劉 新，馮曉晶 ，劉林春 ，高志國(guó)，劉 煒

（1.內(nèi)蒙古氣候中心，內(nèi)蒙古呼和浩特 010051；2.內(nèi)蒙古氣象臺(tái)，內(nèi)蒙古呼和浩特 010051）

我國(guó)是世界上受氣象災(zāi)害影響最嚴(yán)重的國(guó)家之一，每年因各種氣象災(zāi)害造成的經(jīng)濟(jì)損失約占國(guó)民生產(chǎn)總值的3%～6%，占全部自然災(zāi)害損失的70%以上[1]。在氣候變化的背景下，氣候異常多變、極端天氣氣候事件趨多趨強(qiáng)，伴隨經(jīng)濟(jì)發(fā)展帶來(lái)的暴露度增加，未來(lái)氣象災(zāi)害造成的經(jīng)濟(jì)損失也將增加[2]。內(nèi)蒙古地處東亞季風(fēng)氣候和中亞大陸性氣候邊緣地帶，地域遼闊，自東向西橫跨東北、華北、西北3個(gè)區(qū)域，跨越半濕潤(rùn)區(qū)、半干旱區(qū)及干旱區(qū)3個(gè)氣候區(qū)，經(jīng)常同時(shí)受到多個(gè)不同天氣系統(tǒng)的影響。地貌復(fù)雜多樣，既有戈壁沙漠與遼闊草原并存，還有大興安嶺、陰山、賀蘭山等山脈橫亙其間。多變的天氣系統(tǒng)及復(fù)雜地形的共同作用導(dǎo)致內(nèi)蒙古氣候多變，氣象災(zāi)害頻發(fā)，除常年干旱外，暴雨洪澇、大風(fēng)冰雹、雪災(zāi)、霜凍、沙塵暴等氣象災(zāi)害也頻頻發(fā)生，其中尤以旱災(zāi)、洪澇、霜凍和雪災(zāi)對(duì)農(nóng)牧業(yè)生產(chǎn)的影響最大，造成的經(jīng)濟(jì)損失最重。嚴(yán)重的氣象災(zāi)害對(duì)內(nèi)蒙古地區(qū)社會(huì)、經(jīng)濟(jì)發(fā)展，特別是農(nóng)業(yè)生產(chǎn)造成了重大影響，而目前關(guān)于內(nèi)蒙古地區(qū)氣象災(zāi)害損失評(píng)估工作的相關(guān)研究比較少，因此開(kāi)展氣象災(zāi)害損失定量評(píng)價(jià)研究對(duì)氣象災(zāi)害防御和災(zāi)害風(fēng)險(xiǎn)管理等具有重大意義。

近年來(lái)，眾多學(xué)者開(kāi)展了災(zāi)害損失定量評(píng)估的研究，應(yīng)用最普遍的是利用災(zāi)度概念[3]來(lái)表示災(zāi)害損失的等級(jí)，以死亡人口數(shù)和社會(huì)財(cái)產(chǎn)損失值為災(zāi)害損失定量評(píng)估的絕對(duì)指標(biāo)，以災(zāi)害損失率為災(zāi)害損失定量評(píng)估的相對(duì)指標(biāo)，將災(zāi)害損失劃分為微災(zāi)、小災(zāi)、中災(zāi)、大災(zāi)和巨災(zāi)5個(gè)等級(jí)。此后許多學(xué)者對(duì)指標(biāo)選取進(jìn)行了改進(jìn)，如孫衛(wèi)東等[4]以死亡人數(shù)、重傷人數(shù)和直接經(jīng)濟(jì)損失3個(gè)指標(biāo)進(jìn)行評(píng)估，許飛瓊等[5]則選取了死亡人數(shù)、受災(zāi)人數(shù)、直接經(jīng)濟(jì)損失和災(zāi)害損失持續(xù)時(shí)間4個(gè)指標(biāo)，劉燕華等[6]以受災(zāi)人口數(shù)、死亡人口數(shù)、受災(zāi)面積數(shù)、成災(zāi)面積數(shù)和直接經(jīng)濟(jì)損失值5個(gè)指標(biāo)為災(zāi)害損失定量評(píng)估的絕對(duì)指標(biāo)，以受災(zāi)人口占總?cè)丝诘谋戎?、受?zāi)面積占總播種面積的比值和直接經(jīng)濟(jì)損失占工農(nóng)業(yè)生產(chǎn)總值的比值3個(gè)指標(biāo)為災(zāi)害損失的相對(duì)指標(biāo)進(jìn)行災(zāi)害損失定量評(píng)估。為降低災(zāi)害損失評(píng)價(jià)中的主觀性，陳云峰等[7]采用綜合集成評(píng)價(jià)方法，將歸一化后的死亡人口和直接經(jīng)濟(jì)損失2個(gè)指標(biāo)賦予權(quán)重，提出氣象災(zāi)害損失的綜合評(píng)價(jià)指標(biāo)，使評(píng)價(jià)結(jié)果更加客觀、準(zhǔn)確。

