程書波 岳穎 劉玉 楊小林

摘 要：洪澇災(zāi)害對(duì)黃河流域的生產(chǎn)生活產(chǎn)生了巨大威脅。以黃河流域76個(gè)地級(jí)城市為研究對(duì)象，構(gòu)建了黃河流域洪災(zāi)社會(huì)脆弱程度評(píng)價(jià)指標(biāo)體系，運(yùn)用熵權(quán)-CRITIC法、模糊綜合評(píng)價(jià)法對(duì)2009—2018年黃河流域76個(gè)城市的社會(huì)脆弱性進(jìn)行評(píng)價(jià)，結(jié)果表明：①2009—2018年黃河流域社會(huì)脆弱性的敏感性持續(xù)下降、暴露度小幅上升、適應(yīng)能力大幅提升，整體上社會(huì)脆弱性表現(xiàn)為持續(xù)下降;②社會(huì)脆弱性分布呈現(xiàn)上下游高、中游低、南高北低的空間特征;③省會(huì)城市的暴露度較高，但敏感性低、社會(huì)適應(yīng)能力高，因此其社會(huì)脆弱性低于周邊地市;④黃河流域洪災(zāi)致脆類型空間分布差異性顯著，上、中、下游分別以高敏感性致脆型、低適應(yīng)能力致脆型、高暴露度致脆型為主。最后，討論了建設(shè)基礎(chǔ)設(shè)施以及產(chǎn)業(yè)結(jié)構(gòu)升級(jí)在改善洪澇災(zāi)害社會(huì)脆弱性中的潛力，為防災(zāi)減災(zāi)提供支撐。

關(guān)鍵詞：洪澇災(zāi)害;社會(huì)脆弱性;致脆類型;黃河流域

中圖分類號(hào)：P426.616;TV882.1

文獻(xiàn)標(biāo)志碼：A

doi：10.3969/j.issn.1000-1379.2022.02.010

引用格式：程書波，岳穎，劉玉，等.黃河流域洪澇災(zāi)害社會(huì)脆弱性評(píng)價(jià)與分析[J].人民黃河，2022，44（2）：45-50.

Abstract： Flood disasters have created a huge threat to the production and life of the Yellow River Basin. This study took 76 cities in the Yellow River Basin from 2009 to 2018 as the research object and built the Yellow River Basin flood disaster social vulnerability assessment system. Using the entropy-CRITIC method and the fuzzy comprehensive evaluation method， the evaluation on social vulnerability of 76 cities in the Yellow River Basin from 2009 to 2018 was conducted. The research results show that （a） from 2009 to 2018， the sensitivity of the social vulnerability of the Yellow River Basin continues to decline， the exposure is increased slightly and the adaptability is increased significantly. The overall social vulnerability shows a continuous decline. （b） The distribution of social vulnerability presents the spatial characteristics of high in upstream and downstream， low in midstream， high in the south and low in the north. （c） Provincial capital cities have high exposure， but low sensitivity and high social adaptability， so their social vulnerability is lower than that of surrounding cities. （d） The spatial distribution of the embrittlement types of flood disasters in the Yellow River Basin is significantly different. The upper， middle and lower reaches are mainly composed of high-sensitivity， low-adaptability and high-exposure embrittlement types. Finally， this research discussed the potential of infrastructure construction and industrial structure upgrading in improving social vulnerability to flood disasters for the purpose of providing support for disaster prevention and mitigation.

Key words： flood disaster;social vulnerability;brittle type;Yellow River Basin

1 引 言

黃河流域資源豐富，人口、經(jīng)濟(jì)密度大，在我國(guó)經(jīng)濟(jì)社會(huì)發(fā)展和生態(tài)安全方面具有重要的作用[1]。2019年9月18日，習(xí)近平總書記主持召開黃河流域生態(tài)保護(hù)和高質(zhì)量發(fā)展座談會(huì)，提出洪澇災(zāi)害風(fēng)險(xiǎn)是黃河流域的最大威脅[2]。黃河流域自古以來飽受洪澇災(zāi)害威脅，先秦至民國(guó)期間，共發(fā)生決溢1 590次，改道26次[3]。近年來隨著社會(huì)的快速發(fā)展，暴露于黃河流域洪災(zāi)威脅下的人口、經(jīng)濟(jì)基數(shù)大幅攀升，各地防洪救災(zāi)公共服務(wù)發(fā)展不平衡、不充分[4]，黃河流域“小水大災(zāi)”現(xiàn)象頻發(fā)[5]。減少黃河流域洪災(zāi)威脅，不僅需關(guān)注洪澇災(zāi)害致災(zāi)因子等自然要素，還需關(guān)注承災(zāi)區(qū)域的人口特征、收入水平、經(jīng)濟(jì)結(jié)構(gòu)、基礎(chǔ)設(shè)施情況和社會(huì)保障程度等方面的社會(huì)因素。

