楊 俊，向華麗

（1.中南財經(jīng)政法大學(xué)信息與安全工程學(xué)院，湖北武漢430073；2.呂勒奧理工大學(xué)環(huán)境地質(zhì)系，瑞典呂勒奧97187；3.中南財經(jīng)政法大學(xué)公共管理學(xué)院，湖北武漢430073；4.呂勒奧理工大學(xué)社會科學(xué)系，瑞典呂勒奧97187）

基于HOP模型的地質(zhì)災(zāi)害區(qū)域脆弱性研究
——以湖北省宜昌地區(qū)為例*

楊 俊1，2，向華麗3，4

（1.中南財經(jīng)政法大學(xué)信息與安全工程學(xué)院，湖北武漢430073；2.呂勒奧理工大學(xué)環(huán)境地質(zhì)系，瑞典呂勒奧97187；3.中南財經(jīng)政法大學(xué)公共管理學(xué)院，湖北武漢430073；4.呂勒奧理工大學(xué)社會科學(xué)系，瑞典呂勒奧97187）

在介紹HOP模型及其方法的基礎(chǔ)上，以湖北省宜昌地區(qū)為案例，依據(jù)該地區(qū)地質(zhì)災(zāi)害綜合調(diào)查資料、統(tǒng)計年鑒數(shù)據(jù)資料及第六次人口普查數(shù)據(jù)資料，以鄉(xiāng)鎮(zhèn)為基本單元對該地區(qū)的人口分布、地質(zhì)災(zāi)害暴露、社會脆弱性及區(qū)域綜合脆弱性進(jìn)行分析。研究結(jié)果表明：具有明顯點狀分布特征的地質(zhì)災(zāi)害不同于呈面域發(fā)展的其它類型自然災(zāi)害，災(zāi)害暴露水平不完全由地質(zhì)災(zāi)害發(fā)育水平所決定，人口分布特征對災(zāi)害暴露有顯著影響，其區(qū)域脆弱性的高低主要受災(zāi)害暴露水平控制，同時受到社會脆弱性的影響。地質(zhì)災(zāi)害區(qū)域脆弱性的空間分布特征對宜昌地區(qū)的防災(zāi)減災(zāi)具有實際的指導(dǎo)意義，從技術(shù)減災(zāi)角度分析，應(yīng)綜合比較分析工程防治、資產(chǎn)轉(zhuǎn)移與人口遷移這三者的技術(shù)可行性與技術(shù)經(jīng)濟性；從政策減災(zāi)角度分析，應(yīng)更加關(guān)注區(qū)域脆弱性更高的地區(qū)，防災(zāi)減災(zāi)的政策制定、資金投向與人力資源配備等需根據(jù)區(qū)域脆弱性的空間特征做出規(guī)劃與調(diào)整。

區(qū)域脆弱模型；地質(zhì)災(zāi)害；暴露水平；社會脆弱性；因子分析；GIS；湖北宜昌

自然災(zāi)害的社會脆弱性問題自1970年代被提出以后，來自地理學(xué)、社會學(xué)、災(zāi)害學(xué)乃至經(jīng)濟學(xué)的學(xué)者對自然災(zāi)害的社會脆弱性問題開展了持續(xù)的理論探索與廣泛的案例研究，并建立了一些受到學(xué)界較普遍認(rèn)可的定量研究方法［1］。從自然災(zāi)害社會脆弱性研究的歷史來看，先后出現(xiàn)了四種為自然災(zāi)害研究領(lǐng)域廣為熟悉的概念模型，分別是著名地理學(xué)家Gilbert F.White等［2］較早提出的“風(fēng)險－災(zāi)害”模型（Risk-Hazard Model），Blaikie和Wisner等［3－4］提出的“壓力－釋放”模型（Pressure and Release Model），Cutter等［5－6］提出的“區(qū)域脆弱”模型（Hazard-of-Place Model，HOPModel），Turner等［7］提出的基于可持續(xù)發(fā)展理論框架的脆弱模型（Vulnerability／Sustainability Framework）。由于研究對象、研究視角等的差異，上述四種模型分別是根據(jù)各自對脆弱性概念的不同理解而建立的，因此不同模型在適用的領(lǐng)域、研究的對象、研究的尺度乃至具體的研究方法上都呈現(xiàn)出很大的差異。比較而言，基于社會地理學(xué)視角的HOP模型由于更加注重社會脆弱性的地理空間差異與時間演進(jìn)，其開發(fā)了一套可資操作與橫向比較的社會脆弱性分析方法，加之模型自創(chuàng)建以來，對其理論探討與完善就從來沒有停止過［6，8］，這使得該模型在具體的災(zāi)害社會脆弱性研究與實踐中獲得了較廣泛的應(yīng)用，并取得了極大的成功。

HOP模型最大的貢獻(xiàn)在于其對社會脆弱性的測量。Cutter等［9］依據(jù)全美3 141個縣的社會經(jīng)濟與人口數(shù)據(jù)，在對最初選取的250多個變量進(jìn)行多重共線性檢驗的基礎(chǔ)上，最終提取了42個變量反應(yīng)社會脆弱性，從而建立了一套較為完善的自然災(zāi)害社會脆弱性指標(biāo)體系，然后在因子分析的基礎(chǔ)上得到了一個反應(yīng)社會脆弱性的綜合指數(shù)——社會脆弱性指數(shù)SoVI（Social Vulnerability Index），并通過敏感性分析（Sensitivity Analysis）證明這一指數(shù)不僅適用于國家、省以及市縣級等不同尺度的社會脆弱性分析，而且可以移植到不同的區(qū)域應(yīng)用［10］。

HOP模型首先在美國［11－16］及其它發(fā)達(dá)國家［17－18］獲得了較廣泛的應(yīng)用，其后在其它一些自然災(zāi)害較多的國家和地區(qū)逐步得到推廣［19－22］。研究的尺度包括國家級［9，22］、縣市級［11，23－25］，城市級［26］等。由于該模型經(jīng)歷了2004年美國卡特麗娜颶風(fēng)（Hurricane Katrina）的檢驗［27］，目前美國California，Colorado和South Carolina三個州已全面采用HOP模型對州屬范圍的各種自然災(zāi)害暴露、社會脆弱性以及區(qū)域災(zāi)害風(fēng)險進(jìn)行評估并制定相應(yīng)的減災(zāi)措施［28］。

