沿海地區(qū)風(fēng)暴潮災(zāi)害的脆弱性組合評價(jià)及原因探析

袁順，趙昕，李琳琳

（1.中國海洋大學(xué)海洋與大氣學(xué)院，山東青島266100；2.中國海洋大學(xué)經(jīng)濟(jì)學(xué)院，山東青島266100）

沿海地區(qū)風(fēng)暴潮災(zāi)害的脆弱性組合評價(jià)及原因探析

袁順1，趙昕2*，李琳琳2

（1.中國海洋大學(xué)海洋與大氣學(xué)院，山東青島266100；2.中國海洋大學(xué)經(jīng)濟(jì)學(xué)院，山東青島266100）

以典型海洋災(zāi)害風(fēng)暴潮為研究對象，以國家海洋局統(tǒng)計(jì)公報(bào)數(shù)據(jù)、國家統(tǒng)計(jì)局和各省市統(tǒng)計(jì)數(shù)據(jù)為數(shù)據(jù)源，將粗糙集理論（RST）與組合賦權(quán)策略（CWM）結(jié)合建立了基于RST-CWM的風(fēng)暴潮災(zāi)害脆弱性組合評價(jià)模型。利用粗糙集的知識簡約屬性、投影尋蹤組合賦權(quán)思想進(jìn)行沿海各省市地區(qū)海洋風(fēng)暴潮災(zāi)害脆弱性的綜合評價(jià)。測算結(jié)果表明：沿海地區(qū)基于RST-CWM模型的風(fēng)暴潮災(zāi)害脆弱性呈現(xiàn)出一定的空間差異性，但研究區(qū)各省市海洋風(fēng)暴潮災(zāi)害脆弱性與地理位置分布沒有必然的聯(lián)系，說明在沿海地區(qū)開展海洋防災(zāi)減災(zāi)工作，若只注重地理區(qū)劃并不一定能改善當(dāng)?shù)仫L(fēng)暴潮脆弱程度。研究區(qū)各省市海洋災(zāi)害脆弱程度大小排序?yàn)椋荷綎|、天津、福建、廣東、廣西、遼寧、江蘇、浙江、海南、河北、上海，同時(shí)，各省市的脆弱性要素即暴露性、敏感性及適應(yīng)性構(gòu)成有所差異，說明完備海洋風(fēng)暴潮防災(zāi)減災(zāi)機(jī)制的驅(qū)動力是多樣的，風(fēng)暴潮防治應(yīng)綜合考慮災(zāi)害本身和人為因素。

風(fēng)暴潮災(zāi)害；脆弱性；組合評價(jià)；粗糙集理論

1　引言

長期以來，我國沿海地區(qū)在經(jīng)濟(jì)社會發(fā)展過程中發(fā)揮著主導(dǎo)作用，但同時(shí)也面臨諸多威脅其可持續(xù)發(fā)展的復(fù)雜自然因素。海洋風(fēng)暴潮災(zāi)害與沿海地區(qū)經(jīng)濟(jì)社會穩(wěn)定聯(lián)系密切，然而當(dāng)前針對風(fēng)暴潮災(zāi)害風(fēng)險(xiǎn)與沿岸地區(qū)經(jīng)濟(jì)社會安全研究較少。進(jìn)行基于脆弱性評估的自然災(zāi)害研究將成為分析社會經(jīng)濟(jì)系統(tǒng)與自然環(huán)境系統(tǒng)耦合關(guān)聯(lián)，探究經(jīng)濟(jì)系統(tǒng)與自然環(huán)境系統(tǒng)對災(zāi)害響應(yīng)能力、抑制機(jī)制和驅(qū)動力的新視角［1］。同時(shí)，脆弱性評估也是揭示同類且同強(qiáng)度自然災(zāi)害在不同地理區(qū)域致?lián)p程度及破壞性強(qiáng)弱的原因并為沿海各地區(qū)科學(xué)制定防災(zāi)減災(zāi)策略提供有效技術(shù)支撐的工具。

沿海各省市地處我國海陸交叉邊界，該地區(qū)的健康發(fā)展直接關(guān)系我國經(jīng)濟(jì)社會的穩(wěn)定。自20世紀(jì)80年代以來，中國作為新興經(jīng)濟(jì)體中的代表，就是面臨海洋災(zāi)害風(fēng)險(xiǎn)最嚴(yán)重的國家之一。據(jù)《國家海洋災(zāi)害統(tǒng)計(jì)公報(bào)》顯示：海洋災(zāi)害在近20年對我國的致?lián)p年均增幅高達(dá)30%，是各類自然災(zāi)害中導(dǎo)致社會經(jīng)濟(jì)損失增長最快的災(zāi)種。2013年我國海洋災(zāi)害導(dǎo)致的直接經(jīng)濟(jì)損失達(dá)163.48億元，其中風(fēng)暴潮災(zāi)害直接經(jīng)濟(jì)損失153.96億元，占沿海地區(qū)海洋災(zāi)害直接經(jīng)濟(jì)損失的94.2%，紅色預(yù)警級別的臺風(fēng)風(fēng)暴潮過程為新中國成立以來同期最多，風(fēng)暴潮逐漸成為為威脅我國生態(tài)安全的最主要自然災(zāi)種，嚴(yán)重影響我國沿海地區(qū)的可持續(xù)發(fā)展。

