鄭小華,婁盼星,馬永永,馮 蕾,劉 環(huán)
(1.陜西省氣象臺(tái),西安 710015; 2.陜西省氣象科學(xué)研究所,西安 710015)
暴雨災(zāi)害在我國(guó)發(fā)生范圍廣泛,直接經(jīng)濟(jì)損失巨大,且逐年呈增加趨勢(shì)[1-3]。陜西省地處青藏高原的東北側(cè),地形南北狹長(zhǎng),橫跨3個(gè)氣候帶,受季風(fēng)氣候影響,暴雨多集中在夏季(6-9月),極端降水強(qiáng)度大、時(shí)空分異特征明顯,極端強(qiáng)降水導(dǎo)致陜西各地每年都有不同程度的洪澇災(zāi)害發(fā)生,給國(guó)民經(jīng)濟(jì)和人民的生命財(cái)產(chǎn)造成重大損失[4-5]。1981年8月漢中大水災(zāi)和1983年7月安康暴雨災(zāi)害均造成重大人員傷亡。2012年陜南暴雨造成經(jīng)濟(jì)損失高達(dá)63.7億元,2017年陜北暴雨洪澇災(zāi)害致使綏德全縣被淹,造成巨大的人員和財(cái)產(chǎn)損失。研究表明,20世紀(jì)后期開(kāi)始,中高緯度大部分地區(qū)降水量呈現(xiàn)增加趨勢(shì),強(qiáng)降水或極端降水的頻率也相應(yīng)增加[6]。
科學(xué)、客觀地評(píng)估重大氣象災(zāi)害(暴雨)服務(wù)效益具有十分重要的意義:一方面可以改造并完善氣象服務(wù)的流程與體系,建造包括災(zāi)前防護(hù)、災(zāi)中管理與災(zāi)后重建在內(nèi)的工作流程和管理機(jī)制[7];另一方面還可以讓社會(huì)公眾和政府決策部門(mén)了解、支持氣象事業(yè)發(fā)展,同時(shí)也有利于氣象本部門(mén)自身提高認(rèn)識(shí),從而進(jìn)一步提高服務(wù)水平[8]。
近年來(lái),各國(guó)專家和學(xué)者從不同角度對(duì)氣象服務(wù)效益進(jìn)行分析和評(píng)價(jià),取得了大量的研究成果[9-23]。周福[24]對(duì)重大氣象災(zāi)害(臺(tái)風(fēng)、暴雨)服務(wù)效益評(píng)估研究中,提出了防減災(zāi)效益系數(shù)的概念,建立了重大氣象災(zāi)害氣象服務(wù)效益評(píng)估的數(shù)學(xué)模型,從防減災(zāi)效益中分離出了其中的氣象服務(wù)效益,實(shí)現(xiàn)了重大氣象災(zāi)害服務(wù)效益的客觀定量化評(píng)估。曹廣喜等[25]在氣象防災(zāi)減災(zāi)服務(wù)效益理論模型與研究假設(shè)的基礎(chǔ)上,構(gòu)建了氣象防災(zāi)減災(zāi)服務(wù)效益的結(jié)構(gòu)方程模型(SEM),并基于問(wèn)卷調(diào)查數(shù)據(jù),從顯性效益和要素效益兩方面對(duì)我國(guó)的氣象防災(zāi)減災(zāi)服務(wù)效益進(jìn)行了實(shí)證分析。影響氣象災(zāi)害和氣象服務(wù)效益的因子頗多,以上方法都存在評(píng)估指標(biāo)單一,未考慮全社會(huì)效益及決策效益,且評(píng)價(jià)結(jié)果多為減損效益,并未考慮增益效益等問(wèn)題。本文綜合前人研究成果,采用定性分析與定量統(tǒng)計(jì)相結(jié)合,運(yùn)用多種指標(biāo),從氣象服務(wù)水平和防御行為兩個(gè)維度對(duì)暴雨氣象服務(wù)效益進(jìn)行綜合評(píng)價(jià),最后采用評(píng)估效益模型計(jì)算出暴雨山洪氣象服務(wù)防災(zāi)減災(zāi)綜合效益值,以期提高暴雨災(zāi)害服務(wù)效益評(píng)估業(yè)務(wù)化、定量化水平,發(fā)現(xiàn)暴雨災(zāi)害氣象服務(wù)和防御過(guò)程中存在的不足,從而促進(jìn)服務(wù)水平和防御能力的提高。
