基于模糊数学的渔业台风灾害风险评估区划研究

基于模糊数学的渔业台风灾害风险评估区划研究基于模糊数学的渔业台风灾害风险评估区划研究基于模糊数学的渔业台风灾害风险评估区划研究文章编号：AH100517基于模糊数学的渔业台风灾害风险区划研究刘超作者简介：刘超（1984~），男，黑龙江省大庆人，硕士研究生，研究方向为平安渔业。4通信作者简介：杨卫（1977~）；女；江苏滨海人，副教授。研究方向：海洋发展和制度经济学，国际经济学。资助项目：本文是上海海洋大学内涵建设作者简介：刘超（1984~），男，黑龙江省大庆人，硕士研究生，研究方向为平安渔业。4通信作者简介：杨卫（1977~）；女；江苏滨海人，副教授。研究方向：海洋发展和制度经济学，国际经济学。资助项目：本文是上海海洋大学内涵建设“085”工程(项目编号：A-2401-07-0293)的阶段性研究成果。作者单位：1，3上海海洋大学经济管理学院；2，江苏省畜牧兽医学院；4，上海海洋大学经管管理学院，海洋经济研究中心摘要：本文从风险分析角度去分析台风灾害给渔业造成的影响。本文首先应用风险分析模型，从灾损度、脆弱度以及防灾系数三方面定性分析了台风灾害对渔业的影响。风险分析模型是根据Blaikie等人对风险的定义而建立起来的，Blaikie等人认为灾害是灾损度、脆弱度以及防灾能力共同耦合的结果。本文选取的研究对象是宁波、舟山的渔业，在收集相关数据后，应用模糊综合评判模型分别计算出宁波、舟山十个区（县）的灾损度、脆弱度以及防灾系数并制成台风灾害综合评判表，再应用SPSS软件的聚类分析功能，将宁波、舟山十个区（县）聚类分析。本文取组间距离为10，将数据分为三类：舟山四县为第一类，受台风灾害影响最大；奉化，宁海、象山为第二类，受台风影响次之；宁波市区、慈溪市，余姚市为第三类，受台风影响最小。最后结合这几个地区实际情况，分析了聚类分析结果的原因。关键词：渔业经济管理；模糊数学；台风灾害；渔业；风险区划引言20世纪70年代以前,人们普遍认为致灾因子是影响人类社会经济发展、造成生命财产损失或资源破坏的主要原因。70年代开始,人们关注灾害形成中致灾因子与承灾体脆弱之间的相互关系。风险区划研究是近些年来人们在对灾害充分认识的基础上发展起来的一种新的风险分析方法。灾害区划是大规模开展渔业保险必不可少的基础性工作之一。我国自然灾害风险区划研究工作始于20世纪80年代初,许多专家学者从不同角度开展了一系列理论、方法及其应用研究,取得了一些研究成果,为灾害评估与区划的进一步研究打下了坚实的基础。但我国渔业风险区划研究还是一个新课题。风险区划研究在农业保险领域得到了大量学者的关注。邢鹂、钟甫宁[1](2006)选择粮食单产变异系数、农作物成灾概率、粮食专业化指数、粮食效率指数4个主导指标,运用聚类分析法对全国粮食产地进行了风险等级划分。罗伯良,黄晚华[2]等（2009）以湖南省水稻生产干旱灾害为例,从干旱灾害发生的可能性、成灾环境、成灾体的脆弱性等方面选取灾害频率、灾害范围、灾害强度、社会经济等评价因子,应用GIS和人类生存环境风险评价方法对湖南水稻生产干旱灾害进行风险区划。宁波和舟山两市地处亚热带，东临大洋，受到东西风带天气系统的交替影响。夏季，近海海温在24～27℃之间，有利于近海台风的形成和发展,导致更多的台风威胁。宁波、舟山的渔业生产（养殖渔业和捕捞渔业）处于遭受台风袭击的弱势地位，要想彻底避免损失，至少在现阶段还是不可能的。如果渔业生产还将继续，那么对于行业主管部门来说，如何提高渔业生产的风险保障水平，就成了需要认真研究的问题。本文首先采用风险分析模型对宁波市、舟山市进行了台风灾害风险分析，再此基础上采用模糊数学方法，对宁波市、舟山市渔业进行了聚类分析，目的是根据宁波、舟山地区的灾损度、脆弱度和防灾系数去分析当地渔业的不稳定的原因，拟通过这种分析方法为政府部门制定渔业风险保障措施提供科学依据。材料与方法研究方法模糊综合评判模型模糊综合评判模型【3】是将评价目标看成是由多种因素组成的模糊集合（称为因素集U），再设定这些因素所能选取的评审等级，组成评语的模糊集合（称为评判集V），分别求出各单一因素对各个评审等级的归属程度（称为单因素评判矩阵），然后根据各个因素在评价目标中的权重分配，通过计算（称为模糊综合评判），求出评价的定量解值。其步骤如下：设评判集V=｛｝，为宁波市和舟山市的10个区(县)。建立单因素评判矩阵。令单因素评判矩阵R=，表示第j个地区的第i个因素值在这10个地区中的同一因素值的总和中所占的比例。本文中因灾损度、脆弱度和防灾系数中各元素的值对应关系不明显，在区间上不能构成明显的线性函数，所以不采用隶属函数计算单因素评判矩阵。综合评判。