• 
    

    
    

      99热精品在线国产_美女午夜性视频免费_国产精品国产高清国产av_av欧美777_自拍偷自拍亚洲精品老妇_亚洲熟女精品中文字幕_www日本黄色视频网_国产精品野战在线观看

      ?

      中國(guó)自然災(zāi)害時(shí)空變化及其社會(huì)經(jīng)濟(jì)效應(yīng)

      2021-12-02 01:10:00王佳寧宋永永薛東前
      關(guān)鍵詞:省域災(zāi)情人口

      王佳寧,宋永永,薛東前

      (陜西師范大學(xué)地理科學(xué)與旅游學(xué)院,陜西西安 710119)

      20 世紀(jì)80 年代以來,日益頻發(fā)的自然災(zāi)害嚴(yán)重影響了世界各國(guó)可持續(xù)發(fā)展及人們生活水平的提高,受到學(xué)術(shù)界及多個(gè)國(guó)際組織的廣泛關(guān)注[1]。中國(guó)作為全球范圍內(nèi)受自然災(zāi)害影響較重的國(guó)家之一,自然災(zāi)害種類多、受災(zāi)范圍廣、災(zāi)害損失較嚴(yán)重[2]。2018 年,我國(guó)累計(jì)受災(zāi)面積2.08×107hm2,受災(zāi)人口13 553.9 萬(wàn)人,直接經(jīng)濟(jì)損失達(dá)2 644.6 億元。自然災(zāi)害對(duì)社會(huì)、經(jīng)濟(jì)、生態(tài)等系統(tǒng)均產(chǎn)生了嚴(yán)重影響,其間接損失難以估計(jì)。因此,科學(xué)認(rèn)識(shí)我國(guó)自然災(zāi)害時(shí)空規(guī)律,精準(zhǔn)評(píng)估自然災(zāi)害產(chǎn)生的社會(huì)經(jīng)濟(jì)效應(yīng),是面向美麗中國(guó)建設(shè)需求,推進(jìn)國(guó)家防災(zāi)減災(zāi)救災(zāi)工作,進(jìn)而實(shí)現(xiàn)高質(zhì)量發(fā)展的迫切需求。

      目前,學(xué)術(shù)界對(duì)自然災(zāi)害的研究主要集中在孕災(zāi)環(huán)境[3]、因子分析[4-5]、時(shí)空分布特征[6]、區(qū)劃研究[7]、自然災(zāi)害社會(huì)經(jīng)濟(jì)影響[8-9]以及防災(zāi)減災(zāi)[10]等方面,并基于省域[11]、市域[12]、縣域[13]尺度對(duì)單災(zāi)種[14]和綜合[15]自然災(zāi)害進(jìn)行了探索。如KAPPES等[16]研究了地震、洪澇、滑坡等自然災(zāi)害致災(zāi)因子間的相互作用;史培軍等[2]指出,我國(guó)自然災(zāi)害呈東高西低且以東西分異為主的格局特征,并開展了自然災(zāi)害區(qū)劃研究;李炳元等[7]從多災(zāi)種及災(zāi)情角度將我國(guó)劃分為3 個(gè)一級(jí)區(qū)、12 個(gè)二級(jí)區(qū);高云等[17]基于農(nóng)業(yè)單產(chǎn)、總產(chǎn)值等指標(biāo)研究了自然災(zāi)害對(duì)農(nóng)業(yè)生產(chǎn)的影響,指出農(nóng)業(yè)減產(chǎn)與自然災(zāi)害關(guān)系密切;NOY[18]指出,自然災(zāi)害對(duì)短期內(nèi)的經(jīng)濟(jì)有顯著負(fù)向作用;胡俊峰等[19]分析了我國(guó)防災(zāi)減災(zāi)工作中存在的問題,并指出未來的發(fā)展方向。就自然災(zāi)害的社會(huì)經(jīng)濟(jì)影響而言,SCANLON[20]指出,自然災(zāi)害對(duì)長(zhǎng)期經(jīng)濟(jì)發(fā)展既有抑制作用,又有正向促進(jìn)作用;莊道元等[21]通過回歸分析,表明自然災(zāi)害對(duì)農(nóng)作物產(chǎn)量的負(fù)向效應(yīng)顯著且呈下降趨勢(shì);傅崇輝等[22]構(gòu)建了自然災(zāi)害對(duì)人口影響的實(shí)證模型,指出應(yīng)兼顧短期經(jīng)濟(jì)恢復(fù)與長(zhǎng)期人口影響?,F(xiàn)有研究為推進(jìn)自然災(zāi)害的社會(huì)經(jīng)濟(jì)影響研究做了大量工作,但仍存在不足,首先,研究多集中在對(duì)糧食生產(chǎn)、經(jīng)濟(jì)增長(zhǎng)等單一方面的影響,對(duì)社會(huì)經(jīng)濟(jì)整體影響的研究較少;其次,多以定性研究為主,在定量分析方面較薄弱;最后,對(duì)旱災(zāi)、澇災(zāi)等災(zāi)害風(fēng)險(xiǎn)性較高的單一災(zāi)種研究較多,對(duì)多災(zāi)種綜合自然災(zāi)害的社會(huì)經(jīng)濟(jì)影響關(guān)注較少。

