習(xí)聰望　何少林　陳文凱

摘要：選取烈度、人口總量、老幼人口比例、坡度、斷層、建筑物、地貌類型7個指標(biāo)，采用層次分析法對地震災(zāi)害人口易損性情況進行綜合評估。為了提高數(shù)據(jù)準(zhǔn)確度和精確度，選取鄉(xiāng)鎮(zhèn)實際居民地為研究單元，基于GIS平臺分析了鄉(xiāng)鎮(zhèn)人口易損性空間分布，計算了實際居民地的地震災(zāi)害人口易損性大小。結(jié)果表明：隴南地區(qū)居民地地震災(zāi)害人口易損性處于中低等級，人口易損性值大于0.6的居民地面積約占居民總面積的1.2%：在196個鄉(xiāng)鎮(zhèn)中人口易損值在0.65～0.76區(qū)間的鄉(xiāng)鎮(zhèn)有6個，主要集中在隴南地區(qū)北部和中南部，大部分位于禮縣、武都區(qū)和文縣，其中最高的為禮縣城關(guān)鎮(zhèn)。研究結(jié)果通過汶川地震隴南地區(qū)實際烈度與人員傷亡情況進行了驗證，評價結(jié)果與實際情況有較好的一致性。

關(guān)鍵詞：地震災(zāi)害；人口易損性；層次分析法；居民地；隴南地區(qū)

中圖分類號：P315.9 文獻標(biāo)識碼：A 文章編號：1000-0666（2016）02-0288-07

0 引言

甘肅省是我國地震多發(fā)省份之一，處于南北地震帶北段，歷史上曾發(fā)生過多次破壞性地震，造成過嚴(yán)重的人員傷亡。例如，1920年海原8.5級地震，導(dǎo)致273465±9700人死亡（劉百篪等，2003）：1927年古浪8.0級地震，導(dǎo)致41471人死亡（國家地震局，1996）。理論上，地震震級越大，造成的損失也越大，然而2001年昆侖山口西8.1級大地震，產(chǎn)生了長達426千米的地表破裂帶（陳杰等，2003），卻沒有造成人員傷亡，這種結(jié)果的出現(xiàn)與該區(qū)域的人口易損性密切相關(guān)。1992年聯(lián)合國公布了易損性（Vulnerability）的定義：“潛在損害現(xiàn)象可能造成的損失程度”（united Na-tions，1992）。因此，地震災(zāi)害人口易損性指的就是某地區(qū)地震災(zāi)害發(fā)生后可能造成的人口的損失程度。對于這一課題的研究屬于地震災(zāi)害風(fēng)險分析的范疇，黃崇福（1999）提出，自然災(zāi)害風(fēng)險分析主要涉及致災(zāi)因子風(fēng)險分析、承災(zāi)體易損性評價與災(zāi)情損失評估3個方面，地震災(zāi)害人口易損性評估則是承災(zāi)體易損性分析中最重要的研究部分之一。

隴南地區(qū)位于甘肅省東南部，處于西秦嶺斷裂和東昆侖斷裂的交匯部位，且區(qū)內(nèi)發(fā)育多條小型次級斷裂。該地區(qū)地震活動性強烈，歷史上曾發(fā)生過多次強烈大地震，其中1879年7月1日武都區(qū)、文縣之間發(fā)生的8級大地震（袁道陽等，2014），是本地區(qū)歷史上最嚴(yán)重的一次地震。該區(qū)山脈眾多、地形復(fù)雜，崩塌、滑坡、泥石流等地震次生災(zāi)害頻繁發(fā)生，人口作為主要的承災(zāi)體之一，常常遭遇嚴(yán)重?fù)p失，因此研究地震災(zāi)害人口易損性是非常有必要的。本文基于GIS軟件平臺，對甘肅省隴南地區(qū)居民地進行地震災(zāi)害人口易損性研究，對該地區(qū)人口易損性提供空間上的展布，為減災(zāi)、救災(zāi)、應(yīng)急等工作提供科學(xué)依據(jù)。

1 地震災(zāi)害人口易損性評估方法

縱觀國內(nèi)外地震災(zāi)害人口易損性研究方法，主要可以歸納為兩類，一類是基于歷史震害資料的經(jīng)驗方法，主要是將地震所造成的震害資料數(shù)據(jù)進行擬合回歸，得到損失程度與各個因子之間的關(guān)系；另一類則是數(shù)學(xué)方法，即依據(jù)數(shù)學(xué)公式進行人口易損性綜合評價。常用的地震災(zāi)害人口易損性評估數(shù)學(xué)方法為灰色關(guān)聯(lián)分析法、模糊綜合評判法、層次分析法。

