張方浩 張?jiān)T 和仕芳 徐俊祖 曹彥波 杜浩國(guó) 鄧樹(shù)榮

摘要：引入客觀賦權(quán)的熵權(quán)法和幾何平均模型，對(duì)綜合災(zāi)情指數(shù)法的評(píng)估過(guò)程進(jìn)行改進(jìn)?；诟倪M(jìn)的綜合災(zāi)情指數(shù)法，利用1978—2020年云南省9種主要自然災(zāi)害災(zāi)情數(shù)據(jù)，以及社會(huì)經(jīng)濟(jì)統(tǒng)計(jì)數(shù)據(jù)，選取人員受災(zāi)、農(nóng)作物受災(zāi)、房屋倒損、經(jīng)濟(jì)損失4個(gè)因子7個(gè)具體指標(biāo)構(gòu)建綜合災(zāi)情的絕對(duì)和相對(duì)指數(shù)，對(duì)災(zāi)害損失程度進(jìn)行分級(jí)評(píng)估。結(jié)果表明：從災(zāi)害損失總量來(lái)看，損失較重的區(qū)域分布在滇東的昭通—曲靖—文山一帶，以及滇西的大理—楚雄—普洱地區(qū)。從社會(huì)經(jīng)濟(jì)受影響的程度來(lái)看，損失較重的區(qū)域分布在滇西的迪慶—怒江—麗江—楚雄—普洱一帶，以及滇東的昭通、文山地區(qū)。改進(jìn)的綜合災(zāi)情指數(shù)在指標(biāo)權(quán)重確定、指數(shù)計(jì)算和損失程度分級(jí)過(guò)程中避免了人為的主觀任意性，評(píng)估結(jié)果與區(qū)域?qū)嶋H情況相符，表明該方法具有較好的實(shí)用性和有效性。

關(guān)鍵詞：自然災(zāi)害；綜合災(zāi)情指數(shù)；災(zāi)害損失；熵權(quán)；幾何平均；云南省

中圖分類(lèi)號(hào)：P315.94文獻(xiàn)標(biāo)識(shí)碼：A文章編號(hào)：1000-0666（2023）03-0376-09

doi：10.20015/j.cnki.ISSN1000-0666.2023.0041

0引言

云南自然災(zāi)害種類(lèi)多、發(fā)生頻率高、分布地域廣、造成損失重，地震、干旱、洪澇、地質(zhì)災(zāi)害、風(fēng)雹、雪災(zāi)、低溫冷凍等自然災(zāi)害往往以突發(fā)、群發(fā)等形式導(dǎo)致重大自然災(zāi)害事件。這些事件如果發(fā)生在人類(lèi)活動(dòng)的地區(qū)，就不可避免會(huì)造成損失，隨著區(qū)域人口的增長(zhǎng)、社會(huì)經(jīng)濟(jì)的快速發(fā)展，以及人類(lèi)活動(dòng)區(qū)域的不斷增大，自然災(zāi)害造成的社會(huì)損失也呈加重趨勢(shì)（張星，2009）。自然災(zāi)害造成的損失嚴(yán)重程度與災(zāi)害的孕災(zāi)環(huán)境、致災(zāi)因子和承災(zāi)體密切相關(guān)，是多種因素耦合的結(jié)果。自然災(zāi)害造成的損失主要通過(guò)承災(zāi)體的損失來(lái)表征，如人員傷亡、農(nóng)作物破壞、房屋倒塌、經(jīng)濟(jì)損失等。災(zāi)情作為承災(zāi)體損失的統(tǒng)計(jì)信息，是多指標(biāo)構(gòu)成的多元統(tǒng)計(jì)數(shù)據(jù)集（張鵬等，2015）。在開(kāi)展某個(gè)區(qū)域自然災(zāi)害風(fēng)險(xiǎn)評(píng)估及制定自然災(zāi)害風(fēng)險(xiǎn)防控準(zhǔn)備措施時(shí)，需要對(duì)歷史自然災(zāi)害損失程度進(jìn)行量化評(píng)估，以便從整體上把握災(zāi)害損失狀況，判斷受災(zāi)程度。為了客觀、全面地評(píng)估自然災(zāi)害，需要綜合考慮各種災(zāi)害造成的各類(lèi)損失情況，最終才能得到自然災(zāi)害的總體損失評(píng)估結(jié)果（程立海等，2011）。若只針對(duì)某一種災(zāi)害或僅依賴(lài)于某一類(lèi)災(zāi)情數(shù)據(jù)很難對(duì)區(qū)域自然災(zāi)害損失程度進(jìn)行全面描述和評(píng)價(jià)，這就需要探索一定方法把多元災(zāi)情數(shù)據(jù)歸一化為無(wú)量綱的評(píng)價(jià)指標(biāo)，進(jìn)而擬合成能夠全面、客觀反映自然災(zāi)害造成承災(zāi)體各方面損失的綜合指數(shù)。

