文彦君，朱婵婵，宋海龙

(1.宝鸡文理学院 灾害监测与机理模拟陕西省重点实验室，陕西 宝鸡 721013；2.宝鸡文理学院 地理与环境学院，陕西 宝鸡 721013)



陕西省宝鸡市自然灾害社会脆弱性评估

文彦君1,2，朱婵婵2，宋海龙2

(1.宝鸡文理学院 灾害监测与机理模拟陕西省重点实验室，陕西 宝鸡 721013；2.宝鸡文理学院 地理与环境学院，陕西 宝鸡 721013)

自然灾害社会脆弱性的研究对于减轻自然灾害的社会经济损失和提高应灾恢复能力具有重要现实意义。选取涵盖自然灾害暴露性、敏感性及恢复能力的社会经济指标，利用组合赋权法对陕西省宝鸡市各县区自然灾害社会脆弱性进行了分析评价。结果表明：区域人口、经济密度及财产数量是影响自然灾害社会脆弱性的主要因素；区域的人口结构及社会结构决定了其对自然灾害的敏感程度；宝鸡市自然灾害社会脆弱性具有明显的空间差异性，脆弱性较高的地区主要分布在市辖区范围的金渭两区，而陈仓区和凤县是自然灾害社会脆弱性较低的地区。

自然灾害；社会脆弱性；组合赋权法；陕西宝鸡

自然灾害脆弱性是受区域孕灾环境、致灾因子及承灾体之间的相互作用共同形成的[1-3]。承灾体脆弱性直接影响区域遭受自然灾害的脆弱程度，其研究可为区域综合防灾减灾体系建设提供科学依据。随着人类对自然灾害的关注及研究的不断深入，社会脆弱性已经成为自然灾害脆弱性研究的一个热点领域[4-5]。

目前自然灾害脆弱性研究更多地关注社会经济因素对承灾体脆弱性的影响。学界对社会脆弱性的内涵还没有形成统一认识，但均强调构成脆弱性的各种社会因素灾时遭受伤害或损失程度及灾后应对能力[6]。Cutter等[5,7-8]认为，在某种程度上社会脆弱性就是社会不平等的产物，这些不平等因素促使不同社会群体应灾及灾后应对、恢复能力存在差异。周利敏[6]认为，社会脆弱性是指社会群体、组织或国家暴露在灾害冲击下潜在的受灾因素、受伤害程度及应对能力的大小。周扬等[9]探讨了自然和社会脆弱性研究的区别，并总结了社会脆弱性研究的关键问题及薄弱环节。贺帅等[10]系统论述了社会脆弱性的概念及内涵，并辨析了社会脆弱性与风险、敏感性及适应性等之间的关系。

相关学者以社会脆弱性的理论内涵为基础，广泛开展区域自然灾害社会脆弱性评估研究。葛怡等[11]利用Hoovering改进模式对长沙市家户水灾社会脆弱性进行了评价分析。陈磊等[12]基于PPC模型对上海市自然灾害社会脆弱性进行了综合评估。刘德林等[13]构建了自然灾害社会脆弱性评估模型，并利用AHP法对河南省的社会脆弱性进行了评估。方佳毅等[14]基于SOVI方法探索了中国沿海地区社会脆弱性的空间分布及其社会经济文化驱动因素。

目前基于中小区域尺度的自然灾害社会脆弱性研究相对薄弱，本文试图优化适用于中小区域尺度的自然灾害社会脆弱性通用评估体系，并对宝鸡市自然灾害社会脆弱性进行综合评估分析，以期为宝鸡市防灾减灾决策提供科学依据。

1　研究区概况

宝鸡地处陕西关中西部，东西长156.6 km，南北宽160.6 km，是国家规划建设的关中—天水经济区副中心城市。2013年末辖3区9县总面积1.81×104km2，常住人口374.46万人，社会经济呈现持续稳定的发展[15]。宝鸡是关中西部工业重镇和国家重点建设的老工业基地，同时是连接西北、西南及东西部地区的重要交通枢纽。区内地形地貌差异明显，山、川、原兼备，以山地、丘陵为主，处于秦岭纬向构造体系与其他构造体系的复合交接部位，同时位于暖温带、亚热带及高原气候过渡地带。受气候环境、地形特点和区域地质构造等自然因素的影响，宝鸡地区洪涝、干旱、冰雹、霜冻、地震、滑坡等自然灾害频繁发生[16]，减轻自然灾害损失成为区域可持续发展的重要课题。

2　数据来源与方法

2.1数据来源与指标的选取

参考已有研究成果[12-13,17]，综合考虑区域自然灾害社会脆弱性的影响因素，从暴露性、敏感性和恢复能力入手，利用《宝鸡统计年鉴(2014)》[18]、《陕西省统计年鉴(2014)》[19]、《中国民政统计年鉴(2014)》[20]及《中国县域统计年鉴(2014)》[21]，选取了21项指标数据对宝鸡市3区9县的自然灾害社会脆弱性进行评估。

