京津冀地区综合减灾示范社区的空间格局及其影响因素

李魁明，姚罗兰，张 达，刘溪辰，韩 默

（1.防灾科技学院应急管理学院，河北三河 065201；2.首都师范大学资源环境与旅游学院，北京 100048；3.北京农业职业学院国际教育学院，北京 100012）

引言

我国是世界上自然灾害最为严重的国家之一，灾害种类多，分布地域广，发生频率高，造成损失重。据统计，仅2020年全年各种自然灾害共造成1.38亿人次受灾，591人因灾死亡失踪，直接经济损失3 701.5亿元。现阶段城镇化水平加速，各类人为灾害也频频发生［1］，社区作为最基层的防灾减灾单元引起了国内外学者的广泛关注［2］，随着社区应急管理的主下移，社区在应急管理体制中的重要性、现实意义和发挥的战略价值也越来越大。2015年的全球性世界减灾研究会明确提出“社区减灾”的各项重点和任务，世界各国均在开展相关的社区减灾项目［3］。中国、美国和日本等作为受灾严重的国家，均已经成功地提出了社区层面的国家性减灾模式［4］，并取得显著的成效。

以2007年《关于印发“减灾示范社区”标准的通知》（民函［2007］270号）为标志，综合减灾示范社区创建活动在我国正式推行。经过将近10年的发展，以“全国综合减灾示范社区创建标准”为核心的社区综合减灾示范模式逐步成为我国社区综合减灾的主要模式［5］。至此，我国综合减灾示范社区在经历了前期的准备和发展阶段后，于2018年进入了全新阶段［6］。在10余年的发展中，特别是应急管理部成立后这一治理模式已经形成了自身的独有特点，俸锡金［5］将此类理念归为4个方向：“政府领导、综合减灾、多样化和聚集发展”，对于我国防灾减灾工作的发展有重要的指导作用。

国内学者高度关注社区的防灾减灾研究，近年来集中关注在社区灾害风险管理与评估［7-8］、社区居民灾害认知［9］、社区灾害脆弱性研究［10］、社区灾害应急演练［11］、社区灾害响应［12］等方面，取得了较大的研究进展。但在研究的内容、角度、方法上，还需要进行进一步探讨：在研究的内容上，对社区综合的研究多停留在经验总结、概括性描述阶段，相关科学模型较少；在研究角度上，多是对全国范围的社区减灾情况进行研究，普遍性强但针对性弱，我国幅员辽阔，具体到个别城市、地区，研究的可借鉴性并不强；在研究方法上，多是从宏观进行分析论述。

文中基于2009-2020年京津冀地区的综合减灾示范社区名单，结合京津冀地区的社会经济等数据，分析京津冀地区综合减灾示范社区的空间特征，探寻其影响因素，以期为提高综合减灾示范社区质量，优化地区防灾和减灾资源基础设施建设提供参考依据。

1 研究区域概况

京津冀地区位于太行山以东、燕山以南，地处华北平原北部，包括北京、天津两大直辖市以及河北省三省市，地域总面积21.6万km2，占全国的2.3%。气候属暖温带半湿润大陆性季风气候区，光热资源丰富。年内降水量季节分布不均匀，夏季降雨集中。随着京津冀协同发展战略的推进，京津冀地区成为我国经济发展格局中最具活力和潜力的前沿阵地，2020年常住人口1.1亿人，占全国的7.8%，地区生产总值8.6万亿元，占全国的8.5%。该区域综合减灾示范社区数量众多，2009-2020年先后有1 275个社区入选为中国综合减灾示范社区。

2 数据来源与研究方法

2.1 数据来源

2009-2017年“全国综合减灾示范社区”名单数据源于民政部或国家减灾委；2018-2020年“全国综合减灾示范社区”名单数据源于国家减灾委员会、应急管理部、中国气象局、中国地震局；整理得到京津冀地区综合减灾示范社区共1 275个。将综合减灾示范社区的坐标通过百度地图坐标拾取系统进行标定，导入ArcGIS10.2软件进行处理；京津冀地区各地市经济社会数据来源于相关统计年鉴和政府公报。

2.2 研究方法

选取最邻近指数等相关数学方法或模型，见表1，结合ArcGIS10.2软件的空间分析功能对京津冀地区综合减灾示范社区的空间分布进行定量分析，运用地理探测器分析其影响因素。

表1 具体研究方法的公式及意义Table 1 Formula and significance of specific research methods

3 空间分布特征分析

3.1 空间分布类型

将京津冀综合减灾示范社区经纬度导入ArcGIS10.2软件，测度出最邻近距离为1.85 km，理论最邻近距离为7.6 km；最邻近指数R为0.24，该值小于1；且检验参数Z值和P值分别为-51.65和0，具有较强的显著性。由此可见，京津冀综合减灾示范社区的空间分布类型为集聚型。