災(zāi)情數(shù)據(jù)來(lái)自于民政部門(mén)的統(tǒng)計(jì)數(shù)據(jù),包括2018年4次暴雨災(zāi)害天氣過(guò)程(分別為6月25日—7月4日關(guān)中陜南大暴雨、8月6—8日榆林市大暴雨、8月9—14日銅川市暴雨、8月20—22日關(guān)中陜南暴雨)的災(zāi)害損失、人員轉(zhuǎn)移和受災(zāi)人數(shù)等。調(diào)查問(wèn)卷按照群體分為“社會(huì)公眾”和“政府決策”2類(lèi)。其中,“社會(huì)公眾”涉及24個(gè)問(wèn)題,主要調(diào)查人群為發(fā)生暴雨災(zāi)害縣區(qū)的隨機(jī)調(diào)查人群;“政府決策”涉及22個(gè)問(wèn)題,主要調(diào)查人群為政府管理部門(mén)的決策氣象服務(wù)對(duì)象和協(xié)理員。通過(guò)網(wǎng)絡(luò)調(diào)查加實(shí)地調(diào)查,共獲得調(diào)查樣本量4189份,其中社會(huì)公眾3515人次,政府決策人員674人次。具體數(shù)據(jù)見(jiàn)表1。
表1 暴雨災(zāi)害天氣過(guò)程調(diào)查數(shù)據(jù)統(tǒng)計(jì)
參考已有的研究成果[26-28],結(jié)合陜西暴雨災(zāi)害發(fā)生特征及當(dāng)?shù)胤罏?zāi)減災(zāi)水平,從氣象服務(wù)水平和防御行為兩個(gè)維度對(duì)暴雨災(zāi)害氣象服務(wù)效益進(jìn)行綜合評(píng)價(jià)。其中,利用暴雨預(yù)報(bào)預(yù)警、公眾氣象服務(wù)、決策氣象服務(wù)、行業(yè)氣象服務(wù)和社會(huì)反饋等5個(gè)一級(jí)指標(biāo)和10個(gè)二級(jí)指標(biāo)表征氣象服務(wù)水平,利用政府主導(dǎo)、部門(mén)聯(lián)動(dòng)及社會(huì)參與等3個(gè)一級(jí)指標(biāo)和7個(gè)二級(jí)指標(biāo)表征防御行為效益。
暴雨災(zāi)害的氣象服務(wù)防災(zāi)減災(zāi)所帶來(lái)的增益值,通常用避免人員傷亡數(shù)和減少經(jīng)濟(jì)損失值2個(gè)指標(biāo)來(lái)衡量。增益值的計(jì)算方式選用了逆推法[28]、節(jié)省費(fèi)法[10]及非線性加權(quán)綜合法[15]。主要計(jì)算指標(biāo)包括:減少人員傷亡數(shù)、減少經(jīng)濟(jì)損失、暴雨災(zāi)害氣象服務(wù)防災(zāi)減災(zāi)綜合效益。因子值來(lái)自調(diào)查問(wèn)卷和災(zāi)情資料。具體計(jì)算方法如下。
減少人員傷亡數(shù)計(jì)算公式:
Rm=Am×CRm
(1)
式(1)中,Rm為某次暴雨過(guò)程減少的人員傷亡數(shù),單位:人;Am為某次暴雨過(guò)程實(shí)際轉(zhuǎn)移安置人數(shù),單位:人;CRm為某次暴雨災(zāi)害過(guò)程若未采取轉(zhuǎn)移安置措施,可能產(chǎn)生的人員傷亡比率,單位:%。
