彭巧娟，羅溫偉，劉麗香，周毅

（1.南華大學(xué)計算機學(xué)院，衡陽 421000；2.南華大學(xué)資源環(huán)境與安全工程學(xué)院，衡陽 421000；3.南華大學(xué)化學(xué)化工學(xué)院，衡陽 421000）

0 引言

（1）問題背景

20世紀末乃至21世紀，包括溫度與降水在內(nèi)的主要氣候特征值發(fā)生了變化，部分地區(qū)還呈現(xiàn)出趨勢變化，這種變化已在世界上，尤其在北半球廣大地區(qū)特別顯著。美國、中國、俄羅斯、加拿大、歐洲大陸等主要國家或地區(qū)，幾十年乃至近百年的氣候呈現(xiàn)出總的變化趨勢，但地區(qū)差異大[1]。

據(jù)《政府間氣候委員會會報》表明，溫度升高2.5攝氏度，全球所有區(qū)域都有可能受到不利影響，發(fā)展中國家尤為嚴重；溫度升高4攝氏度，則可能對全球生態(tài)系統(tǒng)帶來不可逆的損害，造成全球經(jīng)濟重大損失；《IPCC第四次評估報告》表明，自20世紀70年代以來，干旱發(fā)生范圍更廣、持續(xù)時間更長、程度更嚴重，尤其是熱帶、亞熱帶地區(qū)。且過去50年里，極端高溫、低溫發(fā)生了大范圍的變化，晝夜高溫、熱浪現(xiàn)象愈加常見。

氣候變化所帶來的冰川消融、海平面上升、空氣污染等問題正在極大程度上造成自然、人力、經(jīng)濟資源的改變，從而直接/間接地導(dǎo)致地區(qū)發(fā)展不平衡。根據(jù)資料顯示，可以大致了解到影響地區(qū)發(fā)展不平衡的因素，如圖1所示。各國政府對于氣候變化影響地區(qū)發(fā)展不平衡致以極大的關(guān)注。

圖1影響地區(qū)發(fā)展不平衡的因素

（2）研究目標(biāo)

數(shù)據(jù)當(dāng)中已經(jīng)建立了一個因素體系對一個國家的脆弱性進行評估，主要包括人口壓力、難民安置、族群矛盾、人才外流、經(jīng)濟不均衡發(fā)展、貧困和經(jīng)濟衰退、國家合法性、公共服務(wù)、人權(quán)與法治、安全設(shè)置、精英階層分裂、外部干預(yù)共十二個方面。通過建立模型，將以上十二個指標(biāo)擬合為六個參數(shù)值，參以國家脆弱性評判，用來研究以下的目標(biāo)：

目標(biāo)一：確定一個國家的脆弱性，且設(shè)法定義其狀態(tài)為非常脆弱、脆弱或穩(wěn)定，同時衡量氣候變化的影響。

目標(biāo)二：根據(jù)脆弱國家指數(shù)確定的十大脆弱國家中的一個，確定氣候變化如何增加該國的脆弱性。

目標(biāo)三：建立模型來表明國家實行的哪種干預(yù)可以減輕氣候變化的風(fēng)險，并防止一個國家變成一個脆弱的國家。

1 符號與名詞解釋

表1符號與定義

2 模型的建立與求解

2.1 目標(biāo)一模型的建立與求解

（1）定義綜合評價指標(biāo)

先將數(shù)據(jù)（來源于http://fundforpeace.org/fsi/data/）所得的12大脆弱性指標(biāo)依照性質(zhì)相似原則聚為5大類。再將每大類聚類前的數(shù)據(jù)取平均值作為聚類后該類指標(biāo)的值。考慮到目標(biāo)一中要衡量氣候變化的影響，因此需要加入氣候變化量的衡量指標(biāo)C。

（2）衡量氣候變化量的評價指數(shù)C的定義

定義背景：

一般而言，平均氣溫是代表氣候變化的基本指數(shù)，但近年來，各國研究者也普遍認為改變降水和社會系統(tǒng)有更強的影響，而且國內(nèi)外學(xué)者也普遍認為在長時間范圍內(nèi)，氣候變化與氣候影響都具有這樣的優(yōu)勢，也就是極端氣候事件[2]發(fā)生是增多的。因此選擇表2中四個單一指數(shù)來描述氣候的變化量。單一指數(shù)的計算是基于全球氣象局氣象中心所查得的數(shù)據(jù)。

