徐长乐：全球气候变化背景下上海社会经济脆弱性评价研究----基于PSR模型

        摘要：运用PSR模型，重点探讨了全球气候变化背景下上海在自然、经济、社会系统作用下的2001—2012年社会经济脆弱性时序变化情况。在构建脆弱性综合指标体系的基础上，将影响上海社会经济脆弱性的领域划分为风险度、敏感度和失衡度三个方面。计算结果表明，2001—2012年上海面对全球气候变化的脆弱性逐年降低，风险性受自然因素的影响呈波动变化，敏感性、失衡性逐年下降，适应能力逐年提高。

        关键词：上海；脆弱性；PSR模型

        1  前言

        上海位于我国长江河口，是典型的河口海岸城市，也是一个现代化程度高、人口稠密的国际性大都市，目前正面临极端天气、盐水入侵、海岸侵蚀、湿地减少等环境问题，如何协调好经济、社会和环境保护之间的关系，有效减缓气候变化对上海产生的不利影响，提高应对气候变化的适应能力是上海城市发展面临的一项重大课题[1]。尤其是2001年IPCC(International Panel on Climate Change)第三次评估报告对气候变化脆弱性给出明确的定义以来，脆弱性已逐渐成为国内外全球气候变化研究的重点和热点领域[2]。

        在国际上，许多国际组织如IPCC、UNEP、SOPAC等都相继开展了针对气候变化的脆弱性研究，加拿大、澳大利亚、坦桑尼亚、英国等都在国家水平上针对农林水资源生态环境以及渔业等众多行业展开研究[3，4]。在国内，众多学者展开了针对不同尺度的气候变化脆弱性研究，如孙阿丽、谭丽荣等分别采用演绎法和指标体系法对沿海地区的脆弱性进行了研究[5-7]；徐明、王原等针对长江流域及其河口地区进行了脆弱性研究[8，9]。也有针对特定气候灾害的脆弱性研究，如陈香研究了福建在应对台风灾害的脆弱性评价。在研究方法上，由于指标评价法的科学性和可操作性强，在气候变化脆弱性评价中得到广泛应用，如徐明、王原通过构建指标体系的方法对上海气候变化脆弱性进行了研究[2，8，9]。

        本文结合两者的研究方法对2001—2012年上海气候变化脆弱性进行了分析，采用主客观赋权的方法，以期所得结果更加科学合理。

        2  评价指标体系的构建

        2.1  指标体系的构建

        目前脆弱性研究应用较多的是PSR模型(Pressure-State-Response)，即“压力—状态—响应”模型。该模型具有较明显的因果关系，从指标产生的机制方面着手构建评价指标体系。从系统论角度来看，气候变化脆弱性的动态过程符合“压力—状态—响应”模式。即外在因素(气候因子变化和人为因子变化)对系统产生压力，构成刺激输入，系统发生状态变化(正面或负面影响)，变化结果通过某种形式响应，表现为生态系统的脆弱性或适应性；加之考虑到指标设计、数据搜集等方面的客观事实，故本文采用PSR模型。结合上海市气候变化脆弱性研究的关键问题及相关研究[2]，遵循构建指标体系的科学性、代表性、典型性、可操作性原则，本文构建了上海市气候变化脆弱性的指标体系，见表1。

表1  上海气候变化脆弱性评价指标体系

注：资料来源于相关文献[2]。

        目标层是上海市社会经济气候变化脆弱性指数A，以表征上海在气候变化背景下的综合脆弱性。该指数越高，表明该上海市复合系统的综合脆弱性越高，应对全球气候变化及极端气候灾害的能力越弱；反之亦然。领域层由风险度B1、敏感度B2和失衡度B3构成，并通过对主题层和要素层的内部要素设计来进一步诠释领域层的含义。风险度是压力指标，表征气候变化和城市发展对上海市造成的负荷，风险度越高，表明上海市所承受的来自自然、经济和社会系统的压力负荷越大，应对气候变化的能力越弱，反之亦然；敏感度是状态指标，表征上海市各子系统的状况和内部结构特征以及对全球气候变化的敏感程度，敏感度越高，表明各子系统的敏感性越高，系统越容易受到气候变化的影响，反之亦然；失衡度是响应指标，表征上海市复合系统应对气候变化和人类活动带来的影响所具备的响应能力，失衡度指数越高，应对气候变化的响应能力越低，适应能力越弱，其复合系统的脆弱性越高，反之亦然[2]。

