吉中會(huì) ， 于彥琛 ， 于小兵1,3,

1. 南京信息工程大學(xué) 氣象災(zāi)害預(yù)報(bào)預(yù)警與評(píng)估協(xié)同創(chuàng)新中心， 江蘇 南京 2100442. 南京信大安全應(yīng)急管理研究院有限公司， 江蘇 南京 2100443. 南京信息工程大學(xué) 風(fēng)險(xiǎn)治理應(yīng)急決策研究院， 江蘇 南京 2100444. 南京信息工程大學(xué) 管理工程學(xué)院， 江蘇 南京 210044

0 引 言

在全球變暖背景下，為順應(yīng)世界多極化、經(jīng)濟(jì)全球化、文化多樣化、社會(huì)信息化的潮流，中國(guó)提出了“一帶一路”戰(zhàn)略構(gòu)想?！耙粠б宦贰毖鼐€各國(guó)氣候類(lèi)型多樣、孕災(zāi)環(huán)境復(fù)雜、由各類(lèi)氣象致災(zāi)因子導(dǎo)致的災(zāi)害種類(lèi)繁多，造成的經(jīng)濟(jì)損失嚴(yán)重(郭君等，2019；王會(huì)軍等，2020)。已有研究表明，“一帶一路”沿線國(guó)家和地區(qū)的氣象災(zāi)害發(fā)生次數(shù)、經(jīng)濟(jì)損失和死亡人數(shù)均呈上升趨勢(shì)，南亞和東南亞地區(qū)的氣象災(zāi)害最為嚴(yán)重(姜彤等，2020)。由于國(guó)情差異以及對(duì)氣象服務(wù)行業(yè)發(fā)展的重視程度不同，沿線各國(guó)氣象服務(wù)水平和能力有著較大的差異，對(duì)氣象服務(wù)的需求也差異顯著(李坤玉和王維國(guó)，2019)，對(duì)其供需狀況進(jìn)行量化研究，對(duì)氣象部門(mén)及相關(guān)的各類(lèi)企業(yè)、社會(huì)服務(wù)機(jī)構(gòu)深度參與“一帶一路”建設(shè)具有借鑒意義。

自“一帶一路”倡議提出以來(lái)，氣象相關(guān)領(lǐng)域的學(xué)者對(duì)沿線區(qū)域的氣象服務(wù)研究逐步展開(kāi)。例如，王維國(guó)和廖軍(2017)通過(guò)對(duì)相關(guān)數(shù)據(jù)的描述性分析闡述了沿線氣象災(zāi)害風(fēng)險(xiǎn)，并提出了提高氣象服務(wù)能力的對(duì)策建議。孫健等(2018)在分析沿線國(guó)家氣象服務(wù)發(fā)展現(xiàn)狀的基礎(chǔ)上，通過(guò)半定量方法評(píng)價(jià)了各國(guó)氣象服務(wù)的需求和潛力等級(jí)。綜上所述，目前“一帶一路”沿線區(qū)域氣象服務(wù)的研究主要是定性或者半定量分析，完全的定量分析研究極少，尤其是供需均衡性方面的研究極其缺乏，因此，文中從供給和需求角度出發(fā)，構(gòu)建指標(biāo)體系，并建立均衡性模型量化分析其協(xié)調(diào)度，為“一帶一路”沿線區(qū)域經(jīng)濟(jì)發(fā)展的防災(zāi)減災(zāi)服務(wù)提供理論依據(jù)，同時(shí)也為我國(guó)氣象服務(wù)走向國(guó)際提供策略建議。

