韓興勇，李亞琦，岳宗勝

(1.上海海洋大學(xué)經(jīng)濟(jì)管理學(xué)院 上海 201306；2.西安交通大學(xué)數(shù)學(xué)與統(tǒng)計(jì)學(xué)院 西安 710048)

?

我國(guó)漁業(yè)臺(tái)風(fēng)災(zāi)害風(fēng)險(xiǎn)評(píng)價(jià)及區(qū)劃研究

韓興勇1，李亞琦1，岳宗勝2

(1.上海海洋大學(xué)經(jīng)濟(jì)管理學(xué)院 上海 201306；2.西安交通大學(xué)數(shù)學(xué)與統(tǒng)計(jì)學(xué)院 西安 710048)

為分析我國(guó)易遭受臺(tái)風(fēng)災(zāi)害的13個(gè)省、市、自治區(qū)漁業(yè)臺(tái)風(fēng)災(zāi)害風(fēng)險(xiǎn)，文章從臺(tái)風(fēng)氣象災(zāi)害的危險(xiǎn)性、漁業(yè)系統(tǒng)的敏感性、脆弱性和抗災(zāi)減災(zāi)能力4要素的內(nèi)涵出發(fā)，共選取18個(gè)指標(biāo)，建立完備的漁業(yè)臺(tái)風(fēng)災(zāi)害風(fēng)險(xiǎn)評(píng)價(jià)指標(biāo)體系，并運(yùn)用熵值法確定各指標(biāo)的權(quán)重，計(jì)算出各地區(qū)的漁業(yè)臺(tái)風(fēng)災(zāi)害風(fēng)險(xiǎn)指數(shù)。同時(shí)根據(jù)風(fēng)險(xiǎn)指數(shù)的大小，將這些地區(qū)分為4個(gè)等級(jí)：高風(fēng)險(xiǎn)區(qū)為廣東和福建，中風(fēng)險(xiǎn)區(qū)為海南、山東、浙江和江蘇，低風(fēng)險(xiǎn)區(qū)為江西、廣西、遼寧和安徽，微風(fēng)險(xiǎn)區(qū)為河北、上海和天津。最后根據(jù)研究結(jié)果，提出區(qū)別化加大漁業(yè)基礎(chǔ)設(shè)施投資力度、重視漁業(yè)主產(chǎn)區(qū)風(fēng)險(xiǎn)管理以及差異化推廣政策性漁業(yè)保險(xiǎn)的建議，旨在為漁業(yè)臺(tái)風(fēng)災(zāi)害的有效管理提供參考。

漁業(yè)臺(tái)風(fēng)災(zāi)害；風(fēng)險(xiǎn)評(píng)價(jià)；風(fēng)險(xiǎn)區(qū)劃；熵值法

1 引言

漁業(yè)是大農(nóng)業(yè)的重要組成部分，對(duì)增加農(nóng)民收入、優(yōu)化消費(fèi)結(jié)構(gòu)有著重要的意義。隨著我國(guó)經(jīng)濟(jì)的迅速發(fā)展，漁業(yè)的綜合生產(chǎn)能力也在不斷提高，漁業(yè)經(jīng)濟(jì)保持著快速的增長(zhǎng)。但我國(guó)是一個(gè)自然災(zāi)害多發(fā)的國(guó)家，再加上漁業(yè)生產(chǎn)本身具有暴露性，我國(guó)漁業(yè)每年因自然災(zāi)害而造成的直接經(jīng)濟(jì)損失高達(dá)數(shù)百億元，其中以臺(tái)風(fēng)災(zāi)害最為嚴(yán)重。據(jù)統(tǒng)計(jì)，近30年平均每年有7.4個(gè)臺(tái)風(fēng)登陸我國(guó)沿海，嚴(yán)重打擊漁業(yè)的穩(wěn)定發(fā)展，僅2013年一年漁業(yè)臺(tái)風(fēng)災(zāi)害直接經(jīng)濟(jì)損失高達(dá)399.7億元；同時(shí)，不同地區(qū)漁業(yè)臺(tái)風(fēng)災(zāi)害損失也存在很大的差異，如遼寧省2013年漁業(yè)臺(tái)風(fēng)災(zāi)害損失不足當(dāng)年漁業(yè)總產(chǎn)值的2%，而廣東、福建等地卻高達(dá)6%以上[1]。因此，很有必要就臺(tái)風(fēng)災(zāi)害對(duì)不同地區(qū)漁業(yè)生產(chǎn)風(fēng)險(xiǎn)做出科學(xué)評(píng)價(jià)，揭示漁業(yè)臺(tái)風(fēng)災(zāi)害風(fēng)險(xiǎn)的分布規(guī)律，為漁業(yè)臺(tái)風(fēng)災(zāi)害風(fēng)險(xiǎn)管理提供重要參考，也為政策性漁業(yè)保險(xiǎn)的推廣和經(jīng)營(yíng)提供借鑒。

