夏陈红，王 威，马东辉

(1.北京工业大学 建筑与城市规划学院，北京 100124；2.北京工业大学 抗震减灾研究所，北京 100124)

近年来，各类灾害事件频繁发生，导致城市安全与防灾问题日益突出，亟需提出更有效的应对对策。城市综合防灾规划作为应对地震、洪涝、火灾、地质、极端天气等各种自然灾害风险防御的重要手段，同时考虑了人民防空、地下空间安全、重大危险源防范及公共安全的要求，是保障城市安全与可持续发展的重要途径[1-5]。

如何评估城市灾害的危险程度及可能产生的后果，一直是灾害风险评估和城市综合防灾规划领域亟待解决的难点问题。目前，学者们已提出了物元分析法(MEM)[6]、地理信息叠加法(GIS)[7]、模糊数随机模拟法(FSS)[8]等诸多评价方法，极大丰富了灾害风险的研究水平。但由于灾害系统的模糊性、随机性和不可知性等不确定性特征，导致单一评价方法往往不能全面反映灾害风险结果，如物元分析法结构简单易于实现编程，但计算结果精确度低；地理信息叠加法能够更加直观地表达出风险区划结果，但受限于遥感数据分辨率及地理信息处理技术；模糊数随机模拟法虽可应用于复杂性系统可靠性模型的建立，但实际操作时对计算设备的容量和速度要求很高。总而言之，不同方法自身的主客观性、适用性、稳定性等因素是导致灾害风险评价结果不一致的主要原因。

基于此，笔者从组合化的视角，提出基于循环修正模式的组合评价模型并进行城市综合灾害风险评估，以期能充分融合各单一方法的优点，得出更加逼近于实际的综合灾害风险评估结果，不断完善城市综合灾害风险评价的理论与实践。

1 城市综合灾害风险评价指标体系

以联合国计划署(UNDP)[9]、联合国救灾组织(UNDRO)[10]、美国联邦应急管理署(FEMA)[11]等国际权威机构和黄崇福等[12-13]等代表性研究的高频指标为基础，结合中国统计资料现状和复杂灾害系统的可观测原则，以城市综合灾害风险为目标层，以灾害危险性、经济易损性和社会易损性为准则层,构建了综合灾害风险评价指标体系，如图1所示。

图1 城市综合灾害风险评价指标体系示意图

2 基于循环修正的组合评价模型构建

2.1 循环修正的组合评价思路与实现步骤

组合评价思路为：①选用模糊数随机模拟法(FSS)、加权求和法(WSM)、集对分析法(SPA)3种典型方法进行基础评价；②以Spearman等级相关系数法检验3种单一评价结果的一致性；③利用平均值法、Board法、Copeland法、模糊Board法4种不同的综合排序方法进行组合评价[14-16]；④对组合后的结果进行一致性检验；⑤反复迭代直至标准差为0。循环修正组合评价的实现步骤如图2所示。

图2 循环修正组合评价步骤

2.2 循环修正的组合评价模型

2.2.1 事前一致性检验的Spearman法

运用Spearman等级相关系数对不同单一方法评价的城市综合灾害风险结果的差异性进行检验，以保证下一步循环组合评价的合理性。通过Spearman等级相关系数来检验不同评价结果之间是否存在分歧。

H0:t1,t2两种方法不相关；

H1:t1,t2两种方法正相关。

Spearman等级相关系数ρ的表达式为：

(1)

其中，dh为两种不同评价方法排序的等级差。

给出显著水平U，可以查出临界值cU，当ρ>cU时，拒绝H0，即t1,t2两种方法具有正相关。若这几种综合评价法均为正相关时，则称其具有一致性；若不具有一致性，则应当重新选择城市综合灾害风险评价方法。

2.2.2 组合评价模型

(1)组合评价均值法。平均值法是将每种单一评价法的城市综合灾害风险水平排名次序转换成分数的一种方法。

Rij=n-rij+1

(2)

式中：Rij表示第i个城市在j种方法下的分数，i=1,2,…，n；j=1,2,…，m；rij表示第i个地区在第j种方法下的排序。

按照组合评价值的大小重新进行排序，若两城市的组合评价值相等，则计算不同得分的标准差，如式(3)所示。

(3)

(2)Board法。Board法是一种多数优胜于少数的方法。若评价认为城市i优于城市k的个数大于城市k优于城市i的个数，则记为ξiSξk。定义Board矩阵B={bik}n×n，如式(4)所示。城市i的得分如式(5)所示。若两城市得分bi与bk相等，则标准差小的优先。

(4)

(5)

(3)Copeland法。Copeland法是在Board法的基础上为进一步区分“优”和“劣”的一种方法。若评价认为城市i优于城市k，则记为ξiSξk；若评价认为城市i劣于城市k，则记为ξkSξi;若评价认为城市i等于城市k，则记为0。定义Copeland矩阵C={cik}n×n，如式(6)所示，城市i的得分如式(7)所示。

(6)

(7)

其中，cik为Copeland得分结果，若两城市得分相等，则标准差小的优先。

(4)模糊Board法。模糊Board法是在组合时不仅考虑到排序的差异，还考虑到得分差异的一种排名方法。具体步骤如下：

首先，计算隶属度，如式(8)所示。

(8)

式中：rij为第i个城市在第j种评价方法下的得分；μij为第i个城市在第j种评价方法下处于“优”的隶属度。

Wti=pti/∑pti

(9)

再次，将排序转化为得分，如式(10)所示。

(10)

