台风灾害社会经济敏感性分析——以浙江省为例

赵金涛，董 琳，储 姝，张 化*

(1.廊坊师范学院，河北 廊坊 065000；2.北京师范大学，北京 100875)

0 引言

在全球变化的大背景下，自然灾害对人类社会造成的威胁日益严峻。在1990年至2010年的EMDAT紧急灾难数据库中，水文、气象方面的自然灾害在不断增长，由一年平均200次上升到440次，而台风灾害、洪涝灾害发生频率是其中最高的两大类灾害［1］。台风灾害发生于众多临海国家，中国也深受影响，在沿海各省（市、区），一年大约有6-7个台风或者是热带气旋登陆。我国沿海地区经济发达、人口密集，生产总值占了全国50%以上，战略地位重要，是社会经济发展的重心［2-4］。浙江省是台风登陆较多的省份之一，台风灾害频发，每年带来的损失最为严重。

如何减轻台风灾害造成的损失，是灾害研究中一项重要的内容。历史灾情资料表明，在以往台风事件中，同等强度的台风灾害，所导致的社会经济损失存在差异，总损失与防救减灾等适应性成本存在着一定的关系，承灾体本身固有属性（如敏感性）导致损失程度不同，其变化规律目前尚不十分清楚。敏感性（Sensitivity）最开始的定义来源于心理学，表示的是人对外部环境情感刺激的知觉以及对此的响应速度和强度。Kane等［5］在1990年全球气候变化大会的报告中提出敏感性分析后，敏感性一词扩展到了气候变化领域。敏感性作为承灾体本身固有的属性，是在遭受自然灾害时的响应程度或本能反应，体现的是面临灾害可能造成重大伤害或损失的固有程度。灾害敏感性在农业领域研究比较广泛［6-8］，在气象学领域，敏感性的研究也受到关注。Ihara等［9］收集了日本首都东京的商业区用电量数据，结合空气温度和湿度数据进行分析，研究在不同温度、湿度条件下的商业区用电量的敏感性。亚马孙雨林也是敏感性研究的一个重点区域，许多研究在此展开，其中Phillips等［10］研究了不同干旱程度下雨林的敏感性，发现其中的生物数量随干旱程度的变化而变化明显。

目前，敏感性研究集中在承灾体脆弱性分析的角度，并且选定的承灾体一般是社会生态综合系统，单独对于社会经济敏感性评估的研究文献数量较少。本文以浙江省为例，针对台风灾害损失变化，从人口、经济、基础设施等不同承灾体角度探讨社会经济敏感性，分析其时空变化规律，为台风灾害减灾防灾管理提供科学依据。

1 数据来源与研究方法

1.1 数据来源

研究数据来自《浙江省统计年鉴》、浙江省各地级市统计年鉴、《中国城市建设统计年鉴》。浙江省共有11个地级市、90个县级单元，根据数据源特点，将每个地级市市辖区统一用市区代替，例如：将杭州的上城区、下城区、拱墅区、萧山区、余杭区、西湖区、江干区、滨江区这8个市辖区合并，以“杭州市区”统一计算，实际获取浙江省65个县级行政区2005、2010、2015和2019年的指标数据，为了统一量纲，数据进行了归一化处理。

1.2 研究方法

选取人口、经济（一产、二产、三产）、基础设施三大台风灾害承灾体，构建自然和社会属性的敏感性三级指标评价体系。采用AHP层次分析法，确定各指标权重，借助ArcGIS制图技术，编制浙江人口、经济、基础设施和社会经济综合敏感性时空变化图谱，探讨浙江省社会经济敏感性的时空变化规律。

1.2.1指标体系构建

台风灾害社会经济敏感性指标体系包含人口、经济、基础设施三个方面，共22个评价指标。考虑到数据的可获取性，在评价指标构建过程中，挑选一些能够获取的、可靠性强的指标。三级指标体系层层衔接，指标由大到小，层级细分具体，结构清晰，包含全面。在指标体系构建过程中，参考了已有文献。闫白洋［11］从社会和经济两方面出发，选择人口密度、年龄结构、产值等指标数据评价社会经济敏感度；毛亚会［12］则增加了人口数量、各产业从业人员等指标；李源［13］从人口、经济、社会保障三方面考量构建指标体系。这些研究没有考虑基础设施这一因素，而在台风灾害中，基础设施对损失的影响至关重要，加入基础设施作为台风灾害的承灾体对象非常必要。

1.2.2确定指标权重方法

指标权重的确定是评价分析的重要环节，权重值表示不同指标对评估目标贡献程度的大小。本文指标权重确定采用层次分析法（AHP），该方法将复杂抽象的问题，通过量化其他事物来表示，简便灵活且实用。研究时，先构建评价指标体系，然后利用合适的方式，例如专家打分法，确定各指标的权重，将指标中的数据与权重一起参与运算，得出特征值。在敏感性评价指标权重确定方面，层次分析法得到较好的应用，黄发明等［14］确定了各生态敏感性指标的权重，研究县级可持续发展和分区保护；李德旺等［15］对中国长江上游生态系统进行敏感性研究，为生态保护提供了科学的建议。在台风灾害承灾体敏感性权重的确定上，采用层次分析法比较可靠。

采用层次分析法确定各指标权重值时，邀请了5位专家进行打分，构建的指标评价体系以及各指标的权重值见表1。

表1 浙江省社会经济敏感性评价指标体系

1.2.3敏感性分级

通过计算，得到浙江省各地区2005、2010、2015和2019四个年份的人口敏感性值，使用Excel中的PERCENTILE.INC函数确定敏感值在数值范围对应20%、40%、60%、80%、100%的值，划分为敏感性低、较低、中等、较高、高5个级别范围。采用AICGIS软件，分别编制了浙江省人口、经济、基础设施和社会经济综合敏感性图谱，对其时空变化规律进行分析。

