云南地區中強地震經濟損失快速預評估方法研究*

和仕芳，張方浩，余慶坤，呂佳麗，鄧樹榮，杜浩國，曹彥波

(云南省地震局，云南 昆明 650224)

0 引言

云南省地處印度板塊和歐亞板塊中國大陸碰撞帶東緣，構造運動劇烈，地震活動顯著，地震災害頻發(皇甫崗等，2010)。破壞性地震發生后，快速地給出地震災害經濟損失預評估結果是政府部門第一時間把握地震災害程度并啟動不同級別應急響應的主要依據。隨著經濟的發展和公眾安全需求，各級政府高度重視突發事件的應對和處置工作，對地震災害損失評估工作提出了更高的要求(周光全等，2010)，需要在震后2 h(信息黑箱期)內，做出較為準確的預評估。目前我國對地震直接經濟損失評估方法的研究已經日趨成熟，使用的評估方法眾多，主要包括：易損性分類清單法(尹之潛等，1990，1991，1996)、基于現場調查統計抽樣法(GB/T 18208.4—2011)、遙感圖像識別法(王曉青等，2008；趙福軍等，2010；王龍，2007)、經濟模型法(陳棋福，陳凌，1997；劉吉夫等，2008；王曉青等，2009；劉雙慶等，2010；楊斌，馬朝暉，2013)、基于神經網絡評估法(郭章林等，2004；馬亞杰等，2007；宗學軍等，2016)、基于GIS分析評估方法(王曉青，丁香，2004；張麗軍等，2009；周光海等，2013)、地震災害損失相關參數統計法(黃敏等，2011)等。在云南，現行的地震災害損失快速評估主要是根據震害矩陣、重置單價、各類建筑物面積以及基礎數據庫快速統計、計算出來的(周光全等，2010；李西等，2012；曹彥波等，2015；張方浩等，2018)，評估時需要詳細的建筑物資料。隨著經濟的發展，地區工程設施、建筑物、室內財產等承災體的地震易損性、房屋重置單價都在發生變化，對地震承載體數據庫質量要求高，云南很多偏遠山區存在基礎數據庫更新緩慢、缺乏詳細資料的問題，會影響評估結果的時效性和準確性。

筆者根據1992—2016年云南地區中強地震資料，統計分析人均經濟損失時空特征，人均經濟損失與震級、極震區烈度之間的關系，選取震級、烈度、人均GDP、人均財政收入、農民人均純收入作為評估指標，考慮價格變動影響因素，使用人均GDP增長率將歷史地震經濟損失值統一換算到2015年的可比價格，再利用多元線性回歸方法，分區建立云南地區中強地震人均經濟損失快速評估模型，震后可根據地震三要素以及地區宏觀經濟指標，結合云南地區地震烈度評估模型(張方浩等，2016)，快速預估地震經濟損失。

1 數據源及預處理

1.1 數據來源

本文所說的云南地區中強地震是指宏觀震中位于云南省境內，且造成經濟損失的破壞性地震。云南地區地震災害損失評估工作自1992年4月23日中緬交界6.7，6.9級地震開始，此后對發生的絕大部分破壞性地震都進行了災害評估，并編寫相應的災評報告(周光全等，2011；盧永坤等，2011)。考慮續發地震(強余震或雙震)具有震害疊加效應，與單次地震沒有可比性，本文只對單次破壞性地震做研究，共收集了1992—2016年云南省內發生的56次地震資料，如表1所示。其中歷史震害資料主要來源于《1992—2010年云南地震災害損失評估及研究》(皇甫崗等，2012)和云南省地震局災害損失報告(1992—2016)，社會經濟數據來源于1991—2016年云南省統計年鑒。

