基于熵權TOPSIS法的區域抗逆力評價

摘 要：近幾十年來，全球發生的災難性事件越來越多，人們開始注重加強災害發生前各地區的風險防范能力。為評估各省份抗逆力大小，使用熵權TOPSIS法研究了基于不同地理位置的省市之間的抗逆力在多大程度上存在差異。結論發現：抗逆力高的省市主要集中華東地區，華北和華中/南地區的抗逆力次之，抗逆力較低的省市主要集中在西北和西南地區。西部抗逆力的主要制約因素為經濟水平低下、產業單一及物質資源缺乏。分析結果客觀可以為區域政策制定者提升區域抗逆力提供一定參考。

關鍵詞：區域;抗逆力;熵權TOPSIS法

全球氣候變暖和城市化的擴大等導致世界范圍內災害數量的增加，發展中國家由于經濟發展水平較低，受災害影響更為嚴峻。中國為世界上最大的發展中國中國家，經濟快速發展，然而與此同時，各類突發事件卻頻頻發生，并且這種趨勢在可見的未來將持續發展。每次突發事件的發生，不僅給人們帶來了極大的心理創傷，而且造成的財產和生命損失也是巨大的，例如，2019多家化工廠爆炸事件以及2020年新冠肺炎的爆發給社會帶來巨大傷害和慘痛記憶，這也給我們敲醒了警鐘，不僅要關注社會經濟發展，也要關注社會抵抗風險能力。全球化時代背景下，我們的世界變得越來緊密和復雜，這使得預料之外的新型風險比可預測性的災害更為常見。傳統的災害應急管理使得社會能夠很好的應對可以預料的危險和變化，但對預計之外的威脅則極為脆弱。在無法準確預測未來擾動和變化的背景下，社會抗逆力給我們提供了新的解決方法，具有較強抗逆力的系統不僅能夠適應災害，而且可以有效應對災害并快速從災害中恢復，因此對于抗逆力的研究引起了人們的廣泛關注。

面對頻繁的災害擾動和沖擊，不同的區域的災害反應及災后恢復表現得截然不同，有些區域受災影響極大，災后可能需要花費數年甚至十幾年的時間去恢復，例如，在2005年8月卡特里娜颶風之后，新奧爾良受災最嚴重的社區在防洪堤建成后的許多年里都無法居住。即使洪水在幾周內消退，這些壓力持續時間也很長。而有些地區受災影響甚微，在災后表現為較強的恢復力，這些地區在遭遇災害后，迅速恢復，甚至其經濟水平等表現得比之前還要好，例如，中國四川省汶川地震一些縣在地震中遭受的破壞小，災后恢復的更快。這主要根源于不同地理位置的社區的抗逆力特質存在差異?，F有的抗逆力模型都是地方性或針對特定災害的，無對比性，開發通用模型可以比較在不同位置上的抗逆力，這不僅有利于各省市向抗逆力高的區域學習，而且還可以了解所在省市的薄弱環節方面。因此基于我國省市間的差異，厘清各自特征，測度區域抗逆力大小，有助于對抗逆力理論內涵的理解與實踐指導，同時能夠指導抗逆力提升政策的制定，具有重要的理論與現實意義。

一、抗逆力

（一）概念與內涵

抗逆力（resilience）一詞源于物理工程學，表達的是一個物體在受到外力產生形變而沒有斷裂的情況下恢復到初始狀態，在20世紀90年代，霍林（Holling）在生態系統的抗逆力和穩定性文章中嘗試性地將抗逆力一詞引入生態學領域，后來被應用于心理學、社會學及災害學等領域。不同于工程抗逆力，生態抗逆力允許系統有許多可能的理想狀態與環境相匹配?；袅郑╤olling）（1973）通過對湖泊系統的長期追蹤研究表明自然系統有很強的吸收變化的能力，將抗逆力視為系統的一種屬性，用來描述“系統的持久性及其吸收變化和干擾并仍保持種群或狀態之間變量之間相同關系的能力的度量[1]。Klein（2003）認為抗逆力是系統承受壓力后恢復到原來狀態的能力，即系統的一個系統可以吸收干擾，并且仍然保持在相同的狀態或吸引域內以及系統的自組織能力。Cutter（2008）指出抗逆力界定為社會系統應對災害并從災害中恢復的能力，既包括能使組織系統吸收災害造成的破壞性和應對災害與后災害事件的內在條件，也包括能夠提高社會系統再組織、改變和學習應對威脅能力的適應性過程[2]。Adger等人（2010）闡述了抗逆力包括兩個要素：自我組織能力以及學習和適應的能力[3]。Aldrich（2012）將社區抗逆力界定為社區在一定的區域內處理壓力并能通過相互合作來有效恢復日常生活節奏的集體能力[4]。

