孫曉玲 楊燁軍 賀曉劍
(安徽財經(jīng)大學統(tǒng)計與應(yīng)用數(shù)學學院 安徽蚌埠 233030)
“國家脆弱性”是指國家的能力或合法性弱,不能滿足人民的基本需要和期望,無法抵御自然、社會和安全領(lǐng)域的內(nèi)外風險[1].當今,對國家脆弱性的研究已成為國家穩(wěn)定和可持續(xù)發(fā)展領(lǐng)域的關(guān)注焦點[2].國家脆弱性影響因素眾多,主要包括:經(jīng)濟、政治、社會等,氣候變化是21世紀對和平與安全最普遍的全球性威脅之一.近年來,隨著人們對氣候變化影響的研究,氣候變化也通過直接或間接手段成為影響國家脆弱性的重要因素之一[3].因此,應(yīng)科學地衡量氣候變化對各國脆弱性的影響,有針對性地加強國家的穩(wěn)定.
文章所用數(shù)據(jù)來源于世界銀行不同脆弱程度的國家2015的觀測數(shù)據(jù)[4],其中包括也門、安哥拉、老撾、馬來西亞、波蘭等國家.為便于解決問題與模型的建立對文章提出以下假設(shè):①所選指標充分反映國家脆弱性,不影響問題分析;②其他因素對城市空氣質(zhì)量的影響較小不考慮;③在分析溫度、降水量、人均CO2排放量對國家脆弱性影響時,假設(shè)其他因素不產(chǎn)生影響或影響很小忽略不計;④不考慮所使用數(shù)據(jù)的統(tǒng)計誤差,所選數(shù)據(jù)具有統(tǒng)計分析價值.
為合理度量國家脆弱性,考慮氣候變化對國家脆弱性的直接和間接影響,文章首先構(gòu)建綜合考慮國家脆弱性的影響因素,構(gòu)建評價國家脆弱性的指標體系,如表1所示.
表1 國家脆弱性指標體系
根據(jù)世界銀行公布信息,選取不同脆弱程度的國家作為分析基礎(chǔ).運用主成分分析法計算各指標的權(quán)重向量,運用模糊綜合評價法對呈現(xiàn)模糊化的國家脆弱性信息進行分析,對國家脆弱性做出科學、合理的量化評價[5],并根據(jù)評價結(jié)果對國家脆弱性進行劃分.
設(shè)U={u1,u2,…un}是待評價的n個國家集合,V={v1,V2,…vm}是評價因素集合,將國家集合U中的每個方案用評價因素集合V中的每個因素進行衡量[6],文章選用16個不同脆弱程度國家2015年的觀測數(shù)據(jù)得到觀測矩陣X.
其中,xij表示第j個方案關(guān)于第i項評價因素的指標值,向量xj=(xij,x2j,…,xmj)表示第j個方案關(guān)于m項評價指標的評價向量.
3.2.1建立國家脆弱性理想方案 記國家脆弱性理想指標向量為u.
3.2.2建立相對偏差模糊矩陣 根據(jù)所建立的理想方案,代入16個國家的觀測數(shù)據(jù),計算求出相對偏差模糊矩陣.
3.2.3建立各評價指標的權(quán)重 文章采用主成分分析法求各評價指標的權(quán)重,使用SPSS軟件處理數(shù)據(jù),得到輸出結(jié)果.為保障公因子對數(shù)據(jù)的解釋能力,在進行操作時選擇提取主成分的個數(shù),使因子累計方差貢獻率足夠大(這里取大于85%為宜),詳見表2.
表2 特征根與方差貢獻率
由表2可知,當提取5個主成分時,因子的累計方差貢獻率已經(jīng)達到88.508%,滿足要求,故選取前5個因子進行分析.表中第i個因子的列向量除以相應(yīng)特征根的平方根后就得到這個主成分的變異系數(shù)向量,如表3所示.
表3 主成分系數(shù)表
以每一個主成分的貢獻率占總貢獻率的比例為權(quán)重計算每個因子的綜合系數(shù),從而得到各評價指標的權(quán)重向量:
W=(-0.1214,0.2750,0.0798,0.2515,-0.0911,0.1597,0.12,0.272,0.1218)T
3.2.4建立綜合評價模型
綜合得分越大,國家脆弱性越強.代入觀測數(shù)據(jù)計算得到16個國家的綜合得分及脆弱性排名如表4所示.
表4 綜合得分表
用Excel軟件繪出綜合得分分布圖,如圖1所示.超過60%國家的國家脆弱性綜合得分超過0.4,接近50%國家的國家脆弱性綜合得分超過0.6,國家脆弱性整體偏高,綜合得分較高的國家應(yīng)該科學地衡量氣候變化對各國脆弱性的影響,有針對性地增強國家穩(wěn)定.
圖1 綜合得分分布圖
根據(jù)所求得分及排序,將評分劃分為脆弱的、易受攻擊的、穩(wěn)定的3個等級,劃分原則如表5.