      本文基于中國(guó)自然災(zāi)害統(tǒng)計(jì)數(shù)據(jù),綜合集成統(tǒng)計(jì)分析、空間計(jì)量模型和地理加權(quán)回歸(geographical weighted regression,GWR)模型等,研究2000—2018 年中國(guó)自然災(zāi)害的時(shí)空分異,厘定自然災(zāi)害對(duì)區(qū)域社會(huì)經(jīng)濟(jì)發(fā)展的影響程度,揭示自然災(zāi)害的社會(huì)經(jīng)濟(jì)效應(yīng),研究結(jié)果可以為政府制定防災(zāi)減災(zāi)政策提供理論參考和決策依據(jù)。

      1 研究方法與數(shù)據(jù)來源

      1.1 變量選擇

      以我國(guó)31 個(gè)?。ㄊ?、區(qū))為研究對(duì)象,分別通過測(cè)度絕對(duì)災(zāi)情指數(shù)、相對(duì)災(zāi)情指數(shù)分析2000—2018 年各省絕對(duì)受災(zāi)程度和相對(duì)受災(zāi)程度,揭示自然災(zāi)害對(duì)社會(huì)經(jīng)濟(jì)發(fā)展的空間效應(yīng)。參照文獻(xiàn)[28-29],選擇變量如表1 所示,同時(shí)將影響省域社會(huì)經(jīng)濟(jì)發(fā)展的諸多因素,引入控制變量,綜合分析自然災(zāi)害對(duì)經(jīng)濟(jì)發(fā)展、人口增長(zhǎng)和農(nóng)業(yè)生產(chǎn)的影響程度。

      表1 模型變量描述Table 1 Description of model variables

      1.2 研究方法

      1.2.1 災(zāi)情指數(shù)模型

      災(zāi)情指數(shù)是表征區(qū)域受災(zāi)程度的重要指標(biāo)。絕對(duì)災(zāi)情指數(shù)刻畫了省域自然災(zāi)害的受災(zāi)強(qiáng)度;相對(duì)災(zāi)情指數(shù)反映了省域自然災(zāi)害的社會(huì)經(jīng)濟(jì)影響程度。綜合考慮基本災(zāi)情指標(biāo)(受災(zāi)面積、絕收面積、受災(zāi)人口、死亡人口、緊急轉(zhuǎn)移安置人口、倒塌房屋數(shù)量、損毀房屋數(shù)量、直接經(jīng)濟(jì)損失)構(gòu)建災(zāi)情指數(shù)模型[11],計(jì)算公式為

      其中,Ci為絕對(duì)災(zāi)情指數(shù),Pi為相對(duì)災(zāi)情指數(shù),i為區(qū)域,j為災(zāi)情指標(biāo),k為災(zāi)情指標(biāo)與社會(huì)經(jīng)濟(jì)指標(biāo)的比值,Xij為i區(qū)域的第j個(gè)災(zāi)情指標(biāo),Qik為i區(qū)域的第k個(gè)災(zāi)情指標(biāo),aj和bk表示相應(yīng)權(quán)重。

      1.2.2 空間自相關(guān)模型

      空間自相關(guān)模型用于檢驗(yàn)研究區(qū)內(nèi)的變量在空間上是否存在相關(guān)關(guān)系。本文采用該模型研究自然災(zāi)害災(zāi)情指數(shù)及社會(huì)經(jīng)濟(jì)要素的總體集聚格局,通過全局莫蘭指數(shù)(global Moran'sI)衡量整體空間相關(guān)性,模型原理及公式參見文獻(xiàn)[23]。

