EN中文

热带地理 >

2025 , Vol. 45 >Issue 4: 691 - 703

DOI: https://doi.org/10.13284/j.cnki.rddl.20240780

韧性适应与综合减灾策略

基于防灾减灾政策文本的风暴潮灾害风险要素挖掘研究

  • 郭腾蛟 ,
  • 曹琦 ,
  • 马钰富 ,
  • 杨列娟
展开
  • 陆军勤务学院，重庆 401331
曹琦（1976—），男，重庆人，博士，教授，博士生导师，主要研究方向为灾害应急管理，（E-mail）。

郭腾蛟（1988—），女，山东寿光人，博士，讲师，主要研究方向为灾害风险评估与应急管理，（E-mail）；

收稿日期: 2024-11-27

  修回日期: 2025-03-17

  网络出版日期: 2025-04-22

基金资助

重庆市自然科学基金项目(cstc2024ycjh-bgzxm0111)

国家资助博士后研究人员计划(GZC20233615)

中国博士后科学基金(2024M754256)

收起

Mining Risk Factors of Storm Surge Disasters Based on Disaster Prevention and Mitigation Policy Texts

  • Tengjiao Guo ,
  • Qi Cao ,
  • Yufu Ma ,
  • Liejuan Yang
Expand
  • Army Logistics Academy, Chongqing 401331, China

Received date: 2024-11-27

  Revised date: 2025-03-17

  Online published: 2025-04-22

Fold

摘要

以风暴潮为例，通过整合防灾减灾政策文本，将风险要素解构为危险性、脆弱性、抗灾能力三维度。运用文本挖掘技术分析政策语境下的风险要素构成及演变特征，重点揭示不同阶段防灾减灾的侧重点。结果表明：1）政策文本可提取出大量风暴潮风险要素，其中危险性要素聚焦海平面上升、台风等高频词，脆弱性要素突出沿海区域、海岸带、土地利用等方面，抗灾能力要素强调工程防御、财政支持等。2）不同阶段的政策文本对风险要素的关注点存在显著差异，2010年以前主要集中在灾害危险性的识别与监测方面，2010—2015年关注点在于进一步细化承灾体脆弱性，2015年后则更重视科技发展对抗灾能力的作用，这些变化反映政策制定者对风暴潮灾害风险认知的逐步深化。3）政策文本中提取的“天文潮”“围填海”“灾害保险”等要素，弥补了传统指标体系对人为干预与制度性因素的忽视。

关键词： 防灾减灾政策; 风暴潮灾害; 风险要素; 文本挖掘

本文引用格式

郭腾蛟 , 曹琦 , 马钰富 , 杨列娟 . 基于防灾减灾政策文本的风暴潮灾害风险要素挖掘研究[J]. 热带地理, 2025 , 45(4) : 691 -703 . DOI: 10.13284/j.cnki.rddl.20240780

Abstract

Disaster prevention and mitigation policy texts serve as a guidance and basis for the government to respond to disasters. They contain rich information on disaster risk factors, records the degree of damage caused by disaster hazard factors to disaster-bearing bodies, and provide disaster prevention measures. Risk factors form the foundation of a disaster risk assessment index. This study considered storm surges as an example and deconstructs risk factors into three dimensions-hazard, vulnerability, and disaster resistance capacity–by integrating disaster prevention and mitigation policy texts. Text mining techniques were used to analyze the composition and evolution characteristics of risk factors in policy contexts, with a focus on emphasizing disaster prevention and reduction at different stages. This study constructed a policy text-driven theoretical framework for disaster risk assessment, overcoming the limitations of traditional indicator systems that rely on statistical data and expert experience, and revealed the key role of institutional factors in risk formation. The results are as follows: (1) Policy texts can be used to extract a large number of storm surge risk factors, with hazard factors linked to high-frequency terms such as "sea level rise" and "typhoons," vulnerability to "coastal areas", "coastal zones", "land use", etc., and disaster resilience to "engineering defense," "financial support," etc. (2) There are significant differences in the focus on risk factors in policy texts at different stages. Before 2010, the focus was on identifying and monitoring disaster risks. From 2010-2015, the focus was on further refining the vulnerabilities of disaster-bearing bodies. After 2015, there was greater emphasis on the role of technological development in disaster resistance. These changes reflect the gradual deepening of policymakers' understanding of storm surge disaster risks. (3) The elements extracted from the policy text, such as "astronomical tide," "land reclamation," and "disaster insurance," have compensated for the neglect of human intervention and institutional factors in traditional indicator systems. This study pioneered a new paradigm of policy text analysis in disaster risk assessment at the methodological level, breaking through the traditional reliance on structured data in storm surge disaster risk assessments. Policy evolution analysis revealed changes in risk concerns.

Key words： disaster prevention and mitigation policies; storm surge disasters; risk factors; text mining

灾害风险评估结果是否可信，在很大程度上取决于指标体系构建的科学合理性（Guo & Li, 2020）。风险评估指标体系是根据灾害风险因素不同维度选取相应的特征要素构建的（Yin et al., 2013; Zhang & Chen, 2019; Ye, 2024），与每种灾害风险因素相关的特征要素很多（刘蓓蓓 等，2024），如何从基础资料中提取特征要素是指标体系构建的关键。国内外大量学者结合自身的学科背景，构建了相对专业的评估指标体系。但由于学者在构建指标体系时，主要是结合自身的专业背景和经验，如在研究灾害对渔民损失的影响时，考虑了海水养殖面积、渔船数量等指标（周劲峰，2003；赵昕 等，2015），在研究灾害对土地利用的影响时，考虑了耕地面积、低洼耕地等指标（游珍 等，2013；郭腾蛟 等，2014）。随着人们对风险评估研究的增多，不同学科背景的学者在不同研究尺度、时间尺度、地区特征等方面分别建立了不同的风险评估指标。虽然各个领域专家构建的指标有很强的专业性和实用性，但仍存在一定不足，如现有指标体系多基于专家经验或历史案例归纳，缺乏对风暴潮灾害机理的深入分析，导致指标覆盖不全或重复冗余，如致灾因子（风速、潮位等）被过度强调，而社会经济脆弱性和抗灾能力的指标常被弱化（Hallegatte et al., 2013）。
灾害治理政策作为一种强制性的权威治理手段，既是国家意志在灾害治理领域中的重要体现，更是有效开展防灾减灾工作的重要保障（武艳敏 等，2021）。随着防灾减灾工作的迅速开展，减灾政策文件层出不穷。防灾减灾政策是政府部门针对灾害影响制定的一系列政策措施，灾害政策详细记录了灾害对承灾体造成的影响以及政府的预防措施，如何科学有效地从大量防灾减灾政策文本中提取有效的风险要素，弥补基于专家经验构建的指标体系的不足，及时防范化解重大自然灾害风险，是目前需要解决的关键问题。
近年来，文本挖掘在信息分析中的应用越来越广泛，其中数理统计方法、机器学习方法等是主要方法（李尚昊 等，2016）。目前，常用的技术主要包括数据转换、去停用词、中文分词、特征提取和表示、文本的分类、文本的聚类、自动摘要和可视化等（徐燕丽，2017）。随着中文文本挖掘技术的不断更新，许多学者借鉴国外研究，将文本挖掘应用于各类政策研究（苏敬勤 等，2013；张永安 等，2016；张骁 等，2018）。防灾减灾政策研究主要聚焦于政策体系与框架的构建、政策效应评估与韧性提升、政策工具解构和政策计量分析4方面。政策体系与框架的构建主要探索防灾减灾政策的顶层设计、法律体系及国际标准对接，强调政策的系统性和协调性（钟开斌，2009；解华朝，2015）。政策效应评估与韧性提升，评估政策实施后对灾害损失减少、社区韧性的实际影响（方然，2008；Cutter et al., 2010；张海波 等，2022），主要方法有双重差分法（DID）、系统动力学模型、韧性指标构建。政策工具解构主要是基于经典理论（Hanson et al., 1981；董艳春 等，2017；袁永旭 等，2022）对政策工具进行类型学划分，分析工具分布特征，研究不同工具（强制型、市场型、社会型）的组合效应与协同机制，结合时间序列分析工具使用的阶段性变化（如从“工程防御”到“智慧应急”），通过案例或量化模型评估工具实施效果（如韧性提升、灾害损失减少），比较中外政策工具的差异，提炼适应性优化路径（封超，2022；杨志军 等，2023）。政策计量分析主要包括词频统计与主题演化分析，通过分词工具提取高频词，识别关键政策主题，利用主题模型追踪政策关注点演变（张玲，2020；Li & Guo, 2022）。目前对于防灾减灾政策研究，学者们更侧重于对政策文本的量化，将文本挖掘与政策分析相结合的防灾减灾研究相对较少。
中国拥有18 000多km的海岸线，横跨纬度范围大，是世界上受海洋灾害影响最为严重的国家之一（郭腾蛟 等，2018；郭腾蛟，2019）。随着全球气候变暖，海平面不断上升（李响 等，2016；何蕾 等，2019；张孝奎 等，2022），中国极端天气气候事件频发，海洋灾害风险进一步加剧。海洋防灾减灾是中国海洋事业和综合防灾减灾体系的重要组成部分（王军 等， 2020），做好沿海地区的海洋防灾减灾工作，保障居民的生命财产安全，对于中国实现海洋强国战略、促进海洋生态文明建设以及沿海地区的经济发展有重要意义（王军 等，2020）。近年来，中国国家海洋防灾减灾政策发布频繁，已有大量的文本资料。
因此，本研究以风暴潮灾害为例，对防灾减灾政策文本进行分析，将联合国减灾署（UNDRR）（Reduction, International Strategy For Disaster, 2004）提出的“风险=危险性×脆弱性/抗灾能力”理论模型具象化为分析框架，通过三元分类体系实现政策文本的解构与重组，建立政策与风险之间的映射关系，挖掘政策制定者、相关管理部门所关注的防灾减灾目的和重要措施，从中遴选灾害风险要素，突破传统政策文本的平面化解读方式，规避主观判断偏差，构建基于政策文本的风险要素指标体系，结合阶段性词频分析，分析风险管理侧重点的变迁。以期为风险指标的构建提供新思路，为政府部门识别现行政策的覆盖盲区和修订政策提供数据支撑。

