老旧社区供给韧性提升路径研究：基于风险的社会放大框架

张志霞，白 钰

（西安建筑科技大学 管理学院，陕西 西安 710311，E-mail：2109211814@xauat.edu.cn）

近年来，我国不断完善风险防控和应急管理体系，将风险治理置于治国理政的突出位置[1]。现代风险存在本体论和认识论两个领域，面对重大突发事件，在各类舆情媒介对事件放大作用的影响下，公众会根据媒体信息、环境现状及个人经验做出对风险的评估，其感知程度与专家界定的风险等级往往偏差较大。当专家们无法提供风险完整信息或信息发布相对滞后时，信息匮乏的公众会用谣言、臆断和缺乏科学性的理论来填补空白，也会造成风险的社会放大（SARF），即居民们自主认知的风险水平与相关专家评估的风险水平发生偏离的过程。

社区被称为城市治理的“最后一公里”，已成为城市可持续发展的关注热点，近年来随着高收入、高水平人群的不断流失，老旧社区在满足人们居住需求的同时问题尤为突出[2]，故提升老旧社区韧性治理成为现代化城市建设的基础环节。“十四五”规划历史性地将“韧性城市”纳入国家级规划，提出顺应城市发展新理念新趋势，强化政府在公共产品和公共服务供给方面的责任，实现城市供给韧性化。在突发事件下虽然居民能够通过各种途径获取所需资源，但地方政府或第三方自上而下的公共产品供给仍是社区恢复的主要来源，故将社区供给韧性定义为面对风险冲击时政府对社区的各类公共产品供给使得社区能够快速恢复正常生活的能力。查阅相关文献发现，目前对于韧性评价研究总结起来可分为两类：一是关于综合性的供给韧性研究多从城市的角度入手，探索公共物品供给韧性功能的运行机制和影响因素[3~5]；二是从不同视角对社区韧性功能进行评价研究，如风险应急管理视角下的社区公共空间韧性评价指标体系研究、雨洪灾害视角下社区韧性评价指标体系及优化策略研究、消防安全视角下城市社区韧性评价指标体系研究等[6，7]。

因此，本文以风险的社会放大为理论视角，量化评价老旧社区公共产品供给的韧性效用，通过SEM 探究各评价指标关联关系以构建核心评价指标体系，鉴于公共产品供给的多投入、多产出特性，采用DEA 方法构建供给效用定量化评价模型，旨在对重大突发事件下老旧社区公共产品供给韧性进行评估，探索老旧社区韧性的提升路径。

1 研究设计

1.1 老旧社区供给韧性指标体系构建

1.1.1 结构方程模型

结构方程模型（Structural Equation Model，SEM）通过选择合适的观测变量有效估计难以直接测量的变量，满足社科研究中变量日益复杂化的需求，近年来被广泛应用于经济学、社会学和管理学等领域。

1.1.2 评价指标初选

与城市韧性在物理层面和社会层面所关注的能力一致，社区韧性能力可用抗逆力、恢复力和自治力进行测度。抗逆力是指社区能接受并克服灾害风险带来不可避免的工作损失、生活水平降低等问题的能力。恢复力是指社区在处理风险治理中的各类复杂问题时通过自适应、自学习以获取灾害后修复和发展的能力。自治力是指社区居民具有很高的行动力，采取有效措施来规避风险灾害的不利影响，从而确保居民能够正常工作和生活的能力[8]。

社区供给韧性指标体系的确定离不开大量的信息支持，为此采用文献分析法，基于韧性的基本定义和指标选取的系统性及完整性，在CNKI、ScienceDirect、万方、维普等数据库中以“韧性”“城市韧性”“社区韧性”“公共产品供给”为主题词搜索到近5 年相关文献915 篇，再基于研究的相关度和文献层次，筛选出17 篇文献作为重点参照，对抗逆力、恢复力、自治力3 个维度分别列举出以下重点指标，最终得出的评价指标体系如表1 所示。

