氣候變化影響國家脆弱性

劉曉朋，于 越，陳永波

（西南民族大學，成都 610225）

至今，相關學者研究了各種指標來評估國家的脆弱性，相關資料明顯指出氣候變化可以通過直接措施增加脆弱性或間接影響其他因素和指標[1]。程墨和吳宇童研究了全球氣候變化下農業(yè)和適應策略的脆弱性[2]。盡管每項研究都有其自身的優(yōu)勢，但沒有結合氣候變化對不同緯度（經濟、政治、社會等）的影響設計出全面評估國家脆弱性的模型。因此，本文在技術和理論的支持下彌補了上述不足點，建立了模型：基于變異系數評價模型的模糊綜合評價模型和綜合指標模型，確定氣候變化對國家脆弱性的影響。選擇屬于十大最脆弱國家的阿富汗作為研究對象，基于建立的模型測試出氣候變化將會直接或間接影響社會、經濟、政治和環(huán)境，致使國家脆弱性的改變。

1 國家脆弱性評估模型

1.1 評估指標體系的構建

為了評估該國的脆弱性，本文將評估系統(tǒng)分為四個維度：社會，經濟，政治和環(huán)境，并中選擇了12個代表性指標來構建國家脆弱性評估指標體系。具體情況見表1。

表1 國家脆弱性評估指標體系

1.2 綜合脆弱性指標建立及國家脆弱性的分類

在計算指標權重時，專家任務的主觀性和部分極值會影響評估結果。因此，本文決定使用CIVC模型來計算指標的權重，使用權重來反映指標的影響，根據CFI（綜合脆弱性指數）的范圍繪制出該國的脆弱等級。經過構造原始數據的矩陣，將指標值間存在的正相關和負相關標準化后得到標準化矩陣

繼而，根據CIVC模型確定原始數據的變異系數，加權系數和綜合脆弱性指數

式中，Wj代表指數的權重；CFIk是第二個指數層的脆弱指數，可以得出該國的綜合脆弱指數；CFIe是第一個索引層的脆弱指數。由此可以得到每個國家的綜合脆弱指數，將該國的脆弱性分為三個等級：輕度脆弱、中級脆弱、高度脆弱，如表2所示。

表2 國家脆弱性分類

1.3 基于變異系數和模糊綜合評價模型的綜合指數模型

1.3.1 建立模糊關系

氣候變化的程度分析由兩套組成：一個用于分析水平，用D表示；另一個用于分析指標，用S表示。顯然，在采用這種方法后，一些不同的指標可以確定分析的層次。將與水平分析相關的隸屬函數值代入Pi，根據重要指標的關系分配權重fi得到集合D上的模糊關系，由此得到氣候變化指標（每個指標有m個狀態(tài)集和n個指標因子）矩陣。

1.3.2 確定不同指標的測量標準

應用綜合指數法進行判斷后發(fā)現，利用隸屬函數反映氣候變化的程度是準確的。假設排名和指標之間基本呈線性關系，其目標函數只與氣候變化程度的分類有關。根據P=[0.8，0.6，0.4]，使用德爾菲法來給出fi的權重確定災害損失率、PM2.5、糧食產量、GDP、平均每日降水量、失業(yè)率的權重[3]。

式中，Ei表示各指標的模糊系數；CCI（氣候變化指數）表示氣候變化的綜合系數。在此基礎上通過引入α（氣候變化程度）和CV（變異系數）改進復合指數模型，計算出氣候變化影響下的CFI（綜合脆弱性指數）。

結合已經確立的模型，將已有的不同脆弱國家各種指標的衡量標準根據平等權利的觀念，分為三個等級。

2 氣候變化對脆弱性指標的影響

使用CVCI模型計算出阿富汗的CFI，通過CCI（氣候變化指數），得到脆弱性變化的程度，結合其對每個指標的直接和/或間接影響，獲得氣候變化和指標。表3顯示了阿富汗的指標。

表3 阿富汗的氣候變化影響指標

糧食產量（E5） million tons 0.674失業(yè)率（E6） - 8.5%

所以我們可以計算阿富汗的CCI為0.857，此值大于0.7，所以可以看到氣候變化的程度已經達到了第三級，這導致了這樣的結論：氣候變化使脆弱性指數增加了近66.6%。

根據計算的權重，如果氣候不影響這些指標可以得出CFI值為0.564，阿富汗的脆弱狀態(tài)是較為脆弱（中等脆弱）。通過對比，氣候變化是影響阿富汗國家脆弱性的重要因素，如果沒有氣候變化所帶來的對其他因素的影響，該國可能變得不那么脆弱。

3 結束語

本文模型將氣候變化可以看作是影響區(qū)域不穩(wěn)定性的重要因素，標準化了不同維度的數據（社會，經濟，政治和環(huán)境），綜合考慮氣候變化的影響。當氣候變化的直接和間接因素都對國家脆弱性產生影響時，該地區(qū)的不穩(wěn)定性將大大增加。然后，選擇阿富汗作為研究對象進行模擬分析。在沒有氣候變化影響下，阿富汗的國家脆弱性指數為0.564，該數值小于0.8。相反，當氣候變化系數達到0.7時，一個國家的脆弱性將會達到臨界點，即脆弱性指數達到0.8或以上，其不穩(wěn)定性將顯著增加，幾乎達到崩潰的邊緣?？梢?，控制氣候變化影響的脆弱國家可能使該國擺脫其脆弱性。如果采取有效的人為干預措施，氣候變化的影響將得到控制，這將延長各國脆弱性達到臨界點的時間