本研究采用的综合评判模型是M（·，+）（）。这里之所以不用模型M（）（）与模型M（）（）计算，是因为存在>，因此在作取小“”运算时，因素的权重根本不起作用，只考虑了对因素的评判，这样作出的评判不一定合理。权重的确定本文在确定脆弱度和防灾系数各项因子权重时，首先采用问卷调查收集各因子相对于脆弱度和防灾系数的重要性评判数据，然后根据采用层次分析法（AHP)【4】,通过构造两两要素相对重要性的比较判断矩阵，通过层次单排序和层次总排序及其一致性检验后，进行AHP计算最后得出指标权重。数据来源本文所涉及气象、渔业发展和社会发展等指标中包含了台风属性、人员脆弱度、渔业系统脆弱度、环境脆弱度、个人防灾能力和社会防灾能力6大类共计19项指标【5】。热带气旋资料取自气象出版社出版的《台风年鉴》；人口、养殖面积和国内生产总值等指标均取自于《浙江统计年鉴》、《宁波统计年鉴》、《舟山统计年鉴》和“中国宏观数据挖掘分析系统”；热带气旋造成的直接经济损失来源于国家气象中心的统计数据和全国气象情报和灾情信息网。考虑到社会经济发展，本研究反映脆弱性和防灾系数的指标数据选取与当前较为接近的2008年数据。由于台风具有季节性，且本文选取的台风因子都是反映台风固有属性的因子，与人类社会相关性不大，所以本文热带气旋数据取2000～2006年资料进行统计分析，并在21个影响浙江的热带气旋中选择了20个，剔除1个灾情资料无法获全的台风。台风灾害风险评估本文所采用的台风灾害风险分析模型是以联合国减灾协调机构（1991）提出的风险模型为基本模型【6】，即台风灾害=危险度（Hazard）*系统脆弱度(Frangibility)，并在此基础上加入了渔业防灾系数因子。这样，台风灾害=灾损度（Hazard）*系统脆弱度(Frangibility)*防灾系数（Recovery），即台风事件对渔业生产的危害程度是台风事件的灾损度和渔业系统自身的脆弱度和防灾能力相互耦合的结果。致灾因子灾损度台风灾害的主要类型有暴雨灾害、狂风灾害、次生灾害（滑坡、泥石流等），风暴潮灾害等。由于浙江省各地区的经济发展不平衡，人口密度也相差较大，同一个台风在不同地区造成的灾害和影响相差也会很大。因此，在选取评估指标时，共选取了受影响人口、耕地面积等8个因子【7】。其中，过程最大雨量、24小时最大雨量、浙江最大风速均直接使用观测值；持续时间为台风影响浙江的时间；影响区域人口以及影响区域耕地面积均为浙江省人口和耕地乘以影响范围的比例所得。台风中心气压是表征热带气旋强度的基本因素之一。中心气压越低，热带气旋的强度就越强，造成的灾害也就越大，即可简单将两者看成是反比的关系。但在后面的综合指数计算中，各因子数值与综合指数是成正比的，所以，在处理原始的气压资料时，模型中因子最低气压采用如下公式计算得出：X4=1020-Pi式中：Pi为实测浙江最低气压，这样就保证了气压因子和综合指数的正比关系。台风个例的输入因子据统计，2000年~2006年间，上述20个台风中影响宁波市区的有2个，余姚市有3个，慈溪市有1个，奉化市有7个，象山县有8个，宁海县有5个，定海有5个，普陀有7个，岱山县有7个，嵊泗县有6个。本文将每个地区的最大雨量、24小时最大雨量、影响持续时间（小时）、影响区域的人口、影响区域耕地面积值加总求和。最大风速和最低气压为影响每个地区的台风最大风速和最低气压，最后计算得出每个地区的台风属性指标值（表1）。表SEQ表\*ARABIC12000～2006年影响宁波、舟山台风个例的输入因子地区过程量(mm)日雨量（mm）Vmax（m/s）Pmin（mm）时间(小时)人口

（千万）受灾面积

（万公顷）出现频率宁波市区506.30270.3037.00965.00222.001.512.55119.07余姚市588.20290.6035.00965.00240.005.523.41159.11慈溪市228.00121.3018.00998.0048.003.061.3862.51奉化市1985.80954.9037.00950.00642.0017.9612.40577.09象山县2391.301114.1045.00950.00774.0023.2915.23704.57宁海县1093.50585.5037.00965.00402.0010.558.53400.12定海1193.40617.3037.00950.00492.007.098.32982.62普陀1375.50802.9030.00950.00558.008.079.34435.15岱山县1291.50686.6037.00950.00564.008.188.871007.62嵊泗县1282.80736.7037.00950.00582.007.228.47392.53数据来源：《台风年鉴》2001年~2006年和全国气象情报和灾情信息网。