國內(nèi)自然災(zāi)害社會脆弱性問題研究迄今僅10多年時間，且多來自地理學(xué)、生態(tài)學(xué)與災(zāi)害學(xué)等領(lǐng)域［29－32］，國內(nèi)社會學(xué)、公共管理學(xué)等領(lǐng)域最近才開始涉足該領(lǐng)域的研究［33－34］。從研究文獻(xiàn)來看，早期多以概念辨析與理論介紹為主，后逐漸涉及一定的理論分析［35－36］、模型探索［37］與指標(biāo)體系的分析［38］。在具體的案例研究中，國內(nèi)的社會脆弱性研究采用的主流方法是指標(biāo)體系評價方法，很多研究直接采用或借鑒了HOP模型的思路與社會脆弱性分析方法［39－41］，對具體區(qū)域的防災(zāi)減災(zāi)問題均提供了很好的指導(dǎo)。但是受數(shù)據(jù)獲取等方面的限制，目前的研究中也存在一定的問題，如評價指標(biāo)較少［42］，人為將與社會脆弱相關(guān)的人口、經(jīng)濟、社會等進(jìn)行分類處理并分別分析［34］，還有部分研究將自然災(zāi)害作為社會脆弱性的內(nèi)生變量統(tǒng)一考慮，明顯有違社會脆弱性的內(nèi)涵［34，43－44］。

從現(xiàn)有研究文獻(xiàn)來看，我國目前的社會脆弱性案例研究大多為國家、省市及縣區(qū)一級，而較少涉及鄉(xiāng)鎮(zhèn)一級［44］，很明顯，對地質(zhì)災(zāi)害這類具有顯著地理空間差異的自然災(zāi)害，分析的空間尺度越小，越有利于災(zāi)害暴露的識別，另外，宜昌地區(qū)作為三峽壩址所在地，同時又是全國范圍內(nèi)地質(zhì)災(zāi)害最為嚴(yán)重的區(qū)域，對該地區(qū)的地質(zhì)災(zāi)害脆弱性進(jìn)行深入研究具有很強的現(xiàn)實意義。因此，本文在介紹HOP模型及其基本方法的基礎(chǔ)上，以湖北省宜昌地區(qū)為案例，依據(jù)該地區(qū)地質(zhì)災(zāi)害綜合調(diào)查數(shù)據(jù)、統(tǒng)計年鑒數(shù)據(jù)及第六次人口普查數(shù)據(jù)，以鄉(xiāng)鎮(zhèn)為基本單元對該地區(qū)的地質(zhì)災(zāi)害暴露、社會脆弱性空間差異及區(qū)域綜合脆弱性進(jìn)行分析，為該地區(qū)綜合防災(zāi)減災(zāi)提供相應(yīng)的指導(dǎo)與建議。

1 研究區(qū)域、資料獲取與研究方法

1.1 研究區(qū)概述

宜昌地區(qū)位于湖北西南部，地處長江上游與中游的結(jié)合部，鄂西山區(qū)向江漢平原的過渡地帶，是三峽大壩壩址所在地。該地區(qū)地跨110°15′～112°04′E、29°56′～31°34′N之間，東西最大橫距174.08 km，南北最大縱距180.6 km，轄區(qū)總面積21 226.85 km2。宜昌下轄13個縣市區(qū)，即遠(yuǎn)安縣、興山縣、秭歸縣、長陽土家族自治縣、五峰土家族自治縣、宜都市、枝江市、當(dāng)陽市、夷陵區(qū)、西陵區(qū)、伍家崗區(qū)、點軍區(qū)和猇亭區(qū)，共87個鄉(xiāng)鎮(zhèn)和20個街道。2010年轄區(qū)戶籍總?cè)丝?98.55萬人。

該區(qū)地質(zhì)條件復(fù)雜、降雨充沛且季節(jié)分配不均，造成地質(zhì)災(zāi)害發(fā)生種類多、分布廣、頻率高、災(zāi)情重，是全國地質(zhì)災(zāi)害最嚴(yán)重的地區(qū)之一。地質(zhì)災(zāi)害種類包括滑坡、山體崩塌、地面塌陷、泥石流、地裂縫、地面沉降等，其中又尤以滑坡和山體崩塌最為發(fā)育。目前，宜昌市存在大量的地質(zhì)災(zāi)害隱患，嚴(yán)重威脅人民群眾生命財產(chǎn)安全，預(yù)估經(jīng)濟損失達(dá)82.54億元，威脅人口23.6萬余人，地質(zhì)災(zāi)害是制約該區(qū)經(jīng)濟和社會發(fā)展的重要因素。

1.2 數(shù)據(jù)資料

本文所涉及的資料數(shù)據(jù)主要包括：2011年《宜昌統(tǒng)計年鑒》；宜昌市國土資源局提供的行政區(qū)劃數(shù)據(jù)與《地質(zhì)災(zāi)害防治規(guī)劃》（2010－2020）［45］地質(zhì)災(zāi)害統(tǒng)計數(shù)據(jù)與規(guī)劃數(shù)據(jù)；宜昌市六普快速匯總數(shù)據(jù)。

各鄉(xiāng)鎮(zhèn)人口數(shù)據(jù)依據(jù)的是2011年《宜昌統(tǒng)計年鑒》提供的戶籍人口數(shù)，其中西陵區(qū)和伍家崗區(qū)由于數(shù)據(jù)不全采用的是第六次全國人口普查的常住人口數(shù)據(jù)。通過對比六普常住人口和戶籍人口我們發(fā)現(xiàn)，由于人口流動水平相對較低，二者在絕對值上相差較小。災(zāi)害暴露水平數(shù)據(jù)是根據(jù)《地質(zhì)災(zāi)害防治規(guī)劃》（2010－2020）中的各鄉(xiāng)鎮(zhèn)地質(zhì)災(zāi)害統(tǒng)計數(shù)據(jù)歸總得到的。社會脆弱性指標(biāo)數(shù)據(jù)根據(jù)2011年《宜昌統(tǒng)計年鑒》全市鄉(xiāng)鎮(zhèn)（辦事處）重要經(jīng)濟指標(biāo)數(shù)據(jù)匯總得到。

1.3 研究方法

1.3.1 HOP模型

HOP模型的理論根源來自于Hewitt和Burton［46］對區(qū)域生態(tài)的研究，他們試圖探索一種區(qū)域生態(tài)在面臨社會、政治以及經(jīng)濟等多種因素交互作用下所導(dǎo)致的極端破壞事件時的應(yīng)對策略，Cutter等在此基礎(chǔ)上提出了區(qū)域災(zāi)害（Hazard-of-place）的概念，其目的即在于考察脆弱性在區(qū)域空間上的差異并試圖解釋自然災(zāi)害與社會脆弱耦合作用下可能導(dǎo)致的區(qū)域脆弱性問題，從這一概念出發(fā)，她提出了區(qū)域脆弱概念模型，該模型可以用圖1表示［5］。

該模型的基本思想是：自然災(zāi)害風(fēng)險與人類社會的減災(zāi)措施交互作用，其綜合作用結(jié)果就產(chǎn)生了潛在的致災(zāi)因子，潛在的致災(zāi)因子對區(qū)域社會－環(huán)境耦合系統(tǒng)產(chǎn)生影響，當(dāng)這種潛在的致災(zāi)因子作用于地理層面時，就表現(xiàn)為物理脆弱性（模型用災(zāi)害暴露水平進(jìn)行測量），當(dāng)潛在的致災(zāi)因子作用于社會層面時，就表現(xiàn)為社會脆弱性，物理脆弱性與社會脆弱性的交互作用最終表現(xiàn)為區(qū)域脆弱性，對區(qū)域脆弱性的分析結(jié)果可以進(jìn)行反饋并指導(dǎo)具體的風(fēng)險管理與減災(zāi)政策。

