杨 小 林，程 书 波，李 义 玲*

(1.河南理工大学安全与应急管理研究中心，河南 焦作 454000；2.中国科学院成都山地灾害与环境研究所，四川 成都 610041)



基于客观赋权法的长江流域环境污染事故风险受体脆弱性时空变异特征研究

杨 小 林1,2，程 书 波1，李 义 玲1*

(1.河南理工大学安全与应急管理研究中心，河南 焦作 454000；2.中国科学院成都山地灾害与环境研究所，四川 成都 610041)

从敏感性和恢复力两方面描述了环境风险受体脆弱性，综合考虑人群、社会经济和生态环境系统等风险受体的敏感性和恢复力，选取12个指标构建区域环境风险受体综合脆弱性评价指标体系。以长江流域为研究对象，引入“纵横向-拉开档次”法和“时序加权平均算子”法等客观赋权法探讨了流域脆弱性时空变异特征。结果表明，2000-2011年长江流域环境风险受体脆弱性呈波动下降趋势，且脆弱性空间差异较大，其中，上海、河南、江苏和西藏等省区脆弱性指数最高，陕西、重庆和云南等省市脆弱性较低。研究结果可为长江流域环境风险管理和污染事故应急管理提供依据。

风险受体；脆弱性；时空特征；长江流域

0 引言

我国正处于向工业化、城市化为标志的现代社会加速转型的关键时期,但传统工业发展模式下，高污染、高消耗、高风险的发展方式使发达国家百年工业进程中出现的环境问题在我国近20年压缩式、爆发式出现，各类环境污染事故频发[1]。1995-2012年我国共发生各类环境污染事故11 201起，年均近630起，如沱江污染事件、松花江污染事件、青岛石油管道爆炸事故给社会安定和人民生命财产安全造成严重破坏。因此，针对环境污染事故风险受体的脆弱性研究已成为当前社会安全保障的迫切需要[2]。

目前国内外脆弱性研究主要针对自然生态系统[3,4]，随着环境污染事故影响的日益严重，环境风险受体脆弱性评价愈发受到关注。环境风险受体是环境污染事故风险的潜在承受体，指环境风险因子在环境转运过程中，可能遭受影响的人群、社会和生态环境系统，是包含社会、经济、生态环境及人群组成的复杂系统。然而，现有研究多从社会经济和生态环境双维度出发，构建环境风险受体脆弱性评价模型[5,6]，综合考虑人群、社会经济和生态环境系统的受体脆弱性研究相对较少。

脆弱性研究主要考察对象在某时间点的脆弱性水平，属静态评价，而评价对象在连续时间段内脆弱性动态变化研究较少。动态评价的核心是评价指标在不同时刻权重值的确定[7],指标权重的确定方法主要有主观赋权法(如AHP法、Delphi 法等)、客观赋权法(“纵横向-拉开档次”法、“时序加权平均算子”法等)。主观赋权法各指标权重依据主观判断确定，简单易行，但主观性强;客观赋权法根据各指标在指标总体中的变异和对其他指标影响程度自动确定权重，相对于主观赋权法，不受主观因素影响，客观性强。本文引入 “纵横向-拉开档次”法[8]和“时序加权平均算子”法[9]等客观赋权法，分析长江流域环境风险受体脆弱性时空变异特征，以期为流域环境风险管理提供依据。

1 研究对象与研究方法

1.1 研究区概况

长江流域包括干、支流的集水范围(90°30′～122°25′E、24°30′～35°45′N)。干流自西向东流经青海、西藏、四川、云南、重庆、湖北、湖南、江西、安徽、江苏、上海11个省级行政单元，数百条支流延伸至贵州、甘肃、陕西、河南、广西、浙江等省份的部分地区，流域面积达180万km2，跨越东、中、西三大经济地带，在国民经济发展中占有极重要的战略地位[10]。然而，快速的社会经济进程中，长江流域已成为我国环境污染最严重的区域之一，特别是流域内工业污染事故频发[11]。因此，开展长江流域环境风险受体脆弱性评价对于流域环境风险控制和应急管理具有重要现实意义。

