谷洪波，麻湘琳

(湖南科技大學(xué) 商學(xué)院，湖南 湘潭 411201)

農(nóng)業(yè)旱災(zāi)的社會(huì)風(fēng)險(xiǎn)評(píng)估研究
——基于灰色模糊綜合評(píng)價(jià)

谷洪波，麻湘琳

(湖南科技大學(xué) 商學(xué)院，湖南 湘潭 411201)

選取27個(gè)與經(jīng)濟(jì)、社會(huì)、生態(tài)相關(guān)的因子，運(yùn)用模糊綜合評(píng)價(jià)法對(duì)農(nóng)業(yè)旱災(zāi)自然風(fēng)險(xiǎn)向社會(huì)風(fēng)險(xiǎn)演化的可能性進(jìn)行定量評(píng)估，評(píng)估結(jié)果顯示農(nóng)業(yè)旱災(zāi)誘發(fā)社會(huì)風(fēng)險(xiǎn)的幾率較大；同時(shí)，選取2006-2015年全國(guó)農(nóng)業(yè)旱災(zāi)社會(huì)風(fēng)險(xiǎn)相關(guān)統(tǒng)計(jì)數(shù)據(jù)，結(jié)合灰色關(guān)聯(lián)理論，運(yùn)用灰色模糊綜合評(píng)價(jià)模型，進(jìn)行實(shí)證分析，結(jié)果顯示：2006-2015年模糊合成均值為0.6025分(最高分為1分)，說(shuō)明農(nóng)業(yè)旱災(zāi)自然災(zāi)害風(fēng)險(xiǎn)有較大的可能性演化和生成為社會(huì)風(fēng)險(xiǎn)，同時(shí)，結(jié)果也顯示2006-2015年農(nóng)業(yè)旱災(zāi)社會(huì)風(fēng)險(xiǎn)值總體呈波動(dòng)下降趨勢(shì)。

農(nóng)業(yè)旱災(zāi)；社會(huì)風(fēng)險(xiǎn)；模糊綜合評(píng)判；灰色關(guān)聯(lián)分析

旱災(zāi)是危害我國(guó)農(nóng)業(yè)首要的自然災(zāi)害。據(jù)統(tǒng)計(jì)，20世紀(jì)90年代以來(lái)，旱災(zāi)受災(zāi)面積平均占我國(guó)農(nóng)業(yè)全部自然災(zāi)害受災(zāi)面積的49.9%，占我國(guó)水旱災(zāi)害受災(zāi)面積的66%，旱災(zāi)成災(zāi)面積平均占我國(guó)農(nóng)業(yè)全部災(zāi)害損失的49.7%，占我國(guó)水旱災(zāi)害總成災(zāi)面積的64.2%。全國(guó)因旱年均減產(chǎn)糧食達(dá)2780萬(wàn)噸，因旱年均飲水困難人口2746萬(wàn)。1990年，中國(guó)科學(xué)技術(shù)藍(lán)皮書(shū)第5號(hào)《氣候》中，把干旱列為我國(guó)氣候?yàn)?zāi)害之首。2015年11月在巴黎召開(kāi)的聯(lián)合國(guó)氣候變化大會(huì)的社會(huì)調(diào)查顯示，中國(guó)乃至全球最擔(dān)心的環(huán)境問(wèn)題，置于榜首的仍然是干旱問(wèn)題。本世紀(jì)以來(lái)我國(guó)農(nóng)業(yè)旱災(zāi)更是日益頻繁，造成的損失也越來(lái)越嚴(yán)重。2016年9月中國(guó)甘肅定西百年不遇的大旱造成甘肅10個(gè)市(州)54個(gè)縣(區(qū))的600余萬(wàn)人受災(zāi)，120.1萬(wàn)人需進(jìn)行生活救助，農(nóng)作物受災(zāi)面積977.2千公頃，直接經(jīng)濟(jì)損失逾36.0億元。頻繁而重大的干旱災(zāi)害不僅給我國(guó)農(nóng)業(yè)生產(chǎn)、農(nóng)民生活造成巨大影響，還將帶來(lái)經(jīng)濟(jì)下滑、環(huán)境破壞、生態(tài)失衡、社會(huì)失序、人們心理恐慌等經(jīng)濟(jì)和社會(huì)風(fēng)險(xiǎn)。對(duì)農(nóng)業(yè)干旱災(zāi)害自然風(fēng)險(xiǎn)向社會(huì)風(fēng)險(xiǎn)的演化，如不加以及時(shí)的防御和治理，將可能進(jìn)一步引發(fā)社會(huì)危機(jī)，導(dǎo)致社會(huì)動(dòng)蕩。因此，研究農(nóng)業(yè)干旱災(zāi)害社會(huì)風(fēng)險(xiǎn)的演化和評(píng)估并提出科學(xué)、合理、有效的防治措施就顯得尤為重要。這一問(wèn)題也引起了各國(guó)政府的高度重視和國(guó)內(nèi)外學(xué)者的廣泛關(guān)注，成為國(guó)際社會(huì)共同研究的課題。本文將重點(diǎn)研究農(nóng)業(yè)干旱災(zāi)害社會(huì)風(fēng)險(xiǎn)指標(biāo)體系的構(gòu)建與評(píng)估問(wèn)題。