國(guó)內(nèi)學(xué)者就如何形成災(zāi)害損失程度劃分的量化指標(biāo)，已開(kāi)展大量研究，并提出了多種方法。如馬宗晉和李閔峰（1990）提出災(zāi)度的概念及劃分方法，以人口直接死亡數(shù)和社會(huì)財(cái)產(chǎn)損失值作為判別因子，將自然災(zāi)害的災(zāi)情分為巨、大、中、小、微5個(gè)災(zāi)度。趙阿興和馬宗晉（1993）在絕對(duì)值度量指標(biāo)災(zāi)度的基礎(chǔ)上，提出相對(duì)量指標(biāo)災(zāi)損率的概念，建立了災(zāi)損率的等級(jí)劃分標(biāo)準(zhǔn)。邱玉珺等（2003）認(rèn)為災(zāi)害發(fā)生的次數(shù)和災(zāi)害種類(lèi)與災(zāi)情強(qiáng)度密切相關(guān)，提出基于災(zāi)次和災(zāi)種兩個(gè)數(shù)量化的災(zāi)情強(qiáng)度指數(shù)，用于開(kāi)展多區(qū)域、多災(zāi)種的災(zāi)情強(qiáng)度評(píng)價(jià)模型。程立海等（2011）提出了基于綜合災(zāi)情指數(shù)自然災(zāi)害強(qiáng)度的評(píng)估方法，通過(guò)對(duì)一系列災(zāi)情評(píng)價(jià)因子進(jìn)行歸一化、加權(quán)求和，得到定量化的災(zāi)害評(píng)估指數(shù)，開(kāi)發(fā)了綜合災(zāi)情指數(shù)工具。袁藝（2011）選取了8個(gè)基本災(zāi)情指標(biāo)，利用災(zāi)情綜合指數(shù)法構(gòu)建了災(zāi)情指數(shù)，包括絕對(duì)指數(shù)和相對(duì)指數(shù)。張星（2009）將客觀賦權(quán)的熵權(quán)法與綜合評(píng)價(jià)法有機(jī)結(jié)合，提出了一種自然災(zāi)害災(zāi)情的熵權(quán)綜合評(píng)價(jià)方法。廖永豐等（2013）基于2000—2011年自然災(zāi)害災(zāi)情統(tǒng)計(jì)數(shù)據(jù)，構(gòu)建了絕對(duì)和相對(duì)兩種災(zāi)情指數(shù)，對(duì)旱災(zāi)、洪澇、臺(tái)風(fēng)、風(fēng)雹4種災(zāi)害災(zāi)情進(jìn)行了分級(jí)。張鵬等（2015）提出了一種基于幾何平均的綜合災(zāi)情指數(shù)計(jì)算方法，在時(shí)間和空間兩個(gè)維度對(duì)給定區(qū)域的災(zāi)害損失進(jìn)行定量化評(píng)價(jià)。鄭美霞和劉玲（2022）利用2011—2020年江西省自然災(zāi)害災(zāi)情統(tǒng)計(jì)數(shù)據(jù)，構(gòu)建災(zāi)情絕對(duì)指數(shù)，并對(duì)江西省自然災(zāi)害損失和時(shí)空分布情況進(jìn)行了研究分析。

綜合災(zāi)情指數(shù)是目前應(yīng)用較為廣泛的災(zāi)害損失程度評(píng)估方法，利用此方法可對(duì)多種典型自然災(zāi)害損失程度、分異規(guī)律和時(shí)空特征開(kāi)展了研究分析（曾玲艷等，2018；李祚泳等，2004；朱浩等，2015；唐麗麗，2011；張方浩等，2018；劉軍等，2015；王鵬，2018；陳家寧等，2020；張柳紅等，2021）。針對(duì)綜合災(zāi)情指數(shù)法中災(zāi)情指標(biāo)分層級(jí)的特點(diǎn)，考慮到對(duì)各層級(jí)量化指標(biāo)進(jìn)行客觀賦權(quán)的問(wèn)題，本文引入客觀賦權(quán)的熵權(quán)法和幾何平均模型對(duì)綜合災(zāi)情指數(shù)法的評(píng)估過(guò)程進(jìn)行改進(jìn)，并將其應(yīng)用于1978—2020年云南省9種主要自然災(zāi)害損失程度評(píng)估。綜合分析云南自然災(zāi)害災(zāi)情的時(shí)空分布格局及特點(diǎn)，承災(zāi)體損失情況及16個(gè)州（市）的災(zāi)害損失程度，為云南省開(kāi)展區(qū)域自然災(zāi)害風(fēng)險(xiǎn)評(píng)估，防范重大災(zāi)害風(fēng)險(xiǎn)工作提供重要科學(xué)依據(jù)。

1數(shù)據(jù)選取及研究方法

本文采用的數(shù)據(jù)資料包括：①云南省年度自然災(zāi)害災(zāi)情數(shù)據(jù)，包括人口員受災(zāi)、農(nóng)作物受災(zāi)、房屋倒損、經(jīng)濟(jì)損失情況等，數(shù)據(jù)來(lái)源于1978—2020年云南省減災(zāi)年鑒；②云南省年度社會(huì)經(jīng)濟(jì)數(shù)據(jù)，包括年末總?cè)丝凇⑥r(nóng)作物播種面積、地區(qū)生產(chǎn)總值等，來(lái)源于1978—2020年云南省統(tǒng)計(jì)年鑒。這些數(shù)據(jù)均由應(yīng)急管理部門(mén)統(tǒng)計(jì)核定并通過(guò)專(zhuān)家評(píng)審，數(shù)據(jù)較為準(zhǔn)確可靠。

綜合災(zāi)情指數(shù)是對(duì)一系列災(zāi)情評(píng)價(jià)因子進(jìn)行歸一化和加權(quán)處理，以便定量化地反映受災(zāi)的嚴(yán)重程度，它是給定時(shí)間范圍內(nèi)一個(gè)區(qū)域受災(zāi)情況的總體衡量尺度（張鵬等，2015；程立海等，2011）。綜合災(zāi)情指數(shù)包括絕對(duì)災(zāi)情指數(shù)和相對(duì)災(zāi)情指數(shù)，絕對(duì)災(zāi)情指數(shù)用于表征區(qū)域?yàn)?zāi)害損失大小，相對(duì)災(zāi)情指數(shù)用于表征區(qū)域社會(huì)經(jīng)濟(jì)受影響的程度（袁藝，2011；廖永豐等，2013）。本文選取兩種災(zāi)情指數(shù)作為定量評(píng)估指標(biāo)，利用綜合災(zāi)情指數(shù)開(kāi)展區(qū)域自然災(zāi)害損失程度評(píng)估方法。

