馮倩倩, 劉德林

(1.河南理工大學(xué) 安全與應(yīng)急管理研究中心, 河南 焦作 454000; 2.河南理工大學(xué) 應(yīng)急管理學(xué)院, 河南 焦作 454000)

城市社區(qū)洪災(zāi)抗逆力影響因素及其評價
——以河南省新鄉(xiāng)市紅旗區(qū)為例

馮倩倩1,2, 劉德林1,2

(1.河南理工大學(xué)安全與應(yīng)急管理研究中心,河南焦作454000; 2.河南理工大學(xué)應(yīng)急管理學(xué)院,河南焦作454000)

[目的] 對城市社區(qū)洪災(zāi)抗逆力影響因素進行分析和評價，為城市社區(qū)洪水防災(zāi)減災(zāi)規(guī)劃和風(fēng)險管理提供決策依據(jù)。 [方法] 以河南省新鄉(xiāng)市紅旗區(qū)所轄社區(qū)為研究對象，通過問卷調(diào)查的方式，在文獻調(diào)研和專家咨詢的基礎(chǔ)上，初步選取影響社區(qū)洪災(zāi)抗逆力的64個因子建立預(yù)選指標集，利用相關(guān)分析和主成分分析對64個初選指標進行降維處理，并在此基礎(chǔ)上對研究區(qū)的9個城市社區(qū)的抗逆力進行綜合評價。 [結(jié)果] (1) 物理因素、制度因素、經(jīng)濟因素和人口因素是影響城市社區(qū)洪災(zāi)抗逆力水平的關(guān)鍵因素； (2) 紅旗區(qū)城市社區(qū)洪災(zāi)抗逆力整體水平不高，近80%的社區(qū)洪災(zāi)抗逆力處于中等偏下水平； (3) 物理因素是影響紅旗區(qū)城市社區(qū)洪災(zāi)抗逆力的主要因素，其次為經(jīng)濟和人口因素，制度因素影響最低。 [結(jié)論] 在分析城市社區(qū)洪災(zāi)抗逆力影響因素及其評價的基礎(chǔ)上，提出具體的、有針對性的提升策略和措施，是一個可行的途徑。

城市社區(qū); 洪水災(zāi)害; 抗逆力; 主成分分析; 脆弱性

文獻參數(shù)： 馮倩倩, 劉德林.城市社區(qū)洪災(zāi)抗逆力影響因素及其評價[J].水土保持通報，2017,37(4)：230-235.DOI:10.13961/j.cnki.stbctb.2017.04.039； Feng Qianqian, Liu Delin. Influencing factors and assessment of flood resilience in urban community[J]. Bulletin of Soil and Water Conservation, 2017,37(4)：230-235.DOI:10.13961/j.cnki.stbctb.2017.04.039

