施建剛，俞曉瑩

（同濟(jì)大學(xué)經(jīng)濟(jì)與管理學(xué)院，上海 200092）

全球氣候變化以及頻發(fā)的極端天氣對(duì)當(dāng)前城市安全提出了挑戰(zhàn)，作為城市復(fù)雜系統(tǒng)中的重要組成部分，基礎(chǔ)設(shè)施系統(tǒng)在應(yīng)對(duì)氣候變化的過程中扮演了重要的角色。一方面，充足且具有防災(zāi)功能的基礎(chǔ)設(shè)施是對(duì)抗極端天氣災(zāi)害的重要屏障；另一方面，基礎(chǔ)設(shè)施自身同樣具有災(zāi)害暴露性，受災(zāi)后極易演變成重要的風(fēng)險(xiǎn)源［1］。對(duì)城市基礎(chǔ)設(shè)施進(jìn)行氣候變化情境下的脆弱性分析成為城市應(yīng)對(duì)氣候變化的重要議題?，F(xiàn)有城市基礎(chǔ)設(shè)施脆弱性的相關(guān)研究大致分為兩類：一是以基礎(chǔ)設(shè)施為對(duì)象，包括從物理層面分析基礎(chǔ)設(shè)施的設(shè)備材質(zhì)、結(jié)構(gòu)等要素的抗干擾、抗破壞能力［2］，從工程層面分析基礎(chǔ)設(shè)施故障狀態(tài)時(shí)的功能損失與可靠運(yùn)行概率［3-4］；從城市規(guī)劃層面分析基礎(chǔ)設(shè)施布局和設(shè)計(jì)規(guī)程是否能保障城市安全運(yùn)行、并滿足防災(zāi)減災(zāi)的要求［5-6］，從治理層面分析城市基礎(chǔ)設(shè)施治理主體的風(fēng)險(xiǎn)應(yīng)對(duì)、政策有效性等指標(biāo)［7］。二是以城市系統(tǒng)作為對(duì)象，將基礎(chǔ)設(shè)施脆弱性或相關(guān)指標(biāo)作為分析要素之一，比如韌性城市研究［8］、宜居城市研究［9］、城市氣候變化適應(yīng)性研究等［10］。以基礎(chǔ)設(shè)施為對(duì)象的研究多局限于單一視角，而以城市整體為對(duì)象的研究雖然更為全面、綜合性強(qiáng)，但不能體現(xiàn)出基礎(chǔ)設(shè)施脆弱性的具體狀況。為探究在氣候變化情境下城市基礎(chǔ)設(shè)施脆弱性的空間分布特性，本文將基礎(chǔ)設(shè)施脆弱性評(píng)估與其空間分析相結(jié)合，構(gòu)建氣候變化下城市基礎(chǔ)設(shè)施脆弱性的空間分析框架，并以長(zhǎng)三角城市群各地級(jí)市為實(shí)證對(duì)象，通過城市基礎(chǔ)設(shè)施脆弱性的空間分布特征、空間關(guān)系來更好地理解和把握氣候變化下基礎(chǔ)設(shè)施脆弱性的特點(diǎn)。

1 研究背景及分析框架

1.1 氣候變化及城市基礎(chǔ)設(shè)施脆弱性

氣候變化是人類共同面臨的巨大挑戰(zhàn)。聯(lián)合國(guó)政府間氣候變化專門委員會(huì)（Intergovernmental Panel on Climate Change，IPCC）發(fā)布的工作報(bào)告顯示：1880年至2012年間全球陸地和海洋平均溫度上升了0.85℃［11］；自1950年起，氣候變化引發(fā)的極端天氣以極寒、極熱、強(qiáng)降雨等形式出現(xiàn)在多個(gè)地區(qū)，發(fā)生頻率不斷增加、破壞力增強(qiáng)。國(guó)家發(fā)改委等部門于2013年制定的《國(guó)家適應(yīng)氣候變化戰(zhàn)略》中提到，20世紀(jì)90年代以來，中國(guó)平均每年因極端天氣氣候事件造成的直接經(jīng)濟(jì)損失超過2 000多億元，死亡2000多人。世界經(jīng)濟(jì)論壇發(fā)布的《全球風(fēng)險(xiǎn)報(bào)告2018》中，極端天氣事件連續(xù)兩年占據(jù)全球風(fēng)險(xiǎn)概率首位［12］。

狹義的城市的基礎(chǔ)設(shè)施系統(tǒng)包括供電、供氣、通訊、供水、排水以及交通設(shè)施等［13］，城鎮(zhèn)化推動(dòng)了城市基礎(chǔ)設(shè)施規(guī)模的迅速擴(kuò)張，也大大增加了其作為氣候變化承災(zāi)體的風(fēng)險(xiǎn)。中國(guó)于2016年2月由國(guó)家發(fā)展改革委與住房城鄉(xiāng)建設(shè)部聯(lián)合發(fā)布了《城市適應(yīng)氣候變化行動(dòng)方案》，并于2017年2月確定了28個(gè)氣候適應(yīng)型建設(shè)試點(diǎn)城市，明確提出要“推動(dòng)適應(yīng)氣候變化的城市公用基礎(chǔ)設(shè)施建設(shè)”。加強(qiáng)基礎(chǔ)設(shè)施抵御氣候事件的能力，是降低其脆弱性、提高城市安全的關(guān)鍵路徑之一。