該模型有效地對災(zāi)害暴露與社會脆弱進(jìn)行了區(qū)分，既注重自然災(zāi)害本身所具有的地理區(qū)位特征以及災(zāi)害的種類、頻率、強度等自然屬性特征，同時也強調(diào)了不同地理區(qū)位的人類社會群體在社會經(jīng)濟特征方面的脆弱性差異，因此對自然災(zāi)害的區(qū)域脆弱性具有很強的解釋力。在災(zāi)害暴露方面，主要根據(jù)不同災(zāi)害類型的自身特點來確定其區(qū)位分布特征，在社會脆弱性方面，則通過建立系統(tǒng)的指標(biāo)體系，采用因子分析方法來測量社會脆弱性，并通過災(zāi)害暴露和社會脆弱性在空間上的疊加最終獲得區(qū)域脆弱性的空間特征，最后運用GIS技術(shù)將分析結(jié)果進(jìn)行直觀的展現(xiàn)。

正如Cutter本人所說，該模型的側(cè)重點在于最后三個單元，即物理脆弱性、社會脆弱性與區(qū)域脆弱性，其缺陷在于對具體產(chǎn)生脆弱的根源缺乏足夠的理論分析，同時對脆弱可能導(dǎo)致的災(zāi)后影響缺乏相應(yīng)的探討［6］。盡管模型本身還不十分完善，但這并沒有影響到其對實際應(yīng)用的指導(dǎo)意義。

圖1 區(qū)域脆弱模型

1.3.2 災(zāi)害暴露水平度量

對于災(zāi)害暴露，Cutter指出，由于沒有可資利用的人口與資產(chǎn)暴露數(shù)據(jù)，她在分析災(zāi)害暴露（物理脆弱性）時，對于不同的災(zāi)害種類，均采用的是災(zāi)害發(fā)生頻率數(shù)據(jù)［11］。顯然，對于地質(zhì)災(zāi)害暴露，根據(jù)地質(zhì)調(diào)查所獲取的地質(zhì)災(zāi)害受威脅人口與受威脅財產(chǎn)數(shù)據(jù)反映災(zāi)害暴露水平顯然更為準(zhǔn)確［47］。因此，本文在分析災(zāi)害暴露時，根據(jù)各鄉(xiāng)鎮(zhèn)地質(zhì)災(zāi)害統(tǒng)計資料，按照Cutter處理災(zāi)害暴露的方法，綜合考慮受威脅人口數(shù)量與受威脅資產(chǎn)值以反映區(qū)域的地質(zhì)災(zāi)害暴露水平，具體做法如下：①采用0～1標(biāo)準(zhǔn)化方法，將受威脅人口數(shù)量最多的鄉(xiāng)鎮(zhèn)的人口暴露水平賦值為1，其它鄉(xiāng)鎮(zhèn)受威脅人口與該鄉(xiāng)鎮(zhèn)受威脅人口的比值為該鄉(xiāng)鎮(zhèn)人口威脅暴露水平，則人口暴露水平取值在0～1；②各鄉(xiāng)鎮(zhèn)的資產(chǎn)暴露水平的計算與標(biāo)準(zhǔn)化方法與人口暴露水平的計算方法相同；③各鄉(xiāng)鎮(zhèn)綜合暴露水平采用人口暴露水平與財產(chǎn)暴露水平的平均值進(jìn)行衡量，并按照①所述的方法進(jìn)行0－1的標(biāo)準(zhǔn)化處理；④最后按照等間距分段的方法進(jìn)行綜合暴露水平的分類。

1.3.3 社會脆弱性度量

（1）社會脆弱性指標(biāo)提取

在衡量社會脆弱性時，指標(biāo)選取非常重要。根據(jù)目前對社會脆弱性的認(rèn)識，脆弱性指標(biāo)應(yīng)包括人口結(jié)構(gòu)特征、社會弱勢群體特征、社會經(jīng)濟發(fā)展水平、基礎(chǔ)公共設(shè)施建設(shè)水平、公共服務(wù)水平等［9］。本文提取了2010年宜昌市97個鄉(xiāng)鎮(zhèn)（由于無明顯行政界線，其中猇亭區(qū)的三個辦事處合并為一個單元處理；點軍區(qū)點軍街道辦事處與點軍區(qū)橋邊鎮(zhèn)合并為一個單元處理；最終分析樣本區(qū)為94個）有關(guān)社會經(jīng)濟數(shù)據(jù)共24個指標(biāo)，以上指標(biāo)雖不完全與Cutter所選取的42個指標(biāo)完全一致，但總體涵蓋了SoVI所涉及的幾個方面。其中，前19個指標(biāo)的數(shù)據(jù)來源于2011年統(tǒng)計年鑒數(shù)據(jù)，后6個指標(biāo)的數(shù)據(jù)來源于宜昌市第六次人口普查數(shù)據(jù)，其他指標(biāo)數(shù)據(jù)來源于2011年宜昌市統(tǒng)計年鑒，具體指標(biāo)均通過轉(zhuǎn)換使得各鄉(xiāng)鎮(zhèn)具有可比性，如比重，人均，密度等。具體如表1所示。

（2）社會脆弱性指數(shù)計算

在分析方法上，采用因子分析進(jìn)行降維處理，應(yīng)用SPSS17.0軟件進(jìn)行具體分析。通過KMO檢驗和Bartlett球形檢驗考察原始變量進(jìn)行因子分析的可行性。其中，提取公因子采取主成分分析法，旋轉(zhuǎn)法采用的是具有Kaiser標(biāo)準(zhǔn)化的四次最大正交旋轉(zhuǎn)法。

表1 社會脆弱性指標(biāo)名稱與描述

因子分析除了具有降維的作用外，還具有計算綜合得分（SoVI）的功能。綜合得分的計算方法為各因子（最后提取的公因子數(shù)量為7）得分乘以各自因子方差解釋力權(quán)重而得，如式（1）所示。

