气候变化对区域稳定性影响的评价模型
2018-02-27李春梅陈鸣李徽
李春梅 陈鸣 李徽
摘要:脆弱程度不同的国家,气候变化的影响是不同的。通过主成分分析法对指标进行筛选,从而得到影响国家脆弱的主要指标。通过数据处理,得到各指标项的脆弱值,并计算其权重,根据计算结果将一个区域脆弱性受气候变化影响程度分为:脆弱的,易受攻击的,稳定的。
关键词:指标体系评价模型;国家脆弱性;目标函数;主成分分析法
中图分类号:TP3 文献标识码:A 文章编号:1009-3044(2018)35-0230-02
1 指標的选取
在指标选择的过程中,本文主要参考国际自然灾害风险评估计划中的脆弱性评价指标、每周计划中普适脆弱性指数(PVI),并参考该体系中城市级指标在波哥大地震风险评估中的应用等,作为指标选取的依据。通过主成分分析法选取影响国家脆弱的指标:群体不满、经济、经济的不平等、人才流失和迁移、公共设施服务、难民和流离失所者。
2 目标函数
将已经选取好的影响一个国家或者地区的脆弱状态的6项指标用(i=1、2、3、4、5、6)表示,将题目的附件中各指标的脆弱指数作为的脆弱值,表示气候变化对各指标造成影响脆弱性的权重值,定义y表示气候变化对一个国家或者地区的影响程度:[y=i=15aixi]最终由y的取值大小确定一个国家或者地区脆弱性受气候变化影响程度的等级。
3 权重的确定
在已有的多数模型方法中权重的取值存在较大的主观性,在本问题中为了减少人为的主观性赋予权重值带来的误差,在实际查询到的数据以及合理推测的基础上确定权重的值。
我们知道全球的国家和地区不计其数,为了选取脆弱性较强的国家进行分析,我们将2006年到2017年各国家的相关脆弱指数的数据用Python软件进行数据处理。Sudan、Congo、chad、Somalia、Afghanistan这五个国家每年的脆弱指数总和在十年中都在前十。
为了更加了解这五个国家的地区稳定性,在数据银行等各官方网站查找了相关数据。本文主要是研究气候变化对国家脆弱指数的影响,根据经验我们认为,在一个国家或地区的发展中,气候影响最大的是农业方面,因此我们选择cereal yield和arable land两个指标。
从以上两张图中看出,在世界各国工业以及服务业大行发展占用农业耕地的大背景下,这几个国家的耕地还在稳中增长,而且在越来越机械化的农业生产中,粮食产量的增长却十分缓慢这也间接说明了它们的产业发展中农业依然占据相当大的的比例,气候条件也相当恶劣不利于粮食的生长,并且当地的气候在面对大的气候变化时要“靠天收”,对国民的影响较大,更容易加剧国家的脆弱指数,造成地区的不稳定。
为了更清楚详细的了解气候变化是怎样直接或者间接影响其他因素和指标而加剧国家或地区的脆弱性,我们下面将对这5个国家的6个指标细化依次处理,通过观察各指标从2006年到2017年的变化趋势与反映该国农业发展的cereal yield和arable lab指标发展趋势相对比,发现群体不满、难民和流离失所者、人才流失和迁移、经济的不平等这四个指标趋势大体相同,得到了一些规律。如图1所示。
图1中是5个国家的群体不满、难民和流离失所者指标的2006年到2017年的脆弱指数变化,局部下降的情况下,大体上是在增长的。我们可以认为是气候变对他们的主要产业造成不利影响,增加了群体不满意度以及难民和流离失所者人数的增长。由于政府财政持续匮乏,无法有效的应对自然灾害,进一步加剧了群体不满,因此认为,这一指标权重指数最大。
5 个国家按照同样的方法得到人才流失和迁移和经济不平等指标的2006年到2017年的脆弱指数变化,都是在经过下降后近年在快速上涨。我们可以认为,农业在遭受气候变化影响时,从事农业生产的人会向其他产业、区域转移。一个国家现有的资源以及国家财政的限制能够创造的资源都是有限的,缓慢的粮食增长也无法满足需求,就会有“粮食争夺”和“工作机会争夺”等,进一步间接影响了地区的稳定性。
通过以上的详细分析,我们认为将各指标的权重做以下取值更为合理:发现群体不满(0.3)、难民和流离失所者(0.2)、人才流失和迁移(0.2)、经济的不平等(0.15)、经济(0.1)、公共设施服务(0.05)。
4 脆弱性等级划分
我们认为经济水平越高的国家受到气候变化的影响就越小,它们是负相关的。因此按照人均GDP将区域的脆弱状态划分为8个档次:高度富裕型、中度富裕型、低度富裕型、宽裕型、小康型、温饱型、基本温饱型、不温饱型。根据目标函数的计算结果,我们将前三档看作是稳定的,中间三档的国家看作是易受损的最后两档看作是脆弱的,比例约为1:3:2,所以我们近似将脆弱国家指数排名的前六分之二的国家认为受气候影响时是脆弱的,中间3六分之三的国家认为是易受损的,排名靠的后六分之一的国家看作是稳定的。
[通联编辑:代影]