閻姝伊, 李嘉藝, 王瑤函, 鄭 曦,*

1 北京林業(yè)大學(xué)園林學(xué)院,北京 100083 2 杭州園林設(shè)計(jì)院股份有限公司,杭州 310007

黨的十九大提出實(shí)施鄉(xiāng)村振興戰(zhàn)略,2021年十三屆全國(guó)人大四次會(huì)議將“全面推進(jìn)鄉(xiāng)村振興,完善新型城鎮(zhèn)化”戰(zhàn)略作為“十四五”城鄉(xiāng)建設(shè)領(lǐng)域主要目標(biāo)之一。地處淺山區(qū)內(nèi)的鄉(xiāng)鎮(zhèn)是產(chǎn)業(yè)結(jié)構(gòu)、人口結(jié)構(gòu)和空間結(jié)構(gòu)從城市向農(nóng)村特征過(guò)渡的地帶,由具有一定海拔高度變化的自然、聚落、農(nóng)業(yè)景觀等而共同構(gòu)成的人與自然相互作用的環(huán)境綜合體[1]。土地退化和山地災(zāi)害是山地鄉(xiāng)鎮(zhèn)生態(tài)環(huán)境長(zhǎng)期面臨的問(wèn)題[2],隨著城鄉(xiāng)發(fā)展,越來(lái)越多的淺山地帶被轉(zhuǎn)化為城市建設(shè)用地,淺山區(qū)鄉(xiāng)鎮(zhèn)社會(huì)-生態(tài)系統(tǒng)受到人地相互作用日趨強(qiáng)烈[3],在結(jié)構(gòu)與功能的頻繁轉(zhuǎn)換過(guò)程中產(chǎn)生諸多“脆弱性”,使其成為當(dāng)前中國(guó)社會(huì)矛盾的集中區(qū)。

國(guó)內(nèi)外脆弱性的研究成果包含從概念、研究視角、理論模型、評(píng)估框架等[4—8]。研究范圍逐漸由單一的自然系統(tǒng)擴(kuò)大到社會(huì)-生態(tài)、社會(huì)經(jīng)濟(jì)生態(tài)耦合系統(tǒng),關(guān)注自然環(huán)境變化擾動(dòng)或自身結(jié)構(gòu)變化下系統(tǒng)(自然、社會(huì))因自身缺乏應(yīng)對(duì)能力所遭受的不利影響,涉及氣候變化、土地利用、公共健康、社會(huì)群體等多個(gè)領(lǐng)域[9—13]。研究尺度主要是流域[14]、省域[15]、市域[16]為主的區(qū)域?qū)用?在縣域[17]、鄉(xiāng)鎮(zhèn)等微觀層面研究較為稀少,目前針對(duì)山地方面的研究主要針對(duì)的是其生態(tài)系統(tǒng)的脆弱性[18，34]、鄉(xiāng)村個(gè)體農(nóng)戶脆弱性[19]研究,尚缺乏鄉(xiāng)鎮(zhèn)尺度社會(huì)-生態(tài)系統(tǒng)綜合脆弱性研究。評(píng)價(jià)理論與模型從僅關(guān)注敏感性分析發(fā)展到強(qiáng)調(diào)適應(yīng)性與恢復(fù)力對(duì)脆弱性綜合影響,包括暴露-敏感-適應(yīng)(Vulnerability scoping diagram,VSD)評(píng)估框架[20]和代理差異脆弱性(Agents′ differential vulnerability,ADV)評(píng)估框架[11]等,然而大部分評(píng)價(jià)模型存在問(wèn)題目標(biāo)定位不明確[7]、評(píng)價(jià)指標(biāo)針對(duì)性不強(qiáng)、評(píng)價(jià)結(jié)果空間應(yīng)用性差[21]等問(wèn)題,顯式空間脆弱性(Spatially explicit resilience vulnerability, SERV)模型根據(jù)不同區(qū)域風(fēng)險(xiǎn)增加地方特定指標(biāo)彌補(bǔ)已有框架的不足[22],可有針對(duì)性地制定政策,推動(dòng)有限的資源分配到更加脆弱而不只是高度暴露的地區(qū)[23],對(duì)實(shí)現(xiàn)我國(guó)淺山區(qū)鄉(xiāng)鎮(zhèn)可持續(xù)性評(píng)估和降低脆弱性風(fēng)險(xiǎn)預(yù)警機(jī)制建設(shè)有重要意義。

