徐選華，張威威

(中南大學(xué) 商學(xué)院，湖南 長沙410083)

?

基于改進(jìn)突變級數(shù)法的地震災(zāi)害社會脆弱性風(fēng)險評價研究
——基于四川地震災(zāi)害案例*

徐選華，張威威

(中南大學(xué) 商學(xué)院，湖南 長沙410083)

摘要:針對地震災(zāi)害社會脆弱性評價中指標(biāo)權(quán)重賦值的主觀性和傳統(tǒng)突變級數(shù)評價方法存在冗余指標(biāo)的問題，首先建立基于突變級數(shù)法的地震災(zāi)害社會脆弱性評價指標(biāo)體系，并采用粗糙集屬性約簡方法改進(jìn)基于突變級數(shù)法的地震災(zāi)害社會脆弱性評價指標(biāo)體系；然后，利用突變級數(shù)法對地震災(zāi)害社會脆弱性進(jìn)行評價；最后以四川地震災(zāi)害為例，通過對四川省各地區(qū)社會脆弱性評價結(jié)果進(jìn)行分析，提出了風(fēng)險應(yīng)對建議。

關(guān)鍵詞:地震災(zāi)害；社會脆弱性；突變級數(shù)；粗糙集；風(fēng)險評價

地震災(zāi)害作為一種自然災(zāi)害，其破壞力極強(qiáng)，波及范圍廣，嚴(yán)重威脅到人類的生命安全[1-2]。而中國處于歐亞地震帶和環(huán)太平洋地震帶包圍中，地震災(zāi)害發(fā)生頻繁。據(jù)統(tǒng)計，2003-2008年，中國發(fā)生5級及以上地震265次，6級及以上59次，7級及以上6次，其中2008年發(fā)生在四川省汶川的地震，造成69 227人死亡，17 923人失蹤，375 783人受傷，災(zāi)害直接損失達(dá)到8 523億元[3]。

在當(dāng)前技術(shù)條件下，人們很難準(zhǔn)確預(yù)報地震的發(fā)生，為了減少地震災(zāi)害造成的損失，對地震災(zāi)害社會脆弱性評估進(jìn)行研究就顯得尤為重要。目前，關(guān)于社會脆弱性的概念，由于其具有復(fù)雜性，不同學(xué)者持有不同的定義，Koks等[4]認(rèn)為社會脆弱性是社會應(yīng)對災(zāi)害事件的能力；Chen等[5]將社會脆弱性解釋為它是一個在預(yù)先存在的條件下，影響人們做好災(zāi)前準(zhǔn)備和從災(zāi)后重建中恢復(fù)的能力；Clark等[6]認(rèn)為社會脆弱性是指特定的社會群體、組織或國家，受到災(zāi)害沖擊的損失程度的大小。

在社會脆弱性評估的問題上，現(xiàn)有的評估方法尚未統(tǒng)一。Cutter[7]在2003年創(chuàng)建了社會脆弱性指標(biāo)，旨在理解災(zāi)害發(fā)生時，社會所承擔(dān)的責(zé)任，而后其社會脆弱性思想逐漸被許多學(xué)者引用。國外學(xué)者，如E.E.Koks等[8]結(jié)合災(zāi)害性、暴露性及社會脆弱性，將荷蘭鹿特丹地區(qū)洪澇災(zāi)害社會脆弱性進(jìn)行分區(qū)，其評估方法是通過分析總?cè)丝?、單親家庭、非歐洲移民、14歲以下人口、65歲以上人口、平均月收入以及平均建筑年限這6個評價指標(biāo)，并且賦予指標(biāo)相同的權(quán)重計算每個地區(qū)的社會脆弱性綜合指數(shù)；Esfandiar[9]結(jié)合因子分析法和網(wǎng)絡(luò)層次分析法(F’ANP)對伊朗地區(qū)地震災(zāi)害社會脆弱性進(jìn)行評估，最后通過空間聚類將社會脆弱性分區(qū)，為地震災(zāi)害風(fēng)險管理提供理論依據(jù)；Zeng等[10]以廣州蘿岡區(qū)為研究對象，在部分?jǐn)?shù)據(jù)不易獲得的限制下，提出基于遙感技術(shù)的自然災(zāi)害社會脆弱性評估模型，并通過分析基于土地使用的人口密度、年齡結(jié)構(gòu)、家戶到醫(yī)院的距離三個指標(biāo)，并利用專家評估法確定指標(biāo)權(quán)重，最后得出每個地區(qū)的綜合社會脆弱性指數(shù)；在國內(nèi)，劉德林等[11]以河南省各地市為基本評價單元，運(yùn)用PCA建立自然災(zāi)害社會脆弱性評估模型，并通過AHP法確定指標(biāo)權(quán)重，最后借助ArcGIS軟件對評估結(jié)果進(jìn)行了區(qū)劃制圖研究；張永領(lǐng)等[12]從上海市的人口統(tǒng)計和社會經(jīng)濟(jì)方面入手，選取45個自然災(zāi)害社會脆弱性指標(biāo)，然后運(yùn)用主成分分析法選取16個重要指標(biāo)建立社會脆弱性評估體系，最后采用TOPSIS方法進(jìn)行評估，為上海市防災(zāi)減災(zāi)提供科學(xué)依據(jù)。

