我国渔业台风灾害风险评价及区划研究

韩兴勇，李亚琦，岳宗胜

(1.上海海洋大学经济管理学院 上海 201306；2.西安交通大学数学与统计学院 西安 710048)



我国渔业台风灾害风险评价及区划研究

韩兴勇1，李亚琦1，岳宗胜2

(1.上海海洋大学经济管理学院 上海 201306；2.西安交通大学数学与统计学院 西安 710048)

为分析我国易遭受台风灾害的13个省、市、自治区渔业台风灾害风险，文章从台风气象灾害的危险性、渔业系统的敏感性、脆弱性和抗灾减灾能力4要素的内涵出发，共选取18个指标，建立完备的渔业台风灾害风险评价指标体系，并运用熵值法确定各指标的权重，计算出各地区的渔业台风灾害风险指数。同时根据风险指数的大小，将这些地区分为4个等级：高风险区为广东和福建，中风险区为海南、山东、浙江和江苏，低风险区为江西、广西、辽宁和安徽，微风险区为河北、上海和天津。最后根据研究结果，提出区别化加大渔业基础设施投资力度、重视渔业主产区风险管理以及差异化推广政策性渔业保险的建议，旨在为渔业台风灾害的有效管理提供参考。

渔业台风灾害；风险评价；风险区划；熵值法

1 引言

渔业是大农业的重要组成部分，对增加农民收入、优化消费结构有着重要的意义。随着我国经济的迅速发展，渔业的综合生产能力也在不断提高，渔业经济保持着快速的增长。但我国是一个自然灾害多发的国家，再加上渔业生产本身具有暴露性，我国渔业每年因自然灾害而造成的直接经济损失高达数百亿元，其中以台风灾害最为严重。据统计，近30年平均每年有7.4个台风登陆我国沿海，严重打击渔业的稳定发展，仅2013年一年渔业台风灾害直接经济损失高达399.7亿元；同时，不同地区渔业台风灾害损失也存在很大的差异，如辽宁省2013年渔业台风灾害损失不足当年渔业总产值的2%，而广东、福建等地却高达6%以上[1]。因此，很有必要就台风灾害对不同地区渔业生产风险做出科学评价，揭示渔业台风灾害风险的分布规律，为渔业台风灾害风险管理提供重要参考，也为政策性渔业保险的推广和经营提供借鉴。

许多学者也意识到不同地区台风灾害的风险是不一致的，并对台风灾害风险进行区划研究，殷洁等根据承灾体的脆弱性以及地区发生台风的可能性，发现我国沿海台风灾害风险呈现出南高北低的特点[2]。

台风所造成的损失不仅取决于台风本身的危险性，也取决于承灾体的脆弱性，农业的脆弱性特点引起学者们的关注，张峭和王克针对我国农业建立自然灾害评估指标体系，分析31个省、市、自治区台风洪涝等自然灾害对我国农业生产的风险，发现农业自然灾害风险很高且区域相对集中[3]；胡波等运用GIS技术，就台风灾害对农业的风险进行评估并区划，发现灾害等级由沿海向内陆逐渐降低[4]。

相对于农业而言，渔业的生产风险更高，但目前对渔业灾害风险区划的研究极少，刘超等建立水产养殖台风灾害风险评价指标体系[5]，但没有进行实证，且相关指标体系还有待进一步完善。上述研究为本研究提供了很好的理论基础，随着渔业产业结构优化和政策性渔业保险试点的实行，对渔业台风灾害风险的区划显得更为重要。

本研究选取沿海11个省、市、自治区即辽宁省、天津市、河北省、山东省、江苏省、上海市、浙江省、福建省、广东省、广西壮族自治区、海南省以及容易遭受台风灾害的安徽省和江西省共13个地区，建立相关指标评价体系，对这些地区渔业的台风灾害风险区划进行实证研究，为渔业台风灾害风险的有效管理提出建议。

