【摘要】：氣象災(zāi)害一直困擾著社會(huì)的健康發(fā)展,給全世界人民帶來(lái)了巨大的經(jīng)濟(jì)損失。而受全球氣候變暖影響,未來(lái)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(shì),給全球農(nóng)業(yè)生產(chǎn)安全帶來(lái)極大風(fēng)險(xiǎn),同時(shí)伴隨著經(jīng)濟(jì)發(fā)展帶來(lái)的暴露度擴(kuò)大,未來(lái)氣象災(zāi)害造成經(jīng)濟(jì)損失的可能性將增加。而我國(guó)人口基數(shù)大,人均耕地面積少,水資源匱乏,同時(shí)又存在水污染嚴(yán)重,荒漠化和水土流失嚴(yán)重,草原生態(tài)、海洋生態(tài)嚴(yán)峻,大氣環(huán)境惡化等一系列問(wèn)題。因此,探討災(zāi)害風(fēng)險(xiǎn)形成機(jī)制、評(píng)價(jià)災(zāi)害風(fēng)險(xiǎn),進(jìn)而對(duì)風(fēng)險(xiǎn)進(jìn)行管理已成為經(jīng)濟(jì)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(xiǎn)的研究已有一定的基礎(chǔ),但此類(lèi)研究多從風(fēng)險(xiǎn)要素即致災(zāi)因子、脆弱性、暴露度等角度出發(fā)進(jìn)行風(fēng)險(xiǎn)評(píng)估,同時(shí)這些研究多是從風(fēng)險(xiǎn)厭惡的角度對(duì)氣象風(fēng)險(xiǎn)進(jìn)行審視,而忽略了風(fēng)險(xiǎn)承受體的差異,即無(wú)法區(qū)分風(fēng)險(xiǎn)厭惡和風(fēng)險(xiǎn)追逐群體的差異性�！帮L(fēng)險(xiǎn)”本源于經(jīng)濟(jì)學(xué)領(lǐng)域,經(jīng)濟(jì)中有關(guān)風(fēng)險(xiǎn)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(píng)估工作從數(shù)理經(jīng)濟(jì)的角度開(kāi)展相關(guān)災(zāi)害風(fēng)險(xiǎn)評(píng)估的研究卻十分稀少。因此,本論文嘗試從數(shù)理經(jīng)濟(jì)學(xué)的角度開(kāi)展中長(zhǎng)期氣象災(zāi)害風(fēng)險(xiǎn)評(píng)估方法的研究。本文首先利用經(jīng)濟(jì)學(xué)中的效用定義,將以往評(píng)估的焦點(diǎn)由損失大小的評(píng)估轉(zhuǎn)變?yōu)樾в么笮〉脑u(píng)估,從而使模型體現(xiàn)出風(fēng)險(xiǎn)承受體的特征,同時(shí)也更能接近承受體的風(fēng)險(xiǎn)感知大小。在總結(jié)以往風(fēng)險(xiǎn)定義的基礎(chǔ)上,本文從效用的角度重新給出了風(fēng)險(xiǎn)的定義,即未來(lái)某一時(shí)段內(nèi)風(fēng)險(xiǎn)承受體對(duì)未來(lái)可能出現(xiàn)的損失表現(xiàn)出的擔(dān)憂(yōu)程度。進(jìn)而利用效用的特性將中長(zhǎng)期的風(fēng)險(xiǎn)過(guò)程視為效用圍繞一線(xiàn)性增長(zhǎng)趨勢(shì)下的波動(dòng)過(guò)程,波動(dòng)的歸因即為氣象因子的變化。從而可利用隨機(jī)數(shù)學(xué)方程對(duì)該波動(dòng)過(guò)程進(jìn)行描述。基于破產(chǎn)理論的知識(shí)給出了本文風(fēng)險(xiǎn)的數(shù)學(xué)表達(dá),即求解該隨機(jī)過(guò)程中效用低于給定效用閾值的概率大小。進(jìn)而利用復(fù)合Poisson過(guò)程的假設(shè),首先討論風(fēng)險(xiǎn)三要素(致災(zāi)因子、脆弱性、暴露度)的風(fēng)險(xiǎn)模型,并推導(dǎo)出了該過(guò)程的風(fēng)險(xiǎn)概率表達(dá)式。另外在氣象災(zāi)害風(fēng)險(xiǎn)評(píng)估中,防災(zāi)、減災(zāi)能力是風(fēng)險(xiǎn)評(píng)估中的重要因子,因此本文利用相依風(fēng)險(xiǎn)模型重新討論了在復(fù)合Poisson過(guò)程假設(shè)下風(fēng)險(xiǎn)概率的解形式。但考慮到現(xiàn)實(shí)中的隨機(jī)過(guò)程未必能很好地符合復(fù)合Poisson過(guò)程的假設(shè),并且效用損失大小也難滿(mǎn)足指數(shù)分布的要求,因此基于上述復(fù)合Poisson過(guò)程的假設(shè)給出的風(fēng)險(xiǎn)概率解形式很難直接用于實(shí)際問(wèn)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(guò)程轉(zhuǎn)變?yōu)闈M(mǎn)足復(fù)合Poisson過(guò)程的可能性,并利用計(jì)算機(jī)模擬方法進(jìn)行驗(yàn)證。