基于突变理论的松花江流域洪灾社会脆弱性评价与分析

王跃 刘家福

(吉林师范大学旅游与地理科学学院，吉林 四平136000)

洪灾是由洪水泛滥而造成的灾害，是威胁人类生存、发生频繁、影响面广的十大自然灾害之一[1]。洪灾包括水灾和涝灾；水灾是由降水强度较大农田被覆盖造成的灾害；涝灾指降水面积大并造成积水而带来的灾害。洪灾对我国造成了重大的经济损失。

洪灾脆弱性分析可以按照风险要素指标，暴露指标和敏感性指标来划分[2]。具体条件包括：暴雨(致灾因子)；地形地貌、水系、植被(孕育环境)；对居民或社会财产的损失(承灾体)；社会经济因素，对洪灾的防御、适应或回避的措施(脆弱性)。从近年来灾害研究的发展形势来看，脆弱性已经成为研究热点问题，减少脆弱性的有效方法之一就是建立脆弱性评价体系以及评价模型[3]。社会脆弱性模型的构建对于洪灾的预防具有很大的帮助，专业人士可以通过模型，对灾害进行预测，有效地较少不必要的损失，为人们的生活减少了许多担忧。对于脆弱性进行区域的分析可以有针对性地对区域进行预防并采取措施，有利于政府合理的资源配置，对于脆弱性较大的区域应该增加有利资源，分配更多人力、物力。

松花江为我国重要的流域之一[4]。松花江流域地处亚洲东北部，地势平缓，河道多为宽浅河道，流速比较慢。降水集中在7—8月，多为连续性降雨[5]。此时流域气温以暖为主，降水量的年际变化差异较大，呈现出极端化发展的趋势，使受灾面积、经济都遭受严重的威胁。如，1998年夏季特大洪水、2013年夏季大水均造成了超百亿的惨重经济损失[6]。因此对松花江流域洪灾社会脆弱性的研究对保护人们的生命安全、减少洪灾损失都有重要意义。

1 研究区概况

松花江是中国主要的江河之一[7]，其跨越黑龙江、吉林、辽宁、内蒙古东北4省份[8]，28个地级市，如图1所示。整个流域地形向东北方向倾斜，3面以群山环绕，河道可划分为3段[9]。松花江流域地处温带和寒温带大陆性季风气候区，四季分明[10]。

2 数据来源与研究方法

2.1 数据来源

本文数据来源于《吉林省统计年鉴》、《辽宁省统计年鉴》、《黑龙江省统计年鉴》、《内蒙古自治州统计年鉴》(2020年)，利用松花江流域内社会经济统计数据[11]，对指标进行筛选，从洪灾社会脆弱性的暴露性、敏感性与应对能力3个方面中人口、经济、防灾避险3个角度构建洪灾社会脆弱性指标体系，以市级为研究尺度[12]，最后选取流域内28个地级市为研究区。

2.2 指标体系构建

依据灾害位置模型理论可知，决定洪灾发生位置的因素可分为孕育环境、承灾体以及承灾体的抗灾能力，位置的差异也会导致受灾与抵抗能力不同，因此社会脆弱性各不相同[13]。各因素之间彼此联系、彼此制约。本文以灾害位置模型理论与应急管理周期理论为理论基础[14]，选择松花江流域作为洪灾社会脆弱性评价的研究区，综合考虑暴露性、敏感性、防灾减灾3方面、模型的适用性以及数据的可获取性最终选取10个指标构建洪灾社会脆弱性评价体系，见表1。

表1 松花江流域洪灾社会脆弱性评价指标体系

2.3 评价指标无量纲处理

由于各指标的量级不同，把数据归类为正向指标和负向指标2种[15]，再依次进行相对应的标准化处理，公式如下。

正向指标：

负向指标：

式中，Pij为归一化后的数据；Xij、Xmin、Xmax分别为各指标的原始数据、最小值以及最大值。

2.4 突变理论

脆弱性的评价需要借助数学工具，目前常用的方法有集对分析法[16]、层次分析法[17]、主成分分析法[18]、灰色关联法[19]、熵权法[20]等，应用数学方法来评估社会脆弱性，可以相对减小评价的主观性和随意性，但也有一定的局限性。本文依据指标特点和数据特征选择能够表现系统特性的数学方法，将突变理论应用于脆弱性的评价中，采用突变级数法对松花江流域的脆弱性加以评估[21]。