      1.2.3 空間計(jì)量模型

      空間計(jì)量模型可揭示地理事物的空間關(guān)聯(lián)性,包括空間滯后模型(space lag model,SLM)和空間誤差模型(space error model,SEM),定量分析中國(guó)自然災(zāi)害對(duì)社會(huì)經(jīng)濟(jì)要素的影響效應(yīng)??臻g杜賓模型(space Dubin model,SDM)是SLM 和SEM 的延伸,同時(shí)考慮自變量和因變量的自相關(guān)性,將時(shí)間效應(yīng)和空間效應(yīng)引入普通面板數(shù)據(jù)模型,以增強(qiáng)參數(shù)估計(jì)的有效性[24-25]。SDM 設(shè)定如下:

      其中,yit為第t年i區(qū)域的被解釋變量觀測(cè)值,xjt為第t年j區(qū)域的解釋變量觀測(cè)值,wij為空間權(quán)重矩陣,ρ為被解釋變量的空間滯后系數(shù),?為解釋變量的回歸系數(shù),μi和λi分別為空間效應(yīng)和時(shí)間效應(yīng),εit為誤差項(xiàng)。

      1.2.4 地理加權(quán)回歸(GWR)模型

      GWR 模型將地理空間位置信息引入回歸參數(shù),能夠更好地反映研究變量的空間異質(zhì)性[26-27]。本文采用GWR 模型構(gòu)建中國(guó)自然災(zāi)害的社會(huì)經(jīng)濟(jì)效應(yīng)空間差異回歸模型,揭示自然災(zāi)害對(duì)省域社會(huì)經(jīng)濟(jì)發(fā)展的影響程度。

      1.3 數(shù)據(jù)來源

      文中行政區(qū)劃矢量數(shù)據(jù)來源于國(guó)家基礎(chǔ)地理信息中心(http://ngcc.sbsm.gov.cn)1∶100 全國(guó)基礎(chǔ)地理數(shù)據(jù)庫(kù);自然災(zāi)害基礎(chǔ)數(shù)據(jù)包括省域受災(zāi)面積、絕收面積、受災(zāi)人口等,來源于2001—2019 年《中國(guó)統(tǒng)計(jì)年鑒》和《中國(guó)民政統(tǒng)計(jì)年鑒》;社會(huì)經(jīng)濟(jì)數(shù)據(jù)來源于2001—2019 年《中國(guó)統(tǒng)計(jì)年鑒》、各省統(tǒng)計(jì)年鑒以及國(guó)民經(jīng)濟(jì)和社會(huì)發(fā)展統(tǒng)計(jì)公報(bào)。

      2 中國(guó)自然災(zāi)害時(shí)空變化特征

      基于2000—2018 年我國(guó)31 個(gè)?。ㄊ小^(qū))的受災(zāi)數(shù)據(jù),通過計(jì)算災(zāi)情指數(shù)均值等得到災(zāi)情指數(shù)描述性統(tǒng)計(jì)結(jié)果(表2)。根據(jù)相關(guān)研究成果[11],將絕對(duì)災(zāi)情指數(shù)劃分為低(0.00~0.20)、較低(0.21~0.30)、中等(0.31~0.40)、較高(0.41~0.55)和高(0.56~1.00)5 個(gè)等級(jí),同時(shí)通過柱狀圖表征相對(duì)災(zāi)情指數(shù)(圖1)。

      21 世紀(jì)以來,中國(guó)災(zāi)情指數(shù)總體呈下降趨勢(shì),省域間不平衡性顯著。由表2 可知,2000 年省域絕對(duì)災(zāi)情指數(shù)和相對(duì)災(zāi)情指數(shù)均值分別為0.28 和0.27,到2018 年分別降至0.25 和0.19,分別下降了10.71%和29.63%,19 a 間,絕對(duì)災(zāi)情指數(shù)的省域差距趨緩,而相對(duì)災(zāi)情指數(shù)的省域差距呈擴(kuò)大趨勢(shì)。在快速工業(yè)化、城鎮(zhèn)化過程中,我國(guó)應(yīng)對(duì)自然災(zāi)害的能力增強(qiáng),但省域間防災(zāi)減災(zāi)水平仍存在顯著差異。

      表2 2000—2018 年中國(guó)災(zāi)情指數(shù)描述性統(tǒng)計(jì)Table 2 Descriptive statistics of disaster index in China from 2000 to 2018