定義方向：

①年降水量的變化、年氣溫的變化、極端降水量的變化、極端氣溫的變化。

②2006-2017年；其中2012年為氣候突變年；2006-2011為突變年前，2012-2017為突變年后。

表2最終定義C的指數(shù)

從而得到氣候綜合評價指數(shù)C：

定義說明：

為了模型計算的簡化，以上僅考慮主要的直接因素與間接因素；

分析：

由上式可以看出：C綜合了年平均氣溫、年平均降水、年極端溫度和年極端降水的變化這四種信息。因此，C能反映溫度、降水、極端溫度和極端降水等信息。原來錯綜復(fù)雜的氣候信息用一個綜合指數(shù)C便可以描述一個國家2006-2017年來的氣候變化及敏感性，綜合的C具有優(yōu)越性。

（3）臨界國的定義與確定

第一步：據(jù)各國于不同年份的脆弱性值分布，繪制的曲線圖如圖2所示。

圖2各年份不同國家總脆弱指數(shù)的分布圖

通過觀察發(fā)現(xiàn)，2006年的脆弱值分布曲線明顯偏離其余六條曲線，驗證性極弱，因此在舍棄該分布曲線的基礎(chǔ)上，通過MATLAB軟件利用分段擬合的方法，求得三條直線的方程為：

三條直線的殘差分別為：3.0302、2.3048、0.69338，可直接驗證我們的擬合效果很好。由此繪制圖3（其中加粗的黑線近似地等同于所有國家的脆弱性指數(shù)分布規(guī)律），于誤差范圍內(nèi)，即脆弱值分別在90-94、64-68之間，選定兩個臨界點，對應(yīng)得出臨界國家。

圖3基于分段擬合法的總脆弱性指數(shù)分布圖

第二步：取點原則——頻數(shù)最大原則。

通過對擬合后直線的觀察，可以看出三條直線有兩個交點。因此把交點一作為最脆弱國家與脆弱國家之間的臨界值1，把交點二作為脆弱國家與穩(wěn)定國家之間的臨界值2。從圖3可知，臨界值1的數(shù)值約為92，臨界值2的數(shù)值約為66。

第三步：選取臨界國家

取六個年份中接近臨界值次數(shù)最多的國家作為臨界國家。（±2的范圍為接近），部分結(jié)果如表3所示。

表3脆弱性指數(shù)頻率表

引入偏差I(lǐng)D的加權(quán)指數(shù)：

其中Ii是平方偏差，通過層次分析過程[3]確定權(quán)重。建立6×6互逆矩陣：

表4解釋了矩陣中數(shù)字的含義，數(shù)字本身是基于人的主觀決定。

表4標(biāo)度含義

隨機一致性指標(biāo)RI如表5所示。

表5隨機一致性指標(biāo)RI

將矩陣輸入到程序中，計算每個因子的權(quán)重，如表6所示。

表6權(quán)重

為了良好的一致性，測試該AHP實例是否滿足要求：

①矩陣的主特征值λmax應(yīng)該接近于n，這里的n為6，得到λmax=6.0915；

②一致性指數(shù)CI=(λmax-n)/(n-1)應(yīng)該接近于0；得到CI=0.0183；

③一致性比率 CR=CI/RI應(yīng)該遠小于 0.1，得到CR=0.0148。

結(jié)果顯示，該決策方法表現(xiàn)出完全可接受的一致性，權(quán)重是合理的。

結(jié)合表3知臨界國A為剛果共和國，且經(jīng)計算其Pi=9.28（記非常脆弱與脆弱的臨界綜合脆弱指數(shù)），臨界國B為牙買加，其綜合評價指數(shù)Pi=5.69（記脆弱與穩(wěn)定的臨界綜合脆弱指數(shù)）。

（4）評價模型

表7層次分析綜合評價體系

（5）模型檢測

選取五個脆弱性狀態(tài)不一樣的國家來測試該脆弱性模型，如表8所示。

醫(yī)學(xué)倫理道德的學(xué)習(xí)是醫(yī)學(xué)研究生進行學(xué)習(xí)、研究和發(fā)展的重要基礎(chǔ)。但是隨著我國社會的不斷發(fā)展，臨床醫(yī)學(xué)研究和應(yīng)用中越來越依賴于儀器設(shè)備，只關(guān)注病人的病情，忽視了對病人心理的研究。因此，對于臨床醫(yī)學(xué)研究生的教育來說要重視醫(yī)學(xué)倫理道德的培養(yǎng)，同時強化這方面的教育教學(xué)，為培養(yǎng)我國醫(yī)務(wù)人員的醫(yī)德素養(yǎng)打下良好基礎(chǔ)。