許多學(xué)者也意識(shí)到不同地區(qū)臺(tái)風(fēng)災(zāi)害的風(fēng)險(xiǎn)是不一致的，并對(duì)臺(tái)風(fēng)災(zāi)害風(fēng)險(xiǎn)進(jìn)行區(qū)劃研究，殷潔等根據(jù)承災(zāi)體的脆弱性以及地區(qū)發(fā)生臺(tái)風(fēng)的可能性，發(fā)現(xiàn)我國(guó)沿海臺(tái)風(fēng)災(zāi)害風(fēng)險(xiǎn)呈現(xiàn)出南高北低的特點(diǎn)[2]。

臺(tái)風(fēng)所造成的損失不僅取決于臺(tái)風(fēng)本身的危險(xiǎn)性，也取決于承災(zāi)體的脆弱性，農(nóng)業(yè)的脆弱性特點(diǎn)引起學(xué)者們的關(guān)注，張峭和王克針對(duì)我國(guó)農(nóng)業(yè)建立自然災(zāi)害評(píng)估指標(biāo)體系，分析31個(gè)省、市、自治區(qū)臺(tái)風(fēng)洪澇等自然災(zāi)害對(duì)我國(guó)農(nóng)業(yè)生產(chǎn)的風(fēng)險(xiǎn)，發(fā)現(xiàn)農(nóng)業(yè)自然災(zāi)害風(fēng)險(xiǎn)很高且區(qū)域相對(duì)集中[3]；胡波等運(yùn)用GIS技術(shù)，就臺(tái)風(fēng)災(zāi)害對(duì)農(nóng)業(yè)的風(fēng)險(xiǎn)進(jìn)行評(píng)估并區(qū)劃，發(fā)現(xiàn)災(zāi)害等級(jí)由沿海向內(nèi)陸逐漸降低[4]。

相對(duì)于農(nóng)業(yè)而言，漁業(yè)的生產(chǎn)風(fēng)險(xiǎn)更高，但目前對(duì)漁業(yè)災(zāi)害風(fēng)險(xiǎn)區(qū)劃的研究極少，劉超等建立水產(chǎn)養(yǎng)殖臺(tái)風(fēng)災(zāi)害風(fēng)險(xiǎn)評(píng)價(jià)指標(biāo)體系[5]，但沒有進(jìn)行實(shí)證，且相關(guān)指標(biāo)體系還有待進(jìn)一步完善。上述研究為本研究提供了很好的理論基礎(chǔ)，隨著漁業(yè)產(chǎn)業(yè)結(jié)構(gòu)優(yōu)化和政策性漁業(yè)保險(xiǎn)試點(diǎn)的實(shí)行，對(duì)漁業(yè)臺(tái)風(fēng)災(zāi)害風(fēng)險(xiǎn)的區(qū)劃顯得更為重要。

本研究選取沿海11個(gè)省、市、自治區(qū)即遼寧省、天津市、河北省、山東省、江蘇省、上海市、浙江省、福建省、廣東省、廣西壯族自治區(qū)、海南省以及容易遭受臺(tái)風(fēng)災(zāi)害的安徽省和江西省共13個(gè)地區(qū)，建立相關(guān)指標(biāo)評(píng)價(jià)體系，對(duì)這些地區(qū)漁業(yè)的臺(tái)風(fēng)災(zāi)害風(fēng)險(xiǎn)區(qū)劃進(jìn)行實(shí)證研究，為漁業(yè)臺(tái)風(fēng)災(zāi)害風(fēng)險(xiǎn)的有效管理提出建議。

2 研究方法和數(shù)據(jù)來(lái)源

2.1 研究方法

2.1.1 自然災(zāi)害指數(shù)法

自然災(zāi)害風(fēng)險(xiǎn)指數(shù)是指在未來(lái)一定時(shí)間內(nèi)災(zāi)害發(fā)生的可能性以及造成損失的程度[6]。自然災(zāi)害所能造成的損失通常是由致災(zāi)因子的危險(xiǎn)性(H)、環(huán)境的敏感性(E)、受體的脆弱性(V)以及抗災(zāi)減災(zāi)能力(C)相互耦合的結(jié)果，一般采用自然災(zāi)害指數(shù)來(lái)表征災(zāi)害的風(fēng)險(xiǎn)程度，即：自然災(zāi)害風(fēng)險(xiǎn)指數(shù)=危險(xiǎn)性(H)∩敏感性(E)∩脆弱性(V)∩抗災(zāi)減災(zāi)能力(C)。

