基于综合灾情指数方法的2012—2016年江西省自然灾害灾情分析

曾玲艳，周文剑，陈庭甫，郑美霞

(1.江西省减灾备灾中心，江西南昌 330036；2.江西省上饶市广丰区铜钹山镇计生办，江西上饶 334609)

灾害被认为是当今人类生活的一部分[1]，与人们的生产生活密切相关。中国是一个多灾害的国家，近年来遭遇了特重大自然灾害，如2008年的南方地区低温雨雪冰冻、四川汶川地震，2010年的西南地区特大旱灾、青海玉树地震和甘肃舟曲泥石流等重特大灾害等[2]。江西省是自然灾害较为严重的省份之一，灾害种类多，洪涝灾害突出，发生频率高，造成损失大[3]，近年来先后发生2010年历史罕见暴雨洪涝、2013年严重干旱灾害、2016年本世纪以来最大洪水等重特大自然灾害，给群众生命财产、生产生活造成严重影响。

灾害损失的评估对防灾减灾救灾工作有着重要意义，能为决策者提供合理科学的依据。近年来，邱玉珺等[4]提出了量化灾情强度指数模型，通过建立灾次指数矩阵和灾种指数矩阵，给出了多区域多灾种发生强度的评价方法。袁艺[5]采用灾情综合指数法评估了我国东、中、西部三大地带以及省级区域的灾情强度和空间分布规律，认为西部区域受灾程度最大，自然灾害影响程度也最深。程立海等[6]设计开发了综合灾情指数工具，包括评价因子、设置权重、规范化灾情指数和综合灾情指数4个模块，以汶川地震为例对地震重灾区的灾害强度进行了综合评估。张鹏等[7]提出层级式综合灾情指数计算方法，通过历史和经济本底数据对灾情指标校准和归一后，使用几何平均模型，分别计算人口、农业、房屋和经济4个次级指数，再对其进行二次平均得到综合灾情指数，可同时在时空两个维度对评价对象的损失程度进行比较。我国学者利用综合灾情指数，成功地进行了山洪灾害灾情的综合评价[8]、地震灾区范围的综合评估[9]、热带风暴灾害直接经济损失的综合评价[10]。2009年江西省减灾备灾中心自成立以来，每年都会对自然灾害灾情进行评估，但在评估方法、评估时效以及系统性上比较欠缺，鉴于此，笔者利用综合灾情指数方法构建灾情指数，评估了2012—2016年江西省灾情区域分布格局，以期为省级层面快速评估、科学决策提供参考。

1 材料与方法

1.1综合灾情指数方法概述综合灾情指数(Natural Disaster Index, NDI)是对给定时间范围内一个区域受灾情况的总体衡量尺度。NDI从4个维度衡量一个区域的平均受灾损失程度，包括人口、农业、房屋和经济。该研究以江西省各设区市为评价对象，以2012—2016年江西省自然灾害年核报数据为基础，计算各设区市的综合灾情指数，其计算步骤如图1所示[7]，并在此基础上构建了灾情绝对指数和灾情相对指数。灾情绝对指数表征区划灾情的强度，灾情相对指数表征自然灾害对区域社会经济的影响程度。通过对灾情绝对指数和相对指数的综合分析，评估了2012-2016年江西省灾情区域分布格局。

