中国城市韧性时空分异特征及其影响因素分析

单薪蒙，何 敏，李 睿，王 军

（华东师范大学 地理信息科学教育部重点实验室，上海 200241；华东师范大学 地理科学学院，上海 200241；华东师范大学 上海城市公共安全研究中心，上海 200241）

引 言

在全球气候变化和快速城市化的背景下，各种不确定因素成为制约城市安全和可持续发展的重要障碍。城市作为人类发展的重要载体，已成为国际社会公认的重大灾害高风险区。如2011年的东日本大地震、泰国洪灾，2012年美国的桑迪飓风，2013年的菲特台风，2017年的哈维飓风，2019年的利奇马台风，2021年的“7·20”郑州特大暴雨等，都给当地社会和经济造成了极大的损失。城市韧性作为一种城市风险治理的新思路，如何实现对城市韧性的量化，较为科学、客观地反映不同地区城市韧性的情况，增强对韧性理论内涵的理解，同时能够指导韧性政策的制定，已成为当前地理学及其相关学科领域亟待探索的热点和难点问题。

构建韧性指标评价体系是韧性量化的基础，韧性的量化对韧性理论的实践运用有着重要的意义［1～4］。为了有效评价和科学量化城市韧性，不同研究机构和学者从各自领域出发建立起韧性城市研究的测度模型和指标体系［5～8］，如洛克菲勒基金会（Rockefeller Foundation）的韧性城市研究框架、联合国防灾减灾署（UNDRR）降低灾害风险的韧性城市研究框架、EMI的城市韧性总体规划、SINTEF-智能韧性测评体系、韧性联盟（Resilience Alliance）的韧性城市研究主体框架以及日本分别针对城市系统和能源系统构建的韧性城市框架等，这些框架体系代表了国际社会对城市韧性的主流认识，并应用于英国伦敦、南非开普敦、美国纽约和新奥尔良等城市的灾害韧性实践中。国外学者Cutter等［9］从社会、经济、制度、基础设施、生态和社区能力等6个方面构建韧性评价指标体系；Simpson［10］认为韧性指标应该包括灾害风险、社会资本、社区资产、基础设施质量、社会服务和人口质量等，并用预备量（Preparedness）与脆弱性（Vulnerability）的比值作为韧性值。国内现有研究以综合型为主［11～23］。刘江艳等［19］借鉴国外韧性城市的研究成果，从生态韧性、经济韧性、工程韧性和社会韧性4个方面构建了国内城市韧性测度体系；孟令军等［20］利用RATA韧性测度体系对天津市某社区进行韧性测度；郭小东等［21］将社区可恢复力与社区灾害的易损性比值作为韧性衡量标准，构建社区韧性测度模型；李亚等［22］以韧性基线模型为研究基础，从经济、社会、环境、社区、基础设施及组织6个方面构建我国城市韧性评价指标体系；白立敏等［23］采用经济、社会、生态、基础设施等4个系统28项指标来构建城市韧性综合测度指标体系。从现有研究看，国外学者从经验借鉴、理论演绎到指标体系的构建、测评模型及实证分析，构建了一个初步的理论分析框架与研究体系雏形，为进一步深化相关研究提供了良好基础。国内研究主要集中于：1）对国外韧性城市建设经验的梳理；2）对单一灾害风险防范视角的韧性城市建设进行规划设计；3）对城市韧性水平建立评价体系并开展初步评价。但总体上，仍处在消化和吸收国外经验阶段。

为此，本研究通过总结国内外韧性研究成果，从多灾种视角综合考虑城市韧性建设，试图建立一套具有中国特色的城市韧性指标评价体系。研究结果可为我国多灾种重大灾害风险评价、综合防范提供新的切入点，有助于增进对城市韧性的理解，并有效指导政策实践，保障城市的可持续发展。

