喇蕊芳, 張在旭,2, 馮凡栩, 邵慶美
(1.中國石油大學(華東)經(jīng)濟管理學院,山東青島 266580;2.中國石油大學勝利學院文法與經(jīng)濟管理學院,山東東營 257061;3.中南政法財經(jīng)大學工商管理學院,武漢 430073)
重特大自然災害的發(fā)生,往往具有較強的隱蔽性、突發(fā)性和較大的破壞性,并且多發(fā)生在惡劣環(huán)境下,給災后救援工作帶來極大困難[1]. 為整合優(yōu)化應急力量和資源、統(tǒng)籌指導災害救援活動、提高災害救援效率,我國于2018年成立應急管理部,在重特大自然災害救援中發(fā)揮了舉足輕重的作用,但我國重特大自然災害救援也存在救援效率不高、投入資源冗余浪費、救援協(xié)同遲滯等問題[2].
習近平總書記在中央政治局第十九次集體學習時強調(diào)“搶險救援要精準”,并提出建立健全重特大自然災害調(diào)查評估制度. 開展重特大自然災害救援效率評估工作是我國自然災害頻發(fā)基本國情的需要,然而目前學術(shù)界對自然災害救援效率的研究很少,重特大自然災害救援評估工作尚處在起步階段. 關于自然災害大多數(shù)研究聚焦于災害過程實錄[3-5]、應急管理機制[6]、救援響應[7]、災情評估[8-9]以及救援物資調(diào)度及運輸[10]等方面,再加上重特大自然災害救援效率評估方面的研究及相關案例與數(shù)據(jù)積累還較缺乏,對災害救援效率沒有一個準確的把握,無法做到有效提升災害救援效率. 全力開展重特大自然災害救援效率評估對于提高災害救助工作的科學性、針對性和時效性有重大意義.
學術(shù)界對于自然災害救援研究廣泛,涉及面較多,大量研究是以地震、洪水災害為背景,更多的是研究非政府組織[11-14]、醫(yī)療機構(gòu)[15]的災害救援效率以及根據(jù)專家經(jīng)驗定性分析救援效率的影響因素和提高救援效率的建議[16],對重特大自然災害救援效率的定量評價不多,沒有相對客觀、準確的方法. 因此從定量、宏觀的角度準確地衡量中國重特大自然災害救援效率,有助于提高我國應急管理專業(yè)化水平.
當前關于效率評價及影響因素的研究主要采用DEA-Tobit 兩階段模型,第一階段用數(shù)據(jù)包絡分析(DEA)求解DMU的效率值;第二階段用Tobit回歸分析效率值的影響因素. DEA是一種客觀、成熟、應用廣泛的效率評價方法[17-18],可以滿足重特大自然災害救援效率評估的客觀約束[19];SBM模型作為傳統(tǒng)DEA 模型的改進,可以更方便、準確地測度重特大自然災害救援效率[20]. 災害救援效率值不是連續(xù)性數(shù)值,Tobit模型符合截尾回歸模型的特點[21],可見SBM-Tobit模型適用于自然災害救援效率評價.
本文篩選2008—2019 年我國發(fā)生的15 起重特大自然災害救援事件,提取影響救援效率的主要技術(shù)指標,構(gòu)建效率評價體系,將災害救援行動視為多投入-多產(chǎn)出的決策單元(DMU),運用包含非期望產(chǎn)出的超效率SBM模型,對救援行動“投入-產(chǎn)出”綜合評價,研究救援資源投入與救援效率之間的技術(shù)有效性問題,從定量化的角度總結(jié)災害救援效率情況,根據(jù)不同災難類型、不同地區(qū)、不同嚴重程度進行群組分析,評價歷史救援行動各種資源投入的不足與冗余,并通過Tobit回歸分析災害救援效率影響因素,提出改善救援效率的建議.
