一个基于模糊综合评价法的气候变化-国家脆弱关系研究

张福洋，李全彬，鲍文岚，龙泽美，韩潇翔

（江苏师范大学物理与电子工程学院，徐州 221116）

0 引言

脆弱国家以无效的政府、贫困和冲突为基本特征[1]。气候变化是导致和评判国家脆弱的一个要素，气候变化以间接或者直接的方式影响国家的稳定和发展，在一定程度上决定该地区的脆弱程度。气候变化-国家脆弱关系即气候变化与国家脆弱程度之间关系，其优化有利于国家稳定与发展的研究，是可持续发展理论中的一个重要研究就方向。国家脆弱程度的评价及其优化问题已经引起国内外学者的关注。文献[2]提出了气候变化对国家造成的巨大影响，但无法量化其影响程度，其问题在于没有给出一个较为合理的评价标准；文献[3]建立了一个相对详细的脆弱程度评价系统，但是没有后继的优化系统；文献[4]根据国家脆弱程度状况提出若干优化评价的建议，但是其努力没有与社会、经济和环境等基本评价要素建立具体联系。针对现有研究存在的这些问题，本文以气候变化对社会、经济和环境的影响和脆弱程度为研究对象，通过建立函数模型和运用模糊综合评价法、筛选障碍指标的方法，解释气候变化与国家脆弱之间的关系，给出一个优化气候变化-国家脆弱关系评价的方案。

1 总体设计

图1 总体设计

根据气候变化对经济、社会及环境的影响，搜集判断国家脆弱的基本信息，在此基础上，通过三个模块化处理，实现对于气候变化-国家脆弱关系评价的优化，得出缓解国家脆弱所需关注的要素。数据采集处理模块主要完成以下工作：（1）采集地区环境、社会和经济数据，分析其与气候变化的关系：间接或者直接影响；（2）归一化处理数据，确保数据量纲和范围一致；（3）利用主成分分析法[5]筛选数据，防止数据冗长，确保后继处理数据的准确性和便捷。模糊综合评价模块主要文成以下工作：根据模糊综合评价法[6]，建立国家脆弱程度评价标准，判断样本国家的脆弱程度。优化模块是一个智能操作模块，要完成的主要工作：（1）当样本国家的脆弱程度在合理范围内（即非脆弱），系统将会停止评价的优化，标志一种气候变化与国家脆弱之间无需调节的关系；（2）当样本国家的脆弱程度不在合理范围（即脆弱），系统将会利用阻碍指标筛选机制筛选出加剧其脆弱程度的指标，给出相关国家治理所需关注的要素。

2 数据处理问题

2.1 数据筛选和分析

建立一个完整的气候变化与国家脆弱关系系统体系，需要搜集充足的数据。FFP（Fund For Peace）提出一系列与脆弱程度相关的数据，世界银行给出各个国家在气候变化与经济、社会和环境之间关系的相关数据。但是，这些数据过于冗长，严重影响到计算效率和计算结果的精度。本文运用主成分分析法（PCA）计算样本各数据的累积贡献率[7]，筛出累积贡献率大于85%的数据。

本文关注气候变化的三个主要形式：海平面上升、极端天气和全球变暖[8]。气候变化以直接或间接地方式导致人口流动、能源短缺、森林再生能力下降、工农业产量下降等问题，甚至导致沿海可居住地区范围缩减的问题。

2.2 数据归一化处理

在数据采集处理模块中，只有少量采集到的样本数据量纲一致，没有办法对之加以直接比较。因此，本文将样本数据都转化为0到1的数据。

数据归一化处理是数据处理领域的一个重要方法，其运用可以确保数据处理的方便，并可以排除奇异样本数据。文献[9]总结了五种常见的归一化处理方法，本文选择较易操作的第三种方法：对于信息系统L=(M,A)，条件隶属集定义为C={c1,c2,…,cn}，规定指标p的第j个样本与指标q的第k个样本之间的距离为：

为了消除样本中存在的一些奇异数据，本文根据样本对脆弱程度的缓解或加剧作用将指标划分为正样本和负样本[10]。假设国家i的第j个指标样本距离为dij，数据归一化后继处理按照正样本和负样本两种情况计算：

