编者按 本篇推介文章基于2016—2023年中国省级突发事件案例,区分潜在应急能力(PEC)与实际应急表现(EP),发现实际应急表现虽呈上升趋势但整体水平较低且区域差异明显;潜在应急能力持续提升但在准备和响应环节仍有不足。两者差异主要源于资源转换效率,并受资源可用性、组织学习与整合能力等因素影响,强调应从动态过程而非静态资源出发评估应急能力。 一、论文概要 频繁且严重的突发事件显著阻碍了区域的可持续发展。现有基于统计学方法的研究本质上衡量的是区域的潜在应急能力(PEC),即在静态资源和制度下的预期能力。然而,应急表现(EP),即在应急管理过程中的动态表现,决定了最终结果。衡量区域EP并理解EP与PEC之间的差异,对于提升区域韧性至关重要。本研究收集了2016—2023年中国各省份最严重的五件突发事件及其相应的应急管理过程,据此构建应急案例库(共1240个案例)。基于“准备—响应—救援—恢复”框架,采用德尔菲法,通过案例库分析评估EP。基于相同框架,通过复现已有研究所采用的主流统计学方法评估PEC。随后,构建连续差值指数与置信区间,检验EP与PEC之间的差异。研究结果表明:(1)EP呈波动上升趋势但总体水平仍然较低,并存在显著的区域差异(东部 > 西部 > 中部 > 东北部)。(2)PEC呈现上升趋势,但在准备和响应维度仍显不足。(3)EP与PEC在各维度上的差异大小表现为:准备 > 救援 > 响应 > 恢复。其中,海南、新疆和西藏的EP显著高于PEC,而湖南和山东的EP显著低于PEC。(4)资源转换效率差异是EP与PEC差异的根本来源,并受到资源可用性、组织学习能力、环境支撑能力与资源整合能力的影响。研究主张通过实际的应急管理过程来评估应急水平,强调动态和情境因素的重要性。 二、研究背景 突发事件是指突然发生,造成或者可能造成严重社会危害的事件。为减轻突发事件损失,“应急能力”一词被提出,并被定义为干预和减轻灾害过程的能力。基于这一概念,研究涵盖了广泛主题,包括水平评估、时空演变分析、驱动因素分析与提升路径分析。在这些主题中,水平评估被视为后续研究的基础,也是提升应急效能的必要前提,在该领域占据核心地位,并形成了相对标准化的流程:(1)选择评估对象,(2)构建指标体系,(3)赋权并开展评估。 但现有的依赖指标体系与统计学方法的研究无疑会受到指标可量化性以及数据可得性的限制。这一限制在应急资源可用性、制度因素、环境条件、组织学习能力、动态响应以及跨组织协作等因素的纳入不足方面尤为明显。因此,已有的基于统计学方法的研究实际衡量的是地区的潜在应急能力(potential emergency capability , PEC),是一个地区可量化的、静态的资源禀赋的客观体现。然而,一个地区在特定情境下对突发事件的动态响应,即应急表现(emergency performace, EP),最终决定了应急管理的有效性。仅关注PEC而忽视EP,无法满足减灾需求。 认识到现有研究的局限性,本研究旨在实现以下目标: (1)通过地区实际应急管理流程评估EP,并绘制EP地图; (2)比较地区EP与PEC(通过复现已有研究基于统计学的方法计算得到),并识别出两者存在显著差异的地区; (3)分析EP与PEC间差异的驱动因素,并据此提出针对性的政策建议。 三、研究流程 为实现上述目标,本文进行了为期8年的案例研究。具体来说,每年选取中国各省份发生的五件最严重突发事件及其应急管理过程,编制应急案例库。基于对应急案例库的分析,采用“准备—响应—救援—恢复”框架和德尔菲方法评估地区EP。基于同一框架,通过文献综述并复现主流的基于统计学的方法评估地区PEC。最后,对EP与PEC间的显著差异进行统计检验与解释。 1.评估框架构建 1.1 EP评估维度选取 综合国际主流应急管理框架、现有文献与中国实际背景,本研究将应急管理过程划分为四个维度:准备、响应、救援和恢复。它涵盖了应急管理的全周期,并主动响应了与核心应急能力相关的优先事项,包括应急决策、指挥协调以及跨部门协作。该评估维度的选取支持灵活适应研究区域的情境特征,同时保证了跨国可比性,具有较强的实用性与方法论的可移植性。 