重特大自然災害發(fā)生后,政府投入大量的救援資金、救援隊伍,處理的塌方面積、獲救人數(shù)不斷增加,希望傷亡人數(shù)不斷降低. 普通DEA模型一般要求投入越多,產(chǎn)出越好,救援效率越高;在評估重特大自然災害救援效率值時,傳統(tǒng)的DEA模型已不適用于包含非期望產(chǎn)出的效率問題.
SBM模型是非徑向、非導向數(shù)據(jù)包絡模型,克服了傳統(tǒng)DEA模型的缺陷,有效地解決了傳統(tǒng)DEA模型的松弛問題. 因此本研究將采用包含非期望產(chǎn)出的超效率SBM模型對重特大自然災害救援效率進行評估,使評估結(jié)果更加準確,具有可信度. SBM模型如下:
其中:ρ為效率值;xio為輸入值;yro為期望產(chǎn)出;q1、q2、m分別表示期望產(chǎn)出、非期望產(chǎn)出、投入指標的個數(shù);S-、S+、Sb_分別表示投入冗余量、期望產(chǎn)出不足量和非期望產(chǎn)出超標量;λ為權(quán)重向量;X、Y、B分別表示投入指標、期望產(chǎn)出指標、非期望產(chǎn)出指標構(gòu)成的向量. 0 ≤ρ≤1,當且僅當ρ=1時決策單元有效,否則為非有效單元.
Tobit回歸模型也稱為截斷回歸模型,截斷即表示被解釋變量數(shù)值不是連續(xù)的. 本研究中通過數(shù)據(jù)包絡分析法得出的重特大自然災害救援效率值不是連續(xù)性數(shù)值,是被截斷的數(shù)據(jù),因此采用Tobit回歸分析對救援效率值進行影響因素分析. 建立模型如下:
其中:yi為被解釋變量(重特大自然災害救援效率值);β是回歸系數(shù);自變量為x1(人均GDP)、x2(進出口總額)、x3(公路里程數(shù));μi為殘差.
基于非期望產(chǎn)出超效率SBM模型評價方法最關鍵的一步是評價指標篩選,考慮到指標的全面性、代表性以及科學可行性,選取自然災害救援效率評價的投入產(chǎn)出變量.
選取人力、財力、物力方面作為投入指標,對重特大自然災害救援效率進行評估.
1)捐贈總資金與經(jīng)濟損失比率(M1)
捐贈總資金包括政府直接撥付資金、物資以及其他機構(gòu)向災區(qū)捐款及物資,其中對物資進行折算. 但是考慮到不同程度的自然災害損失程度不同,援助資金差異較大,為減小結(jié)果的誤差,本研究選取政府捐贈總資金與經(jīng)濟損失比值作為輸入指標M1.
2)救援力量總?cè)藬?shù)與受災人口比率(M2)
重特大自然災害救助工作中,解放軍、武警部隊、公安干警和民兵預備役充當救援主力軍,本地的各種救援力量作為輔助力量. 考慮到不同程度自然災害損失程度不同,救援力量總?cè)藬?shù)存在較大差異,為減小誤差,本研究選取救援力量總?cè)藬?shù)與受災人口比值作為輸入指標M2.
3)救援裝備(M3)
隨著科技的進步,飛機、車輛以及生命探測儀、破拆工具等專用救援器材很大程度提高了救援效率. 為衡量救援過程中技術(shù)方面的投入,本研究將對自然災害救援工作中所用到的車輛、飛機、專用救災器械等數(shù)目加總作為救援裝備總數(shù)目M3.
自然災害救援本著效益最大化原則,盡可能用有限的資源投入來最大限度滿足災區(qū)需要. 因此,本研究以減少受災地區(qū)人員傷亡和滿足受災地區(qū)需求為研究側(cè)重點. 其中,滿足受災地區(qū)需求為期望產(chǎn)出,災后死亡人數(shù)為非期望產(chǎn)出.