為更直觀地分析和評(píng)價(jià)基礎(chǔ)設(shè)施脆弱性，學(xué)界嘗試對(duì)其進(jìn)行量化評(píng)估，主要包括情景仿真建模和多屬性指標(biāo)評(píng)價(jià)兩類方法。仿真建模方法多見于工程領(lǐng)域研究中，以災(zāi)后設(shè)施拓?fù)浣Y(jié)構(gòu)的損失或功能的下降作為脆弱性函數(shù)，適合于單一災(zāi)害情景分析；多屬性指標(biāo)評(píng)價(jià)，以多屬性值理論為基礎(chǔ)，根據(jù)評(píng)估目的建立指標(biāo)體系和評(píng)價(jià)模型，能夠?qū)崿F(xiàn)多災(zāi)害、多種基礎(chǔ)設(shè)施系統(tǒng)的脆弱性評(píng)估。本文以城市多類基礎(chǔ)設(shè)施系統(tǒng)為評(píng)價(jià)對(duì)象，采用多屬性指標(biāo)評(píng)價(jià)方法。

1.2 氣候變化下城市基礎(chǔ)設(shè)施脆弱性的空間分析框架

在城鎮(zhèn)化的進(jìn)程中，城市的發(fā)展?fàn)顩r各異，城市整體脆弱性分布呈現(xiàn)出顯著的空間相異性［14］。城市基礎(chǔ)設(shè)施的抗災(zāi)防災(zāi)能力與當(dāng)?shù)氐慕?jīng)濟(jì)社會(huì)發(fā)展水平相關(guān)，同時(shí)受到城市的地理位置、地質(zhì)狀況、水文分布等因素的合力作用，那么空間相近的城市之間在基礎(chǔ)設(shè)施脆弱性水平上是否具有關(guān)聯(lián)性？為了回答這一問題，以長(zhǎng)江三角洲城市群為對(duì)象，以城市為單元進(jìn)行基礎(chǔ)設(shè)施的脆弱性評(píng)估，構(gòu)建脆弱性的三要素——暴露性、敏感性、適應(yīng)性的量化指標(biāo)，從兩個(gè)方面進(jìn)行指標(biāo)要素的空間分析，一是城市基礎(chǔ)設(shè)施脆弱性的空間分布，二是脆弱性要素是否具有空間相關(guān)性，分析框架如圖1所示。

圖1 氣候變化下城市基礎(chǔ)設(shè)施脆弱性的空間分析框架Fig.1 Spatial analysis framework of urban infrastructure vulnerability in climate change

2 氣候變化下城市基礎(chǔ)設(shè)施脆弱性的評(píng)估

2.1 評(píng)估模型與變量

2.1.1 評(píng)估模型

脆弱性評(píng)估指標(biāo)體系的構(gòu)建基于脆弱性內(nèi)涵的界定，目前存在兩種標(biāo)準(zhǔn)：一是脆弱性作為內(nèi)生性變量，將脆弱性等同于敏感性，評(píng)估災(zāi)害下系統(tǒng)受損的容易程度；二是脆弱性作為外源性變量，考慮災(zāi)害概率，并將承災(zāi)體的暴露性和災(zāi)害敏感性作為脆弱性的自變量［15］。兩種界定標(biāo)準(zhǔn)決定了變量性質(zhì)，影響評(píng)估模型的構(gòu)建［16］。

在脆弱性的多屬性指標(biāo)方法中，Polsky基于對(duì)氣候變化災(zāi)害實(shí)例的分析，于2007年提出了脆弱性VSD整合模型（Vulnerability Scoping Diagram），是近年來被廣泛認(rèn)可的脆弱性評(píng)價(jià)指標(biāo)體系［17］。VSD體系包括承災(zāi)體的災(zāi)害暴露性（Exposure）、承災(zāi)體對(duì)災(zāi)害的敏感性（Sensitivity）和承災(zāi)體的適應(yīng)性（Adaptability），被廣泛應(yīng)用于生態(tài)環(huán)境變化時(shí)的承災(zāi)體脆弱性的識(shí)別和評(píng)估。另外，聯(lián)合國(guó)大學(xué)（United Nations University，簡(jiǎn)稱UNU）為評(píng)估自然災(zāi)害下的國(guó)家脆弱性，于2011年發(fā)布了世界風(fēng)險(xiǎn)指標(biāo)WRI（World Risk Index），構(gòu)建了由承災(zāi)體的暴露性、敏感性和適應(yīng)性三個(gè)維度指標(biāo)組成的脆弱性評(píng)估體系［18］。世界風(fēng)險(xiǎn)指標(biāo)體系與VSD有相通之處，同時(shí)強(qiáng)調(diào)了社會(huì)因素的作用。借鑒VSD體系和WRI指標(biāo)，構(gòu)建氣候變化下城市基礎(chǔ)設(shè)施脆弱性三要素指標(biāo)體系，逐一進(jìn)行要素量的空間分析。