1.1 灰色關(guān)聯(lián)分析法

鄧聚龍在1981年于上海召開的中-美控制系統(tǒng)學(xué)術(shù)會議上的發(fā)言中首次使用“灰色系統(tǒng)”一詞，標(biāo)志著灰色系統(tǒng)理論的誕生（鄧聚龍，1983）。此后，灰色關(guān)聯(lián)分析法得到了廣泛的應(yīng)用，其相關(guān)理論也日益趨向成熟。

灰色關(guān)聯(lián)分析法主要步驟：

（1）無量綱處理，有極大型、極小型、定指標(biāo)型和區(qū)間型；

（2）關(guān)聯(lián)系數(shù)：

灰色關(guān)聯(lián)度分析法是一種處理非線性問題的有利工具，更注重描述因素間關(guān)系的強弱、大小、次序。但是灰色關(guān)聯(lián)分析法存在一定的缺陷：首先，其量化模型所求出的關(guān)聯(lián)度總為正值，不能全面反映事物之間的關(guān)系：其次，其量化模型的理論基礎(chǔ)比較狹隘，缺乏科學(xué)依據(jù)，難以滿足規(guī)范性操作的要求，易產(chǎn)生序數(shù)效應(yīng)（虞曉芬，傅玳，2004）；最后，無量綱處理后，其關(guān)聯(lián)度可能和原始數(shù)據(jù)有所差異。

1.2 模糊綜合評判法

1965年美國加利福尼亞大學(xué)的自動控制專家Zadeh（1965）發(fā)表了《模糊集》，提出了模糊集理論，為人們進行風(fēng)險分析研究提供了有力的工具。其后，許多研究者開始使用模糊方法處理風(fēng)險問題（白海玲，黃崇福，2000）。

模糊綜合評判法的主要步驟為：（1）確定目標(biāo)和指標(biāo)集；（2）給出評價值及單指標(biāo)的標(biāo)準(zhǔn)；（3）確定隸屬函數(shù)，確定的方法很多，常用的有降半正態(tài)分布、降（升）半梯形分布、降（升）半凹（凸）形分布、降（升）半哥西分布等；（4）構(gòu)建評價矩陣；（5）確定權(quán)重，依據(jù)評價單元各因子的特征數(shù)據(jù)及各評價因子分級標(biāo)準(zhǔn)的級別均值確定權(quán)重矩陣；（6）最終結(jié)果計算，將權(quán)重矩陣乘以評價矩陣。

模糊綜合評判法在指標(biāo)集對于目標(biāo)集的影響作用較模糊的研究中，具有一定的優(yōu)勢；對于多因素、多指標(biāo)問題，這一方法還體現(xiàn)出了綜合考慮各個影響因素的能力，克服了傳統(tǒng)數(shù)學(xué)方法結(jié)果單一的缺陷。但模糊綜合評判法往往只考慮與評價目標(biāo)有關(guān)的各種因素，未考慮因素之間的相關(guān)性，因此可能會重復(fù)考慮某一信息：其次，這一方法給出的評價值、單指標(biāo)的標(biāo)準(zhǔn)和隸屬函數(shù)形式具有一定的主觀性；除此之外，評價結(jié)果較粗略、評價精度不高也是模糊綜合評判法的一個缺點。

1.3 層次分析法

20世紀(jì)70年代中期，美國運籌學(xué)家Saaty提出了層次分析法（Anemic Hierarchy Process，簡稱AHP方法），該方法是一種定性和定量相結(jié)合的綜合分析方法。近年來，層次分析法在不同領(lǐng)域得到了廣泛應(yīng)用。AHP的計算主要有以下步驟：

（1）建立3層（目標(biāo)層、準(zhǔn)則層、指標(biāo)層）具有邏輯關(guān)系的因子模型：

（2）構(gòu)造判斷矩陣，進行本層次與之有關(guān)的各因素之間相對重要性的比較，常采用Saaty標(biāo)度方法（表1）；

（3）一致性檢驗。一致性指標(biāo)（CI）的計算公式為

CI=（λ_max-n）/（n-1）. （3）式中，λ_max為判斷矩陣最大特征值，n為影響因子個數(shù)。

再根據(jù)