2.1.2 熵值法

在信息論中，熵是對(duì)不確定性的一種度量。信息量越大，不確定性越小，熵就越?。恍畔⒘吭叫?，不確定性越大，熵也越大。根據(jù)熵的特性，可以判斷某個(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)的影響越大，其權(quán)重也就越大[7]。采用熵值法對(duì)漁業(yè)臺(tái)風(fēng)災(zāi)害評(píng)價(jià)指標(biāo)的權(quán)重進(jìn)行賦值，可以排除人為賦值的主觀性，根據(jù)數(shù)據(jù)的特點(diǎn)客觀反映指標(biāo)的重要程度。熵值法的具體步驟如下。

(1)對(duì)數(shù)據(jù)進(jìn)行標(biāo)準(zhǔn)化處理。假設(shè)有k個(gè)指標(biāo)X1′，X2，…，Xk，其中Xi={x1，x2，…，xn}，對(duì)各指標(biāo)數(shù)據(jù)標(biāo)準(zhǔn)化之后的值Y1，Y2，…，Yk為，那么Yij=(Xij-Xmin)/(Xmax-Xmin)。

(3)確定各指標(biāo)權(quán)重。根據(jù)上述信息熵的計(jì)算公式，計(jì)算出各指標(biāo)的信息熵為E1，E2，…，Ek，通過(guò)信息熵計(jì)算各指標(biāo)的權(quán)重，公式為Wi=(1-Ei)/(k-∑Ei)。

2.2 數(shù)據(jù)來(lái)源

本研究所建立的漁業(yè)臺(tái)風(fēng)災(zāi)害風(fēng)險(xiǎn)評(píng)價(jià)指標(biāo)體系包括臺(tái)風(fēng)的自然屬性、漁業(yè)系統(tǒng)的敏感性、脆弱性和個(gè)人及社會(huì)的抗災(zāi)減災(zāi)能力四大類共計(jì)18項(xiàng)指標(biāo)。其中臺(tái)風(fēng)的自然屬性數(shù)據(jù)來(lái)自于《熱帶氣旋年鑒》、中國(guó)天氣臺(tái)風(fēng)網(wǎng)以及中國(guó)氣象科學(xué)數(shù)據(jù)共享服務(wù)網(wǎng)，各地區(qū)漁業(yè)系統(tǒng)的數(shù)據(jù)來(lái)自《中國(guó)漁業(yè)年鑒》和《中國(guó)統(tǒng)計(jì)年鑒》，抗災(zāi)減災(zāi)能力數(shù)據(jù)來(lái)自《中國(guó)漁業(yè)年鑒》和《中國(guó)財(cái)政年鑒》?？紤]到風(fēng)險(xiǎn)評(píng)價(jià)是未來(lái)發(fā)生損失的可能性的大小，所以本研究中的敏感性、脆弱性以及抗災(zāi)減災(zāi)能力指標(biāo)均選取與當(dāng)前較為接近的2013年的數(shù)據(jù)；而臺(tái)風(fēng)具有季節(jié)性和周期性，氣象學(xué)中認(rèn)為11年為一個(gè)自然災(zāi)害周期[8]，所以本研究選取2004—2014年共11年的臺(tái)風(fēng)數(shù)據(jù)，基本上能夠反映臺(tái)風(fēng)在不同地區(qū)的危險(xiǎn)情況。

3 漁業(yè)臺(tái)風(fēng)災(zāi)害風(fēng)險(xiǎn)評(píng)價(jià)指標(biāo)體系的建立

3.1 漁業(yè)臺(tái)風(fēng)災(zāi)害風(fēng)險(xiǎn)

臺(tái)風(fēng)是形成于海面上的一種熱帶氣旋，臺(tái)風(fēng)過(guò)境時(shí)常常帶來(lái)狂風(fēng)暴雨天氣，引起海面巨浪，嚴(yán)重威脅沿海地區(qū)漁船的出海安全；臺(tái)風(fēng)登陸后帶來(lái)的風(fēng)暴增水可能摧毀漁業(yè)設(shè)施，或者水位漫過(guò)圍擋造成魚蝦的逃逸和流失；臺(tái)風(fēng)帶來(lái)的低壓天氣使水體中的溶氧量下降，很容易引發(fā)泛塘，造成魚類的大量死亡；另外，臺(tái)風(fēng)對(duì)漁業(yè)造成的損失也與當(dāng)?shù)氐臐O業(yè)系統(tǒng)有關(guān)。根據(jù)自然災(zāi)害風(fēng)險(xiǎn)理論[9]，漁業(yè)臺(tái)風(fēng)災(zāi)害風(fēng)險(xiǎn)是指漁業(yè)臺(tái)風(fēng)災(zāi)害發(fā)生的可能性及其對(duì)漁業(yè)系統(tǒng)造成的影響和危害程度，一般而言，漁業(yè)臺(tái)風(fēng)災(zāi)害風(fēng)險(xiǎn)取決于4個(gè)因素。