脆弱性指系統(tǒng)易受氣候變化造成的不利影響的程度，社會(huì)脆弱性是脆弱性的維度之一，與自然脆弱性所關(guān)注致災(zāi)因子的特征和強(qiáng)度不同[6]。社會(huì)脆弱性指的是社會(huì)群體易受損害的狀態(tài)以及從災(zāi)害中恢復(fù)的能力，是人口、社會(huì)特征的函數(shù)[7]。社會(huì)脆弱性關(guān)注人和社會(huì)在脆弱性形成中的作用，探索使人類易受災(zāi)的各類社會(huì)因素，研究提高社會(huì)適應(yīng)能力和恢復(fù)能力的機(jī)制及對(duì)策[8-10]。在黃河流域洪澇災(zāi)害頻發(fā)而致災(zāi)因子難以控制的現(xiàn)實(shí)條件下，社會(huì)脆弱性評(píng)價(jià)通過研究和調(diào)整社會(huì)因素，為降低受災(zāi)損失提供了新的思路[11-13]。

目前，針對(duì)黃河流域社會(huì)脆弱性的研究主要集中于黃河三角洲及局部區(qū)域。典型成果如劉凱等[14]將敏感性和應(yīng)對(duì)性看作社會(huì)脆弱性的兩個(gè)基本維度，基于二者的比率構(gòu)建社會(huì)脆弱性模型，并分析了黃河三角洲地區(qū)的社會(huì)脆弱性時(shí)空演變規(guī)律;周蘇娥等[15]從暴露度、敏感性和適應(yīng)能力3個(gè)維度構(gòu)建模型，對(duì)河西地區(qū)自然—社會(huì)系統(tǒng)脆弱性進(jìn)行了評(píng)估;黃曉軍等[16]參考VSD框架，從暴露度、敏感性和適應(yīng)能力3個(gè)維度構(gòu)建評(píng)估框架SVAF，從多角度評(píng)估了西安市的社會(huì)脆弱性。已有研究多為黃河流域局部地區(qū)的脆弱性研究，缺乏對(duì)全流域社會(huì)脆弱性的宏觀研究。

本研究通過分析社會(huì)脆弱性的含義，參考現(xiàn)有研究成果，從暴露度、敏感性和適應(yīng)能力3個(gè)維度構(gòu)建了黃河流域洪澇災(zāi)害社會(huì)脆弱性分析框架與評(píng)價(jià)指標(biāo)體系，對(duì)2009—2018年黃河流域76個(gè)地級(jí)市進(jìn)行評(píng)價(jià)，識(shí)別黃河流域各地級(jí)市洪澇災(zāi)害社會(huì)脆弱性致脆類型，以期為流域洪澇災(zāi)害社會(huì)脆弱性的評(píng)價(jià)提供借鑒，為因地制宜制定黃河流域洪澇災(zāi)害社會(huì)脆弱性減緩與治理對(duì)策提供參考。

2 研究區(qū)域與研究方法

2.1 研究區(qū)域與數(shù)據(jù)來源

黃河流域地處中國(guó)北部，位于東經(jīng)96°至119°、北緯32°至42°間，流域面積約為79.5萬km2。參照黃河流域范圍及中國(guó)地市行政邊界，以地市級(jí)作為研究尺度，通過ArcGIS選取重疊區(qū)域，如圖1所示。考慮地區(qū)洪災(zāi)社會(huì)脆弱性與黃河流域的關(guān)聯(lián)，本研究界定的黃河流域是指黃河自然流域所涉及的地區(qū)，即山東、河南、山西、陜西、內(nèi)蒙古、寧夏、四川、甘肅和青海9?。▍^(qū)）的76個(gè)地級(jí)市（州、盟）。考慮到洪災(zāi)對(duì)黃河流域社會(huì)脆弱性的空間分異，選擇黃河流域上中下游自然分界點(diǎn)作為劃分依據(jù)，借鑒黃河流域現(xiàn)有分區(qū)研究[17-18]，將黃河流域分為上游地區(qū)、中游地區(qū)與下游地區(qū)。