（1）正样本

（2）负样本

其中：

3 脆弱程度评价模块

运用模糊综合评价法，建立气候变化与脆弱程度的关系式，评价气候变化对国家脆弱程度的影响。

3.1 气候变化趋势系数

气候变化趋势主要是指大气、水和陆地方面的影响，即气候变化造成的直接影响。基于气候变化趋势系数，描绘在一定时间序列内气候变化的潜在趋势[11]。文献[8]提出一种结合气候要素的年平均值计算方法，根据本文的研究设计，将其中的气候要素指数改为距离指数。计算气候变化趋势系数的公式为：

di和dˉ分别表示归一化处理之后第i年气候要素的平均值和多年平均值，n为年份号，tˉ=(n+1)/2。ri是气候要素与自然时间的自然数之间的相关系数。当ri＞0时，说明气候要素造成的影响有线性增加的趋势；当ri＜0时，说明气候要素造成的影响具有线性减少的趋势。

3.2 模糊综合评价原理

根据模糊数学的隶属度理论，模糊综合评价法把定向分析转化为定量评价，用模糊数学技术对受到多种因素制约的事物或对象做出一个总体评价。本文以此为基础，运用专家评价法计算地区脆弱程度，最后，运用K-means算法[12]建立模糊综合评价体系。

本文将气候变化影响国家脆弱的指标分为直接指标和间接指标，将直接指标下的二级子指标与间接影响指标视为同一级别的指标。

图2 气候变化直接影响指标

样本国家的陆地、大气和水资源受到气候变化的直接影响（如图2所示），气候变化成为国家生态脆弱程度的基本要素。存在四个影响样本国家脆弱程度的一级指标：陆地、大气、水资源和间接影响。其中，间接影响包括经济和社会的影响。

为了确保结果的精度，求取与上述四个指标对应的脆弱程度，然后求取综合的国家脆弱程度。计算气候变化对地区脆弱程度造成的影响，需要结合气候气候变化趋势系数。本文运用熵权法（Entropy Weight Method）[13]分别求出四个一级指标下末级指标对应的权重，然后得到与四个指标对应的脆弱指数。

（1）陆地资源脆弱程度指数

（2）大气资源脆弱程度指数

（3）水资源脆弱程度指数

（4）间接影响因素脆弱程度指数

利用专家评价法（Expert Scoring Method）[14]，计算出与四个一级指标对应的权重 WT=[0.3,0.3,0.3,0.1]。进而得到样本国家的脆弱程度PI。

鉴于国家脆弱程度指数求取过程的特殊性，需要建立一个相吻合的脆弱程度标准。本文参照K-means算法，建立一种新型的符合脆弱程度要求的标准库。K-means算法属于硬聚类分析法，以欧氏距离[15]作为相似度测量，求对应某一初始聚类中心向量V最优分类。相较与传统的聚类分析方法[16]，K-means算法采用误差平方和准则函数作为聚类准则函数，是典型的基于原型的目标函数聚类方法，其计算结果相对精准。

为了保证数据采集的代表性，本文依据世界银行提供的国家脆弱程度表，选择其中具有代表性的9个国家作为计算标准的样本原始数据。

图3 国家脆弱程度标准

表1 世界银行排名

运用K-means算法，最终得到如图3所示的脆弱程度划分。本文将脆弱程度划分为四个等级：Stable、Sensitive、Vulnerable和Fragile。Stable代表样本国家已经成功摆脱脆弱的局面，并且拥有一个稳定的发展环境；Sensitive代表样本国家尽管已经拥有较为稳定的发展环境，但是仍然存在一些不稳定因素；Vulnerable代表样本国家存在少量加剧脆弱程度的因素，但是仍然拥有一定的改善空间；Fragile代表样本国际的脆弱程度已经十分严重，亟需改进。