1)死亡人數(shù)增加比值(N1)
災難類型不同,造成的危害程度不同,死亡人數(shù)亦不同. 為體現(xiàn)救援效率準確性,排除由于災難類型的不同、災害程度不同帶來的誤差,本研究引入死亡人數(shù)增加比值指標作為輸出指標N1. 其中,死亡人數(shù)增加比值指累計死亡人數(shù)與震后3天累計死亡人數(shù)比值.
2)救援資金滿足率(N2)
災害救援中的物資一部分來源于政府撥款,另一部分來自國內(nèi)外機構(gòu)捐贈. 一般來說,國內(nèi)外提供給災區(qū)的資金總額基本可以滿足災區(qū)應急救援、災后重建需要. 本研究將國內(nèi)外救援總資金作為受災地區(qū)總需求,將政府撥付資金與總需求的比值作為政府救援資金滿足比率. 這個比值越大,說明救援滿足程度越高,以此來衡量政府對自然災害的救援效率.
綜上,構(gòu)建投入產(chǎn)出指標體系如表1所示.
表1 影響重特大自然災害救援效率的變量Tab.1 Variables affecting rescue efficiency of major natural disasters
不同的災難類型、不同地理區(qū)域、不同自然災害嚴重程度都會影響自然災害救援效率,此外,受災地區(qū)的經(jīng)濟發(fā)展水平、交通情況、人文環(huán)境等都會對自然災害救援效率帶來不同程度的影響. 現(xiàn)階段關于重特大自然災害救援效率受到的影響的研究還停留在定性階段,鑒于此,本研究將采用定量分析,對重特大自然災害救援效率影響因素展開分析. 考慮到指標選取原則以及數(shù)據(jù)的可獲取性,本研究最終選定經(jīng)濟發(fā)展水平、交通運輸水平、貿(mào)易開放程度三方面對中國政府救援效率影響因素展開分析,見表2.
表2 重特大自然災害救援效率影響因素指標Tab.2 Index of factors influencing rescue efficiency for major natural disasters
考慮到近年來我國發(fā)生的重特大自然災害以地震、泥石流、洪澇、臺風、冰凍等為主,因此本研究將選取2008—2019年我國發(fā)生的15起重特大地震災害、地質(zhì)災害、氣象災害為研究樣本,收集每起自然災害的中國政府捐贈總資金、經(jīng)濟損失、救援力量總?cè)藬?shù)、死亡人數(shù)、救援裝備等數(shù)目、中國政府救援資金滿足率、受災地區(qū)的人均GDP、進出口總額、公路總里程數(shù)等. 數(shù)據(jù)主要來源于中國統(tǒng)計年鑒、地方機構(gòu)統(tǒng)計公報;中華人民共和國民政部、財政部、應急管理部;省級民政廳、財政廳;市級民政局、財政局;百度百科、維基百科;新浪網(wǎng)、搜狐網(wǎng)、人民網(wǎng)、騰訊網(wǎng)等新聞網(wǎng)站.
3.1.1 測算結(jié)果分析 通過maxDEA軟件對這15起重特大自然災害救援效率進行測度,得到效率評價結(jié)果如表3所示. 從評價結(jié)果整體來看,2008—2018年間15起重特大自然災害救援效率平均值為0.886,7起救援效率低于平均效率值,即樣本中救援效率處于平均效率值以下的自然災害占樣本總數(shù)46.67%.
表3 重特大自然災害救援效率Tab.3 Rescue efficiency of major natural disasters
從運行結(jié)果得出,2008年中國雪災救援效率僅有0.249,汶川大地震、玉樹地震、蘆山地震、九寨溝地震、10·7景谷地震救援效率值均小于1,相對較低. 可見,雖然中國的自然災害救援效率總體較高,但是也存在很多問題,面對一些比較嚴重的自然災害時,救援效率并不樂觀.
從圖1 可以看出,救援效率波動較大,可能有以下原因:①災害的嚴重程度、災害的類型影響到救援效率;②不同地區(qū)發(fā)生的自然災害,由于地理環(huán)境等因素會影響到救援效率.