洪水災(zāi)害是中國影響最為嚴重的自然災(zāi)害之一。研究表明，從20世紀80年代起，中國洪災(zāi)發(fā)生的頻率和造成的損失呈上升趨勢[1-2]。據(jù)EM-DAT數(shù)據(jù)統(tǒng)計，在1990—2015年的26 a間，我國洪災(zāi)發(fā)生總頻次和年均頻次分別是1949—1989年41 a間的4.29和2.98倍，造成的經(jīng)濟損失和影響人數(shù)分別是22.0和12.2倍[3]。頻率高，危害廣，損失嚴重是近年我洪災(zāi)的主要特征。如1998年長江、松花江、嫩江全流域性特大洪災(zāi)，影響范圍波及29個省，全國損失近2 700億元人民幣[3]。2003年渭河、漢江秋汛，全國有30個省份(自治區(qū)、直轄市)以及新疆生產(chǎn)建設(shè)兵團遭受不同程度災(zāi)害，直接經(jīng)濟損失13 005億元人民幣[4]。城市是人口和財富的聚集區(qū)[5]。其密集的人口和密布的基礎(chǔ)設(shè)施改變了城市下墊面性質(zhì)和局地環(huán)境[6]，給城市的排水系統(tǒng)和降水環(huán)境帶來了影響，加之全球氣候變化引起的多發(fā)性極端降水，城市洪澇災(zāi)害也在逐漸增多[7-8]。例如，2012年7月21日北京特大暴雨，導(dǎo)致北京市160.2萬人受災(zāi)，79人死亡，直接經(jīng)濟損失1 164億元[9]。再如2004年9月3—7日連續(xù)暴雨，造成重慶大部分地區(qū)洪水泛濫，并引發(fā)多處山體滑坡和泥石流，造成82人死亡20人失蹤，直接經(jīng)濟損失近20億元[10]。城市洪災(zāi)發(fā)展態(tài)勢及其危險性對城市的防洪減災(zāi)提出了新的要求。國內(nèi)外學(xué)者針對高發(fā)、廣發(fā)和高危害的城市洪澇災(zāi)害做了大量的研究。Bisht等利用模型模擬洪災(zāi)情景重現(xiàn)災(zāi)情，為防洪減災(zāi)提供決策依據(jù)[11-12]；Chan等[13-14]致力于城市洪水風(fēng)險評估模型、方法和實證研究，楊佩國等[15]通過分析歷史數(shù)據(jù)，發(fā)現(xiàn)城市洪災(zāi)演變規(guī)律，并在此基礎(chǔ)上對未來洪災(zāi)風(fēng)險進行預(yù)測；陳靜[16-17]從氣象角度探索氣候異常、大氣環(huán)流特征、城市熱島效應(yīng)等等與極端降水的關(guān)聯(lián)，給城市極端降水預(yù)報提供理論支持；劉昌明等[18-20]從城市洪災(zāi)應(yīng)急管理角度提出建設(shè)海綿城市、加強工程性防御措施、制定長期防洪減災(zāi)規(guī)劃等措施來降低災(zāi)害損失和城市災(zāi)害易損性。以上研究都是基于洪災(zāi)特性和城市整體特征為基礎(chǔ)進行的研究，而對城市社區(qū)抗逆力的研究較少。城市社區(qū)位于社會風(fēng)險管理的前沿，是政府應(yīng)急管理的基層執(zhí)行機構(gòu)，在災(zāi)害管理中起著上傳下達和先期處置的重要作用[21]。其災(zāi)害抗逆力水平的高低直接影響著城市災(zāi)害管理和應(yīng)對的成效。因此，識別影響城市社區(qū)洪災(zāi)抗逆力的關(guān)鍵因素并對其進行評價就顯得尤為重要。鑒于此，本文以河南省新鄉(xiāng)市紅旗區(qū)所轄社區(qū)為研究對象，通過問卷調(diào)查的方式，識別影響城市社區(qū)洪災(zāi)抗逆力的關(guān)鍵因素，并在構(gòu)建社區(qū)尺度洪災(zāi)抗逆力評價指標體系的基礎(chǔ)上對其抗逆力進行評價。以期為城市社區(qū)洪水防災(zāi)減災(zāi)規(guī)劃和風(fēng)險管理提供決策依據(jù)，同時為社區(qū)洪災(zāi)抗逆力評估提供方法借鑒和研究案例。

1 研究區(qū)概況

紅旗區(qū)位于新鄉(xiāng)市東南部，屬暖溫帶大陸性季風(fēng)氣候，多年平均(1999—2015)降水量約為652.3 mm[22]，由于受季風(fēng)氣候的影響，降水年內(nèi)分配十分不均，約60%以上的降水集中在汛期(6—9月)，極易引發(fā)城市內(nèi)澇。該區(qū)總面積約148 km2，轄2個鎮(zhèn)和5個辦事處，共43個行政村和23個社區(qū)，常住人口29.5萬人，城區(qū)人口占總?cè)丝诘?8%。城區(qū)內(nèi)工業(yè)和商業(yè)相對集中，人口密集，生產(chǎn)、生活排水量隨經(jīng)濟發(fā)展不斷增加，城市排水系統(tǒng)落后、城市不透水面積大，加之對城市洪災(zāi)應(yīng)急管理經(jīng)驗不足，救援設(shè)施準備不充分，普通群眾沒有洪災(zāi)應(yīng)對經(jīng)驗，大大降低了城市社區(qū)洪災(zāi)抗逆力水平。本文選擇河南省新鄉(xiāng)市紅旗區(qū)所轄社區(qū)作為研究區(qū)的原因主要有兩點： ① 新鄉(xiāng)市受氣候影響，降水量和降水時間相對集中，容易產(chǎn)生極端降水天氣； ② 紅旗區(qū)是新鄉(xiāng)市政治、經(jīng)濟、文化中心，在新鄉(xiāng)市具有代表意義，且在7·9超級特大暴雨中的應(yīng)急管理方面存在一些不足。

