洪灾社会脆弱性熵权法评价及其时间序列分析——以2001-2012年湖北省荆州市为例*

李 畅，冯 滔，石 倩，黄建武，阁承艳，吴江华，陈广平

(1. 华中师范大学 地理过程分析与模拟湖北省重点实验室，湖北 武汉 430079；2. 华中师范大学 城市与环境科学学院，湖北 武汉 430079；3. 民政部减灾和应急工程重点实验室，北京 100124)



洪灾社会脆弱性熵权法评价及其时间序列分析
——以2001-2012年湖北省荆州市为例*

李 畅1,2,3，冯 滔1,2，石 倩1,2，黄建武1,2，阁承艳1,2，吴江华1,2，陈广平1,2

(1. 华中师范大学 地理过程分析与模拟湖北省重点实验室，湖北 武汉 430079；2. 华中师范大学 城市与环境科学学院，湖北 武汉 430079；3. 民政部减灾和应急工程重点实验室，北京 100124)

利用荆州市2001-2012年社会经济因子，从社会敏感性与社会应对能力出发构建洪灾社会脆弱性指标体系。利用熵权法确定指标权重，建立社会脆弱性评价模型，得到荆州市洪灾社会敏感性、洪灾社会应对能力、洪灾社会脆弱性的评价结果；并采用多项式模型线性拟合与离散傅里叶变换对洪灾社会脆弱性进行时间序列分析。结果表明：①荆州市洪灾社会敏感性、应对能力、脆弱性呈现极高相关的二次多项式回归增长方式，敏感性、社会应对能力呈现上升态势，洪灾社会脆弱性表现为波动上升。②时间序列周期图可以得到洪灾社会脆弱性存在一个3年的周期。③根据敏感性与脆弱性的指数特征，把洪灾社会脆弱性指数划分为4个类型：2001-2006年为低敏感性、低应对能力；2006年为低敏感性、高应对能力；2007年为高敏感性、低应对能力；2009-2012年为高敏感性，高应对能力。

洪灾；社会脆弱性；熵权法；时间序列；傅里叶变换；荆州市

自然灾害的发生既是外部环境因素异变、突发的结果，也是人地关系失衡、人地关系矛盾突出的表现[1]。近年来，在国际上日益重视防灾减灾的背景下，脆弱性研究已成为自然灾害研究的主题并逐渐融入社会可持续发展策略[2]。因此，国内外学者对其展开了大量的定性和定量研究，如今已形成自然脆弱性、社会脆弱性和综合脆弱性三个研究方向[3]。但由于社会系统的复杂性与动态性，自然灾害的社会脆弱性的评估存在诸多问题；现有中国自然灾害脆弱性研究主要关注于灾害的自然脆弱性，缺少对灾害事件不利社会影响的探讨[4]。因此，有必要对自然灾害的社会脆弱性进行研究，为防灾减灾、政府决策与预警提供科学依据，降低自然灾害对社会的不利影响。

