山东省农业旱灾恢复力评估研究：基于社会受灾体的脆弱性与恢复力的关系

李福夺， 杨兴洪

(贵州大学 管理学院， 贵阳 550025)



山东省农业旱灾恢复力评估研究：基于社会受灾体的脆弱性与恢复力的关系

李福夺*， 杨兴洪

(贵州大学 管理学院， 贵阳 550025)

山东省是我国农业旱灾的频发区，该地区的旱灾具有发生频率高、持续时间长、影响范围广的特点，严重影响了当地的农业生产和经济发展，在这种情况下，对该省农业灾害相关问题展开深入研究对于制定防灾减灾策略意义重大.根据山东省农业系统脆弱性与灾后恢复力的内在联系，提出了一个适合本地实际的旱灾恢复力评估模型，并以历史数据为依托进行了恢复力指数的尝试性构建.结果表明，“气候”、“土地利用状况”、“农户收入”和“农业投入”4个指标是影响研究区旱灾恢复力的关键因素，旱灾恢复力在1980年～2013这30多年间总体来看比较平稳，其中1983年、1987年、1994年、1998年和2002年恢复力水平较低，1984年、1990年、1996年和2005年恢复力水平较高.根据该模型构建的恢复力指数测算结果预测得出2014年山东省旱灾综合恢复力空间分布情况为青岛市最高，聊城市最低.

山东省； 农业旱灾； 恢复力评估； 脆弱性

山东省地处暖温带季风气候区，是我国重要的粮、棉、水果、油料等的生产基地，但农业灾害，特别是旱灾频发，且影响范围极广，是制约该省农业发展的主要因素之一.据统计，旱灾是山东省发生年份最多，涉及面积最大的自然灾害之一，常年遭受旱灾面积在500～700万亩之间，占全省所有灾害面积的1/3还多.从不同地区来看，近百年的旱灾统计表明，鲁西北地区多于鲁西南和鲁东南地区，而鲁西南、鲁东南地区有多于半岛地区；从历史来看，1980年～2013这34年间，山东省有14个年份发生了比较严重的旱灾，其中受灾面积在500万亩以上的有1992年、1993年、1997年、1998年、2003年共5个年份[1].通过对1980年～2013年山东省综合灾情和旱灾受灾面积的统计可以看出，该省旱灾灾情严重，发生频率过高，在参加统计的30多年中，基本每年都有不同程度的自然灾害发生，但旱灾仍旧是影响农业稳产、高产的主要因素.

尽管中国是世界上旱灾灾害发生最频繁、遭受旱灾损失最严重的国家之一，但有关旱灾灾后恢复力评估方法的研究在我国起步较晚，研究成果和研究深度都远不如国外.目前我国在该方面的研究仍主要以定性评估为主，且侧重研究灾害恢复力的重要性和影响因素，以及如何增强灾害恢复力，在定量评估方法方面的研究相对缺乏.本文将依据恢复力与脆弱性的内在联系，提出适合山东省本地的旱灾恢复力量化评估模型，并以历史数据为依托进行恢复力指数的尝试性构建，旨在探索促进旱灾恢复力评估发展的有效途径，从而为政府制定防灾减灾措施提供科学的参考依据.

1 灾害脆弱性与恢复力的关系综述

恢复力原是一个力学概念，是指“材料在没有断裂或完全变形的情况下，因受外力而发生变形并存储恢复势能的能力”.1973年，Holling将这一概念引入生态学领域，认为生态恢复力是“生态系统在保持自身结构不变的前提下，通过调整系统的行为控制参数后系统能够吸纳的扰动量”[2].后来，Pimm又提出了生态恢复力的又一定义，他把生态恢复力定义为“系统在遭受扰动后恢复到原有平衡状态的速度”[3].这两个定义都关注系统的结构和功能的维护，不同之处在于前者强调系统能够承受的扰动量，而不关心系统是否处于平衡状态；后者则在平衡状态的前提下，关注系统受到外界扰动后的抵抗和恢复能力.1996年，Handmer和Dovers两位经济学家创造性地把恢复力作为衡量灾害系统的一个属性引入灾害学领域，首次提出了构建环境变化响应机制研究框架的基本思路，从此，灾害学研究领域产生了“灾害恢复力”的新概念[4].