其中，Qti为城市i排在t位的得分。

最后，计算模糊Board数得分Bi，如式(11)所示,并按照得分Bi的大小重新进行排序。

Bi=∑WtiQti

(11)

2.2.3 事后一致性检验

运用Spearman等级相关系数对不同组合评价结果进行密切度评价，直至相关系数全部为1，则评价结果达到一致。

3 实证研究

3.1 单一评价方法结果分析

依据国家三部委、自然灾害综合研究组编写的中国各项自然灾害危险度区划数据，以及国家统计年鉴数据关于经济、社会易损性方面的数据，运用FSS、WSM、SPA 3种单一方法对我国31个省市自治区的综合灾害风险进行评价，得分及排序结果如表1所示。可见不同单一模型的评价结果存在差异，如河北在3种不同评价模型下的排序分别为第4名、第6名、第3名，所以有必要对不同评价结果进行统一。

表1 单一方法下各省市自治区综合灾害风险得分及排序

首先，计算Spearman等级相关系数，得到不同单一评价方法之间的相关系数。

给定显著水平U=0.05,cU=0.464,ρ>cU，则拒绝H0，即3种评价方法之间正相关，具有高度一致性。

3.2 循环修正的优化组合评价结果分析

由单一评价方法结果可知，3种单一方法的相关性都很高，可进行组合评价。第一次循环修正后的结果如表2所示，可见存在差异，继续迭代直至第4次循环修正，平均值法、Board法、Copeland法和模糊Board法的得分及排序达到完全一致，此时Spearman等级相关系数全部为1且标准差收敛于0，模型达到稳定，组合结果通过了事后一致性检验。

由表2可知，31个省市自治区的综合排名由高到低分别为：山东、江苏、广东、河北、天津、北京、浙江、河南、福建、湖南、安徽、辽宁、上海、四川、海南、广西、陕西、江西、湖北、重庆、云南、山西、黑龙江、吉林、甘肃、贵州、新疆、西藏、内蒙古、宁夏、青海。结果表明，东部沿海地区的综合灾害风险等级较高，内陆地区处于中等水平，西部地区处于低水平，这从一定程度上说明沿海发达地区的灾害敏感度高，需重点提高城市规划建设设防标准及相应的应急管理机制，中部地区可适当增强自身的灾害监测力度。

表2 循环修正模式下各省市自治区的综合灾害风险得分及排序

3.3 灾害影响要素分析

为深入揭示不同指标因子对综合灾害风险的影响程度，绘制相关关系分析图，如图3～图6所示。

图3 灾害危险性影响因子分析图

图4 经济易损性影响因子分析图

图5 社会易损性影响因子分析图

图6 组合综合灾害风险与各影响要素的关系图

由图3可知，灾害危险性较高的是山东、江苏、广东、河北、天津、福建、海南7大沿海地区，其中山东受洪水和地震灾害的影响较大，广东受洪水、台风和地质灾害的影响较大，江苏、天津和河北则受洪水和地震灾害的影响较大。灾害危险性较低的是黑龙江、吉林、重庆、贵州、新疆、内蒙古、宁夏、青海。

由图4可知，经济易损性较高的是山东、江苏、广东3大沿海地区，灾害发生时，山东和江苏的平均国内生产总值比平均固定资产投资受波动的程度更大，广东则相反，其平均固定资产投资比平均国内生产总值更易遭受灾害的影响。经济易损性指标较低的是海南、甘肃、贵州、内蒙古、西藏、宁夏、青海等地区，其中海南、内蒙古两地的经济易损性受平均国内生产总值的影响较大，其他5个地区则受平均固定资产投资的影响较大。总体而言，经济易损性与平均国内生产总值、平均固定资产投资呈正相关。

由图5可知，社会易损性指数较高的是天津、北京、上海，这3个地区人口总数和面积都不大，但由于地区人口的高度密集化，导致社会易损性很高。社会易损性指数较低的是甘肃、新疆、西藏、内蒙古、宁夏、青海等地区，其城市化水平较低、人口基数小，面积与社会易损性之间呈负相关关系。

由图6可知，各地区的综合灾害风险与灾害危险性、社会易损性、经济易损性间基本呈负相关关系，而且灾害危险性、社会易损性对综合灾害风险度的影响程度更大，经济易损性对其影响程度较小。社会易损性随综合灾害风险排名变化的波动范围较大，处于0.002～1.000之间，而经济易损性的波动范围较小，处于0.49～0.89之间，说明灾害发生会对社会产生较直接的影响，但是对经济的影响作用则较弱。因此在进行各地区城市建设时，应当从自身用地功能上来解决综合灾害风险问题，以科学化手段预测灾害，不断增强城市自身灾害防御机制，健全城市防灾减灾法律政策。

4 结论

基于循环修正模式组合评价模型能够充分融合各单一评价方法的优点，消除各单一评价方法评价结果不一致性的问题，组合后的风险排名具有极高的科学性和可信性。

(1)通过事前事后的Spearman等级相关系数检验，循环修正的组合评价模型极大程度地增强了评价结果的准确性，相较于传统综合评价模型能够有效减少评价过程中的系统性偏差和随机性误差，使研究结论更贴近实际。

(2)综合灾害风险高值区主要集中于东部沿海地区，综合灾害风险较高的区域主要集中于中南部一带，综合灾害风险低值区主要集中于西部地区，整体上呈东部向中西部递减的趋势。

(3)笔者主要是对综合风险评估结果不一致问题进行科学性及创新性研究，由于数据资料的难以获得性，历史灾情并不能完全代表实时灾况，所以最终组合结果仅供参考。