陳 升，李兆洋，張 建

( 1. 重慶大學 公共管理學院，重慶 400030；2.清華大學 國情研究院，北京 10084；3. 重慶市建筑科學研究院，重慶 400016)

汶川地震、蘆山地震對災民影響差異性比較研究*

陳 升1,2，李兆洋1，張 建3

( 1. 重慶大學 公共管理學院，重慶 400030；2.清華大學 國情研究院，北京 10084；3. 重慶市建筑科學研究院，重慶 400016)

分析不同因素對災情影響的差異性是降低地震影響的重要途徑。根據(jù)汶川地震和蘆山地震重災區(qū)抽樣調(diào)查數(shù)據(jù)，基于自然災害系統(tǒng)理論，從受災居民微觀視角采用方差分析法從人身、財產(chǎn)、就業(yè)、心理方面分析地震災情的差異性，用多元線性回歸分析方法探討承災體脆弱性對災情的影響作用。研究發(fā)現(xiàn)，地震規(guī)模強弱會對災民人身影響造成較大差異，對財產(chǎn)、就業(yè)等影響無顯著差異；不同地震規(guī)模會導致不同地區(qū)、年齡、家庭人數(shù)、受教育程度對地震災情顯著性不同，而債務(wù)對地震災情均具有顯著性影響。

地震規(guī)模;承災體特征;災民地震影響;差異性;實證比較研究;汶川地震;蘆山地震

關(guān)于影響地震災情的因素，有學者從災害自身物理性因素出發(fā)，認為災情大小是地震震級、震源深度、發(fā)生時間等致災因子對災害對象作用的結(jié)果，致災因子強弱程度決定災情嚴重性[1-3]。與之不同，有學者提出大量事實表明地震的沖擊的嚴重程度，并不完全與災害自身物理性因素相關(guān)。例如，1996年包頭6.4級地震與2000年姚安6.5級地震，震級僅相差0.1級，其導致總損失分別338 224萬元和101 621萬元，傷亡人數(shù)169.08萬人和96.39萬人[4]，災情差異則十分顯著。他們認為地震災情與所在地社會經(jīng)濟宏觀環(huán)境、承災體脆弱性特征直接相關(guān)[5-6]。

為準確分析地震災情的影響因素，國內(nèi)外學者通過個案研究、定性研究、實地調(diào)查及構(gòu)建模型等進行分析[7-9]，但大多針對單一地震災害影響討論，少見有對兩個或兩個以上地震進行對比分析，缺乏規(guī)律性認識。對于同一或者相近地方發(fā)生兩次以上地震案例少，相應(yīng)的研究更為缺乏。汶川8.0級地震和蘆山7.0級地震震中相距不到100 km，地理地貌差距不大，經(jīng)濟社會大環(huán)境相似，而兩次地震災情嚴重程度差異較大。造成地震災情嚴重程度不同的關(guān)鍵影響因素是什么？有何差異？本研究從受災居民微觀視角，發(fā)放問卷，定量研究不同地震對受災群眾影響差異性，探討不同致災因子、孕災環(huán)境、承災體脆弱性對地震災害影響的放大或縮小作用，為防震減災提供決策支持。

1 文獻綜述

關(guān)于災害造成的沖擊。國外學者就自然災害構(gòu)建一般性分析框架，提出從災害對經(jīng)濟和社會兩方面影響，首先進行損失或影響評估[10]，采用區(qū)域經(jīng)濟計量模型、投入-產(chǎn)出模型、SIM、CGE等模型分析，通過考察經(jīng)濟變量對常規(guī)趨勢的偏離來考察災害沖擊[11]。主要的研究發(fā)現(xiàn)有：災害后短期市場運行、商品價格、國際貿(mào)易等方面會受影響[12-13]；地震災害所導致的財產(chǎn)和貨幣損失與受災個體的社會經(jīng)濟地位是負相關(guān)的[13]；自然災害的發(fā)生會導致短期人口數(shù)量的下降[15-16]；地震災害發(fā)生會引起環(huán)境條件的變化，導致一段時間內(nèi)當?shù)剌^為頻繁的人口流動[17-19]；地震災害會對社會經(jīng)濟地位不同的群體造成福利和分配效應(yīng)的顯著差異[20-21]。國內(nèi)也主張首先對自然災害進行損失或影響評估[22-24]，比如：建立新自然災害產(chǎn)業(yè)關(guān)聯(lián)模型、內(nèi)生增長模型、比例系數(shù)法評估、法人單位比重法和綜合震害系數(shù)法等方法，并分析自然災害造成直接或間接經(jīng)濟損失[9，22，25-26]；自然災害損失變化趨勢和減災效益評估[27-28]；從經(jīng)濟學、社會學等學科建設(shè)角度研究災害沖擊[29-31]等。相對而言，國內(nèi)對災害社會沖擊方面的研究相對滯后。直到進入21世紀，特別是汶川地震后才逐步成為研究熱點，研究主要集中在自然災害導致人口空間分布的變化上[32-34]和災害對災區(qū)群眾造成的沖擊等方面[36-37]。