图1 综合灾情指数计算示意Fig.1 The calculation method of comprehensive disaster index

1.2评估指标选取人口受灾程度、农作物受灾程度、房屋损失程度、直接经济损失程度是区域灾情评估的核心内容，表征人口受灾程度的指标包括受灾人口、因灾死亡、失踪人口、因灾伤病人口、紧急转移安置人口、需紧急生活救助人口、饮水困难人口等指标，该研究选择受灾人口、死亡失踪人口和紧急转移安置人口综合表达人口受灾程度。受灾人口指某区域内因自然灾害遭受损失的人员数量；因灾死亡失踪人口指以自然灾害为直接原因导致死亡失踪的人员数量；紧急转移安置人口指因自然灾害造成不能在现有住房中居住，需由政府进行安置并给予临时生活救助的人员数量[11]。受灾人口表征了受灾的范围，因灾死亡失踪人口、紧急转移安置人口表征了受灾深度。农作物受灾面积指因灾减产10%以上的农作物播种面积，绝收面积指农作物受灾面积中，因灾减产80%以上的农作物播种面积[11]。受灾面积表征了农作物的受灾范围，绝收面积表征农作物的受灾深度。在江西，表征自然灾害中房屋损失程度的主要是房屋倒损户数，同时房屋倒损也是造成经济损失的主要原因之一，该研究选择倒塌房屋户数和损坏房屋户数参与评估计算。

1.3计算公式

1.3.1灾情绝对指数。灾情绝对指数由基本灾情指标构成，用以表达区域灾情的绝对强度，计算公式如下：

(1)

式中，aj为第j个灾情指标的权重(表1)；Xij为第i个设区市的第j个灾情指标的值。

1.3.2灾情相对指数。灾情相对指数由灾情相对指标，即灾情基本指标与相关设区市的社会经济指标的价值构建，用以表达区域灾情的相对程度，计算公式如下：

(2)

式中,bk为第k个灾情指标与设区市社会经济指标比值的权值(表1)；Qik为第i个设区市第k个灾情指标的值。

表1 灾情指标的权重

为消除通货膨胀造成的经济损失货币值变化，使用国家统计局公布的累积CPI指数对直接经济损失进行折算。记第i年直接经济损失为E0，则折算公式如下：

E=E0/CPIi

(3)

式中,E为折算后的直接经济损失；CPIi为当年的累积CPI指数(以1999年为基准)。

1.4数据来源及处理灾情绝对强度数据来源于江西省民政厅2012—2016年自然灾害年核报，计算主要灾情指标的平均值(表2)。各设区市总人口、农作物播种面积、民用房屋户数和地区生产总值来源于2016年江西统计年鉴和第六次人口普查数据(表3)。把灾情指标与相关社会经济指标进行了对比处理(表4)。

表2 江西省各设区市2012—2016年平均灾情

表3 江西省各设区市社会经济情况

表4 江西省各设区市2012—2016年灾情与相关社会经济指标的比值

2 结果与分析

2.1灾情综合指数法评价结果根据公式(1)、(2)、(3)计算出各设区市的灾情绝对指数(表5)和灾情相对指数(表6)。

表5 江西省各设区市2012—2016年灾情绝对指数

表6 江西省各设区市2012—2016年灾情相对指数

从灾情绝对指数上看，人口受灾指数以赣州市最高，农作物受灾指数以九江市最高，房屋倒损指数以赣州市最高，经济损失指数以九江市最高，排在前三位的分别是赣州市、九江市、上饶市，是较为突出的3个重灾设区市，排在后三位的是南昌市、新余市、鹰潭市(图2)。从灾情相对指数上看，人口受灾指数以景德镇市最高，农作物受灾指数以九江市最高，房屋倒损指数以萍乡市最高，经济损失指数以景德镇市最高，排在前三位的是景德镇市、萍乡、九江市，排在后三位的是南昌市、新余市、鹰潭市(图2)。通过分析评估结果，综合灾情指数评估法可以反映各设区市灾情分布规律。

2.2灾情影响对比综合考虑灾情综合绝对指数和综合相对指数，可以将灾情强度分为4种类型，即灾情总量较大且对本地产生较大影响、灾情总量较大但对本地影响较小、灾情总量较小但对本地影响较大以及灾情总量较小且对本地影响较小。以灾害综合绝对指数和综合相对指数的算数平均值作为坐标绘制而成，将11个设区市分为4类地区(图3)。

1类地区以灾情总量较大且对本地产生较大影响为特点，主要为上饶市、抚州市、九江市。2012—2016年，国家民政部和江西省本级对上饶市、抚州市、九江市启动四级及以上救灾应急响应次数分别为8、9、8次，且该3个设区市经济水平处中等，灾害对其影响相对较大。