1 数据与方法

1.1　防灾减灾政策数据收集

本文所选取的海洋防灾减灾政策文本均来源于公开的数据资料，主要从中国政府网以及各大部委网站上搜集。中国国务院在1989年成立了中国“国际减灾十年”委员会，自此开始发布灾害方面的政策文本，因此政策文本的收集时间从1989年开始。为保证政策选取的准确性和代表性，按照以下原则对政策文本进行整理和遴选：1）发文单位为国务院直属机构；2）综合防灾减灾以及与海洋灾害相关的政策文本；3）政策类型主要选取规划、纲要、意见、通知、方案等体现政府政策的文件；4）与海洋灾害相关的预报管理办法、应急预案、标准体系等文件作为减灾措施的参考。本文最终梳理获得有效政策样本89份，时间跨度为1989—2020年（表1）。
表1 国家级海洋防灾减灾政策文本

Table 1 National marine disaster prevention and reduction policy texts

编号 名称 年份 机构 类型
1 中华人民共和国减灾规划（1998—2010） 1998 中国国际减灾十年委员会 规划
2 全国海洋经济发展规划纲要 2003 国家发展和改革委员会；国土资源部；国家海洋局 规划
3 关于加强海洋灾害防御工作的意见 2005 国家海洋局 意见
4 关于进一步加强海洋灾害应急管理工作的通知 2005 国家海洋局 通知
5 国家“十一五”海洋科学和技术发展规划纲要 2006

国家海洋局；科学技术部；国防科学技术工业委员会；

国家自然科学基金委员会

 纲要
6 国务院关于进一步加强防灾抗灾救灾工作的通知 2006 国务院 通知
7 关于进一步做好防御台风等灾害性天气工作的通知 2006 国务院办公厅 通知
8 关于贯彻落实《国家环境保护“十一五”规划》的意见 2007 国家海洋局 意见
9 关于海洋领域应对气候变化有关工作的意见 2007 国家海洋局 意见
10

国务院办公厅关于进一步加强气象灾害防御工作的

意见

 2007 国务院办公厅 意见
11 中国应对气候变化国家方案 2007 发展改革委会 方案
12 国家海洋事业发展规划纲要 2008 发改委；国家海洋局 规划
13 全国海洋标准化“十一五”发展规划 2008 国家海洋局 规划
14 关于加强救灾应急体系建设的指导意见 2009 民政部 意见
15 关于进一步加强海洋生态保护与建设工作的若干意见 2009 国家海洋局 意见
16 关于进一步加强海洋预报减灾工作的通知 2009 国家海洋局 通知
17 关于做好2010年度汛期海洋灾害应急管理工作的通知 2010 国家海洋局 通知
18 国家“十二五”海洋科学和技术发展规划纲要 2010 国家海洋局；科技部；教育部；国家自然科学基金委 规划
19 国家气象灾害防御规划（2009—2020年） 2010 国家气象局 规划
20 中华人民共和国减灾规划（2011―2015） 2011 国家减灾委员会 规划
21 国务院办公厅关于加强气象灾害监测预警及信息发布工作的意见 2011 国务院办公厅 意见
22 气象发展规划（2011―2015年） 2011 发改委；国家气象局 规划
23 关于加强区域农业围垦用海管理的若干意见 2012 国家海洋局 意见
24 国家防灾减灾科技发展“十二五”专项规划 2012 科技部 规划
25 全国海洋经济发展十二五规划 2012 国务院 规划
26 国家海洋事业发展“十二五”规划 2013 国家发改委；国土资源部；国家海洋局 规划
27

国家海洋局关于加强海洋生态环境监测评价工作的

若干意见

 2014 国家海洋局 意见
28 全国海洋观测网规划（2014―2020年） 2014 国家海洋局 规划
29 关于加强自然灾害救助物资储备体系建设的指导意见 2015

民政部；发展改革委；财政部；国土资源部；住房城乡建设部；

交通运输部；商务部；质检总局；食品药品监管总局

 意见
30 全国海洋主体功能区规划 2015 国务院 规划
31 中华人民共和国减灾规划（2016―2020） 2016 国务院办公厅 规划
32 关于推进防灾减灾救灾体制机制改革的意见 2016 国务院 意见
33 海洋观测预报和防灾减灾“十三五”规划 2016 国家海洋局 规划
34

关于开展编制省级海岸带综合保护与利用总体规划

试点工作的指导意见

 2017 国家海洋局 意见
35

国务院办公厅关于印发国家突发事件应急体系建设

“十三五”规划的通知

 2017 国务院办公厅 通知
36 全国海洋经济发展十三五规划 2017 发改委；国家海洋局 规划
37 十三五”海洋领域科技创新专项规划 2017 科技部；国土资源部；国家海洋局 规划
38

灾后恢复重建和综合防灾减灾能力建设中央预算内

投资专项管理办法

 2017 发改委 规定
39 中国气象局关于加强气象防灾减灾救灾工作的意见 2017 中国气象局 意见
40 关于加强防汛抗旱防台风宣传工作的通知 2017 水利部办公厅 通知
41