為更好指導(dǎo)區(qū)域發(fā)展,情景模擬分析是目前常用手段,主要分兩類,一類是在所假設(shè)的幾種情景里選取最優(yōu)值為最終結(jié)果[24],如系統(tǒng)動(dòng)力學(xué)、人工神經(jīng)網(wǎng)絡(luò)等方法可以提供的固定最優(yōu)預(yù)測(cè);另一類是通過(guò)幾種情景的相互印證,歸納出一個(gè)綜合全部利弊的結(jié)論[25],如有序加權(quán)平均(Ordered weighted averaging, OWA)算法基于決策者不確定性偏好對(duì)指標(biāo)排序權(quán)重進(jìn)行變換,模擬不同決策風(fēng)險(xiǎn)的決策結(jié)果。較于固定最優(yōu)預(yù)測(cè)方法而言,OWA算法具有較高靈活性,可根據(jù)決策者不確定性偏好模擬不同發(fā)展導(dǎo)向下系統(tǒng)脆弱性差異,為未來(lái)淺山區(qū)鄉(xiāng)鎮(zhèn)應(yīng)對(duì)災(zāi)害風(fēng)險(xiǎn)規(guī)劃提供依據(jù)。

1 研究區(qū)域及數(shù)據(jù)來(lái)源

1.1 研究區(qū)域

研究區(qū)域位于北京市淺山區(qū)中(圖1)。淺山區(qū)范圍是以北京高程系100—300 m的淺山本體為基礎(chǔ),包括第一道山腳線穿越的平原與淺山交接地區(qū),以及300 m等高線穿越的淺山和深山交界地區(qū),并將新城集中建設(shè)區(qū)范圍予以調(diào)出[26]。

平谷區(qū)位于淺山區(qū)保護(hù)規(guī)劃范圍中,地貌類型以丘陵、臺(tái)地為主,有活動(dòng)斷裂、崩塌、滑坡、泥石流、不穩(wěn)定斜坡和地面沉降六類地質(zhì)災(zāi)害[27],區(qū)域內(nèi)約有46%面積屬于地質(zhì)災(zāi)害易發(fā)區(qū)(中易發(fā)區(qū)及以上)且均位于淺山區(qū)域。由于前一輪城鄉(xiāng)快速發(fā)展帶來(lái)區(qū)域人地關(guān)系轉(zhuǎn)型劇烈,因此《北京淺山區(qū)保護(hù)規(guī)劃(2017—2035年)草案》中對(duì)平谷淺山區(qū)規(guī)劃為“加強(qiáng)生態(tài)保護(hù)與修復(fù),強(qiáng)化地質(zhì)災(zāi)害隱患重點(diǎn)生態(tài)修復(fù)。推動(dòng)小城鎮(zhèn)與美麗鄉(xiāng)村建設(shè)”。平谷分區(qū)規(guī)劃[28]指出要加強(qiáng)淺山區(qū)生態(tài)修復(fù)和監(jiān)視管控。因此本次研究范圍在保證村級(jí)行政邊界完整性的基礎(chǔ)上,選取北京平谷淺山區(qū),面積為826.79 km2(占平谷區(qū)總面積的87.19%),涉及金海湖鎮(zhèn)、大華山鎮(zhèn)、鎮(zhèn)羅營(yíng)鎮(zhèn)、黃松峪鄉(xiāng)、峪口鎮(zhèn)、王辛莊鎮(zhèn)、南獨(dú)樂(lè)河鎮(zhèn)、山東莊鎮(zhèn)、熊兒寨鄉(xiāng)、夏各莊鎮(zhèn)、東高村鎮(zhèn)、劉家店鎮(zhèn)12個(gè)鎮(zhèn)(鄉(xiāng))。

圖1 北京市平谷淺山區(qū)區(qū)位圖Fig.1 Location map of Pinggu shallow mountain District,Beijing

