對發(fā)展中國家脆弱性的評估

王偉旭，閆昊，花迎朝

（大連海事大學(xué)，遼寧大連，116206）

引言

近年來，全球氣候變化頻繁，溫室氣體的排放導(dǎo)致全球變暖，冰川融化。種種變化已經(jīng)嚴(yán)重沖擊了地球的生態(tài)系統(tǒng)及社會系統(tǒng)。這些變化不僅表現(xiàn)在地球總體的變化中，極端天氣事件更是常在局部地區(qū)造成嚴(yán)重的威脅[1]。政府間氣候變化專門委員會(Intergovernmental Panel on Climate Change)表示，氣候變化的凈損害成本可能是顯著的[2]。氣溫的上升會導(dǎo)致干旱、海平面上升、作物減產(chǎn)等一系列問題，進一步可能導(dǎo)致社會和政府結(jié)構(gòu)的弱化和瓦解。

由于當(dāng)前人類科技還無法有效地改變環(huán)境變化趨勢，因此通過調(diào)整社會結(jié)構(gòu)來適應(yīng)環(huán)境變化是最佳的選擇。脆弱性研究應(yīng)運而生，而一個國家的脆弱性指數(shù)是衡量政府為其人民提供基本生活必需品的能力強弱的一個指標(biāo)。由于大多數(shù)發(fā)展中國家普遍存在環(huán)境實踐的不可持續(xù)、人口遷徙和資源短缺等問題，會加劇自然災(zāi)害所造成的不利影響，使治理薄弱的國家進一步惡化(施瓦茨和蘭道爾，2003;Theisen, Gleditsch，和Buhaug, 2013)。例如：敘利亞和也門的干旱進一步加劇了其本就已經(jīng)十分脆弱的的政府體系，從而導(dǎo)致了沖突的發(fā)生。因此，建立相應(yīng)的國家脆弱性評估指標(biāo)尤為重要。

1 脆弱性的基本概念

脆弱性這一概念起源于對自然災(zāi)害的研究，后來被延伸到經(jīng)濟學(xué)、人類學(xué)以及工程學(xué)等多個領(lǐng)域。聯(lián)合國開發(fā)計劃署的危機預(yù)防與恢復(fù)項目(UNDP for Crisis Prevention and Recovery)定義脆弱性為自然、社會、經(jīng)濟和環(huán)境因素引起的狀態(tài)或過程，它們決定了災(zāi)害導(dǎo)致的損害的可能性和嚴(yán)重程度[3]。聯(lián)合國政府間氣候變化專門委員會（IPCC）對脆弱性的定義是系統(tǒng)對氣候變化（包括氣候變異和極端氣候事件）導(dǎo)致的負面影響的敏感程度和不能處理的程度[4]。而我國中國科學(xué)院地理科學(xué)與資源研究所所長葛全勝教授對脆弱性的定義為承險體在面對潛在的災(zāi)害危險性時，由于自然、社會、經(jīng)濟和環(huán)境等因素的作用，所表現(xiàn)出的物理暴露性、應(yīng)對外部打擊的固有敏感性及與承險體相伴生的人類防抗風(fēng)險的能力[5]。本文以國家為評估單位，以自然氣候為對象，進行脆弱性分析。

2 國家脆弱性指標(biāo)的建立

2.1 相關(guān)國家數(shù)據(jù)的選擇與搜集

眾所周知，收集足夠的數(shù)據(jù)是開發(fā)完整索引系統(tǒng)的基礎(chǔ)。在此通過訪問The Fund for Peace[6]的數(shù)據(jù)庫，找到了不同國家的14個指標(biāo)，如下表所示：

2.2 建立初始評價矩陣

選取m個國家，n個指標(biāo)，則為第i個國家的第j個指標(biāo)的數(shù)值，由此建立初始評價矩陣。

2.2.1 指標(biāo)數(shù)據(jù)的向量規(guī)范化處理

由于各項指標(biāo)的計量單位并不統(tǒng)一，因此在用它們計算綜合指標(biāo)前，先要對它們進行標(biāo)準(zhǔn)化處理，即把指標(biāo)的絕對值轉(zhuǎn)化為相對值，從而解決各項不同質(zhì)指標(biāo)值的同質(zhì)化問題。而且，由于正向指標(biāo)和負向指標(biāo)數(shù)值代表的含義不同（正向指標(biāo)數(shù)值越高越好，負向指標(biāo)數(shù)值越低越好）。因此，對于高低指標(biāo)我們用不同的算法進行數(shù)據(jù)標(biāo)準(zhǔn)化處理。

首先區(qū)分正向指標(biāo)和負向指標(biāo)：正向指標(biāo)為……。負向指標(biāo)為……。對進行處理后的數(shù)據(jù)進行歸一化，其具體方法如下:

為第i個國家的第j個指標(biāo)的數(shù)值，由此得到標(biāo)準(zhǔn)化決策矩陣，為了方便起見，歸一化后的數(shù)據(jù)仍記為。它的最大特點是，規(guī)范化后，各方案的同一屬性值的平方和為1，因此常用于計算各方案與某種虛擬方案（如理想解點或負理想解點）的歐式距離的場合。