2.1.2 評(píng)估變量與指標(biāo)體系

分別構(gòu)建三類要素的評(píng)價(jià)指標(biāo)體系，指標(biāo)的選取應(yīng)有針對(duì)性地反映出各要素的具體內(nèi)涵。參考IPCC工作報(bào)告、聯(lián)合國(guó)國(guó)際減災(zāi)戰(zhàn)略報(bào)告以及相關(guān)研究文獻(xiàn)，遵照系統(tǒng)性、科學(xué)性、可操作性等原則，對(duì)氣候變化下城市基礎(chǔ)設(shè)施脆弱性三要素內(nèi)涵進(jìn)行闡述，并據(jù)此構(gòu)建相應(yīng)的評(píng)價(jià)指標(biāo)體系于表1，從暴露性、敏感性和適應(yīng)性三個(gè)維度進(jìn)行城市基礎(chǔ)設(shè)施在氣候變化情景下的脆弱性評(píng)估。

表1 氣候變化下城市基礎(chǔ)設(shè)施脆弱性評(píng)估指標(biāo)體系Tab.1 Indicators of urban infrastructure vulnerability assessment in climate change

（1）暴露性

暴露性是指災(zāi)害情景下，承災(zāi)體遭受擾動(dòng)或?yàn)?zāi)害的程度，IPCC將其定義為“因位于特定地點(diǎn)或環(huán)境，致使人類、生計(jì)、環(huán)境服務(wù)和資源、基礎(chǔ)設(shè)施、以及經(jīng)濟(jì)、社會(huì)或文化設(shè)施等具有了遭受不利影響的可能性”［19］。這一概念被大量文獻(xiàn)引用，反映出學(xué)界在暴露性內(nèi)涵問題上觀點(diǎn)較為統(tǒng)一［20］。暴露性是否能作為脆弱性函數(shù)的自變量存在爭(zhēng)議，有學(xué)者認(rèn)為暴露性是脆弱性的主成分之一［21］，也有觀點(diǎn)認(rèn)為應(yīng)將兩者區(qū)別看待［22］。基礎(chǔ)設(shè)施暴露性本身并沒有風(fēng)險(xiǎn)必然性，但是在氣候變化或氣候?yàn)?zāi)害發(fā)生時(shí)對(duì)脆弱性有放大作用，故將暴露性作為脆弱性要素之一。

秦大河在《中國(guó)極端天氣氣候事件和災(zāi)害風(fēng)險(xiǎn)管理與適應(yīng)國(guó)家評(píng)估報(bào)告》中將暴露性界定為“特定災(zāi)害事件發(fā)生時(shí)的影響范圍和承災(zāi)體分布在空間上的交集”［23］，包含了氣象災(zāi)害下暴露性內(nèi)涵中的兩個(gè)要點(diǎn)：一是承災(zāi)體，二是氣象災(zāi)害事件?？紤]到承災(zāi)體的規(guī)模與氣象事件的嚴(yán)重程度決定了暴露性水平，選擇城市的年度供水量、用電量、交通客運(yùn)量、電信業(yè)務(wù)量、以及燃?xì)夤饬孔鳛槌袨?zāi)體暴露規(guī)模，選擇極端天氣中較為典型的高溫、強(qiáng)降水作為氣象變化導(dǎo)致的氣象災(zāi)害，作為暴露性的評(píng)價(jià)指標(biāo)。其中，考慮到城市人口規(guī)模對(duì)基礎(chǔ)設(shè)施總量的影響，將指標(biāo)數(shù)據(jù)取人均值。

（2）敏感性

首先，敏感性包含系統(tǒng)易損性內(nèi)涵，指承災(zāi)體“在多大程度上易遭受自然災(zāi)害的破壞和損害”［24］，IPCC將基礎(chǔ)設(shè)施敏感性定義為“由于缺少對(duì)危險(xiǎn)狀況的抵抗力導(dǎo)致系統(tǒng)容易遭受巨大損失和傷害的傾向”［19］，這一內(nèi)涵反映了承災(zāi)體對(duì)氣候變化負(fù)面影響的承受能力；其次，敏感性還包含系統(tǒng)的災(zāi)害應(yīng)對(duì)能力，即“承災(zāi)體利用資源、技術(shù)、機(jī)會(huì)來克服災(zāi)害負(fù)面影響、并在短期內(nèi)恢復(fù)基本功能的能力”［25］，Blaikie等學(xué)者認(rèn)為敏感性是表征“個(gè)人或群體預(yù)測(cè)、應(yīng)對(duì)災(zāi)害以及從災(zāi)害中恢復(fù)的能力”的特征指標(biāo)［25］，應(yīng)對(duì)能力內(nèi)涵考慮災(zāi)害后承災(zāi)體保持的生存力，是傳統(tǒng)災(zāi)害管理中的重點(diǎn)內(nèi)容。

