“一带一路”沿线国家气象服务的供需协调度分析

吉中会 ， 于彦琛 ， 于小兵1,3,

1. 南京信息工程大学 气象灾害预报预警与评估协同创新中心， 江苏 南京 2100442. 南京信大安全应急管理研究院有限公司， 江苏 南京 2100443. 南京信息工程大学 风险治理应急决策研究院， 江苏 南京 2100444. 南京信息工程大学 管理工程学院， 江苏 南京 210044

0 引 言

在全球变暖背景下，为顺应世界多极化、经济全球化、文化多样化、社会信息化的潮流，中国提出了“一带一路”战略构想。“一带一路”沿线各国气候类型多样、孕灾环境复杂、由各类气象致灾因子导致的灾害种类繁多，造成的经济损失严重(郭君等，2019；王会军等，2020)。已有研究表明，“一带一路”沿线国家和地区的气象灾害发生次数、经济损失和死亡人数均呈上升趋势，南亚和东南亚地区的气象灾害最为严重(姜彤等，2020)。由于国情差异以及对气象服务行业发展的重视程度不同，沿线各国气象服务水平和能力有着较大的差异，对气象服务的需求也差异显著(李坤玉和王维国，2019)，对其供需状况进行量化研究，对气象部门及相关的各类企业、社会服务机构深度参与“一带一路”建设具有借鉴意义。

自“一带一路”倡议提出以来，气象相关领域的学者对沿线区域的气象服务研究逐步展开。例如，王维国和廖军(2017)通过对相关数据的描述性分析阐述了沿线气象灾害风险，并提出了提高气象服务能力的对策建议。孙健等(2018)在分析沿线国家气象服务发展现状的基础上，通过半定量方法评价了各国气象服务的需求和潜力等级。综上所述，目前“一带一路”沿线区域气象服务的研究主要是定性或者半定量分析，完全的定量分析研究极少，尤其是供需均衡性方面的研究极其缺乏，因此，文中从供给和需求角度出发，构建指标体系，并建立均衡性模型量化分析其协调度，为“一带一路”沿线区域经济发展的防灾减灾服务提供理论依据，同时也为我国气象服务走向国际提供策略建议。

1 研究思路及方法

1.1 研究区概况

“一带一路”沿线大多数国家气象灾害频发，气象服务需求迫切。沿线地区常年受暴雨洪涝、台风、暴风雪和低温严寒、高温热浪、干旱、沙尘暴等重大灾害侵袭，泥石流、疾病、骚乱等次生灾害亦十分频繁。而沿线城市的交通、能源、农业、旅游、物流等方面的深入合作与发展都与天气气候变化、气象保障息息相关。因此，深入了解区域气象服务需求与供给状况，对提高产业发展水平，促进区域综合防灾减灾，协调有序推进气象业务、服务、管理的合作与发展大有裨益。因此，文中选择“一带一路”沿线63个国家及地区(表1；姜彤等，2020)，构建气象服务供需能力的指标体系，量化分析气象服务的需求水平和供给能力，及二者的协调程度。

表1 “一带一路”沿线主要国家及地区

1.2 研究思路

随着经济社会的快速发展和气象灾害的影响日益严重，气象服务的重要性日益凸显。而日益增加的气象服务需求与现有的供给能力是否能够达到平衡，是保障实现“一带一路”战略措施的关键环节。气象服务供给与需求的协调匹配关系的建立和持续，能够产生良好的社会经济效应，有助于提高气象服务的溢价，提升气象服务供给的经济产出，进而为持续的高质量气象服务供给提供坚实的物质保障和支撑，最终形成气象服务投入和产出的良性循环。反之，当气象服务的供给与需求未能建立良好的均衡协调关系，供给能力与需求的不协调不匹配等问题会使气象服务的经济产出效率和增值效益难以得到有效提升，进而影响气象服务投入的物质保障，气象服务供给难以为继，最终可能形成恶性循环。

