2001—2020年中國西南地區(qū)氣象災(zāi)害損失的時空分布特征

姚 爽 邱 玉 郭 慧

（吉首大學(xué)商學(xué)院，湖南 吉首 416000）

0 引言

氣象災(zāi)害是指大氣活動對人類的生命財產(chǎn)、國民經(jīng)濟建設(shè)及國防建設(shè)等造成的各種直接或間接損害［1］。氣象災(zāi)害具有種類多、發(fā)生頻率高、持續(xù)時間長、波及范圍廣、災(zāi)情重、群發(fā)性突出及連鎖反應(yīng)明顯等特征，具自然災(zāi)害中最為頻繁和嚴(yán)重的災(zāi)害［2］。我國地形、氣候復(fù)雜，是世界上氣象災(zāi)害最為嚴(yán)重的國家之一，氣象災(zāi)害造成的損失占所有自然災(zāi)害總損失的70%以上，占國內(nèi)生產(chǎn)總值的1%～3%［3］。因此，分析我國氣象災(zāi)害損失及其時空分布，對今后防災(zāi)減災(zāi)救災(zāi)工作的開展具有重要指導(dǎo)意義。

我國西南地區(qū)地形復(fù)雜，地貌多樣，民族文化形態(tài)各異，屬于典型的氣候多變區(qū)，同時是一個氣象災(zāi)害頻發(fā)的地域。胡學(xué)平等［4］深入研究我國西南地區(qū)2009—2013年連續(xù)4 a干旱的特征及成因，從多方面對此次連續(xù)干旱進行系統(tǒng)研究，有助于進一步認(rèn)識該地區(qū)干旱變化的特征和成因，從而提高對該地區(qū)的干旱監(jiān)測水平和預(yù)測預(yù)警能力。黃曉遠(yuǎn)等［5］通過構(gòu)建基于致災(zāi)危險性和承災(zāi)體易損性的暴雨洪澇災(zāi)害風(fēng)險評估模型，對我國西南地區(qū)未來兩個時期（2021—2040年、2041—2060年）的暴雨洪澇災(zāi)害綜合風(fēng)險進行預(yù)估，有助于了解該地區(qū)在全球變暖背景下未來暴雨洪澇災(zāi)害事件的變化趨勢，增強防洪減災(zāi)工程建設(shè)，保護人們的生命安全，減少財產(chǎn)損失。劉曉璐等［6］利用川西南山地氣象觀測站點觀測資料，對冰雹天氣的時空分布特征進行分析，并探討冰雹日數(shù)與海拔的關(guān)系。張?zhí)鸬龋?］利用1960—2011年渝東南地區(qū)造成災(zāi)害的冰雹氣象資料進行冰雹突變及周期分析。李迪等［8］根據(jù)2015—2019年貴州省氣象災(zāi)情直報的災(zāi)情數(shù)據(jù)，分析其主要氣象災(zāi)害發(fā)生頻次和時空分布特征，為貴州省提升防災(zāi)減災(zāi)能力提供參考。陸芊芊、黃卓［9］通過對1965—2020年廣西壯族自治區(qū)臺風(fēng)與非臺風(fēng)暴雨過程的發(fā)生頻次、過程強度、過程影響范圍等特征分別進行統(tǒng)計，對比分析兩類暴雨過程的時間變化和空間分布特征，進一步細(xì)化對廣西壯族自治區(qū)暴雨變化規(guī)律的科學(xué)認(rèn)識，為氣象預(yù)測、防災(zāi)減災(zāi)、應(yīng)對氣候變化等提供參考。張乾柱等［10］基于2013—2015年與2016—2019年兩個階段山洪災(zāi)害調(diào)查成果，分析重慶市境內(nèi)山洪災(zāi)害時空分布特征，并通過地理探測器模型開展驅(qū)動因素分析。段汀等［11］利用2007—2020年四川省145個氣象臺站逐日降水資料分析四川省極端降水的時空變化特征及極端降水對總降水貢獻率的變化特征，此研究對于當(dāng)?shù)卣篮?、抗旱及防范和治理地質(zhì)災(zāi)害等可提供重要參考。