當(dāng)前關(guān)于災(zāi)害脆弱性組成要素的研究多樣且觀點(diǎn)不一致［2—4］，脆弱性通常認(rèn)為是暴露單位由于受到擾動而易于受到傷害的程度以及其適應(yīng)（應(yīng)對、恢復(fù)）災(zāi)害的能力［3］，這種能力與暴露性、應(yīng)對能力、危險(xiǎn)程度、穩(wěn)健性有關(guān)［4］。在此，將地區(qū)風(fēng)暴潮災(zāi)害脆弱性界定為地區(qū)暴露于風(fēng)暴潮災(zāi)害的人口財(cái)產(chǎn)容易遭受損害的程度以及地區(qū)在災(zāi)害發(fā)生后的應(yīng)急、恢復(fù)能力。依據(jù)此描述，本文綜合災(zāi)害經(jīng)濟(jì)學(xué)、區(qū)域經(jīng)濟(jì)發(fā)展理論、生態(tài)學(xué)、基于災(zāi)害視角的脆弱性評價(jià)機(jī)理并利用Tunner等［5］的脆弱性要素構(gòu)成界定，將沿海地區(qū)面臨的主要海洋氣象風(fēng)暴潮災(zāi)害與地理區(qū)域暴露性、經(jīng)濟(jì)發(fā)展敏感性、社會承受適應(yīng)性結(jié)合起來，進(jìn)行基于RST-CWM組合評價(jià)框架下沿海海洋風(fēng)暴潮災(zāi)害脆弱性評估。通過研究整合粗糙集篩選理論與組合賦權(quán)思想，為沿海各省市評定風(fēng)暴潮災(zāi)害致?lián)p等級以及制定針對性的風(fēng)暴潮風(fēng)險(xiǎn)防范策略提供科學(xué)、合理的依據(jù)［6］。

2　研究區(qū)域概況與研究方法

2.1研究區(qū)域概況

沿海地區(qū)地處我國東部，與日本、韓國以及東南亞各國相望，是亞洲陸地板塊和太平洋板塊的交界區(qū)域，同時(shí)該區(qū)域地形多為平原丘陵，也是我國海陸交通最便利、人口最密集且經(jīng)濟(jì)最為發(fā)達(dá)的地區(qū)。行政區(qū)劃上自北向南包括遼寧、天津、山東、江蘇、上海、浙江、福建、廣東、廣西和海南11個(gè)省市地區(qū)。我國沿海地區(qū)處于季風(fēng)氣候區(qū)，受夏季熱帶氣旋以及冬季溫帶氣旋或冷空氣影響，常年面臨風(fēng)暴潮災(zāi)害風(fēng)險(xiǎn)；同時(shí)受主要潮災(zāi)半日潮影響，沿海地區(qū)在熱帶氣旋、寒潮等災(zāi)害氣象過程中面臨的風(fēng)暴潮災(zāi)害損失可能性相對顯著。因此，定量評估沿海地區(qū)風(fēng)暴潮脆弱性對該區(qū)域具有較強(qiáng)的現(xiàn)實(shí)意義。

2.2研究方法

（1）粗糙集：利用粗糙集理論（RST）對指標(biāo)信息進(jìn)行篩選，通過其知識簡約核心功能對脆弱性指標(biāo)體系進(jìn)行精簡，刪除冗余屬性指標(biāo)并優(yōu)化信息系統(tǒng)的決策規(guī)則或分類［7］。

（2）單一評價(jià)方法集：利用單一評價(jià)方法進(jìn)行風(fēng)暴潮脆弱性單一評估，其中方法集中涵蓋的典型代表性方法包括：①改進(jìn)序關(guān)系法；②熵值法；③坎蒂雷賦權(quán)法；④投影尋蹤聚類模型。單一評價(jià)方法由于評價(jià)屬性及評價(jià)機(jī)理存在差異，為解決該問題有必要尋求新的解決路徑。

（3）組合賦權(quán)法：利用離差最大化組合賦權(quán)策略對單一評價(jià)框架下的結(jié)果進(jìn)行加權(quán)，其優(yōu)勢在于：①最大化脆弱性值的差異程度便于排序及評價(jià)；②通過利用Lagrange函數(shù)保證最優(yōu)解唯一并避免非線性規(guī)劃性局部最小值陷阱；③數(shù)值算法優(yōu)化并能保證權(quán)重值求解的準(zhǔn)確性及快捷性。

圖1　研究區(qū)域范圍Fig.1 Coastal area of the research

3　基于RST-CWM模型的沿海地區(qū)風(fēng)暴潮脆弱性組合評價(jià)

利用波蘭學(xué)者Pawlak［7］提出的粗糙集理論（RST），為避免單一賦權(quán)的片面性，引入組合評價(jià)策略（CWM），將粗糙集理論和組合評價(jià)策略結(jié)合進(jìn)而構(gòu)建RST-CWM模型。評估模型具有明顯的創(chuàng)新優(yōu)勢，即模型擺脫先驗(yàn)信息的束縛，不僅能利用已知數(shù)據(jù)庫知識近似描述不確定或不精確的知識，挖掘非完備數(shù)據(jù)隱含信息并揭示其潛在的規(guī)律，同時(shí)還可通過多種單一方法的“重組”實(shí)現(xiàn)單一評價(jià)機(jī)理的優(yōu)勢互補(bǔ)，強(qiáng)化結(jié)果的一致性和代表性進(jìn)而確保研究結(jié)論的準(zhǔn)確、可信。