社会脆弱性是指敏感性的社会群体、组织或国家面对灾害的应对能力与从自然灾害中恢复的能力；社会脆弱性是一个复杂、在时间和空间上动态变化的系统[5]。近年的一些巨灾如Katrina飓风、汶川8.0级地震、海地7.3级地震、玉树7.1级地震等突显了潜在贫穷和边缘化的社会进程，加剧了人员伤亡的敏感性和灾后恢复的复杂性，从而使得自然灾害脆弱性研究领域更多关注灾害的社会影响。社会脆弱性研究是理解自然灾害风险和有效提高应对能力的关键[4]。国内外许多学者致力于自然灾害的社会脆弱性应用领域的研究，如美国学者Cutter利用因子分析评价美国县域尺度的自然灾害社会脆弱性以及研究HurricaneKatrina的社会脆弱性[6-7]；Vincent构建了非洲22个国家气候变化的社会脆弱性评价指标[8]；Wilhelmi和Morass利用1997年FortCollins的极端降雨数据，对脆弱性的人群以及地区进行分析，认为社会脆弱性的评价应该聚焦在人类在对于灾害的应对能力[9]；Fekete利用人口变量数据，运用归纳法得到德国洪灾社会脆弱性风险图结果显示老人居多、贫穷地区的社会脆弱性风险较大[10]；Yoon以墨西哥海湾以及毗邻大的西洋海岸作为研究区域，把归纳法与演绎法进行对比研究，评价自然灾害下社会脆弱性[11]；Holand等提出了一种量化方法评价挪威市级单元自然灾害对城市社会的脆弱性[12]。国内学者Zeng等利用遥感影像解决小区域社会脆弱性评价数据缺失，对广州萝岗区进行社会脆弱性评价[13]；葛怡利用Hoovering改进模式，对长沙地区的家户进行了社会脆弱性评价[14]；张永领运用主成分分析法和TOPSIS方法对上海市18个区县的自然灾害社会脆弱性进行了评价，揭示了上海市自然灾害社会脆弱性的区域特征[15]；陈磊等基于投影寻踪聚类模型(PPC)，结合基于实数编码的加速遗传算法(RAGA)对上海市进行了自然灾害社会脆弱性评估的尝试[3]；游温娇等根据灾害位置模型和应急管理周期理论，构建了洪灾社会脆弱性的指标体系，为进一步研究洪灾社会脆弱性奠定了基础[16]。文献[4]中指出目前国内较多研究仍停留在一个时间断面上，不能客观地反映社会脆弱性的演变特征；而在国际上已有研究关注了极端气候灾害事件或单一灾种如洪水的社会脆弱性。所以，为了深入探讨洪灾社会脆弱性的动态变化，本文以2001年至2012年洪灾社会脆弱性为研究对象，对洪灾社会脆弱性进行时间序列的探索和分析；为进一步探讨自然灾害社会脆弱性奠定基础。

荆州市是一个洪涝灾害严重地区，季风活动异常造成的降雨异常频繁，汛期水面常高于两岸10m左右，加上特殊的自然地理条件[17]，所以，该区域是洪灾潜在的高风险区，再加上长江上游洪水压力，让荆州市成为我国最主要的防洪地区。三峡工程的建设有效解决荆江河段安全泄量远小于上游来洪量的矛盾，避免荆江两岸乃至江汉平原遭遇毁灭性的洪涝灾害，有效减少荆江两岸防汛负担和防洪压力[18]。整体来看，三峡工程建成后，虽然荆州市防洪严峻的形势明显好转，防汛负担和防洪压力将明显减轻，但远未达到高枕无忧的阶段[19]。任何自然灾害都具备自然属性与社会属性，我们不可能也没有必要消除洪水，而是应该学会与洪水相处。自然灾害的社会属性研究愈加重要[20]。学者们对该区域自然影响因子、致灾机理有了较为深刻的研究，并取得了较好的效果，但社会经济视角的研究还比较欠缺[21]，而这正是本文探究的重点。

本文以特定的自然灾害——洪灾为研究对象，运用客观且定量的计量方法探寻连续性时间序列下洪灾社会脆弱性的演变规律，可对如何客观量化和分析洪灾社会脆弱性提供方法参考，并为科学决策提供理论依据。

1 研究区域概况与指标体系

1.1 研究区概况

荆州市地处湖北省中南部，位于江汉平原腹地，东连武汉，西接三峡，南跨长江，北临汉水。其地理位置为111°15′～114°05′E，29°26′～31°37′N(图1)。境区东西最大横距约274.8km，南北最大纵距约130.2km，呈带状分布。荆州市辖沙市区、荆州区及监利县、公安县、江陵县，代管洪湖市、石首市、松滋市3个县级市。全市国土面积14 067km2，其中平原湖区占78.8%，丘陵低山区占21.2%。因荆州市特殊的地理位置、地质条件和气候因素，洪灾发生的频率高，所以荆州市是全国重点防洪城镇之一。在以往人类总是运用工程来防洪治水的基础上，本文从洪灾社会脆弱性的角度对荆州市洪灾进行时间序列变化进行探讨。

