焦柳丹，鄧佳麗，吳雅，霍小森

（1. 重慶交通大學 經(jīng)濟與管理學院，重慶 400074；2. 西南大學 資源環(huán)境學院，重慶 4000715）

近年來，隨著全球氣候變暖與城鎮(zhèn)化進程的加快，暴雨、地震、臺風等災害事件頻繁出現(xiàn)，給我國城市的發(fā)展造成了極大的影響和破壞。例如，2008年，汶川地震導致約6.92萬人死亡，37.46萬人受傷；2012年，北京特大暴雨受災人口約190萬，受災面積約16 000平方千米[1]；2015年，深圳發(fā)生山體滑坡導致76人失聯(lián)[2]?！?019年全國自然災害基本情況》顯示，2019年，我國有1.3億人受災，直接經(jīng)濟損失約3 270.9億元。以上現(xiàn)象表明我國城市在應對災害風險時，存在災中抵抗不足、災后恢復緩慢、災害適應力弱等問題。而2002年，倡導地區(qū)可持續(xù)發(fā)展國際理事會（ICLEI）提出了“韌性城市”這一議題，將韌性引入到城市及防災減災研究中，由此掀起了城市韌性研究的浪潮[3-4]。近年來，我國北京、上海等城市也在新一輪的城市規(guī)劃中提出要提高城市韌性和增強城市的應災能力[3,5]，因此，城市如何提升其韌性水平以應對擾動已經(jīng)成為國內(nèi)外學術界密切關注的問題。

韌性，其基本含義為某一系統(tǒng)擁有化解外來沖擊、并在危機出現(xiàn)時仍能維持其主要功能運轉(zhuǎn)的能力。隨著韌性理論的不斷發(fā)展，從韌性視角探尋城市或某個系統(tǒng)應對自然災害的能力已成為防災減災領域中的熱點。廣大學者針對城市韌性評價在指標選取與評價方法上都取得了豐富的研究成果。在評價指標方面，不同學者選取的指標各不相同。例如，Hudec等[6]從經(jīng)濟、社會及社區(qū)管理能力三個方面，選取了12個指標評價分析不同城市韌性水平的差異。張明斗和馮曉青[7]則從城市生態(tài)壞境韌性、城市經(jīng)濟水平韌性、城市社會環(huán)境韌性、城市基礎設施韌性四個方面構建了包含15個指標的評估指標體系。孫陽等[8]從生態(tài)環(huán)境、市政設施、經(jīng)濟和社會發(fā)展四個方面構建指標體系，并對我國長三角地級城市進行城市韌性水平評價研究。張鵬等[9]從經(jīng)濟、社會、生態(tài)、工程四個方面構建了指標體系，并分析了山東省各城市韌性的時空分異。Jonas等[10]從經(jīng)濟、物質(zhì)、制度、社會和自然五個方面選取了25個指標參數(shù)構建了氣候災害的城市韌性評估體系。Cutter等[11]從經(jīng)濟、社會、基礎設施、制度、生態(tài)及社區(qū)能力6個方面選取28個指標構建了城市韌性評估指標體系。Suárez等[12]從社會—生態(tài)系統(tǒng)視角篩選出5個指標來構建城市韌性恢復力框架，并對西班牙50個城市進行案例研究。陳長坤等[13]以韌性角度從抵抗、恢復、適應三個階段并選取了25個指標來建立雨洪災害下的城市韌性評價模型。而在評價方法層面，學者們普遍采用了層次分析法[7,14]、TOPSIS法[13]、GIS空間分析法[15]、熵值法[16]等方法評價城市韌性水平。