1 城市韧性评价指标体系与评估模型

1.1 城市韧性评价指标选取

城市韧性的研究主要从三种思路出发：以城市基本组成要素、城市韧性的不同特征以及韧性的阶段过程进行构建［9，24～27］。城市韧性指标体系的构建是城市韧性从理论到实践的桥梁。韧性指标的量化有助于增进对城市韧性的理解，并有效指导政策实践。构建一套符合中国国情的韧性城市评价体系需全面考虑城市系统复杂性、韧性城市特征以及韧性阶段的多维度，要采用定性与定量方法相结合的评价体系。因此，基于以上理论，本文综合韧性城市发展的4个阶段（吸收、恢复、适应和调整）（图1）、城市组成要素（社会、经济、组织管理、基础设施和生态环境）5 个维度及韧性城市的7个品质特征（稳健性、冗余性、集成性、包容性、适应性、智慧性、灵活性），依据指标体系构建的原则，通过对比分析现有研究成果所选指标的概率，结合国内城市发展状况以及指标获取的难易程度，通过问卷调查的方式收集了全国267个地级市城市居民对生态环境质量满意度、城市应急管理综合能力以及城市公众风险意识水平和城市灾害风险宣传倡导水平的满意度评价，并在此基础上结合客观评价指标，最终选取了具有代表性的40个指标，运用复合指标法，构建了中国城市韧性综合评价指标体系（表1）。

表1 城市韧性综合评级指标体系以及权重值Table 1 Comprehensive urban resilience rating index system and weight values

图1 韧性城市发展的4个阶段Fig.1 Four stages of the development of a resilient city

1.2 数据来源

地级市是相对独立、综合且较为完整的基本区域单元［22，28］。因此，本文以全国地级市为研究样本，考虑到相关统计数据的可获取性，部分地区未考虑在内，最终选取267个地级市作为本研究的基本单元。数据来自2010年、2015年及2017年《中国城市统计年鉴》《中国城市建设统计年鉴》、各省市经济与社会发展公报、中国统计局网站、中国民政部网站等，其中生态环境质量满意度、城市应急管理综合能力、城市公众风险意识水平和城市灾害风险宣传倡导水平指标值来自问卷调查结果，中国行政区划矢量文件来源于国家基础地理信息中心（http://www.ngcc.cn/ngcc/）。

1.3 研究方法

1.3.1 统一极差法 选取统一极值处理法对原始指标分正向指标和负向指标进行无量纲化处理［29］。通过分析所选指标可知，除人口密度、工业废水排放量为负向指标外，其余38个指标均为正向指标。对不同的指标进行正向化和负向化处理，得到标准化的数据。

1.3.2 层次分析法 为提升指标权重赋值的科学性、准确性以及客观性，采用问卷调查法、德尔菲法与层次分析法相结合的方式确定城市韧性各指标的权重。

1.3.3 综合评价法 综合评价法是目前最为普遍利用的计算评价指数的方法［22］，通过将指标数据的标准值与各评价指标的权重值进行加权求和，可得到城市韧性综合评价指数。

1.3.4 空间自相关分析 空间自相关是指检验客体某属性值与其相邻点上的属性值存在的潜在关联性的重要指标，其度量方式可以分为全局自相关和局部自相关［30～31］。本文采用Moran'sI指数来探讨城市韧性指数的空间集聚特征。若Moran'sI指数为正，表示各指标之间存在空间正相关；若Moran'sI指数为负，表示各指标之间存在空间负相关；若Moran'sI指数为零，表示各指标之间的空间分布存在随机性。

1.3.5 地理探测器 地理探测器是探测和利用空间分异性的一组新型统计学方法，通过将因变量Y和经过离散分类的自变量X在同一空间尺度下进行探测，地理探测器可以更为清晰直观地揭示自变量对因变量的作用力大小以及因子之间的交互作用关系［32］。本文使用因子探测器深入探究所选的40个指标对于中国城市韧性水平的作用强度大小，计算公式如下：

式中，q表示各个影响因子对于我国城市韧性水平的驱动作用程度，取值范围在0-1之间。q值越大则表明驱动作用越强，即各个影响因子的解释力越强，反之则越弱。N和Nh分别为研究区域和次一级分层的单元总数，σ2和σh2分别为研究区域总方差和次一级分层方差之和。本文以我国城市韧性水平为因变量，以40个指标为自变量。考虑到样本数据均为行政区面状数据，因此以25km为单位划分格网，生成空间上均匀分布的样本点，共划分7151个格网单元。接着，对各个指标进行分类处理，按照不同类别进行赋值。最后，把每个格点的自变量和因变量数据提取出来，基于因子探测器对各个影响因子的q值进行计算。