1.2 數據預處理

每次地震造成的經濟損失都以當年的物價水平進行統計，但由于各年物價水平不同，不能準確反映不同年份地震人均經濟損失之間的關系。因此只有消除隨經濟發展貨幣單位實際價值的變化所帶來的差異，才能夠真正反映可比價損失情況。以1992—2016年云南地區56次地震作為統計樣本，由于發震時間跨度大，應考慮經濟、人口增長和物價指數變化等因素對地震人均經濟損失的影響。人均GDP增長率則衡量一個地區經濟發展速度的宏觀經濟指標，也是一個地區過去與今日經濟發展水平縱向比較的重要參照指標。因此采用1992—2015年縣級人均GDP增長率將各年的損失統一換算為2015年可比價格，以2015年可比價格對地震人均經濟損失做相關統計分析。

表1 1992—2016年云南地區中強地震經濟損失統計

續表1

序號宏觀震中發震日期MS極震區烈度人均經濟損失/元換算為2015年可比價格的人均經濟損失/元2015年人均GDP/元2015年人均財政收入/元2015年農民人均純收入/元24景谷2001-09-045.0Ⅵ7506 81729 3391 6898 34825永勝2001-10-276.0Ⅶ1 1908 64416 8149498 13326大姚2003-07-216.2Ⅷ1 8339 80720 6711 5157 96027大姚2003-10-166.1Ⅷ1 4687 85420 6711 5157 96028魯甸2003-11-155.1Ⅶ8115 63611 6906447 30329魯甸2003-11-265.0Ⅶ3772 62011 6906447 30330魯甸2004-08-105.6Ⅷ1 0205 96311 6906447 30331保山隆陽區2004-10-195.0Ⅵ5452 53721 8651 5979 28932雙柏2004-12-265.0Ⅵ1 1406 14318 2911 5657 58033思茅翠云區2005-01-265.0Ⅵ1 3205 91038 4692 4168 57334會澤2005-08-055.3Ⅵ5251 74817 4371 1557 82835文山2005-08-135.3Ⅵ7222 76338 1883 4668 48436墨江2006-01-125.0Ⅵ1 8357 47013 6661 0497 78037鹽津2006-07-225.1Ⅵ1 5814 7949 9833967 35138寧洱2007-06-036.4Ⅷ4 71013 36322 2191 6688 12539盈江2008-03-215.0Ⅵ9702 78423 8771 3918 15140瑞麗2008-12-264.9Ⅵ1 6414 72838 6283 6568 70641姚安2009-07-096.0Ⅷ2 6795 76217 8611 1868 17542賓川2009-11-025.0Ⅵ2 2154 56124 4031 05811 61543祿豐2010-02-255.1Ⅵ2 1532 98526 8901 8699 15844騰沖2011-06-205.2Ⅵ1 7112 79222 0492 4088 32345騰沖2011-08-095.2Ⅵ8121 32522 0492 4088 32346盈江2011-01-024.8Ⅵ7491 11523 8771 3918 15147盈江2011-03-105.8Ⅷ6 74710 04423 8771 3918 15148洱源2013-03-035.5Ⅶ5 0006 08919 6801 1268 15749洱源2013-04-175.0Ⅶ1 2471 51819 6801 1268 15750永善2014-04-055.3Ⅵ3 3153 51417 4291 0867 12151魯甸2014-08-036.5Ⅸ13 09513 94311 6906447 30352永善2014-08-175.0Ⅵ2 6542 81317 4291 0867 12153景谷2014-10-076.6Ⅷ8 8789 35829 3391 6898 34854滄源2015-03-015.5Ⅶ5 5535 55318 2881 1987 89955昌寧2015-10-305.1Ⅵ4 2634 26323 7681 3347 94756云龍2016-05-185.0Ⅵ3 9203 92021 8051 5217 563

注：經濟損失均指直接經濟損失；2016年地震人均經濟損失為當年價格.