關(guān)于災害沖擊的影響因素，根據(jù)自然災害系統(tǒng)理論主要從致災因子、孕災環(huán)境、承災體等方面進行分析。持致災因子論學者認為災害形成是致災因子對承災主體作用的結(jié)果，沒有致災因子則不會產(chǎn)生災害[1-3]。以地震災害為例，地震本身因素、嚴重程度、地理位置、對地區(qū)環(huán)境的見識和適應(yīng)等也是災害嚴重程度的重要引致因素[15，38]。孕災環(huán)境相關(guān)理論則認為孕災環(huán)境包括了導致災害產(chǎn)生的自然環(huán)境和人文環(huán)境，并且提出近年來災害頻繁發(fā)生與區(qū)域變化、全球環(huán)境改變以及地理地貌改變密切相關(guān)[22，39-40]。承災體作為自然災害系統(tǒng)理論重要一部分，對災害損失大小起著重要作用。比如：研究發(fā)現(xiàn)老年人和社會弱勢群體，相比其他群體更容易受到災害影響，統(tǒng)計數(shù)據(jù)則表明婦女更有可能遭受更大財務(wù)損失[19，41]；Toya[42]得出受教育程度更高的人們所遭受的自然災害損失會更少，受教育水平對減少經(jīng)濟損失水平的作用更為顯著；社會經(jīng)濟地位與自然災害所導致的財產(chǎn)損失、心理方面的影響呈正相關(guān)關(guān)系[41，43-44]；2004年“世界減災大會”認為，基礎(chǔ)設(shè)施不足、人口過于集中等原因會增加災害損失；農(nóng)村地震的經(jīng)濟損失絕對值小于城市地震，但是地震災害對農(nóng)村災民的影響要大于城市[46]等。

總體看，已有研究對災害沖擊的評估方法，從致災因子、孕災環(huán)境、承災體特征等方面分析地震災情及其影響因素，以及對不同目標人群分類分析等方面的研究成果，為本文以及后續(xù)研究提供了堅實的理論支撐和研究方法支撐。

2 研究框架與數(shù)據(jù)收集

2.1 研究框架

史培軍[47]在深入研究災害理論問題基礎(chǔ)上，提出 “區(qū)域災害系統(tǒng)論”的理論體系。該理論基于在孕災環(huán)境、致災因子、承災體之間相互作用形成，其理論構(gòu)架是上述三種因素相互組成的區(qū)域災害系統(tǒng)，并通過孕災環(huán)境-致災因子-承災體-孕災環(huán)境這一個反饋過程決定災情大小。在此基礎(chǔ)上提出災害(D)是地球表層孕災環(huán)境(E)、致災因子(H)、承災體(S)綜合作用的產(chǎn)物，即

D=E∩H∩S。

(1)

式中：H是災害產(chǎn)生的充分條件，S是災害放大或者縮小的必要條件，E是影響H和S的背景條件。任何一個特定地區(qū)的災害，都是H、E、S三種相互綜合的結(jié)果。

而本文認為，自然災害系統(tǒng)理論中致災因子、孕災環(huán)境與承災體之間除了共同作用于災情之外，三者之間還存在影響與被影響的關(guān)系，即致災因子會導致孕災環(huán)境與承災體特征發(fā)生變化，最終使災害呈現(xiàn)出災情嚴重程度不一的情況(圖1)。

圖1 地震災情及影響因素的研究理論框架

圖1可以看出，在地震災害產(chǎn)生影響過程中，致災因子、孕災環(huán)境及承災體缺一不可[47]。地震的震級、持續(xù)時間、空間擴散等情況是災害大小基礎(chǔ)條件，地震發(fā)生位置的空間分布以及當?shù)氐沫h(huán)境變化則是減輕或增強地震災情的催化條件。承災體脆弱性特征作為核心因素，對災害嚴重程度起決定作用。另一方面，致災因子的強弱會導致災害發(fā)生環(huán)境發(fā)生后天變化，即致災因子強弱會改變原有地區(qū)環(huán)境，使其對災害大小起到加重或減緩的作用。與此同時，致災因子強弱亦會是承災體特征作用被放大或縮小，進而對災情大小產(chǎn)生差異。本文需強調(diào)的是，從災民視角出發(fā)研究地震對災民的影響，文章在承災體主體選擇方面將人自身作為承災體進行研究。災民既是承災體，又是致災因子。一方面，地震發(fā)生會作用于災民的人身、財產(chǎn)、收入和心理等方面，成為各種致災因子作用的對象。另一方面，承災體所具有的自然特征(年齡、性別)、社會特征(受教育程度、收入等)以及地域特征(居住條件、城鄉(xiāng)結(jié)構(gòu)等)對地震災情也存在一定影響。

2.2 變量設(shè)計

為了探索不同地震給災民帶來的影響，本文設(shè)置四個維度的因變量，分別是人身、財產(chǎn)、就業(yè)(收入)、心理四個方面[36]。人身影響包括A1：您在地震中的受傷情況；A2：未成年子女在地震中的受傷情況；A3：其他家庭成員在地震中的受