2 中国城市韧性的时空分异特征

2.1 城市韧性时间分异特征

基于城市韧性综合评价指标体系，测度中国地级市2010、2015、2017年城市韧性时间分异特征，计算了变异系数、标准差以及城市韧性指数（表2），揭示城市韧性时间分异特征。全国城市韧性指数呈现整体上升趋势，由2010年的0.2730升高至2017年的0.3875，提升约10.9%，从各维度看，基础设施韧性与组织管理韧性指数值逐渐上升，生态环境韧性表现为先上升后下降的趋势，社会韧性与经济韧性呈现逐渐下降的趋势。全国城市韧性指数平均值为0.3489，北京市、上海市、深圳市作为我国排名前三的高韧性城市，韧性指数分别为0.7807、0.7680、0.6825，韧性指数最小的甘肃省庆阳市为0.2405，可见，不同城市的韧性指数存在着明显的差异。采用自然断点法，将城市韧性指数划分为低韧性、中韧性、较高韧性、高韧性4类，其对应的区间依次为0.2405-0.3184、0.3184-0.3795、0.3795-0.5056、0.5056-0.7807。4种类型城市的数量占比从低韧性到高韧性依次为38.3%、40.6%、16.9%、4.1%，由此可以看出目前国内城市的平均韧性指数较低，且主要以中、低韧性城市为主，城市抵御灾害危机能力以及自我恢复能力较弱，城市韧性需进一步提高。

表2 中国城市韧性系统变异系数、标准差系数以及城市韧性指数变化Table 2 Variation coefficient，standard deviation coefficient and urban resilience index change of urban resilience system in China

2010—2017 年，全国城市韧性指数的变异系数呈先下降后上升的趋势，城市韧性水平呈现出差异增大的趋势。从各维度来看，社会韧性、经济韧性、生态环境韧性以及组织管理韧性与城市韧性呈正相关关系。2010—2017年，各维度相对差异呈先缩小后增大趋势，但基础设施韧性出现相对差异先增大后缩小的趋势。全国城市韧性指数标准差数值也逐年上升，由2010年的0.0648增加至2017年的0.0937，表明城市韧性指数绝对差异也逐渐扩大。城市组织管理韧性标准差指数由0.0111增加到0.0300，表明组织管理韧性对于城市韧性发展具有举足轻重的作用。基础设施韧性位序由2010年的第四位转换成第三位，其标准差指数由0.0149 上升到0.0238，表明基础设施韧性对于城市韧性建设过程的作用逐渐增强。生态环境韧性位序由2010年的第一位转换成第二位，其标准差由0.0189上升至0.0279，生态环境建设对于提升城市韧性水平起着重要作用。基础设施韧性与社会韧性位序相互转换，两者对于城市韧性均衡发展影响都相对较弱。

2.2 城市韧性空间分异特征

全国地级市城市韧性指数空间分布如图2 所示，不同城市的韧性指数之间存在明显的空间差异，高韧性与较高韧性城市主要分布在我国沿海经济发达城市以及城市圈。2010年，全国城市韧性指数平均值为0.2730。韧性指数最高的城市是上海市，其韧性指数为0.6440（图2a）；排名第二的是北京市，其韧性指数为0.5973；排名第三的是深圳市，其韧性指数为0.5610。高韧性城市共有8 个，约占总数的3.0%，分别为上海市、北京市、深圳市、广州市、成都市、苏州市、南京市、东莞市，这些高韧性城市基本是我国一线城市。较高韧性城市37 个，约占总数的13.86%，主要集中分布在江苏省、浙江省、天津市、山东省、广东省、福建省的部分沿海城市，也包括重庆市、云南省、广西壮族自治区以及长江中下游湖南省、湖北省等部分城市。大部分城市处于中韧性与低韧性水平，前者约占总数的45.32%，后者约占总数的38.2%，主要集中于我国四川省、云南省、陕西省等城市，其中韧性指数值最小的是甘肃省陇南市，城市抵御灾害危机能力以及自我恢复能力较弱。

