基于绿色与安全理念的城市韧性评价研究*--以呼和浩特市街道为例

高 禄，那仁满都拉，郭恩亮，王永芳，董金义，贾书承

(1.内蒙古师范大学 地理科学学院 内蒙古自治区蒙古高原灾害与生态安全重点实验室，内蒙古 呼和浩特 010022；2.内蒙古师范大学 地理科学学院 遥感与地理信息系统重点实验室，内蒙古 呼和浩特 010022)

近年来，随着全球气候变化和城市化加速，内涝、雾霾、高温热浪等城市灾害大幅度增加，导致城市安全与生态环境问题日益显著[1-4]。城市作为人类活动的主要载体，承担着愈来愈多的职能[5]，是经济、社会、生态、基础设施等人文与环境系统组成的高度复杂耦合系统[6]。城市韧性即为“城市在受到外界干扰后，仍保持主要特征、结构和关键功能的能力”[7-8]，如何准确评估复杂城市系统韧性及提高抵御与适应能力是城市安全和可持续发展的基本保障问题[9]。国内外学者开展了大量的研究，如CUTTER[10]评估了美国3 100个县的固有抗灾力并提出对策建议；OSMAN[11]评估了日本10个城市系统的韧性并指出未来政府重心与不足；曾冰[12]以全国30个省份为研究对象进行经济韧性发展水平评估；刘彦平[13]以全国288个城市为对象进行韧性系统建设方面研究；王晓鸿[14]以西北地区30个地级市为研究对象进行韧性水平研究；张明斗[15]以东北地区34个地级及以上城市为对象进行韧性水平与空间收敛性分析；陈晓红[16]以哈长城市群为研究对象进行城市韧性时空变化；目前城市韧性研究主要以全国各城市、省级或地区城市、城市群等大尺度研究对象为主，而城市辖区、街道、社区等城市内部小尺度为单位的研究也日益受到关注[17-18]。如张振[19]对长春市下辖7个区3个县进行韧性评价并提出建设建议；杨莹[20]以广州2 056个社区为研究对象构建社区恢复力评价模型并进行韧性评价分析。总体而言，多尺度的城市韧性评价尤为重要[21]，尤其是规模较大且不断扩展的城市来说，以城市街道、或社区为单位进行韧性评估，在城市内部韧性水平差异性的掌握和防灾规划建设中，更有针对性、实际参考价值，但数据获取和影响要素选定等方面面临局限性和挑战。

2020年自然资源部印发《市级国土空间总体规划编制指南(试行)》中明确提出“强化资源环境底线约束，推进生态优先、绿色发展”及“完善基础设施体系，增强城市安全韧性”等要求[22]。内蒙古地区城市化速度较快，所面临灾害种类较多，作为我国北方重要的生态安全屏障[23]，更应加强城市绿色与安全建设。可是该领域研究成果较少[24-26]，城市绿色与安全韧性评估及提出针对性对策建议迫在眉睫。因此，本文以呼和浩特市为例，街道为单位，采用熵权与GIS相结合的方法，首先，探索构建城市绿色与安全韧性评价指标体系并进行韧性评价。其次，对城市内部韧性差异性及其空间分异特征进行影响因素分析和合理性验证。最终，提出具体针对性的城市绿色与安全韧性提升对策建议，以期推动我区绿色安全城市建设进程和防灾规划从“多城一策”向灵活的“一城一策”转变。

1 研究区概况与数据来源

1.1 研究区概况

呼和浩特市(以下简称呼市)是内蒙古自治区的首府，也是政治、贸易、交通中心。绝对位置为40°51′～41°8′N，110°46′～112°10′E，相对位置为内蒙古自治区中部土默川平原上。呼市辖4区，包括玉泉区、回民区、新城区和赛罕区，本文以建成区260 km2为研究范围，主要涉及呼市四个城区的33个街道(图1)。研究区平均海拔高度为1 040 m，地势由东北向西南逐渐倾斜，即北部大青山、南部及西南部土默川平原，绿化覆盖率达40.1%[27]，流经水系有小黑河、扎达盖河、乌素图沟、红山口沟等[26]；2020年底市辖区人口为254万人，研究区涵盖约90%以上的人口。