表1 老旧社区供给韧性评价指标

1.1.3 核心指标筛选

DEA 要求输入与输出指标具有强相关性，且这种相关性不能孤立存在，因此在使用DEA 方法前需分析各指标之间的相关性。由于SEM 是分析变量之间相互关系的常用统计方法，故基于老旧社区供给韧性评价指标（见表1），从右至左分别为社区供给韧性及一级指标和二级指标，构建SEM 模型来探究其相关关系，筛选核心评价指标集，如图1所示。

图1 结构方程模型变量关系

根据SEM 相关理论，其包括结构模型和测量模型两部分。其中结构模型计算公式为：

式中，Bη为内因潜在变量的系数矩阵；Γ为外因潜在变量的系数矩阵；ξ为模型中难以预测或解释的误差。

测量模型基于路径图上的因子负荷量描述各测量指标和潜在变量之间的关系，计算公式为：

式中，ξ为外因潜变量向量；X为ξ的观察变量向量；Λx为因子载荷量；δ为外因变量的测量误差；η为内因潜变量向量；Y为η的观察变量向量；Λy为因子载荷量；为外因变量的测量误差。

1.2 老旧社区供给韧性效用评价模型构建

1.2.1 数据包络分析

数据包络分析（Data Envelopment Analysis，DEA）基本原理是设置决策单元的投入产出不变，利用数学统计结果确定相对有效的生产前沿面，通过比较决策单元偏离生产前沿面的程度来判断相对有效性[21]。

1.2.2 指标选取

（1）面临重大突发事件时，社交媒体通常对居民风险认知起着关键作用。在风险信息传输过程中，媒体报道可能会引发相关次生风险或衍生危害；加之舆情治理的滞后性，人们借助互联网获取的信息真实性难以保证，这就导致公众对信息发布平台的不信任，从而放大公众对社会风险的感知偏差。

（2）在互联网时代，信息交流贯穿风险管理的全过程。社区内部的沟通大多是单向命令式的传达，信息准确性较差，甚至会使居民产生抗拒心理；沟通内容也非常重要，风险信息传播往往伴随大量未经证实的传言和消息，加上监管部门的沉默，极易引起社会恐慌，并使以后的风险沟通更加困难。

（3）风险感知是影响重大灾害危机管理的关键因素。公众会根据突发事件的特征和严重性对风险做出主观判断，往往会产生正向或负向放大的偏离，这两种相对立的风险感知偏差都不利于社区进行有效的风险管理。综上，不论何种情境，只要存在风险的社会放大，居民对社区韧性建设的满意度就会降低，故DEA 输入指标如图2 所示。

图2 数据包络分析输入指标

1.2.3 模型构建

本文以风险的社会放大（社交媒体、信息交流、风险感知）为输入指标，以通过显著性检验的反映型测量指标（社会资本、经济水平、公共空间、公共管理）为输出指标，设n个老旧社区为模型DMU，构建基于数据包络分析的供给韧性评价模型。DMU的θ越大，表示在当前输入水平下能获得的输出效率越大，即投入产出效率越高。θ=1，认为该DMU的DEA 有效；θ≠1，则DMU的DEA 无效。

同时，DEA 模型分为CCR 模型和BCC 模型，本文采用规模报酬可变的BCC 模型，计算公式为：

式中，S+和S-分别为松弛变量；ε为非阿基米德无穷小量。故利用BCC 模型对DMU进行效率评价：当θ=1、S+=0、S-=0 时，决策单元DEA 有效；若θ=1、S+≠0 或S-≠0 时，决策单元弱DEA 有效；若θ<1，则DMU为非DEA 有效。

2 实例分析

2.1 数据来源

本文以老旧社区集聚分布的西安市老城区，即莲湖区和碑林区作为研究区域。为使调研结果更具有普适性，样本小区的选择包含不同区域、不同规模、不同类型和不同建成年限等特征，按照社区建成年限依次命名为社区A、B、C、D、E、F。每个社区各发放100 份问卷，剔除无效问卷后有效样本549 份，问卷有效率91.50%。

