空氣污染對區(qū)域性人口健康的影響

摘要：空氣污染日益嚴(yán)重，對空氣污染體現(xiàn)的區(qū)域脆弱性進(jìn)行評價研究對改善空氣質(zhì)量、降低健康風(fēng)險和實現(xiàn)可持續(xù)發(fā)展具有重要意義。借鑒HOP模型思想，將空氣污染暴露水平結(jié)合社會脆弱性指標(biāo)構(gòu)建區(qū)域綜合脆弱性框架，并采用自然斷裂點(diǎn)法進(jìn)行脆弱性分級，對中國除臺灣外31個?。ㄗ灾螀^(qū)）的區(qū)域綜合脆弱性進(jìn)行分析和評價。結(jié)果表明，降低區(qū)域脆弱性和健康風(fēng)險要從人類和社會本身入手。

關(guān)鍵詞：暴露水平社會脆弱性空氣污染區(qū)域脆弱性

一、引言

上世紀(jì)70年代，“脆弱性”一詞被引入自然災(zāi)害領(lǐng)域[1]，隨后地理學(xué)、社會學(xué)、生態(tài)學(xué)、工程學(xué)、管理學(xué)、以及經(jīng)濟(jì)學(xué)等領(lǐng)域的學(xué)者都開始對這一概念進(jìn)行了探索性運(yùn)用和發(fā)展[2-6]，試圖推動各領(lǐng)域間對這一概念的相互探討和交流。不同領(lǐng)域由于其研究視角不同，對脆弱性的理解也千差萬別，脆弱性這一綜合性很強(qiáng)的概念，其內(nèi)涵發(fā)展經(jīng)歷了從一元到多元、由簡單到復(fù)雜的過程。

社會脆弱性是在脆弱性這一概念基礎(chǔ)上發(fā)展而來，一些比較典型的定義如：IPCC（2001）評估報告中將脆弱性定義為系統(tǒng)容易受到外部擾動帶來的不良后果的影響或?qū)ζ鋺?yīng)對能力的不足，是系統(tǒng)對擾動的特征、強(qiáng)度和速率、敏感性以及適應(yīng)性的函數(shù)[7];Adger將社會脆弱性定義為系統(tǒng)在暴露的環(huán)境中由于缺乏適應(yīng)能力而對擾動敏感的潛在損害狀態(tài)[8];Cutter等認(rèn)為在一定程度上而言，社會脆弱性是社會不平等的產(chǎn)物，且導(dǎo)致不平等的社會因素和壓力使得不同社會群體對擾動的敏感性有差異，同時其應(yīng)對能力和恢復(fù)能力也會受到影響[9-10]。由于各研究領(lǐng)域?qū)ι鐣嗳跣詢?nèi)涵、影響因子和作用機(jī)制的理解不同，社會脆弱性的分析模型也呈現(xiàn)很大差異，主要的模型框架可歸納如下：1植根于經(jīng)濟(jì)、人口和政治的“壓力和釋放模型”（PAR）;2蘊(yùn)含外部沖擊、發(fā)展趨向及季節(jié)性變化特征的“可持續(xù)生計框架”;3物理環(huán)境和社會環(huán)境相互作用的“地方—風(fēng)險模型”（HOP）;4包含三個層次人文和環(huán)境條件的多尺度性“人—環(huán)境耦合系統(tǒng)分析框架”;5基于環(huán)境、社會和經(jīng)濟(jì)三個層面的動態(tài)性“BBC框架”;涵蓋多元概念特征、整合多重維度的“MOVE框架”[11]。這些模型是基于不同的概念理解和不同的研究領(lǐng)域或范圍建立的，相對而言，HOP模型在社會脆弱性的測量上更加注重時間和空間的演進(jìn)，先后在美國等國家的社會脆弱性研究中獲得了廣泛應(yīng)用，并取得了成功，是個不錯的研究框架。而Cutter在HOP模型上提出的區(qū)域脆弱性模型，其思想是災(zāi)害風(fēng)險和社會減災(zāi)相互作用產(chǎn)生潛在致災(zāi)因子，當(dāng)該因子作用于地理和社會層面時將分別表現(xiàn)為物理脆弱性和社會脆弱性，這兩種脆弱性綜合作用又最終表現(xiàn)為區(qū)域脆弱性[12]。