图1 呼和浩特市街道位置及研究范围

1.2 数据来源

本研究的数据通过多种渠道与多种分析方法所获得。人口数据来源于《呼和浩特统计年鉴2020》；POI数据来源于2021年高德地图标注的7 000多个兴趣点中，提取金融服务业、生活服务业、文化业、政府机关、医疗设施、交通设施等信息；最低生活保障补助金与医疗救助补助金数据来源于呼市“阳光三务”服务系统；街道地形与LST数据来源于2017-2022年Landsat遥感数据；PM2.5数据来源于https：//zenodo.org/record/6372847#.YxFStsgoqlw；建成区避难场所数据来源于呼市中心城区综合防灾规划图(2010-2020年)；建成区排水管道分布来源于2020年春华水务与市政工程部门的管线图纸及其说明书。

2 构建指标体系

2.1 选取指标

现阶段城市韧性评价目的不同，选取韧性评价指标也不同[28]，一般采取社会、经济、住房与基础设施、环境、灾害易发性、机构组织等城市主要要素为主[10，29-31]。本文借鉴已有研究成果，以绿色安全城市建设为理念，考虑本地化和数据可获取性原则[32]，选取社会、生态环境、灾情准备和生命线系统这四个韧性角度，18个三级指标，构建城市绿色与安全韧性指标体系，表1显示所选指标与指标含义。由于以街道为单位部分数据难以直接获取，因此，采用影像图、现场调查、POI数据，间接或叠加裁剪等方法获取街道对应数据。如道路缓冲区数据是采用GIS方法，道路缓冲以主干道600 m、其他道路400 m、地铁缓冲半径为1.5 km来计算(图2)。

表1 城市绿色与安全韧性评价指标体系

图2 呼市主干道、其他道路、地铁缓冲区分布

2.2 确定权重

在多指标的韧性评估中，为消除原始数据所具有不同的量纲和量纲单位的影响，需进行无量纲化处理。本文选取极值法[39]进行处理，之后为确保数据不为0，对所有数据平移0.000 01。具体步骤如下所示：

首先构建一个n个街道，m个指标的原始矩阵X，经过处理后的新矩阵为Y，公式为：

对于正项指标

(1)

对于负向指标

(2)

式中：xij(i=1，2，…，n；j=1，2，…，m)表示第i个街道第j个原始指标值；yij(i=1，2，…，n；j=1，2，…，m)表示第i个街道第j个新指标值。

为避免在指标权重赋值时人为因素的干扰，本文选取熵权法，将出发点立足于各项评价指标值之间的差异程度来确定权重系数[40]，其具体步骤为：

由式(1)式(2)得到Y矩阵后，用式(3)计算第i个评价对象在第j个评价指标上的指标比值pij，式(4)计算第j个评价指标的熵值ej，式(5)计算第j个评价指标的差异系数，式(6)计算第j个评价指标的权重wj，式(7)采用综合评价法计算城市绿色与安全韧性得分R。

(3)

(4)

gj=1-ej；

(5)

(6)

(7)

综上所述，为各项指标最终的权重系数，对n个被评价对象依次进行计算，最终得到绿色与安全韧性评价指标的权重见(见表1)。

3 城市绿色与安全韧性评价结果

3.1 绿色与安全韧性评价

通过熵值法与综合评价法对数值进行计算，可得到33个街道绿色与安全韧性水平值，并在ArcGIS中采用相等间隔分级法分为5级：低韧性、较低韧性、中度韧性、较高韧性和高韧性，具体等级划分标准及结果如表2所示。

表2 呼市33个街道韧性水平分级

从图3可知，中山西路办事处韧性水平值最高为0.42，鄂尔多斯路街道最低为0.14，相差3倍左右。各街道韧性水平平均值为0.24，其中2/3的街道韧性水平值低于平均值。前五种韧性水平的街道数量从低到高占比为15.2%、48.5%、27.3%、6.1%和3.0%(图4)，能看出低、较低、中等街道数量居多，且各街道之间的韧性发展水平存在较大的差异。