2 評價方法與數(shù)據(jù)

2.1 確定評價單元

選取城市社區(qū)作為評價單元，從新鄉(xiāng)市紅旗區(qū)23個社區(qū)中，篩選出在2016年7月9日特大暴雨中受災(zāi)較為嚴重的進達花園、星海假日王府、河南科技大學(xué)、寶龍社區(qū)、楓景上東、洪門社區(qū)、華龍國際、雙橋社區(qū)、紫郡9個社區(qū)作為調(diào)查樣本。

2.2 選取評價指標

影響城市社區(qū)洪災(zāi)抗逆力的因素很多。本文在專家咨詢和文獻調(diào)研的基礎(chǔ)上[23-27]，結(jié)合研究區(qū)實際情況和指標體系的構(gòu)建準則[28]，從物理、制度、經(jīng)濟、人口等4個方面選取了影響社區(qū)洪災(zāi)抗逆力的64個指標建立預(yù)選指標集(表1)。

2.3 采集數(shù)據(jù)

調(diào)查小組于2016年8月12—14日以隨機抽樣的方式完成調(diào)查問卷的收集，累積回收問卷220份。通過問卷信息完整程度、選項矛盾、與現(xiàn)實相符3個篩選條件，剔除無效問卷70份，最終保留有效問卷150份。這150個調(diào)查樣本的社區(qū)分布情況如下：進達花園占樣本總量的6.67%，星海假日王府12.67%，河南科技大學(xué)15.33%，寶龍社區(qū)12.67%，楓景上東10.00%，洪門社區(qū)10.67%，華龍國際16.00%，雙橋社區(qū)7.33%，紫郡8.67%，這與實際調(diào)查中社區(qū)人口規(guī)模和入住率情況基本相符。從調(diào)查樣本的人口統(tǒng)計學(xué)特征來看，男性84人，占56，女性66人，占44%；30歲以下74人，占49.33%，30～45歲24人，占16，45歲以上52人，占34.67%；初中及以下43人，占28.67%，高中或中專25人，占16.67%，大專及以上80人，占53.33%。

表1 城市社區(qū)洪災(zāi)抗逆力評價初選指標集

2.4 處理指標數(shù)據(jù)

為消除指標量綱和量級的影響，并對城市社區(qū)洪災(zāi)抗逆力正負效應(yīng)指標變量進行統(tǒng)一，本文采用極差標準化方法，將原始數(shù)據(jù)轉(zhuǎn)化為界于[0,1]之間的數(shù)據(jù)，公式如下：

正向相關(guān)指標：

xi′=(xi-minxi)/(maxxi-minxi)

(1)

負向相關(guān)指標：

xi′=(maxxi-xi)/(maxxi-minxi)

(2)

式中：xi′——指標i的標準值；xi——指標i的原始值； maxxi,minxi——指標i的最大值和最小值。各指標的數(shù)據(jù)值范圍為[0,1]。

2.5 確定評價方法

目前，用于社區(qū)抗逆力評價研究的方法很多，如模糊綜合評價法、多層次灰色評估法、情景模擬法、層次分析法、數(shù)據(jù)包絡(luò)分析法等。上述方法雖然都有一定的數(shù)學(xué)基礎(chǔ)，但洪災(zāi)的抗逆力受到諸多因素的影響，從而使上述方法在進行抗逆力評價時表現(xiàn)出一定的局限性。城市社區(qū)抗逆力評價主要不是考慮所有因素的作用效果，而是在篩選關(guān)鍵影響因素的基礎(chǔ)上，正確分析少數(shù)關(guān)鍵指標對抗逆力評價的作用。主成分分析法通過把眾多相關(guān)聯(lián)的原始變量縮減為少數(shù)相互獨立的新變量，實現(xiàn)了保留信息、簡化數(shù)據(jù)和消除原始變量多重共線性的目標，是一種能將多維因子納入同一系統(tǒng)中進行定量化研究的統(tǒng)計方法[29]，可用于社區(qū)洪災(zāi)的抗逆力評價研究。其基本原理、計算步驟和求解方法可參考文獻[30]。

