张达 石云 李祖昊 黄译萱
摘要:长江经济带具有复杂多变的地理环境与水文条件,分析其主要城市的自然灾害风险以及评估综合应对能力的适应性具有现实紧迫性。建构了自然灾害风险和综合应对能力评价指标体系,评价分析了2014~2020年间重庆、武汉、上海3座中心城市的自然灾害风险与综合应对能力之间协调性程度的变化趋势及差异性,采用灰色关联度法分析探究其影响因素。研究表明:① 2014~2020年间长江经济带中心城市自然灾害风险系统与综合应对的协调程度存在差异。其中,重庆市的整体协调度相对优于武汉市和上海市。武汉市和上海市自然灾害风险和综合应对能力协调度呈波动起伏变化的特征。② 自然地理环境、城市经济发展、产业结构、人口特征对不同城市的协调度表现出差异化的影响力。研究成果对提高长江经济带城市的抗风险能力和减少风险损失具有重要意义。
关 键 词:长江经济带;自然灾害风险;中心城市;耦合协调度;灰色关联分析
中图法分类号:TU984.116;X4
文献标志码:A
DOI:10.16232/j.cnki.1001-4179.2024.05.002
0 引 言
自然灾害频繁发生,给城市的经济、社会和人民生命财产带来了巨大的损失。提高城市的自然灾害综合应对能力,可以有效降低自然灾害带来的损失,保证国家的经济稳定和人民的生命财产安全。因此,研究城市自然灾害风险与综合应对能力适应性具有现实紧迫性。
国内外学者对于城市风险管理开展了不同方面的研究。其中国外学者的研究主要包括灾害风险识别与评估[1]、城市脆弱性[2]、灾害风险减轻策略[3]以及风险管理政策与机制[4]等领域。他们的关注点主要集中在界定和监测灾难风险[4],并侧重于防灾公共政策制定[5]、水文地質[6]以及洪水灾害[7]对城市的影响等;并运用遥感[8]、移动地理信息系统[9]等新方法对城市灾害风险管理进行定量研究。相较于国外,国内的城市灾害风险管理起步较晚。由于中国城市风险具有密集性、流动性、叠加性等特点,城市自身面临着脆弱性增大、风险预警和救援机制不完善、科技进步支撑不足等问题。为此,国内学者开展了城市应对能力综合评估[10]、风险管理现状分析[11]、对策制定[12-13]等研究。在面对复杂多变的城市风险时,管理部门运用大数据[14-15]、人工智能[16-17]等技术为城市应急决策提供依据。可见,目前国内外学者都在城市风险管理领域进行了不同层面和角度的研究,为城市风险治理提供了理论支持和实践经验。
中国是世界上自然灾害最为严重的国家之一,尤其是长江经济带作为一个重要的区域,其覆盖范围广泛,人口众多,经济总量庞大,具有复杂多样的地质地貌环境和特殊多变的气候水文条件,在自然灾害防治方面面临着更加复杂和严峻的形势。 近些年,为了护航长江经济带区域发展,政府部门从全流域的视角开展了相关防灾减灾工作。气象部门在长江全流域开展气象灾害风险普查,评估致灾因子危险性,构建相关数据库。长江航务管理局启动了长江干线自然灾害综合风险普查,进一步梳理了长江干线航道、通航建筑物等承灾体基本信息。2023年10月12日,习近平主持召开进一步推动长江经济带高质量发展座谈会,强调进一步推动长江经济带高质量发展,指出努力建设安澜长江,科学把握长江水情变化,坚持旱涝同防同治,统筹推进水系连通、水源涵养、水土保持,强化流域水工程统一联合调度,加强跨区域水资源丰枯调剂,提升流域防灾减灾能力。本次研究以长江经济带人口集聚程度较高的上中下游中心城市为研究对象,旨在构建自然灾害风险和综合应对能力评价指标体系,评价分析2014~2020年期间重庆、武汉、上海3座中心城市自然灾害风险与综合应对能力两系统协调性程度的变化趋势及差异性,并采用灰色关联度法分析探究其影响因素。
1 数据来源与研究方法
1.1 数据来源
协调度体系评价数据来源于重庆、武汉、上海三座城市2015~2021年的统计年鉴、人民政府网站、应急管理部官网、红十字会官网和地方住建部门官网等权威渠道。本文影响因素数据采集自3座中心城市2014~2020年间气象部门所提供的相关资料。