現(xiàn)有文獻對于我國西南地區(qū)氣象災(zāi)害的研究主要集中在對干旱、洪澇、冰雹等單個氣象災(zāi)害進行分析，或者對西南地區(qū)單個?。ㄗ灾螀^(qū)、直轄市）氣象災(zāi)害的探討，對于整個西南地區(qū)（包括云南、貴州、四川、重慶、廣西）包含干旱、洪澇及地質(zhì)災(zāi)害、臺風(fēng)、風(fēng)雹、低溫冷凍等在內(nèi)的氣象災(zāi)害的相關(guān)研究較少?；诖耍斜匾獙ξ覈髂系貐^(qū)的氣象災(zāi)害進行系統(tǒng)分析，厘清其時空分布及發(fā)展趨勢，并以此為這一地區(qū)防災(zāi)減災(zāi)能力建設(shè)提供強有力的支撐。筆者基于《中國統(tǒng)計年鑒》《中國民政統(tǒng)計年鑒》《中國農(nóng)業(yè)年鑒》《中國氣象災(zāi)害統(tǒng)計年鑒》及西南五?。ㄗ灾螀^(qū)、直轄市）的統(tǒng)計年鑒數(shù)據(jù)，還包括中華人民共和國應(yīng)急管理部、五?。ㄗ灾螀^(qū)、直轄市）的應(yīng)急管理廳和民政廳發(fā)布的數(shù)據(jù)，針對受災(zāi)人口、農(nóng)作物受災(zāi)面積及直接經(jīng)濟損失3個災(zāi)情指標(biāo)，從時間和空間兩個維度對該地區(qū)氣象災(zāi)害特征開展研究，并為當(dāng)?shù)販p輕災(zāi)害損失、完善防災(zāi)工作提出參考建議。

1 2001—2020年西南地區(qū)氣象災(zāi)害損失的時間分布特征

1.1 氣象災(zāi)害受災(zāi)人口的時間分布

如圖1所示，2001—2020年，我國西南五?。ㄗ灾螀^(qū)、直轄市）氣象災(zāi)害受災(zāi)人口數(shù)量在2014年以前隨年份表現(xiàn)為明顯的波動變化，2014年以后整體呈平穩(wěn)的下降趨勢，2018年開始又逐步上升。統(tǒng)計年份內(nèi)年均受災(zāi)人口為1 687.95萬人次，2006年、2010年、2011年受災(zāi)人口總數(shù)處于前三高位，年總受災(zāi)人口數(shù)量均超過1.3億人次。

圖1 2001—2020年西南五?。ㄗ灾螀^(qū)、直轄市）氣象災(zāi)害受災(zāi)人口年際變化

1.2 農(nóng)作物受災(zāi)面積的時間分布

21世紀(jì)以來，我國西南地區(qū)五?。ㄗ灾螀^(qū)、直轄市）每年農(nóng)作物受災(zāi)面積如圖2所示。由圖2可知，2001年以來西南地區(qū)主要氣象災(zāi)害導(dǎo)致的農(nóng)作物受災(zāi)面積總體呈下降趨勢。四川省和重慶市2001年的農(nóng)作物受災(zāi)面積達該省（直轄市）統(tǒng)計年份最大值，分別為371.7萬hm2和180.0萬hm2；云南省2005年和2010年的農(nóng)作物受災(zāi)面積均超過250.0萬hm2，且2019年農(nóng)作物受災(zāi)面積較2018年有大幅度增加，增幅達470.92%；貴州省2011年的農(nóng)作物受災(zāi)面積最大，達到257.0萬hm2；廣西壯族自治區(qū)2008年的農(nóng)作物受災(zāi)面積達到230.5萬hm2。

