大小兴安岭地区森林灾害承载力评价

宋静波 李婷婷 吴黎 齐闯

摘要：区域森林灾害承载力是区域抵御森林灾害的综合能力体现，是区域森林可持续发展的重要标志。在借鉴国内外区域承载力研究思路与方法的基础上，结合中国大小兴安岭地区区域经济社会及森林各项指标的实际状况，构建适合中国不同区域森林灾害承载力评价的指标体系，为定量分析各不同地区森林灾害承载力奠定基础。

关键词：大小兴安岭;森林灾害;承载力评价

中图分类号：S757        文献标识码：A        文章编号：0439-8114（2015）23-6043-04

DOI：10.14088/j.cnki.issn0439-8114.2015.23.063

Evaluation on Bearing Capacity of Forest Disaster in Greater and Lesser kningan Mountains

SONG Jing-bo1， LI Ting-ting2， WU Li3， QI Chuang4

（1.Institute of Applied Economy， Heilongjiang Provincial Academy of Social Sciences， Harbin 150018， China; 2.Henan College of Finance & Taxation， Zhengzhou 451464， China; 3.Remote Sensing Technique Center， Heilongjiang Academy of Agricultural Sciences， Harbin 150001， China; 4. College of Economics and Business Administration， Heilongjiang University， Harbin 150001， China）

Abstract： Bearing capacity of regional forest disaster is a measure of the comprehensive ability preventing forest disaster， and also is an important symbol of regional forest sustainable development. Based on the idea and methods of regional bearing capacity from home and abroad， combined with the actual situation of economy， society， and forest indicators in Greater and Lesser kningan Mountains， the index system of bearing capacity of forest disaster for different regions of China was built to lay the foundation for quantitative analysis.

Key words：Greater and Lesser kningan Mountains;forest disaster;bearing capacity evaluation

承载力一词最早出现于工程力学领域，一般指结构或构件所能承受的最大内力或达到不适于继续承载的变形时的压力。生态学最早将其引入其研究领域，由此承载力演变为“某一特定环境条件下，某种个体存在数量的最高极限”。区域森林灾害承载力是指在一定时期一定条件下，区域范围经济、社会以及各项综合指标所能承受的森林灾害损失及其补偿的能力，是区域抵御森林灾害的综合能力体现。中国各林区经济以“林”为生，在制定森林灾害综合战略时，应从全局出发，从系统的关系角度进行综合分析。本文拟利用综合评价模型对区域森林灾害承载能力进行评价分析，合理判断大小兴安岭地区转嫁森林风险、开办森林保险业务的现实性与迫切性。

1  大小兴安岭地区森林灾害承载力评价体系构建

1.1  构建指标体系

根据层次分析法的基本原理，通过大量查阅该地区森林灾害的资料，在对林区社会经济发展水平进行实地调研的基础上，明确目标层为森林灾害承载力评价体系，建立具有3个层次递阶结构的承载力评价指标体系（表1）。从表1可以看出，森林灾害承载力为多层次递阶结构。

1）目标层（A），森林灾害承载力评价体系，整个评价的目标就是评价出区域森林灾害承载力的大小和发展趋势，目标层位于整个评价的最高层。

2）准则层（B1～B4），即反映影响区域森林灾害承载力的主要因素，这里主要包括区域发展水平（B1）、区域森林资源情况（B2）、区域森林灾害情况（B3）及区域森林管理情况（B4）。

3）指标层（T1～T22），即为每个准则层包含的具体目标，各个指标是关于相关对象属性的测度，也是对象属性的明晰化具体化额度。指标层包括GDP总量（T1）、GDP同比增长率（T2）、人均GDP（T3）、地区恩格尔系数（T4）、大专以上人口比例（T5）、森林面积（T6）、森林蓄积量（T7）、森林覆盖率（T8）、活立木森林面积（T9）、森林火灾发生率（T10）、森林火灾受害率（T11）、火灾直接经济损失（T12）、森林病害发生率（T13）、森林病害损失率（T14）、森林虫害发生率（T15）、森林虫害损失率（T16）、森林鼠害发生率（T17）、森林鼠害损失率（T18）、基本建设投资额（T19）、固定资产投资额（T20）、森林生态及技术服务（T21）、森林抚育与管护（T22）。