一、農(nóng)業(yè)旱災(zāi)社會(huì)風(fēng)險(xiǎn)評(píng)估研究綜述

國(guó)內(nèi)外關(guān)于農(nóng)業(yè)干旱災(zāi)害風(fēng)險(xiǎn)的評(píng)價(jià)與管理，研究成果頗為豐碩。我國(guó)學(xué)者孔凱[1]采用自然災(zāi)害指數(shù)法、加權(quán)綜合評(píng)價(jià)法和變異系數(shù)法，建立了風(fēng)險(xiǎn)管理評(píng)價(jià)模型；劉玉英等[2]運(yùn)用災(zāi)害風(fēng)險(xiǎn)系統(tǒng)分析理論、農(nóng)田水分平衡法和綜合災(zāi)害風(fēng)險(xiǎn)指數(shù)法，借助GIS技術(shù)，對(duì)吉林省農(nóng)業(yè)干旱影響進(jìn)行了風(fēng)險(xiǎn)區(qū)劃；張璐[3]從致災(zāi)因子的危險(xiǎn)性、承災(zāi)體的暴露性和脆弱性及防災(zāi)減災(zāi)能力4個(gè)因子出發(fā)，結(jié)合自然災(zāi)害指數(shù)法、加權(quán)綜合評(píng)價(jià)法、層次分析法建立干旱災(zāi)害風(fēng)險(xiǎn)評(píng)價(jià)模型，對(duì)草原干旱災(zāi)害風(fēng)險(xiǎn)進(jìn)行綜合分析；張竟竟等[4]借助于投影降維的思想，構(gòu)建了河南省農(nóng)業(yè)旱災(zāi)風(fēng)險(xiǎn)綜合評(píng)價(jià)指標(biāo)體系，并進(jìn)一步應(yīng)用投影尋蹤模型對(duì)河南農(nóng)業(yè)旱災(zāi)風(fēng)險(xiǎn)進(jìn)行評(píng)價(jià)。國(guó)外學(xué)者Steve Goddard等[5]研究發(fā)現(xiàn)干旱影響了世界上幾乎所有地區(qū)，并導(dǎo)致重大的經(jīng)濟(jì)、社會(huì)和環(huán)境影響。美國(guó)聯(lián)邦應(yīng)急管理局估計(jì)美國(guó)每年與旱災(zāi)有關(guān)的損失達(dá)6～80億美元，這比其他任何自然災(zāi)害都要多，國(guó)會(huì)于2000年頒布了《農(nóng)業(yè)風(fēng)險(xiǎn)保護(hù)法案》，鼓勵(lì)美國(guó)農(nóng)業(yè)部(USDA)風(fēng)險(xiǎn)管理機(jī)構(gòu)(RMA)和農(nóng)民要更積極地進(jìn)行干旱風(fēng)險(xiǎn)管理。Ihtiyor Bobojonov等[6]結(jié)合統(tǒng)計(jì)指標(biāo)、農(nóng)業(yè)氣象數(shù)據(jù)、遙感圖像，分析了敘利亞的農(nóng)業(yè)生態(tài)、經(jīng)濟(jì)和社會(huì)效益，確定了以風(fēng)險(xiǎn)最小化指數(shù)為基礎(chǔ)的敘利亞農(nóng)業(yè)保險(xiǎn)市場(chǎng)，以促進(jìn)敘利亞農(nóng)業(yè)的發(fā)展。

關(guān)于社會(huì)風(fēng)險(xiǎn)，學(xué)者宋林飛[7]認(rèn)為社會(huì)風(fēng)險(xiǎn)是指給個(gè)人與社會(huì)帶來(lái)?yè)p失的不確定性事件發(fā)生的概率與后果。童星等[8]認(rèn)為社會(huì)風(fēng)險(xiǎn)是社會(huì)群體性事件發(fā)生時(shí)，帶來(lái)?yè)p失的可能性和不確定性；徐選華等[9]認(rèn)為社會(huì)風(fēng)險(xiǎn)是由個(gè)人或者群體做出危害社會(huì)的行為所引起的社會(huì)失序、社會(huì)損失、社會(huì)混亂的可能性。當(dāng)下理論界普遍認(rèn)為社會(huì)風(fēng)險(xiǎn)是一種風(fēng)險(xiǎn)事件引發(fā)社會(huì)沖突、危及社會(huì)穩(wěn)定和破壞社會(huì)秩序的可能性。

關(guān)于自然災(zāi)害風(fēng)險(xiǎn)向社會(huì)風(fēng)險(xiǎn)的演化與評(píng)估，Cameron Gordon[10]從倫理視角研究國(guó)際藥品社會(huì)風(fēng)險(xiǎn)管理，發(fā)現(xiàn)藥品生產(chǎn)的社會(huì)風(fēng)險(xiǎn)非常顯著；Deanna Kemp等[11]從全球礦業(yè)的應(yīng)用角度，圍繞社會(huì)風(fēng)險(xiǎn)的“反彈動(dòng)力”，發(fā)現(xiàn)社會(huì)風(fēng)險(xiǎn)可以產(chǎn)生一系列影響，指出動(dòng)態(tài)地防治社會(huì)風(fēng)險(xiǎn)是確保行業(yè)可持續(xù)發(fā)展和解決社會(huì)危害的保證。我國(guó)學(xué)者何振、宋娟等[12]從風(fēng)險(xiǎn)識(shí)別的角度，將重特大自然災(zāi)害社會(huì)風(fēng)險(xiǎn)的演化分為誘發(fā)、蔓延、升級(jí)、消亡等幾個(gè)階段，并對(duì)其防范對(duì)策進(jìn)行了探討；劉金萍等[13]以中國(guó)洪澇災(zāi)害為例，選取適合我國(guó)國(guó)情的社會(huì)可接受風(fēng)險(xiǎn)研究方法，嘗試確立洪澇災(zāi)害的社會(huì)可接受風(fēng)險(xiǎn)標(biāo)準(zhǔn)和社會(huì)可接受風(fēng)險(xiǎn)水平的F-N曲線圖；徐選華等[9]建立基于層次分析法的定量評(píng)估模型，對(duì)地質(zhì)災(zāi)害社會(huì)風(fēng)險(xiǎn)進(jìn)行等級(jí)劃分；秦越等[14]基于氣象、水文、社會(huì)經(jīng)濟(jì)等數(shù)據(jù)，從干旱的危險(xiǎn)性、地區(qū)的暴露性、環(huán)境的脆弱性以及抗旱能力方面選取指標(biāo)，運(yùn)用模糊綜合評(píng)判法對(duì)農(nóng)業(yè)干旱災(zāi)害社會(huì)風(fēng)險(xiǎn)進(jìn)行分析，并作出相應(yīng)的雷達(dá)圖。

