朱訪 姚遠(yuǎn) 趙金濤

摘? 要：隨著全球氣候變化，臺風(fēng)等極端天氣事件的強(qiáng)度與頻次也逐漸增加，給我國社會經(jīng)濟(jì)的發(fā)展進(jìn)步帶來許多不利影響。以浙江省為研究區(qū)域，采用問卷調(diào)查法，AHP層次分析法，選取人口、經(jīng)濟(jì)、基礎(chǔ)設(shè)施3個方面的評價指標(biāo)，對浙江省各縣區(qū)的自然災(zāi)害社會經(jīng)濟(jì)適應(yīng)性進(jìn)行了評估。結(jié)果顯示：浙江省社會經(jīng)濟(jì)適應(yīng)性成增加趨勢，北部和東部沿海地區(qū)適應(yīng)性增加較快;在空間上呈現(xiàn)出浙江省北部和東部地區(qū)的社會經(jīng)濟(jì)適應(yīng)性較高，多為中度適應(yīng)性以上水平;浙江省西南部適應(yīng)性增加緩慢，社會經(jīng)濟(jì)適應(yīng)性水平較低。結(jié)合實地調(diào)查，房屋等建筑的材料的更新、個體的遺忘、政府對災(zāi)害的預(yù)警、教育、保險補(bǔ)助等均直接影響著社會經(jīng)濟(jì)的適應(yīng)性水平。

關(guān)鍵詞：浙江省;臺風(fēng);社會經(jīng)濟(jì)適應(yīng)性; AHP層次分析法

1.引言

自1970年以來，世界各國政府就開始對全球氣候變化問題進(jìn)行關(guān)注，對于氣候變化也提出了很多的應(yīng)對方案。從上世紀(jì)70年代開始，世界各國提出預(yù)防和阻止（ prevention）環(huán)境問題的觀點(diǎn)，到80年代，則出現(xiàn)了減緩（ mitigation）的倡議，再到現(xiàn)在的適應(yīng)（ adaptation）。由于災(zāi)害適應(yīng)的主體是人類社會，因此可根據(jù)適應(yīng)主體可分為家庭和區(qū)域兩個尺度的適應(yīng)。目前，家庭尺度適應(yīng)性的研究主要由脆弱性分析與“感知—適應(yīng)”兩種分析框架[1]。在前人的研究中，社會經(jīng)濟(jì)適應(yīng)性通常作為脆弱性評價的子集出現(xiàn)。通過評價指標(biāo)的構(gòu)建，利用社會經(jīng)濟(jì)數(shù)據(jù)來計算評估社會經(jīng)濟(jì)脆弱性，這些評價指標(biāo)是人為主觀選取，最終結(jié)果受主觀因素的影響很大。例如，袁順等在研究我國沿海地區(qū)風(fēng)暴潮災(zāi)害的脆弱性時，從災(zāi)害暴露性、敏感性、適應(yīng)性3個層面論述，而適應(yīng)性從財政支出、居民收入和基礎(chǔ)設(shè)施建設(shè)3方面選取評價指標(biāo)并對沿海地區(qū)的適應(yīng)性進(jìn)行評價，綜合暴露性與敏感性對沿海地區(qū)的脆弱性進(jìn)行評價分析[2]。逄任竹在研究青島市暴雨災(zāi)害的社會經(jīng)濟(jì)脆弱性分析時，依然將社會經(jīng)濟(jì)脆弱性分為暴露性、敏感性與適應(yīng)性（應(yīng)對能力），選取選擇公共管理社會機(jī)構(gòu)及從業(yè)人員數(shù)量、公共安全財政預(yù)算支出、醫(yī)療床位等作為應(yīng)對能力的指標(biāo)，為脆弱性做支撐[3]。而在“感知—適應(yīng)”框架中，多通過調(diào)查問卷等形式研究農(nóng)戶對氣候變化、自然災(zāi)害等的感知以及采取的應(yīng)對措施。凌玉在研究災(zāi)害適應(yīng)性行為對我國玉米生產(chǎn)效率的影響時，將適應(yīng)性細(xì)分為提前和被動兩種適應(yīng)方式。在災(zāi)害出現(xiàn)前實施的應(yīng)對則屬于預(yù)防行為，主要的作用是規(guī)避災(zāi)害引發(fā)的各種損失;被動應(yīng)災(zāi)是指在災(zāi)害出現(xiàn)以后，農(nóng)戶對災(zāi)害實施的針對性的補(bǔ)救活動[4]。Debashis Roy等通過對孟加拉國農(nóng)戶進(jìn)行調(diào)查采訪，總結(jié)出農(nóng)戶應(yīng)對氣候變化的看法理解和應(yīng)對災(zāi)害的適應(yīng)性措施。得出農(nóng)戶對氣候變化的理解與氣象數(shù)據(jù)趨勢一致，但農(nóng)戶并沒有采取合適的適應(yīng)性策略，任然采用傳統(tǒng)的適應(yīng)性措施，如：施肥和堆肥、作物輪作和集約化，并且高度依賴地下水，導(dǎo)致地下水將消耗殆盡[5]。適應(yīng)性通常還作為城市應(yīng)對災(zāi)害的規(guī)劃、措施的描述性評價，陳崇賢立足于研究河口城市海岸災(zāi)害，從風(fēng)景園林設(shè)計層面找尋相關(guān)的應(yīng)對措施，探究了河口城市海岸園林設(shè)計的基本思路[6]。馮璐在彈性城市理論和景觀基礎(chǔ)設(shè)施相結(jié)合的基礎(chǔ)上，針對風(fēng)暴潮的特點(diǎn)從理論框架角度、在風(fēng)暴潮中的功能角度、空間分布角度和驅(qū)動因子角度這四個角度探討了風(fēng)暴潮適應(yīng)性景觀基礎(chǔ)設(shè)施策略，并以紐約應(yīng)對風(fēng)暴潮的景觀基礎(chǔ)設(shè)施案例歸納總結(jié)了經(jīng)驗與教訓(xùn)[7]。這些對適應(yīng)性的研究，部分通過選取一些適應(yīng)性指標(biāo)進(jìn)行量化評價作為脆弱性評價的部分依據(jù);部分是對農(nóng)業(yè)生產(chǎn)、城市規(guī)劃建設(shè)等應(yīng)對自然災(zāi)害的適應(yīng)性的描述性評價，缺乏對整個地區(qū)的社會經(jīng)濟(jì)適應(yīng)性綜合評估。