本文另辟蹊徑，基于脆弱性視角，以全國31個省為例，將空氣污染等社會災(zāi)害問題引入HOP模型，綜合考慮社會因素和環(huán)境因素的相互作用對人口健康的影響，構(gòu)建社會脆弱性指標(biāo)體系，并聯(lián)合空氣污染暴露水平構(gòu)建區(qū)域綜合脆弱性體系對區(qū)域性人口健康的影響進(jìn)行分析。

二、指標(biāo)體系與評估模型

（一）脆弱性度量的指標(biāo)體系

在社會指標(biāo)選取上，一般情況而言，社會脆弱性指標(biāo)應(yīng)包含社會中人口結(jié)構(gòu)特征、社會弱勢群體特征、社會的經(jīng)濟(jì)發(fā)展水平、社會服務(wù)設(shè)施水平等。盡管有這些方面的區(qū)分，但一些學(xué)者在研究該問題時人為地把社會脆弱性包含的內(nèi)容進(jìn)行分類、賦權(quán)處理并分別進(jìn)行分析，這明顯摻雜了過多的主觀性，會增加結(jié)果的不確定性，不免思慮欠妥[13]。本文選取了2015年中國31個?。ú话ǜ邸?、臺地區(qū)）社會發(fā)展數(shù)據(jù)共18個指標(biāo)，這些指標(biāo)雖然不完全與Cutter所選取的42個指標(biāo)一致，但在大致覆蓋了社會脆弱性若干方面的同時減少了數(shù)據(jù)冗余，提高了便捷可行性。具體如表1所示。

空氣污染方面，對于物理脆弱性采用暴露水平的指標(biāo)來表征。本文對人為活動造成的災(zāi)害，采用災(zāi)害的強(qiáng)度或頻率數(shù)據(jù)來進(jìn)行暴露程度的度量，而由于空氣中對人體健康存在威脅的污染物種類并不單一，且濃度標(biāo)準(zhǔn)各異，因此選擇API（空氣污染指數(shù)）為綜合依據(jù)，用各省年空氣質(zhì)量良以下的天數(shù)比例（即API大于100）來衡量空氣污染的暴露水平。其中，社會發(fā)展和空氣污染指標(biāo)所涉及的數(shù)據(jù)均來自2016年中國各省統(tǒng)計年鑒、統(tǒng)計局?jǐn)?shù)據(jù)以及部分第六次全國人口普查數(shù)據(jù)。

（二）脆弱性綜合測度的計量模型

1污染暴露水平度量。對于暴露水平的處理，具體方法如下：①采用0-1標(biāo)準(zhǔn)化方法，先將年空氣質(zhì)量良以下天數(shù)比例最大的省的空氣污染暴露水平賦值為1，其他各省年空氣質(zhì)量良以下的天數(shù)比例與該省的比值為對應(yīng)省的空氣污染暴露水平，那么空氣污染暴露水平取值范圍為0-1，最后按照自然斷裂點(diǎn)法進(jìn)行各省的暴露水平分級。

2社會脆弱性度量。（1）數(shù)據(jù)的標(biāo)準(zhǔn)化：設(shè)有i個評價對象，每個評價對象對應(yīng)j個評價指標(biāo)，為了消除量綱的影響，對數(shù)據(jù)用改進(jìn)的極差標(biāo)準(zhǔn)化方法進(jìn)行處理，以避免出現(xiàn)0值，具體如下：

當(dāng)評價指標(biāo)與評價結(jié)果正相關(guān)時bij=[SX（]aij-min（aj）[]max（aj）-min （aj）[SX）]+05

當(dāng)評價指標(biāo)與評價結(jié)果負(fù)相關(guān)時bij=[SX（]max（aj）-aij[]max（aj）-min （aj）[SX）]+05，其中bij為標(biāo)準(zhǔn)化數(shù)據(jù)，i≤31，j≤18

在對數(shù)據(jù)進(jìn)行預(yù)處理后，運(yùn)用SPSS220軟件對數(shù)據(jù)進(jìn)行降維處理，采用因子分析中的主成分分析方法來具體分析出主成分因子，從而把多個評價指標(biāo)包含的全部信息轉(zhuǎn)化為能夠反映大部分內(nèi)容的若干主成分綜合指標(biāo)。為了使每個因子得到更好的解釋，進(jìn)行標(biāo)準(zhǔn)旋轉(zhuǎn)最大變異法，最大程度地對變量中每個因子的因子載荷交叉驗證，以便得到更好的結(jié)果。經(jīng)過KMO檢驗和Bartlett球形檢驗可知變量間具有一定的相關(guān)性，適合進(jìn)行因子分析，最終迭代得到5個主成分。