綜合上述分析并借鑒已有研究成果，筆者認(rèn)為，農(nóng)業(yè)旱災(zāi)社會(huì)風(fēng)險(xiǎn)是指農(nóng)業(yè)旱災(zāi)發(fā)生后，由于農(nóng)業(yè)系統(tǒng)承災(zāi)體脆弱、水利設(shè)施匱乏、抗災(zāi)措施不到位等引起供水嚴(yán)重不足，造成人畜飲水極度困難，帶來(lái)對(duì)經(jīng)濟(jì)、生態(tài)和環(huán)境的極大破壞和人們收入的極大減少，從而誘發(fā)生活混亂、心理恐慌、社會(huì)秩序失衡的群體性風(fēng)險(xiǎn)。同時(shí)，從上述國(guó)內(nèi)外研究現(xiàn)狀的梳理可知，國(guó)內(nèi)外學(xué)者分別就農(nóng)業(yè)干旱災(zāi)害風(fēng)險(xiǎn)管理和特定領(lǐng)域的社會(huì)風(fēng)險(xiǎn)事件及其應(yīng)急管理進(jìn)行了一定的研究，但把自然災(zāi)害風(fēng)險(xiǎn)與社會(huì)風(fēng)險(xiǎn)聯(lián)系起來(lái)、尋找它們之間的內(nèi)在邏輯和因果屬性的研究文獻(xiàn)較少；一般地研究農(nóng)業(yè)旱災(zāi)的文獻(xiàn)較多，而對(duì)農(nóng)業(yè)旱災(zāi)引起社會(huì)風(fēng)險(xiǎn)的研究成果很少。近年來(lái)有學(xué)者開(kāi)始對(duì)地震、洪水等自然災(zāi)害引發(fā)社會(huì)風(fēng)險(xiǎn)進(jìn)行了一些研究，本研究擬從農(nóng)業(yè)干旱災(zāi)害角度來(lái)研究社會(huì)風(fēng)險(xiǎn)生成的可能性，將主要運(yùn)用灰色關(guān)聯(lián)理論、模糊數(shù)學(xué)理論，借助層次分析法、灰色關(guān)聯(lián)分析法和模糊綜合評(píng)判法，構(gòu)建灰色模糊綜合評(píng)判模型，對(duì)農(nóng)業(yè)旱災(zāi)可能誘發(fā)社會(huì)風(fēng)險(xiǎn)的主要指標(biāo)進(jìn)行分析，定量評(píng)估農(nóng)業(yè)旱災(zāi)的社會(huì)風(fēng)險(xiǎn)。

二、農(nóng)業(yè)旱災(zāi)社會(huì)風(fēng)險(xiǎn)評(píng)估方法與步驟

(一)農(nóng)業(yè)旱災(zāi)社會(huì)風(fēng)險(xiǎn)評(píng)估方法

關(guān)聯(lián)分析法是基于灰色系統(tǒng)理論的一種多元統(tǒng)計(jì)分析方法，灰色系統(tǒng)理論屬于研究對(duì)象信息部分清楚、部分不清楚且?guī)в胁淮_定性現(xiàn)象的應(yīng)用數(shù)學(xué)學(xué)科。農(nóng)業(yè)災(zāi)害系統(tǒng)屬于資料不完備、信息不充分的灰色系統(tǒng)，本文擬采用灰色關(guān)聯(lián)模型對(duì)農(nóng)業(yè)旱災(zāi)社會(huì)風(fēng)險(xiǎn)各因子進(jìn)行關(guān)聯(lián)分析，探究其內(nèi)部聯(lián)系及規(guī)律[15]；模糊綜合評(píng)價(jià)法則是一種基于模糊數(shù)學(xué)的綜合評(píng)價(jià)方法，該方法根據(jù)模糊數(shù)學(xué)的隸屬度理論把定性評(píng)價(jià)轉(zhuǎn)化為定量評(píng)價(jià)，即用模糊數(shù)學(xué)對(duì)受到多種因素制約的事物或?qū)ο笞龀鲆粋€(gè)總體的量化評(píng)價(jià)，使結(jié)果盡量客觀從而取得更好的實(shí)際效果，適合各種非確定性問(wèn)題的解決，本文擬采用模糊綜合評(píng)判法定量評(píng)估農(nóng)業(yè)干旱災(zāi)害社會(huì)風(fēng)險(xiǎn)的演化[16]。

(二)農(nóng)業(yè)旱災(zāi)社會(huì)風(fēng)險(xiǎn)評(píng)估指標(biāo)的選取

1.指標(biāo)選取的原則

(1)可靠性原則?？煽啃杂址Q(chēng)信度，是指某項(xiàng)測(cè)量結(jié)果的一致性和穩(wěn)定性。在進(jìn)行干旱災(zāi)害社會(huì)風(fēng)險(xiǎn)指標(biāo)選取時(shí)，首先必須遵循可靠性原則，具備良好的信度和效度。