3.1脆弱性評價(jià)指標(biāo)體系的初步構(gòu)建

針對脆弱性的內(nèi)涵不同學(xué)者構(gòu)建了不同的指標(biāo)體系，但上述指標(biāo)體系的構(gòu)建到多側(cè)重專一層面，無法綜合反映災(zāi)害脆弱性綜合程度［8-10］。在此，本文基于災(zāi)害脆弱性構(gòu)成要素，依據(jù)科學(xué)性、完備性、可操作性等原則，綜合考慮風(fēng)暴潮災(zāi)害實(shí)際對沿海地區(qū)農(nóng)作物、海水養(yǎng)殖、房屋、海岸工程、作業(yè)船只等造成影響，選取30個(gè)代表性指標(biāo)。從災(zāi)害暴露性、敏感性、適應(yīng)性3個(gè)層面建立基于RST-CWM思想的海洋風(fēng)暴潮脆弱性初步評價(jià)指標(biāo)體系，指標(biāo)框架以災(zāi)害脆弱性要素為經(jīng)度、以沿海省市潮災(zāi)害脆弱性因子為緯度，相關(guān)數(shù)據(jù)來自《2012年中國海洋統(tǒng)計(jì)年鑒》及同期《中國統(tǒng)計(jì)年鑒》、《中國城市統(tǒng)計(jì)年鑒》、《中國保險(xiǎn)統(tǒng)計(jì)年鑒》、《中國財(cái)政統(tǒng)計(jì)年鑒》及各沿海省市統(tǒng)計(jì)年鑒，指標(biāo)體系具體見表1。

表1　基于RST-CWM的海洋風(fēng)暴潮脆弱性初步評價(jià)指標(biāo)體系Tab.1 Basic index system of storm surge vulnerability based on RST-CWM

（1）暴露性指標(biāo)：暴露性指標(biāo)分為絕對指標(biāo)和相對指標(biāo)，絕對指標(biāo)又從絕對規(guī)模視角衡量沿海省市風(fēng)暴潮災(zāi)害社會、經(jīng)濟(jì)方面的暴露性，包括：①沿海城市人口：衡量人口方面的暴露性，人口數(shù)量越多，其暴露于風(fēng)暴潮災(zāi)害下的受災(zāi)人口越多進(jìn)而導(dǎo)致脆弱性越高；②GDP與GOP：GOP用于衡量沿海地區(qū)宏觀經(jīng)濟(jì)發(fā)展水平，通常經(jīng)濟(jì)越發(fā)達(dá)地區(qū)暴露于風(fēng)暴潮災(zāi)害的財(cái)產(chǎn)越多，災(zāi)害脆弱性越高，同時(shí)考慮到風(fēng)暴潮災(zāi)害對海洋經(jīng)濟(jì)的影響顯著，因此同樣將GOP納入沿海省市暴露性的評價(jià)體系；③其他絕對指標(biāo)：風(fēng)暴潮災(zāi)害通常使對耕地、海水養(yǎng)殖淹沒受損，海岸工程受損，在此將耕地面積、海水養(yǎng)殖面積、確權(quán)海域面積、海岸線長度納入暴露性的衡量指標(biāo)體系中。相對指標(biāo)則包括人口密度、海洋經(jīng)濟(jì)密度、人均GDP、經(jīng)濟(jì)密度、建筑密度，這些指標(biāo)從相對規(guī)模角度衡量沿海省市風(fēng)暴潮災(zāi)害暴露性。

（2）敏感性指標(biāo)：該體系主要指標(biāo)衡量沿海省市風(fēng)暴潮災(zāi)害敏感性，①經(jīng)濟(jì)層面：選取海洋經(jīng)濟(jì)生產(chǎn)總值在地區(qū)生產(chǎn)總值占比指標(biāo)原因在于：相較于陸域經(jīng)濟(jì)，風(fēng)暴潮災(zāi)害對海洋經(jīng)濟(jì)的影響為顯著，同等經(jīng)濟(jì)發(fā)展水平的沿海地區(qū)由于其海洋經(jīng)濟(jì)發(fā)達(dá)不同所面臨的潛在經(jīng)濟(jì)損失也存在，其可能遭受的損失越大，敏感性越高；②人口層面：風(fēng)暴潮災(zāi)害發(fā)生時(shí)，老人、兒童、婦女發(fā)生傷亡可能性更大，沿海地區(qū)各省市中若這3類人群所占的比例越高則災(zāi)害敏感性越高，選取海洋經(jīng)濟(jì)生產(chǎn)總值在地區(qū)生產(chǎn)總值占比、65歲及以上人口占比、15歲以下人口占比、女性占比作為沿海省市風(fēng)暴潮災(zāi)害敏感性衡量指標(biāo)，而且高中以下學(xué)歷占比可以作為衡量區(qū)人口素質(zhì)指標(biāo)，一般高中以下人口占比越高表明該省市人口素質(zhì)越低，該地區(qū)人口整體防災(zāi)減災(zāi)意識、風(fēng)險(xiǎn)分散意識相對越低，地區(qū)風(fēng)暴潮災(zāi)害敏感性越高。