      由圖1 可知,2000—2018 年中國(guó)省域?yàn)?zāi)情指數(shù)具有顯著的時(shí)空差異,絕對(duì)災(zāi)情指數(shù)和相對(duì)災(zāi)情指數(shù)均呈下降趨勢(shì),由以較低受災(zāi)程度為主轉(zhuǎn)變?yōu)橐缘褪転?zāi)程度為主,災(zāi)情空間格局呈南高北低的格局特征,其中,高受災(zāi)中心呈西南—東南—西南的變化特征。從絕對(duì)災(zāi)情指數(shù)看,高受災(zāi)區(qū)域主要分布在云貴高原、四川盆地及黃土高原東南部地區(qū),區(qū)域自然災(zāi)害頻發(fā),多旱澇、凍害、泥石流等,受災(zāi)面積大,經(jīng)濟(jì)損失嚴(yán)重;低受災(zāi)區(qū)域主要分布在東北平原、華北平原和西北地區(qū),其中上海市、北京市、西藏自治區(qū)受災(zāi)程度最低,這與災(zāi)害發(fā)生頻次和省域面積密切相關(guān)。從相對(duì)災(zāi)情指數(shù)看,海南省、福建省、云南省居于較高水平,受災(zāi)人口比、經(jīng)濟(jì)損失比和房屋倒損比均較大;西部地區(qū)自然災(zāi)害發(fā)生頻次低,相對(duì)受災(zāi)程度處于較低水平。

      圖1 2000—2018 年中國(guó)省域絕對(duì)受災(zāi)程度及相對(duì)受災(zāi)程度變化Fig.1 Absolute and relative degree of disaster in Chinese provinces from 2000 to 2018

      2000 年,災(zāi)情指數(shù)總體處于較低水平。2005 年,除東南沿海地區(qū)絕對(duì)災(zāi)情指數(shù)增幅顯著外,大多數(shù)省份絕對(duì)災(zāi)情指數(shù)略有下降,浙江省、安徽省等受臺(tái)風(fēng)影響轉(zhuǎn)變?yōu)楦呤転?zāi)區(qū)域。2010 年,受災(zāi)中心由東南沿海向西北方向轉(zhuǎn)移,青海省、四川省等滑坡泥石流等災(zāi)害頻發(fā),轉(zhuǎn)變?yōu)檩^高、高受災(zāi)區(qū)域。2015 年,災(zāi)情指數(shù)總體有所下降,絕對(duì)災(zāi)情指數(shù)、相對(duì)災(zāi)情指數(shù)均值分別降至0.25 和0.14。西藏自治區(qū)相對(duì)災(zāi)情指數(shù)上升顯著,受災(zāi)人口比、房屋倒損比及經(jīng)濟(jì)損失比均較高。2018 年,高受災(zāi)區(qū)域大幅縮小,形成了以低災(zāi)情指數(shù)為主的空間格局。西藏自治區(qū)、青海省、廣西壯族自治區(qū)等15 個(gè)省(區(qū)、市)為低受災(zāi)區(qū)域,這與自然災(zāi)害發(fā)生頻率及強(qiáng)度較低、省域防災(zāi)減災(zāi)能力增強(qiáng)密切相關(guān)。

      3 中國(guó)自然災(zāi)害災(zāi)情的社會(huì)經(jīng)濟(jì)效應(yīng)

      3.1 災(zāi)情社會(huì)經(jīng)濟(jì)效應(yīng)的全局空間關(guān)聯(lián)

      通過GeoDa 軟件計(jì)算省域GDP 增長(zhǎng)率(GGR)、人口自然增長(zhǎng)率(POP)、農(nóng)業(yè)單位面積產(chǎn)量(APY)3 個(gè)社會(huì)經(jīng)濟(jì)要素的單變量Moran'sI值及其顯著性(表3),探索其分布集聚特征。結(jié)果表明,2000—2018 年,GDP 增長(zhǎng)率、人口自然增長(zhǎng)率和農(nóng)業(yè)單位面積產(chǎn)量的Moran'sI值均為正,省域社會(huì)經(jīng)濟(jì)發(fā)展存在顯著空間自相關(guān)性。

      表3 社會(huì)經(jīng)濟(jì)要素Moran's I 值Table 3 Moran's I value of socio-economic factors

      3.2 災(zāi)情社會(huì)經(jīng)濟(jì)效應(yīng)的空間計(jì)量模型檢驗(yàn)

      3.2.1 空間計(jì)量模型估計(jì)與識(shí)別

      中國(guó)自然災(zāi)害社會(huì)經(jīng)濟(jì)效應(yīng)的空間計(jì)量模型檢驗(yàn)結(jié)果如表4 所示。結(jié)果表明,SLM 的拉格朗日乘數(shù)(LM)、穩(wěn)健拉格朗日乘數(shù)(Robust LM)在10%水平上顯著,空間關(guān)聯(lián)性主要以滯后項(xiàng)的形式存在。SLM 和SEM 的瓦爾德(Wald)檢驗(yàn)、似然比(LR)檢驗(yàn)均通過了顯著性檢驗(yàn),SDM 不可簡(jiǎn)化為SLM 或SEM。同時(shí),通過Hausman 檢驗(yàn)得到P值小于0.5,明確空間固定效應(yīng)的SDM 即為最優(yōu)模型。