1.2 研究方法
1.2.1 构建评价指标体系
基于前人的研究成果[18-19]以及上海、武汉、重庆的城市特征与自然地理环境特征,按照综合性与可行性原则构建自然灾害风险与应对能力的综合评价体系见图1。考虑长江沿线自然灾害种类繁多,且区域性特征明显,此次统计承灾体灾损的主要自然灾害类型为洪涝灾害、重污染天气、气象灾害、地震灾害、地质灾害,以上统计确保了各城市自然灾害风险指标体系的多维性。
1.2.2 综合评价指标的计算
采用主成分分析法对自然灾害风险与自然灾害综合应对能力双系统进行定量分析,为提高数据质量和精确度,确保不同尺度特征的可比性,并增强模型的稳定性和可靠性,对数据进行归一化处理。
Xij=(Ti-Tj)/S(1)
式中:Ti为历年的指标数据;Tj为选取时段的平均值;Xij为Ti归一化后的数据;S为Ti指标的标准差。
借助SPSSAU软件,对归一化处理后的数据进行主成分分析,通过向量变换的方法,建立各个因子及研究对象之间的数学模型,确定两者之间的数学关系式,进而得出系数矩阵以及初始因子载荷矩阵,最终得到自然灾害风险与自然灾害综合应对能力的关键指标及其权重分配情况,其计算公式为
FK=Zn1X1+Zn2X2+…+ZngXj(2)
式中:Zng为n个主成分系数的得分系数;Xj为标准化后的标准值;FK为K个主成分因子的得分。
综合得分是方差解释率与成分得分相乘后求和计算得到。
1.2.3 综合指标耦合协调度的计算
耦合协调度模型用于分析事物的协调发展水平。耦合度指两个或两个以上系统之间的相互作用影响,实现协调发展的动态关联关系,可以反映系统之间的相互依赖相互制约程度。协调度指耦合相互作用关系中良性耦合程度的大小,它可体现出协调状况的好坏。
耦合协调度模型涉及3个指标值的计算,分别是耦合度C值,协调指数T值,耦合协调度D值。计算公式分别为
式中:n表示系统数量(本文选取2);Un表示系统值。T=β1U1+β2U2+…+βnUn(4)式中:β1、β2、…、βn代表權重,该值使用上文主成分分析结果赋值。D=Sqrt(C×T)(5)
结合耦合协调度等级划分标准,针对协调程度和等级进行划分耦合协调度等级划分标准,如表1所列。
1.2.4 灰色关联度的计算
由于数据体量较少,适合采用灰色关联法进行分析,通过关联度(即关联性大小)度量数据之间的关联程度,从而辅助决策。本文利用SPSSAU软件计算灰色关联度[20-22],包括以下步骤:
在确定母序列和特征序列后,由于数据的量纲(单位)并不相同,因此需要进行标准化处理。
式中:x(k)为子序列,y(k)为处理后所得的子序列。由于同一个因素的序列的量级差别不大,所以通过除以初值就能将这些值都整理到1这个量级附近。
完成数据进行无量纲化处理后,求解母序列和特征序列之间的灰色关联系数值,计算公式为
式中:minimink|x0(k)-xi(k)|为两极最小差,maximaxk|x0(k)-xi(k)|为两级最大差,ρ为分辨系数。对于某一个因素,其中的每个维度进行计算,得到一个新的序列,这个序列中的每个点就代表着该子序列与母序列对应维度上的关联性。
计算出灰色关联系数值后,对关联度值进行计算,计算公式为
式中:Wk为各指标权重;δi(k)为灰色关联系数。
2 结果与分析
2.1 自然灾害风险与综合应对能力比较
将重庆、武汉和上海各城市指标数据进行处理后,计算其自然灾害风险与综合应对能力综合得分,结果见表2。
