生概率、经济发展水平以及重视程度的不同。长期来看，海洋灾害中政府承灾力的提高依赖于最大程度减少海洋灾害带来的经济损失以及最大程度保障政府应对灾害的资金准备，为各级政府提高抗灾减灾能力提供了一定参考。

关键词 政府承灾力；脆弱性；信息扩散；模糊评价

中图分类号 P47文献标识码 A文章编号 1002-2104(2011)08-0147-05doi:10-3969/j-issn-1002-2104-2011-08-024

由于特殊的地理位置及历史原因，沿海地区是我国城镇、人口、财产密度最高、社会经济最发达的地区。一旦受到海洋灾害的袭击，往往造成重大经济损失和人员伤亡。例如，山东省沿海地遭受四十年来最严重的一次风暴潮发生在2007年3月4日，共造成3人死亡，7人失踪，受灾人口达64.15万人。风暴潮损坏船只2 100余艘，使600多间房屋倒塌，农作物受灾面积35.71×103 hm2，直接经济损失达19.65亿元。由于我国海洋灾害保险及其他救助主体的缺失，财政收入成为政府应对巨额灾害损失的主要工具。这无疑给政府财政带来很大压力，因此对政府承灾力做出合理评价成为亟需解决的问题。目前，对政府承灾力的研究处在起步阶段，主要从社会救助体系［5-6］、资金投入［7］、物资储备［8］、法律支持［9］等角度进行宏观层面的定性分析，缺乏对政府承灾力的客观定量评价以及不同城市之间的比较，无法全面掌握沿海城市的政府承灾力现状。脆弱性一词来自拉丁文vulnerare，意思是“可能受伤”。目前对脆弱性的研究主要集中在自然系统内部［1-3］，而对社会系统的脆弱性评价较少［4］。对具体某一社会系统因素的脆弱性评价仍是空白。本文在前人研究基础上，对社会系统的微观层面――政府承灾力进行脆弱性评价，并且利用信息扩散的模糊评价法对山东省各沿海城市政府承灾力加以评价对比，从而全面掌握各市政府承灾力状况，为相关部门制定政策提供参考。

1 政府承灾力脆弱性评价模型导入

扎德（L. A. Zadeh）建立的模糊集理论，提供了一个量化自然语言的数学方法，成为计算机模拟人脑进行思维的重要工具之一。我国学者黄崇福等在模糊集理论基础之上提出了信息扩散原理，为优化处理不完备信息，提高系统识别精度找到了一条新的出路。信息扩散方法可以将一个分明值的样本点变成一个模糊集，把单值点变成集值样本点。这种方法对于海洋灾害所呈现的非连续、样本点个数较少的情况尤其适用，可以最大程度挖掘数据本身携带的信息。本文利用信息扩散原理［10］建立政府承灾力脆弱性评价模型。

1.1 信息扩散原理

给定样本X=xii=1,2,…,n，它的定义域是U=u1,u2,…um。样本点xi是分明观测值或分明矢量。定义X在U上的相伴特征函数χ(xi,u)

1.2 海洋灾害中的政府承灾力脆弱性评价模型

海洋灾害作为一种自然灾害，其发生频率较低，样本容量较少，无法满足普通的定量分析对样本点数目的要求，而通过信息扩散原理分析方法可以有效利用样本点携带的信息，进行最大程度的数据挖掘，有利于研究的顺利准确进行。根据上述信息扩散原理可以建立海洋灾害中的政府承灾力脆弱性评价模型［10］。

设灾害指数论域为：U=u1,u2,…um

赵昕等：海洋灾害中政府承灾力脆弱性研究

中国人口•资源与环境 2011年 第8期因本文只是对政府承灾程度进行客观评价，不需要得到具体函数值，所以选取扩散函数时可以采取简单形式表达出样本点的发展趋势即可。本文采取正态分布信息分配方法。

设对第i个样本点xi依下式（4）进行扩散，得

q(uj)表示：x1,x2,…,xn经过信息扩散推断出，如果灾害观测值只能取u1,u2,…um中的一个，在将xi均看作样本点代表时（包括部分代表在随机过程中没有出现的样本点），观测值为uj的样本点个数为q(uj)。显然q(uj)通常不是一个正整数，但一定是一个不小于零的数。

