基于AHP-PCA模型的安宁市森林火灾社会脆弱性评价

龙腾腾 高仲亮 刘岳峰 黄铭栩 王秋华

(西南林业大学消防学院，云南省森林灾害预警与控制重点实验室，云南 昆明 650024)

灾害学理论认为自然灾害是自然界与社会经济系统相互作用的产物，是致灾因子、孕灾环境和承灾体脆弱性综合作用结果，致灾因子是灾害形成的直接影响因素，脆弱性是灾害形成的根本原因[1]。在灾害强度一定的情况下，灾情随脆弱性的增强而扩大。目前，学者更多聚焦灾害的自然脆弱性或物理脆弱性，极少关注灾害的社会脆弱性。随着人类对自然灾害研究的不断深入，社会脆弱性已成为自然灾害研究的热点领域[2]。

森林火灾作为当今世界发生面广、危害性大、时效性强、处置救助难的自然灾害[3]，不仅毁坏森林资源、破坏自然环境，还造成巨大的生命和财产损失[4]。目前，森林火灾风险研究已经开始考虑社会因素，但大多都只是进行定性或单一因子的定量分析，综合考虑多种社会因子的定量分析还处于空白。关于森林火灾的研究主要集中在以下方面。田晓瑞等[5]对1987—2010年中国森林火灾风险进行分析，风险高的区域主要分布在东北大兴安岭和长白山地区、西南的云南大部分区域和南方零散分布的区域，发生森林火灾可能性高的区域主要分布在东北和西南林区；苏立娟等[6]通过对1950—2010年森林火灾风险分析得知，云南省火灾发生次数最多，火场面积在全国位居前列，属于受灾程度较重省份；杨光等[7]通过对2000—2012年全国森林火灾人员伤亡特征分布情况得知，云南省伤亡人数最多，属于伤亡重灾省份；何雨岑等[8]对云南省林火时空动态和分布规律的研究发现，滇中地区的昆明市火灾发生次数多、受害森林面积大并且分布大面积的以云南松 (Pinusyunnanensis)、华山松 (P.armandi) 为代表的易燃植被；王秋华等[9]对滇中地区地盘松 (P.yunnanensisvar.pygmaea) 林凋落物燃烧特征进行了分析。对云南省滇中地区森林火灾的影响因素研究已有所开展，但对于社会经济与森林火灾之间关系的研究尚未见报道。本研究基于社会经济视角，选取云南省滇中地区森林火灾频发的重灾区安宁市为研究对象，以2001—2011年森林火灾历史数据和社会经济数据为基础，分析安宁市森林火灾与社会经济间的关系，以期为森林火险预测预报工作提供新思路。

1 研究区概况

安宁市隶属于昆明市，地处东经102°10′～102°37′、北纬24°31′～25°06′，南北长66.5 km，东西宽46.4 km，林业用地面积92 476.3 hm2，占全市面积130 175 hm2的71.04%，属全国151个森林火险高危区之一。安宁市矿产资源丰富，是云南省冶金、化工基地，属于非农经济型的工业城市，人口密度大。

安宁市在历史上属于森林火灾多发区，发生过不少重特大森林火灾，2001—2011年共发生火灾140次，其中2006年 “3·29” 发生重大森林火灾，过火面积1 849 hm2，受害森林面积519 hm2。

2 研究方法

2.1 数据来源

本研究数据主要来源于 《安宁市社会经济统计年鉴》、《昆明市统计年鉴》 和安宁市统计信息网。

2.2 指标选取

参考李艳梅构建的森林火险数据库及其他领域自然灾害社会脆弱性研究成果，从承灾体的暴露性、敏感性和恢复能力入手，选取总人口数、出生率、人口增长率、林产品总值、农业人口比例、地方财政、当地人均GDP、GDP、林业产值、辖区面积、森林面积、农业住户人均纯收入、农业住户人均总收入、老幼人口比例、城乡人口比例、初中文化以上人口比例、地方财政收入、区域疏散脆弱性指数、消防队伍数量等19项指标对安宁市森林火灾的社会脆弱性进行评估。

1)暴露性指标。暴露性是指人口、社会经济等承灾体暴露于灾害风险之下的程度[10]，区域人口越多、社会经济越发达，人类活动越频繁，越容易诱发火灾。因此，本研究选取总人口数、出生率、人口增长率、林产品总值、农业人口比例、地方财政、当地人均GDP、GDP、林业产值、辖区面积、森林面积、农业住户人均纯收入、农业住户人均总收入等作为暴露性指标。

