矿产资源型城市脆弱性综合测度与评价

刘艳中，宋改凤，陈勇，张祚，朱晓南

(1.武汉科技大学资源与环境工程学院，湖北 武汉 430081；2.冶金矿产资源高效利用与造块湖北省重点实验室，湖北 武汉 430081；3.华中师范大学公共管理学院，湖北武汉 430079)

脆弱性分析起源于对自然灾害的研究[1]，20世纪70年代，“脆弱性”概念内被引入自然灾害领域[2]，随后逐渐延伸到社会科学领域，并广泛应用于生态学、经济学、社会学、工程学、工程学、管理学、地理学等多个学科，其内涵、概念和理论方法不断深入完善，并对旅游城市[3]、绿洲城市[4]和沿海城市[5]等特殊城市开展了研究，取得了相应成果，为资源型城市脆弱性研究提供了重要的借鉴和参考。

资源型城市根据资源保障能力和可持续发展能力差异，将其划分为成长型、成熟型、衰退型和再生型四种类型。目前，学者们对资源型城市的研究集中于城市转型[6-7]、产业结构调整[8]、可持续发展[9]等方面。近年来，国内学者对资源型城市脆弱性研究的成果日益增加，大多是通过建立评价指标体系，主要采用状态空间法[10]、综合指数法[11]、集对分析法[12]等评价方法测度资源型城市脆弱性。具有代表性的有：韩刚等[13]和李彤玥[14]分别从生态环境-经济-社会和“暴露—敏感—适应”角度建立评价指标体系，研究了兰州市的城市脆弱性；孙平军等[15-16]通过构建评价指标，对阜新市生态脆弱性和人地耦合系统的耦合度进行了评价；王士君等[17]以大庆市为例，探讨了石油城市经济系统脆弱性发生的过程、机理和特征，而王岩等[18]综合评价了大庆市的城市脆弱性；张梅等[19]选取典型资源型城市攀枝花市研究其脆弱性及动态。从已发表的相关文献来看，学者们关于资源型城市脆弱性研究目前还处于初级阶段；从研究角度来看，学者们仅对某个资源型城市纵向动态演化过程或仅对多个城市的静态横向对比较多，同时对不同时期多个资源型城市脆弱性的静态横向比较和动态变化研究偏少；从研究对象来看，大多集中在西部和东北地区处于成熟期或衰退期的资源型城市，对于处于其他时期的资源型城市较少涉及，内容相对独立，成果缺乏可比性，实践指导作用欠缺。因此，有必要开展处于不同时期的资源型城市脆弱性研究，为我国其他类似城市降低脆弱性提供依据。

资源型城市为保障国家能源供给、促进经济发展做出重大贡献。“百年煤矿”淮南市、“新中国第一铜工业基地”铜陵市和“钢城”马鞍山市分别作为我国典型的成熟型、衰退型和再生型资源型城市，其可持续发展对国家经济发展和能源安全至关重要。本文从资源-生态环境-经济-社会视角，构建资源型城市脆弱性评价指标体系，对2007～2017年淮南-铜陵-马鞍山市脆弱性进行测度，比较其综合脆弱性及各子系统脆弱性特征，为处于不同时期的资源型城市转型提供理论基础。

1 研究方法与数据来源

1.1 矿产资源型城市综合脆弱性评价指标体系与测度模型

1.1.1 指标体系及权重确定

以3个不同时期的地级以上矿产资源型城市为研究对象，在借鉴前人研究成果的基础上[11,20]，结合城市实际情况，从资源、生态环境、经济和社会4个方面，选取了相对应的35个指标，构建矿产资源型城市脆弱性综合测度指标体系（表1）。

表1 矿产资源型城市脆弱性测度指标体系Table 1 Vulnerability measurement index system of mineral resource-based cities

1.1.2 矿产资源型城市脆弱性测度模型

（1）数据标准化

为消除指标量纲差异和正负效应差异，需要对原始数据进行标准化处理。指标可分为正向指标、负向指标和适度指标三大类，根据各指标对城市脆弱性特征的反应情况，选择不同的标准化公式进行指标标准化。