（3）適應(yīng)性指標(biāo)：該準(zhǔn)則層同樣可分為3個(gè)層面，①財(cái)政支出層面：選取人均財(cái)政支出、公共安全及資源氣象等財(cái)政支出占比作為衡量指標(biāo)，其中，人均財(cái)政支出從相對規(guī)模角度衡量沿海省市財(cái)政支出，人均財(cái)政支出越多說明該地區(qū)用于經(jīng)濟(jì)社會發(fā)展管理、設(shè)施建設(shè)的投入越多，災(zāi)害適應(yīng)性越高進(jìn)而海洋風(fēng)暴潮災(zāi)害脆弱性越低；公共安全等財(cái)政支出占比則體現(xiàn)政府對公共安全、社會保障、氣象預(yù)報(bào)的重視程度，該比重越高則意味著災(zāi)害發(fā)生后政府的應(yīng)急能力高、地區(qū)對災(zāi)害的適應(yīng)性強(qiáng)以及該地區(qū)風(fēng)暴潮災(zāi)害脆弱性低；②居民收入層面，居民收入水平越高表明居民災(zāi)后恢復(fù)能力迅速、地區(qū)災(zāi)害適應(yīng)性強(qiáng)及脆弱性低，具體指標(biāo)涵蓋城鎮(zhèn)居民人均可支配收入、農(nóng)民人均純收入、城鄉(xiāng)居民人均儲蓄額。③基礎(chǔ)設(shè)施建設(shè)層面：每千人醫(yī)院和衛(wèi)生院床位數(shù)、每千人衛(wèi)生技術(shù)人員衡量地區(qū)醫(yī)療條件，地區(qū)醫(yī)療條件與災(zāi)后受傷人員有效治療的成正相關(guān)，人均城市道路面積衡量的是地區(qū)交通情況，道路面積越大越有利于災(zāi)后人員疏散及物資運(yùn)輸，人均綠地面積、城市綠化覆蓋率則衡量政府對環(huán)境保護(hù)的重視程度，指標(biāo)數(shù)值越高則表明該地區(qū)越重視環(huán)境保護(hù)進(jìn)而提高災(zāi)害適應(yīng)性，而保險(xiǎn)密度、保險(xiǎn)深度能夠衡量地區(qū)人身保險(xiǎn)、財(cái)產(chǎn)保險(xiǎn)的普及程度，指標(biāo)數(shù)值越高表明地區(qū)災(zāi)害風(fēng)險(xiǎn)越分散進(jìn)而導(dǎo)致地區(qū)受損越低、災(zāi)害適應(yīng)性越強(qiáng)及災(zāi)害脆弱性越低。

3.2RST框架下的評價(jià)指標(biāo)集的簡化

風(fēng)暴潮脆弱性評價(jià)指標(biāo)集的簡化是依據(jù)粗糙集屬性約簡這一重要屬性特征，其中數(shù)據(jù)指標(biāo)的篩選步驟包括：①采用數(shù)據(jù)同趨勢化及無量綱化對評價(jià)指標(biāo)集數(shù)據(jù)進(jìn)行預(yù)處理，利用模糊C均值聚類將初始評價(jià)指標(biāo)分為兩類并實(shí)現(xiàn)各個(gè)評價(jià)指標(biāo)的離散化；②運(yùn)用粗糙集理論中基于遺傳算法的屬性簡約方法，對暴露性、敏感性、適應(yīng)性3方面的評價(jià)指標(biāo)分別進(jìn)行屬性約簡獲得單個(gè)準(zhǔn)則層下可能包括多組評價(jià)指標(biāo)組合；③針對層級中出現(xiàn)指標(biāo)不唯一的組合，依據(jù)指標(biāo)構(gòu)建完整性原則進(jìn)行篩選并確定最終風(fēng)暴潮災(zāi)害脆弱性評價(jià)指標(biāo)體系（表2）。

表2　基于RST-CWM的海洋風(fēng)暴潮脆弱性最終評價(jià)指標(biāo)體系Tab.2 Final index system of storm surge vulnerability based on RST-CWM

3.3CWM下風(fēng)暴潮脆弱性指標(biāo)權(quán)重計(jì)算

在利用組合賦權(quán)策略進(jìn)行指標(biāo)權(quán)重測算之前，依據(jù)表2體系框架下的指標(biāo)歸一化數(shù)據(jù)進(jìn)行重新篩選，避免傳統(tǒng)方法確定權(quán)重主觀性并彌補(bǔ)一般粗糙集在確定權(quán)重不能完備表達(dá)偏好信息的缺陷［9］。通過對所篩選的指標(biāo)標(biāo)準(zhǔn)化數(shù)據(jù)進(jìn)行權(quán)重賦權(quán)即可測得不同區(qū)域風(fēng)暴潮脆弱性評價(jià)值，而基于CWM的權(quán)重確定依據(jù)如下組合策略進(jìn)行：

（1）確定單一評價(jià)方法及并進(jìn)行評價(jià)值測算：單一評價(jià)方法集選取原則包括評價(jià)方法選擇屬性（指標(biāo)）相同且各評價(jià)方法的機(jī)理存在一定的差異性?；谶@一原則采用依據(jù)指標(biāo)貢獻(xiàn)率確定權(quán)重的改進(jìn)序關(guān)系法［10］、依據(jù)信息量確定權(quán)重的熵值法［11］、依據(jù)指標(biāo)與評價(jià)值間相關(guān)程度確定權(quán)重的坎蒂雷賦權(quán)法［12］以及保持指標(biāo)體系數(shù)據(jù)空間結(jié)構(gòu)角度確定權(quán)重值的投影尋蹤聚類模型［13］。單一方法集的選擇兼顧評價(jià)機(jī)理的差異性以及評價(jià)屬性的一致性，利用所得權(quán)重對標(biāo)準(zhǔn)化的數(shù)據(jù)指標(biāo)加權(quán)可測得個(gè)單一評價(jià)下不同沿海地區(qū)風(fēng)暴潮脆弱性評價(jià)值（表3）。