由此可得样本点落在uj处的频率值：

超越概率表示样本xi超过观测值uj的概率，显示出灾害发生时政府承灾力面临的风险概率，本文借助超越概率来对政府承灾力脆弱性进行评价。

2 基于信息扩散模糊评价的政府承灾力脆弱性测度下面将根据前文政府承灾力脆弱性模型对海洋灾害中政府承灾力脆弱性进行测度。为了研究的具体准确，本文选取范围较小的市级区域作为研究对象。在研究区域选取上，选取海洋灾害发生频率较低、样本点偏少的山东省作为研究区域。同时在数据选取中，考虑到数据的真实可得性，选取风暴潮灾害的相关灾害数据。这是因为风暴潮灾害作为山东省的主要海洋灾害，发生频率较高，带来的经济损失较大，各市级单位的数据统计具有连贯性和统一性，不同地市间具有可比性。

根据前文的信息扩散模糊评价法，本文选取风暴潮灾害损失数据以及政府一般财政预算收入作为评价指标，对山东省沿海7市的政府承灾力进行脆弱性评价，并运用系统聚类法对不同城市进行对比，做出山东省风暴潮灾害政府承灾力风险区划图。

2.1 指标的选取

政府承灾力包括众多显性和隐性影响因素，例如基础设施、应急机制、经济发展状况、居民保障等多方面。我们无法把所有影响因素都包含在一个评价体系中，但是我们可以选取一个集合多数因素影响的指标。政府的承灾力是指政府自身面对风暴潮灾害发生时能够做出的最大承受能力，不包括动员各方提供的援助。政府承灾力的测度指标应该具有科学性及便利性的特征，力图用最简单的指标准确表达政府的承灾能力大小。根据前文分析，可以采用风暴潮带来的直接损失表示政府所需要面临的风暴潮灾害冲击，并用政府一般财政预算收入近似表示政府自身在短时间内所能够做出的最大补偿能力，二者的比例代表了政府面对灾害时受到的最大冲击。本文采用承灾系数表示政府承灾力指标。具体表示如下：

其中，x表示承灾系数；l代表风暴潮灾害带来的直接经济损失；s为地方财政一般预算收入。承灾系数越大表示风暴潮灾害对政府承受能力带来的压力越大。

风暴潮直接经济损失有可能超过地方财政一般预算收入，即承灾系数可能超过1，但是由于政府的承灾能力以一般预算收入为最大承受能力，超过部分只能通过其他团体或方面进行救助，也就是政府承灾系数最大为1，超出部分不在政府承受范围内。因此本文中，承灾系数的取值范围为［0,1］，超过1的情况记作1。

2.2 各市风暴潮灾害政府承灾力脆弱性定量分析

山东省地处黄渤海的交界处，共有7个沿海城市青岛、烟台、潍坊、滨州、日照、东营、威海。本文在研究过程中根据实际情况只将造成重大影响、各市有系统统计记录的风暴潮灾害作为研究对象。本文根据中国城市统计年鉴、各市统计年鉴、国家海洋灾害公报、国家海洋信息中心等相关资料进行数据收集，确保数据的真实可靠。

下面以青岛为例，对其风暴潮灾害政府承灾能力脆弱性进行定量分析。经过数据收集，根据公式（11）得出风暴潮灾害中政府承灾系数xi：

承灾系数xi：

xi=［0.307 656 444,0.145 143 674,0.000 439 58,0.188 756 806,0.029 495 576,0.017 089 343］

同时，为了计算机计算方便并考虑计算精度的要求，选取承灾指数的论域为

U={u1,u2,…,u21}={0,0.05,0.1,0.15,0.2,……,0.95,1}。

首先，计算扩散映射fi(uj)。扩散系数h采用简单扩散系数［10］，由于脆弱性评价不需要对脆弱性程度做出具体的数值判定，因此本文采取简单的正态分布扩散函数，使其能正确表达承灾脆弱性程度即可。根据公式（4）给出的扩散函数，运用MATLAB2008程序编程计算扩散映射。

其次，计算相应模糊子集的隶属函数。依据扩散映射以及公式（5）、（6），可以得到承载系数相应模糊子集的隶属函数。

最终，运用公式（7）、（8）、（9），得出青岛市风暴潮灾害中政府承灾力脆弱性的超越概率风险值，见表1。

通过超越概率可以看出，青岛市发生j=1，即承灾系数0的概率是1，意思是，未来政府财政承受风暴潮灾害直接经济损失的概率大于等于零的几率为1，也就是100%会发生政府需要承受风暴潮灾害直接经济损失；而当j=11时，P(u11=0.5)=0.047 7=4.77%，即P(xi0.5)=0.047 7=4.77%，表示未来青岛市政府接近一半的财政一般预算收入用来承担风暴潮灾害损失的概率为4.77%。