指标权重由于本研究中每个指标缺乏跨年度的纵向数据和跨区域的横向数据，评价中难以根据各指标数据的变异程度采用客观赋权法为指标赋权；Hope【8】等和Esty【9】等认为，在给指标赋权时，如果缺乏严谨的客观赋权法和主观赋权法，选择均权法更能体现公正性和客观性一些已被广泛运用的综合指数。而且在本体系中，所有指标均是反映台风灾害属性的指标，不存在明显的差异。因此，为避免指标赋权时过多的主观性因素影响评价结果的客观性，本文给各评价指标赋以同等权重（表4）。脆弱度指数脆弱度指数是指一定社会政治、经济文化背景下，宁波和舟山的渔业（捕捞渔业和养殖渔业）对台风灾害表现出的易于受到伤害和损失的性质，这种性质是台风灾害与渔业系统内部各种人类活动相互作用的综合产物。根据自然灾害系统理论和指标确定原则，构成渔业系统脆弱度指数主要包括人员脆弱度、渔业系统脆弱度和环境脆弱度【10】。其中人员脆弱度包括渔业人口比重、人口密度。渔业系统脆弱度包括渔业产值、渔业产量和养殖面积。环境脆弱度包括当地国内生产总值（GDP）和渔业基础投资额(表2)。脆弱度各指标权重的计算采用层次分析法（AHP），通过问卷调查收集各因子相对于脆弱度重要性评判数据，构造两两要素相对重要性的比较判断矩阵，通过层次排序计算得出各指标权重。其中，脆弱度权重的判断矩阵A的最大特征值=7.05，一致性指标=0.008，则=0.008/1.32=0.006<0.1（R=1.32是撒汀【3】根据经验得到。随机一致性指标R的值，撒汀用了大小500个子样，对不同的n得到不同的值）。脆弱度各指标权重如表2所示。表2脆弱度指数原始数据及权重指标和权重地区指标和权重地区渔业人口比重0.119人口密度0.028渔业产值

(百亿元)0.194渔业产量

（百万吨）0.121养殖面积

(十万公顷)0.311GDP

(千亿元)0.085基础投资额（亿）0.142宁波市区0.00310.88630.05320.04530.04631.92650.1400余姚市0.00400.55200.03580.02270.01830.42080.4954慈溪市0.00650.75500.06940.04810.06580.53150.2600奉化市0.01230.37900.07990.08590.02190.16890.2871象山县0.05190.38500.35950.46350.06360.19290.2134宁海县0.02650.32300.12880.12410.14270.19442.3189定海0.04560.65860.07030.10610.02090.16640.4315普陀0.24730.69700.35990.54340.02940.12800.1605岱山县0.34310.58940.27900.32280.01780.06660.2790嵊泗县0.54070.92810.18770.26600.01600.04730.5693数据来源：《浙江统计年鉴2009》、《宁波统计年鉴2009》、《舟山统计年鉴2009》和“中国宏观数据挖掘分析系统”。防灾系数承载体的防灾系数是指承载体在灾前预防和灾后重建中能力，是承载体脆弱度评价因子中的负向因子，其作用是是降低承载体的脆弱性，增强其抵抗灾害的能力以及灾后重建的能力。其主要由两方面构成：一是承载体内部防灾能力，二是承载体所处的外部社会环境防灾能力。在本研究中，渔业系统的防灾系数包括渔民个人防灾能力（包括人民纯收入）和其所处社会环境的防灾能力（包括医疗卫生人员比例、社会用电量、通车里程等）(表3)AHP确定权重时，应给出一致性检验的结果。。AHP确定权重时，应给出一致性检验的结果。防灾指数各指标权重的确定也采用层次分析法（AHP），其中判断矩阵A’最大特征值=4.28，一致性指标=0.065，则=0.008/1.32=0.072<0.1。防灾系数各指标权重如表3所示。表3防灾系数指标原始数据及权重指标和权重地区指标和权重地区人均收入（万元）0.249全社会用电量

（亿千瓦时）0.059公路通车里程