正向评价指标：其值越大，表示脆弱性越大

负向评价指标：其值越大，表示脆弱性越小

适度评价指标：表示指标数值处于某一适度值时较好，不宜过大或过小

式中：Xij为标准化后的值，xij为原始数据，i为第i个指标。

（2）指标权重确定

为避免主观人为因素对指标权重的影响，本研究采用能反映指标效用价值、度量系统无序程度的熵值法确定指标权重。熵值法是一种较为客观的赋权方法，其本质是利用指标信息的价值系数来表示指标的重要程度。熵值越大，表明信息越混乱，携带的有用信息越少，系统的无序程度越高、效用度越低，权重越小。反之，熵值越小，权重越大。其计算公式如下：

（3）综合脆弱性测度

各指标标准值与权重相乘加权求和即为综合脆弱性

1.1.3 矿产资源型城市脆弱性评价等级划分

通过矿产资源型城市综合脆弱性计算结果并依据已有研究结果[21]，将矿产资源型城市脆弱性依次划分为低脆弱度、较低脆弱度、中脆弱度、较高脆弱度、高脆弱度5级（表2）。其表征状态分别为极好状态、良好状态、一般状态、警戒状态、危机状态。

表2 矿产资源型城市脆弱性综合评价分级标准Table 2 Multipurpose assessment and classification standards for vulnerability of mineral resource-based cities

1.2 数据来源

数据主要来源于《安徽统计年鉴》、《淮南统计年鉴》、《铜陵统计年鉴》、《马鞍山统计年鉴》及各市国民经济和社会发展统计公报；人居日生活用水量、供水综合生产能力、建成区排水管道密度、人均城市道路面积由《中国城市建设统计年鉴》得到；铜陵市部分年份万元GDP电耗数据由全社会用电总量除以GDP得到，万元GDP水耗由用水总量除以GDP得到，GDP换算为可比价，用水总量来源于安徽省水资源公报，个别数据根据相邻年份值补齐。

2 结果分析

采用综合指数评价法分别测度淮南市、铜陵市、和马鞍山市近11年城市各子系统脆弱性指数以及综合脆弱性指数。

2.1 分系统脆弱性

（1）资源脆弱性指数对比分析

从淮南-铜陵-马鞍山市2007-2017年的资源脆弱性指数变化趋势对比图（见图1）来看，三个城市的资源脆弱性指数在2007 ～ 2017年间均呈波动下降趋势：淮南市2017年的资源脆弱性指数较2007年下降了0.09，铜陵市下降了0.09，马鞍山市下降了0.12，可见3个城市中马鞍山市资源脆弱性指数的下降幅度最大，淮南市与铜陵市基本相同。此外，就样本期间三个城市的资源脆弱性指数平均值来看，淮南市为0.07，铜陵市为0.08，马鞍山市为0.06，铜陵市＞淮南市＞马鞍山市。

图1 资源脆弱性Fig.1 Resource vulnerability

（2）生态环境脆弱性对比分析

从淮南-铜陵-马鞍山市2007-2017年的生态环境脆弱性指数变化趋势对比图（见图2）来看，研究期间均呈波动下降趋势，淮南市2017年的资源脆弱性指数较2007年下降了0.10，铜陵市下降了0.06，马鞍山市下降了0.09，铜陵市下降幅度最小。各市生态环境脆弱性指数平均值基本相同，分别为0.12、0.11和0.12，马鞍山市=淮南市＞铜陵市。

图2 生态环境脆弱性Fig.2 Vulnerability of ecological environment

（3）经济脆弱性对比分析

从淮南-铜陵-马鞍山市2007-2017年的经济脆弱性指数变化趋势对比图（见图3）可以看出，淮南市和铜陵市整体呈波动下降状态，马鞍山市2007 ～ 2011年呈波动变化状态，2012 ～ 2017年呈下降趋势，其下降幅度分别为0.04，0.02，0.07，铜陵市下降幅度最小。总体来说，三个城市的经济脆弱性变化趋势较平缓，均值也基本相同，分别为0.12、0.13和0.13，铜陵市=马鞍山市＞淮南市。