直接經(jīng)濟(jì)損失和死亡人數(shù)是反映氣象災(zāi)情大小最為直觀、最為重要的2項(xiàng)指標(biāo)，本文根據(jù)內(nèi)蒙古氣象災(zāi)害特點(diǎn)，綜合考慮直接經(jīng)濟(jì)損失和死亡人數(shù)指標(biāo)，通過(guò)綜合指數(shù)法集成能夠表征內(nèi)蒙古氣象災(zāi)害損失程度的氣象災(zāi)害損失綜合指數(shù)，對(duì)1980—2015年內(nèi)蒙古氣象災(zāi)害損失進(jìn)行分析。

1 資料和方法

1.1 數(shù)據(jù)來(lái)源

本研究所用自然災(zāi)害及其損失的資料來(lái)自內(nèi)蒙古民政災(zāi)情數(shù)據(jù)庫(kù)，序列年代為1980—2015年，共36年。由于沒(méi)有氣象災(zāi)害損失的時(shí)間序列資料，考慮到自然災(zāi)害損失中氣象災(zāi)害占絕大多數(shù)，因此用歷年自然災(zāi)害損失去除地震及山體滑坡和泥石流所造成的死亡人口數(shù)和直接經(jīng)濟(jì)損失數(shù)，來(lái)代表氣象災(zāi)害造成的死亡人口和直接經(jīng)濟(jì)損失序列。另外要考慮的是1993年之后的氣象災(zāi)害序列包含了生物災(zāi)害，但是從該時(shí)段歷年《中國(guó)環(huán)境狀況公報(bào)》來(lái)看，生物災(zāi)害造成的死亡人口和直接損失都非常有限，不會(huì)對(duì)氣象災(zāi)害序列整體趨勢(shì)造成影響，而且這幾種災(zāi)害的發(fā)生通常也和氣象條件密切相關(guān)[8]。氣象資料為內(nèi)蒙古119個(gè)國(guó)家氣象站1980—2015年年平均氣溫、年降水量資料，來(lái)源于內(nèi)蒙古氣象信息中心的信息化資料庫(kù)。

1.2 研究方法

采用歸一化方法對(duì)原始資料處理后得到氣象災(zāi)害損失歸一化值，再利用熵值法[9-10]計(jì)算評(píng)價(jià)指標(biāo)的權(quán)重，集成氣象災(zāi)害損失綜合指數(shù)。利用聚類分析法對(duì)氣象災(zāi)害損失綜合指數(shù)進(jìn)行分級(jí)。

1.2.1 數(shù)據(jù)歸一化 利用公式（1），對(duì)m個(gè)評(píng)價(jià)指標(biāo)、n年的原始數(shù)據(jù)矩陣進(jìn)行歸一化：

式中xij是指標(biāo)原觀測(cè)值，表示第i個(gè)指標(biāo)第j年的原觀測(cè)值；rij是歸一化后的指標(biāo)觀測(cè)值。采用這種歸一化處理的方法具有較多優(yōu)點(diǎn)，如單調(diào)性、差異不變性、縮放無(wú)關(guān)性、總量恒定性，尤其是總量恒定性對(duì)綜合評(píng)價(jià)具有重要影響[7]。