圖2 2001—2020年西南五?。ㄗ灾螀^(qū)、直轄市）農(nóng)作物受災(zāi)面積年際變化

1.3 氣象災(zāi)害直接經(jīng)濟損失的時間分布

圖3統(tǒng)計了2001—2020年我國西南五?。ㄗ灾螀^(qū)、直轄市）氣象災(zāi)害直接經(jīng)濟損失年際變化。為了獲得具有可比性的氣象災(zāi)害直接經(jīng)濟損失時間序列，以2020年為基年，對氣象災(zāi)害直接經(jīng)濟損失數(shù)據(jù)利用居民消費價格指數(shù)進行標(biāo)準(zhǔn)化處理。具體來看，四川省2010年和2013年因氣象災(zāi)害導(dǎo)致的直接經(jīng)濟損失處于高位，分別為622.9億元和599.6億元；同時，四川省在2018年的損失較前幾年顯著增加，原因在于該年平均降水量偏多，僅洪澇及地質(zhì)災(zāi)害導(dǎo)致的直接經(jīng)濟損失占該省全年損失總額的93.1%。廣西壯族自治區(qū)2008年因氣象災(zāi)害導(dǎo)致的直接經(jīng)濟損失達468.2億元，云南省在2010年同樣超過400.0億元；貴州省2008年和2011年的直接經(jīng)濟損失共計595.3億元，重慶市2006年與2014年直接經(jīng)濟損失均超過100.0億元。

圖3 2001—2020年西南五?。ㄗ灾螀^(qū)、直轄市）氣象災(zāi)害直接經(jīng)濟損失年際變化

2 2001年—2020年西南地區(qū)氣象災(zāi)害損失的空間分布特征

為了更好地探究2001—2020年我國西南地區(qū)氣象災(zāi)害損失的空間分布特征，筆者將研究年份劃分成4個時間段，即2001—2005年、2006—2010年、2011—2015年、2016—2020年，通過ArcGIS軟件對3個災(zāi)情指標(biāo)進行可視化分析，并從整體上根據(jù)各指標(biāo)數(shù)值大小確定設(shè)色深淺，由此得到西南地區(qū)氣象災(zāi)害損失的空間分布圖，進而探究各災(zāi)情指標(biāo)的空間差異。

2.1 氣象災(zāi)害受災(zāi)人口的空間分布

由4圖可知，2001—2020年我國西南五?。ㄗ灾螀^(qū)、直轄市）氣象災(zāi)害受災(zāi)人口呈現(xiàn)逐漸減少的趨勢。

從空間變化來看，2001—2005年、2006—2010年研究區(qū)域各?。ㄗ灾螀^(qū)、直轄市）受災(zāi)人口總數(shù)均在7 000.0萬人以上，且這兩個時段受災(zāi)人口總數(shù)最多的是均四川省，在2006—2010年達19 052.7萬人；2016—2020年各?。ㄗ灾螀^(qū)、直轄市）受災(zāi)人口相較之前有明顯下降，受災(zāi)人口最多的地區(qū)由四川省變?yōu)樵颇鲜。颇鲜〉氖転?zāi)人口數(shù)也不超過5 000.0萬人，這可能與人們防災(zāi)減災(zāi)意識總體提高、信息傳播快捷及時、基礎(chǔ)設(shè)施建設(shè)和災(zāi)害應(yīng)急預(yù)案不斷完善等密切相關(guān)。從地理空間分布來看，四川省在四個時段中有兩個時段的受災(zāi)人口數(shù)居首位，2001—2020年四川省氣象災(zāi)害受災(zāi)人口總數(shù)近5億人次；其次是云南省、廣西壯族自治區(qū)、貴州省，其受災(zāi)人口總數(shù)均超過3億人次；重慶市在各個時段受災(zāi)人口數(shù)都處于低位，2001—2020年其累計受災(zāi)人口為2.06億人次。但從受災(zāi)人口比（年均受災(zāi)人口數(shù)/年均總?cè)丝跀?shù)）來看，從高到低依次為貴州省、云南省、重慶市、廣西壯族自治區(qū)、四川省，比值分別為0.446、0.362、0.351、0.339、0.305。