为有效衡量“一带一路”沿线国家及地区气象服务的供需水平，文中从需求程度和供给能力角度出发，需求程度主要考虑气候风险和灾损情况，供给能力主要考虑各地区经济水平和市场环境(表2)。由于沿线国家的气象灾害种类繁多，结合数据的可获取性，文中主要考虑的气象灾害包括极端高温(低温)、暴雨、洪涝、雾等类型。极端气温采用最高(最低)气温绝对值数据与最高(最低)气温平均值之差表示，以体现极端气温偏离平均水平的程度，反映气候风险因子的致灾危险性。暴雨日数、雾日数反映暴雨洪涝和大雾的危险程度。

表2 气象服务需求程度及供给能力指标体系

1.3 资料来源

气象数据选择沿线各国主要城市气象站年均最高气温绝对值、最低气温绝对值、暴雨日数、雾日数，经平均化处理，代表各国气候风险，数据来源于美国国家海洋和大气管理局网站(Meteomanz.com)。灾损情况包括各国因以上各种气象灾害导致的每年总死亡人口、受灾人口、直接经济损失，数据来源于比利时鲁汶大学国家灾害流行病研究中心的全球灾害数据库(Emergency Events Database, EM-DAT)。经济水平与市场环境数据来源于世界银行数据库(https://data.worldbank.org/)中各国每年相应指标的统计数据。采用数据的时间序列均为2011—2020年，所有指标均经标准均一化处理，以构建供需指数和均衡指数。

1.4 研究方法

1.4.1 熵值法

熵值法就是依据指标提供的信息量大小，客观确定指标的相对重要程度，被广泛运用于综合评价。文中采用熵值法中的极值法对数据进行标准化，通过信息熵计算各指标权重，对“一带一路”沿线各国气象服务的供给和需求情况进行定量综合分析，熵值法的计算步骤可参考文献(王莹和王慧敏，2018)。采用熵值法计算各指标的权重(wj)，再计算综合评价结果，即需求指数和供给指数。计算式为

(1)

式中，xλij为各年份归一化的指标数据；Cλi表示第λ年份第i个国家的气象服务需求指数或供给指数。

1.4.2 协调度耦合模型

在测算“一带一路”气象服务供需协调度中，参考相关已有研究成果，借鉴物理学容量耦合原理以及由离差模型进行推导的研究成果(宋建波和武春友,2010；方创琳等,2010；王郁和赵一航，2021)，采用发展协调度(D)表示气象服务供需指标体系中多要素(供给和需求)的协调程度。

设ui、uj代表气象服务供需指标体系内不同要素的评价指数，耦合模型为

Cm=u1×u2×u3×...×um)/∏(ui+uj)]1/m

(2)

式中，Cm为气象服务供需指标体系内m个指标的耦合度，文中m=2。对于供需协调度中的两要素(供给和需求)模型而言，模型可简化为

C2=(u1×u2)1/2/(u1+u2)

(3)

式中，C2为供需协调度的耦合度；u1、u2分别为气象服务系统内综合供给和需求评价指数。当C2越小，表示两方面失调性趋大；当C2越大，表示两方面协调性趋大。但Cm仅能反映出系统内要素协调度，无法表达综合发展程度。故为区别均衡水平的高低分布，引入协调发展模型：

(4)

T=αu1+βu2

(5)

其中，D为气象服务供需协调度；C为耦合度，T为发展度，反映两方面的协调发展水平；T由u1、u2加权修正，借鉴前人研究经验及对公共服务的供给与需求的分析得出两者有同等重要性，故α=β=0.5。

2 气象服务供需分析

2.1 供需服务的时间序列分析

采用熵值法计算的“一带一路”沿线国家气象服务需求和供给指数对应的各指标权重(图1)。分析可见，需求指数中相对于气候风险因素而言，灾损情况的3个指标(气象灾害死亡人口、受影响人口、经济损失)权重较高，可以更好地表征气象服务的需求。人口密度是影响气象服务供给能力的最重要的因素；其次是城镇化率和商品贸易占比，二者权重相当；开办企业时间和GDP增长率的权重最低。