在灾害学研究中， 脆弱性的概念多种多样，ISDR(国际减灾战略)把脆弱性定义为由经济、社会、自然等共同决定的增强社区所面临的灾害敏感性的全部因素;UNU-EHS(环境和人类安全协会)曾为脆弱性给出一个较为全面和新颖的概念， 认为脆弱性是风险受体的内部特征， 由经济、社会和自然环境等因素共同决定， 且随时间发生改变，它决定了特定灾害下的期望损失[5].由此可以说明， 不同研究领域对脆弱性展开研究的角度不同，侧重也各异，社会科学侧重研究脆弱性对经济、社会的影响及其产生的因素，而自然科学更侧重研究承灾体或系统遭受冲击的后果[6].

不管是自然科学还是社会科学，早期对灾害脆弱性的研究中大部分都包含恢复力的因素，而最早对灾害脆弱性和恢复力之间关系展开研究的是Timmerman(1981)，他率先把二者结合起来以综合研究灾害的破坏及补救措施[7].目前，学术界对灾害脆弱性及恢复力的关系表述主要由以下两种观点：(1)Folke等学者认为灾害的脆弱性和恢复力是同一硬币的两面：恢复力是承灾体抵御和恢复的能力，它的反面是承灾体被破坏的可能性，即脆弱性；如果承灾体是脆弱的，那就同时反映了它的低恢复力，反之亦然[8].(2)Buckle等学者把恢复力和脆弱性都看做系统的一个属性但远不是全部，它们都由多个因子相互作用形成；他们认为增强系统的恢复力是一种积极的减灾行为，而减少脆弱性只是由此产生的一种反应性结果[9].为了更清楚的界定恢复力和脆弱性之间的关系，Tirst和Mimin经过深入研究，认为必须从静态和动态两个方面来区分灾害恢复力，静态的灾害恢复力是指系统经受致灾因子打击的能力，而动态的灾害恢复力是指灾后恢复的能力.只有在确定恢复后水平时，动态考虑灾前水平在恢复的时间段内若以原来发展速度应达到的水平，而不是静态的和灾前水平进行比较，才能将脆弱性和恢复力的含义明确区分开来[10].换句话说，恢复力是灾害的一个过程属性，反映灾害存在的情况下，社会系统经过自我调节消融损失并尽快恢复到正常的能力，所以恢复力研究主要是为灾后重建计划服务的；而脆弱性是灾害的一个状态属性，反映灾害发生时系统将致灾因子打击力转换成直接损失的程度，所以脆弱性研究主要是用于灾前的减灾规划，这也是脆弱性和恢复力的本质区别.

本文在继承前人研究成果和对灾害系统进行深入实地观察和思考的基础上，认为：任何地区在灾害发生前都存在着潜在的致灾因子，农业系统在面对致灾因子时具有一定的脆弱性，而脆弱性又和灾害风险直接相关，二者之间的关系可明确表述为：脆弱性越高的地区就意味着灾害风险越大，灾害发生时可能造成的损失也就越大，而恢复力大小决定了实际的灾情，恢复力大的地区灾情越轻，可能造成的损失也就越小，也就越容易从灾害中恢复过来，恢复力小的地区则正好相反.此外，由于农业系统存在着调整、适应和学习能力，导致恢复力会对下一次灾害产生积极影响，即能够使得人们吸取上次灾害的教训，更好地更及时地做好防灾响应和应急预案，从而进一步降低脆弱性，这就是恢复力对灾害系统的正反馈机制.综上所述，灾害恢复力和脆弱性是承灾体的两个重要的品质属性，二者相互影响、贯穿于灾前灾后各个环节，共同在避免和减少灾害损失方面为管理者提供有效的科学依据.