2)敏感性指标。敏感性是指人口结构和社会文化等受到灾害打击时表现出来的敏感程度[10]，反映不同群体的防灾意识、行为和效果的差异。安宁市森林主要集中在城乡结合部，因此选取老幼人口比例、城乡人口比例、初中文化以上人口比例作为敏感性指标。

3)恢复能力指标。恢复能力是指区域社会经济发展水平对于灾后重建所表现出来的恢复潜力[10]，与社会经济的发展水平息息相关。参考李艳梅的森林火灾数据库，选取地方财政收入、区域疏散脆弱性指数、消防队伍数量等作为恢复性指标。

2.3 PCA-AHP模型

主成分分析法 (PCA) 是在保证样本数据信息损失最小的前提下，将多个指标问题转换为较少的新的指标问题，并且这些新的指标既不相关，又能综合反映原指标的一种分析方法。首先对原始数据进行标准化处理，然后运用SPSS软件编程，对标准化处理的指标进行分析计算。

层次分析法 (AHP) 是将复杂问题分成各个组成因素，并将这些因素按支配关系建立层次结构模型。通过每一层次各因素的两两比较，对其相对重要性做出判断，最后构建判断矩阵计算得出各 (级) 指标的权重。

本研究采用层次分析法并结合主成分分析探讨19项社会指标对安宁市森林火灾的社会脆弱性的影响。

3 结果与分析

3.1 暴露性指标主成分降维

由于本研究中选取的暴露性指标较多，需要先对暴露性指标进行降维处理。提取3个主成分，反映了总信息量的88.258%，基本代表原始指标中绝大部分信息。计算过程中将绝对值小于0.60的系数剔除，得到各指标的成分矩阵、特征值和贡献率见表1。

表1 暴露性指标主成分分析特征值和贡献率Table 1 The eigenvalue and contribution rate of exposure index

如表1所示，第一主成分矩阵绝对值较大的为GDP、地方财政、当地人均GDP、农业住户人均年总收入、农业住户人均纯收入，主要反映经济指标；第二主成分矩阵绝对值较大的为总人口、人口增长率及出生率，主要反映人口指标；第三主成分矩阵绝对值较大的为森林面积，反映森林覆盖指标。因此，采用SPSS中计算所得经济指标、人口指标和森林覆盖指标的分值来代表暴露性指标。

3.2 层次分析模型的构建

根据层次分析法理论，建立暴露性因子、敏感性因子和恢复性因子3个约束层，选择人口密度、老幼人口比例、财政收入等9个指标作为具体评价指标，构建森林火灾脆弱性评价体系模型，见表2。

表2 森林火灾脆弱性评价体系模型Table 2 Vulnerability evaluation system model of forest fire

3.3 构建判断矩阵

采用1～5的比例标度将判断数量化，构建准则层对目标层、指标层对准则层的比较判断矩阵共4个，见表3。

由表3可以看出，4个判断矩阵的CR值均小于0.1，各判断矩阵满足一致性检验要求，可以利用层次分析法进行层次分析。

3.4 评价指标权重确定

通过计算准则层的权重值、指标层对约束层的加权值，最后得到指标层对于目标层的最终权重，见表4。

消防队伍数量、区域疏散性指标、城乡人口比例和初中文化以上比例短期内变化不大，且所占权重较小，因此选取人口指标、经济指标、老幼人口比例、地方财政收入、森林覆盖指标5个权重较大的因子作为脆弱度计算指标。

表3 判断矩阵与一致性检验Table 3 Judgment matrix and consistency check

表4 脆弱性评价各层次权重Table 4 The weigh value of each layer for vulnerability assessment

3.5 安宁市森林火环境社会脆弱程度

选择人口指标、经济指标、老幼人口比例、地方财政所收入、森林覆盖指标5个主要指标进行计算，得出2001—2011年安宁市森林火环境社会脆弱性指标，见表5。指标值越大表明当年的森林火环境脆弱度越高，火灾发生可能性越大。依据脆弱性指标综合得分，将其划分为轻度脆弱 (< 0.30)、中度脆弱 (0.30～0.50)、强度脆弱 (≥ 0.50) 3个等级。

表5 2001—2011年安宁市森林火灾脆弱性指标Table 5 The weigh value of each layer for vulnerability assessment in Anning from 2001 to 2011