由表2可知,长江经济带中心城市自然灾害风险综合得分呈波动变化,其中正向演进最为明显的是武汉市。武汉市在2014~2016年期间保持着稳定增长的态势,虽然在2017年稍有下降,但在2018~2020年再次出现增长。重庆市的自然灾害风险综合得分波动幅度最大,在2014~2016年期间迅速增长,随后在2016~2018年迅速下降,在2018~2020年间有小幅度回升的趋势。相比之下,上海市的自然灾害风险综合得分虽然也有正向演进,但并不十分明显。2014~2017年期间,上海市处于较低的自然灾害风险水平,而在2018年迅速上升后稍有回落。由此可见,上海市的自然灾害风险较低,但有上升趋势。武汉市的自然灾害风险综合得分整体上呈现出波动的趋势,尽管存在早期年份风险增加的情况,但后期年份自然灾害风险相对均衡。而重庆市面临的自然灾害风险较大,并且近几年来仍然保持较高风险水平。
由表2可知,长江经济带3座中心城市自然灾害综合应对能力综合得分都呈上升趋势,且都在2020年到达峰值。武汉市的自然灾害综合应对能力综合得分增幅最为明显,除了2015~2016年增幅较缓外,其余年份较快增长。上海市的自然灾害综合应对能力综合得分增幅虽不及武汉市,总体呈现急缓急形态变化,在2014~2016年和2018~2020年增长较快,2016~2018年增长较缓。重庆市的自然灾害综合应对能力综合得分与上海和武汉相比波动幅度较小,2020年重庆市综合应对能力与其他两个城市之间还存在一定的差距,需要不断完善。
综合分析,上海、武汉和重庆三座城市的自然灾害综合应对能力在2014~2020年期间有所改善。其中,上海市和武汉市的自然灾害综合应对能力综合得分逐年上升,且波动幅度较大,而重庆的自然灾害综合应对能力综合得分波动较小,但整体呈上升趋势。
2.2 自然灾害风险与综合应对能力耦合协调度
长江经济带中心城市2014~2020年间自然灾害风险与综合应对能力耦合协调度数据的计算结果见表3、图2。
2.2.1 重庆市耦合协调度分析
重庆市2014~2017年间耦合协调度呈现稳步增长趋势。重庆市2014年间自然灾害发生数量较少,基础设施完善,避难场所充足,救灾物资与资金储备雄厚。城市综合应对能力远超自然灾害风险,耦合协调度较低。2015年重庆市实施五大功能区域发展战略,全市一体化发展效能显著提升;2017年重庆市自贸区正式挂牌,一大批电子信息巨头落户,推动了重庆市的进一步经济发展。重庆市2014~2017年间自然灾害综合应对能力逐年提高。2015~2017年间,重庆市自然灾害数量大量增加,自然灾害风险亦逐年上升。2014~2017年重庆市耦合协调度逐渐升高,说明该时段重庆市综合应对能力与自然灾害风险双系统逐渐平衡。2018~2020年间重庆市自然灾害数量逐年降低,指标耦合协调度走向出现逐步回落现象。
2.2.2 武汉市耦合协调度分析
武汉市耦合协调度的变化走向总体呈现“M”形。2014~2017年间出现大幅上扬后又小幅下降的变化走向。2014年间,武汉市自然灾害较少,城市综合应对能力远大于自然灾害风险,出现轻度失调状态。2015年9月7日,中共中央办公厅、国务院办公厅印发了关于推进全面创新改革试验的总体方案。2015~2016年间武汉市迎来经济腾飞,城市基础设施更趋完善,医疗资源富裕,自然灾害综合应对能力进一步提升。2015~2016年间,武汉市自然灾害频发,损失严重,自然灾害风险提高,该时段城市自然灾害综合应对能力亦平衡发展,武汉市耦合协调度均为优质协调。2017年武汉市自然灾害数量大幅下降,经济损失减少,城市综合应对能力相关指标仍在上升,故耦合协调度略微下降,评价为良好协调。
武汉市2018~2020年间耦合协调度出现先上升,然后回落,2020年骤然大幅下降的状态。2018、2019年武汉市自然灾害数量明显增多,经济损失增加。武汉市2018、2019年GDP体量仍在高速腾飞,经济高速发展带动自然灾害综合应对能力的提升,该时期城市耦合协调度评价仍为优质协调。2020年间,由于当时武汉市医疗资源挤兑,应急财政补助全力支持医疗部门工作,城市全面封控,经济增长放缓,影响了自然灾害综合应对能力,故协调度大幅下降。
2.2.3 上海市耦合协调度分析