表1 受訪者的基本情況 %

傷情況；A4：家庭成員傷亡對您的影響。財產(chǎn)影響包括B1：地震對您家房屋的破壞情況；B2：地震對家庭財產(chǎn)的影響程度；B3：房屋受損對您的影響程度。就業(yè)影響C1：地震對工作務(wù)農(nóng)經(jīng)營的影響程度；C2：地震對您家庭收入來源的影響C3：未來一年內(nèi)有穩(wěn)定收入來源可能性。心理影響則包括D1：地震給您帶來的負擔；D2：對未來生活希望；D3：地震對家屬心理影響；D4：地震對本人心理影響。

本研究從人口學特征、經(jīng)濟社會學特征設(shè)計的自變量，主要包括：答卷者在地震前所在的鎮(zhèn)、與鎮(zhèn)中心的距離、戶口類型、年齡、性別、婚姻狀況、家庭人數(shù)、受教育程度、貸款及債務(wù)金額、地震前的收人來源、家庭收人等。

2.3 樣本選擇與數(shù)據(jù)來源

根據(jù)受災情況，災區(qū)被劃分為極重災區(qū)、重災區(qū)、一般災區(qū)[48-49]。為保證數(shù)據(jù)的可比性，本研究均選取極重災區(qū)作為研究對象。對于汶川地震災區(qū)，本研究在10個極重災區(qū)中選擇受災最嚴重的前5個災區(qū)：即北川縣、汶川縣、綿竹市、什邡市、青川縣作為研究對象。蘆山地震災區(qū)，本研究選擇蘆山縣龍門鄉(xiāng)、寶盛鄉(xiāng)、太平鎮(zhèn)進行研究。確定好研究對象后，實地調(diào)查主要采用“概率與規(guī)模成比例抽樣”(PPS)方法，并集中安置點為初級抽樣單位。由于地震之后，一些受災比較嚴重的地區(qū)搬出原有社區(qū)、村莊到臨時安置點，因此本次調(diào)查主要集中在各個受災地區(qū)的臨時安置點和街道等聚居的地方。進人家庭后，調(diào)查員隨機選取家庭成員(主要是18歲以上的)填答問卷，如果遇到不識字或填答問卷有困難的受災者，則由調(diào)查員按照受訪者的真實意思表達幫助填答問卷。

2008年8月對汶川地震災區(qū)進行調(diào)查，本次調(diào)查共發(fā)放問卷1 380份，共回收問卷1 243份(其中沒有收回的主要原因是收取問卷時無人在家或者因疏忽遺漏沒有收取)，其中有效問卷達1 126份，有效問卷率達91%。其中，什邡290份，占總樣本量的25.8%；綿竹231份，占總樣本量的20.5%；北川275份，占總樣本量的24.4%；青川186份，占總樣本量的16.5%；汶川141份，占總樣本量的12.5%；未填所在縣市的3份，占總樣本量的0.3%。

2013年8月，我們對蘆山地震災區(qū)進行實地調(diào)查。本次調(diào)查共發(fā)放問卷350份，回收315份(未回收主要原因同上)，其中有效問卷306份，有效回收率87.42%*。其中，龍門鄉(xiāng)102份，占總樣本量的33.3%；寶盛鄉(xiāng)55份，占總樣本量的18%；太平鎮(zhèn)148份，占總樣本量的48.7%。作者對調(diào)查所獲得的問卷進行基本的描述性統(tǒng)計分析，兩次調(diào)查基本情況如表1所示。

3 統(tǒng)計分析

3.1 量表的信度分析

在數(shù)據(jù)收集整理的基礎(chǔ)上，利用SPSS 19.0對地震災情測量量表進行信度分析。信度檢驗主要測量問卷所獲得的數(shù)據(jù)與其平均值的差異程度。本研究采用內(nèi)部一致性進行信度檢驗量表信度，其用Cronbach Alpha 以及“Corrected Item to Total Correlation”來表示。本研究保留Alpha值大于0.55的問題項。CITC值表示題項與總分的相關(guān)水平，其值越高，表示該題項的鑒別力越高，通常取0.4以上，而0.2以下應(yīng)予以剔除。整體上看(如表2所示)，各變量Cronbach Alpha均大于0.55，表明問卷量表信度基本合適。

3.2 量表的效度分析

在信度檢驗的基礎(chǔ)上，剔除有關(guān)變量，對量表進行結(jié)構(gòu)效度檢驗，以便進一步分析組成各地震災情變量的題項是否有效。如下圖所示，每一個維度取樣的取樣足夠度的 Kaiser-Meyer-Olkin 度量均大于0.5，Bartlett 的球形度檢驗顯著水平為0.000，拒絕變量之間的協(xié)方差陣是單位陣的假設(shè)。表中各題項的載荷值絕大部分大于0.6，各維度所抽取的共性因素對維度總方差的最后總累計貢獻率均大于50%，表明該量表基本合適。此外，通

表2 變量維度的題項信度及效度分析

注：①本表中*表示剔除項；表中Alpha以及解釋總方差均為剔除有關(guān)題項后的結(jié)果。②本表的信度效度分析是基于2013年8月調(diào)研數(shù)據(jù)進行分析；③處理數(shù)據(jù)時，設(shè)定家庭成員沒有傷亡和沒有家庭成員情況相同。