突变理论于20世纪60年代提出[22]，突变级数法是对评价目标分解成多个层次，构建突变模糊隶属函数，最后根据归一化公式进行量化计算得出参数，即求出总的隶属函数，从而对评价目标进行排序分析的一种综合评价方法。突变理论的势函数包括2类变量[23]，即状态变量和控制变量，常见的模型有4种，分别为折叠模型、尖点模型、燕尾模型、蝴蝶模型，见表2。

表2 状态变量的突变模型

2.5 归一化公式

利用已建立好的层次结构模型，根据控制变量个数选取突变模型，对指标进行标准化处理，选择其对应的归一化公式[24]，由最底层依次逐层向上层计算得出总突变级数。在计算过程中要遵循两条原则，当控制变量间作用无法弥补时，遵循“大中取小”原则，当各控制变量间作用可相互弥补，按“平均值”的原则取值[25]。

3 结果分析

3.1 归一化计算

由表1可知，C1、C2、C3构成燕尾突变，以长春市为例，Xc1=(0.783)1/2=0.885，Xc2=(0.709)1/3=0.892，Xc3=(0.954)1/4=0.988，由于各控制变量可以相互弥补，为此按互补原则取平均值，得到B1=(Xc1+Xc2+Xc3)/3=0.922，C3、C4、C5构成燕尾突变、C6、C7、C8、C9、C10构成蝴蝶突变，同理计算出B2=0.245、B3=0.704，根据底层评价指标计算上层指标评价值，由于底层各指标间是互补的，求取平均值即为综合评价值，X1=0.623,根据上述计算方法，求取松花江流域28个市级的洪灾脆弱性评价指标值，见表3。

表3 松花江流域28个市级洪灾社会脆弱性评价结果

3.2 人口脆弱性分布

人口脆弱性总体呈现西北部较高，中部较低的趋势，见图2，其中长春市和哈尔滨市为人口脆弱性指数最高的区域，最低的区域为大兴安岭市和双鸭山市，人口脆弱性主要受女性人口比例以及自然增长率的影响，长春市和哈尔滨市分别为吉林省和黑龙江省的省会，自然增长率较大，人口老龄化严重，老人在应急避险过程中缺乏充足的体力支持，需要青壮年的协助和交通工具的运输下才能完成避险，过多的老龄人口、空巢老人容易暴露地区的洪灾脆弱性。总的来说，人口脆弱性较高的区域，人口老龄化较严重、女性人口比例较高等原因共同制约了地区的防洪能力。

双鸭山市人口脆弱性最低，脆弱性指数为0.902，女性人口比例较低，自然增长率为-10.69，在所有市级中最低，这将导致城市青少年比例较小，并随着生活水平不断提高不断减轻城市的负担，有利于环境、经济的进一步发展，且在众多外来务工人员中以男性居多，男性常住人口在1/2以上，因此双鸭山市为人口脆弱性最低的地区。

3.3 经济脆弱性分布

松花江流域经济脆弱性整体呈现四周较高、中部较低的趋势，见图3，经济脆弱性最高的区域为七台河市、伊春市、白山市、辽源市，其中脆弱性指数均高于0.98。七台河市为经济脆弱最高的城市，该地区生产总值仅为231.3万元、农林牧渔业生产总值仅为66.6万元，都为研究区内最低，这将是导致经济脆弱性最高的主要原因，且经济发展较为缓慢是导致经济脆弱性较高的重要因素。

经济脆弱性较低的区域为长春市、哈尔滨市、大庆市、绥化市，其中长春市、哈尔滨市分别为所在省份的省会城市，经济发展迅速，国民经济生产总值、一二三产业经济都名列前茅，人民的生活水平普遍较高。长春市经济脆弱性最低，仅为0.245，这与该市生产总值高达5904.138万元，位于研究区内最高有直接的关联。