圖1 重特大自然災害救援效率變化趨勢Fig. 1 The changing trend of rescue fficiency of major natural disasters
為探究災難類型、發(fā)生的地理區(qū)域、嚴重程度對救援效率的影響,對樣本數(shù)據(jù)進行群組分析. 圖2顯示不同災難類型對救援效率影響不同,損害程度不同,但救援資金滿足率比值未發(fā)生太大變化;圖3顯示不同地理區(qū)域?qū)仍视绊懖煌?,華南地區(qū)救援效率及救援資金滿足率明顯高于西北、西南地區(qū),這可能與當?shù)亟?jīng)濟水平有關;圖4顯示自然災害的嚴重程度影響救援效率,嚴重程度高的災害損失程度更大,救援資金滿足度也越小.
圖2 不同災難類型下的救援效率Fig.2 Rescue efficiency under different disaster types
圖3 不同地區(qū)的救援效率Fig.3 Rescue efficiency in different areas
圖4 不同嚴重程度下的救援效率Fig.4 Rescue efficiency under different severities
3.1.2 松弛變量分析 根據(jù)測度結(jié)果可知,樣本數(shù)據(jù)中汶川大地震、玉樹地震、蘆山地震、九寨溝地震、10·7景谷地震、2008年中國雪災等重特大自然災害救援效率相對較低. 為研究重特大自然災害救援的特點,得出各變量松弛量,從而分析無效決策單元效率低下的原因,如表4.
表4 重特大自然災害救援效率無效決策單元松弛變量Tab.4 Slack variable of invalid decision unit for the efficiency of major natural disaster rescue
表4顯示,投入冗余和非期望產(chǎn)出超標是這7個自然災害救援效率相對較低的主要原因. 例如,九寨溝地震中,投入指標M1冗余13.356,冗余率為80%;投入指標M3冗余1.541,冗余率達到85%,非期望產(chǎn)出超標率達到25.5%. 投入冗余率越大,說明災害救援投入資源浪費較嚴重;非期望產(chǎn)出超標率越大,救援效率越低. 由此可見,在期望產(chǎn)出不變的情況下,需要減少投入要素量和非期望產(chǎn)出要素量才能提高重特大自然災害救援效率. 樣本中汶川大地震、舟曲泥石流、蘆山地震、玉樹地震、云南魯?shù)榈卣鹦实拖拢揖鶠榈卣馂暮?,可見災害救援效率可能受到災難類型的影響.
從以上決策單元松弛變量結(jié)果分析可知,中國政府救援效率低下的內(nèi)部原因是人力、財力、物力投入方面存在冗余,此外,災難類型、災難發(fā)生的地理位置、災難嚴重程度、災區(qū)經(jīng)濟發(fā)展水平、交通運輸水平、貿(mào)易開放程度等諸多外部因素都有可能會對救援效率產(chǎn)生一定影響. 受災地區(qū)在經(jīng)濟發(fā)展水平、交通情況、對外開放程度人文因素等方面都存在一定的差異,即使發(fā)生類似災害,救援效率也不同. 本研究采用定量分析,進一步探究各個因素對重特大自然災害救援效率的產(chǎn)生的影響.
利用Tobit回歸模型定量分析受災地區(qū)人均GDP、進出口總額、公路里程數(shù)對被災害救援效率值的顯著性,回歸結(jié)果如表5所示.