相比2010年，2015年全国城市韧性指数有所上升（图2b），为0.3863，北京市和上海市城市韧性值明显上升，广州市城市韧性指数值由2010年的0.5475 上升到2015年的0.6945，排名第三。整体上，2015年高韧性和较高韧性城市数量均有所上升，中韧性和低韧性城市数量呈现下降趋势。高韧性城市由2010年的8个上升为12 个，增加了重庆市、天津市、杭州市以及武汉市4 个城市，约占总数的4.5%；较高韧性城市数量由2010年的37个增加至2015年的50个，约占总数的18.7%，包括珠海市、宁波市、青岛市等城市；中等韧性城市数量由2010年的152 下降至2015年的114 个，约占总数的42.7%；而低韧性城市也由2010年的102 个下降至2015年的91 个，约占总数的34%，集中分布在我国的东北、西北、西南、长江中下游经济区部分城市。

2017年（图2c），全国城市韧性指数继续上升，为0.3876，北京市城市韧性指数由2010年的0.5973上升到2017年的0.9663，上海市城市韧性指数由2010年的0.6440上升到2017年的0.9234，深圳市城市韧性指数由2010年的0.5609上升到2017年的0.8061。高韧性城市数量9个，占总数的3.4%，相比于2015年，武汉市、天津市城市韧性水平降低。较高韧性城市数量45个，占总数的16.9%，南京市、天津市、武汉市等城市韧性水平上升。中低韧性城市约占总数的79.78%，城市韧性需进一步提升。

图2 中国地级市韧性指数空间格局演变图Fig.2 The evolution of spatial pattern of resilience index of prefecture-level cities in China

为进一步探究各单元之间的局部空间集聚特征，利用GIS和GeoDa方法对2010、2015、2017年城市韧性指数进行空间关联特征分析，揭示全国地级城市之间的韧性关系，并将其划分为“高-高”集聚、“高-低”集聚、“低-高”集聚和“低-低”集聚4类。2010—2017年，城市韧性的Moran’sI指数均大于0，由2010年的0.1015升高至2017年的0.1059，均通过1%的显著性水平检验，表明全国城市韧性指数呈现显著的空间集聚特征。但各维度在时序上有较大的差异，社会韧性、基础设施韧性和组织管理韧性的Moran’sI指数表现为先下降后增强的空间集聚模式，经济韧性和生态环境韧性的Moran’sI指数表现为波动下降的空间集聚模式。总体来看，全国城市韧性指数空间集聚特征呈现增强的趋势。2010年，城市韧性空间集聚特征表现为4类区域（图3a）：（1）显著的“高-高”集聚地区主要分布在我国东部、北部、南部沿海发达城市，构成热点区域。（2）显著的“低-低”集聚地区主要分布在新疆维吾尔自治区、青海省、甘肃省等我国西北地区城市以及海南省部分城市。（3）显著的“低-高”集聚地区主要出现在河南省濮阳市、广东省江门市和清远市。（4）显著的“高-低”集聚地区主要分布在舟山市、三沙市、海口市、三亚市、丽江市等。其余市域均未呈现显著的局部空间自相关。2015年和2017年城市韧性空间集聚特征整体上与2010年大致趋同（图3b、3c），热点区域还是主要分布在我国东部、北部、南部沿海发达城市。受城市经济社会、环境、交通、地理位置等影响，不同城市韧性水平变化上呈现较显著差异。

图3 城市韧性指数空间集聚图Fig.3 Urban resilience index spatial agglomeration map

3 城市韧性的影响因素分析

城市韧性指数的变化是由城市社会、经济、生态环境、基础设施、组织管理以及城市韧性阶段等多因素共同作用的，对我国城市灾害综合防范以及城市规划具有重要的决策参考作用。本文在利用Pearson相关分析遴选出与城市韧性具有强、较强相关性的影响因子基础上，选取人口密度、地区生产总值、每万人公共汽车数、人均城市道路面积、生态环境满意度、教育业从业人员比例、应急管理水平和公共风险意识分别表征城市空间集聚密度、城市经济实力、公共服务水平、基础设施完善度、生态环境、创新力资本、政府规制水平、公民意识，从八个层面来探讨中国城市韧性指数的影响因素。