1.2 數(shù)據(jù)來(lái)源與預(yù)處理

本文數(shù)據(jù)源包括土地覆蓋類型數(shù)據(jù)、氣候與環(huán)境數(shù)據(jù)和社會(huì)經(jīng)濟(jì)數(shù)據(jù)3種類別(表1)。使用ArcGIS將所有指標(biāo)統(tǒng)一投影坐標(biāo)系為WGS_1984_Transverse_Mercator,重采樣為30 m×30 m。此外如常用耕地面積、水土保持林面積、自然保護(hù)區(qū)面積等指標(biāo)結(jié)合現(xiàn)狀情況提取自當(dāng)年土地利用數(shù)據(jù),人口占比數(shù)據(jù)由人口空間數(shù)據(jù)分布與年鑒中占比估算所得。

表1 數(shù)據(jù)源及說(shuō)明

2 思路與方法

2.1 研究思路

以淺山區(qū)鄉(xiāng)鎮(zhèn)社會(huì)-生態(tài)系統(tǒng)為研究對(duì)象,使用暴露度、敏感性和適應(yīng)能力表征社會(huì)-生態(tài)系統(tǒng)脆弱性內(nèi)涵特征,基于SERV模型構(gòu)建淺山區(qū)社會(huì)-生態(tài)系統(tǒng)的脆弱性評(píng)價(jià)指標(biāo)體系。分析北京市平谷淺山區(qū)鄉(xiāng)鎮(zhèn)脆弱性時(shí)空演變特征,并根據(jù)決策者偏好使用OWA算法模擬不同情景發(fā)展模式下脆弱性風(fēng)險(xiǎn)及其差異性,并提出相應(yīng)的策略指導(dǎo)區(qū)域?qū)嵺`(圖2)。

圖2 研究框架Fig.2 Research frameworkSERV: 顯式空間脆弱性; OWA: 有序加權(quán)平均算法; a為決策風(fēng)險(xiǎn)系數(shù)

2.2 構(gòu)建淺山區(qū)社會(huì)-生態(tài)系統(tǒng)脆弱性評(píng)價(jià)指標(biāo)體系

淺山區(qū)社會(huì)-生態(tài)系統(tǒng)脆弱性評(píng)價(jià)指標(biāo)體系,由準(zhǔn)則層、要素層、指標(biāo)層和性質(zhì)層構(gòu)成。其中,準(zhǔn)則層從脆弱性概念出發(fā)分為暴露度、敏感性和適應(yīng)能力三部分。要素層參考社會(huì)-生態(tài)系統(tǒng)脆弱性評(píng)價(jià)指標(biāo)[29],涵蓋生態(tài)環(huán)境、社會(huì)經(jīng)濟(jì)、地方特點(diǎn)指標(biāo)等9個(gè)部分,性質(zhì)層體現(xiàn)指標(biāo)對(duì)系統(tǒng)脆弱性正負(fù)向影響作用。

暴露度指標(biāo)反映系統(tǒng)遭遇危害的程度,平谷淺山區(qū)暴露風(fēng)險(xiǎn)主要來(lái)源于水土流失和人類活動(dòng)干擾。敏感性指標(biāo)反映系統(tǒng)抵抗災(zāi)害干擾的能力,平谷淺山區(qū)鄉(xiāng)鎮(zhèn)敏感性的與市中心的差異主要為社會(huì)發(fā)展(經(jīng)濟(jì)與人口)的分異,以及平谷分區(qū)規(guī)劃中提出“努力把平谷建成展現(xiàn)北京歷史文化的典范區(qū)”和“以‘京平物流綜合樞紐’建設(shè)為抓手,推進(jìn)服務(wù)首都的綠色之輝商貿(mào)物流產(chǎn)業(yè)”的特色目標(biāo)。適應(yīng)能力指標(biāo)反映系統(tǒng)本身和人類對(duì)氣候環(huán)境影響下的適應(yīng)和調(diào)整能力[30],指標(biāo)選取表征淺山區(qū)鄉(xiāng)鎮(zhèn)的適應(yīng)能力,以及“作為生態(tài)文明建設(shè)的引領(lǐng)區(qū)、宜居宜業(yè)宜游的生態(tài)發(fā)展示范區(qū)”的目標(biāo)。最終確定建立含21個(gè)指標(biāo)(表2)。

指標(biāo)權(quán)重則使用歸一化處理消除指標(biāo)數(shù)據(jù)量綱不一致問(wèn)題,并通過(guò)層次分析法賦權(quán)重,其中三個(gè)準(zhǔn)則層一致性比率(CR)值分別為0.065、0.039、0.031均小于0.1,層次排序結(jié)果具有一致性。