通過對上述文獻進行梳理總結，可以看出盡管國內(nèi)外學者對城市韌性水平評價展開了豐富的研究，但在指標選取以及評價方法方面尚有進一步研究的空間。目前，已有的評價指標體系大致分為基于城市子系統(tǒng)和基于韌性定義角度兩類，但它們都缺乏從動態(tài)性的視角來分解災害發(fā)生前至災害發(fā)生后對城市擾動的影響，而壓力—狀態(tài)—響應（PSR）模型可以將城市受災害擾動的過程相契合，從災害致災因子導致的壓力，災害發(fā)生前的預警到災害過程中城市系統(tǒng)的狀態(tài)及做出的反應，再到災害發(fā)生后城市的恢復及對整個城市韌性提升的建設，使城市能夠適應災害的沖擊。但目前將PSR模型應用于城市韌性水平評價的研究還相對較少。同時，云模型是一種將不確定性問題進行定性和定量的轉(zhuǎn)換，被廣泛應用在了各個研究領域中的評價問題?；诖?，本文將基于PSR模型構建城市韌性水平評價指標體系，并將云模型與熵權法相結合，構建城市韌性評價云模型，并以我國31個省份（港澳臺地區(qū)除外）對象進行城市韌性水平實證分析，以期為促進我國城市韌性水平提升提供參考。

1 基于PSR模型的城市韌性評價指標體系構建

壓力（pressure）—狀態(tài)（state）—響應（response）模型常用于環(huán)境問題研究，是目前應用最為廣泛的評價模型指標體系構建的方法之一[17]。例如，史永亮[18]等運用PSR模型從城市子系統(tǒng)的角度構建了城市生態(tài)系統(tǒng)的評價指標體系；程銳輝[19]等運用PSR模型評價上海的河網(wǎng)脆弱性等。本文在構建城市韌性評價指標體系時，將考慮韌性城市在建設過程中，影響城市穩(wěn)定性的災害壓力，在遭受災害壓力下城市的狀態(tài)及變化情況，城市子系統(tǒng)對城市遭受壓力和狀態(tài)發(fā)生改變的響應與壓力—狀態(tài)—響應模型相結合，具體如圖1所示，進而選取三個方面的具體指標。

圖1 城市韌性PSR機理圖

1.1 壓力韌性評價指標選取

城市壓力韌性主要受災害的影響，致災因子是導致災害發(fā)生的原因，按災害發(fā)生的方式可將致災因子分為自然災害壓力和人為災害壓力。其中，通過參考國家住房和城鄉(xiāng)建設部及監(jiān)督管理局聯(lián)合頒布的《城市綜合防災規(guī)劃標準》（GB/T 51327—2018），將城市的自然災害主要劃分為地震災害、洪澇災害、地質(zhì)災害、氣象災害。而通過對文獻梳理總結[20-24]，將人為災害主要劃分為資源衰竭災害、環(huán)境污染災害、交通災害、人口過剩災害四大類。

因此，本文選取的壓力指標也主要分為自然災害和人為災害兩大類。自然災害類指標主要選取自然災害發(fā)生的數(shù)量或影響范圍作為評價指標，其中，對年降雨量800 mm[25]以上的地區(qū)考慮洪澇災害風險，并且數(shù)值越大，風險越大。人為災害類指標主要從人類活動及人口密集程度對城市的影響角度進行選取。通過結合已有學者的相關研究，本文共選取了12個具體指標進行壓力韌性的評價分析，具體如表1所示。

表1 壓力韌性評價指標

1.2 狀態(tài)韌性評價指標選取

城市狀態(tài)韌性主要考慮承災體的綜合作用狀態(tài)，即城市遭受災害時的狀態(tài)及變化情況，無論在自然災害或人為災害發(fā)生時，都將對整個城市的經(jīng)濟狀態(tài)、社會狀態(tài)、資源環(huán)境狀態(tài)和基礎設施狀態(tài)造成不同程度的影響，由此本文將其分為自然承災狀態(tài)和人為承災狀態(tài)兩個方面。

