李貴芳,馬棟棟,徐 君
(1.中國人民大學 經濟學院,北京 100872;2.河南財經政法大學 經濟學院,河南 鄭州 450046;3.江蘇師范大學商學院,江蘇 徐州 221116)
典型資源型城市脆弱性評估及預測研究
——以焦作—大慶—銅陵—白山市為例
李貴芳1,馬棟棟2,徐 君3
(1.中國人民大學 經濟學院,北京 100872;2.河南財經政法大學 經濟學院,河南 鄭州 450046;3.江蘇師范大學商學院,江蘇 徐州 221116)
目前,資源型城市脆弱性研究已經成為推進資源型城市可持續(xù)發(fā)展與社會現代化建設過程中關注的熱點問題。文章以焦作—大慶—銅陵—白山市4個不同類型資源型城市為研究對象,運用集對分析法(SPA)和趨勢外推法對其脆弱性進行評估及預測,以探究不同類型資源型城市脆弱性的變化規(guī)律,并揭示其脆弱性水平在未來10年的波動特征并進行對比分析。結果表明:2003-2015年間,各城市的脆弱性指數平均值呈銅陵市=焦作市>白山市=大慶市,且截止到2015年,銅陵、焦作和大慶均處于中等脆弱水平,白山市處于較低脆弱水平;截止到2025年,白山市將會由2015年的較低脆弱水平下降至低脆弱度水平;大慶市將由中等脆弱度水平下降至低脆弱度水平;而銅陵和焦作市將會由中等脆弱度下降至較低脆弱度,這4個城市的脆弱性程度將呈銅陵市>焦作市>大慶市>白山市。最后,結合實證結果,提出具體調控對策。
資源型城市;脆弱性;集對分析;預測
脆弱性的研究起源于自然災害。20世紀40年代,Gilbert F和White G F兩位美國地理學家提出“適應和調整”的觀點,旨在提醒人們面對自然災害時,雖然致災因子和工程防御是首先要考慮的,但是人類本身應對災害的行為反應更為重要[1]。20世紀70-90年代,學者們開始從脆弱性的角度對全球生態(tài)環(huán)境變化進行研究,并逐漸運用到區(qū)域可持續(xù)發(fā)展和城市社會、經濟和生態(tài)系統協調發(fā)展等領域。同時,不同學者如Timmernan、Dow、Cutter等及IPCC第四次報告分別對脆弱性的內涵進行了不同角度的界定[2-6]。進入21世紀,脆弱性的相關理論方法被不斷運用到經濟學、工程學、管理學等學科中,這標志著脆弱性理論方法的研究開始趨向于多元化,并開始運用到對典型城市可持續(xù)發(fā)展能力研究中[7-9]。目前,我國學者對資源型城市脆弱性的研究開始逐漸深入,孫平軍、李鶴、蘇飛等[10-13]等學者分別從生態(tài)系統、經濟系統、社會系統及人地系統等角度對礦業(yè)城市脆弱性的概念、影響因素[14-16]、定量評價和預測[17-21]、調控對策[22-23]等進行了研究,如蘇飛等學者以石油資源型城市大慶市為例,采用集對分析法(Set Pair Analysis,SPA)對其經濟系統敏感性、適應性和脆弱性進行了定量研究,并分析了經濟系統的主要障礙度因素[24];韓瑞玲等學者以冶金資源型城市鞍山市為研究對象,從經濟、社會、生態(tài)三方面建立評價指標體系,運用SPA構建評價模型,并從敏感性、適應性和脆弱性角度對評價結果進行分析說明[25],為學者們開展相關研究提供了寶貴參考。
焦作市、大慶市、銅陵市和白山市作為我國重要的煤炭、石油、冶金和森工類資源型城市,是國家重點建設項目的重要實施基地。盡管其在過去的十幾年間一直堅持實施城市轉型戰(zhàn)略,但城市整體發(fā)展水平不高,要成功實現城市再度轉型升級,仍面臨著諸多問題。本文嘗試從脆弱性角度出發(fā),引入集對分析法對2003-2015對焦作—大慶—銅陵—白山市可持續(xù)發(fā)展面臨的確定性與不確定性問題進行深入研究,采用趨勢外推法對2016-2025年脆弱性指數進行預測,為不同類型資源型城市可持續(xù)發(fā)展提供理論和實踐依據。
(一)經濟發(fā)展脆弱性特征