城市基礎(chǔ)設(shè)施的材質(zhì)、施工以及老化和缺乏維護(hù)均會(huì)導(dǎo)致敏感性的增加，以供水管道為例，根據(jù)統(tǒng)計(jì)資料，我國(guó)常用的灰口鑄鐵管、混凝土管等爆管幾率較大，而球墨鑄鐵管爆管較少，非球墨鑄鐵管的比例可在一定程度上反映設(shè)施的敏感性，故作為供水系統(tǒng)敏感性指標(biāo)；另外，城市供電、交通、燃?xì)狻⑼ㄐ旁O(shè)施結(jié)構(gòu)復(fù)雜，設(shè)施材質(zhì)、元件的具體數(shù)據(jù)難以獲得，故分別采用停電時(shí)間、交通不利日數(shù)、停氣頻率以及通信基站量來衡量設(shè)施的敏感性；城市排水系統(tǒng)是應(yīng)對(duì)強(qiáng)降水等極端天氣的防災(zāi)設(shè)施，排水管道規(guī)模的提升可以降低交通等其他設(shè)施的易損程度，取其人均值作為敏感性的負(fù)向指標(biāo)；通信基站規(guī)模代表城市通信設(shè)施系統(tǒng)的發(fā)展水平，取其人均值作為敏感性的負(fù)向指標(biāo)。

（3）適應(yīng)性

適應(yīng)性是指系統(tǒng)或個(gè)體能夠進(jìn)行自我調(diào)整以應(yīng)對(duì)災(zāi)害風(fēng)險(xiǎn)的能力，決定了個(gè)體、家庭、社區(qū)或其他群體在環(huán)境變化下的可持續(xù)性［26］。與敏感性不同，適應(yīng)性強(qiáng)調(diào)承災(zāi)體長(zhǎng)期可持續(xù)發(fā)展?jié)摿Α＝陙?，由于意識(shí)到氣候變化帶來的風(fēng)險(xiǎn)具有高度的不確定性，提高受災(zāi)體的“氣候適應(yīng)性”逐漸成為應(yīng)對(duì)氣候變化的主要策略。IPCC將“氣候適應(yīng)”定義為“自然界或人類在氣候變化情況下降低氣候風(fēng)險(xiǎn)、利用有利機(jī)會(huì)的一種調(diào)整”［19］。適應(yīng)性強(qiáng)調(diào)系統(tǒng)自身為減少氣候風(fēng)險(xiǎn)而進(jìn)行的變化與再組織過程，著眼于中長(zhǎng)期機(jī)制［27］。

與其他指標(biāo)相比，適應(yīng)性指標(biāo)主要關(guān)注設(shè)施物理系統(tǒng)之外的相關(guān)因素。城市綠地對(duì)極端強(qiáng)降水具有吸納、滯留及減緩的效應(yīng)［8］，選擇城市的綠化覆蓋率作為適應(yīng)性指標(biāo)；城市基礎(chǔ)設(shè)施的定期維護(hù)影響其使用壽命和運(yùn)行質(zhì)量［28］，城市維護(hù)建設(shè)資金為定期維護(hù)工作提供長(zhǎng)期的財(cái)力支持，選擇支出的人均值作為適應(yīng)性指標(biāo)；另外，在災(zāi)害實(shí)際發(fā)生之前，災(zāi)害的風(fēng)險(xiǎn)存在被低估的傾向［29］，設(shè)施系統(tǒng)的保險(xiǎn)投資可以為氣象災(zāi)害后的恢復(fù)和重建提供支持，地方保險(xiǎn)業(yè)中財(cái)產(chǎn)險(xiǎn)保費(fèi)收入可以反映當(dāng)?shù)馗餍袠I(yè)的保險(xiǎn)意識(shí)水平，選擇財(cái)產(chǎn)險(xiǎn)保費(fèi)收入的人均值作為適應(yīng)性指標(biāo)。

2.2 城市樣本與數(shù)據(jù)處理

2.2.1 評(píng)估樣本

本文以長(zhǎng)江三角洲城市群（簡(jiǎn)稱“長(zhǎng)三角城市群”）為評(píng)估的樣本城市。根據(jù)2016年5月國(guó)務(wù)院批準(zhǔn)的《長(zhǎng)江三角洲城市群發(fā)展規(guī)劃》，長(zhǎng)三角城市群包括上海，江蘇省的南京、無錫、常州、蘇州、南通、鹽城、揚(yáng)州、鎮(zhèn)江、泰州，浙江省的杭州、寧波、嘉興、湖州、紹興、金華、舟山、臺(tái)州，安徽省的合肥、蕪湖、馬鞍山、銅陵、安慶、滁州、池州、宣城等26市［30］。研究區(qū)域如圖2所示。資料來源于《長(zhǎng)江三角洲城市群發(fā)展規(guī)劃》，2016年后銅陵市與安慶市的行政區(qū)劃進(jìn)行了調(diào)整。