圖4 2001—2020年西南五?。ㄗ灾螀^(qū)、直轄市）氣象災(zāi)害受災(zāi)人口空間分布

2.2 農(nóng)作物受災(zāi)面積的空間分布

由圖5可知，2001—2020年我國西南五?。ㄗ灾螀^(qū)、直轄市）農(nóng)作物受災(zāi)面積隨時間推移呈遞減趨勢。

圖5 2001—2020年西南五?。ㄗ灾螀^(qū)、直轄市）農(nóng)作物受災(zāi)面積空間分布

從空間變化來看，2001—2005年、2006—2010年各?。ㄗ灾螀^(qū)、直轄市）農(nóng)作物受災(zāi)面積總數(shù)均在400.00萬hm2以上，且這兩個時段農(nóng)作物受災(zāi)面積最多的四川省均超過1 000萬hm2；2011—2015年、2016—2020年各?。ㄗ灾螀^(qū)、直轄市）農(nóng)作物受災(zāi)面積較之前有明顯下降，此時農(nóng)作物受災(zāi)面積最大的云南省在2011—2015年的受災(zāi)面積僅667.08萬hm2。從地理空間分布來看，四川省在各時段的農(nóng)作物受災(zāi)面積均處于高位，2001—2020年累計受災(zāi)面積達3 022.85萬hm2；其次是云南省和廣西壯族自治區(qū)，農(nóng)作物受災(zāi)面積總數(shù)均超過2 000.00萬hm2；貴州省和重慶市是西南地區(qū)農(nóng)作物受災(zāi)面積相對較小的兩個?。ㄖ陛犑校?。

2.3 氣象災(zāi)害直接經(jīng)濟損失的空間分布

由圖6可知，2001—2020年我國西南五?。ㄗ灾螀^(qū)、直轄市）剔除通貨膨脹影響的直接經(jīng)濟損失總額，4個時段損失總額出現(xiàn)先增后減的變化趨勢，2006—2010年直接經(jīng)濟損失處于最高位。

圖6 2001—2020年西南五?。ㄗ灾螀^(qū)、直轄市）氣象災(zāi)害直接經(jīng)濟損失空間分布

從空間變化來看，川貴渝地區(qū)從2001—2005年到2011—2015年氣象災(zāi)害直接經(jīng)濟損失不斷增加，2016—2020年才有所下降；2001—2005年、2006—2010年廣西壯族自治區(qū)直接經(jīng)濟損失較大，均超過800億元，2011—2015年、2016—2020年直接經(jīng)濟損失明顯下降。從地理空間分布來看，2001—2020年受氣象災(zāi)害影響損失最嚴(yán)重的是四川省，其累計直接經(jīng)濟損失總額高達5 174.84億元；其次是廣西壯族自治區(qū)、云南省、貴州省，2001—2020年累計直接經(jīng)濟損失額均超過2 000.00億元，分別為2 656.36億、2 604.52億、2 211.90億元；該區(qū)域直接經(jīng)濟損失最小的區(qū)域是重慶市。

3 結(jié)論與建議

3.1 結(jié)論

筆者基于對21世紀(jì)以來我國西南地區(qū)氣象災(zāi)害受災(zāi)情況的統(tǒng)計，系統(tǒng)分析了該區(qū)域氣象災(zāi)害所造成的受災(zāi)人口、農(nóng)作物受災(zāi)面積、直接經(jīng)濟損失的時空格局，并探討了各氣象災(zāi)害造成損失的差異性，主要結(jié)論如下。

①在氣象災(zāi)害受災(zāi)人口方面，2001—2020年西南五?。ㄗ灾螀^(qū)、直轄市）氣象災(zāi)害受災(zāi)人口數(shù)量總體呈下降趨勢，四川省受災(zāi)人口最多。

②在農(nóng)作物受災(zāi)面積方面，統(tǒng)計年份內(nèi)西南地區(qū)主要氣象災(zāi)害導(dǎo)致的農(nóng)作物受災(zāi)面積波動顯著，但整體呈下降趨勢，四川省、云南省農(nóng)作物受災(zāi)最為嚴(yán)重。