表3　基于單一評價(jià)方法的風(fēng)暴潮脆弱性評價(jià)結(jié)果Tab.3 Estimation of storm surge vulnerability based on single evaluation method

（2）基于CWM策略的組合權(quán)重測算

表3中各單一評價(jià)方法得到的評價(jià)值存在差異性表明單一評價(jià)體系下評估結(jié)果可能存在一定的片面性差異，這將影響評價(jià)的準(zhǔn)確性和可行度，在此，本文采取加權(quán)策略對上述單一評價(jià)方法進(jìn)行組合賦權(quán)進(jìn)而實(shí)現(xiàn)各單一評價(jià)方法優(yōu)勢的結(jié)合。

①組合策略實(shí)施的前提是方法之間具有一致性，因此方法組合之前需進(jìn)行方法集相容性檢驗(yàn)。為克服早期相容性檢驗(yàn)方法Kendall一致性系數(shù)檢驗(yàn)無法直接驗(yàn)證評價(jià)值是否存在一致性的弊端［14］，本文利用ICC法（組內(nèi)相關(guān)系數(shù)法）［15］進(jìn)行相容性檢驗(yàn)，結(jié)果顯示改進(jìn)序關(guān)系分析法、熵值法、坎蒂雷賦權(quán)法、投影尋蹤聚類模型通過相容性檢驗(yàn)，ICC統(tǒng)計(jì)量及F檢驗(yàn)統(tǒng)計(jì)量具體如表4所示。

表4　相容性檢驗(yàn)結(jié)果Tab.4 Results of compatibility test

②CWM權(quán)重組合策略則利用離差最大化組合賦權(quán)方法［16］，對單一方法權(quán)重向量利用公式，（j=1，2，…，n）進(jìn)行歸一化處理得到單一評價(jià)方法改進(jìn)序關(guān)系分析法、熵值法、坎蒂雷賦權(quán)法、投影尋蹤聚類模型的組合權(quán)重系數(shù)分別為：0.200 3，0.207 9，0.308 9，0.282 9，利用屬性Gs的組合計(jì)算公式得到各指標(biāo)的組合權(quán)重，其中，fij、ftj分別為評價(jià)對象i、對象t在單一評價(jià)j方法下的評價(jià)值，為j方法下指標(biāo)s的權(quán)重值，組合權(quán)重如表5所示。

表5　評價(jià)指標(biāo)組合權(quán)重Tab.5 Weight combination of final index

③基于RST-CWM模型的沿海省市風(fēng)暴潮災(zāi)害脆弱性評價(jià)結(jié)果依據(jù)表5中權(quán)重及篩選后的指標(biāo)標(biāo)準(zhǔn)化數(shù)據(jù)進(jìn)行線性加權(quán)，得到沿海地區(qū)不同省市之間的風(fēng)暴潮災(zāi)害脆弱性及其暴露性、敏感性、適應(yīng)性，需要說明的是適應(yīng)性是成本型指標(biāo)且其評價(jià)值越小表明該地區(qū)適應(yīng)性越高，各項(xiàng)指標(biāo)具體如圖1所示。

圖1　沿海省市風(fēng)暴潮災(zāi)害脆弱性評價(jià)值Fig.1 Estimation of storm surge vulnerability based on RST-CWM

4　基于行政單元的評價(jià)結(jié)果分析

通過對我國沿海各行政單元風(fēng)暴潮災(zāi)害進(jìn)行基于RST-CWM模型的脆弱度水平評估，反映沿海地區(qū)各省市的均衡風(fēng)暴潮災(zāi)害的致?lián)p水平。各省市內(nèi)基于RST-CWM模型的風(fēng)暴潮脆弱程度從大到小排序?yàn)椋荷綎|、天津、福建、廣東、廣西、遼寧、江蘇、浙江、海南、河北、上海，風(fēng)暴潮災(zāi)害脆弱性程度依次呈現(xiàn)降低的態(tài)勢即風(fēng)暴潮造成的綜合影響程度逐漸削弱，但基于RST-CWM模型風(fēng)暴潮脆弱程度并未呈現(xiàn)明顯的空間地理特征。沿海地區(qū)風(fēng)暴潮脆弱性評價(jià)指標(biāo)體系的完備性以及組合賦權(quán)思想保證脆弱性測度是綜合反映沿海省市風(fēng)暴潮脆弱水平的加權(quán)平均化指標(biāo)，依據(jù)數(shù)理統(tǒng)計(jì)常用的等分思想將風(fēng)暴潮脆弱性簡要劃分為高度脆弱性、較高脆弱性、中度脆弱性、較低脆弱性、低度脆弱性，臨界點(diǎn)分別為0.587 3、0.516 3、0.445 2、0.374 1，依據(jù)測度結(jié)果可知，沿海各省市地區(qū)以風(fēng)暴潮中度脆弱水平及以上為主，風(fēng)暴潮災(zāi)害對東部及東南沿岸地區(qū)的影響相對顯著（圖2）。