问卷内容包括3 个部分：说明词、正文和开放性建议。说明词用来向公众表达本次调查的目的、内容等；正文部分主要包含风险的社会放大和公共产品供给评价的选择项，采用李克特五级量表将定性选项指标进行分级量化，每个题项的分值为1~5分，从低到高分别代表“非常满意、满意、一般、不满意、非常不满意”5 个评价选项；开放性建议用于居民们表达对所在社区建设的意见。

2.2 数据检验

为保证此次实证调研的可靠性和有效性，需要对问卷进行信度和效度检验。

2.2.1 信度检验

信度（Reliability）即可靠性，指问卷调查数据的可靠程度，一般用Cronbachα系数表示。本文利用SPSS 21.0软件对问卷进行Cronbachα系数检验，检验结果如表2 所示。

表2 调查问卷Cronbach α 系数计算结果

表2 中，每个一级指标的信度检测Cronbachα系数均大于0.6，表明本次调查问卷具有良好的一致性。因此，本文调查问卷量表可靠性较强。

2.2.2 效度检验

效度分析采用KMO 值和Bartlett 球形检验值，检验结果如表3 所示。可以看出KMO 值大于0.8且接近于1，Bartlett 球形检验结果显著，证明调查问卷效度良好，可用来研究老旧社区供给韧性。

表3 效度检验结果

2.3 核心指标体系筛选

本文利用AMOS 26.0 软件对SEM 模型进行路径分析，为避免偏差，选用文献中最为常见的指标组合作为评判标准，即卡方自由度比（x2/df）、近似误差均方差（RMSEA）、拟合优度指数（GFI）、调整适配度指数（AGFI）、比较拟合指数（CFI）、简约基准拟合指数（PNFI），对社区供给韧性评价指标进行筛选，依次删除资源储备、基础设施、邻里关系、信息获取能力、应急资源分配、社会支持程度、公众适应能力、制度赋权、领导能力和社区信任10 个指标后，重新运行AMOS 26.0 软件，得到包含适宜路径系数的结构方程模型图，如图3 所示。

图3 指标筛选后结构方程模型路径

各评判指标具体检验结果如表4 所示。

表4 结构方程模型拟合度检验

2.4 效用评价关键路径构建

根据前文基于SEM 得到的核心评价指标体系，结合数据的可获得性，选取老旧社区面临风险的社会放大时的3 个维度：社交媒体、信息交流、风险感知相关数据作为DEA 的输入指标，社区供给韧性的评价指标：抗逆力、恢复力和自治力作为DEA的输出指标，得到老旧社区供给韧性效用评价关键路径图，如图4 所示，从而构建数据包络分析模型。

图4 老旧社区供给韧性效用评价关键路径

利用DEAP 2.1 进行BCC 模型测算，分别设6个老旧社区为DMU，采取投入导向或产出导向求解模型，综合技术效率、纯技术效率、规模效率3项指标值越接近1，表示效率水平越高，从而评价各个老旧社区的供给韧性及各指标的相互影响。

3 结果讨论

3.1 社区总体分析

测算得到各个社区综合技术效率、纯技术效率和规模效率指数值。限于篇幅，仅展示上述三类效用指数的均值，结果如表5 所示。

表5 社区DEA 运行结果均值

从综合技术效率均值可以看出，随着建成时间的推近供给韧性逐渐增强，且均大于6 个社区总体均值0.862，表明老旧社区供给韧性与建成时间呈负相关，且各社区的投入产出仍然存在浪费。纯技术效率均值也均大于社区总体均值0.919，表明从制度、管理和技术水平的角度出发，老旧社区韧性建设有所改善。其中，社区F 的纯技术效率均值=1，即在目前的技术水平上，其供给韧性实现DEA有效，但规模效率无效。同样，各社区规模效率均值也大于6 个社区总体均值0.939，即各个社区规模报酬投入与产出相对匹配，可进行小幅度调整优化。