上海市2014~2015年间,耦合协调度急剧上升,由轻度失调到优质协调;2016~2017年间,耦合协调度峰回路转,急剧下滑,重新回到轻度失调状态。其中2014、2017年,上海市自然灾害较少,综合应对能力却在逐步提升,出现自然灾害综合应对能力远超自然灾害风险的现象,其耦合协调度处于轻度失调状态。
上海市2018~2019年间,耦合协调度再度呈现出急剧上升的现象,耦合协调度结果均为优质协调,2020年上海市耦合协调度为中度失调。2018、2019年间,上海市自然灾害频发。2018年《长三角地区一体化发展三年行动计划》发布,上海市提高了基础设施与避难场所的建设质量与数量,医疗资源更为充足,应急管理人才储备日益雄厚,城市综合应对能力大幅提升。2020年间自然灾害发生次数大幅下降。2020年正值流行病暴发伊始,上海市全面封控。同年4月,上海出台健全公共卫生应急管理体系的若干意见。同年12月,上海市疾控中心新建工程项目开工。城市应急专家数量与医疗资源大幅上涨,医疗资源大力倾注于流行病防治与治愈流行病患者,故自然灾害风险与综合应对能力出现中度失调现象。
2.2.4 协调度对比分析
对比长江经济带中心城市上海、武汉和重庆自2014~2020年间的自然灾害风险与应对能力的耦合协调度情况,可以看出:在2014~2017年期间,上海的耦合协调度先急剧上升后大幅下降,武汉市的耦合协调度先上升后小幅下降,而重庆市的耦合协调度整体处于上升状态,并在2017年达到峰值。在2017~2020年期间,上海市的耦合协调度先呈上升趋勢,在2020年急剧下降;武汉市的耦合协调度也呈小幅上升,但在2020年大幅下降;重庆市的耦合协调度在2019年前小幅下降,2020年持续大幅下降。总体而言,这3个城市的耦合协调度都呈现出波动性,其中上海市波动程度较为明显。武汉市和重庆市的耦合协调度在2014~2015年急剧上升,2016~2018年小幅波动。2020年开始3座城市的耦合协调度整体均急剧下滑。
3 耦合协调度差异影响因素分析
3.1 影响因素的选取
总结前人的研究成果[23-25],结合长江经济带自然环境与人类活动特征,选取出长江经济带中心城市自然灾害风险与综合应对能力耦合协调度的影响因素(表4)。
3.2 影响因素分析
利用灰色关联法分别计算出2014~2020年重庆市、武汉市、上海市3座城市耦合协调度与影响因素指标的关联程度(表5)。
由于数据冗杂,将各年份数据进行均值化综合排序(图3)。根据关联度排序结果笔者从4个角度进行差异分析。
(1)自然地理环境角度。上海市位于华东地区,属亚热带季风气候,充沛的水汽条件导致了上海市洪涝灾害风险增加。故年降水量与年平均气温是重要的影响因素。武汉市地处江汉平原东部、长江中游,长江及其最大支流汉水在此交汇,市内江河纵横、湖港交织,发达的水系网络映射了年平均气温与河流密度是重要的影响因素。重庆市地处中国西南部,城市西北部和中部以丘陵、低山为主,东南部靠大巴山和武陵山两座大山脉,坡地较多。地貌的多样性造就重庆市丰富的植被资源,故平均植被指数是其耦合协调度重要的影响因素。
(2)城市经济发展角度。上海市是中国国际经济、金融、贸易、航运、科技创新中心。作为经济中心的上海市,人均GDP是其重要的影响因素。武汉市是长江经济带核心城市、中部崛起战略支点、全面创新改革试验区,人均GDP这一指标对其耦合协调度的影响十分显著。重庆市是西部大开发重要战略支点,与武汉市相似,人均GDP是其重要的影响因素。3座城市规模等级因素关联程度具有明显差异性。地理区位、交通条件更为优越的上海市对協调度的影响关联度明显高于武汉市和重庆市。