過對各維度進行因素分析，得到每個維度抽取的共性因素得分，并以每個共性因素所解釋的總方差占所有抽取共性因素解釋的總方差比例為權(quán)重得到地震災情綜合共性因素得分，即通過因素分析法將人身、財產(chǎn)、收入以及心理四個方面影響綜合為一個因變量“地震災情”。

3.3 數(shù)據(jù)分析

由于汶川地震和蘆山地震震級、震源深度等物理因素存在差異，因此本文首先探討地震自身因素對災民影響。由于本次調(diào)查取樣是汶川和蘆山兩個獨立災區(qū)，樣本選擇之間沒有相關(guān)性，可進行方差分析以檢驗樣本之間的差異性。本文采用方差分析法分別對地震總影響、人身影響、財產(chǎn)影響、就業(yè)(收入)影響、心理影響分別進行分析。首先，方差方程Levene檢驗值均大于0.05，適合做方差分析。方差分析結(jié)果如表3所示，不同地震災區(qū)災害總影響和人身影響具有顯著性(Sig.值分別為0.017和0.019)，而財產(chǎn)影響、就業(yè)(收入)影響、心理影響不具有顯著性。

地震災情是多種因素作用的結(jié)果，由多個自變量的最優(yōu)組合共同來預測因變量，比只用一個自變量進行預測更有效，更符合實際。因此，本研究采用多元線性回歸方法來研究承災體脆弱性特征對地震災情的差異性。設(shè)定該模型為：

Y=β0+β1X1+β2X2+…+βnXn+ε，(n=1,2,…,n)。

(2)

本研究中，設(shè)定Y表示地震災情，β1、β2……βn表示相應(yīng)自變量的系數(shù)，主要包括受災居民所在縣(市)、現(xiàn)居地或安置地、原居住地與所在鎮(zhèn)(鄉(xiāng))中心的距離、年齡、性別、民族、婚姻狀況、戶口性質(zhì)、原居住地、家庭人數(shù)、受教育程度、債務(wù)金額等。值得說明的是，由于該模型主要研究承災體特征，故本研究將致災因子、孕災環(huán)境和其他未考慮到的因素合并作為誤差擾動項。

本研究將“地震災情”作為因變量，使用SPSS19.0軟件采用強迫進入法將全部自變量進行多元回歸分析?；貧w分析結(jié)果如表4所示。汶川地震災區(qū)模型F值概率水平為0.000，蘆山地震災區(qū)模型F值概率水平為0.017，具有顯著的統(tǒng)計學意義。汶川地震災區(qū)模型和蘆山地震災區(qū)模型的調(diào)整后R2分別為0.261與0.210，表明汶川地震災區(qū)模型擬合觀測數(shù)據(jù)更好。

從表4可以看出，變量“地震前債務(wù)金額”在兩個模型中均顯著，并且顯著系數(shù)在兩個模型中均較為明顯。變量“現(xiàn)居地或安置地”、“受教育程度”在汶川地震災區(qū)模型中顯著但在蘆山地震災區(qū)中不顯著。變量“年齡”、“家庭人數(shù)”在蘆山地震災區(qū)模型中顯著但在汶川地震災區(qū)模型中不顯著。

為了更清晰、更深入的分析地震對兩個災區(qū)受災群眾影響的差別，本研究對兩個災區(qū)具有顯著性的變量進行更直觀的比較。首先計算出每個樣本的地震災情因子得分，并且根據(jù)選取有效樣本并計算其平均值。例如，對于“地震前其他的債務(wù)金額”，分別取無、3 000元以內(nèi)、3 000 ～ 5 000元、5 000 ～ 10 000元、10 000元以上有效樣本的平均值。同時，為了便于比較，本研究將其轉(zhuǎn)換為標準指數(shù)**，指數(shù)越大，表示影響越大。其他變量計算方法同上，分析結(jié)果如表5所示。

表3 地震災情差異性檢驗

注：*表示P<0.1、**表示P<0.05、***表示P<0.01。下同。

**標準指數(shù)=50+100×地震災情因子得分的平均值

表4 承災體特征與地震災情的關(guān)系模型

注：①汶川地震災區(qū)模型表示基于2008年8月份汶川極重災區(qū)調(diào)研數(shù)據(jù)進行統(tǒng)計和多元回歸分析得到的模型；蘆山地震災區(qū)模型表示基于2013年8月份蘆山縣龍門、寶盛、太平三個鎮(zhèn)(鄉(xiāng))調(diào)研數(shù)據(jù)運用同樣方法得到的模型。②《蘆山地震災后恢復重建總體規(guī)劃》中極重災區(qū)為蘆山縣，故在模型中僅作為一個地方處理。