主要表現在經濟總量偏小,產業(yè)鏈條短,資源轉化層次低,民營經濟發(fā)展緩慢,產業(yè)結構、產品結構、所有制結構調整的任務非常艱巨,投資額的增長與建設資源型城市發(fā)展接續(xù)產業(yè)示范基地的要求不是很適應,再加上資源型城市存在項目超前謀劃和招商力度不夠,又缺乏技術含量高、市場前景好、牽動作用大的項目帶動,導致當地經濟發(fā)展緩慢,經濟增長后勁不足,非公有制經濟發(fā)展緩慢,財政收支矛盾十分突出,使經濟子系統敏感性不斷提升。
(二)社會發(fā)展脆弱性特征
受到國企股份制改革、城市經濟結構剛性等因素的影響,導致資源型城市居民生活水平的提升、就業(yè)問題的解決以及社會保障體系的完善,成為阻礙資源型城市社會建設的主要因素。此外,資源型城市經濟發(fā)展總量較少,地區(qū)地域遼闊,政府用于城市基礎設施建設的資源不足,導致城市地貌特征分離度較高。城市基礎設施建設重復率較高,消耗資金額度較高,這就導致政府用于基礎設施建設的投入雖然在逐年增加,但社會發(fā)展能力仍然難以提升的局面。
(三)生態(tài)環(huán)境建設脆弱性特征
環(huán)境污染治理難度大。人類對礦產資源長期無節(jié)制地開采和經濟“粗放式”的增長,致使2013年年底焦作市工業(yè)固廢煤矸石已超過2600萬噸,遭受破壞的耕地、林地等生態(tài)環(huán)境面積達120平方公里,生態(tài)環(huán)境的治理、修復和重建任務艱巨。新能源產業(yè)發(fā)展緩慢,資源型城市發(fā)展新能源產業(yè)需要的宏觀方面環(huán)境和微觀條件還很不充分,其發(fā)展仍需一個漫長的適應和調節(jié)的過程。
(四)資源開發(fā)利用脆弱性特征
近幾年,伴隨著城市經濟、社會發(fā)展,資源型城市對礦產資源、電力資源、水資源和土地資源的開采和利用程度在逐年加大,人類活動對資源子系統的擾動程度在逐年增強,一方面,人類對礦產資源的無節(jié)制、不科學開采,使得資源子系統的敏感程度不斷上升;另一方面,礦山資源有其自身的經營和使用年限,超越了礦山的使用年限,礦產資源的供給就會逐年下降。再加上一些資源型城市,如白山市尚無開采新礦的舉措,對地區(qū)各類礦產資源的要求進一步提升,使脆弱性不斷上升。
(一)指標體系及權重確定
1.指標體系
本文在分析資源型城市脆弱性特征并借鑒前人研究成果[26-27]的基礎上,遵循科學性、客觀性、可比性、可行性、動態(tài)性、系統性等原則,從經濟子系統、社會子系統、生態(tài)子系統和資源子系統四個方面建立脆弱性評價指標,其中每個子系統又包含敏感性指標和適應性指標兩個次級指標,基于脆弱性與敏感性成正比,與適應性呈反比,即被評價對象的敏感性指數值越低,適應性指數越高,則脆弱性越低的關系,對評價指標進行反復對比,最終確定了資源型城市脆弱性評價指標體系,見表1[33]所列。
表1 典型資源型城市脆弱性評價指標體系及權重
續(xù)表1
2.權重確定
本文采用熵值法和層次分析法相結合的方法進行賦權。即在對原始數據進行充分挖掘的基礎上,根據各指標原始數據提供的信息量對其賦權,一般認為信息熵越小,信息的無序度越低,信息的效用值越大,反之亦然。該方法在很大程度上能夠克服層次分析法主觀判斷的影響,使結果更加客觀科學[28-29]。
(二)模型構建
1.集對分析法
我國學者趙克勤于1994年提出集對分析法(SPA),這是一種新型的用于處理確定和不確定性問題的數學工具,它能夠通過對具有不一致、不完整、不確定等特點的信息進行分析,并從中發(fā)現隱含的知識,解釋信息背后潛在規(guī)律[30-31]。鑒于該方法具有如上的特點,而資源型城市的發(fā)展又面臨著一系列不確定的問題,因此,選用該方法對資源型城市脆弱性進行研究。具體建模過程如下:
將研究對象中涉及的確定性和不確定性因素作為一個系統,在某種問題(如M)的背景下,將兩個具有某種聯系的集合A、B看成是一個集對H,按照集對H的某一特性建立集合A和集合B的同一、差異、對立的聯系度表達式,然后對集對H的特性展開分析,共得到N個特性,其中,集合A、B共有的特性有N個,集合A、B對立的特性有P個,剩余的F=N-S-P個特性就是集合A、B既不同一又不對立的特性。那么,集合A、B在具體問題M下的關聯度μ可表示為:
a、b、c分別稱為集合A、B在問題M下的同一度、差異度和對立度。
對于多屬性評價問題[32],記Q={F,X,E,W},其中,F={f1,f2,…,fm}是評價方案集,X={x1,x2,…,xn}是評價指標集,E={e1,e2,…,ek}是評價對象集,W={w1,w2,…,wn}是評價指標權重集。在同一空間對評價方案進行對比,以確定最優(yōu)評價指標構成最優(yōu)評價集U={u1,u2,…,un},各指標的最劣評價值構成最劣評價集V={v1,v2,…,vn}。集對{Fm,U}在(U,V)上的聯系度為:
其中,apk和cpk分別為評價指標xpk與集合[vp,up]的同一度和對立度;wp為第p項權重。
當xpk對評價結果起正向作用時:
當xpk對評價結果起負向作用時:
方案pm與最優(yōu)方案集U的相對貼近度rm定義為:
其中,rm反應了被評價方案fm與最優(yōu)方案集U的關聯度,rm值越大表示被評價對象越接近最優(yōu)方案。本文用相對貼近度rm城市敏感、rm城市適應、rm城市脆弱分別表示不同城市的敏感性指數、適應性指數和脆弱性指數。
2.趨勢外推法
趨勢外推法是指預測對象只對相應的時間變化表現出相對穩(wěn)定的波動上升或波動下降趨勢,不受其他因素的影響,并且能夠找到一種對應的函數關系來反映預測對象的這種變化,就證明這一組預測對象未來的發(fā)展趨勢可以用趨勢外推法進行分析,這也是趨勢外推法的關鍵特點。兩個基本假設:第一,預測對象未來的變化趨勢會受到同過去和現在一樣的參數的影響;第二,預測對象的變化過程一般要求是連續(xù)的。
趨勢模型的一般形式是:
其中,t是時間變量,且t=0,2,3,…,或-3,-2,-1,0,1,2,3,…。
趨勢外推模型主要有直線型、多次型曲線、指數型曲線等。本文運用Eviews8.0軟件對基于時序數據的4個典型資源型城市脆弱性進行預測,并從以下角度進行運算和分析預測模型:
(1)通過觀察不同城市2003-2015年脆弱性指數的散點分布圖以判斷出自變量和因變量之間存在怎樣的線性或非線性關系,適合何種趨勢外推模型;
(2)輸入相應的指令得到趨勢外推模型,對其進行顯著性檢驗,通常采用R2、t(檢驗)、F(F檢驗)作為檢驗統計量,本文借助Eviews8.0軟件對相關變量的顯著性進行檢驗;
(3)通過計算2003-2015年4個城市脆弱性指數的真實值與預測值之間的相對誤差絕對值平均數(%),以進一步對預測曲線的擬合度和預測值的置信區(qū)間進行分析,并以相對誤差絕對值平均數(%)不超過5%作為標準,對其進行擬合度判斷。
(三)等級劃分
通過對相關文獻進行整理[34-37],發(fā)現具有代表性等級劃分方法有自然斷點、百分位數、等間隔以及標準差分級法,不同等級劃分方法對數據分布要求不一樣:自然斷點分級法很難對數據分布比較平滑的數據分級,但可以對分布不規(guī)則的數據進行等級劃分;百分位數分級法可以就任意脆弱性數據進行等級劃分,但是其也無法對不同地區(qū)或不同時段的城市發(fā)展程度進行對比分析;標準差分級法則要求數據是呈正態(tài)分布的,對于偏態(tài)分布的數據,容易造成數據極端值分組數值個數較少。本文根據實證結果的數據特征選擇等間隔分級法進行分級,具體見表2所列。
(一)敏感-適應-脆弱性評估結果分析
運用SPA模型計算出焦作-大慶-銅陵-白山市2003-2015年的敏感性、適應性、脆弱性指數值,見表3所列。