1.2 研究方法

1.2.1 脆弱性概念模型 敏感性和恢复力是环境风险受体脆弱性的基本要素[12]。李博等[13]认为环境风险受体脆弱性是敏感性和恢复力构成的复合函数：

V=f(S)/f(A)

(1)

式中：V表示环境风险受体脆弱性；f(S)为受体敏感性；f(A)为受体恢复力。受体敏感性越强，脆弱性越强；恢复力越强，脆弱性越弱。

环境风险系统是一个包括人群、社会经济、生态环境等因素的复杂系统[7]。本文认为该系统的脆弱性应包括人群、社会经济、生态环境等受体的敏感性和恢复力，并构建以下模型：

f(S)=αf(S1)+βf(S2)+γf(S3)

f(A)=αf(A1)+βf(A2)+γf(A3)

(2)

式中：f(S1)、f(S2)、f(S3)分别为人群、社会经济及生态环境系统的敏感性；f(A1)、f(A2)、f(A3)分别为人群、社会经济及生态环境系统的恢复力；α、β、γ为不同受体的权重值。

1.2.2 评价方法 首先，采用“纵横向-拉开档次”法实现一次加权，突出各评价对象在2000-2011年不同时刻的评价值；然后，应用“时序加权平均算子”法实现二次加权，集成指标维和时间维的数据，实现对评价对象的综合评价。

(1)“纵横向-拉开档次”法。该方法的基本思想是最大限度地从横、纵向两方面体现评价对象的差异性[8]。对给定时间[t1,tN]，有n个评价对象，记作S1，S2，…，Sn；有m个评价指标，记作x1，x2，…，xm。对原始数据标准化处理，得到一个面板数据集，记作xij(tk)。某一时刻tk的动态综合评价函数为：

(3)

用整个时间段离差平方和TSS表示各对象的整体差异性，取最大值时评价对象间的差异性最大：

(4)

(5)

(2)“时序加权平均算子”法 。Yager[14]提出了有序加权平均算子(OWA)，它是一种介于最大与最小算子之间的集结多属性决策信息的方法，能有效地集结数据信息，因此在管理决策、信息分析等领域广泛应用。郭亚军等[9]在此基础上提出了时序加权平均(TOWA) 算子。令N=[1,2,…,n]，(ui,an)(i∈N)为时序加权平均算子对，ui为时间诱导分量，ai为数据分量,定义时序加权平均算子为：

(6)

1.2.3 指标体系构建 系统论是环境风险研究的重要理论[2]，环境风险系统是风险源释放风险因子，经环境介质传播后作用于人群、社会经济及生态环境系统等风险受体，进而产生健康、财产与环境损害[7]。因此，环境风险受体脆弱性评价指标体系的设计应综合考虑人群、社会经济和生态环境系统等风险受体。本文以人群、社会经济和生态环境系统等多维受体的敏感性和恢复力为描述视角，按照系统性、差异性和现实性原则选取代表性指标，构建区域环境风险受体脆弱性评价指标体系(表1)。如选择人口密度、经济密度、耕地面积比等指标表征受体敏感性；选择教育投资度、社会保障度和环境治理投资度等指标表征受体恢复力。当某一区域发生环境损害时，人口密度、经济密度、自然保护区面积比越高，区域越敏感，可能造成的损失和破坏越大，脆弱性越高[13]。反之，当公民教育投资度、社会保障度、基础设施投资等越高，面对环境损害的承受力越强，恢复力则越强，脆弱性越低。资料来源于2000-2011年《中国统计年鉴》和《中国环境统计年鉴》。

1.2.4 评价步骤

(1)数据无量纲化。由于量纲不同，评价指标间存在不可公度性，需对评价指标做无量纲化处理。本文采用极值法对各指标进行处理，使指标取值介于0～1，并将数据平移和扩大。公式如下：

