荆州市洪灾社会脆弱性评价及其空间分异研究

冯 滔，李 畅，2，黄建武，石 倩，阁承艳，吴江华

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

1 研究背景

社会脆弱性是指社会群体、组织或国家在实际与潜在的灾害事件中的承受力和灾害后恢复的能力［1］。近年来，社会脆弱性成为国际社会和学术界普遍关注的研究方向，国内外众多专家学者致力于社会脆弱性的研究。美国学者 S.L.Cutter［2－3］提出社会脆弱性指标的思想，并对911事件、卡特琳娜飓风等灾难进行了社会脆弱性的研究;联合国大学环境与人类安全研究所从2006年起每年在慕尼黑举行以“社会脆弱性”为主题的夏季年度讲学［4］。石勇等［5］认为脆弱性强调人类社会经济系统在受到灾害冲击时抗御、应对和恢复的能力，反映承灾系统面对自然灾害表现出的易于受到伤害和遭受损失的性质，直接决定灾害风险的大小。葛怡等［6］改进了社会脆弱性评估方法，对长沙地区水灾进行研究，取得显著成绩;商彦蕊［7］分析了灾害系统脆弱性类型、成因、驱动力及其驱动过程，评价灾害系统脆弱性程度;游温娇等［8］构建了洪灾社会脆弱性的指标体系，包括洪灾社会脆弱性宏观指标体系与微观指标体系，为不同层面研究洪灾社会脆弱性奠定了基础。目前，人们认识到，相对于人类很难控制的自然系统而言，灾害的社会属性作为灾害转化为灾难的关键环节更值得探讨与关注［5］。但是建立一个通用的脆弱性概念框架及切实可行的脆弱性评价方法是脆弱性研究面临的一个挑战［9］。

荆州市是长江中游曲流最为发育地段，河道异常曲折，汛期水面常高于两岸10m左右，河网密布、汇水面积大且地势低洼［10］。该地区是洪灾发生频率高的区域，目前对于其洪灾产生的自然因素原因研究颇为深入，但对于社会结构、社会因素的研究正在讨论中［11－13］。洪灾仍然是威胁区域社会经济的主要自然灾害，有必要从社会脆弱性的角度来探讨荆州地区的洪灾问题，揭示荆州地区洪灾社会脆弱性的空间分布，有利于进一步的防灾减灾。

2 研究区域概况与指标体系

2.1 研究区域概况

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，其地理位置为东经 111°15'～114°05'，北纬 29°26'～31°37'。境区东西最大横距约274.8 km，南北最大纵距约l30.2 km，呈带状分布。长江自西向东横贯全市，全长483 km。荆州市下辖荆州区、沙市区、公安县、监利县、江陵县、松滋市、洪湖市、石首市。

2.2 指标体系

洪灾社会脆弱性的大小由自然地理因素和社会经济因素直接决定，并受防洪减灾以及洪灾应急能力的影响。本文选择荆州市作为洪灾社会脆弱性评价的研究区，以Cutter［3］提出的灾害位置模型理论与应急管理周期理论为理论基础。结合荆州市社会经济状况对洪灾脆弱性的作用机制，从社会视角出发，选择人口、经济、就业、教育、土地利用与住房条件、交通与通讯、灾害综合管理7个方面32个指标作为评价体系。以荆州市第6次人口普查分县数据，荆州市统计年鉴(2009—2011年)的社会经济数据(取平均值)为基础［14－15］，构建洪灾社会脆弱性的评价指标体系，见表1。

表1 荆州市洪灾社会脆弱性评价指标体系Table 1 System of indexes assessing social vulnerability to flood in Jingzhou

3 研究方法与因子分析

3.1 研究方法

本文的思路:鉴于社会脆弱性评价指标体系比较复杂，首先对指标进行因子分析，指标降维以后，以各主因子的信息载荷为各因子的权重，然后求出各地区的洪灾社会脆弱性得分，再对各地区的洪灾社会脆弱性得分系统聚类，探索荆州市各地区洪灾社会脆弱性的空间差异。

因子分析是将多个实测变量转换为少数几个新的不可观测的而且相互无关的综合因子的多元统计分析方法。该方法在减少分析指标的同时，能尽量减少原指标包含信息的损失。因子分析的模型一般为［16］

式中:aij(i=1，2，…，p;j=1，2，…，m)为因子载荷，其中aij为第i个变量在第j个因子上的载荷;Fi(i=1，2，…，p)为公共因子;εi(i=1，2，…，p)为特殊因子。上述模型可以用矩形式表示，即

设有p个样本，每个样本有m个数据指标，可得到一数据矩阵，记为x(p，m)。具体步骤如下:

(1)对x(p，m)的数据进行标准化变换，得标准化矩阵，记为x'(p，m)。

(2)计算指标变量的相关系数矩阵R，进行主成分分析，计算R的特征值。

(3)确定主因子个数，计算信息贡献率。选取主成分的原则是:当前F个主因子的累计贡献率超过85%时，或者特征值大于1时，取前F个主因子代替原来的m个指标。

(4)求因子载荷，计算因子载荷矩阵，并计算各因子得分。

(5)按因子得分系数及贡献率的大小，计算综合得分并根据综合得分进行排序。

3.2 因子分析

本文使用SPSS软件作为统计分析工具，将原始数据标准化以后，建立指标之间的相关系数矩阵R，计算特征值与累计贡献率。从表2可以看出前5个特征值之和占总方差的92.674%，信息损失仅为7.326%，所以取前5个特征值建立因子载荷矩阵。由于初始因子载荷矩阵结构不够简明，各因子的含义不够突出，因此采用方差最大正交旋转变换，使各变量在某个因子上产生较高载荷，而在其余因子上载荷较小，从而得到旋转后的因子载荷矩阵。

表2 总方差分解Table 2 Total variance explained

旋转后的因子载荷矩阵表明，每个因子只对少数几个指标的因子载荷较大(表3)，可以结合相关洪灾社会脆弱性对这5个因子进行命名。

第1个主因子F1在地区生产总值(x1)、第1产业产值(x3)、第3产业产值(x4)、农业产值比(x5)、人均可支配收入(x6)、地方财政收支比例(x7)、地均GDP(x8)、城镇人口比重(x12)、农林牧渔从业率(x14)、金融业从业率(x15)、服务业从业率(x16)、地质勘查水利从业率(x17)、从事卫生事业的人数(x18)、医院床位数(x19)上载荷比较大，这些因子体现了一个地区经济实力应对洪灾社会脆弱性的能力大小:如果经济实力强，则洪灾社会脆弱性低，反之，洪灾社会脆弱性强。它是衡量洪灾社会脆弱性的重要指标，因此称之为“综合经济实力因子”。

第2主因子F2在第1产业产值(x2)、人口自然增长率(x13)、5岁以下人口比例(x10)、65岁以上人口比例(x11)、初中以下学历人数(x21)、耕地面积(x26)上具有较大的系数，这个因子主要反映农业发展水平与和人口结构，因此命名为“农业与人口因子”。

第3个主因子F3的载荷主要体现在女性人口比例(x9)、5岁以下人口比例(x10)、自然增长率(x13)、文盲率(x20)、每100人移动电话数目(x23)。这个因子主要反映在洪灾发生时，疏散撤退的质量，所以称为“逃生因子”。

第4个主因子F4在医疗机构数目(x25)、养老保险参保人数(x27)上具有较大的载荷，称之为“社会保障因子”。

第5个主因子F5的载荷主要体现在砖木结构房屋面积上(x29)，命名为“住房因子”。

表3 旋转后因子提取结果Table 3 Result of factor extraction after rotating

以各个主因子的贡献率作为权重，对5个主因子进行加权求和，从而得到总得分即荆州市洪灾社会脆弱性得分。5个主因子的贡献率分别为41.409%，21.824%，12.558%，11.261%，5.621% ，构建计算洪灾社会脆弱性的公式为

具体结果见表4。

表4 地区主因子得分Table 4 Scores of main factors in all regions

3.3 系统聚类

为了更好地揭示洪灾社会脆弱性的空间分布，根据表4的地区社会脆弱性得分，采用SPSS软件进行系统聚类分析，得到荆州市洪灾社会脆弱性分类(图1)。沙市区为低社会脆弱性地区，因子总得分为－0.982;荆州区为较低社会脆弱性地区，因子总得分为－0.388;松滋市、公安县、石首市、洪湖市和江陵县为较高社会脆弱性地区，平均因子总得分为0.161 6;监利县为高社会脆弱性地区，因子总得分为0.563。

图1 荆州市各地区洪灾社会脆弱性分级Fig.1 Grading of social vulnerability to flood in all regions of Jingzhou

4 结论与讨论

4.1 结 论

利用因子分析，对影响洪灾社会脆弱性的32个指标进行降维处理，得到5个高度概括所有指标信息量的主因子。主因子分别代表了影响洪灾社会脆弱性的5个方面:综合经济实力因子、农业与人口、逃生因子、社会保障因子、住房因子。

根据各地区洪灾社会脆弱性因子得分、排名，可以得到如下结论:

(1)各主因子得分和综合得分越大，说明洪灾的社会脆弱性越强;得分越低，则说明洪灾的社会脆弱性越弱。因为对原始数据与综合得分进行了标准化处理，所以将平均值定位为零点，则正值表示社会脆弱性的强度大于平均水平，负值相反;研究发现，只有沙市区、荆州区、石首市3个地方的社会脆弱性小于0，说明这3个地方的社会脆弱性强度在平均水平以下，其余区域的洪灾社会脆弱性都在平均水平以上。

(2)影响洪灾社会脆弱性的因子主要是综合经济实力因子和人口与农业因子，这2个因子的方差分别为41.409%与21.824%，两者加起来解释方差的63.233%。这充分说明了一个地区的洪灾社会脆弱性与这二者有着直接的关系，即:强大的经济实力是灾前预防、灾后恢复的强力保障，在荆州8个地区中，只有荆州区与沙市区的综合经济实力为负值，其余县市综合经济实力均为达到应对洪灾的平均水平;由于荆州市位于江汉平原，农业在洪灾中损失严重，在人口与农业因子里面，有4个地区的得分为正，反映了农业在应对洪灾时表现得非常脆弱。

(3)影响洪灾社会脆弱性的其余3个主因子分别为逃生因子、社会保障因子和住房因子，尽管加起来只解释方差的29.441%，但面对洪灾时，这3个指标是非常重要的。逃生因子直接决定了人员财产在面临洪灾时的撤离质量;社会保障(医疗、保险等)，可以有效降低洪灾社会脆弱性;住房因子是洪灾社会脆弱性的一个重要指标，不同类型的住房对脆弱性的影响不同，砖木建筑比混泥土建筑脆弱性高。

本文将荆州市各地区洪灾社会脆弱性划分为4个等级:划分为高社会脆弱性的地区为监利县;中高社会脆弱性地区包括江陵县、公安县、洪湖市、松滋市、石首市;中低社会脆弱性地区为荆州区;低社会脆弱性地区为沙市区。各等级分述如下:

(1)高社会脆弱性，划分为高社会脆弱性的地区是监利县。监利县虽然综合经济实力因子得分为负值，说明应对洪灾社会脆弱性的经济能力位于中等水平以上。但监利县的农业产值所占GDP的比重达到46%，是荆州市各地区的农业比重最大的县(农林牧渔业从业率达到68%)，农业所占绝对地位决定了该地区洪灾社会脆弱性。

(2)中高社会脆弱性，划分为中高社会脆弱性的区域有江陵县、公安县、洪湖市、松滋市、石首市。其综合经济实力因子的平均得分为0.434，证明了经济实力在应对洪灾时处于低水平。而综合经济在洪灾社会脆弱性中所占权重很大已比较大，这几乎决定了该地区洪灾社会脆弱性的强弱，且这类县市的农业所占比重已比较大，大致在35%左右。社会保障因子与住房因子的得分都比较高。所以把该类划分为中高社会脆弱性。

(3)中低社会脆弱性，划分为中低社会脆弱性的地区是荆州区。荆州市最后洪灾社会脆弱性得分为－0.388，在5个主因子里面，只有1个住房因子为正，反映了经济、农业、社会保障等应对洪灾的能力均位于整个社会平均水平以上，社会脆弱性较低，但人均砖木结构住房面积为15.86m2，远远大于荆州市平均的9.05m2。

(4)低社会脆弱性，划分为低社会脆弱性的地区是沙市区。沙市区作为荆州市最发达的地区，在经济实力上远远大于其他县市。2010年生产总值达到1 730 542万元，3 大产业的比重为0.07∶0.56∶0.37，农业从业率为21.3%。可以看出沙市区经济实力强，洪灾的社会脆弱性较弱，但社会保障、住房条件等方面还需要平衡发展。

4.2 讨 论

本文通过因子分析、系统聚类得到荆州市2区3市3县的洪灾社会脆弱性得分，结果反映了荆州市各地区洪灾社会脆弱性的空间差异;对于防洪减灾以及灾后管理具有一定的借鉴意义。本文仅以洪灾作为自然灾害社会脆弱性研究对象，但关于具体自然灾害事件社会脆弱性还有待深入研究;文中研究的空间尺度选择县域，而对自然灾害的社会脆弱性小尺度(如乡镇、社区)的研究值得进一步探讨。自然灾害社会脆弱性评价不仅是防灾减灾基础环节，同时也是人类社会经济可持续发展的需要，值得不断探索。

［1］SCHMIDTLEIN M C，DEUTSCH R C，PIEGORSCH W W，et al.A Sensitivity Analysis of the Social Vulnerability Risk Analysis［J］.Risk Analysis，2008，28(4):1099－1114.