2 旱灾恢复力评估模型的构建

本文依据恢复力与脆弱性的内在联系，对山东省旱灾恢复力量化评估模型设计如下：

1)把旱灾恢复力定义为系统抵抗扰动的能力，其表达方式是测度农业系统在遭受到外界扰动后恢复到原有平衡态的时间和速度，即恢复的快速性，因为它是灾害恢复力的内在本质属性之一，也是灾后恢复力提高的最终表现.对于稳定性，因其内涵和脆弱性相近，我们不予考虑.

2)充分吸收生态恢复力在关注农业系统偏离原有平衡态后适应状况方面的理论优势，本文将利用恢复力和脆弱性的内在联系，巧妙地避开灾害经济学中最富争议的最优稳态问题，首次提出用脆弱性的变化速度来表征农业系统的旱灾恢复力水平(见图1).之所以能这样研究，是因为灾害脆弱性反映了灾害发生时农业系统将外部扰动量转化为直接经济损失的程度，而灾害恢复力则反映了灾情已经发生的情况下，农业系统通过自我调节和适应来降低经济损失的能力，它是对灾后人类响应程度的直接刻画和有效量度.

图1 旱灾恢复力的二维模型

由以上分析可知，无论灾害是否发生，恢复力和脆弱性都是客观存在的，它们都是农业系统本身的内在属性，都是对农业系统整体性能的刻画，只是在灾害发生时才表现的更加明显.事实表明，脆弱性的提高在大多数情况下就意味着降低了农业系统的恢复力，因此恢复力越强就预示着它在单位时间内可降低的脆弱性就越多，反之亦然.按照这种思路可以把旱灾恢复力定义为：

(1)

其中，R为旱灾恢复力指数量化值；V为农业系统脆弱性，ΔV为脆弱性变化量；T为时间，ΔT为时间跨度.

因为(1)式是通过灾害脆弱性来刻画恢复力，因此可以依据目前对灾害脆弱性评估比较成熟的方法和模型通过转化来实现对旱灾恢复力的评估.

采用Hoovering改进模型来计算山东省农业系统的脆弱性，具体计算方法为：

①设灾害发生时刻的农业系统脆弱性为Vaov:

Vaov={Vaov1，Vaov2，…，Vaovn}，

Vaovi=ΔXi/ (Ei×Vbovi)(i=1，2，…，n)

(2)

其中，ΔXi为旱灾底层评估指标损失数据，Ei为致灾因子相关属性值，Vbovi为脆弱性指数.

(3)

之后再对M和Vaov进行多元回归分析，得：

(4)

其中，M1={m1，m2，…，mp}，A={a1，a2，…，ap}为M1中各指标类相应权重.然后要根据M1筛选真正影响农业系统脆弱性的关键指标集X1，X1={x1，…，xs}(s<θ)，对应的权重为H，H={h1，h2，…，hs}，H的计算公式为：

(5)

3 旱灾恢复力指数评估

3.1 研究区域概况

山东省位于东部沿海、黄河下游地区，东经114°19′～122°43′E、北纬34°22′～38°23′N之间，至北向南依次与河北、河南、安徽和江苏接壤，面积15.78万km2.山东省地形呈现中部凸起四周凹陷的面貌，其中西部北部是黄河冲积平原区，东部半岛大都是起伏和缓的低矮波状丘陵区，而中南部以山地丘陵为主.境内平原占到总陆地面积的55%左右，山地、丘陵分别占到15.5%和13.2%，其他地貌分布较少.山东省地处温带季风气候区，具有显著的季节变化和季风气候特征，属半干旱大陆性气候，年干燥度为1.7～1.9之间.总的看，该省农业气候资源较为丰富，适合种植多种农作物.年平均气温为13.1℃，1月份最冷，平均气温为-2.5℃；7月份最热，平均气温为26.7℃.年平均降水量578.4mm，最多年降水量为1 004.7mm(信发，1961)，最少年降水量为 187.2mm(临清，1992年)，降水分布东南部多于西北部.全年降水近70%集中在夏季，秋季雨量多于春季，春季干旱发生频繁，有“十年九春旱”之说[10].

