“一帶一路”沿線國家氣象服務的供需協調度分析

吉中會 ， 于彥琛 ， 于小兵1,3,

1. 南京信息工程大學 氣象災害預報預警與評估協同創新中心， 江蘇 南京 2100442. 南京信大安全應急管理研究院有限公司， 江蘇 南京 2100443. 南京信息工程大學 風險治理應急決策研究院， 江蘇 南京 2100444. 南京信息工程大學 管理工程學院， 江蘇 南京 210044

0 引 言

在全球變暖背景下，為順應世界多極化、經濟全球化、文化多樣化、社會信息化的潮流，中國提出了“一帶一路”戰略構想?！耙粠б宦贰毖鼐€各國氣候類型多樣、孕災環境復雜、由各類氣象致災因子導致的災害種類繁多，造成的經濟損失嚴重(郭君等，2019；王會軍等，2020)。已有研究表明，“一帶一路”沿線國家和地區的氣象災害發生次數、經濟損失和死亡人數均呈上升趨勢，南亞和東南亞地區的氣象災害最為嚴重(姜彤等，2020)。由于國情差異以及對氣象服務行業發展的重視程度不同，沿線各國氣象服務水平和能力有著較大的差異，對氣象服務的需求也差異顯著(李坤玉和王維國，2019)，對其供需狀況進行量化研究，對氣象部門及相關的各類企業、社會服務機構深度參與“一帶一路”建設具有借鑒意義。

自“一帶一路”倡議提出以來，氣象相關領域的學者對沿線區域的氣象服務研究逐步展開。例如，王維國和廖軍(2017)通過對相關數據的描述性分析闡述了沿線氣象災害風險，并提出了提高氣象服務能力的對策建議。孫健等(2018)在分析沿線國家氣象服務發展現狀的基礎上，通過半定量方法評價了各國氣象服務的需求和潛力等級。綜上所述，目前“一帶一路”沿線區域氣象服務的研究主要是定性或者半定量分析，完全的定量分析研究極少，尤其是供需均衡性方面的研究極其缺乏，因此，文中從供給和需求角度出發，構建指標體系，并建立均衡性模型量化分析其協調度，為“一帶一路”沿線區域經濟發展的防災減災服務提供理論依據，同時也為我國氣象服務走向國際提供策略建議。

1 研究思路及方法

1.1 研究區概況

“一帶一路”沿線大多數國家氣象災害頻發，氣象服務需求迫切。沿線地區常年受暴雨洪澇、臺風、暴風雪和低溫嚴寒、高溫熱浪、干旱、沙塵暴等重大災害侵襲，泥石流、疾病、騷亂等次生災害亦十分頻繁。而沿線城市的交通、能源、農業、旅游、物流等方面的深入合作與發展都與天氣氣候變化、氣象保障息息相關。因此，深入了解區域氣象服務需求與供給狀況，對提高產業發展水平，促進區域綜合防災減災，協調有序推進氣象業務、服務、管理的合作與發展大有裨益。因此，文中選擇“一帶一路”沿線63個國家及地區(表1；姜彤等，2020)，構建氣象服務供需能力的指標體系，量化分析氣象服務的需求水平和供給能力，及二者的協調程度。

表1 “一帶一路”沿線主要國家及地區

1.2 研究思路

隨著經濟社會的快速發展和氣象災害的影響日益嚴重，氣象服務的重要性日益凸顯。而日益增加的氣象服務需求與現有的供給能力是否能夠達到平衡，是保障實現“一帶一路”戰略措施的關鍵環節。氣象服務供給與需求的協調匹配關系的建立和持續，能夠產生良好的社會經濟效應，有助于提高氣象服務的溢價，提升氣象服務供給的經濟產出，進而為持續的高質量氣象服務供給提供堅實的物質保障和支撐，最終形成氣象服務投入和產出的良性循環。反之，當氣象服務的供給與需求未能建立良好的均衡協調關系，供給能力與需求的不協調不匹配等問題會使氣象服務的經濟產出效率和增值效益難以得到有效提升，進而影響氣象服務投入的物質保障，氣象服務供給難以為繼，最終可能形成惡性循環。