本研究以市域單元作為洪災(zāi)社會(huì)脆弱性評(píng)價(jià)對(duì)象，以《中國(guó)城市統(tǒng)計(jì)年鑒》、各?。▍^(qū)）統(tǒng)計(jì)年鑒以及第六次人口普查結(jié)果為數(shù)據(jù)來源，選取人口、經(jīng)濟(jì)密度及財(cái)政預(yù)算收入、人均GDP等作為指標(biāo)，數(shù)據(jù)時(shí)間跨度為2009—2018年。地市行政邊界數(shù)據(jù)來源于資源環(huán)境與科學(xué)數(shù)據(jù)中心（http：//www.resdc.cn）2015年中國(guó)地市行政邊界，黃河流域邊界數(shù)據(jù)的來源為國(guó)家地球科學(xué)系統(tǒng)數(shù)據(jù)中心（http：//www.geodata.cn/）2002年中國(guó)1∶250 000一級(jí)流域分級(jí)數(shù)據(jù)集。

2.2 黃河流域洪災(zāi)社會(huì)脆弱性指標(biāo)體系

VSD（Vulnerability Scoping Diagram）框架從暴露度、敏感性和適應(yīng)能力三方面分析脆弱性，規(guī)范性強(qiáng)，易于操作，目前已得到廣泛關(guān)注與應(yīng)用[19-20]。本文參照VSD框架，遵循可代表性、可操作性、可獲得性等指標(biāo)選取準(zhǔn)則[21]，參考已有研究成果[22-24]，在以往研究成果的基礎(chǔ)上[25-28]，結(jié)合社會(huì)脆弱性概念以及黃河流域現(xiàn)實(shí)情況，從人口、經(jīng)濟(jì)、基礎(chǔ)設(shè)施等角度出發(fā)，構(gòu)建包含暴露度、敏感性和適應(yīng)能力的黃河流域洪災(zāi)社會(huì)脆弱性指標(biāo)體系，見表1。

暴露度是社會(huì)系統(tǒng)在洪災(zāi)下暴露程度的參數(shù)，暴露度越高，社會(huì)脆弱性越高。選取人口密度反映人口暴露程度，選取經(jīng)濟(jì)密度反映經(jīng)濟(jì)暴露程度。敏感性是社會(huì)系統(tǒng)容易受到洪災(zāi)破壞的影響程度，由社會(huì)系統(tǒng)的特征決定，敏感性越高，社會(huì)脆弱性越高。第一產(chǎn)業(yè)及其從業(yè)人員受洪災(zāi)影響較大，本研究選取第一產(chǎn)業(yè)占GDP比重指標(biāo)代表經(jīng)濟(jì)潛在易破壞程度，選取從事第一產(chǎn)業(yè)人口比例指標(biāo)反映人口潛在易受破壞程度。適應(yīng)能力指社會(huì)系統(tǒng)面對(duì)洪災(zāi)的恢復(fù)能力，社會(huì)人群、經(jīng)濟(jì)和基礎(chǔ)設(shè)施等適應(yīng)能力越高，社會(huì)脆弱性越低。選取人均GDP指標(biāo)反映個(gè)體經(jīng)濟(jì)能力，選取萬人平均財(cái)政預(yù)算收入指標(biāo)反映社會(huì)經(jīng)濟(jì)保障能力，選取萬人平均衛(wèi)生機(jī)構(gòu)床位數(shù)指標(biāo)反映社會(huì)基礎(chǔ)設(shè)施的完善度，選取萬人擁有大學(xué)生人數(shù)指標(biāo)反映人群應(yīng)對(duì)災(zāi)害的適應(yīng)能力，選取萬人水利、環(huán)境和公共設(shè)施管理從業(yè)人數(shù)指標(biāo)反映社會(huì)管理適應(yīng)能力。暴露度、敏感性和適應(yīng)能力共同構(gòu)成社會(huì)脆弱性。

采用熵權(quán)-CRITIC組合權(quán)重法確定指標(biāo)權(quán)重，即分別利用熵權(quán)法[29]和CRITIC法[30]計(jì)算出權(quán)重，再將兩個(gè)權(quán)重結(jié)果求算術(shù)平均值得到最終的組合權(quán)重W，計(jì)算方法如下：

式中：W為組合權(quán)重;W1為熵權(quán)法的權(quán)重;W2為CRITIC法的權(quán)重。

正向?qū)傩缘闹笜?biāo)表示該指標(biāo)值越大，社會(huì)脆弱性越高;負(fù)向?qū)傩缘闹笜?biāo)表示該指標(biāo)值越大，社會(huì)脆弱性越低。

2.3 數(shù)據(jù)處理與評(píng)價(jià)方法

2.3.1 數(shù)據(jù)處理

為消除各指標(biāo)量綱差異，采用標(biāo)準(zhǔn)化方法對(duì)原始指標(biāo)數(shù)據(jù)進(jìn)行預(yù)處理。計(jì)算公式如下：