3.2 根据旱灾恢复力影响因素确定评估指标

农业旱灾恢复力是指农业系统遭受重大旱灾打击、受灾体(农作物、农户)遭受损失后，继续抵抗并弥补损失，以便能够快速恢复到原来生产、生活水平的能力[5].总体来看，农业旱灾恢复力的影响因素可概括为以下两类.

3.2.1 农业系统内部的因素 农业系统内部的因素包括农业系统受到旱灾干扰之前系统本身的结构、功能等方面的因素.一般认为，农业系统自身的结构、功能越简单，系统的恢复力就越弱，反之则越强.这与区域本身所处的自然地理位置、水文气象条件有关，还与旱灾发生持续时间长短，灾害强度、灾害损失有关，灾害持续时间越长，强度越大，损失越大，农业系统的恢复能力就越弱.

3.2.2 农业系统的外部因素 农业系统的外部因素对于提高或者降低旱灾灾后恢复力起着至关重要的作用.这些因素包括社会经济因素(人均GDP或人均纯收入、国民经济增长率等)、政府组织因素(灾区重建计划和政策、对农户自身积极开展抗旱救灾的鼓励程度等)、社会援助因素(外部援助、灾害保险等).遭受同样灾害后，经济发达，政府组织管理合理，社会援助机制健全的地区，农业旱灾恢复速度明显快于落后地区.

在依据旱灾恢复力影响因素建立评价指标体系时，要注意遵循科学性、整体性、协调性、可操作性、独立性的原则.一要综合考虑指标选取的整体性、协调性、科学性和独立性原则，不能仅凭某一项原则决定指标的取舍；另一方面，由于各项原则具有认识上的差异性和特殊性，因此对各项原则的把握标准，不能强求一致.

考虑到内部状况、灾害状况和社会经济综合状况对农业旱灾恢复力的影响，根据指标选取的原则，选取自然环境指标(气候条件、水文条件、地质地貌条件、土地利用状况)，社会会经济指标(农户收入、劳动力数量与结构、生活支出情况、农业投入、水利设施)，政府组织指标(灾区重建计划和政策、对农户自身积极开展抗旱救灾的鼓励程度)，社会援助指标(外部援助、灾害保险)来研究农业系统发生旱灾后的恢复力.利用多目标决策方法，构建如下多层次农业旱灾恢复力评估指标体系，见表1．

表1 旱灾灾后恢复力评估指标体系

3.3 数据获取与处理

3.3.1 数据来源 查阅《山东统计年鉴》、《山东减灾四十年成就展望》及山东省情资料库，并收集、查找自1980年至今的山东省各地《气象志》、《县志》和其他相关统计资料，搜集的数据内容包括山东省1980年～2013年的主要自然灾害发生的时间、地点、频次和灾害损失等，数据搜集是进行灾害恢复力研究的前提和基础.由于历史资料的记载往往会出现偏差，导致数据不准确，因此在利用搜集来的资料展开研究前必须反复比较、核对、核准，才能确保数据的准确无误，这样得出的结论才更可靠、更有说服力，也更具参考价值.