公眾減少經(jīng)濟(jì)損失計(jì)算公式:
(2)
式(2)中,Pb為公眾使用氣象服務(wù)產(chǎn)生的減損效益總數(shù),單位:萬(wàn)元;Ap為公眾個(gè)人使用氣象服務(wù)產(chǎn)生的減損增益值,單位:元;n為調(diào)查有效樣本數(shù),單位:人;T為受暴雨影響地區(qū)的總?cè)丝跀?shù),單位:人。
暴雨災(zāi)害氣象服務(wù)防災(zāi)減災(zāi)綜合效益計(jì)算公式:
B=(AMG(1-S))/(1-MG(1-S))
(3)
式(3)中,B為某次暴雨災(zāi)害過(guò)程氣象服務(wù)防災(zāi)減災(zāi)效益值,單位:億元;A為某次暴雨災(zāi)害過(guò)程的直接經(jīng)濟(jì)損失,單位:億元;M為某次暴雨災(zāi)害過(guò)程的氣象服務(wù)水平;G為某次暴雨災(zāi)害過(guò)程的政府防災(zāi)減災(zāi)決策和組織水平;S為某次暴雨災(zāi)害過(guò)程的不可避免的損失系數(shù)。
2018年6月25日-7月4日,陜西省出現(xiàn)大范圍降水天氣,中南部出現(xiàn)區(qū)域性暴雨天氣。全省1788個(gè)氣象監(jiān)測(cè)站出現(xiàn)降雨,強(qiáng)降雨主要集中于延安南部、關(guān)中西部、陜南西部,其中68個(gè)氣象監(jiān)測(cè)站累計(jì)雨量大于200 mm,最大漢中寧強(qiáng)廣坪627.9 mm,643站累計(jì)雨量超過(guò)100 mm。
2018年8月6-8日,陜西省出現(xiàn)了一次強(qiáng)對(duì)流、強(qiáng)降雨天氣過(guò)程。強(qiáng)降雨主要集中在榆林大部、咸陽(yáng)中北部及漢中西南部等地,全省共1193個(gè)監(jiān)測(cè)站出現(xiàn)降雨,過(guò)程雨量大于100 mm共8站(榆林7站),最大榆林綏德義合152.5 mm,大于50 mm的共51站,其中榆林28站。共有69站次出現(xiàn)30 mm/h以上的雨強(qiáng),最大雨強(qiáng)為7日16-17時(shí)榆陽(yáng)孟家灣鄉(xiāng)的66.3 mm/h。
2018年8月9-14日,陜西省大部出現(xiàn)對(duì)流性降雨天氣,強(qiáng)降雨主要集中在陜北的大部、關(guān)中和陜南的部分地區(qū)。全省共1519個(gè)監(jiān)測(cè)站出現(xiàn)降雨,有10站過(guò)程雨量大于100 mm(榆林6站),最大過(guò)程雨量為神木西溝的178.8 mm,有104站過(guò)程雨量大于50 mm,其中榆林30站。有87站次出現(xiàn)30 mm/h以上的雨強(qiáng),最大雨強(qiáng)為13日13-14時(shí)藍(lán)田玉山的67.2 mm/h。
2018年8月20-22日,陜西省出現(xiàn)了一次大暴雨天氣過(guò)程。8月20日08時(shí)-22日08時(shí)全省共1635個(gè)監(jiān)測(cè)站出現(xiàn)降雨,強(qiáng)降雨主要分布在陜北南部、關(guān)中中西部、漢中、安康南部,影響范圍比較廣且較集中。其中26站累計(jì)雨量大于100 mm,最大過(guò)程雨量為印臺(tái)袁家山的152.1 mm,272站累計(jì)雨量超過(guò)50 mm。