3 結(jié)果與分析

3.1 指標體系構(gòu)建

為有效評價城市社區(qū)的洪災(zāi)抗逆力，本文從物理、制度、經(jīng)濟、人口4個方面初步選定了64個評價指標形成預(yù)選指標集(表1)。由于各指標間可能存在強相關(guān)關(guān)系，利用SPSS 19.0對數(shù)據(jù)進行相關(guān)分析。如果兩個指標間的相關(guān)系數(shù)的絕對值大于0.8，其中的一個指標會被隨機保留[31-32]。經(jīng)過相關(guān)分析后，有17個評價指標被保留(表3)。由于所留指標太多，仍需進一步縮減變量個數(shù)到可控范圍。本文采用主成分分析來完成這一目標，主成分分析計算結(jié)果中累積貢獻率≥75%且特征值大于1的主成分將被保留[33]。從表2可知，主成分變量Z1，Z2，Z3，Z4是由17個原始變量X1，X2，X3，…，X17通過PCA運算得到的一組新變量，以76.8%的累積貢獻率(概率)替代了原變量系統(tǒng)，較好地解釋了原始數(shù)據(jù)的主要信息。因此，可利用新變量對新鄉(xiāng)市城市社區(qū)洪災(zāi)抗逆力狀況進行評價研究。

3.2 關(guān)鍵影響因素分析

從主成分載荷值(表3)可見，第1主成分在住宅結(jié)構(gòu)、社區(qū)周圍公路狀況、社區(qū)防災(zāi)規(guī)劃、應(yīng)急避難場所、房屋受損情況、社區(qū)救災(zāi)設(shè)施完善程度、住宅防災(zāi)設(shè)施擁有數(shù)量7個方面載荷值較大；第2主成分受洪災(zāi)宣傳教育、洪災(zāi)應(yīng)急演練、公共轉(zhuǎn)移工具和災(zāi)害預(yù)警顯著影響；第3主成分從家庭通訊設(shè)備擁有數(shù)量、家庭年總收入、家庭交通工具種類及數(shù)量3個指標中提取主要信息；第4主成分主要受教育程度、職業(yè)以及洪水基礎(chǔ)知識水平解釋。

表2 特征值及主成分貢獻率和累積貢獻率

對上述7個主成分的進一步分析發(fā)現(xiàn)，第1主成分更多的反映社區(qū)及住房物理狀況；第2主成分側(cè)重于社區(qū)應(yīng)急管理制度因素；第3主成分與社區(qū)住戶經(jīng)濟狀況顯著相關(guān)；第4主成分反映社區(qū)人口方面情況。

表3 主成分載荷值

3.3 抗逆力評估

由主成分分析的特征向量矩陣，可得各指標與主成分Z1，Z2，Z3，Z4的線性關(guān)系：

Z1=0.301x1+0.285x2+…+0.236x17

(3)

Z2=0.218x1-0.199x2+…-0.157x17

(4)

Z3=0.110x1+0.115x2+…-0.007x17

(5)

Z4=-0.077x1-0.161x2+…+0.595x17

(6)

根據(jù)主成分Z1，Z2，Z3，Z4與相應(yīng)的貢獻率之積的和，可獲得各調(diào)查樣本洪災(zāi)抗逆力的綜合得分。將每個社區(qū)得分總數(shù)除以人數(shù)，可獲得該社區(qū)平均分，得分越高說明社區(qū)洪災(zāi)抗逆力越強，由此就可對社區(qū)洪災(zāi)抗逆力進行分級。