3.2 输入指标对比分析

选择建成时间差异最大的A、F 社区为例，分别以风险社会放大的6 个指标为自变量，其结果与社区总体指标均值占比统计（见图5），判断其对社区供给韧性的相对影响。从综合技术效率来看，社区A 的沟通形式、沟通内容与负向放大占比相对较低，即对老旧社区而言这3 个指标对供给韧性影响较大，而社区F 的指标占比相对均衡；从纯技术效率指标占比来看，社区A 的负向放大占比差异明显，而社区F 的沟通形式指标占比达到1，即相对于建成时间短的社区而言，居民对于风险的沟通形式不会影响人们对社区整体满意度的感知；从规模效率指标占比来看，6 个指标占比均相对稳定且无较大差异，其中社区A 的社会信任与正向放大占比、社区F 的社会信任与负向放大占比均达到1，即社会信任、正向放大与负向放大的规模报酬相对稳定。

图5 DEA 输入指标占比统计

3.3 输出指标对比分析

以风险社会放大的6 个指标作为输入变量，分别以社区供给韧性的3 个维度抗逆力、恢复力、自治力作为输出指标，进行产出导向的数据包络分析，得出运行结果均值如表6 所示。综合技术效率均值显示，自治力与抗逆力明显高于恢复力，即老旧社区自我管理的能力和应对风险的能力对供给韧性的影响较大，风险后修复和发展的能力次之。从规模效率均值来看，抗逆力、恢复力、自治力依次减小，即在投入一定时，抗逆力最为有效，恢复力、自治力次之。综上可得抗逆力、恢复力、自治力3 个维度对老旧社区供给韧性的影响逐次降低。

表6 韧性指标DEA 运行结果均值

4 老旧社区供给韧性的多维度提升路径

（1）老旧社区需增强其社区认同感、组织程度、风险应对能力来提升其抗逆力路径。社交媒体必须严格控制舆情发布的准确性、及时性和可接受性，做到真实报道，疏胜于堵，强化社区归属感和信任感。同时社区应建立有效可行的信息沟通渠道并保证信息沟通效果，提升老旧社区风险下的组织程度。

（2）老旧社区恢复力提升路径也尤为重要，不仅要加强社区信息沟通能力，还需提高社区应对风险的反应速度。一方面是社区内的风险沟通，保证双向互动式的信息交流以确保各类人群都能及时有效接收到准确信息；另一方面，充分利用社区数字化平台，强化居民-数据-技术三方耦合，强化老旧社区的风险防治能力与反应力，提升老旧社区供给韧性。

（3）老旧社区韧性也须通过自治力这一路径来提升，即增强社区公共服务、多元协同、公众参与的能力。应充分利用社交媒体效用最大化，建立统一的公共服务平台，提升老旧社区公共服务能力；政府及社区应努力打造智慧社区，鼓励居民积极参与社区风险管理决策，提升老旧社区的多元协同治理能力。此外，老旧社区应及时向居民回应民生热点话题，促进良好社区氛围，积极倡导公众参与社区建设，发挥群防群治效能，提升老旧社区的公众参与能力。

5 结语

本文采用SEM 与DEA 结合的方法对老旧社区在风险的社会放大视角下供给韧性进行定量分析，提出基于抗逆力、恢复力、自治力3 个维度的老旧社区韧性提升路径。结果表明：老旧社区供给韧性与社区建成时间呈负相关，且韧性影响强度依次为：抗逆力、恢复力、自治力；老旧社区信息交流与风险感知多来源于社交媒体，故社交媒体以一股不同于传统媒体的强大力量对社区供给韧性造成影响；对于老旧社区而言，沟通形式比沟通内容更重要，社区内部的信息沟通是不是居民喜闻乐见的接受形式将直接影响到沟通效果，从而影响供给韧性评价。当然，本文还存在一定局限性，影响个体对突发事件风险感知的因素是多样的，社区内部不同群体的主观感受也存在差异，都会导致分析结果可能存在误差。后续可弥补以上问题进行研究拓展，以期针对性地提出老旧社区供给韧性提升策略。