綜上可以看出，社會脆弱性指標(biāo)的分類和數(shù)量都是非常的巨大，由于社會脆弱性本身具有抽象性和復(fù)雜性，所以社會脆弱性評估目前面臨兩個難題。第一，指標(biāo)體系的構(gòu)建。指標(biāo)體系的構(gòu)建通常是基于主觀經(jīng)驗的，雖然可以證明指標(biāo)體系具有一定的科學(xué)性和合理性，但評價體系中指標(biāo)信息可能重疊，存在冗余的指標(biāo)，因此容易造成評價誤差。第二，指標(biāo)權(quán)重賦值。以前研究關(guān)于權(quán)重賦值的方法，如層次分析法、專家咨詢法等主觀性較強(qiáng)，這種缺陷大大降低了社會脆弱性評估的可信度，從而導(dǎo)致評價結(jié)果的可比性較差。

基于上述問題，本文以四川省各地區(qū)為研究對象，構(gòu)建了四川省地震災(zāi)害社會脆弱性評價指標(biāo)體系，并采用粗糙集屬性約簡法對評價指標(biāo)進(jìn)行約簡，最后利用突變級數(shù)法對地震災(zāi)害社會脆弱性進(jìn)行評價，并提出風(fēng)險應(yīng)對建議。

1突變級數(shù)方法的改進(jìn)

1.1問題描述

四川省地形地貌復(fù)雜，以山地為主，具有山地、丘陵、平原和高原4種地貌類型，處于喜瑪拉牙-地中海地震帶上，地震發(fā)生頻繁，而且波及范圍廣。根據(jù)中國地震災(zāi)害大事記，僅2008年我國發(fā)生5級以上地震99次，其中發(fā)生在四川省省內(nèi)的達(dá)到41次，地震波及地區(qū)有汶川、什邡、綿竹、北川、都江堰、攀枝花等地。因此，選擇以四川省為研究區(qū)域，對各個區(qū)域的地震災(zāi)害社會脆弱性進(jìn)行研究，可為防災(zāi)減災(zāi)提供科學(xué)的參考依據(jù)。

本文以四川省成都、自貢、綿陽、攀枝花等21個地區(qū)為研究對象，參考Cutter[13]和Martins[14]等提出的社會脆弱性評估指標(biāo)體系，并結(jié)合四川省的自身特征與實際情況，選取人口統(tǒng)計、社會經(jīng)濟(jì)、建筑和基礎(chǔ)設(shè)施4個一級指標(biāo)，人口密度、年齡結(jié)構(gòu)、家庭結(jié)構(gòu)等13個二級指標(biāo)，以及14歲以下人口比重、14～65歲人口比重等16個三級指標(biāo)，建立四川省地震災(zāi)害社會脆弱性評估指標(biāo)體系，如表1所示。