1.1指標(biāo)構(gòu)建

自然災(zāi)害災(zāi)情包括多方面統(tǒng)計(jì)指標(biāo)，目的是客觀揭示災(zāi)害造成某個(gè)區(qū)域的總體損失和影響，因此開(kāi)展災(zāi)害損失程度評(píng)估時(shí)應(yīng)選擇有代表性的指標(biāo)構(gòu)建災(zāi)情指數(shù)。本文采用德?tīng)柗品ǎ猛ㄐ抛稍?xún)方式邀請(qǐng)了10位自然災(zāi)害應(yīng)急管理、災(zāi)害損失評(píng)估、災(zāi)害風(fēng)險(xiǎn)評(píng)估方面的專(zhuān)家對(duì)區(qū)域自然災(zāi)害損失評(píng)估指標(biāo)進(jìn)行函詢(xún)。德?tīng)柗品ㄊ怯烧{(diào)查者擬定調(diào)查表，以函件的方式分別向相關(guān)領(lǐng)域?qū)＜医M成員進(jìn)行征詢(xún)，專(zhuān)家組成員以匿名的方式提交意見(jiàn)。經(jīng)過(guò)反復(fù)征詢(xún)和反饋，專(zhuān)家組成員的意見(jiàn)逐步趨于集中，最后獲得具有很高準(zhǔn)確率的集體判斷結(jié)果。專(zhuān)家們對(duì)指標(biāo)的選取、指標(biāo)的意義、指標(biāo)值的表達(dá)方式等方面提出了大量的建議和意見(jiàn)，根據(jù)專(zhuān)家意見(jiàn)對(duì)指標(biāo)進(jìn)行梳理和調(diào)整，得到了綜合災(zāi)情指數(shù)，并得到區(qū)域自然災(zāi)害損失程度評(píng)估指標(biāo)體系（圖1）。

從圖1可見(jiàn)，區(qū)域自然災(zāi)害損失程度評(píng)估綜合災(zāi)情指數(shù)（A）為目標(biāo)層，影響目標(biāo)層的4個(gè)因子分別表征人口受災(zāi)程度、農(nóng)作物損失程度、房屋損失程度和經(jīng)濟(jì)損失程度。其中前3個(gè)因子，每個(gè)因子包含2個(gè)具體指標(biāo)，經(jīng)濟(jì)損失只包含1個(gè)具體指標(biāo)。這7項(xiàng)是災(zāi)后損失評(píng)估和應(yīng)急救災(zāi)工作中最受關(guān)注的指標(biāo)，能夠綜合反映自然災(zāi)害對(duì)一個(gè)區(qū)域經(jīng)濟(jì)社會(huì)造成的影響和損失程度，特別是死亡失蹤人口指標(biāo)，是災(zāi)害應(yīng)急管理的核心指標(biāo)，決定著自然災(zāi)害應(yīng)急響應(yīng)的級(jí)別和應(yīng)急救災(zāi)的規(guī)模。

選取適當(dāng)?shù)脑u(píng)估指標(biāo)是做好區(qū)域自然災(zāi)害損失程度評(píng)估的基礎(chǔ)。由于評(píng)估指標(biāo)的數(shù)值大小會(huì)受到統(tǒng)計(jì)區(qū)域承災(zāi)體總量的影響，因此在選取上述具體評(píng)估指標(biāo)的基礎(chǔ)上，選擇評(píng)估區(qū)總?cè)丝?、農(nóng)作物播種總面積、民房總數(shù)量和國(guó)內(nèi)生產(chǎn)總值參與相對(duì)指標(biāo)的構(gòu)建，并利用相對(duì)數(shù)值進(jìn)行損失程度評(píng)估和區(qū)域比較，就能充分反映區(qū)域自然災(zāi)害損失的強(qiáng)度和災(zāi)害對(duì)區(qū)域社會(huì)經(jīng)濟(jì)的影響程度（袁藝等，2011）。

1.2數(shù)據(jù)預(yù)處理

隨著社會(huì)經(jīng)濟(jì)的發(fā)展，地區(qū)生產(chǎn)總值和物價(jià)水平不斷提高，歷史自然災(zāi)害的直接經(jīng)濟(jì)損失不能用當(dāng)時(shí)的價(jià)格數(shù)據(jù)去衡量，為進(jìn)行科學(xué)合理的統(tǒng)計(jì)比較，需將歷史自然災(zāi)害的直接經(jīng)濟(jì)損失按多年可比的直接經(jīng)濟(jì)損失進(jìn)行折算。以2020年價(jià)格水平為基準(zhǔn)進(jìn)行折算，采用1978—2020年云南各州（市）的GDP增長(zhǎng)率將各年份的損失統(tǒng)一換算為2020年可比價(jià)（張方浩等，2020）。2020年可比價(jià)格直接經(jīng)濟(jì)損失計(jì)算公式為：

式中：L2020-i為2020年相對(duì)于第i年的直接經(jīng)濟(jì)損失；Li為第i年的直接經(jīng)濟(jì)損失；C2020-i為2020年相對(duì)于第i年的地區(qū)生產(chǎn)總值增長(zhǎng)率。