2 人均經濟損失時空特征分析

2.1 時間特征分析

從表1可看出，近期發生的地震人均經濟損失明顯高于早期。例如1993年1月27日寧洱6.3級地震人均經濟損失為874元，2007年6月3日寧洱6.4級地震人均經濟損失為4 710元，同地區、震級相當、極震區烈度均為Ⅷ度的2次地震，2007年地震造成的人均經濟損失大約是1993年的5倍。為了排除震級因素的干擾，選取了1992—2016年云南地區5.0級地震，分析相同震級的地震的不同發震年份對地震人均經濟損失的影響(圖1)。根據圖1可得，隨著云南社會經濟的發展、社會財富的積累，地震人均經濟損失隨年份呈增長趨勢。

圖1 1992—2016年云南地區5.0級地震發震年份與人均經濟損失關系圖

2.2 空間特征分析

對1992—2016年云南地區中強地震人均經濟損失值(2015年可比價格)進行分級，如圖2所示。 1992—2016年云南地區中強地震人均經濟損失具有明顯區域差異性，在滇西北香格里拉—麗江地區、滇東北昭通地區、滇西南普洱地區的地震人均經濟損失較為嚴重。例如香格里拉人口密度小、人均房屋建筑面積較高、房屋建筑單方造價高、容易誘發地震地質災害等因素導致地震人均經濟損失偏高。

圖2 1992—2016年云南地區中強地震人均經濟損失空間分布示意圖

排除地震破壞強度因素的干擾，選取1992—2016年極震區烈度為Ⅵ的震例，以2015年可比價格，統計各州(市)地震人均經濟損失均值和GDP總值、人口密度(圖3)。地震人均經濟損失平均值最高的是迪慶州，均值為23 345元，普洱市、玉溪市、麗江市、臨滄市次之，分別為8 834，7 009，6 677，5 542元，最少的是保山市和曲靖市，分別為2 620元和1 748元，昆明市、怒江州和紅河州無損失。其中，迪慶州、普洱市、麗江市、臨滄市的人口密度低，屬于云南邊遠地區，經濟欠發達，地震人均經濟損失偏高；大理州和楚雄州人口密度較高，經濟較發達，地震人均經濟損失較高；德宏州、保山市和文山市的人口密度較高，經濟欠發達，地震人均經濟損失偏低；昭通市是除昆明市以外人口密度最高的，地震人均經濟損失偏低。由此可見，不平衡的經濟發展水平和人口分布是各州(市)地震人均經濟損失均值存在明顯差異的重要影響因素。

圖3 1992—2016年云南各州(市)極震區烈度為Ⅵ度的地震人均經濟損失均值、GDP總值及人口密度統計圖Fig.3 Statistics of mean value of per capita economic losses，GDP value and population density of meizoseismal area with VI intensity in prefectures/cities in Yunnan from 1992 to 2016

3 評估關鍵指標分析

3.1 地震人均經濟損失與震級的關系

采用2015年可比價格，按照0.2級分檔，統計不同震級檔人均經濟損失最小值、最大值、平均值(表2)，并通過最小二乘擬合法進行回歸得到地震：

lnY=0.7915M+4.44(R2=0.774)

(1)

式中：Y是地震人均經濟損失；M是地震震級；R2是決定系數。根據圖4，可得云南地區地震人均經濟損失與震級總體呈線性增長關系，5.8級以上地震的樣本較少，其地震人均經濟損失的離散度較大。

表2 1992—2016年云南地區中強地震不同震級人均經濟損失統計表(以2015年可比價格計)Tab.2 Per capita economic losses in different magnitudes of medium-strong earthquakes in Yunnan from 1992 to 2016(calculated at constant price in 2015)

3.2 地震人均經濟損失與震中烈度關系

以2015年可比價格，計算不同極震區烈度的地震人均經濟損失均值(表3)，并通過最小二乘擬合法進行回歸，得到：

lnY=0.400 4I+6.083(R2=0.934)

(2)

式中：Y是地震人均經濟損失；I是地震極震區烈度；R2是決定系數。根據圖5，可得云南地區地震人均經濟損失與震中烈度總體呈線性增長關系。

圖4 云南地區地震人均經濟損失與震級關系圖

極震區烈度地震次數地震人均經濟損失/元最大值最小值平均值Ⅵ3223 3451 1155 369Ⅶ1217 5021 5185 936Ⅷ929 8325 76211 768Ⅸ324 07810 69216 238

圖5 云南地區地震人均經濟損失與極震區烈度關系圖

Fig.5 Relationship between per capita economic losses and the mezoseismal intensity in Yunnan

