论文部分内容阅读
摘 要:由于气候变化、城市化、人口数量骤增等原因,全球灾害风险不断加剧,灾害风险引起国内外学者的共同关注,各类相关文献急剧增长。对于国际灾害风险文献的研究趋势与热点进行梳理,不仅有利于国内学者了解国际灾害风险研究的发展动态,也可为我国本土化的灾害风险研究和发展提供借鉴与参考。文中基于WOS数据库并利用CiteSpace可视化软件梳理2000—2020年国际“灾害风险”文献,通过聚类、共现分析对灾害风险的研究内容、热点、作者、国家、机构进行分析。结果表明,在研究内容上,国际灾害风险发文数量自2015年以来呈现出快速上升趋势,内容主要包括仙台框架、人工智能、时空数据分析、备灾、社会能力建设、关键评估环节、科学知识、超级厄尔尼诺事件等方面;研究重点上,主要集中于“仙台框架”“灾害风险评估”“灾害风险的防控”方面;在研究作者、国家、机构方面,作者分布呈现出“大聚集,大分散”的特点,同领域内作者合作交流较紧密,不同领域间的研究者缺乏合作,国家机构上,美国处于主导地位,但中国与其差距在迅速缩小。分析认为,灾害风险评估的新技术、气候变化、灾害风险各学科融合将是灾害风险研究的未来趋势。
关键词:灾害风险;CiteSpace;计量可视化分析;研究热点;未来趋势
中图分类号:X 432
Abstract:Due to climate change,urbanization,population growth and other reasons,the global disaster risk is increasing.The disaster risk has aroused the common concern of scholars at home and abroad,and the number of related literary selections has increased rapidly.It is not only helpful for domestic scholars to understand the development of international disaster risk research,but also can provide reference for the localization of disaster risk research and development in China.Based on wos database and CiteSpace visualization software,this paper analysizes the international “disaster risk” literature from 2000 to 2020,conducts the research content,hot spots,authors,countries and institutions of disaster risk through cluster analysis and cooccurrence analysis,and finds that: in terms of research content,the number of international disaster risk papers has shown a rapid upward trend since 2015,and the research mainly focuses on the following aspects In terms of Sendai framework,artificial intelligence,spatiotemporal data analysis,disaster preparedness,social capacitybuilding,key assessment links,scientific knowledge,super El Nino event,etc.;in terms of research focus,it mainly focuses on “Sendai framework”,“disaster risk assessment”,“disaster risk prevention and control”; in terms of research authors,countries and institutions,the distribution of authors presents a “large aggregation,large scale” In the national institutions,the United States is in the leading position,but the gap between China and China is rapidly narrowing.In the future,the integration of new technology of disaster risk assessment,climate change and disaster risk will be the research direction of disaster risk in the future.
Key words:disaster risk;CiteSpace;quantitative visualization analysis;research hotspot;future trend
0 引言
近20年來,全球灾害频发,给不同的国家都造成了严重损失,影响到个人的正常生活和国家的有序发展。据中新网报道2010年全球有4 200万人因灾流离失所,人数是2009年的两倍,同时气候变化,改变了灾害发生的频率和强度,进一步加剧全球的灾害风险。当前对国内灾害风险研究的综述性梳理已比较全面[1-2],但缺乏针对国际灾害风险研究的系统性整理。为把握灾害风险的国际研究进展及趋势,以便为国内外学者开拓研究视野提供参考和借鉴,文中利用CiteSpace软件,从关键词、作者、发文国家和发文机构等维度对国际灾害风险文献进行信息挖掘,全面梳理国际灾害风险的研究现状。 1 研究工具与数据来源
在数据来源方面,因灾害风险研究广泛分布于政治、社会、工程、心理、经济等领域,需从一个覆盖多学科的数据库中获取数据。本文数据来源于Web of science(WOS)数据库,该平台是全球最大、覆盖学科最多的综合性学术平台。文中以“disaster risk(灾害风险)”为主题进行检索,数据库类型选择核心合集包括(SCIEXPANDED,SSCI,A&HCI,CPCIS,CPCISSH),时间跨度为2000年1月1日至2020年7月1日,共检索出相关文献3 367篇,去除新闻报道、会议报告、征稿启事、卷首语、期刊目录、无作者等非学术文献335篇,最终保留文献3 032篇作为研究样本。
在数据分析工具方面,采用CiteSpace软件,版本为5.6.R4(64-bit)。该方法是一种综合了信息可视化技术、应用数学、图形学、计算机科学,以及计量学的研究方法[3]。在数据处理方面,选择时间为2000年到2020年,时间切片为1年,来源选择所有项目,包括标题(title)、摘要(abstract)、增补关键词(ID)和作者关键词(DE),节点选择关键词(Keyword)、作者(Author)机构(Institution)、国家(country),阙值选择Top=50,其他设置为默认值。
2 研究结果分析
2.1 时间趋势:研究时间分布图谱
发文数量可以从侧面反应该领域的学术热度,将从Web of science核心合集中收集到的3 032篇文献进行统计分析(图1),可以看出关于灾害风险的研究从2000—2005年都几乎处于停滞状态,2006—2014年开始稳步增长,说明灾害风险领域开始受到学术界关注,因2015年“仙台框架”的出台,2015—2020年发文数量陡增,研究热点出现。研究学科分布方面,目前研究主要集中在GEOLOGY(地理)32%、
Environmental Sciences Ecology(环境生态科学)30%、Water Resources(水资源)296%、Meteorology Atmospheric Sciences(气象大氣学)29%等领域,这说明灾害风险成为多学科共同关注的主题。