暴雨災(zāi)害氣象服務(wù)水平綜合評(píng)價(jià)中所使用的具體評(píng)價(jià)指標(biāo)分為5個(gè)一級(jí)指標(biāo)和10個(gè)二級(jí)指標(biāo),每個(gè)指標(biāo)的得分值根據(jù)指標(biāo)說(shuō)明給出(表2),評(píng)價(jià)得分值來(lái)源于專家打分和“社會(huì)公眾”調(diào)查問(wèn)卷。根據(jù)對(duì)暴雨災(zāi)害氣象服務(wù)的綜合評(píng)價(jià)得分,將暴雨災(zāi)害氣象服務(wù)效果劃分為服務(wù)效果明顯(80分以上)、效果較好(61—80分)、效果一般(40—60分)3類(lèi)。
表2 暴雨災(zāi)害氣象服務(wù)各級(jí)評(píng)價(jià)指標(biāo)
暴雨災(zāi)害防御行為效益綜合評(píng)價(jià)是基于“政府主導(dǎo)、部門(mén)聯(lián)動(dòng)、社會(huì)參與”防災(zāi)體系之下,用于綜合評(píng)價(jià)暴雨災(zāi)害防災(zāi)減災(zāi)過(guò)程中的整體組織水平和防災(zāi)抗災(zāi)能力。評(píng)價(jià)指標(biāo)有3個(gè)一級(jí)指標(biāo)、7個(gè)二級(jí)指標(biāo)和20個(gè)三級(jí)指標(biāo)(表3)。每個(gè)指標(biāo)給定5分,分值從小到大分別為1、2、3、4、5。每個(gè)防御行為的最高分值為5,目標(biāo)總分值是20個(gè)防御行為指標(biāo)最高分值5的合計(jì)為100。三級(jí)指標(biāo)的具體得分值來(lái)自“政府決策”的調(diào)查問(wèn)卷數(shù)據(jù)分析。評(píng)估等級(jí)分為好(100—85),較好(84—75),一般(74—65),較差(64—55),差(55分以下)5個(gè)等級(jí)。
表3 防御暴雨災(zāi)害行為效益綜合評(píng)價(jià)指標(biāo)體系
根據(jù)暴雨災(zāi)害防災(zāi)減災(zāi)效益評(píng)價(jià)研究技術(shù)路線,對(duì)2018年4次暴雨災(zāi)害天氣過(guò)程進(jìn)行了氣象服務(wù)水平和防御行為綜合評(píng)價(jià),并將結(jié)果匯總?cè)绫?所示??梢钥闯觯?次暴雨過(guò)程氣象服務(wù)水平評(píng)價(jià)均在93分以上,最高達(dá)到了95.9分,氣象服務(wù)效果明顯;暴雨災(zāi)害防御行為評(píng)價(jià)均在89分以上,表明陜西在暴雨災(zāi)害防災(zāi)減災(zāi)過(guò)程中的整體組織水平和防災(zāi)抗災(zāi)能力好。
表4 氣象服務(wù)水平自評(píng)價(jià)和暴雨災(zāi)害防御行為綜合評(píng)價(jià)
通過(guò)調(diào)查還發(fā)現(xiàn),陜西氣象部門(mén)在提高天氣預(yù)報(bào)的準(zhǔn)確率和氣象監(jiān)測(cè)的時(shí)空精度外,還應(yīng)積極加強(qiáng)部門(mén)間聯(lián)絡(luò)與合作,提高信息資料交換與共享力度,拓寬專業(yè)氣象預(yù)警發(fā)布渠道建設(shè),進(jìn)一步加強(qiáng)針對(duì)社會(huì)公眾在氣象防災(zāi)減災(zāi)知識(shí)普及方面的工作。