关于做好特别重大自然灾害灾后恢复重建工作的

指导意见

 2019 发改委；财政部；应急管理部 意见
42 中国海洋灾害公报 1989 国家海洋局 公报
43 中国海洋灾害公报 1990 国家海洋局 公报
44 中国海洋灾害公报 1991 国家海洋局 公报
（未完，转下页）
45 中国海洋灾害公报 1992 国家海洋局 公报
46 中国海洋灾害公报 1993 国家海洋局 公报
47 中国海洋灾害公报 1994 国家海洋局 公报
48 中国海洋灾害公报 1995 国家海洋局 公报
49 中国海洋灾害公报 1996 国家海洋局 公报
50 中国海洋灾害公报 1997 国家海洋局 公报
51 中国海洋灾害公报 1998 国家海洋局 公报
52 中国海洋灾害公报 2000 国家海洋局 公报
53 中国海平面公报 2000 国家海洋局 公报
54 中国海平面公报 2003 国家海洋局 公报
55 中国海平面公报 2006 国家海洋局 公报
56 中国海平面公报 2008 国家海洋局 公报
57 中国海平面公报 2011 国家海洋局 公报
58 中国海平面公报 2012 国家海洋局 公报
59 中国海平面公报 2013 国家海洋局 公报
60 中国海平面公报 2014 国家海洋局 公报
61 中国海平面公报 2015 国家海洋局 公报
62 中国海平面公报 2018 自然资源部 公报
63 中国海平面公报 2019 自然资源部 公报
64 中国海平面公报 2020 自然资源部 公报
65 海洋环境预报与海洋灾害预报警报发布管理规定 1993 国家海洋局 规定
66 海洋预报业务管理暂行规定 1999 国家海洋局 规定
67 国家防汛抗旱应急预案 2006 国务院 预案
68 气象灾害预警信号发布与传播办法 2007 国家气象局 规定
69 中华人民共和国突发事件应对法 2007 人大常委会 法规
70 风暴潮、海浪、海啸和海冰灾害应急预案 2009 国家海洋局 预案
71 气象灾害防御条例 2010 国务院 法规
72 国家气象灾害应急预案 2010 国家气象局 预案
73 全国海洋预警报视频会商暂行办法 2010 国家海洋局 规定
74 自然灾害救助条例 2010 国务院办公厅 法规
75 国家气象灾害应急预案 2010 国家气象局 预案
76 国家自然灾害救助应急预案 2011 国务院办公厅 预案
77 海洋观测预报管理条例 2012 国务院 规定
78 风暴潮、海浪、海啸和海冰灾害应急预案 2012 国家海洋局 预案
79 海洋灾情调查评估和报送规定(暂行) 2013 国家海洋局 规定
80 突发事件应急预案管理办法 2013 国务院办公厅 规定
81 海洋预报业务管理规定 2014 国家海洋局 规定
82 国家突发公共事件总体应急预案 2015 国务院 预案
83 海洋观测预报及防灾减灾标准体系 2015 国家海洋局 标准
84 风暴潮、海浪、海啸和海冰灾害应急预案 2015 国家海洋局 预案
85 风暴潮灾害风险评估和区划技术导则 2016 国家海洋局 标准
86 国家自然灾害救助应急预案 2016 国务院办公厅 预案
87 中国气象局气象灾害应急预案 2016 国家气象局 预案
88 气象灾害防御条例 2017 国务院 法规
89 自然灾害救助条例 2019 国务院 法规
从表1可看出，自198—2020年以来每年都会有防灾减灾的政策文本发布，在2005年以前，政策文本以海洋公报为主，2005年以后政策文本呈大规模上升的趋势。2005年国务院召开了国家应急管理工作会议（白天亮，2006），推动了防灾减灾政策
的制定发布，2006—2020年处于中国防灾减灾“十一五规划”“十二五规划”“十三五规划”陆续出台的时期，海洋气象减灾的意见、规划、应急预案等逐步出台，为防灾减灾提供了指导思想和技术支持。对政策文本的发文机构进行统计，发现政策的发布机构涉及多个部门，但以单个机构发布为主。海洋灾害涉及海洋、气象等多方面，因此国家海洋局、中国气象局是发布救灾指导意见、防灾标准等最多的机构，而相关的法律法规、规划以国务院颁布的政策居多。

1.2　风暴潮灾害风险要素挖掘方法

基于政策文本的风险要素挖掘方法主要包括2部分：政策文本分词、风险主题分类，方法如图1所示。
图1 风险要素挖掘方法示意

Fig.1 Risk factor mining method

1）政策文本分词。结巴分词（Jieba）是一种基于Python的中文分词工具，广泛应用于自然语言处理（NLP）任务。其核心算法结合了基于前缀词典的字符串匹配技术和基于汉字成词能力的概率模型，能高效、准确地对中文文本进行分词。结巴分词支持3种分词模式：精确模式、全模式和搜索引擎模式。其中，精确模式通过最大化匹配算法将文本精确切分为词语，适合文本分析的准确性要求；全模式枚举所有可能的词语组合，适合覆盖性较强的场景；搜索引擎模式在精确模式的基础上，对长词进行进一步切分，适合搜索引擎索引构建。
本研究采用结巴分词的精确模式对政策文本进行分词。首先，结巴分词通过加载内置词典和用户自定义词典，识别文本中的词语边界。其次，基于动态规划算法和隐马尔可夫模型（HMM），结巴分词能有效处理未登录词和歧义问题，确保分词结果的准确性。为适应政策文本可能出现的专业术语和专有名词，在结巴分词的基础上加载了自定义词典，将政策领域的高频术语加入分词词典，以提升分词的准确性。分词完成后，对结果进行词性过滤，保留名词、动词等关键词语，去除停用词和无意义的虚词，为后续的文本挖掘和分析提供高质量的词语序列数据。
2）风险主题分类。主题归类的依据主要基于风暴潮灾害风险管理的理论框架，即“风险=危险性×脆弱性/抗灾能力”的三元模型（Reduction, International Strategy For Disaster, 2004；尹占娥，2009），将风险要素划分为危险性要素、脆弱性要素和抗灾能力要素三大主题。危险性要素主要涉及风暴潮的强度、频率、影响范围等自然属性，这些因素直接决定风暴潮灾害发生的可能性和潜在危害程度。脆弱性要素聚焦于沿海地区的人类社会系统，包括人口分布、经济资产、基础设施等，这些要素决定了在风暴潮灾害发生时可能遭受的损失程度。抗灾能力要素关注沿海地区的灾害应对能力，包括应急响应体系、防灾减灾措施、社区韧性等，这些要素反映社会系统抵御和恢复灾害的能力。通过这种分类，能清晰地识别和分析风暴潮灾害风险的各个关键环节，为后续的风险评估和管理提供科学依据。
为实现对风暴潮灾害风险要素的精准识别和分类，构建了一个专门的词库，用于从文本数据中提取与风险要素相关的词汇。词库的构建过程是基于风暴潮灾害领域的专业知识、历史灾害案例分析以及相关文献（黄蕙 等，2008；殷杰，2011；牛海燕，2012；刘蓓蓓 等，2024）。针对危险性要素，词库收录了与风暴潮强度（如潮位高度、浪高）、频率（如风暴潮发生次数）、影响范围（如受影响海岸线长度）等相关术语。对于脆弱性要素，词库涵盖了沿海地区的人口、经济、基础设施状况（如海堤、桥梁）等词汇。抗灾能力要素的词库包括应急响应能力（如救援队伍规模、应急物资储备）、防灾减灾措施（如海堤高度、防洪标准）以及社区韧性（如居民防灾意识、社区组织能力）等术语。通过系统化的词库构建，能高效地从大量文本数据中提取与风暴潮灾害风险要素相关的信息，为后续分析提供数据支持。
在实际应用中，通过自然语言处理技术对文本数据进行预处理，包括分词、词性标注和去停用词等操作，以确保数据的准确性和可用性。随后，利用构建的词库对预处理后的文本进行匹配和标注，将文本中的词汇归类到相应的风险要素主题中。该过程不仅提高了数据处理的效率，还确保了分类的准确性。通过这种方法，从海量的风暴潮灾害相关文本中快速提取出有价值的风险要素信息，并将其归类到危险性、脆弱性和抗灾能力三大主题下。这种基于词库的分类方法为风暴潮灾害风险评估提供了一种高效、系统化的工具，有助于深入分析和理解风暴潮灾害风险的各个关键因素，为沿海地区的防灾减灾决策提供科学依据。