(1)暴露性指标

暴露性是指区域人口、社会经济、房屋建筑等承灾体暴露于灾害风险之下的程度。选取并计算出总人口数及人口密度、GDP密度、规模以上工业产值密度、固定资产投资密度及社会消费品零售总额密度等作为暴露性的指标数据。这6项指标与承灾体暴露程度直接相关，均属于社会脆弱性正向指标。

(2)敏感性指标

敏感性是指区域人口结构、社会经济及社会文化等受到灾害打击时表现出来的敏感程度。选取农业人口比例、女性人口比例、城镇人口比例、60岁以上老年人数比例、第二产业从业人员比例、第三产业从业人员比例及城乡居民最低生活保障人数比例作为敏感性的指标数据。这7项指标与社会脆弱性呈正相关，指标数值越大，承灾体受灾的敏感程度越高。

(3)恢复能力指标

恢复能力是指区域社会经济发展水平对于灾后重建所表现出来的恢复潜力。一般区域的经济越发达、财政收入越多、居民收入水平越高，自然灾害恢复能力就越强。选取人均GDP、地方财政收入、城镇居民纯收入、农民人均纯收入、居民储蓄存款余额、自然灾害生活救助支出资金、社会服务单位数及医疗卫生机构床位数8项与自然灾害恢复能力呈正相关的指标，作为社会脆弱性的负向指标数据。

2.2评估方法

2.2.1数据归一化处理

首先对数据进行归一化处理，以消除原始数据在获取过程中单位的不统一。本文采用极差法对原始数据进行标准化处理[22]。

正项指标：

(1)

负向指标：

(2)

其中：Xij为标准化后的变量值；xj为原始数据；xmax为第j项指标的最大值值；Xmin为第j项指标的最小值。

2.2.2确定指标权重

采用客观组合赋权法将均方差赋权法与变异系数法的优点相结合，弥补了单一赋权方法赋权过程中缺陷[23-24]。

(1)均方差赋权法

(a)计算随机变量均值Ei：

(3)

(b)计算随机变量的均方差σi：

(4)

(c)求权重系数ω1i：

(5)

(2)变异系数法

(6)

(3)组合赋权

变异系数法与均方差赋权法相结合，弥补了单一赋权法在计算指标权重过程中的不足，同时也将两种客观赋权法的优势发挥出来，使重组的指标权重更加切合实际[23-25]。其公式为：

(7)

式中：λ为均衡系数，组合权重随λ的变化而变化，关于λ的取值，已有不少研究成果[25,27]，根据实际情况，赋值λ=0.5。

2.2.3计算社会脆弱性指数[13,26]

(8)

式中：SVI指社会脆弱性指数；ω为指标数据的权重；Xij指标准化后的变量值。SVI越大，社会脆弱性就越大；反之越小。

3　结果与分析

通过对3个子系统21项指标数据进行相关处理，建立自然灾害社会脆弱性评价指标体系(表1)，并进一步计算出宝鸡市自然灾害社会脆弱性各子系统指数得分及社会脆弱性指数(表2)。结合脆弱性指数计算结果，运用ArcGIS10.2软件，采用自然断点法编制其空间分布图(图1～图4)。宝鸡市自然灾害社会脆弱性具体情况如表1～表2所示。

表1　宝鸡市自然灾害社会脆弱性评价指标及其权重

表2　宝鸡市自然灾害社会脆弱性指数及排名

图1　宝鸡市自然灾害社会暴露性指数

图2　宝鸡市自然灾害社会敏感性指数

图3　宝鸡市自然灾害社会应灾恢复能力指数

图4　宝鸡市自然灾害社会脆弱性综合指数

3.1暴露性分析

区域人口、社会经济及建筑等总数越多，密度越大，则暴露于灾害风险之下可能的损失就越多，在自然灾害发生时，受到灾害影响的人口和财产数量就越多，灾害损失就越多，社会暴露量也就越大。由图1可知，包括金、渭两区在内的整个渭河盆地地带是自然灾害社会暴露性的主要分布区域，而南北两侧区域的社会暴露性指数远低于渭河盆地地带。人口、财产及工业更集中地分布在社会经济发展较好的渭河盆地地带，该区域暴露于灾害风险下的物理量就越多，社会脆弱性越大；而位于南北两侧山塬地区的各县远离市辖区范围，人口较少、社会经济发展水平较低，人口与财产更多向市辖区范围流动，因此该区域社会暴露性小于渭河盆地地带，社会脆弱性较小。