最后論文以干旱為例,對(duì)比分析了常規(guī)的copula方法和本文提出的風(fēng)險(xiǎn)分析方法得到的干旱風(fēng)險(xiǎn)結(jié)果。本文的主要結(jié)果有:(1)對(duì)于中長(zhǎng)期的風(fēng)險(xiǎn)過(guò)程可以利用隨機(jī)方程進(jìn)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(xiǎn)過(guò)程劃分為兩類(lèi):一類(lèi)為正風(fēng)險(xiǎn)過(guò)程,另一類(lèi)為負(fù)風(fēng)險(xiǎn)過(guò)程。并得到了兩類(lèi)隨機(jī)過(guò)程在復(fù)合Poisson過(guò)程假設(shè)下風(fēng)險(xiǎn)概率的一般表達(dá)式,同時(shí)給出了效用損失滿(mǎn)足指數(shù)分布時(shí)的特解形式。(2)將防災(zāi)、減災(zāi)項(xiàng)視為效用損失的相依過(guò)程,得到了復(fù)合Poisson過(guò)程假設(shè)下兩類(lèi)風(fēng)險(xiǎn)過(guò)程的風(fēng)險(xiǎn)概率的一般表達(dá)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(shí)和干旱強(qiáng)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(shí)和干旱強(qiáng)度得到的結(jié)果。(4)計(jì)算機(jī)模擬驗(yàn)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现笖?shù)分布的等待間隔,使得一般過(guò)程轉(zhuǎn)變?yōu)闈M(mǎn)足復(fù)合Poisson過(guò)程成為可能,并且計(jì)算機(jī)模擬得到的風(fēng)險(xiǎn)概率與理論計(jì)算得到風(fēng)險(xiǎn)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(guó)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�；谙嗤腟PI數(shù)據(jù)分離得到干旱等待間隔和各次干旱的強(qiáng)度大小,并將該強(qiáng)度視為每次干旱導(dǎo)致的效用損失大小,經(jīng)驗(yàn)證:干旱等待間隔滿(mǎn)足指數(shù)分布而效用損失也可用指數(shù)分布進(jìn)行表達(dá)。利用復(fù)合Poisson過(guò)程的風(fēng)險(xiǎn)概率結(jié)論,計(jì)算了1961-2015年的整體干旱風(fēng)險(xiǎn)和每10年的干旱風(fēng)險(xiǎn)大小,結(jié)果顯示,1961-2015年整體的干旱風(fēng)險(xiǎn)特征為我國(guó)南方尤其是長(zhǎng)江以南地區(qū),東北地區(qū)和新疆北部地區(qū)的風(fēng)險(xiǎn)高于其它地區(qū)的風(fēng)險(xiǎn)。而每10年的干旱風(fēng)險(xiǎn)概率計(jì)算表明,干旱風(fēng)險(xiǎn)的空間分布與利用Copula方法得到的風(fēng)險(xiǎn)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(shí)從圖１．１中也能看出，近年來(lái)的受災(zāi)和成災(zāi)面積有顯著的減少趨勢(shì)。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(guó)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(xì)化災(zāi)情特征，２０１６年我國(guó)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(wàn)人次，直接經(jīng)濟(jì)損失達(dá)逡逑５０３２．９億元，房屋倒塌５２．１萬(wàn)間，農(nóng)作物受災(zāi)面積２６２２０．７千公頃，農(nóng)作物絕收面積達(dá)２９０２．２逡逑千公頃［１Ｇ］。２０１５年受災(zāi)人口邋１８６２０．３萬(wàn)人次，８１９人因?yàn)?zāi)死亡，１４８人因?yàn)?zāi)失蹤，緊急轉(zhuǎn)逡逑移安置人口邋６４４．４萬(wàn)人次，倒塌房屋２４．８萬(wàn)間，損壞房屋２５０．５萬(wàn)間，，農(nóng)作物受災(zāi)面積２１７６９．８逡逑千公頃