图1 湖北省荆州市地理特征

1.2 指标体系

洪灾社会脆弱性指标确定，借鉴Cutter提出的HOP(Hazards-of-PlaceModelofVulnerability)概念模型[22-23],根据荆州市社会经济对洪灾的作用机制，在国内学者对洪灾社会脆弱性指标体系研究的基础上[16]，从人口、社会、经济的角度出发，按照社会系统对于洪灾的敏感性(社会系统在洪灾背景下潜在破坏性)以及应对能力(即社会系统面对洪灾的恢复能力)两个维度构建洪灾社会脆弱性评价体系。

本文数据来源于《荆州市统计年鉴》(2001-2012年)[24]，利用荆州市社会经济统计数据，对指标进行筛选，从洪灾社会脆弱性的敏感性与应对能力两个方面构建洪灾社会脆弱性指标体系(见表1)。考虑到数据的可获取性以及尽量的完整性，某些关键指标例如水利工程的建设未能获取，但隐含在既有的指标中，同时受到数据的限定，另外对于研究区县的空间差异，存在时间和空间两个尺度上获得的统计数据不全的问题。最后选取如表1所示的18项指标。

表1 荆州市洪灾社会脆弱性指标体系以及含义

2 研究方法

2.1 洪灾社会脆弱性熵权法评价

2.1.1 基于熵权法的权重确定

指标权重方法主要有主观赋权法和客观赋权法两大类，主观赋权法具有一定的随意性，而客观赋权法主要以实际数据为基础，在一定程度上解决了主观赋权法的缺陷[25]。熵权法是客观赋权法的一种，其基本思想是人们在决策中获得信息的多少和质量是精度和可靠性大小的决定因素之一[26]。

设有n个地理样本，每个地理样本共有p个变量，这样就构成一个n×p阶地理数据矩阵：

(1)

(1)数据标准化处理

参加评估的不同指标的数据具有不同的量纲，数值的差异很大，为了消除不同量纲的影响，对xij进行标准化处理，采用极值法对数据进行标准化处理，标准化公式如下所示。

(2)

(2)利用标准化后的数据计算第j个指标的信息熵值

(3)

(3)指标权重确定

指标的信息熵越大，那么其在所有指标中的权重也应最大，第j个指标的熵权wj为：

(4)

2.1.2 洪灾社会脆弱性评价模型

社会系统对于洪灾发生表现出来的敏感性与应对能力决定社会脆弱性的大小；借鉴经济领域中的脆弱性评价模型[26-29]，本文构建洪灾社会脆弱性模型如下：

(5)

式中：SoVi表示i年的社会脆弱性指数，其值越大表示社会脆弱性越高；Si表示敏感性指数，其大小反映了社会对于洪灾的敏感程度；Ri表示社会系统对于洪灾的系统应对，取决于社会内部。

洪灾的社会敏感性与社会应对能力均为多指标，采用综合评价的方法分别求出各年的社会脆弱性敏感性与社会应对能力，计算公式如下：

(6)

式中：wj表示第j个指标的权重；j为指标的数目，分为2类，对于本文，如果是计算社会敏感性，则j为1，2，…，9；如果计算社会应对能力，则j为1，2，…，9。

2.2 时间序列分析

2.2.1 最小二乘法拟合趋势线

时间序列的主要分析方法有滑动平均、趋势分析以及循环分析[29-31]。本文利用最小二乘法进行趋势线的拟合，设某一因变量y受k个自变量x，x2，…，xk的影响，其n组观测值为(ya，x1a，x2a，…，xka)，a=1，2，…，n。那么n次多项式回归模型的结构形式为：

ya=β0+β1x+β2x2+…βkxk+εa。

(7)

式中：β0，β1，β2为待定参数；εa为随机变量。

如果b0，b1，b2分别为β0，β1，β2的拟合值，则回归方程为:

(8)

式中：b0为常数；b1，b2称为回归系数。

根据最小二乘法原理，βi(i=1，2…，k)的估计值bi(i=0，1，2，…，k)应该使

(9)