CR=CI/RI. （4）式中，RI是平均一致性指標(biāo)，其獲取方式見表2。

進行判斷矩陣的一致性檢驗，當(dāng)CR<0.1時，判斷矩陣有很好的一致性，判斷合理，否則就需要對判斷矩陣重新進行調(diào)整：

（4）確定單層權(quán)重和總權(quán)重：計算判斷矩陣的特征向量，即為單層權(quán)重a_ij，總權(quán)重為

（5）進行實例計算：通過W=∑ij（總權(quán)重*指標(biāo)因子），得到所要計算的結(jié)果。

層次分析法為目標(biāo)研究提供了清晰的思維框架，使得研究結(jié)構(gòu)更加嚴(yán)謹(jǐn)；增加了判斷的客觀性，將定性判斷與定量推斷結(jié)合，增強了科學(xué)性和實用性（吳殿廷，李東方，2004），評價精度較高。但當(dāng)考慮的影響因素較多（超過9個）時，構(gòu)造判斷矩陣和檢驗一致性時工作量大、復(fù)雜、困難，且求取特征向量時也比較復(fù)雜，在建立判斷矩陣時，只是將各方案的單個指標(biāo)值進行比較，沒有考慮指標(biāo)間的相互聯(lián)系（譚躍進等，1999）。在實際問題中，指標(biāo)與指標(biāo)之間有一定的聯(lián)系，因此層次分析法有可能擴大或減少某一指標(biāo)的影響作用。

魏永明等（1998）運用關(guān)聯(lián)度分析法和模糊綜合評判法對北京市北部山區(qū)重點泥石流溝進行了危險度劃分，結(jié)果表明兩種方法劃分的危險度與實際情況基本符合，模糊綜合評判法更加理想一些。然而由于本文數(shù)據(jù)較多，不易進行模糊綜合評判，而且模糊綜合評判法只是得到一向量，其最終結(jié)果較粗略。因此，本文選擇層次分析法對甘肅省隴南地區(qū)的人口易損性進行評估。

2 人口易損性的影響因素

Turner和Roger（2003）認(rèn)為易損性不僅與暴露性有關(guān)，而且還與敏感性和恢復(fù)力有關(guān)。聶承靜和楊林生（2012）利用人口總量、兒童人口比例、老年人口比例、人口密度、人均GDP這5個指標(biāo)對中國地震災(zāi)害人口脆弱性進行了評估，結(jié)果表明，人口總量是人口脆弱性的主要因素。劉歡等（2012）提出地震災(zāi)害人口易損性常用人口災(zāi)損系數(shù)表示方法，同時指出人口災(zāi)損系數(shù)應(yīng)主要考慮致災(zāi)因子、孕災(zāi)環(huán)境和承災(zāi)體。

影響人口易損性的因素有很多，筆者在前人的研究基礎(chǔ)上選取其中比較主要的影響因素，即烈度、人口總量、老幼人口比例、坡度、斷層、建筑物、地貌類型這7個指標(biāo)來綜合評估甘肅隴南地區(qū)地震災(zāi)害人口易損性情況。

（1）烈度

地震烈度可以反映某一地區(qū)的地面和各類建筑物遭受到一次地震影響后受到毀壞的強弱程度，地震發(fā)生后，不同的地區(qū)受地震影響的破壞程度不同，烈度也不同。通過對我國歷史上地震災(zāi)害產(chǎn)生的人員傷亡情況的研究，可以看出人員傷亡大部分是由建筑物的破壞造成的（傅征祥，1994），因此烈度與人口易損性的研究存在密切的關(guān)系。本文采用第四代烈度區(qū)劃圖作為烈度數(shù)據(jù)，烈度區(qū)劃圖中采用的烈度是地震基本烈度，即在50年期限內(nèi)某地區(qū)在一般場地條件下可能遭遇超越概率為10%的烈度值。隴南地區(qū)第四代烈度分布圖中有Ⅵ度、Ⅶ度、Ⅷ度、Ⅸ度4個區(qū)域值，分別賦值0.1、0.3、0.6、0.9。

（2）人口總量

如果大地震發(fā)生在人口總量很小的地區(qū)，即使是處于高烈度區(qū)，人員的傷亡數(shù)也會很小。如1988年11月5日青海唐古拉山發(fā)生M_S6.8地震，震中烈度高達9度，卻沒有房屋倒塌和人員傷亡（張肇誠等，1999）。人口總量作為人口易損性的主要影響因素之一，反映了人口暴露性的大小，人口總量越大，人口暴露性越大，因此研究區(qū)內(nèi)人口數(shù)量越多，該區(qū)域發(fā)生地震后，產(chǎn)生的人員傷亡損失一般也越多。