1.2 PEC评估体系构建 本研究旨在考察 EP与PEC间的差异。这一目标要求 PEC 评估体系在与已有文献中主流方法保持最大一致性的同时,兼具与 EP 的可比性。因此,EP 的评估维度(准备、响应、救援和恢复)被选取为 PEC评估体系的一级指标。随后,基于广泛的文献综述,确定了对应的二级和三级指标,并最终构建 PEC 评估指标体系。指标选取流程如图1所示,PEC评估指标体系如表1所示。 图1 PEC指标体系选取流程 表1 PEC评估指标体系 2.数据搜集 2.1 应急案例库构建 Step1: 案例搜集。广泛搜集2016—2023年,中国各省市(不包含香港,澳门和台湾)发生的突发事件。数据主要来源包括中国应急管理部及省级分支机构、国家突发事件预警信息发布网、中国安全生产网、国家矿山安全监察局及各新闻媒体报道。 Step2: 案例筛选。综合考虑专家认知负担、案例对应急管理全过程的反映能力与案例代表性,选取各省每年发生的五件最严重突发事件用于地区EP的衡量。具体来说,研究小组中的8位博士被要求综合考虑死亡人数、受灾人数、经济损失、公众舆情与事件持续时间,独立进行案例筛选,并提供基于上述指标的案例选择理由。最后,汇总统计案例选择结果,并由研究组内的两名助理研究员基于案例的被选频率与理由,最终确定每省每年度最严重的五件突发事件,共计1240件。 Step3: 应急管理过程搜集。以事故调查报告为主,各网站的新闻报告为辅,全面收集所选案例中应急主体(政府、企业、公众)面对突发事件的应急处置行动(事前、事中、事后)。 Step4: 应急案例库的建立与概述。将突发事件及其应急管理过程一一对应,形成应急案例库。在该案例库中,自然灾害、事故灾难、公共卫生、社会安全事件分别平均占比16.1%、74.2%、7.2%、2.5%,与中国的基本国情相符。 2.2 统计数据搜集 PEC指标数据来源于《中国统计年鉴》、《中国民政统计年鉴》和《中国人口与就业统计年鉴》。 3.评估方法 (1)德尔菲法:基于所构建的应急案例库,使用德尔菲法对每个地区的EP-准备、EP-响应、EP-救援、EP-恢复分别给出1、2、3、4、5分的评分。在本研究中,这四个维度被视为同等重要,因此,每个维度均赋予0.25的权重,并计算得到地区EP分数。 (2)熵权法与线性加权平均法:用于为PEC评估指标体系赋权,并计算得到地区PEC分数。 (3)连续差值指数:考虑到EP与PEC的度量体系差异,采用全局Z-score 标准化方法对两类变量进行去量纲处理。随后构造差值变量(公式1),并计算2016—2023年省级层面的平均差值(公式2)。 (4)置信区间构造:由于EP由德尔菲法计算,存在专家间差异,而PEC在每年每省中固定。因此,本研究针对每个省份,在专家—年份层级上对EP(标准化处理后)进行2000次有放回bootstrap抽样,并在每次抽样后重新计算省级层面的平均差值,得到其经验分布。最后,以2.5% 与 97.5% 分位数构造置信区间。 四、研究结果 1.EP的演变趋势 如图2所示,中国的EP呈波动上升趋势,从 2016 年的3.092 升至2023年的3.474,然而,整体水平仍相对较低(3.295)。2016—2023 年,中国各省的EP变化各异,并大致可分为六种类型:波动上升、波动下降、上升-下降、下降-上升、振荡,以及几乎不变,分别占比38.7%、6.5%、22.6%、3.2%、9.7%和19.4%。 图2 2016—2023年EP的时间变化趋势。(a)中国EP的小提琴图。(b) 各省份EP的变化趋势。 图3展示了总体EP及其4个子维度的空间分布模式。总体EP的排名表现为:东部(3.503)> 西部(3.200)> 中部(3.195)> 东北部(3.188)。北京、上海、浙江和广东的EP被划分为高等级,它们在EP四个子维度的等级也被划分为高或中高等级。江苏、安徽、海南、天津和新疆的EP被划分为中高等级。其中,天津和江苏在EP-准备方面相对较弱,新疆在EP-恢复方面相对较弱,海南则在所有EP子维度上均表现为中高等级。