表1中，人口密度、14歲以下人口比重、65歲以上人口比重、家庭成員1或2人比例、家庭成員3或4人比例、家庭成員5人以上比例、常住人口女性比例、貧困線下人口比重、失業(yè)人口比例、失業(yè)人口男性比例、初中學(xué)歷比例、小學(xué)學(xué)歷比例、平均建筑年限、建筑密度、平均建筑層數(shù)這些指標(biāo)為正向指標(biāo)；14-65歲人口比重、常住人口男性比例、大學(xué)學(xué)歷比例、高中學(xué)歷比例、女性參加工作的比例、人均住房面積、衛(wèi)生機(jī)構(gòu)數(shù)、每萬人病床數(shù)、每萬人專業(yè)醫(yī)生數(shù)這些指標(biāo)為負(fù)向指標(biāo)。正向指標(biāo)表示：指標(biāo)數(shù)值越大，社會脆弱性越大；反之，負(fù)向指標(biāo)表示：指標(biāo)數(shù)值越大，社會脆弱性越小。

表1　地震災(zāi)害社會脆弱性指標(biāo)體系

由于地震災(zāi)害社會脆弱性評價指標(biāo)的量綱和單位不同，而且各指標(biāo)對社會脆弱性的貢獻(xiàn)有正有負(fù)，因此為了得到相對統(tǒng)一的量綱，對各指標(biāo)進(jìn)行標(biāo)準(zhǔn)化處理。本文采用極差標(biāo)準(zhǔn)化方法對各指標(biāo)進(jìn)行標(biāo)準(zhǔn)化處理。

正向相關(guān)指標(biāo)：

Ti=(Xi-Xi，min)/(Xi，max-Xi，min) 。

(1)

負(fù)向相關(guān)指標(biāo)：

Ti=(Xi，max-Xi)/(Xi，max-Xi，min) 。

(2)

式中：Xi是指標(biāo)i的原始值；Xi，max,Xi，min是指標(biāo)i的原始值的最大值和最小值；Ti是指標(biāo)i的標(biāo)準(zhǔn)值，其數(shù)據(jù)值的范圍為[0，1]。數(shù)據(jù)來源于四川省第六次全國人口普查、2014年的四川省統(tǒng)計年鑒(見附表)。經(jīng)標(biāo)準(zhǔn)化處理后的數(shù)據(jù)如表2所示。

1.2基于粗糙集屬性約簡的社會脆弱性評價指標(biāo)體系約簡

地震災(zāi)害社會脆弱性評價指標(biāo)體系可能存在兩方面的問題：第一，指標(biāo)信息之間可能存在重疊，容易造成評價誤差；第二，指標(biāo)權(quán)重賦權(quán)主觀性強(qiáng)。因此本文首先采用粗糙集屬性約簡方法，

表2　標(biāo)準(zhǔn)化處理后的地震災(zāi)害社會脆弱性指標(biāo)數(shù)據(jù)

對指標(biāo)數(shù)量和信息進(jìn)行約簡濃縮，使上述評價指標(biāo)體系更加簡化，然后利用突變級數(shù)法進(jìn)行綜合評價。

粗糙集屬性約簡是指在知識庫分類能力保持不變的情況下，刪除其中不相關(guān)或不重要的知識，并不影響原來的知識系統(tǒng)分類，使原有的系統(tǒng)得到簡化[15-17]。

定義1：設(shè)論域U為非空有限集合，記知識庫K=(U,R)，其中R為U上的等價關(guān)系。

定義2：若非空集合P?R，∩P表示P上的不可區(qū)分關(guān)系，記為ind(P),U/ind(R)表示由等價關(guān)系ind(R)劃分的所有等價類構(gòu)成的集合。

定義3：令r為一簇等價關(guān)系，r∈R，如果ind(R)=ind(R-{r})，則認(rèn)為r為R中不必要的，否則稱r為R中必要的。

定義4：若P?R且P獨(dú)立，ind(P)=ind(R),則P為R的一個約簡。

由于粗糙集理論只能處理離散化的數(shù)據(jù)，所以在進(jìn)行屬性約簡之前應(yīng)該將數(shù)據(jù)離散化。本文對每個地震災(zāi)害社會脆弱性指標(biāo)進(jìn)行K-均值聚類。數(shù)據(jù)離散化結(jié)果見表3。

利用粗糙集屬性約簡，分別對三級指標(biāo)進(jìn)行約簡。以二級指標(biāo)對應(yīng)的三級指標(biāo)C12，C13，C14，C15，C16為例。計算過程如下：

表3　地震災(zāi)害社會脆弱性指標(biāo)數(shù)據(jù)離散結(jié)果

注：1，2…20，21分別對應(yīng)表2中的成都，自貢….甘孜州，涼山。

(3)

(4)

(5)