1.3指標(biāo)歸一化

由于災(zāi)情數(shù)據(jù)為多元統(tǒng)計(jì)量，各評(píng)價(jià)指標(biāo)的量綱不同，為了便于后續(xù)計(jì)算，需要將評(píng)價(jià)指標(biāo)的量值進(jìn)行歸一化處理。本文采用極差變換法（李美娟等，2004）對(duì)自然災(zāi)害評(píng)價(jià)指標(biāo)進(jìn)行歸一化處理。本文選取的指標(biāo)均為正向指標(biāo)，指標(biāo)值越大表示受災(zāi)或損失程度越重，正向評(píng)價(jià)指標(biāo)歸一化公式為：

式中：Y為歸一化指標(biāo)；Xi為指標(biāo)的原始值；max（Xi）和min（Xi）表示該指標(biāo)在1978—2020年間的最大值和最小值。

1.4指標(biāo)權(quán)重確定

評(píng)價(jià)指標(biāo)的權(quán)重大小代表著評(píng)價(jià)指標(biāo)對(duì)評(píng)價(jià)結(jié)果的影響程度，綜合評(píng)價(jià)中常用的指標(biāo)權(quán)重系數(shù)的確定方法有專(zhuān)家經(jīng)驗(yàn)法和層次分析法（劉自遠(yuǎn)，劉成福，2006；鄧樹(shù)榮等，2017；習(xí)聰望等，2016；張雙鳳等，2011），但是這兩種方法中專(zhuān)家的主觀意愿比重較大，不同專(zhuān)家給出的結(jié)果可能大相徑庭，不能保證結(jié)果的客觀性（張方浩等，2018）。在信息論中常用信息熵評(píng)價(jià)所獲信息的有序度及其效用從而盡量避免各評(píng)價(jià)指標(biāo)權(quán)重的人為因素干擾，使評(píng)價(jià)結(jié)果更符合實(shí)際（張星，2009）。因此，本文采用熵權(quán)法來(lái)確定評(píng)價(jià)指標(biāo)權(quán)重。由于熵權(quán)法的信息均來(lái)自于客觀數(shù)據(jù)，故能夠很好地保證結(jié)果的客觀性和準(zhǔn)確性（方成杰等，2016）。

假定有ｍ個(gè)評(píng)價(jià)對(duì)象，每個(gè)對(duì)象有ｎ個(gè)評(píng)價(jià)指標(biāo)，將評(píng)價(jià)指標(biāo)數(shù)據(jù)構(gòu)建標(biāo)準(zhǔn)化矩陣為：

1.5綜合災(zāi)情指數(shù)計(jì)算

算術(shù)平均值易受極端數(shù)據(jù)的影響，這是因?yàn)槠骄捣磻?yīng)靈敏，任何單一指標(biāo)數(shù)值的極端變化都會(huì)影響到最終評(píng)價(jià)結(jié)果（羅良清，魏和清，2011）。相比算術(shù)平均值，幾何平均值對(duì)單一指標(biāo)明顯偏大的數(shù)據(jù)不敏感，不易出現(xiàn)均值向偏倚分布數(shù)據(jù)大幅傾斜的情況。因此本文基于幾何平均模型計(jì)算綜合災(zāi)情指數(shù)，要求用于計(jì)算的多元數(shù)據(jù)各項(xiàng)指標(biāo)非零，因此需將所有歸一化后具體指標(biāo)數(shù)據(jù)中的0值替換為一個(gè)小值0.01。

使用幾何平均模型計(jì)算綜合災(zāi)情指數(shù)，即各歸一化具體指標(biāo)值的幾何加權(quán)平均值，計(jì)算公式如下：

式中：A為某個(gè)區(qū)域綜合絕對(duì)災(zāi)情指數(shù)；Cij為第i個(gè)因子下第j個(gè)具體指標(biāo)歸一化后的值；Wij為第i個(gè)因子下第j個(gè)具體指標(biāo)的權(quán)重，由式（3）～（6）計(jì)算得到。

1.6災(zāi)害損失程度分級(jí)

基于綜合災(zāi)情指數(shù)，采用自然斷點(diǎn)法對(duì)云南省各州（市）的總體災(zāi)害損失程度進(jìn)行分級(jí)。這是一種根據(jù)數(shù)值統(tǒng)計(jì)分布規(guī)律分級(jí)和分類(lèi)的統(tǒng)計(jì)方法，能使類(lèi)與類(lèi)之間的不同最大化。這種分級(jí)方法不受人為知識(shí)的干擾，完全基于數(shù)據(jù)本身（白仙富等，2022）。本文采用自然斷點(diǎn)法，根據(jù)區(qū)域綜合災(zāi)情指數(shù)的值進(jìn)行分類(lèi)，在設(shè)定分為5個(gè)等級(jí)的情況下，通過(guò)聚類(lèi)分析將相似性最大的數(shù)值分在同一個(gè)等級(jí)，差異最大的數(shù)值分在不同的等級(jí)，可以較好地保持?jǐn)?shù)值的統(tǒng)計(jì)特征，更客觀準(zhǔn)確地揭示各評(píng)估區(qū)的受災(zāi)情況和災(zāi)害損失程度的空間分布格局。