2.2 研究热点:关键词词频分析
文中通过CiteSpace的关键词共现分析,得到灾害风险关键词共现图(图2)和2000—2020年前10关键词统计表,见表1。
图中每一个节点代表一个关键词,节点越大该关键词出现的频次越高。从图2可以看出国外灾害风险研究网络重叠度高、各节点之间关联性强,这说明各点彼此之间具有很强的解释性。从表1可看出,国外2000—2020年灾害风险的研究热点主要分布在两个方面,一方面是灾害风险的影响因素分析。Vulnerability(脆弱性)出现频次591次、Climate change(气候变化)492次、Disaster(灾害)365次。另一方面是如何减轻灾害灾害风险,其中Disaster risk reduction(减轻灾害风险)出现频次为591次、Resilience(恢复力)423次、Management(管理)295次、Adaptation(适应)284次。
2.3 研究重点:关键词聚类分析
一个聚类是由多个关键词因同质性程度较高而进行了模块组合而成,因此关键词共现聚类能够反映一个领域内的研究重点,对把握研究领域现阶段研究方向具有重要意义[4]。通过CiteSpace软件生成灾害风险关键词聚类(图3),其中Modualarity Q=0.38,大于临界值0.3,说明该聚类结构显著,Sihouetle=0.68,大于临界值0.5,接近0.7,说明该聚类具有很强的合理性。共识别出9个聚类,分别是0#Sendai framework(仙台框架),1#Artificial intelligence(人工智能),2#Spatiotemporal aspect(时空方面、时空数据分析),3#Disaster preparedness(备灾),4#Stock return(股票收益),5#Social capacity building(社会能力建设),6#Evaluating critical link(评估关键环节),7#Scientific knowledge(科学知识),8#Super el nino event(超级厄尔尼诺事件)。剔除相关性不强的4#Stock return(股票收益),将剩下的8个聚类按照相似度分为了4大类,仙台框架(0#)、灾害风险评估(1#2#6#)、灾害风险的防控(3#5#7#)、气候变化(9#)。
2.3.1 仙台框架(0#)
聚类的数字编号越小表示该聚类包含的节点越多,仙台框架(Sendai framework)作为关键词聚类图谱中的0号聚类,说明其是灾害风险的重要研究对象。2015年3月18日,第三届世界减灾大会上通过了《2015—2030年仙台减少灾害风险框架》,该框架实现了从灾害管理到灾害风险管理的转变,确定了4个优先领域,即了解灾害风险、加强灾害风险治理、管理灾害风险、加大在减少灾害风险方面的投资以及增强防灾能力[5]。仙台框架确定的四个优先领域也成为之后灾害风险研究的热点领域。纵观有关仙台框架的研究,当前研究主要集中与仙台框架局限性和创新性研究2大方面。
1)仙台框架的不足与局限性。如何在抽象的框架基础上,发展具有可操作性的实施手段成为主要的研究内容。ZIA A等人认为尽管仙台框架中强调以人为中心和自下而上的治理,但其缺乏具体的实施手段,通过在仙台框架中实施平衡的多级风险治理将加快仙台框架2030年减灾目标的实现[6]。HARAGUCHI M等人认为仙台框架虽然提到了私营部门在复原力社会中所发挥的作用,但框架是抽象的,缺乏可操作性。在未来私营部门需要通过基于公私合营(PPP)的区域业务连续性管理(BCM)来提高其业务连续性,从而增强私营部门的抗灾能力[7]。KELMAN I分析仙台框架中提及气候变化的15条内容,得出了3个结论。首先,气候变化对灾害和灾害风险的影响被夸大了,因为脆弱性才是灾害和灾害风险的根源,而气候变化主要影响灾害。其次,仙台框架在一定程度上为气候变化和可持续发展提供了减少灾害风险的想法和专业知识,但人为地将气候变化、减少灾害风险和可持续发展三者分开。最后,与其他灾害影响因素相比,气候变化作为众多灾害影响因素中的一个而受到了太多关注,掩盖了其他迫切需要关注的因素[8]。 2)仙台框架内容创新点。仙台框架相比之前的兵库框架在保护对象方面有所变化,强调在未来15年内保护生命、健康、生计、生态系统、文化遗产和重要基础设施免受自然和人为破坏[9]。因此新增的健康、公共卫生、生计、文化遗产等对象成为主要的研究对象。
STOUGH L M等人关注仙台框架对残疾人的影响,其认为仙台框架在认识残疾人在减少灾害和减少灾害风险的需求方面取得了显著的进步,在框架中残疾人不在作为一种消极的角色而存在,而是作为公认的合作伙伴和利益相关者
[10]。GUADAGNO L通过对有关仙台框架文本资料的分析,讨论了仙台框架是如何解决灾害风险中的人口流动问题,相比兵库框架,其涵盖的范围更广,涵盖了包括流离失所、搬迁、移民、移民的特殊脆弱性和财产转移等人口流动相关的各种主题,但还是存在一定的不足,例如未解决内部和国际移民政策在塑造人们的风险和脆弱性方面所发挥的作用的问题[11]。GUADAGNO L认为仙台框架在教育层面有所创新,做到了与教育的良好整合,其所强调的是一种全方位的学校安全途径,包括学习环境的安全、减少灾害风险的教育和灾害管理[12]。
2.3.2 灾害风险评估(1#2#6#)
灾害风险本身具有损失性和不确定性的特性。每次灾害的发生都会给当地带来一定的社会和经济损失。合理有效的灾害风险评估是提高灾害风险管理能力的内在要求,也是防灾减灾的必然趋势[13],因此如何进行灾害风险评估成为学界的研究热点。国际灾害风险评估研究主要分为针对不同类型风险的评估和风险评估技术工具2大方面。
1)各类型风险评估。SHI P等人根据大规模灾害的特点,在分析大灾害的风险评估要求的基础上,建立了基于区域灾害系统概念的大规模灾害风险评估模型[14]。SHI Y等人提出了一种可用于城市多灾种风险评估的模糊综合评估方法,该方法包括城市灾害的识别和筛选、个人灾害风险以及城市综合灾害风险的评估,将城市综合灾害风险划分为多个风险等级并提出应对策略[15]。
2)风险评估的具体技术工具。目前灾害风险评估技术工具包括基于脆弱性的HAZUS模型、基于机器学习和人工智能(AI)方法的模型、基于时空(Spatiotemporal)数据分析的灾害风险评估等方法。在人工智能领域,LAN T等人关注矿山的地质灾害风险问题,通过人工智能(AI)利用神经网络和模糊数学的方法,确定了矿山动态灾害的风险概率预测标准和预测区域内各单位的风险概率值,在此基础上划分矿山动态灾害的危险区域、威胁区域和安全区域,针对不同危险区域提出了相应的控制措施
[16]。YASEEN Z M等人研究洪水灾害的风险评估,其通过新型人工智能(AI)建模技术,开发了一套预测每小时河流流量的ENN模型,通过与过去基于机器学习(ML)模型的比较,表明ENN模型是一种有前途的灾害风险评估人工智能技术[17]。YANG T H等人讨论了人工智能和物联网在减灾中的应用,认为人工智能(AI)和物联网(IoT)等先进技术将对未来减少灾害风险产生巨大影响[18]。时空(Spatiotemporal)数据分析方面,JIA H等人对中国农作物干旱的时空分布进行定量评估,为中国政府在风险评估和干旱灾害预防方面的决策提供科学依据[19]。可以看出,至今还没有一个风险评估工具占据了主导地位,每种方法都各有利弊,都需要学者们后续的不断完善。
2.3.3 灾害风险的防控(3#5#7#)
灾害风险的防控作为聚类结果较多的编码集合,反映出在灾害风险研究中,它作为一个重点被学界所聚焦。其中主要研究方面有Disaster preparedness(备灾)、Social capacity building(社会能力建设)、Scientific knowledge(科学知识)。