      表4 空間計(jì)量模型檢驗(yàn)結(jié)果Table 4 Test results of spatial econometric model

      3.2.2 全局社會(huì)經(jīng)濟(jì)效應(yīng)

      將空間效應(yīng)分解為直接效應(yīng)和溢出效應(yīng),揭示災(zāi)情指標(biāo)、控制變量對(duì)本省和鄰近省域社會(huì)經(jīng)濟(jì)發(fā)展的影響,如表5 所示。

      表5 自然災(zāi)害社會(huì)經(jīng)濟(jì)效應(yīng)分解結(jié)果Table 5 Decomposition results of social-economic effects of natural disasters

      從直接效應(yīng)看,受災(zāi)面積對(duì)經(jīng)濟(jì)發(fā)展的直接效應(yīng)為負(fù),受突發(fā)性和不可控性的影響,受災(zāi)面積擴(kuò)大會(huì)抑制本地區(qū)經(jīng)濟(jì)增長(zhǎng);而倒塌房屋數(shù)量和直接經(jīng)濟(jì)損失每增加1%,GDP 增長(zhǎng)率分別增加0.12%和0.03%,短期內(nèi)實(shí)物資本的減少能夠刺激并帶動(dòng)經(jīng)濟(jì)發(fā)展。受災(zāi)面積對(duì)人口增長(zhǎng)的直接效應(yīng)為負(fù),在受災(zāi)面積擴(kuò)大的影響下,人口自然增長(zhǎng)率有所下降;受災(zāi)人口每增加1%,本地區(qū)人口自然增長(zhǎng)率增加0.11%,具有正向效應(yīng)。受災(zāi)面積、受災(zāi)人口和直接經(jīng)濟(jì)損失對(duì)農(nóng)業(yè)生產(chǎn)均存在顯著負(fù)向效應(yīng)。受自然災(zāi)害影響,農(nóng)業(yè)生產(chǎn)投入力度減弱,農(nóng)業(yè)單位面積產(chǎn)量有所下降。

      從溢出效應(yīng)來看,受災(zāi)面積、直接經(jīng)濟(jì)損失對(duì)經(jīng)濟(jì)發(fā)展、人口增長(zhǎng)、農(nóng)業(yè)生產(chǎn)三方面均具有顯著的負(fù)向溢出效應(yīng),本地區(qū)受災(zāi)面積的增加、直接經(jīng)濟(jì)損失的加重使得鄰近省域GDP 增長(zhǎng)率、人口自然增長(zhǎng)率、農(nóng)業(yè)單位面積產(chǎn)量有所下降。受災(zāi)人口對(duì)人口增長(zhǎng)的溢出效應(yīng)為正,本地區(qū)受災(zāi)人口的增加推動(dòng)人口向鄰近地區(qū)轉(zhuǎn)移。倒塌房屋數(shù)量對(duì)經(jīng)濟(jì)發(fā)展及農(nóng)業(yè)生產(chǎn)均存在正向溢出效應(yīng),表明實(shí)物資本的減少也會(huì)對(duì)鄰近省域產(chǎn)生帶動(dòng)作用。

      各控制變量對(duì)社會(huì)經(jīng)濟(jì)發(fā)展的影響程度各異。自然災(zāi)害對(duì)經(jīng)濟(jì)發(fā)展的影響程度低于第二產(chǎn)業(yè)產(chǎn)值占比、固定資產(chǎn)投資占比、城市化率等控制變量。在經(jīng)濟(jì)發(fā)展方面,第二產(chǎn)業(yè)產(chǎn)值占比是首要促進(jìn)因素,直接效應(yīng)、溢出效應(yīng)均居于首位,進(jìn)出口總額占比、城市化率僅對(duì)本地經(jīng)濟(jì)發(fā)展具有正向作用,科技創(chuàng)新投入則發(fā)揮極化帶動(dòng)作用,推動(dòng)本地區(qū)及鄰近地區(qū)的經(jīng)濟(jì)發(fā)展。在人口增長(zhǎng)方面,人口老齡化程度是重要的影響因子,其溢出效應(yīng)顯著為負(fù),第一產(chǎn)業(yè)就業(yè)人數(shù)占比、高等教育人口占比對(duì)本地區(qū)人口增長(zhǎng)具有抑制作用,而災(zāi)情指標(biāo)對(duì)人口增長(zhǎng)的影響程度相對(duì)較低。在農(nóng)業(yè)生產(chǎn)方面,化肥施用量是首要影響因素,農(nóng)業(yè)人口、機(jī)械化水平、耕地面積對(duì)農(nóng)業(yè)單產(chǎn)具有負(fù)向影響。災(zāi)情指標(biāo)對(duì)農(nóng)業(yè)生產(chǎn)的影響程度高于控制變量,是影響農(nóng)業(yè)生產(chǎn)的重要因素,因此提高防災(zāi)減災(zāi)能力對(duì)于農(nóng)業(yè)生產(chǎn)尤為重要。