表1 环境风险受体脆弱性评价指标体系

Table 1 Index system for the vulnerability assessment of environmental risk receptors

目标层系统层准则层指标层指标解释指标性质受体脆弱性受体敏感性受体恢复力人群经济系统生态系统人群经济系统生态系统人口密度年度人口总数与国土面积比值+医疗能力万人病床数-经济密度年度国民生产总值与国土面积比值+基础设施投资度年度基础设施投资占GDP比重-耕地面积比耕地面积与国土面积比值+自然保护区面积比自然保护区面积与国土面积比值+教育投资度年度公共教育支出占GDP比重+应急疏散能力道路交通网络里程与国土面积比值+社会保障度人均社会保障支出占GDP比重+人均GDP人均GDP+环境治理投资度年度环境治理投资占GDP比重+森林覆盖度森林面积与国土面积比值+

注： “+”和“-”分别表示正向性指标和负向性指标。

(7)

(2)一次加权集结。利用“纵横向-拉开档次”法一次加权集结，采用敏感性和恢复力指标分别计算流域各省的敏感性和恢复力指数值，具体步骤如下：

(a)对于时刻tk给定的n个评价省份的m个指标x1,x2,…,xm的数值(已标准化)，用矩阵Ak表示：

(8)

(b)计算m×m的对称矩阵Hk=AkTAk，并计算Hk的最大特征值λmax(tk)及其对应的权重系数向量，归一化得到ωj(tk)。

(c)计算线性函数：

(9)

式中：yi(tk)为评价省份Si在时刻tk的敏感性或恢复力指数值。

(3)二次加权集结。利用“时序加权平均算子”法对一次加权结果yi(tk)二次加权集结，求得各省2000-2011年风险受体敏感性和恢复力指数综合值。具体步骤如下：

(a)确定时间权向量w。w=(w1,w2,…,wN)T可由以下非线性规划得出：

(10)

式中：λ为时间度，介于0～1之间，其值越小，评价者越注重近期数据。根据文献和专家意见，λ取值为0.25适合本研究。

采用Lingo软件求解式(10)中的非线性规划问题，得到时间权向量wk=(0.0128，0.0168,0.0219,0.0287,0.0375,0.0490,0.0641,0.0838,0.1096,0.1433,0.1874,0.2451)T。

(b)最终评价函数为：

(11)

式中：yi为2000-2011年省份Si的风险受体综合敏感性或恢复力值。

(4)综合脆弱性计算。根据脆弱性概念模型，以综合敏感性和恢复力值计算各省的综合脆弱性。

2 结果与分析

2.1 脆弱性时序动态

(1)敏感性动态。2000-2011年长江流域各省敏感性呈波动上升趋势(图1a)，其中，青海、西藏敏感性指数上升趋势最为明显，分别上升57.3%和69.6%。这与长江流域人口和经济快速增长密切相关。自2004年后流域受体敏感性上升趋缓，这主要受“退耕还林”政策的影响，耕地面积减少，森林覆盖率不断提高[15]，流域生态环境敏感性上升趋缓使得综合敏感性上升趋缓。但青海、西藏等西部生态环境脆弱区，由于自然保护区面积不断增加，生态环境敏感性加强趋势显著，生态环境保护应作为未来工作重点。

(2)恢复力动态。图1b显示长江流域各省恢复力呈快速波动上升的态势。这主要得益于经济发展到一定基础上，政府、企业对于环境风险的高度重视，通过加大环境污染治理投资力度、强化社会保障在环境风险应对中的作用等措施提高了社会和生态环境的风险防范和应对能力[16]。同时，随着社会公众教育水平的提高，增强了公众的环境风险认知和抗御能力。但近年上海的恢复力提升速度减缓，未来可通过加强公众风险应对的宣传教育，提高社会保障、环境治理以及应急设施投资，进一步提升环境风险受体恢复力。

