第二届国际防洪大会主题报告翻译稿

 

洪水风险 = 危害事件 x  环境因素  x  脆弱程度

 

沃尔夫冈·克隆

慕尼黑再保险公司地理风险研究部 德国慕尼黑

电子邮件：wkron@munichre.com

 

 

 

概要：在世界范围内，洪水可能是造成损失最大的自然灾害。世界上没有哪个地区不受到洪水的威胁。由于洪灾风险是与洪灾、洪泛区价值，以及该价值脆弱性相关的函数，所以洪灾损失的增长与上述每个方面的变化都有关。防洪措施可以减少洪灾损失的频率，恰当的预防措施也能显著降低剩余的财务风险。除了公共措施和私人措施而外，保险在减少私人、企业、甚至整个社会的风险方面发挥着关键作用。近年来，对洪灾保险的需求日益增长，促使保险业开发适当的解决方案。同时至关重要的是，保险公司应当知晓在极端情况下可能蒙受的最大损失。

 

 

  关键词：洪水类型、洪灾、洪水风险、洪水预防、洪水保险

 

1.     简介

 

在世界的许多地方，洪水都是造成损失的首要自然现象，也是导致许多灾难事件发生的罪魁祸首。大约50% 因自然力量而发生的损失都是洪水造成的。最近数十年来，洪水灾害极其严重。有证据表明，洪水的频率和强度均呈增长趋势。在过去十年中，世界各地因洪水造成的损失多达2,500亿美元以上。在中国这样的国家，洪水相当频繁，基本上每年一次。而在其他国家，如沙特阿拉伯，洪水虽然罕见，但破坏力不容小视。世界上凡有人居住的地区均难逃洪水的威胁。然而，但面对洪灾，人类显得相当脆弱，并且比任何其它灾害都要更加脆弱。一些社会（社区、州、地区）已经学会与洪水生存。这些人对洪灾已经准备好了。另一些则在河面或海面上涨至邻近居民从未经历过的高度时惊慌失措。

 

世界人口的激增，尤其是部分地区人口的激增，迫使人们在危险的地区定居（Kron, 1999b）。此外，政治、社会运动及其他原因导致的难民迁移，流动人口的增加，某地的风光和宜人气候等自然环境，也使人们在某些起自然特征并不了解的地区定居。这些人并不知道当地隐藏着危险，也对可能发生的自然灾害毫无思想准备。

 

在过去数十年中，许多洪泛平原均已被居民区和工业园占据。这些地区地势平坦，但并不一定适合农耕。邻近的河流已被治理，沿着堤防约束的狭窄河道流动，廉价诱人的土地被填平开发。城镇和乡村称这些地区为居住区，因此众多不动产的投资者信赖这里没有洪灾发生的风险。

 

2. 洪水类型

 

在保险单中，洪水的定义是：“由于地表水从原有水道中溢出，或大量降水所造成的土地淹没”洪水可分为三种基本类型，以及其他一些特殊种类（慕尼黑再保险公司, 1997）。三种基本类型包括：风暴潮、河流泛滥、骤发洪水。特殊种类有海啸、涝灾、壅水，回水（如由于山体滑坡阻塞水道）、水坝决堤洪水、冰川湖泛滥（GLOF）、地下水上升、泥石流事件及其他。

 

风暴潮发生在海洋和大湖泊沿岸，其在与水有关的自然现象中造成生命和财产损失的潜力最大。在发达地区，改良的岸防工程在近年来在发达地区防止了大量损失的发生，但风暴潮造成损失的可能性仍很高。

 

河流泛滥由数日甚至数周大面积密集和/或连续降雨造成，有时伴有冰雪融化。这时地面完全饱和，土壤不能再容纳更多的水，土壤就像失去了渗透能力，降水直接进入溪沟和河流。在冻土上也会出现类似情况，因为冻土使水不能渗入土壤。河流泛滥是逐渐上涨的，但有时来得也很快。平坦峡谷中宽广的洪水平原上，洪水影响的范围相当大。在狭窄的峡谷里，泛滥区域限于沿河流的带状区域，但水的深度大、流速快，所形成的机械力和土砂流送在灾害中起着主要的作用。虽然河流泛滥造成的蔓延始自河道，而且基本限制在河谷内，但受河流泛滥影响的地区远远大于风暴潮。

 