正向指標(biāo)標(biāo)準(zhǔn)化公式為

負(fù)向指標(biāo)標(biāo)準(zhǔn)化公式為

2.3.2 評(píng)價(jià)方法

本文采用模糊綜合評(píng)價(jià)法和排序比較法評(píng)價(jià)洪澇災(zāi)害社會(huì)脆弱性。通過構(gòu)建洪災(zāi)社會(huì)脆弱性模型，綜合評(píng)價(jià)黃河流域洪澇災(zāi)害社會(huì)脆弱性，其表達(dá)式為

式中：SoVI為社會(huì)脆弱性指數(shù);EI、SI、AI分別為暴露度、敏感性和適應(yīng)能力指數(shù)。

EI、SI、AI分別通過將各項(xiàng)原始數(shù)據(jù)標(biāo)準(zhǔn)化后與表1中的組合權(quán)重相乘求和計(jì)算得出，暴露度與敏感性具有正向作用，適應(yīng)能力則具有抵消作用，三者共同反映了社會(huì)脆弱性。

為了進(jìn)一步衡量3個(gè)維度對(duì)黃河流域洪災(zāi)社會(huì)脆弱性的影響，判別黃河流域洪災(zāi)社會(huì)脆弱性的致脆原因及類型，在計(jì)算3個(gè)維度指數(shù)基礎(chǔ)上，分別對(duì)76個(gè)城市2018年的暴露度、敏感性和適應(yīng)能力進(jìn)行排序，每個(gè)城市排序最靠前的屬性即為其致脆因子。計(jì)算公式為

式中：Si為第i個(gè)城市的致脆因子;EIranki為第i個(gè)城市暴露度在76個(gè)城市中的順序;SIranki為第i個(gè)城市敏感性在76個(gè)城市中的順序;AIranki為第i個(gè)城市適應(yīng)能力在76個(gè)城市中的順序。3種屬性中排序最靠前的屬性即為致脆因子。

3 結(jié)果與分析

3.1 黃河流域社會(huì)脆弱性時(shí)間演變規(guī)律

結(jié)合源數(shù)據(jù)及社會(huì)脆弱性評(píng)價(jià)模型，可以計(jì)算得出2009—2018年黃河流域洪災(zāi)暴露度、敏感性、適應(yīng)能力指數(shù)及社會(huì)脆弱性綜合指數(shù)。從圖2可以看到，2009—2018年黃河流域暴露度和適應(yīng)能力不斷提升，其中暴露度10 a間上升32.55%，適應(yīng)能力上升76.69%;10 a間敏感性和社會(huì)脆弱性持續(xù)下降，其中敏感性下降29.82%，社會(huì)脆弱性下降57.73%。整體來看，近10 a來隨著黃河流域經(jīng)濟(jì)不斷發(fā)展、公共設(shè)施逐步完善及公共服務(wù)水平顯著提升，黃河流域應(yīng)對(duì)洪澇災(zāi)害的能力大幅增長(zhǎng)，社會(huì)脆弱性指數(shù)呈現(xiàn)明顯減小趨勢(shì)。

3.2 黃河流域社會(huì)脆弱性空間分布特征

計(jì)算2009—2018年黃河流域洪災(zāi)社會(huì)脆弱性3個(gè)維度的指數(shù)，按式（4）計(jì)算得到社會(huì)脆弱性指數(shù)，選取4個(gè)等間隔年份（2009年、2012年、2015年及2018年）繪制脆弱性分布演變圖。

3.2.1 暴露度空間分異特征

黃河流域洪災(zāi)暴露度分布演變?nèi)鐖D3所示?？梢钥闯觯?009—2018年黃河流域暴露度指數(shù)整體呈上升趨勢(shì)，空間上呈現(xiàn)出自上游向下游逐漸增大的趨勢(shì)。暴露度等級(jí)高的地區(qū)主要集中分布在黃河下游地區(qū)及省會(huì)城市，等級(jí)低的地區(qū)主要集中在上游以及部分中游地區(qū)。

2009—2018年黃河流域人口、經(jīng)濟(jì)不斷增長(zhǎng)，暴露于洪澇災(zāi)害風(fēng)險(xiǎn)之下的人口、經(jīng)濟(jì)損失持續(xù)增加，暴露度指數(shù)整體呈上升趨勢(shì)。從地形來看，上游多為山地，中下游以平原和丘陵為主，下游的山東、河南地區(qū)一直以來都擁有高人口密度和高經(jīng)濟(jì)密度的特點(diǎn)，是洪澇災(zāi)害社會(huì)暴露度高的主要分布區(qū)域。下游地區(qū)暴露度指數(shù)平均值遠(yuǎn)高于中上游地區(qū)，約為中游的3倍、上游的5倍。省會(huì)城市較其他地級(jí)市暴露度更高，平均值約為非省會(huì)城市的2.3倍，反映了當(dāng)前城鎮(zhèn)化發(fā)展過程中省會(huì)城市對(duì)周邊地區(qū)的“虹吸”效應(yīng)明顯，人口密度及經(jīng)濟(jì)密度高于其他地市。