目前，抗逆力的概念在學界還有沒有形成統一的、被普遍接受的概念。不同的學者對抗逆力的概念有著不同的定義，但是大體上分為兩種模式，第一種模式是認為抗逆力是系統應對突發事件后進行災后恢復;第二種模式是系統面臨風險的前、中、后期分別進行防御、應對和恢復的過程。文章認為，抗逆力是一個綜合指標，災后的恢復能力固然重要，但是災前預防能力和災中應對能力同樣體現了社區抗逆力的強弱。因此，文章關于抗逆力的研究是基于第二種模式，在這種視角下，測度中國各省市社區抗逆力。

（二）抗逆力評價指標研究框架

具有抗災能力社區是指能夠抵御災害并能采取達到所需保護水平現已知的減災行動的社區?？鼓媪姷纳鐓^比抵御能力較弱的地區更不容易受到災害和災難的影響，因此了解抗逆力的概念內涵并測量抗逆力變得尤為重要。由于抗逆力是一個多層面、多維度的概念，絕對測量抗逆力是不可能的，但是我們可以通過指標來進行抗逆力的測量。因此，評估抗逆力最重要的是確定其影響因素及其關鍵指標。

圍繞著抗逆力進行概念闡述、結構整合和構建策略，部分學者實現了實證分析框架的搭建和量化操作及評估。如Norris（2008）通過大量實證研究得出抗逆力是與災后適應相關的一系列功能軌道積極的調整的過程，主要包括經濟發展、設施和溝通、社會支持和社區能力等四個方面，并以此四個維度建立概念模型來衡量社區抗逆力[5]。Cutter（2008）等人提出“地方抗災能力（DROP）”模型，描述脆弱性和抗逆力之間的關系，該模型依賴社會、生態、經濟、制度、基礎設施和社區六個維度29個變量[3]。朱華桂（2013）結合實踐的基礎上，提取社區抗逆力的關鍵因素，將社區抗逆力的影響因素歸結為物理、制度、人口和經濟等四大維度[6]。Alshehri等人（2014）以沙特阿拉伯為研究對象，采用德爾菲法對社區抗逆力影響因素及其二級指標進行研究，就社區抗逆力框架達成共識，確定影響因素為六方面：社會、經濟、物質和環境、治理、健康和福祉以及信息和通信[7]。胡曼等人（2016）通過對國外不同的社區抗逆力工具進行系統的比較分析，提出我國社區抗逆力應該從社區資源、經濟發展水平、社會資本、信息溝通和災難管理情況等維度進行評價[8]。

二、研究概況分析

（一）研究區概況

中國位于亞洲東部、太平洋的西岸，地理坐標介于3°51′N～53°33′N、73°33′E～135°05′E;之間。領土遼闊廣大，地理氣候條件復雜，自然災害種類多且發生頻繁，是世界上自然災害最嚴重的發展中國家之一。各類自然災害幾乎每年都有發生，給我國帶來嚴重的人員傷亡和財產損失。我國雖然幅員遼闊，資源豐富，但是人口基數大，所以人均資源占有量相對較少。文章選取中國29個省市作為研究區的原因主要是：中國作為一個大國，區域之間由于地理位置的不同有著明顯的南北分異和東西不同。

（二）數據選取與處理

文章選取中國29個省市作為評價單位，數據主要來源于《中國統計年鑒》和國泰安數據庫， 從中篩選出2017年中國29個省市的相關數據作為樣本，另外有些指標因沒有2017年的數據，采用了其他年份指標。影響社區抗逆力的因素很多，綜合文獻可以發現絕大多數學者都強調社會、經濟、經濟、人口等因素在社區抗逆力構建過程中的關鍵作用，環境因素對抗逆力的影響也至關重要，但是實際模型應用中，較少有學者將這一維度包含在內，文章研究的尺度為省市區域，跨度較大，區域環境差異較大，因此，在構建評價指標體系時將環境維度納入。綜合文獻及結合實際情況的基礎上從物理、制度、經濟、人口、環境5個方面選取了影響社區抗逆力的18個變量（見表1）。