2實(shí)例應(yīng)用

基于上述改進(jìn)的綜合災(zāi)情指數(shù)法，以1978—2020年云南省干旱災(zāi)害、洪澇災(zāi)害、地震災(zāi)害、地質(zhì)災(zāi)害、臺(tái)風(fēng)災(zāi)害、風(fēng)雹災(zāi)害、低溫冷凍災(zāi)害、雪災(zāi)以及森林草原火災(zāi)等9種自然災(zāi)害災(zāi)情數(shù)據(jù)為例，對(duì)災(zāi)害損失程度進(jìn)行分級(jí)評(píng)估，并檢驗(yàn)實(shí)用性和有效性。本文收集整理了1978—2020年改進(jìn)方法的云南省各州（市）9種自然災(zāi)害累積損失的絕對(duì)指標(biāo)值，包括受災(zāi)人次（VDn）、死亡失蹤人口（DMn）、農(nóng)作物受災(zāi)面積（CDia）、農(nóng)作物絕收面積（CDea）、倒塌房屋間數(shù)（BCn）、損壞房屋間數(shù)（HDn）、直接經(jīng)濟(jì)損失（DEl）共7項(xiàng)，相對(duì)指標(biāo)值包括年均每十萬(wàn)受災(zāi)人口（Aa-VDn）、年均每十萬(wàn)人死亡失蹤人口（Aa-DMn）、年均農(nóng)作物受災(zāi)面積占播種面積比重（Ap-CDia）、年均農(nóng)作物絕收面積占播種面積比重（Ap-CDea）、年均每十萬(wàn)間倒塌房屋數(shù)（Aa-BCn）、年均每十萬(wàn)間損壞房屋數(shù)（Aa-HDn）、年均直接經(jīng)濟(jì)損失占GDP比重（Ap-DEl）共7項(xiàng)，進(jìn)行歸一化處理，并做0值替換為0.01處理，結(jié)果見(jiàn)表1。

根據(jù)表1數(shù)據(jù)建立矩陣，根據(jù)式（4）進(jìn)行各指標(biāo)信息熵Ｈｊ的計(jì)算，將各指標(biāo)的Ｈｊ代入式（6）得到各指標(biāo)的熵權(quán)Wj，各評(píng)價(jià)指標(biāo)權(quán)重見(jiàn)表2。

基于各指標(biāo)權(quán)重系數(shù)，根據(jù)式（7）計(jì)算得到評(píng)估單元綜合災(zāi)情指數(shù)，采用自然斷點(diǎn)法將各評(píng)估單元綜合災(zāi)情指數(shù)從小到大劃分為5類(lèi)，分別代表評(píng)估單元自然災(zāi)害綜合損失微度、輕度、中度、重度、特重５個(gè)等級(jí)，得到1978—2020年云南省16個(gè)州（市）自然災(zāi)害綜合絕對(duì)和相對(duì)損失程度分布圖（圖2）。

由圖2a可見(jiàn)，1978—2020年云南省自然災(zāi)害綜合絕對(duì)損失程度分為5個(gè)等級(jí)，特重?fù)p失地區(qū)是昭通市；重度損失地區(qū)是楚雄州、普洱市、大理州、曲靖市、文山州；中度損失地區(qū)是麗江市、保山市、臨滄市、昆明市、紅河州；輕度損失地區(qū)是玉溪市、德宏州；微度損失地區(qū)是怒江州、迪慶州、西雙版納州。由圖2b可見(jiàn)，1978—2020年云南省自然災(zāi)害綜合相對(duì)損失程度亦分為5個(gè)等級(jí)，特重?fù)p失地區(qū)是麗江市；重度損失地區(qū)是昭通市、普洱市、楚雄州、文山州、怒江州、迪慶州；中度損失地區(qū)是大理州、臨滄市、保山市；輕度損失地區(qū)是曲靖市、玉溪市、紅河州、西雙版納州；微度損失地區(qū)是昆明市、德宏州。

綜上，從災(zāi)害損失總量來(lái)看，損失較重的區(qū)域分布在滇東的昭通—曲靖—文山一帶，以及滇西的大理—楚雄—普洱地區(qū)。從社會(huì)經(jīng)濟(jì)受影響的程度來(lái)看，損失較重的區(qū)域分布在滇西的迪慶—怒江—麗江—楚雄—普洱一帶，以及滇東的昭通、文山地區(qū)。

3分析與討論

3.1各州（市）損失程度對(duì)比

按照災(zāi)情綜合絕對(duì)和綜合相對(duì)指數(shù)來(lái)劃分1978—2020年云南省自然災(zāi)害絕對(duì)損失程度，部分州（市）的結(jié)果差異較大，這主要是由2個(gè)指數(shù)的表征不同所造成。為此，需要綜合兩個(gè)指數(shù)將災(zāi)害損失程度分為4類(lèi)：災(zāi)害損失總量較大且對(duì)本地產(chǎn)生較大影響（Ⅰ類(lèi)）、災(zāi)害損失總量較大但對(duì)本地影響較?。á蝾?lèi)）、災(zāi)害損失總量較小但對(duì)本地影響較大（Ⅲ類(lèi)）、災(zāi)害損失總量較小且對(duì)本地影響較小（Ⅳ類(lèi)）（袁藝等，2011）。按照上述分類(lèi)方法，分別計(jì)算云南省各州（市）綜合絕對(duì)和相對(duì)災(zāi)情指數(shù)的算術(shù)平均值，將2個(gè)指數(shù)都大于算術(shù)平均值的州（市）劃分為Ⅰ類(lèi)地區(qū)，將綜合絕對(duì)指數(shù)大于算術(shù)平均值而綜合相對(duì)指數(shù)小于算術(shù)平均值的州（市）劃分為Ⅱ類(lèi)地區(qū)，將綜合絕對(duì)指數(shù)小于算術(shù)平均值而綜合相對(duì)指數(shù)大于算術(shù)平均值的州（市）劃分為Ⅲ類(lèi)地區(qū)，將2個(gè)指數(shù)都小于算術(shù)平均值的州（市）劃分為Ⅳ類(lèi)地區(qū)，結(jié)果見(jiàn)表3。