（3）老幼人口比例

老幼人口比例即老年人和兒童的總?cè)藬?shù)在人口總數(shù)中所占的比例。老年人和兒童作為弱勢群體，是災(zāi)害發(fā)生時最易受傷害的群體。老幼人口比例是人口敏感性的衡量指標(biāo)之一，其比例越大，人口易損性越大。

（4）坡度

地震發(fā)生過后，由于坡度的存在，很容易產(chǎn)生次生災(zāi)害，尤其是在甘肅隴南地區(qū)。2008年5月21日汶川發(fā)生8.0級地震，由于當(dāng)?shù)氐匦螐?fù)雜，山體受到嚴(yán)重的破壞，引發(fā)了大范圍崩塌，導(dǎo)致形成了大量滑坡隱患點和堰塞湖，使得進入重災(zāi)區(qū)的道路被阻斷，嚴(yán)重阻礙了救援隊伍和物資的進入。同時特殊的地形易激活大量潛在的地質(zhì)次生災(zāi)害，嚴(yán)重危害災(zāi)區(qū)人民的生命和財產(chǎn)安全，對人口易損性有很大的威脅，其中汶川地震中隴南地區(qū)次生災(zāi)害造成的死亡人數(shù)與建筑物倒塌造成的死亡人數(shù)相差不大。因此可以推斷，甘肅隴南地區(qū)高山峻嶺與峽谷、盆地相間的復(fù)雜地形決定了坡度對該區(qū)域人口易損性研究有一定的影響。

（5）斷層

地震是由地震活斷層突發(fā)性快速錯動引起的，因此地震與斷層存在密不可分的關(guān)系。一般來說，離斷層越近，地震發(fā)生時造成的破壞就越大，造成的人員損失就越大，其中沿斷層線的破壞和人員損失最為嚴(yán)重（李山有等，2003）。在臺灣集集地震中，距離車籠埔斷層兩側(cè)30m范圍內(nèi)人員遇難率高達1.36%，當(dāng)斷層距增加10倍時，其人員遇難率降低為0.3%（白志宏，2006）。因此可以把斷層作為研究地震災(zāi)害人口易損性的一個重要影響因素。

（6）建筑物

由于農(nóng)民關(guān)于建筑物的抗震設(shè)防意識比較薄弱，農(nóng)村的建筑物大部分未按烈度設(shè)防標(biāo)準(zhǔn)搭建。因此，一般來說，城市建筑物的抗震能力普遍高于鄉(xiāng)鎮(zhèn)和農(nóng)村，因而地震發(fā)生時，城鄉(xiāng)建筑物會產(chǎn)生不同程度的損毀，也會對生命造成不同程度的威脅。隴南市有1區(qū)、8縣、196鄉(xiāng)鎮(zhèn)，可將其居民地分為4個等級，分別為區(qū)居民地、縣居民地、鄉(xiāng)鎮(zhèn)居民地、農(nóng)村居民地，分別賦值為0.2、0.4、0.6、0.8。

（7）地貌類型

隴南地區(qū)地形復(fù)雜，許多農(nóng)村房屋建在半山腰或者山頂上，當(dāng)?shù)卣馂?zāi)害發(fā)生時，地形的放大效應(yīng)會導(dǎo)致建筑物更易受到損壞，從而導(dǎo)致人員傷亡和經(jīng)濟損失。因此，地貌作為地震敏感性的影響因素之一（Panizza，1991），對人口易損性也具有一定的影響。不同的地貌類型有：平原（起伏度<30m）、臺地（起伏度>30m）、丘陵（起伏度<200m）、小起伏山地（起伏度200～500m）、中起伏山地（起伏度500～1000m）、大起伏山（起伏度1000～2500m），分別賦值為0.1、0.2、0.3、0.4、0.5、0.6。

3 數(shù)據(jù)處理與結(jié)果

收集并采用隴南市烈度數(shù)據(jù)、DEM數(shù)據(jù)、斷層數(shù)據(jù)、地貌數(shù)據(jù)、行政村人口數(shù)據(jù)、居民地數(shù)據(jù)以及鄉(xiāng)鎮(zhèn)人口數(shù)據(jù)，其中烈度數(shù)據(jù)來源于第四代烈度區(qū)劃圖，人口數(shù)據(jù)取自2013年12月統(tǒng)計數(shù)據(jù)，包括總?cè)丝凇⒋笥?5歲的老年人人口以及小于14歲的兒童人口。