表2 典型資源型城市脆弱性評價等級劃分
表3 2003-2015年焦作-大慶-銅陵-白山市敏感-適應-脆弱性指數變動情況
1.敏感性指數對比分析
圖1為焦作—大慶—銅陵—白山市2003-2015年的敏感性指數變化趨勢對比圖,就總體趨勢來看,銅陵市敏感性指數值在2003-2015年間的基本是居于首位的,而焦作市、大慶市和白山市則呈波動變化趨勢。第一,就樣本期間4個城市敏感性指數平均值來看,呈銅陵市>大慶市>焦作市=白山市,在一定程度上說明冶金類城市敏感性大于其他類型的資源型城市;第二,就4個實證城市樣本期間敏感性指數波動情況來看,均呈現下降趨勢,焦作市2015年的敏感性指數較2003年下降了0.17,大慶市下降了0.05,銅陵市下降了0.09,白山市下降了0.12,可見4個城市中,焦作市敏感性指數的下降幅度最大,白山市次之,大慶市最?。坏谌?,就4個城市2015年敏感性指數絕對值來看,銅陵市為0.52,居首位;大慶市為0.48,白山市第三,敏感性指數值為0.44;焦作市最小為0.41。因此,就4個城市目前的敏感程度來看,呈銅陵市>大慶市>白山市>焦作市。
圖1 2003-2015年焦作—大慶—銅陵—白山市敏感性指數對比分析
2.適應性指數對比分析
圖2為焦作—大慶—銅陵—白山市2003-2015年的適應性指數對比分析圖,就4個城市適應性指數總體變化趨勢來看,樣本期間均呈明顯的上升趨勢。第一,就樣本期間4個城市適應性指數的平均值來看,呈大慶市>銅陵市=白山市>焦作市,說明大慶市的經濟、社會、生態(tài)和資源各子系統發(fā)展狀況較其他城市而言,具有較好的發(fā)展趨勢,但是2014和2015年由于受“供給側改革”、能源結構調整、生態(tài)文明建設等宏觀政策的影響,大慶市的適應性指數呈現出下降的趨勢。第二,就樣本期間4個城市適應性指數波動情況來看,均呈明顯的波動上升趨勢:焦作市2015年的適應性指數較2003年上升了0.17,大慶市上升了0.18,銅陵市上升了0.25,白山市上升了0.29,可見,白山市適應性指數的上升幅度最大,銅陵市次之,大慶市第三,焦作市則為最小。第三,就4個實證城市2015年適應性指數絕對值情況來看,白山市為0.65,居首位;銅陵市為0.62,比大慶市略高;焦作市最小為0.56。因此,就目前四個城市的適應能力而言,呈白山市>銅陵市>大慶市>焦作市。
圖2 2003-2015年焦作—大慶—銅陵—白山市適應性指數對比分析
3.脆弱性指數對比分析
圖3為焦作—大慶—銅陵—白山市2003-2015年的脆弱性指數對比分析圖,就四個城市脆弱性指數的變化趨勢來看,均呈現波動下降趨勢,其中,焦作市從較高脆弱度下降至中等脆弱度;大慶市仍處在中等脆弱度水平,但下降幅度明顯;銅陵市從較高脆弱度下降至中等脆弱度;白山市下降最為明顯,由較高脆弱度水平下降至較低脆弱度水平。第一,就樣本期間4個城市脆弱性指數的平均值來看,呈銅陵市=焦作市>大慶市=白山市,說明銅陵和焦作市作為我國典型的冶金和煤炭類型資源型城市,其脆弱性指數較其他類型的資源型城市要高一些。第二,就樣本期間4個城市脆弱性指數波動情況來看,均呈現下降趨勢,焦作市2015年的脆弱性指數較2003年下降了0.18,大慶市下降了0.15,銅陵市下降了0.19,白山市下降了0.24,可見,白山市作為典型的森工類資源型城市,其脆弱性指數的下降幅度最大,而其他類型的資源型城市脆弱性指數下降幅度較為相近。第三,就4個城市2015年脆弱性指數絕對值的對比情況來看,銅陵市為0.43,居首位;略高于焦作市和大慶市的0.42脆弱性指數,白山市最小為0.38,就目前4個城市的脆弱度水平來看,呈銅陵市>焦作市=大慶市>白山市。
圖3 2003-2015年焦作—大慶—銅陵—白山市脆弱性指數對比分析
(二)脆弱性指數預測結果分析
