發(fā)布時間：2020-03-31 11:22

【摘要】：氣象災(zāi)害一直困擾著社會的健康發(fā)展,給全世界人民帶來了巨大的經(jīng)濟損失。而受全球氣候變暖影響,未來全球極端氣象災(zāi)害可能出現(xiàn)多發(fā)、頻發(fā)、重發(fā)趨勢,給全球農(nóng)業(yè)生產(chǎn)安全帶來極大風(fēng)險,同時伴隨著經(jīng)濟發(fā)展帶來的暴露度擴大,未來氣象災(zāi)害造成經(jīng)濟損失的可能性將增加。而我國人口基數(shù)大,人均耕地面積少,水資源匱乏,同時又存在水污染嚴重,荒漠化和水土流失嚴重,草原生態(tài)、海洋生態(tài)嚴峻,大氣環(huán)境惡化等一系列問題。因此,探討災(zāi)害風(fēng)險形成機制、評價災(zāi)害風(fēng)險,進而對風(fēng)險進行管理已成為經(jīng)濟可持續(xù)發(fā)展的重要科學(xué)基礎(chǔ)。目前有關(guān)災(zāi)害風(fēng)險的研究已有一定的基礎(chǔ),但此類研究多從風(fēng)險要素即致災(zāi)因子、脆弱性、暴露度等角度出發(fā)進行風(fēng)險評估,同時這些研究多是從風(fēng)險厭惡的角度對氣象風(fēng)險進行審視,而忽略了風(fēng)險承受體的差異,即無法區(qū)分風(fēng)險厭惡和風(fēng)險追逐群體的差異性。“風(fēng)險”本源于經(jīng)濟學(xué)領(lǐng)域,經(jīng)濟中有關(guān)風(fēng)險的研究已有數(shù)百年的發(fā)展歷史,而目前氣象災(zāi)害的評估工作從數(shù)理經(jīng)濟的角度開展相關(guān)災(zāi)害風(fēng)險評估的研究卻十分稀少。因此,本論文嘗試從數(shù)理經(jīng)濟學(xué)的角度開展中長期氣象災(zāi)害風(fēng)險評估方法的研究。本文首先利用經(jīng)濟學(xué)中的效用定義,將以往評估的焦點由損失大小的評估轉(zhuǎn)變?yōu)樾в么笮〉脑u估,從而使模型體現(xiàn)出風(fēng)險承受體的特征,同時也更能接近承受體的風(fēng)險感知大小。在總結(jié)以往風(fēng)險定義的基礎(chǔ)上,本文從效用的角度重新給出了風(fēng)險的定義,即未來某一時段內(nèi)風(fēng)險承受體對未來可能出現(xiàn)的損失表現(xiàn)出的擔(dān)憂程度。進而利用效用的特性將中長期的風(fēng)險過程視為效用圍繞一線性增長趨勢下的波動過程,波動的歸因即為氣象因子的變化。從而可利用隨機數(shù)學(xué)方程對該波動過程進行描述。基于破產(chǎn)理論的知識給出了本文風(fēng)險的數(shù)學(xué)表達,即求解該隨機過程中效用低于給定效用閾值的概率大小。進而利用復(fù)合Poisson過程的假設(shè),首先討論風(fēng)險三要素(致災(zāi)因子、脆弱性、暴露度)的風(fēng)險模型,并推導(dǎo)出了該過程的風(fēng)險概率表達式。另外在氣象災(zāi)害風(fēng)險評估中,防災(zāi)、減災(zāi)能力是風(fēng)險評估中的重要因子,因此本文利用相依風(fēng)險模型重新討論了在復(fù)合Poisson過程假設(shè)下風(fēng)險概率的解形式。但考慮到現(xiàn)實中的隨機過程未必能很好地符合復(fù)合Poisson過程的假設(shè),并且效用損失大小也難滿足指數(shù)分布的要求,因此基于上述復(fù)合Poisson過程的假設(shè)給出的風(fēng)險概率解形式很難直接用于實際問題的分析。為此,本文討論利用最大熵原理給出的概率分布函數(shù)將一般過程轉(zhuǎn)變?yōu)闈M足復(fù)合Poisson過程的可能性,并利用計算機模擬方法進行驗證。最后論文以干旱為例,對比分析了常規(guī)的copula方法和本文提出的風(fēng)險分析方法得到的干旱風(fēng)險結(jié)果。本文的主要結(jié)果有:(1)對于中長期的風(fēng)險過程可以利用隨機方程進行描述,根據(jù)初始效用與效用閾值的大小差異,可將該風(fēng)險過程劃分為兩類:一類為正風(fēng)險過程,另一類為負風(fēng)險過程。并得到了兩類隨機過程在復(fù)合Poisson過程假設(shè)下風(fēng)險概率的一般表達式,同時給出了效用損失滿足指數(shù)分布時的特解形式。(2)將防災(zāi)、減災(zāi)項視為效用損失的相依過程,得到了復(fù)合Poisson過程假設(shè)下兩類風(fēng)險過程的風(fēng)險概率的一般表達式和Lundberg不等式。(3)基于最大熵原理給出的分布函數(shù)能很好的擬合干旱歷時和干旱強度的分布,并且基于該分布建立的二維概率分析模型優(yōu)于常規(guī)利用指數(shù)分布和Gamma分布分別擬合干旱歷時和干旱強度得到的結(jié)果。(4)計算機模擬驗證表明,基于最大熵原理給出的分布函數(shù)能將等待間隔符合Gamma分布的樣本轉(zhuǎn)變?yōu)榉�合指�?shù)分布的等待間隔,使得一般過程轉(zhuǎn)變?yōu)闈M足復(fù)合Poisson過程成為可能,并且計算機模擬得到的風(fēng)險概率與理論計算得到風(fēng)險概率有很好的一致性。(5)利用月尺度的SPI數(shù)據(jù)和Copula方法分析顯示我國的干旱中心有著明顯的周期特征,從1961-2015年每隔10年,干旱中心的位置依次處于華北—東北—西南—華北—東北—西南�；�于相同的SPI數(shù)據(jù)分離得到干旱等待間隔和各次干旱的強度大小,并將該強度視為每次干旱導(dǎo)致的效用損失大小,經(jīng)驗證:干旱等待間隔滿足指數(shù)分布而效用損失也可用指數(shù)分布進行表達。利用復(fù)合Poisson過程的風(fēng)險概率結(jié)論,計算了1961-2015年的整體干旱風(fēng)險和每10年的干旱風(fēng)險大小,結(jié)果顯示,1961-2015年整體的干旱風(fēng)險特征為我國南方尤其是長江以南地區(qū),東北地區(qū)和新疆北部地區(qū)的風(fēng)險高于其它地區(qū)的風(fēng)險。而每10年的干旱風(fēng)險概率計算表明,干旱風(fēng)險的空間分布與利用Copula方法得到的風(fēng)險結(jié)果有著高度的空間一致性。
【圖文】：