(3)产业结构角度。上海市工业化指标影响因素关联度逊色于武汉市与重庆市,属于末端。作为超级大都市,上海市的发展逐步转向第三产业,高新技术的提升与土地资源的稀缺,使得上海市工业化占比较少,故工业化指标关联度数值小。武汉市工业化指标这一影响因素关联度位居所有影响因素之首。武汉市是中国重要的工业基地,又因其得天独厚的地理区位以及发达的水系网络,使得武汉市工业化指标是其协调度最为关键的影响因素。重庆市工业化指标影响因素关联度位居第3。重庆市经济建设基本形成大农业、大工业、大交通、大流通并存的格局,工业化体量十分巨大。
(4)人口角度。人口是承灾体亦是城市综合应对能力重要组成部分。3座城市人口密度的影响关联程度具有较大差异性。这与城市本身地理区位、城市集聚程度与对外联系等因素均有关联。其中,上海市和武汉市两者人口密度关联度相当。重庆市由于人口密度较小,对自然干扰程度较低。自然环境本身具有较强的自愈能力,人口密度的变化将对协调度的影响较为敏感。人口资源在3座城市的协调度关联性均较小。可见,人口资源对协调度贡献还需要加强。
从以上分析可以得出城市自然灾害风险往往取决于城市自然地理环境基础。处于长江下游的上海市气候湿润,年降水量是其重要的影响因素。长江中游腹地武汉市,发达的水系网络使得河流密度这一影响因素不可忽视。“山城”重庆平均植被指数对其协调度影响显著。从城市自然灾害综合应对能力角度思考,致灾因子兼承灾体的人口因素不可忽视,人口密度是3座城市协调度的重要影响因素,但人口资源因素的贡献率较小。人均GDP这一影响因素反映了该城市经济总体发展水平,是城市自然灾害综合应对能力的的决定性因素。城市产业结构的构成也是城市自然灾害应对能力的体现,完备的产业体系对应对能力起正向作用。城市工业化指标对于武汉市、重庆市而言是重要的影响因素,由于经济重心逐渐向第三产业转移,故上海市的城市工业化指标相关影响系数较低。
4 结论与讨论
4.1 结 论
本文选取重庆、武汉、上海3座长江经济带中心城市,建立中心城市自然灾害风险系统与综合应对能力系统的指标体系。利用SPSSAU软件计算灰色关联度,获取2014~2020年期间重庆市、武汉市和上海市自然灾害风险系统与自然灾害综合应对能力系统的综合得分,利用系统耦合协调度模型,分别求出三座城市历年综合系统协调度及协调类型,通过灰色关联法分析耦合协调度影响因素,并分析其可能原因,主要结论如下:
(1)通过耦合协调度模型计算结果可知,2014~2020期间长江经济带上中下游中心城市自然灾害风险系统与综合应对能力的协调程度存在较大差异。重庆市的整体协调度相对优于武汉市和上海市。
(2)采用灰色关联法计算出各影响因素相关度,得出以下结论:① 自然地理方面。长江经济带中心城市分别位于长江上中下游,自然地理环境有较大差异。年平均降水量、河流密度、平均植被指数分别是上海市、武汉市、重庆市在自然地理角度的重要影响因素。② 城市经济发展方面。不论是超一线国际大都市上海,中部崛起战略支点的武汉,西部大开发重点开发城市的重庆,人均GDP是决定性的影响因素,城市规模等级的影响关联度差异性明显 。③ 产业结构方面。上海市重点发展第三产业,城市工业化指标占比低;中国重要的工业基地武汉市,工业化指标是其耦合协调度最为关键的影响因素。重庆市工业体量巨大,工业化指标关联度较高。④ 人口方面。人口密度关联度整体高于人口资源。在人口密度关联度对比中,重庆位于3座城市之首,但是人力资源关联度位于3座城市之末。以上充分说明需要发挥人才在社会经济发展中的重要支撑作用。
为提高长江经济带城市自然灾害风险与综合应对能力协调度与适应性,笔者提出3点相关建议:
(1)为了更好地了解当地承灾体、孕灾体以及地域特征,相关政府需要开展相关的普查工作。同时,政府应加强灾害预警预报、应急管理能力,制定更有效的防灾减灾措施,提升城市整体自然灾害防控水平。
(2)为提升城市自然灾害综合应对能力,建议注重城市产业发展的地域性与适应性,优化城市产业结构,实现经济发展与灾害风险降低之间的协调与平衡。提升城市管理与服务领域的消防、安全和环保等能力,加强城市多产业在自然灾害应对中的资源整合、信息共享和社会协同等方面的综合能力。同时,需要控制城市规模,减少城市承灾体的暴露度和脆弱性。