1)备灾方面。PFEFFERBAUM B等人回顾了减少灾害风险中有关儿童参与的文献,为儿童参与减轻灾害风险的活动提供了理论支撑,认为备灾需要去动员和培养儿童[20]。S AyebKarlsson等人通对5个不同国家备灾文化和社会背景的分析,认为各國在备灾的经济和技术基础开展了大量的工作,但对文化和社会阻力对备灾的影响认识还不足,相同备灾措施效力的发挥会受不同国家文化的影响[21]。HASEGAWA M等人调查分析了福岛县每年进行灾害准备人数的年度百分比变化,发现灾害经历和与当地其他人的联系会影响人们开展备灾的积极性,灾害的经验可以增强备灾能力,而与其他当地人的联系有助于维持备灾[22]。YONG A G等人关注移民的备灾问题,最后的研究结果表明,移民的风险感知和备灾能力与在当地出生的移民相当,移民身份并不一定会造成风险认知和备灾方面的差异[23]。YONG A G通过横断面的家庭调查获取数据,使用定量方法研究以往的灾难经历是否会显着提高中国偏远村庄家庭备灾的水平,研究结果只有10.7%的家庭准备了灾害应急工具,需要进行减灾教育以促进偏远的资源贫乏社区进行备灾[24]。
2)社会能力建设方面。社会能力是指在特定情况下,为了预测、回应、应对、恢复或适应外部压力源(例如:突发灾害)的负面影响以及利用必要的资源,而做出成功行为的能力[25]。社会能力建设就是增强和发展前面所提到的能力和资源的一个过程。KUHLICKE C等人回顾了过去40至50年间有关能力建设,自然灾害和灾害社会科学中已经发表的相关文献,初步提出了对社会能力概念的看法,将社会能力分为了知识能力、动机能力、网络能力、经济能力、机构能力和程序能力,指出了当前社会能力建设的优势和局限性,为未来加强应对自然灾害的社会能力建设提供重要的参考[26]。另一些学者从实证研究入手,对荷兰减轻洪水风险的参与式社会能力建设进行研究,结果表明,如果所有参与方在参与过程中都是平等的,那将推动有关灾害风险知识的分享,而现有社会的能力可能会在无意间阻碍有关应对灾难风险至关重要知识的传播[27]。 3)科学知识方面。有关减轻灾害风险的科学知识的研究主要集中在如何有效整合土著知识和科学知识,从而减少当地的灾害风险。联合国教科文组织(UNESCO)称土著社区知识是指具有悠久历史和与自然环境互动经验的地方社区发展起来的认知,技能和理念[28]。GRIMIER将土著知识定义为“在特定地區的土著男性和女性,在特定条件下发展出的独特地方知识”[29]。具体包括本地知识、传统知识、本地技术知识、农民知识、传统环境知识和民间知识[30]。科学知识是起源于土著群体之外的知识,相比之下,土著知识往往被认为是本地知识,科学知识就是全球知识。有学者认为当今科学知识相对于土著知识呈现出压倒性的趋势,政府无视了土著知识在减轻灾害风险中的作用[31]。随着发展中国家的土著群体在面对灾害风险时越发处于不利地位,人们认识到,为了减少灾害风险和应对日益增加的环境脆弱性,必须在两个知识库的基础上建立新的和可持续的关系[32]。MERCER J等人探讨了如何整合土著和科学知识,提出了一个流程框架,通过该流程框架使相关群体能够明确其现有的科学和本地知识,以文化兼容和可持续的方式整合这些知识,减少其面临的灾害风险[33]。
2.3.4 气候变化(9#)
《联合国气候变化框架公约》(UNFCCC)第一款中,将因人类活动而改变大气组成的“气候变化”与归因于自然原因的“气候变率”区分开来,指出气候变化主要表现为三方面:全球气候变暖、酸雨、臭氧层破坏。气候变化作为近半个世纪灾害风险骤增的原因之一,已成为灾害风险研究中的重要部分。国际有关灾害风险的气候变化研究主要关注如何改善气候变化适应(CCA)与减少灾害风险(DRR)之间的关系。以往人们人为将气候变化和减轻灾害风险分开,这会导致“多重风险”所带来的多重暴露,进一步加剧灾害风险,但气候变化是造成灾害风险的原因之一,也是许多环境变化的原因之一,应将气候变化作为灾害风险的一部分[34]。还有学者提出了将DRR与CCA联系起来的“6W”分析框架,该框架可以改善两者之间的联系[35]。
2.4 文献作者群体分析
文献作者群体分析可以反映出一个领域的杰出贡献者以及研究团体之间的合作关系[36]。文中用CitesSpace生成文献作者共现图(图4),图谱中共用节点数463个,连接数531个,网络密度0005,说明整体上各作者之间缺乏合作联系,需进行更多的沟通合作。网络呈现出“大聚集,大分散”的特点,以多个核心作者为中心形成了9个作者群体,9个群体内部连线较紧密,说明内部联系性较强,同时相邻的聚集之间还至少存在一个连接点,说明不同领域有着较弱的联系。
2.5 研究国家和发文机构共现分析
基于CiteSpace对灾害风险的发文国家和研究机构进行可视化分析,可以反应各个国家和研究机构的研究概况和合作情况,发文国家共现图(图5)中共有85个点,354条连线,网络密度0.099 2,说明灾害风险研究中各国之间的交流和合作较强。研究机构共现图(图6)中共有364个点,574条连线,网络密度0.008 7,说明全球有关灾害风险的研究机构间的合作还有待加强。
图中节点越大说明频次越大,颜色越深说明开始时间越早。按首次出现时间和发文数量将前9个发文国家与前10位发文机构整理成表,见表2、表3,结合发文国家与发文机构共现图、统计表具体分析可知,在国家层面,美国、英国、中国和澳大利亚四国在灾害风险研究上处于主导地位,其中美国开始时间最早,发文数量最多,说明其在四国中处于领头羊的位置,中国开始时间最晚,但发文数量逐渐接近美国,说明中国灾害风险研究虽起步较晚,但国家和学界高度重视灾害风险问题,与国际的差距在快速缩小。机构层面,发文数量前10分别是北京师范大学、伦敦大学学院、奥克兰大学、中科院、京都大学、东北大学、西北大学、隆德大学、伦敦大学国王学院、阿姆斯特丹自由大学。从排名可以看出中国灾害风险研究相对集
中,
呈现出北京师范大学和中科院领头的局面,但两家机构之间连线较少,两者之间的合作还有待加强。美国发文总数最多,但前10中没有美国机构,说明美国灾害风险研究机构众多且科研实力比较相近。在今后中国应号召更多院校在相互合作沟通的前提下开展灾害风险的有关研究。
3 结论与展望
灾害风险研究关乎全球各国人民的福祉。本研究基于WOS和CiteSpace对国际“灾害风险”研究领域的作者、机构、国家、关键词进行可视化分析,是对该领域文献综述的一个新颖尝试。
1)灾害风险发文数量呈现快速上升趋势,总体经历了停滞—稳步增长—快速增长3个阶段。
2)通过对相关学科的统计可发现该领域主要涉及地理、环境生态科学、水资源、气象大气学等学科,但与社会学、管理类、心理学等学科交流较少,应进一步加强学科的交叉融合,为该领域注入新的活力。
3)文中将灾害风险的关键词分为了4个大类,8个小聚类。分别是:仙台框架(0#)、灾害风险评估(1#Artificial intelligence 2#Spatiotemporal 6#Evaluating critical link)、灾害风险的防控(3#Disaster preparedness 5# Social capacity building、7# Scientific knowledge)、气候变化(9# Super el nino event)。这4大类作为领域内的研究重点,受到了国际学者的广泛关注,在之后的研究中应进一步深入。
4)从发文作者看,同领域内作者合作交流较紧密,呈现出“大聚集,大分散”的特点,未来应加强不同领域间作者的交流合作,为灾害风险提供更多的思路。
5)从发文国家和机构来看,美国在灾害风险领域处于领头羊的位置,研究机构整体实力比较平均,中国相关研究虽起步较晚,但近年来积极参与有关的国际学术交流,在该领域的影响力不断增强,但还存在开展相关研究的机构数量偏少,机构间缺乏合作的问题。 通过对国际灾害风险研究现状的梳理,以下几个方面是今后的研究重点。
1)有关灾害风险评估中新技术的研究。科学技术作为第一生产力,其发展必然对社会的方方面面产生影响。例如,人工智能技术的发展已在许多领域带来巨大的改变,在这样的背景下,加强灾害风险评估中新技术的研究显得尤其關键。
2)有关气候变化的研究。虽然2015年全球各国签署了《巴黎协定》,但协定的执行情况并不理想,2019年美国宣布退出协定,作为全球温室气体排放大国,美国的退出也预示着协定目标难以达成,极端天气将更加频繁,全球变暖形式依然严峻,同时气候变化作为一个新的议题,相关研究还不够充分,因此加强灾害风险中有关气候变化的研究刻不容缓。
3)打破不同学科间的壁垒,加强不同学科之间的交流合作。例如,工程学家多关注减少灾害风险的工程措施,忽略了工程措施是否会带新的灾害风险和对当地人健康、心理等方面的影响。
参考文献:
[1]石先武,谭骏,国志兴,等.风暴潮灾害风险评估研究综述[J].地球科学进展,2013,28(08):866-874.