結合焦作市、大慶市、銅陵市和白山市2003-2015年的脆弱性指數評估結果和已經構建的趨勢外推模型,運用Eviews 8.0軟件,分別對焦作市、大慶市、銅陵市和白山市20162025年的脆弱性指數值進行預測。
在顯著性水平為95%的條件下,各城市的所有參數都通過了顯著性檢驗,并計算出各城市2003-2015年的脆弱性指數預測值和真實值之間的相對誤差絕對值(%)的平均數均小于5%(見表4),說明預測模型的精確度較高。
表4 2003-2015年典型資源型城市脆弱性指數真實值與預測值相對誤差
在此基礎上,對該模型進行趨勢外推分析,將時間變量t的區(qū)間由原來的2003-2015,修改為2003-2025年,求出各城市2016-2025年的脆弱性指數預測值,見表5所列。
表5 2016-2025年焦作—大慶—銅陵—白山市脆弱性指數預測值
圖6為焦作—大慶—銅陵—白山市2016-2025年的脆弱性指數對比分析圖。由其變化趨勢可以看出:第一,4個城市均呈現直線下降趨勢,但其下降速度不盡相同,白山市下降速率最大為0.023 8;大慶市第二,為0.016 5;焦作市第三,為0.0155;下降速度最慢的是銅陵市,速率為0.013 5。第二,就4個城市2016-2025年脆弱性指數預測值的平均值來看,呈銅陵市>大慶市>焦作市>白山市,說明這4個城市在未來十年的發(fā)展過程中,銅陵市脆弱程度仍將位居第一,白山市仍將保持脆弱度最低的位置,并很有可能下降至低脆弱度水平,而焦作市和大慶市的脆弱性均呈下降趨勢,但總體來看,焦作市脆弱性水平將大于大慶市。第三,就4個城市2016-2025年的脆弱性指數預測值的波動情況來看,均呈現下降趨勢,但下降的幅度不同。其中,白山市在未來十年的下降幅度最大,將下降0.21;大慶市次之,將下降0.15;焦作市第三,將下降0.13;銅陵市最小,將下降0.12。第四,就4個城市2025年脆弱性指數預測絕對值對比情況來看,銅陵市為0.29,處于較低脆弱度水平,居首位;焦作市為0.24,僅次于銅陵市,亦處于較低脆弱度水平;大慶市第三,為0.19;白山市最小為0.10,將下降至低脆弱度水平。所以,截止到2025年,大慶市將由2015年的中等脆弱度水平下降至低脆弱度水平;白山市將會由目前的較低脆弱水平下降至低脆弱度水平;而銅陵市和焦作市將會由目前的中等脆弱度下降至較低脆弱度水平,且這4個城市的脆弱性程度將呈銅陵市>焦作市>大慶市>白山市??梢?,在這4個城市中,白山市調控脆弱性的各項舉措是最有效的,值得其他城市學習和借鑒。
圖6 2016-2025年焦作—大慶—銅陵—白山市脆弱性指數預測值對比
(一)經濟子系統脆弱性調控對策
第一,推進經濟結構持續(xù)優(yōu)化升級,加快轉變經濟發(fā)展方式。堅持以項目帶動并支撐經濟發(fā)展,改造升級傳統支柱產業(yè),適當擴大和延伸工業(yè)企業(yè)的產業(yè)鏈條和生產效益;大力培育發(fā)展生物制藥、節(jié)能環(huán)保、新能源汽車等戰(zhàn)略型新興產業(yè),形成新的經濟支撐點,促進經濟增長方式由“粗放型”向“集約型”轉變;注重扶持小微型企業(yè)自主創(chuàng)業(yè),增加縣域經濟發(fā)展后勁,構建多元化的產業(yè)結構,培養(yǎng)企業(yè)自主創(chuàng)新能力。第二,調節(jié)地區(qū)財政收支現狀,深化財稅體制改革。資源型城市要解決財政稅收問題,很大程度上要從兩方面入手,一方面要協調政府和企業(yè)、企業(yè)和地方的關系,杜絕政企不分現象,使政府充分發(fā)揮宏觀調控的作用,使企業(yè)真正成為市場經濟中獨立經營的個體;另一方面,要完善資源價值補償體系,使這一“綠色”稅收政策發(fā)揮其應有的作用。第三,激發(fā)金融市場活力,創(chuàng)新招商引資模式。支持股份制銀行、外資銀行、證券公司、金融機構和非金融機構入駐焦作,鼓勵境內外投資者在服務、物流、金融等方面的投資,大力吸進境內外資金進入城建、農業(yè)、教育、醫(yī)療衛(wèi)生等領域,注重科技招商、集群招商、以商招商等招商模式的創(chuàng)新,激發(fā)金融市場活力[38]。