1 研究思路及方法

1.1 研究區(qū)概況

“一帶一路”沿線大多數(shù)國(guó)家氣象災(zāi)害頻發(fā)，氣象服務(wù)需求迫切。沿線地區(qū)常年受暴雨洪澇、臺(tái)風(fēng)、暴風(fēng)雪和低溫嚴(yán)寒、高溫?zé)崂?、干旱、沙塵暴等重大災(zāi)害侵襲，泥石流、疾病、騷亂等次生災(zāi)害亦十分頻繁。而沿線城市的交通、能源、農(nóng)業(yè)、旅游、物流等方面的深入合作與發(fā)展都與天氣氣候變化、氣象保障息息相關(guān)。因此，深入了解區(qū)域氣象服務(wù)需求與供給狀況，對(duì)提高產(chǎn)業(yè)發(fā)展水平，促進(jìn)區(qū)域綜合防災(zāi)減災(zāi)，協(xié)調(diào)有序推進(jìn)氣象業(yè)務(wù)、服務(wù)、管理的合作與發(fā)展大有裨益。因此，文中選擇“一帶一路”沿線63個(gè)國(guó)家及地區(qū)(表1；姜彤等，2020)，構(gòu)建氣象服務(wù)供需能力的指標(biāo)體系，量化分析氣象服務(wù)的需求水平和供給能力，及二者的協(xié)調(diào)程度。

表1 “一帶一路”沿線主要國(guó)家及地區(qū)

1.2 研究思路

隨著經(jīng)濟(jì)社會(huì)的快速發(fā)展和氣象災(zāi)害的影響日益嚴(yán)重，氣象服務(wù)的重要性日益凸顯。而日益增加的氣象服務(wù)需求與現(xiàn)有的供給能力是否能夠達(dá)到平衡，是保障實(shí)現(xiàn)“一帶一路”戰(zhàn)略措施的關(guān)鍵環(huán)節(jié)。氣象服務(wù)供給與需求的協(xié)調(diào)匹配關(guān)系的建立和持續(xù)，能夠產(chǎn)生良好的社會(huì)經(jīng)濟(jì)效應(yīng)，有助于提高氣象服務(wù)的溢價(jià)，提升氣象服務(wù)供給的經(jīng)濟(jì)產(chǎn)出，進(jìn)而為持續(xù)的高質(zhì)量氣象服務(wù)供給提供堅(jiān)實(shí)的物質(zhì)保障和支撐，最終形成氣象服務(wù)投入和產(chǎn)出的良性循環(huán)。反之，當(dāng)氣象服務(wù)的供給與需求未能建立良好的均衡協(xié)調(diào)關(guān)系，供給能力與需求的不協(xié)調(diào)不匹配等問(wèn)題會(huì)使氣象服務(wù)的經(jīng)濟(jì)產(chǎn)出效率和增值效益難以得到有效提升，進(jìn)而影響氣象服務(wù)投入的物質(zhì)保障，氣象服務(wù)供給難以為繼，最終可能形成惡性循環(huán)。

為有效衡量“一帶一路”沿線國(guó)家及地區(qū)氣象服務(wù)的供需水平，文中從需求程度和供給能力角度出發(fā)，需求程度主要考慮氣候風(fēng)險(xiǎn)和災(zāi)損情況，供給能力主要考慮各地區(qū)經(jīng)濟(jì)水平和市場(chǎng)環(huán)境(表2)。由于沿線國(guó)家的氣象災(zāi)害種類(lèi)繁多，結(jié)合數(shù)據(jù)的可獲取性，文中主要考慮的氣象災(zāi)害包括極端高溫(低溫)、暴雨、洪澇、霧等類(lèi)型。極端氣溫采用最高(最低)氣溫絕對(duì)值數(shù)據(jù)與最高(最低)氣溫平均值之差表示，以體現(xiàn)極端氣溫偏離平均水平的程度，反映氣候風(fēng)險(xiǎn)因子的致災(zāi)危險(xiǎn)性。暴雨日數(shù)、霧日數(shù)反映暴雨洪澇和大霧的危險(xiǎn)程度。