表5 兩個災區(qū)不同變量及類別的地震災情差別

表6 兩次地震案例的基本參數(shù)情況表

注：該表數(shù)據(jù)主要來源于中國地震局、中國地震網(wǎng), 吳忠芳[50]。

4 結(jié)果討論

(1)不同地震規(guī)模對地震災情影響顯著性不同。從表3可以看出，兩大災區(qū)地震災情總影響(t=2.383,Sig.=0.017)和人身方面影響(t=2.340,Sig.=0.019)具有顯著差異，而財產(chǎn)、就業(yè)(收入)及心理方面沒有顯著差異。同時，地震災情指數(shù)表明汶川地區(qū)災情指數(shù)高于蘆山地震災區(qū)。從兩次地震基本參數(shù)對比來看(表6)，汶川地震震級、烈度均大于蘆山地震，破壞程度明顯。同時，汶川地震持續(xù)時間、余震次數(shù)及震級強于蘆山地震，由此，從致災因子角度出發(fā)，汶川地震破壞程度遠遠大于蘆山地震。地震發(fā)生極易導致人身傷害，而人身影響對地震總影響解釋力度遠高于其他影響(因子分析解釋力分別是汶川48.98%，蘆山43.74%)，并且嚴重的人身傷害會對其就業(yè)、心理產(chǎn)生影響，因此在兩大災區(qū)中表現(xiàn)明顯。而兩次地震均對當?shù)胤课輷p毀嚴重，其他生活、生產(chǎn)資料受到破壞，導致財產(chǎn)影響差異不顯著。受宏觀經(jīng)濟影響，兩次地震發(fā)生時災區(qū)均面臨嚴重的就業(yè)壓力，就業(yè)壓力表現(xiàn)差異小。

(2)不同地震規(guī)模對當?shù)刈匀画h(huán)境改變程度不一，導致災情差異較大。經(jīng)研究分析，兩大災區(qū)均處于龍門山地震斷裂帶，易發(fā)生6級以上的強震。汶川地震災區(qū)位于青藏高原向四川盆地過渡地帶，以龍門山山脈為界地形地貌復雜，平原、丘陵、高原、高山均有分布，部分地區(qū)相對高差懸殊，屬典型高山峽谷地形 。蘆山地震災區(qū)地處成都平原向青藏高原過渡地帶，是龍門山、鮮水河、安寧河三條地震斷裂帶交匯處，山高坡陡，河谷深切，巖體破碎。從原有孕災環(huán)境來看，兩大災區(qū)相似程度高。然而，汶川地震震級高、烈度大，使得原有孕災環(huán)境改變較大，次生災害多發(fā)，尤其是北川老縣城被塌方的巨大山體全部掩埋，新縣城大部分被毀，傷亡慘重。蘆山地震雖對當?shù)刈匀画h(huán)境造成一定影響，引發(fā)塌方、泥石流等次生災害，但相對汶川地震災區(qū)要輕微許多，造成人身傷亡也相對較小。

(3)在不同地震規(guī)模背景下，承災體特征對災害影響作用程度差異性較大。從描述性統(tǒng)計分析來看，兩大災區(qū)災民年齡性別結(jié)構(gòu)、受教育程度、家庭人數(shù)等情況相似性較高，而產(chǎn)生的影響卻存在顯著差異。具體原因分析如下：

①不同“安置點或居住地”的受災群眾之間的影響在各自模型中存在較大差異。汶川地震災區(qū)具有顯著性(Beta=0.354,Sig.=0.042)而蘆山地震災區(qū)不顯著(Beta=0.110,Sig.=0.139)。在汶川地震災區(qū)影響中，大致呈現(xiàn)“安置地(或現(xiàn)居地)離地震前住所越遠，地震影響越大”的總體規(guī)律。經(jīng)分析認為，可能的原因是汶川地震中對當?shù)厝罕娚瞽h(huán)境破壞較大，災民集中安排到離原居住地較遠的地方，搬離原住所后短期內(nèi)對其生活、工作會產(chǎn)生一定的影響。尤其是少數(shù)人搬遷至其他地方，與原有親戚朋友聯(lián)系減弱，社會功能降低等原因，地震影響表現(xiàn)的特別明顯。而蘆山地震對當?shù)丨h(huán)境破壞相比要小且受災較為嚴重鄉(xiāng)鎮(zhèn)多采用本地重建或者在鄉(xiāng)(鎮(zhèn))附近地集中安置，災民距離原居住地較近，地理環(huán)境、經(jīng)濟、生活習慣等沒有明顯改變，因此不具有顯著性。

②不同“年齡”和“家庭人數(shù)”之間的地震災情顯著性不同。汶川地震災區(qū)模型中不同“年齡”不具有顯著性(Beta.=0.045,Sig.=0.251)而蘆山地震災區(qū)模型中顯著(Beta.=0.128,Sig.=0.061)。同時，對于“家庭人數(shù)”，汶川地震災區(qū)模型不具有顯著性(Beta= -0.060,Sig.= 0.655)而蘆山地震災區(qū)模型具有顯著性 (Beta=0.175,Sig.= 0.017)。主要原因可能是，汶川地震由于規(guī)模大，破壞程度高，地震影響相對較大，不同年齡階段或者不同家庭人數(shù)受到影響同質(zhì)性較高。而蘆山地震中，中青年群體表現(xiàn)出較大的優(yōu)勢，尤其是震后在生活恢復、心理疏導強化方面能力強，可以有效降低地震影響。