(6)

(7)

(8)

根據(jù)上述計算過程可以得到：

U/ind(A)=U/ind(A-{C13})≠U/ind(A-{C12})≠U/ind(A-{C14})≠U/ind(A-{C15})≠U/ind(A-{C16})；

(9)

因此可以約簡指標(biāo)C13，即小學(xué)學(xué)歷人口比例指標(biāo)應(yīng)刪除。同理，指標(biāo)C2也應(yīng)被刪除。最后，得到約簡后的地震災(zāi)害社會脆弱性評價指標(biāo)體系，如表4所示。

突變理論[18]是一種研究不連續(xù)現(xiàn)象的數(shù)學(xué)理論，該理論由法國數(shù)學(xué)家Rene Thom創(chuàng)立，其主要思想是根據(jù)系統(tǒng)的勢函數(shù)將臨界點分類，進(jìn)而研究各種臨界點附近非連續(xù)性狀態(tài)的特征。突變級數(shù)法[19]是根據(jù)突變理論中突變模型衍生出來的，該方法是一種對評價目標(biāo)進(jìn)行多層次分解，然后利用突變理論中分歧點集方程與模糊數(shù)學(xué)相結(jié)合推導(dǎo)出突變模糊隸屬函數(shù)，再由歸一公式進(jìn)行綜合量化計算，歸一公式將系統(tǒng)內(nèi)部各控制變量不同的質(zhì)態(tài)歸化為可比較的同一種質(zhì)態(tài)，最后歸一為一個參數(shù)，即求出總的隸屬函數(shù)，從而對評價目標(biāo)進(jìn)行排序分析的一種綜合評價方法。突變級數(shù)法的特點是沒有對指標(biāo)采用權(quán)重，但它考慮了各評價指標(biāo)的相對重要性，從而減少了主觀性又不失科學(xué)性和合理性。

突變級數(shù)模型中，概括起來只有7種性質(zhì)的基本類型，分別為折疊突變、尖點突變、燕尾突變、蝴蝶突變、雙曲臍點突變、橢圓突變以及拋物臍點突變。其中最常見的形式有：尖點突變、燕尾突變和蝴蝶突變，如表5所示。

表5　初等突變模型的勢函數(shù)

其中x為系統(tǒng)的狀態(tài)變量，它表示系統(tǒng)的行為狀態(tài)，這三種突變模型皆只有一個狀態(tài)變量，a,b,c,d表示該狀態(tài)變量的控制變量，而重要性由突變模型的內(nèi)在機(jī)制決定，其重要性排序為從左向右。勢函數(shù)中狀態(tài)變量和控制變量是相互矛盾的兩個方面，系統(tǒng)所處的任一狀態(tài)既是狀態(tài)變量與控制變量的統(tǒng)一，也是各控制變量之間相互作用的統(tǒng)一。對于突變模型的勢函數(shù)f(x)，根據(jù)突變理論，它的所有臨界點集合構(gòu)成平衡曲面，其方程通過對f(x)求一階導(dǎo)數(shù)而得，即f′(x)=0。它的奇點集通過對f(x)求二階導(dǎo)數(shù)而得，即f″(x)=0，然后再消去x，則可以得到突變系統(tǒng)的分歧點集方程，它表明各控制變量滿足此方程時，系統(tǒng)會發(fā)生突變。通過將上述分歧點集方程分解，進(jìn)而導(dǎo)出歸一公式，將系統(tǒng)內(nèi)部各控制變量的不同質(zhì)態(tài)歸化為可比較的同一種質(zhì)態(tài)，運(yùn)用歸一公式，可求出表征系統(tǒng)狀態(tài)特征的系統(tǒng)總突變隸屬函數(shù)值。常見的3種突變模型的歸一公式如表6所示。

表6　常見的三種突變模型的歸一公式如下

基于突變級數(shù)法的社會脆弱性評價步驟如下所示。

(1)構(gòu)建地震災(zāi)害社會脆弱性評價指標(biāo)體系。根據(jù)評價目的，將評價總目標(biāo)進(jìn)行多層次分解。

(2)對底層社會脆弱性評價指標(biāo)(即控制變量)進(jìn)行原始數(shù)據(jù)初始化。歸一公式中，控制變量表征的是狀態(tài)變量的不同方面的特征，其原始數(shù)據(jù)取值范圍和度量單位各不相同，它們之間無法進(jìn)行相互比較。因此，在使用歸一公式之前，采用極差標(biāo)準(zhǔn)化方法對各指標(biāo)數(shù)據(jù)進(jìn)行標(biāo)準(zhǔn)化處理，將控制變量的原始數(shù)據(jù)轉(zhuǎn)化到[0，1]范圍內(nèi)的無量綱數(shù)值。