        2.2  指标体系权重的确定

        AHP法：AHP法是一种将决策者对复杂系统的决策思维过程模型化和数量化的过程。大体分为以下几个步骤：①明确问题。将问题所含的要素进行分组，把每一组作为一个层次(最高层、中间层、最底层)。②构造判断矩阵。即某一要素相对另一要素的重要性，本文利用Excel进行计算(由于篇幅所限，计算过程从略)。③层次单排序。目的在于确定本层次与之有联系的个元素重要性次序的权重值。④层次总排序与一致性检验。当CR(层次总排序的随机一致性比例)小于0.10时，计算的权重结果具有令人满意的一致性[10]。

        熵值法：通过判断一个事件的随机性、无序程度及离散程度确定权重，指标的离散程度越大，表明该指标对综合评价的影响越大。它能深刻地反映出指标信息熵值的效用价值，它给出的指标权重建立在指标数据的基础上，相对客观，有更高的可信度，具体步骤为：①假定需要评价的对象具有m年的发展状况，有n个评价指标，则xij为第i年的第j个指标的数值(i=1，2…，m；j=1，2…，n)，组成矩阵X。②标准化处理。异质指标同质化，定义x′ij(i=1，2，…，m；j=1，2，…，n)为第i年的第j个指标的标准化数值，记x′ij=xij。③计算第j项指标下第i年占该指标的比重[10]： (i-1，2…，m；j=1，2，…，n)。④计算第j项指标的熵值：其中，k＞0，k=1/ln(m)，ej≥0。⑤计算第j项指标的差异系数。对第j项指标，指标值的差异越大，对方案评价的影响越大，熵值就越小，定义差异系数：其中，，0≤gj≤1，⑥求权值：(1≤j≤n)。⑦计算各年的综合得分：

        加权平均法：由于根据一种方法得到的测算结果缺乏比对，因此本研究将客观分析的熵值法得分与主观分析的层次分析法得分进行加权平均，得到各指标权重的修正得分。

        3  上海社会经济脆弱性的计算

        本文分别测算出上海气候变化风险度、敏感度和响应度得分，在此基础上构建上海脆弱性综合指数，用以全面评估上海脆弱性的时序变化。

        3.1  原始数据标准化

        由于各指标的量纲不同，为了提高各指标以及各时间段的可比性，需要对原始指标进行归一化处理，得出各评价指标标准化处理数据，以此进行定量化评价：对正向指标，即在一定范围内，指标数值越大越好。即表示指标数值越大，对脆弱性指数的贡献越大，具体计算公式为：Di=(Xi-Xmin)/(Xmax-Xmin)；对逆向指标，即在一定范围内，指标数值越小越好。即表示指标数值越小，对脆弱性指数的贡献越大，具体计算公式为：Di=(Xmax-Xi)/(Xmax-Xmin)。式中，Di为指标i的标准分值，Xi为某一年的指标值；Xmax为全部i指标中的最大值；Xmin为全部i指标的最小值[2]。

        3.2  计算结果及分析

        计算结果：根据2001—2012年上海标准化后的数据，利用AHP层次分析法及熵值法计算出各指标要素的综合权重，见表2。

表2  上海气候变化脆弱性评价指标体系各级指标权重

上海社会经济脆弱性计算与分析：将综合权重与标准化后的指标相乘再相加后得到历年得分，见表3、图1。

表3  2001—2012年上海气候变化脆弱性评价得分

图1  2001—2012年上海气候变化脆弱性评价得分

        脆弱性指数：2001—2012年上海市脆弱性指数总体呈下降的趋势。2005年和2010年上海市脆弱性指数形成一个上升的波峰，由2001年的0.513下降到2012年的0.307，其中2005年最高为0.527，2011年最低为0.305，表明上海市的脆弱性总体呈下降趋势，应对全球气候变化的能力在逐年提高。由于数据标准化处理及权重赋值的缘故，脆弱性指数的取值范围在0—1之间，以脆弱性综合指数得分0.5作为分界线，仅2001年和2005年得分在0.5以上，其他年份得分均处于0.3—0.5之间，说明上海市历年的脆弱性总体处于中等偏低水平。

        2001—2005年上海市脆弱性指数呈“U”型发展，2001—2004年脆弱性指数逐年下降，但2005年上海脆弱性指数陡然提升，主要是由于受到台风“麦莎”的影响，对上海造成较了严重的海洋灾害经济损失，加之E6指标权重较高，使当年的脆弱性指数最高，达到0.527，说明极端气候灾害尤其是极端海洋气候灾害对上海造成的影响较大，上海在应对诸如台风风暴潮的灾害时仍存在较大的劣势；2006—2012年，随着上海社会经济的发展，上海脆弱性指数呈逐年波动下降态势，在2010年指数略有抬升，但幅度不大，主要是由于2010年上海社会经济脆弱性指数内部的敏感度指标和适应度指标略有上扬；发展到2011年上海的脆弱性指数达到最低，为0.305，2012年与2011年相差不大，为0.307，说明上海社会经济系统的脆弱性在2011—2012年最低，抵御全球气候变化风险的能力最强。