2.3 研究方法

2.3.1社會(huì)-生態(tài)系統(tǒng)脆弱性評(píng)估——SERV模型

社會(huì)-生態(tài)系統(tǒng)脆弱性是指面臨風(fēng)險(xiǎn)(壓力)情況下社會(huì)生態(tài)系統(tǒng)的敏感程度和應(yīng)對(duì)能力,是系統(tǒng)所受壓力和自身敏感性的相互作用的結(jié)果[31]。SERV模型在VSD模型基礎(chǔ)上結(jié)合空間信息,評(píng)估區(qū)域脆弱性程度,規(guī)避以往籠統(tǒng)的數(shù)據(jù)指標(biāo),針對(duì)不同區(qū)域差異化指標(biāo)反映當(dāng)?shù)卮嬖陲L(fēng)險(xiǎn)。SERV模型采用三要素維度獨(dú)立計(jì)算計(jì)算方程如下：

V=(E+S)-AC

(1)

式中：V代表脆弱性;E代表暴露度;S代表敏感性;AC代表適應(yīng)能力。

表2 淺山區(qū)社會(huì)-生態(tài)系統(tǒng)脆弱性評(píng)價(jià)指標(biāo)體系

2.3.2多情景模擬——OWA算法

OWA算法模擬決策者不同風(fēng)險(xiǎn)認(rèn)知行為對(duì)系統(tǒng)脆弱性變化的影響,多情景呈現(xiàn)研究區(qū)社會(huì)-生態(tài)系統(tǒng)脆弱性空間,為系統(tǒng)脆弱性預(yù)測(cè)提供決策參考,具體算法見(jiàn)公式(2),

(2)

式中：Zij為經(jīng)過(guò)標(biāo)準(zhǔn)化分級(jí)賦值的第i個(gè)像元中第j個(gè)指標(biāo)的屬性值;uj為準(zhǔn)則權(quán)重,vj代表次序權(quán)重。其中準(zhǔn)則權(quán)重uj應(yīng)用簡(jiǎn)單方便的層次分析法,次序權(quán)重vj的確定采用模糊量化模型[32]求解,具體計(jì)算公式(3)如下：

(3)

式中：vj代表次序權(quán)重;a為決策風(fēng)險(xiǎn)系數(shù),取決于主觀決策者對(duì)決策風(fēng)險(xiǎn)的樂(lè)觀程度,取值a<1為樂(lè)觀主義決策認(rèn)為區(qū)域脆弱性風(fēng)險(xiǎn)在可承受或控制范圍,不會(huì)影響區(qū)域社會(huì)-生態(tài)系統(tǒng)穩(wěn)定發(fā)展;a=1為等可能性決策,即區(qū)域系統(tǒng)脆弱性處于現(xiàn)狀態(tài)勢(shì),次序權(quán)重相等,OWA算法轉(zhuǎn)為傳統(tǒng)的準(zhǔn)則權(quán)重圖層疊加;a>1為悲觀主義決策認(rèn)為區(qū)域暴露或敏感風(fēng)險(xiǎn)大,脆弱性顯著增加不利于區(qū)域社會(huì)-生態(tài)系統(tǒng)可持續(xù)發(fā)展。

wk代表指標(biāo)重要性程度可由公式(4)計(jì)算得到：

(4)

式中：n為指標(biāo)數(shù)量;rk為依據(jù)指標(biāo)數(shù)值大小對(duì)指標(biāo)重要性進(jìn)行賦值,最大值取1,次大值取2,以此類推最小值取n。

3 結(jié)果與分析

3.1 社會(huì)-生態(tài)系統(tǒng)脆弱性時(shí)空演變特征

為更直觀更顯著反映各個(gè)鄉(xiāng)鎮(zhèn)的社會(huì)-生態(tài)系統(tǒng)脆弱情況,以鄉(xiāng)鎮(zhèn)為單元算出各鄉(xiāng)鎮(zhèn)平均脆弱性,按照自然斷點(diǎn)法將脆弱性劃分為5類,分別代表低脆弱、較低脆弱、中等脆弱、較高脆弱和高脆弱區(qū)域(圖3)。平谷淺山區(qū)2007—2017年區(qū)域整體上呈現(xiàn)中度脆弱水平,空間上呈現(xiàn)“東南高,西北低”的格局。東南側(cè)鎮(zhèn)由于兩級(jí)人口分布較多,緊鄰新城區(qū)建設(shè)開(kāi)發(fā)強(qiáng)度較高等,呈現(xiàn)較高的脆弱性。