上述指标既包括基本的统计指标还包含了一些综合性的指标，通过设计评价层次结构图，各指标的相互关系如下：

A为问题全集，A={B1，B2，B3，B4}={T1，T2，T3，T4，…，T21，T22};B1={T1，T2，T3，T4，T5，}，B2={T6，，T7，，T8，T9}，B3={T10，T11，T12，…T18}，B4={T19，T20，T21，T22}。

1.2  建立判断矩阵

建立了层次指标体系之后，上下层指标之间的隶属关系被确定，假设上一层指标Tk对下一层指标Tk+1有支配关系，需要在各层元素中进行两两比较。这里采用Saaty提出的1～9比率标度法，从评价指标层次结构的指标层开始，将隶属于同一指标的分级指标之间的重要性进行比较形成判断矩阵，对于相同层次的n个指标，可得到两两比较判断矩阵D={Dij}。并且判断矩阵应该满足下列条件：

①Dij>0，且i，j=1，2，…，n;②当i≠j时，dji=1/ dij，;③当i=j时，dij=1。

根据查阅资料，结合调查问卷及专家意见，在研究大量文献和对指标相关度进行反复论证、演算和检验的基础上，进行反复研究和系统分析后为判断矩阵赋值。基于表1关系表，建立两两相关比较矩阵①-⑤。

1 1/7 1/3 1/5

7  1   5  2

3 1/5  1 1/3

5 1/2   3  1

1  4 4  2 1/4

1/4 1 2 1/2 1/6

1/4 1 1 1/2 1/6

1/2 2 2  1 1/6

4  6 6 5  1

1  1  3  3

1  1  3  3

1/3 1/3 1 1/2

1/3 1/3 2  1

1 1 1/3 1 1/5 3 1 3 3

1 1 1/3 1 1/5 3 1 3 3

3 3 1 3 1/3 5 3 5 5

1 1 1/3 1 1/5 3 1 3 3

5 5 3 5 1 7 5 7 7

1/3 1/3 1/5 1/3 1/7 1 1/3 1 1

1 1 1/3 1 1 1 1 3 3

1/3 1/3 1/5 1/3 1/7 1 1/3 1 1

1/3 1/3 1/5 1/3 1/7 1 1/3 1 1

1  2 2 1/3

1/2 1 1 1/5

1/2 1 1 1/5

3  5 5  1

1.3  计算权重并检验

首先将各判断矩阵进行两次归一化处理，计算得出各判断矩阵的分配权重。即根据判断矩阵D=[Dij]，计算最大特征根（？姿max）和特征向量（W），进而进行一致性检验和求解权重。方根法是一种简单的计算最大特征根和特征向量的简化方法，它可以求出最大特征根和特征向量的近似值。步骤如下：①计算判断矩阵T每一行元素的乘积，Mi=■Eij（i=1，2，…，n）（1）;②计算Mi的n次方根W=■（2）;③对向量W进行归一化处理Wi=■（3），则W=[W1，W2，…，Wn]T即为所求的特征向量。

根据公式（1）及（3），计算得准则层与指标层权重如表2所示。

其次，计算判断矩阵的最大特征根？姿max=    ■■（4），最大特征值的近似值计算出后，利用判断矩阵一致性指标CI进行检验。CI=■（5），CI越大表明判断矩阵越偏离，CI越小则越接近一致性，检验如有不符，则应重新修正判断矩阵，直到满足一致性要求为止。对于递阶多层判断矩阵，则引入正互反矩阵平均随机一致性指标RI（RI值为查表所得），判断矩阵一致性指标CI与同阶平均随机一致性指标RI之比，为随机一致性比率，即由CR=■（6）进行一致性检验。当CR<0.1时，该判断矩阵拥有能够接受检验的一致性，而当CR≥0.1时，应该继续修正和调整判断矩阵。