為有效衡量“一帶一路”沿線國家及地區氣象服務的供需水平，文中從需求程度和供給能力角度出發，需求程度主要考慮氣候風險和災損情況，供給能力主要考慮各地區經濟水平和市場環境(表2)。由于沿線國家的氣象災害種類繁多，結合數據的可獲取性，文中主要考慮的氣象災害包括極端高溫(低溫)、暴雨、洪澇、霧等類型。極端氣溫采用最高(最低)氣溫絕對值數據與最高(最低)氣溫平均值之差表示，以體現極端氣溫偏離平均水平的程度，反映氣候風險因子的致災危險性。暴雨日數、霧日數反映暴雨洪澇和大霧的危險程度。

表2 氣象服務需求程度及供給能力指標體系

1.3 資料來源

氣象數據選擇沿線各國主要城市氣象站年均最高氣溫絕對值、最低氣溫絕對值、暴雨日數、霧日數，經平均化處理，代表各國氣候風險，數據來源于美國國家海洋和大氣管理局網站(Meteomanz.com)。災損情況包括各國因以上各種氣象災害導致的每年總死亡人口、受災人口、直接經濟損失，數據來源于比利時魯汶大學國家災害流行病研究中心的全球災害數據庫(Emergency Events Database, EM-DAT)。經濟水平與市場環境數據來源于世界銀行數據庫(https://data.worldbank.org/)中各國每年相應指標的統計數據。采用數據的時間序列均為2011—2020年，所有指標均經標準均一化處理，以構建供需指數和均衡指數。

1.4 研究方法

1.4.1 熵值法

熵值法就是依據指標提供的信息量大小，客觀確定指標的相對重要程度，被廣泛運用于綜合評價。文中采用熵值法中的極值法對數據進行標準化，通過信息熵計算各指標權重，對“一帶一路”沿線各國氣象服務的供給和需求情況進行定量綜合分析，熵值法的計算步驟可參考文獻(王瑩和王慧敏，2018)。采用熵值法計算各指標的權重(wj)，再計算綜合評價結果，即需求指數和供給指數。計算式為

(1)

式中，xλij為各年份歸一化的指標數據；Cλi表示第λ年份第i個國家的氣象服務需求指數或供給指數。

1.4.2 協調度耦合模型

在測算“一帶一路”氣象服務供需協調度中，參考相關已有研究成果，借鑒物理學容量耦合原理以及由離差模型進行推導的研究成果(宋建波和武春友,2010；方創琳等,2010；王郁和趙一航，2021)，采用發展協調度(D)表示氣象服務供需指標體系中多要素(供給和需求)的協調程度。

設ui、uj代表氣象服務供需指標體系內不同要素的評價指數，耦合模型為

Cm=u1×u2×u3×...×um)/∏(ui+uj)]1/m

(2)

式中，Cm為氣象服務供需指標體系內m個指標的耦合度，文中m=2。對于供需協調度中的兩要素(供給和需求)模型而言，模型可簡化為

C2=(u1×u2)1/2/(u1+u2)

(3)

式中，C2為供需協調度的耦合度；u1、u2分別為氣象服務系統內綜合供給和需求評價指數。當C2越小，表示兩方面失調性趨大；當C2越大，表示兩方面協調性趨大。但Cm僅能反映出系統內要素協調度，無法表達綜合發展程度。故為區別均衡水平的高低分布，引入協調發展模型：

(4)

T=αu1+βu2

(5)

其中，D為氣象服務供需協調度；C為耦合度，T為發展度，反映兩方面的協調發展水平；T由u1、u2加權修正，借鑒前人研究經驗及對公共服務的供給與需求的分析得出兩者有同等重要性，故α=β=0.5。

2 氣象服務供需分析

2.1 供需服務的時間序列分析

采用熵值法計算的“一帶一路”沿線國家氣象服務需求和供給指數對應的各指標權重(圖1)。分析可見，需求指數中相對于氣候風險因素而言，災損情況的3個指標(氣象災害死亡人口、受影響人口、經濟損失)權重較高，可以更好地表征氣象服務的需求。人口密度是影響氣象服務供給能力的最重要的因素；其次是城鎮化率和商品貿易占比，二者權重相當；開辦企業時間和GDP增長率的權重最低。