3.2.2 敏感性空間分異特征

黃河流域洪災(zāi)敏感性分布演變?nèi)鐖D4所示?？梢钥闯?，2009—2018年黃河流域敏感性指數(shù)整體呈下降趨勢(shì)，敏感性分布的空間集聚特征較為顯著，基本呈現(xiàn)自上游向下游逐漸減少的趨勢(shì)。上、中、下游地區(qū)敏感性指數(shù)平均值分別為0.24、0.12、0.10。敏感性較高的地區(qū)主要分布在黃河上游，較低的地區(qū)集中在中下游。省會(huì)城市敏感性指數(shù)更低，僅為其他非省會(huì)城市敏感性指數(shù)的1/4。

2009—2018年黃河流域人口、經(jīng)濟(jì)結(jié)構(gòu)不斷調(diào)整，第一產(chǎn)業(yè)從業(yè)人員比例及占GDP比重持續(xù)下降，社會(huì)面對(duì)洪災(zāi)風(fēng)險(xiǎn)的敏感性整體呈下降趨勢(shì)。黃河上游各地第一產(chǎn)業(yè)占GDP比重高，城鎮(zhèn)化程度低，人員對(duì)農(nóng)業(yè)依賴程度高，具有較高的經(jīng)濟(jì)與人口敏感性，這與該類地區(qū)處于我國(guó)西部地區(qū)、經(jīng)濟(jì)發(fā)展水平較低的現(xiàn)狀相符。省會(huì)城市因其就業(yè)機(jī)會(huì)多，青年勞動(dòng)力所占比重高于其他地級(jí)市，且對(duì)第一產(chǎn)業(yè)的依賴度偏低，經(jīng)濟(jì)產(chǎn)業(yè)結(jié)構(gòu)更富韌性，因此敏感性顯著低于周圍其他地級(jí)市。

3.2.3 適應(yīng)能力空間分異特征

黃河流域洪災(zāi)適應(yīng)能力分布演變?nèi)鐖D5所示?？梢钥闯?，2009—2018年黃河流域適應(yīng)能力指數(shù)整體呈上升趨勢(shì)，適應(yīng)能力分布呈現(xiàn)以省會(huì)為高值中心、周邊地市逐漸遞減的空間積聚特征。高適應(yīng)能力地區(qū)的分布整體而言較為分散。

2009—2018年黃河流域社會(huì)保障能力、基礎(chǔ)設(shè)施完備程度和社會(huì)人群適應(yīng)能力顯著提升，社會(huì)面對(duì)風(fēng)險(xiǎn)的適應(yīng)能力不斷上升。高適應(yīng)能力指數(shù)地區(qū)多為省會(huì)或經(jīng)濟(jì)發(fā)展程度高的地區(qū)，應(yīng)對(duì)洪災(zāi)風(fēng)險(xiǎn)的自適應(yīng)能力強(qiáng)。低適應(yīng)能力指數(shù)地區(qū)分布較為分散，多為經(jīng)濟(jì)發(fā)展程度較低的地區(qū)，其社會(huì)保障能力、基礎(chǔ)設(shè)施完備程度和社會(huì)人群適應(yīng)能力也較低，該類地區(qū)應(yīng)對(duì)洪災(zāi)風(fēng)險(xiǎn)的適應(yīng)能力弱。省會(huì)城市經(jīng)濟(jì)發(fā)展程度高、基礎(chǔ)設(shè)施完備、社會(huì)保障能力強(qiáng)，適應(yīng)能力指數(shù)平均值約為非省會(huì)城市的2倍。

3.2.4 社會(huì)脆弱性空間分異特征

根據(jù)式（4）計(jì)算可得黃河流域洪災(zāi)社會(huì)脆弱性指數(shù)，黃河流域洪災(zāi)社會(huì)脆弱性分布演變?nèi)鐖D6所示?？梢钥闯?，2009—2018年黃河流域洪災(zāi)社會(huì)脆弱性指數(shù)整體呈下降趨勢(shì)，上游地區(qū)社會(huì)脆弱性下降速度高于中下游地區(qū);社會(huì)脆弱性分布呈現(xiàn)上下游高、中游低、南高北低的空間積聚特征。下游地區(qū)社會(huì)脆弱性指數(shù)平均值遠(yuǎn)高于中上游地區(qū)，約為中游的3倍、上游的2倍。高社會(huì)脆弱性指數(shù)地區(qū)主要分布在上游的青海、甘肅和下游的河南、山東等地。低社會(huì)脆弱性指數(shù)地區(qū)多分布于中游的山西、陜西和上游的內(nèi)蒙古等地。省會(huì)城市社會(huì)脆弱性指數(shù)平均值僅為-0.04，而非省會(huì)城市均值為0.15，省會(huì)城市社會(huì)脆弱性遠(yuǎn)低于非省會(huì)城市。