（千公里）0.174卫生技术人员比重0.518宁波市区1.06400.36712.87520.0038余姚市0.96890.04831.36380.0019慈溪市1.11260.06871.41050.0026奉化市0.95050.01701.13490.0021象山县0.85470.01101.04330.0016宁海县0.90970.01561.49250.0017定海0.97410.01040.58750.0009普陀0.97130.00740.48220.0019岱山县0.98440.00290.36510.0017嵊泗县0.95050.00160.14350.0023数据来源：《浙江统计年鉴2009》、《宁波统计年鉴2009》、《舟山统计年鉴2009》和“中国宏观数据挖掘分析系统”。综合评判结合上述原始数据矩阵，应用模型分别建立灾损度、脆弱度指数和防灾系数单因素评判矩阵，再应用综合评判模型M（·，+），分别计算得出宁波和舟山10个区（县）的灾损度、脆弱度和防灾系数，得出台风灾害风险综合评判结果（表4）。表4宁波、舟山台风灾害风险综合评判结果地区宁波市区余姚慈溪奉化象山宁海定海普陀岱山嵊泗灾损度0.4540.5450.2881.2761.5280.8850.9970.9871.0960.945脆弱度0.0920.0440.0800.0450.1320.1950.0520.1290.1090.121防灾系数0.2080.0990.1250.0960.0790.0930.0590.0820.0750.084结果分析根据表4分析结果，应用SPSS软件的系统聚类分析功能，采用组间联接法（度量标准采用Euclidean距离）得到聚类分析结果（图1）。在组间距离为10的时候，可将数据分为三类。CASE0510152025LabelNum+---------+---------+---------+---------+---------+普陀8-+-+嵊泗县10-++---+定海7---++-+岱山县9-------++---------------------+宁海县6-----------------++-----------------+奉化市4-----------------+-------------+|象山县5-----------------+|宁波市区1---------+-----+|余姚市2---------++---------------------------------+慈溪市3---------------+图1宁波、舟山聚类分析图一、从聚类分析结果来看，前四类地区都属于舟山市。舟山位于世界四大渔场之一的舟山渔场，舟山的四个区(县)的渔业的特点是高脆弱度（平均脆弱度为0.112）低防灾能力（平均防灾系数为0.075）。这四个地区受台风影响最严重。结合舟山实际情况，分析其原因主要有以下几点：防范台风灾害能力差。舟山市由一千多个岛屿组成，其中住人岛屿103个，星罗棋布的分别在22000多平方公里的海域里。由于其分散性，渔民无法建立起有效的组织共同抵御风险。而且舟山渔民大部分是以“连家船”的个体经营企业为主，其模式和资本积累决定了小、散、弱的特点，所以其抵御风险能力弱、竞争力差。渔业生产比较效益下降，灾后重建能力低。捕捞渔业是舟山市渔业的支柱产业，2007年的舟山捕捞产量是112万吨，占水产品总产量的89.91%【11】，近年来全国柴油价格连续多次上涨，舟山渔民捕捞成本增加，渔民收益减少。与此同时，渔业辅助物资价格也不断上涨，冰价曾一度高达250元/吨。虽然渔业产量增幅较大，但仍低于生产成本的增长幅度，以致出现增产多、增收少，渔民自身的防御、重建能力降低。渔船老、旧化。舟山拥有渔业船舶8851艘，其中捕捞渔船7190艘，木质渔船3471艘。大部分在东海海域从事捕捞作业【11】。在现有7190艘捕捞渔船中，船龄在10年以上的有6403艘，占总捕捞渔船的89.1%，船龄在15年以上的有3340艘，占总捕捞渔船的41.9%【12】，而且这批渔船很多在滩涂船厂建造，船型较为落后，钢板质量较差，船上设备简陋，很难适应安全和发展要求。舟山只有一个国家级避风渔港。每年台风来临，来此避风的渔船不仅有舟山的渔船，还有温州、宁波等地渔船。因此港内避风渔船密度很大，因大风造成的渔船相互碰撞事件时有发生。二、奉化，宁海、象山县位于宁波东南部，属于浙江省规划的环象山港区域。根据模型分析的结果，此区域的特点是灾损度高（平均灾损度为1.2296），脆弱度较高、防灾能力中等（平均脆弱度为0.102，且差异较大。平均防灾系数为0.089）。原因主要有以下几点：环象山港是国家级海洋养殖基地，主要以围塘养殖、滩涂养殖和网箱养殖为主。但受行政区划限制和局部利益驱动，浅海滩涂的无序无度无偿开发，造成养殖布局不合理，而且象山港渔区超容量养殖问题严重。台风登陆时，大风大浪容易造成养殖鱼类相互撞击、鱼类与网箱撞击，引起鱼体擦伤，不仅会严重影响其生长，而且会普遍发生鱼病，甚至大量死亡。因此造成了象山（0.1043）奉化（0.037）和宁海县（0.164）的脆弱度较高且差异较大的现象。