2 政策文本主题挖掘

2.1　风险要素主题挖掘

基于政策文本挖掘方法，将风险要素分为危险性、脆弱性和抗灾能力3个主题，进行相应的主题挖掘。
1）危险性主题挖掘。从危险词频统计结果（表2）中提取相关词组。可以看出，政策文本中涉及的危险性因素主要有：1）台风-风暴潮灾害链名词，包括风灾相关的台风、大风、气旋、暴风等，雨灾相关的洪涝灾害、暴雨、洪涝等，潮灾相关的天文大潮、潮水、最高潮位等，浪灾相关名词，包括巨浪、向岸浪等；2）孕灾环境名词，包括海流、地形、地貌、海岸线等；3）气候变化名词，包括气象灾害、海平面上升等。
表2 危险性主题分词统计 (次)

Table 2 Statistical segmentation of hazard factors

危险性因素 词组 词频 危险性因素 词组 词频 危险性因素 词组 词频

台风-风暴潮

灾害链

 风暴潮 56

台风-风暴潮

灾害链

 增水 2 孕灾环境 海岸线 4
台风 45 风场 2 海流 2
暴雨 15 天文大潮 2 地形 2
洪涝 13 洪涝灾害 2 地貌 2
潮位 8 潮水 2 气候变化 气象灾害 303
危险性 7 内涝 2 海洋灾害 228
巨浪 6 潮汐 2 海平面上升 108
大风 6 波浪 2 气候变化 78
灾害链 6 气旋 1 海平面 43
洪水 5 暴风 1 海洋气候 8
降水 4 向岸浪 1 气候系统 4
巨灾 3 高潮位 1 水文气象 3
灾种 3 最高潮位 1 气象要素 1
结合防灾减灾政策文本以及分词结果可知，词频比较高的词语分别是气象灾害、海洋灾害、海平面上升以及气候变化，说明台风风暴潮灾害在气象灾害和海洋灾害的防灾减灾文件中被频繁提到，海平面上升和气候变化也是防灾减灾关注的重点问题。灾害事件具有明显的特征参数，如台风过程会带来大风（风速），暴雨会有区域降水量的变化，风暴潮灾害有明显的潮位变化。除了灾害因素以外，受灾区域的地形、地貌、风场、海流、向岸浪等地理、海洋、气象要素也是评估危险性的重要要素。综上可知，在进行区域危险性要素遴选时，不仅要考虑台风、暴雨、风暴潮灾害的相关因素，也应考虑到当前的海平面情况、海洋气候条件、气象要素等。
2）脆弱性主题挖掘。从脆弱性词频统计结果（表3）中提取相关词组。脆弱性特征主要包括土地利用、经济发展、社会发展、生态环境等方面，可以看出，政策文本中涉及的脆弱性因素主要有：1）土地利用，包括城市、沿海地区、港口、围填海等；2）经济发展，包括农业、工业、渔业等；3）社会发展，包括农村、乡村、基层社区等；4）生态环境，包括海岸侵蚀、滩涂、保护区渔港、海岸带等；5）交通，包括公路、铁路等。
表3 脆弱性主题分词统计

Table 3 Fragility segmentation statistics of disaster bearing bodies 次

脆弱性因素 词组 词频 脆弱性因素 词组 词频 脆弱性因素 词组 词频

土地

利用

 城市 74

土地

利用

 浅海养殖 1

社会

发展

 农村 42
沿海地区 52 低洼地区 1 乡村 25
住房 20 围海 1 建筑 8
土地 13 造田 1 基层社区 5
湿地 11 围垦 1 易灾县 3
地面沉降 11 低洼地 1 农房 1
港口 10

经济

发展

 农业 34

生态

环境

 海岸带 44
城镇 8 养殖 9 生态环境 18
围填海 5 工业 6 海岸侵蚀 15
岛屿 4 渔业 6 滩涂 8
海岛 4 养殖业 2 保护区 4
农田 2 工农业 2 漫滩 2
渔港 2 增殖 2 交通 铁路 8
低地 2 种植 2 公路 8
海滩 2 渔民 2
耕地 1 农牧渔业 2
从分词结果可看出，城市、沿海地区、海岸带、农村是比较高频的词语，也是受灾的主体，说明在防灾减灾过程中对于重点承灾体的政策措施比较到位。台风风暴潮灾害会对城市的工业、公路、铁路、港口造成破坏，会损坏农村的耕地、农房，会造成以养殖业为主的渔民损失，这些要素虽然词频较低，但在进行承灾体脆弱性评价时是需要关注的要素。综上，在进行承灾体脆弱性要素遴选时，不仅要考虑城市、农村、沿海等土地利用类型大类要素，还要考虑湿地、保护区、围填海等土地利用类型中的小类要素。
3）抗灾能力主题挖掘。从抗灾能力词频统计结果（表4）中提取相关词组。抗灾能力主要包括工程防护措施、非工程防护措施、财政收入支持以及应急救助措施等，可以看出，政策文本中涉及的抗灾能力因素主要有：1）工程减灾类，包括灾害防御、工程建设、堤防等；2）非工程防护措施，包括预报、预警信息、预警、监测预警、警戒水位等；3）财政收入支持，包括救灾物资、物资储备、沿海经济、灾害保险等；4）应急救助措施，包括防灾减灾救灾、制度、恢复建设、政策等。
表4 抗灾能力主题分词统计 (次)