图3 经济脆弱性Fig.3 Economic vulnerability

（4）社会脆弱性对比分析

从淮南-铜陵-马鞍山市2007-2017年的社会脆弱性指数变化趋势对比图（见图4）来看，样本研究期间均呈下降趋势，淮南市2017年的社会脆弱性指数较2007年下降了0.20，铜陵市下降了0.18，马鞍山市下降了0.20，铜陵市下降幅度最小。均值分别为0.15，0.16，0.13，呈铜陵市＞淮南市＞马鞍山市。

图4 社会脆弱性Fig.4 Social vulnerability

2.2 综合脆弱性

（1）综合脆弱性指数分析

由表3和图5可知，淮南市城市综合脆弱性指数从2007年的0.68下降到2017年的0.26，铜陵市城市综合脆弱性指数从2007年的0.63下降到2017年的0.28，马鞍山市城市综合脆弱性指数从2007年的0.69下降到2017年的0.21。从综合脆弱性指数平均值来看，淮南市为0.47，铜陵市为0.48，马鞍山市为0.45，铜陵市＞淮南市＞马鞍山市。

表3 2007-2017年淮南-铜陵-马鞍山市综合脆弱性指数动态变化情况Table 3 Dynamic changes of multipurpose vulnerability index of Huainan-Tongling-Ma'anshan from 2007 to 2017

（2）综合脆弱性等级评价

由表4和图5可知，淮南市、铜陵市和马鞍山市综合脆弱性指数均呈下降趋势，其脆弱性等级都经历了从较高脆弱度-中脆弱度-较低脆弱度的过程，总体表明，这三个资源型城市已由较高脆弱度向较低脆弱度过渡。

表4 2007-2017年淮南-铜陵-马鞍山综合脆弱性等级动态变化情况Table 4 Dynamic change of multipurpose vulnerability level of Huainan-Tongling-Ma'anshan from 2007 to 2017

图5 综合脆弱性图Fig.5 Multipurpose vulnerability

（3）综合脆弱性和各子系统占比分析

由图6～8可知，淮南市、铜陵市和马鞍山市2007～2017年社会脆弱性指数平均值均最大，其次为经济脆弱性和生态环境脆弱性，两者之间较为接近，资源脆弱性最小。2014～2017年，淮南市经济脆弱性和生态环境脆弱性逐渐凸显，2013～2017年铜陵市经济脆弱性逐渐凸显，而马鞍山市从2011年开始其经济脆弱性和生态环境脆弱性就已经凸显。总体而言，社会脆弱性在三个城市脆弱性指数中均占主导地位。

图6 淮南市各子系统脆弱性占比Fig.6 Vulnerability ratio of each subsystem in Huainan City

图7 铜陵市各子系统脆弱性占比Fig.7 Vulnerability ratio of subsystems in Tongling City

图8 马鞍山市各子系统脆弱性占比Fig.8 Vulnerability ratio of subsystems in Ma'anshan City

3 结 论

（1）淮南市、铜陵市和马鞍山市城市综合脆弱性指数均呈下降趋势，由较高脆弱度向较低脆弱度过渡。各市子系统脆弱性也呈波动下降趋势，其中，生态环境和经济脆弱性下降幅度缓慢。

（2）从综合脆弱性指数平均值来看，铜陵市作为典型的衰退型资源城市，其平均指数最大，而作为再生型的马鞍山市脆弱性指数最小；从下降幅度来看，马鞍山综合脆弱性指数下降幅度最大，铜陵市最小。

（3）从各子系统脆弱性指数平均值来看，不同类型的矿产资源型城市其子系统脆弱性指数均呈社会脆弱性＞经济脆弱性＞生态环境脆弱性＞资源脆弱性；从各子系统脆弱性指数下降幅度来看，社会脆弱性下降幅度最大，经济脆弱性下降幅度最小。

（4）科学测度资源型城市综合脆弱性，探究矿产资源型城市脆弱性演变规律与特征，一定程度上克服了研究成果之间缺乏对比性的问题。但由于相关数据获取的限制，只进行了三个资源型城市的研究分析，未来将加大研究样本的数量，总结矿产资源型城市脆弱性的发展过程与变化特征，为矿产资源型城市可持续发展提供依据。