自然灾害社会易损性空间分布格局研究<br/>——以茂名地区为例

自然灾害社会易损性空间分布格局研究
——以茂名地区为例

2021-09-10彭章宏

热带地貌 2021年1期

彭章宏

（广东茂名幼儿师范专科学校旅游学院，茂名525200）

自然灾害是指自然环境发生异常变化造成的资源破坏、财产损失、人员伤亡等危害的现象或事件，是以自然环境的异常变化作为诱因，受到灾害的人、财产、资源作为承受灾害的客体两大方面组成的地球表层复杂变异系统［1］。自然灾害的成因、过程、时空分布等基本问题，经过长期的研究，现已基本得到解决。20 世纪90年代初，自然灾害的对人类社会的损害性研究逐步得到关注和重视。随着有关“全球变化人文因素计划之综合风险防范科学计划（IHDP-IRG）”、“国际战略减灾计划（ISDR）”等相继提出，自然灾害的社会易损性成为灾害领域的重要研究方向［2］。

茂名地处低纬地区，由于受地形、海陆和人类活动等影响，自然灾害类型多样，台风、洪水、干旱、泥石流频发，当地人员、财产资源损失巨大。据统计，1996—2008年，仅仅台风这一灾害，就给茂名造成直接经济损失180多亿元，约占茂名同期GDP的2.5%。茂名地处粤西，经济相对落后，社会承载能力较弱，频繁发生的自然灾害对茂名经济社会的可持续发展更是雪上加霜。当前，国内外学者对茂名地区开展自然灾害的社会易损性评价的研究较为罕见。本文拟通过主成分分析法，探讨社会易损性的综合指标的选取，从而为进一步研究茂名自然灾害提供相关依据。

1 区域概况

茂名（21°22′—22°42′N，111°19′—111°40′E）位于广东省西南部，东与阳江交界，西与湛江接壤，北与云浮、岑溪、容县毗邻，南临南海。下辖两区三市：电白区、茂南区、信宜市、高州市和化州市。全市陆地面积11 425 km2，海洋面积75 km2。2014年末全市户籍人口772.38万人，其中农业人口503.16 万人，占总人口的65.1%，由于茂名以资源、农业为主，社会、经济发展的各项指标在全省相对较落后。地形地貌复杂，起伏较大，总趋势北高南低，自东北向西南倾斜。处于热带和亚热带季风区，受季风交替的迟早，台风、洪涝、泥石流、滑坡等自然灾害频发。

2 数据与方法

2.1 自然灾害社会易损性的内涵

自然灾害社会易损性指人类社会在自然灾害条件下的潜在损失，它涉及到人们的生命财产、健康状况、生存条件及社会物质财富、社会生产能力、社会结构和秩序、资源和生态环境等方面的损失。它既是社会个体的潜在损失，又是社会整体的潜在损失，是自然过程与社会过程相互作用的结果。国际科学界普遍认为，社会易损性包含区域人口、经济、社会、文明、生态、信息等各个易损子系统，涉及到区域的资源、信息、知识和技术的缺乏、政治权力和代表性的有限性、社会资本的不足、信仰和生活习惯、住房状况、行动不便的人群、基础设施和生命线的类型和密度等。

2.2 指标选择和原始数据的初步处理

主成分分析（principal component analysis，PCA）是一种常用的无监督学习方法。这一方法利用正交变换把由线性相关变量表示的观测数据转换为少数几个由线性无关变量表示的数据，线性无关的变量称为主成分。主成分的个数通常小于原始变量的个数，所以主成分分析属于降维方法。主成分分析主要用于发现数据中的基本结构，即数据中变量之间的关系，把一些类似变量合并一个综合变量，从而达到概括和简化指标过多的目的［3］。

主成分分析的数学模型为：

式中，X是初始变量，下标1，2，3，4，…p表示初始变量的个数；Fi是对初始变量X线性组合后的主成分，i= 1，2，3，4，…m且m=p；Ai1，Ai2，Ai3，Ai4，…Aip是线性组合的系数。

由主成分分析的数学本质可知，初始变量相关系数矩阵的特征值λi表示各主成分的方差，第i个主成分的方差为λi，且λ1≥λ2≥…≥λi.特征值λi对应的特征向量（Ei）表示线性组合的系数Ai1，Ai2，Ai3，Ai4，…Aip，各个主成分的方差与所有方差的和的比值称为方差贡献率，方差贡献率最大值对应的主成分意味着对有关研究对象的信息解释得最多，地位最重要，以此类推；前几个主成分的方差之和与所有方差的和的比值称为累积方差贡献率，累积方差贡献率用来确定主成分的个数，一般当累积方差贡献率达到80%或85%时，即可终止继续往下选择主成分［4］。

通过前人学者的研究结果［5-7］，本文以《茂名市统计年鉴》2005—2015年以来的10年相关数据的算术平均值为资料来源，选取农业人口数、女性人口数、60 岁以上老人数、商品房销售面积、银行存款总额、企业法人单位数、有科技活动单位数、城市建成区面积、政府公共财政支出共9个社会易损方面指标进行主成分分析（表1）。