(1)臺(tái)風(fēng)的危險(xiǎn)性，主要與臺(tái)風(fēng)自身屬性有關(guān)，與當(dāng)?shù)亟?jīng)濟(jì)發(fā)展水平等因素?zé)o關(guān)。

(2)漁業(yè)系統(tǒng)的敏感性，表示臺(tái)風(fēng)發(fā)生后能否作用于漁業(yè)生產(chǎn)。

(3)漁業(yè)系統(tǒng)的脆弱性，表示漁業(yè)系統(tǒng)能否經(jīng)得起臺(tái)風(fēng)的威脅，主要強(qiáng)調(diào)的是承災(zāi)體本身的屬性。

(4)抗災(zāi)減災(zāi)能力，表示漁業(yè)系統(tǒng)自身的能動(dòng)作用和災(zāi)后補(bǔ)救以降低損失的能力。一個(gè)地區(qū)漁業(yè)臺(tái)風(fēng)災(zāi)害風(fēng)險(xiǎn)的大小是這4個(gè)因素綜合作用的結(jié)果。

3.2 漁業(yè)臺(tái)風(fēng)災(zāi)害風(fēng)險(xiǎn)評(píng)價(jià)指標(biāo)的選取與權(quán)重確定

3.2.1 指標(biāo)的選取

根據(jù)地區(qū)漁業(yè)生產(chǎn)的實(shí)際情況以及資料和數(shù)據(jù)的可獲得性，綜合考慮漁業(yè)臺(tái)風(fēng)災(zāi)害風(fēng)險(xiǎn)的4種因素，圍繞漁業(yè)系統(tǒng)的自身特點(diǎn)，最終選取18個(gè)指標(biāo)，來(lái)評(píng)價(jià)臺(tái)風(fēng)對(duì)各地區(qū)漁業(yè)生產(chǎn)的風(fēng)險(xiǎn)，建立的漁業(yè)臺(tái)風(fēng)災(zāi)害風(fēng)險(xiǎn)評(píng)價(jià)指標(biāo)框架如圖1所示。

圖1 漁業(yè)臺(tái)風(fēng)災(zāi)害風(fēng)險(xiǎn)評(píng)價(jià)指標(biāo)框架

危險(xiǎn)性指標(biāo)(H)。自然災(zāi)害的危險(xiǎn)性取決于災(zāi)害的致災(zāi)因子，臺(tái)風(fēng)的致災(zāi)因子主要有大風(fēng)和暴雨，臺(tái)風(fēng)的中心氣壓越低風(fēng)力越大，所以選取臺(tái)風(fēng)影響該地區(qū)時(shí)的最大風(fēng)速和中心氣壓來(lái)表征臺(tái)風(fēng)的風(fēng)力，由于11年間影響該地區(qū)的臺(tái)風(fēng)不止一個(gè)，所以取其平均；選取影響該地區(qū)的臺(tái)風(fēng)的最大日雨量和過(guò)程雨量來(lái)表征臺(tái)風(fēng)降水的強(qiáng)度，同樣取其平均。另外，選取11年間該地區(qū)受到臺(tái)風(fēng)災(zāi)害的時(shí)間累計(jì)，受到臺(tái)風(fēng)災(zāi)害的影響次數(shù)以及臺(tái)風(fēng)登陸的次數(shù)來(lái)表征該地區(qū)發(fā)生臺(tái)風(fēng)的頻率。

敏感性指標(biāo)(E)。敏感性可以用來(lái)衡量當(dāng)臺(tái)風(fēng)災(zāi)害發(fā)生時(shí)，地區(qū)的漁業(yè)生產(chǎn)受到影響的可能性，這與該地區(qū)本身的漁業(yè)系統(tǒng)有關(guān)。在漁業(yè)系統(tǒng)中，可能受到臺(tái)風(fēng)破壞的有水產(chǎn)養(yǎng)殖、漁船以及漁港碼頭等設(shè)施，海岸線長(zhǎng)度可以用來(lái)替代一個(gè)地區(qū)的漁港、碼頭數(shù)量以及堤壩的長(zhǎng)度，所以選取水產(chǎn)養(yǎng)殖面積、漁船數(shù)量、海岸線長(zhǎng)度3項(xiàng)指標(biāo)。另外，一個(gè)地區(qū)漁業(yè)的生產(chǎn)規(guī)模越大，意味著該地區(qū)受災(zāi)時(shí)可能的損失越大，所以選取漁民人口比重和漁業(yè)產(chǎn)值占農(nóng)業(yè)產(chǎn)值比重兩項(xiàng)指標(biāo)來(lái)表征該地區(qū)漁業(yè)的生產(chǎn)規(guī)模。