逡逑當(dāng)高的比例。同時從圖１．１中也能看出，近年來的受災(zāi)和成災(zāi)面積有顯著的減少趨勢。圖逡逑１．２中各災(zāi)害導(dǎo)致的受災(zāi)面積可清晰的表明，旱災(zāi)和水災(zāi)是我國最主要的災(zāi)害，二者造成逡逑的受災(zāi)面積之和占總受災(zāi)面積的近７５％，根據(jù)成災(zāi)面積數(shù)據(jù)分析得到各災(zāi)害導(dǎo)致的受災(zāi)面逡逑積占比相近。另外，分別以２０１６年和２０１５年災(zāi)情為例細化災(zāi)情特征，２０１６年我國受災(zāi)人逡逑口邋１．９億人次，死亡失蹤人口邋１７０６人，緊急轉(zhuǎn)移安置人口邋９１０．１萬人次，直接經(jīng)濟損失達逡逑５０３２．９億元，房屋倒塌５２．１萬間，農(nóng)作物受災(zāi)面積２６２２０．７千公頃，農(nóng)作物絕收面積達２９０２．２逡逑千公頃［１Ｇ］。２０１５年受災(zāi)人口邋１８６２０．３萬人次，８１９人因災(zāi)死亡，１４８人因災(zāi)失蹤，緊急轉(zhuǎn)逡逑移安置人口邋６４４．４萬人次，倒塌房屋２４．８萬間，損壞房屋２５０．５萬間，，農(nóng)作物受災(zāi)面積２１７６９．８逡逑千公頃