依據(jù)暴雨災(zāi)害氣象服務(wù)防災(zāi)減災(zāi)效益評(píng)價(jià)計(jì)算方式,計(jì)算得到2018年4次暴雨災(zāi)害天氣過(guò)程氣象服務(wù)防災(zāi)減災(zāi)效益評(píng)價(jià)結(jié)果見(jiàn)表5。合計(jì)減少人員傷亡數(shù)351人次,公眾利用氣象服務(wù)在應(yīng)對(duì)暴雨災(zāi)害天氣過(guò)程中人均節(jié)省的損失為513.21元/人,暴雨災(zāi)害氣象服務(wù)防災(zāi)減災(zāi)綜合效益值為4.54億元。
表5 2018年4次暴雨災(zāi)害天氣過(guò)程防災(zāi)減災(zāi)綜合效益值及計(jì)算指標(biāo)匯總
本研究基于氣象、經(jīng)濟(jì)社會(huì)統(tǒng)計(jì)數(shù)據(jù)和定量化問(wèn)卷調(diào)查數(shù)據(jù),采用定性分析與定量統(tǒng)計(jì)相結(jié)合的方法,從氣象服務(wù)水平和防御行為兩個(gè)維度對(duì)暴雨災(zāi)害氣象服務(wù)效益進(jìn)行綜合評(píng)價(jià),并計(jì)算了防災(zāi)減災(zāi)綜合效益值。其中,在評(píng)估模型的構(gòu)建中,通過(guò)合理的調(diào)查問(wèn)卷設(shè)計(jì),提出防御暴雨災(zāi)害行為效益評(píng)估三級(jí)指標(biāo)體系,對(duì)氣象服務(wù)效益過(guò)程中社會(huì)公眾和政府決策部門(mén)進(jìn)行定量化賦值,是對(duì)暴雨氣象災(zāi)害效益客觀評(píng)估的有效嘗試。評(píng)估結(jié)果能夠定量客觀地評(píng)價(jià)政府決策、部門(mén)聯(lián)防和公眾參與對(duì)暴雨防災(zāi)減災(zāi)行為的效益及作用。該方法對(duì)于定量客觀地評(píng)估氣象服務(wù)效益的業(yè)務(wù)化提供了實(shí)操案例,同時(shí)也為其他氣象災(zāi)害或同類(lèi)區(qū)域開(kāi)展相關(guān)工作提供技術(shù)參考。
評(píng)估結(jié)果表明,陜西2018年4次暴雨氣象服務(wù)水平均在93分以上,最高95.9分,服務(wù)效果明顯;防御行為效益均在89分以上,最高92.3分;公眾滿意度較高,均在82分以上。4次暴雨災(zāi)害天氣服務(wù),合計(jì)減少人員傷亡數(shù)351人次,公眾利用氣象服務(wù)在應(yīng)對(duì)暴雨災(zāi)害天氣過(guò)程中人均節(jié)省的損失為513.21元/人,暴雨氣象服務(wù)防災(zāi)減災(zāi)綜合效益值為4.54億元。
災(zāi)害性天氣的氣象服務(wù)不確定性強(qiáng),除受到預(yù)測(cè)水平制約外,還受當(dāng)?shù)厣鐣?huì)經(jīng)濟(jì)和人文環(huán)境等因素的影響,長(zhǎng)期以來(lái)難以利用定量的統(tǒng)計(jì)方法進(jìn)行客觀評(píng)估。具體到致災(zāi)暴雨的氣象服務(wù)效益評(píng)估,如何從暴雨減災(zāi)總效益中分離出氣象服務(wù)效益是構(gòu)建暴雨氣象服務(wù)效益評(píng)估模型的一個(gè)關(guān)鍵問(wèn)題。應(yīng)該看到,由于目前針對(duì)重大氣象災(zāi)害服務(wù)效益評(píng)估的研究方法還較少,特別是理論及技術(shù)方法研究有待進(jìn)一步完善。同時(shí),在考慮暴雨災(zāi)害服務(wù)防災(zāi)減災(zāi)效益評(píng)估的同時(shí),也應(yīng)加強(qiáng)氣象服務(wù)的生態(tài)效益評(píng)估工作,后期研究中應(yīng)注意加強(qiáng)這方面工作。