圖3 2007年、2017年平谷淺山區(qū)各鄉(xiāng)鎮(zhèn)平均脆弱性Fig.3 Average vulnerability of towns in Pinggu shallow mountain area in 2007 and 2017

時(shí)間維度上：2007—2017年平谷淺山區(qū)社會(huì)-生態(tài)系統(tǒng)脆弱性整體平穩(wěn),局部呈現(xiàn)上升的態(tài)勢(shì),中等以上脆弱區(qū)域面積比重由73.09%上升到80.74%。近10年來(lái)研究區(qū)中王辛莊鎮(zhèn)脆弱性等級(jí)明顯提高一級(jí)，其余鄉(xiāng)鎮(zhèn)等級(jí)未發(fā)生變化。但脆弱性指數(shù)除鎮(zhèn)羅營(yíng)鎮(zhèn)、熊兒寨鄉(xiāng)、夏各莊鎮(zhèn)、南獨(dú)樂(lè)河鎮(zhèn)4個(gè)鄉(xiāng)鎮(zhèn)有所下降外，其余7鎮(zhèn)脆弱性指數(shù)均有所升高，脆弱性等級(jí)增加區(qū)域,主要是由于建設(shè)用地明顯增多,并且出現(xiàn)兩級(jí)人口增多,導(dǎo)致暴露度增高。部分鄉(xiāng)鎮(zhèn)脆弱性下降主要是有由于草地、耕地轉(zhuǎn)化成林地,降低暴露度提高適應(yīng)能力。

空間維度上,暴露度傾向于表征地理環(huán)境特征,敏感性和適應(yīng)能力表征著人類活動(dòng)的空間分布。以2017年為例北京市平谷淺山區(qū)12個(gè)鄉(xiāng)鎮(zhèn)在暴露度、敏感性和適應(yīng)能力三組的結(jié)果顯示：較高及以上脆弱性區(qū)域主要集中在東南部,中等脆弱性區(qū)域主要集中在北部與中部,而低脆弱性區(qū)域處在西側(cè),這些人地關(guān)系矛盾突出單元的空間區(qū)位與城市社會(huì)經(jīng)濟(jì)活動(dòng)的中心呈現(xiàn)高度一致性。

3.2 社會(huì)-生態(tài)系統(tǒng)脆弱性情景模擬

3.2.1預(yù)實(shí)驗(yàn)?zāi)M

決策風(fēng)險(xiǎn)系數(shù)a∈(0→∞)取值范圍較廣需做預(yù)實(shí)驗(yàn)進(jìn)行區(qū)間篩選。a值選取覆蓋樂(lè)觀主義決策(a=0.001、0.5)、悲觀主義決策(a=2、1000)、等可能性決策(a=1)三類,通過(guò)IDRISI 17.0軟件OWA模塊運(yùn)算得出結(jié)果(表3、圖4)。結(jié)合根據(jù)已有研究[24]與模擬結(jié)果發(fā)現(xiàn)當(dāng)0.5

3.2.2情景設(shè)置

風(fēng)險(xiǎn)決策是決策者在權(quán)衡多種情況下對(duì)所面臨風(fēng)險(xiǎn)綜合考慮的結(jié)果,為保證區(qū)域的可持續(xù)發(fā)展需求應(yīng)重視不同情景間組合與閾值變化[33]。淺山區(qū)鄉(xiāng)鎮(zhèn)發(fā)展政策制定需要權(quán)衡社會(huì)經(jīng)濟(jì)發(fā)展與生態(tài)環(huán)境保護(hù)間關(guān)系,基于地情現(xiàn)狀基礎(chǔ)與預(yù)實(shí)驗(yàn)結(jié)果設(shè)置3種情景(可持續(xù)導(dǎo)向型、維持現(xiàn)狀型、經(jīng)濟(jì)優(yōu)先型),選擇a=0.8、1、1.2為例進(jìn)行模擬分析。