根据各指标的权重计算各国最终的气象服务需求和供给指数，图2为部分沿线国家的计算结果，分析可见，南亚的印度、巴基斯坦、孟加拉和东南亚的菲律宾等国家的气象服务需求相对较高。需求指数波动相对较大的国家主要分布在东南亚、南亚，以及西亚等国，例如泰国、阿富汗、柬埔寨、老挝、马来西亚、尼泊尔、斯里兰卡、伊朗、越南等。通过深度分析各指标发现，近10 a这些国家的需求指数与气象灾害灾损指标具有较高的相关性(表3)，说明气象服务需求受灾损情况的影响较大。

图1 2011—2020年 “一带一路”沿线国家气象服务需求指标权重(a)和供给指标权重(b)

分析图2b可见，供给指数相较需求指数更加稳定(供给指数波动范围小于需求指数)。其中，新加坡的供给指数最高(32.12—33.61)，其次是巴林(7.57—8.94)、马尔代夫(5.83—7.25)和孟加拉国(5.11—5.26)，再次为黎巴嫩(2.63—3.04)和印度(1.95—2.02)，其余国家供给指数均在2以下。通过深入分析原始指标数据发现，供给指数的变化与人口密度关系密切，具有较高的相关性(表4)，说明气象服务的供给能力受人口密度指标的影响显著。

2.2 供需服务的空间格局分析

分析2011和2020年气象服务需求指数和供给指数的空间分布(图3)可见，需求指数的绝对数值和波动幅度均变大，由2011年的0.01—40.58增加到2020年的0.34—87.15；大部分国家的气象服务需求都表现为增加的特征，高值区主要集中在印度半岛及其周边国家和地区。相对低值区逐步减少，2011年主要分布在北非、中东、西亚、欧洲、中亚等地区，而到了2020年，这些相对低值区的需求指数均表现为上升，且绝对值增加明显。

2011年和2020年的气象服务供给指数变化不大(0.20—33.00)，相对高值主要分布在印度半岛及其周边地区。表明近10 a“一带一路”沿线国家和地区气象服务的供给能力变化不大，供给相对稳定。

3 供需服务的协调度分析

基于协调度耦合模型，计算各国2011—2020年气象服务供需协调度，2011年和2020年供需协调度的空间分布如图4所示，分析发现，虽然2011—2020年均衡指数的波动范围变化不大，2020年均衡指数略有提升(最大值由1.74升高为2.55)，但是不同区间的均衡指数的分布格局却发生了较大的变化。不少国家的均衡指数由原来的0.3—0.5增高到0.7—1.2。均衡指数的上升表明了沿线各国气象服务供给与需求的匹配程度是增加的，有助于提高气象服务的溢价，提升气象服务供给的质量和效率，产生良好的社会经济效应。

图2 “一带一路”沿线部分国家气象服务需求指数(a)和供给指数(b)

表3 2011—2020年“一带一路”沿线部分国家的灾损指标与需求指数的相关系数

表4 2011—2020年“一带一路”沿线部分国家人口密度与供给指数的相关系数

在气象服务需求和供给指数均较高的印度半岛及其周边国家和地区，均衡指数也较高。2011年均衡指数排名前五的国家为泰国(1.744)、菲律宾(1.596)、印度(1.569)、新加坡(1.372)，以及巴基斯坦(1.215)。2020年均衡指数排名前五的国家为印度(2.552)、新加坡(2.323)、孟加拉国(2.233)、菲律宾(1.833)、巴基斯坦(1.488)。这些国家均来自东南亚和南亚，气象灾害多发，虽然造成的经济损失严重，但是他们重视高质量的气象服务供给，相应的应对能力也在不断提升，形成气象服务投入和产出的良性循环，因此表现出均衡性高的特征。

比较2011年、2020年各国均衡指数(D2020-D2011)发现，有3个国家的均衡指数值呈下降趋势，分别为泰国(-0.820)、柬埔寨(-0.020)、也门(-0.032)，说明这些国家气象服务的供给与需求未能建立良好的均衡协调关系，气象服务的经济产出效率和增值效益未得到有效提升，气象服务供给难以为继，可能会形成气象服务供需失衡的恶性循环。