我國東部沿海地區(qū)社會經(jīng)濟(jì)發(fā)展對我國家的發(fā)展起著至關(guān)重要的作用，保持我國沿海地區(qū)社會與經(jīng)濟(jì)的可持續(xù)發(fā)展是國家的重大戰(zhàn)略需求，但同時沿海地區(qū)處于海洋與陸地交互作用的敏感脆弱地區(qū)，自然災(zāi)害多發(fā)，且風(fēng)險較大[8]。浙江省地處中國東部沿海地區(qū)，常年遭受著臺風(fēng)、洪澇、風(fēng)暴潮等災(zāi)害的影響。根據(jù)《浙江省臺風(fēng)年鑒》，自建國以來，浙江省臺風(fēng)災(zāi)害累計直接經(jīng)濟(jì)損失達(dá)4000億元左右，2013年的“菲特”就曾經(jīng)導(dǎo)致浙江省超過300萬人受災(zāi)，經(jīng)濟(jì)層面也導(dǎo)致近23億元的損失;2019年，浙江省因為“利奇馬”和“米娜”臺風(fēng)風(fēng)暴潮損失87.25億元。雖然，自然災(zāi)害持續(xù)影響著浙江省的社會經(jīng)濟(jì)，但隨著人類社會積極主動地尋求適應(yīng)，同等強(qiáng)度的自然災(zāi)害情景下，實際損失是明顯降低的，這離不開人類的主動適應(yīng)。因此，提前或及時采取有效適應(yīng)措施，是可以將災(zāi)害損失盡可能降至最低的，而全面了解社會經(jīng)濟(jì)適應(yīng)性對區(qū)域可持續(xù)發(fā)展至關(guān)重要。

以浙江省臺風(fēng)災(zāi)害為例，對浙江省的社會經(jīng)濟(jì)適應(yīng)性從人口、經(jīng)濟(jì)、基礎(chǔ)設(shè)施等方面進(jìn)行量化，用層次分析法對不同的指標(biāo)的權(quán)重進(jìn)行確定，并計算出各年浙江省各區(qū)縣的適應(yīng)性指數(shù)，對其社會適應(yīng)性進(jìn)行評估，對其時空規(guī)律進(jìn)行分析評價，以期對適應(yīng)性措施、政策等提出合理建議。