(2)充分性原則。農(nóng)業(yè)旱災(zāi)的社會(huì)風(fēng)險(xiǎn)表現(xiàn)在社會(huì)、經(jīng)濟(jì)、生態(tài)等諸多方面，關(guān)聯(lián)指標(biāo)眾多，在進(jìn)行指標(biāo)選取時(shí)，必須考慮到指標(biāo)的選取是否全面和完備，是否能夠充分體現(xiàn)社會(huì)風(fēng)險(xiǎn)。

(3)可獲取性原則。社會(huì)風(fēng)險(xiǎn)，是一個(gè)比較定性化的概念，不僅有客觀指標(biāo)，還有不少的主觀指標(biāo)，而主客觀指標(biāo)數(shù)據(jù)的獲取成為難點(diǎn)。因此，在指標(biāo)選取過(guò)程中，要充分考慮到指標(biāo)數(shù)據(jù)的可獲取性，這是此項(xiàng)研究能否繼續(xù)下去的關(guān)鍵。

(4)最小性原則。社會(huì)風(fēng)險(xiǎn)關(guān)聯(lián)較寬，涉及指標(biāo)很多，如果將所有指標(biāo)都選取進(jìn)來(lái)，不但使數(shù)據(jù)難以獲取，而且顯得繁瑣和重復(fù)。因此，指標(biāo)的選取要盡可能地精簡(jiǎn)，以最少數(shù)量的指標(biāo)表達(dá)最全面的涵義。

2.指標(biāo)選取與權(quán)重確定

本研究依據(jù)上述四個(gè)原則，綜合考慮農(nóng)業(yè)干旱災(zāi)害影響對(duì)象和危害后果的基礎(chǔ)上，將農(nóng)業(yè)旱災(zāi)社會(huì)風(fēng)險(xiǎn)評(píng)估指標(biāo)劃分為四個(gè)方面：經(jīng)濟(jì)損失、環(huán)境破壞、社會(huì)心理、社會(huì)秩序，并將其作為一級(jí)指標(biāo)，以此為基礎(chǔ)擴(kuò)展出9個(gè)二級(jí)指標(biāo)，然后細(xì)化為27個(gè)三級(jí)指標(biāo)，形成多層次的農(nóng)業(yè)旱災(zāi)社會(huì)風(fēng)險(xiǎn)評(píng)估指標(biāo)體系。在指標(biāo)確定的基礎(chǔ)上，運(yùn)用層次分析法，構(gòu)建判斷矩陣(判斷矩陣均通過(guò)一致性檢驗(yàn))，確定各個(gè)指標(biāo)權(quán)重，見(jiàn)表1。

根據(jù)各指標(biāo)的權(quán)重，對(duì)各指標(biāo)的重要性進(jìn)行排序，見(jiàn)表2。由表2可以看出，在因子重要性排序中，排在前六位的依次是：因旱糧食損失、因旱經(jīng)濟(jì)作物損失、農(nóng)民人均收人損失、農(nóng)民飲水困難、族群沖突、農(nóng)民文化水平，從而得到影響農(nóng)業(yè)旱災(zāi)社會(huì)風(fēng)險(xiǎn)的主要因子。

(三)調(diào)查問(wèn)卷法的評(píng)估過(guò)程

由于農(nóng)業(yè)旱災(zāi)社會(huì)風(fēng)險(xiǎn)會(huì)對(duì)各層次不同年齡的人各個(gè)不同方面產(chǎn)生影響，所以本研究選取了比較有代表性的30名不同職業(yè)、不同年齡、不同文化水平的對(duì)象進(jìn)行調(diào)查，由評(píng)判小組的每一個(gè)成員根據(jù)已確定的評(píng)價(jià)等級(jí)標(biāo)準(zhǔn)依次對(duì)各個(gè)指標(biāo)進(jìn)行評(píng)價(jià)(就旱災(zāi)各影響因子分別對(duì)社會(huì)造成的嚴(yán)重性進(jìn)行打分，評(píng)分區(qū)間V是1～5分，依次更為嚴(yán)重)，并篩選出有效調(diào)查問(wèn)卷28份，在確定評(píng)價(jià)值時(shí)，看每個(gè)評(píng)價(jià)等級(jí)有多少人認(rèn)同，如果其中有20名被調(diào)查者對(duì)社會(huì)風(fēng)險(xiǎn)大小的評(píng)價(jià)指標(biāo)之一“用電緊張(C23)”同意“稍微嚴(yán)重(V2)”的等級(jí)評(píng)價(jià)，即持同意意見(jiàn)的專(zhuān)家占專(zhuān)家小組總?cè)藬?shù)的20/28，因此該指標(biāo)的評(píng)價(jià)值就是20/28。依次類(lèi)推，可分別得出各子集Bi中單要素的評(píng)價(jià)決策判斷矩陣Ri，然后以此為基礎(chǔ)進(jìn)行模糊綜合評(píng)價(jià)。數(shù)據(jù)樣本見(jiàn)表3。

(四)多層次模糊綜合評(píng)判

1.三級(jí)指標(biāo)評(píng)價(jià)

將每一層權(quán)重結(jié)合起來(lái)形成1個(gè)一級(jí)權(quán)重矩陣Y，4個(gè)二級(jí)權(quán)重矩陣Yn，9個(gè)三級(jí)權(quán)重矩陣Wn，再將評(píng)價(jià)等級(jí)和比率根據(jù)二級(jí)指標(biāo)的分類(lèi)結(jié)合起來(lái)構(gòu)成9個(gè)判斷矩陣Rn，得到三級(jí)指標(biāo)評(píng)價(jià)結(jié)果為：Bn=Wn*Rn