(3)歸一運(yùn)算。利用歸一公式進(jìn)行綜合量化遞歸運(yùn)算，從最底層開始算起，直至第一層，求出評價系統(tǒng)的總突變隸屬度值。按歸一公式可計算出同一層次各控制變量(指標(biāo))的相應(yīng)中間值，對該中間值進(jìn)行突變級數(shù)綜合評價時，必須考慮兩個原則，即“互補(bǔ)”與“非互補(bǔ)”原則。其中“互補(bǔ)”原則是指系統(tǒng)各控制變量間存在明顯的關(guān)聯(lián)作用時，取各控制變量相應(yīng)的突變級數(shù)值的平均值作為總突變隸屬函數(shù)值；“非互補(bǔ)”原則，若是正向指標(biāo)，取各控制變量相應(yīng)的突變級數(shù)值的最小值作為突變總隸屬函數(shù)值，若是負(fù)向指標(biāo)，則取各控制變量相應(yīng)的突變級數(shù)值的最大值作為突變總隸屬函數(shù)值。

(4)重復(fù)上述步驟，分別計算出每個層次社會脆弱性評價指標(biāo)的突變隸屬函數(shù)值，從而據(jù)此得到總的突變隸屬函數(shù)值，即社會脆弱性綜合評價結(jié)果。

我國部分銀行費(fèi)用收益水平存在較大差距，其主要還是費(fèi)用結(jié)構(gòu)與相關(guān)資源配置失衡所致。商業(yè)銀行加強(qiáng)費(fèi)用管理，一方面有利于優(yōu)化資源配置，集中人力、物力、財力進(jìn)行內(nèi)部優(yōu)化，緩和費(fèi)用對服務(wù)價格的不利影響，提升商業(yè)銀行的經(jīng)營水平。另一方面可以跟蹤業(yè)務(wù)過程、監(jiān)控資金使用、處理資源浪費(fèi)等問題，從而提高商業(yè)銀行的競爭能力和盈利能力。再次，可集中優(yōu)勢資源，利用互聯(lián)網(wǎng)金融，以大數(shù)據(jù)、云計算、社交網(wǎng)絡(luò)和搜索引擎，改變獲客的途徑，降低銀行的運(yùn)營成本提高產(chǎn)品創(chuàng)新能力。

2案例應(yīng)用與分析

2.1地震災(zāi)害社會脆弱性綜合評價

按照上述突變級數(shù)多準(zhǔn)則評價方法的計算過程，通過運(yùn)用歸一公式逐步向上綜合計算，直至計算出最高層指標(biāo)的總突變隸屬函數(shù)值。以成都市為例，數(shù)據(jù)來源于表2。具體計算過程如下所示。

(1)計算變量B的隸屬度

(2)計算變量A的隸屬度

(3)計算總的突變隸屬度

表7　各地區(qū)地震災(zāi)害社會脆弱性評價結(jié)果

2.2結(jié)果與分析

根據(jù)上述評價結(jié)果，利用ArcGIS10.2軟件將社會脆弱性結(jié)果劃分為五個等級，高(>1.5Std.Dev)，中等-高(0.5～1.5Std.Dev)，中等(0.5～0.5Std.Dev)，低-中等(1.5～0.5Std.Dev)，低(<1.5Std.Dev)并繪制四川省地震災(zāi)害社會脆弱性區(qū)劃圖(圖1)。從圖1可直觀地分析出四川省地震災(zāi)害社會脆弱性的空間分布特征以及分布規(guī)律。