2.數(shù)據(jù)來源與研究方法

2.1數(shù)據(jù)來源

本研究使用的人口數(shù)據(jù)來自于2005年-2020年的國家、省市縣統(tǒng)計年鑒數(shù)據(jù)。以《浙江省統(tǒng)計年鑒》數(shù)據(jù)為主。臺風(fēng)災(zāi)害數(shù)據(jù)來自調(diào)查問卷，對“利奇馬”臺風(fēng)災(zāi)害的數(shù)據(jù)進(jìn)行搜索和收集，對浙江省沿岸民眾的生產(chǎn)生活的受災(zāi)及損失情況做了調(diào)查。通過對浙江省沿岸的雁蕩鎮(zhèn)（樂清市）、大荊鎮(zhèn)（溫嶺市）、城南鎮(zhèn)（溫嶺市）、溫嶺市區(qū)、石塘鎮(zhèn)（溫嶺市）、椒江區(qū)（臺州市）、欄里景區(qū)（杭州市）等地進(jìn)行實地調(diào)研，整理問卷調(diào)查與訪談，共獲得52份問卷樣本。對居民商戶的訪談?wù){(diào)研內(nèi)容包括臺風(fēng)分級（通過臺風(fēng)的影響判斷）、引發(fā)次生災(zāi)害、農(nóng)業(yè)、工商業(yè)、服務(wù)業(yè)等的損失、基礎(chǔ)設(shè)施供應(yīng)、預(yù)警信息、減災(zāi)行為、保險和政府救助等方面。

2.2研究方法

2.2.1指標(biāo)體系構(gòu)建

針對適應(yīng)性的定義不同，不同學(xué)者構(gòu)建了不同的指標(biāo)體系。Cutter[9]選取了個人財富（Personal wealth）、年齡（Age）、建筑環(huán)境強(qiáng)度（Density of the built environment）、基礎(chǔ)設(shè)施依賴（ Infrastructure dependence）等指標(biāo)。袁順針對適應(yīng)性選取衛(wèi)生院和醫(yī)院床位數(shù)、醫(yī)護(hù)人員、保險等指標(biāo)。但上述指標(biāo)體系的構(gòu)建多將適應(yīng)性作為脆弱性的一部分，無法綜合反映針對臺風(fēng)災(zāi)害的社會經(jīng)濟(jì)適應(yīng)性綜合程度。在此，本文基于社會經(jīng)濟(jì)適應(yīng)性的構(gòu)成要素，參照cutter、袁順等人的指標(biāo)體系，綜合考慮臺風(fēng)災(zāi)害對沿海地區(qū)農(nóng)林牧漁、工業(yè)、服務(wù)業(yè)、交通、房屋、人民生活等造成的影響，依據(jù)科學(xué)性、可獲得性、完備性等原則，從人口、經(jīng)濟(jì)、基礎(chǔ)設(shè)施等三個層面建立社會經(jīng)濟(jì)適應(yīng)性的三級評價指標(biāo)體系，每個層面分恢復(fù)能力和應(yīng)對能力，共選取30個代表性指標(biāo)，如表1所示。

2.2.2權(quán)重設(shè)置

采用AHP層次分析法及專家打分法對各指標(biāo)的權(quán)重進(jìn)行設(shè)置，用求解判斷矩陣特征向量的辦法，依次計算每一層次的各指標(biāo)的權(quán)重，根據(jù)加權(quán)法，計算對最終評價對象的權(quán)重，如表1所示。

通過對社會經(jīng)濟(jì)適應(yīng)性量化指標(biāo)的數(shù)據(jù)進(jìn)行權(quán)重分析、整理計算，基于AHP分析結(jié)果，利用excel和SPSS進(jìn)行相關(guān)的統(tǒng)計分析，定量的闡釋各個指標(biāo)的適應(yīng)性。根據(jù)加權(quán)求和結(jié)果，得到社會經(jīng)濟(jì)的適應(yīng)性指數(shù)，依據(jù)指數(shù)值給出適應(yīng)性評價結(jié)果。