（三）研究方法

熵權TOPSIS法是熵權法與TOPSIS法的結合。熵權法是根據變量的固有信息賦予指標相應的權重的一種客觀賦權方法，這樣可以極大的避免主觀因素的帶來的偏差，使指標具有更高的可信度。TOPSIS（逼近理想解排序法）是一種常用的組內多目標綜合評價方法，能充分利用原始數據的信息展現不同對象的差距。通計算評價對象與理想解和負理想解間的距離后獲得各評價對象與理想解的接近度，從而得出綜合評價排名。具體操作方法如下：

三、結論與分析

根據上述操作可得抗逆力各指標權重大小，如表1所示，其中社區衛生床位數X2的熵權值最大，為0.0428，表明該指標變異程度最大;第一產業占GDP比重X7的熵權值最小，為0.0201，即各省市的第一產業占GDP比重相對其他指標而言差異不大。表2為區域各個指標歸一化后的數據及綜合抗逆力評價指數，為了方便觀察，文章對各省市各個指標歸一化后的數據進行了整體平移。

根據表2數據可知：

我國區域抗逆力總體普遍偏低，處于中下水平，大部分的省市抗逆力綜合評價值低于0.5，其中15個省市的抗逆力綜合評價值甚至低于0.2，只有上海、江蘇和福建三省，大于0.5。

上海市、江蘇省和福建省的抗逆力最高，而重慶市、寧夏省和貴州省的抗逆力最低。并且抗逆力最高的上海市抗逆力綜合評價指數是抗逆力最低的貴州省的6.02倍，說明區域之間抗逆力差異明顯。

從不同地域來看，華東地區的抗逆力最強，華北和華中/南地區的抗逆力次之，而西南和西北的抗逆力最弱，說明不同區域的抗逆力差異顯著，且呈現“東中部高，西部低”的特征。

西南和西北地區的省份抗逆力值普遍較低，其在物理、制度、經濟方面得分普遍較低，其主要原因式西部地區經濟水平低下、產業單一及物質資源缺乏等。

上海市的抗逆力值最高，但是其在出生率、耕地面積及園地面積指標上的表現較為薄弱，說明各區域在抗逆力方面都其需要提升的地方。

參考文獻

[1] Holling， C S. Resilience and Stability of Ecological Systems[J]. Annual Review of Ecology & Systematics， 1973， 4（1）：1-23.

[2] Cutter S L ， Barnes L ， Berry M ， et al. A Place-based Model For Understanding Community Resilience To Natural Disasters[J]. Global environmental change， 2008， 18（4）：598-606.

[3] Adger W N ， Brown K ， Conway D . Progress in global environmental change[J]. global environmental change， 2010， 20（4）：0-549.

[4] Aldrich D P. Building resilience： Social capital in post-disaster recovery[M] . Chicago，IL： University of Chicago Press，2012.

[5] 朱華桂.論社區抗逆力的構成要素和指標體系[J].南京大學學報：哲學.人文科學.社會科學，2013（5）：68-74.

[6] Norris FH， Stevens SP， Pfefferbaum B， Wyche KF， Pfefferbaum RL. Community resilience as a metaphor， theory， set of capacities， and strategy for disaster readiness. Am J Community Psychol. 2008;41（1-2）：127‐150. doi：10.1007/s10464-007-9156-6.

[7] Alshehri S A ， Rezgui Y ， Li H . Delphi-based consensus study into a framework of community resilience to disaster[J]. Natural Hazards， 2015， 75（3）：2221-2245.

[8] 胡曼，郝艷華，寧寧，等.應急管理新動向：社區抗逆力的測評工具比較分析[J].中國公共衛生管理，2016（1）：27-29.

基金項目：基于災區自救視角的突發災害社區抗逆力研究（71673130）。

作者簡介：周靜，女，碩士研究生，南京大學工程管理學院。