Table 4 Disaster resilience segmentation statistics

抗灾能力因素 词组 词频 抗灾能力因素 词组 词频 抗灾能力因素 词组 词频 抗灾能力因素 词组 词频
工程防护措施 灾害防御 127 非工程防护措施 预报 183 财政收入支持 救灾物资 104 应急救助措施 防灾减灾救灾 123
工程建设 34 预警信息 141 物资储备 17 制度 88
堤防 8 预警 98 沿海经济 11 恢复重建 81
应急避难场所 8 海洋预报 72 灾害保险 8 应急预案 68
工程设施 6 灾害预警 65 防灾减灾人才 6 政策 28
设防标准 5 监测预警 58 巨灾保险 6 防汛抗旱 23
警戒潮位 5 预报预警 49 灾害管理 5 综合减灾 20
防潮工程 4 数值预报 24 巨灾风险 4 减灾意识 19
堤坝 4 警戒水位 14 农业保险 3 法律法规 17
防波堤 3 预警系统 14 保险机构 2 抗灾能力 12
减灾建设 1 灾情信息 12 保险市场 1 抗灾救灾 12
海堤达标 1 风险区划 10 被保险人 1 损失评估 8
护坡 1 综合评估 10 保险公司 1 减灾能力 8
护滩 1 气象观测 10 险种 1 防灾抗灾 6
防护堤 1 风险数据库 4 保险费率 1 海洋减灾立法 1
设计标高 1 智库 3 保费 1 减灾效益评估 1
从区域防灾减灾能力的分词结果可看出，预报预警、救灾物资、制度等是比较高频的词语，说明灾前的准确预报、灾后物资救助和减灾政策是减少灾害损失的重要因素。在灾害发生前，精准的对灾害信息进行预报，按照应急预案进行灾害防御，是减少灾害经济损失的关键。在灾害发生后，各部门及时发布应急避难场所位置、按需发放物资储备，完成灾害重建工作，能尽快恢复受灾地区的社会经济。提高民众的防灾减灾意识、增强民众的抗风险能力也是目前减灾的重点，从分词结果可看出，减灾意识、巨灾保险、农业保险等是出现概率较高的词汇，而保险市场、保险公司、保费等词汇虽然出现的频率低，但也是区域抗灾能力的重点要素。对于灾害的风险评估、灾害风险管理、警戒水位的核定、提高海堤设计标准等措施也是中国一直在推行的防灾减灾措施。

2.2　风险要素主题演化

为应对复杂多变的自然灾害风险，中国防灾减灾规划按照“五年规划”周期发布。1998年国务院发布《国家综合减灾“十一五”规划（1998—2010）》，此后分别发布“十二五”（2011—2015）和“十三五”（2016—2020）规划。本研究基于1998—2020年中国防灾减灾政策的阶段性划分，系统总结不同阶段政策文本中对风暴潮灾害风险的核心关注点，提取各阶段的风险要素（包括危险性、脆弱性和抗灾能力），并通过对比分析其演变特征，揭示风暴潮灾害风险主题的动态演化规律，为未来灾害风险管理的政策优化提供理论依据和实践参考。
1）阶段1：1998—2010年。该阶段的防灾减灾政策以海洋灾害公报、海平面公报为主，重点关注风暴潮灾害危险性识别与初步防御能力建设。结合该阶段政策内容和高频词汇（图2-a）可看出，危险性主要关注对风暴潮致灾因子的监测和预警能力的提升上，台风、风暴潮等是重点关注的致灾因子，海平面上升、极端天气等是监测的重点。脆弱性主要关注沿海地区的人口密集区和重要基础设施的暴露性，重视沿海城市的防潮工程建设，词频较高的沿海地区、人口密集、沿海经济带、沿海城镇等是关注的重点区域，低洼地区、沿海公路、防潮堤坝等属于重点关注的基础设施。抗灾能力方面，政策重点在于应急能力提升方面，词频较高的有应急救援队伍、应急演练、社会减灾意识、科技支撑等，同时社区综合减灾能力、自救互救能力等也逐步得到重视。
图2 1998—2010（a）、2011—2015（b）、2016—2020年（c）政策文本高频词汇

Fig.2 High frequency vocabulary in policy texts during 1998-2010(a), 2011-2015(b), and 2016-2020(c)

2）阶段2：2011—2015年政策关注分析。该阶段以综合减灾深化与风险管理强化为主，注重应对气候变化挑战，推动科技应用与社会参与。结合该阶段政策内容和高频词汇（图2-b）可知，危险性主题进一步深化，不仅关注风暴潮的危险性，还开始考虑风暴潮引发的次生灾害，在高频词汇统计中，除了有台风、风暴潮等致灾因素外，还有海水入侵、地下水位等词汇。同时，政策更加重视对风暴潮危险性的监测，如有卫星监测、监测预警等高频词汇。脆弱性主题在该时期更加细化，不仅有城市群、围填海土地、滨海湿地等重点区域，还有农田、港口、渔港等具体的承灾体。抗灾能力方面，政策更加注重防灾减灾科技创新和应急救援提升方面，如遥感技术、智慧减灾、应急物资储备、保险机制等是该阶段的高频词汇。
3）阶段3：2016—2020年政策关注分析。该阶段重点关注脆弱性优化与抗灾能力的可持续性。结合该阶段政策内容和高频词汇（图2-c），危险性方面继续关注台风、风暴潮、极端天气等的监测和预警。脆弱性主题更加注重系统的整体脆弱性，包括生态系统、基础设施等的脆弱性，同时在承灾体方面也有进一步的细化，注重农副渔业、老旧建筑等，这些在高频词汇中均有所体现。抗灾能力方面，强调灾害恢复重建能力、救援队伍建设、应急物资储备等，同时继续强调科技的重要性，科技创新、智能化等均为该阶段的高频词汇。
从各阶段政策关注点演化趋势看，中国防灾减灾领域的风险要素认知呈现动态演进特征。早期（1998—2010年）政策风险要素的侧重点主要集中在风暴潮灾害的监测和预警能力的提升上，强调通过工程和非工程措施来降低灾害风险，如建设防灾工程、完善基础设施等。中期（2011—2015年）转向系统性风险管理，在持续关注危险性监测预警的同时，开始强调承灾体脆弱性评估，重点识别沿海经济带、生态敏感区、城市群的暴露风险；近期（2016—2020年）更加强调形成多维度综合防控体系，将脆弱性进一步深化到社会系统的整体脆弱性，包括经济、社会、生态等多个层面，同时，通过智能化预警平台、巨灾保险制度和社会参与机制全面提升抗灾能力。从各风险要素的演化趋势看，危险性方面从注重单一的台风、风暴潮灾害逐步转向灾害所带来的次生灾害，再到灾害精准预警的转变；脆弱性方面逐步细化承灾体，从单一的沿海地区转向城市群再到城镇社区，从滩涂、湿地逐步到渔港、码头再到老旧建筑；抗灾能力方面从科技支撑、宣传教育逐步细化到遥感技术、应急物资储备再到联防联控、救援队伍组件。这种转变反映中国防灾减灾救灾理念和实践的不断进步，也体现对灾害复杂性和不确定性的深刻认识。

2.3　风险要素集合构建

通过对防灾减灾政策文本挖掘，可以构建基于政策文本的风险要素集（表5）。危险性要素的构建主要包含台风带来的灾害链式的灾害类型，包括大风、暴雨、风暴潮、波浪等，还考虑了海洋条件，包括天文大潮、海流、风场、向岸浪、潮汐等，受灾地区地理条件，包括地形、地貌、海岸线、海平面等。本研究从政策文本的角度对危险性要素进行分析，可以看出，中国台风风暴潮灾害的灾害链，以及其他影响灾害损失的危险性参数，以此补充专业领域人员构建危险性指标的不足。但每种灾害都包含各自的特征要素，台风有风速、风圈半径、移动距离、大气压等参数，风暴潮有增水高度、最高潮位、持续时间等参数，暴雨灾害有24 h降雨量、最大降雨量等参数，应基于灾害特征进行更为细化的指标体系构建。
表5 基于政策文本的风险要素集