由于一個行政村可能對應(yīng)多個居民地，因此居民地與行政村之間的對應(yīng)關(guān)系不明確：同時，行政村只有點數(shù)據(jù)，沒有面狀數(shù)據(jù)（行政邊界），而且以行政村點為研究對象，坡度的提取會存在很大的誤差，降低數(shù)據(jù)的準(zhǔn)確度。因此本文選擇以鄉(xiāng)鎮(zhèn)實際居民地為研究單元，將鄉(xiāng)鎮(zhèn)總?cè)丝诎凑站用竦孛娣e平均分配到居民地上，得到各個居民地人口分布情況，更加符合實際情況的要求。

基于GIS軟件平臺，將計算得到的各鄉(xiāng)鎮(zhèn)總?cè)丝诎凑站用竦孛娣e平均分布到居民地上。利用Arc-Map工具箱中Spmi～Analyst菜單下的Zonal Statis-tics as Table工具提取出居民地的平均坡度和地貌類型。設(shè)a₁為烈度，a₂為人口總量，a₃為老幼人比例，a₄為坡度，a₅為斷層，a₆為建筑物，a₇為地貌類型。

依據(jù)2008年5月12日四川汶川8.0級地震災(zāi)害損失評估報告（甘肅災(zāi)區(qū)）、汶川地震隴南地區(qū)人員死亡原因以及前人對隴南地區(qū)的研究（王強等，2008；劉瑋等，2010；陳文凱等，2011），并結(jié)合對地震災(zāi)害專家進行的調(diào)查問卷，最終得出構(gòu)造的對應(yīng)判斷矩陣為

求出矩陣的最大特征值λ_max=7.1070，再通過式（3），得到CI=0.0178。由影響因素n=7，得到RI=1.36，依據(jù)式（4）求出CR=0.0131。由一致性判斷標(biāo)準(zhǔn)，得到一致性檢驗的結(jié)果具有很好的一致性。對應(yīng)的矩陣特征向量為：[0.7131 0.3647 0.1156 0.3647 0.2068 0.36470.1905]^T，經(jīng)過歸一化處理得到各指標(biāo)的權(quán)重依次為0.3074，0.1572，0.0498，0.1572，0.0891，0.1572.0.0821。

首先，將人口總量、老幼人比例、坡度各指標(biāo)值標(biāo)準(zhǔn)化（X'=x_i/x_max）。由于斷層距與地震災(zāi)害人口易損性成反比，因此斷層距采用公式：

X'=（x_max-x_i）/（x_max-x_min）. （7）式中，x_max是斷層距最大值；x_min是斷層距最小值。再依據(jù)公式W=∑ij（總權(quán)重*指標(biāo)因子），得到隴南市實際居民地人口易損性數(shù)據(jù)。基于GIS平臺獲得隴南地區(qū)各個鄉(xiāng)鎮(zhèn)中居民地人口易損性，即隴南地區(qū)居民地地震災(zāi)害人口易損性值，如圖1所示，其中隴南地區(qū)大部分居民區(qū)人口易損性值主要集中在0.36～0.42，人口易損值在0.58～0.69區(qū)間的居民地主要位于禮縣：人口易損值在0.47～0.58和0.58～0.69區(qū)間的居民地主要集中在烈度Ⅷ度和Ⅸ度區(qū)域；在人口易損性比較高的居民地中，有一部分居民地人口總量小、老幼人口比例小，但人口易損值大，這是由于居民地處于高烈度和高坡度區(qū)域。

其次，利用計算得到的居民地人口易損值，以0.1為刻度，分別統(tǒng)計每個區(qū)間值的居民地面積百分比，并依次將其劃分為5個等級，分別為最低、低、中、高、最高。從圖2中可以看出，人口易損值在0.4～0.5之間的居民地面積是最大的，約占總面積的44.33%；其次是人口易損值在0.3～0.4之間的居民地面積，約占總面積的34.79%。總體上說，隴南地區(qū)居民地地震人口易損性處于中低等級。