在考慮均值(9.41)、標準差(7.42)和極差(3.99)的基礎(chǔ)上，將各評價樣本的洪災(zāi)抗逆力劃分低、中、高3個等級，其取值范圍分別為[7.38,7.81)，[7.81,11.01)和(11.01,11.37]，分別用Ⅰ，Ⅱ，Ⅲ表示(表4)。由表4可知，楓景上東社區(qū)和河南科技大學(xué)的洪災(zāi)抗逆力等級為Ⅲ，屬于高抗逆力水平。其中，楓景上東社區(qū)的洪災(zāi)抗逆力最高，得分為11.37；星海王府、紫郡社區(qū)和進達花園的洪災(zāi)抗逆力等級為Ⅰ，屬于低抗逆力水平，其中，進達花園的洪災(zāi)抗逆力水平最低，得分為7.38；其他社區(qū)評價等級為Ⅱ，屬于中等抗逆力水平。進一步分析表4中各主成分的得分情況，可獲知影響社區(qū)洪災(zāi)抗逆力的影響因素，從而為社區(qū)尺度的防洪減災(zāi)規(guī)劃和洪水管理提供決策依據(jù)。例如，抗逆力綜合得分最低的進達花園社區(qū)，第2主成分(制度因素)得分最低，在實地調(diào)查過程中我們也了解到，在社區(qū)公共事務(wù)管理中處于主導(dǎo)地位的物業(yè)公司由于內(nèi)部原因已經(jīng)退出社區(qū)管理，政府洪災(zāi)的宣傳教育以及應(yīng)急演練等缺失。此外，該社區(qū)在第3主成分(經(jīng)濟因素)和第4主成分(人口因素)得分也低于大部分社區(qū)。因此，提高該社區(qū)洪災(zāi)抗逆力的有效途徑是加強政府防災(zāi)減災(zāi)制度傳達、增加居民收入和提高洪災(zāi)基礎(chǔ)知識水平。同理，據(jù)此研究結(jié)果可對其他社區(qū)洪災(zāi)抗逆力的關(guān)鍵影響因素進行逐一分析深入分析，提出科學(xué)合理有效的洪災(zāi)社區(qū)抵抗力提升策略。

表4 紅旗區(qū)9個社區(qū)洪災(zāi)抗逆力等級及各指標得分

4 結(jié)論與建議

4.1 結(jié) 論

(1) 相關(guān)分析和主成分分析是變量縮減的一個有效組合方法，它可將眾多變量縮減到一個可控范圍，便于數(shù)據(jù)的運算和結(jié)果分析。

(2) 新鄉(xiāng)市紅旗區(qū)城市社區(qū)洪災(zāi)抗逆力水平不是很高，近80%的社區(qū)處于中等偏下水平。具體來說：3個社區(qū)處于低抗逆力水平，占總體的33.3%，4個社區(qū)處于中等抗逆力水平，占總體的44.5%，處于高抗逆力水平的社區(qū)僅占調(diào)查樣本的22.2%。

(3) 紅旗區(qū)城市社區(qū)洪災(zāi)抗逆力的關(guān)鍵因素中，物理因素得分最高，經(jīng)濟和人口因素居中，制度因素得分最低。

4.2 建 議

(1) 政府和社區(qū)應(yīng)借鑒歷史經(jīng)驗，有組織的采用宣傳板、活動日、應(yīng)急演練等方式，對該地區(qū)水情、洪災(zāi)基礎(chǔ)知識、洪災(zāi)危險性及應(yīng)對措施進行宣傳教育，提高災(zāi)害管理者和社區(qū)居民的洪災(zāi)風(fēng)險意識。

(2) 依據(jù)汛期水情動態(tài)監(jiān)測數(shù)據(jù)和歷史經(jīng)驗，成立專家小組對洪水成災(zāi)風(fēng)險科學(xué)評估，及時發(fā)布災(zāi)害預(yù)警，災(zāi)害預(yù)警發(fā)布時間要合理、發(fā)布方式要多樣化、發(fā)布內(nèi)容具有應(yīng)災(zāi)指導(dǎo)意義。

(3) 政府和社區(qū)應(yīng)做好城市洪災(zāi)應(yīng)急物資儲備和協(xié)調(diào)工作，確保在最短時間內(nèi)恢復(fù)城市社區(qū)各項功能和居民正常生活，減少社會和經(jīng)濟損失。

[1] 鄧國取.農(nóng)業(yè)巨災(zāi)經(jīng)濟影響分析:以我國洪災(zāi)為例[J].財經(jīng)論叢,2008(4):21-26.