骤发洪水有时是河流泛滥开始的标志，但在大多数情况下骤发洪水是局部事件，互不相干，发生的时间与地点也各不相同。骤发洪水是小范围内集中降雨的结果。地面通常并未完全饱和，但土壤渗透率比降水速度要低得多。在通常情况下，骤发洪水有一个相当突然的开端。水头可能从底部原本没有溪沟的山谷奔流而下。洪波可迅速抵达数十公里以外，而且那里甚至没有丝毫暴风雨的痕迹。就这种现象而言，有句话相当适用：“沙漠里淹死的人比渴死的人多”。想要预测骤发洪水几乎不可能，早期预警的提前时间就在几分钟内。虽然骤发洪水仅在相对较小的区域内发生，持续时间也仅数小时（有时数十分钟），但其潜在的破坏力却是令人难以置信的。

 

骤发洪水的起因不仅限于地势陡峭地区的高速水流，而且在地势非常平坦的地区也会发生，这是由于地面坡度过于平缓而无法迅速疏泄雨水。有时，在无人察觉的情况下水就会在洼地或其他低地的表面积聚起来，如过街地下通道、地下停车场及地下室。因此，骤发是指发生时间快，而非水流的速度快。

 

平坦地域还易受另一种涉及范围极广的洪灾威胁，称为壅水。在中国，这种情况司空见惯。长时间的大量降雨，在某些地区称为“梅雨”（因这种现象发生在梅子的成熟期即六月到七月），有时会使整个地区变为一片汪洋。

 

3. 近期发生的洪水

由于在全球范围内开展业务，再保险公司成为自然灾害统计数据的最佳来源之一（Kron，2000：慕尼黑再保险，2000）。再保险公司的分析集中在三个方面：受灾人数（死亡、受伤、无家可归），受灾国整体经济损失和保险业赔付的损失。

 

造成成千上万人死亡的自然灾害基本上均发生在穷国，大多数由地震造成的。贫穷导致欠发达国家较高的脆弱性（建筑物质量较差，人口较多）。而且由于预警能力差，地震往往突然袭来，引发灾难。在过去（10多年以前），洪水曾造成大量人口死亡，但今天已不再重蹈覆辙，因为早期预警的可操作性更强、更可靠，因而也更有效了。

 

按照经济损失统计，洪水占据了领头位置。虽然两次地震（神户：1,000亿美元；Northridge：440亿美元）仍然是损失最大的自然灾害的魁首，但比地震影响面积更大、发生频率更高的洪灾在造成损失方面至少毫不逊色。且不说大洪灾，就是每年数不胜数的中小洪灾也会给各国带来几百亿美元的损失，给人民带来巨大悲痛。也许可以说，洪水造成的损失比其他破坏性自然现象所造成损失的总和还要多。此外，世界各国在控制洪水方面所花的经费（海堤、防洪堤、水库等）是防止其他自然灾害所花费用的数倍。

 

表一显示了近年来洪水造成的最大损失情况。显而易见，中国经济因洪水造成的损失是最惨重也是最有规律的。该表还清楚表明，严重的洪灾损失在世界上任何地区都有可能发生。

 

表一  过去十年损失最严重的洪灾（原值，未经通货膨胀调整）

    排名       年份          国家                                                           经济损失                             保险率

                                      （主要受灾地区）                                       10亿美元                              [%]

       1          1998           中国（长江流域、松花江流域）                           31                                 3

       2          1996           中国（长江流域）                                                 24                                 2

       3          1993           美国（密西西比河流域）                                      21                                 6

       4          1995           朝鲜                                                                       15                                 0

       5          1993           中国（长江流域、淮河流域）                              11                                 0

       6          1994           意大利（北部）                                                   9.3                               <1

       7          1993           孟加拉、印度、尼泊尔                                        8.5                                 0

       8          2000           意大利（北部）、瑞士（南部）                          8.5                                 6

       9          1999           中国（长江流域）                                                   8                                 0

     10          1994           中国（东南部）                                                   7.8                                 0

     11          1995           中国（长江流域）                                                6.7                                 1

     12          2001           美国（得克萨斯州）                                            6.0                               58

     13          1997           捷克共和国、波兰、德国（奥得河流域）           5.9                               13

 