表1 选取的9项社会易损性指标基础数据

在计算上述9项指标构成的矩阵的特征值和特征向量时，首先要对选择的这9项原始数据做标准化处理。程序如下所示：

（1）由于9项原始数据的单位和影响的正负方向不同，先对原始数据构成的矩阵做标准化处理。女性人口数（人）、农业人口数（人）、60 岁以上老人数（人）这3个指标人数越多，对自然灾害的社会易损性越大，与自然灾害的社会易损性呈正相关；其余剩下的6个指标与自然灾害易损性成负相关，因此只要把这6个指标取负值，即可完成所有的9 个指标都与自然灾害的社会易损性呈正相关，从而实现数据的同向变化达到简化的效果。利用Excel 软件录入5 个区域，每个区域9 项原始数据的45 个基础数据，再利用SPSS 软件做标准化处理，得到下表数据（表2）。

（2）计算相关系数矩阵。基于表2的标准化后的数据矩阵，再用SPSS 软件计算各指标之间的相关系数（表3），相关矩阵中的各元素反映了各指标间相关程度的大小。

表2 标准化处理后的数据

表3 各指标之间的相关系数矩阵

2.3 相关矩阵的特征值和特征向量

5 个区域，每个区域有9 个评价指标，则原始数据矩阵为：X=（xij）5×9，i=l，2，…，5；j=l，2，…，9。利用表3的相关系数矩阵求特征值和特征向量，其中特征值：λ1≥λ2≥…≥λ9≥0，特征向量ei=（e1j，e2j，…，e9j），j=1，2，…，9。由上面的分析可知，第i个主成分在综合评价中所起作用的大小用λi表示。利用SPSS 软件得出指标的特征值和贡献率（表4左侧）。

通过表4左侧部分可以看出，变量相关矩阵中最大的三个特征根为4.398 7、3.456 1、1.824 5，都大于1，三个指标的累积贡献率为84.00%，后面6 个指标的累积贡献率为16.00%。由此可知，前三个主成分已能基本包含原始数据的全部信息，故取前三个为主成分作进一步的分析。再利用SPSS 软件计算出三个主成分与原变量的相关系数，得出茂名市自然灾害的社会易损性主成分得分表（表4右侧）。

从表4看出，对灾害易损性贡献最大是第一主成分Ⅰ，达到38.17%；在第一主成分Ⅰ中，X1、X2、X3 分别代表女性人口数、农业人口数、60 岁以上老年人口数，这3个指标的得分排在前三，数值分别是0.84、0.97、0.89，说明这3 个指标相对其他指标而言对自然灾害的社会易损性影响最显著。这与实际情况是吻合的。从自然因素看，女性体力相对男性较弱，从社会因素看，女性文化素质和社会地位都较低，灾害来临时，所受到的影响相对更大，属于灾害易损人群；农业人口一是文化素质低，二是年龄偏大，是社会最弱势的一个群体，是自然灾害社会损失的重要方面；60岁以上老年人口由于年龄大，行动不便，抵抗自然灾害的能力也很弱小。这3个指标可归纳为地区社会易损性下属的人口易损性指标，指标数值越高，表明此地区弱势群体人数越多，对自然灾害的防御能力越弱［8，9］。

表4 特征值、贡献率、累计贡献率及主成分得分

第二主成分Ⅱ中，X4、X5、X8 的载荷大，数值是0.96、0.88、0.90，分别代表商品房销售面积、银行存款总额、政府公共财政支出。商品房销售面积是一个地区一定时期内销售出去的房子所占的总面积，反映一个地区居民对住房的需求及购买力，是区域开发和建设成果的重要指标；银行存款总额是银行截至到某一日期的存款总和，反映一个地区一定时期居民的收支水平，体现社会财富的数量化，是经济发展水平的最重要的指标之一；政府公共财政支出是当地政府为社会公共事业支出的财富数量，对社会正常稳定发展有重要影响。这3个指标属于区域经济易损性指标，反映了区域社会经济发展水平。社会经济发展水平愈高，物质财富愈丰富，社会的基础设施建设愈完善，社会对自然灾害的抵御能力就愈强，人类的社会经济活动使社会易损性减弱。

第三主成分Ⅲ中，X6、X7 的载荷值较大，数值是0.98、0.81，分别代表企业法人单位数、有科技活动单位个数等2个指标。企业法人单位数可以为自然灾害发生后提供各类保障，可衡量区域灾时救助能力的大小，是减少人员伤亡的重要防灾措施；有科技活动单位数是从事科技活动的单位数或人数，反映一个地区科技文化水平的高低，可以在防灾减灾等方面起到指导、指挥的作用。这2个指标属于区域社会易损性指标，反映了区域指标反映了区域防灾减灾综合能力，企业数量越多，高科技单位和高素质个人越多，在自然灾害的防御方面可提供更多的救助和指导作用，因此对自然灾害的防御越强。