式中：Sj為第j個鄉(xiāng)鎮(zhèn)社會脆弱性綜合得分，j的取值為1～94。

最后的社會脆弱性指數(shù)SoVI同樣進(jìn)行0～1標(biāo)準(zhǔn)化處理，方法如下：

式中：SoVI為社會脆弱性指數(shù)；Sjmax為綜合得分最大值；Sjmin為綜合得分最小值。

（3）區(qū)域綜合脆弱性度量

各鄉(xiāng)鎮(zhèn)區(qū)域綜合脆弱性（Place Vulnerability）的計算按照HOP模型及其推薦方法，直接將災(zāi)害暴露水平與社會脆弱性指數(shù)相乘后標(biāo)準(zhǔn)化處理［11］。HOP模型這樣計算區(qū)域綜合脆弱性的理由在于：根據(jù)目前的研究進(jìn)展，還沒有足夠的證據(jù)說明在災(zāi)害暴露水平與社會脆弱性兩者之間，究竟哪個因素對區(qū)域脆弱性更重要、更具決定作用。因此，Cutter認(rèn)為，將兩者直接相乘是最為謹(jǐn)慎的做法。

以上所有分析與計算結(jié)果均通過ArcGIS制作成圖顯示。

2 結(jié)果與討論

2.1 人口與地質(zhì)災(zāi)害分布特征

從宜昌地區(qū)的人口分布密度圖（圖2）來看，該區(qū)人口分布呈以下態(tài)勢：人口密度地理分布極不均衡。人口密度小于100的鄉(xiāng)鎮(zhèn)27個，人口密度在100～200之間的鄉(xiāng)鎮(zhèn)37個，人口密度在200～500的鄉(xiāng)鎮(zhèn)24個，大于500的6個，人口密度最低的興山縣榛子鄉(xiāng)人口密度僅為32人／km2，而人口密度最高西陵區(qū)則高達(dá)5 690人／km2，二者相差近200倍；人口分布與自然地理特征相關(guān)。宜昌地處云貴高原和渝東大山向江漢平原的過渡地帶，地形復(fù)雜，高低相差懸殊，海拔從2 427 m至35 m，從西至東地勢逐漸降低，呈“七山二丘一平原”的總體地貌，因此人口也集中分布在丘陵與平原地帶，特別是枝江市與當(dāng)陽市東南和宜都、遠(yuǎn)安沿長江、清江下游兩岸一帶；人口分布呈現(xiàn)出向各縣市政府所在地聚集的態(tài)勢。除興山縣與五峰縣以外，其它各縣市人口密度最高的區(qū)域均為政府所在地區(qū)，而且政府所在地周邊的鄉(xiāng)鎮(zhèn)人口密度也一般較其它偏遠(yuǎn)鄉(xiāng)鎮(zhèn)為高，這一態(tài)勢在東部丘陵平原地帶尤為明顯。

圖2 宜昌地區(qū)人口密度分布圖

而從該區(qū)地質(zhì)災(zāi)害易發(fā)程度分區(qū)圖（圖3）可以看出，地質(zhì)災(zāi)害的區(qū)域分布特征具有如下特點：中、高易發(fā)區(qū)比重極大，分布范圍廣。在宜昌全境地質(zhì)災(zāi)害高易發(fā)區(qū)6個，總面積達(dá)8 503.72 km2，中易發(fā)區(qū)5個，總面積8 001.82 km2，兩者累計占全區(qū)總面積的78%，多處于山區(qū)及中低山區(qū)；地質(zhì)災(zāi)害與人類工程活動密切相關(guān)。主要地質(zhì)災(zāi)害主要沿三峽庫區(qū)沿岸及其支流一帶、清江沿岸一帶、磷礦區(qū)、煤礦區(qū)等發(fā)育，這些地區(qū)水庫建設(shè)與礦產(chǎn)開采等人類工程活動密集；地質(zhì)災(zāi)害總體分布與人口分布呈相反趨勢。在地質(zhì)災(zāi)害較發(fā)育的山區(qū)與中低山區(qū)，人口密度一般較低，地質(zhì)災(zāi)害低發(fā)與一般不易發(fā)的枝江、當(dāng)陽等市，人口密度相對較高。

圖3 地質(zhì)災(zāi)害易發(fā)程度分區(qū)圖

總體而言，在宜昌范圍內(nèi)，人口分布與自然地理環(huán)境、地質(zhì)災(zāi)害分布是協(xié)調(diào)的，人們一般居住在自然環(huán)境相對較好、地質(zhì)災(zāi)害較少的地段，這與臺風(fēng)、海嘯等自然災(zāi)害與人口分布特征有明顯區(qū)別，在沿海地區(qū)，大多數(shù)人口往往分布在這類自然災(zāi)害的影響范圍內(nèi)。

2.2 地質(zhì)災(zāi)害暴露水平分析

在人口暴露水平方面，由圖4可見，雖然宜昌地區(qū)地質(zhì)災(zāi)害眾多，但大部分鄉(xiāng)鎮(zhèn)受地質(zhì)災(zāi)害威脅的人口數(shù)量并不是太大，人口暴露水平高的鄉(xiāng)鎮(zhèn)（約16 000～20 000人）4個，人口暴露中高水平的鄉(xiāng)鎮(zhèn)3個（約12 000～16 000人），人口暴露中等水平的3個（約8 000～12 000人），中低水平5個（約4 000－8 000人），其它絕大多數(shù)鄉(xiāng)鎮(zhèn)都處于低暴露水平，即在4 000人以下，從統(tǒng)計數(shù)據(jù)來看，50%的鄉(xiāng)鎮(zhèn)在1 000人以下。從該圖我們還可以看出人口暴露水平具有以下特點：人口暴露水平相對較高的一般處于地質(zhì)災(zāi)害發(fā)育區(qū)。結(jié)合圖3可以發(fā)現(xiàn)，除枝江市的董市鎮(zhèn)、七星臺鎮(zhèn)和白楊鎮(zhèn)以外，其它人口暴露水平相對較高的鄉(xiāng)鎮(zhèn)集中在該區(qū)地質(zhì)災(zāi)害發(fā)育水平較高的西北部地區(qū)；地質(zhì)災(zāi)害發(fā)育程度與人口暴露水平并沒有必然的相關(guān)性。該點可以從圖3和圖4的對比中看出來，在該區(qū)地質(zhì)災(zāi)害發(fā)育水平較高的東北與西南地區(qū)，人口暴露水平均處于較低的水平，而在地質(zhì)災(zāi)害發(fā)育水平低的東南部平原地區(qū)的局部鄉(xiāng)鎮(zhèn)，人口暴露水平卻相當(dāng)高，這一方面與人口密度的分布有關(guān)，而更多的與地質(zhì)災(zāi)害本身發(fā)育的地理位置關(guān)系更為密切。

