重特大自然灾害救援效率及影响因素分析

喇蕊芳， 张在旭，2， 冯凡栩， 邵庆美

（1.中国石油大学（华东）经济管理学院，山东青岛 266580；2.中国石油大学胜利学院文法与经济管理学院，山东东营 257061；3.中南政法财经大学工商管理学院，武汉 430073）

重特大自然灾害的发生，往往具有较强的隐蔽性、突发性和较大的破坏性，并且多发生在恶劣环境下，给灾后救援工作带来极大困难［1］. 为整合优化应急力量和资源、统筹指导灾害救援活动、提高灾害救援效率，我国于2018年成立应急管理部，在重特大自然灾害救援中发挥了举足轻重的作用，但我国重特大自然灾害救援也存在救援效率不高、投入资源冗余浪费、救援协同迟滞等问题［2］.

习近平总书记在中央政治局第十九次集体学习时强调“抢险救援要精准”，并提出建立健全重特大自然灾害调查评估制度. 开展重特大自然灾害救援效率评估工作是我国自然灾害频发基本国情的需要，然而目前学术界对自然灾害救援效率的研究很少，重特大自然灾害救援评估工作尚处在起步阶段. 关于自然灾害大多数研究聚焦于灾害过程实录［3-5］、应急管理机制［6］、救援响应［7］、灾情评估［8-9］以及救援物资调度及运输［10］等方面，再加上重特大自然灾害救援效率评估方面的研究及相关案例与数据积累还较缺乏，对灾害救援效率没有一个准确的把握，无法做到有效提升灾害救援效率. 全力开展重特大自然灾害救援效率评估对于提高灾害救助工作的科学性、针对性和时效性有重大意义.

学术界对于自然灾害救援研究广泛，涉及面较多，大量研究是以地震、洪水灾害为背景，更多的是研究非政府组织［11-14］、医疗机构［15］的灾害救援效率以及根据专家经验定性分析救援效率的影响因素和提高救援效率的建议［16］，对重特大自然灾害救援效率的定量评价不多，没有相对客观、准确的方法. 因此从定量、宏观的角度准确地衡量中国重特大自然灾害救援效率，有助于提高我国应急管理专业化水平.

当前关于效率评价及影响因素的研究主要采用DEA-Tobit 两阶段模型，第一阶段用数据包络分析（DEA）求解DMU的效率值；第二阶段用Tobit回归分析效率值的影响因素. DEA是一种客观、成熟、应用广泛的效率评价方法［17-18］，可以满足重特大自然灾害救援效率评估的客观约束［19］；SBM模型作为传统DEA 模型的改进，可以更方便、准确地测度重特大自然灾害救援效率［20］. 灾害救援效率值不是连续性数值，Tobit模型符合截尾回归模型的特点［21］，可见SBM-Tobit模型适用于自然灾害救援效率评价.

本文筛选2008—2019 年我国发生的15 起重特大自然灾害救援事件，提取影响救援效率的主要技术指标，构建效率评价体系，将灾害救援行动视为多投入-多产出的决策单元（DMU），运用包含非期望产出的超效率SBM模型，对救援行动“投入-产出”综合评价，研究救援资源投入与救援效率之间的技术有效性问题，从定量化的角度总结灾害救援效率情况，根据不同灾难类型、不同地区、不同严重程度进行群组分析，评价历史救援行动各种资源投入的不足与冗余，并通过Tobit回归分析灾害救援效率影响因素，提出改善救援效率的建议.

1 研究方法

1.1 SBM模型

重特大自然灾害发生后，政府投入大量的救援资金、救援队伍，处理的塌方面积、获救人数不断增加，希望伤亡人数不断降低. 普通DEA模型一般要求投入越多，产出越好，救援效率越高；在评估重特大自然灾害救援效率值时，传统的DEA模型已不适用于包含非期望产出的效率问题.

SBM模型是非径向、非导向数据包络模型，克服了传统DEA模型的缺陷，有效地解决了传统DEA模型的松弛问题. 因此本研究将采用包含非期望产出的超效率SBM模型对重特大自然灾害救援效率进行评估，使评估结果更加准确，具有可信度. SBM模型如下：

其中：ρ为效率值；xio为输入值；yro为期望产出；q1、q2、m分别表示期望产出、非期望产出、投入指标的个数；S-、S+、Sb_分别表示投入冗余量、期望产出不足量和非期望产出超标量；λ为权重向量；X、Y、B分别表示投入指标、期望产出指标、非期望产出指标构成的向量. 0 ≤ρ≤1，当且仅当ρ=1时决策单元有效，否则为非有效单元.