3.3.2 数据处理 本文通过分析比较，最终确定采用的是Hoovering改进模型来计算山东省农业系统的脆弱性[11]，具体方法为用经济损失率来作为灾情指标，用受灾面积的平方根来表征农业系统的脆弱性，这样就可以得到灾害发生时的旱灾脆弱性V0.然后再使用主成分分析法对研究区域的旱灾灾后恢复力评估指标体系X={x1，x2，x3，…,x13}进行降维处理，得到代表因子集M，M={m1，m2，m3，m4}，之后再对M和V0进行多元回归分析，最终得到山东省农业系统的旱灾脆弱性V与恢复力关系的度量方程：

(6)

统计检验结果显示R等于0.948，R2为0.899，自相关检验值接近1.9，这就说明在残差项间互相独立的前提下，该方程的拟合优度还是很高的.

由式(1)和式(2)就可以得到旱灾恢复力指数的评估方程，可以表示为：

(7)

之后，本文利用SPSS软件对山东省农业系统旱灾恢复力评估指标体系(详见表1)进行旱灾恢复力指数拟合，同时通过寻找影响旱灾恢复力变化的关键因素，从而确定评估指标体系与指数间的函数关系.拟合函数如下：

1.3 2 6x1+0.876x2+0.519x3+0.617x4+

1.4 6 5x5+0.772x6+1.304x7+1.669x8+

1.1 2 5x9+0.826x10+0.978x11+1.221x12+

0.5 3 7x13- 0.705=-(-R)-1/6=R-1/6.

(8)

残差统计量见表2.

表2 残差统计量

D.W.=1.98615，其值接近2，说明各残差项间无相关关系，即各残差项是相互独立的.

统计检验结果显示，R为0.912，R2为0.832，自相关检验值接近1.8，这说明在残差项间互相独立的前提要求下，该方程的拟合优度很高.同时根据标准化残差序列直方图(图2)，我们确定残差序列接近正态分布；然后通过残差概率序列和对应预测值序列的散点图(图3)发现，残差序列点随机分布在一条直线上下，由此可以证明残差序列的随机性.

图2 标准化残差序列直方图

上图中横轴表示回归标准化残差，纵轴为回归序列.

图3 残差概率散点序列

3.4 结果分析及模拟预测

通过建立旱灾恢复力指数评估模型(式8)，本文估算得到了1980年～ 2013年这34年间山东省旱灾恢复力综合评估值，见表3.

表3 1980年～2013年山东省旱灾恢复力综合评估值

根据表3中数据可以画出1980年～2013年山东省旱灾恢复力的动态变化曲线，详见图4.

由图4可知，30多年间山东省旱灾恢复力总体情况趋于平稳，但其中1983年、1987年、1994年、1998年和2002年恢复力水平较低，而1984年、1990年、1996年和2005年恢复力水平较高.根据以上评估指标体系拟合函数表达式(4)可以发现，“气候”、“土地利用状况”、“农户收入”和“农业投入”4个指标是影响山东省旱灾恢复力的关键因子.利用以上关键因子，本文估算得到了山东省2014年旱灾恢复力空间分布情况(见图5)，结论为：青岛市旱灾恢复力最高，聊城市旱灾恢复力最低，并且地域差异明显，胶东半岛地区明显高于鲁西和鲁西南地区.通过查阅相关资料以及赴山东省各地开展实地调研，本文所得上述结论与山东省2014年上半年真实的旱灾恢复力空间分布情况基本相符，这说明预测具有一定的可信度，同时也在一定程度上验证了本文所构建的旱灾恢复力评估模型的准确性和精确性.此外根据以上分析，建议山东省旱灾恢复力较低的聊城市、菏泽市、莱芜市和枣庄市等可以通过加强农业气候预测预警、优化农村土地利用状况、积极发展经济增加农民收入和加大农业资源投入等措施来促进旱灾恢复力建设.