3.2敏感性分析

区域社会敏感性通常表现为人口职业、性别及年龄等方面。职业、性别及年龄等因素的差异，会导致不同居民群体的防灾意识、行为及效果存在显著不同，从而反映了其遭受自然灾害的敏感程度。由图2可知，宝鸡市自然灾害的社会敏感性集中分布在金、渭两区，东北部的麟游县也是社会敏感性较高的地区，位于南北两侧地区其他各县社会敏感性较低。金、渭两区社会敏感性最大，其原因是该区域城镇人口比例较多，人口分布相对集中，二、三产业从业人员比例较其他区县多，60岁以上老年人口数量比例也相对较多，因此社会敏感性较大；麟游县由于其城乡居民最低生活保障人数比例较多，从事第三产业的人员比例也较高，故社会敏感性也较大。分析表明，农业人口比例、女性人口比例、老年人口数量比例、产业从业人员比例及城乡居民最低生活保障人数等指标是影响区域自然灾害敏感性的主要因素。

过去，他是一个医者；如今，他接手郎酒，使“中国郎”这个具有东方标识的鲜明符号，不仅深深扎根到了国人心中，还在白酒行业刮起一阵飓风，被称为独特的“中国郎现象”。

3.3恢复能力分析

恢复能力主要表现为区域灾后重建能力的大小，其与社会经济的发展水平息息相关。社会经济越是发达，地方财政收入越多，城乡居民收入水平越高，医疗卫生条件越好，其灾后恢复能力就越强，表现出的社会脆弱性就越低。由图3可知，灾后恢复能力较好的区县主要有渭滨区，其次为金台区、陈仓区及凤县。整体而言灾后自我恢复能力较的区县仍然集中在渭河盆地地带及社会经济发展较好的凤县。北部山区各县及太白县等农业大县，社会经济发展水平和基础设施较差，城乡居民收入较少，因此灾后恢复能力也较弱。

3.4脆弱性分析

自然灾害社会脆弱性大小与暴露性、敏感性及恢复能力相关。由图4可知，金台区的自然灾害社会脆弱性最高；其次为渭滨区；再次为太白县及北部山区各县，而陈仓区、凤县及东部的凤翔、岐山及眉县的自然灾害社会脆弱性较低。综上所述，渭河盆地地带各区县的社会暴露性和敏感性程度较高，其灾后的恢复能力也相对较高，而南北山区各区县暴露性与敏感性程度相对较低，灾后恢复能力也相对较低；自然灾害社会脆弱性的综合分析表明，社会脆弱性大小不仅与区域人口经济密度、人口结构等因素有关，而且与区域的社会经济发展水平、基础设施等因素息息相关。

4　结论

宝鸡市自然灾害社会脆弱性分析评价表明：

(1)区域的人口、经济密度及财产数量是影响自然灾害社会脆弱性的主要因素，并且综合其他因素共同影响着宝鸡市自然灾害社会脆弱性的大小。

(2)区域的人口结构及社会文化决定了对自然灾害的敏感程度。其中职业、性别及年龄等是影响其对自然灾害敏感性的重要因素。

(3)宝鸡市自然灾害社会脆弱性具有明显的空间差异性，自然灾害社会脆弱性较高的地区主要分布在市辖区范围的金渭两区，而陈仓区和凤县是自然灾害社会脆弱性较低的地区。

(4)推进区域社会经济持续发展，提高居民灾害风险和防灾避灾意识，加强社会保障及防灾应急体系建设，是降低区域自然灾害社会脆弱性的主要途径。

[1]史培军.再论灾害研究的理论与实践[J].自然灾害学报,1996,5(4):6-17.

[2]文彦君.陕西省自然灾害的社会易损性分析[J].灾害学,2012,27(2):77-81.

[3]宋海龙,万红莲,文彦君,等.宝鸡地区自然灾害人口脆弱性评估[J].河南科学,2015,33(12):1101-1106.

[4]石勇,许世远,石纯,等.自然灾害脆弱性研究进展[J]自然灾害学报,2011,20(2):131-137.

[5]Cutter S L, Finch C. Temporal and spatial changes in social vulnerability to natural hazards[J]. Proceedings of the National Academy of Sciences,2008,105(7):2301-2306.

[6]周利敏.社会脆弱性：灾害社会学研究的新范式[J].南京师范大学学报(社会科学版),2012(4):20-28.

[7]Neil Adger W. Social vulnerability to climate change and extremes in coastal Vietnam[J].World Development, 1999,27(2):249-269.

[8]Cutter S L, Boruff B J, Shidey W L. Social vulnerability to environmental hazards[J]. Social science quarterly,2003,84(2):242-261.

[9]周扬,李宁,吴文祥.自然灾害社会脆弱性研究进展[J].灾害学,2014,29(2):128-135.

[10]贺帅,杨赛霓,李双双,等.自然灾害社会脆弱性研究进展[J].灾害学,2014,29(3):168-173.