3.2.2 时间序列周期图

利用傅里叶变换可以把时间信号数据分解成频率信号，所分解的频率信号又可以通过傅里叶反变换恢复到时域。如果原始数据是离散的而不是连续，则可以用离散傅里叶变换[32]。假定将时间序列xt展开为离散Fourier级数，则可表示为：

(10)

(11)

(12)

这里N为观测值的个数。如果N为偶数，则当i=0或者i=N/2时，参数ai的估计公式应该改为：

(13)

时间序列的周期图可以定义为：

(14)

式中：I(fi)为频率fi处的强度(i=0，1，2，…，N-1)。可以证明，I(fi)/2便是谱密度；以fi为横轴，以I(fi)为纵轴，绘制时间序列的周期图，可以在最大值处找到时间序列的周期。

3 结果分析

根据上述计算过程，首先对2001-2012年评价指标进行标准化处理(表2)；利用熵权法得到各指标的权重(表3)；进而求出敏感性与应对能力，运用敏感性指数与应对能力指数计算出社会脆弱性指数(表4)。

表2 荆州市洪灾社会脆弱性指标标准化处理结果

表3 荆州市洪灾社会脆弱性指标权重

表4 2001-2012年荆州市洪灾社会脆弱性评价结果

表5 二次多项式拟合结果

3.1 洪灾社会脆弱性动态分析

根据2001-2012年荆州市洪灾社会脆弱性动态变化(图2)，荆州市从2001年以来，洪灾的社会敏感指数、洪灾社会应对能力指数、洪灾社会脆弱性指数均呈现上升的趋势，脆弱性指数呈现较大波动上升趋势。敏感性指数平滑上升，应对能力指数与脆弱性指数上升为反方向。根据回归模型测算，与一元一次以及一元三次多项式回归模型进行比较，得到一元二次多项式回归模型的拟合优度最佳(表5)。详细散点图见图3、图4、图5。

图2 2001-2012年荆州市洪灾社会脆弱性动态变化图

从敏感性来看，敏感性指数从2001年的0.069 2上升到2012年的 0.928 2，增长率达到1241.68%，可以看出敏感性指数随着时间的增加不断增加。这主要得益于地均生产总值、全社会固定资产投资、社会消费品零售总额等经济指标的贡献，例如地均生产总值从2001年的200.71亿元增长到2012年的850.23亿元，增幅达到324.61%；而社会固定资产投资和社会零售总额的增幅在此期间达到了1055.17%和343.99%。通过二次多项式模型的拟合结果可以看出，敏感性指数的增长率十分显著，二次项的系数大于0，所以未来敏感性指数的一个变化趋势将继续快速上升。

图3 敏感性指数散点图

从应对能力来看，2001-2006年，应对能力指数基本在0.35以下；2006-2012年，应对能力基本处于上升阶段。从0.415 2上升到0.871 6，涨幅达到100%，可以看出在该时期应对能力的相较于前一时期大幅度提升。主要原因在于农村居民纯收入的纯收入、城镇居民的可支配收入、医疗卫生条件在2001年至2012年都有一个先慢后快的增长趋势，如农村居民纯收入2001年是2 303元、2006年3 502元、2012年8 710元。整体看来，应对能力的变化趋势为增长状态。

图4 应对能力指数散点图

从社会脆弱性来看，2001-2012年荆州市洪灾社会脆弱性指数整体处于波动上升的趋势，在同等致灾因素下，荆州市承受的潜在社会经济损失数量增加。2001-2006年，洪灾社会脆弱性指数处于上升势头，其中2001-2004年上升的速度较慢，2004-2006年，这3年快速增长，变化超过3倍。经过2007年的短暂低谷以后，社会脆弱性的指数又开始增加。2011年、2012年洪灾社会脆弱性的指数开始下降。我们可以从线性拟合中看出，二次多项式系数为负，而2001年到2012年整体处于上升的趋势，总体回归的F统计量为32.10，大于显著性水平a=0.05时的临界F0.05,2,9=4.26，故模型有效。