(3)脆弱性动态。受敏感性和恢复力的综合影响，长江流域各省脆弱性不断下降(图1c)。其中，广西最为显著，脆弱性指数下降75.5%；上海相对缓慢，脆弱性指数下降了25.6%。近年来，作为长三角的核心城市，上海人口、物质和能量快速集聚，人群、社会经济敏感性上升显著，但受体恢复力的提升速率趋缓，使得受体脆弱性下降速度降低。然而上海环境污染事故发生日益频繁[17]，风险源危险性不断增强。 因此，未来上海应重点通过加大环境污染治理投资，加快应急避难场所建设和加强公民应急知识宣传力度等措施提高受体风险承受能力。

图1 敏感性(a)、恢复力(b)和综合脆弱性(c)时序变化

Fig.1 The temporal variations of sensitivity,resiliencies and vulnerability of risk receptor

2.2 脆弱性空间变异特征

(1)敏感性空间变异。流域风险受体敏感性总体呈现为东部最高、中部次之、西部最低(图2a)，这与长江流域社会整体发展的“阶梯状”空间分异特点一致。作为我国重要的以水系为轴线的经济区域，长江流域人口、经济和社会发展自西向东集聚特点显著[18]，如东部地区经济密度分别是中部、西部地区的4倍、24倍；东部地区人口密度约为中部地区的2倍、西部地区的10倍以上。作为整个流域人口和经济密度最高的区域，长三角地区环境风险受体敏感性最高；虽然西藏人口、经济密度相对较低，但其脆弱的生态环境致使其受体敏感性也较高。

(2)恢复力空间变异。流域风险受体恢复力呈现与敏感性类似的空间变异特点，总体呈现为东部地区>中部地区>西部地区(图2b)。其中，上海、浙江、重庆和江西恢复力最高，恢复力指数分别为9.54、9.56、9.63和9.21。而作为长江流域的人口大省，河南、四川的环境风险受体恢复力最弱，恢复力指数仅为7.81，表明该区域在环境损害发生后快速恢复正常功能水平的能力相对薄弱。恢复力的空间变异特点表明社会经济发展对受体风险承受能力的改观具有一定促进作用。

(3)综合脆弱性空间变异。长江流域受体脆弱性空间差异较大(图2c)，总体呈现为东部地区较高、中西部地区较低。其中，上海、河南、江苏、安徽和西藏脆弱性值最高，分别为1.08、1.24、1.15、1.12和1.10，属于高脆弱性地区；陕西、重庆和云南脆弱性值较小，分别为0.81、0.89和0.88，脆弱性相对较低。作为我国经济最发达的长三角地区，环境污染事故频发、污染物排放量大，风险源危险性高。同时，严重的脆弱性将直接导致受体在环境风险面前承受巨大压力，因此长三角地区应作为整个流域环境风险管理和控制的重点区域。

图2 受体敏感性(a)、恢复力(b)和综合脆弱性(c)空间分布

Fig.2 The spatial distributions of sensitivity,resiliencies and vulnerability of risk receptor

3 讨论

我国正处于工业化中后期，经济快速增长动力依然以高污染、高风险的第二产业为主，这势必给环境安全造成持续压力，环境风险形势严峻[3]。而环境风险一旦爆发，转而又会导致诸如环境纠纷和环境利益冲突等新的社会矛盾产生，如我国因环境污染导致的群体性事件数量正以年均约30%的速度递增。环境事件已成为当今社会矛盾和社会冲突新的诱发因素。日益加剧的环境风险，不仅严重威胁和制约着我国经济社会的可持续发展，也表明我国已跨入环境高风险时代[1]。如何与风险并存，将风险影响 “最小化”，降低环境风险受体脆弱性，提高受体风险承受能力显得尤为重要[2]。

长江流域受体脆弱性的时序变化表明社会经济发展对环境风险水平的改观具有一定促进作用。人口增加和社会经济发展致使区域环境风险受体敏感性不断升高，但由于流域各级政府和企业对环境风险的预防和控制高度重视，受体恢复力提升速度较快，风险的承受能力不断增强。但随着未来长江经济带建设，区域人口、物质、能量流将进一步集聚，区域敏感性将进一步增强。因此，未来流域应在现有基础上进一步加强应急避难场所、道路交通、环境治理等基础设施建设，加大公众生态环境保护和应急知识宣传力度等，提高流域风险受体的恢复力。