      總體而言,自然災(zāi)害對(duì)農(nóng)業(yè)生產(chǎn)的影響程度顯著高于經(jīng)濟(jì)發(fā)展、人口增長(zhǎng)。受災(zāi)面積對(duì)經(jīng)濟(jì)發(fā)展、人口增長(zhǎng)和農(nóng)業(yè)生產(chǎn)具有顯著的負(fù)向效應(yīng);倒塌房屋數(shù)量對(duì)經(jīng)濟(jì)發(fā)展的正向效應(yīng)較強(qiáng)。

      3.3 自然災(zāi)害社會(huì)經(jīng)濟(jì)效應(yīng)程度及變化

      自然災(zāi)害對(duì)全局社會(huì)經(jīng)濟(jì)發(fā)展的空間效應(yīng)顯著,為進(jìn)一步分析省域自然災(zāi)害的社會(huì)經(jīng)濟(jì)效應(yīng),采用GWR 模型探索省域自然災(zāi)害社會(huì)經(jīng)濟(jì)效應(yīng)的差異程度。

      3.3.1 模型對(duì)比與參數(shù)檢驗(yàn)

      以受災(zāi)面積、受災(zāi)人口、倒塌房屋數(shù)量和直接經(jīng)濟(jì)損失為自變量,分別選取GDP 增長(zhǎng)率、人口自然增長(zhǎng)率和農(nóng)業(yè)單位面積產(chǎn)量為因變量構(gòu)建GWR 模型,分析自然災(zāi)害對(duì)省域經(jīng)濟(jì)發(fā)展、人口增長(zhǎng)和農(nóng)業(yè)生產(chǎn)的影響程度,由校正R2可知,GWR 模型具有較強(qiáng)的解釋力(表6)。

      表6 GWR 模型的整體估計(jì)結(jié)果Table 6 Overall estimated results of the GWR model

      3.3.2 自然災(zāi)害社會(huì)經(jīng)濟(jì)效應(yīng)程度的演化特征

      基于GWR 模型回歸系數(shù)的分析結(jié)果,借助ArcGIS10.2 得到全國(guó)省域自然災(zāi)害的社會(huì)經(jīng)濟(jì)效應(yīng)格局(圖2~圖4)。

      (1)經(jīng)濟(jì)發(fā)展效應(yīng)空間演化特征。由圖2 可知,自然災(zāi)害的經(jīng)濟(jì)發(fā)展效應(yīng)具有顯著的空間分異性,受災(zāi)面積、倒塌房屋數(shù)量對(duì)經(jīng)濟(jì)發(fā)展的影響自東向西遞減。西部地區(qū)經(jīng)濟(jì)發(fā)展脆弱性高,經(jīng)濟(jì)發(fā)展受自然災(zāi)害的破壞嚴(yán)重;東部地區(qū)受災(zāi)面積對(duì)經(jīng)濟(jì)發(fā)展的抑制作用較小,同時(shí)受倒塌房屋數(shù)量的影響,大量實(shí)物資本投入,GDP 增長(zhǎng)率有所提升。受災(zāi)人口、直接經(jīng)濟(jì)損失對(duì)經(jīng)濟(jì)發(fā)展具有正向作用,且自東向西遞增,東部地區(qū)人口、經(jīng)濟(jì)發(fā)展密度較高,災(zāi)害損失較重,對(duì)經(jīng)濟(jì)的刺激作用有限;而西部地區(qū)的正向經(jīng)濟(jì)發(fā)展效應(yīng)更為顯著。

      圖2 中國(guó)自然災(zāi)害經(jīng)濟(jì)發(fā)展效應(yīng)格局Fig.2 The economic development effect of natural disasters in China