2 研究方法和数据来源

2.1 研究方法

2.1.1 自然灾害指数法

自然灾害风险指数是指在未来一定时间内灾害发生的可能性以及造成损失的程度[6]。自然灾害所能造成的损失通常是由致灾因子的危险性(H)、环境的敏感性(E)、受体的脆弱性(V)以及抗灾减灾能力(C)相互耦合的结果，一般采用自然灾害指数来表征灾害的风险程度，即：自然灾害风险指数=危险性(H)∩敏感性(E)∩脆弱性(V)∩抗灾减灾能力(C)。

2.1.2 熵值法

在信息论中，熵是对不确定性的一种度量。信息量越大，不确定性越小，熵就越小；信息量越小，不确定性越大，熵也越大。根据熵的特性，可以判断某个指标的离散程度，指标的离散程度越大，该指标对综合评价的影响越大，其权重也就越大[7]。采用熵值法对渔业台风灾害评价指标的权重进行赋值，可以排除人为赋值的主观性，根据数据的特点客观反映指标的重要程度。熵值法的具体步骤如下。

(1)对数据进行标准化处理。假设有k个指标X1′，X2，…，Xk，其中Xi={x1，x2，…，xn}，对各指标数据标准化之后的值Y1，Y2，…，Yk为，那么Yij=(Xij-Xmin)/(Xmax-Xmin)。

(3)确定各指标权重。根据上述信息熵的计算公式，计算出各指标的信息熵为E1，E2，…，Ek，通过信息熵计算各指标的权重，公式为Wi=(1-Ei)/(k-∑Ei)。

2.2 数据来源

本研究所建立的渔业台风灾害风险评价指标体系包括台风的自然属性、渔业系统的敏感性、脆弱性和个人及社会的抗灾减灾能力四大类共计18项指标。其中台风的自然属性数据来自于《热带气旋年鉴》、中国天气台风网以及中国气象科学数据共享服务网，各地区渔业系统的数据来自《中国渔业年鉴》和《中国统计年鉴》，抗灾减灾能力数据来自《中国渔业年鉴》和《中国财政年鉴》。考虑到风险评价是未来发生损失的可能性的大小，所以本研究中的敏感性、脆弱性以及抗灾减灾能力指标均选取与当前较为接近的2013年的数据；而台风具有季节性和周期性，气象学中认为11年为一个自然灾害周期[8]，所以本研究选取2004—2014年共11年的台风数据，基本上能够反映台风在不同地区的危险情况。

3 渔业台风灾害风险评价指标体系的建立

3.1 渔业台风灾害风险

台风是形成于海面上的一种热带气旋，台风过境时常常带来狂风暴雨天气，引起海面巨浪，严重威胁沿海地区渔船的出海安全；台风登陆后带来的风暴增水可能摧毁渔业设施，或者水位漫过围挡造成鱼虾的逃逸和流失；台风带来的低压天气使水体中的溶氧量下降，很容易引发泛塘，造成鱼类的大量死亡；另外，台风对渔业造成的损失也与当地的渔业系统有关。根据自然灾害风险理论[9]，渔业台风灾害风险是指渔业台风灾害发生的可能性及其对渔业系统造成的影响和危害程度，一般而言，渔业台风灾害风险取决于4个因素。

(1)台风的危险性，主要与台风自身属性有关，与当地经济发展水平等因素无关。

(2)渔业系统的敏感性，表示台风发生后能否作用于渔业生产。

(3)渔业系统的脆弱性，表示渔业系统能否经得起台风的威胁，主要强调的是承灾体本身的属性。

(4)抗灾减灾能力，表示渔业系统自身的能动作用和灾后补救以降低损失的能力。一个地区渔业台风灾害风险的大小是这4个因素综合作用的结果。

3.2 渔业台风灾害风险评价指标的选取与权重确定

3.2.1 指标的选取

根据地区渔业生产的实际情况以及资料和数据的可获得性，综合考虑渔业台风灾害风险的4种因素，围绕渔业系统的自身特点，最终选取18个指标，来评价台风对各地区渔业生产的风险，建立的渔业台风灾害风险评价指标框架如图1所示。