表5 Tobit回歸模型多因素分析結(jié)果Tab.5 Multivariate analysis results of Tobit regression model
從表5的模型估計結(jié)果來看:模型的R2值為0.905,意味著X1,X2,X3可以解釋Y的90.54%變化原因,且X1呈現(xiàn)出0.01水平顯著性(p=0.010<0.01),意味著X1會對Y產(chǎn)生顯著的正向影響關系;X2呈現(xiàn)出0.01水平顯著性(p=0.001 0<0.01),意味著X2會對Y產(chǎn)生顯著的正向影響關系;X3呈現(xiàn)出0.01 水平顯著性(p=0.000<0.01),意味著X3會對Y產(chǎn)生顯著的正向影響關系. 如果假定其他情況不變,受災地區(qū)人均GDP每增加1%,災害救援效率值將增加0.000 012 2個百分點;受災地區(qū)進出口總額每增加1%,災害救援效率值將增加0.000 264個百分點;受災地區(qū)公路里程數(shù)每增加1%,災害救援效率值將增加0.000 054個百分點.
綜上所述,受災地區(qū)的人均GDP、進出口總額、公路總里程數(shù)與受災地區(qū)的救援效率值成正相關關系,即表示受災地區(qū)的經(jīng)濟發(fā)展水平、交通運輸水平、對外貿(mào)易程度均對重特大自然災害救援效率有著積極影響,我們可以從宏觀層面提高重特大自然災害救援效率.
本研究從內(nèi)外部原因研究我國重特大自然災害救援效率影響因素,提出救援效率低下的原因是多種投入資源冗余浪費,未能有效整合救援資源,無法形成有效的資源共享,政府組織部門間協(xié)調(diào)機制也存在一定問題. 而經(jīng)濟發(fā)展水平、交通運輸水平、貿(mào)易開放程度對重特大自然災害救援效率均有積極影響,提高災害救援效率需要完善應急管理體制、提升各地區(qū)交通水平、構(gòu)建救援信息平臺,提高我國災害救援綜合實力.
基于以上結(jié)論,為了提高自然災害救援效率,本文提出如下建議:
1)完善應急管理體制,加強各部門合作
針對不同類型災害建立相應應急管理制度,基于原有的應急救援專業(yè)隊伍,增強救援技術(shù)能力;對救援技術(shù)進行專業(yè)化細分,針對災害嚴重等級建立不同的專業(yè)隊伍,進行裝備配置,分級管理. 加強各組織部門的協(xié)調(diào)合作,整合多個政府部門,減少部門之間的協(xié)調(diào)難度和投入資源的重復浪費,提高自然災害救援效率. 除了本國政府組織的協(xié)同外,也應注意與一些社會組織、國際組織的協(xié)調(diào)合作,使救援行動標準統(tǒng)一、目標一致,將救援管理有效的統(tǒng)籌起來,從根本上保證救援工作高效運行.
2)提升各地區(qū)交通水平,增強國際交流
經(jīng)濟水平是自然災害救援的基礎,可以提高災害救援過程中財力、物力、技術(shù)的投入力度,能夠為災區(qū)聚集更多的物資和有效援助. 加強交通運輸水平、應急物流系統(tǒng)建設可以滿足災后救援物資運輸調(diào)度需求,提高救援運輸效率. 隨著經(jīng)濟全球化趨勢的加快,自然災害救助不是一個國家或民族可以獨立完成的,需要加強國際交流,實現(xiàn)信息共享.
3)構(gòu)建救援信息平臺,加強資源整合提高救援效率需要合理分配救災物資,協(xié)調(diào)救援專業(yè)人才,達到各部門高效協(xié)作. 構(gòu)建災害救援數(shù)據(jù)大平臺,統(tǒng)計自然災害救援的各類相關數(shù)據(jù),如災害發(fā)生的時間、地點,災難死亡人數(shù),受災地區(qū)的經(jīng)濟指標、交通指標、貿(mào)易開放程度,本國政府救援投入總?cè)藬?shù)、救災用設備、物資,社會組織、其他國家的捐贈,物資使用情況等相關信息. 災害發(fā)生后根據(jù)大數(shù)據(jù)平臺動態(tài)監(jiān)控救援情況,在必要時加大某種資源投入,合理分配資源,加強資源整合,有效協(xié)調(diào)各部門、組織救援行動,從而提升救援效率,實現(xiàn)科學化、規(guī)范化、專業(yè)化救援.