圖1　四川省地震災(zāi)害社會脆弱性分布圖

從圖1中可以看出，地震災(zāi)害社會脆弱性較高的地區(qū)主要分布于四川中部地區(qū)，如廣元、資陽、德陽等地，其中廣元市的社會脆弱性值為四川全省最高，因為廣元市全市貧困線下人口比重較高，失業(yè)率較高，而且醫(yī)療條件不發(fā)達(dá)，衛(wèi)生機(jī)構(gòu)數(shù)、每萬人病床數(shù)、每萬人專業(yè)醫(yī)生數(shù)都處于全省最低水平；社會脆弱性中等程度的地區(qū)主要集中在四川省西北和東北兩地區(qū)；社會脆弱性較低的地區(qū)主要有攀枝花、成都、雅安等南部地區(qū)，其中雅安市社會脆弱性值為全省最低。因為雅安市是2008年四川省特大地震的一個受災(zāi)重地，政府及社會在災(zāi)后重建中做出了巨大努力。四川省統(tǒng)計年鑒數(shù)據(jù)顯示，在醫(yī)療條件方面，每萬人病床數(shù)、每萬人專業(yè)醫(yī)生數(shù)均領(lǐng)先于全省其他地區(qū)，同時政府及時給予災(zāi)民補(bǔ)助，安排就業(yè)等一系列措施的實施，極大地降低了貧困人口比重，而且建筑物的平均層數(shù)也處于全省較低水平，等等這些指標(biāo)共同導(dǎo)致了雅安市地震災(zāi)害社會脆弱性處于最低水平。因此，提高居民人均收入水平、加大基礎(chǔ)服務(wù)設(shè)施建設(shè)，可以有效地降低社會脆弱性。

3結(jié)論

四川省地貌復(fù)雜，處于地震帶上，對地震災(zāi)害社會脆弱性進(jìn)行評價，對于防災(zāi)減災(zāi)管理具有應(yīng)用價值。本文在先前對社會脆弱性評估研究的基礎(chǔ)上，首先構(gòu)建了基于突變級數(shù)法的地震災(zāi)害社會脆弱性評價指標(biāo)體系，然后采用粗糙集屬性約簡方法刪除冗余社會脆弱性指標(biāo)，對指標(biāo)體系進(jìn)行優(yōu)化，從而得到最優(yōu)指標(biāo)，最后采用突變級數(shù)法對地震災(zāi)害社會脆弱性評價進(jìn)行綜合評價，克服了社會脆弱性評估中指標(biāo)主觀賦權(quán)的局限。通過對四川省各個地區(qū)的社會脆弱性的分析，提出風(fēng)險應(yīng)對建議。

參考文獻(xiàn)：

[1]許沖, 戴福初, 徐錫偉. 汶川地震滑坡災(zāi)害研究綜述[J]. 地質(zhì)論評, 2010, 56(6): 860-874.

[2]張金水, 賈增科. 城市地震災(zāi)害社會脆弱性評價指標(biāo)體系研究[J]. 科技致富向?qū)? 2010 (36): 12-14.

[3]聶承靜, 楊林生, 李海蓉. 中國地震災(zāi)害宏觀人口脆弱性評估[J]. 地理科學(xué)進(jìn)展, 2012, 31(3): 375-382.

[4]Koks E E, de Moel H, Aerts J C J H, et al. Effect of spatial adaptation measures on flood risk: study of coastal floods in Belgium[J]. Regional Environmental Change, 2014, 14(1): 413-425.

[5]Chen W, Cutter S L, Emrich C T, et al. Measuring social vulnerability to natural hazards in the Yangtze River Delta region, China[J]. International Journal of Disaster Risk Science, 2013, 4(4): 169-181.

[6]Clark G E, Moser S, Ratick S J, et al. Assessing the vulnerability of coastal communities to extreme storms: The case of revere, MA, USA[J].Mitigation and Adaptation Strategies for Global Change, 1998, 3(1):59-82.

[7]Cutter S L. Vulnerability to environmental hazards[J].Progress in Human Geography, 1996, 20(4):529-539.

[8]Koks E E, Jongman B, Husby T G, et al. Combining hazard, exposure and social vulnerability to provide lessons for flood risk management[J]. Environmental Science & Policy, 2015, 47: 42-52.

[9]Zebardast E. Constructing a social vulnerability index to earthquake hazards using a hybrid factor analysis and analytic network process (F’ANP) model[J]. Natural Hazards, 2013, 65(3): 1331-1359.

[10]Zeng J, Zhu Z Y, Zhang J L, et al. Social vulnerability assessment of natural hazards on county-scale using high spatial resolution satellite imagery: a case study in the Luogang district of Guangzhou, South China[J]. Environmental Earth Sciences, 2012, 65(1): 173-182.