圖2　脆弱性評估結(jié)果Fig.2 Evaluation results of vulnerability of storm surge

高度脆弱性地區(qū)主要指山東省，依據(jù)圖3顯示山東省暴露性最高，敏感性僅次于天津，同時(shí)其適應(yīng)性處于中等水平。山東不僅是耕地面積居全國之首位農(nóng)業(yè)大省，同時(shí)海岸線長度居全國第三并擁有明顯的海洋區(qū)位優(yōu)勢及資源優(yōu)勢顯著，海洋生產(chǎn)總值僅次于廣東；同時(shí)，山東高敏感性主要體現(xiàn)在山東省人口老齡問題突出，老齡人口規(guī)模位居全國之首且占人口總量比例也很高，僅次于江蘇，此外女性占比也相對較高，僅次于天津、江蘇、浙江。

較高脆弱性地區(qū)包括天津、福建、廣東、廣西、遼寧且脆弱性依次降低：①天津風(fēng)暴潮脆弱性位列山東之后排在沿海省市第二位，但與前者不同的是天津具有很高的敏感性和適應(yīng)性，原因分別在于天津海洋經(jīng)濟(jì)在全市經(jīng)濟(jì)中占據(jù)重要地位，海洋生產(chǎn)總值占比位列全國之首且老年人口占比、女性占比分別位列全國第四、三位，同時(shí)天津市綠化覆蓋率最低、保險(xiǎn)深度僅高于廣西，而且天津市政府對公共財(cái)政安全支出僅處于中等水平。②福建省次之，其暴露性、敏感性、適應(yīng)性排序相對較為集中且較為靠前，分別位于第六、三、四位，其中，福建省女性占比很高且僅次于浙江省，海洋生產(chǎn)總值在地區(qū)經(jīng)濟(jì)中的占比也比較重要，僅位列天津、上海、海南之后；然而福建醫(yī)療條件較低，每千人醫(yī)院和衛(wèi)生院床位數(shù)位列倒數(shù)第三，同時(shí)其公共安全等財(cái)政支出占比較低，僅高于江蘇、福建。③廣東省風(fēng)暴潮災(zāi)害脆弱性位列第四的原因主要在于其暴露性排名位于沿海第二，廣東社會經(jīng)濟(jì)發(fā)達(dá)海洋經(jīng)濟(jì)總值排名全國第一位且沿海城市人口明顯高于其他省市，而且廣東的海岸線最長、海洋資源豐富、海洋經(jīng)濟(jì)發(fā)展迅速；受老年人口占比及女性人口占比均低最低的影響其風(fēng)暴潮敏感性最低進(jìn)而拉低其脆弱性排名。④廣西省脆弱性較高的原因在于其適應(yīng)性最低，適應(yīng)性顯著低于其他省份，廣西經(jīng)濟(jì)社會發(fā)展較為相對落后，其海洋生產(chǎn)總值和人均生存總值均位列全國最低，而且廣西省的沿海城市人口位列倒數(shù)第二，這導(dǎo)致關(guān)系暴露性及敏感性均不高；但廣西落后的醫(yī)療條件包括全國每千人醫(yī)院和衛(wèi)生院床位數(shù)全國最少，以及落后經(jīng)濟(jì)條件導(dǎo)致該省人民生活水平較低包括農(nóng)民人均純收入全國最低、城鎮(zhèn)人民可支配收入位列倒數(shù)第三，再加上擁有最低的保險(xiǎn)深度，這都導(dǎo)致廣西擁有最低的適應(yīng)性。⑤遼寧省受暴露性、敏感性相對較高分別位于第三、四位影響，但其僅高于上海適應(yīng)性直接導(dǎo)致其脆弱性處于較高水平，遼寧省海洋漁業(yè)很發(fā)達(dá)，其海水養(yǎng)殖面積位于全國首位，海洋經(jīng)濟(jì)發(fā)展相對成熟，但遼寧對公共安全等的財(cái)政支出占比最高則降低災(zāi)害適應(yīng)性。