在上述大型洪灾造成的损失中，投保的比例一般相对较小。就保险业而言，风暴无疑是最严重的灾害，因为此种风险投保比例最高。但是，洪灾险的投保数量在世界范围内也呈上升趋势，尤其是因水灾造成的极端单个保险损失。这种情况的鲜明例证是热带风暴“艾立逊”，其在2001年六月的仅五天之内就给休斯顿/得克萨斯地区带来了750多毫米的降水，造成的保险损失高达35亿美元。该事件造成的总经济损失达60亿美元，在表一中居第12位，但投保率却是表上13起洪灾中份额最高的。

 

表一未能显示任何趋势。但在下面的图一中可以看出，随着时间的推移，洪灾损失发生了明显的变化。图一中，自1950年以来的主要洪灾按照发生时间顺序绘制成图。自1990年以来，洪灾造成的年平均损失已是1990年以前数十年中年损失的数倍。

 

如果自然灾害仅凭受灾国/地区单独的力量已无法应付，需要跨地区和国际性的援助，我们称此为“重大”自然灾害。这种情况包括成千上万人丧生，数万人无家可归，或经济遭受严重损失。重大自然灾害可通过经验数据来分析，因为这种灾害的记录即使过去了几十年仍然有案可查。如果统计数据来源于所收集的所有损失信息（包括中小灾害），由于过去数十年来先进的通信技术的影响，将会导致是不可接受的偏颇。

 

经历过的损失构成了历史。而我们在预测未来的时候，一方面需要根据这些经验数据，另一方面也需要逐个分析损失事件，找出发挥影响的相关因素。从该分析中，我们可以得出预期的（未来）损失价值，我们称为风险。

 

 

1950-2001年重大洪灾

 
 
 

 


 

图1 1950年－2001年重大洪灾 （慕尼黑再保险公司地理风险研究部）

 

4. 风险定义

不同的人对风险有不同的理解，但这种用法的多样性常常并不重要。风险在用于科学研讨时，其定义应毫不含糊且前后一致。在科研中，风险一般被定义为是危害性及其后果的产物。当自然现象不能对人或财产发生影响时，风险就不存在。类似，只有当人或人的财产受到损失时，灾难才会发生。极强的地震如果发生在无人居住，也无人类财产的地区，就不会造成灾难。同理，如果强震发生在事先准备充分的地区，也不会造成灾难性后果。在准备不足的地区，即便是中度的地震也会造成破坏性的灾难。在第一个案例中，地震危害是最大的，但在第三个案例中，地震风险是最大的。因此，风险由三大因素决定：

1.        危害事件，即具有威胁性的自然事件，包括事件发生几率

2.        环境因素，即生活在有关地区的及人员及其财产。

3.        脆弱程度，即对灾害/破坏性等力量缺乏抗拒能力。

 

在最简单形式下，风险可由这三个因素相乘得出。如果我们将环境因素和脆弱程度相乘，得出变量C，用于显示发生概率为P的单个事件的后果，那么我们可将该单个事件的风险表达为：

R = C × P                                                                 (1)

一般情况下，自然灾害不会以固定概率的单个事件出现，而是以多种形式和几乎无止境的变化出现。在设定危害时间为洪水流量Q的情况下，公式（1）应写成如下的积分式：

                                                      (2)

 

其中C(Q)是给定洪水流量Q造成的损失，f(Q)是该洪水流量发生的概率密度函数。积分域应从损失开始发生的洪水流量值Qa开始至正无穷。

 

 

 

 

       f(Q)                                                                                                                                  F(Q) = 1.0

      F(Q)                                

                                                                                       

                       洪水流量最大值的概率密度函数

 

  0                    Qo                                                                                                   Q

                C(Q)                                                               C(Q)

 

 

 

                0                                                   Qa                 Qb                                                                     Q

图 2 洪水流量最大值的“真”概率密度函数，近似概率密度函数f(Q)，累积分布函数F(Q)，后果函数C(Q)

 

一般来说，除了某些特定的C(Q) 和f(Q)组合，该积分不能以解析法求解。例如，我们设C(Q)为线性函数，Qa<Q<Qb ，如果Q < Qa 时C(Q) = 0，Q > Qb, 时，C(Q) = Cmax = 常量，且带有概率密度函数的洪水流量的单参数指数分布为：

                                                 (3)

（图二），公式二可直接积分写为：

           (4)

经计算，得出（Kron, 1993）：

        (5)

 

在实务中，这种用于评估风险的解析计算往往不可行，主要是因为数据库的数据太少。在实际中，往往应用替代性的简化计算（慕尼黑再保险公司