[2]徐继维,张茂省,范文.地质灾害风险评估综述[J].灾害学,2015,30(04):130-134.
[3]侯海燕,刘则渊,赫尓顿·克雷奇默,等.中国科学计量学国际合作网络研究[J].科研管理,2009,30(03):172-179.
[4]文宏,李风山,刘志鹏.改革开放40年灾害管理研究的议题回顾与未来展望—基于CiteSpace的知识图谱分析[J].桂海论丛,2018,34(05):67-78+2.
[5]阚凤敏.联合国引领国际减灾三十年:从灾害管理到灾害风险管理(1990—2019年)[J].中国减灾,2020(05):54-59.
[6]ZIA A,WAGNER C H.Mainstreaming early warning systems in development and planning processes:Multilevel implementation of Sendai framework in Indus and Sahel[J].International Journal of Disaster Risk Science,2015,6(02):189-199.
[7]HARAGUCHI M,LALL U,
WATANABE K.Building private sector resilience:Directions after the 2015 Sendai framework[J].Journal of Disaster Research,2016,11(03):535-543.
[8]KELMAN I.Climate change and the Sendai framework for disaster risk reduction[J].International Journal of Disaster Risk Science,2015,6(02):117-127.
[9]UNISDR(United Nations International Strategy for Disaster Reduction).2015.Sendai framework for disaster risk reduction 2015—2030.http://www.wcdrr.org/uploads/Sendai Framework for Disaster Risk Reduction 2015—2030.pdf.Accessed 6 Jun 2015.
[10]STOUGH L M,KANG D.The sendai framework for disaster risk reduction and persons with disabilities[J].International Journal of Disaster Risk Science,2015,6(02):140-149.
[11]GUADAGNO L.Human mobility in the Sendai framework for disaster risk reduction[J].International Journal of Disaster Risk Science,2016,7(01):30-40.
[12]GUADAGNO L.Human mobility in the Sendai framework for disaster risk reduction[J].International Journal of Disaster Risk Science,2016,7(01):30-40.
[13]文宏,李风山,刘志鹏.改革开放40年灾害管理研究的议题回顾与未来展望——基于CiteSpace的知识图谱分析[J].桂海论丛,2018,34(05):67-78+2.
[14]SHI P,SHUAI J,CHEN W,et al.Study on largescale disaster risk assessment and risk transfer models[J].International Journal of Disaster Risk Science,2010,1(02):1-8.
[15]SHI Y,ZHAI G,ZHOU S,et al.How can cities adapt to a multidisaster environment? Empirical research in Guangzhou(China)[J].International journal of environmental research and public health,2018,15(11):2453. [16]LAN T,FAN C,LI S,et al.Probabilistic prediction of mine dynamic disaster risk based on multiple factor pattern recognition[J].Advances in Civil Engineering,2018(03):1-6.
[17]YASEEN Z M,NAGANNA S R,SA’ADI Z,et al.Hourly river flow forecasting:Application of emotional neural network versus multiple machine learning paradigms[J].Water Resources Management,2020,34:1-17.
[18]YANG T H,LIU W C.A general overview of the riskreduction strategies for floods and droughts[J].Sustainability,2020,12(07):2687.
[19]JIA H,WANG J,CAO C,et al.Maize drought disaster risk assessment of China based on EPIC model[J].International Journal of Digital Earth,2012,5(06):488-515.
[20]PFEFFERBAUM B,PFEFFERBAUM R L,VAN HORN R L.Involving children in disaster risk reduction:the importance of participation[J].European journal of psychotraumatology,2018,9(S2):1425577.
[21]AYEB‐KARLSSON S,KNIVETON D,CANNON T,et al.I will not go,I cannot go:cultural and social limitations of disaster preparedness in Asia,Africa,and Oceania[J].Disasters,2019,43(04):752-770.
[22]HASEGAWA M,MURAKAMI M,TAKEBAYASHI Y,et al.Social capital enhanced disaster preparedness and health consultations after the 2011 Great East Japan Earthquake and nuclear power station accident[J].International journal of environmental research and public health,2018,15(03):516.
[23]YONG A G,LEMYRE L,
PINSENT C,et al.Risk perception and disaster preparedness in immigrants and canadianborn adults:Analysis of a national survey on similarities and differences[J].Risk analysis,2017,37(12):2321-2333.
[24]YONG A G,LEMYRE L,
PINSENT C,et al.Risk perception and disaster preparedness in immigrants and canadianborn adults:Analysis of a national survey on similarities and differences[J].Risk analysis,2017,37(12):2321-2333.
[25]KUHLICKE C,SCOLOBIG A,TAPSELL S,et al.Contextualizing social vulnerability:findings from case studies across Europe[J].Natural Hazards,2011,58(02):789-810.
[26]KUHLICKE C,STEINFHRER A,BEGG C,et al.Perspectives on social capacity building for natural hazards:outlining an emerging field of research and practice in Europe[J].Environmental Science & Policy,2011,14(07):804-814.
[27]KUHLICKE C,SCOLOBIG A,TAPSELL S,et al.Contextualizing social vulnerability:findings from case studies across Europe[J].Natural Hazards,2011,58(02):789-810.
[28]HIWASAKI L,LUNA E,SHAW R.Process for integrating local and indigenous knowledge with science for hydrometeorological disaster risk reduction and climate change adaptation in coastal and small island communities[J].International Journal of Disaster Risk Reduction,2014,10:15-27. [29]GRENIER L.Working with indigenous knowledge:A guide for researchers[M].IDRC,1998.
[30]SILLITOE P.The development of indigenous knowledge:a new applied anthropology[J].Current anthropology,1998,39(02):223-252.
[31]SHAW W S,HERMAN R D K,DOBBS G R.Encountering indigeneity:reimaging and decolonizing geography[J].Geografiska Annaler:Series B,Human Geography,2006,88(3):267-276.
[32]LARSEN S C.The future’s past:politics of time and territory among Dakelh first nations in British Columbia[J].Geografiska Annaler:Series B,Human Geography,2006,88(03):311-321.
[33]MERCER J,KELAMAN I,
TARANIS L,et al.Framework for integrating indigenous and scientific knowledge for disaster risk reduction[J].Disasters,2010,34(01):214-239.