      (2)人口增長(zhǎng)效應(yīng)空間演化特征。由圖3 可知,受災(zāi)面積、直接經(jīng)濟(jì)損失與人口自然增長(zhǎng)率呈負(fù)相關(guān)關(guān)系,而受災(zāi)人口、倒塌房屋數(shù)量對(duì)人口增長(zhǎng)具有正向作用?;貧w系數(shù)均呈自東向西遞減的特征,受災(zāi)面積、受災(zāi)人口和倒塌房屋數(shù)量回歸系數(shù)高值區(qū)位于東北三省,直接經(jīng)濟(jì)損失高值區(qū)則在福建省、廣東省等東南沿海地區(qū),低值區(qū)均在青海省、西藏自治區(qū)、新疆維吾爾自治區(qū)。西部地區(qū)社會(huì)脆弱性高,自然災(zāi)害具有負(fù)向人口增長(zhǎng)效應(yīng),東北及東南沿海地區(qū)受災(zāi)面積的負(fù)向人口增長(zhǎng)效應(yīng)較弱,受災(zāi)人口、倒塌房屋數(shù)量和直接經(jīng)濟(jì)損失的人口增長(zhǎng)效應(yīng)為正且較為顯著。

      圖3 中國(guó)自然災(zāi)害人口增長(zhǎng)效應(yīng)格局Fig.3 The population growth effect of natural disasters in China

      (3)農(nóng)業(yè)生產(chǎn)效應(yīng)空間演化特征。由圖4 可知,自然災(zāi)害的農(nóng)業(yè)生產(chǎn)效應(yīng)具有較強(qiáng)的復(fù)雜性。受災(zāi)面積、倒塌房屋數(shù)量和直接經(jīng)濟(jì)損失總體呈自東向西遞增趨勢(shì);受災(zāi)人口則呈北低南高的特征。東部旱澇頻發(fā),受災(zāi)面積、倒塌房屋數(shù)量及直接經(jīng)濟(jì)損失對(duì)農(nóng)業(yè)生產(chǎn)的負(fù)向效應(yīng)顯著;西北、西南地區(qū)旱澇災(zāi)害相對(duì)較少,三者的農(nóng)業(yè)生產(chǎn)效應(yīng)為正。受災(zāi)人口的農(nóng)業(yè)生產(chǎn)效應(yīng)則顯著為負(fù)。

      圖4 中國(guó)自然災(zāi)害農(nóng)業(yè)生產(chǎn)效應(yīng)格局Fig.4 The agricultural production effects of natural disasters in China

      總體而言,自然災(zāi)害對(duì)經(jīng)濟(jì)發(fā)展、人口增長(zhǎng)及農(nóng)業(yè)生產(chǎn)的空間效應(yīng)存在區(qū)域差異。東部地區(qū)社會(huì)經(jīng)濟(jì)發(fā)展穩(wěn)定性較強(qiáng),自然災(zāi)害對(duì)經(jīng)濟(jì)發(fā)展和人口增長(zhǎng)的抑制作用較弱;但受旱澇頻發(fā)的影響,自然災(zāi)害對(duì)農(nóng)業(yè)生產(chǎn)的負(fù)向效應(yīng)顯著。西部地區(qū)社會(huì)脆弱性較高,自然災(zāi)害對(duì)經(jīng)濟(jì)發(fā)展、人口增長(zhǎng)的負(fù)向效應(yīng)顯著,對(duì)農(nóng)業(yè)生產(chǎn)的破壞程度低。

      4 結(jié)論與討論

      4.1 結(jié)論

      (1)2000—2018 年,中國(guó)自然災(zāi)害受災(zāi)程度總體呈下降趨勢(shì),由以較低災(zāi)情指數(shù)為主轉(zhuǎn)為以低災(zāi)情指數(shù)為主,空間分布呈南高北低的特征,高受災(zāi)中心呈西南—東南—西南的變化特征。

      (2)自然災(zāi)害對(duì)經(jīng)濟(jì)發(fā)展、人口增長(zhǎng)及農(nóng)業(yè)生產(chǎn)均具有顯著的空間效應(yīng),其中自然災(zāi)害是影響農(nóng)業(yè)生產(chǎn)的關(guān)鍵因素。受災(zāi)面積對(duì)經(jīng)濟(jì)發(fā)展、人口增長(zhǎng)和農(nóng)業(yè)生產(chǎn)均有負(fù)向直接效應(yīng)和溢出效應(yīng);而倒塌房屋數(shù)量對(duì)本省及鄰近省域的經(jīng)濟(jì)發(fā)展有一定帶動(dòng)作用。