根據各指標的權重計算各國最終的氣象服務需求和供給指數，圖2為部分沿線國家的計算結果，分析可見，南亞的印度、巴基斯坦、孟加拉和東南亞的菲律賓等國家的氣象服務需求相對較高。需求指數波動相對較大的國家主要分布在東南亞、南亞，以及西亞等國，例如泰國、阿富汗、柬埔寨、老撾、馬來西亞、尼泊爾、斯里蘭卡、伊朗、越南等。通過深度分析各指標發現，近10 a這些國家的需求指數與氣象災害災損指標具有較高的相關性(表3)，說明氣象服務需求受災損情況的影響較大。

圖1 2011—2020年 “一帶一路”沿線國家氣象服務需求指標權重(a)和供給指標權重(b)

分析圖2b可見，供給指數相較需求指數更加穩定(供給指數波動范圍小于需求指數)。其中，新加坡的供給指數最高(32.12—33.61)，其次是巴林(7.57—8.94)、馬爾代夫(5.83—7.25)和孟加拉國(5.11—5.26)，再次為黎巴嫩(2.63—3.04)和印度(1.95—2.02)，其余國家供給指數均在2以下。通過深入分析原始指標數據發現，供給指數的變化與人口密度關系密切，具有較高的相關性(表4)，說明氣象服務的供給能力受人口密度指標的影響顯著。

2.2 供需服務的空間格局分析

分析2011和2020年氣象服務需求指數和供給指數的空間分布(圖3)可見，需求指數的絕對數值和波動幅度均變大，由2011年的0.01—40.58增加到2020年的0.34—87.15；大部分國家的氣象服務需求都表現為增加的特征，高值區主要集中在印度半島及其周邊國家和地區。相對低值區逐步減少，2011年主要分布在北非、中東、西亞、歐洲、中亞等地區，而到了2020年，這些相對低值區的需求指數均表現為上升，且絕對值增加明顯。

2011年和2020年的氣象服務供給指數變化不大(0.20—33.00)，相對高值主要分布在印度半島及其周邊地區。表明近10 a“一帶一路”沿線國家和地區氣象服務的供給能力變化不大，供給相對穩定。

3 供需服務的協調度分析

基于協調度耦合模型，計算各國2011—2020年氣象服務供需協調度，2011年和2020年供需協調度的空間分布如圖4所示，分析發現，雖然2011—2020年均衡指數的波動范圍變化不大，2020年均衡指數略有提升(最大值由1.74升高為2.55)，但是不同區間的均衡指數的分布格局卻發生了較大的變化。不少國家的均衡指數由原來的0.3—0.5增高到0.7—1.2。均衡指數的上升表明了沿線各國氣象服務供給與需求的匹配程度是增加的，有助于提高氣象服務的溢價，提升氣象服務供給的質量和效率，產生良好的社會經濟效應。

圖2 “一帶一路”沿線部分國家氣象服務需求指數(a)和供給指數(b)

表3 2011—2020年“一帶一路”沿線部分國家的災損指標與需求指數的相關系數

表4 2011—2020年“一帶一路”沿線部分國家人口密度與供給指數的相關系數

在氣象服務需求和供給指數均較高的印度半島及其周邊國家和地區，均衡指數也較高。2011年均衡指數排名前五的國家為泰國(1.744)、菲律賓(1.596)、印度(1.569)、新加坡(1.372)，以及巴基斯坦(1.215)。2020年均衡指數排名前五的國家為印度(2.552)、新加坡(2.323)、孟加拉國(2.233)、菲律賓(1.833)、巴基斯坦(1.488)。這些國家均來自東南亞和南亞，氣象災害多發，雖然造成的經濟損失嚴重，但是他們重視高質量的氣象服務供給，相應的應對能力也在不斷提升，形成氣象服務投入和產出的良性循環，因此表現出均衡性高的特征。

比較2011年、2020年各國均衡指數(D2020-D2011)發現，有3個國家的均衡指數值呈下降趨勢，分別為泰國(-0.820)、柬埔寨(-0.020)、也門(-0.032)，說明這些國家氣象服務的供給與需求未能建立良好的均衡協調關系，氣象服務的經濟產出效率和增值效益未得到有效提升，氣象服務供給難以為繼，可能會形成氣象服務供需失衡的惡性循環。