3.4 防灾脆弱性

研究区内防灾脆弱性整体呈现东部地区较高，西部地区较低的趋势，见图4，防灾避险主要受交通、医疗机构数、教育、卫生技术人员等因素影响。哈尔滨市、长春市、呼伦贝尔市脆弱性最低，哈尔滨市防灾脆弱性指数最低仅为0.204，在校学生数403149人，较高的学生综合素质、教育条件和师资力量与其他市级比都较高，在所有地市中处于领先地位，医院床位数78888个、执业医师有27972名，丰富的医疗资源、良好的互联网条件、发达的通信水平等因素共同抵抗了地区的防洪能力。防灾脆弱性较高的是大兴安岭市和鹤岗市，脆弱性指数高于0.97。大兴安岭市医疗床位数和执业医师人数只为2000多位，远低于研究区内的平均水平，医疗条件的落后影响地区的防灾脆弱性。

3.5 松花江流域社会脆弱性空间分布特征

研究区内综合脆弱性呈现东南和东北方向脆弱性总体较高，中部和西北部较低的趋势，见图5，其中微度脆弱性占整体的1/16，主要分布在省会城市附近，省会城市在医疗、经济、交通等方面都居于前列，经济发展水平增长速度也加快，致使其成为研究区内整体社会脆弱性最低的城市；重度脆弱性占研究区内整体的1/7，分别为鹤岗市、通化市、抚顺市以及延边朝鲜族自治州，共同特点为人口脆弱性排名均在中下水平，而经济脆弱性和防灾脆弱性排名都在中上水平，这体现了城市的复杂性共同制约着城市的综合脆弱性水平。

4 结论与讨论

4.1 结论

本文针对松花江流域目前的区域特点和灾害特点现状，以松花江流域内各城市为研究对象，依据突变级数理论从人口、经济、防灾避险3个方面构建指标体系，由于突变级数法对每层指标个数的构建具有较强严格性，因此构建3个一级指标、10个二级指标。以指标评估法评价松花江流域洪灾脆弱性，从空间角度分析2020年松花江流域洪灾脆弱性的分布规律和分布特点。

计算结果表明，研究区内呈东南和东北方向社会脆弱性较高，中部和西北部较低的分布，整体社会脆弱性以中度占大部分，该等级城市占总体的13/28，分别为黑河市、齐齐哈尔市、白城市、松原市、四平市、辽源市、白山市、吉林市、牡丹江市、七台河市、鸡西市、佳木斯市和伊春市，重度脆弱性占整体的3/28，中等以上水平接近总体的1/2，从而可看出，研究区内整体呈中等偏高水平。通过对人口、经济、防灾脆弱性3个方面对其总体脆弱性进行评价与分析，从中可得出，每一方面都占有重要的比重，经济的快速发展与城市制度的建设对研究区防洪减灾和降低脆弱性具有重要的意义，人类社会和社会结构的存在可以很大程度地影响生活区域的脆弱性高低，防洪设施的建设、社会保障制度的健全和政府机构的重视都能够极大程度降低区域洪灾脆弱性。

4.2 讨论

本文在指标构建以及研究方法上进行丰富，从而对松花江流域内28个地级市的洪灾社会脆弱性进行量化分析，研究结果可以为松花江流域的未来发展规划提供参考，也可以为同类型的地区类型提供研究思路。

但由于人力限制只进行了单一年份的研究，想要深入地对该地区的洪灾状况进行探究还应该开展连续的时间序列洪灾脆弱性时空格局研究；在数据方面，数据主要来源于2020年的统计年鉴数据，这些数据表现的主要是社会经济发展的平均水平，可能与实际情况有一定的出入，在往后的研究中可以参考更加成熟的数据；在研究方法上，突变级数法对洪灾社会脆弱性评价的过程中，关键步骤是指标权重的排序，本文采用的方法较为主观，虽然基本符合要求，但还可以采取更为客观的方法加以验证。如何选择研究方法、构建合理的指标体系以及不同方法造成的结果差异的探讨都将是今后研究的重点。