基于懲數(shù)法的脆弱性指標(biāo)選取

摘要：結(jié)合時(shí)代發(fā)展規(guī)律和前人的研究，本文建立了評價(jià)脆弱性的指標(biāo)體系，利用主成分分析法建立模型。依據(jù)計(jì)算出來的脆弱性分值結(jié)合懲數(shù)法劃分脆弱和穩(wěn)定的分界線，確定的脆弱性劃分標(biāo)準(zhǔn)值。

關(guān)鍵詞：主成分分析；懲數(shù)法；脆弱性分析

1 假設(shè)

為便于分析，本文做出以下假設(shè)：

假設(shè)所收集到數(shù)據(jù)均為正確的；假設(shè)所選取的指標(biāo)能夠涵蓋所有影響國家脆弱性的因素。

2 基本指標(biāo)選取

在過去學(xué)者的研究中，已經(jīng)出現(xiàn)了多個(gè)評估國家脆弱性的指標(biāo)體系。在這里，本文在Nick Brooks等科學(xué)家所做的研究基礎(chǔ)上，基于以下幾條原則進(jìn)行取舍與完善，最終選取了17個(gè)指標(biāo)來反映。選取標(biāo)準(zhǔn)如下：

（1）診斷問題的效用度。所選取的指標(biāo)能夠有效地反映某個(gè)國家在該方面的脆弱程度，是公認(rèn)的導(dǎo)致國家不穩(wěn)定，國家失敗和國家風(fēng)險(xiǎn)的因素。

（2）數(shù)據(jù)的可獲得性。搜集的數(shù)據(jù)覆蓋面要廣，質(zhì)量要高。

（3）時(shí)間延續(xù)性。對于某一指標(biāo)，應(yīng)盡可能選取過去若干年份的連續(xù)指標(biāo)數(shù)值，以保證比較基礎(chǔ)的相同性。

17個(gè)指標(biāo)見表1。

其中，源為所選指標(biāo)的數(shù)據(jù)來源。

說明：為簡化后續(xù)數(shù)據(jù)處理，我們將17個(gè)指標(biāo)的值標(biāo)準(zhǔn)化處理，并將數(shù)據(jù)映射到（0，100）， 不同的指標(biāo)的標(biāo)準(zhǔn)值是不同的。

2.1 PCA的模型構(gòu)建

本文已經(jīng)得到了反映脆弱程度的17個(gè)原始指標(biāo)，由于指標(biāo)數(shù)較多，本文將通過主成分分析（PCA）降維并建立模型.PCA是將多個(gè)變量通過線性變換以選出較少個(gè)數(shù)重要變量的一種多元統(tǒng)計(jì)分析方法。

最終由17個(gè)原始指標(biāo)綜合形成了4個(gè)主成分，它們的特征值均大于1.0，并且代表了原來指標(biāo)值76.832%的信息量。

根據(jù)分析，本文將四個(gè)主成分分別命名為：農(nóng)業(yè)（F1），經(jīng)濟(jì)技術(shù)（F2），人口與資源（F3），生活水平（F4）。他們與原指標(biāo)的包含關(guān)系如下。

（1）農(nóng)業(yè)（F1）包含：農(nóng)業(yè)雇員（占女性人口的百分比）；農(nóng)業(yè)雇員（男性人口的百分比）；農(nóng)業(yè)雇員（占總?cè)丝诘陌俜直龋?/p>

（2）經(jīng)濟(jì)技術(shù)（F2）包含：人均GDP（美元購買力平價(jià)）；GNI（總計(jì)，PPP）；農(nóng)村人口；債務(wù)償還（%GNI，在十進(jìn)制期間平均）；內(nèi)部難民（1000人）按人口規(guī)模擴(kuò)大；科學(xué)家和工程師每百萬人口的研發(fā)；研發(fā)投資（%GNP）。

（3）生活標(biāo)準(zhǔn)（F3）包含：人均衛(wèi)生支出（美元購買力平價(jià)）；公共衛(wèi)生支出（占GDP的百分比）；獲得衛(wèi)生設(shè)施的人口。