在資產(chǎn)暴露水平方面，由圖5可見，其與人口暴露水平具有一定的相關(guān)性。全區(qū)資產(chǎn)受地質(zhì)災(zāi)害威脅最重的鄉(xiāng)鎮(zhèn)為興山縣古夫鎮(zhèn)，達(dá)17.77億元，其它資產(chǎn)暴露水平較高的鄉(xiāng)鎮(zhèn)，除五峰縣灣潭鎮(zhèn)外，均分布在地質(zhì)災(zāi)害發(fā)育水平較高的西北部地區(qū)，受威脅資產(chǎn)均達(dá)到5億元以上，包括興山縣峽口鎮(zhèn)11.78億元、秭歸縣歸州鎮(zhèn)6.28億元、五峰縣灣潭鎮(zhèn)6.04億元、秭歸縣沙鎮(zhèn)溪鎮(zhèn)5.91億元、秭歸縣茅坪鎮(zhèn)5.77億元。其它鄉(xiāng)鎮(zhèn)資產(chǎn)暴露水平均較低，均在3億元以下。其中，東南部人口暴露水平較高的枝江市董市鎮(zhèn)和七星臺鎮(zhèn)資產(chǎn)暴露水平卻并不高，分別為2.50億元和1.50億元左右。

圖4 地質(zhì)災(zāi)害人口暴露水平分級圖

在地質(zhì)災(zāi)害綜合暴露水平上，從圖6可見，比較全面地反映了人口與資產(chǎn)暴露的總體水平。其中暴露水平最高的是人口與資產(chǎn)暴露水平均較高的興山縣峽口鎮(zhèn)，綜合暴露處在中高水平的共計4個鄉(xiāng)鎮(zhèn)，分別是興山縣古夫鎮(zhèn)、秭歸縣歸州鎮(zhèn)和沙鎮(zhèn)溪鎮(zhèn)和枝江縣董市鎮(zhèn)。中等水平的3個，分別是秭歸縣水田壩鄉(xiāng)、茅坪鎮(zhèn)和枝江縣七星臺鎮(zhèn)。中低水平6個，分別是秭歸縣屈原鎮(zhèn)和郭家壩鎮(zhèn)、夷陵區(qū)太平溪鎮(zhèn)和三斗坪鎮(zhèn)、五峰縣灣潭鎮(zhèn)和枝江縣白楊鎮(zhèn)。其它80個鄉(xiāng)鎮(zhèn)的綜合暴露水平均較低。

2.3 地質(zhì)災(zāi)害社會脆弱性分析

2.3.1 社會脆弱性指標(biāo)因子分析

采用因子分析方法，最終提取了7個公因子，其累計貢獻(xiàn)率旋轉(zhuǎn)前后均為71.1%。通過SPSS的描述統(tǒng)計分析得到綜合得分最小值為－1.64，最大值為0.67，均值為0，標(biāo)準(zhǔn)化差為0.42。從因子分析提取的7個公因子來看，可以對宜昌地區(qū)的社會脆弱性從以下幾個維度加以描述：

圖6 地質(zhì)災(zāi)害綜合暴露水平分級圖

（1）人口特征。包括人口結(jié)構(gòu)特征與地理分布特征。第1公因子提取了包括平均教育年限，0～14歲人口比重、65歲及以上人口比重、女性人口比重、農(nóng)村人口比重、外來人口比重、家庭平均人口數(shù)（根據(jù)家庭生命周期理論，一個家庭越大，其撫養(yǎng)比越大）等反應(yīng)人口結(jié)構(gòu)特征的絕大多數(shù)指標(biāo)，同時還包括人口密度這一反映人口地理分布特征的指標(biāo)，該公因子的方差解釋貢獻(xiàn)率達(dá)到21.7%。說明人口特征對社會脆弱性影響很大。

（2）經(jīng)濟發(fā)展水平與醫(yī)療衛(wèi)生水平。第3與第4個公因子綜合反映了這一情況。由分析結(jié)果來看，第三個公因子提取了居民人均純收入、每10萬人擁有醫(yī)生數(shù)和每10萬人擁有病床數(shù)這三個指標(biāo)。第四個公因子提取了人均財政總收入、每10萬人擁有醫(yī)院數(shù)和每10萬人擁有敬老院、福利院的數(shù)量這三個指標(biāo)。以上6個指標(biāo)分別反映了區(qū)域的經(jīng)濟發(fā)展水平和醫(yī)療衛(wèi)生水平。根據(jù)對已有文獻(xiàn)的綜述［9］，經(jīng)濟水平越好，人們應(yīng)對災(zāi)害風(fēng)險以及從災(zāi)害風(fēng)險中恢復(fù)的能力越強，社會脆弱性越低，而醫(yī)療衛(wèi)生水平越高，其社會脆弱性越低。而醫(yī)療衛(wèi)生高的地區(qū)其社會脆弱性自然也低。第3、第4公因子的方差解釋貢獻(xiàn)率分別為9.9%和8.7%，累計達(dá)到18.6%。

（3）就業(yè)特征。第6個公因子提取了就業(yè)比重與公務(wù)員人口比重這兩個指標(biāo)，第7個公因子提取了第三產(chǎn)業(yè)人口比重指標(biāo)。以上兩個公因子的方差解釋貢獻(xiàn)率分別為7.6%和5.5%，累計達(dá)到13.1%。就業(yè)人口比重的大小反映了社會總體抵御自然災(zāi)害的能力，而第三產(chǎn)業(yè)人口比重和公務(wù)員人口比重則分別反映了社會對自然資源的依賴程度與面對自然災(zāi)害時總體協(xié)調(diào)能力的強弱，因此，這三個指標(biāo)取值越大，社會脆弱性越低。

（4）基礎(chǔ)設(shè)施建設(shè)水平。第2公因子提取了通有線電視的村、通自來水的村和公路里程這三個反映基礎(chǔ)設(shè)施情況的指標(biāo)。該公因子的方差解釋貢獻(xiàn)率為9.9%。經(jīng)過實地調(diào)研，居民（特別是農(nóng)村居民）主要通過電視了解風(fēng)險信息以及天氣預(yù)報，因此通有線電視的比重情況反映了該鄉(xiāng)鎮(zhèn)對災(zāi)害風(fēng)險信息的感知情況，其值越高，其社會脆弱性越低；通自來水的比重，反映了該鄉(xiāng)鎮(zhèn)基本公共基礎(chǔ)設(shè)施的水平，其值越高，其社會脆弱性越低；公路為災(zāi)害發(fā)生時的逃生路線，以及政府等相關(guān)組織營救能否及時的衡量指標(biāo)，其值越高，其社會脆弱性越低。

（5）極端弱勢群體。第5個公因子提取了文盲人口和享受最低生活保障人口等反映極端弱勢群體比重的指標(biāo)，該公因子的方差解釋貢獻(xiàn)率為7.8%。文盲人口與最低生活保障人口均是社會中處于最不利地位的群體，“窮人往往更脆弱”［33］已幾乎是所有領(lǐng)域研究社會脆弱性的共識，而文盲人口體現(xiàn)的正是與物質(zhì)貧窮相對應(yīng)的精神“貧窮”，因此文盲人口比重及享受最低生活保障人口比重越高，則其社會脆弱性越高。