4 地震人均經濟損失快速預評估方法研究

4.1 評估指標選取

綜上所述，地震災害人均經濟損失值受發震時間、震級、極震區烈度、區域人口密度、社會經濟發展水平等因素影響。利用人均GDP增長率將人均經濟損失換算為可比價格，消除了不同發震導致的人均經濟損失值差異。地區人均GDP、人均財政收入、農民人均純收入是衡量地區個人財富的重要指標，不僅可以反映當地的社會經濟發展水平，還可以從側面反映建筑物抗震水平，并且都是以單位人口進行描述，包含了人口密度信息。因此選取震級、極震區烈度、人均GDP、人均財政收入、農民人均純收入等震后容易獲得的參數作為地震人均經濟損失快速評估指標。

4.2 評估模型

由于云南省各地的自然環境千差萬別，社會經濟發展水平參差不齊，地震造成的經濟損失具有顯著的區域差異性。所以，為了提高評估的準確性，根據各州(市)人口密度、GDP總值和災害損失特征，把云南地區分為6個子區域，利用1992—2016年56次震例樣本，使用震級、極震區烈度和2015年宏觀震中所在縣的人均GDP、人均財政收入、農民人均財政收入作為自變量，以地震人均經濟損失作為因變量，通過多元線性回歸建立各區域的地震人均經濟損失評估模型：

lnY=a×M+b×I+c×lnX1+d×lnX2+e×lnX3+f

(3)

式中：Y是地震人均經濟損失；M是震級；I是地震極震區烈度；X1是地區人均GDP；X2是人均財政收入；X3是農民人均純收入；a，b，c，d，e是系數；f是常數，取值如表4。

表4 云南地區地震人均經濟損失評估模型的計算參數

4.3 實例驗證分析

利用評估模型對2010—2016年云南地區M≥5.0地震進行地震經濟損失預測評估，結果如表5所示，約70%的地震經濟損失快速預評估值與實際值的偏差在20%以內，除個別宏觀震中在邊境地區或單次地震災害較為特殊的地震的人均經濟損失評估值與實際值偏差較大外，地震經濟損失快速預評估值與實際值總體較為接近。例如2011年8月9日騰沖5.2級地震，由于同年6月20日該地區發生5.2級地震后，災區政府針對危房做了排危修復，加上震害飽和現象，該次地震直接經濟損失較同等級地震偏低。另外，由于大震的震例樣本較少，統計回歸模型評估的結果偏差較大。

5 討論和結論

本文利用1992—2016年云南地區發生的56次破壞性地震資料，對地震人均經濟損失時空特征進行了統計分析，通過分區，建立云南地區中強地震人均經濟損失快速評估模型，并使用2010—2016年M≥5.0地震，對該模型進行了驗證，主要得出以下結論：

(1)地震人均經濟損失受震級、極震區烈度、人口密度、地區經濟發展水平等因素的影響，其中，地震人均經濟損失與震級、極震區烈度呈指數增長關系；隨著經濟的發展，社會財富的積累，地震人均經濟損失隨時間呈增長變化。并且，由于云南各州(市)的經濟發展水平和人口分布不同，地震人均經濟損失有明顯區域差異性。

表5 實際經濟損失與快速預評估經濟損失對比(以2015年不變價格計)

(2)本文提出的基于震級、極震區烈度和易于收集的宏觀經濟指標的經濟損失預評估方法相比傳統易損性分類清單法、現場調查法、遙感影像識別法等其他地震直接經濟損失評估方法，時效性更強，分區進行評估的結果與實際現場評估值較為接近，在震后缺少詳細資料的短時間內具有一定的參考價值，而在后續救災中則需要更準確的災情評估報告。

(3)由于各地區不同的地理環境、房屋抗震性能和各次地震的特殊性導致快速預評估結果與實際值存在一定的偏差。針對云南地震災害顯著的地域差異，更小尺度的典型區域研究以及更精細的本地化模型修正方法研究將有助于改善評估結果的準確性。