最后，利用隴南地區(qū)居民地數(shù)據(jù)及鄉(xiāng)鎮(zhèn)人口數(shù)據(jù)，基于GIS平臺統(tǒng)計計算隴南地區(qū)196個鄉(xiāng)鎮(zhèn)人口易損值。從圖3可以發(fā)現(xiàn)，人口易損值在0.65～0.76區(qū)間的鄉(xiāng)鎮(zhèn)有6個，主要集中在隴南市北部和中西南地區(qū)，集中分布在烈度Ⅷ度和Ⅸ度區(qū)域，分別為禮縣城關(guān)鎮(zhèn)、禮縣石橋鎮(zhèn)、禮縣永興鄉(xiāng)、禮縣鹽官鎮(zhèn)、武都區(qū)兩水鎮(zhèn)、禮縣永坪鄉(xiāng)，其中人口易損值最高的為禮縣城關(guān)鎮(zhèn)。

4 實例驗證

為了對人口易損性評估方法進行檢驗，本文選取汶川地震后隴南地區(qū)的震害資料進行實例分析。2008年5月12日四川汶川發(fā)生8.0級地震，造成了嚴(yán)重的人員傷亡和經(jīng)濟損失，其中甘肅隴南地區(qū)有337人死亡。將汶川地震烈度代入到模型中，得到該方法下的汶川地震地區(qū)鄉(xiāng)鎮(zhèn)人口易損值（圖4a），將其與實際的汶川地震隴南地區(qū)鄉(xiāng)鎮(zhèn)死亡人數(shù)（圖4b）進行對比發(fā)現(xiàn)，在死亡人數(shù)超過1個的105個鄉(xiāng)鎮(zhèn)中有86（即81.9%）個鄉(xiāng)鎮(zhèn)的人口易損值大于0.46：在死亡人數(shù)超過4個的32個鄉(xiāng)鎮(zhèn)中有25（即78.1%）個鄉(xiāng)鎮(zhèn)的人口易損值大于0.52：在死亡人數(shù)超過6個的17個鄉(xiāng)鎮(zhèn)中有13（即76.5%）個鄉(xiāng)鎮(zhèn)的人口易損值大于O.55。由此可見，本文的研究方法計算得到的汶川地震隴南地區(qū)鄉(xiāng)鎮(zhèn)人口易損值與實際的隴南地區(qū)鄉(xiāng)鎮(zhèn)死亡人數(shù)的吻合率達到79%，具有較高的可信度。

5 結(jié)論與討論

本文綜合分析了隴南地區(qū)地震災(zāi)害人口易損性，但還存在一定的局限性：

（1）通過對隴南地區(qū)地震災(zāi)害人口易損性的研究發(fā)現(xiàn)，隴南地區(qū)大部分居民區(qū)人口易損值主要集中在0.36～0.42之間；其中人口易損值在0.58～0.69區(qū)間的居民地主要位于禮縣；人口易損值在0.47～0.58和0.58～0.69區(qū)間的居民地主要集中在烈度Ⅷ度和Ⅸ度區(qū)域：人口易損值在0.65～0.76區(qū)間的鄉(xiāng)鎮(zhèn)有6個，主要集中在隴南市北部和中西南地區(qū)，集中分布在烈度Ⅷ度和Ⅸ度區(qū)域，其中最高的為禮縣城關(guān)鎮(zhèn)?？傮w來看，隴南地區(qū)居民地地震災(zāi)害人口易損性處于中低等級。

（2）筆者將計算得到的評估結(jié)果與實際情況進行了對比，發(fā)現(xiàn)本文的研究方法計算得到的汶川地震隴南地區(qū)鄉(xiāng)鎮(zhèn)人口易損值有79%與實際的隴南地區(qū)鄉(xiāng)鎮(zhèn)死亡人數(shù)相吻合，具有較高的可信度。

（3）本次研究存在一定的局限性：首先，地震災(zāi)害作用復(fù)雜，影響人口易損性的因素很多，由于本次研究單元細(xì)化到居民地，加之?dāng)?shù)據(jù)本身的限制，因此只考慮了烈度、人口總量、老幼人口比例、坡度、斷層、建筑物、地貌類型7個因素，未考慮人口受教育程度、男女比例、人均GDP等其他因素對人口易損性的影響；其次，未獲得詳細(xì)的建筑物資料，只是對隴南地區(qū)建筑物進行了粗略的分類，因此對評估結(jié)果會有一定的影響：除此之外，本文選用的指標(biāo)，各指標(biāo)之間存在一定的聯(lián)系，有可能會放大某一因素。同時，構(gòu)造判斷矩陣中兩者因素重要性之間的比較缺乏數(shù)據(jù)的支持，依然存在層次分析方法的主觀性影響的缺點。因此，本文的評估結(jié)果的準(zhǔn)確度和精確度還有待提高。