由于最邻近指数在测定点状要素空间分布类型时的界定标准尚有分歧，文中通过测算变异系数对京津冀综合减灾示范社区的空间分布类型进行进一步研究［21］。运用ARCGIS10.2软件生成京津冀综合减灾示范社区的泰森多边形，测算出泰森多边形面积变异系数CV值为294.57%，该值大于64%，表明京津冀综合减灾示范社区呈集聚分布，进一步验证了最邻近指数的分析结果。

3.2 空间分布均衡性

3.2.1 市域分布特征

用地理集中指数来研究京津冀地区综合减灾示范社区分布的集中程度。京津冀地区综合减灾示范社区总数T=1 275，地级以上城市数N=13，测算出京津冀地区综合减灾示范社区的地理集中指数G为23.39，若综合减灾示范社区均匀分布，其地理集中指数G′为7.68。因G＞G′，表明在市域尺度上，京津冀地区综合减灾示范社区的分布比较集中，见表2。

用不平衡指数来研究京津冀地区综合减灾示范社区分布的均衡程度。京津冀地区综合减灾示范社区的不平衡指数S=0.553，表明京津冀地区综合减灾示范社区在13个市分布具有不均衡性。结合综合减灾示范社区在各市域分布的洛伦兹曲线（图1）也可发现，洛伦兹曲线呈明显上凸。京津冀地区综合减灾示范社区主要分布在北京市、天津市、石家庄市和张家口市等地，四市综合减灾示范社区数量接近京津冀地区总数的70%。

3.2.2 地理区域分布特征

根据京津冀地区13个市域各方面的差异，将京津冀地区分为冀北地区、冀东地区、冀中地区、冀南地区、冀东南地区和京津地区六大地理区域。冀北地区包括张家口和承德两市；冀东地区包括唐山和秦皇岛两市；冀中地区包括石家庄、保定和廊坊三市；冀南地区包括邯郸和邢台两市；冀东南地区包括沧州和衡水两市；京津地区包括北京和天津两市。数据统计显示（表3），京津冀地区综合减灾示范社区在空间分布上存在显著差异，主要分布在京津地区、冀中地区等区域。

表2 京津冀地区综合减灾示范社区在市域尺度的分布Table 2 Statistics of comprehensive disaster reduction demonstration community of different cities in Beijing-Tianjin-Hebei

图1 京津冀地区综合减灾示范社区分布空间洛伦兹曲线Fig.1 Lorenz curve of spatial distribution of comprehensive disaster reduction demonstration community in Beijing-Tianjin-Hebei region

表3 京津冀地区五大区域综合减灾示范社区统计Table 3 Statistics of comprehensive disaster reduction demonstration community of five regions in Beijing-Tianjin-Hebei region

根据空间基尼系数公式，计算出G=0.7457，表明综合减灾示范社区在京津冀六大地理区域分布不均衡，呈集中分布的态势，京津地区最为集中，占57.49%，其次是冀中地区，占13.96%，这两大区域分布着京津冀地区70%以上的综合减灾示范社区。而冀北地区、冀东地区、冀南和冀东南地区四地的综合减灾示范社区数量稀少，占比均在10%以下，分别为8.55%、8.24%、7.76%和4.00%。

3.3 空间密度特征

利用ArcGIS10.2软件的Kernel Density功能对京津冀地区综合减灾示范社区的核密度进行分析。整体上看，京津冀地区综合减灾示范社区在空间分布具有“大分散、小集聚”的特点，分布密度存在明显的区域差异，在空间分布上呈现3个高密度中心，分别位于北京市、天津市和石家庄市境内，其中以北京市中心城区一带最为明显。上述高密度地区均位于或紧邻中心城区。北京和天津为直辖市、石家庄为河北省会，政治地位高、经济基础雄厚，人口密度大，对灾害风险认识程度高。张家口市、承德市、保定市等太行山燕山山脉周边区域，山地面积广大、人口密度小、经济基础相对薄弱，综合减灾示范社区的分布明显低于其他区域。

3.4 空间关联特征分析

运用ArcGIS10.2软件测算京津冀地区综合减灾示范社区的全局莫兰指数，并进行显著性检验。莫兰指数I为0.529＞0，检验值Z值为7.650＞2.58，P值为0.000，表明全局莫兰指数通过显著性检验。表明京津冀不同地区的综合减灾示范区空间分布呈现出显著的空间正相关性。在空间上均趋于集聚态势，体现了综合减灾示范社区的创建具有领头作用，也说明了京津冀地区的综合减灾示范社区的聚集性很高。

4 综合减灾示范社区影响因素分析

综合减灾示范社区的创建受各种因素的影响，关于定量研究综合减灾示范区影响因素的文献不多，结合国家减灾委员会发布的《全国综合减灾示范社区的标准》（国减办发〔2010〕6号），考虑数据的可获得性，在市域行政区划基础上，分别从各地市的经济因素、人口因素、政策因素和灾害因素4个方面选择驱动因子。其中，选择人均GDP（X1）和居民可支配收入（X2）表征区域经济发展水平；人口密度（X3）和城镇率（X4）表征区域人口因素；人均财政支出（X5）和公共安全财政支出占总支出比例（X6）表征政策因素；根据《河北经济年鉴》中2010-2019年受灾面积占国土面积比例（X7）表征灾害风险因素。