情景1(可持續(xù)導(dǎo)向型a=0.8),決策者對(duì)風(fēng)險(xiǎn)的重視程度較小,更注重區(qū)域?qū)Νh(huán)境變化下的適應(yīng)和調(diào)整能力。情景2(維持現(xiàn)狀型a=1),區(qū)域發(fā)展政策對(duì)災(zāi)害風(fēng)險(xiǎn)控制力度不大,社會(huì)經(jīng)濟(jì)發(fā)展維持正常。情景3(經(jīng)濟(jì)優(yōu)先型a=1.2),決策者對(duì)風(fēng)險(xiǎn)比較重視,更為注重風(fēng)險(xiǎn)脅迫中的系統(tǒng)本身對(duì)脆弱性的影響。

表3 指標(biāo)次序權(quán)重計(jì)算結(jié)果

3.2.3情景模擬

從圖4所示情景模擬可知,從可持續(xù)導(dǎo)向型到經(jīng)濟(jì)優(yōu)先型,3種情景政策的社會(huì)-生態(tài)系統(tǒng)脆弱性呈增強(qiáng)趨勢(shì),空間分布呈現(xiàn)規(guī)律性,較高與高脆弱區(qū)域依然分布于南側(cè)人口密集地區(qū)且地勢(shì)坡度陡峭之處,且高脆弱性區(qū)域空間面積明顯向外擴(kuò)張。

情景1中西北側(cè)劉家店鎮(zhèn)等基本處在低脆弱區(qū)域,北部主要的地質(zhì)災(zāi)害危險(xiǎn)區(qū)脆弱性程度顯著下降,脆弱性處于較低水平的鄉(xiāng)鎮(zhèn)占51.30%,該情景決策中地質(zhì)災(zāi)害隱患點(diǎn)、地質(zhì)災(zāi)害危險(xiǎn)區(qū)等風(fēng)險(xiǎn)暴露因子次序權(quán)重較小,即決策者根據(jù)環(huán)境狀況采取以水土保持、生態(tài)環(huán)境治理為主導(dǎo)風(fēng)險(xiǎn)控制和治理措施,系統(tǒng)脆弱性明顯降低。情景2中整體處于中等脆弱性水平,脆弱性處于中等水平的鎮(zhèn)域占38.99%,東北側(cè)鎮(zhèn)羅營(yíng)鎮(zhèn)、東南側(cè)金海湖鎮(zhèn)分布于平谷的地質(zhì)災(zāi)害高發(fā)區(qū),東南側(cè)夏各莊鎮(zhèn)等是人類活動(dòng)密集區(qū),因此脆弱性相對(duì)顯著。情景3中整個(gè)區(qū)域系統(tǒng)處在較高脆弱鄉(xiāng)鎮(zhèn)占54.21%。高脆弱性區(qū)域由夏各莊鎮(zhèn)向外擴(kuò)大至東北側(cè)南獨(dú)樂(lè)河鎮(zhèn)、東高村鎮(zhèn)、黃松峪鄉(xiāng)等,忽視風(fēng)險(xiǎn)脅迫與系統(tǒng)適應(yīng)能力的重視。

圖4 不同決策風(fēng)險(xiǎn)下社會(huì)-生態(tài)系統(tǒng)脆弱性模擬結(jié)果Fig.4 The social-ecosystem vulnerability spatial distribution of different various decision

4 討論與結(jié)論

4.1 討論

(1)本文選擇研究對(duì)象聚焦社會(huì)矛盾集中區(qū)域(淺山區(qū)鄉(xiāng)鎮(zhèn)),目前社會(huì)-生態(tài)系統(tǒng)脆弱性評(píng)價(jià)較少針對(duì)鄉(xiāng)鎮(zhèn)尺度的研究,且針對(duì)山地方面的研究多以單一系統(tǒng)脆弱性評(píng)價(jià)為主。(2)研究方法來(lái)看,采用SERV模型建立鄉(xiāng)鎮(zhèn)尺度的社會(huì)-生態(tài)系統(tǒng)脆弱性評(píng)價(jià)框架與體系,重視人類自身脆弱性等微觀因子,更好分析淺山區(qū)脆弱性空間特征,雖然模型較新仍處于探索階段,但目前也可從陳佳等[12]研究成果中得到證實(shí),在制定政策時(shí)分配有限資源到更加脆弱而不僅是高暴露度地區(qū),模型促進(jìn)空間脆弱性評(píng)價(jià)思維發(fā)展,有助于設(shè)計(jì)針對(duì)性的減災(zāi)策略,具有廣闊前景。(3)本文設(shè)置的三種情景是通過(guò)預(yù)實(shí)驗(yàn)篩選出描述不同發(fā)展情況下脆弱風(fēng)險(xiǎn)決策的取值,并非該決策風(fēng)險(xiǎn)決策中唯一最佳方案。實(shí)際發(fā)展中可將這三種情景的脆弱性浮動(dòng)區(qū)間作為參考,并根據(jù)鄉(xiāng)鎮(zhèn)的戰(zhàn)略規(guī)劃做出相應(yīng)調(diào)整。