象山港区域海洋生物、旅游、港口、滩涂等自然资源得天独厚,是国家级意义的“大鱼池”。当地政府高度重视象山港区域的发展，资源环境保护、海域使用管理、减灾防灾等综合管理得到加强。“十五”以来，环港区以跨区域基础设施建设为重点，区域发展环境逐渐改善。“千里清水河道整治”和“百村示范、千村整治”等工程进展顺利能源、电力、水利等基础设施建设步伐加快。陆海之间、大岛之间互通性大大增强，海岛基础设施落后状况明显改善。防御台风暴潮等自然灾害的能力得到切实加强。三、宁波市区，慈溪市，余姚市位于杭州湾地区。此类地区的特点是低灾损度（平均灾损度为0.4289）、低脆弱度（平均脆弱度为0.088，）、高防灾能力（平均防灾系数为0.144），在十个地区中受台风影响最小。原因主要有以下几点：此类地区渔业相对于舟山、环象山港地区来讲不是很发达，因此其脆弱度也相对较低。从渔业产量来看,2008年，宁波市区45万吨，余姚22万吨，慈溪48万吨，落后于舟山的125.52万吨，渔业产值也低于其他区（县）【11】。此类地区毗邻杭州湾，杭州湾的渔场一般都在近海，因而渔民的渔船马力也较小，出海距离不能过远。这样，要将作业场所往外扩展就比较困难。而近几年来杭州湾海上工程又比较多，此外，随着全球气候变暖，近年气候异常，雨水偏多，此类地区主要养殖品种南美白对虾发病率高于往年，造成南美白对虾减产；养殖季节赤潮频发，影响了育苗和养殖生产；9-10月份连续高温，绿藻爆发，导致紫菜网帘被绿藻包裹、脱苗，紫菜减产。同时，由于陆源排放，养殖病害蔓延，养殖产品因污染死亡事件时有发生。此类地区淡水养殖渔业相对发达。慈溪市徐家浦两侧围海造地工程，大片海涂被围垦，大量海水养殖池塘因海水不能进入改为淡水养殖，而且已围垦的海涂地挖塘养殖，也为淡水养殖。淡水养殖渔业相对于海水养殖渔业、捕捞渔业来讲抵御台风灾害侵袭能力更强，灾后重建也相对容易。此地区山脉较多，工业化程度较宁波南部地区、舟山地区高，城市化建设也比其他地区发展迅速。此外，宁波市区、慈溪、余姚等地区建设环杭州湾森林生态圈作为守护该区域城市群抵御台风的第一道绿色防线【13】。因此杭州湾地区抵御台风的能力要高于其他地区。结论本文从风险分析角度去分析了台风灾害给宁波、舟山渔业带来的影响。应用模糊综合评判法将台风灾害对渔业造成的影响数量化，再将宁波、舟山的十个区（县）聚类分析，从灾损度、脆弱度和防灾能力三方面去分析台风灾害对其渔业系统的影响和原因。以期通过分析结果为政策性渔业保险的实施提供依据。致谢本研究是在我的导师和其他几位老师的亲切关怀和悉心指导下完成的。他们严肃的科学态度，严谨的治学精神，精益求精的工作作风，深深地感染和激励着我。我还要感谢杨倩同学给我的指导与帮助。谢谢你们！参考文献XingPeng(邢鹂),ZhongFuning(钟甫宁).FoodProductionandRiskRegionalizationStudy(粮食生产与风险区划研究)[J]..AgricultureTechniqueeconomy（农业技术经济），2006.LuoBoliang(罗伯良),HuangWanhua(黄晚华),ShuaiXiqiang(帅细强),etal.StudyontheRiskRegionalizationofDroughtDisasterforRiceProductioninHunanProvince(湖南水稻生产旱灾风险区划研究)[J].JournalofAnhuiAgr.iSc.i（安徽农业科学），2009,37(33):16429-16431,16489.XieJijian(谢季坚)，liuChengping(刘承平).FuzzyMathMethodandApplication(模糊数学方法及其应用)[M].HuazhongUniversityofScience&TechnologyPress(华中科技大学出版社)，2005.TianYumin(田玉敏)，CaiJingqing(蔡晶箐).StudyonApplicationofAHPinFireRiskEvaluationofMarketplaces(层次分析法在商场火灾风险评价中的应用研究)[J].JournalofCatastrophe(灾害学)，2009,24(2).LiuChao(刘超)，WangQuan(王权)，YangQian(杨倩).Anevaluationindicatorsystemestablishedfortyphooneffectontheaquaticindustry(台风灾害对水产养殖业影响评估指标体系)[J].HunanAgricultureScience(湖南农业科学)，2010.