[2] 吳慶洲.對20世紀中國洪災(zāi)的回顧[J].災(zāi)害學(xué),2002,17(2):64-71.

[3] CRED. Emergency Events Database(EM-DAT)[EB/OL]. (2016-02-06)[2016-08-25].2016. http:∥www. emdat. be/database.

[4] 國家防汛抗旱總指揮部辦公室.2003年全國洪澇災(zāi)情[J].中國防汛抗旱,2004(1):55-59.

[5] 劉國斌,韓世博.人口集聚與城鎮(zhèn)化協(xié)調(diào)發(fā)展研究[J].人口學(xué)刊,2016(2):40-48.

[6] 李昕,文婧,林堅.土地城鎮(zhèn)化及相關(guān)問題研究綜述[J].地理科學(xué)進展,2012,31(8):1042-1049.

[7] 石勇,許世遠,石純,等.洪水災(zāi)害脆弱性研究進展[J].地理科學(xué)進展,2009,28(1):41-46.

[8] 馮平,崔廣濤,鐘昀.城市洪澇災(zāi)害直接經(jīng)濟損失的評估與預(yù)測[J].水利學(xué)報,2001,8(3):64-68.

[9] 孫建華,趙思雄,傅慎明,等.2012年7月21日北京特大暴雨的多尺度特征[J].大氣科學(xué),2013,27(3):705-718.

[10] 周國兵,沈桐立,韓余.重慶“9·4”特大暴雨天氣過程數(shù)值模擬分析[J].氣象科學(xué),2006,26(5):572-577.

[11] Bisht D S, Chatterjee C, Kalakoti S, et al. Modeling urban floods and drainage using SWMM and MIKE URBAN: A case study[J]. Natural Hazards, 2016,84(2):749-776.

[12] Smith B K, Smith J A, Baeck M L, et al. Exploring storage and runoff generation processes for urban flooding through a physically based watershed model[J]. Water Resources Research, 2015,51(3):1552-1569.

[13] Chan N W. Impacts of Disasters and Disaster Risk Management in Malaysia: The Case of Floods[M]. Japan： Resilience and Recovery in Asian Disasters. Springer， 2015:239-265.

[14] Yin Jie, Ye Mingwu, Yin Zhnae, et al. A review of advances in urban flood risk analysis over China[J]. Stochastic Environmental Research and Risk Assessment, 2015,29(3):1063-1070.

[15] 楊佩國,靳京,趙東升,等.基于歷史暴雨洪澇災(zāi)情數(shù)據(jù)的城市脆弱性定量研究:以北京市為例[J].地理科學(xué),2016,36(5):733-741.

[16] 陳靜,劉琳.2011年汛期北京城市暴雨特征及其災(zāi)害成因初步分析[J].暴雨災(zāi)害,2011,30(3):282-287.

[17] 馬洪波.2010年7月24日白城市暴雨天氣特征分析[J].現(xiàn)代農(nóng)業(yè)科技,2015(19):253-253.

[18] 劉昌明,張永勇,王中根,等.維護良性水循環(huán)的城鎮(zhèn)化LID模式:海綿城市規(guī)劃方法與技術(shù)初步探討[J].自然資源學(xué)報,2016,31(5):719-731.

[19] 李恒義,孟琳琳.基于海綿城市的北京市巨災(zāi)洪水防御體系設(shè)計[J].人民黃河,2016,38(7):35-38.

[20] 劉忠陽,杜子璇,劉偉昌,等.城市洪災(zāi)及城市防洪規(guī)劃探討[J].氣象與環(huán)境科學(xué),2007,30(9):5-8.

[21] 朱華桂.論風(fēng)險社會中的社區(qū)抗逆力問題[J].南京大學(xué)學(xué)報:哲學(xué)·人文科學(xué)·社會科學(xué)版,2012(5):47-53,159.

[22] 河南省水利廳.水資源公報[EB/OL].鄭州:河南省水利.(1999-02-15)[2017-02-11]. http:∥www. hnsl. gov. cn/.

[23] Tobin G A. Sustainability and community resilience: The holy grail of hazards planning?[J]. Global Environmental Change(Part B): Environmental Hazards, 1999,1(1):13-25.