1.2 Tobit模型

Tobit回归模型也称为截断回归模型，截断即表示被解释变量数值不是连续的. 本研究中通过数据包络分析法得出的重特大自然灾害救援效率值不是连续性数值，是被截断的数据，因此采用Tobit回归分析对救援效率值进行影响因素分析. 建立模型如下：

其中：yi为被解释变量（重特大自然灾害救援效率值）；β是回归系数；自变量为x1（人均GDP）、x2（进出口总额）、x3（公路里程数）；μi为残差.

2 变量选取与数据处理

基于非期望产出超效率SBM模型评价方法最关键的一步是评价指标筛选，考虑到指标的全面性、代表性以及科学可行性，选取自然灾害救援效率评价的投入产出变量.

2.1 输入指标

选取人力、财力、物力方面作为投入指标，对重特大自然灾害救援效率进行评估.

1）捐赠总资金与经济损失比率（M1）

捐赠总资金包括政府直接拨付资金、物资以及其他机构向灾区捐款及物资，其中对物资进行折算. 但是考虑到不同程度的自然灾害损失程度不同，援助资金差异较大，为减小结果的误差，本研究选取政府捐赠总资金与经济损失比值作为输入指标M1.

2）救援力量总人数与受灾人口比率（M2）

重特大自然灾害救助工作中，解放军、武警部队、公安干警和民兵预备役充当救援主力军，本地的各种救援力量作为辅助力量. 考虑到不同程度自然灾害损失程度不同，救援力量总人数存在较大差异，为减小误差，本研究选取救援力量总人数与受灾人口比值作为输入指标M2.

3）救援装备（M3）

随着科技的进步，飞机、车辆以及生命探测仪、破拆工具等专用救援器材很大程度提高了救援效率. 为衡量救援过程中技术方面的投入，本研究将对自然灾害救援工作中所用到的车辆、飞机、专用救灾器械等数目加总作为救援装备总数目M3.

2.2 输出指标

自然灾害救援本着效益最大化原则，尽可能用有限的资源投入来最大限度满足灾区需要. 因此，本研究以减少受灾地区人员伤亡和满足受灾地区需求为研究侧重点. 其中，满足受灾地区需求为期望产出，灾后死亡人数为非期望产出.

1）死亡人数增加比值（N1）

灾难类型不同，造成的危害程度不同，死亡人数亦不同. 为体现救援效率准确性，排除由于灾难类型的不同、灾害程度不同带来的误差，本研究引入死亡人数增加比值指标作为输出指标N1. 其中，死亡人数增加比值指累计死亡人数与震后3天累计死亡人数比值.

2）救援资金满足率（N2）

灾害救援中的物资一部分来源于政府拨款，另一部分来自国内外机构捐赠. 一般来说，国内外提供给灾区的资金总额基本可以满足灾区应急救援、灾后重建需要. 本研究将国内外救援总资金作为受灾地区总需求，将政府拨付资金与总需求的比值作为政府救援资金满足比率. 这个比值越大，说明救援满足程度越高，以此来衡量政府对自然灾害的救援效率.

综上，构建投入产出指标体系如表1所示.

表1 影响重特大自然灾害救援效率的变量Tab.1 Variables affecting rescue efficiency of major natural disasters

2.3 影响因素指标选取

不同的灾难类型、不同地理区域、不同自然灾害严重程度都会影响自然灾害救援效率，此外，受灾地区的经济发展水平、交通情况、人文环境等都会对自然灾害救援效率带来不同程度的影响. 现阶段关于重特大自然灾害救援效率受到的影响的研究还停留在定性阶段，鉴于此，本研究将采用定量分析，对重特大自然灾害救援效率影响因素展开分析. 考虑到指标选取原则以及数据的可获取性，本研究最终选定经济发展水平、交通运输水平、贸易开放程度三方面对中国政府救援效率影响因素展开分析，见表2.