具體關于自然承災狀態(tài)類指標，本文主要選取自然資源和自然災害造成的人身及財產(chǎn)損失情況作為評價指標；人為承災狀態(tài)類指標主要選取城市經(jīng)濟、社會、基礎設施狀態(tài)和人為災害造成的人身及財產(chǎn)損失情況作為評價指標。因此，本文選取的狀態(tài)指標，代表的是一個城市能夠承受災害的能力及災害對城市造成在經(jīng)濟狀態(tài)、社會狀態(tài)、資源環(huán)境狀態(tài)及基礎設施狀態(tài)的改變，通過結合相關研究，本文共選取了13個評價指標，如表2所示。

表2 狀態(tài)韌性評價指標

1.3 響應韌性評價指標選取

城市響應韌性體現(xiàn)的是城市應對災害的能力，主要可分為三個步驟，分別為抵抗、恢復、適應。抵抗為城市的災害來臨之前的預警，做好應對災害的準備，可以減少災害帶來的損失?；謴蜑闉暮Πl(fā)生后能夠恢復到受災害擾動之前狀態(tài)的能力。適應則表示一個學習的過程，通過每一次災害的沖擊，可以總結出城市防災減災的規(guī)律，城市響應韌性能夠在抵抗和恢復方面得到提升，從而提升城市韌性，當再一次受到與之前相同的災害時能夠維持城市的穩(wěn)定性。

本文選取的響應指標也主要分為抵抗、恢復、適應三大類。抵抗類指標主要選取災前預警的信息傳達類指標?；謴皖愔笜酥饕獮轶w現(xiàn)城市目前經(jīng)濟水平及社會、生態(tài)、基礎設施投入的指標，能反映城市在災害來臨后，以目前的水平恢復城市正常運行的能力。適應類指標主要是從城市韌性的提升角度進行選取。本文共選取了18個具體的響應指標，如表3所示。

表3 響應韌性評價指標

2 城市韌性評價云模型構建

云模型的概念最初是由李德毅教授在1995年提出，用于研究不確定性問題的方法，被廣泛應用在了電力[33]、物流[34]、建筑[35]、氣候[36]等領域的評價問題。本文基于云模型的相關理論并結合熵權法，構建的城市韌性評價模型具體步驟如下。

2.1 確定基于PSR模型指標的評語集

將云模型評價結果的評語等級劃分為五個等級，分別用I級、II級、III級、IV級、V級來表示[37]。結合PSR模型，本文將指標韌性等級劃分為壓力韌性等級、狀態(tài)韌性等級、響應韌性等級及綜合城市韌性等級。而每個維度的韌性又分為I級（大）、II級（較大）、III級（中等）、IV級（較?。級（?。┪鍌€方面。

2.2 確定各指標對應等級的云特征值

云模型包括期望（Ex）、熵（En）、超熵（He）3個數(shù)字特征值，Ex代表了云的重心位置，En代表了云滴出現(xiàn)的隨機性，He為熵的熵，代表云滴的凝聚度。各指標中的最大值和最小值最能反映評價結果，則將正向指標中的最大值作為V級的Ex，最小值作為I級的Ex，負向指標則用最小值作為V級的Ex，最大值作為I級的Ex。將一個指標中最大值設為作為上限，將最小值設為作為下限，并用以下公式計算出云特征值：

He=k，k可為經(jīng)驗值或試驗值，本文k選取經(jīng)驗值0.5。

2.3 確定各指標值的等級隸屬度

云模型隸屬度是通過正向云發(fā)生器進行確定的。正向云發(fā)生器包括X-條件云發(fā)生器和Y-條件云發(fā)生器，本文將采用X-條件云發(fā)生器來確定隸屬度，如圖2所示。

圖2 X條件云發(fā)生器

式中：Enn為以En為期望、He為標準差的正態(tài)隨機分布。

式中：x0為收集的原始數(shù)據(jù)，u0為隸屬度。

2.4 云模型與熵權評價

在進行韌性評價時，需要確定評價指標的權重。本文采用熵權法來計算指標權重。熵權法是一種客觀的確定權重的方法，它通過各指標的變異程度來確定指標的權重，然后通過修正得到相對客觀的權重。設初始數(shù)據(jù)指標矩陣為 ，n表示評價對象的個數(shù)，m表示評價指標的個數(shù)，其中i=1, …,n，j=1, …,m。熵權法確定權重的具體步驟如下：