3. 結(jié)果分析

對各縣區(qū)的人口適應(yīng)性、經(jīng)濟(jì)適應(yīng)性、基礎(chǔ)設(shè)施適應(yīng)性數(shù)據(jù)按照權(quán)重進(jìn)行綜合分析，獲得該地區(qū)的社會經(jīng)濟(jì)適應(yīng)性指數(shù)，采用自然間斷點(diǎn)法將社會經(jīng)濟(jì)適應(yīng)性分為高度適應(yīng)性、較高適應(yīng)性、中度適應(yīng)性、較低適應(yīng)性、低度適應(yīng)性五個層次，對浙江省臺風(fēng)災(zāi)害社會經(jīng)濟(jì)適應(yīng)性進(jìn)行時空規(guī)律分析。

在時間尺度上可以發(fā)現(xiàn)，在2005—2019年中，浙江省社會經(jīng)濟(jì)適應(yīng)性的水平整體上呈現(xiàn)增加的趨勢。低度適應(yīng)性地區(qū)由2005年的62（占比95.4%）個減少為2019年的0個。中度適應(yīng)性以上地區(qū)由2005年的1個增加為2019年的54個，其中中度適應(yīng)性地區(qū)21個，占比32.3%;高度適應(yīng)性地區(qū)3個，占比4.6%。在空間上，浙江省社會經(jīng)濟(jì)適應(yīng)性的分布格局依然呈東部沿海、北部較高，西南內(nèi)陸較低。隨著城鎮(zhèn)化進(jìn)程加快、社會的發(fā)展、科學(xué)技術(shù)水平的提高、一帶一路經(jīng)濟(jì)體制的實施，浙江省東部沿海和北部地區(qū)人民生活水平、教育和醫(yī)療保障水平提高較快，產(chǎn)業(yè)結(jié)構(gòu)趨于合理，城市建設(shè)逐漸完善，國家剩余勞動力將快速向發(fā)展較快地區(qū)轉(zhuǎn)移，大幅推進(jìn)了地區(qū)的經(jīng)濟(jì)發(fā)展，其災(zāi)害的社會經(jīng)濟(jì)適應(yīng)性指數(shù)增加較快。而西南內(nèi)陸作為社會經(jīng)濟(jì)發(fā)展?jié)摿^弱地區(qū)，社會經(jīng)濟(jì)發(fā)展速度較為緩慢，社會經(jīng)濟(jì)適應(yīng)性指數(shù)相較于浙江省東部沿海、北部較低。

結(jié)合實地調(diào)研，房屋材料的更新、個體的遺忘、政府的預(yù)警信息、災(zāi)害教育、保險和政府補(bǔ)助、基礎(chǔ)設(shè)施建設(shè)等對社會的經(jīng)濟(jì)適應(yīng)性起著重要作用。鋼筋混凝土房屋相較于老舊的土墻瓦片房，受臺風(fēng)的影響要小很多;大、特大臺風(fēng)的頻率改變著個體對災(zāi)害的印象，影響個體對災(zāi)害的應(yīng)對措施。大荊鎮(zhèn)的一位商戶采用應(yīng)對小臺風(fēng)來臨前的舉措將貨物放在一樓店鋪的桌子上，而“利奇馬”造成的大洪水淹沒一樓導(dǎo)致該店鋪損失慘重;政府對臺風(fēng)的預(yù)警可以通過天氣預(yù)報、短信、廣播車等形式覆蓋全部居民，可以提高居民應(yīng)對臺風(fēng)的能力;臺風(fēng)災(zāi)害的防災(zāi)減災(zāi)教育缺失可能造成人員的傷亡，石塘鎮(zhèn)附近公路發(fā)生過臺風(fēng)天氣駕車出行引發(fā)的車禍;大荊鎮(zhèn)的部分村有保險，5元可獲1000元、15元獲3000元補(bǔ)償，在居民恢復(fù)重建過程中發(fā)揮作用，并且政府分發(fā)泡面和水可供領(lǐng)取，提高了社會經(jīng)濟(jì)的適應(yīng)性;城南鎮(zhèn)也有部分村有保險獲得賠付，其余村鎮(zhèn)均無保險，且政府僅對低保戶提供災(zāi)后補(bǔ)助，加大了個體災(zāi)后恢復(fù)的難度。