图1 渔业台风灾害风险评价指标框架

危险性指标(H)。自然灾害的危险性取决于灾害的致灾因子，台风的致灾因子主要有大风和暴雨，台风的中心气压越低风力越大，所以选取台风影响该地区时的最大风速和中心气压来表征台风的风力，由于11年间影响该地区的台风不止一个，所以取其平均；选取影响该地区的台风的最大日雨量和过程雨量来表征台风降水的强度，同样取其平均。另外，选取11年间该地区受到台风灾害的时间累计，受到台风灾害的影响次数以及台风登陆的次数来表征该地区发生台风的频率。

敏感性指标(E)。敏感性可以用来衡量当台风灾害发生时，地区的渔业生产受到影响的可能性，这与该地区本身的渔业系统有关。在渔业系统中，可能受到台风破坏的有水产养殖、渔船以及渔港码头等设施，海岸线长度可以用来替代一个地区的渔港、码头数量以及堤坝的长度，所以选取水产养殖面积、渔船数量、海岸线长度3项指标。另外，一个地区渔业的生产规模越大，意味着该地区受灾时可能的损失越大，所以选取渔民人口比重和渔业产值占农业产值比重两项指标来表征该地区渔业的生产规模。

脆弱性指标(V)。渔业生产过程中，固定资产投入水平越高，说明渔业的生产设备较为先进且牢固性较好，在台风发生时不易损坏，理论上应选取渔民人均固定资产存量来衡量固定资产投入水平，但由于数据可获得性的限制，则选取2013年新增的渔民人均固定资产投入作为替代指标。渔业效率指数表示该地区水产养殖单位面积产值与全国平均水平的比值，代表着该地区渔业生产的技术性和专业化水平，其计算公式为：

渔业效率指数越高，说明该地区无论从管理还是设备方面都比较优良，当受到台风灾害时能够进行很好的预防和控制，发生损失的可能性越小。另外，海洋渔业(海洋养殖和海洋捕捞)相对于内陆渔业更容易受到台风的威胁，所以选取海洋渔业占地区渔业产值比重的大小来衡量该地区渔业的易损性。

抗灾减灾能力指标(C)。抗灾减灾能力表示受灾后防止损失进一步扩大的能力，以及能够从台风灾害中恢复的速度和程度。从渔民个人角度来讲，其收入是进行减灾和恢复生产的直接经济来源；从社会角度来讲，财政收入代表着该地区政府可用于支付自然灾害损失补偿资金的多少，而渔政管理机构是社会渔港、渔船和渔业生产的管理部门，在台风灾害发生后能够调用社会公共资源帮助渔业生产恢复并减少损失。所以选取渔民人均纯收入、人均财政收入、渔政管理机构密度表征地区的抗灾减灾能力。

综合以上，最终建立的渔业台风灾害风险评价指标体系如表1所示。

3.2.2 指标权重的确定

上述指标体系中各指标权重的确定采用上文所述熵值法，不同的是，在指标的无量纲化处理过程中，台风灾害风险的正向指标和负向指标的处理方式是不一样的。

表1 渔业台风灾害风险评价指标体系

正向指标：指标值越大，渔业台风灾害风险越大。

(1)

负向指标：指标值越小，渔业台风灾害风险越大。

(2)

在负向指标的处理过程中，Xij标准化Yij，Xij越小，Yij越大，渔业台风灾害风险越大，实际上是对于负向指标的正向化转换。该指标体系中，危险性指标中除平均中心气压为负向指标，其他均为正向指标；敏感性指标全部为正向指标；脆弱性指标中海洋渔业产值比重为正向指标；另外两项为负向指标；抗灾减灾能力指标全部为负向指标，但按照上述方法进行标准化处理之后，所有指标均与风险水平正相关。