（2）主成分因子得分計算。根據(jù)軟件計算結(jié)果，數(shù)據(jù)視圖中增加的5列數(shù)據(jù)即對應(yīng)各主成分的因子系數(shù)矩陣，設(shè)為Ami，則各主成分因子得分Bmi=ami×[KF（]rm[KF）]，其中rm為m因子對應(yīng)的特征值，i≤31，m≤5

（3）社會脆弱性綜合得分計算。根據(jù)因子得分矩陣可得綜合得分的計算如下：

Si=∑[DD（]5[]m=1[DD）][SX（]因子m的方差貢獻(xiàn)率[]總方差貢獻(xiàn)率[SX）]×Bmi，其中Si為第i個省的社會脆弱性綜合得分，最終各省的社會脆弱性指數(shù)SVI同樣采取0-1標(biāo)準(zhǔn)化方式處理。

（4）區(qū)域綜合脆弱性度量。依據(jù)HOP模型的理論原理，由于現(xiàn)在還未能得到足夠的證據(jù)說明暴露水平和社會脆弱性兩者哪個對最終的區(qū)域綜合脆弱性影響更大，因此謹(jǐn)慎起見選擇將二者標(biāo)準(zhǔn)化后的數(shù)據(jù)直接相乘得到區(qū)域綜合脆弱性指數(shù)，然后結(jié)合地理信息系統(tǒng)的制圖功能，采取自然斷裂點(diǎn)對區(qū)域綜合脆弱性分級，并對結(jié)果進(jìn)行展示分析。

三、結(jié)果與討論

（一）空氣污染暴露水平分析

在暴露水平上，地理空間的差異性表現(xiàn)十分突出。如圖1所示，空氣污染暴露程度高的省有6個，主要分布在我國的中部和北部以及西北的部分省份。其中空氣污染程度最高的省是河北，暴露水平為1，這主要是由于其偏重工業(yè)的產(chǎn)業(yè)結(jié)構(gòu)造成的，如鋼鐵、建材、石化和電力等。這些支柱產(chǎn)業(yè)在拉動經(jīng)濟(jì)增長的同時也導(dǎo)致了空氣質(zhì)量的極度惡化。其他污染程度較高的省份（或直轄市）合理地分布在河北的周邊，包括河南、北京、山東、陜西和天津，暴露水平分別達(dá)到了0967、0952、0898、0858和0827。它們除了受河北空氣污染擴(kuò)散作用的影響，還存在自身產(chǎn)業(yè)結(jié)構(gòu)和布局不合理的因素。污染程度次高的有7個省，分別是位于附近的山西、寧夏、湖北、江蘇、上海和吉林，外加位于大西北的新疆。新疆與前述污染嚴(yán)重的地區(qū)隔得較遠(yuǎn)，導(dǎo)致其空氣質(zhì)量低下的原因可能是其特殊的地理因素。新疆整體地勢偏高，多山加之建筑密集，不利于污染物的擴(kuò)散，另外完全依賴煤炭供暖也會相應(yīng)增加污染程度。除了黑龍江（0181）外，暴露水平較低的省主要分布在南部，如云南（0035）、貴州（0071）、廣西（0135）、海南（0013）、廣東（0152）和福建（0083），其中空氣質(zhì)量最好的是海南省。其他11個省都處于中等或較低的暴露水平，主要分布于西部和中部。

（二）社會脆弱性分析

根據(jù)主成分分析結(jié)果，經(jīng)過降維之后社會脆弱性方面一共[KH-1D]提取了5個主成分，旋轉(zhuǎn)前后累計方差解釋貢獻(xiàn)率均為7998%>75%，故能有效地反映研究對象的社會脆弱性水平。通過軟件的描述統(tǒng)計分析可知，社會脆弱性綜合得分最小值為-391，最大值為196，均值為0，標(biāo)準(zhǔn)差為127。下面分別從各主成分因子來和社會綜合方面對社會脆弱性加以描述和分析。