4.結(jié)論與討論

以中國社會經(jīng)濟(jì)適應(yīng)性為研究對象，以浙江省臺風(fēng)災(zāi)害為切入點(diǎn)，通過對社會經(jīng)濟(jì)適應(yīng)性指標(biāo)的構(gòu)建，運(yùn)用AHP和專家打分法對各指標(biāo)的權(quán)重進(jìn)行設(shè)置，對2005—2019年浙江省的65個地區(qū)單元的社會經(jīng)濟(jì)適應(yīng)性從人口、經(jīng)濟(jì)、基礎(chǔ)設(shè)施3個方面的時空規(guī)律進(jìn)行綜合評價。結(jié)果發(fā)現(xiàn)，在時間尺度上，2005—2019年間，浙江省各地區(qū)的社會經(jīng)濟(jì)適應(yīng)性均成增加趨勢，各地的增速不同。浙江省北部、東部沿海等地由于經(jīng)濟(jì)發(fā)展較快，帶動人民生活水平提高，社會基礎(chǔ)設(shè)施建設(shè)發(fā)達(dá)，社會經(jīng)濟(jì)適應(yīng)性增加較快。而浙江省西南部地區(qū)社會經(jīng)濟(jì)發(fā)展相對較為緩慢。在空間尺度上，由于增速的不同，所以浙江省北部、東部沿海地區(qū)社會經(jīng)濟(jì)適應(yīng)性較高，大多在較高適應(yīng)性水平以上，其中杭州市區(qū)和寧波市區(qū)適應(yīng)性水平最高。而浙江省西南部社會經(jīng)濟(jì)適應(yīng)性水平較低，大多處在中度適應(yīng)性及以下水平。

從適應(yīng)性的角度，鋼筋混凝土房屋、建立避風(fēng)港等建設(shè)減少了損失;停水電、停工停學(xué)規(guī)避了一些臺風(fēng)災(zāi)害的風(fēng)險;預(yù)警信息、災(zāi)害教育可以提高公眾的防災(zāi)減災(zāi)意識，政府和社會應(yīng)當(dāng)對居民多做一些宣傳教育;保險和補(bǔ)助降低了居民的損失，但是僅有部分村鎮(zhèn)有，應(yīng)當(dāng)普及。浙江省應(yīng)急管理部門對雨量、水位等的監(jiān)管也極大地提高了浙江省應(yīng)對災(zāi)害的適應(yīng)性能力。

本文針對浙江省社會經(jīng)濟(jì)適應(yīng)性的研究評估，得出浙江省各區(qū)縣社會經(jīng)濟(jì)適應(yīng)性呈增強(qiáng)趨勢。但是本研究還存在著不足之處，比如：在選取指標(biāo)的過程中，考慮到部分指標(biāo)的可獲得性以及可操作性，對影響社會經(jīng)濟(jì)適應(yīng)性的部分指標(biāo)進(jìn)行代替或者刪除，影響適應(yīng)性指數(shù)的大小。此外，采用專家打分法受人為主觀因素影響，權(quán)重取值存在精準(zhǔn)度問題。

參考文獻(xiàn)：

[1]IPCC. Managing the risks of extreme events and disasters to ad- vance climate change adaptation. A special report of working groups I and II of the intergovernmental panel on climate change [M]. Cambridge： Cambridge University Press： 2012.

[2] 袁順，趙昕，李琳琳.沿海地區(qū)風(fēng)暴潮災(zāi)害的脆弱性組合評價及原因探析[J].海洋學(xué)報，2016，38（02）：16-24.

[3] 逄任竹. 面向暴雨災(zāi)害的青島市社會經(jīng)濟(jì)系統(tǒng)脆弱性分析[D].華東政法大學(xué)，2019.

[4] 凌玉. 災(zāi)害適應(yīng)性行為對我國玉米生產(chǎn)效率的影響研究[D].南京農(nóng)業(yè)大學(xué)，2016.

[5] Roy， D.， Datta， A.， Kuwornu， J.K.M. et al. Comparing farmers’ perceptions of climate change with meteorological trends and examining farm adaptation measures in hazard-prone districts of northwest Bangladesh. Environ Dev Sustain （2020）.

[6] 陳崇賢.河口城市海岸災(zāi)害適應(yīng)性風(fēng)景園林設(shè)計研究.北京林業(yè)大學(xué)，2014.

[7] 林嶺. 人員密集公共建筑安全分級評價初探[D].重慶大學(xué)，2006.

[8] 李旭. 怒江高山峽谷區(qū)居民對泥石流災(zāi)害的適應(yīng)性研究[D].云南大學(xué)，2018.

[9]Susan L. Cutter and Bryan J. Boruff and W. Lynn Shirley. Social Vulnerability to Environmental Hazards[J]. Social Science Quarterly， 2003， 84（2） ： 242-261.