2009—2018年黃河流域暴露度小幅度上升、敏感性持續(xù)下降、適應(yīng)能力大幅提升，因此社會(huì)脆弱性水平呈顯著下降趨勢(shì)。下游地區(qū)的暴露度及敏感性高，且適應(yīng)能力較低，因此其社會(huì)脆弱性高。低社會(huì)脆弱性指數(shù)地區(qū)與高適應(yīng)能力地區(qū)具有較高的重合度，可見適應(yīng)能力對(duì)社會(huì)脆弱性反向影響作用大。省會(huì)雖暴露度較高，但其敏感性低、社會(huì)適應(yīng)能力高，因此社會(huì)脆弱性顯著低于周邊地市。

3.3 黃河流域各市社會(huì)脆弱性致脆類型分析

為了衡量暴露度、敏感性和適應(yīng)能力3個(gè)維度對(duì)各市洪災(zāi)社會(huì)脆弱性影響的程度，根據(jù)式（5）計(jì)算結(jié)果確定各地區(qū)社會(huì)脆弱性的致脆類型，即高暴露度致脆型、高敏感性致脆型和低適應(yīng)能力致脆型3種類型。

如圖7所示，2009—2018年黃河流域洪災(zāi)社會(huì)致脆類型由以低適應(yīng)能力致脆型為主轉(zhuǎn)變?yōu)橐愿弑┞抖戎麓嘈蜑橹鳎闉?zāi)社會(huì)致脆類型空間積聚效應(yīng)較為明顯，上游地區(qū)以高敏感性致脆型為主，中游地區(qū)以低適應(yīng)能力致脆型為主，下游地區(qū)以高暴露度致脆型為主?？v觀黃河流域76個(gè)地級(jí)市，高敏感性致脆型主要集中在上游的甘肅、青海、四川、寧夏、內(nèi)蒙古和中游的陜西等地，高暴露度致脆型絕大多數(shù)分布在黃河下游的山東、河南以及省會(huì)及經(jīng)濟(jì)發(fā)展水平較高的地區(qū)，低適應(yīng)能力致脆型主要分布在黃河中游的山西、陜西、甘肅和上游的甘肅、青海等地。

從時(shí)間演變來看，2009—2018年高/較高社會(huì)脆弱性城市數(shù)量呈現(xiàn)顯著的下降趨勢(shì)（見表2），3種致脆類型中，低適應(yīng)能力致脆型城市數(shù)量大幅度下降，顯然適應(yīng)能力對(duì)高社會(huì)脆弱性地區(qū)影響巨大。因此，降低黃河流域的社會(huì)脆弱性，應(yīng)重點(diǎn)關(guān)注提升地區(qū)社會(huì)適應(yīng)能力。

4 結(jié)論與建議

4.1 結(jié) 論

社會(huì)脆弱性是反映應(yīng)對(duì)洪澇災(zāi)害時(shí)承災(zāi)體的社會(huì)固有屬性，分析社會(huì)脆弱性對(duì)于識(shí)別承災(zāi)體的地域?qū)傩?、降低地區(qū)社會(huì)脆弱性、提高風(fēng)險(xiǎn)應(yīng)對(duì)能力，進(jìn)而提升地區(qū)韌性至關(guān)重要?；谏鐣?huì)脆弱性分析框架，以黃河流域76個(gè)地級(jí)市為研究對(duì)象，基于洪澇災(zāi)害特征從暴露度、敏感性和適應(yīng)能力3個(gè)維度構(gòu)建黃河流域社會(huì)脆弱程度評(píng)價(jià)指標(biāo)體系，采用熵權(quán)-CRITIC法、模糊綜合評(píng)價(jià)法和排序比較法，分析了2009—2018年黃河流域76個(gè)地級(jí)市的社會(huì)脆弱性程度及致脆類型。研究結(jié)論如下：

（1）2009—2018年，黃河流域社會(huì)脆弱性的敏感性持續(xù)下降、暴露度小幅上升、適應(yīng)能力大幅提升，整體上社會(huì)脆弱性表現(xiàn)為持續(xù)下降。

（2）社會(huì)脆弱性分布呈現(xiàn)上下游高、中游低、南高北低的空間特征，其中暴露度自上游向下游增大、敏感性自上游向下游減弱、適應(yīng)能力以省會(huì)為高值中心向周圍輻射遞減。