2.2.2 數(shù)據(jù)處理

圖2 研究區(qū)域示意圖Fig.2 Map of study zone

采用Min-Max歸一化方法對(duì)原始數(shù)據(jù)進(jìn)行無量綱標(biāo)準(zhǔn)化處理。Min-Max歸一化方法是一種線性變換方法，將所有的數(shù)據(jù)投射到［0，1］之間，來解決數(shù)據(jù)間因量綱不同而無法比較的問題。綜合評(píng)估中共有n個(gè)城市，m個(gè)指標(biāo)，各指標(biāo)分別為x1，x2，…，xm，用xij（i=1，2，…，n；j=1，2，…，m）表示第i個(gè)城市的第j個(gè)原始指標(biāo)值，x′ij表示經(jīng)過量綱處理的第i個(gè)單位的第j個(gè)指標(biāo)值。

對(duì)于標(biāo)準(zhǔn)化后的指標(biāo)數(shù)據(jù)，參考世界風(fēng)險(xiǎn)指標(biāo)體系與VSD模型對(duì)于指標(biāo)無差異權(quán)重的處理，分別對(duì)暴露性、敏感性和適應(yīng)性的各個(gè)指標(biāo)值進(jìn)行加和平均，得出每一類要素的評(píng)估值。

3 氣候變化下城市基礎(chǔ)設(shè)施脆弱性的空間分析

為進(jìn)一步探究城市基礎(chǔ)設(shè)施脆弱性的空間特征，以脆弱性三要素的評(píng)估結(jié)果為基礎(chǔ)、以城市為空間單元對(duì)其進(jìn)行空間關(guān)系的分析?？臻g分析分為兩部分，一是空間分布分析，考察三類要素指標(biāo)評(píng)價(jià)值的空間分布情況；二是空間相關(guān)性分析，是檢驗(yàn)?zāi)骋灰氐膶傩耘c其相鄰空間上的屬性值是否相關(guān)的重要指標(biāo)，通過全局自相關(guān)和局部自相關(guān)兩種方式進(jìn)行分析。

具體地說，在ArcGIS軟件平臺(tái)對(duì)脆弱性三要素指標(biāo)值分別進(jìn)行數(shù)據(jù)分級(jí)，按照自然間斷點(diǎn)分級(jí)法（Jenks）將評(píng)估值劃分為“低、較低、中等、較高、高”5個(gè)級(jí)別，將具體的空間分布進(jìn)行可視化展示；在ArcGIS空間分析模塊采用全局空間自相關(guān)評(píng)價(jià)指標(biāo)——Global Moran’s指數(shù)來分別考察三個(gè)要素的空間全局自相關(guān)性；通過“聚類和異常值分析”工具，進(jìn)行三類要素的局部自相關(guān)性分析。

3.1 暴露性要素

（1）暴露性的空間分布

在ArcGIS的運(yùn)行下，得出氣候變化下長(zhǎng)三角城市群基礎(chǔ)設(shè)施暴露性的空間分布如圖3所示。

圖3顯示，暴露性最高的三個(gè)城市包括蘇州、上海、南京，三個(gè)城市當(dāng)年人均地區(qū)生產(chǎn)總值（Per Capita GRP）均在10萬元之上，并且均具有較高程度的人口規(guī)模，其中上海市被列為超大城市（常住人口≥1 000萬），南京市為特大城市（500萬≤常住人口≤1 000萬），蘇州市為I型大城市（300萬≤常住人口≤500萬）。城市居民對(duì)水、電、燃?xì)?、通訊以及交通的需求比中小?guī)模城市更高，導(dǎo)致其氣候變化暴露性處于高值區(qū)域。而暴露性較低的城市中，安慶、池州、滁州、宣城、舟山、嘉興等人口均不足百萬。簡(jiǎn)言之，城市的人口規(guī)模和經(jīng)濟(jì)水平與基礎(chǔ)設(shè)施的氣候變化暴露性存在一定的相關(guān)性。

圖3 氣候變化下的城市基礎(chǔ)設(shè)施暴露性空間分布Fig.3 Spatial distribution of urban infrastructure exposure in climate change

（2）暴露性的空間相關(guān)性

暴露性的空間相關(guān)性如圖4所示，圖4a為暴露性的全局相關(guān)性Moran’s I指數(shù)，圖4b為暴露性的局部自相關(guān)聚類分布。