图5 洪灾社会脆弱性指数散点图

3.2 时间序列周期图分析

参照文献[30]中傅里叶变换的周期图计算步骤，分别计算出洪灾社会敏感性周期图、洪灾社会应对能力周期图、洪灾社会脆弱性周期(图6)。其中洪灾社会敏感性与洪灾社会应对能力在f1=1/12=0.083 33处，周期强度突然增加(陡增)，而此时对应的周期长度为T=1/f1=12。因此，可能不存在周期性。洪灾社会脆弱性的极值点或突变点在f1=4/12=0.033 33处，对应的周期长度为T=1/f1=3。可以得到洪灾社会脆弱性的时间序列存在一个3年的周期，在计算的2001-2012年里面有4个周期。关于本次周期分析，由于时间的限制，敏感性与应对能力不存在周期，但是社会脆弱性的周期计算具有一定的参考意义，同时也是对小样本数据时间序列分析的尝试。我们认为本文洪灾社会脆弱性呈现3年为一周期的主要原因是在洪灾社会敏感性呈现高相关的二次多项式函数时，而社会应对能力有一定波动。

(a)敏感性周期图

(b)应对能力周期图

(c)社会脆弱性周期图

3.3 洪灾社会脆弱性类型划分

为了揭示洪灾社会脆弱性在各个年份表现出来的特征，对敏感性得分与应对能力得分进行Z-score标准化处理，以消除二者在数量上的差异。将处理后的敏感性得分与应对能力得分表现在气泡图上(图7)，横轴表示各年份的社会敏感性、纵轴表示社会应对能力，并用气泡的大小表示洪灾社会脆弱性的大小。根据各年份的敏感性得分与应对能力得分的差异，将社会脆弱性划分为4种类型：低敏感性、低应对能力；低敏感性、高应对能力；高敏感性、低应对能力；高敏感性、高应对能力。

图7 2001-2012年荆州市洪灾社会脆弱性特征差异

(1)低敏感性、低应对能力(2001-2006年)。在这6年期间，社会经济的发展水平整体落后于研究时间的平均水平。就敏感性而言，期间人口密度、城市化率、耕地面积几乎处于稳定的状态，而其余的指标数值远远落后于12年间的平均水平，如6年间的地均生产总值为248.71亿元，而总的平均值为403.37万元，固定资产投资的平均值为110.35亿元，整体水平为317.49亿元。从数据上可以明显的看出该期间社会敏感性较低。应对能力方面，农村居民纯收入以及城市居民可支配收入等社会应对能力指标数值和平均值同样具有较大差距，如农村居民纯收入6年间的年平均收入为2 804.17元，而整体水平为4 380.71元。整体而言，2001-2006年荆州市的社会经济水平均低于平均值，表现出对于灾害的应对能力不强以及自身敏感性较弱的特点。

(2)低敏感性、高应对能力(2007年)。把敏感性指数和应对能力指数进行标准化处理以后，2007年的敏感性指数为-0.108 63，应对能力指数为0.194 85。可以看出敏感性指数和前一时期一样，仍然处于均值以下，而应对能力则在均值以上。这主要的原因是敏感性指标的值在2007年并没有突破平均值，如城市化率35.77(均值36.73)、社会零售总额299.59亿元(均值332.54亿元)、人口密度456.57人/km2(458.58人/ km2)，这些指标都接近了均值，但还没有跨过，所以敏感性表现依然较弱。而应对能力部分指标大于均值，对于灾害干扰有一定应对能力。

(3)高敏感性、低应对能力(2008年)。把敏感性指数和应对能力指数进行标准化处理以后，2008年的敏感性指数为0.135 47，应对能力指数为-0.051 68。敏感性保持以往的一个增速，标准化后的值首次突破0，而各项指标大于均值，可以把该年份作为经济增长的一个节点，如零售销售总额在2007年的基础上增加了70多亿元，固定资产投资增加了80多亿元，这增加了社会系统对灾害的敏感性。应对能力虽然从2007年的高应对能力变为2008年低应对能力，但是应对能力指数仅从0.194 85下降到-0.051 68，可见2008年的应对能力的水平几乎在平均水平的基础上，发生应对能力反弹的原因可能是医疗卫生条件的制约。