2.二級(jí)指標(biāo)評(píng)價(jià)

將第三級(jí)指標(biāo)評(píng)價(jià)結(jié)果B1和B2組合，B3和B4組合，B5和B6組合，B7、B8、B9組合得到矩陣X1、X2、X3、X4，作為第二層指標(biāo)的評(píng)價(jià)變換矩陣，得到二級(jí)指標(biāo)評(píng)價(jià)結(jié)果為：Zn=Yn*Xn

表1 農(nóng)業(yè)旱災(zāi)社會(huì)風(fēng)險(xiǎn)評(píng)估指標(biāo)權(quán)重

表2 農(nóng)業(yè)旱災(zāi)社會(huì)風(fēng)險(xiǎn)各影響因子排序

3.一級(jí)指標(biāo)評(píng)價(jià)

將第二級(jí)指標(biāo)評(píng)價(jià)結(jié)果Zn組合得到矩陣Z，作為第一層指標(biāo)的評(píng)價(jià)變換矩陣，故有：

B=YZ=(0.0720，0.1020，0.3328，0.0917，0.1235)

根據(jù)最大隸屬原則，最大值是0.3328，因此綜合評(píng)價(jià)結(jié)果屬于V3較為嚴(yán)重，即農(nóng)業(yè)旱災(zāi)對(duì)社會(huì)風(fēng)險(xiǎn)的影響較嚴(yán)重。

(五)單層次模糊綜合評(píng)判結(jié)果

將表1三級(jí)指標(biāo)的總權(quán)重構(gòu)建為權(quán)重矩陣S，再將總的評(píng)價(jià)等級(jí)和比率構(gòu)建判斷矩陣H，得到單層次模糊綜合評(píng)價(jià)結(jié)果：

E=SH=(0.0720，0.1020，0.3328，0.2246，0.2686)

根據(jù)最大隸屬原則，最大值是0.3328，因此綜合評(píng)價(jià)結(jié)果屬于V3較為嚴(yán)重，即農(nóng)業(yè)旱災(zāi)對(duì)社會(huì)風(fēng)險(xiǎn)的影響較嚴(yán)重，結(jié)果表明單層次模糊評(píng)估與多層次模糊綜合評(píng)判結(jié)果一致。

表3 調(diào)查問(wèn)卷評(píng)價(jià)等級(jí)及評(píng)價(jià)比率

三、實(shí)證分析

(一)數(shù)據(jù)獲取

本研究依據(jù)2007-2016年《中國(guó)水旱災(zāi)害公報(bào)》《中國(guó)統(tǒng)計(jì)年鑒》《中國(guó)環(huán)境統(tǒng)計(jì)年鑒》《中國(guó)農(nóng)業(yè)統(tǒng)計(jì)年鑒》《中國(guó)農(nóng)村貧困監(jiān)測(cè)報(bào)告》《中國(guó)能源統(tǒng)計(jì)年鑒》等統(tǒng)計(jì)年鑒和監(jiān)測(cè)報(bào)告收集整理了2006-2015年農(nóng)業(yè)旱災(zāi)社會(huì)風(fēng)險(xiǎn)相關(guān)指標(biāo)的數(shù)據(jù)(其中主觀指標(biāo)的數(shù)據(jù)是通過(guò)李克特五分量表法得到的)，并通過(guò)對(duì)以上數(shù)據(jù)的分析和專(zhuān)家的合理意見(jiàn)，以最值指標(biāo)集作為參考序列(正向指標(biāo)最大值，逆向指標(biāo)最小值)，獲得灰色模糊評(píng)判的原始數(shù)據(jù)，最終結(jié)果見(jiàn)表4。

(二)計(jì)算灰色關(guān)聯(lián)系數(shù)

1.數(shù)據(jù)無(wú)量綱化處理

由于決策中各因素單位、量綱等不同，難以直接進(jìn)行比較，所以要對(duì)原始數(shù)據(jù)進(jìn)行無(wú)量綱化處理。但指標(biāo)分為正向指標(biāo)和逆向指標(biāo)，所以由以下兩種情況：

(1)正向指標(biāo)：

Xij=[Xij-min(Xij)]/[max(Xij)-min(Xij)](i=1,2,……，m;j=1,2,……，n)；指標(biāo)值越大，所表示的實(shí)際社會(huì)風(fēng)險(xiǎn)越大；

(2)逆向指標(biāo)：

Xij=[max(Xij)-Xij]/[max(Xij)-min(Xij)](i=1,2,……，m;j=1,2,……，n)；指標(biāo)值越大，所表示的實(shí)際社會(huì)風(fēng)險(xiǎn)越小。

表4 農(nóng)業(yè)旱災(zāi)社會(huì)風(fēng)險(xiǎn)的原始數(shù)據(jù)

表5 農(nóng)業(yè)旱災(zāi)社會(huì)風(fēng)險(xiǎn)各指標(biāo)關(guān)聯(lián)系數(shù)

2.計(jì)算關(guān)聯(lián)系數(shù)