Ⅰ類(lèi)區(qū)域包含昭通市、普洱市、楚雄州、文山州。滇東北的昭通市人口總量全省排名第3位，人口密度排名第2位，人均GDP排名倒數(shù)第1位，但災(zāi)情綜合絕對(duì)指數(shù)居全省之首；滇南的普洱市是全省國(guó)土面積最大的地區(qū)；滇中的楚雄州人口數(shù)量和國(guó)土面積均處于全省排名中上位置，也是全省最易發(fā)生干旱的區(qū)域；滇東南的文山州國(guó)土面積全省排名第3，人口總量排名第6，人均GDP排名倒數(shù)第2。這類(lèi)區(qū)域的特點(diǎn)是人口數(shù)量和國(guó)土面積全省排名偏上或最高，經(jīng)濟(jì)實(shí)力全省排名偏下或最低，承災(zāi)體總量大，經(jīng)濟(jì)欠發(fā)達(dá)，承災(zāi)體易損性高，災(zāi)害損失總量較大且對(duì)本地產(chǎn)生較大影響。

Ⅱ類(lèi)區(qū)域包含曲靖市、大理州。滇東曲靖市的人口總量和GDP全省排名第2，國(guó)土面積排名第4；滇西大理州人口數(shù)量、GDP和國(guó)土面積均排名第5。這類(lèi)區(qū)域的特點(diǎn)是人口數(shù)量、國(guó)土面積和經(jīng)濟(jì)實(shí)力均處于全省排名偏上位置（前5位）。承災(zāi)體總量大，經(jīng)濟(jì)較發(fā)達(dá)，承災(zāi)抗災(zāi)及災(zāi)后恢復(fù)能力強(qiáng)，災(zāi)害損失總量較大但對(duì)本地影響較小。

Ⅲ類(lèi)區(qū)域包含麗江市、怒江州、迪慶州。這3個(gè)州（市）均位于滇西北，麗江市人口總量和農(nóng)作物播種面積全省排名倒數(shù)第4位，GDP排名倒數(shù)3位；怒江州和迪慶州人口總量、農(nóng)作物播種面積和GDP均為全省排名后2位。這類(lèi)區(qū)域的特點(diǎn)是人口數(shù)量、農(nóng)作物播種面積和GDP均處于全省排名靠后位置（后4位）。承災(zāi)體總量小，經(jīng)濟(jì)不發(fā)達(dá)，自然環(huán)境惡劣，承災(zāi)抗災(zāi)及災(zāi)后恢復(fù)能力弱，災(zāi)害損失總量較小但對(duì)本地影響較大。

Ⅳ類(lèi)區(qū)域包含臨滄市、保山市、紅河州、昆明市、玉溪市、德宏州、西雙版納州。其中昆明市、玉溪市單位經(jīng)濟(jì)總量最大，人均GDP全省排名前2位；臨滄市、德宏州、西雙版納州、保山市森林覆蓋率約為70%以上且年均降雨量在1000mm以上；德宏州、玉溪市、西雙版納州、保山市國(guó)土面積位均為全省排名后5位。這類(lèi)區(qū)域的特點(diǎn)是單位經(jīng)濟(jì)總量大或部分地區(qū)經(jīng)濟(jì)高度發(fā)達(dá)，承災(zāi)體總量小，森林覆蓋率高、降雨量充沛、自然環(huán)境條件好，承災(zāi)抗災(zāi)及災(zāi)后恢復(fù)能力強(qiáng)，災(zāi)害損失總量較小且對(duì)本地影響較小。

3.2不同災(zāi)種損失程度對(duì)比

對(duì)1978—2020年云南省9種自然災(zāi)害災(zāi)情數(shù)據(jù)進(jìn)行統(tǒng)計(jì)分析，43年間云南省因自然災(zāi)害受災(zāi)43901.5萬(wàn)人次，年均受災(zāi)1020.97萬(wàn)人，死亡失蹤12875人；農(nóng)作物受災(zāi)面積4011.46萬(wàn)公頃，農(nóng)作物絕收面積542.04萬(wàn)公頃；共造成179.53萬(wàn)間房屋倒塌，1487.07萬(wàn)間房屋損壞，直接經(jīng)濟(jì)損失3651.14億元。為細(xì)化不同災(zāi)種與各災(zāi)情指標(biāo)之間的關(guān)系，選取7個(gè)指標(biāo)統(tǒng)計(jì)了1978—2020年云南省各災(zāi)情指標(biāo)損失總量中不同災(zāi)種的比例，因部分災(zāi)種損失占比太小，無(wú)法標(biāo)繪，圖中只顯示損失占比前3名的災(zāi)種（圖3）。

從圖3可見(jiàn)，受災(zāi)人口主要由干旱、洪澇、風(fēng)雹災(zāi)害造成，占比高達(dá)79%；死亡失蹤人口主要由洪澇、地震、地質(zhì)災(zāi)害造成，占比高達(dá)90%；農(nóng)作物受災(zāi)和絕收面積主要由干旱、洪澇、風(fēng)雹災(zāi)害造成，占比達(dá)87%和86%；房屋倒塌和損壞間數(shù)主要由洪澇、地震、風(fēng)雹災(zāi)害造成，占比達(dá)90%和95%；直接經(jīng)濟(jì)損失主要由干旱、洪澇、地震災(zāi)害造成，占比達(dá)75%，3種災(zāi)害各占三分之一。從災(zāi)種情況來(lái)看，對(duì)云南省影響較為嚴(yán)重的災(zāi)害類(lèi)型主要有干旱、洪澇、地震、風(fēng)雹和地質(zhì)災(zāi)害。干旱災(zāi)害會(huì)造成大量人口受災(zāi)，大面積農(nóng)作物受災(zāi)甚至絕收，進(jìn)而造成直接經(jīng)濟(jì)損失。洪澇災(zāi)害造成人口受災(zāi)、死亡、失蹤，農(nóng)作物受災(zāi)和絕收，房屋倒塌和損壞，直接經(jīng)濟(jì)損失，7個(gè)災(zāi)情指標(biāo)所占比例均在前3位，是一種對(duì)各類(lèi)承災(zāi)體影響和破壞較重的自然災(zāi)害。地震災(zāi)害主要造成大量房屋倒損和受損，人口死亡、失蹤及直接經(jīng)濟(jì)損失。風(fēng)雹災(zāi)害造成7個(gè)災(zāi)情指標(biāo)所占比例均在前4位，各災(zāi)情指標(biāo)所占比例為10%左右，所以也是一種對(duì)各類(lèi)承災(zāi)體影響較重的災(zāi)害。地質(zhì)災(zāi)害主要造成較嚴(yán)重的人口死亡、失蹤及一定的房屋倒塌和直接經(jīng)濟(jì)損失。