        脆弱性综合指数呈逐年下降趋势主要是受到适应度得分的影响。2001—2012年适应度得分由2001年的0.191下降到2012年的0.058，两年得分的差值为0.133，2001年与2012年的脆弱性综合指数得分差值为0.206，说明适应度得分降低是脆弱性综合指数降低的主要原因。即社会经济系统的逐步完善和提升，可增强自然经济社会复合系统对全球气候变化的适应能力。风险度在历年的得分中并没有明显下降趋势，由于受自然系统的影响，波动较大，2001年得分为0.134，发展到2012年的0.144，2005年得分最高达0.26；敏感度总体上呈逐年下降趋势，但下降幅度略低于适应度。2001年敏感度得分为0.188，发展到2012年得分为0.105，说明上海复合系统对全球气候变化的敏感反应在降低，系统内部各子系统间的耦合关系得到进一步改善。

        风险度指数：由图2可见，2001—2012年上海市社会经济受气候变化的风险度指数B1(取值范围0—0.443)呈波浪式曲线状。2005年和2006年风险度指数偏高，其他各年份风险度指数差异不大，得分均在0.11—0.16间上下浮动；尤其是在2007年以后，风险度指数得分在0.14—0.16间浮动，说明在各自然要素无明显波动。未发生极端气候灾害时，上海各系统承受全球气候变化的压力处于一个较稳定的状态，但当E1-E6指标中出现较大变化时，如2005年将极大影响上海承受全球气候变化的风险度得分。

图2  2001—2012年上海风险度指数变化

        C1、C2这两大主题层相比较而言，C1波动幅度更大，主要是由于气候变化各因素存在不可抗性及波动性。尤其是在2005年由于上海市的海洋灾害损失达到17.28亿元，使C1得分明显偏高。此外，在2001年、2008年是上海市暴雨天数偏高的年份，C1得分也较高；C2在2006年得分最高，主要是由于当年上海市耕地面积减少量为2.93万hm2，为历年耕地面积减少量最高值；2006年基本保持在一个平稳的状态，主要是因为上海市处于后工业化发展阶段，代表城市化发展的各指标E7—E10波动不大。

        敏感度指数：2001—2012年上海市敏感度指数得分B2(取值范围0—0.317)呈波动式变化，但总体呈下降趋势，见图3。上海市敏感度指数得分在2001年最高，为0.188，其后2002—2006年呈波动下降趋势；2007年略有反弹，上升为0.171，随后继续保持下降趋势，2010年出现波动上升，但幅度并不大。截止到2012年敏感度指数得分最低，为0.105。敏感度指数得分降低，说明上海对全球气候变化的敏感性逐年降低，各系统总体上处于良性发展状态。

图3  2001—2012年上海敏感度指数变化

        C3得分呈逐年下降的态势。2001—2012年上海市C3得分由2001年的0.11下降到2012年的0，主要是因为2012年上海C3的各项指标均为历年标准化后的最小值。具体到C3指标内部，如V类和劣V类水质的河道长度比例在2006年后逐年下降，2001年为53.7%，2006年上升到最高值70%，之后再逐年下降，2012年为36.7%；人均年用水量在2005年(151.57m3/人)后也逐年降低，2012年为130.23m3/人；城市绿化覆盖率则保持逐年上升的态势，由2001年的23.8%上升到2012年的38.3%。这些指标的逐年优化均有利于改善上海的生态环境，从而可间接提高其应对全球气候变化的应变能力和抵抗能力。C4与C3的发展趋势相反，呈阶梯式上升，2006年得分最低为0.06，发展到2010年得分最高，为0.117。虽然C4中的指标如城乡居民年均储蓄存款余额逐年提升、单位GDP电耗逐年下降，但权重占比偏大的每万人口拥有医院床位数在2006年以后呈下降态势，这一指标将间接反映出上海在面临灾害时的救援和应急能力。上海作为经济发达、人口稠密的国际性大都市，经济密度和人口密度作为两大直观指标，2001—2012年逐年提升，这也相应提高了上海在面临全球气候变化时的敏感性。与其他城市相比，上海在遭受极端气候灾害时，相同面积下所受到的经济及生命财产损失将远高于其他城市。C3、C4的变化趋势说明上海在面对全球气候变化的敏感度方面，虽然自然环境的改善可降低其应对气候变化的敏感性，但上海社会经济的快速发展也将提高其敏感性。

        失衡度指数：2001—2012年上海社会经济适应度指数得分B3(取值范围0—0.24)总体呈下降的态势，见图4。最高值出现在2001年，为0.191；最低值出现在2012年，为0.058，表明上海社会经济系统应对全球气候变化的适应能力逐年提升。