2 结果与分析

2.1 人口敏感性

浙江省人口的敏感性随着时间的变化呈现增强的特点，高敏感性区域由2005年的1个县区发展到2019年的6个县区；较高敏感区域也由2005年的0个发展到19个区县，占总区域的30%左右；中等敏感区域范围逐渐超过较低敏感区域范围，2019年占比最大，接近50%；较低敏感区域在2005、2010、2015年时变化不大，但在2019年时成倍减少；低敏感区域则从有变为无。除此之外，还存在一些比较特殊的敏感区域，例如建德市由较低敏感变成了高敏感后，敏感性再次降低。在空间分布上，区域的敏感性基本稳定，在远离海洋的地区，敏感性普遍低，而杭州市区、绍兴市区等区域敏感性较高，并且各个市区的敏感性普遍高于周边各县。由于浙江省女性人口、幼龄、老龄人口数占比以及人口密度都在增加，负向指标三产就业人数也在增加，随着人口密度增长以及人口老龄化的加剧，浙江人口敏感性呈现出上升的趋势。

2.2 经济敏感性

浙江省台风灾害经济的敏感性指标体系涵盖一产、二产和三产，同时选取了一些相关指标，例如粮食播种面积、农用化肥使用量等。浙江省经济敏感性是不断降低的，具体表现在：低敏感性区域在2005-2019年间，由1个县区变为23个，以每年大约1.5个的速度增长；较低敏感区域由无变为有，在2019年占比35%；中等、较高以及高敏感性的区域则在不断减少，在2019年占比约30%。空间分布看，经济敏感性区域差异比较明显，浙北地区的经济敏感性较高，浙西南经济敏感性较低，市辖区的经济敏感性普遍高于周边各县。浙江省经济敏感性不断降低，对各个市2005年以及2019年的产业占比进行统计，发现一产和二产的产业占比下降，三产的占比明显上升。在台风灾害下，相对于三产、二产，一产特别是农田等数据指标的敏感程度更高，在三产占比增加、一产占比减少的产业结构变化趋势下，浙江省的经济敏感性呈逐渐降低趋势，在浙江东南沿海区域表现尤为显著。

2.3 基础设施敏感性

基础设施的敏感性通过公路货物运输量、水路货物运输量、公路客运人数、水路客运人数、每万人全社会用电量、每万人供气管道长度、每万人供水总量、每万人供气总量等8个指标反映。浙江省的基础设施敏感性总体呈下降趋势，在2005年，中等以上敏感性区域约占70%，到2019年占比下降到20%；2019年较低或低的敏感性区域占了全省三分之二左右。空间变化上，高敏感性区域由浙东北地区不断转移，慢慢呈现出浙东南区域敏感性高的特点。高敏感区域一般是有河流经过的地区，贸易往来相对较多，如浙东南水运、陆运量都相对较多，符合这一特点。随着基础设施建设的不断完善，其受台风灾害的固有程度也在降低，敏感性也相应降低，面对台风灾害的损失也更加趋于稳定。

2.4 社会经济综合敏感性

对人口、经济、基础设施的敏感值进行加权求和，得到各地区的社会经济综合敏感性特征值。浙江省社会经济综合敏感性随着时间的变化，不同敏感性区域互相交错，在2015年，高敏感性区域和较高敏感性区域都有14个，中等敏感性区域有10个，较低和低敏感性区域分别有13、14个，从高敏感性到低敏感性的占比分别为21.5%、21.5%、15.4%、20%、21.5%；在2019年，高敏感性区域增加了5个，变为19个，较高敏感性区域12个，中等敏感性区域14个，较低和低敏感性区域都是10个，从高敏感性到低敏感性的占比分别为29.2%、18.5%、21.5%、15.4%、15.4%。由此可见，整个社会经济的敏感性逐渐增强。而且这些区域中，市辖区的综合敏感性要普遍比县级单位的行政区域高，例如杭州市区、台州市区、温州市区、金华市区等。空间分布的变化上，社会经济综合敏感性高的区域分布在浙北和浙东南区，敏感性较低的区域分布在浙西及浙西南区，与人口、经济、基础设施单独承灾体相比，社会经济综合敏感性区域变化较小，比较稳定，说明浙江各县区发展比较均衡，综合防灾减灾能力得到整体提升。

3 结论和讨论

社会经济敏感性的变动是多方面影响的结果，在时间上，人口敏感性持续上升，经济及基础设施的敏感性呈下降趋势，社会经济综合敏感性有相对较小的上升趋势。空间上，人口、经济、基础设施以及社会经济综合敏感性，市辖区均高于周边的县级行政区。虽然周边各县敏感性普遍低于市辖区，但由于防灾减灾措施不够完善，对台风灾害的抵抗能力相对于市辖区较弱，灾害损失反而较高。例如在2019年的利奇马台风中，温州市大荆镇损失严重，因此，应加大对县级单位防灾减灾设施的建设，提高全区域应急管理水平。

在数据获取上，还存在着一定的局限性，如基础设施中房屋结构、房屋年龄等能很好表征台风灾害敏感性的自然属性指标，因数据获取困难，未能纳入指标体系，评价结果的准确度会受到影响。社会经济敏感性是一个抽象的概念，到目前为止，没有一个固定的指标体系去评估社会经济的敏感性，在指标的选择上一直都存在争议，评价指标存在较大的主观性。防灾减灾中，国家政策方面的作用至关重要，在指标体系构建中，还应该考虑国家政策方面的指标。