脆弱性指標(biāo)(V)。漁業(yè)生產(chǎn)過(guò)程中，固定資產(chǎn)投入水平越高，說(shuō)明漁業(yè)的生產(chǎn)設(shè)備較為先進(jìn)且牢固性較好，在臺(tái)風(fēng)發(fā)生時(shí)不易損壞，理論上應(yīng)選取漁民人均固定資產(chǎn)存量來(lái)衡量固定資產(chǎn)投入水平，但由于數(shù)據(jù)可獲得性的限制，則選取2013年新增的漁民人均固定資產(chǎn)投入作為替代指標(biāo)。漁業(yè)效率指數(shù)表示該地區(qū)水產(chǎn)養(yǎng)殖單位面積產(chǎn)值與全國(guó)平均水平的比值，代表著該地區(qū)漁業(yè)生產(chǎn)的技術(shù)性和專業(yè)化水平，其計(jì)算公式為：

漁業(yè)效率指數(shù)越高，說(shuō)明該地區(qū)無(wú)論從管理還是設(shè)備方面都比較優(yōu)良，當(dāng)受到臺(tái)風(fēng)災(zāi)害時(shí)能夠進(jìn)行很好的預(yù)防和控制，發(fā)生損失的可能性越小。另外，海洋漁業(yè)(海洋養(yǎng)殖和海洋捕撈)相對(duì)于內(nèi)陸漁業(yè)更容易受到臺(tái)風(fēng)的威脅，所以選取海洋漁業(yè)占地區(qū)漁業(yè)產(chǎn)值比重的大小來(lái)衡量該地區(qū)漁業(yè)的易損性。

抗災(zāi)減災(zāi)能力指標(biāo)(C)?？篂?zāi)減災(zāi)能力表示受災(zāi)后防止損失進(jìn)一步擴(kuò)大的能力，以及能夠從臺(tái)風(fēng)災(zāi)害中恢復(fù)的速度和程度。從漁民個(gè)人角度來(lái)講，其收入是進(jìn)行減災(zāi)和恢復(fù)生產(chǎn)的直接經(jīng)濟(jì)來(lái)源；從社會(huì)角度來(lái)講，財(cái)政收入代表著該地區(qū)政府可用于支付自然災(zāi)害損失補(bǔ)償資金的多少，而漁政管理機(jī)構(gòu)是社會(huì)漁港、漁船和漁業(yè)生產(chǎn)的管理部門，在臺(tái)風(fēng)災(zāi)害發(fā)生后能夠調(diào)用社會(huì)公共資源幫助漁業(yè)生產(chǎn)恢復(fù)并減少損失。所以選取漁民人均純收入、人均財(cái)政收入、漁政管理機(jī)構(gòu)密度表征地區(qū)的抗災(zāi)減災(zāi)能力。

綜合以上，最終建立的漁業(yè)臺(tái)風(fēng)災(zāi)害風(fēng)險(xiǎn)評(píng)價(jià)指標(biāo)體系如表1所示。

3.2.2 指標(biāo)權(quán)重的確定

上述指標(biāo)體系中各指標(biāo)權(quán)重的確定采用上文所述熵值法，不同的是，在指標(biāo)的無(wú)量綱化處理過(guò)程中，臺(tái)風(fēng)災(zāi)害風(fēng)險(xiǎn)的正向指標(biāo)和負(fù)向指標(biāo)的處理方式是不一樣的。

表1 漁業(yè)臺(tái)風(fēng)災(zāi)害風(fēng)險(xiǎn)評(píng)價(jià)指標(biāo)體系

正向指標(biāo)：指標(biāo)值越大，漁業(yè)臺(tái)風(fēng)災(zāi)害風(fēng)險(xiǎn)越大。

(1)

負(fù)向指標(biāo)：指標(biāo)值越小，漁業(yè)臺(tái)風(fēng)災(zāi)害風(fēng)險(xiǎn)越大。

(2)

在負(fù)向指標(biāo)的處理過(guò)程中，Xij標(biāo)準(zhǔn)化Yij，Xij越小，Yij越大，漁業(yè)臺(tái)風(fēng)災(zāi)害風(fēng)險(xiǎn)越大，實(shí)際上是對(duì)于負(fù)向指標(biāo)的正向化轉(zhuǎn)換。該指標(biāo)體系中，危險(xiǎn)性指標(biāo)中除平均中心氣壓為負(fù)向指標(biāo)，其他均為正向指標(biāo)；敏感性指標(biāo)全部為正向指標(biāo)；脆弱性指標(biāo)中海洋漁業(yè)產(chǎn)值比重為正向指標(biāo)；另外兩項(xiàng)為負(fù)向指標(biāo)；抗災(zāi)減災(zāi)能力指標(biāo)全部為負(fù)向指標(biāo)，但按照上述方法進(jìn)行標(biāo)準(zhǔn)化處理之后，所有指標(biāo)均與風(fēng)險(xiǎn)水平正相關(guān)。