表2 氣象服務(wù)需求程度及供給能力指標(biāo)體系

1.3 資料來(lái)源

氣象數(shù)據(jù)選擇沿線各國(guó)主要城市氣象站年均最高氣溫絕對(duì)值、最低氣溫絕對(duì)值、暴雨日數(shù)、霧日數(shù)，經(jīng)平均化處理，代表各國(guó)氣候風(fēng)險(xiǎn)，數(shù)據(jù)來(lái)源于美國(guó)國(guó)家海洋和大氣管理局網(wǎng)站(Meteomanz.com)。災(zāi)損情況包括各國(guó)因以上各種氣象災(zāi)害導(dǎo)致的每年總死亡人口、受災(zāi)人口、直接經(jīng)濟(jì)損失，數(shù)據(jù)來(lái)源于比利時(shí)魯汶大學(xué)國(guó)家災(zāi)害流行病研究中心的全球?yàn)?zāi)害數(shù)據(jù)庫(kù)(Emergency Events Database, EM-DAT)。經(jīng)濟(jì)水平與市場(chǎng)環(huán)境數(shù)據(jù)來(lái)源于世界銀行數(shù)據(jù)庫(kù)(https://data.worldbank.org/)中各國(guó)每年相應(yīng)指標(biāo)的統(tǒng)計(jì)數(shù)據(jù)。采用數(shù)據(jù)的時(shí)間序列均為2011—2020年，所有指標(biāo)均經(jīng)標(biāo)準(zhǔn)均一化處理，以構(gòu)建供需指數(shù)和均衡指數(shù)。

1.4 研究方法

1.4.1 熵值法

熵值法就是依據(jù)指標(biāo)提供的信息量大小，客觀確定指標(biāo)的相對(duì)重要程度，被廣泛運(yùn)用于綜合評(píng)價(jià)。文中采用熵值法中的極值法對(duì)數(shù)據(jù)進(jìn)行標(biāo)準(zhǔn)化，通過(guò)信息熵計(jì)算各指標(biāo)權(quán)重，對(duì)“一帶一路”沿線各國(guó)氣象服務(wù)的供給和需求情況進(jìn)行定量綜合分析，熵值法的計(jì)算步驟可參考文獻(xiàn)(王瑩和王慧敏，2018)。采用熵值法計(jì)算各指標(biāo)的權(quán)重(wj)，再計(jì)算綜合評(píng)價(jià)結(jié)果，即需求指數(shù)和供給指數(shù)。計(jì)算式為

(1)

式中，xλij為各年份歸一化的指標(biāo)數(shù)據(jù)；Cλi表示第λ年份第i個(gè)國(guó)家的氣象服務(wù)需求指數(shù)或供給指數(shù)。

1.4.2 協(xié)調(diào)度耦合模型

在測(cè)算“一帶一路”氣象服務(wù)供需協(xié)調(diào)度中，參考相關(guān)已有研究成果，借鑒物理學(xué)容量耦合原理以及由離差模型進(jìn)行推導(dǎo)的研究成果(宋建波和武春友,2010；方創(chuàng)琳等,2010；王郁和趙一航，2021)，采用發(fā)展協(xié)調(diào)度(D)表示氣象服務(wù)供需指標(biāo)體系中多要素(供給和需求)的協(xié)調(diào)程度。

設(shè)ui、uj代表氣象服務(wù)供需指標(biāo)體系內(nèi)不同要素的評(píng)價(jià)指數(shù)，耦合模型為

Cm=u1×u2×u3×...×um)/∏(ui+uj)]1/m

(2)

式中，Cm為氣象服務(wù)供需指標(biāo)體系內(nèi)m個(gè)指標(biāo)的耦合度，文中m=2。對(duì)于供需協(xié)調(diào)度中的兩要素(供給和需求)模型而言，模型可簡(jiǎn)化為

C2=(u1×u2)1/2/(u1+u2)

(3)