1第一主成分指標(biāo)因子分析。第一主成分指標(biāo)因子主要反映了經(jīng)濟(jì)發(fā)展水平和人口結(jié)構(gòu)特征。該因子提取了居民可支配收入、人均生產(chǎn)總值、城鎮(zhèn)化率、第三產(chǎn)業(yè)人口比重、65歲以上人口比率、14歲以下人口比率等確切體現(xiàn)經(jīng)濟(jì)水平和人口特征的大多數(shù)指標(biāo)，另外還包括反映人口聚集程度和地理傾向特征的人口密度指標(biāo)，以及反映基礎(chǔ)設(shè)施狀況的百人擁有的電話數(shù)指標(biāo)。因子1的方差解釋貢獻(xiàn)率共達(dá)到了3617%，表明社會經(jīng)濟(jì)的發(fā)展水平和人口結(jié)構(gòu)特征對社會脆弱性的影響力十分顯著。經(jīng)濟(jì)發(fā)展水平越高，相對而言對各種突發(fā)狀況的應(yīng)急能力也越強(qiáng)，事后恢復(fù)也越快;而幼年和老齡化人口越高，二者撫養(yǎng)比越高，社會負(fù)擔(dān)就越大，脆弱性也就越高，第三產(chǎn)業(yè)從業(yè)人口越多，社會產(chǎn)業(yè)結(jié)構(gòu)越趨向于完善和優(yōu)化，社會發(fā)展越穩(wěn)定，其脆弱性越低。由圖2可知，在經(jīng)濟(jì)水平和人口結(jié)構(gòu)特征方面具有高度脆弱性的有6個省，脆弱性最高的是貴州（2603），其他幾個由高到低分別是湖南（2551）、新疆（2128）、甘肅（1931）、云南（1862）和四川（1781），它們大部分位于我國的西北和西南等經(jīng)濟(jì)發(fā)展稍滯后的地區(qū)，符合邏輯常識。具有較高脆弱性的有8個省，主要分布于中部和北部區(qū)域，包括陜西、山西、河北、黑龍江、河南、湖北、江西和廣西，其脆弱性指數(shù)均大于096。而處于低度脆弱性的只有2個省，即我國經(jīng)濟(jì)實力最強(qiáng)的北京和上海，其因子脆弱性指數(shù)分別只有-6822和-8665。處于較低脆弱性的為遼寧、天津、江蘇、浙江和廣東等環(huán)渤海、東海和南海相對較發(fā)達(dá)的省份，其脆弱性指數(shù)均低于-122。

2第二和第五主成分指標(biāo)因子分析。第二主成分和第五主成分指標(biāo)因子綜合反映了人類發(fā)展指數(shù)和醫(yī)療衛(wèi)生水平。根據(jù)旋轉(zhuǎn)系數(shù)矩陣來看，因子2提取了人口自然增長率、死亡率、人均公園綠地面積、萬人擁有醫(yī)生數(shù)四個指標(biāo);因子5提取了萬人擁有的病床數(shù)和人均住房面積這兩個指標(biāo)。因子2和因子5這兩個主成分分別貢獻(xiàn)了2001%和63%的方差解釋率，二者累計達(dá)到2631%，可見人類發(fā)展指數(shù)和醫(yī)療衛(wèi)生水平對社會脆弱性的影響不能小覷。人類發(fā)展指數(shù)和醫(yī)療衛(wèi)生水平越高，表明社會環(huán)境比較優(yōu)越，社會脆弱性越低。這兩個主成分脆弱性的空間分布如圖3所示，在人類發(fā)展指數(shù)和醫(yī)療衛(wèi)生水平上表現(xiàn)出高度脆弱的有4個省，主要分布在西南地區(qū)，分別為湖南（27）、貴州（2574）、和云南（2439），但脆弱性最高的是位于北方的河南省，其脆弱性指數(shù)高達(dá)3311。究其原因，一方面結(jié)合上述因子1的脆弱性分布可知，河南經(jīng)濟(jì)發(fā)展水平和人口結(jié)構(gòu)特征處于較高的脆弱性，且較其他三省而言，其旅游業(yè)對經(jīng)濟(jì)的帶動作用比較微弱，受到經(jīng)濟(jì)發(fā)展水平的限制;另一方面河南的教育質(zhì)量相對低下，在素質(zhì)教育和醫(yī)療投入方面都有待提高。而處于低度脆弱的有新疆、寧夏和天津3省市，其中脆弱性得分最低的為寧夏，只有-346，三個省市整體得分都低于-3。除了廣東以外，其他幾個較低脆弱的省份如內(nèi)蒙古、黑龍江、吉林和青海等都位于最北方，得分基本處于-2以下。剩下的大致覆蓋我國整個西部、中部和東部地區(qū)的若干省份，都處于中等或較高程度的脆弱性。