1.2.2 權(quán)重計(jì)算 指標(biāo)集成最重要的是確定權(quán)重系數(shù)，這是綜合評(píng)價(jià)的核心問(wèn)題。本研究采用熵值法確定指標(biāo)的權(quán)重。熵的概念源于熱力學(xué)，用來(lái)描述離子或分子運(yùn)動(dòng)的不可逆現(xiàn)象，后在信息論中度量事物出現(xiàn)的不確定性，現(xiàn)被許多學(xué)者用來(lái)作為多元綜合評(píng)價(jià)中權(quán)重的確定方法。根據(jù)熵的特性，可以通過(guò)計(jì)算熵值來(lái)判斷某個(gè)指標(biāo)的離散程度，指標(biāo)的離散程度越大，該指標(biāo)對(duì)綜合評(píng)價(jià)的影響就越大。

對(duì)原始數(shù)據(jù)矩陣進(jìn)行歸一化后，利用公式（2）、（3）計(jì)算各指標(biāo)的熵，其中，k＝1/ln（n），n為年數(shù)。

根據(jù)計(jì)算出的各指標(biāo)的熵，利用公式（4）可以得到第i個(gè)指標(biāo)的權(quán)重：

1.2.3 氣象災(zāi)害損失綜合指數(shù)計(jì)算 設(shè)第j年氣象災(zāi)害損失綜合評(píng)價(jià)指數(shù)為yj，取如下線性函數(shù)進(jìn)行綜合指數(shù)計(jì)算：

其中，x1j、x2j分別為第j年死亡人口和直接經(jīng)濟(jì)損失的歸一化值，w1、w2分別為各自的權(quán)重系數(shù)。

2 氣象災(zāi)害損失變化趨勢(shì)

利用熵值法計(jì)算死亡人口和直接經(jīng)濟(jì)損失占?xì)庀鬄?zāi)害損失綜合指數(shù)的權(quán)重值，結(jié)果分別為0.51、0.49，可以看出死亡人口所占的比重較大，對(duì)氣象災(zāi)害損失綜合指數(shù)的影響大于直接經(jīng)濟(jì)損失。圖1為1980—2015年氣象災(zāi)害損失綜合評(píng)價(jià)指標(biāo)變化圖。結(jié)果顯示，1980年以來(lái)，內(nèi)蒙古氣象災(zāi)害綜合損失總體呈顯著的增加趨勢(shì)，10年增長(zhǎng)1%。38年間，綜合指數(shù)最高的年份為2009年，其次是1998年；綜合指數(shù)最低的年份是1984年。以1998年為界，前18年氣象災(zāi)害綜合損失較小，增加趨勢(shì)較弱，綜合指數(shù)平均值為1.72；而1998—2015年的綜合損失顯著增加，且波動(dòng)較大，綜合指數(shù)平均值為3.84，增加了近1.2倍。

對(duì)比綜合評(píng)價(jià)指標(biāo)值和死亡人口、直接經(jīng)濟(jì)損失指標(biāo)值隨時(shí)間的變化（圖2），結(jié)果顯示，1980—1998年氣象災(zāi)害損失中死亡人口占主導(dǎo)地位，而1998年以后直接經(jīng)濟(jì)損失占主導(dǎo)地位。氣象災(zāi)害損失最大的2009年，內(nèi)蒙古遭遇了嚴(yán)重的干旱災(zāi)害，以旱災(zāi)為首的各類氣象災(zāi)害造成了巨大的經(jīng)濟(jì)損失，其直接經(jīng)濟(jì)損失也為36年來(lái)最大的年份，嚴(yán)重的直接經(jīng)濟(jì)損失在氣象災(zāi)害損失評(píng)價(jià)中占主導(dǎo)地位；氣象災(zāi)害損失第二多的1998年，則是死亡人口占主導(dǎo)地位，這一年受20世紀(jì)以來(lái)最強(qiáng)厄爾尼諾事件的影響，內(nèi)蒙古遭受了嚴(yán)重的暴雨洪澇災(zāi)害襲擊，造成多人因?yàn)?zāi)死亡，各類氣象災(zāi)害共導(dǎo)致110人死亡，死亡人口數(shù)為36年來(lái)最多的年份。