(4)高敏感性、高应对能力(2009-2012年)。在这4年间，敏感性标准化值从2009年的0.561 41上升到2012年的1.912 27，应对能力从2001年的0.266 76上升到2012年的2.151 15，可见敏感性和应对能力的水平都在平均水平以上，而且都有显著的提高。在此期间，地均生产总值、零售业总额、固定资产投资的增长都达到了50%，其中全社会固定资产投资从2009年的435.16亿元上升到2012年的1 042.89亿元，增长率为139.66%。应对能力方面，如万人拥有汽车数量的增长率达到59.34%，农村居民纯收入的增长率为59.41%。在敏感性和脆弱性二者都大大增加的时候，灾害对于社会的破坏性将大大增强，而社会的抗灾力也会提高，所以该时间段划分为高敏感性，高应对能力。

4 结语

本文在地方脆弱性模型的基础上构建洪灾社会脆弱性评价体系，利用客观确定赋权的熵权法确定各指标的权重，从而得到荆州市洪灾社会敏感性、洪灾社会应对能力、洪灾社会脆弱性的评价结果，并采用二次多项式模型线性拟合与离散傅里叶变换对洪灾社会脆弱性进行时间序列分析，结论如下。

(1)荆州市洪灾社会敏感性、洪灾社会应对能力、洪灾社会脆弱性从2001-2012年均呈现较大的增长。其中敏感性指数平稳上升，年平均增长率达到103.44%，由于社会敏感性主要反映人口、经济、社会在灾害中的潜在受损，间接反映出荆州市在这12年期间，经济水平的发展十分显著。社会应对能力由2001年的0.354 2增长到2012年的0.871 6，12年总共增加超过1倍，但同洪灾社会敏感性对比，得到社会应对能力的发展是远远落后于社会敏感性的增长速度。洪灾社会脆弱性由敏感性与应对能力共同产生，导致洪灾社会脆弱性由2001年的0.195 3上升到2012年的1.065，呈现上升趋势。

(2)洪灾社会脆弱性存在一个3年的周期，在计算的2001-2012年里面有4个周期，说明洪灾社会脆弱性在这12年里面可能潜在一个规律，并不是呈现简单的变化，研究结果可以从侧面反映洪灾社会脆弱性研究的复杂性。

(3)根据敏感性与脆弱性的指数特征，把2001-2012年洪灾社会脆弱性指数划分为4个类型：2001-2006年为低敏感性、低应对能力；2006年为低敏感性、高应对能力；2007年为高脆弱性、低敏感性；2009-2012年为高敏感性、高应对能力。总体看来，敏感性与应对能力的相对变化趋势为从低到高，在经济水平导致敏感性增加的同时，应对能力同样处于增加阶段，但由于应对能力的增加小于敏感性，导致总体洪灾社会脆弱性处于增加的趋势。

本文在研究方法与研究视角上进一步丰富了自然背景下社会脆弱性的理论基础与实践意义，虽然仅对荆州市2001-2012年洪灾社会脆弱性进行量化分析，但对于其它区域洪灾社会脆弱性及其它自然灾害社会脆弱性的计量与评价同样具有一定的参考价值。社会作为一个复杂、动态的系统，自然灾害的社会脆弱性的评价在如何构建一个合适的指标评价体系，如何确定指标权重，不同研究方法导致的结果差异的分析，都值得进一步比较、探讨。

[1] 方修琦,张兰生.论人地关系异化与人地系统研究[J].人文地理,1996,11(4):4-8.

[2] 石勇,许世远,石纯.自然灾害脆弱性研究进展[J].自然灾害学报,2011,20(2):131-137.

[3] 陈磊,徐伟,周忻,等.自然灾害社会脆弱性评估研究——以上海市为例[J].灾害学,2012,27(1):98-100,110.

[4] 周扬,李宁,吴文祥.自然灾害背景下的社会脆弱性研究进展[J].灾害学, 2014, 29(2):128-135.