3第三和第四主成分因子分析。第三主成分和第四主成分共同反映了社會弱勢群體特征。該部分提取了文盲人口比率、貧困人口比重、女性人口比重和城鎮(zhèn)登記失業(yè)率共四個指標(biāo)，這兩個主成分的方差解釋貢獻(xiàn)率分別是1007%和743%，共計175%。文盲體現(xiàn)的是精神文化的匱乏，會導(dǎo)致該群體憂患意識和安全意識薄弱，信息接收不暢、不及時;就業(yè)困難和經(jīng)濟(jì)貧困無疑會增加脆弱性，而女性由于生理構(gòu)造的不同在某種程度上來說也體現(xiàn)了社會的脆弱性，因此這四個指標(biāo)取值越大，社會脆弱性越高。從空間分布來看，如圖4所示，弱勢群體上表現(xiàn)出高度脆弱的有3個省，其中脆弱性最高的是西藏，得分達(dá)5344，其他兩個分別為上海（3225）和青海（3046）。其中讓人有點(diǎn)意外的是，上海竟然在弱勢群體上具有高度的脆弱性，這可能與其發(fā)達(dá)的經(jīng)濟(jì)、與競爭力以及快速的生活節(jié)奏有關(guān)，正因在如此強(qiáng)大的發(fā)展光環(huán)下，處于劣勢的人群會相形之下過得更加舉步維艱，且高強(qiáng)度的生活節(jié)奏和競爭壓力也可能造成失業(yè)率的上升。而甘肅、寧夏、山西、黑龍江和貴州處于較高的脆弱性，其脆弱性得分均在06以上，除此之外的其他省份都處在中等及以下的脆弱性，其中廣東和湖北的脆弱性最低，分別只有-2757和-2654。

（三）社會綜合脆弱性分析

通過各因子的方差解釋貢獻(xiàn)率所占比可知，因子1體現(xiàn)的經(jīng)濟(jì)發(fā)展水平和人口結(jié)構(gòu)特征對社會脆弱性的影響最大，所以比較也可以發(fā)現(xiàn)，圖6與圖3的相似程度最高。再結(jié)合圖6社會脆弱性的空間分布可知，社會綜合脆弱性高的有6個，主要分布在經(jīng)濟(jì)相對不發(fā)達(dá)且人口也較集中的西北和西南地區(qū)，社會脆弱性較高的也是6個，均環(huán)脆弱性高的幾個省毗鄰分布，社會脆弱性中等的有10個，社會脆弱性較低及以下的省份基本都在沿海經(jīng)濟(jì)發(fā)達(dá)地，即渤海附近的遼寧和京津冀地區(qū)、長三角和珠三角等地，其中脆弱性最低的為我國經(jīng)濟(jì)發(fā)展水平首屈一指的北京、天津、上海和廣東4個省市，這與實際情況吻合度也頗高。而人類發(fā)展指數(shù)的方差解釋率占比顯示了其對社會綜合脆弱性也有比較大的影響。經(jīng)過空間對比并結(jié)合統(tǒng)計數(shù)據(jù)可知，像新疆和黑龍江等在經(jīng)濟(jì)水平和人口結(jié)構(gòu)上處于高度或較高脆弱的在社會綜合脆弱性卻是一般脆弱，而像西藏及河南在因子1上表現(xiàn)中度脆弱的在社會綜合脆弱性上卻成了較高或高度脆弱，說明像人口自然增長率、人均住房面積等人類發(fā)展指數(shù)指標(biāo)的減小會導(dǎo)致社會脆弱性的增加。

（四）區(qū)域綜合脆弱性分析

區(qū)域綜合脆弱性的空間分布如圖7所示，具有高度脆弱的只有1個，即河南，因為其在暴露水平和社會綜合脆弱性上都是高度脆弱。整體來看，除河南外，脆弱性從東往西區(qū)依次增加。區(qū)域綜合脆弱性較高的有10個，分別是新疆、西藏、甘肅、陜西、四川、重慶，湖北、湖南、河北和江西，中度脆弱的有11個，其他的脆弱性都較低，其中最低的為北京、天津和上海。將圖7分別和圖2與圖6對比可知，區(qū)域綜合脆弱性的空間分布圖與社會脆弱性的分布相似度略高，特別是從黑龍江、內(nèi)蒙古和河北一直到海南沿海一帶，其脆弱性的分布基本完全一致，其他各省的區(qū)域綜合脆弱性整體上也是與社會脆弱性的分布較為相似。其原因由空氣污染災(zāi)害自身的種類和特性所決定，首先它主要是由人類社會活動造成的，因此帶有社會性質(zhì)，然后它整體呈現(xiàn)的是一種可擴(kuò)散可遷移的面狀污染，且其影響過程是持續(xù)性的而非短暫即時的，所以受社會脆弱性的差異較大。同時，暴露水平對區(qū)域綜合脆弱性有一定的影響，比如像甘肅、四川、云南、貴州和廣西等處于高度或較高社會脆弱性的省，由于其空氣污染暴露水平較低，所以其最終的區(qū)域綜合脆弱水平都在社會脆弱性的基礎(chǔ)上下降了一到兩個等級。