2.3.2 社會脆弱性的空間特征

圖7反映的是地質(zhì)災(zāi)害社會脆弱性空間特征。由圖可見，社會脆弱性程度低的2個，分別是宜昌市城區(qū)的西陵區(qū)與猇亭區(qū)，社會脆弱性中低的鄉(xiāng)鎮(zhèn)2個，為長陽縣龍舟坪鎮(zhèn)和宜昌市城區(qū)伍家崗區(qū)，社會脆弱性中等的鄉(xiāng)鎮(zhèn)17個，社會脆弱性中高的鄉(xiāng)鎮(zhèn)38個，社會脆弱性高的鄉(xiāng)鎮(zhèn)35個。

圖7 地質(zhì)災(zāi)害社會脆弱性分級圖

由圖7并結(jié)合上文對指標(biāo)的分解分析，我們可以發(fā)現(xiàn)宜昌地區(qū)的社會脆弱性具有如下空間特征：社會脆弱性空間差異很大，且存在一定的空間極化現(xiàn)象。與脆弱性最低的宜昌城區(qū)的西陵區(qū)與猇亭區(qū)比較而言，絕大多數(shù)鄉(xiāng)鎮(zhèn)的整體社會發(fā)展水平相當(dāng)滯后，導(dǎo)致比較而言均處于中高與高脆弱性水平；社會脆弱性與經(jīng)濟、社會人口發(fā)展整體水平高度相關(guān)。從各個縣、自治縣與區(qū)來看，各縣區(qū)社會脆弱性最低的鄉(xiāng)鎮(zhèn)都是縣政府所在地，如，宜昌城區(qū)的西陵區(qū)、夷陵區(qū)的小溪塔街道辦、興山的古夫鎮(zhèn)、秭歸縣的茅坪鎮(zhèn)、長陽的龍舟坪鎮(zhèn)、五峰的五峰鎮(zhèn)、宜都的陸城街道辦、枝江的馬家店街道辦、當(dāng)陽的玉陽街道辦和遠(yuǎn)安的鳴鳳鎮(zhèn)等，無一例外的都是該縣、區(qū)社會脆弱性最低的鄉(xiāng)鎮(zhèn)或街道辦，而這類鄉(xiāng)鎮(zhèn)往往是該縣經(jīng)濟、社會與人口總體發(fā)展水平均較高的地區(qū)，因此其社會脆弱性更低；社會脆弱性與人口地理分布密度存在一定的聯(lián)系。從統(tǒng)計數(shù)據(jù)比較來看，地處平原的枝江市、當(dāng)陽市與宜都市的部分地區(qū)的經(jīng)濟、社會與人口發(fā)展總體水平較其它縣市水平較高，但其社會脆弱性卻沒有明顯優(yōu)于其它發(fā)展水平相對滯后的縣區(qū)，由此說明，人口密度過高或者人口高度集聚會增加社會脆弱性，這一觀念也是很多地理學(xué)家的共識。

2.4 區(qū)域脆弱性分析

圖8是區(qū)域脆弱性分級圖，由圖8可見，宜昌地區(qū)的區(qū)域脆弱性主要受災(zāi)害暴露水平控制，同時受到社會脆弱性的影響。

對比圖7和圖8可以發(fā)現(xiàn)，區(qū)域脆弱性的空間特征與災(zāi)害暴露水平較為一致。所有處于低暴露水平的鄉(xiāng)鎮(zhèn)其區(qū)域脆弱性均處于最低水平，綜合暴露水平最高的興山縣峽口鎮(zhèn)其區(qū)域脆弱性也最高，其它綜合暴露處于中間水平的鄉(xiāng)鎮(zhèn)其區(qū)域脆弱性也均處于中間水平。之所以出現(xiàn)這種情況，是由災(zāi)害本身的種類所決定的，地質(zhì)災(zāi)害不同于洪水、海嘯與干旱等呈面域發(fā)展的自然災(zāi)害，其在空間上具有點狀分布的特點，因此在暴露水平上，各鄉(xiāng)鎮(zhèn)會出現(xiàn)很大的差異性，加之災(zāi)害暴露水平高的地區(qū)，其社會脆弱性相互之間差異較小，所以使得區(qū)域脆弱性最終由災(zāi)害暴露水平所控制。

圖8 地質(zhì)災(zāi)害區(qū)域脆弱性等級圖

圖9 地質(zhì)災(zāi)害防治分區(qū)圖

另一方面，我們也發(fā)現(xiàn)，社會脆弱性對最終的區(qū)域脆弱性具有一定的影響。綜合暴露水平較高的興山縣古夫鎮(zhèn)、秭歸縣歸州鎮(zhèn)、茅坪鎮(zhèn)和枝江市董市鎮(zhèn)，由于其社會脆弱性處于相對較低水平，因此最后的區(qū)域弱性相比而言減弱。說明社會脆弱性如果較低，會對區(qū)域脆弱性產(chǎn)生積極影響。

圖9是宜昌市國土資源局根據(jù)市內(nèi)地質(zhì)災(zāi)害形成的地質(zhì)環(huán)境條件、易發(fā)程度、危害性等原則規(guī)劃的地質(zhì)災(zāi)害防治分區(qū)圖。對比圖8和圖9我們可以發(fā)現(xiàn)，從脆弱性視角出發(fā)考慮的地質(zhì)災(zāi)害影響與主要從地質(zhì)災(zāi)害發(fā)育角度考慮的地質(zhì)災(zāi)害分區(qū)具有很大的差異性。地質(zhì)災(zāi)害防治分區(qū)與圖3所示的地質(zhì)災(zāi)害發(fā)育水平更為接近，而區(qū)域脆弱性受暴露水平所控制，同時受社會脆弱性的影響。

由此可見，地質(zhì)災(zāi)害區(qū)域脆弱性分析更加注重災(zāi)害的社會性。災(zāi)害暴露水平（物理脆弱性）反應(yīng)的是地質(zhì)災(zāi)害可能的社會影響程度，社會脆弱性反映的是人類社會抵御自然災(zāi)害的能力，區(qū)域脆弱性水平總體反映一個區(qū)域自然災(zāi)害的社會經(jīng)濟特征。這不僅對于指導(dǎo)實際的技術(shù)減災(zāi)具有重要意義，特別是從政策減災(zāi)的角度來講意義重大，其有利于政府部門、社會組織從全局上把握一個地區(qū)自然災(zāi)害的社會經(jīng)濟特征，了解防災(zāi)減災(zāi)的重點區(qū)域，從而在防災(zāi)減災(zāi)政策制定、資金投向與人力資源配備等方面做出規(guī)劃或調(diào)整，具有很明顯的政策含義。

3 結(jié)論及建議

通過本文研究，可以得到以下主要結(jié)論及相關(guān)建議。

（1）地質(zhì)災(zāi)害與洪水、干旱等呈面域發(fā)展的自然災(zāi)害相比具有顯著區(qū)別。一方面，災(zāi)害暴露水平不完全由地質(zhì)災(zāi)害發(fā)育水平所決定，人口分布特征對災(zāi)害暴露有顯著影響；另一方面，地質(zhì)災(zāi)害的區(qū)域脆弱性主要受災(zāi)害暴露水平的制約，同時受到社會脆弱性的影響，降低社會脆弱性有助于增強社會抵御地質(zhì)災(zāi)害風(fēng)險的能力，從而降低區(qū)域脆弱性。