[5] Cutter S L, Finch C. Temporal and spatial changes in social vulnerability to natural hazards [J]. Proceedings of the National Academy of Sciences US, 2008, 105(7): 2301-2306.

[6] Cutter S L, Emrich C T. Moral hazard, social catastrophe: The changing face of vulnerability along the hurricane coasts [J]. The ANNNALS of American Academy of Political and Social Science,2006,604:102- 112．

[7] Cutter S L, Boruf B J, Shirley W L. Social vulnerability to environmental hazards [J]. Social Science Quarterly,2003,84: 242-261.

[8] Vincent K. Creating an index of social vulnerability to climate change for Africa [R]. Technical Report 56. Norwich，U.K. Tyndall Centre for Climate Change Research, University of East Anglia, 2004．

[9] Wilhelmi O V, Morss R E. Integrated analysis of societal vulnerability in an extreme precipitation event: A Fort Collins case study [J]. Environmental Science and Policy, 2013, 26:49-62．

[10]Fekete A. Validation of a social vulnerability index in context to river-floods in Germany [J]. Natural Hazards and Earth Systems, 2009, 9:393-403.

[11]Yoon D K. Assessment of social vulnerability to natural disasters: a comparative study [J]. Natural Hazards, 2012, 63:823-843.

[12]Holand I S, Lujala P，Rød J K. Social vulnerability assessment for Norway: A quantitative approach [J]. Norsk Geografisk Tidsskrift-Norwegian Journal of Geography, 2011, 65: 1-17.

[13]Zeng J,Zhu Z, Y, Zhang J, L,et al. Social vulnerability assessment of natural hazards on county-scale using high spatial resolution satellite imagery: A case study in the luogang district of Guangzhou, South China[J]. Environmental Earth Sciences, 2012, 65(1):173-182.

[14]葛怡,刘婧,史培军.家户水灾社会脆弱性的评估方法研究——以长沙地区为例[J].自然灾害学报,2006,16(6):33-37.

[15]张永领,游温娇.基于TOPSIS的城市自然灾害社会脆弱性评价研究——以上海市为例[J].灾害学, 2014, 29(1): 109-114.

[16]游温娇,张永领.洪灾社会脆弱性指标体系研究[J].灾害学,2013,28(3):215-220.

[17]秦年秀,姜彤. 基于GIS的长江中下游地区洪灾风险分区及评价[J].自然灾害学报, 2005,15(5):5-11.

[18]刘丽,梅金焕.三峡工程建成后长江中游防洪形势初步分析[J].中国防汛抗旱,2009(6):31-33.

[19]朱丽江,宁磊,张黎明.三峡工程建成前后长江中下游防洪形势变化分析[J].人民长江,2011,41(1):1-3,12.

[20]陈进,黄薇.三峡工程后的长江中下游防洪策略变化[J].水利发展研究, 2005,5(1):41-43,57.

[21]林涛,徐宗学,庞博,等. 中国洪灾风险区划研究[J].水利学报,2012,43 (1):21-30.

[22]Cutter S L. The vulnerability of science and the science of vulnerability [J]. Annals of the Association of American Geographers, 2003, 93(1): 1-12.

[23]Mathew C Schmidtlein, Roland C Deutsch, Walter W Piegorsch, etal. A Sensitivity Analysis of the Social Vulnerability Index [J]. Risk Analysis, 2008, 28(4): 1099-1114.

[24]荆州市统计局编.荆州统计年鉴(2002-2013)[M]. 北京: 中国统计出版社,2002-2013.

[25]刘巧玲,王奇.基于区域差异的污染物削减总量分配研究——以COD削减总量的省际分配为例[J].长江流域资源与环境,2012,12(4):512-517.

[26]付海波,孔锐. 基于熵权法的矿产资源竞争力比较评价[J]. 资源与产业,2010,12(3):66-70.

[27]苏飞,张平宇. 阜新市社会系统脆弱性评价[J]. 资源与产业,2008,10(4):1-5.