利用比重法計算第j項指標(biāo)下第i個國家占該指標(biāo)的比重

在進行評價之前，需要先對數(shù)據(jù)進行無量綱化，然后再對指標(biāo)進行賦權(quán)。

2.3 利用熵權(quán)法確定指標(biāo)的權(quán)重。

為了能得到較為客觀的權(quán)重，在本文的研究中，指標(biāo)的客觀權(quán)重采用熵權(quán)法進行計算，熵權(quán)法的計算原理如下：

計算第j個指標(biāo)的熵值

其中；

計算信息熵冗余度

計算各項指標(biāo)的權(quán)值

2.4 構(gòu)造規(guī)范化加權(quán)決策矩陣

將無量綱化的指標(biāo)和權(quán)重按照式(6)計算后得到加權(quán)后的決策矩陣。

傳統(tǒng)TOPSIS法在確定正負理想解時，正理想解的元素為指標(biāo)中的最優(yōu)值，負理想解的元素為指標(biāo)中的最劣值。因數(shù)值相對較復(fù)雜，使得計算各評價對象到正負理想店的歐氏距離較為繁瑣。在這里，為了簡化計算對TOPSIS法進行改進。規(guī)范化的矩陣X中的的取值范圍為 ]1,0[ 。顯然，對于偏好最高的目標(biāo)屬性值有，對于偏好最低的目標(biāo)屬性值有。

因此，設(shè)正理想解的第j個屬性值為，負理想解的第j個屬性值為，則

計算各個正理想點和負理想點的歐氏距離

按歐氏距離，各國i離正理想點和負理想點的距離的計算公式分別為：

分別用式(9)、式(10)求各國到正理想解的距離和負理想解的距離，然后對每個國家i，分別計算綜合評價指數(shù)值：

其中反映目標(biāo)解與理想解之間的貼近程度。當(dāng)評價對象越靠近正理想解，越接近 %100 ，評價對象水平越優(yōu)，反之越差。

3 模型結(jié)果和分析

Table1 The Weight of Index

從圖表可以看出， 氣候綜合指數(shù)的下降不僅會直接增加國家的脆弱性指數(shù)，同時環(huán)境的變化會間接影響國家的經(jīng)濟、政治和社會安全等因素，從而對國家的脆弱性指數(shù)產(chǎn)生間接性的影響，因此我們需要用上面的方法來計算氣候?qū)?jīng)濟因素的影響，得出結(jié)果如下。

Table2: The first row shows five factors in the fragile assessment of the proportion.

4 脆弱性國家應(yīng)采取的措施

根據(jù)以上結(jié)果，我認為非洲各國政府應(yīng)該充分發(fā)揮政府的組織領(lǐng)導(dǎo)作用，采取一些減災(zāi)計劃和措施，以減少和消除災(zāi)害對人民生命財產(chǎn)造成的影響，同時應(yīng)建立災(zāi)害應(yīng)急救援機制，協(xié)調(diào)各級政府和各部門展開救援行動，加強災(zāi)害評估和預(yù)報，快速科學(xué)評估災(zāi)害發(fā)生的程度，配備設(shè)備，團隊和資源應(yīng)對災(zāi)難。災(zāi)后重建應(yīng)包括為災(zāi)區(qū)災(zāi)民提供緊急臨時安置，及時提供災(zāi)后救災(zāi)資金，災(zāi)后重新規(guī)劃，恢復(fù)重建和各種災(zāi)后保險賠償。

[1]林冠慧, 吳佩瑛.全球變遷下脆弱性與適應(yīng)性研究方法與方法論的探討[J], 2004, (43): 33-38.

[2]Schwartz, P.and Randall, D.“An Abrupt Climate Change Scenario and Its Implications for United States National Security”, October 2003.

[3]McCarthy J J, Canziani O F, Leary N A.Climate Change 2001: Impacts,Adaptation and Vulnerability. Cambridge: Cambridge University Press,2001.

[4]UNDP.Reducing disaster risk: A challenge for development United Nations Development Program, Bureau for Crisis and Recovery, 2004.

[5]葛全勝, 鄒銘, 鄭景云, 等.中國自然災(zāi)害風(fēng)險綜合評估初步研究[M].北京: 科學(xué)出版社, 2008.

[6]Schwartz, P.and Randall, D.“An Abrupt Climate Change Scenario and Its Implications for United States National Security”, October 2003.

[7]Fragile States Index is from FOUND FOR PEACE.From

[8]Temperature and precipitation are from WORLD BANK .From

[9]Tian Chao Lu, Kai Kang, Application of Entropy Method and Analytic Hierarchy Process in Weight Determination

[10]Xian Guang Guo, Entropy Method and Its Application in Comprehensive Evaluation

[11]Pei Jun Shi, Jing Ai Wang On the Comprehensive Administration of Natural Disaster Risk.From