4 渔业台风灾害风险评价与区划

4.1 渔业台风灾害风险指数的计算

根据上述建立的渔业台风灾害风险评价指标及其权重，首先确定各地区的各项分指标得分，包括危险性指标(H)、敏感性指标(E)、脆弱性指标(V)和抗灾减灾能力指标(C)。为方便后面风险指数的计算，并考虑指标得分的直观性，对各项指标得分均扩大100倍[在式(7)中，若H、E、V和C小于1，则HWh、EWe、VWv和CWc都是单调递减，指标权重不能真实反映指标的重要程度，故使各项指标均扩大100倍，使H、E、V和C都大于1]。具体计算公式如下：

(3)

(4)

(5)

(6)

式中：a、b、c、d代表各项分指标中指标的个数，表示第i个评价指标的权重系数，为第i个评价指标标准化之后的值。由于前面已经进行过标准化处理，所以对于各项分指标来说，得分越高、风险也就越大。然后根据各项分指标得分，结合自然灾害指数法，并融入加权评价的思想，建立渔业台风灾害风险指数，具体计算公式如下：

(7)

Wh、We、Wv和Wc分别表示表1中的危险性、敏感性、脆弱性和抗灾减灾能力指标的权重。最终得到的各地区各项分指标得分及渔业台风灾害风险指数如表2所示，并按照各地区渔业台风灾害风险指数得分由高到低排列。

表2 各地区分指标和渔业台风灾害风险指数得分

续表

4.2 渔业台风灾害风险区划结果

根据表2中渔业台风灾害风险指数的分布特点，并借鉴前人的研究经验[10-12]，将渔业台风灾害风险分为高风险区、中风险区、低风险区和微风险区4个等级，其中风险指数为70～100的属于高风险区，40～70的属于中风险区，20～40的属于低风险区，0～20的属于微风险区，具体区划结果如表3所示。

表3 渔业台风灾害风险区划结果

根据区划结果可知，我国渔业台风灾害风险存在显著的区域差异。从各项分指标来看，位于高风险区的广东和福建危险指标得分最高，同时两省都是我国渔业主产区且海洋渔业规模较大，造成敏感性和脆弱性指标得分也相对较高；在中风险区中，山东、浙江和江苏也都是我国的渔业大省，因此敏感性指标得分较高，另外山东地区的渔业设施相对落后、生产效率较低，脆弱性指标得分最高，海南和浙江的危险指标得分较高，但浙江的抗灾减灾能力较好，总体上拉低最终得分；在低风险区中，江西的抗灾减灾能力很差，但是其危险性和敏感性都相对较低，广西除脆弱指标得分较高外，其他都处于中下等水平，辽宁和安徽的危险指标得分都在20以下，即使其他指标得分较高也没能对结果产生很大影响；微风险区的3个地区的共同特点是敏感性指标得分很低，渔业在这些地区的规模很小，同时危险指标得分也都不高，最终导致排名最低。

5 对策建议

5.1 有区别地加大对渔业的投资力度

大幅度增加对渔业的投入、改善渔业生产的基础设施状况是应对台风灾害最有效的办法。对于风险不同的地区，政府应当采取有区别的支持政策，使投资力度与风险大小相适应。各级政府、渔民都应树立渔业基础设施建设先行的意识，以政府补贴建设为主、渔民自筹为辅的原则鼓励渔民对基础设施的投资，不仅可以有效管理台风灾害风险，还可以扩大渔业生产规模。

5.2 充分重视渔业主产区面临的台风灾害风险

实证表明，渔业主产区面临的台风灾害风险更高，而且这些地区的渔业系统都比较脆弱，所以要“特殊照顾”。应当增加渔业主产区的固定资产投入，同时利用产业集群的优势，积极推进渔业科技的研发，提高主产区的渔业生产效率。可通过建立渔业巨灾风险基金或利用渔业保险等方式分散或者转移主产区风险，稳定渔民的预期收入，从而稳定这些地区的生产规模，否则渔民很有可能会出于自身利益的考虑，退出渔业生产，影响渔业的长期发展。

5.3 差异化推广政策性渔业保险

目前我国农业保险保费补贴已全面实行，渔业保险应当积极争取政策性财政资金的支持，但对补贴力度应当差异化。对于高风险区，保险公司制定的渔业保险费率很高，渔民的保费负担也比较重，因而对渔业保险保费补贴的需求就更为强烈，应当给予更多的财政资金支持；而对于低风险区则少补贴，这样既有利于扩大投保范围，又能确保财政资金使用的效率。

[1] 农业部渔业局.2014中国渔业年鉴[Z].2014.