      (3)自然災(zāi)害社會(huì)經(jīng)濟(jì)效應(yīng)的空間異質(zhì)性顯著,且農(nóng)業(yè)生產(chǎn)效應(yīng)高于經(jīng)濟(jì)發(fā)展效應(yīng)和人口增長(zhǎng)效應(yīng)。自然災(zāi)害對(duì)經(jīng)濟(jì)發(fā)展和人口增長(zhǎng)的負(fù)向效應(yīng)自東向西增強(qiáng)。西部地區(qū)社會(huì)經(jīng)濟(jì)脆弱性高,自然災(zāi)害的負(fù)向效應(yīng)顯著;東部地區(qū)防災(zāi)減災(zāi)能力強(qiáng),自然災(zāi)害的負(fù)向效應(yīng)較弱,同時(shí)倒塌房屋數(shù)量、直接經(jīng)濟(jì)損失對(duì)該地區(qū)經(jīng)濟(jì)發(fā)展和人口增長(zhǎng)具有一定的刺激作用。自然災(zāi)害的農(nóng)業(yè)生產(chǎn)效應(yīng)呈西正東負(fù)的空間格局,東部地區(qū)旱澇災(zāi)害頻發(fā),對(duì)農(nóng)業(yè)生產(chǎn)的負(fù)向效應(yīng)突出。

      4.2 討論

      (1)自然災(zāi)害是人類共同面對(duì)的重要問題,本文在評(píng)估中國(guó)省域自然災(zāi)害受災(zāi)程度的基礎(chǔ)上,從全局和局部2 個(gè)層面對(duì)自然災(zāi)害的社會(huì)經(jīng)濟(jì)效應(yīng)進(jìn)行定量分析,探究了省域自然災(zāi)害社會(huì)經(jīng)濟(jì)效應(yīng)的空間異質(zhì)性,豐富了災(zāi)害地理學(xué)的基本理論,也為國(guó)家制定宏觀層面的防災(zāi)減災(zāi)救災(zāi)政策提供了科學(xué)依據(jù)。

      (2)自然災(zāi)害對(duì)社會(huì)經(jīng)濟(jì)發(fā)展的影響具有兩面性。一方面,受自然災(zāi)害不確定性、危害性的影響,受災(zāi)面積、受災(zāi)人口和直接經(jīng)濟(jì)損失破壞生產(chǎn)資本,對(duì)社會(huì)經(jīng)濟(jì)發(fā)展具有抑制作用,同時(shí)農(nóng)業(yè)生產(chǎn)難以規(guī)避自然災(zāi)害,因此自然災(zāi)害對(duì)農(nóng)業(yè)生產(chǎn)的負(fù)向效應(yīng)更為顯著。另一方面,自然災(zāi)害導(dǎo)致實(shí)物資本減少,在救災(zāi)重建過程中重置人力、物力資本,刺激社會(huì)經(jīng)濟(jì)發(fā)展,從而形成“增長(zhǎng)型災(zāi)害”[30]。

      (3)自然災(zāi)害具有突發(fā)性和不可控性,其社會(huì)經(jīng)濟(jì)效應(yīng)的復(fù)雜性尤為突出。因此,探究不同空間尺度下自然災(zāi)害的空間異質(zhì)性,揭示自然災(zāi)害對(duì)不同產(chǎn)業(yè)、社會(huì)經(jīng)濟(jì)結(jié)構(gòu)的影響及其作用機(jī)制,提出有針對(duì)性的防災(zāi)減災(zāi)策略是未來重要的研究方向。

      猜你喜歡
      省域災(zāi)情人口
      省域聯(lián)網(wǎng)收費(fèi)系統(tǒng)中的可信管控技術(shù)應(yīng)用
      《世界人口日》
      2022年6月全球?yàn)?zāi)情
      人口轉(zhuǎn)型為何在加速 精讀
      2021年12月全球?yàn)?zāi)情
      長(zhǎng)慶油田:災(zāi)情就是命令
      人口最少的國(guó)家
      省域高速公路網(wǎng)絡(luò)信息安全動(dòng)態(tài)防御體系研究
      1723 萬(wàn)人,我國(guó)人口數(shù)據(jù)下滑引關(guān)注
      省域通用機(jī)場(chǎng)布局規(guī)劃思路與方法研究
      潮安县| 武隆县| 满城县| 松潘县| 蒙山县| 云龙县| 龙陵县| 白水县| 綦江县| 英德市| 包头市| 收藏| 宜良县| 嘉黎县| 黄冈市| 塔河县| 巴马| 隆回县| 六安市| 浮山县| 华阴市| 满洲里市| 当雄县| 阿拉尔市| 老河口市| 襄垣县| 永新县| 宣武区| 秭归县| 滦南县| 延津县| 娱乐| 微山县| 西贡区| 赤城县| 金寨县| 大田县| 定结县| 广宗县| 吉林市| 滨海县|