(3)为了提高城市自然灾害综合应对能力,需要注重人口因素。通过专业化的招聘渠道吸引应急管理专家,提升整体应对能力的专业性和水平。建立健全的人才培养机制,增强干部队伍整体素质和履职能力,以应对日益复杂的自然灾害挑战。同时,需要进一步细化生态功能分区,在生态环境脆弱地区,控制人口密度,减少人类活动对自然环境的扰动,增强自然环境的自愈能力。
4.2 讨 论
前人的研究大多关注单一自然灾害风险或城市应急方面,而忽略了考虑城市自然灾害风险与应对的协同作用。因此,本文着眼于构建一个更全面、更综合的理论框架,提高城市自然灾害综合应对能力。该耦合体系不仅能够综合考虑城市自然灾害风险的多样性和复杂性,还能够突破传统的学科边界和研究视角,更好地解决城市自然灾害应对中遇到的实际问题。在研究方法上,由于数据体量较小,不适合回归分析,故采用灰色关联度分析法,保证了计算方法的科学性与计算结果的准确性。
本次研究在理论分析方面存在一定不足,需要进一步加强与理论基础的结合,并应对相关实证研究的探讨进行更深入的阐述。虽然本文对中心城市展开了深入探究,但其研究范围仅限于此,因此未来的研究需要将目光拓展至长江经济带内重点城市,构建完整的协调度体系进行综合分析。
参考文献:
[1]ANDREW F,WHITMAN C,ARTHUR W.Environmental hazards and rating urban core properties[J].The Journal of Risk and Insurance,1970,37(3):419-436.
[2]MEDD W,MARVIN S.From the politics of urgency to the governance of preparedness:a research agenda on urban vulnerability[J].Journal of Contingencies and Crisis Management,2005,13(2):44-49.
[3]ELLEN H C P L.Co-creation and co-production in municipal risk governance:a case study of citizen participation in a German city[J].Public Management Review,2023,25(2):376-403.
[4]弗蘭西斯·盖斯奇埃尔,卡洛斯·科斯塔·波萨达.大城市灾难风险管理规划框架研究:以波哥大首都区为例[J].国际城市规划,2009,24(3):3-10.
[5]LALL V S,DEICHMANN.Density and disasters:economics of urban hazard risk[J].World Bank Research Observer,2012,27(1):74-105.
[6]EVANGELINA M F.A role for municipal governments in leveraging transformative change for urban disaster risk management:the experience of Santa Fe,Argentina,with urban flood risk[J].Climate Risk Management,2022,35:100397.
[7]GARSCHAGEN M.Risky change? Vietnam′s urban flood risk governance between climate dynamics and transformation[J].Pacific Affairs,2015,88(3):599-621.