3 氣象災(zāi)害損失等級(jí)劃分

利用快速聚類分析法對(duì)內(nèi)蒙古氣象災(zāi)害損失綜合指數(shù)進(jìn)行分類，共分為4類，分別是重災(zāi)年、中災(zāi)年、輕災(zāi)年、微災(zāi)年。根據(jù)聚類分析結(jié)果對(duì)氣象災(zāi)害損失進(jìn)行等級(jí)劃分，結(jié)果顯示（表1），1980—2015年內(nèi)蒙古地區(qū)共出現(xiàn)微災(zāi)年5次，僅占總數(shù)的14%；出現(xiàn)輕災(zāi)年19次，出現(xiàn)頻率最高，占總數(shù)的53%；出現(xiàn)中災(zāi)年10次，占總數(shù)的28%；出現(xiàn)重災(zāi)年2次，出現(xiàn)頻率最低，僅占總數(shù)的6%。前18年間，除1990年為中災(zāi)年外，其余均為輕度及以下災(zāi)害損失等級(jí)；而后18年，除1999—2005年為連續(xù)的輕災(zāi)年外，其余年份均為中等及以上災(zāi)害損失等級(jí)，其中1998年和2009年氣象災(zāi)害損失嚴(yán)重，為重災(zāi)年?？傮w來(lái)說(shuō)，1980—1997年氣象災(zāi)害損失偏輕，而1998年以后氣象災(zāi)害損失偏重，氣象災(zāi)害損失等級(jí)有逐年加重的趨勢(shì)。

表1 氣象災(zāi)害損失等級(jí)劃分

4 氣象災(zāi)害損失與氣象要素相關(guān)性分析

由1980—2015年內(nèi)蒙古地區(qū)年平均氣溫和降水量年際變化（圖3）可以看出，1980—2007年平均氣溫在波動(dòng)中持續(xù)上升，之后連續(xù)5年氣溫降低且降幅較大，近3年氣溫又開(kāi)始回升，總體來(lái)說(shuō)年平均氣溫呈顯著升高的趨勢(shì)，平均每10年升高0.4℃；1998年的平均氣溫為6.2℃，位列1980年以來(lái)歷史第二高。年降水量則沒(méi)有顯著的變化趨勢(shì)，1998年內(nèi)蒙古平均降水量為446.9 mm，位列1980年以來(lái)歷史第一多，2009年降水量為歷史第二少年。

氣象災(zāi)害損失與氣象要素的相關(guān)系數(shù)結(jié)果（表2）表明，死亡人口與氣溫相關(guān)性較差，而與降水量呈顯著相關(guān)；直接經(jīng)濟(jì)損失則與氣溫顯著相關(guān)，與降水量相關(guān)性不顯著；氣象災(zāi)害損失綜合指數(shù)同直接經(jīng)濟(jì)損失相似，與氣溫顯著相關(guān)，而與降水量相關(guān)性不顯著。可以看出，氣象災(zāi)害損失與氣象要素之間密切相關(guān)，如當(dāng)氣溫異常偏高、降水異常偏少時(shí)，容易發(fā)生旱災(zāi)，單項(xiàng)災(zāi)害損失指標(biāo)及綜合指數(shù)均會(huì)出現(xiàn)異常；氣溫異常偏低時(shí)，容易發(fā)生低溫冷害，直接經(jīng)濟(jì)損失指標(biāo)隨之表現(xiàn)為異常；當(dāng)降水異常偏多時(shí)，易發(fā)生洪澇災(zāi)害，死亡人口指標(biāo)會(huì)出現(xiàn)顯著的異常，在這些情況下都容易出現(xiàn)嚴(yán)重的氣象災(zāi)害損失。綜合結(jié)果表明，氣溫和降水量異常是引發(fā)內(nèi)蒙古極端天氣氣候事件頻發(fā)、氣象災(zāi)害加重的重要原因。

5 結(jié)論與討論

綜合以上分析結(jié)果可以看出，利用綜合損失指數(shù)表征氣象災(zāi)害損失程度能夠客觀地描述氣象災(zāi)害的損失情況，揭示其變化特征。主要結(jié)論如下：

表2 氣象災(zāi)害損失與氣象要素相關(guān)系數(shù)

