西南地区泥石流灾害损失测度与救灾管理揭示

（1）基于灾害风险评估

泥石流灾害风险评估是采用科学的方法，对泥石流发生的可能性及其承灾体遭受的可能损失进行评价和估算的过程[49]。起初，泥石流灾害风险评估集中于从灾害形成机理、分布规律和发生过程入手，分析泥石流灾害发生的可能性，如泥石流严重程度量化分析法、泥石流沟风险区划、泥石流灾害风险评价体系[50]。此时使用的分析模型专业性较强，如泥石流粘塑流模型、宾汉粘性流模型、膨胀塑流模型和混合流理论动量守恒方程等，具有鲜明的学科特色。随着泥石流灾害风险研究的不断发展，学者认为泥石流灾害经济损失是由灾区自然环境、灾区致灾因素和灾区承灾体相互作用的结果，灾区承载体的脆弱性（即易损性）概念被引入传统的灾害风险评估，基于以往泥石流灾害危险性丰富的研究方法，定量评估泥石流灾害可能造成的经济损失与影响成为一个新的研究方式[51]。Hewitt于20世纪80年代提出用易损度表示灾区承灾体遭受潜在泥石流灾害损失的程度[52]。刘希林认为对于泥石流灾害，可以用易损度来表示在一定区域内，可能由泥石流灾害导致的该区域内所存在的一切人、财、物的潜在最大损失程度[53]。泥石流灾害易损度主要包括了物质易损度（如建筑物、基础设施）、经济易损度（如无形资产和个人财产）、环境易损度（如水、土地等自然资源）、社会易损度（如人口）[54]。在泥石流灾害危险性评估加入了易损性后，学者提出了多种泥石流灾害经济损失风险评估指标体系和数学模型，其评价结果最终可得出某一地区可能的泥石流灾害经济损失，从而划分不同地区间的泥石流灾害危险程度。泥石流灾害经济损失风险评估指标体系主要包括对不动产损失和动产损失核算，通多种计算方式核算灾区动产（如固定资产中的机器设备、运输工具等）、不动产（如土地、房屋及其附属物）的价值，结合泥石流灾害的危险性，得出灾区未来受泥石流灾害影响时可能造成的损失数额。在数学模型上形式较丰富，影响泥石流灾害经济损失的因素有多种，其中大部分数学模型包括泥石流灾害强度（又称危险性）、承灾体价值和减灾度三个因素。灾害强度是衡量泥石流灾害的强弱指标，往往来自泥石流灾害危险性评估。承灾体价值用于衡量灾区经济和社会发展状况，包括GDP密度、建筑物密度、财产密度等指标。减灾度用于衡量灾区防灾、抗灾、救灾能力，表示其在现有条件下可应对的泥石流灾害损失程度。因此，泥石流灾害经济损失评估模型可由公式（3-2）表示。

式（3-2）中，L表示泥石流灾害经济损失；S表示泥石流灾害强度；D 表示承灾体价值；R表示减灾度，其反映了泥石流灾害经济损失与其主要影响因素的函数关系[27]。

针对灾害风险评估的研究方法而言，该种方法源于传统泥石流灾害机理研究，通过分析泥石流灾害形成机理，得出灾区泥石流灾害发生的可能性（即泥石流危险性），再结合灾区社会经济状况得出可能的损失（也即泥石流易损性），最终根据危险性和易损性得出灾区可能遭受的泥石流灾害经济损失（两种之间的关系有多种计算方式）。该方法具有以下三点优势：①在分析泥石流危险性上具有学科专业性；②在泥石流易损性上考虑详细；③结合了泥石流危险性和易损性的损失风险分析具有综合性。

（2）基于不同研究区

我国国土面积广阔，地貌复杂，自然环境差异大，由此针对泥石流灾害经济损失的研究必定随区域地理特征的变化而有所不同，对损失的测度也存在一定的研究区差异。20世纪90年代，泥石流灾害经济损失的研究主要针对典型区域进行研究，如对云南东川、四川德昌、凉山等泥石流发生频繁的地区进行专业的分析。张业成通过构建包括危险性、易损性、破坏损失性和防治工程效果的东川泥石流风险评价体系，对云南东川泥石流灾害进行了风险分析，得出东川泥石流灾害损失强度分布图[55]。罗元华以云南东川深沟泥石流为研究对象，结合质量和动量守恒原理，用数学模型模拟当地泥石流堆积过程，结合不同的泥石流灾害发生频率，绘制出了泥石流灾害危险度分布图以及土地资源、房屋、基础设施价值损失分布图，用于预测当地泥石流灾害可能造成的经济损失[56]。刘希林通过分析四川德昌县虎皮湾沟、凉峰沟、凹米罗沟三条典型泥石流沟的危险度后，使用泥石流易损度计算公式，结合当地建筑资产、交通设施资产、人均年收入、土地资源价值等社会经济指标，计算出三条泥石流沟的易损度高低，进而结合危险度使用公式计算得出三条泥石流沟可能造成的经济损失数额[57]。区域性泥石流灾害经济损失研究是对一个地区或更大的行政区域的泥石流灾害经济损失风险进行分析，能为一定区域部署防治工程、建设规划和宏观决策提供依据[58]。刘希林结合四川凉山州17个县市区的区域泥石流灾害数据，通过由单沟泥石流改进后的灾害风险分段函数计算公式，得出了17个县市区可能遭受的直接经济损失和泥石流风险度大小，并将其分为5个数量等级[59]。(www.xing528.com)