Table 5 Risk factor set based on policy texts

危险性 脆弱性 抗灾能力
要素 要素集合 要素 要素集合 要素 要素集合
风灾 风场

土地

利用

 湿地

工程

防护

措施

 堤坝
雨灾 降雨 围填海 防波堤
内涝 岛屿 防风林
潮灾 潮位 耕地 护坡
增水 养殖用地 护滩
潮汐 低洼地

非工程

防护

措施

 预报预警
天文潮 围垦 警戒水位
浪灾 向岸浪 港口 减灾立法

孕灾

环境

 地形

经济

发展

 工业经济

财政

收入

支持

 灾害保险
地貌 农业经济 农业保险

气候

变化

海平面

上升

 渔业经济 沿海经济

社会

发展

 农村

应急

救助

措施

 物资储备
农房 防御对策
渔民 应急避难场所

生态

环境

 保护区
脆弱性要素的构建主要根据区域承灾体的类型以及对行业的影响来确定。台风风暴潮灾害会对城市、农村、沿海地带造成影响，主要的承灾类型有土地、工农业、生态环境等，其中土地包括农业用地、养殖用地、湿地、港口、低洼地、城镇用地，各种土地利用类型对于台风风暴潮灾害的承灾能力不同，需要在研究过程进行权重区分；工农业主要包括对工厂停产影响、农田的破坏度、种植业和养殖业的损失度、受灾区域农业、工业等的占比等，生态环境主要包括灾害对围填海区域的影响、对海滩和海岸带的破坏、对地面沉降的影响等。在进行区域承灾体脆弱性评价时，可根据评价的尺度（省级、地市级、县区级等）对承灾体进一步细化，省级评价可以对土地利用类型、工农业等进行大范围的区分，如土地利用类型分为耕地、林地、建设用地等，而在进行县区级的评价时，可将土地利用类型进一步细化，将耕地分为水田、旱地等，以精确估算不同土地利用类型对灾害的承受能力。
区域防灾减灾能力要素的构建主要考虑区域工程减灾措施、非工程减灾措施以及政策制定情况。加固堤防高度、提高防潮设施的设计标准、提高建筑物的防灾能力等是直接体现防灾效果的工程减灾措施。在非工程减灾方面，提高社会的风险转移能力、鼓励群体加入巨灾保险、农业保险，增强对灾害成灾机理的研究、提高灾害预报水平，做好灾害风险评估、风险管理水平等保险类、科研类、评估类措施，为防灾减灾措施打下坚实的基础。在政策制定方面，基于政策工具的措施制定、基于灾害过程的措施制定以及应急预案、法律法规等措施的制定也能反映一个地区的区域防御水平。

3 讨论

本研究基于防灾减灾政策文本的风险要素挖掘，在数据、方法及分析结果层面均取得一定突破，但仍存在需进一步探讨的问题。在数据层面，政策文本具有权威性、系统系的特点，同时结构清晰、内容明确，为风险要素的提取提供了可靠依据。但数据也存在局限性，如本研究数据来源单一，政策样本的收集范围局限于国家级文本，可能遗漏地方性政策中针对区域特殊性（如珠三角与渤海湾的风险差异）的精细化表述，导致部分风险要素的地域特征未被充分挖掘；政策文本的发布具有滞后性，部分政策可能已过时或未及时更新；文本中的专业术语和隐含信息可能增加解读难度。
在方法层面，从政策文本中提取风暴潮灾害风险要素，细化危险性、脆弱性和抗灾能力等要素，从政策制定者的视角明确区域防灾减灾重点。高频词语的分析能揭示政策关注的核心问题，确保政策的时效性和针对性。通过不同阶段时段政策关注点的对比，可揭示不同阶段政策重心变化，为优化防灾体系提供历史经验支撑。然而，政策文本的分析也存在一定局限性，政策文本多以原则性表述为主，对具体实施效果、技术标准或社会参与机制等操作性内容涉及较少，可能弱化对抗灾能力要素（如社会组织协同、公众风险意识）的深度解析。因此单纯依赖政策文本分析可能无法完全覆盖复杂多变的灾害风险全貌，需结合实地调研和多源数据进行补充。此外，自然语言处理技术的局限性和人工标注的主观性也可能对分析结果的准确性产生一定影响。
传统台风风暴潮风险评估多依赖固定指标体系（如潮位极值、人口密度等），而本研究通过政策文本挖掘，补充了“天文潮”“围填海”“灾害保险”等要素，突破了原有指标对自然因子的单一依赖。由于风暴潮灾害的成灾机理非常复杂，其造成的影响也非常显著。仅仅通过对科技政策数据进行挖掘，很难得到全部风险要素体系。而且由于灾害的影响因素非常多，以风暴潮的潮位要素看，潮位包含了最高潮位、平均潮位、超越警戒潮位等指标，这些指标需领域专家进一步分析，本研究仅列出了影响要素集合。未来将继续深入挖掘风暴潮灾害的风险因素，为防灾减灾提供数据支持。
本研究基于政策文本构建的风暴潮风险评估指标体系，虽整合了危险性、脆弱性与抗灾能力要素，但在解读防灾减灾政策中针对风暴潮灾害本身的地理空间分布、风险关注点的时空变化特征、风险要素之间的动态演变等方面存在不足，未来将增加重点区域的防灾减灾政策文本，引入LDA主题模型、NLP技术，提取灾害地理空间分布分与风险要素之间的相关关系，在空间尺度上细化风险指标体系，同时对不同区域风险指标的权重赋值给出相应的数据支撑。

4 结论与建议

4.1　结论

本文通过对防灾减灾政策文本的分析，挖掘了风暴潮灾害的风险要素，并构建了基于政策文本的风险要素集合，为完善灾害风险评估指标体系提供了新视角。主要结论为：1）政策文本中可提取大量与风暴潮灾害相关的风险要素，危险性要素涉及风暴潮灾害的自然属性和环境背景，包括灾害链、孕灾环境以及气候变化。其中，高频关键词包括“海平面上升”“风暴潮”等；脆弱性要素重点关注沿海地区的人类社会系统及其对灾害的敏感性，具体涵盖土地利用、经济发展、社会发展和生态环境，高频关键词包括“沿海地区”“城市”“农村”“养殖业”等；抗灾能力要素主要关注沿海地区的灾害应对能力，包括工程防护措施、非工程防护措施、财政支持以及应急救助措施。高频关键词包括“预报预警”“灾害保险”“应急避难场所”等。2）不同阶段的政策文本对风险要素的关注点存在显著差异，2010年以前主要集中在灾害危险性的识别与监测方面，2010—2015年关注点在于进一步细化承灾体脆弱性，2015年后则更加重视科技发展对抗灾能力的作用。3）通过政策文本挖掘，补充了传统指标体系对人为干预与制度性因素的忽视，如“天文潮”“围填海”“灾害保险”等要素，构建了基于政策文本的风险要素合集。

