喇蕊芳， 張在旭，2， 馮凡栩， 邵慶美

（1.中國石油大學(xué)（華東）經(jīng)濟管理學(xué)院，山東青島 266580；2.中國石油大學(xué)勝利學(xué)院文法與經(jīng)濟管理學(xué)院，山東東營 257061；3.中南政法財經(jīng)大學(xué)工商管理學(xué)院，武漢 430073）

重特大自然災(zāi)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(zāi)后救援工作帶來極大困難［1］. 為整合優(yōu)化應(yīng)急力量和資源、統(tǒng)籌指導(dǎo)災(zāi)害救援活動、提高災(zāi)害救援效率，我國于2018年成立應(yīng)急管理部，在重特大自然災(zāi)害救援中發(fā)揮了舉足輕重的作用，但我國重特大自然災(zāi)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(xí)近平總書記在中央政治局第十九次集體學(xué)習(xí)時強調(diào)“搶險救援要精準”，并提出建立健全重特大自然災(zāi)害調(diào)查評估制度. 開展重特大自然災(zāi)害救援效率評估工作是我國自然災(zāi)害頻發(fā)基本國情的需要，然而目前學(xué)術(shù)界對自然災(zāi)害救援效率的研究很少，重特大自然災(zāi)害救援評估工作尚處在起步階段. 關(guān)于自然災(zāi)害大多數(shù)研究聚焦于災(zāi)害過程實錄［3-5］、應(yīng)急管理機制［6］、救援響應(yīng)［7］、災(zāi)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(zāi)害救援效率評估方面的研究及相關(guān)案例與數(shù)據(jù)積累還較缺乏，對災(zāi)害救援效率沒有一個準確的把握，無法做到有效提升災(zāi)害救援效率. 全力開展重特大自然災(zāi)害救援效率評估對于提高災(zāi)害救助工作的科學(xué)性、針對性和時效性有重大意義.

學(xué)術(shù)界對于自然災(zāi)害救援研究廣泛，涉及面較多，大量研究是以地震、洪水災(zāi)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(zāi)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(zāi)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(zāi)害救援效率，有助于提高我國應(yīng)急管理專業(yè)化水平.

當(dāng)前關(guān)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(luò)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(yīng)用廣泛的效率評價方法［17-18］，可以滿足重特大自然災(zāi)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(zāi)害救援效率［20］. 災(zāi)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(zāi)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(zāi)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(zāi)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(zāi)害救援效率情況，根據(jù)不同災(zāi)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(zāi)害救援效率影響因素，提出改善救援效率的建議.

1 研究方法

1.1 SBM模型

重特大自然災(zāi)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(zāi)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(dǎo)向數(shù)據(jù)包絡(luò)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(zāi)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(dāng)且僅當(dāng)ρ=1時決策單元有效，否則為非有效單元.

1.2 Tobit模型

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(luò)分析法得出的重特大自然災(zāi)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(zāi)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.

2 變量選取與數(shù)據(jù)處理

基于非期望產(chǎn)出超效率SBM模型評價方法最關(guān)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(xué)可行性，選取自然災(zāi)害救援效率評價的投入產(chǎn)出變量.

2.1 輸入指標

選取人力、財力、物力方面作為投入指標，對重特大自然災(zāi)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(zāi)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(zāi)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(zāi)人口比率（M2）

重特大自然災(zāi)害救助工作中，解放軍、武警部隊、公安干警和民兵預(yù)備役充當(dāng)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(zāi)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(zāi)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(zāi)害救援工作中所用到的車輛、飛機、專用救災(zāi)器械等數(shù)目加總作為救援裝備總數(shù)目M3.

2.2 輸出指標

自然災(zāi)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(zāi)區(qū)需要. 因此，本研究以減少受災(zāi)地區(qū)人員傷亡和滿足受災(zāi)地區(qū)需求為研究側(cè)重點. 其中，滿足受災(zāi)地區(qū)需求為期望產(chǎn)出，災(zāi)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(zāi)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(zāi)難類型的不同、災(zāi)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(zāi)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(zāi)區(qū)的資金總額基本可以滿足災(zāi)區(qū)應(yīng)急救援、災(zāi)后重建需要. 本研究將國內(nèi)外救援總資金作為受災(zāi)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(zāi)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(zāi)害救援效率的變量Tab.1 Variables affecting rescue efficiency of major natural disasters