[2] 殷洁，戴尔阜，吴绍洪.中国台风灾害综合风险评估与区划[J].地理科学，2013(11)：1370-1376.

[3] 张峭，王克.我国农业自然灾害风险评估与区划[J].中国农业资源与区划，2011(03)：32-36.

[4] 胡波，严甲真，丁烨毅，等.台风灾害风险区划模型[J].自然灾害学报，2012(05)：152-158.

[5] 刘超，王权，杨倩.台风灾害对水产养殖业评估指标体系的影响[J].湖南农业科学，2010(Z2)：50-52.

[6] DAVIDSON R A，LAMBER K B.Comparing the hurricane disaster risk of U.S.coastal counties[J].Natural Hazards review，2001,16(2):132-142.

[7] 邹永魅.信息论基础[M].北京：科学出版社，2010.

[8] 杨冬红，杨学祥.重大自然灾害周期及其动力机制[C]//中国地球物理第二十一届年会.中国地球物理学会，长春：吉林大学出版社，2005：2.

[9] 黄崇福.自然灾害风险分析与管理[M].北京：科学出版社，2012.

[10] 段胜.中国巨灾指数的理论建构与实证应用[D].成都：西南财经大学，2012.

[11] 王桂娟.广东省热带气旋灾害分析与风险区划[D].南京：南京信息工程大学，2013.

[12] LIAO K，BAYAZIT O，WANG F.Building a Natural Disaster Risk Index for Supply Chain Operations[J].International Journal of Information Systems and Supply Chain Management (IJISSCM)，2014，36(6)：72-76.

On Risk Evaluation and Zoning of Typhoon Disaster to Fishery in China

HAN Xingyong1，LI Yaqi1，YUE Zongsheng2

(1.College of Economics and Management，Shanghai Ocean University，Shanghai 201306，China; 2.College of Mathematics and Statistics，Xi’an Jiaotong University，Xi’an 710048，China)

18 indexes were selected and a complete risk evaluation index system of typhoon disaster to fishery was established in this paper，to assess the typhoon disaster risk to fishery in 13 provinces (cities，districts) which are vulnerable，considering the connotation of typhoon’s hazard，the exposure，vulnerability and emergency response and recovery capacity of fishery system.Entropy value method to determine the weight of each index was then used to calculate the score of risk index for each region’s typhoon disaster to fishery.According to the value of the risk index，these regions were divided into four grades: the high risk areas are Guangdong and Fujian，medium risk areas are Hainan，Shandong，Zhejiang and Jiangsu，low risk areas are Jiangxi，Guangxi，Liaoning and Anhui and negligible risk areas are Hebei，Shanghai and Tianjin.According to the results，it was suggested that the investment in the area of the infrastructure should be increased with different measures and levels.Besides the government should put more emphasize on risk management of the fisheries produce district，as well as put different attentions to extent the fishery insurance policy.

Typhoon disaster to fishery ，Risk assessment，Risk zoning，Entropy value method

2015-12-24；

2016-05-13

江苏省吕四渔业管理规划研究(D-8006-14-0060).

韩兴勇，教授，博士，研究方向为海洋文化、渔业经济管理，电子信箱：xyhan@shou.edu.cn

李亚琦，硕士研究生，研究方向为产业经济学、渔业资源管理，电子信箱：836280384@qq.com

S9；P457.8

A

1005-9857(2016)05-0064-06