數(shù)據(jù)進(jìn)行無(wú)量綱化處理之后，運(yùn)用公式處理得到灰色關(guān)聯(lián)系數(shù)，公式如下：

式中Δoi(k)表示k時(shí)刻兩序列的絕對(duì)差，即：

Δoi(k)=|Xo(k)-Xi(k)|(1≤i≤m)，i=1，2，3，…n，k=1，2，3，…，m

式中M和m分別表示所有比較序列中各個(gè)時(shí)刻絕對(duì)差中的最大值和最小值。因?yàn)楸容^序列相交，故取m=0，ξ為分辨系數(shù)，0<ξ<1，一般情況下可取0.1-0.5,本研究取ξ=0.5。

通過(guò)公式(1)(2)對(duì)數(shù)據(jù)處理后，再進(jìn)行灰色關(guān)聯(lián)系數(shù)的計(jì)算，結(jié)果見(jiàn)表5。

3.模糊評(píng)價(jià)

模糊評(píng)價(jià)的公式如下：Bi=Wi*Ri(b1,b2,b3,…，bn)，其中Wi見(jiàn)表3，Ri見(jiàn)表5。

依據(jù)Bi的大小，即可對(duì)歷年中國(guó)農(nóng)業(yè)旱災(zāi)社會(huì)風(fēng)險(xiǎn)等級(jí)進(jìn)行分析和評(píng)價(jià)，Bi越大說(shuō)明農(nóng)業(yè)旱災(zāi)造成社會(huì)風(fēng)險(xiǎn)等級(jí)越高，人們?cè)叫枰鹬匾?。根?jù)公式計(jì)算，采用普通矩陣乘法(可以讓每個(gè)因素都對(duì)綜合評(píng)價(jià)有所貢獻(xiàn)，能比較客觀地反映評(píng)價(jià)對(duì)象)對(duì)以上數(shù)據(jù)進(jìn)行模糊合成，如圖1所示。

圖1 2006—2015年農(nóng)業(yè)旱災(zāi)社會(huì)風(fēng)險(xiǎn)趨勢(shì)圖

根據(jù)模糊合成結(jié)果，2006—2015年模糊合成均值為0.6025分(最高分為1分)，表明農(nóng)業(yè)旱災(zāi)有較大程度的可能性造成社會(huì)風(fēng)險(xiǎn)。結(jié)論同時(shí)顯示，2006—2015年農(nóng)業(yè)旱災(zāi)社會(huì)風(fēng)險(xiǎn)值總體呈波動(dòng)下降趨勢(shì)，2006年達(dá)到峰值0.9302分，其次為2007年和2009年，分別為0.8179和0.7312，風(fēng)險(xiǎn)值最低年份2015年，為0.4192，10年間總下降率為54.9%，平均每年下降5.490%，表明農(nóng)業(yè)旱災(zāi)造成社會(huì)風(fēng)險(xiǎn)的可能性在穩(wěn)步減少。此外，整個(gè)研究年限內(nèi)，還出現(xiàn)了2008年和2012年兩個(gè)明顯的低谷點(diǎn)。

(三)農(nóng)業(yè)旱災(zāi)社會(huì)風(fēng)險(xiǎn)值波動(dòng)下降原因分析

由圖1可見(jiàn)，我國(guó)農(nóng)業(yè)旱災(zāi)社會(huì)風(fēng)險(xiǎn)值總體呈波動(dòng)下降趨勢(shì)，結(jié)合研究年份的社會(huì)風(fēng)險(xiǎn)指標(biāo)及環(huán)境重大事件進(jìn)行分析，我們進(jìn)一步探究其機(jī)理。

由表4可知，農(nóng)業(yè)因旱糧食損失和因旱經(jīng)濟(jì)作物損失等主要正向指標(biāo)都呈現(xiàn)出整體遞減的趨勢(shì)，如：因旱糧食損失在2006—2009的前4年里(2008年除外)基本上都超過(guò)了300億公斤，2006年最高達(dá)到416.5億公斤，而后2010—2015年的六年大都在200億公斤左右，有的年份為100多億公斤；因旱經(jīng)濟(jì)作物損失也呈現(xiàn)出相同的趨勢(shì)。干旱屬于不可控自然災(zāi)害，研究年限內(nèi)干旱災(zāi)害也一直不斷，但因旱糧食損失和因旱經(jīng)濟(jì)作物損失卻呈總體下降趨勢(shì)，這說(shuō)明，我國(guó)近年來(lái)采取的全面、系統(tǒng)的防災(zāi)減災(zāi)措施收到了較為明顯的效果，減輕了農(nóng)業(yè)干旱轉(zhuǎn)換為農(nóng)業(yè)旱災(zāi)的程度，進(jìn)而抑制了干旱災(zāi)害風(fēng)險(xiǎn)向社會(huì)風(fēng)險(xiǎn)的演化與轉(zhuǎn)變；水污染事故次數(shù)、森林火災(zāi)次數(shù)逐年下降，說(shuō)明我國(guó)近年來(lái)優(yōu)化環(huán)境、治理污染等重大舉措也收到了一定的效果，使得水污染受到遏制，森林防火做到了有效管理；農(nóng)村成人文盲率逐年下降，說(shuō)明義務(wù)教育在研究年限內(nèi)得到了很好的落實(shí)，有效降低了農(nóng)村文盲率。在逆向指標(biāo)上，研究年限內(nèi)農(nóng)民人均收入逐年顯著上升，由2006年人均3587元上升到2015年10 772元，增長(zhǎng)了2倍，這說(shuō)明農(nóng)民已經(jīng)逐漸從單一靠天吃飯的農(nóng)業(yè)生產(chǎn)中解脫出來(lái)，拓寬了就業(yè)渠道和收入途徑；森林覆蓋率穩(wěn)中有升，說(shuō)明我國(guó)退耕還林還草、封山育林等環(huán)境保護(hù)措施收到了一定成效；同時(shí)，政府救災(zāi)措施的及時(shí)性、媒體信息披露的公開(kāi)性和及時(shí)性以及農(nóng)民災(zāi)害認(rèn)識(shí)程度增強(qiáng)等這些逆向主觀指標(biāo)的上升，也對(duì)旱災(zāi)旱情引發(fā)社會(huì)風(fēng)險(xiǎn)起到了有效的抑制作用，為農(nóng)業(yè)旱災(zāi)社會(huì)風(fēng)險(xiǎn)值的下降增加了貢獻(xiàn)值。