先针对准则层，由公式（4）可知λmax=4.117，由公式（5）计算得CI=■=0.039，查表知RI=0.90，那么由公式（6）得，CR=■=■=0.043 3﹤0.1，满足一致性要求。以此类推，对指标层进行逐一检验，具体结果见表3。

通过上述计算，得到下一层某指标对上一层某指标的权重向量，因为最终目的是要得到指标层各指标相对于目标层的总目标的相对重要程度，所以需要对各层指标的权重进行合成，即进行层次总排序，具体见表4。

2  大小兴安岭地区森林灾害承载力评价

2.1  建立评价模型

中国学者对层次分析法的研究已有很长的时间，也建立了较为完备的定量评价体系。本研究建立的数学模型为：A=■■[Ui■Qij]，式中，A为区域森林灾害承载力;Ui为指标层合成权重;Qij为指标层标准化指标;n为选取资料的年份数量。

计算终值0

2.2  实证评价

为保证评价的准确性，通过对大小兴安岭地区各方面资料的搜集，确定2003～2012年10年的数据作为时间序列的原始数据，由于原始数据在统计口径上有一定的差异，因此需要对其进行标准化处理。在标准化处理之前，先通过倒数计算将逆指标转化成正指标，然后运用SPSS软件得到的标准化数据列示附件中。将标准化后的数据及权重代入模型，计算得出准则层评价结果见表6。

由准则层评价结果，计算得出大小兴安岭地区森林灾害承载力最终评价结果为：

A=■■Ui■Qij]=0.100 404<0.4（总分为1.00）

由以上结果可知，大小兴安岭地区森林灾害承载力为A-级，亟需政府介入转嫁森林风险。政府应确立适合该地区发展的森林保险政策，建立有效的风险防范补偿机制，在施行保费补贴政策的同时，加大政府对森林保险的政策扶持力度。同时，按照保险的运作理念与原则，森林保险作为一个高风险、高损失的高危险种，在商业保险公司内部很难持续运作。因此，在该地区森林保险运作及实施过程中，既要考虑森林经营者的缴费能力，又要考虑经营森林保险者也就是森林保险人的抵御风险的能力和盈利水平。为此，在国家主导下，构建适合该地区的森林保险制度，依存现有的财产保险公司或者建立专门的森林保险公司，是当前应对大小兴安岭地区森林灾害及其造成的巨大损失的必要手段和有效途径。

3  小结

文章在对大小兴安岭地区森林灾害的特点进行分析的基础上，运用层次分析法分别从大小兴安岭地区发展水平、森林资源载有量、森林灾害损失以及森林资源综合管理4个方面对该地区森林灾害的承载力进行定量分析，建立该地区灾害承载力评价指标体系。评价结果表明，大小兴安岭地区森林灾害承载力为A-级，亟需政府介入转嫁风险。明确政府应确立适合该地区发展的森林保险政策，建立有效的风险防范补偿机制。目前国内在区域森林灾害承载力评价指标体系方面的研究较少，本研究就这方面进行了初步探讨，有待进一步研究。今后将选择不同具体森林区域不断补充完善，使研究更加科学、更具可操作性。

参考文献：

[1] KARIMI I，HULLERMEIER E. Risk assessment system of natural hazards：A new approach based on fuzzy probability[J]. Fuzzy Sets and Systems，2007，158（9）：987-999.

[2] ESOGBUE A O.Fuzzy sets modeling and optimization for disaster control systems planning[J]. Fuzzy Sets and System，1996， 81（1）：169-183.

[3] DUCEY M J，LARSON B C. A fuzzy set approach to the problem of sustainability[J].Forest Ecology and Management，1999， 115（1）：29-40.

[4] 湛孔星，王树坤，陈国华.区域承灾能力评估方法及应用研究[J].中国安全生产科学技术，2010，6（1）：35-39.

[5] MONTOYA L，MASSER I. Management of natural hazard risk in Cartago，Costa Rica[J]. Habitat International，2005，29（3）：493-509.