中国地级市城市韧性指数影响因子分析结果如表3所示，所有影响因子对城市韧性指数均有显著影响。2010—2017年间，城市韧性空间分异的因子影响力表现为：每万人拥有公共汽车数＞教育业从业人员比例＞公众意识水平＞生态环境满意度＞城市应急管理＞地区生产总值＞人均城市道路面积＞人口密度。整体来看，影响程度为正增长的影响因子包括每万人拥有公共汽车数和教育业从业人员比例，其q值分别提升了0.0936、0.0586，基础设施作为灾害的主要承灾体，起着抵御-修复的功能，完善的城市基建可以最大程度降低灾害影响，因此城市建设还应守住“生命线”，采用分布式、并联式建立城市健全的交通网络、优化城市交通可达性，去旧创新，加大城市管网改造和建设力度，提高城市雨水下渗能力，从而进一步提升城市系统功能的自我恢复能力，提高城市基础设施韧性。其次，人才创新是当前社会经济保持活力的动力之一，一方面完善高质量教育体系构建，另一方面解决城市人口“老与小”问题是缓解当下新一代年轻人释负的重要途径，也是当下国家和政府重点关注的社会问题，儿童友好型城市与老人居家、社区、养老一体化社会保障体系建设是“十四五”纲要中提出的新建设目标，也是城市合理配置人口的新发展方向。

表3 中国地级市城市韧性影响因子结果Table 3 Results of influencing factors of urban resilience of prefecture-level cities in China

影响程度下降的因子包括人口密度、地区生产总值、人均城市道路面积、生态环境满意度、城市应急管理与组织管理水平。其中人口密度q值下降了0.1688，人口密度过高，说明城市集聚程度越高，从而增加城市环境承载力和基建压力。地区生产总值q值下降了0.0645，城市的发展依托经济的快速增长，受全球百年之大变局的影响，城市变动之力不仅要维持经济持续增长，同时还要完成量变到质变的转化，补齐现有制造业短板，大力发展生物、人工智能、新能源等新一代新型产业，维持良好的市场规模，提高城市经济韧性水平。生态环境满意度、城市应急管理水平和组织管理水平3个主观指标q值分别下降了0.0231、0.0312、0.0153。生态环境建设作为城市灾害吸收、恢复、调整的“活水池”，对城市抵御灾害风险具有强有力的作用，换言之，生态环境条件越好，城市面对灾害危机时自我恢复与调整能力越强，城市韧性水平相对较高。提高城市生态环境韧性建设可以加大对生态体本身的保护和生态网络搭建，大力发展与倡导清洁能源的使用，提高城镇污水管网覆盖率，去污去臭，从而推动城市低碳、绿色、循环发展。此外，城市管理者既是城市灾害风险管理的主体，也是城市韧性优化的主要抓手，一座城市的“韧性”，不仅表现在城市经济高质量发展、完善的基础设施运行、生态环境保护，同时也需要政府相应的政策指导与宏观调控，应及时开展地区风险全面普查、建立健全灾害监测、评估与应急体系，定期开展社区、街道等“防灾减灾救灾”小课堂，提高公民自救、互救能力，从而实现综合、全方位、多层次的城市治理模式，提高城市韧性水平。

4 结论

本文采用“4个阶段+5个维度+7个品质特征”模式构建了中国城市韧性评估体系，并对全国城市韧性的时空分异特征及其影响因素进行分析。主要结论如下：

（1）2010—2017年，全国城市韧性水平呈现逐渐上升趋势，但高韧性城市的数量在减少，低、较低韧性水平城市处于主导地位。从各维度贡献率来看，基础设施建设对于城市韧性发展具有举足轻重的作用，但对城市而言，各子要素并非独立的个体，推动城市韧性水平的提高还离不开各子要素之间的协同与融合发展。

（2）城市韧性空间分异特征明显，东部沿海地区整体韧性水平高于中西部地区，形成“东高西低”的格局，高、较高韧性城市集中分布在珠三角、长三角地区，而在中部则是以重庆市为中心的点状分布。这与不同城市的经济发展水平、基础设施投入、生态环境建设、组织管理等方面都息息相关。

（3）城市群“集群化”分布明显，东部沿海发达城市韧性指数明显高于其他地区，而中西部大多以核心城市、省会城市韧性指数较高为主，因此，进一步响应国家政策，积极推进城市“协同发展”有利于区域城市韧性水平的提高。

（4）生态环境质量、收入、保险、储蓄、绿化水平以及城市应急管理能力和公众防灾意识等因素的耦合作用导致了城市韧性的时空分异。具体来看，城市基础设施建设和人才创新是影响我国城市韧性水平时空分异最主要的因素，因此守住城市“生命线”、提高国民素质是当下提升城市韧性水平的重要举措。