图3 各街道绿色与安全韧性水平值

图4 不同等级街道数量与面积比例

3.2 绿色与安全韧性空间特征分析

各街道绿色与安全韧性水平空间分布如图5所示，发现韧性水平较低的街道在研究区的西南集中，高韧性街道在城市中心和次外围分布，从四区交界处的中心往外呈“高-低-高”趋势分布。五种韧性水平的街道面积从低到高占比为5.3%、57.7%、25.1%、11.3%和0.7%(图4)，较低和中度韧性的街道面积比例明显高于低、较高和高韧性的街道。四区单位面积韧性水平为赛罕区(0.28)>回民区(0.27)>新城区(0.24)>玉泉区(0.20)。

图5 各街道绿色与安全韧性水平空间分布

3.3 韧性指数的空间集聚特征

为探讨各街道韧性指数的空间集聚特征，本文在ArcGIS中采用空间自相关的全局莫兰指数(Global Moran’s I)法进行分析。Moran’s I指数为0.1384大于0，表明韧性水平值呈空间正相关，且通过了0.1水平上的显著性检验，表明各街道韧性指数在空间分布上呈现显著聚集现象。进一步采用局部莫兰指数(Local Moran’s I)进行制图(图6)，发现研究区的四区交界处存在高-高集聚，即该区域的街道与周围街道韧性水平均较强，抵御外界扰动和恢复能力较强，属于相对安全的区域；研究区西南角存在低-低集聚，即该区域的街道与周围街道韧性水平均较差，应对扰动与恢复的能力较差，属于相对危险的区域；东南角为低-高异常，是正在建设街道，即该街道韧性水平低而周围街道韧性水平高。

图6 各街道韧性局部莫兰指数分布

4 城市绿色与安全韧性影响因素分析及其对策建议

4.1 城市绿色与安全韧性的影响因素分析

从指标权重和不同要素对城市韧性的影响程度与合理性分析可知，灾情准备韧性是影响城市绿色与安全韧性的第一要素，第二是生态环境韧性。分解到具体指标来看，排序第一、第二、第五和第六的分别是避难场所密度、平均医疗救助补助、医疗设施服务点和人均政府机关，上述指标均属于灾情准备韧性。而第三位的河网密度属于生态环境韧性，第四位的交通设施服务点属于生命线系统韧性，由此可以说明防灾减灾能力和生态环境保护对提升城市绿色与安全韧性水平的重要性。

从社会韧性(图7a)来看，研究区具有中心向外围逐渐降低趋势。该趋势与研究区中心街道商业中心、文化、体育和医疗机构较为集中，向郊区逐渐减少的实际情况一致。其中，韧性水平最低的4个街道人口密度占比皆超过66%，金融服务业、生活服务业与文化业密度三者不足15%，是单纯住宅区为主的街道，因此综合得分较低。从不同辖区来看，最新建设的赛罕区社会韧性最高、其次为新城区，玉泉区和回民区偏低，这与甄江红得出呼市城市重心向东南、东北、东南转移相吻合(图8)[41]。从生态环境韧性(图7b)来看，中心街道韧性水平较低，越接近郊区水平越高，与社会韧性呈现相反趋势。其中市中心7个街道由于PM2.5浓度较高、LST较大、不透水面较多，三者之和占比高达80%所造成韧性最低，但乌兰夫公园、扎达盖河与红山口沟汇流地和偏北侧新钢公园-赛马场-阿尔泰游乐园等公园与景点一带的生态韧性偏高。而研究区周边由于建设空地与绿地，北侧大青山脚下由于硬化少、生态环境较好，街道的韧性水平皆高于周边街道。从灾情准备韧性(图7c)来看，研究区外围和避难所占比高的街道韧性水平较高，其中低度韧性的9个街道中几乎没有避难所。相对新建设用地和政府、医疗机构较多的赛罕区和新城区韧性偏高，而玉泉区最低。从生命线系统韧性(图7d)来看，除研究区西北、西南、东南角等正在建设或未建设空地的韧性水平较低以外，整体较好，主要由于该区街道道路缓冲区密度和排水管网密度占比超过30%和20%。特别是地铁交叉的商业中心及地铁辐射到的商业较为繁荣的街道韧性水平偏高，并且东部明显要好于西部，该趋势与呼市东南方向扩建速度较快，特别是西南方向缓慢的实际情况比较符合。