（2）從區(qū)域脆弱性角度來看，地質(zhì)災(zāi)害防治的重點區(qū)域不應(yīng)該集中在地質(zhì)災(zāi)害發(fā)育水平較高的區(qū)域，災(zāi)害防治重點應(yīng)該是災(zāi)害綜合暴露水平相對較高的區(qū)域，地質(zhì)災(zāi)害發(fā)育水平最低而人口密度較高的枝江市董市鎮(zhèn)、七星臺鎮(zhèn)和白楊鎮(zhèn)說明了這一問題。

（3）從技術(shù)減災(zāi)的角度分析，應(yīng)綜合比較地質(zhì)災(zāi)害工程防治、受威脅資產(chǎn)轉(zhuǎn)移與受威脅人口遷移這三者的技術(shù)可行性與技術(shù)經(jīng)濟性。

（4）從政策減災(zāi)的角度分析，政府與社會組織防災(zāi)減災(zāi)的重點應(yīng)在于區(qū)域脆弱性更高的地區(qū)，并根據(jù)人口暴露水平、資產(chǎn)暴露水平與社會脆弱性這三者對區(qū)域脆弱性的影響程度大小來制定有導(dǎo)向性、針對性的政策措施；防災(zāi)減災(zāi)政策制定、資金投向與人力資源配備等方面應(yīng)根據(jù)區(qū)域脆弱性的空間特征做出規(guī)劃或調(diào)整。

致謝：本項研究得到了宜昌市國土資源局、宜昌市人口與計劃生育委員會、宜昌市統(tǒng)計局等在數(shù)據(jù)、資料等方面的幫助與支持，特此表示感謝！感謝楊云彥教授、萬軍偉教授、Bj?rn ?hlander教授、Jerry Blomberg副教授、胡成博士和花衛(wèi)華博士等對本研究給予的指導(dǎo)和建議。

［1］ Adger W N.Vulnerability［J］.Global Environmental Change，2006，16（3）：268－281.

［2］ White G F，Haas JE.Assessment of research on natural hazards［M］.Cambridge，MA：MIT Press，1975.

［3］ Blaikie P，Cannon T，Davis I，et al.At risk：natural hazards，people′s vulnerability，and disasters［M］.London：Routledge，1994.

［4］ Wisner B，Blaikie P，Cannon T，et al.At risk：natural hazards，people′s vulnerability，and disasters，second edition［M］.New York：Routledge，2004.

［5］ Cutter SL.Vulnerability to environmental hazards［J］.Progress in Human Geography，1996，20：529－539.

［6］ Cutter S L，Barnes L，Berry M，et al.A place-based model for understanding community resilience to natural disasters［J］. Global Environmental Change，2008，18：598－606.

［7］ Turner II，Kasperson B L，Roger E，etal.Framework for vulnerability analysis in sustainability science［J］.Proceedings of the National Academy of Sciences of the United States of America，2003，100（14）：8074－8079.

［8］ Cutter SL.Social science perspectives on hazards and vulnerability science［J］.Geophysical Hazard，2010，10（1）：17－30.

［9］ Cutter SL，Boruff B J，Shirley W L.Social vulnerability to environmental hazards［J］.Social Science Quarterly，2003，84（1）：242－261.

［10］Schmidtlein M C，Deutsch R C，Piegorsch W W，et al.A sensitivity analysis of the social vulnerability index［J］.Risk Analysis，2008，28（4）：1099－1114.

［11］Cutter SL，Mitchell JT，ScottM S.Revealing the vulnerability of people and places：a case study of Georgetown County，South Carolina［J］.Annals of the Association of American Geographers，2000，90（4）：713－737.

［12］Borden K A，Schmidtlein M C，Emrich C T，et al.Vulnerability of U.S.cities to environmental hazards［J］.Journal of Homeland Security and Emergency Management，2007，4（2）：1－21.

［13］Burton C，Cutter SL.Levee failures and social vulnerability in the Sacramento-San Joaquin Delta area，California［J］.Natural Hazards Review，2008，9（3）：136－149.

［14］Cutter S L，F(xiàn)inch C.Temporal and spatial changes in social vulnerability to natural hazards［J］.PNAS，2008，105（7）：2301－2306.

［15］Wood N J，Burton C G，Cutter S L.Community variations in social vulnerability to Cascadia-related tsunamis in the U.S. Pacifc Northwest［J］.Natural Hazards，2010，52：369－389.

［16］Burton C.Social vulnerability and hurricane impact modeling［J］.Natural Hazards Review，2010，11（2）：58－68.

［17］Boruff B J，Cutter S L.The environmental vulnerability of Caribbean island nations［J］.Geographical Review，2007，97（1）：932－942.

［18］Mendes JM.Social vulnerability indexes as planning tools：beyond the preparedness paradigm［J］.Journal of Risk Research，2009，12（1）：43－58.

［19］Montz B E.The hazardousness of place：Risk from multiple natural hazards［J］.Papers and Proc.of the Applied Geography Conferences，2000，23：331－339.

［20］O′Brien K，Leichenko R，Kelkar V，et al.Mapping vulnerability tomultiple stressors：Climate change and globalization in India［J］.Global Environmental Change，2004，14（4）：303－313.

［21］Kumpulainen S.Vulnerability concepts in hazard and risk assessment［C］／／P Schmidt-Thomé.Natural and Technological Hazards and Risks Affecting the Spatial Developmentof European Regions. Helsinki：Geological Survey of Finland Special Paper，2006，42：65－74.

［22］Zebardast E.Constructing a social vulnerability index to earth-quake hazards using a hybrid factor analysis and analytic network process（F’ANP）model［J］.Natural Hazards，2013，65：1331－1359.

［23］Clark G E，Moser SC，Ratick S J，et al.Assessing the vulnerability of coastal communities to extreme storms：the case of Revere，MA，USA［J］.Mitigation and Adaptation Strategies for Global Change，1998，3（1）：59－82.

［24］Wu SY，Yarnal B，F(xiàn)isher A.Vulnerability of coastal communities to sea-level rise：A case study of Cape May County，New Jersey［J］.Climate Research，2002，22：255－270.

［25］Azar D，Rain D.Identifying population vulnerable to hydrological hazards in San Juan，Puerto Rico［J］.GeoJournal，2007，69（1／2）：23－43.

［26］Rashed T，Weeks J，Couclelis H，et al.An integrative GIS and remote sensingmodel for place-based urban vulnerability analysis. In Mesev V.（Ed.），Integration of GISand Remote Sensing［J］. John Wiley and Sons，Ltd.，2007：199－224.