ChinaAssociationforDisasterPrevention(中国灾害防御协会).TheDisasterPreventionanddevelopmentoflittoral(论沿海地区减灾与发展)[M].BeiJing:EarthquakePress,1991.ZhangYongheng(张永恒)，FanGuangzhou(范广洲)，MaQingyun(马清云),etal.TheEvaluationModelofTyphoonDisasterInfluenceonZhejiangProvince(浙江省台风灾害影响评估模型)[J].JournalofAppliedMeteorologicalScience(应用气象学报),2009,20(6).HopeC,ParkerJ,PeakeS.ApilotenvironmentalindexfortheUKinthe1980s.EnergyPolicy,1992,20:335-343EstyDC,LevyMA,SrebotnjakT,etal,2005EnvironmentalSustainabilityIndexBenchmarkingNationalEnvironmentalStewardship[EB/OL].(2005-02-11)[ChenXiang(陈香).StudyonAssessmentofTyphoon-disasterVulnerabilityandItsCountermeasures—ACaseStudyofFujianProvince(台风灾害脆弱性评价与减灾对策研究—以福建省为例)[J].JournalofInstituteofDisaster-PreventionScienceandTechnology(防灾科技学院学报)，2008,10(3).Fisherydepartment.ChinaFisheriesYearbook，2008（中国渔业年鉴2008）[M].ChinaAgriculturePress(中国农业出版社)，2009.ShenChenghong(沈承宏).AConsiderationAboutZhoushanfishingBoatUpDating(关于舟山渔船更新改造问题的思考)[J].ZhoushanFishery(舟山渔).2009,6.NingboOcean&FisheryBureau(宁波市海洋与渔业局),NingboOceanDevelopmentAcademe(宁波海洋开发研究院).NingboOceanFunctionZoneEvaluationandEditPlan(20090602)(宁波市海洋功能区划评估及修编方案（20090602）)[M].2009.TheFisheryIndustryTyphoonRiskEvolutionBasedOnFuzzyMathMethodChaoLiu(1),QuanWang(2),QianYang(3),WeiYang(4)1,3,CollegeofEconomicsandManagement,Shanghai2，JiangsuAnimalHusbandryandVeterinaryCollege4，CollegeofEconomicsandManagement,ShanghaiOceanUniversity,OceanEconomyResearchCenterAbstract:Inordertoprovideusefulandscientificinformationfortheestablishingofgovernment-lead-fisheryinsurance,thispaperanalysestheimpactonfisheryindustryinfluencedbytyphoondisasterintheviewofriskmanagement.Firstly,thispaperusestheriskanalyzemodelqualitativelyanalyzetheimpactonfisheryindustryinfluencedbytyphoonfromtheaspectsofhazard、frangibilityandrecoverability.Theriskanalyzemodelcomesfromthedefinitionofrisk,whichprovedbyBlaikieandotherscientists.Blaikieandotherscientistsagreethattheriskistheresultofthecouplingofhazard、frangibilityan