图7 各街道社会、生态环境、灾情准备与生命线系统韧性空间分布

图8 呼市城市用地扩展分布[41]

4.2 城市绿色与安全韧性提升对策建议

在获得的街道韧性水平差异性和影响因素分析的基础上，以街道、市辖区或市级角度提出韧性提升对策建议。

1)研究区低韧性5个街道，在日常管理与街道建设当中，更注重生态建设和灾情准备工作。比如硬化地改为绿地或小型公园，增加绿色长廊并对建筑物进行立体绿化，减少机动车污染并加强道路洒水降温措施。同时，将学校操场和公共场所纳入避难场所建设中，并加强救援队、防灾教育、演练、应急物资储备和应急救援系统建设。研究区外围处于较低韧性的8个街道，应适当加强该区域文化、体育、医疗、金融与商业建设，构建与人口相匹配的基本生活需求服务点与医疗补贴，进而提高街道的社会韧性。

2)从图5能看出，赛罕区整体韧性水平最高，玉泉区最差。玉泉区有必要从社会、灾情和生命线等各方面大幅提升。应增加商业、金融服务点和政府机构，并加强文化业投入、完善卫生健康服务体系以吸引人口流动，对西南区域应加快土地整理，完善道路、排水管网，合理推进城市更新。回民区与新城区应完善北部边缘区的城市功能布局，科学配置交通、政府机关和生活服务设施，利用大青山国家自然保护区等重点区域，提高社会韧性水平。赛罕区应加速建设东南角空地。

3)呼市2/3街道韧性水平处于中等以下，城市整体应加强绿色与安全韧性工作。中心区大部分属于20世纪70-80年代建设用地，应推进城市重新规划，或生态安全改造工程。研究区最外围处应加速建设环城道路和基础网络，提高环境条件和社会服务水平，并加强公众环保行为和应急能力。

5 结论与展望

本文在详细掌握城市内部韧性水平差异性的基础上，提出具体的绿色与安全韧性提升对策建议为目的，以呼市街道为单位，采用熵权与GIS相结合的方法，从社会、生态环境、灾情准备与生命线系统4个韧性角度，18个三级指标，评估了绿色安全城市韧性水平，得到如下主要结论：

1)呼和浩特市33个街道的低、较低、中度、较高和高韧性水平占比为15.2%、48.5%、27.3%、6.1%和3.0%，2/3的街道韧性水平值低于平均值，各街道存在较大的差异性。

2)在空间上分异性显著，韧性水平较低的街道集中在研究区西南地区，高韧性街道从中心往外呈现“高-低-高”趋势分布态势。总体来看玉泉区韧性水平最差，赛罕区最好。

3)从指标权重和要素的影响程度分析中发现，获得成果与城市用地扩建方向、功能布局等实际情况比较吻合，说明该方法在城市绿色与安全韧性评估中具有可靠性。

4)从街道、市辖区和市级角度提出了具体的韧性提升对策建议。呼市整体应加强绿色与安全韧性工作，其中玉泉区重中之重。主要在中心地区街道加强绿色生态环境的同时，提升灾情应对能力，而周围地区街道提高基础设施建设速度与社会服务功能。

由于本文以呼和浩特市街道为单位进行评估，相关经济数据获取困难，并且评估过程中未能考虑POI数据如商场、医院等不同等级的辐射范围，导致评估精度受到一定程度的影响。与此同时，城市韧性水平会随着社会经济发展及自然环境的变化而改变，而本研究并没有深入探索城市韧性的动态变化，在下一步研究中皆是重点关注的领域。