③ “受教育程度”對地震災情具有差異性。汶川地震災區(qū)具有顯著性(Beta=-0.212，Sig.=0.024)，而蘆山地震災區(qū)模型不具有顯著性(Beta=0.044，Sig.=0.581)。從地震災情指數(shù)(表5，下同)上講，兩個模型均總體呈現(xiàn)出“受教育程度越高，地震災情則越小”的規(guī)律。陳升[36]指出，受教育程度越高，在地震應(yīng)急越可能采取正確的應(yīng)急措施，而且地震后，越有可能采取各種措施來彌補地震的損失。另一方面，受教育程度越高，在震后就業(yè)方面優(yōu)勢較強，同時對生活的負擔和壓力相對要小，地震災情會隨之降低。汶川地震從地震規(guī)模、地震災情等方面均強于蘆山地震，在這種情況下，受教育程度高低對于是否能夠及時采取有效應(yīng)急措施降低地震災害影響并且在震后采取有效措施彌補損失尤為明顯，這也是汶川地震災區(qū)模型中受教育程度具備顯著性并且絕對系數(shù)較大的可能原因之一。

(4)不同地震規(guī)模背景下，“債務(wù)金額”對地震災情均具有顯著性。地震災情指數(shù)呈現(xiàn)出“債務(wù)金額越高，地震災情程度越大”的規(guī)律。調(diào)研發(fā)現(xiàn)，受災居民中債務(wù)較為嚴重的多數(shù)為農(nóng)村居民。地震造成房屋損毀，這使得受災居民在失去房屋的同時面臨著較大的外債壓力。在此基礎(chǔ)上，災區(qū)居民就業(yè)受到影響，穩(wěn)定收入來源喪失，導致居民的心理壓力加重，對未來希望不樂觀?，F(xiàn)有的住房補貼政策并不能滿足需求***，不能有效解決受災居民房屋修建或加固問題，使得居民長時間內(nèi)面臨的債務(wù)壓力比較大。

**** 據(jù)調(diào)查顯示，在蘆山地震災區(qū)中，93.9%的受訪對象表示在蘆山地震以前經(jīng)歷過一次以上地震，但82.9%的人表示汶川地震后當?shù)卣疀]有組織過地震應(yīng)急演練，38.5%的人表示沒有參加過技能培訓或表示培訓無用。

5 結(jié)論

(1)不同地震規(guī)模對地震災情顯著性不同，未來應(yīng)對地震可根據(jù)地震規(guī)模不同情況選擇災害初期工作的重點，實施救援。

(2)孕災環(huán)境改變會加重或減輕災害影響，應(yīng)加固抗震基礎(chǔ)設(shè)施，引導群眾合理布局住所。

(3)承災體特征對地震災情起到重要作用，因此應(yīng)高度重視承災體脆弱性特征，提高群眾抗震減災能力。強化對弱勢群體心理干預治療，加強與老人的與溝通交流，了解其需求并對震后心里問題進行疏導。強化家人之間自我扶持、自我管理來增強群眾安全感，提高抗壓能力。將防震演練和技能培訓真正落到實處，切忌走形式主義****。

值得說明的是，本研究尚存在不足。①調(diào)整后的R2較低，表明某些因素(如應(yīng)急響應(yīng)、政府救援行為、地震成因及地震波傳播方式、房屋結(jié)構(gòu)特征等)尚未觀測到，可解釋力度相對較弱。②在致災因子部分，本文僅討論自然致災因子，沒有討論人為致災因子，一方面在地震災害中人為致災因子相比很薄弱，對災情起作用的主要是自然致災因子；另一方面，人為致災因子無法清晰量化。③本研究的研究對象是汶川地震和蘆山地震極重災區(qū)，研究結(jié)論對于其他受災地區(qū)可能不具備普遍性意義。④本研究只是基于對受災居民問卷調(diào)查數(shù)據(jù)比較汶川地震與蘆山地震災區(qū)，對其他地方以及其他自然災害是否合適需進一步研究。

[1] EL-Sabh M I , T S Murty, S Venkalesh, etal. Recent Studies in Geophysical Hazards[M]. Kluwer Academic Publisher, 1994.

[2] Tucker B E,M Erdik,C N Hwang. Issues in Urban Earthquake Risk[M].Kluwer Academic Publishers, 1994.

[3] Busoni E ,P S Sanchis,C Calzolari , etal. Mass movement and erosion hazard paterns by multivariate analysis of landscape integrated data:the Upper Orcia River Valley(siena, Italy) case[J].Catena,1995,25:169-185.

[4] 王瑛,王陽.城鄉(xiāng)承災體差異對地震災情的影響——以包頭地震和姚安地震為例[J].災害學，2009,24(1):122-126.

[5] Carrara A and F Guzzetti. Geographical Information Systems in Assessing Natural Hazards[M].Kluwer Academic Publishers, 1995.

[6] Turner, Tara Natasha. How Downs Recover after a Disaster_ The Case of Princeville[D] .Baltimore, Maryland, Morgan State University, 2007.

[7] Antoinette S,Christophe. Managing Natural Disasters_ Performance of Two National Disaster Management Agencies and One Major Non-profit Organization[D]. Malaysia ,Southern University,2009.

[8] 邵騰偉，冉光和.基于 POT-GPD 損失分布的農(nóng)業(yè)自然災害VAR 估算[J].統(tǒng)計研究,2008,23(7):79-83.

[9] 陳洪富，孫柏濤，陳相兆，等. HAZ-China 地震災害損失評估系統(tǒng)研究[J].土木工程學報,2013,46(S2):294-300

[10]Albala Bertrand JM. Complex emergencies versus natural disasters: An analytical comparison of causes and effects [J].Oxford Development Studies, 2000,28(2):188-203.