4.2 結(jié)論

(1)從時(shí)空演化上看,平谷淺山區(qū)2007—2017年區(qū)域整體上呈現(xiàn)中度脆弱水平,空間上呈現(xiàn)“東南高,西北低”的格局。10年間中等以上脆弱鄉(xiāng)鎮(zhèn)面積比重由73.09%上升到80.74%。脆弱性等級(jí)增加區(qū)域主要是由于建設(shè)用地明顯增多,景觀破碎度增加,并且出現(xiàn)兩級(jí)人口增多,部分鄉(xiāng)鎮(zhèn)脆弱性下降由于百萬(wàn)畝造林提高了適應(yīng)能力。

(2)從決策風(fēng)險(xiǎn)角度看,不同決策風(fēng)險(xiǎn)系數(shù)其政策制定權(quán)衡了環(huán)境保護(hù)、經(jīng)濟(jì)發(fā)展與脆弱性間的關(guān)系。在傾向于可持續(xù)發(fā)展導(dǎo)向下,鄉(xiāng)鎮(zhèn)注重水土保持、生態(tài)環(huán)境治理,有利于區(qū)域可持續(xù)發(fā)展。在經(jīng)濟(jì)發(fā)展導(dǎo)向下,應(yīng)推動(dòng)綠地連通性與適宜兩級(jí)人口的綠色基礎(chǔ)設(shè)施建設(shè),可有效減少系統(tǒng)的脆弱性。評(píng)價(jià)結(jié)果可滿足不同決策思路下指導(dǎo)區(qū)域發(fā)展實(shí)踐。

(3)從發(fā)展策略來(lái)看,現(xiàn)階段處于高脆弱水平鄉(xiāng)鎮(zhèn)(東南側(cè)：東高村鎮(zhèn)、夏各莊鎮(zhèn)、南獨(dú)樂(lè)河鎮(zhèn)、金海湖鎮(zhèn)),主要是緊鄰新城區(qū)建設(shè)開(kāi)發(fā)強(qiáng)度高、兩級(jí)人口分布較多,應(yīng)提高綠地連通性、增加水土保持林面積、增設(shè)針對(duì)兩級(jí)人口的基礎(chǔ)設(shè)施。重視低脆弱鄉(xiāng)鎮(zhèn)的高暴露風(fēng)險(xiǎn)源(東北側(cè)：鎮(zhèn)羅營(yíng)鎮(zhèn)、熊兒寨鄉(xiāng)、黃松峪鄉(xiāng)、山東莊鎮(zhèn)),由于處于地質(zhì)災(zāi)害高易發(fā)區(qū),暴露風(fēng)險(xiǎn)較高,受氣候影響極易出現(xiàn)崩塌、滑坡、泥石流等災(zāi)害,應(yīng)以保護(hù)生態(tài)環(huán)境為優(yōu)先,提高水土保持能力,降低棲息地的破碎程度。現(xiàn)階段處于中低脆弱水平鄉(xiāng)鎮(zhèn)(西北側(cè)：劉家店鎮(zhèn)、峪口鎮(zhèn)、大華山鎮(zhèn)、王辛莊鎮(zhèn)),可在保護(hù)現(xiàn)有濕地與綠地情況下,扶植現(xiàn)代特色農(nóng)業(yè)經(jīng)濟(jì)、發(fā)展綠色基礎(chǔ)設(shè)施、構(gòu)建生態(tài)走廊,維持區(qū)域發(fā)展均衡。