（3）省會(huì)城市的暴露度較高，但敏感性低、社會(huì)適應(yīng)能力高，因此其社會(huì)脆弱性低于周邊地市。

（4）黃河流域洪災(zāi)致脆類型空間分布特征顯著，上游以高敏感性致脆型為主，中游以低適應(yīng)能力致脆型為主，下游主要是高暴露度致脆型。低社會(huì)適應(yīng)能力是導(dǎo)致高社會(huì)脆弱性的重要因子。

4.2 建 議

通過對(duì)黃河流域洪災(zāi)社會(huì)脆弱性的研究，認(rèn)為降低黃河流域洪澇災(zāi)害社會(huì)脆弱性需要關(guān)注以下幾方面的工作：

（1）下游地區(qū)的人口經(jīng)濟(jì)暴露度高，因此整體社會(huì)脆弱性高。從現(xiàn)實(shí)災(zāi)情看，黃河洪災(zāi)自古多發(fā)生于下游，降低黃河流域社會(huì)脆弱性應(yīng)重點(diǎn)關(guān)注河南、山東兩省。

（2）社會(huì)適應(yīng)能力不足是導(dǎo)致高社會(huì)脆弱性的重要原因，降低黃河流域整體社會(huì)脆弱性，應(yīng)重點(diǎn)關(guān)注低適應(yīng)能力地區(qū)。應(yīng)強(qiáng)化基礎(chǔ)設(shè)施支撐，提升公共服務(wù)水平，擴(kuò)大社會(huì)保障范圍，進(jìn)而持續(xù)提升社會(huì)適應(yīng)能力。

（3）省會(huì)城市社會(huì)脆弱性顯著低于非省會(huì)城市，應(yīng)積極擴(kuò)大省會(huì)的龍頭效應(yīng)，充分發(fā)揮其對(duì)周邊地區(qū)經(jīng)濟(jì)及社會(huì)適應(yīng)能力的拉動(dòng)作用。

（4）黃河上游的內(nèi)蒙古、甘肅、寧夏、青海等地農(nóng)業(yè)依賴度過高，致使敏感性高，應(yīng)通過調(diào)整產(chǎn)業(yè)結(jié)構(gòu)，降低地區(qū)經(jīng)濟(jì)敏感性，進(jìn)而降低該地區(qū)的社會(huì)脆弱性。

參考文獻(xiàn)：

[1] 肖風(fēng)勁，徐雨晴，黃大鵬，等.氣候變化對(duì)黃河流域生態(tài)安全影響及適應(yīng)對(duì)策[J].人民黃河，2021，43（1）：10-14，52.

[2] 張武丁，王平平.推動(dòng)黃河流域生態(tài)保護(hù)和高質(zhì)量發(fā)展[J].環(huán)境經(jīng)濟(jì)，2020（8）：60-63.

[3] 魏向陽(yáng)，蔡彬，曹倍.黃河流域防汛抗旱減災(zāi)體系建設(shè)與成就[J].中國(guó)防汛抗旱，2019，29（10）：43-53.

[4] 何愛平，安夢(mèng)天.黃河流域高質(zhì)量發(fā)展中的重大環(huán)境災(zāi)害及減災(zāi)路徑[J].經(jīng)濟(jì)問題，2020（7）：1-8.

[5] 耿思敏，嚴(yán)登華，羅先香，等.變化環(huán)境下黃河中下游洪澇災(zāi)害發(fā)展新趨勢(shì)[J].水土保持通報(bào)，2012，32（3）：188-191，244.

[6] CUTTER S L.Vulnerability to Environmental Hazards[J].Progress in Human Geography，1996，20（4）：529-539.

[7] CUTTER S L，BORUFF B J，SHIRLEY W L.Social Vulnerability to Environmental Hazards[J].Social Science Quarterly，2003，84（2）：242-261.

[8] 黃建毅，蘇飛.城市災(zāi)害社會(huì)脆弱性研究熱點(diǎn)問題評(píng)述與展望[J].地理科學(xué)，2017，37（8）：1211-1217.

[9] SANDRO G，JENNIFER A，ADAM K.A Model of Underlying Socioeconomic Vulnerability in Human Populations：Evidence from Variability in Population Health and Implications for Public Health[J].Social Science & Medicine，2005，60（11）：2417-2430.

[10] 李鶴，張平宇.全球變化背景下脆弱性研究進(jìn)展與應(yīng)用展望[J].地理科學(xué)進(jìn)展，2011，30（7）：920-929.