處于中度脆弱性及以下的省份可劃分3個(gè)層次，其中第一層次主要指處于中度脆弱水平的省份，包括江蘇、浙江，江蘇省風(fēng)暴潮災(zāi)害脆弱性位于第七位且其暴露性、敏感性、適應(yīng)性分列五、六、七位的中等水平，盡管江蘇老齡化嚴(yán)重，但受其他指標(biāo)表現(xiàn)一般的影響，江蘇的災(zāi)害脆弱性表現(xiàn)一般；浙江風(fēng)暴潮災(zāi)害脆弱性位于第八位，該省暴露性、敏感性分別處于中等偏上和中等偏下水平，但該省適應(yīng)性相對較高，僅低于遼寧、上海，這主要因受浙江經(jīng)濟(jì)發(fā)達(dá)進(jìn)而其城鎮(zhèn)居民人均可支配收入及農(nóng)民人均純收入相對較高。第二層次則指的是處于較低風(fēng)暴潮脆弱性的省份包括海南、河北，前者風(fēng)暴潮災(zāi)害脆弱性位于沿海各省市倒數(shù)第三，其原因主要在于該省暴露性最低、敏感性中等且適應(yīng)性較低，由于海南社會經(jīng)濟(jì)欠發(fā)達(dá)且沿海城市人口最少，同時(shí)，海南海洋生產(chǎn)總值及人均生產(chǎn)總值位列倒數(shù)第二，此外，在適應(yīng)性方面，海南情況與廣西類似，當(dāng)?shù)厝嗣裆钏捷^低、醫(yī)療條件相對落后且保險(xiǎn)深度較低。與形成對比，河北省盡管位列風(fēng)暴潮災(zāi)害脆弱性位于倒數(shù)第二位，其主要原因與海南省存在很大不同，突出表現(xiàn)在其較低的暴露性和敏感性以及處于中等水平的適應(yīng)性，河北海岸線較短且僅高于天津市、上海市，導(dǎo)致其沿海海洋資源缺乏，同時(shí)，該省海洋經(jīng)濟(jì)發(fā)展較慢且總量僅高于廣西、海南，海洋經(jīng)濟(jì)在地區(qū)生產(chǎn)總值中的占比僅位居倒數(shù)第二位。第三層次則指的是所有沿海地區(qū)具有最低的風(fēng)暴潮災(zāi)害脆弱性的上海市，上海具有中等偏下的暴露性、較低的敏感性及最高的風(fēng)暴潮災(zāi)害適應(yīng)性，在風(fēng)險(xiǎn)暴露層面，上海地處我國沿海地區(qū)中部且地理位置優(yōu)越，受風(fēng)暴潮影響不及南部的粵、閩、浙地區(qū)，同時(shí)也不及其北部蘇、魯?shù)鹊?；同時(shí)受其人口競爭優(yōu)勢的影響，上海市15歲以下人口占比最低，且其女性占比僅高于廣東位列倒數(shù)第二位；但最明顯的是上海市人民生活水平、醫(yī)療條件、保險(xiǎn)深度均位列全國之首，良好的基層設(shè)施條件為上海應(yīng)對風(fēng)暴潮災(zāi)害提供極為可靠的支撐。

5　結(jié)論

本文以災(zāi)害脆弱性評價(jià)為切入視角，將粗糙集理論和組合賦權(quán)方法進(jìn)行優(yōu)化并實(shí)現(xiàn)組合策略優(yōu)勢互補(bǔ)，在刪除冗余指標(biāo)保證指標(biāo)體系科學(xué)性、評價(jià)高效的同時(shí)，通過多種單一評價(jià)的綜合確保評價(jià)結(jié)果客觀反映指標(biāo)體系內(nèi)含信息，提高評價(jià)的準(zhǔn)確性及可信度；同時(shí)，在利用模糊組合評價(jià)在我國典型海洋風(fēng)暴潮災(zāi)害分析過程中，針對性地識別沿海各省市風(fēng)暴潮災(zāi)害脆弱性程度，從暴露性、敏感性及適應(yīng)性3個(gè)層面細(xì)化不同省市脆弱性高低差異的具體成因，彌補(bǔ)了現(xiàn)有災(zāi)害脆弱性測度方法的不足并獲得相對均衡的測度結(jié)果；此外，實(shí)證結(jié)果顯示沿海各省市地區(qū)風(fēng)暴潮災(zāi)害脆弱性呈現(xiàn)出一定的空間差異性，但風(fēng)暴潮脆弱程度與地理位置分布無必然的聯(lián)系，脆弱性的差異主要由暴露性、敏感性及適應(yīng)性對應(yīng)地理、經(jīng)濟(jì)及社會條件差異導(dǎo)致，這說明完備風(fēng)暴潮防災(zāi)減災(zāi)機(jī)制的驅(qū)動力是多樣的。因此，沿海地區(qū)海洋防災(zāi)減災(zāi)工作的不僅需要考慮單一地理區(qū)劃，同時(shí)還應(yīng)考慮災(zāi)害本身和人的因素。

［1］Pelling M.Visions of risk：a review of international indicators of disaster risk and its management［M］.ISDR／UNDP：Kingps College，University of London，2004.

［2］Zapata R，Caballeros R.Un tema del desarrollo：vulnerabilidad frente a los desastres［J］.CEPAL，Naciones Unidas，Mexico，DF，2000：45.

［3］Kasperson J X，Kasperson R E.Global environmental risk［M］.Tokyo：United Nations University Press，2013.

［4］Füssel H M.A generally applicable conceptual framework for climate change research，Global Environmental Change［J］.Global Environmental Change，2007，17（2）：155-167.

［5］Turner II B L，Kasperson R E，Matson P A，et al.A framework for vulnerability analysis in sustainability science［J］.Proceedings of the National Academy of Sciences，2003，100（14）：8074-8079.

［6］李映紅，陶占盛，秦喜文，等.基于組合賦權(quán)法的地質(zhì)災(zāi)害可拓學(xué)評價(jià)模型研究［J］.哈爾濱工業(yè)大學(xué)學(xué)報(bào)，2011，11：141-144.Li Yinghong，Tao Zhansheng，Qin Wenxi，et al.Compination Weight Method for determing theindex weight in geological disaster risk extenics evaluation［J］.Journal of Harbin Institute of Technology，2011，11：141-144.

［7］Pawlak Z.Rough sets［J］.International Journal of Computer&Information Sciences，1982，11（5）：341-356.

［8］Pelling M.Visions of risk：A review of international indicators of disaster risk and its management［R］.ISDR／UNDP：Kingps College，University of London，2004：1-56.