湖南、贵州、宁夏、黑龙江和山西的EP被划分为低等级,其所有的EP子维度也均处于低或中低等级。 图3 中国EP的空间分布格局。(a) - (e)分别表示总体EP和EP在准备、响应、救援和恢复维度上的空间分布。 2.PEC的演变趋势 如图4所示,中国的PEC呈明显上升趋势,从 2016 年的0.162升至2023年的0.243。分维度来看,PEC-救援和PEC-恢复明显高于PEC-准备和PEC-响应。然而,尽管PEC-准备和PEC-响应的基础水平均相对较低,PEC-响应在研究期间表现出显著改善,特别是在2020年之后,年均增长率达到13.02%;相比之下,PEC-准备呈下降趋势,其分数从2016年的0.029降至2023年的0.024。 图4 2016—2023年PEC的时间变化趋势。左坐标轴(黑色)对应PEC-准备、PEC-响应、PEC-救援和PEC-恢复指数,右坐标轴(紫色)对应总体PEC指数。 图5展示了整体PEC及其4个子维度的空间分布模式。总体来看,地区PEC呈现如下格局:东部(0.273)> 中部(0.188)> 东北部(0.171)> 西部(0.154)。北京和上海的PEC被划分为高等级,其他东部省份,包括广东、浙江、江苏、天津和山东,其PEC表现为中高等级。相比之下,西部省份,如青海、西藏和甘肃,呈现出低等级的PEC,其相应的PEC-响应、PEC-救援和PEC-恢复也被划分为中低或低等级。 图5 中国PEC的空间分布格局。(a) - (e)分别表示总体PEC和PEC在准备、响应、救援和恢复维度上的空间分布。 3.EP与PEC的比较分析 如图 6a 所示,15个省份表现为EP高于PEC,主要位于中国西部,占比60%。新疆、西藏、海南的EP显著高于PEC,其EP分别排名第5、13、7名,而PEC排名仅分别为第24、30、21名。与此相反,80%的东部地区省份,33.33%的东北部地区省份,25%的西部地区省份和66.67%的中部地区省份表现为EP低于PEC。其中,山东、湖南的EP显著低于PEC,其EP排名比PEC排名分别低13和16名。 在所有分维度中,准备维度的EP与PEC差异最大,共有15个省份的EP与PEC在准备维度表现出显著差异。救援维度的差异次之,共有14个省份的EP-救援与PEC-救援表现出显著差异。响应与恢复维度的EP与PEC差异均较小,其呈现出显著差异的省份分别为6个和5个。 在准备维度(图 6b),90%东部地区省份的EP-准备在不同程度上高于PEC-准备,其中,上海、北京、江苏、浙江和天津的EP-准备显著高于PEC-准备。与此相反,所有的东北地区省份、75%的西部地区省份以及50%的中部地区省份的EP-准备在不同程度上低于PEC-准备。其中,黑龙江、西藏、吉林、新疆、贵州、湖南、辽宁、甘肃、内蒙古和云南的EP-准备显著低于PEC-准备。 EP-响应高于PEC-响应的地区大多位于中国西部,占比47.37% (图 6c)。其中新疆和西藏的EP-响应分别排名第5、12名,其PEC-响应排名分别为第30、31名,表现出显著差异。广东和辽宁的EP-响应也显著高于PEC-响应。尽管38.71%的省份的EP-响应在不同程度上低于PEC-响应,仅宁夏与湖南的EP-响应表现为显著低于PEC-响应。 在救援维度(图 6d), 半数的东部地区省份、全部的东北部地区省份,66.67%的西部地区省份和16.67%的中部地区省份表现为EP-救援高于PEC-救援。西藏、新疆、海南、青海、云南和甘肃的EP-救援显著高于PEC-救援。EP-救援显著低于PEC-救援的省份则包括山东、湖南、河南、江苏、湖北、河北、重庆和贵州。 EP-恢复与PEC-恢复的差异较小(图 6e)其中,表现为 EP-恢复高于TEC-恢复的省份大多位于中国西部地区,占比58.82%。其中,甘肃、新疆、西藏和云南的EP-恢复与PEC-恢复表现出显著的差异性。尽管有45.16%的省份的EP-恢复低于PEC-恢复,仅山西表现出显出的差异性。 图6 中国各省市EP与PEC的比较。(a) - (e)分别表示EP和PEC在总体、准备、响应、救援、恢复维度上的差异显著性检验结果。 