我國地域遼闊，南北跨度大，具有熱帶、亞熱帶和溫帶等多種熱量帶，這是致使我國逡逑氣候類型復(fù)雜多樣。我國位于世界最大的大陸一亞歐大陸的東部，同時又瀕臨世界最大的逡逑大洋一太平洋，海陸熱力差異突出，對我國氣候產(chǎn)生了深刻的影響。從東南沿海往西北內(nèi)逡逑陸，氣候的大陸性特征逐漸增加，依次出現(xiàn)濕潤、半濕潤、半干旱、干旱的氣候區(qū)。同時，逡逑我國是世界上季風(fēng)氣候最發(fā)達的區(qū)域之一。冬季受亞洲高壓的控制，盛行寒冷、千燥的偏逡逑北離陸風(fēng)，夏季則受西北太平洋副熱帶高壓的控制，盛行由海上來的潮濕、溫暖的偏南氣逡逑流，溫濕多雨。因此由于氣候復(fù)雜多樣，因此也造成了我國災(zāi)害種類多，分布廣，同時災(zāi)逡逑害又表現(xiàn)出區(qū)域特征性，洪澇多集中在長江中下游平原和黃淮海平原；旱災(zāi)多發(fā)于黃淮海逡逑
【學(xué)位授予單位】：揚州大學(xué)
【學(xué)位級別】：博士
【學(xué)位授予年份】：2018
【分類號】：O211.67;F842.64

【相似文獻】

相關(guān)期刊論文 前10條

1 黃建文;韓露露;劉騰姣;;金昌市氣候特征及氣象災(zāi)害風(fēng)險分析[J];安徽農(nóng)業(yè)科學(xué);2018年27期

2 潘麗華;;氣象災(zāi)害對玉米種植的影響分析[J];種子科技;2018年01期

3 陳光燕;楊浩;;脆弱性視角下氣象災(zāi)害對農(nóng)村貧困的影響分析[J];四川農(nóng)業(yè)大學(xué)學(xué)報;2017年04期

4 趙思健;張峭;聶謙;鄭茗曦;;農(nóng)作物氣象災(zāi)害風(fēng)險識別與評估研究[J];災(zāi)害學(xué);2018年02期

5 桑林;王優(yōu);范蘭燕;劉瑩;卜思陽;王平華;;朝陽縣2017年氣候特征及氣象災(zāi)害分析[J];吉林農(nóng)業(yè);2018年18期

6 楊海楓;楊慶豐;;建立氣象災(zāi)害評估機制 降低農(nóng)業(yè)經(jīng)濟損失[J];吉林農(nóng)業(yè);2017年02期

7 鄭雙怡;;西南喀斯特地區(qū)農(nóng)戶氣象災(zāi)害致貧的影響因素分析[J];西南民族大學(xué)學(xué)報(人文社科版);2017年03期

8 趙珊珊;高歌;黃大鵬;何文平;;2004—2013年中國氣象災(zāi)害損失特征分析[J];氣象與環(huán)境學(xué)報;2017年01期

9 蔡璐蝶;錢丹蕾;;氣象災(zāi)害、經(jīng)濟影響與社會捐贈研究綜述——基于企業(yè)層面[J];當(dāng)代經(jīng)濟;2017年02期