正向指標(biāo)的下降和逆向指標(biāo)的上升，使農(nóng)業(yè)干旱災(zāi)害社會(huì)風(fēng)險(xiǎn)值呈現(xiàn)出總體下降，但是它又不是一個(gè)簡(jiǎn)單的直線下降。從圖1我們可以看出，2006—2015年農(nóng)業(yè)旱災(zāi)社會(huì)風(fēng)險(xiǎn)值呈現(xiàn)出一條波動(dòng)下降的折線，究其原因，是因?yàn)樗亮魇А⒋髿馕廴?、地震?zāi)害、農(nóng)作物病蟲(chóng)害等自然災(zāi)害的不可控性，使得歷年自然災(zāi)害本身呈現(xiàn)強(qiáng)弱、大小的起復(fù)，而尤其是降雨量的年際分配不均，更會(huì)引起農(nóng)業(yè)旱災(zāi)呈明顯的波動(dòng)狀態(tài)；而另一方面，政府會(huì)采取一系列反災(zāi)害措施，如穩(wěn)定農(nóng)產(chǎn)品價(jià)格、防治農(nóng)村貧困(開(kāi)展精準(zhǔn)扶貧)、治理官員貪瀆，通過(guò)稅收、社會(huì)保障等再分配手段縮小農(nóng)民貧富差距等，這些措施的實(shí)行也使農(nóng)業(yè)旱災(zāi)社會(huì)風(fēng)險(xiǎn)值是在波動(dòng)中下降的折線，且折線會(huì)呈現(xiàn)出一些反映社會(huì)風(fēng)險(xiǎn)值高低起落的凹凸拐點(diǎn)。如研究年限內(nèi)出現(xiàn)了2006年的峰值和2007年、2009年幾個(gè)風(fēng)險(xiǎn)值較高的年份，也出現(xiàn)了2008年、2012年兩個(gè)低谷年份，2015年為整個(gè)研究年份的最低點(diǎn)。

四、結(jié) 論

本研究結(jié)果表明，2006年、2007年、2009年、2010年、2011年這幾個(gè)年份的農(nóng)業(yè)旱災(zāi)社會(huì)風(fēng)險(xiǎn)值較高，依次為0.9302、0.8179、0.7012、0.6288、0.5202。通過(guò)對(duì)2006—2015年這10年間全國(guó)農(nóng)業(yè)旱災(zāi)相關(guān)數(shù)據(jù)的統(tǒng)計(jì)分析得知，我國(guó)干旱災(zāi)害的時(shí)間分布：2006—2015年間，我國(guó)發(fā)生重大干旱災(zāi)害的年份有2006—2007年、2009—2011年，共5個(gè)年份，2007年的受旱率達(dá)19.1%，幾近20.0%，成災(zāi)率大于10.0%。農(nóng)業(yè)旱災(zāi)災(zāi)情的實(shí)際情況與農(nóng)業(yè)旱災(zāi)社會(huì)風(fēng)險(xiǎn)值評(píng)估結(jié)果在時(shí)間序列上呈現(xiàn)大致相同的趨勢(shì)，說(shuō)明農(nóng)業(yè)旱災(zāi)在很大程度上可能誘發(fā)社會(huì)風(fēng)險(xiǎn)，這與本研究實(shí)證分析的研究結(jié)論相吻合，即農(nóng)業(yè)旱災(zāi)對(duì)社會(huì)風(fēng)險(xiǎn)的影響較嚴(yán)重，如圖2所示。

本研究構(gòu)建農(nóng)業(yè)旱災(zāi)社會(huì)風(fēng)險(xiǎn)指標(biāo)體系和評(píng)估模型，定量分析和評(píng)估農(nóng)業(yè)旱災(zāi)社會(huì)風(fēng)險(xiǎn)，豐富和完善了自然災(zāi)害社會(huì)風(fēng)險(xiǎn)演化和評(píng)估理論成果，同時(shí)，通過(guò)剖析農(nóng)業(yè)旱災(zāi)社會(huì)風(fēng)險(xiǎn)各影響因子對(duì)社會(huì)風(fēng)險(xiǎn)生成的貢獻(xiàn)程度，能為及時(shí)有效采取防御措施防止農(nóng)業(yè)旱災(zāi)自然風(fēng)險(xiǎn)向社會(huì)風(fēng)險(xiǎn)的演化提供一定的理論依據(jù)和應(yīng)用指導(dǎo)，對(duì)保持我國(guó)經(jīng)濟(jì)的持續(xù)健康發(fā)展和人民的安居樂(lè)業(yè)，對(duì)實(shí)現(xiàn)生態(tài)環(huán)境的協(xié)調(diào)優(yōu)化和社會(huì)秩序的和諧穩(wěn)定都有著重要的理論意義和現(xiàn)實(shí)意義。

圖2 2006—2015年農(nóng)業(yè)旱災(zāi)災(zāi)情與社會(huì)風(fēng)險(xiǎn)值對(duì)比圖

[1]孔凱. 農(nóng)業(yè)干旱災(zāi)害風(fēng)險(xiǎn)管理[D]. 泰安： 山東農(nóng)業(yè)大學(xué)， 2012.