4.2　建议

1）风暴潮灾害风险要素遴选建议：对灾害链的分析需重点考虑台风的移动路径，结合移动路径划定危险区域；还需考虑灾害过程的潮汐现象、是否遇到天文潮，结合波浪的特征，从而确定灾害增水高度；如果灾害伴随着暴雨，需结合受灾区域的地形地貌特征，预测内涝的面积。对气候变化的分析需考虑城市所在海域的海平面变化。因此在城市危险性评估过程中，路径、风速、天文潮、潮汐、地形、海平面上升等要素是评估的重点，而风场、流场、风应力等危险性要素在对台风路径、风暴潮强度、波浪大小等的预测中的作用更大。在脆弱性的评估过程中，需考虑城市自身的围填海、围垦等要素，城市的渔业信息如养殖用地、渔民数量、渔民收入等也应收集精确的信息，城市的港口数据、港口的吞吐量等也应进行评级，土地利用数据应收集到详细的地图规划数据。在抗灾能力的评估过程中，城市沿海地区的工程防护设施数据应收集完备；灾害保险的情况需要有各类数据支撑，包括居民保险率、保险覆盖率等相关信息；城市制定防御对策、减灾立法的信息要收集到具体的政策措施、政策文本；预警预报能力可通过是否有预警平台等进行确定；应急避难场所的数量也应收集最新的数据，包括每个避难场所的面积、可容纳人数等信息。
由于沿海地带可能面临由台风风暴潮灾害引发的巨大人员和社会经济损失。在风险要素的遴选建议中，政府部门、研究机构及其他相关单位应重视防灾减灾教育，提高公共防灾减灾的意识，制定相关政策法规和预案，将防灾减灾纳入区域规划中综合考虑。此外，一些工程措施和科技手段也是必不可少的。在高风险的沿海地区还应重视海岸湿地保护和生态重建、沿海地区的植树造林、继续加高加固海塘堤坝和相关水利工程设施、完善台风风暴潮预测、预警和信息发布系统等。在中低风险区应根据各自区域具体特征来布置减灾规划与措施，如在辽东、山东半岛以及南方山地丘陵地区，应重点预防暴雨洪涝及其次生的泥石流灾害等。
2）指标权重赋值建议。结合风险要素的词频和各阶段政策关注点，可以在指标权重中赋予较高值，主要包括：①词频一直较高的，且在各阶段都出现的要素，如“风暴潮”“海平面上升”“台风”等，这些关键词在早期（1998—2010年）和中期（2011—2015年）政策文本中出现频率较高，在近期（2016—2020年）政策中，虽然词频有所下降，但仍保持较高关注度。②早期政策出现频率高，中后期不断细化的要素，如“沿海地区”“基础设施”等细化为“沿海公路”“人口密集区”“渔港”等。③中后期政策中出现频率较高的要素，如“应急物资储备”“应急救援队伍”“科技支撑”等抗灾能力要素。随着防灾减灾技术的发展和科技的不断进步，抗灾能力的理念也会更加先进，相比较工程类防护措施，指标权重也会高一些。

郭腾蛟：论文选题、方案设计、论文撰写、基金支持；

曹 琦：论文选题、基金支持、论文修改指导；

马钰富：数据分析、图表制作；

杨列娟：数据收集、数据处理。

参考文献

原文顺序 | 文献年度倒序 | 文中引用次数倒序
白天亮. 2006. 国务院召开全国应急管理工作会议. 中国减灾，（8）：1.

Bai Tianliang. 2006. The State Council Held a National Emergency Management Work Conference. China Disaster Reduction, (8): 1.

Cutter Susan L, Burton Christopher G, and Emrich Christopher T. 2010. Disaster Resilience Indicators for Benchmarking Baseline Conditions. Journal of Homeland Security and Emergency Management, 7(1): 1-24.

方然. 2008. 政府应急机制效能之影响因素分析——基于四级地方政府的问卷调查. 中国应急管理，12（5）：22-26.

Fang Ran. 2008. Analysis of Factors Influencing the Efficiency of Government Emergency Mechanisms: Based on a Questionnaire Survey of Four Level Local Governments. China Emergency Management, 12(5): 22-26.

封超. 2022. 1978年以来我国国家防灾减灾政策变迁分析. 灾害学，37（3）：29-32，50.

Feng Chao. 2022. Analysis of the Changes in China's National Disaster Prevention and Reduction Policies Since 1978. Disaster Science, 37(3): 29-32, 50.

董艳春，徐治立. 2017. 中美创新战略规划政策工具比较研究. 科技进步与对策，34（7）：100-104.

Dong Yanchun and Xu Zhili. 2017. Comparative Study on Policy Tools for Innovation Strategy Planning between China and the United States. Science and Technology Progress and Countermeasures, 34(7): 100-104.

Guo Tengjiao and Li Guosheng. 2020. Study on Methods to Identify the Impact Factors of Economic Losses Due to Typhoon Storm Surge Based on Confirmatory Factor Analysis. Natural Hazards, 100(2): 515-534.

郭腾蛟. 2019. 台风风暴潮灾害经济损失与风险水平的关联性计量和预估. 北京：中国科学院地理科学与资源研究所.

Guo Tengjiao. 2019. Measurement and Estimation of the Correlation between Economic Losses and Risk Levels of Typhoon Storm Surge Disasters. Beijing: Institute of Geographic Sciences and Resources, Chinese Academy of Sciences.

郭腾蛟，李国胜. 2018. 风暴潮灾害经济损失灾前预评估研究进展. 灾害学，33（4）：164-168.

Guo Tengjiao and Li Guosheng. 2018. Research Progress on Pre Assessment of Economic Losses Caused by Storm Surge Disasters. Disaster Science, 33(4): 164-168.

郭腾蛟，徐新良，王召海. 2014. 1990年以来我国沿海地区台风灾害对土地利用影响的风险分析. 灾害学，29（2）：193-198.

Guo Tengjiao, Xu Xinliang, and Wang Zhaohai. 2014. Risk Analysis of the Impact of Typhoon Disasters on Land Use in Coastal Areas of China Since 1990. Disaster Science, 29(2): 193-198.

Hallegatte Stephane, Green Colin, Nicholls Robert J, and Corfee-Morlot J. 2013. Future Flood Losses in Major Coastal Cities. Nature Climate Change, 3(9): 802-806.

Hanson Elizabeth Crump, Rothwell Roy, and Zegveld Walter. 1981. Industrial Innovation and Public Policy: Preparing for the 1980s and the 1990s. American Political Science Review, 76(3): 699.

何蕾，李国胜，李阔，张悦，郭腾蛟. 2019. 珠江三角洲地区风暴潮灾害工程性适应的损益分析. 地理研究，38（2）：427-436.

He Lei, Li Guosheng, Li Kuo, Zhang Yue, and Guo Tengjiao. 2019. Profit and Loss Analysis of Engineering Adaptation to Storm Surge Disasters in the the Pearl River Delta. Geographic Research, 38(2): 427-436.

黄蕙，温家洪，司瑞洁，尹占娥. 2008. 自然灾害风险评估国际计划述评Ⅰ——指标体系. 灾害学，23（2）：112-116.

Huang Hui, Wen Jiahong, Si Ruijie, and Yin Zhan'e. 2008. Review of the International Program for Natural Disaster Risk Assessment I - Indicator System. Disaster Science, 23(2): 112-116.

李尚昊，朝乐门. 2016. 文本挖掘在中文信息分析中的应用研究述评. 情报科学，34（8）：153-159.

Li Shanghao and Chao Lemen. 2016. A Review of the Application Research of Text Mining in Chinese Information Analysis. Intelligence Science, 34(8): 153-159.

李响，段晓峰，张增健，王慧，刘克修. 2016. 中国沿海地区海平面上升脆弱性区划. 灾害学，31（4）：103-109.

Li Xiang, Duan Xiaofeng, Zhang Zengjian, Wang Hui, and Liu Kexiu. 2016. Vulnerability Zoning of Sea Level Rise in Coastal Areas of China. Disaster Science, 31(4): 103-109.

Li Zhenhua and Guo Xuesong. 2022. Quantitative Evaluation of China's Disaster Relief Policies: A PMC Index Model Approach. International Journal of Disaster Risk Reduction, 74: 102911.

刘蓓蓓，赵飞，王曦，闫雪，林森. 2024. 多源数据驱动的台风动态风险评估. 热带地理，44（6）：1102-1112.

Liu Beibei, Zhao Fei, Wang Xi, Yan Xue, and Lin Sen. 2024. Multi Source Data-Driven Dynamic Risk Assessment of Typhoons. Tropical Geography, 44(6): 1102-1112.

牛海燕. 2012. 中国沿海台风灾害风险评估研究. 上海：华东师范大学.

Niu Haiyan. 2012. Research on Risk Assessment of Typhoon Disasters along the Chinese Coast. Shanghai: East China Normal University.

Reduction International Strategy For Disaster. 2004. Living With Risk: a Global Review of Disaster Reduction Initiatives. London: BioMed Central Ltd.