式中，C2為供需協(xié)調(diào)度的耦合度；u1、u2分別為氣象服務(wù)系統(tǒng)內(nèi)綜合供給和需求評(píng)價(jià)指數(shù)。當(dāng)C2越小，表示兩方面失調(diào)性趨大；當(dāng)C2越大，表示兩方面協(xié)調(diào)性趨大。但Cm僅能反映出系統(tǒng)內(nèi)要素協(xié)調(diào)度，無(wú)法表達(dá)綜合發(fā)展程度。故為區(qū)別均衡水平的高低分布，引入?yún)f(xié)調(diào)發(fā)展模型：

(4)

T=αu1+βu2

(5)

其中，D為氣象服務(wù)供需協(xié)調(diào)度；C為耦合度，T為發(fā)展度，反映兩方面的協(xié)調(diào)發(fā)展水平；T由u1、u2加權(quán)修正，借鑒前人研究經(jīng)驗(yàn)及對(duì)公共服務(wù)的供給與需求的分析得出兩者有同等重要性，故α=β=0.5。

2 氣象服務(wù)供需分析

2.1 供需服務(wù)的時(shí)間序列分析

采用熵值法計(jì)算的“一帶一路”沿線國(guó)家氣象服務(wù)需求和供給指數(shù)對(duì)應(yīng)的各指標(biāo)權(quán)重(圖1)。分析可見(jiàn)，需求指數(shù)中相對(duì)于氣候風(fēng)險(xiǎn)因素而言，災(zāi)損情況的3個(gè)指標(biāo)(氣象災(zāi)害死亡人口、受影響人口、經(jīng)濟(jì)損失)權(quán)重較高，可以更好地表征氣象服務(wù)的需求。人口密度是影響氣象服務(wù)供給能力的最重要的因素；其次是城鎮(zhèn)化率和商品貿(mào)易占比，二者權(quán)重相當(dāng)；開(kāi)辦企業(yè)時(shí)間和GDP增長(zhǎng)率的權(quán)重最低。

根據(jù)各指標(biāo)的權(quán)重計(jì)算各國(guó)最終的氣象服務(wù)需求和供給指數(shù)，圖2為部分沿線國(guó)家的計(jì)算結(jié)果，分析可見(jiàn)，南亞的印度、巴基斯坦、孟加拉和東南亞的菲律賓等國(guó)家的氣象服務(wù)需求相對(duì)較高。需求指數(shù)波動(dòng)相對(duì)較大的國(guó)家主要分布在東南亞、南亞，以及西亞等國(guó)，例如泰國(guó)、阿富汗、柬埔寨、老撾、馬來(lái)西亞、尼泊爾、斯里蘭卡、伊朗、越南等。通過(guò)深度分析各指標(biāo)發(fā)現(xiàn)，近10 a這些國(guó)家的需求指數(shù)與氣象災(zāi)害災(zāi)損指標(biāo)具有較高的相關(guān)性(表3)，說(shuō)明氣象服務(wù)需求受災(zāi)損情況的影響較大。

圖1 2011—2020年 “一帶一路”沿線國(guó)家氣象服務(wù)需求指標(biāo)權(quán)重(a)和供給指標(biāo)權(quán)重(b)

分析圖2b可見(jiàn)，供給指數(shù)相較需求指數(shù)更加穩(wěn)定(供給指數(shù)波動(dòng)范圍小于需求指數(shù))。其中，新加坡的供給指數(shù)最高(32.12—33.61)，其次是巴林(7.57—8.94)、馬爾代夫(5.83—7.25)和孟加拉國(guó)(5.11—5.26)，再次為黎巴嫩(2.63—3.04)和印度(1.95—2.02)，其余國(guó)家供給指數(shù)均在2以下。通過(guò)深入分析原始指標(biāo)數(shù)據(jù)發(fā)現(xiàn)，供給指數(shù)的變化與人口密度關(guān)系密切，具有較高的相關(guān)性(表4)，說(shuō)明氣象服務(wù)的供給能力受人口密度指標(biāo)的影響顯著。