（4）人口和資源（F4）包含：人口密度；森林覆蓋；糧食生產(chǎn)指數(shù)；人均水資源。

2.2 每個(gè)指標(biāo)對應(yīng)系數(shù)的計(jì)算

計(jì)算每個(gè)主成分的相應(yīng)系數(shù)，公式如下：

F=0.3974×F1+0.3099×F2+0.1295×F3+0.1024×F4（2）

F是脆弱性分?jǐn)?shù)。

說明：計(jì)算時(shí)，所有原始指標(biāo)都采用標(biāo)準(zhǔn)化值

由此，本文將國家脆弱性指數(shù)分為農(nóng)業(yè)，經(jīng)濟(jì)與技術(shù)，人口與資源，生活水平四個(gè)維度，每個(gè)維度繼續(xù)細(xì)分，共17個(gè)具體指標(biāo)。

2.3 脆弱程度的劃分

對于脆弱程度的評估標(biāo)準(zhǔn)問題，有學(xué)者指出，“沒有一個(gè)合理確定的分界點(diǎn)，精確性就是表面的，客觀性也只是幻覺。”但是，現(xiàn)有的多數(shù)脆弱性指數(shù)的構(gòu)成方法中，沒有討論與替代性聚合選擇有關(guān)的分值的穩(wěn)健性問題。這意味著，一個(gè)得分較低的指標(biāo)可以部分被另一個(gè)得分較高的指標(biāo)補(bǔ)償。

因此，為了保證正確性與客觀性，同時(shí)考慮到穩(wěn)健性。本文決定根據(jù)脆弱性分值并結(jié)合懲數(shù)法對脆弱程度進(jìn)行劃分，分為脆弱和穩(wěn)定國家兩類。

懲數(shù)法即為指標(biāo)體系中四個(gè)主成分分別設(shè)定一個(gè)臨界值，任何主成分得分連接大于其臨界值的，將網(wǎng)絡(luò)連接乘以M個(gè)（M為正無窮大的數(shù)值），以使其影響在計(jì)算總脆弱值時(shí)不可被忽視。

通過計(jì)算全世界所有國家在一九九一年至2000年年內(nèi)的脆弱性分值并結(jié)合各主成分分值，本文將脆弱程度劃分標(biāo)準(zhǔn)值設(shè)為30，各主成分臨界值分別為45，50，50，50。在得分大于30時(shí)，該國家為否則為穩(wěn)定。

3 分析模型優(yōu)缺點(diǎn)

3.1 優(yōu)點(diǎn)

本文的模型將影響一個(gè)國家脆弱性的17個(gè)指標(biāo)考慮在內(nèi)，可用于評估國家的發(fā)展是否穩(wěn)定基于上面所有的分析，本文將模型的優(yōu)點(diǎn)總結(jié)如下：

（1）正確性。在建模過程中，本文對模型進(jìn)行了多次檢驗(yàn)，可排除偶然因素的干擾。

（2）穩(wěn)健性。在評估脆弱程度時(shí)，考慮到了與替代性聚合選擇有關(guān)的分值的穩(wěn)健性問題

（3）可操作性。模型可用于較大或較小的國家或地區(qū)，可操作性強(qiáng)。

（4）層次性。模型中包含四個(gè)主成分，每個(gè)主成分下涵蓋幾個(gè)具體指標(biāo)。通過輸入某個(gè)國家每個(gè)指標(biāo)分值，可得到該國脆弱性總分。

3.2 缺點(diǎn)

（1）所選取的17個(gè)指標(biāo)可能并未完全涵蓋可反映國家脆弱性的所有因素

（2）17個(gè)指標(biāo)間可能存在測量內(nèi)容上的重疊。

參考文獻(xiàn)：

[1]L.C. Sieghart and D. Rogers， “Addressing climate change in fragile states，” 2013.

[2]N. Brooks， W. N. Adger， and P. M. Kelly， “The determinants of vulnerability and adaptive capacity at the national level and the implications for adaptation，” Global environmental change， vol. 15， no. 2， pp. 151–163， 2005.

[3] T. Liu and T. Wu， “Evaluation criteria for vulnerable countries，” Leadership Science Forum， no. 13， pp. 17–26， 2016.

[4] K. E. Trenberth and J. T. Fasullo， “Climate extremes and climate change： The russian heat wave and other climate extremes of 2010，” Journal of Geophysical Research： Atmospheres， vol. 117， no. D17， 2012.

[5] Z. Li， “Double balanced construction for climate change – from the perspective of cost-benefit analysis，” International outlook， no. 4， pp. 42–56， 2013.

作者簡介：

牛靜怡（1997.4.20-）女，漢族，河南省南陽市，身份證號：411321199704200024，本科生，研究方向：水文與水資源工程