[11]Robert A. Baade, Robert Baumann,Victor Matheson.Estimating the economic impact of natural and social disasters, with an application to Hurricane Katrina[J] Urban Studies, 2007,44(11):2061-2076

[12]Gassebner M, Keck A, Teh R. Shaken, not stirred: the impact of disasters on international trade[J].Review of International Economics, 2010,18(2):351-368.

[13]Sahin S. Estimation of Disasters’ Economic Impact in 1990-2007: Global Perspectives[R]. Draft, 2011.

[14]Gabriel Felbermayr, Jasmin Groschl.Natural disasters and the effect of trade on income: A new panel IV Approach [J]. European Economic Review, 2013, 58: 18-30.

[15]Monica Escaleras ,Nejat Anbarci,Charles A Register. Public sector corruption and major earthquakes: A potentially deadly interaction[J]. Public Choice,2007,132:209-230.

[16]Oliver Rubin, Tine Rossing. National and local vulnerability to climate-related disasters in latin america: The role of social asset-based adaptation[J]. Bulletin of Latin American Research,2012, 31(1):19-35.

[17]Stephanie E Chang. Urban disaster recovery: a measurement framework and its application to the 1995 Kobe earthquake[J]. Disasters, 2010, 34(2): 303-327.

[18]Tom Love. Population movement after natural disasters: a literature review and assessment of Christchurch data[R]. Privileged and Confidential, sapere group,2011.

[19]Toshihiko Hayashi. Japan’s post-disaster economic reconstruction:from Kobe to Tohoku [J]. Asian Economic Journal, 2012,26(3):189-210.

[20]K Saito, R Spence, C Going,etal.Using high-resolution satellite images for post-earthquake building damage assessment: A study following the 26 January 2001 Gujarat earthquake[J].Earthquake Spectra, 2004,20(1): 145-170.

[21]James E Jones.The Challenge of Leadership in Times of Crisis:A Case Study of Hurricane Katrina[D].Mini Sota Capella University,2010.

[22]馬宗晉,高慶華.中國自然災害綜合研究60年的進展[J].中國人口.資源與環(huán)境, 2010, 20(5):1-5.

[23]李寧.基于投入產(chǎn)出模型的洪澇災害間接經(jīng)濟損失定量分析[J]. 北京師范大學學報(自然科學版), 2012, 48(4):425-431.

[24]門可佩,崔蕾.中國地震災害損失評估模型與實證分析研究[J]. 南京信息工程大學學報(自然科學版), 2013, 5(4):369-378.

[25]王藝明,陳美蘭,王曉.自然災害對長期經(jīng)濟增長的影響[J].經(jīng)濟管理,2008, 30(S1):144-150.

[26]邵騰偉,冉光和.基于 POT-GPD 損失分布的農(nóng)業(yè)自然災害VAR 估算[J].統(tǒng)計研究, 2011, 28(7):79-83.

[27]龔日朝,肖國安.湖南省自然災害損失變化趨勢模型研究[J]. 自然災害學報,2010,19(5):69-74.

[28]許閑,張涵博.中國地震災害損失評估:超概率曲線方法與經(jīng)驗數(shù)據(jù)[J].保險研究,2013(9):75-84.

[29]唐彥東.災害經(jīng)濟學[M].北京:清華大學出版社，2011.

[30]梁茂春.災害社會學[M].廣東:暨南大學出版社，2012.

[31]王浩,閆超.地震災害保險的特征與作用分析[J].中國減災,2013(15):24-25.

[32]杜國明,張樹文.面向防洪救災的人口統(tǒng)計數(shù)據(jù)空間化研究——以扶余縣為例[J].長江流域資源與環(huán)境, 2007, 16(2):265-265.

[33]劉家強,車茂娟,唐青.災后重建中的人口遷移問題研究[J].人口研究，2008, 32(5):1-9.

[34]沈茂英.汶川大地震極重災區(qū)人口分布變動研究[J].西北人口, 2009, 30(4):67-72.

[35]范春梅,賈建民,李華強.重大災害情境下感知風險對消費者信心的影響研究[J]. 管理學報,2012,9(6): 900-907.

[36]陳升.汶川地震對受災居民的影響研究——來自四川省 5 個地震重災區(qū)的調(diào)查[J].中國人口科學, 2009, 23(4):91-99.

[37]王學義,徐 宏.地震致殘者生存狀態(tài)與需求分析——來自四川省汶川地震災區(qū)的調(diào)查[J].中國人口科學.2010, 24(3):103-112.

[38]Swaroop D Reddy. Factors influencing the incorporation of hazard mitigation during recovery from disaster[J]. Natural Hazards , 2000, 22(2):185-201.

[39]Eddy J A. Global Change in the Greosphere Biosphere[M]. National Academy Press,Washington,D.C. 1986.

[40]Parsons M L. Global Warming——the Truth Behind the Myth[M]. Plenum Press, New York.London,1995.

[41]Derek K Kellenberg,Ahmed Mushfiq Mobarak. Does rising income increase or decrease damage risk from natural disasters?[J]. Journal of Urban Economics, 2008, 63(3):788-802.