[11]葛怡,刘婧,史培军.家户水灾社会脆弱性的评估方法研究——以长沙地区为例[J].自然灾害学报,2006,15(6):33-37.

[12]陈磊,徐伟,周忻,等.自然灾害社会脆弱性评估研究—以上海市为例[J].灾害学,2012, 27(1):98-100.

[13]刘德林,梁恒谦.区域自然灾害的社会脆弱性评估—以河南省为例[J].水土保持通报,2014,34(5):128-134.

[14]方佳毅,陈文方,孔锋,等.中国沿海地区社会脆弱性评价[J].北京师范大学学报(自然科学版),2015,51(3):280-286.

[15]《宝鸡年鉴》编纂委员会.宝鸡年鉴(2014)[M].西安:三秦出版社,2015.

[16]宝鸡市地方志编纂委员会.宝鸡市志(上)[M].西安:三秦出版社,1998.

[17]黄晓军,黄馨,崔彩兰,等.社会脆弱性概念、分析框架与评价方法[J].地理科学进展,2014,33(11):1512-1525.

[18]宝鸡市统计年鉴编纂委员会.宝鸡统计年鉴(2014)[M].北京:中国统计出版社,2014.

[19]陕西省统计局.陕西省统计年鉴(2014)[M].北京:中国统计出版社,2014.

[20]中华人民共和国民政部.中国民政统计年鉴(2014)[M].北京:中国统计出版社,2014.

[21]国家统计局农村社会经济调查司.中国县域统计年鉴(2014)[M].北京:中国统计出版社,2014.

[22]尹占娥,许世远.城市自然灾害风险评估研究[M].北京:科学出版社,2012.

[23]江强强,方堃,章广成.基于新组合赋权法的地质灾害危险性评价[J].自然灾害学报,2015,24(3):28-36.

[24]周玲玲,王琳,刘伟峰,等.基于客观组合赋权法的即墨市水资源可持续利用评价[J].水资源与水工程学报,2014,25(4):50-55.

[25]姜君.基于熵权与变异系数组合赋权法的模糊综合评价模型[D].北京:首都师范大学,2011.

[26]王明涛.多指标综合评价中权系数确定的一种综合分析方法[J].系统工程,1999,12(2):56-61.

[27]苏桂武,朱林,马宗晋,等.京津唐地区地震灾害区域宏观脆弱性变化的初步研究—空间变化[J].地震地质, 2007, 29(1):15-31.

Assessment on Social Vulnerability to Natural Disasters of Baoji city in Shaanxi Province

WEN Yanjun1, 2, ZHU Chanchan2and SONG Hailong2

(1.Key Lab of Disaster MonitoringandMechanismSimulatingofShaanxiProvince,BaojiUniversity of ArtsandSciences,Baoji721013,China; 2.CollegeofgeographyandEnvironment,BaojiUniversityofArts and Sciences,Baoji 721013, China)

Researchonsocialvulnerabilityofnaturaldisasters,isofimportantsignificanceforregionaldisasterreductionandrecovery.Byselectingsocialandeconomicindicatorscovertheexposure,sensitivityandrecoveryabilityofnaturaldisasters,thispapermadeanalysisandevaluationonthesocialvulnerabilityofnaturaldisastersofBaojiinShaanxiprovincethroughcombinationweightingmethod.Theresultsshowthat: (1)themaininfluentialfactorsonsocialvulnerabilityofnaturaldisastersareregionalpopulation,economicdensityandnumberofproperty; (2)Itistheregionalpopulationstructureandsocialstructurethatdeterminethesensitivedegreeofnaturaldisasters; (3)Thereareobviousspatialdifferenceforsocialvulnerabilityofnaturaldisasters,withhighervulnerabilityareasmainlydistributedinmunicipaldistrictsofBaoji,whilelowervulnerabilityareainChencangdistrictandFengxiancounty.

naturaldisasters;socialvulnerability;combinationweightingmethod;BaojicityofShaanxiprovince

2016-04-15

2016-05-29

国家自然科学基金项目(41071359);陕西省重点实验室项目(11JS012);宝鸡文理学院地理学陕西省重点学科基金

文彦君(1978-),男,陕西宝鸡人,硕士,副教授,主要研究方向为自然灾害风险与区域可持续发展.

E-mail:wenyanjun2003@163.com

X43

A

1000-811X(2016)04-0070-05

10.3969/j.issn.1000-811X.2016.04.013

文彦君，朱婵婵，宋海龙. 陕西省宝鸡市自然灾害社会脆弱性评估[J].灾害学，2016，31(4)：70-74.[WEN Yanjun，ZHU Chanchan and SONG Hailong. Assessment on Social Vulnerability to Natural Disasters of Baoji city in Shaanxi Province[J].Journal of Catastrophology，2016，31(4)：70-74. doi: 10.3969/j.issn.1000-811X.2016.04.013.]