表2 重特大自然灾害救援效率影响因素指标Tab.2 Index of factors influencing rescue efficiency for major natural disasters

2.4 样本选择及数据来源

考虑到近年来我国发生的重特大自然灾害以地震、泥石流、洪涝、台风、冰冻等为主，因此本研究将选取2008—2019年我国发生的15起重特大地震灾害、地质灾害、气象灾害为研究样本，收集每起自然灾害的中国政府捐赠总资金、经济损失、救援力量总人数、死亡人数、救援装备等数目、中国政府救援资金满足率、受灾地区的人均GDP、进出口总额、公路总里程数等. 数据主要来源于中国统计年鉴、地方机构统计公报；中华人民共和国民政部、财政部、应急管理部；省级民政厅、财政厅；市级民政局、财政局；百度百科、维基百科；新浪网、搜狐网、人民网、腾讯网等新闻网站.

3 实证分析

3.1 基于SBM模型的救援效率评价

3.1.1 测算结果分析 通过maxDEA软件对这15起重特大自然灾害救援效率进行测度，得到效率评价结果如表3所示. 从评价结果整体来看，2008—2018年间15起重特大自然灾害救援效率平均值为0.886，7起救援效率低于平均效率值，即样本中救援效率处于平均效率值以下的自然灾害占样本总数46.67%.

表3 重特大自然灾害救援效率Tab.3 Rescue efficiency of major natural disasters

从运行结果得出，2008年中国雪灾救援效率仅有0.249，汶川大地震、玉树地震、芦山地震、九寨沟地震、10·7景谷地震救援效率值均小于1，相对较低. 可见，虽然中国的自然灾害救援效率总体较高，但是也存在很多问题，面对一些比较严重的自然灾害时，救援效率并不乐观.

从图1 可以看出，救援效率波动较大，可能有以下原因：①灾害的严重程度、灾害的类型影响到救援效率；②不同地区发生的自然灾害，由于地理环境等因素会影响到救援效率.

图1 重特大自然灾害救援效率变化趋势Fig. 1 The changing trend of rescue fficiency of major natural disasters

为探究灾难类型、发生的地理区域、严重程度对救援效率的影响，对样本数据进行群组分析. 图2显示不同灾难类型对救援效率影响不同，损害程度不同，但救援资金满足率比值未发生太大变化；图3显示不同地理区域对救援效率影响不同，华南地区救援效率及救援资金满足率明显高于西北、西南地区，这可能与当地经济水平有关；图4显示自然灾害的严重程度影响救援效率，严重程度高的灾害损失程度更大，救援资金满足度也越小.

图2 不同灾难类型下的救援效率Fig.2 Rescue efficiency under different disaster types

图3 不同地区的救援效率Fig.3 Rescue efficiency in different areas

图4 不同严重程度下的救援效率Fig.4 Rescue efficiency under different severities

3.1.2 松弛变量分析 根据测度结果可知，样本数据中汶川大地震、玉树地震、芦山地震、九寨沟地震、10·7景谷地震、2008年中国雪灾等重特大自然灾害救援效率相对较低. 为研究重特大自然灾害救援的特点，得出各变量松弛量，从而分析无效决策单元效率低下的原因，如表4.

表4 重特大自然灾害救援效率无效决策单元松弛变量Tab.4 Slack variable of invalid decision unit for the efficiency of major natural disaster rescue

表4显示，投入冗余和非期望产出超标是这7个自然灾害救援效率相对较低的主要原因. 例如，九寨沟地震中，投入指标M1冗余13.356，冗余率为80%；投入指标M3冗余1.541，冗余率达到85%，非期望产出超标率达到25.5%. 投入冗余率越大，说明灾害救援投入资源浪费较严重；非期望产出超标率越大，救援效率越低. 由此可见，在期望产出不变的情况下，需要减少投入要素量和非期望产出要素量才能提高重特大自然灾害救援效率. 样本中汶川大地震、舟曲泥石流、芦山地震、玉树地震、云南鲁甸地震效率低下，且均为地震灾害，可见灾害救援效率可能受到灾难类型的影响.

