文／車妍穎 中國市政工程中南設計研究總院有限公司 助理工程師

宋彥杰 廣東省城鄉(xiāng)規(guī)劃設計研究院有限責任公司 注冊城鄉(xiāng)規(guī)劃師

引言

脆弱性概念最初起源于自然災害研究，彼得·提莫曼（P.Timmerman）在地學領域首先提出了脆弱性概念，之后在生態(tài)學、社會學等諸多領域得到廣泛應用，當前脆弱性研究已成為全球環(huán)境變化及可持續(xù)性發(fā)展關注的熱點問題和重要的分析工具，許多學者把脆弱性研究作為一門新興的科學[2]，其概念也已經演變?yōu)榘┞抖?、敏感性、適應能力等多個要素在內的一個概念的集合[3]。

文章選取武漢老舊社區(qū)作為研究對象，分析疫情傳播的時空特征，按照暴露程度、敏感性和適應能力這三個脆弱性組成要素研究與老舊社區(qū)空間屬性因子的關聯(lián)性，得出影響老舊社區(qū)脆弱性的因素。

1 武漢老舊社區(qū)疫情空間特征

1.1 武漢老舊社區(qū)空間識別

為了便于采集疫情等相關數據，本文所研究社區(qū)特指我國城市（鎮(zhèn)）最小的基層管理單元，又可稱為居民委員會。根據國務院2020 年提出的《關于全面推進城鎮(zhèn)老舊小區(qū)改造工作的指導意見》以及武漢市住房保障和房屋管理局發(fā)布的《武漢市老舊小區(qū)改造三年行動計劃（2019—2021年）》中對老舊小區(qū)的定義，參照《武漢市2019年地理國情監(jiān)測項目》中對舊城空間識別的判別標準，本文將老舊社區(qū)空間識別的判別標準定為含有2000 年以前居住用地的社區(qū)。

通過衛(wèi)星影像解譯、GIS 空間分析、人工識別和校核等多種方法（圖1），識別結果如下：武漢老舊社區(qū)有428 個，其中一環(huán)線內共計137 個，所占面積17.4km2；一環(huán)線與二環(huán)線內共計130個，所占面積61.4km2；二環(huán)線與三環(huán)線之間共計128個，所占面積220.7km2；三環(huán)線外主城區(qū)內共計33 個，所占面積108.6km2（圖2）。

圖1 老舊社區(qū)識別步驟圖（圖片來源：作者自繪）

圖2 武漢市老舊社區(qū)空間分布圖（圖片來源：作者自繪）

1.2 武漢老舊社區(qū)疫情分布特征

利用python 軟件爬取了騰訊地圖疫情實時追蹤數據。截至2020 年2 月28 日共匯總了2752個居住區(qū)的30617 個確診病例數據，當日武漢市累計確診48557 例。本文所采集的病例數據達總確診人數的63.1%，且2752 個居住區(qū)均勻分布于武漢市內，因此可作為社區(qū)疫情分析的有效支撐。

將采集的2752 個樣本數據導入GIS 平臺，利用核密度空間分析工具對其進行可視化分析，再將識別出的428 個老舊社區(qū)的范圍進行疊加分析（圖3）。新冠肺炎確診病例核密度值越高，說明其聚集程度越高。由圖可知，確診病例集中分布于主城區(qū)內，其中硚口區(qū)利濟北路片區(qū)、江岸區(qū)黃埔路永清片區(qū)、江漢區(qū)漢興片區(qū)、武昌區(qū)武泰閘片區(qū)、洪山區(qū)光谷廣場片區(qū)、青山區(qū)鋼花村片區(qū)是新冠肺炎確診病例聚集程度最高的區(qū)域，同時也與識別的老舊社區(qū)范圍有較高的重合性。

圖3 武漢市老舊社區(qū)疫情分布圖（圖片來源：作者自繪）

1.3 武漢老舊社區(qū)疫情傳播特征

按照社區(qū)疫情發(fā)展過程，將疫情擴散特征大致分為點狀擴散、線性流動擴散、社區(qū)內部擴散三種。

1.3.1 點狀擴散傳播

武漢疫情早期為點狀擴散傳播，以疫情源頭或攜帶病毒患者的活動軌跡為中心，例如居住區(qū)、商業(yè)街、購物中心、市場、汽車站、地鐵站、火車站等場所，向周邊社區(qū)擴散。

1.3.2 線性流動擴散傳播

武漢疫情中期為線性流動擴散傳播，以軌道交通和主干道為軸線，向周邊社區(qū)傳播，在空間擴散趨勢上與人群流動一致?；贕IS 平臺利用核密度空間分析工具，對病例數據、地鐵線路以及主干道進行疊加分析，可以看出確診病例在地鐵線路和主干道周邊的集聚程度較高[4]（圖4）。

圖4 武漢市新冠肺炎確診病例核密度與軌道交通線路分布圖（圖片來源：作者自繪）

1.3.3 社區(qū)內部擴散傳播

武漢疫情后期為社區(qū)內部擴散傳播，以社區(qū)內無癥狀感染者及其活動軌跡為中心，在本社區(qū)內部傳播。在武漢市2020 年1 月23 日封城后，公共交通停止運行，新冠病毒的線性流動擴散傳播方式被遏制，大部分的發(fā)熱病例也被隔離，但社區(qū)內還存在大量的無癥狀感染者，這成為疫情后期病毒傳播擴散的主要源頭。