(二)社會子系統脆弱性調控對策
第一,促進就業(yè)和再就業(yè),增加財政投入,完善社會保障體系。抓住國家和政府給予衰竭期資源型城市的扶持政策,積極申請國家項目并吸納能夠帶動地區(qū)就業(yè)的第三產業(yè),以近年來緩解礦業(yè)從業(yè)率升高帶來的各種社會問題;增加醫(yī)療衛(wèi)生、科學教育支出,提高居民最低生活保障和綜合文化素質;完善各類社會保障體系,盡可能地實現社會各類保險在相應區(qū)域內的全面覆蓋,為居民生活提供更多保障。第二,優(yōu)化并加快城市內部結構調整和城中村建設,提高當地居民生活水平。我國資源型城市的城市景觀破碎度較高,城市基礎設施重復建設問題突出,為了加快資源型城市的轉型發(fā)展,基礎設施作為重要的連通外界的媒介要得到政府的高度重視。此外,棚戶區(qū)改造問題關系到居民的生活和社會的穩(wěn)定,政府要致力于建設一批適合居民居住的住宅,對其進行安置,并為棚戶區(qū)居民提供再就業(yè)的機會。
(三)生態(tài)子系統脆弱性調控對策
第一,加強生態(tài)環(huán)境保護治理,加快恢復礦山地質環(huán)境?!熬G水青山就是金山銀山”,資源型城市要結合城市的發(fā)展階段不斷加強對生態(tài)環(huán)境的保護,自然資源是有限的,城市的發(fā)展不能以犧牲綠水青山為代價,要科學合理地對礦區(qū)進行開采,并注重提高自然資源的綜合利用率,提升城市的綠化率。第二,推進節(jié)能減排產業(yè)發(fā)展,降低對傳統產業(yè)的依賴性。政府為節(jié)能減排產業(yè)的發(fā)展提供良好的條件和外部環(huán)境,傳統資源型產業(yè)對環(huán)境的污染較大,大力發(fā)展節(jié)能減排產業(yè)和其他接續(xù)產業(yè),提高相關技術水平,提升資源綜合利用效率,將高能耗產業(yè)對生態(tài)環(huán)境的污染和破壞降到最低[39]。
(四)資源子系統脆弱性調控對策
第一,加強重要資源開發(fā)與保護,提高資源綜合利用效率。要合理規(guī)劃各類礦區(qū)的綠色服務年限,對礦區(qū)資源進行合理的開發(fā)和保護,并積極勘探新的礦區(qū),挖掘新的資源開發(fā)區(qū);更要結合城市自然資源情況對城市的發(fā)展階段進行科學界定,以發(fā)展的眼光看待城市發(fā)展,盡早制定城市轉型規(guī)劃[40]。第二,改善宏觀和微觀環(huán)境,為新能源產業(yè)發(fā)展營造良好的外界環(huán)境。新能源產業(yè)的發(fā)展在很大程度上依賴政府或地區(qū)為其創(chuàng)造的宏觀環(huán)境和微觀條件,新能源產業(yè)發(fā)展好的地區(qū)往往是政策支持和條件相對完善的地區(qū),因此,資源型城市要致力于為新能源產業(yè)的發(fā)展提供支持,以緩解城市轉型面臨的壓力。
[1]Burton I,Kates R W,White G F. The environment as Haz?ard[M].New York:The Guilford Press,1993.
[2]White G F.Natural Hazards,Local,National,Global[M].New York:Oxford University Press,1974.
[3]Timmernan P.Vulnerability Resilience and the Collapse of Society[J].Environment Monograph,1981(1):1-42.