4 漁業(yè)臺(tái)風(fēng)災(zāi)害風(fēng)險(xiǎn)評(píng)價(jià)與區(qū)劃

4.1 漁業(yè)臺(tái)風(fēng)災(zāi)害風(fēng)險(xiǎn)指數(shù)的計(jì)算

根據(jù)上述建立的漁業(yè)臺(tái)風(fēng)災(zāi)害風(fēng)險(xiǎn)評(píng)價(jià)指標(biāo)及其權(quán)重，首先確定各地區(qū)的各項(xiàng)分指標(biāo)得分，包括危險(xiǎn)性指標(biāo)(H)、敏感性指標(biāo)(E)、脆弱性指標(biāo)(V)和抗災(zāi)減災(zāi)能力指標(biāo)(C)。為方便后面風(fēng)險(xiǎn)指數(shù)的計(jì)算，并考慮指標(biāo)得分的直觀性，對(duì)各項(xiàng)指標(biāo)得分均擴(kuò)大100倍[在式(7)中，若H、E、V和C小于1，則HWh、EWe、VWv和CWc都是單調(diào)遞減，指標(biāo)權(quán)重不能真實(shí)反映指標(biāo)的重要程度，故使各項(xiàng)指標(biāo)均擴(kuò)大100倍，使H、E、V和C都大于1]。具體計(jì)算公式如下：

(3)

(4)

(5)

(6)

式中：a、b、c、d代表各項(xiàng)分指標(biāo)中指標(biāo)的個(gè)數(shù)，表示第i個(gè)評(píng)價(jià)指標(biāo)的權(quán)重系數(shù)，為第i個(gè)評(píng)價(jià)指標(biāo)標(biāo)準(zhǔn)化之后的值。由于前面已經(jīng)進(jìn)行過(guò)標(biāo)準(zhǔn)化處理，所以對(duì)于各項(xiàng)分指標(biāo)來(lái)說(shuō)，得分越高、風(fēng)險(xiǎn)也就越大。然后根據(jù)各項(xiàng)分指標(biāo)得分，結(jié)合自然災(zāi)害指數(shù)法，并融入加權(quán)評(píng)價(jià)的思想，建立漁業(yè)臺(tái)風(fēng)災(zāi)害風(fēng)險(xiǎn)指數(shù)，具體計(jì)算公式如下：

(7)

Wh、We、Wv和Wc分別表示表1中的危險(xiǎn)性、敏感性、脆弱性和抗災(zāi)減災(zāi)能力指標(biāo)的權(quán)重。最終得到的各地區(qū)各項(xiàng)分指標(biāo)得分及漁業(yè)臺(tái)風(fēng)災(zāi)害風(fēng)險(xiǎn)指數(shù)如表2所示，并按照各地區(qū)漁業(yè)臺(tái)風(fēng)災(zāi)害風(fēng)險(xiǎn)指數(shù)得分由高到低排列。

表2 各地區(qū)分指標(biāo)和漁業(yè)臺(tái)風(fēng)災(zāi)害風(fēng)險(xiǎn)指數(shù)得分

續(xù)表

4.2 漁業(yè)臺(tái)風(fēng)災(zāi)害風(fēng)險(xiǎn)區(qū)劃結(jié)果

根據(jù)表2中漁業(yè)臺(tái)風(fēng)災(zāi)害風(fēng)險(xiǎn)指數(shù)的分布特點(diǎn)，并借鑒前人的研究經(jīng)驗(yàn)[10-12]，將漁業(yè)臺(tái)風(fēng)災(zāi)害風(fēng)險(xiǎn)分為高風(fēng)險(xiǎn)區(qū)、中風(fēng)險(xiǎn)區(qū)、低風(fēng)險(xiǎn)區(qū)和微風(fēng)險(xiǎn)區(qū)4個(gè)等級(jí)，其中風(fēng)險(xiǎn)指數(shù)為70～100的屬于高風(fēng)險(xiǎn)區(qū)，40～70的屬于中風(fēng)險(xiǎn)區(qū)，20～40的屬于低風(fēng)險(xiǎn)區(qū)，0～20的屬于微風(fēng)險(xiǎn)區(qū)，具體區(qū)劃結(jié)果如表3所示。