3.4 气候变化趋势在数据处理中的核心作用

气候变化趋势深深地影响国家脆弱程度。为了验证这一点，本文以苏丹为例，将考虑气候变化趋势所求得的脆弱程度PI与不考虑气候变化趋势所求得的PI比较：

图4 考虑气候变化趋势系数前后PI比较

与世界银行提供的苏丹脆弱程度比较，比之不考虑气候变化趋势的情况，在考虑气候变化趋势的情况下苏丹的PI值相对接近世界银行的数据。可见，气候变化趋势是计算国家脆弱程度中不可或缺的因素。

4 优化模块

优化模块设计主要包括阻碍指标筛选和脆弱程度判断的优化两个相互关联的方面。

4.1 筛选阻碍指标

导致一个国家脆弱程度恶化的原因很多，但是逐一改进不免会导致效率不高、资源调配不均、效果不理想等方面的问题。在诸多指标中选择其中对脆弱程度起关键影响的指标，以图达到提高效率、资源分配最优化和效果优化等目的。本文将选择关键指标的过程称为阻碍指标筛选过程。传统的计算累积贡献率采用筛出贡献率相加大于85%的指标的方法，较为合理和有效，但是它不能直观地反映出具体指标对国家脆弱程度的影响。阻碍指标筛选可以较好地解决这一问题。以前述模糊综合评价标准为基础，筛选指标：

式中Qj为指标j造成的脆弱程度在总体脆弱程度中的比重，筛出的指标。其中Qj按照从小到大的原则累加。

4.2 脆弱程度判断预测

利用本文建立的模糊综合评价标准，判断国家脆弱程度隶属级别，以此为基准区分出两种要分别给以处理的情况。

（1）国家脆弱程度级别显示为Stable。

说明该国家的脆弱程度较低，脆弱恶化程度较低或者没有。鉴于该国家自身的调节能力足以解决其现有问题，系统将不提示采取任何操作。

（2）国家脆弱程度级别显示为Stable以上。

说明该国家的脆弱程度较高，脆弱恶化程度较高。该国家需要解决现有问题方面的治理改进，系统将会根据筛选的障碍指标提供相关的启示。

5 实验结果

为了验证评价系统的可行性，将澳大利亚作为测试样本，求出澳大利亚1990-2016年的脆弱程度及其变化趋势。运用计算其脆弱程度变化趋势，其中t代表年份。

如图5所示，澳大利亚的国家脆弱程度维持在0.25左右，属于较为稳定的国家，但是其国家脆弱程度在恶化。通过预测，可以发现，在没有外界干预的情况下，澳大利亚的国家脆弱程度将会在2026年达到临界值0.358，届时它将脱离稳定国家的行列。图6为澳大利亚的筛选障碍指标及其权重，本文给出的评价系统将以此为该国家提供干预建议。干预计划建议如下：

（1）增加教育投入，尤其是中小学教育。

（2）加强抚恤工作，减小贫困人口比重。

（3）建立温室气体排放交易计划（ETS），作为实现长期减排目标的基本制度。它还将为低排放技术、能源效率项目和植树造林提供经济机会。

（4）地方政府制定经济发展政策，吸引海外公司的投资。

如图7所示，对数据进行线性拟合可以预测，在采用相应的干预计划之后，澳大利亚的国家脆弱程度会得到一定改善，并且不会在2026年达到临界值。

图5 澳大利亚1990-2016年脆弱程度及其变化趋势

图6 澳大利亚的筛选障碍指标及其权重

从实验检测结果来看，本文的算法处理可以提供国家脆弱性评价提供支持，可以给出筛选障碍指标，提供一些国家干预层面的建议。

图7 澳大利亚采用干预计划前后对比

6 结语

国家脆弱程度不仅受到社会、经济等方面因素的影响，也受到气候变化的影响。运用模糊综合评价法，可以相对更好地模拟国家的实际发展环境，测评其国家脆弱程度。本文较为充分地考虑了气候变化对国家脆弱程度造成的各种影响，较好地解决了现实生活中国家脆弱程度不易测量的问题。实验结果表明，本文的研究设计能够建立较为合理的国家脆弱程度评价体系，为有效缓解国家脆弱提供启示。通过改进模糊综合评价法的运用，可以达到提高脆弱程度指数精度，以及优化国家脆弱程度评价的效果。