脆弱性空间变异反映了区域对环境风险承受能力的差异[6]。研究结果表明长江流域环境风险受体脆弱性空间变异较大，总体呈现为东部地区较高、中西部地区较低。其中，上海、河南、江苏和西藏等省区脆弱性较高，而陕西、重庆和云南等省市脆弱性较低。上海、河南、江苏、安徽等高脆弱区污染物排放量大，环境污染事故发生频繁(如2000-2011年上海、安徽环境污染事故分别发生684起、450起)，风险源危险性高[17]。因此，应重点实施风险企业优化布局、风险源排查等措施降低风险源危险性；同时加快环境治理、应急避难场所等基础设施建设，强化社会保障和保险制度在社会及公众环境风险应对中的作用，通过宣传教育不断提高公众的污染事故应对能力。西藏、青海的高脆弱性主要由强烈的生态脆弱性所致，该类区域污染事故发生率低、污染物排放量小，同时人口、经济密度相对较小，但自然保护区比例高，自然生态环境极为敏感，未来生态环境保护工作应为重点。

环境风险受体脆弱性的空间差异为风险行业选址或区域产业布局优化调整提供了依据[2,6]。东部地区风险源危险性高、受体脆弱性强，因此要加快产业结构升级和转型，建立重点企业严格的制度保障和社会监督，加强从业人员的技术指导和培训，降低各种环境污染事故的发生几率；同时，加强风险行业的重新选址或向重庆、云南、陕西等脆弱性相对较低的中西部地区转移。但中西部地区在承接东部产业转移过程中应把握技术和市场准入门槛，完善环境经济政策，鼓励企业环境友好行为，减少产业转移项目的污染效应，加大环境污染治理、道路交通及应急避难场所等基础设施投资，加强公众减灾宣传教育，提高公众危机应对能力。

4 结论

时间上，受敏感性和恢复力的共同作用，长江流域受体脆弱性呈波动下降趋势，说明近年来流域各省份对环境风险的承受能力逐渐增强，区域在环境损害发生后快速恢复正常功能水平的能力逐渐提高。但随着长江经济带的建设，风险源危险性也将不断提高，流域仍将面临严峻的环境风险。空间上，长江流域受体脆弱性空间变异强烈，总体呈现为东部地区高、中西部地区较低。其中，上海、河南、江苏和西藏等环境风险受体脆弱性较高，陕西、重庆和云南受体脆弱性较低。对于上海、江苏、河南等高脆弱区，应重点考虑高风险产业升级、重新布局与选址，降低区域风险源危险性，同时采取措施加强对该区域风险受体的保护，降低受体脆弱性。对于陕西、重庆和云南等低脆弱区可作为东部地区产业转移的承接地，但应重点评估产业转移带来的环境风险，加强生态环境保护工作，提高生态环境的风险承受能力。

[1] 王芳.转型加速期我国的环境风险及其社会应对[J].河北学刊,2012,32(6):117-122.

[2] 曾维华,宋永会,姚新,等.多尺度突发环境污染事故风险区划[M].北京：科学出版社,2013.

[3] LANGE H J,SALA S,VIGHI M,et al.Ecological vulnerability in risk assessment—— A review and perspectives[J].Science of the Total Environment,2009,18(408):3871-3879.

[4] 赵红兵.生态脆弱性评价研究——以沂蒙山区为例[D].济南：山东大学,2007.

[5] COLLINS T W,GRINESKI S E,AGUILAR M L.Vulnerability to environmental hazards in the Ciudad Juarez-EIPaso metropolis:A model for spatial risk assessment in transnational context[J].Global Environmental Change,2009,29:448-461.