表5 脆弱水平分布表
當一個國家某年的綜合得分在(0,0.4)時,該國家是穩(wěn)定的;當一個國家某年的綜合得分在(0.4,0.7)時,該國家是易受攻擊的;當一個國家某年的綜合得分在(0.7,1)時,該國家是脆弱的.
在十大最脆弱國家中,選取蘇丹為代表,由上述分析可知氣候通過氣溫和降水量的變化直接影響國家脆弱性,氣候變化通過影響CO2排放量間接影響國家脆弱性[7].為確定氣候變化對國家脆弱性的影響,使用控制變量法分別改變氣溫,降水量和人均CO2排放量的數(shù)據(jù),分析國家脆弱性隨氣候變化的影響.
由上述分析可知,影響國家脆弱性得分的指標包括人均GNI、基尼系數(shù)、軍事支出占GDP的比重、公共教育支出占GDP的比重、人均CO2排放量、人口增長率、國際遷徙者占總?cè)丝诒戎?、平均氣溫、平均降水?并得知指標權(quán)重向量為:
W=(-0.1214,0.2750,0.0798,0.2515,-0.0911,0.1597,0.12,0.272,0.1218)T
4.2.1平均氣溫對國家脆弱性的影響 使用控制變量法,研究氣溫對國家脆弱性的影響.在其他因素不變時改變蘇丹的平均氣溫,使其上升或下降5%、10%、15%,計算蘇丹國家脆弱性得分,得到如表6所示的結(jié)果.
表6 平均氣溫對國家脆弱性的影響
對國家脆弱性和平均氣溫進行擬合,觀察國家脆弱性的變化趨勢,如圖2所示.
圖2 平均氣溫對國家脆弱性影響趨勢圖
由擬合結(jié)果可知,當蘇丹平均氣溫發(fā)生變化時,其國家脆弱性得分發(fā)生改變.在平均氣溫偏離基準溫度時,隨著氣溫的升高,國家脆弱性得分增大即國家脆弱性增強,當氣溫上升15%時,蘇丹脆弱水平由易受攻擊變?yōu)榇嗳醯?
4.2.2平均降水量對國家脆弱性的影響 使用控制變量法,研究降水量變化對國家脆弱性的影響.在其他因素不變時改變蘇丹的平均降水量,使其上升或下降5%、10%、15%,計算蘇丹國家脆弱性得分,如表7所示.
表7 平均降水量對國家脆弱性影響
由表7可知,當蘇丹降水量偏離標準時,其國家脆弱性得分發(fā)生改變.在偏離基準降水量時,隨著降水量的減少,國家脆弱性得分增大即國家脆弱性增強,當平均降水量下降5%時,蘇丹脆弱水平由易受攻擊變?yōu)榇嗳醯?
4.2.3人均CO2排放量對國家脆弱性的影響 文章以CO2排放量為例,在其他因素不變的條件下,研究氣候?qū)掖嗳跣缘拈g接影響[8].采用Excel軟件對數(shù)據(jù)進行處理,得到蘇丹國家的不同人均CO2排放量下國家脆弱性得分如表8所示.
表8 人均CO2排放量對國家脆弱性影響
對國家脆弱性和降水量進行擬合,觀察國家脆弱性的變化趨勢,如圖3所示.
圖3 人均 排放量對國家脆弱性影響趨勢圖
由圖3可知, 放量上升,國家脆弱性得分增大,國家脆弱性增強.因此,降低CO2排放量在一定條件下可能減弱脆弱性.而CO2排放量在很大程度上受到人為因素影響,為降低CO2排放量國家應(yīng)該實行低碳環(huán)保的生產(chǎn)生活方式.
由上述結(jié)果可知,氣候通過直接和間接方式影響國家脆弱性.氣候通過降水量和氣溫直接影響國家脆弱性時,當平均氣溫和平均降水量偏離標準國家脆弱性綜合得分增加即國家脆弱性增強;氣候通過 排放量間接影響國家脆弱性時,當CO2濃度增加國家脆弱性增強.而氣候惡化主要由人為破壞引起.因此,政府應(yīng)當大力提倡綠色生活,促進國家穩(wěn)定促進社會可持續(xù)發(fā)展.
文章針對氣候變化對“國家脆弱性”的影響進行分析,建立基于PAC的模糊綜合評價模型對國家脆弱性進行評估,評價體系闡明了國家脆弱性的激勵機制,對提出了有效的控制或應(yīng)對措施,增強了國家應(yīng)對各種不利影響的能力具有重要的實際意義,為制定國家可持續(xù)發(fā)展戰(zhàn)略提供了科學依據(jù).使用模糊綜合評價運用模糊數(shù)學知識處理數(shù)據(jù),將模糊的國家脆弱性信息科學、合理量化評價,實現(xiàn)應(yīng)用價值.