苏敬勤，许昕傲，李晓昂. 2013. 基于共词分析的我国技术创新政策结构关系研究. 科技进步与对策，30（9）：110-115.

Su Jingqin, Xu Xinao, and Li Xiao'ang. 2013. Research on the Structural Relationship of Technological Innovation Policies in China Based on Coword Analysis. Technological Progress and Countermeasures, 30(9): 110-115.

王军，张呈，贝竹园. 2020. 关于上海海洋防灾减灾体系建设的思考. 海洋开发与管理，37（4）：23-28.

Wang Jun, Zhang Cheng, and Bei Zhuyuan. 2020. Thoughts on the Construction of Shanghai's Marine Disaster Prevention and Reduction System. Ocean Development and Management, 37(4): 23-28.

武艳敏，罗婷. 2021. 新中国灾害治理政策的逻辑理路——基于52份政策文本的分析. 郑州大学学报（哲学社会科学版），54（4）：99-104.

Wu Yanmin and Luo Ting. 2021. The Logical Path of Disaster Management Policies in New China: Analysis Based on 52 Policy Texts. Journal of Zhengzhou University (Philosophy and Social Sciences Edition), 54(4): 99-104.

徐燕丽，赵蓉. 2017. 文本数据挖掘综述//huiyi123平台（上海来溪会务服务有限公司）. 2017第二届教育与信息技术国际会议论文集. 武汉：华中师范大学教育信息技术学院，6.

Xu Yanli and Zhao Rong. 2017. Overview of Text Data Mining. In: huiyi123 Platform (Shanghai Laixi Conference Services Co., Ltd. ). Proceedings of the 2nd International Conference on Education and Information Technology in 2017. Wuhan: College of Education Information Technology, Central China Normal University, 6.

解华朝. 2015. 治理视角下自然灾害应急管理中的主体参与研究. 北京：中国矿业大学.

Xie Huazhao. 2015. Research on Subject Participation in Natural Disaster Emergency Management from the Perspective of Governance. Beijing: China University of Mining and Technology.

杨志军，周艳米. 2023. 中央和地方“十四五”防灾减灾救灾政策规划文本量化研究——基于“X-Y-Z”三维政策工具分析框架. 甘肃行政学院学报，（3）：90-105，127.

Yang Zhijun and Zhou Yanmi. 2023. Quantitative Study on the Text of Central and Local Disaster Prevention, Reduction and Relief Policy Planning during the 14th Five Year Plan Period: Based on the "X-Y-Z" Three Dimensional Policy Tool Analysis Framework. Journal of Gansu University of Administration, (3): 90-105, 127.

Ye Qian. 2024. Emergy-Theory-Based Evaluation of Typhoon Disaster Risk in China's Coastal Zone. Atmosphere, 15(7): 1-16.

Yin Jie, Yin Zhane, and Xu Shiyuan. 2013. Composite Risk Assessment of Typhoon-Induced Disaster for China's Coastal Area. Natural Hazards, 69: 1423-1434.

殷杰. 2011. 中国沿海台风风暴潮灾害风险评估研究. 上海：华东师范大学.

Yin Jie. 2011. Research on Risk Assessment of Typhoon and Storm Surge Disasters along the Chinese Coast. Shanghai: East China Normal University.

尹占娥. 2009. 城市自然灾害风险评估与实证研究. 上海：华东师范大学.

Yin Zhan'e. 2009. Urban Natural Disaster Risk Assessment and Empirical Research. Shanghai: East China Normal University.

游珍，蒋庆丰. 2013. 基于江苏沿海风暴潮风险区划的土地利用防灾规划研究. 安全与环境学报，13（6）：254-258.

You Zhen and Jiang Qingfeng. 2013. Research on Land Use Disaster Prevention Planning Based on the Risk Zoning of Storm Surge along the Jiangsu Coast. Journal of Safety and Environment, 13(6): 254-258.

袁永旭，魏华，于琦，王思源. 2022. 政策工具视角下我国传染病防治领域的政策研究——基于2010—2020年的国家政策文本. 现代预防医学，49（2）：273-278.

Yuan Yongxu, Wei Hua, Yu Qi, and Wang Siyuan. 2022. Policy Research on Infectious Disease Prevention and Control in China from the Perspective of Policy Tools: Based on National Policy Texts From 2010 to 2020. Modern Preventive Medicine, 49(2): 273-278.

张海波，童星. 2022. 中国应急管理效能的生成机制. 中国社会科学，（4）：64-82，205-206.

Zhang Haibo and Tong Xing. 2022. The Generation Mechanism of Emergency Management Efficiency in China. Chinese Social Sciences, (4): 64-82, 205-206.

Zhang Jiayang and Chen Yangbo. 2019. Risk Assessment of Flood Disaster Induced by Typhoon Rainstorms in Guangdong Province, China. Sustainability, 11(10): 1-20.

张玲，黄庆旭，任强，何春阳，刘吉夫. 2020. 中国地震灾害管理政策的演变——基于1949—2018年法律法规文件的计量分析. 自然灾害学报，29（5）：11-23.

Zhang Ling, Huang Qingxu, Ren Qiang, He Chunyang, and Liu Jifu. 2020. The Evolution of China's Earthquake Disaster Management Policies: A Quantitative Analysis Based on Legal and Regulatory Documents from 1949 to 2018. Journal of Natural Disasters, 29(5): 11-23.

张骁，周霞，王亚丹. 2018. 中国科技服务业政策的量化与演变——基于扎根理论和文本挖掘分析. 中国科技论坛，（6）：6-13.

Zhang Xiao, Zhou Xia, and Wang Yadan. 2018. Quantification and Evolution of China's Science and Technology Service Industry Policies: Based on Grounded Theory and Text Mining Analysis. China Science and Technology Forum, (6): 6-13.

张孝奎，冯立超，崔晓莉. 2022. 气候变化视角下的我国沿海地区防潮设计标准研究——以福州滨海新城为例. 灾害学，37（1）：102-106.

Zhang Xiaokui, Feng Lichao, and Cui Xiaoli. 2022. Research on Moisture-Proof Design Standards in Coastal Areas of China from the Perspective of Climate Change: Taking Fuzhou Binhai New City as an Example. Disaster Science, 37(1): 102-106.

张永安，闫瑾. 2016. 基于文本挖掘的科技成果转化政策内部结构关系与宏观布局研究. 情报杂志，35（2）：44-49.

Zhang Yong'an and Yan Jin. 2016. Research on the Internal Structural Relationship and Macro Layout of Technology Achievement Transformation Policies Based on Text Mining. Intelligence Magazine, 35(2): 44-49.

赵昕，高璐. 2015. 我国风暴潮灾害造成的渔业损失评价. 中国渔业经济，33（4）：89-94.

Zhao Xin and Gao Lu. 2015. Evaluation of Fishery Losses Caused by Storm Surge Disasters in China. China Fisheries Economy, 33(4): 89-94.

钟开斌. 2009. “一案三制”：中国应急管理体系建设的基本框架. 南京社会科学，（11）：77-83.

Zhong Kaibin. 2009. "One Case, Three Systems": the Basic Framework for the Construction of China's Emergency Management System. Nanjing Social Sciences, (11): 77-83.

周劲峰. 2003. 天津沿海遭受风暴潮袭击海洋渔业损失较大. 中国水产，（11）：36.

Zhou Jinfeng. 2003. Tianjin Coastal Area Suffered Significant Losses in Marine Fisheries Due to Storm Surges. Chinese Fisheries, (11): 36.

Options
文章导航

/

〈 〉