［2］CUTTER S L，EMRICH C T，MITCHELL J T，et al.The Long Road home:Race，Class，And Recovery from Hurricane Katrina［J］.Environment，2006，48(2):8－20.

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

［4］童小溪，战 洋.脆弱性、有备程度和组织失效:灾害的社会科学研究［J］.国外理论动态，2008，(12):59－61.(TONG Xiao-xi，ZHAN Yang.Vulnerability，the Degree of Preparation and the Failure of Organization:Study of Disaster on Social Science［J］.Foreign Theoretical Trends，2008，(12):59－61.(in Chinese))

［5］石 勇，许世远，石 纯，等.沿海区域水灾脆弱及风险的初步分析［J］.地理科学.2009，29(6):853－857.(SHI Yong，XU Shi-yuan，SHI Chun，et al.Preliminary Analysis of Flood Vulnerability and Risk in Coastal Regions［J］.Scientia Geographica Sinica.2009，29(6):853－857.(in Chinese))

［6］葛 怡，史培军，刘 婧，等.中国水灾社会脆弱性估方法的改进与应用——以长沙地区为例［J］.自然灾害学报，2005，14(6):54－ 58.(GE Yi，SHI Pei-jun，LIU Jing，et al.Improvement and Application of Vulnerability Assessment Methodology for Flood Hazards in China:Using Changsha Prefecture as a Case Study［J］.Journal of Natural Disasters，2005，14(6):54－ 58.(in Chinese))

［7］商彦蕊.灾害脆弱性概念模型综述［J］.灾害学，2013，28(1):112－116.(SHANG Yan-rui.Overview of Disaster Vulnerability Concept Model［J］. Journal of Catastrophology，2013，28(1):112－ 116.(in Chinese))

［8］游温娇，张永领.洪灾社会脆弱性指标体系研［J］.灾害学，2013，28(3):216－ 220.(YOU Wen-jiao，ZHANG Yong-ling.Study on Index System of Flood Social Vulnerability［J］.Journal of Catastrophology，2013，28(3):216－220.(in Chinese))

［9］李 鹤，张平宇，程叶青.脆弱性的概念及其评方法［J］.地理科学进展，2008，27(2):18－25.(LI He，ZHANG Ping-yu，CHENG Ye-qing.The Concept of Vulnerability and Its Evaluation Methods［J］.Progress in Geography，2008，27(2):18－25.(in Chinese))

［10］李林涛，徐宗学，庞 博，等.中国洪灾风险区划研究［J］.水利学报，2012，43(1):22－ 30.(LI Lin-tao，XU Zong-xue，PANG Bo，et al.Study on Flood Risk Zoning［J］.Journal of Hydraulic Engineering，2012，43(1):22－30.(in Chinese))

［11］张行南，罗 建，陈 雷，等.中国洪水灾害危险程度区划［J］.水利学报，2000，30(3):1－7.(ZHANG Xing-nan，LUO Jian，CHEN Lei，et al.Zoning of Chinese Flood Hazard Risk［J］.Journal of Hydraulic Engineering，2000，30(3):1－7.(in Chinese))

［12］田国珍，刘新立，王 平，等.中国洪水灾害风险区划及其成因分析［J］.灾害学，2006，31(2):1－6.(TIAN Guo-zhen，LIU Xin-li，WANG Ping，et al.Flood Risk Zoning and Causal Analysis in China［J］.Journal of Catastrophology，2006，31(2):1－6.(in Chinese))

［13］何报寅，张 穗，杜 耘，等.湖北省洪灾风险评价［J］.长江科学院报，2004，21(3):21－25.(HE Baoyin，ZHANG Sui，DU Yun，et al.Flood Risk Assessment of Hubei Province［J］.Journal of Yangtze River Scientific Research Institute，2004，21(3):21－ 25.(in Chinese))

［14］荆州市统计局.荆州统计年鉴(2011)［M］.北京:中国统计出版社，2011.(Department of Statistics in Jingzhou.Statistical Yearbook of Jingzhou 2011［M］.Beijing:China Statistics Press，2011.(in Chinese))

［15］国务院人口普查办公室，国家统计局人口和就业统计司.中国2010年人口普查分县数据［M］.北京:中国统计出版社，2011.(Population Census Office of the State Council，Population and Employment Statistics Division of National Bureau of Statistics.Census Data of Counties in China 2010［M］.Beijing:China Statistics Press，2011.(in Chinese))

［16］陈彦光.地理数学方法:基础和应用［M］.北京:科学出版社.2010.(CHEN Yan-guang.Geography Mathematics Methods:Foundation and Application［M］.Beijing:Science Press，2010.(in Chinese))