[34]KELMAN I,GAILLARD J C,
MERCER J.Climate change’s role in disaster risk reduction’s future:Beyond vulnerability and resilience[J].International Journal of Disaster Risk Science,2015,6(01):21-27.
[35]LEI Y.A preliminary discussion on the opportunities and challenges of linking climate change adaptation with disaster risk reduction[J].Natural hazards,2014,71(03):1587-1597.
[36]趙海莉,张婧.基于Citespace和Vosviewer的中国水旱灾害研究进展与热点分析[J].生态学报,2020,40(12):4219-4228.
(责任编辑:张 江)
关键词:灾害风险;CiteSpace;计量可视化分析;研究热点;未来趋势
中图分类号:X 432
Abstract:Due to climate change,urbanization,population growth and other reasons,the global disaster risk is increasing.The disaster risk has aroused the common concern of scholars at home and abroad,and the number of related literary selections has increased rapidly.It is not only helpful for domestic scholars to understand the development of international disaster risk research,but also can provide reference for the localization of disaster risk research and development in China.Based on wos database and CiteSpace visualization software,this paper analysizes the international “disaster risk” literature from 2000 to 2020,conducts the research content,hot spots,authors,countries and institutions of disaster risk through cluster analysis and cooccurrence analysis,and finds that: in terms of research content,the number of international disaster risk papers has shown a rapid upward trend since 2015,and the research mainly focuses on the following aspects In terms of Sendai framework,artificial intelligence,spatiotemporal data analysis,disaster preparedness,social capacitybuilding,key assessment links,scientific knowledge,super El Nino event,etc.;in terms of research focus,it mainly focuses on “Sendai framework”,“disaster risk assessment”,“disaster risk prevention and control”; in terms of research authors,countries and institutions,the distribution of authors presents a “large aggregation,large scale” In the national institutions,the United States is in the leading position,but the gap between China and China is rapidly narrowing.In the future,the integration of new technology of disaster risk assessment,climate change and disaster risk will be the research direction of disaster risk in the future.
Key words:disaster risk;CiteSpace;quantitative visualization analysis;research hotspot;future trend
0 引言
近20年來,全球灾害频发,给不同的国家都造成了严重损失,影响到个人的正常生活和国家的有序发展。据中新网报道2010年全球有4 200万人因灾流离失所,人数是2009年的两倍,同时气候变化,改变了灾害发生的频率和强度,进一步加剧全球的灾害风险。当前对国内灾害风险研究的综述性梳理已比较全面[1-2],但缺乏针对国际灾害风险研究的系统性整理。为把握灾害风险的国际研究进展及趋势,以便为国内外学者开拓研究视野提供参考和借鉴,文中利用CiteSpace软件,从关键词、作者、发文国家和发文机构等维度对国际灾害风险文献进行信息挖掘,全面梳理国际灾害风险的研究现状。 1 研究工具与数据来源
在数据来源方面,因灾害风险研究广泛分布于政治、社会、工程、心理、经济等领域,需从一个覆盖多学科的数据库中获取数据。本文数据来源于Web of science(WOS)数据库,该平台是全球最大、覆盖学科最多的综合性学术平台。文中以“disaster risk(灾害风险)”为主题进行检索,数据库类型选择核心合集包括(SCIEXPANDED,SSCI,A&HCI,CPCIS,CPCISSH),时间跨度为2000年1月1日至2020年7月1日,共检索出相关文献3 367篇,去除新闻报道、会议报告、征稿启事、卷首语、期刊目录、无作者等非学术文献335篇,最终保留文献3 032篇作为研究样本。
在数据分析工具方面,采用CiteSpace软件,版本为5.6.R4(64-bit)。该方法是一种综合了信息可视化技术、应用数学、图形学、计算机科学,以及计量学的研究方法[3]。在数据处理方面,选择时间为2000年到2020年,时间切片为1年,来源选择所有项目,包括标题(title)、摘要(abstract)、增补关键词(ID)和作者关键词(DE),节点选择关键词(Keyword)、作者(Author)机构(Institution)、国家(country),阙值选择Top=50,其他设置为默认值。
2 研究结果分析
2.1 时间趋势:研究时间分布图谱
发文数量可以从侧面反应该领域的学术热度,将从Web of science核心合集中收集到的3 032篇文献进行统计分析(图1),可以看出关于灾害风险的研究从2000—2005年都几乎处于停滞状态,2006—2014年开始稳步增长,说明灾害风险领域开始受到学术界关注,因2015年“仙台框架”的出台,2015—2020年发文数量陡增,研究热点出现。研究学科分布方面,目前研究主要集中在GEOLOGY(地理)32%、
Environmental Sciences Ecology(环境生态科学)30%、Water Resources(水资源)296%、Meteorology Atmospheric Sciences(气象大氣学)29%等领域,这说明灾害风险成为多学科共同关注的主题。