2.2 供需服務(wù)的空間格局分析

分析2011和2020年氣象服務(wù)需求指數(shù)和供給指數(shù)的空間分布(圖3)可見(jiàn)，需求指數(shù)的絕對(duì)數(shù)值和波動(dòng)幅度均變大，由2011年的0.01—40.58增加到2020年的0.34—87.15；大部分國(guó)家的氣象服務(wù)需求都表現(xiàn)為增加的特征，高值區(qū)主要集中在印度半島及其周邊國(guó)家和地區(qū)。相對(duì)低值區(qū)逐步減少，2011年主要分布在北非、中東、西亞、歐洲、中亞等地區(qū)，而到了2020年，這些相對(duì)低值區(qū)的需求指數(shù)均表現(xiàn)為上升，且絕對(duì)值增加明顯。

2011年和2020年的氣象服務(wù)供給指數(shù)變化不大(0.20—33.00)，相對(duì)高值主要分布在印度半島及其周邊地區(qū)。表明近10 a“一帶一路”沿線國(guó)家和地區(qū)氣象服務(wù)的供給能力變化不大，供給相對(duì)穩(wěn)定。

3 供需服務(wù)的協(xié)調(diào)度分析

基于協(xié)調(diào)度耦合模型，計(jì)算各國(guó)2011—2020年氣象服務(wù)供需協(xié)調(diào)度，2011年和2020年供需協(xié)調(diào)度的空間分布如圖4所示，分析發(fā)現(xiàn)，雖然2011—2020年均衡指數(shù)的波動(dòng)范圍變化不大，2020年均衡指數(shù)略有提升(最大值由1.74升高為2.55)，但是不同區(qū)間的均衡指數(shù)的分布格局卻發(fā)生了較大的變化。不少?lài)?guó)家的均衡指數(shù)由原來(lái)的0.3—0.5增高到0.7—1.2。均衡指數(shù)的上升表明了沿線各國(guó)氣象服務(wù)供給與需求的匹配程度是增加的，有助于提高氣象服務(wù)的溢價(jià)，提升氣象服務(wù)供給的質(zhì)量和效率，產(chǎn)生良好的社會(huì)經(jīng)濟(jì)效應(yīng)。

圖2 “一帶一路”沿線部分國(guó)家氣象服務(wù)需求指數(shù)(a)和供給指數(shù)(b)

表3 2011—2020年“一帶一路”沿線部分國(guó)家的災(zāi)損指標(biāo)與需求指數(shù)的相關(guān)系數(shù)

表4 2011—2020年“一帶一路”沿線部分國(guó)家人口密度與供給指數(shù)的相關(guān)系數(shù)

在氣象服務(wù)需求和供給指數(shù)均較高的印度半島及其周邊國(guó)家和地區(qū)，均衡指數(shù)也較高。2011年均衡指數(shù)排名前五的國(guó)家為泰國(guó)(1.744)、菲律賓(1.596)、印度(1.569)、新加坡(1.372)，以及巴基斯坦(1.215)。2020年均衡指數(shù)排名前五的國(guó)家為印度(2.552)、新加坡(2.323)、孟加拉國(guó)(2.233)、菲律賓(1.833)、巴基斯坦(1.488)。這些國(guó)家均來(lái)自東南亞和南亞，氣象災(zāi)害多發(fā)，雖然造成的經(jīng)濟(jì)損失嚴(yán)重，但是他們重視高質(zhì)量的氣象服務(wù)供給，相應(yīng)的應(yīng)對(duì)能力也在不斷提升，形成氣象服務(wù)投入和產(chǎn)出的良性循環(huán)，因此表現(xiàn)出均衡性高的特征。

比較2011年、2020年各國(guó)均衡指數(shù)(D2020-D2011)發(fā)現(xiàn)，有3個(gè)國(guó)家的均衡指數(shù)值呈下降趨勢(shì)，分別為泰國(guó)(-0.820)、柬埔寨(-0.020)、也門(mén)(-0.032)，說(shuō)明這些國(guó)家氣象服務(wù)的供給與需求未能建立良好的均衡協(xié)調(diào)關(guān)系，氣象服務(wù)的經(jīng)濟(jì)產(chǎn)出效率和增值效益未得到有效提升，氣象服務(wù)供給難以為繼，可能會(huì)形成氣象服務(wù)供需失衡的惡性循環(huán)。