2类地区以灾情总量较大但对本地影响较小为特点，主要为吉安市、宜春市、赣州市。2012—2016年，国家民政部和江西省本级对吉安市、宜春市、赣州市启动四级及以上救灾应急响应次数分别为9、8、9次，但该3个设区市经济水平处中等偏上，灾害对其影响相对较小。

3类地区以灾情总量较小但对本地影响较大为特点，主要为萍乡市、景德镇市。2012—2016年，国家民政部和江西省本级对萍乡市、景德镇市启动四级及以上救灾应急响应次数分别为6、4次，且该2个设区市的经济水平处中等偏下，灾害对其影响相对较大。

4类地区以灾情总量较小且对本地影响较小为特点，主要为新余市、鹰潭市、南昌市。2012—2016年，针对新余市、鹰潭市、南昌市3个设区市，国家民政部和江西省本级仅对鹰潭启动1次四级救灾应急响应，且南昌市经济发达，抗灾能力强，新余、鹰潭面积小、人口少，灾情对本地影响较小。

图2 江西省灾情强度分布Fig.2 The distribution of disaster intension of Jiangxi Province

图3 江西省各设区市绝对灾情指数与相对灾情指数的对应关系Fig.3 Corresponding relations between disaster absolute index and disaster relative index of cities of Jiangxi Province

3 结论与讨论

选择基本灾情指标以及相关的社会经济指标构建灾情指数，利用灾情综合指数法评估了2012—2016年江西省自然灾害灾情。同时，根据灾情绝对指数和灾情相对指数将江西省11个设区市分成4种类型，即灾情总量较大且对本地产生较大影响(上饶市、抚州市、九江市)、灾情总量较大但对本地影响较小(吉安市、宜春市、赣州市)、灾情总量较小但对本地影响较大(萍乡市、景德镇市)以及灾情总量较小且对本地影响较小(新余市、鹰潭市、南昌市)，评估结果与各设区市的实际情况相符，说明所给出的综合灾情指数法是评估区域灾情强弱的合理有效方法。综合灾情指数方法可快速、直观地将灾情反馈给决策者，为合理科学决策提供依据，使自然灾害评估工作更加具有可操作性。在下一步工作中，应考虑将该方法推广至单灾种、单个典型灾情案例和江西省各县(市、区)的灾害损失评价。

[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] 马玉玲,袁艺,程姚英.2005-2010年中国自然灾害救助应急响应的区域分异特征[J].地理研究,2013,32(1):81-89.

[3] 中共江西省委，江西省人民政府.关于推进防灾减灾救灾体制机制改革的实施意见[A].2017-06-30.

[4] 邱玉珺,王静爱,邹学勇.区域灾情评价模型[J].自然灾害学报,2003,12(3):48-53.

[5] 袁艺.2000-2007年省级区域自然灾害灾情分析[J].自然灾害学报,2011,20(1):156-162.

[6] 程立海,唐宏,周廷刚,等.自然灾害强度的评估方法及应用：基于综合灾情指数的研究[J].自然灾害学报,2011,20(1):46-50.

[7] 张鹏,张云霞,孙舟,等.综合灾情指数——一种自然灾害损失的定量化评价方法[J].灾害学,2015,30(4):74-78.

[8] 刘兰芳,邓美容,廖梦思.湖南省山洪灾害综合风险分析及安全减灾研究：以2006年衡阳市山洪灾害为例[J].中国安全科学学报,2009,19(10):5-10.

[9] 国家汶川地震专家委员会评估组.汶川地震灾害范围评估报告[M].北京：科学出版社,2008:88-89.

[10] 孟菲,康建成,李卫江,等.50年来上海市台风灾害分析及预评估[J].灾害学,2007,22(4):71-76.

[11] 民政部，国家统计局.自然灾害情况统计制度[Z].2016.