[2]劉玉英，石大明，胡軼鑫，等. 吉林省農(nóng)業(yè)氣象干旱災(zāi)害的風(fēng)險(xiǎn)分析及區(qū)劃[J]. 生態(tài)學(xué)雜志，2013,32(6):1518-1524.

[3]張璐. 錫林郭勒盟草原干旱災(zāi)害風(fēng)險(xiǎn)綜合分析[D].呼和浩特：內(nèi)蒙古師范大學(xué),2015.

[4]張竟竟，郭志富. 基于投影尋蹤模型的河南省農(nóng)業(yè)旱災(zāi)風(fēng)險(xiǎn)評(píng)價(jià)[J]. 干旱區(qū)資源與環(huán)境,2016,30(6):83-88.

[5]Steve Goddard,Sherri K. Harms,Stephen E. Reichenbach,Tsegaye Tadesse,William J. Waltman. Geospatial decision support for drought risk management[J]. Communications of the ACM,2003,46(1):35-37

[6]Ihtiyor Bobojonov,Aden Aw-Hassan,Rolf Sommer. Index-based insurance for climate risk management and rural development in Syria[J]. Climate and Development,2014,6(2):166-178

[7]宋林飛. 社會(huì)風(fēng)險(xiǎn)指標(biāo)體系與社會(huì)波動(dòng)機(jī)制[J]. 社會(huì)學(xué)研究,1995(6):90-95.

[8]童星，張海波. 中國(guó)轉(zhuǎn)型期的社會(huì)風(fēng)險(xiǎn)及識(shí)別——理論探討與經(jīng)驗(yàn)研究[M]. 南京: 南京大學(xué)出版社, 2007:88-89

[9]徐選華，洪享. 重大地質(zhì)災(zāi)害社會(huì)風(fēng)險(xiǎn)定量評(píng)估研究[C]//中國(guó)災(zāi)害防御協(xié)會(huì)風(fēng)險(xiǎn)分析專(zhuān)業(yè)委員會(huì).風(fēng)險(xiǎn)分析和危機(jī)反應(yīng)中的信息技術(shù)——中國(guó)災(zāi)害防御協(xié)會(huì)風(fēng)險(xiǎn)分析專(zhuān)業(yè)委員會(huì)第六屆年會(huì)論文集.中國(guó)災(zāi)害防御協(xié)會(huì)風(fēng)險(xiǎn)分析專(zhuān)業(yè)委員會(huì), 2014:5.

[10]Cameron Gordon. International pharmaceutical social risk regulation: An ethical perspective[J]. Acta- Pharmaceutica,2011,61(1):15-23

[11]Deanna Kemp,Sandy Worden,John R. owen. Differentiated social risk: rebound dynamics and sustainability performance in mining[J]. Resources Policy， 2016(50):19-26

[12]宋娟. 重特大自然災(zāi)害社會(huì)風(fēng)險(xiǎn)的演化及防范對(duì)策研究[D].湘潭：湘潭大學(xué),2014.

[13]王健.自然災(zāi)害社會(huì)可接受風(fēng)險(xiǎn)初步研究[D].重慶：重慶師范大學(xué),2013.

[14]秦越，徐翔宇，許凱，等. 農(nóng)業(yè)干旱災(zāi)害風(fēng)險(xiǎn)模糊評(píng)價(jià)體系及其應(yīng)用[J]. 農(nóng)業(yè)工程學(xué)報(bào),2013,29(10):83-91.

[15]谷洪波，麻湘琳. 我國(guó)農(nóng)業(yè)旱災(zāi)脆弱性與農(nóng)村貧困的灰色關(guān)聯(lián)分析[J].干旱區(qū)地理,2016(6):1358-1364.

[16]毛濤,徐志兵,勵(lì)棟磊,等. 基于模糊綜合評(píng)判法的鳳凰古城游客滿意度研究[J]. 四川旅游學(xué)院學(xué)報(bào),2014(4):49-53+63.

Quantiativeresearchonsocialriskofagriculturaldroughtbasedongreyfuzzycomprehensiveevaluationmethod

GuHongbo,MaXianglin

(CollegeofBusiness,HunanUniversityofScienceandTechnology,Xiangtan411201,China)

Selecting 27 index related to economic, social and ecological factors, using the fuzzy comprehensive evaluation method, The paper evaluates the possibility of the natural risk of agricultural droughtto social risk Results show that the agricultural drought is most likely to induce social risk. By selecting statistics on the social risk of agricultural drought in China from 2006 to 2015, the empirical analysis is made based on the grey correlation theory and the grey fuzzy comprehensive evaluation model. Results show that fuzzy synthetic average is 0.6025 points in 2006-2015 (highest 1 point), which means agricultural drought have great possibility from natural risk to social risk.Results also show agricultural drought risk from 2006 to 2015 is falling in fluctuation.

Agricultural drought; Social risk; Fuzzy comprehensive evaluation; Grey correlation analysis

S166

A

1671-816X(2018)01-0036-09

2017-09-25

谷洪波(1966-)，女(漢)，湖南韶山人，教授，碩士，主要從事農(nóng)業(yè)經(jīng)濟(jì)管理方面的研究。

湖南省哲學(xué)社會(huì)科學(xué)基金項(xiàng)目(14YBA171)；湖南省自然科學(xué)基金項(xiàng)目(2015JJ2066)；湖南省研究生科研創(chuàng)新項(xiàng)目(CX2016B580)

(編輯：武云俠)