[8]GHAFFARIAN S,KERLE N,FILATOVA T.Remote sensing-based proxies for urban disaster risk management and resilience:a review[J].Remote Sensing,2018,10(11):1760.
[9]MONTOYA L.Geo-data acquisition through mobile GIS and digital video:an urban disaster management perspective[J].Environmental Modelling and Software,2003,18(10):869-876.
[10]周姝天,翟国方,吴天,等.全过程城市灾害风险应对能力综合评估:以福建省厦门市为例[J].上海城市规划,2021(6):99-105.
[11]刘畅,徐映梅.中国城市风险管理现状分析[J].宏观经济研究,2017(10):145-149,181.
[12]陈婧,刘婧,王志强,等.中国城市综合灾害风险管理现状与对策[J].自然灾害学报,2006(6):17-22.
[13]魏山忠.新时期长江防洪减灾方略[J].人民长江,2017,48(4):1-7.
[14]王慧敏,黄晶,刘高峰,等.大数据驱动的城市洪涝灾害风险感知与预警决策研究范式[J].工程管理科技前沿,2022,41(1):35-41.
[15]李昌文,黄艳,严凌志.变化环境下长江流域超标准洪水灾害特点研究[J].人民长江,2022,53(3):29-43.
[16]鲁钰雯,翟国方.人工智能技术在城市灾害风险管理中的应用与探索[J].国际城市规划,2021,36(2):22-31,39.
[17]郑治斌,崔新强,田刚.长江经济带气象保障问题分析与机制创新研究[J].人民长江,2017,48(1):1-5.
[18]王玉静.武陵山特困区贫困与自然灾害关系耦合研究[D].成都:成都理工大学,2017.
[19]王明祎.城市自然灾害防治能力评价指标体系研究[D].贵阳:贵州大学,2009.
[20]邓聚龙.灰色系统关联空间[J].模糊数学,1985,5(2):1-10.
[21]邓聚龙.灰色系统(社会·经济)[M].北京:国防工业出版社,1985.
[22]刘思峰.灰色系统理论及其应用[M].9版.北京:科学出版社,2021:67-77.
[23]姚型浩.我国省会城市韧性现状、耦合协调度和影响因素分析[D].杭州:浙江大学,2022.
[24]劉燕.长江经济带耦合协调发展测度和影响因素研究[D].长沙:湖南大学,2018.
[25]张美芳.长江经济带主要城市空间破碎化分异特征及其影响因素[D].长沙:湖南师范大学,2020.
(编辑:黄文晋)
Coupling analysis on urban disaster risk and response capacity in Yangtze
River Economic BeltZHANG Da1,2,SHI Yun1,LI Zuhao,HUANG Yixuan1
(1.College of Ecology and Environment,Institute of Disaster Prevention Science and Technology,Langfang 065201,China;2.College of Geographical Sciences,Hunan Normal University,Changsha 410006,China)
Abstract:The Yangtze River Economic Belt has complex and changeable geographical environment and hydrological conditions,analyzing the natural disaster risks of major cities and evaluating the adaptability of comprehensive response capabilities is crucial.We constructed an evaluation index system for natural disaster risks and comprehensive response capabilities.Additionally,the evolving trends and differences in coordination degree between natural disaster risks and comprehensive response capabilities were evaluated and analyzed for three central cities of Chongqing,Wuhan,and Shanghai City from 2014 to 2020.The gray correlation method was used to analyze and explore its influencing factors.The results showed that:① there were differences in the coordination degree between natural disaster risk systems and comprehensive responses in central cities of Yangtze River Economic Belt from 2014 to 2020.Among them,Chongqing′s overall coordination was relatively better than that of Wuhan and Shanghai City.The coordination degrees in Wuhan and Shanghai City were characterized by fluctuations.② Factors such as the natural geographical environment,urban economic development,industrial structure,and demographic characteristics have differential influences on the coordination of different cities.The above research results are of great significance for improving risk resistance capabilities and reducing risk losses of cities in the Yangtze River Economic Belt.
Key words:Yangtze River Economic Belt;natural disaster risk;central city;coupling coordination degree;gray correlation analysis