[11] SIAGIAN T H，PURHADI P，SUHARTONO S，et al.Social Vulnerability to Natural Hazards in Indonesia：Driving Factors and Policy Implications[J].Natural hazards，2014，70（2）：1603-1617.

[12] GE Y，DOU W，ZHANG H.A New Framework for Understanding Urban Social Vulnerability from a Network Perspective[J].Sustainability，2017，9（10）：1723.

[13] 周利敏.社會(huì)脆弱性：災(zāi)害社會(huì)學(xué)研究的新范式[J].南京師范大學(xué)學(xué)報(bào)（社會(huì)科學(xué)版），2012（4）：20-28.

[14] 劉凱，任建蘭，程鈺，等.黃河三角洲地區(qū)社會(huì)脆弱性評(píng)價(jià)與影響因素[J].經(jīng)濟(jì)地理，2016，36（7）：45-52.

[15] 周蘇娥，張明軍，王圣杰，等.甘肅省河西地區(qū)自然—社會(huì)系統(tǒng)脆弱性評(píng)價(jià)[J].資源科學(xué)，2018，40（2）：452-462.

[16] 黃曉軍，王晨，胡凱麗.快速空間擴(kuò)張下西安市邊緣區(qū)社會(huì)脆弱性多尺度評(píng)估[J].地理學(xué)報(bào)，2018，73（6）：1002-1017.

[17] 李敏納，蔡舒，張慧蓉，等.要素稟賦與黃河流域經(jīng)濟(jì)空間分異研究[J].經(jīng)濟(jì)地理，2011，31（1）：14-20.

[18] 周曉艷，郝慧迪，葉信岳，等.黃河流域區(qū)域經(jīng)濟(jì)差異的時(shí)空動(dòng)態(tài)分析[J].人文地理，2016，31（5）：119-125.

[19] 李平星，樊杰.基于VSD模型的區(qū)域生態(tài)系統(tǒng)脆弱性評(píng)價(jià)：以廣西西江經(jīng)濟(jì)帶為例[J].自然資源學(xué)報(bào)，2014，29（5）：779-788.

[20] 陳佳，楊新軍，尹莎，等.基于VSD框架的半干旱地區(qū)社會(huì)—生態(tài)系統(tǒng)脆弱性演化與模擬[J].地理學(xué)報(bào)，2016，71（7）：1172-1188.

[21] 阮鑫鑫，付小林，侯俊東，等.湖北省自然災(zāi)害社會(huì)脆弱性綜合測(cè)度及時(shí)空演變特征[J].安全與環(huán)境工程，2019，26（2）：52-61.

[22] TURNER B L，MATSON P A，MCCARTHY J J，et al.Illustrating the Coupled Human-Environment System for Vulnerability Analysis：Three Case Studies[J].Proceedings of the National Academy of Sciences，2003，100（14）：8080-8085.

[23] ADGER W N.Vulnerability[J].Global Environmental Change，2006，16（3）：268-281.

[24] 石鈺，馬恩樸，李同昇，等.基于農(nóng)戶視角的洪災(zāi)社會(huì)脆弱度及影響因素：以安康市4個(gè)濱河村莊為例[J].地理科學(xué)進(jìn)展，2017，36（11）：1380-1390.

[25] 游溫嬌，張永領(lǐng).洪災(zāi)社會(huì)脆弱性指標(biāo)體系研究[J].災(zāi)害學(xué)，2013，28（3）：215-220.

[26] 葛怡，史培軍，劉婧，等.中國(guó)水災(zāi)社會(huì)脆弱性評(píng)估方法的改進(jìn)與應(yīng)用：以長(zhǎng)沙地區(qū)為例[J].自然災(zāi)害學(xué)報(bào)，2005，14（6）：54-58.

[27] 方佳毅，陳文方，孔鋒，等.中國(guó)沿海地區(qū)社會(huì)脆弱性評(píng)價(jià)[J].北京師范大學(xué)學(xué)報(bào)（自然科學(xué)版），2015，51（3）：280-286.

[28] 蘇賢保，李勛貴，劉巨峰，等.基于綜合權(quán)重法的西北典型區(qū)域水資源脆弱性評(píng)價(jià)研究[J].干旱區(qū)資源與環(huán)境，2018，32（3）：112-118.

[29] 龔艷冰，張繼國(guó).基于正態(tài)云模型和熵權(quán)的人口發(fā)展現(xiàn)代化程度綜合評(píng)價(jià)[J].中國(guó)人口·資源與環(huán)境，2012，22（1）：138-143.

[30] 張玉，魏華波.基于CRITIC的多屬性決策組合賦權(quán)方法[J].統(tǒng)計(jì)與決策，2012，28（16）：75-77.

【責(zé)任編輯 許立新】