2.2 研究热点:关键词词频分析
文中通过CiteSpace的关键词共现分析,得到灾害风险关键词共现图(图2)和2000—2020年前10关键词统计表,见表1。
图中每一个节点代表一个关键词,节点越大该关键词出现的频次越高。从图2可以看出国外灾害风险研究网络重叠度高、各节点之间关联性强,这说明各点彼此之间具有很强的解释性。从表1可看出,国外2000—2020年灾害风险的研究热点主要分布在两个方面,一方面是灾害风险的影响因素分析。Vulnerability(脆弱性)出现频次591次、Climate change(气候变化)492次、Disaster(灾害)365次。另一方面是如何减轻灾害灾害风险,其中Disaster risk reduction(减轻灾害风险)出现频次为591次、Resilience(恢复力)423次、Management(管理)295次、Adaptation(适应)284次。
2.3 研究重点:关键词聚类分析
一个聚类是由多个关键词因同质性程度较高而进行了模块组合而成,因此关键词共现聚类能够反映一个领域内的研究重点,对把握研究领域现阶段研究方向具有重要意义[4]。通过CiteSpace软件生成灾害风险关键词聚类(图3),其中Modualarity Q=0.38,大于临界值0.3,说明该聚类结构显著,Sihouetle=0.68,大于临界值0.5,接近0.7,说明该聚类具有很强的合理性。共识别出9个聚类,分别是0#Sendai framework(仙台框架),1#Artificial intelligence(人工智能),2#Spatiotemporal aspect(时空方面、时空数据分析),3#Disaster preparedness(备灾),4#Stock return(股票收益),5#Social capacity building(社会能力建设),6#Evaluating critical link(评估关键环节),7#Scientific knowledge(科学知识),8#Super el nino event(超级厄尔尼诺事件)。剔除相关性不强的4#Stock return(股票收益),将剩下的8个聚类按照相似度分为了4大类,仙台框架(0#)、灾害风险评估(1#2#6#)、灾害风险的防控(3#5#7#)、气候变化(9#)。
2.3.1 仙台框架(0#)
聚类的数字编号越小表示该聚类包含的节点越多,仙台框架(Sendai framework)作为关键词聚类图谱中的0号聚类,说明其是灾害风险的重要研究对象。2015年3月18日,第三届世界减灾大会上通过了《2015—2030年仙台减少灾害风险框架》,该框架实现了从灾害管理到灾害风险管理的转变,确定了4个优先领域,即了解灾害风险、加强灾害风险治理、管理灾害风险、加大在减少灾害风险方面的投资以及增强防灾能力[5]。仙台框架确定的四个优先领域也成为之后灾害风险研究的热点领域。纵观有关仙台框架的研究,当前研究主要集中与仙台框架局限性和创新性研究2大方面。
1)仙台框架的不足与局限性。如何在抽象的框架基础上,发展具有可操作性的实施手段成为主要的研究内容。ZIA A等人认为尽管仙台框架中强调以人为中心和自下而上的治理,但其缺乏具体的实施手段,通过在仙台框架中实施平衡的多级风险治理将加快仙台框架2030年减灾目标的实现[6]。HARAGUCHI M等人认为仙台框架虽然提到了私营部门在复原力社会中所发挥的作用,但框架是抽象的,缺乏可操作性。在未来私营部门需要通过基于公私合营(PPP)的区域业务连续性管理(BCM)来提高其业务连续性,从而增强私营部门的抗灾能力[7]。KELMAN I分析仙台框架中提及气候变化的15条内容,得出了3个结论。首先,气候变化对灾害和灾害风险的影响被夸大了,因为脆弱性才是灾害和灾害风险的根源,而气候变化主要影响灾害。其次,仙台框架在一定程度上为气候变化和可持续发展提供了减少灾害风险的想法和专业知识,但人为地将气候变化、减少灾害风险和可持续发展三者分开。最后,与其他灾害影响因素相比,气候变化作为众多灾害影响因素中的一个而受到了太多关注,掩盖了其他迫切需要关注的因素[8]。 2)仙台框架内容创新点。仙台框架相比之前的兵库框架在保护对象方面有所变化,强调在未来15年内保护生命、健康、生计、生态系统、文化遗产和重要基础设施免受自然和人为破坏[9]。因此新增的健康、公共卫生、生计、文化遗产等对象成为主要的研究对象。
STOUGH L M等人关注仙台框架对残疾人的影响,其认为仙台框架在认识残疾人在减少灾害和减少灾害风险的需求方面取得了显著的进步,在框架中残疾人不在作为一种消极的角色而存在,而是作为公认的合作伙伴和利益相关者
[10]。GUADAGNO L通过对有关仙台框架文本资料的分析,讨论了仙台框架是如何解决灾害风险中的人口流动问题,相比兵库框架,其涵盖的范围更广,涵盖了包括流离失所、搬迁、移民、移民的特殊脆弱性和财产转移等人口流动相关的各种主题,但还是存在一定的不足,例如未解决内部和国际移民政策在塑造人们的风险和脆弱性方面所发挥的作用的问题[11]。GUADAGNO L认为仙台框架在教育层面有所创新,做到了与教育的良好整合,其所强调的是一种全方位的学校安全途径,包括学习环境的安全、减少灾害风险的教育和灾害管理[12]。
2.3.2 灾害风险评估(1#2#6#)
灾害风险本身具有损失性和不确定性的特性。每次灾害的发生都会给当地带来一定的社会和经济损失。合理有效的灾害风险评估是提高灾害风险管理能力的内在要求,也是防灾减灾的必然趋势[13],因此如何进行灾害风险评估成为学界的研究热点。国际灾害风险评估研究主要分为针对不同类型风险的评估和风险评估技术工具2大方面。
1)各类型风险评估。SHI P等人根据大规模灾害的特点,在分析大灾害的风险评估要求的基础上,建立了基于区域灾害系统概念的大规模灾害风险评估模型[14]。SHI Y等人提出了一种可用于城市多灾种风险评估的模糊综合评估方法,该方法包括城市灾害的识别和筛选、个人灾害风险以及城市综合灾害风险的评估,将城市综合灾害风险划分为多个风险等级并提出应对策略[15]。
2)风险评估的具体技术工具。目前灾害风险评估技术工具包括基于脆弱性的HAZUS模型、基于机器学习和人工智能(AI)方法的模型、基于时空(Spatiotemporal)数据分析的灾害风险评估等方法。在人工智能领域,LAN T等人关注矿山的地质灾害风险问题,通过人工智能(AI)利用神经网络和模糊数学的方法,确定了矿山动态灾害的风险概率预测标准和预测区域内各单位的风险概率值,在此基础上划分矿山动态灾害的危险区域、威胁区域和安全区域,针对不同危险区域提出了相应的控制措施
[16]。YASEEN Z M等人研究洪水灾害的风险评估,其通过新型人工智能(AI)建模技术,开发了一套预测每小时河流流量的ENN模型,通过与过去基于机器学习(ML)模型的比较,表明ENN模型是一种有前途的灾害风险评估人工智能技术[17]。YANG T H等人讨论了人工智能和物联网在减灾中的应用,认为人工智能(AI)和物联网(IoT)等先进技术将对未来减少灾害风险产生巨大影响[18]。时空(Spatiotemporal)数据分析方面,JIA H等人对中国农作物干旱的时空分布进行定量评估,为中国政府在风险评估和干旱灾害预防方面的决策提供科学依据[19]。可以看出,至今还没有一个风险评估工具占据了主导地位,每种方法都各有利弊,都需要学者们后续的不断完善。
2.3.3 灾害风险的防控(3#5#7#)
灾害风险的防控作为聚类结果较多的编码集合,反映出在灾害风险研究中,它作为一个重点被学界所聚焦。其中主要研究方面有Disaster preparedness(备灾)、Social capacity building(社会能力建设)、Scientific knowledge(科学知识)。