圖4 暴露性的空間相關(guān)性Fig.4 Spatial correlation of urban infrastructure exposure

暴露性的Moran’s I指數(shù)接近0，空間全局自相關(guān)性不顯著，即暴露性要素值在空間上的分布具有整體的隨機(jī)性。局部自相關(guān)分析中出現(xiàn)了兩個(gè)聚集區(qū)域，一是HH（高值集聚區(qū)）類型的上海市，二是LH（低值被高值包圍）類型的嘉興市。上海市是長(zhǎng)三角城市群中唯一的超大城市，在人口規(guī)模、經(jīng)濟(jì)體量上一直保持第一，是城市群落的中心，暴露性高值集聚的形成一定程度上反映了其城市基礎(chǔ)設(shè)施的規(guī)模水平具有一定的空間輻射性，也同時(shí)造成了嘉興市的LH區(qū)域類型。嘉興市常住人口不足500萬，屬于中等城市，在地理位置上被上海、杭州、蘇州等高暴露性城市環(huán)抱，但其暴露性的評(píng)估值并未受到鄰接城市的影響?？傊?，暴露性的空間分布在整體上呈現(xiàn)隨機(jī)性，只有上海市的暴露性對(duì)空間鄰近城市有一定的輻射作用。

3.2 敏感性要素

（1）敏感性的空間分布

在ArcGIS的運(yùn)行下，得出氣候變化下長(zhǎng)三角城市群基礎(chǔ)設(shè)施敏感性的空間分布如圖5所示。

圖5顯示，樣本中高敏感性城市大多分布在安徽省境內(nèi)，地理位置位于長(zhǎng)三角城市群的中西部。位于高敏感性區(qū)間的銅陵、安慶、宣城、蕪湖、池州的人口規(guī)模相對(duì)較小，均不足400萬；其人均地區(qū)生產(chǎn)總值除蕪湖達(dá)到6萬元之上，其余4個(gè)城市的人均GRP僅在3～4萬元之間，在城市群中排名靠后，屬于經(jīng)濟(jì)相對(duì)不發(fā)達(dá)的中小城市。在氣候變化及其引發(fā)的極端天氣情況下，其基礎(chǔ)設(shè)施系統(tǒng)有更高的可能由于設(shè)施材質(zhì)易損、服務(wù)供應(yīng)不可靠、設(shè)施規(guī)模不足等問題產(chǎn)生設(shè)施失效等后果。而敏感性較低的合肥、杭州、南京、上海均屬于省會(huì)城市或直轄市，人口規(guī)模較大，經(jīng)濟(jì)水平較高，其城市維護(hù)投入和硬件設(shè)施質(zhì)量相對(duì)較好。從暴露性和敏感性的空間分布圖可以看出，兩者有相當(dāng)一部分呈現(xiàn)互逆分布。

（2）敏感性的空間相關(guān)性

圖5 氣候變化下城市基礎(chǔ)設(shè)施敏感性空間分布Fig5.Spatial distribution of urban infrastructure sensitivity in climate change

敏感性的空間相關(guān)性如圖6所示，圖6a為敏感性的全局相關(guān)性Moran’s I指數(shù)，圖6b為敏感性的局部自相關(guān)聚類分布圖。

圖6 敏感性的空間相關(guān)性Fig.6 Spatial correlation of urban infrastructure sensitivity

由圖6可見，敏感性的Moran’s I指數(shù)為0.368 512，要素在99%的概率下（p值約為0.01）存在空間正相關(guān)，即要素高值或低值整體上在空間上顯著集聚；敏感性的局部自相關(guān)性分析中出現(xiàn)了一個(gè)異常值，即LH（低值被高值包圍）類型的合肥市，以及一個(gè)聚類區(qū)域，即HH（高值集聚區(qū)）類型的安慶、池州、蕪湖、宣城。這兩個(gè)區(qū)域都屬于安徽省，且兩者之間存在地理上的相鄰關(guān)系。合肥市作為安徽省省會(huì)城市，其基礎(chǔ)設(shè)施在氣候變化情境下的敏感性較低，得益于其城市維護(hù)的大力投入和硬件設(shè)施較好的質(zhì)量，但這種優(yōu)勢(shì)并沒有從空間上擴(kuò)散至其相鄰城市群，與之相反，其周圍形成了高敏感性的城市聚集區(qū)域。