同理，可以运用上述方法计算山东省其他6个沿海城市的政府承灾力超越概率。

表2给出山东省沿海七市在相同受灾情况下所面临不同的概率值，例如第二列5%表示，未来各市在面临风暴潮直接经济损失／地方财政一般预算收入5%的概率。

通过对上表的比较分析可以看出，不同城市的政府承灾力不同。潍坊市财政承受风暴潮灾害损失的程度一般在20%以内，而东营、日照等地在风暴潮灾害发生时政府财政50%以上用来承灾的概率大于0.5。进而对造成这种现状的原因进行深入分析不难看出，青岛虽然经常遭受风暴潮灾害，但由于其经济发展程度较高，政府财政能力充足，同时面对经常性的风暴潮灾害青岛市拥有了成熟的应对措施，因此其承灾能力表现较好。东营、日照遭受风暴潮灾害的影响频率较低，政府以及居民、企业个体等对其重视程度不够，导致大规模风暴潮灾害发生时容易出现巨额损失，原本规模有限的财政收入更显得捉襟见肘。威海、烟台因其特殊的地理位置受风暴潮灾害影响的频率及程度远大于其他城市，因此虽然城市经济发展程度较高，面对巨大的风暴潮灾害时承灾能力仍受到严峻考验。

2.3 山东省沿海城市风暴潮灾害政府承灾力脆弱性风险区划针对上文给出的沿海七市政府对风暴潮灾害承灾力

脆弱性评价，下面进一步将数据直观化，在对不同城市间对比的基础上给出山东省沿海各市政府承灾力脆弱性的风险区划，以求对其全面分析评价。

本文主要采用层次聚类的Q型聚类分析方法将各个城市政府承灾力脆弱性进行归类区分。聚类分析能够将一批样本（或变量）数据根据其诸多特征，按照在性质上的亲疏程度在没有先验知识的情况下进行自动分类，产生多个分类结果。类内部的个体在特征上具有相似性，不同类间个体特征的差异性较大。

通过表2可以看出，沿海七市在面临相同的政府财政收入承灾风险水平下所显示的承灾超越概率不同，并且差异大小各异，因此可以通过层次聚类法来判定七市之间的差异大小，并进行合理分类划分，从而据此给出沿海七市的风险区划。

对表2数据利用SPSS16.0软件进行聚类分析。

结果表明：威海、烟台、东营、日照的相似性较高，较早的聚成一类，而青岛和滨州也具有相似性。最终山东沿海各市政府承灾力的脆弱程度分为三类，威海、烟台、东营、日照的脆弱程度较重，青岛、滨州次之，而潍坊的政府脆弱度最小。根据不同脆弱程度绘制山东省沿海各市政府承灾力脆弱性风险区划图如图1。

3 结 语

本文尝试从社会系统微观层面的角度进行脆弱性研究，并运用定量分析方法评价政府承灾力的脆弱性。采用信息扩散模糊评价法较好地突破了风暴潮灾害数据缺乏的局限性；运用系统聚类法对山东省沿海七市风暴潮灾害政府承灾力的脆弱度进行归类，最终得到山东省沿海各市风暴潮灾害政府承灾力脆弱度的风险区划图，以期全面掌握各市政府承灾力状况，为相关部门制定政策提供可靠依据。同时，研究表明信息扩散模糊评价方法不仅可以用来评价省级区域的政府承灾力脆弱性，更可以用于县市等小区域，此方法对政府承灾力脆弱性的评价具有可行性。

研究结果表明威海、烟台、东营、日照的政府承灾力脆弱程度较重，青岛、滨州次之，而潍坊的政府脆弱度最小。但是究其风暴潮灾害政府承灾力脆弱度的差异原因，各市不尽相同。在风暴潮灾害损失方面，烟台青岛威海因其特殊的地理位置每年受温带风暴潮影响的几率大于山东省其他沿海城市，另外此三市的经济发达程度较高，因此造成的风暴潮直接经济损失较大。在政府财力方面，青岛经济发展程度最高，在应对灾害时比烟台威海的补偿能力更强。东营日照的政府收入不高，加上因当地风暴潮发生频率较小带来承灾主体对灾害的重视程度及应对手段不足，最终导致政府承灾力脆弱度较大。各地在采取措施提高政府承灾能力的过程中，应因地制宜有针对性的提出应对策略，例如烟台威海青岛可以首先从最大程度降低风暴潮损失的角度考虑，而其他城市可以从提高对风暴潮灾害的防范、保障相应灾害应急资金等角度提出相关政策措施。长期来看，海洋灾害中政府承灾力的提高依赖于最大程度减少海洋灾害带来的经济损失以及最大程度保障政府应对灾害的资金准备，为各级政府提高抗灾减灾能力提供了一定参考。

参考文献（References）

［1］Pearce L. An Integrated Approach for Community Hazard, Impact, Risk and Vulnerability Analysis: HIRV ［D］.Vancouver: The University of British Columbia,2000.