1)备灾方面。PFEFFERBAUM B等人回顾了减少灾害风险中有关儿童参与的文献,为儿童参与减轻灾害风险的活动提供了理论支撑,认为备灾需要去动员和培养儿童[20]。S AyebKarlsson等人通对5个不同国家备灾文化和社会背景的分析,认为各國在备灾的经济和技术基础开展了大量的工作,但对文化和社会阻力对备灾的影响认识还不足,相同备灾措施效力的发挥会受不同国家文化的影响[21]。HASEGAWA M等人调查分析了福岛县每年进行灾害准备人数的年度百分比变化,发现灾害经历和与当地其他人的联系会影响人们开展备灾的积极性,灾害的经验可以增强备灾能力,而与其他当地人的联系有助于维持备灾[22]。YONG A G等人关注移民的备灾问题,最后的研究结果表明,移民的风险感知和备灾能力与在当地出生的移民相当,移民身份并不一定会造成风险认知和备灾方面的差异[23]。YONG A G通过横断面的家庭调查获取数据,使用定量方法研究以往的灾难经历是否会显着提高中国偏远村庄家庭备灾的水平,研究结果只有10.7%的家庭准备了灾害应急工具,需要进行减灾教育以促进偏远的资源贫乏社区进行备灾[24]。
2)社会能力建设方面。社会能力是指在特定情况下,为了预测、回应、应对、恢复或适应外部压力源(例如:突发灾害)的负面影响以及利用必要的资源,而做出成功行为的能力[25]。社会能力建设就是增强和发展前面所提到的能力和资源的一个过程。KUHLICKE C等人回顾了过去40至50年间有关能力建设,自然灾害和灾害社会科学中已经发表的相关文献,初步提出了对社会能力概念的看法,将社会能力分为了知识能力、动机能力、网络能力、经济能力、机构能力和程序能力,指出了当前社会能力建设的优势和局限性,为未来加强应对自然灾害的社会能力建设提供重要的参考[26]。另一些学者从实证研究入手,对荷兰减轻洪水风险的参与式社会能力建设进行研究,结果表明,如果所有参与方在参与过程中都是平等的,那将推动有关灾害风险知识的分享,而现有社会的能力可能会在无意间阻碍有关应对灾难风险至关重要知识的传播[27]。 3)科学知识方面。有关减轻灾害风险的科学知识的研究主要集中在如何有效整合土著知识和科学知识,从而减少当地的灾害风险。联合国教科文组织(UNESCO)称土著社区知识是指具有悠久历史和与自然环境互动经验的地方社区发展起来的认知,技能和理念[28]。GRIMIER将土著知识定义为“在特定地區的土著男性和女性,在特定条件下发展出的独特地方知识”[29]。具体包括本地知识、传统知识、本地技术知识、农民知识、传统环境知识和民间知识[30]。科学知识是起源于土著群体之外的知识,相比之下,土著知识往往被认为是本地知识,科学知识就是全球知识。有学者认为当今科学知识相对于土著知识呈现出压倒性的趋势,政府无视了土著知识在减轻灾害风险中的作用[31]。随着发展中国家的土著群体在面对灾害风险时越发处于不利地位,人们认识到,为了减少灾害风险和应对日益增加的环境脆弱性,必须在两个知识库的基础上建立新的和可持续的关系[32]。MERCER J等人探讨了如何整合土著和科学知识,提出了一个流程框架,通过该流程框架使相关群体能够明确其现有的科学和本地知识,以文化兼容和可持续的方式整合这些知识,减少其面临的灾害风险[33]。
2.3.4 气候变化(9#)
《联合国气候变化框架公约》(UNFCCC)第一款中,将因人类活动而改变大气组成的“气候变化”与归因于自然原因的“气候变率”区分开来,指出气候变化主要表现为三方面:全球气候变暖、酸雨、臭氧层破坏。气候变化作为近半个世纪灾害风险骤增的原因之一,已成为灾害风险研究中的重要部分。国际有关灾害风险的气候变化研究主要关注如何改善气候变化适应(CCA)与减少灾害风险(DRR)之间的关系。以往人们人为将气候变化和减轻灾害风险分开,这会导致“多重风险”所带来的多重暴露,进一步加剧灾害风险,但气候变化是造成灾害风险的原因之一,也是许多环境变化的原因之一,应将气候变化作为灾害风险的一部分[34]。还有学者提出了将DRR与CCA联系起来的“6W”分析框架,该框架可以改善两者之间的联系[35]。
2.4 文献作者群体分析
文献作者群体分析可以反映出一个领域的杰出贡献者以及研究团体之间的合作关系[36]。文中用CitesSpace生成文献作者共现图(图4),图谱中共用节点数463个,连接数531个,网络密度0005,说明整体上各作者之间缺乏合作联系,需进行更多的沟通合作。网络呈现出“大聚集,大分散”的特点,以多个核心作者为中心形成了9个作者群体,9个群体内部连线较紧密,说明内部联系性较强,同时相邻的聚集之间还至少存在一个连接点,说明不同领域有着较弱的联系。
2.5 研究国家和发文机构共现分析
基于CiteSpace对灾害风险的发文国家和研究机构进行可视化分析,可以反应各个国家和研究机构的研究概况和合作情况,发文国家共现图(图5)中共有85个点,354条连线,网络密度0.099 2,说明灾害风险研究中各国之间的交流和合作较强。研究机构共现图(图6)中共有364个点,574条连线,网络密度0.008 7,说明全球有关灾害风险的研究机构间的合作还有待加强。
图中节点越大说明频次越大,颜色越深说明开始时间越早。按首次出现时间和发文数量将前9个发文国家与前10位发文机构整理成表,见表2、表3,结合发文国家与发文机构共现图、统计表具体分析可知,在国家层面,美国、英国、中国和澳大利亚四国在灾害风险研究上处于主导地位,其中美国开始时间最早,发文数量最多,说明其在四国中处于领头羊的位置,中国开始时间最晚,但发文数量逐渐接近美国,说明中国灾害风险研究虽起步较晚,但国家和学界高度重视灾害风险问题,与国际的差距在快速缩小。机构层面,发文数量前10分别是北京师范大学、伦敦大学学院、奥克兰大学、中科院、京都大学、东北大学、西北大学、隆德大学、伦敦大学国王学院、阿姆斯特丹自由大学。从排名可以看出中国灾害风险研究相对集
中,
呈现出北京师范大学和中科院领头的局面,但两家机构之间连线较少,两者之间的合作还有待加强。美国发文总数最多,但前10中没有美国机构,说明美国灾害风险研究机构众多且科研实力比较相近。在今后中国应号召更多院校在相互合作沟通的前提下开展灾害风险的有关研究。
3 结论与展望
灾害风险研究关乎全球各国人民的福祉。本研究基于WOS和CiteSpace对国际“灾害风险”研究领域的作者、机构、国家、关键词进行可视化分析,是对该领域文献综述的一个新颖尝试。
1)灾害风险发文数量呈现快速上升趋势,总体经历了停滞—稳步增长—快速增长3个阶段。
2)通过对相关学科的统计可发现该领域主要涉及地理、环境生态科学、水资源、气象大气学等学科,但与社会学、管理类、心理学等学科交流较少,应进一步加强学科的交叉融合,为该领域注入新的活力。
3)文中将灾害风险的关键词分为了4个大类,8个小聚类。分别是:仙台框架(0#)、灾害风险评估(1#Artificial intelligence 2#Spatiotemporal 6#Evaluating critical link)、灾害风险的防控(3#Disaster preparedness 5# Social capacity building、7# Scientific knowledge)、气候变化(9# Super el nino event)。这4大类作为领域内的研究重点,受到了国际学者的广泛关注,在之后的研究中应进一步深入。
4)从发文作者看,同领域内作者合作交流较紧密,呈现出“大聚集,大分散”的特点,未来应加强不同领域间作者的交流合作,为灾害风险提供更多的思路。
5)从发文国家和机构来看,美国在灾害风险领域处于领头羊的位置,研究机构整体实力比较平均,中国相关研究虽起步较晚,但近年来积极参与有关的国际学术交流,在该领域的影响力不断增强,但还存在开展相关研究的机构数量偏少,机构间缺乏合作的问题。 通过对国际灾害风险研究现状的梳理,以下几个方面是今后的研究重点。
1)有关灾害风险评估中新技术的研究。科学技术作为第一生产力,其发展必然对社会的方方面面产生影响。例如,人工智能技术的发展已在许多领域带来巨大的改变,在这样的背景下,加强灾害风险评估中新技术的研究显得尤其關键。
2)有关气候变化的研究。虽然2015年全球各国签署了《巴黎协定》,但协定的执行情况并不理想,2019年美国宣布退出协定,作为全球温室气体排放大国,美国的退出也预示着协定目标难以达成,极端天气将更加频繁,全球变暖形式依然严峻,同时气候变化作为一个新的议题,相关研究还不够充分,因此加强灾害风险中有关气候变化的研究刻不容缓。
3)打破不同学科间的壁垒,加强不同学科之间的交流合作。例如,工程学家多关注减少灾害风险的工程措施,忽略了工程措施是否会带新的灾害风险和对当地人健康、心理等方面的影响。
参考文献:
[1]石先武,谭骏,国志兴,等.风暴潮灾害风险评估研究综述[J].地球科学进展,2013,28(08):866-874.