[28]苏飞,张平宇. 基于集对分析的大庆市经济系统脆弱性评价[J]. 地理学报,2010,65(4):454-464.

[29]李鹤,张平宇. 东北地区矿业城市社会就业脆弱性分析[J]. 地理研究, 2009, 28(3): 751-760.

[30]陈彦光.基于Excel的地理数据分析[M].北京:科学出版社,2010:227-241.

[31]徐建华.计量地理学[M].北京:高等教育出版社,2006:59-81.

[32]Moody A, John son D M. Land surface phonologies from AVHRR using the discrete fourier transform [J]. Remote Sensing of Environment, 2001, 75: 305-323.

Flood Social Vulnerability Assessment Based on Entropy Method and Its Time Series Analysis: A Case of Jingzhou City from 2001 to 2012

Li Chang1,2,3,Feng Tao1,2,Shi Qian1,2, Huang Jianwu1,2,GE Chengyan1,2, Wu Jianghua1,2and Chen Guangping1,2

(1.HubeiKeyLaboratoryofGeographicProcessAnalysisandSimulation,Wuhan430079,China;2.CollegeofUrbanandEnvironmentalSciences,CentralChinaNormalUniversity,Wuhan430079,China;3.KeyLaboratoryoftheMinistryofCivilAffairsDisasterReductionandEmergencyProject,Beijing100124,China)

Inthispaper,theevaluationindexsystemoffloodsocialvulnerabilityisestablishedbyanalyzingthesocio-economyofJingzhoucityfrom2001to2012.First,theweightofeachindexisdeterminedbytheentropymethodwhichgivesweightobjectivelyonlybasedontheinformation.Then,asocialvulnerabilityevaluationmodelisbuilt.Afterward,theevaluationresultsofflooding,suchassocialsensitivity,socialresponsecapabilitytodisastersandsocialvulnerabilityinJingzhou,areobtained.Finally,twomethodsoftimeseriesanalysisonthesocialvulnerabilityinJingzhouareusedbasedonthequadraticpolynomialregressionmodel(QPRM)anddiscretefouriertransform(DFT).Theresultsshowthat:Threeindicators,includingtheindexoffloodsocialsensitivity,responsecapabilitytodisasters,andsocialvulnerabilityinJingzhou,displayhighcorrelationwiththegrowthmodeofQPRM;AccordingtotheperiodogramofthetimeseriesbasedonDFT,there’refourcycleswith3yearsfrom2001-2012onfloodsocialvulnerability;Basedonthecharactersofsensitivityandvulnerabilityindex,theperiod2001-2012isdividedintofourtypes:theperiodfrom2001to2006belongstolowsensitivityandlowresponsecapacity;theyearof2006belongstolowsensitivityandhighresponsecapacity;theyearof2007belongstohighsensitivityandlowresponsecapacity;andtheperiodfrom2009to2012belongstohighsensitivityandhighresponsecapacity.

flooding;socialvulnerability;entropymethod;timeseries;discretefouriertransform;Jingzhoucity

2014-12-30

2015-03-09

国家自然科学基金(41101407)；湖北省自然科学基金(2014CFB377)；民政部减灾和应急工程重点实验室开放基金(LDRERE20120206)；国家级大学生创新创业项目 (201310511041)

李畅(1982-)，男，湖北武汉人，博士，副教授，硕士生导师，主要从事地球信息科学及其在自然灾害中的应用研究. E-mail: lichang@mail.ccnu.edu.cn

X43

A

1000-811X(2015)03-0110-08

10.3969/j.issn.1000-811X.2015.03.021

李畅，冯滔，石倩，等. 洪灾社会脆弱性熵权法评价及其时间序列分析——以2001-2012年荆州市为例[J].灾害学, 2015,30(3):110-117. [Li Chang,Feng Tao,Shi Qian，ea al. Flood Social Vulnerability Assessment Based on Entropy Method and Its Time Series Analysis: A Case of Jingzhou City from 2001 to 2012 [J].Journal of Catastrophology, 2015,30(3)：110-117.]