从以上决策单元松弛变量结果分析可知，中国政府救援效率低下的内部原因是人力、财力、物力投入方面存在冗余，此外，灾难类型、灾难发生的地理位置、灾难严重程度、灾区经济发展水平、交通运输水平、贸易开放程度等诸多外部因素都有可能会对救援效率产生一定影响. 受灾地区在经济发展水平、交通情况、对外开放程度人文因素等方面都存在一定的差异，即使发生类似灾害，救援效率也不同. 本研究采用定量分析，进一步探究各个因素对重特大自然灾害救援效率的产生的影响.

3.2 基于Tobit模型的影响因素分析

利用Tobit回归模型定量分析受灾地区人均GDP、进出口总额、公路里程数对被灾害救援效率值的显著性，回归结果如表5所示.

表5 Tobit回归模型多因素分析结果Tab.5 Multivariate analysis results of Tobit regression model

从表5的模型估计结果来看：模型的R2值为0.905，意味着X1，X2，X3可以解释Y的90.54%变化原因，且X1呈现出0.01水平显著性（p=0.010＜0.01），意味着X1会对Y产生显著的正向影响关系；X2呈现出0.01水平显著性（p=0.001 0＜0.01），意味着X2会对Y产生显著的正向影响关系；X3呈现出0.01 水平显著性（p=0.000＜0.01），意味着X3会对Y产生显著的正向影响关系. 如果假定其他情况不变，受灾地区人均GDP每增加1%，灾害救援效率值将增加0.000 012 2个百分点；受灾地区进出口总额每增加1%，灾害救援效率值将增加0.000 264个百分点；受灾地区公路里程数每增加1%，灾害救援效率值将增加0.000 054个百分点.

综上所述，受灾地区的人均GDP、进出口总额、公路总里程数与受灾地区的救援效率值成正相关关系，即表示受灾地区的经济发展水平、交通运输水平、对外贸易程度均对重特大自然灾害救援效率有着积极影响，我们可以从宏观层面提高重特大自然灾害救援效率.

4 结论与建议

本研究从内外部原因研究我国重特大自然灾害救援效率影响因素，提出救援效率低下的原因是多种投入资源冗余浪费，未能有效整合救援资源，无法形成有效的资源共享，政府组织部门间协调机制也存在一定问题. 而经济发展水平、交通运输水平、贸易开放程度对重特大自然灾害救援效率均有积极影响，提高灾害救援效率需要完善应急管理体制、提升各地区交通水平、构建救援信息平台，提高我国灾害救援综合实力.

基于以上结论，为了提高自然灾害救援效率，本文提出如下建议：

1）完善应急管理体制，加强各部门合作

针对不同类型灾害建立相应应急管理制度，基于原有的应急救援专业队伍，增强救援技术能力；对救援技术进行专业化细分，针对灾害严重等级建立不同的专业队伍，进行装备配置，分级管理. 加强各组织部门的协调合作，整合多个政府部门，减少部门之间的协调难度和投入资源的重复浪费，提高自然灾害救援效率. 除了本国政府组织的协同外，也应注意与一些社会组织、国际组织的协调合作，使救援行动标准统一、目标一致，将救援管理有效的统筹起来，从根本上保证救援工作高效运行.

2）提升各地区交通水平，增强国际交流

经济水平是自然灾害救援的基础，可以提高灾害救援过程中财力、物力、技术的投入力度，能够为灾区聚集更多的物资和有效援助. 加强交通运输水平、应急物流系统建设可以满足灾后救援物资运输调度需求，提高救援运输效率. 随着经济全球化趋势的加快，自然灾害救助不是一个国家或民族可以独立完成的，需要加强国际交流，实现信息共享.

3）构建救援信息平台，加强资源整合提高救援效率需要合理分配救灾物资，协调救援专业人才，达到各部门高效协作. 构建灾害救援数据大平台，统计自然灾害救援的各类相关数据，如灾害发生的时间、地点，灾难死亡人数，受灾地区的经济指标、交通指标、贸易开放程度，本国政府救援投入总人数、救灾用设备、物资，社会组织、其他国家的捐赠，物资使用情况等相关信息. 灾害发生后根据大数据平台动态监控救援情况，在必要时加大某种资源投入，合理分配资源，加强资源整合，有效协调各部门、组织救援行动，从而提升救援效率，实现科学化、规范化、专业化救援.