[4]Dow K.Exploring differences in our common future(s):the meaning of vulnerability to global environmental change[J].Geoforum,1992,23(3):417-436.
[5]Cutter S L.Vulnerability to Environment Hazards[J].Prog?ress in Human Geography,1996,20(4):529-539.
[6]IPCC.Impacts,Adaptation and Vulnerability,Fourth As?sessment Report of the IPCC[M].UK:Cambridge Universi?ty Press,2007.
[7]Gopika V,Rao V V S S,Ghosh A K,et al.PSA based vul?nerability and protectability analysis for NPPs[J].Annals of Nuclear Energy,2012,50:232-237.
[8]Bates S,Angeon V,Ainouche A.The pentagon of vulnera?bility and resilience:A methodological proposal in develop?ment economics by using graph theory[J].Economic Model?ling,2014,42:445-453.
[9]Snchez-Rodriguez R,SetoK C,Simon D,et al.Science plan:Urbanization and global environmental change[R].IHDP Report No.15,2005.
[10]孫平軍,修春亮,王忠芝.基于PSE模型的礦業(yè)城市生態(tài)脆弱性的變化研究:以遼寧阜新為例[J].經濟地理,2010,30(8):1354-1359.
[11]李鶴,張平宇.東北地區(qū)礦業(yè)城市經濟系統脆弱性分析[J].煤炭學報,2008,33(1):116-120.
[12]蘇飛,張平宇.礦業(yè)城市社會系統脆弱性研究:以阜新市為例[J].地域研究與開發(fā),2009,28(2):71-74,89.
[13]孫平軍,修春亮.脆弱性視角的礦業(yè)城市人地耦合系統的耦合度評價:以阜新市為例[J].地域研究與開發(fā),2010,29(6):75-79.
[14]蘇飛,張平宇,李鶴.中國煤礦城市經濟系統脆弱性評價[J].地理研究,2008,27(4):907-916.
[15]孫平軍,修春亮.遼寧礦業(yè)城市經濟系統應對能力分析及其脆弱性評價[J].云南地理環(huán)境研究,2010,22(2):47-53.
[16]李鋒.旅游經濟脆弱性:概念界定、形成機理及框架分析[J].華東經濟管理,2013(3):76-81.
[17]孫平軍,修春亮.基于PSE模型的礦業(yè)城市經濟發(fā)展脆弱性研究[J].地理研究,2011,30(2):301-310.
[18]Turvey R.Vulnerability assessment of developing coun?tries:The case of small island developing states[J].Devel?opment Policy Review,2007,25(2):243-264.
[19]李博,韓增林,孫才志,等.環(huán)渤海地區(qū)人海資源環(huán)境系統脆弱性的時空分析[J].資源科學,2012,34(11):2214-2221.
[20]Babiker I S,Mohamed M A A,Hiyama T,et al.A GIS-based DRASTIC model for assessing aquifer vulnerability in Kakamigahara Heights,Gifu Prefecture,central Japan[J].Science of the Total Environment,2005,345(1):127-140.
[21]Andrade M M N,Szlafsztein C F. A socioeconomic and natural vulnerability index for oil spills in an Amazonian harbor:A case study using GIS and remote sensing[J].Journal of Environmental,2010,91(10):1972-1980.
[22]王寶,李泓澤.中國石油脆弱性的測算及其情景分析[J].華北電力大學學報:社會科學版,2011(1):10-13.
[23]盧萬合,劉繼生,蔡文香.基于生態(tài)足跡的吉林省生態(tài)脆弱性分析[J].干旱區(qū)資源與環(huán)境,2010,24(5):17-21.
[24]蘇飛,張平宇.基于集對分析的大慶市經濟系統脆弱性評價[J].地理學報,2010,65(4):454-464.
[25]韓瑞玲,佟連軍,佟偉銘,等.基于集對分析的鞍山市人地系統脆弱性評估[J].地理科學進展,2012,31(3):344-352.
[26]李博,佟連軍,韓增林.東北地區(qū)煤炭城市脆弱性與可持續(xù)發(fā)展模式[J].地理研究,2010,29(2):361-372.
[27]王巖,方創(chuàng)琳.大慶市城市脆弱性綜合評價與動態(tài)演變研究[J].地理科學,2014,34(5):547-555.
[28]陳明星,陸大道,張華.中國城市化水平的綜合測度及其動力因子分析[J].地理學報,2009,64(4):387-398.