表8

從表8的PI值，得到各國的脆弱性：蘇丹為非常脆弱，中國為脆弱，巴拿馬為穩(wěn)定。

2.2 目標(biāo)二模型的建立與求解

（1）確定氣候變化如何增加該國的脆弱性

由簡便起見，選取有已知數(shù)據(jù)的國家——蘇丹。

要確定氣候變化如何增加該國的脆弱性，就需形成“考慮氣候變化因素時該國的脆弱性與不考慮氣候變化時該國脆弱性”的對比，為了更好地展示氣候變化對該國脆弱性的影響，對考慮氣候時該國脆性的結(jié)果進行靈敏度分析，綜合分析得出最終結(jié)論。

（2）模型的建立

類似于目標(biāo)一的求解，構(gòu)建不考慮氣候變化C指標(biāo)的5×5互逆矩陣：

得到每個因子的權(quán)重，如表9所示。

表9

（3）模型檢測

表10經(jīng)聚類處理后蘇丹五大指標(biāo)

通過計算獲得綜合脆弱性指標(biāo)如下：

i

而綜合脆弱性指標(biāo)的值越大，意味著脆弱性越強；值越小，意味著脆弱性越弱。

顯然在加入氣候因素指標(biāo)以后，該國的脆弱性會下降，即氣候因素會影響該國的脆弱性。

為了進一步確定結(jié)果的可靠性，對結(jié)果進行靈敏度分析。將氣候綜合指數(shù)C的值同比放大1%，發(fā)現(xiàn)Pi變大，值為：9.42，將氣候綜合指數(shù)C的值同比縮小1% ，發(fā)現(xiàn)Pi變小，值為：9.32。

綜合靈敏度分析的結(jié)果更加可以確定：氣候變化會影響該國的脆弱性。且氣候性指數(shù)變化越大，該國的脆弱性越大，即越脆弱；氣候性指數(shù)變化越小，該國的脆弱性越小，即越穩(wěn)定。

2.3 目標(biāo)三模型的建立與求解

氣候變化主要由氣溫及降水量體現(xiàn)，要實現(xiàn)對其進行干預(yù)，占主導(dǎo)地位的應(yīng)為人為因素。因此由人為干預(yù)點出發(fā)，在全球范圍內(nèi)對氣溫和降水進行分類分析。

氣溫：

自19世紀80年代以來，干旱發(fā)生范圍更廣、持續(xù)時間更長、程度更嚴重，特別是熱帶、亞熱帶地區(qū)。且在過去50年里，極端高溫、低溫發(fā)生了大范圍變化，晝夜高溫、熱浪愈加常見。通過查詢和分析大量資料得出造成全球氣溫上升的主要原因是二氧化碳排放量大幅度增加，由此考慮氣候變化的產(chǎn)生原因時便只需考慮由氣溫增加導(dǎo)致的氣候變化，不考慮由氣溫減小的情況。

圖4近百年來全球氣溫的變化

據(jù)此，以對二氧化碳的干預(yù)作為人為因素對氣溫干預(yù)的主要出發(fā)點，分為人口、經(jīng)濟、能源等方面進行深層次剖析。

●人口：不同收入國家存在不同類型的計劃生育獎懲措施及不同的生育理念，現(xiàn)呈現(xiàn)出高收入國人口少，從而二氧化碳排放量少的局面，中低收入國則反之。即通過實施不同的生育政策可間接實現(xiàn)二氧化碳排放量的有效控制。

●經(jīng)濟：對多國多年的GDP及二氧化碳排放量的分析與歸納，發(fā)現(xiàn)二氧化碳隨GDP的增大而呈減少的趨勢，由此得出通過實施可持續(xù)發(fā)展戰(zhàn)略可對二氧化碳排放量進行控制。

●能源：能源的利用效率直接影響到二氧化碳、二氧化氮等利于氣溫升高的氣體的排放量，提高能源利用效率于控制二氧化碳的排放量至關(guān)重要。

降水：

圖5全球年平均降水距平指數(shù)

關(guān)于降水量，究其影響因素主要可分為海陸熱力性質(zhì)差異、季風(fēng)環(huán)流、臺風(fēng)、環(huán)流地形等，而以上因素?zé)o法由確切的干預(yù)方式對其進行直接的影響，由此大膽猜想可以通過控制人工降雨量[4]來對降水變化量實現(xiàn)人為干預(yù)。

綜上所述，得出人為因素可通過對氣溫及降水的直接或間接性的干預(yù)實現(xiàn)對氣候變化指數(shù)的有效性減小。