3.3 適應(yīng)性要素

（1）適應(yīng)性的空間分布

在ArcGIS的運(yùn)行下，得出氣候變化下長(zhǎng)三角城市群基礎(chǔ)設(shè)施適應(yīng)性的空間分布如圖7所示。合肥、南京、舟山、湖州在適應(yīng)性上處于高值，而蕪湖、滁州、鹽城、宣城、泰州的適應(yīng)性指標(biāo)相對(duì)較低。對(duì)具體數(shù)據(jù)進(jìn)行深入分析后，發(fā)現(xiàn)城市維護(hù)建設(shè)支出起到關(guān)鍵作用。合肥市作為26個(gè)城市中唯一的氣候適應(yīng)型城市建設(shè)試點(diǎn)，其適應(yīng)氣候變化的相關(guān)工作具有一定的基礎(chǔ)，2016和2017年的統(tǒng)計(jì)數(shù)據(jù)顯示，合肥市城市維護(hù)建設(shè)資金支出接近安徽省一半的水平。在申請(qǐng)?jiān)圏c(diǎn)城市的過程中，合肥市政府投資建設(shè)了氣象災(zāi)害監(jiān)測(cè)預(yù)警系統(tǒng)，對(duì)供電、交通、排水等設(shè)施系統(tǒng)進(jìn)行了應(yīng)對(duì)極端天氣災(zāi)害的改造工作［31］。由此可知，城市建設(shè)定位和政策性引導(dǎo)對(duì)提高基礎(chǔ)設(shè)施的氣候變化適應(yīng)性、降低氣候?yàn)?zāi)害脆弱性起到重要的推動(dòng)作用。

（2）適應(yīng)性的空間相關(guān)性

適應(yīng)性的空間相關(guān)性如圖8所示，圖8a為適應(yīng)性的全局相關(guān)性Moran’s I指數(shù)，圖8b為適應(yīng)性的局部自相關(guān)聚類分布圖。

圖8 適應(yīng)性的空間相關(guān)性Fig.8 Spatial correlation of urban infrastructure adaptation

適應(yīng)性的Moran’s I指數(shù)接近0，空間全局自相關(guān)性不顯著，即適應(yīng)性要素值在空間上的分布具有整體的隨機(jī)性；局部自相關(guān)分析中出現(xiàn)了一個(gè)聚集區(qū)域，即HH（高值集聚區(qū)）類型的合肥市。如前所述，合肥市是長(zhǎng)三角城市群中唯一的氣候適應(yīng)型城市試點(diǎn)，其地理相鄰的馬鞍山市、銅陵市基礎(chǔ)設(shè)施的適應(yīng)性相對(duì)較高，呈現(xiàn)出一定的空間輻射；但這種輻射關(guān)聯(lián)并不普遍，滁州市、蕪湖市與合肥市鄰接，但是其基礎(chǔ)設(shè)施的適應(yīng)性要素評(píng)估值低。由此可知，在長(zhǎng)三角城市群中，氣候變化下的城市基礎(chǔ)設(shè)施適應(yīng)性要素的空間分布在整體上呈現(xiàn)隨機(jī)性，合肥市的適應(yīng)性對(duì)空間鄰近城市有一定的輻射作用。

3.4 綜合分析

氣候變化背景下，城市基礎(chǔ)設(shè)施的脆弱性是其氣候?yàn)?zāi)害暴露性、設(shè)施敏感性以及適應(yīng)性三類要素合力的結(jié)果，其中暴露性和敏感性是正向要素，適應(yīng)性是反向要素。根據(jù)對(duì)各個(gè)要素的空間分布分析，可知各類要素的空間分布并不一致。比如上海市的城市基礎(chǔ)設(shè)施具有較高的暴露性，而其設(shè)施敏感性較低、適應(yīng)性較高；而南京市的城市基礎(chǔ)設(shè)施屬于高暴露性、高適應(yīng)性、較低敏感性的類型；杭州市的城市基礎(chǔ)設(shè)施具有較高的暴露性，其敏感性卻很低，適應(yīng)性中等；還有安慶市、宣城市等中小城市，基礎(chǔ)設(shè)施系統(tǒng)往往具有較低的災(zāi)害暴露性、較高的敏感性以及相對(duì)較低的適應(yīng)性?；诖耍鱾€(gè)城市在制定基礎(chǔ)設(shè)施系統(tǒng)應(yīng)對(duì)氣候變化策略體系時(shí)，需首先明確各類脆弱性要素的具體水平，有的放矢地出臺(tái)政策以降低設(shè)施系統(tǒng)的脆弱性。

另外，從省域視角看，暴露性和敏感性要素的空間分布呈現(xiàn)顯著的省域相異性。較高的災(zāi)害暴露性的城市多分布于上海市、江蘇省、浙江省，而安徽省多個(gè)城市的基礎(chǔ)設(shè)施敏感性相對(duì)較高，適應(yīng)性的空間分布并未體現(xiàn)這一特征。

雖然在評(píng)估體系中沒有采用直接的經(jīng)濟(jì)指標(biāo)，但是上述對(duì)城市基礎(chǔ)設(shè)施脆弱性三要素的空間分布分析表明，城市自身經(jīng)濟(jì)水平的作用明顯。經(jīng)濟(jì)發(fā)達(dá)地區(qū)對(duì)城市基礎(chǔ)設(shè)施的依賴性較大，氣候變化下的暴露性相對(duì)較高；而經(jīng)濟(jì)能力又能支持設(shè)施系統(tǒng)硬件的發(fā)展，同時(shí)改善系統(tǒng)內(nèi)外環(huán)境因素，提升相關(guān)人力資源水平并提供可持續(xù)發(fā)展的持續(xù)動(dòng)力。同時(shí)，相關(guān)宏觀政策能夠引導(dǎo)脆弱性要素的走向。