2.3 影響因素指標選取

不同的災(zāi)難類型、不同地理區(qū)域、不同自然災(zāi)害嚴重程度都會影響自然災(zāi)害救援效率，此外，受災(zāi)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(zāi)害救援效率帶來不同程度的影響. 現(xiàn)階段關(guān)于重特大自然災(zāi)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(zāi)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(zāi)害救援效率影響因素指標Tab.2 Index of factors influencing rescue efficiency for major natural disasters

2.4 樣本選擇及數(shù)據(jù)來源

考慮到近年來我國發(fā)生的重特大自然災(zāi)害以地震、泥石流、洪澇、臺風(fēng)、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(zāi)害、地質(zhì)災(zāi)害、氣象災(zāi)害為研究樣本，收集每起自然災(zāi)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(zāi)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(yīng)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 實證分析

3.1 基于SBM模型的救援效率評價

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(zāi)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(zāi)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(zāi)害占樣本總數(shù)46.67%.

表3 重特大自然災(zāi)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(zāi)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(zāi)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(zāi)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(zāi)害的嚴重程度、災(zāi)害的類型影響到救援效率；②不同地區(qū)發(fā)生的自然災(zāi)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(zāi)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(zāi)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(zāi)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(dāng)?shù)亟?jīng)濟水平有關(guān)；圖4顯示自然災(zāi)害的嚴重程度影響救援效率，嚴重程度高的災(zāi)害損失程度更大，救援資金滿足度也越小.

圖2 不同災(zāi)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(zāi)等重特大自然災(zāi)害救援效率相對較低. 為研究重特大自然災(zāi)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(zāi)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(zāi)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(zāi)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(zāi)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?zāi)害，可見災(zāi)害救援效率可能受到災(zāi)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(zāi)難類型、災(zāi)難發(fā)生的地理位置、災(zāi)難嚴重程度、災(zāi)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(zāi)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(zāi)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(zāi)害救援效率的產(chǎn)生的影響.

3.2 基于Tobit模型的影響因素分析

利用Tobit回歸模型定量分析受災(zāi)地區(qū)人均GDP、進出口總額、公路里程數(shù)對被災(zāi)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(guān)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(guān)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(guān)系. 如果假定其他情況不變，受災(zāi)地區(qū)人均GDP每增加1%，災(zāi)害救援效率值將增加0.000 012 2個百分點；受災(zāi)地區(qū)進出口總額每增加1%，災(zāi)害救援效率值將增加0.000 264個百分點；受災(zāi)地區(qū)公路里程數(shù)每增加1%，災(zāi)害救援效率值將增加0.000 054個百分點.

綜上所述，受災(zāi)地區(qū)的人均GDP、進出口總額、公路總里程數(shù)與受災(zāi)地區(qū)的救援效率值成正相關(guān)關(guān)系，即表示受災(zāi)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(zāi)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(zāi)害救援效率.

4 結(jié)論與建議

本研究從內(nèi)外部原因研究我國重特大自然災(zāi)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(zāi)害救援效率均有積極影響，提高災(zāi)害救援效率需要完善應(yīng)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(zāi)害救援綜合實力.

基于以上結(jié)論，為了提高自然災(zāi)害救援效率，本文提出如下建議：

1）完善應(yīng)急管理體制，加強各部門合作

針對不同類型災(zāi)害建立相應(yīng)應(yīng)急管理制度，基于原有的應(yīng)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(zāi)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(fù)浪費，提高自然災(zāi)害救援效率. 除了本國政府組織的協(xié)同外，也應(yīng)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(zāi)害救援的基礎(chǔ)，可以提高災(zāi)害救援過程中財力、物力、技術(shù)的投入力度，能夠為災(zāi)區(qū)聚集更多的物資和有效援助. 加強交通運輸水平、應(yīng)急物流系統(tǒng)建設(shè)可以滿足災(zāi)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(zāi)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(zāi)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(zāi)害救援?dāng)?shù)據(jù)大平臺，統(tǒng)計自然災(zāi)害救援的各類相關(guān)數(shù)據(jù)，如災(zāi)害發(fā)生的時間、地點，災(zāi)難死亡人數(shù)，受災(zāi)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(zāi)用設(shè)備、物資，社會組織、其他國家的捐贈，物資使用情況等相關(guān)信息. 災(zāi)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(xué)化、規(guī)范化、專業(yè)化救援.