我國(guó)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(guó)逡逑氣候類(lèi)型復(fù)雜多樣。我國(guó)位于世界最大的大陸一亞歐大陸的東部，同時(shí)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(duì)我國(guó)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(rùn)、半濕潤(rùn)、半干旱、干旱的氣候區(qū)。同時(shí)，逡逑我國(guó)是世界上季風(fēng)氣候最發(fā)達(dá)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(lái)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(guó)災(zāi)害種類(lèi)多，分布廣，同時(shí)災(zāi)逡逑害又表現(xiàn)出區(qū)域特征性，洪澇多集中在長(zhǎng)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(yáng)州大學(xué)
【學(xué)位級(jí)別】：博士
【學(xué)位授予年份】：2018
【分類(lèi)號(hào)】：O211.67;F842.64

【相似文獻(xiàn)】

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(xiǎn)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(duì)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(duì)農(nóng)村貧困的影響分析[J];四川農(nóng)業(yè)大學(xué)學(xué)報(bào);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(xiǎn)識(shí)別與評(píng)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(yáng);王平華;;朝陽(yáng)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(píng)估機(jī)制 降低農(nóng)業(yè)經(jīng)濟(jì)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(hù)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(bào)(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(guó)氣象災(zāi)害損失特征分析[J];氣象與環(huán)境學(xué)報(bào);2017年01期

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

10 于璐;王峰;金宇;吳奇;;應(yīng)對(duì)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(huì)議論文 前10條

1 朱杰;于萬(wàn)榮;崔棟梁;郝婧宇;;淺析氣象災(zāi)害對(duì)農(nóng)業(yè)生產(chǎn)的影響及預(yù)防[A];第32屆中國(guó)氣象學(xué)會(huì)年會(huì)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(gè)案分析的氣象災(zāi)害管理流程再造[A];第26屆中國(guó)氣象學(xué)會(huì)年會(huì)氣象災(zāi)害與社會(huì)和諧分會(huì)場(chǎng)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(jī)制研究[A];第26屆中國(guó)氣象學(xué)會(huì)年會(huì)氣象災(zāi)害與社會(huì)和諧分會(huì)場(chǎng)論文集[C];2009年

4 詹兆渝;;氣象災(zāi)害與社會(huì)發(fā)展、科學(xué)進(jìn)步[A];加入WTO和中國(guó)科技與可持續(xù)發(fā)展——挑戰(zhàn)與機(jī)遇、責(zé)任和對(duì)策（下冊(cè)）[C];2002年

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

6 張健挺;湯麗莎;;來(lái)賓市重大氣象災(zāi)害政府專(zhuān)項(xiàng)應(yīng)急預(yù)案編制問(wèn)題的思考[A];2008年廣西氣象學(xué)會(huì)學(xué)術(shù)年會(huì)論文集[C];2008年

7 劉冬艷;;南陽(yáng)氣象災(zāi)害與區(qū)域經(jīng)濟(jì)發(fā)展研究[A];經(jīng)濟(jì)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(xiǎn)防御的社會(huì)管理模式思考[A];創(chuàng)新驅(qū)動(dòng)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(zhuān)業(yè)氣象預(yù)報(bào)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(guó)民經(jīng)濟(jì)帶來(lái)的損失及其防御對(duì)策[A];論沿海地區(qū)減災(zāi)與發(fā)展——全國(guó)沿海地區(qū)減災(zāi)與發(fā)展研討會(huì)論文集[C];1991年

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

相關(guān)重要報(bào)紙文章 前10條

1 本報(bào)記者 謝盼 達(dá)芹 毛翠輝;落實(shí)“三個(gè)轉(zhuǎn)變” 前移防災(zāi)端口[N];中國(guó)氣象報(bào);2017年

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

3 重慶商報(bào)-上游財(cái)經(jīng)記者 李析力;傳播虛假氣象災(zāi)害信息 最高可罰5萬(wàn)元[N];重慶商報(bào);2017年

4 本報(bào)記者 孫嘯 通訊員 謝志清;三級(jí)聯(lián)動(dòng) 融合數(shù)據(jù) 創(chuàng)新技術(shù)[N];中國(guó)氣象報(bào);2018年

5 ;遼寧省2017年氣象災(zāi)害公報(bào)[N];遼寧日?qǐng)?bào);2018年

6 記者 徐U

本文編號(hào)：2609011