圖3 “一帶一路”沿線國(guó)家和地區(qū)2011年(a、c)和2020年(b、d)氣象服務(wù)需求指數(shù)(a、b)和供給指數(shù)(c、d)空間分布

圖4 2011年(a)和2020(b)年“一帶一路”沿線國(guó)家和地區(qū)氣象服務(wù)供需均衡指數(shù)空間分布

將2011—2020年沿線各國(guó)的均衡指數(shù)進(jìn)行線性擬合(圖略)，發(fā)現(xiàn)印度(R2=0.657)、新加坡(R2=0.587)、以及孟加拉國(guó)(R2=0.399)3個(gè)國(guó)家除了本身均衡指數(shù)相對(duì)于其他國(guó)家較高之外，線性上升趨勢(shì)也是最顯著的。印度是發(fā)展中國(guó)家中第一個(gè)擁有自己地球同步衛(wèi)星系統(tǒng)(INSAT)并應(yīng)用于氣象監(jiān)測(cè)預(yù)警中的國(guó)家，氣象服務(wù)產(chǎn)品涉及面廣泛，同時(shí)還積極參與世界其他各國(guó)的氣象科技交流合作，因此在氣象服務(wù)能力方面具有較高的水平。新加坡作為東南亞的發(fā)達(dá)經(jīng)濟(jì)體，其高度發(fā)達(dá)的經(jīng)濟(jì)水平為氣象服務(wù)行業(yè)發(fā)展提供了巨大的財(cái)力保障，其氣象服務(wù)種類(lèi)廣泛，服務(wù)質(zhì)量高，能夠滿足其服務(wù)業(yè)、航運(yùn)業(yè)、物流業(yè)、金融業(yè)、科研及旅游業(yè)等主要產(chǎn)業(yè)的發(fā)展需求，因而供需均衡程度也較高。孟加拉國(guó)均衡指數(shù)相對(duì)較高，但和前面兩個(gè)國(guó)家相比，均衡指數(shù)的波動(dòng)較大，雖然呈現(xiàn)顯著的上升趨勢(shì)，但穩(wěn)定性相對(duì)較低。這可能因其深受熱帶氣旋影響，暴雨洪水、風(fēng)暴、臺(tái)風(fēng)、干旱等災(zāi)害頻發(fā)，雖然對(duì)氣象服務(wù)的發(fā)展十分重視，投入也較多，但是由于經(jīng)濟(jì)基礎(chǔ)薄弱，在面臨巨大災(zāi)害時(shí)仍顯得能力不足，因而均衡指數(shù)表現(xiàn)出較高的不穩(wěn)定性。

4 結(jié)論與討論

文中選擇2011—2020年“一帶一路”沿線63個(gè)國(guó)家為研究對(duì)象，從氣象服務(wù)供給和需求角度構(gòu)建供需指標(biāo)體系，采用熵值法和協(xié)調(diào)度耦合模型計(jì)算和分析了氣象服務(wù)的需求指數(shù)、供給指數(shù)和供需均衡指數(shù)，得出以下結(jié)論：

1) 在需求指數(shù)中，災(zāi)損情況的3個(gè)指標(biāo)(氣象災(zāi)害死亡人口、受影響人口、經(jīng)濟(jì)損失)占有較高的比重(均達(dá)到了20%—40%)，能夠很好地表征各國(guó)對(duì)氣象服務(wù)的需求。在供給指數(shù)中，人口密度占有絕對(duì)優(yōu)勢(shì)地位(占70%—80%)，其次是城鎮(zhèn)化率和商品貿(mào)易占比這兩項(xiàng)指標(biāo)(占8%—9%)也能夠在一定程度上表征氣象服務(wù)的供給能力。