［27］Cutter SL，Emrich C T，Mitchell JT，etal.The Long road home：Race，class and recovery from Hurricane Katrina［J］.Environment，2006，48（2）：8－20.

［28］Cutter S L，Emrich C T，Webb J J，et al.Social vulnerability to climate variability hazards：a review of the literature［R］.Final report to Oxfam America，2009.

［29］姜彤，許朋柱.自然災(zāi)害研究的新趨勢——社會易損性分析［J］.災(zāi)害學(xué)，1996，11（2）：5－9.

［30］商彥蕊.自然災(zāi)害綜合研究的新進(jìn)展——脆弱性研究［J］.地域研究與開發(fā)，2000，19（2）：73－77.

［31］郭躍.災(zāi)害易損性研究的回顧與展望［J］.災(zāi)害學(xué)，2005，20（4）：92－96.

［32］史培軍，王靜愛，陳婧，等.當(dāng)代地理學(xué)之人地相互作用研究的趨向——全球變化人類行為計劃（IHDP）第六屆開放會議透視［J］.地理學(xué)報，2006，61（2）：115－126.

［33］周利敏.社會脆弱性：災(zāi)害社會學(xué)研究的新范式［J］.南京師大學(xué)報：社會科學(xué)版，2012（4）：20－28.

［34］唐玲，劉怡君.自然災(zāi)害社會易損性評價指標(biāo)體系與空間格局分析［J］.電子科技大學(xué)學(xué)報：社科版，2012，14（3）：49－53.

［35］Zhou H J，Wang JA，Wan JH，et al.Resilience to natural hazards：a geographic perspective［J］.Natural Hazards，2010，53：21－41.

［36］郭躍.自然災(zāi)害的社會易損性及其影響因素研究［J］.災(zāi)害學(xué)，2010，25（1）：84－88.

［37］葛怡，史培軍，劉婧，等.中國水災(zāi)社會脆弱性評估方法的改進(jìn)與應(yīng)用——以長沙地區(qū)為例［J］.自然災(zāi)害學(xué)報，2005，14（6）：54－58.

［38］郭躍，朱芳，趙衛(wèi)權(quán)，等.自然災(zāi)害社會易損性評價指標(biāo)體系框架的構(gòu)建［J］.災(zāi)害學(xué)，2010，25（4）：68－72.

［39］趙衛(wèi)權(quán)，郭躍.基于主成分分析法和GIS技術(shù)的重慶市自然災(zāi)害社會易損性分析［J］.水土保持研究，2007，14（6）：305－308.

［40］陳磊，徐偉，周忻，等.自然災(zāi)害社會脆弱性評估研究——以上海市為例［J］.災(zāi)害學(xué)，2012，27（1）：98－100.

［41］文彥君.陜西省自然災(zāi)害的社會易損性分析［J］.災(zāi)害學(xué)，2012，27（2）：77－81.

［42］馬定國，劉影，陳潔，等.鄱陽湖區(qū)洪災(zāi)風(fēng)險與農(nóng)戶脆弱性分析［J］.地理學(xué)報，2007，62（3）：321－332.

［43］胡煥校，張立明.三峽庫區(qū)地質(zhì)災(zāi)害易損性模糊綜合評價［J］.地質(zhì)災(zāi)害與環(huán)境保護(hù)，2008，19（2）：57－61.

［44］Shi Y.Population vulnerability assessmentbased on scenario simulation of rainstorm-induced waterlogging：a case study of Xuhui District，Shanghai City［J］.Natural Hazards，2013，66：1189－1203.

［45］宜昌市國土資源局.地質(zhì)災(zāi)害防治規(guī)劃（2010－2020）［R］.宜昌：宜昌市國土資源局.2012.

［46］Hewitt K，Burton I.The Hazardousness of a place：A regional ecology of damaging events［M］.Toronto：Department of Geography，University of Toronto，1971.

［47］Mileti D.Designing Future Disaster：A Assessment and Bolder Course for the Nation［M］.Washington：Joseph Henry Press，19.

Research on the Regional Vulnerability of Geological Hazards Based on the HOP M odel：A Case Study of Yichang City，Hubei Province

Yang Jun1，2and Xiang Huali3，4
（1．School of Information and Safety Engineering，Zhongnan University of Economics＆Law，Wuhan 430073，China；2．Division of Environmental Geology，Lule?University of Technology，Lule?97187，Sweden；3．School of Public Administration，Zhongnan University of Economics＆Law，Wuhan 430073，China；4．Division of Social Science，Lule?University of Technology，Lule?97187，Sweden）

Based on the hazards-of-place model，Yichang city of Hubei province as an example，this paper analyzed the population distribution，regional hazards exposure，social vulnerability and regional synthesized vulnerability at town dimensions depending on the data from statistical yearbook，the sixth census and the comprehensive survey of geological hazards in research area.The results showed that the geological hazardswith obvious point distribution was apparently different from other types of natural hazardswith polygon distribution；the exposure level of geological hazardswas not entirely determined by the level of geological hazards development，and obviously affected by population distribution；the regional vulnerability triggered by geological disasters wasmainly controlled by the exposure level of geological hazards，and also influenced by social vulnerability.The spatial distribution of regional vulnerability to geological hazards is important for prevention and mitigation of hazards in Yichang city.At the technical level，practical action should be based on the analysis and comparison of the technical and economic feasibility between engineering control，transfer of assets and populationmigration；at the policy level，the high level of regional vulnerability should bemore concerned about，and government administration，such as the policy of prevention and mitigation hazards，emergent capital investment，and the manpower allocation，etc.，should be planed and adjusted according to the spatial distribution of regional vulnerability.

hazard-of-placemodel；geological hazards；exposure level；social vulnerability；factor analysis；Geographic Information System；Hubei Yichang region

X43

A

1000－811X（2014）03－0131－08

10.3969／j.issn.1000－811X.2014.03.024

楊俊，向華麗.基于HOP模型的地質(zhì)災(zāi)害區(qū)域脆弱性研究——以湖北省宜昌地區(qū)為例［J］.災(zāi)害學(xué)，2014，29（3）：131－138.［Yang Jun and Xiang Huali.A Discussion about Geo-environment Problem and Improvement of Limestone Mining in Western Hills of Han Cheng City［J］.Journal of Catastrophology，2014，29（3）：131－138.］*

2013－11－05 修回日期：2014－01－06

國家社會科學(xué)基金“基于地理信息系統(tǒng)的地質(zhì)災(zāi)害多發(fā)地區(qū)人口分布與遷移及其調(diào)控研究”（11CRK001）

楊?。?976－），男，湖北枝江人，博士，副教授，主要從事環(huán)境地質(zhì)災(zāi)害研究.E－mail：jun.yang.2012＠hotmail.com

向華麗（1977－），女，湖北公安人，博士，副教授，主要從事人口地理研究.E－mail：shirlyxiang＠hotmail.com