五、差异驱动因素讨论 EP与PEC间的差异不仅归因于测量方法,更反映了资源转换效率——将静态资源禀赋转化为动态表现的有效性。基于现有理论和研究,四个关键因素被确定会影响这一转化过程:(1)资源可用性;(2)组织学习能力;(3)环境支撑能力;(4)资源整合能力。这些因素为EP与PEC在准备、响应、救援和恢复四个维度间的差异提供了系统解释。 相对更低的应急管理从业人员占比(X1)与物资储备支出占比(X3)导致上海、北京、江苏、浙江和天津等地的PEC-准备水平较低,而其EP-准备水平显著更高。这一差异突显了资源可用性——包括质量与可及性——的重要性,而不仅仅是资源存量。首先,上述地区在人力资本质量方面位居中国前列。人力资本理论认为,人力资源的质量,包括知识,技能和经验比单纯的数量在塑造组织有效性方面更为重要。通过系统性风险评估、精确的应急规划以及创新性技术应用,高素质的应急管理人员能够将有限的人力资源转化为高水平的应急准备表现。此外,社区韧性框架强调资源的动态属性,指出准备水平不仅取决于资源存量,还取决于资源的可及性。上述地区位于中国两大城市群之内(京津冀城市群和长江三角洲城市群),其独特的区域规划和战略定位赋予其资源可及性以显著优势。 新疆、西藏、广东和辽宁等地的EP-响应显著高于PEC-响应,这一差异体现了在静态资源约束下组织学习能力的补偿效应。响应包含技术与组织两个维度,其中,技术维度与监测和预警设备有关(X4与X5),决定了信息获取与传播的及时性;组织维度则包括接收到信息后的决策、指挥与协调过程,主要通过真实的灾害经验来提升。新疆和西藏频繁遭受地震影响,辽宁和广东分别是最易受寒潮和热带气旋影响的地区。累积的灾害经验能够增强其组织学习能力,使这些地区将灾害损失转化为强大的应急响应机制。 山东、湖南、河南、江苏、湖北、河北、重庆和贵州的EP-救援显著低于其PEC-救援,表明救援人员和基础设施密度(X8-X13)无法保障有效的应急救援。这主要与环境支持能力有关,即社会和自然环境抵御灾害的程度。山东、河南、江苏和河北地区较低的EP-救援凸显出灾害相关社会资本的不足。这些地区的灾害暴露程度相对较低,居民往往缺乏共同克服重大危机的共享经历,可能导致邻里互助网络稀疏、社会信任度低以及集体行动规范共识薄弱,进而无法把握应急救援的最佳时机。而重庆、贵州、湖北和湖南地区地形复杂,包括山地地形与密集的水系,此类环境会增加灾害期间交通与通信服务中断的可能性,削弱基础设施的潜在效能。 PEC-恢复以政府公共财政收入(X18)为核心指标,强调本地财政状况对灾后恢复的决定性作用。然而,EP-恢复与PEC-恢复的对比揭示出,除内部财政资源规模外,地区对内、外部资源的动员、吸收与配置能力对恢复进程有更大的影响。灾后恢复依赖多种资源,包括财政资金、产业结构、政策支持与外部援助。尽管甘肃、新疆、西藏和云南的公共预算收入较低,但这些地区由于更高的生态、文化与人口脆弱性,反而表现出更强的外部资源动员和吸收能力。这体现在中央灾害救助资金的额外分配、对口援助项目以及专项基金的设立,其目的是彰显国家力量、民族团结和文化遗产保护。此外,频繁的灾害冲击为这些地区的制度创新创造了“机遇之窗”,提高了灾后资源分配的效率,进一步提升看EP-恢复水平。然而,尽管山西省拥有相对更高的本地财政储备,其产业结构仍相对单一,经济多样性严重不足,制约了该省在灾后恢复中动员和协调多样化社会经济资源的能力。 六、研究结论 (1)中国的EP呈现波动上升趋势,但总体水平仍较低,且区域差异显著,表现为:东部 > 西部 > 中部 > 东北部。中国的PEC表现出明显的上升趋势,然而,重心仍不成比例地放在事中救援与事后恢复上,准备和响应能力仍显不足。 (2)海南、新疆和西藏的EP显著高于其PEC,而湖南和山东的EP显著低于其PEC。分维度来看,准备维度的差异最大,其次是救援维度,响应和恢复维度的偏差相对较小。 (3)EP与PEC之间的差异来源于资源转化效率的不同,并由资源可用性、组织学习能力、环境支撑能力以及资源整合能力所塑造。








网友评论 已有 0 条评论,查看更多评论»