[6] 薛鹏丽,曾维华.上海市环境污染事故风险受体脆弱性评价[J].环境科学学报,2011,31(11):2556-2561.

[7] 曲常胜,毕军,黄蕾,等.我国区域环境风险动态综合评价研究[J].北京大学学报(自然科学版),2010,46(3):477-482.

[8] 董军,国方媛.多层次系统的动态评价研究[J].运筹与管理,2011,20(5):176-184.

[9] 郭亚军,姚远,易平涛.一种动态综合评价方法及应用[J].系统工程理论与实践,2007(10):154-158.

[10] 王银彩,马智利.长江流域各地区环境保护水平分析[J].云南地理环境研究,2006,18(1):87-92.

[11] 张蕾,陈雯,陈晓,等.长江三角洲地区环境污染与经济增长的脱钩时空分析[J].中国人口·资源与环境,2011,21(3):275-279.

[12] 王乃举，周涛发.矿业城市经济系统脆弱性评价——以铜陵市为例[J].地理与地理信息科学,2012,28(3):49-53.

[13] 李博,韩增林,孙才志,等.环渤海地区人海资源环境系统脆弱性的时空分析[J].资源科学,2012,34(11):2214-2221.

[14] YAGER R R.On ordered weighted averaging aggregation operators in multicriteria decision making[J].IEEE Transactions on Systems,Man and Cybernetics,1988,18(1):183-190.

[15] 陈兵丽.甘肃省耕地面积动态演变及驱动力研究[J].安徽农业科学,2013,41(7):3152-3154.

[16] 朱华桂.论风险社会中的社区恢复力问题[J].南京大学学报(哲学·人文科学·社会科学),2012(5):47-53.

[17] 汤庆合,蒋文燕,李怀正,等.上海市突发环境事故近10年变化及统计学分析[J].环境污染与防治,2010,32(6):86-98.

[18] 覃剑,冯邦彦.流域经济增长空间分异研究——基于2001-2009年长江流域数据的面板计量分析[J].长江流域资源与环境,2012,21(11):1308-1313.

Spatial and Temporal Variations Characteristic Analysis on the Vulnerability of Environmental Risk Receptors in Yangtze River Basin Based on Objective Weight Methods

YANG Xiao-lin1,2,CHENG Shu-bo1,LI Yi-ling1

(1.SafetyandEmergencyManagementResearchCenter,HenanPolytechnicUniversity,Jiaozuo454000; 2.InstituteofMountainHazardsandEnvironment,ChineseAcademyofScience,Chengdu610041,China)

The spatio-temporal dynamics of vulnerability of environmental risk receptor were discussed for Yangtze River Basin and gaining understanding was expected to provide scientific basis for the regionalized management environmental risk at regional scale.Firstly,an assessment index system of vulnerability was built composed of sensitivity and resiliencies of risk receptors which consist of population,social economy and environmental system.Secondly,the "vertical-and-horizontal" scatter degree method and "time ordered weighted averaging" operator were introduced for the vulnerability assessment at regional scale.The results showed that the vulnerability during the studied period from 2000 to 2011 in the Yangtze River Basin decreased generally,and significant difference was found for the vulnerability in provinces and decreased in following order:Eastern area> Middle area > Western area.The high values of vulnerability were identified in Shanghai,Henan,and Jiangsu and Tibet and the values of vulnerability were lower in Shanxi,Chongqin and Yunnan etc.

risk receptor;vulnerability;spatio-temporal characteristic;Yangtze River Basin

2014-07-01；

2014-12-12

国家自然科学基金项目(41101460)；河南省教育厅科学技术重点研究项目(14A630002)；河南省教育厅人文社科研究项目(2015-ZD-038)；河南理工大学博士基金项目(SKB2014-4)

杨小林(1983-)，男，博士，副教授，主要从事环境风险评估方面的研究。E-mail：lyl@hpu.edu.cn

10.3969/j.issn.1672-0504.2015.02.024

X820.4

A

1672-0504(2015)02-0119-06