一是由熵值法計(jì)算得到死亡人口和直接經(jīng)濟(jì)損失占?xì)庀鬄?zāi)害損失綜合指數(shù)的權(quán)重值分別為0.51和0.49，死亡人口對(duì)氣象災(zāi)害損失綜合損失的影響大于直接經(jīng)濟(jì)損失。二是36年來(lái)，內(nèi)蒙古氣象災(zāi)害綜合損失總體呈顯著的增加趨勢(shì)。1980—1997年氣象災(zāi)害綜合損失較小，增加趨勢(shì)較弱，氣象災(zāi)害損失中死亡人口占主導(dǎo)地位；而1998—2015年的綜合損失顯著增加，且波動(dòng)較大，綜合指數(shù)增加了近1.2倍，氣象災(zāi)害損失中直接經(jīng)濟(jì)損失占主導(dǎo)地位。三是1980—2015年內(nèi)蒙古地區(qū)輕災(zāi)年出現(xiàn)的頻次最多，重災(zāi)年最少；前18年氣象災(zāi)害損失偏輕，而1998年以后氣象災(zāi)害損失偏重，氣象災(zāi)害損失等級(jí)有逐年加重的趨勢(shì)。四是直接經(jīng)濟(jì)損失和氣象災(zāi)害綜合指數(shù)均與氣溫顯著相關(guān)，死亡人口與降水量顯著相關(guān)；氣溫和降水量異常是引發(fā)內(nèi)蒙古極端天氣氣候事件頻發(fā)、氣象災(zāi)害加重的重要原因。

本研究?jī)H對(duì)氣象災(zāi)害損失進(jìn)行了初步分析，在構(gòu)建氣象災(zāi)害損失綜合指數(shù)時(shí)主要考慮了死亡人口和直接經(jīng)濟(jì)損失，而災(zāi)后生產(chǎn)能力下降等造成的間接經(jīng)濟(jì)損失、防災(zāi)救災(zāi)等成本投入也應(yīng)當(dāng)是氣象災(zāi)害損失的一部分，在進(jìn)一步的研究中值得深入分析。

總體來(lái)說(shuō)，在氣候變化的大背景下，隨著內(nèi)蒙古地區(qū)極端天氣氣候事件的頻繁發(fā)生，氣象災(zāi)害所導(dǎo)致的損失也在不斷地增加，這就對(duì)氣象災(zāi)害監(jiān)測(cè)、防御及災(zāi)害應(yīng)對(duì)能力提出了更高的要求。

參考文獻(xiàn)：

［1］劉 彤，閆天池.我國(guó)的主要?dú)庀鬄?zāi)害及其經(jīng)濟(jì)損失［J］.自然災(zāi)害學(xué)報(bào)，2011，20（2）：90-95.

［2］IPCC.ManagingtheRisksofExtremeEventsand Disasters to Advance Climate Change Adaptation：A Special Report of Working Groups I and II of the Intergovernmental Panel on Climate Change ［M］.Cambridge：Cambridge University Press，2012.

［3］趙阿興，馬宗晉.自然災(zāi)害損失評(píng)估指標(biāo)體系的研究［J］.自然災(zāi)害學(xué)報(bào)，1993，7（3）：2-7.

［4］孫衛(wèi)東，彭子成.災(zāi)度指數(shù)及其意義［J］.災(zāi)害學(xué)，1995，10（2）：16-19.

［5］許飛瓊.災(zāi)級(jí)及其釋義［J］.災(zāi)害學(xué)，1997，12（1）：16-18.

［6］劉燕華，李矩章，趙躍龍.中國(guó)近期自然災(zāi)害程度的區(qū)域特征［J］.地理研究，1995，14（3）：15-24.

［7］陳云峰，高 歌.近20年我國(guó)氣象災(zāi)害損失的初步分析［J］.氣象，2010，36（2）：77-80.

［8］吳吉東，傅 宇，張 潔.1949-2013年中國(guó)氣象災(zāi)害災(zāi)情變化趨勢(shì)分析［J］.自然資源學(xué)報(bào)，2014，29（9）：1521-1529.

［9］張衛(wèi)民，安景文，韓 朝.熵值法在城市可持續(xù)發(fā)展評(píng)價(jià)問(wèn)題中的應(yīng)用［J］.數(shù)量經(jīng)濟(jì)技術(shù)經(jīng)濟(jì)研究，2003，（6）：115-118.

［10］周文華，王如松.基于熵權(quán)的背景城市生態(tài)系統(tǒng)健康模糊綜合評(píng)價(jià)［J］.生態(tài)學(xué)報(bào)，2005，25（12）：3245-3251.