③在直接經(jīng)濟損失方面，21世紀(jì)以來西南地區(qū)氣象災(zāi)害造成的直接經(jīng)濟損失呈先增后減的變化趨勢，2006—2010年直接經(jīng)濟損失處于最高位。

3.2 建議

3.2.1 樹立“治災(zāi)于未災(zāi)”的災(zāi)害治理理念。災(zāi)害治理貫通災(zāi)前、災(zāi)中、災(zāi)后的全過程，其中未雨綢繆的防災(zāi)環(huán)節(jié)至為重要［12］。因此，各級政府應(yīng)對群眾加強宣傳防災(zāi)減災(zāi)知識與技能，建立健全長期的防災(zāi)減災(zāi)動員機制，讓人們養(yǎng)成常態(tài)備災(zāi)、防災(zāi)習(xí)慣。

3.2.2 加大防災(zāi)減災(zāi)投入。西南部分地區(qū)經(jīng)濟發(fā)展水平不高，氣象服務(wù)基礎(chǔ)設(shè)施建設(shè)不完善，從而影響了該地區(qū)防災(zāi)減災(zāi)工作的落實。因此，各級政府一方面應(yīng)加大對地方氣象事業(yè)的資金投入力度，強化氣象災(zāi)害防御設(shè)施保障，提供精確和及時的氣象災(zāi)害信息；另一方面需要加大對氣象事業(yè)人力資本的投入，提高氣象工作人員的服務(wù)水平和綜合素質(zhì)。

3.2.3 加強防汛抗旱工程、地質(zhì)災(zāi)害防治工程建設(shè)。旱災(zāi)、水災(zāi)及其衍生災(zāi)害是我國西南地區(qū)最為嚴(yán)重的氣象災(zāi)害，加強該地區(qū)的水利工程、巖土工程建設(shè)是抵御、減輕水旱災(zāi)害的重要途徑。因此，西南地區(qū)相關(guān)部門應(yīng)根據(jù)氣象災(zāi)害種類、災(zāi)害成因制訂個性化、科學(xué)、可行的防治方案，同時應(yīng)確保防汛抗旱體系、地質(zhì)災(zāi)害防治體系與現(xiàn)代技術(shù)、地區(qū)經(jīng)濟社會發(fā)展相適應(yīng)，增強城鄉(xiāng)易災(zāi)多災(zāi)地區(qū)的抗災(zāi)能力，有效解決水旱災(zāi)害防治體系中存在的突出問題。

3.2.4 提升農(nóng)村防災(zāi)減災(zāi)能力。我國西南農(nóng)村地區(qū)應(yīng)以鄉(xiāng)村振興戰(zhàn)略為引領(lǐng)，進一步健全農(nóng)村應(yīng)急管理組織體系，加大農(nóng)村防災(zāi)減災(zāi)公共設(shè)施建設(shè)的投入力度，加快建立素質(zhì)過硬的農(nóng)村防災(zāi)減災(zāi)救災(zāi)隊伍，加強農(nóng)村防災(zāi)減災(zāi)預(yù)測預(yù)警能力建設(shè)，及時研究分析農(nóng)村災(zāi)情的時空分布，掌握災(zāi)害發(fā)生發(fā)展的客觀規(guī)律，及時對災(zāi)害風(fēng)險進行應(yīng)急處置。

3.2.5 推動災(zāi)害保險、農(nóng)業(yè)保險全面普及和覆蓋。各級政府應(yīng)加大對氣象災(zāi)害保險的宣傳力度，通過多種渠道向農(nóng)戶宣傳保險的相關(guān)知識。同時，政府相關(guān)部門應(yīng)完善農(nóng)業(yè)氣象災(zāi)害保險法規(guī)和標(biāo)準(zhǔn)體系，提升農(nóng)業(yè)氣象災(zāi)害保險的科學(xué)性、標(biāo)準(zhǔn)化水平。