式中：Yij為標準化處理后的指標數(shù)據(jù)值。

式中：Pij為xij出現(xiàn)的概率。

式中：Sj為指標的信息熵。

式中：Dj為各指標的冗余度。

熵權法確定的權重矩陣為壓力指標權重ω1、狀態(tài)指標權重ω2、響應指標權重ω3、城市韌性指標權重ω分別與云模型確定的壓力隸屬度矩陣R1、狀態(tài)隸屬度矩陣R2、響應隸屬度矩陣R3、城市韌性隸屬度矩陣R相乘得到被評價城市的壓力韌性綜合隸屬度矩陣B1、狀態(tài)韌性綜合隸屬度矩陣B2、響應韌性綜合隸屬度矩陣B3及城市韌性綜合隸屬度矩陣B。B={b1,b2,b3,b4,b5}，其中bi(i=1, …, 5)為最大值，代表該城市的韌性在bi對應的等級隸屬度越高，則該城市的城市韌性水平處于bi所對應的等級，壓力、狀態(tài)、響應韌性等級同理可得。

3 模型實證分析

3.1 研究對象與數(shù)據(jù)來源

本文以我國31個省份為研究對象，對其2019年的城市韌性水平進行實證分析。所有指標數(shù)據(jù)來源均為《2019統(tǒng)計年鑒》和國家數(shù)據(jù)網(wǎng)。

3.2 權重和隸屬度計算結果

通過對收集的數(shù)據(jù)進行處理，計算出壓力指標權重ω1、狀態(tài)指標權重ω2、響應指標權重ω3，具體結果如下：

隨后通過2017matlab軟件進行X-條件云模型編程，其中主要代碼為[drop]=xcloud(Ex,En,He,x0, 10 000)；M=mean[drop(2, :)]，drop為一個兩行10 000列的矩陣，第一行為x0，第二行為通過xcloud在云特征值下產(chǎn)生的隸屬度u0，M為原始數(shù)據(jù)為x0時10 000個隸屬度的平均值，并取這個平均值作為x0在云特征值下的隸屬度，最后得出各個城市各項指標數(shù)據(jù)對應I、II、III、IV、V級的云模型隸屬度。以北京的SO2排放量為例，此指標為負向指標，以最大值73.91作為I級區(qū)間的Ex，最小值0.35作為V級區(qū)間的Ex，II、III、IV級區(qū)間的Ex分別為55.52、37.13、18.74，En均為7.81，He選取經(jīng)驗值為0.5，由此可以得出SO2排放量指標的5個區(qū)間范圍見表4——北京SO2排放量云特征值及隸屬度，并且得出其X-條件云圖，如圖3所示。同理得到某個城市的壓力指標、狀態(tài)指標、響應指標及基于PSR模型的城市韌性指標的隸屬度矩陣R1、R2、R3、R。

表4 北京SO2排放量云特征值及隸屬度

圖3 北京SO2排放量隸屬度圖

3.3 韌性水平計算結果

通過結合權重與隸屬度矩陣得到綜合隸屬度矩陣，分別得出全國31個省份地級及以上城市的壓力、狀態(tài)、響應韌性等級。如表5所示，目前城市壓力韌性水平大多處于小、較小、中等水平，其中12個省份處于壓力小水平，包括北京、天津等；16個省份處于較小水平，包括浙江、福建等；只有3個省份處于中等水平，分別為江蘇、廣東、四川。

而關于狀態(tài)韌性水平，如表5所示，西藏、甘肅、青海處于差水平，山西、內(nèi)蒙古等11個省份處于較差水平，天津、河北等9個省份處于中等水平，黑龍江、江蘇等4個省份處于較好水平，北京、上海、海南、寧夏處于好水平。