4結(jié)論

本文采用德?tīng)柗品?，選擇基本災(zāi)情指標(biāo)以及相關(guān)的社會(huì)經(jīng)濟(jì)指標(biāo)，構(gòu)建自然災(zāi)害損失程度評(píng)估指標(biāo)體系，再引入客觀賦權(quán)的熵權(quán)法和幾何平均模型，對(duì)綜合災(zāi)情指數(shù)法的評(píng)估過(guò)程進(jìn)行改進(jìn)，然后利用改進(jìn)的綜合災(zāi)情指數(shù)法評(píng)估了1978—2020年云南省各州（市）9種主要自然災(zāi)害損失程度，并對(duì)云南省自然災(zāi)害總體損失、各州（市）和不同災(zāi)種情況、空間分布特征進(jìn)行了研究，得出以下結(jié)論：

（1）從災(zāi)害損失總量來(lái)看，損失較重的區(qū)域分布在滇東的昭通—曲靖—文山一帶，以及滇西的大理—楚雄—普洱地區(qū)。從社會(huì)經(jīng)濟(jì)受影響的程度來(lái)看，損失較重的區(qū)域分布在滇西的迪慶—怒江—麗江—楚雄—普洱一帶，以及滇東的昭通、文山地區(qū)。

（2）根據(jù)災(zāi)情綜合絕對(duì)指數(shù)和綜合相對(duì)指數(shù)，將云南省16個(gè)州（市）災(zāi)害損失程度分成4種類(lèi)型，即損失總量較大且對(duì)本地產(chǎn)生較大影響（包括昭通市、普洱市、楚雄州、文山州）、災(zāi)害損失總量較大但對(duì)本地影響較?。òㄇ甘?、大理州）、災(zāi)害損失總量較小但對(duì)本地影響較大（包括麗江市、怒江州、迪慶州）、災(zāi)害損失總量較小且對(duì)本地影響較?。òㄅR滄市、保山市、紅河州、昆明市、玉溪市、德宏州、西雙版納州）。評(píng)估結(jié)果與各州（市）的實(shí)際情況相符，說(shuō)明本文所給出的改進(jìn)綜合災(zāi)情指數(shù)法是評(píng)估區(qū)域?yàn)?zāi)害損失程度較為實(shí)用的方法。

（3）對(duì)云南省影響較為嚴(yán)重的自然災(zāi)害類(lèi)型主要是干旱、洪澇、地震、風(fēng)雹和地質(zhì)災(zāi)害。干旱災(zāi)害主要是造成大量人口受災(zāi)，大面積農(nóng)作物受災(zāi)甚至絕收，進(jìn)而造成直接經(jīng)濟(jì)損失，洪澇和風(fēng)雹災(zāi)害對(duì)各類(lèi)承災(zāi)體影響和破壞均較重，地震災(zāi)害主要造成大量房屋倒損和受損，人口死亡、失蹤及直接經(jīng)濟(jì)損失，地質(zhì)災(zāi)害主要造成較嚴(yán)重的人口死亡、失蹤及一定的房屋倒塌和直接經(jīng)濟(jì)損失。

（4）為使評(píng)估結(jié)果盡可能客觀，本文引入客觀賦權(quán)的熵權(quán)法確定評(píng)估指標(biāo)權(quán)重，采用幾何平均法計(jì)算綜合災(zāi)情指數(shù)，利用自然斷點(diǎn)法劃分災(zāi)害損失程度，這3種方法都是基于數(shù)據(jù)本身的客觀方法。相較現(xiàn)有方法，本文提出的改進(jìn)綜合災(zāi)情指數(shù)法，在評(píng)估指標(biāo)權(quán)重確定時(shí)不受專(zhuān)家經(jīng)驗(yàn)和偏好影響，對(duì)具體災(zāi)情指標(biāo)分布偏差較大的數(shù)據(jù)也不敏感，災(zāi)害損失程度的分級(jí)能客觀準(zhǔn)確地揭示各評(píng)估區(qū)的受災(zāi)情況。使用本文改進(jìn)方法對(duì)1978—2020年云南省各州（市）9種主要自然災(zāi)害損失程度進(jìn)行實(shí)例應(yīng)用，驗(yàn)證了本文提出的方法的適用性。

參考文獻(xiàn)：

白仙富，戴雨芡，葉燎原，等.2022.基于GIS和專(zhuān)家知識(shí)的滇西南地區(qū)滑坡敏感性模糊邏輯推理方法［J］.地震研究，45（1）：118-131.

陳家寧，孫懷衛(wèi)，王建鵬，等.2020.綜合氣象干旱指數(shù)改進(jìn)及其適用性分析［J］.農(nóng)業(yè)工程學(xué)報(bào)，36（16）：7.

程立海，唐宏，周廷剛，等.2011.自然災(zāi)害強(qiáng)度的評(píng)估方法及應(yīng)用——基于綜合災(zāi)情指數(shù)的研究［J］.自然災(zāi)害學(xué)報(bào)，20（1）：46-50.