在空間自相關(guān)性上，只有城市基礎(chǔ)設(shè)施的敏感性要素整體上具有空間相關(guān)特征，暴露性和適應(yīng)性只存在局部的空間聚集區(qū)域。其中上海市的基礎(chǔ)設(shè)施災(zāi)害暴露性對(duì)周邊區(qū)域存在正向的影響，這與其人口規(guī)模、經(jīng)濟(jì)發(fā)展的空間輻射有一定的關(guān)系；合肥市作為樣本中唯一的氣候適應(yīng)型城市試點(diǎn)，自身具有較高的氣候適應(yīng)性，對(duì)鄰近城市基礎(chǔ)設(shè)施的適應(yīng)性存在正向的影響關(guān)系。

4 結(jié)論

為了解氣候變化情境下城市基礎(chǔ)設(shè)施脆弱性的空間分布及相關(guān)關(guān)系，以長(zhǎng)三角城市群各地市為對(duì)象，首先進(jìn)行了基礎(chǔ)設(shè)施脆弱性評(píng)估，并以此為基礎(chǔ)分析了脆弱性的空間分布情況與空間自相關(guān)性。

城市基礎(chǔ)設(shè)施的脆弱性按照暴露性、敏感性、適應(yīng)性三類要素分別進(jìn)行評(píng)估，經(jīng)過客觀指標(biāo)數(shù)據(jù)的處理，得到了被評(píng)估的26個(gè)城市單元三要素的評(píng)估值。進(jìn)一步對(duì)評(píng)估值進(jìn)行空間分布與空間自相關(guān)性分析，發(fā)現(xiàn)其空間分布關(guān)系具有如下特點(diǎn)：

（1）氣候變化下城市基礎(chǔ)設(shè)施脆弱性的分布與城市的地理位置關(guān)系不明顯，而與城市級(jí)別、人口規(guī)模、經(jīng)濟(jì)水平等有一定的相關(guān)關(guān)系。人口眾多、經(jīng)濟(jì)水平較高的城市其基礎(chǔ)設(shè)施暴露性有高值傾向，而敏感性以及適應(yīng)性與之相反，體現(xiàn)了城市基礎(chǔ)設(shè)施的社會(huì)經(jīng)濟(jì)屬性。

（2）相關(guān)宏觀政策的引導(dǎo)對(duì)降低城市基礎(chǔ)設(shè)施脆弱性有顯著作用。特別是在當(dāng)前氣候適應(yīng)型城市建設(shè)過程中，城市定位和政策性引導(dǎo)對(duì)提高基礎(chǔ)設(shè)施的氣候變化適應(yīng)性起到關(guān)鍵的推動(dòng)作用。

（3）省界對(duì)城市基礎(chǔ)設(shè)施脆弱性要素的分布有一定的影響。根據(jù)對(duì)長(zhǎng)三角城市群的實(shí)證結(jié)果分析，氣候變化下城市基礎(chǔ)設(shè)施的暴露性與適應(yīng)性沒有顯著的空間自相關(guān)性，而敏感性空間自相關(guān)性顯著，安徽省內(nèi)分布有更多的基礎(chǔ)設(shè)施敏感性高值城市。

總之，在氣候變化背景之下，長(zhǎng)三角城市群的基礎(chǔ)設(shè)施脆弱性分布未形成區(qū)域化的一致特征，脆弱性更多地取決于城市單元個(gè)體的行政級(jí)別、經(jīng)濟(jì)水平以及所屬行政區(qū)域等因素，三類要素的空間分布各異。為協(xié)調(diào)發(fā)展長(zhǎng)三角城市群對(duì)抗氣候變化能力，應(yīng)在區(qū)域一體化政策的推動(dòng)下構(gòu)建降低基礎(chǔ)設(shè)施脆弱性的策略框架，因地制宜地識(shí)別出各類脆弱性要素的城市分布特征，在區(qū)域經(jīng)濟(jì)協(xié)同發(fā)展戰(zhàn)略紅利下對(duì)高脆弱性城市進(jìn)行政策扶持，加強(qiáng)基礎(chǔ)設(shè)施建設(shè)，并制定提升其對(duì)抗氣候變化能力的長(zhǎng)期發(fā)展規(guī)劃。

作者貢獻(xiàn)聲明：

施建剛：負(fù)責(zé)論文研究概念、技術(shù)路線的提出，把握論文的邏輯結(jié)構(gòu)，對(duì)論文進(jìn)行了重要的修改，核準(zhǔn)論文最終版。

俞曉瑩：參與論文研究概念、技術(shù)路線的確定，負(fù)責(zé)數(shù)據(jù)收集、分析與解釋，撰寫論文初稿。