[24] Norris F H, Stevens S P, Pfefferbaum B, et al. Community resilience as a metaphor, theory, set of capacities, and strategy for disaster readiness[J]. American Journal of Community Psychology, 2008,41(1/2):127-150.

[25] Ostadtaghizadeh A, Ardalan A, Paton D, et al. Community disaster resilience: A qualitative study on Iranian concepts and indicators[J]. Natural Hazards, 2016,83(3):1843-1861.

[26] Ainuddin S, Routray J K. Earthquake hazards and community resilience in Baluchistan[J]. Natural hazards, 2012,63(2):909-937.

[27] Sherrieb K, Norris F H, Galea S. Measuring capacities for community resilience[J]. Social Indicators Research, 2010,99(2):227-247.

[28] 朱華桂.論社區(qū)抗逆力的構(gòu)成要素和指標體系[J].南京大學(xué)學(xué)報：哲學(xué)·人文科學(xué)·社會科學(xué),2013(5):68-74,159.

[29] 任廣平,鄒志紅,孫靖南.因子分析及其在河網(wǎng)水質(zhì)綜合評價中的應(yīng)用研究[J].環(huán)境污染治理技術(shù)與設(shè)備,2005,6(4):91-94.

[30] 劉德林,劉賢趙.主成分分析在河流水質(zhì)綜合評價中的應(yīng)用[J].水土保持研究,2006,13(3):124-125,128.

[31] 劉德林,梁恒謙.區(qū)域自然災(zāi)害的社會脆弱性評估：以河南省為例[J].水土保持通報,2014,34(5):128-134.

[32] Liu Delin, Hao Shilong, Liu Xianzhao, et al. Effects of land use classification on landscape metrics based on remote sensing and GIS[J]. Environmental Earth Sciences, 2013,68(8):2229-2237.

[33] 朱慶平,周力,李開,等.西昌引種栽培油橄欖果中5種金屬元素主成分及聚類分析[J].基因組學(xué)與應(yīng)用生物學(xué),2017,36(1):362-369.

Influencing Factors and Assessment of Flood Resilience in Urban Community-ACaseStudyofHongqiDistrictinXinxiangCity,He’nanProvince

FENGQianqian1,2,LIUDelin1,2

(1.SafetyandEmergencyManagementResearchCenter,He’nanPolytechnicUniversity,Jiaozuo,He’nan454000,China; 2.SchoolofEmergencyManagement,He’nanPolytechnicUniversity,Jiaozuo,He’nan454000,China)

[Objective] We aimed to provide decision-making bases for flood disaster prevention, mitigation planning and risk management in urban community level based on the analysis of influencing factors and assessment of flood resilience in urban community. [Methods] The Hongqi district in Xinxiang City, He’nan Province was taken as the study area, and the questionnaire method was used. Sixty-four variables were selected to build a pre-selected index set based on the literature review and discussions with experts. The correlation analysis and principal component analysis were used to reduce the number of variables, and the flood resilience of urban community was assessed. [Results] (1) The key factors influencing urban community flood resilience could be summarized as physical factors, institutional factors, economic factors, population factors. (2) The capability of community flood resilience was not high, and nearly 80% of the communities were at a level below average. (3) Physical variable was the main factors influencing urban community flood resilience, followed by economic, demographic and institutional factors. [Conclusion] It is a feasible way to put forward the concrete and targeted strategies and measures for improving the flood resilience in urban community based on the analysis of influencing factors and assessment of flood resilience.

urbancommunity;floodhazards;resilience;principlecomponentanalysis;vulnerability

A

： 1000-288X(2017)04-0230-06

： X43

2017-01-10

：2017-02-15

國家自然科學(xué)基金項目“基于GIS的區(qū)域洪災(zāi)社會脆弱性評估與減災(zāi)策略研究:以河南省為例”(U1504705)

馮倩倩(1985—),女(漢族),河南省焦作市人,碩士研究生,研究方向為自然災(zāi)害風(fēng)險與抗逆力。E-mail: 13693916913@163.com。

劉德林(1979—),男(漢族),山東省濰坊市人,博士,副教授,主要從事災(zāi)害風(fēng)險與應(yīng)急方面的研究。E-mail:liudelina@163.com。