图3 “一带一路”沿线国家和地区2011年(a、c)和2020年(b、d)气象服务需求指数(a、b)和供给指数(c、d)空间分布

图4 2011年(a)和2020(b)年“一带一路”沿线国家和地区气象服务供需均衡指数空间分布

将2011—2020年沿线各国的均衡指数进行线性拟合(图略)，发现印度(R2=0.657)、新加坡(R2=0.587)、以及孟加拉国(R2=0.399)3个国家除了本身均衡指数相对于其他国家较高之外，线性上升趋势也是最显著的。印度是发展中国家中第一个拥有自己地球同步卫星系统(INSAT)并应用于气象监测预警中的国家，气象服务产品涉及面广泛，同时还积极参与世界其他各国的气象科技交流合作，因此在气象服务能力方面具有较高的水平。新加坡作为东南亚的发达经济体，其高度发达的经济水平为气象服务行业发展提供了巨大的财力保障，其气象服务种类广泛，服务质量高，能够满足其服务业、航运业、物流业、金融业、科研及旅游业等主要产业的发展需求，因而供需均衡程度也较高。孟加拉国均衡指数相对较高，但和前面两个国家相比，均衡指数的波动较大，虽然呈现显著的上升趋势，但稳定性相对较低。这可能因其深受热带气旋影响，暴雨洪水、风暴、台风、干旱等灾害频发，虽然对气象服务的发展十分重视，投入也较多，但是由于经济基础薄弱，在面临巨大灾害时仍显得能力不足，因而均衡指数表现出较高的不稳定性。

4 结论与讨论

文中选择2011—2020年“一带一路”沿线63个国家为研究对象，从气象服务供给和需求角度构建供需指标体系，采用熵值法和协调度耦合模型计算和分析了气象服务的需求指数、供给指数和供需均衡指数，得出以下结论：

1) 在需求指数中，灾损情况的3个指标(气象灾害死亡人口、受影响人口、经济损失)占有较高的比重(均达到了20%—40%)，能够很好地表征各国对气象服务的需求。在供给指数中，人口密度占有绝对优势地位(占70%—80%)，其次是城镇化率和商品贸易占比这两项指标(占8%—9%)也能够在一定程度上表征气象服务的供给能力。

2) 通过分析需求指数发现，南亚的印度、巴基斯坦、孟加拉和东南亚的菲律宾等国家的气象服务需求相对较高。需求指数波动相对较大的国家主要分布在东南亚、南亚以及西亚等国，例如泰国、阿富汗、柬埔寨、老挝、马来西亚、尼泊尔、斯里兰卡、伊朗、越南等。通过相关分析发现，需求指数与灾损指标具有显著相关性。

3) 通过分析供给指数发现，供给指数相较需求指数更加稳定。其中供给能力较强的国家有新加坡、巴林、马尔代夫、孟加拉国、黎巴嫩以及印度，其余国家供给指数均在2以下。通过相关分析发现，供给指数与国家的人口密度高度相关。

4) 从供需服务指数的空间分析中可以看出，需求指数的绝对数值和波动幅度在2011—2020年均变大；大部分国家的气象服务需求都表现为增加特征，高值区主要集中在印度半岛及其周边国家和地区，相对低值区逐步减少。2011、2020年的气象服务供给指数变化不大，比较稳定，相对高值仍然主要分布在印度半岛及其周边地区。

5) 在供需协调度分析方面，虽然2011—2020年均衡指数的波动范围变化不大，2020年均衡指数略有提升，但是不同区间均衡指数的分布格局却发生了较大的变化。不少国家的均衡指数表现为上升，表明沿线大多数国家气象服务供给与需求的协调匹配程度是增加的，能够在一定的程度上降低气象灾害造成的经济损失，产生良好的社会经济效应。通过对各国均衡度的线性拟合发现，均衡性上升趋势最为显著的是印度、新加坡和孟加拉。

本研究基于气象、灾情以及社会经济发展等数据指标，建立气象服务的供给指数和需求指数的量化指标体系，通过构建供需均衡指数来定量分析“一带一路”沿线国家区域的气象服务供需的时空分布特征。但受数据可获得性限制，指标选取方面未能考虑气象灾害预警预报等相关硬件设备现状，在今后的研究中可对该方面的指标进行补充。随着“一带一路”战略的逐步实施，我国目前已经与世界上150多个国家展开合作，在未来研究中可以补充研究新增国家的气象服务供需状况，提升国家的气象服务能力。