[29]楊正東,李京文.中國新型城鎮(zhèn)化與城市低碳轉型發(fā)展研究[J].學習與實踐,2014(12):5-10.
[30]張斌.多目標系統決策的模糊集對分析方法[J].系統工程理論與實踐,1997,17(12):108-114.
[31]趙克勤.集對分析及其初步應用[J].大自然探索,1994,13(1):67-71.
[32]MeiRong S,ZhiFeng Y,Bin C.Set pair analysis for urban ecosystem health assessment based on emergy-vitality in?dex[J].China Environmental Science,2009,29(8):892-896.
[33]李貴芳.資源型城市脆弱性評價及防范研究[D].焦作:河南理工大學,2015.
[34]全占軍,李遠,李俊生,等.采煤礦區(qū)的生態(tài)脆弱性-以內蒙古錫林郭勒草原勝利煤田為例[J].應用生態(tài)學報,2013,24(6):1729-1738.
[35]吳健生,宗敏麗,彭建.基于景觀格局的礦區(qū)生態(tài)脆弱性評價-以吉林省遼源市為例[J].生態(tài)學雜志,2012,31(12):3213-3220.
[36]徐君,李貴芳,王育紅.生態(tài)脆弱性國內外研究綜述與展望[J].華東經濟管理,2016,30(4):149-162.
[37]張平宇,李鶴,佟連軍,等.礦業(yè)城市人地系統脆弱性-理論·方法·實證[M].北京:科學出版社,2010.
[38]徐君,李貴芳,王育紅,等.資源型城市脆弱性特征及反脆弱性發(fā)展研究[J].資源開發(fā)與市場,2015,31(9):1116-1122.
[39]徐君,李貴芳,王育紅,等.國內外資源型城市脆弱性研究綜述與展望[J].資源科學,2015,37(6):1266-1278.
[40]陳燕,高紅貴.資源枯竭型城市轉型發(fā)展中的生態(tài)困境及路徑選擇[J].經濟問題,2015(3):125-129.
A Study on Vulnerability Assessment and Forecast of Typical Resource-based Cities—A Case of Jiaozuo-Daqing-Tongling-Baishan Cities
LI Gui-fang1,MA Dong-dong2,XU Jun3
(1.School of Economics,Renmin University of China,Beijing 100872,China;2.School of Economics,Henan University of Economics and Law,Zhengzhou 450046,China;3.School of Business,Jiangsu Normal University,Xuzhou 221116,China)
At present,the study on the vulnerability of resource-based cities has become a hot issue in the process of promoting the sus?tainable development of resource-based cities and social modernization construction.This paper takes four different types of resourcebased cities as the research object,which are Jiaozuo,Daqing,Tongling and Baishan.Then the paper evaluates and predicts the vulnerabili?ty of different types of resource-based cities to explore its change rules by applying Setpair analysis(SPA)and trend extrapolation,and re?veals the volatility characteristics of the next 10 years and makes a comparative analysis.The results show that:From 2003 to 2015,the av?erage value of vulnerability index of each city presents Tongling=Jiaozuo>Baishan City=Daqing.And by 2015,Tongling,Jiaozuo and Daqing are at a medium level of vulnerability,while Baishan is at a lower level of vulnerability;By 2025,Baishan will decline from a lower level of vulnerability in 2015 to a low level of vulnerability,Daqing will decline from moderate vulnerability to low vulnerability,Whereas Tongling and Jiaozuo will fall from medium vulnerability to lower vulnerability,The degree of vulnerability of these four cities will show Tongling>Jiaozuo>Daqing>Baishan.Finally,the paper,according the empirical results,puts forward specific control measures.
resource-based city;vulnerability;setpair analysis;forecast
F205;F127
A
1007-5097(2017)11-0112-09
10.3969/j.issn.1007-5097.2017.11.015
2017-05-22
國家自然科學基金項目(71272160;71673022)
李貴芳(1990-),女,河南安陽人,博士研究生,研究方向:區(qū)域可持續(xù)發(fā)展;
馬棟棟(1987-),男,河南太康人,講師,博士,研究方向:環(huán)境經濟與可持續(xù)發(fā)展;
徐 君(1975-),女,河南開封人,教授,博士生導師,博士后,研究方向:資源經濟學,區(qū)域經濟學和系統工程。
[責任編輯:張 青]