10 于璐;王峰;金宇;吳奇;;應(yīng)對遼寧地區(qū)旅游氣象災(zāi)害的一些思考[J];綠色科技;2017年06期

相關(guān)會議論文 前10條

1 朱杰;于萬榮;崔棟梁;郝婧宇;;淺析氣象災(zāi)害對農(nóng)業(yè)生產(chǎn)的影響及預(yù)防[A];第32屆中國氣象學(xué)會年會S15 提升氣象為農(nóng)服務(wù)能力，保障農(nóng)業(yè)提質(zhì)增效[C];2015年

2 胡玉蓉;;基于個案分析的氣象災(zāi)害管理流程再造[A];第26屆中國氣象學(xué)會年會氣象災(zāi)害與社會和諧分會場論文集[C];2009年

3 陳超;左雄;;突發(fā)氣象災(zāi)害應(yīng)急管理機制研究[A];第26屆中國氣象學(xué)會年會氣象災(zāi)害與社會和諧分會場論文集[C];2009年

4 詹兆渝;;氣象災(zāi)害與社會發(fā)展、科學(xué)進步[A];加入WTO和中國科技與可持續(xù)發(fā)展——挑戰(zhàn)與機遇、責(zé)任和對策（下冊）[C];2002年

5 唐云輝;何澤能;左雄;;突發(fā)氣象災(zāi)害的分類與應(yīng)用[A];第七屆全國優(yōu)秀青年氣象科技工作者學(xué)術(shù)研討會論文集[C];2010年

6 張健挺;湯麗莎;;來賓市重大氣象災(zāi)害政府專項應(yīng)急預(yù)案編制問題的思考[A];2008年廣西氣象學(xué)會學(xué)術(shù)年會論文集[C];2008年

7 劉冬艷;;南陽氣象災(zāi)害與區(qū)域經(jīng)濟發(fā)展研究[A];經(jīng)濟策論（下）[C];2011年

8 周奇;向果;伍欣;陳偉;張玉蓉;;氣象災(zāi)害風(fēng)險防御的社會管理模式思考[A];創(chuàng)新驅(qū)動發(fā)展 提高氣象災(zāi)害防御能力——S3第三屆氣象服務(wù)發(fā)展論壇——公眾、專業(yè)氣象預(yù)報服務(wù)技術(shù)與應(yīng)用[C];2013年

9 黃登廉;周福;;氣象災(zāi)害給浙江省國民經(jīng)濟帶來的損失及其防御對策[A];論沿海地區(qū)減災(zāi)與發(fā)展——全國沿海地區(qū)減災(zāi)與發(fā)展研討會論文集[C];1991年

10 仲榮根;;廣東氣象災(zāi)害分析及其對策研究[A];論沿海地區(qū)減災(zāi)與發(fā)展——全國沿海地區(qū)減災(zāi)與發(fā)展研討會論文集[C];1991年

相關(guān)重要報紙文章 前10條

1 本報記者 謝盼 達芹 毛翠輝;落實“三個轉(zhuǎn)變” 前移防災(zāi)端口[N];中國氣象報;2017年

2 記者 李培松;2017年氣象災(zāi)害偏輕[N];遵義日報;2018年

3 重慶商報-上游財經(jīng)記者 李析力;傳播虛假氣象災(zāi)害信息 最高可罰5萬元[N];重慶商報;2017年

4 本報記者 孫嘯 通訊員 謝志清;三級聯(lián)動 融合數(shù)據(jù) 創(chuàng)新技術(shù)[N];中國氣象報;2018年

5 ;遼寧省2017年氣象災(zāi)害公報[N];遼寧日報;2018年

6 記者 徐U

本文編號：2609011