本文所说的云南地区中强地震是指宏观震中位于云南省境内,且造成经济损失的破坏性地震。云南地区地震灾害损失评估工作自1992年4月23日中缅交界6.7,6.9级地震开始,此后对发生的绝大部分破坏性地震都进行了灾害评估,并编写相应的灾评报告(周光全等,2011; 卢永坤等,2011)。考虑续发地震(强余震或双震)具有震害叠加效应,与单次地震没有可比性,本文只对单次破坏性地震做研究,共收集了1992—2016年云南省内发生的56次地震资料,如表1所示。其中历史震害资料主要来源于《1992—2010年云南地震灾害损失评估及研究》(皇甫岗等,2012)和云南省地震局灾害损失报告(1992—2016),社会经济数据来源于1991—2016年云南省统计年鉴。

每次地震造成的经济损失都以当年的物价水平进行统计,但由于各年物价水平不同,不能准确反映不同年份地震人均经济损失之间的关系。因此只有消除随经济发展货币单位实际价值的变化所带来的差异,才能够真正反映可比价损失情况。以1992—2016年云南地区56次地震作为统计样本,由于发震时间跨度大,应考虑经济、人口增长和物价指数变化等因素对地震人均经济损失的影响。人均GDP增长率则衡量一个地区经济发展速度的宏观经济指标,也是一个地区过去与今日经济发展水平纵向比较的重要参照指标。因此采用1992—2015年县级人均GDP增长率将各年的损失统一换算为2015年可比价格,以2015年可比价格对地震人均经济损失做相关统计分析。

表1 1992—2016年云南地区中强地震经济损失统计
Tab.1 Economic losses caused by medium-strong earthquakes in Yunnan from 1992 to 2016

从表1可看出,近期发生的地震人均经济损失明显高于早期。例如1993年1月27日宁洱6.3级地震人均经济损失为874元,2007年6月3日宁洱6.4级地震人均经济损失为4 710元,同地区、震级相当、极震区烈度均为Ⅷ度的2次地震,2007年地震造成的人均经济损失大约是1993年的5倍。为了排除震级因素的干扰,选取了1992—2016年云南地区5.0级地震,分析相同震级的地震的不同发震年份对地震人均经济损失的影响(图1)。根据图1可得,随着云南社会经济的发展、社会财富的积累,地震人均经济损失随年份呈增长趋势。

图1 1992—2016年云南地区5.0级地震发震年份与人均经济损失关系图
Fig.1 The relationship between per capita economic losses and occurence time of M5.0 earthquakes in Yunnan from 1992 to 2016

对1992—2016年云南地区中强地震人均经济损失值(2015年可比价格)进行分级,如图2所示。 1992—2016年云南地区中强地震人均经济损失

图2 1992—2016年云南地区中强地震人均经济损失空间分布示意图
Fig.2 Spatial distribution of the per capita economic losses caused by medium-strong earthquakes in Yunnan from 1992 to 2016

具有明显区域差异性,在滇西北香格里拉—丽江地区、滇东北昭通地区、滇西南普洱地区的地震人均经济损失较为严重。例如香格里拉人口密度小、人均房屋建筑面积较高、房屋建筑单方造价高、容易诱发地震地质灾害等因素导致地震人均经济损失偏高。

排除地震破坏强度因素的干扰,选取1992—2016年极震区烈度为Ⅵ的震例,以2015年可比价格,统计各州(市)地震人均经济损失均值和GDP总值、人口密度(图3)。地震人均经济损失平均值最高的是迪庆州,均值为23 345元,普洱市、玉溪市、丽江市、临沧市次之,分别为8 834,7 009,6 677,5 542元,最少的是保山市和曲靖市,分别为2 620元和1 748元,昆明市、怒江州和红河州无损失。其中,迪庆州、普洱市、丽江市、临沧市的人口密度低,属于云南边远地区,经济欠发达,地震人均经济损失偏高; 大理州和楚雄州人口密度较高,经济较发达,地震人均经济损失较高; 德宏州、保山市和文山市的人口密度较高,经济欠发达,地震人均经济损失偏低; 昭通市是除昆明市以外人口密度最高的,地震人均经济损失偏低。由此可见,不平衡的经济发展水平和人口分布是各州(市)地震人均经济损失均值存在明显差异的重要影响因素。