圖3 “一帶一路”沿線國家和地區2011年(a、c)和2020年(b、d)氣象服務需求指數(a、b)和供給指數(c、d)空間分布

圖4 2011年(a)和2020(b)年“一帶一路”沿線國家和地區氣象服務供需均衡指數空間分布

將2011—2020年沿線各國的均衡指數進行線性擬合(圖略)，發現印度(R2=0.657)、新加坡(R2=0.587)、以及孟加拉國(R2=0.399)3個國家除了本身均衡指數相對于其他國家較高之外，線性上升趨勢也是最顯著的。印度是發展中國家中第一個擁有自己地球同步衛星系統(INSAT)并應用于氣象監測預警中的國家，氣象服務產品涉及面廣泛，同時還積極參與世界其他各國的氣象科技交流合作，因此在氣象服務能力方面具有較高的水平。新加坡作為東南亞的發達經濟體，其高度發達的經濟水平為氣象服務行業發展提供了巨大的財力保障，其氣象服務種類廣泛，服務質量高，能夠滿足其服務業、航運業、物流業、金融業、科研及旅游業等主要產業的發展需求，因而供需均衡程度也較高。孟加拉國均衡指數相對較高，但和前面兩個國家相比，均衡指數的波動較大，雖然呈現顯著的上升趨勢，但穩定性相對較低。這可能因其深受熱帶氣旋影響，暴雨洪水、風暴、臺風、干旱等災害頻發，雖然對氣象服務的發展十分重視，投入也較多，但是由于經濟基礎薄弱，在面臨巨大災害時仍顯得能力不足，因而均衡指數表現出較高的不穩定性。

4 結論與討論

文中選擇2011—2020年“一帶一路”沿線63個國家為研究對象，從氣象服務供給和需求角度構建供需指標體系，采用熵值法和協調度耦合模型計算和分析了氣象服務的需求指數、供給指數和供需均衡指數，得出以下結論：

1) 在需求指數中，災損情況的3個指標(氣象災害死亡人口、受影響人口、經濟損失)占有較高的比重(均達到了20%—40%)，能夠很好地表征各國對氣象服務的需求。在供給指數中，人口密度占有絕對優勢地位(占70%—80%)，其次是城鎮化率和商品貿易占比這兩項指標(占8%—9%)也能夠在一定程度上表征氣象服務的供給能力。

2) 通過分析需求指數發現，南亞的印度、巴基斯坦、孟加拉和東南亞的菲律賓等國家的氣象服務需求相對較高。需求指數波動相對較大的國家主要分布在東南亞、南亞以及西亞等國，例如泰國、阿富汗、柬埔寨、老撾、馬來西亞、尼泊爾、斯里蘭卡、伊朗、越南等。通過相關分析發現，需求指數與災損指標具有顯著相關性。

3) 通過分析供給指數發現，供給指數相較需求指數更加穩定。其中供給能力較強的國家有新加坡、巴林、馬爾代夫、孟加拉國、黎巴嫩以及印度，其余國家供給指數均在2以下。通過相關分析發現，供給指數與國家的人口密度高度相關。

4) 從供需服務指數的空間分析中可以看出，需求指數的絕對數值和波動幅度在2011—2020年均變大；大部分國家的氣象服務需求都表現為增加特征，高值區主要集中在印度半島及其周邊國家和地區，相對低值區逐步減少。2011、2020年的氣象服務供給指數變化不大，比較穩定，相對高值仍然主要分布在印度半島及其周邊地區。

5) 在供需協調度分析方面，雖然2011—2020年均衡指數的波動范圍變化不大，2020年均衡指數略有提升，但是不同區間均衡指數的分布格局卻發生了較大的變化。不少國家的均衡指數表現為上升，表明沿線大多數國家氣象服務供給與需求的協調匹配程度是增加的，能夠在一定的程度上降低氣象災害造成的經濟損失，產生良好的社會經濟效應。通過對各國均衡度的線性擬合發現，均衡性上升趨勢最為顯著的是印度、新加坡和孟加拉。

本研究基于氣象、災情以及社會經濟發展等數據指標，建立氣象服務的供給指數和需求指數的量化指標體系，通過構建供需均衡指數來定量分析“一帶一路”沿線國家區域的氣象服務供需的時空分布特征。但受數據可獲得性限制，指標選取方面未能考慮氣象災害預警預報等相關硬件設備現狀，在今后的研究中可對該方面的指標進行補充。隨著“一帶一路”戰略的逐步實施，我國目前已經與世界上150多個國家展開合作，在未來研究中可以補充研究新增國家的氣象服務供需狀況，提升國家的氣象服務能力。