随着计算机软硬件的发展，地理信息系统（Geographic Information System，GIS）被广泛应用于灾害监测、环境管理和土地调查。由于其采集、存储、管理、检索、分析和绘制空间属性数据的便利性，促进了区域性泥石流灾害经济损失的相关研究。张建石利用GIS工具对四川省汶川县地理数据进行提取，通过栅格化处理，结合每个栅格内的人口、经济数据分析当地可能遭受的最大潜在损失，并利用GIS的绘图功能绘制出了当地的泥石流灾害损失风险分布图[60]。唐川在GIS工具支持下，通过栅格化、属性分类、多层叠合、缓冲区分析、建立数字高程模型等步骤，对云南西北地区的泥石流灾害进行危险性评价，并绘制了经济损失风险分布图[61]。此后，学者逐渐开始使用GIS工具结合其他学科开始综合性的区域性泥石流灾害研究。王欢基于ArcGIS收集、整理地理数据，构建了云南三江并流区泥石流危险性评价数据库，结合坡度、岩性、断裂、植被和人类工程5个影响因素建立危险性评价模型，再结合层次分析法得出了云南三江并流区存在的泥石流灾害经济损失风险[62]。刘光旭采用GIS技术对我国西南地区泥石流灾害危险性和承载体脆弱性进行了空间分析，估算了西南地区县域单元泥石流灾害各承灾体要素损失风险并进行了分区制图。结果显示，西南地区存在四川盆地周边、蜀滇边界、滇东、滇西和黔东五个泥石流经济损失高风险区[63]。

基于不同研究区的研究方法而言，该研究方法通过区别不同的研究区域，结合研究区内不同的自然、社会经济特点进行分析，从而实现不同尺度范围的泥石流灾害经济损失研究。该方法具有以下三点优势：①研究具有区域特点；②借助了GIS、卫星遥感等辅助性工具；③能促进研究区防灾减灾策略制定。

（3）基于经济损失

整体而言，灾害经济损失在核算上相对困难，但是房屋、建筑物等设施的受灾情况可通过量化和货币的形式进行表示。其中，灾害经济学概念的引入促进了泥石流灾害经济损失研究的发展。灾害经济学是运用现代经济学原理和方法来研究人类社会与灾害之间经济关系的经济学分支学科，是从经济学的角度来研究灾害问题，也就是在灾害条件下如何配置稀缺性资源的问题，处理的关系包括灾害与企业、家庭或个人的经济关系、灾害与各部门经济发展的关系、灾害与整个经济发展的宏观关系等[64]。学者通过使用泥石流灾害直接经济损失数据，结合经济学中的投入产出模型、线性规划模型、生产函数、一般均衡模型以及社会和核算矩阵等多种经济学模型，研究泥石流灾害经济损失对一个地区或国家社会经济运行的影响[65]。另一方面，由于泥石流灾害经济损失数据具有一定的建模能力，结合统计、数学模型的建模研究也成了泥石流灾害经济损失研究的新方向。孙正超基于GIS和logistic回归模型，结合直接经济损失数据研究泸定县和康定市泥石流灾害，实现了对研究区泥石流危险性的评价[66]。尚志海通过利用历史灾害经济损失数据构建了贝叶斯网络模型，对我国西部山区5条泥石流沟进行风险评估，分别得出5条泥石流沟可能的直接经济损失数额，结合可接受风险理论对各条泥石流沟进行了可接受风险水平判断[67]。欧阳资生以湖南省娄底市泥石流灾害损失数据为样本，借助广义帕累托分布和对数正态分布对泥石流灾害损失分布进行拟合，建立了分段的泥石流灾害损失分布模型，以此为基础讨论了泥石流灾害损失的纯保费计算和最大可能损失的预测问题[68]。由于传统统计模型面对复杂灾害损失数据时存在一定的局限性，往往会造成无法拟合和无法通过参数检验等问题，对数据无分布假设优势的机器学习方法被引入泥石流灾害经济损失研究。吉晓玲应用粗糙集和BP神经网络理论，建立了泥石流灾害经济损失的粗糙BP神经网络评估模型，利用训练的BP神经网络预测了青海、宁夏和新疆三省的泥石流灾害经济损失，并根据分级标准进行了泥石流危险性区划[69]。张曦分别利用机器学习方法中的决策树回归、人工神经网络回归、支持向量机回归、Adaboost 回归、随机森林回归这些常用的机器学习方法对云南省历年泥石流灾害经济损失数据进行分析，通过五折交叉验证法验证机器学习方法拟合数据的准确性，分析结果表明随机森林回归是所有模型中最优的，并利用该模型分析了云南省泥石流灾害对云南省经济发展的影响，并进行了泥石流灾害经济损失预测[70]。

基于经济损失的研究方法，该方法更侧重泥石流灾害的社会属性，融入了经济、金融、统计、数学等多种分析方法，已成为多学科交叉研究领域。该研究方法存在以下三点优势：①对经济损失的研究更具针对性；②具有多学科交叉优势；③更注重分析泥石流灾害的社会属性。