［2］Harvey N, Woodroffe C D. Australian Approaches to Coastal Vulnerability Assessment ［J］. Sustain Sci, 2008,(3):67-87

［3］陈香.沿海地区台风灾害系统脆弱性过程诊断与评估：以福建省为例［J］. 灾害学,2007,9(3): 6-10.［Chen Xiang. Vulnerability Diagnosis and Assessment of Typhoon Disaster System at Coastal Regions：A Case Study of Fujian Province［J］. Journal of Catastrophology, 2007,9(3): 6-10.］

［4］张炜熙．区域发展脆弱性研究与评估［D］.天津：天津大学，2006:27-34.［Zhang Weixi. A Study and Assessment on Vulnerability of the Region Development［D］.Tianjin：University of Tianjin, 2006:27-34.］

［5］邢慧茹，陶建平.美国农业自然灾害救助体系评价：兼析中国农业自然灾害救助体系［J］. 农村经济，2009，（08）：120-124.［Xing Huiru, Tao Jianping. U.S. Agricultural Natural Disaster Relief System Evaluation ：Analysis of China-s Agricultural Natural Disaster Relief System［J］. Rural Economy, 2009，（08）：120-124.］

［6］高惠瑛，莫善军，陈天恩.青岛市海况与海洋灾害应急信息管理系统研究［J］.自然灾害学报，2004，13（4）：88-92.［Gao Huiying,Mo Shanjun, Chen Tianen. Research on Emergency Information Management System of Offshore Disasters in Qingdao［J］. Journal of Natural Disaster, 2004,13（4）：88-92.］

［7］祁毓.财政支出视角下我国自然灾害救助体系构建的建议［J］.经济研究参考,2008，（24）：15.［Qi Yu. Fiscal Expenditure in China under the Perspective of Natural Disaster Relief System Construction Proposal［J］. Review of Economic Research, 2008，（24）：15.］

［8］范厚明，赵彤，刘妍，等. 我国突发自然灾害救助应急物流配送机制研究［J］. 大连理工大学学报：社会科学版，2008，（12）：73-78.［Fan Houming, Zhao Tong, Liu Yan, et al. Research on the Logistics Mechanism of Emergency Rescue of Burst Natural Disasters in China［J］. Journal of Dalian University of Technology：Social Sciences Edition, 2008，（12）：73-78.］

［9］李国华. 我国自然灾害救助法制建设研究［D］.湖南：湘潭大学，2006：6-10.［Li Guohua. On Legal Systems Construction of Aid in Natural Calamity of Our Country［D］.Hunan: Xiangtan University: 2006：6-10.］

［10］黄崇福.自然灾害风险评价理论与实践［M］.北京:科学出版社,2006：80,181,96.［Huang Chongfu. Natural Disaster Risk Evaluation Theory and Practice［M］.Beijing: Science Publishing Company, 2006：80,181,96.］

Vulnerability Assessment on Government-s Marine Disaster Bearing Capacity

ZHAO Xin WANG Xiao-ting

（Economics College, The Ocean University of China, Qingdao Shandong 266100，China）

Abstract The information diffusion method can turn a distinct value of the sample point into a fuzzy set, and turn a single point into set-valued sample point. This method is especially applicable to the situation in which marine disaster is non-continuous and sample points are fewer in number. It can dig out the maximum information carried by the data themselves. This paper’s study subject is the municipal area. First, an evaluation model of the vulnerability of government-s disaster bearing capacity is setup based on the information diffusion principle. And the exceeding probability of a government-s disaster bearing coefficient is brought in to evaluate it. Next, the vulnerability made through the hierarchical clustering method is given, taking Shandong province as an erample for an empirical research. Then, the vulnerability of government-s marine bearing capacity of the coastal cities in Shandong Province is classified. At the end, a risk map is drawn.The research results show that the vulnerability of government-s disaster bearing capacity is the heaviest in the cities of Weihai, Yantai, Dongying and Rizhao; Qingdao and Binzhou are the second; Weifang is the city with the minimum vulnerability of government-s disaster bearing capacity. The causes for the difference of vulnerability vary from city to city, mainly in the disaster occur rence probability of each city, the level of economic development, and attention to the disaster. In the long run, the improvement of government-s marine disaster bearing capacity depends on minimizing the economic loss of marine disasters and maximum funds preparation to cope with the disaster. All of these can give some reference to the concerned departments at all levels when policies are formulated to improve disaster resistance and reduction capacity.

Key words government-s disaster bearing capacity; vulnerability; information diffusion; fuzzy evaluation