表3 漁業(yè)臺(tái)風(fēng)災(zāi)害風(fēng)險(xiǎn)區(qū)劃結(jié)果

根據(jù)區(qū)劃結(jié)果可知，我國(guó)漁業(yè)臺(tái)風(fēng)災(zāi)害風(fēng)險(xiǎn)存在顯著的區(qū)域差異。從各項(xiàng)分指標(biāo)來(lái)看，位于高風(fēng)險(xiǎn)區(qū)的廣東和福建危險(xiǎn)指標(biāo)得分最高，同時(shí)兩省都是我國(guó)漁業(yè)主產(chǎn)區(qū)且海洋漁業(yè)規(guī)模較大，造成敏感性和脆弱性指標(biāo)得分也相對(duì)較高；在中風(fēng)險(xiǎn)區(qū)中，山東、浙江和江蘇也都是我國(guó)的漁業(yè)大省，因此敏感性指標(biāo)得分較高，另外山東地區(qū)的漁業(yè)設(shè)施相對(duì)落后、生產(chǎn)效率較低，脆弱性指標(biāo)得分最高，海南和浙江的危險(xiǎn)指標(biāo)得分較高，但浙江的抗災(zāi)減災(zāi)能力較好，總體上拉低最終得分；在低風(fēng)險(xiǎn)區(qū)中，江西的抗災(zāi)減災(zāi)能力很差，但是其危險(xiǎn)性和敏感性都相對(duì)較低，廣西除脆弱指標(biāo)得分較高外，其他都處于中下等水平，遼寧和安徽的危險(xiǎn)指標(biāo)得分都在20以下，即使其他指標(biāo)得分較高也沒能對(duì)結(jié)果產(chǎn)生很大影響；微風(fēng)險(xiǎn)區(qū)的3個(gè)地區(qū)的共同特點(diǎn)是敏感性指標(biāo)得分很低，漁業(yè)在這些地區(qū)的規(guī)模很小，同時(shí)危險(xiǎn)指標(biāo)得分也都不高，最終導(dǎo)致排名最低。

5 對(duì)策建議

5.1 有區(qū)別地加大對(duì)漁業(yè)的投資力度

大幅度增加對(duì)漁業(yè)的投入、改善漁業(yè)生產(chǎn)的基礎(chǔ)設(shè)施狀況是應(yīng)對(duì)臺(tái)風(fēng)災(zāi)害最有效的辦法。對(duì)于風(fēng)險(xiǎn)不同的地區(qū)，政府應(yīng)當(dāng)采取有區(qū)別的支持政策，使投資力度與風(fēng)險(xiǎn)大小相適應(yīng)。各級(jí)政府、漁民都應(yīng)樹立漁業(yè)基礎(chǔ)設(shè)施建設(shè)先行的意識(shí)，以政府補(bǔ)貼建設(shè)為主、漁民自籌為輔的原則鼓勵(lì)漁民對(duì)基礎(chǔ)設(shè)施的投資，不僅可以有效管理臺(tái)風(fēng)災(zāi)害風(fēng)險(xiǎn)，還可以擴(kuò)大漁業(yè)生產(chǎn)規(guī)模。

5.2 充分重視漁業(yè)主產(chǎn)區(qū)面臨的臺(tái)風(fēng)災(zāi)害風(fēng)險(xiǎn)

實(shí)證表明，漁業(yè)主產(chǎn)區(qū)面臨的臺(tái)風(fēng)災(zāi)害風(fēng)險(xiǎn)更高，而且這些地區(qū)的漁業(yè)系統(tǒng)都比較脆弱，所以要“特殊照顧”。應(yīng)當(dāng)增加漁業(yè)主產(chǎn)區(qū)的固定資產(chǎn)投入，同時(shí)利用產(chǎn)業(yè)集群的優(yōu)勢(shì)，積極推進(jìn)漁業(yè)科技的研發(fā)，提高主產(chǎn)區(qū)的漁業(yè)生產(chǎn)效率?？赏ㄟ^(guò)建立漁業(yè)巨災(zāi)風(fēng)險(xiǎn)基金或利用漁業(yè)保險(xiǎn)等方式分散或者轉(zhuǎn)移主產(chǎn)區(qū)風(fēng)險(xiǎn)，穩(wěn)定漁民的預(yù)期收入，從而穩(wěn)定這些地區(qū)的生產(chǎn)規(guī)模，否則漁民很有可能會(huì)出于自身利益的考慮，退出漁業(yè)生產(chǎn)，影響漁業(yè)的長(zhǎng)期發(fā)展。

5.3 差異化推廣政策性漁業(yè)保險(xiǎn)

目前我國(guó)農(nóng)業(yè)保險(xiǎn)保費(fèi)補(bǔ)貼已全面實(shí)行，漁業(yè)保險(xiǎn)應(yīng)當(dāng)積極爭(zhēng)取政策性財(cái)政資金的支持，但對(duì)補(bǔ)貼力度應(yīng)當(dāng)差異化。對(duì)于高風(fēng)險(xiǎn)區(qū)，保險(xiǎn)公司制定的漁業(yè)保險(xiǎn)費(fèi)率很高，漁民的保費(fèi)負(fù)擔(dān)也比較重，因而對(duì)漁業(yè)保險(xiǎn)保費(fèi)補(bǔ)貼的需求就更為強(qiáng)烈，應(yīng)當(dāng)給予更多的財(cái)政資金支持；而對(duì)于低風(fēng)險(xiǎn)區(qū)則少補(bǔ)貼，這樣既有利于擴(kuò)大投保范圍，又能確保財(cái)政資金使用的效率。

[1] 農(nóng)業(yè)部漁業(yè)局.2014中國(guó)漁業(yè)年鑒[Z].2014.