[11]劉德林, 梁恒謙. 區(qū)域自然災(zāi)害的社會脆弱性評估——以河南省為例[J]. 水土保持通報, 2014, 34(05): 128-134.

[12]張永領(lǐng), 游溫嬌. 基于TOPSIS的城市自然災(zāi)害社會脆弱性評價研究——以上海市為例[J]. 災(zāi)害學(xué), 2014, 29(1): 109-114.

[13]Cutter S L,Finch C. Temporal and spatial changes in social vulnerability to natural hazards[J].PANS, 2008, 105(7): 2301-2306.

[14]Martins V N, E Silva D S, Cabral P. Social vulnerability assessment to seismic risk using multicriteria analysis: the case study of Vila Franca do Campo (S?o Miguel Island, Azores, Portugal)[J]. Natural Hazards, 2012, 62(2): 385-404.

[15]顏艷. 基于粗糙集的屬性約簡算法及其應(yīng)用研究[D]. 無錫, 江南大學(xué), 2008.

[16]丁浩, 丁世飛, 胡立花. 基于粗糙集的屬性約簡研究進(jìn)展[J]. 計算機(jī)工程與科學(xué), 2010, (6): 92-94.

[17]丁斌, 孫政曉, 桂斌. 基于粗糙集與未確知模型的供應(yīng)商風(fēng)險評估方法研究[J]. 中國管理科學(xué), 2008(S1): 507-513.

[18]趙旭, 胡斌. 基于突變理論的企業(yè)員工反生產(chǎn)行為研究[J]. 管理科學(xué), 2012, 25(4): 44-55.

[19]陳曉紅, 楊立. 基于突變級數(shù)法的障礙診斷模型及其在中小企業(yè)中的應(yīng)用[J]. 系統(tǒng)工程理論與實踐, 2013, 33(6): 1479-1485.

附表：

四川地震災(zāi)害社會脆弱性指標(biāo)原始數(shù)據(jù)表

*收稿日期：2015-12-07修回日期：2016-01-26

基金項目：國家社會科學(xué)基金重點項目(12AZD109)；國家自然科學(xué)基金項目(71171202)

第一作者簡介：徐選華(1962-)，男，江西臨川人，教授，博士生導(dǎo)師，主要研究方向為決策理論與方法、信息系統(tǒng)與決策支持系統(tǒng)、應(yīng)急管理與決策、風(fēng)險分析. E-mail: xuxh@csu.edu.cn

中圖分類號：X43

文獻(xiàn)標(biāo)志碼：A

文章編號：1000-811X(2016)03-0125-08

doi:10.3969/j.issn.1000-811X.2016.03.021

Risk Assessment on Earthquake Disaster Social Vulnerability Based on Improved Catastrophe Progression Method——A Case Study on Sichuan Earthquake Disaster

XU Xuanhua and ZHANG Weiwei

(SchoolofBusiness,CentralSouthUniversity,Changsha410083,China)

Abstract:For the subjectivity of index weight assignment in the social vulnerability assessment in earthquake disaster, and traditional catastrophe progression evaluation method has the defects of the evaluation of the number of indicators. Firstly, the risk assessment index system of the social vulnerability assessment of earthquake disaster based on catastrophe progression method is established, and rough set attribute reduction method is adopted to improve catastrophe progression method, then using catastrophe progression method to comprehensively evaluate the social vulnerability to earthquake disaster, and finally, take earthquake disaster in Sichuan Province as an example, through the analysis of the results of the social vulnerability risk assessment in Sichuan province, the risk response recommendations is proposed.

Key words:earthquake disaster; social vulnerability; catastrophe progression; rough set; risk assessment

徐選華，張威威. 基于改進(jìn)突變級數(shù)法的地震災(zāi)害社會脆弱性風(fēng)險評價研究——基于四川地震災(zāi)害案例[J].災(zāi)害學(xué), 2016,31(3):125-132.[XU Xuanhua and ZHANG Weiwei.Risk Assessment on Earthquake Disaster Social Vulnerability Based on Improved Catastrophe Progression Method——A Case Study on Sichuan Earthquake Disaster[J].Journal of Catastrophology, 2016,31(3)：125-132.]