2) 通過(guò)分析需求指數(shù)發(fā)現(xiàn)，南亞的印度、巴基斯坦、孟加拉和東南亞的菲律賓等國(guó)家的氣象服務(wù)需求相對(duì)較高。需求指數(shù)波動(dòng)相對(duì)較大的國(guó)家主要分布在東南亞、南亞以及西亞等國(guó)，例如泰國(guó)、阿富汗、柬埔寨、老撾、馬來(lái)西亞、尼泊爾、斯里蘭卡、伊朗、越南等。通過(guò)相關(guān)分析發(fā)現(xiàn)，需求指數(shù)與災(zāi)損指標(biāo)具有顯著相關(guān)性。

3) 通過(guò)分析供給指數(shù)發(fā)現(xiàn)，供給指數(shù)相較需求指數(shù)更加穩(wěn)定。其中供給能力較強(qiáng)的國(guó)家有新加坡、巴林、馬爾代夫、孟加拉國(guó)、黎巴嫩以及印度，其余國(guó)家供給指數(shù)均在2以下。通過(guò)相關(guān)分析發(fā)現(xiàn)，供給指數(shù)與國(guó)家的人口密度高度相關(guān)。

4) 從供需服務(wù)指數(shù)的空間分析中可以看出，需求指數(shù)的絕對(duì)數(shù)值和波動(dòng)幅度在2011—2020年均變大；大部分國(guó)家的氣象服務(wù)需求都表現(xiàn)為增加特征，高值區(qū)主要集中在印度半島及其周邊國(guó)家和地區(qū)，相對(duì)低值區(qū)逐步減少。2011、2020年的氣象服務(wù)供給指數(shù)變化不大，比較穩(wěn)定，相對(duì)高值仍然主要分布在印度半島及其周邊地區(qū)。

5) 在供需協(xié)調(diào)度分析方面，雖然2011—2020年均衡指數(shù)的波動(dòng)范圍變化不大，2020年均衡指數(shù)略有提升，但是不同區(qū)間均衡指數(shù)的分布格局卻發(fā)生了較大的變化。不少?lài)?guó)家的均衡指數(shù)表現(xiàn)為上升，表明沿線大多數(shù)國(guó)家氣象服務(wù)供給與需求的協(xié)調(diào)匹配程度是增加的，能夠在一定的程度上降低氣象災(zāi)害造成的經(jīng)濟(jì)損失，產(chǎn)生良好的社會(huì)經(jīng)濟(jì)效應(yīng)。通過(guò)對(duì)各國(guó)均衡度的線性擬合發(fā)現(xiàn)，均衡性上升趨勢(shì)最為顯著的是印度、新加坡和孟加拉。

本研究基于氣象、災(zāi)情以及社會(huì)經(jīng)濟(jì)發(fā)展等數(shù)據(jù)指標(biāo)，建立氣象服務(wù)的供給指數(shù)和需求指數(shù)的量化指標(biāo)體系，通過(guò)構(gòu)建供需均衡指數(shù)來(lái)定量分析“一帶一路”沿線國(guó)家區(qū)域的氣象服務(wù)供需的時(shí)空分布特征。但受數(shù)據(jù)可獲得性限制，指標(biāo)選取方面未能考慮氣象災(zāi)害預(yù)警預(yù)報(bào)等相關(guān)硬件設(shè)備現(xiàn)狀，在今后的研究中可對(duì)該方面的指標(biāo)進(jìn)行補(bǔ)充。隨著“一帶一路”戰(zhàn)略的逐步實(shí)施，我國(guó)目前已經(jīng)與世界上150多個(gè)國(guó)家展開(kāi)合作，在未來(lái)研究中可以補(bǔ)充研究新增國(guó)家的氣象服務(wù)供需狀況，提升國(guó)家的氣象服務(wù)能力。