鄧樹(shù)榮，曹彥波，張方浩，等.2017.基于AHP方法的云南地震現(xiàn)場(chǎng)通信技術(shù)系統(tǒng)應(yīng)急響應(yīng)模式研究［J］.地震研究，40（2）：277-285.

方成杰，錢(qián)德玲，徐士彬，等.2016.基于可拓學(xué)和熵權(quán)的中巴公路泥石流易發(fā)性評(píng)價(jià)［J］.自然災(zāi)害學(xué)報(bào)，25（6）：18-26.

李美娟，陳國(guó)宏，陳衍泰.2004.綜合評(píng)價(jià)中指標(biāo)標(biāo)準(zhǔn)化方法研究［J］.中國(guó)管理科學(xué)，12（S1）：45-48.

李祚泳，楊懷金，燕鵬.2004.基于免疫進(jìn)化算法優(yōu)化的災(zāi)情評(píng)估指數(shù)公式及效果檢驗(yàn)［J］.高原氣象，3（4）：553-557.

廖永豐，趙飛，王志強(qiáng)，等.2013.2000—2011年中國(guó)自然災(zāi)害災(zāi)情空間分布格局分析［J］.災(zāi)害學(xué)，28（4）：55-60.

劉軍，宋立軍，盧永坤，等.2015.2014年云南魯?shù)镸S6.5地震災(zāi)害區(qū)域等級(jí)劃分研究［J］.地震研究，38（3）：426-431.

劉自遠(yuǎn)，劉成福.2006.綜合評(píng)價(jià)中指標(biāo)權(quán)重系數(shù)確定方法探討［J］.中國(guó)衛(wèi)生質(zhì)量管理，13（2）：44-46.

羅良清，魏和清.2011.統(tǒng)計(jì)學(xué)［M］.北京：中國(guó)財(cái)政經(jīng)濟(jì)出版社，33-35.

馬宗晉，李閔鋒.1990.自然災(zāi)害評(píng)估、災(zāi)度和對(duì)策，中國(guó)減輕自然災(zāi)害研究［C］//全國(guó)減輕自然災(zāi)害研究討論會(huì)論文集.北京：中國(guó)科學(xué)技術(shù)出版社.

邱玉珺，王靜愛(ài)，鄒學(xué)勇.2003.區(qū)域?yàn)?zāi)情評(píng)價(jià)模型［J］.自然災(zāi)害學(xué)報(bào)，12（3）：48-53.

史培軍，王季薇，張鋼鋒，等.2017.透視中國(guó)自然災(zāi)害區(qū)域分異規(guī)律與區(qū)劃研究［J］.地理研究，36（8）：1401-1414.

唐麗麗.2011.基于GIS的臺(tái)風(fēng)災(zāi)害災(zāi)情及風(fēng)險(xiǎn)評(píng)估研究［D］.北京：首都師范大學(xué).

王鵬.2018.基于信息擴(kuò)散理論及數(shù)據(jù)整合的貴州洪災(zāi)風(fēng)險(xiǎn)評(píng)價(jià)研究［J］.中國(guó)農(nóng)村水利水電，（2）：109-112.

習(xí)聰望，何少林，陳文凱.2016.地震災(zāi)害人口易損性評(píng)估——以甘肅省隴南地區(qū)為例［J］.地震研究，39（2）：288-294.

袁藝.2011.2000—2007年省級(jí)區(qū)域自然災(zāi)害災(zāi)情分析［J］.自然災(zāi)害學(xué)報(bào)，20（1）：156-162.

曾玲艷，周文劍，陳庭甫，等.2018.基于綜合災(zāi)情指數(shù)方法的2012—2016年江西省自然災(zāi)害災(zāi)情分析［J］.安徽農(nóng)業(yè)科學(xué)，46（12）：64-68.

張方浩，鄧樹(shù)榮，杜浩國(guó)，等.2018.基于熵權(quán)法的云南縣域歷史地震災(zāi)害等級(jí)評(píng)價(jià)［J］.地震研究，41（2）：319-327.

張方浩，盧永坤，鄧樹(shù)榮，等.2020.云南地區(qū)區(qū)域地震災(zāi)害特征［J］.地震研究，43（1）：134-143.

張柳紅，鄭璟，伍紅雨，等.2021.廣東暴雨洪澇災(zāi)害損失定量評(píng)估［J］.暴雨災(zāi)害，40（1）：87-93.

張鵬，張?jiān)葡?，孫舟，等.2015.綜合災(zāi)情指數(shù)——一種自然災(zāi)害損失的定量化評(píng)價(jià)方法［J］.災(zāi)害學(xué)，30（4）：74-78.

張雙鳳，孫佩卿，李守勇.2011.基于層次分析法的地震預(yù)警分級(jí)研究［J］.地震研究，34（3）：389-395，403.

張星.2009.自然災(zāi)害災(zāi)情的熵權(quán)綜合評(píng)價(jià)模型［J］.自然災(zāi)害學(xué)報(bào)，18（6）：189-192.

趙阿興，馬宗晉.1993.自然災(zāi)害損失評(píng)估指標(biāo)體系的研究［J］.自然災(zāi)害學(xué)報(bào)，2（3）：1-7.

鄭美霞，劉玲.2022.2011—2020年江西省自然災(zāi)害災(zāi)情時(shí)空特征分析［J］.自然災(zāi)害學(xué)報(bào)，31（2）：233-241.

朱浩，王凱，程向陽(yáng)，等.2015.安徽省雷電災(zāi)害特征分析及區(qū)域?yàn)?zāi)情評(píng)估［J］.長(zhǎng)江流域資源與環(huán)境，24（1）：162-168.