［9］呂躍進(jìn)，張旭娜，韋碧鵬.基于優(yōu)勢關(guān)系粗糙集的模糊綜合評價(jià)的權(quán)重確定［J］.統(tǒng)計(jì)與決策，2012，20：44-46.Lv Yuejin，Zhang Xuna，Wei Bipeng.Weighting methods of the Fuzzy comprehensive evaluation based rough set theory with dominance［J］.Statistics&Decision，2012，20：44-46.

［10］郭亞軍.綜合評價(jià)理論、方法與拓展［M］.北京：科學(xué)出版社，2012：62-101.Guo Yajun.Comprehensive Evaluation Theory，Methods and Extensions［M］.Beijing：Science Press，2012：62-101.

［11］趙慶良，許世遠(yuǎn)，王軍，等.上海城市系統(tǒng)洪災(zāi)脆弱度評價(jià)［J］.中國人口·資源與環(huán)境，2009（5）：143-147.Zhao Qingliang，Xu Shiyuan，Wang Jun，et al.Assessment of urban system vulnerability degree to flood disaster in Shanghai［J］.China Population Resources and Environment，2009（5）：143-147.

［12］馬輝.綜合評價(jià)系統(tǒng)中的客觀賦權(quán)方法［J］.合作經(jīng)濟(jì)與科技，2009，17：50-51.Ma Hui.Objecting weighting methods in comprehensive evaluation system［J］.Cooperative Economy&Science，2009，17：50-51.

［13］陳磊，徐偉，周忻，等.自然災(zāi)害社會脆弱性評估研究——以上海市為例［J］.災(zāi)害學(xué)，2012（1）：98-100，110.Chen Lei，Xu Wei，Zhou Xin，et al.Assessment of social vulnerability to natural disasters：a case study of Shanghai［J］.Journal of Catastrophology，2012（1）：98-100，110.

［14］曾憲報(bào).關(guān)于組合評價(jià)法的事前事后檢驗(yàn)［J］.統(tǒng)計(jì)研究，1997（6）：56-58.Zeng Xianbao.Test before and after the combinatorial assess［J］.Statistical Research，1997（6）：56-58.

［15］彭猛業(yè)，樓超華，高爾生.加權(quán)平均組合評價(jià)法及其應(yīng)用［J］.中國衛(wèi)生統(tǒng)計(jì)，2004（3）：17-20.Peng Mengye，Lou Chaohua，Gao Ersheng.Combinatorial evaluation method of weighting average and its application［J］.Chinese Journal of HealthStatistics，2004（3）：17-20.

［16］李珠瑞，馬溪駿，彭張林.基于離差最大化的組合評價(jià)方法研究［J］.中國管理科學(xué)，2013（1）：174-179.Li Zhurui，Ma Xijun，Peng Zhanglin.Research on combination evaluation method bases on maximizing deviations［J］.Chinese Journal of Management Science，2013（1）：174-179.

Combination evaluation and case analysis of vulnerability of storm surge in coastal provinces of China

Yuan Shun1，Zhao Xin2，Li Linlin2
（1．College of Oceanic and Atmospheric Science，Ocean University of China，Qingdao 266100，China；2．Collegeof Economics，Ocean University of China，Qingdao 266100，China）

This paper researched the storm surge disasters in coastal provinces of China.Based on the data sources including the State Oceanic Administration，statistical yearbooks of State Statistical Bureau and coastal provinces，the Rough Set Theory and the Combination Weighting Method were combined to build the RST-CWM model for the purpose of assessing the vulnerability of storm surge disasters.And the evaluation results show that the vulnerability of storm surge disasters in coastal provinces varied spatially.However，this variation did not show a significant connection with geographical location.In this case，only focusing on geographical location in policy-making was likely to be inefficient.The most vulnerable area was Shandong while the least was Shanghai.Furthermore，the vulnerability of storm surge disasters was discomposed into exposure，sensitivity and adaptability，which varied from provinces.It indicated that diverse driving forces should be employed to optimize marine disaster prevention and reduction policies，during which natural and human factors should be taken into account.

storm surge disasters；vulnerability；combination evaluation model；rough set theory

袁順，趙昕，李琳琳.沿海地區(qū)風(fēng)暴潮災(zāi)害的脆弱性組合評價(jià)及原因探析［J］.海洋學(xué)報(bào)，2016，38（2）：16-24，

10.3969／j.issn.0253-4193.2016.02.002

Yuan Shun，Zhao Xin，Li Linlin.Combination evaluation and case analysis of vulnerability of storm surge in coastal provinces of China［J］.Haiyang Xuebao，2016，38（2）：16-24，

10.3969／j.issn.0253-4193.2016.02.002

X43

A

0253-4193（2016）02-0016-09

2015-03-14；

2015-06-09。

國家自然科學(xué)基金項(xiàng)目（71373247）；海洋公益性行業(yè)科研專項(xiàng)（201305020）；國家社科基金重大項(xiàng)目（15ZDB171）；中國海洋發(fā)展研究會青年項(xiàng)目（CAMAQN201413）；山東省優(yōu)秀中青年科學(xué)家獎勵(lì)基金項(xiàng)目（BS2015HZ006）；中國博士后基金項(xiàng)目（2015M572077）。

袁順（1991—），男，山東省菏澤市人，博士研究生，主要從事海洋權(quán)益與資源綜合管理研究。E-mail：yshydx＠163.com

趙昕（1964—），教授，博士生導(dǎo)師，主要從事海洋經(jīng)濟(jì)、風(fēng)險(xiǎn)管理研究。E-mail：zx＠ouc.edu.cn