3.6 脆弱性指标-火灾次数关联分析

计算所得到脆弱性指标与实际森林火灾发生次数不统一，需将其进行归一化处理。采用公式xi′=xi/(∑(x1+…+x11) 进行归一化计算，结果见图1。

图1脆弱性指标-火灾归一化趋势
Fig.1 Vulnerability indicator-fire normalization trend

从图1中可以看出，2009年前脆弱性指标与火灾次数趋势一致，火灾次数与脆弱性指标正相关；2009年后，脆弱性指标与火灾次数呈负相关现象。究其原因在于，2009年云南省遭遇百年一遇旱灾，安宁属于特旱区[11]。对安宁市森林火环境灾害系统而言，非常规突发事件的发生，导致承灾体脆弱性达到阈值发生崩溃，系统脆弱性达到峰值。由于当地政府高度重视，加大森林防火投入的同时，加强森林防火工作组织领导，广泛动员全社会力量参与森林防火工作。2009年森林火环境灾害脆弱性指标达到峰值，而火灾次数却到达最低值。但系统脆弱性内因是由承灾体自身结构功能决定的，人为因素的加入在2009年发挥一定的积极作用，却无法改变其客观属性，导致2010年火灾次数陡然增加。

4 结论与讨论

1) 用主成分分析法 (PCA) 提取暴露性指标中人口指标、经济指标、森林覆盖指标3个主成分因子；用层次分析法 (AHP) 选取前5个权重较大因子作为计算指标，依次为人口指标0.325 4、经济指标0.148 0、老幼人口比例0.131 6、地方财政收入0.100、森林覆盖指标0.093 2。

2) 安宁市2001—2011年森林火环境社会脆弱程度在0.10～0.63波动，极值出现在2009年，11年间安宁市森林火环境系统脆弱性指数明显上升，由轻度脆弱演化为强度脆弱。

本研究结果与安宁市实际火灾发生次数趋势相关性明显，表明从社会脆弱性角度研究森林火环境灾害，对防灾减灾工作具有一定前瞻性指导意义，同时可以为火险预测预报提供一定参考依据。在研究视角上进一步丰富了森林火险预测预报工作内容，由于数据获取有一定的困难性，只选取了安宁市2001—2011年数据进行量化分析，今后可以增加样本数据更全面展示趋势的演化过程。同时，也可以选取更多样的数学模型进行对比验证，提高模型精度。

[参 考 文 献]

[1] 石勇, 许世远, 石纯, 等. 自然灾害脆弱性研究进展[J]. 自然灾害学报, 2011, 20(2): 131-137.

[2] 周扬, 李宁, 吴文祥. 自然灾害社会脆弱性研究进展[J]. 灾害学, 2014, 29(2): 128-135.

[3] 徐铭铭, 周宏平, 赵亚琴, 等. 基于时空特征的林火视频火焰识别研究[J]. 林业工程学报, 2016, 1(4): 134-140.

[4] 朱学平, 何东进, 丁福立, 等. 基于突变级数法的福建省森林火灾评价分析[J]. 福建林学院学报, 2011, 31(4): 295-299.

[5] 田晓瑞, 代玄, 王明玉, 等. 多气候情景下中国森林火灾风险评估[J]. 应用生态学报, 2016, 27(3): 769-776.

[6] 苏立娟, 何友均, 陈绍志, 等. 1950—2010年中国森林火灾时空特征及风险分析[J]. 林业科学, 2015, 51(1): 88-95.

[7] 杨光, 舒立福, 孙思琦, 等. 我国森林火灾中人员伤亡时空分布特征研究[J]. 灾害学, 2015, 30(2): 21-25.

[8] 何雨岑, 徐虹, 程晋昕. 云南省林火时空分布特征分析[J]. 中南林业科技大学学报, 2017, 37(5): 36-41.

[9] 王秋华, 肖慧娟, 仝艳民, 等. 滇中地区地盘松林凋落物燃烧特征[J]. 林业科技开发, 2014, 28(6): 83-86.

[10] 李艳梅, 王静爱, 雷勇鸿, 等. 基于承灾体的中国森林火灾危险性评价[J]. 北京师范大学学报 (自然科学版), 2005, 41(1): 92-96.

[11] 张贵, 肖维, 王湘衡, 等. 基于模糊综合评价法的森林火灾易损性研究[J]. 中南林业科技大学学报, 2015, 35(8): 1-5.