[42]Toya H, Skidmore M. Economic Development and the Impacts of Natural Disasters [R].University of Wisconsin-White water Working Paper 05-04,2005.

[43]李宏.自然災害的社會經(jīng)濟因素影響分析[J].中國人口·資源與環(huán)境,2010, 20(11):136-142.

[44]Kahn M E. The death toll from natural disasters: The role of income, geography and institutions[J] .The Review of Economics and Statistics, 2005,87(2):271-284.

[45]Raschky P A. Institutions & the losses from natural disasters[J] .Natural Hazards & Earth System Sciences, 2008, 8(4):627-634.

[46]王瑛.地震災害對中國農(nóng)村居民的影響研究——以云南省大姚縣為例[J].自然災害學報,2005, 14(6):110-115.

[47]史培軍.三論災害研究的理論與實踐[J], 自然災害學報, 2002, 11(3):6-17 .

[48]國務(wù)院.國務(wù)院關(guān)于印發(fā)汶川地震災后恢復重建總體規(guī)劃的通知[EB/OL].(2008-09-23)[2016-11-16]. http://www.gov.cn/zwgk/2008-09/23/content_1103686.htm.

[49]國務(wù)院. 國務(wù)院關(guān)于印發(fā)蘆山地震災后恢復重建總體規(guī)劃的通知[EB/OL].( 2013-07-15)[2016-11-16]. http://www.gov.cn/xxgk/pub/govpublic/mrlm/201307/t20130715_66191.html.

[50]吳忠芳, 周廷剛,張元華,等.汶川“5.12”地震序列余震時空分布的研究[J].生態(tài)環(huán)境，2008, 17(4):1662-1666 .

The Research on the Variability of Influence to EarthquakeVictims: Examples from Wenchuan Earthquake and Lushan Earthquake

CHEN Sheng1, 2, LI Zhaoyang1and ZHANG Jian3

(1.SchoolofPublicAffairs,ChongqingUniversity,Chongqing400030,China; 2.ChinaInstituteforDevelopmentPlanning,Beijing100084,China;ChongqingConstructionScienceResearchInstitute,Chongqing400016,China)

Theprerequisiteofreducingtheimpactofearthquakeistoidentifytheinfluentialfactors,whicharedeterminedbytheanalysisofthedifferentimpactmadebydifferentinfluentialfactors.Byusingquestionnairesurveydatacollectedfromapproximately2150disaster-affectedpopulationinterviewsinthegravestdisasterareasofWenchuanandLushandisasterarea,wecarryonacomparativeanalysisoftwotypicalearthquakecasesinWenchuanandLushan.Westudythedifferenceofearthquakehazardsfrompersonalsafety,property,employment(income)andpsychologybasedontheperspectiveofdisaster-affectedpopulationandthetheoryofnaturaldisastersystem.Theeffectsofvulnerabilityofhazardfactorsandhazard-bearingbodiesinnaturaldisasteronamplificationandreductionofdisasterimpactsarealsoanalyzed.Theresultshowsthatthestrengthofthehazardfactorswillhaveasignificantimpactonthesizeofpersonalinjury.Andthereexitssignificancedifferencebetweendisaster-affectedpopulationofdifferentcountiesordifferentallocationplacesordifferentagesandfamilysize,disaster-affectedgroupswithdifferenteducationlevelsanddebts.Instead,therelationshipbetweenhazardsanddebtsissignificant.

empirical-comparativestudy;WenchuanEarthquake;LushanEarthquake

2016-12-27

2017-03-13

國家自然科學基金面上項目(71473022)；中央高?；究蒲袠I(yè)務(wù)費資助項目(CDJKXBI3003)

陳升(1974-)，男，河南南陽人，教授、博士生導師，研究方向為應(yīng)急管理、公共政策、發(fā)展規(guī)劃. E-mail:shengchen@tsinghua.edu.cn

10.3969/j.issn.1000-811X.2017.03.026.]

X43

A

1000-811X(2017)03-0150-09

10.3969/j.issn.1000-811X.2017.03.026

陳升，李兆洋，張建. 汶川地震、蘆山地震對災民影響差異性比較研究[J]. 災害學，2017，32(3)：150-158. [CHEN Sheng，LI Zhaoyang and ZHANG Jian. The Research on the Variability of Influence to Earthquake Victims: Examples from Wenchuan earthquake and Lushan earthquake[J]. Journal of Catastrophology，2017，32(3)：150-158.

***調(diào)研中發(fā)現(xiàn)，蘆山災區(qū)現(xiàn)有住房補貼政策主要沿用汶川地震后做法，符合加固條件的要求在9月底加固完成并經(jīng)政府部門驗收合格之后，領(lǐng)取3 000元房屋加固費。但是，不少居民反映蘆山縣受災嚴重的龍門鄉(xiāng)、寶盛鄉(xiāng)和太平鎮(zhèn)房屋修筑工人嚴重缺乏，這使得在9月底完成加固難度較大。對于房屋必須重建的， 在2014年年底前完成修建，驗收合格一次性補貼6 000/人。但政府補貼對于高額的房屋重建費用，受災群眾表示壓力非常大。