四、結(jié)論與展望

我國省級區(qū)域的脆弱性具有比較明顯的空間分異特征，但總體脆弱性程度不是太重，高度脆弱的僅有河南省。一方面同地勢分布類似，區(qū)域脆弱性整體呈“梯度化”分布，東部地區(qū)的區(qū)域脆弱性整體高于中部和西部，而社會脆弱性也呈現(xiàn)從東部沿海到西部內(nèi)陸逐步升高的分異態(tài)勢;另一方面，從面域上來看為“半包圍式”分布，從北到東北再往南沿海分布的省市區(qū)脆弱性相對較低，除青海外，脆弱性較高的中部和西部地區(qū)則呈現(xiàn)出被外層的低脆弱性區(qū)域包圍的狀態(tài)。

區(qū)域綜合脆弱性的空間分布總體上和社會脆弱性更為相似，所以主要由社會脆弱性決定，同時受暴露水平調(diào)節(jié)作用?？諝馕廴編в猩鐣再|(zhì)，從根本上講是社會問題在自然層面的體現(xiàn)，是人與自然關(guān)系不和諧的表現(xiàn)。其作用效果不像地質(zhì)災(zāi)害那樣迅速，在人體健康上表現(xiàn)為經(jīng)過一段時期的累積后爆發(fā)，而社會因素在這個過程中可起到緩沖和改善的作用。因此，區(qū)域脆弱性的改善要從人類本身開始，調(diào)整產(chǎn)業(yè)結(jié)構(gòu)、優(yōu)化資源基礎(chǔ)如油品品質(zhì)的改善等，不能走先發(fā)展后治理的老路，要在尊重自然的基礎(chǔ)上發(fā)揮人類的主觀能動性，這是人與自然和諧相處的前提，也是可持續(xù)發(fā)展的內(nèi)在要求。

參考文獻(xiàn)：

[1]Janssena M A，Schoon M L，Ke W et alScholarly networks on resilience，vulnerability and adaptation within the human dimensions of global environmental changeGlobal Environmental Change，2006，16（3）：240-252

[2]劉燕華，李秀彬脆弱性生態(tài)環(huán)境與可持續(xù)發(fā)展[M]北京：商務(wù)印書館2001

[3]Gallopin G CLinKages between vulnerability，resilience，andaptive capacityGlobal Environmental Change，2006，16（3）：293-303

[4]Smit B，Wandel JAdaptation，adaptive capacity and vulnerabilityGlobal Environmental Change，2006，16（3）：282-292

[5]Fussel H M Vulnerability：A generally applicable conceptual framework for climate change researchGlobal Environmental Change，2007，17（2）：155-167

[6]方修琦，殷培紅彈性、脆弱性和適應(yīng)性—IHDP三個核心概念綜述[J]地理科學(xué)進(jìn)展，2007，26（5）：11-22

[7]IPCC2001Climate change：impacts，adaptation and vulnerabilityCambridge，UK：Cambridge University Press

[8]Adger W NVulnerability[J]Global Environmental Change，2006，16（3）：268-281

[9]Cutter S L，Boruff B J，Shirley W LSocial vulnerability to environmental hazards[J]Social science quarterly，2003，84（2）：242-261

[10]Cutter S L，F(xiàn)inch CTemporal and changes in social vulnerability to natural hazards [J]Procedings of the National Academy of Science，2008，105（7）：2301-2306

[11]黃曉軍，黃馨，崔彩蘭，楊新軍社會脆弱性概念、分析框架與評價方法[J]地理科學(xué)進(jìn)展，2014，33（11）：1512-1525

[12]Cutter S L Vulnerability to environmental hazards[J] Progress in Human Geography，1996，20：529-539

[13]唐玲，劉怡君自然災(zāi)害社會易損性評價指標(biāo)體系與空間格局分析[J]電子科技大學(xué)學(xué)報社科版，2012，14（3）：49-53

（梁欣，中南財經(jīng)政法大學(xué)信息與安全工程學(xué)院）