[2]徐继维,张茂省,范文.地质灾害风险评估综述[J].灾害学,2015,30(04):130-134.
[3]侯海燕,刘则渊,赫尓顿·克雷奇默,等.中国科学计量学国际合作网络研究[J].科研管理,2009,30(03):172-179.
[4]文宏,李风山,刘志鹏.改革开放40年灾害管理研究的议题回顾与未来展望—基于CiteSpace的知识图谱分析[J].桂海论丛,2018,34(05):67-78+2.
[5]阚凤敏.联合国引领国际减灾三十年:从灾害管理到灾害风险管理(1990—2019年)[J].中国减灾,2020(05):54-59.
[6]ZIA A,WAGNER C H.Mainstreaming early warning systems in development and planning processes:Multilevel implementation of Sendai framework in Indus and Sahel[J].International Journal of Disaster Risk Science,2015,6(02):189-199.
[7]HARAGUCHI M,LALL U,
WATANABE K.Building private sector resilience:Directions after the 2015 Sendai framework[J].Journal of Disaster Research,2016,11(03):535-543.
[8]KELMAN I.Climate change and the Sendai framework for disaster risk reduction[J].International Journal of Disaster Risk Science,2015,6(02):117-127.
[9]UNISDR(United Nations International Strategy for Disaster Reduction).2015.Sendai framework for disaster risk reduction 2015—2030.http://www.wcdrr.org/uploads/Sendai Framework for Disaster Risk Reduction 2015—2030.pdf.Accessed 6 Jun 2015.
[10]STOUGH L M,KANG D.The sendai framework for disaster risk reduction and persons with disabilities[J].International Journal of Disaster Risk Science,2015,6(02):140-149.
[11]GUADAGNO L.Human mobility in the Sendai framework for disaster risk reduction[J].International Journal of Disaster Risk Science,2016,7(01):30-40.
[12]GUADAGNO L.Human mobility in the Sendai framework for disaster risk reduction[J].International Journal of Disaster Risk Science,2016,7(01):30-40.
[13]文宏,李风山,刘志鹏.改革开放40年灾害管理研究的议题回顾与未来展望——基于CiteSpace的知识图谱分析[J].桂海论丛,2018,34(05):67-78+2.
[14]SHI P,SHUAI J,CHEN W,et al.Study on largescale disaster risk assessment and risk transfer models[J].International Journal of Disaster Risk Science,2010,1(02):1-8.
[15]SHI Y,ZHAI G,ZHOU S,et al.How can cities adapt to a multidisaster environment? Empirical research in Guangzhou(China)[J].International journal of environmental research and public health,2018,15(11):2453. [16]LAN T,FAN C,LI S,et al.Probabilistic prediction of mine dynamic disaster risk based on multiple factor pattern recognition[J].Advances in Civil Engineering,2018(03):1-6.
[17]YASEEN Z M,NAGANNA S R,SA’ADI Z,et al.Hourly river flow forecasting:Application of emotional neural network versus multiple machine learning paradigms[J].Water Resources Management,2020,34:1-17.
[18]YANG T H,LIU W C.A general overview of the riskreduction strategies for floods and droughts[J].Sustainability,2020,12(07):2687.
[19]JIA H,WANG J,CAO C,et al.Maize drought disaster risk assessment of China based on EPIC model[J].International Journal of Digital Earth,2012,5(06):488-515.
[20]PFEFFERBAUM B,PFEFFERBAUM R L,VAN HORN R L.Involving children in disaster risk reduction:the importance of participation[J].European journal of psychotraumatology,2018,9(S2):1425577.
[21]AYEB‐KARLSSON S,KNIVETON D,CANNON T,et al.I will not go,I cannot go:cultural and social limitations of disaster preparedness in Asia,Africa,and Oceania[J].Disasters,2019,43(04):752-770.
[22]HASEGAWA M,MURAKAMI M,TAKEBAYASHI Y,et al.Social capital enhanced disaster preparedness and health consultations after the 2011 Great East Japan Earthquake and nuclear power station accident[J].International journal of environmental research and public health,2018,15(03):516.
[23]YONG A G,LEMYRE L,
PINSENT C,et al.Risk perception and disaster preparedness in immigrants and canadianborn adults:Analysis of a national survey on similarities and differences[J].Risk analysis,2017,37(12):2321-2333.
[24]YONG A G,LEMYRE L,
PINSENT C,et al.Risk perception and disaster preparedness in immigrants and canadianborn adults:Analysis of a national survey on similarities and differences[J].Risk analysis,2017,37(12):2321-2333.
[25]KUHLICKE C,SCOLOBIG A,TAPSELL S,et al.Contextualizing social vulnerability:findings from case studies across Europe[J].Natural Hazards,2011,58(02):789-810.
[26]KUHLICKE C,STEINFHRER A,BEGG C,et al.Perspectives on social capacity building for natural hazards:outlining an emerging field of research and practice in Europe[J].Environmental Science & Policy,2011,14(07):804-814.
[27]KUHLICKE C,SCOLOBIG A,TAPSELL S,et al.Contextualizing social vulnerability:findings from case studies across Europe[J].Natural Hazards,2011,58(02):789-810.
[28]HIWASAKI L,LUNA E,SHAW R.Process for integrating local and indigenous knowledge with science for hydrometeorological disaster risk reduction and climate change adaptation in coastal and small island communities[J].International Journal of Disaster Risk Reduction,2014,10:15-27. [29]GRENIER L.Working with indigenous knowledge:A guide for researchers[M].IDRC,1998.
[30]SILLITOE P.The development of indigenous knowledge:a new applied anthropology[J].Current anthropology,1998,39(02):223-252.
[31]SHAW W S,HERMAN R D K,DOBBS G R.Encountering indigeneity:reimaging and decolonizing geography[J].Geografiska Annaler:Series B,Human Geography,2006,88(3):267-276.
[32]LARSEN S C.The future’s past:politics of time and territory among Dakelh first nations in British Columbia[J].Geografiska Annaler:Series B,Human Geography,2006,88(03):311-321.
[33]MERCER J,KELAMAN I,
TARANIS L,et al.Framework for integrating indigenous and scientific knowledge for disaster risk reduction[J].Disasters,2010,34(01):214-239.
[34]KELMAN I,GAILLARD J C,
MERCER J.Climate change’s role in disaster risk reduction’s future:Beyond vulnerability and resilience[J].International Journal of Disaster Risk Science,2015,6(01):21-27.
[35]LEI Y.A preliminary discussion on the opportunities and challenges of linking climate change adaptation with disaster risk reduction[J].Natural hazards,2014,71(03):1587-1597.
[36]趙海莉,张婧.基于Citespace和Vosviewer的中国水旱灾害研究进展与热点分析[J].生态学报,2020,40(12):4219-4228.
(责任编辑:张 江)