基于京津冀地区13市研究尺度，以上述影响因素为因变量，基于GeoDetector工具的“因子探测”功能，探讨京津冀地区综合减灾示范社区空间分异的主导因子，最终得到地理探测器对京津冀地区综合减灾示范社区空间分异的因子探测结果（表4）。

表4 地理探测器因子探测Table 4 Factor detection of GeoDetector

q值从大到小依次为：居民可支配收入＞人均GDP＞城镇率＞人口密度＞公共安全财政支出占总支出比例＞人均财政支出＞灾害风险等级。由此可见，综合减灾示范社区的主要受经济和人口因素影响。

（1）经济因素

各地综合减灾示范社区数量差异与其经济能力有着直接的影响，区域经济发展到一定阶段，居民收入达到较高水平，对人居环境特别是社区安全环境产生需求，对社区综合减灾基础设施要求较高，且有足够的资金建设。居民可支配收入和人均GDP对综合减灾示范社区的q值分别为0.661 2和0.654 7，因此，京津冀地区综合减灾示范社区的空间分布与社会经济发展水平之间存在正相关关系，综合减灾示范社区数量多的区域经济发展水平较高。北京市和天津市综合减灾示范社区数量和密度遥遥领先，2020年两市居民可支配收入分别为69 434元和438 54元，远高于27 136元的河北省平均水平；2020年人均GDP分别为155 234元和133 581元，远高于48 528元的河北省平均水平。

（2）人口因素

反映人口因素的城镇率和人口密度对综合减灾示范社区的q值分别为0.467 9和0.470 2，在7个因子中比较靠前，表明人口因素对综合减灾示范社区空间分布有较大影响。社区是一定规模的人口空间聚集，是居民生活的重要场所，也便于经常开展减灾宣传教育与培训活动。人口密度大、城镇化率高的地区，一旦发生各类灾害，损失程度较高，因此构建有效的社区防灾减灾体系既是保障区域社会经济稳定发展的重要基础。

（3）政策因素

国家和区域对防灾减灾救灾的支持力度影响区域综合减灾示范社区的建设，表征政策因素的公共安全财政支出占总支出比例和人均财政支出的的q值分别为0.212 1和0.218 6，在7个因子中排名靠后，表明政策因素对及京津冀地区综合减灾示范区的空间分布影响不大。综合减灾示范社区建设特别是基础设施的建设需要大量的资金投入，而区域财政投入和公共安全支出直接落实到社区的比例有限，由此决定了政策因素对综合减灾示范社区空间分布影响不大，因此综合减灾示范社区的建设资金还得靠社区多渠道综合筹措。

（4）灾害风险因素

反映灾害风险因素的受灾面积占国土面积的比例对综合减灾示范社区的q值分别为0.035 8，在所有因子中排名最低，表明灾害风险因素对综合减灾示范社区的空间分布不大。《全国综合减灾示范社区创建标准》（国减办发〔2010〕6号）中要求开展灾害风险评估，制定综合灾害应急救助预案。因此，综合减灾示范社区申报时满足要求即可，与灾害风险等级关系不大。

5 结论与讨论

基于2009-2020年京津冀地区综合减灾示范社区名单，运用GIS空间分析法和计量统计法，揭示空间分布特征，首次运用地理探测器对影响综合减灾示范社区空间布局的因素进行了探究，研究发现：

（1）京津冀综合减灾示范社区的空间分布类型为集聚型。市域尺度上，京津冀地区综合减灾示范社区的分布比较集中，但在13个市分布具有不均衡性。京津冀地区综合减灾示范社区在空间分布上存在显著差异，五大地理分区中分布不均衡，主要分布在京津地区、冀中地区等区域。

（2）核密度分析显示京津冀地区综合减灾示范社区的空间分布具有“大分散、小集聚”的特点，在空间分布上有3个高密度中心，分别位于北京市、天津市和石家庄市境内，其中以北京市中心城区一带最为明显。全局莫兰指数表明京津冀地区综合减灾示范区空间分布呈现出显著的空间正相关性，在空间上均趋于集聚态势。

（3）地理探测器表明综合减灾示范社区的主要受经济和人口因素影响，政策因素和灾害风险等级因素对及京津冀地区综合减灾示范区的空间分布影响不大。

文中主要从宏观层面上探讨了京津冀地区综合减灾示范社区的空间格局及其影响因素，为区域优化配置防灾减灾资源，合理规划综合减灾示范社区的空间布局，提升综合减灾示范社区的创建质量提供决策支持。综合减灾示范社区创建工作是面上覆盖、区域引领的形式，受数据和创建工作约束，分析结果显示综合减灾示范社区中城市区占明显优势，可能与实际的防灾减灾能力的空间差异性并不完全吻合；以地市为研究单元的针对不强，下一步可以将研究单元细化，进行深层次分析。