表5 城市韌性等級表

在響應韌性水平方面，如表5所示，天津、海南等5個省份響應等級慢，北京、山西等20個省份響應等級較慢，河北、江蘇等4個省份響應等級為中等，山東響應等級較快，廣東響應等級快。有4/5的省份響應韌性處于中等以下，表明我國各個省份在響應這一個階段差距明顯，水平還相對較低。

通過結合壓力韌性、狀態(tài)韌性和響應韌性三個方面的計算結果，最終確定各個省份其城市韌性綜合水平，計算結果如表6所示。

從表6計算結果可以看出，城市韌性處于高韌性水平的省份為北京和廣東；處于第二維度，較高韌性表現(xiàn)的有江蘇；處于中等韌性的有河北、浙江、安徽、山東、河南、四川6個省份；而處于較低韌性的有山西、內(nèi)蒙古等17個省份；位于低韌性的有天津、海南、西藏、青海、寧夏5個省份。而具體通過對壓力—狀態(tài)—響應這一個動態(tài)性的分析，可以發(fā)現(xiàn)主要問題存在于狀態(tài)與響應這兩個階段上，以海南為例，其壓力韌性與狀態(tài)韌性均處于Ⅴ級，表明災害壓力小，城市受災害的影響小，但響應韌性處于Ⅰ級，城市綜合韌性處于Ⅰ級，此現(xiàn)象說明海南對災害的應對能力極差，反映出在抵抗、恢復、適應上的脆弱性，一旦遇到更大的災害，整個城市將無法維持穩(wěn)定有序。天津的城市韌性處于Ⅰ級，但其Ⅰ、Ⅱ、Ⅴ級之間的隸屬度差距都比較小，可見改善其現(xiàn)狀比較容易，主要方法為增強響應韌性。上海的城市綜合韌性處于Ⅱ級，其壓力和狀態(tài)韌性均處于Ⅴ級，響應韌性處于Ⅱ級，可見其對災害的應對能力建設還有待提升，特別是在醫(yī)療衛(wèi)生、環(huán)境保護方面。江蘇的壓力韌性為Ⅲ級，狀態(tài)韌性為Ⅳ級，響應韌性為Ⅲ級，城市韌性為Ⅳ級，它在整個過程中的等級都比較穩(wěn)定，可分別從壓力、狀態(tài)、響應進行改善，以達到提升城市韌性的效果。

表6 基于PSR模型的城市韌性綜合隸屬度表

4 結論與建議

本文基于壓力—狀態(tài)—響應模型從災害對城市擾動的動態(tài)視角構建了城市韌性評價指標體系，并構建了壓力—狀態(tài)—響應城市韌性評價的云模型，運用熵權法與云模型相結合的方法對我國31個省份地級及以上城市進行城市韌性評價，最終得出壓力韌性、狀態(tài)韌性、響應韌性等級及城市韌性等級。

通過評價結果可以看出我國不同省份之間其城市韌性水平存在差距大，韌性普遍偏低的問題，通過基于PSR的動態(tài)過程分析，反映出我國城市最急需得到控制的是人為災害，其中環(huán)境污染災害和人口過剩災害最為突出；城市承災狀態(tài)中，在環(huán)境資源、經(jīng)濟、社會、基礎設施四個方面均存在問題，最主要的問題是經(jīng)濟與環(huán)境資源問題，其表現(xiàn)為森林覆蓋率低、經(jīng)濟水平低、失業(yè)率高、公共交通不便利；城市應災能力中，抵抗力、恢復力、適應力的建設還需要提升，主要需要增加醫(yī)療資源、環(huán)保、科研創(chuàng)新的投入。

通過過程分析總結出我國大部分城市環(huán)境問題嚴重，從環(huán)境污染、環(huán)境資源到環(huán)保的投入是最急需得到改善的，壓力韌性水平中等的城市需要控制廢水的排放量，減小SO2的排放量及粉塵排放量，狀態(tài)韌性差及較差的城市需要多植樹造林，提高森林覆蓋率，響應慢的城市需要增加環(huán)保事業(yè)的投入，注重城市生態(tài)的可持續(xù)發(fā)展。