2 武漢老舊社區(qū)脆弱性評價

2.1 數據來源

本文中社區(qū)疫情數據來源于騰訊地圖提供的“疫情實時追蹤”服務平臺，除疫情以外的數據來源于《武漢市2020 年地理國情監(jiān)測》。為詳細分析老舊社區(qū)脆弱性的影響因素，本文選取了舊城核心區(qū)的105 個老舊社區(qū)作為主要研究對象。依據脆弱性三要素的產生機制，結合新冠肺炎疫情的發(fā)展過程，本文整理了關于105 個老舊社區(qū)的確診病例確診日期、每日確診病例數量、進入無疫情社區(qū)批次、人口密度、建筑密度、容積率等數據（表1）。由于社區(qū)疫情屬敏感數據，官方未正式對外公布，分析所用數據與實際存在差距，因此分析結果僅作為參考。

表1 分析數據來源（表格來源：作者自繪）

2.2 評價方法

為全面系統(tǒng)地探索老舊社區(qū)脆弱性的影響因素，本文構建了暴露度、敏感性、適應能力與建筑密度、容積率、綠地率等老舊社區(qū)相關空間因子進行分析。其中暴露度用社區(qū)首次確診病例日期和首次確診人數來衡量，代表老舊社區(qū)在疫情初始階段表現出來的易感染性；敏感性用總確診人數和確診人數漲幅來衡量，代表老舊社區(qū)在疫情影響過程中表現出來的傳播強度；適應能力用無疫情社區(qū)批次來表示，代表老舊社區(qū)在疫情后期盡快實現恢復健康的能力。

分析采用SPSS 統(tǒng)計軟件對數據的相關性r 和顯著性p 進行分析。當r 為正數時，則為正相關；當r 為負數時，則為負相關；當r 的絕對值數值越接近1 時，則表明兩個變量的相關性越大。當|p|≥0.01時，表明關系一般顯著；當|p|≥0.02時，表明關系較為顯著；當|p|≥0.05 時，表明關系極其顯著（表2）。

2.3 評價結果

2.3.1 暴露度評價

暴露度評價包括首次確診病例日期和首次確診人數兩個衡量因子。分析結果顯示，首次確診病例與人口密度呈正相關，與建筑密度、綠地率、收入水平呈負相關；首次確診人數與容積率、社區(qū)面積呈正相關，與建筑密度、綠地率、老齡化率、人口密度、就業(yè)崗位密度呈負相關。綜合來看，老舊社區(qū)容積率越高，暴露度越低；綠地率越高，暴露度越低；老齡化率越高，暴露度越高；社區(qū)面積越大，暴露度越高。

2.3.2 敏感性評價

敏感性評價包括總確診人數和確診人數漲幅兩個衡量因子。分析結果顯示，總確診人數與建筑密度、收入水平、社區(qū)面積呈正相關，與容積率、綠地率、老齡化水平、人口密度、就業(yè)崗位密度呈負相關；確診人數漲幅與建筑密度、容積率、綠地率、收入水平呈正相關，與人口密度呈負相關。綜合來看，老舊社區(qū)建筑密度越大，敏感性越強；老齡化率越高，敏感性越弱；收入水平越高，敏感性越強；社區(qū)面積越大，敏感性越強；人口密度越大，敏感性越弱；就業(yè)崗位密度越大，敏感性越弱。

2.3.3 適應能力評價

敏感性評價由老舊社區(qū)所在無疫情社區(qū)批次來衡量，批次越早，說明適應能力越強。分析結果顯示，無疫情社區(qū)批次與綠地率、老齡化率、社區(qū)面積呈正相關，與建筑密度、人口密度呈負相關。因此，綠地率越高，適應能力越弱；老齡化率越高，適應能力越弱；社區(qū)面積越大，適應能力越弱；建筑密度越高，適應能力越強；人口密度越高，適應能力越強。

結語

由于本文所選取樣本數量較少，且疫情數據無法獲取官方數據，因此分析結果存在出入甚至相矛盾的情況。特別是關于人口密度和就業(yè)崗位密度的分析結果尤其明顯，其原因與疫情發(fā)生時正值歲末年初，老舊社區(qū)大量流動人口已返鄉(xiāng)過節(jié)，導致實際人口與平常人口差距較大。但綜合來看，老舊社區(qū)脆弱性與建筑密度、容積率、綠地率、老齡化率、社區(qū)面積等存在一定相關性，具體表現為：建筑密度越高，脆弱性越強；容積率越高，脆弱性越強；綠地率越高，脆弱性越低；老齡化率越高，脆弱性越強；社區(qū)面積越大，脆弱性越強。

因此，為降低老舊社區(qū)脆弱性，應合理降低老舊社區(qū)容積率和人口密度，增加綠地開敞空間，適當控制社區(qū)面積，此外應綜合運用拆除重建和微改造等手段，吸引年輕人居住和就業(yè)，改善社區(qū)居民年齡結構，進而建設更具抵抗能力和韌性的健康社區(qū)[5]。