图4 1980年～2013山东省旱灾恢复力的动态变化情况

图5 山东省2014年旱灾恢复力空间分布预测

4 讨论与结论

本文在充分吸收生态恢复力在关注农业系统偏离原有平衡态后适应状况方面理论优势的前提上，利用恢复力和脆弱性的内在联系，巧妙地避开灾害经济学中最富争议的最优稳态问题，通过用脆弱性的变化速度来表征农业系统的旱灾恢复力水平，构建起较为合理的、适合山东省实际情况的旱灾恢复力指数评估模型，为今后灾害恢复力评估提供了一个新的分析思路和计量方法，同时也把灾害恢复力研究推广到量化可操作层面.通过构建旱灾恢复力指数评估模型并用该模型模拟山东省1980年～2013年这34年的农业系统旱灾恢复力动态变化情况，推演预测了该省2014年的旱灾恢复力空间分布格局，从而为政府决策提供科学的理论依据和可行的恢复力建设性方案.当然必须指出的是，由于研究条件所限，本文在对旱灾恢复力进行评估时，同样存在着样本量不足、所取数据精确性难以确认等问题，这些都会影响研究结果的准确性，也是农业系统灾害恢复力研究亟待突破之处，值得进一步深入研究.

[1] 张广利. 山东省旱灾灾情时空分布规律研究[J].中国农业资源与区划，2013，8(11)：27-29．

[2] Holling C S. Resilience and stability of ecological system [J]. Annual Review of Ecology and Systematics， 1973， 21(4): 1-3．

[3] Pimm S L .The complexity and stability of ecosystems [J]. Nature， 1984， 12(307): 321-326．

[4] 杨小慧， 王 俊， 刘 康， 等. 旱区干旱恢复力的研究[J].干旱区资源与环境，2010， 2(28)：105．

[5] 刘 婧， 史培军. 灾害恢复力研究进展综述[J].地球科学进展， 2006， 21(2)：211-218．

[6] 谷洪波， 顾 剑. 农业水旱灾害重建援助效能的缺失及优化[J].中国农业资源与区划， 2012， 12(5)：101-104．

[7] Timmerman.Research on agricultural disaster resilience[J].Annual Review of Ecology and Systematics, 1980, 10(4):1-3.

[8] 孙 凯. 农业干旱灾害风险管理研究[J].江苏农业科学， 2012， 4(9):99-102．

[9] 郑功成. 灾害经济学[M].北京，商务印书馆，2010．

[10] 丁喜濮， 肖培强， 宋 民. 自然灾害对山东省主要农作物的危害及防治对策[J].中国减灾， 1994， 23(18):55-57．

[11] 葛 怡， 史培军， 周 忻， 等. 水灾恢复力评估研究：以湖南省长沙市为例[J].北京师范大学学报：自然科学版， 2011， 47(2)：197-201．

Evaluation on the and resilience of the agriculture to natural disasters in Shandong province: based on the relationship between the vulnerability and resilience of the affected objects

LI Fuduo， YANG Xinghong

(College of Management， Guizhou University, Guiyang 550025)

Shandong province is a drought-prone region in China， with the droughts of high frequency， lasting long and wide influence range， which have impacted the agricultural production and economic development. In this case， it is of great significance for us to evaluate the resilience of the agricultural system from drought in the province， since it can provide references for developing disaster mitigation strategies. This paper put forward a suitable model evaluating the resilience of agriculture to drought disaster on the basis of the intrinsic link of the vulnerability of the agricultural system with its resilience to drought， and then tried to build a resilience index by using historical data. The results show that: 1) climate， land use status， farmers’ income and input are the key factors influencing the regional resilience to drought; 2) the resilience to drought in the period from 1980 to 2013 has been relatively stable， but lower in 1983， 1987， 1994， 1998 and 2002， and higher in 1984， 1990， 1996 and 2005. 3) from the angle of space， the resilience will be highest in Qingdao and lowest in Liaocheng in 2014．

Shandong Province； agricultural drought disaster; resilience evaluation; vulnerability

2014-11-19.

贵州省教育厅基地项目(12JDO22).

1000-1190(2015)01-0153-07

F301;X43

A

*E-mail: lifuduo2010@163.com.