图3 1992—2016年云南各州(市)极震区烈度为Ⅵ度的地震人均经济损失均值、GDP总值及人口密度统计图
Fig.3 Statistics of mean value of per capita economic losses,GDP value and population density of meizoseismal area with VI intensity in prefectures/cities in Yunnan from 1992 to 2016

采用2015年可比价格,按照0.2级分档,统计不同震级档人均经济损失最小值、最大值、平均值(表2),并通过最小二乘拟合法进行回归得到地震:

lnY=0.7915M+4.44(R²=0.774)(1)

式中:Y是地震人均经济损失; M是地震震级; R²是决定系数。根据图4,可得云南地区地震人均经济损失与震级总体呈线性增长关系,5.8级以上地震的样本较少,其地震人均经济损失的离散度较大。

表2 1992—2016年云南地区中强地震不同震级人均经济损失统计表(以2015年可比价格计)
Tab.2 Per capita economic losses in different magnitudes of medium-strong earthquakes in Yunnan from 1992 to 2016 (calculated at constant price in 2015)

以2015年可比价格,计算不同极震区烈度的地震人均经济损失均值(表3),并通过最小二乘拟合法进行回归,得到:

lnY=0.400 4I +6.083(R²=0.934)(2)

式中:Y是地震人均经济损失; I是地震极震区烈度; R²是决定系数。根据图5,可得云南地区地震人均经济损失与震中烈度总体呈线性增长关系。

图4 云南地区地震人均经济损失与震级关系图
Fig.4 Relation between per capita economic losses and the earthquake magnitude in Yunnan

表3 1992—2016年云南地区中强地震不同极震区烈度地震人均经济损失统计表(以2015年可比价格计)
Tab.3 Per capita economic losses and corresponding mezoseismal intensity of medium-strong earthquake in Yunnan from 1992 to 2016(calculated at constant price in 2015)

图5 云南地区地震人均经济损失与极震区烈度关系图
Fig.5 Relationship between per capita economic losses and the mezoseismal intensity in Yunnan

综上所述,地震灾害人均经济损失值受发震时间、震级、极震区烈度、区域人口密度、社会经济发展水平等因素影响。利用人均GDP增长率将人均经济损失换算为可比价格,消除了不同发震导致的人均经济损失值差异。地区人均GDP、人均财政收入、农民人均纯收入是衡量地区个人财富的重要指标,不仅可以反映当地的社会经济发展水平,还可以从侧面反映建筑物抗震水平,并且都是以单位人口进行描述,包含了人口密度信息。因此选取震级、极震区烈度、人均GDP、人均财政收入、农民人均纯收入等震后容易获得的参数作为地震人均经济损失快速评估指标。

由于云南省各地的自然环境千差万别,社会经济发展水平参差不齐,地震造成的经济损失具有显著的区域差异性。所以,为了提高评估的准确性,根据各州(市)人口密度、GDP总值和灾害损失特征,把云南地区分为6个子区域,利用1992—2016年56次震例样本,使用震级、极震区烈度和2015年宏观震中所在县的人均GDP、人均财政收入、农民人均财政收入作为自变量,以地震人均经济损失作为因变量,通过多元线性回归建立各区域的地震人均经济损失评估模型:

lnY=a×M+b×I+c×lnX₁+d×lnX₂+e×lnX₃+f(3)

式中:Y是地震人均经济损失; M是震级; I是地震极震区烈度; X₁是地区人均GDP; X₂是人均财政收入; X₃是农民人均纯收入; a,b,c,d,e是系数; f是常数,取值如表4。

表4 云南地区地震人均经济损失评估模型的计算参数
Tab.4 Parameters of the pre-assessment model of per capita economic losses caused by medium-strong earthquakes in Yunnan

利用评估模型对2010—2016年云南地区M≥5.0地震进行地震经济损失预测评估,结果如表5所示,约70%的地震经济损失快速预评估值与实际值的偏差在20%以内,除个别宏观震中在边境地区或单次地震灾害较为特殊的地震的人均经济损失评估值与实际值偏差较大外,地震经济损失快速预评估值与实际值总体较为接近。例如2011年8月9日腾冲5.2级地震,由于同年6月20日该地区发生5.2级地震后,灾区政府针对危房做了排危修复,加上震害饱和现象,该次地震直接经济损失较同等级地震偏低。另外,由于大震的震例样本较少,统计回归模型评估的结果偏差较大。