[2] 殷潔，戴爾阜，吳紹洪.中國(guó)臺(tái)風(fēng)災(zāi)害綜合風(fēng)險(xiǎn)評(píng)估與區(qū)劃[J].地理科學(xué)，2013(11)：1370-1376.

[3] 張峭，王克.我國(guó)農(nóng)業(yè)自然災(zāi)害風(fēng)險(xiǎn)評(píng)估與區(qū)劃[J].中國(guó)農(nóng)業(yè)資源與區(qū)劃，2011(03)：32-36.

[4] 胡波，嚴(yán)甲真，丁燁毅，等.臺(tái)風(fēng)災(zāi)害風(fēng)險(xiǎn)區(qū)劃模型[J].自然災(zāi)害學(xué)報(bào)，2012(05)：152-158.

[5] 劉超，王權(quán)，楊倩.臺(tái)風(fēng)災(zāi)害對(duì)水產(chǎn)養(yǎng)殖業(yè)評(píng)估指標(biāo)體系的影響[J].湖南農(nóng)業(yè)科學(xué)，2010(Z2)：50-52.

[6] DAVIDSON R A，LAMBER K B.Comparing the hurricane disaster risk of U.S.coastal counties[J].Natural Hazards review，2001,16(2):132-142.

[7] 鄒永魅.信息論基礎(chǔ)[M].北京：科學(xué)出版社，2010.

[8] 楊冬紅，楊學(xué)祥.重大自然災(zāi)害周期及其動(dòng)力機(jī)制[C]//中國(guó)地球物理第二十一屆年會(huì).中國(guó)地球物理學(xué)會(huì)，長(zhǎng)春：吉林大學(xué)出版社，2005：2.

[9] 黃崇福.自然災(zāi)害風(fēng)險(xiǎn)分析與管理[M].北京：科學(xué)出版社，2012.

[10] 段勝.中國(guó)巨災(zāi)指數(shù)的理論建構(gòu)與實(shí)證應(yīng)用[D].成都：西南財(cái)經(jīng)大學(xué)，2012.

[11] 王桂娟.廣東省熱帶氣旋災(zāi)害分析與風(fēng)險(xiǎn)區(qū)劃[D].南京：南京信息工程大學(xué)，2013.

[12] LIAO K，BAYAZIT O，WANG F.Building a Natural Disaster Risk Index for Supply Chain Operations[J].International Journal of Information Systems and Supply Chain Management (IJISSCM)，2014，36(6)：72-76.

On Risk Evaluation and Zoning of Typhoon Disaster to Fishery in China

HAN Xingyong1，LI Yaqi1，YUE Zongsheng2

(1.College of Economics and Management，Shanghai Ocean University，Shanghai 201306，China; 2.College of Mathematics and Statistics，Xi’an Jiaotong University，Xi’an 710048，China)

18 indexes were selected and a complete risk evaluation index system of typhoon disaster to fishery was established in this paper，to assess the typhoon disaster risk to fishery in 13 provinces (cities，districts) which are vulnerable，considering the connotation of typhoon’s hazard，the exposure，vulnerability and emergency response and recovery capacity of fishery system.Entropy value method to determine the weight of each index was then used to calculate the score of risk index for each region’s typhoon disaster to fishery.According to the value of the risk index，these regions were divided into four grades: the high risk areas are Guangdong and Fujian，medium risk areas are Hainan，Shandong，Zhejiang and Jiangsu，low risk areas are Jiangxi，Guangxi，Liaoning and Anhui and negligible risk areas are Hebei，Shanghai and Tianjin.According to the results，it was suggested that the investment in the area of the infrastructure should be increased with different measures and levels.Besides the government should put more emphasize on risk management of the fisheries produce district，as well as put different attentions to extent the fishery insurance policy.

Typhoon disaster to fishery ，Risk assessment，Risk zoning，Entropy value method

2015-12-24；

2016-05-13

江蘇省呂四漁業(yè)管理規(guī)劃研究(D-8006-14-0060).

韓興勇，教授，博士，研究方向?yàn)楹Ｑ笪幕?、漁業(yè)經(jīng)濟(jì)管理，電子信箱：xyhan@shou.edu.cn

李亞琦，碩士研究生，研究方向?yàn)楫a(chǎn)業(yè)經(jīng)濟(jì)學(xué)、漁業(yè)資源管理，電子信箱：836280384@qq.com

S9；P457.8

A

1005-9857(2016)05-0064-06