图4  2001—2012年上海适应度指数变化

        C5得分逐年下降，它包含的指标人均GDP和人均财政收入对上海而言是逐年提升的，较高的人均GDP和人均财政收入在一定程度上增强了上海应对全球气候变化的适应能力以及极端气候灾害来临时的响应能力。C6在2001—2006年得分逐年降低，2007年得分呈有所回升，主要是受E21和E22两大指标的影响。E21在2001—2006年保持上升的态势，2006年最高为237，2007年以后开始逐年下降，2012年为213人；E22基本保持逐年提升的状态，2001年平均参保人数占比为46.1%，2007年为49.2%，2012年达到57.3%。C7在2001—2012年呈现波浪式变化，2010年以后趋于稳定状态。社会经济要素质量的提升，可有效缓解人类在面临极端气候灾害时的应对和抵御能力，从而降低社会系统与生态系统的失衡度，提高适应能力。

        4  结论

        主要是：①2001—2012年上海自然经济社会复合系统的脆弱性逐年降低，脆弱性综合指数逐年下降，由2001年的0.513下降到2012年的0.307，主要是由于上海适应全球气候变化的能力逐年提升，适应度得分逐年降低。②风险度呈波浪式变化，受到全球气候变化的影响，风险度历年得分波动较大，但无明显下降趋势，得分由2001年的0.134，发展到2005年得分最高为0.26，2012年为0.144。2005年得分突增主要是受到海洋灾害的影响。对上海而言，全球气候变化和海平面上升会加剧风暴潮、暴雨、咸潮入侵等极端气候灾害发生的频率和强度，造成巨大的生命财产损失，这将极大提高上海自然经济社会复合系统的脆弱性，影响上海当地经济发展及人民的正常生产生活。③敏感度总体呈下降趋势，2001年敏感度得分为0.188，发展到2012年为0.105。敏感度内部的各自然要素指标逐年趋好，但随着社会经济的发展，社会经济系统内部各子系统对环境产生的压力逐年增强，如经济密度、人口密布指标逐年提高、每万人口拥有医院床位数在2006年以后呈下降趋势等。城市化带来的城镇人口激增，将加剧城市建设用地矛盾，对城市环境、城市基础设施、城市能源、社会福利等提出更高的要求。对上海而言，做好灾前预防工作，提高灾害预警和救援能力是很有必要的。④失衡度得分逐年下降，由2001年的0.191下降到2012年的0.058，占脆弱性综合指数的比重逐年降低，上海自身的适应能力逐年提升，主要得力于适应度内部的各项社会经济指标逐年趋好。

        基金项目：国家社科基金项目(编号：13BJL087)。

        参考文献：

        [1]赵慧霞，吴绍洪.自然生态系统响应气候变化的脆弱性评价研究进展[J].应用生态学报，2007，(2)：20-29.

        [2]王原.城市化区域气候变化脆弱性综合评价理论、方法与应用研究——以中国河口城市上海为例[D].上海：复旦大学硕士学位论文，2010.

        [3]Niemeyer S, Petts J, Hobson K. Rapid Climate Change and Society: Assessing Responses and Thresholds[J]. Risk Analysis, 2005, 25(6): 1443-1456.

        [4]Metzger M J, Leemans R, Schroter D. A Multidisciplinary Multi-Scale Framework for Assessing Vulnerablities to Global Change[J]. Intenational Journal of Applied Earth Observation and Geoinformation, 2005, (7): 253-267.

        [5]孙阿丽，石勇.沿海区域自然灾害脆弱性特征及影响因素分析[J].中国人口·资源与环境，2009，19(5)：148-153.

        [6]谭丽荣.中国沿海地区风暴潮灾害综合脆弱性评估[D].上海：华东师范大学硕士学位论文，2012.

        [7]许世远，王军，石纯，等.沿海城市自然灾害风险研究[J].地理学报，2006，61(3)：127-138.

        [8]徐明，马超德.长江流域气候变化脆弱性与适应性研究[M].北京：中国水利水电出版社，2009：242-248.

        [9]徐长乐，徐廷廷.上海海洋科技创新的SWOT分析[J].长江流域资源与环境，2012，(7)：797-802.

        [10]徐廷廷，徐长乐.时空维度下上海高技术产业创新能力评价研究[J].华东经济管理，2013，(7)：5-8.

        作者简介：徐廷廷(1989-)，女，山东省泰安人，博士研究生，主要从事区域经济与区域发展研究，通讯作者。

作者： 华东师范大学城市与区域科学学院 徐廷廷 刘洋 华东师范大学城市与区域科学学院 华东师范大学长江流域发展研究院 徐长乐 

来源： 《资源开发于与市场》2015年第3期