摘 要：以地理環(huán)境多樣和生態(tài)脆弱著稱的黃河流域城市，在諸多因素的影響下，所面臨的風險災害表現(xiàn)出了破壞程度大和治理難等特點.選擇安全韌性作為城市治理新思路的突破口，從災害抵抗力、適應力和恢復力維度構建城市安全韌性仿真模型，以黃河流域64個城市為研究對象，分析2010年至2018年城市安全韌性及抵抗力、適應力和恢復力變化原因，設定多元發(fā)展情景并模擬2019至2030年城市安全韌性的動態(tài)變化.結果表明：黃河流域城市安全韌性仿真模型能夠用于分析與預測城市安全韌性變化；黃河流域災害抵抗能力指數(shù)與災害恢復能力指數(shù)在仿真期出現(xiàn)兩次波動.根據(jù)《黃河流域生態(tài)保護和高質(zhì)量發(fā)展規(guī)劃綱要》，黃河流域城市安全韌性將不斷提升，且優(yōu)于現(xiàn)狀延續(xù)發(fā)展情景，建議黃河流域城市系統(tǒng)從監(jiān)測預報預警體系、外部協(xié)同救援能力、產(chǎn)業(yè)結構、人口總量、生態(tài)環(huán)境建設和安全管理投入方面提升黃河流域城市安全韌性水平.為黃河流域城市安全韌性水平提升提供理論參考與決策依據(jù).

關鍵詞：黃河流域;城市安全韌性;多元情景;仿真預測

中圖分類號：X923""""" 文獻標志碼：A文章編號：1000-2367（2025）02-0024-12

黃河流域人口和經(jīng)濟密度大^［1］，給城市基礎設施、社會服務和居住環(huán)境帶來挑戰(zhàn)；流域內(nèi)特殊的地理環(huán)境和氣候條件是造成水土流失加劇、水旱災害頻發(fā)等一系列生態(tài)環(huán)境問題的關鍵因素^［2］.黃河流域城市系統(tǒng)所展示出的“復雜”同自然環(huán)境的疊加、交互，使得風險趨勢進一步增加，現(xiàn)有風險治理模式同防災減災需要不相適宜，導致黃河流域城市系統(tǒng)中的物理空間、經(jīng)濟載體與社會場域等要素關系復雜且難以預測、呈非線性演化^［3-4］.如何應對黃河流域城市系統(tǒng)面臨的不確定性事件，降低常態(tài)化的風險脆弱性，提升非常態(tài)的風險韌性，成為理解黃河流域城市安全治理和韌性改進的關鍵思路^［5］.韌性強調(diào)系統(tǒng)應對變化與穩(wěn)定自身的能力^［6］，即在災害抵抗、吸收、適應及恢復過程中，形成維持能力、恢復能力、適應變化以及快速轉型能力^［7］.在城市安全韌性系統(tǒng)中，安全是對城市空間屬性的一種界定^［8］，強調(diào)城市對安全問題的應對、安全環(huán)境的評估以及安全狀態(tài)的維持.因此，黃河流域城市安全韌性仿真評估是識別和衡量城市薄弱環(huán)節(jié)和應災能力的重要方法和手段.

收稿日期：2023-11-07;修回日期：2024-09-30.

基金項目：國家自然科學基金（72404153）；內(nèi)蒙古自治區(qū)高等學校人文社會科學重點研究基地開放課題（KFSM-KDSK0208）；內(nèi)蒙古自治區(qū)社會科學基金（2024EY22）；內(nèi)蒙古自治區(qū)直屬高?；究蒲袠I(yè)務項目（2024QNJS154）.

作者簡介：任捷（1986-），女，內(nèi)蒙古包頭人，內(nèi)蒙古科技大學副教授，博士，研究方向為城市韌性與應急治理，E-mail：renjiezgga@163.com.

通信作者：王迪（1995-），男，山西臨汾人，碩士研究生，研究方向為城市韌性與應急治理，E-mail：374540109@qq.com.

引用本文：任捷，王迪，王雅榮，等.基于多元發(fā)展情景的黃河流域城市安全韌性仿真研究［J］.河南師范大學學報（自然科學版），2025，53（2）：24-35.（Ren Jie，Wang Di，Wang Yarong，et al.Simulation study on urban safety resilience in the Yellow River Basin based on multiple development scenarios［J］.Journal of Henan Normal University（Natural Science Edition），2025，53（2）：24-35.DOI：10.16366/j.cnki.1000-2367.2023.11.07.0001.）

目前，國內(nèi)外眾多學者主要從以下3個方面對城市安全韌性展開研究：一是對城市安全韌性的內(nèi)涵探討，如羅通元^［9］從安全韌性的內(nèi)容、內(nèi)涵和特點3 個方面闡述了安全韌性的基本概念，MEEROW等^［10］將城市安全韌性定位為城市系統(tǒng)維持期望功能或迅速恢復的能力，以及適應變化的快速轉型能力.二是以社會-生態(tài)系統(tǒng)（social ecological systems，SESs）^［11］與復雜適應系統(tǒng)（complex adaptive systems，CAS）理論^［12］等系統(tǒng)內(nèi)在演化理論為基礎的城市安全韌性評價體系與框架構建，如黃弘等^［13］從城市設施、人員、管理安全韌性構建安全韌性城市評價指標體系；高祿等^［14］評估呼和浩特市街道的安全韌性；郭羽羽等^［15］運用從抵抗力、恢復力、適應力3個方面構建城市安全韌性指標體系，運用熵權-正態(tài)云模型評估西安市城市安全韌性；朱正威等^［16］從結構之維、功能之維與保障之維構建城市安全韌性評價框架.三是運用系統(tǒng)動力學對于城市區(qū)域安全韌性的仿真研究，如方東平等^［17］動態(tài)評估地震發(fā)生時社區(qū)的安全韌性.

從已有研究來看，當前對于城市安全韌性研究大多為理論探討與指標體系構建與評價，且研究大多是對安全韌性的靜態(tài)評估，或拘泥于單一城市研究，或進行韌性時空的評價，鮮少有定量分析城市安全韌性的要素間相互反饋性、作用機制，缺乏城市風險與結構性因素間的復雜關系探究，而動態(tài)評估缺乏對于城市整體安全韌性的測度，對于黃河流域城市而言，大多從城市^［18］、經(jīng)濟^［19］、生態(tài)^［20］、旅游^［21］、工業(yè)韌性^［22］等構建評價體系，少有對于城市安全韌性的研究.然而，從當前國家安全治理體系和能力現(xiàn)代化的建設需要來看，有效的城市安全韌性預測對區(qū)域城市防災減災具有重要意義.但目前對于黃河流域城市的研究較少，需要在城市安全韌性的體系建設、韌性發(fā)展情景、韌性演化預測開展研究.

系統(tǒng)動力學（system dynamics，簡稱SD）是一種理論和數(shù)學建模技術，旨在分析、理解并討論復雜問題分析各種系統(tǒng)的行為^［23］.系統(tǒng)動力學方法能夠有效反映整個系統(tǒng)結構以及各要素之間的反饋關系，并能夠進行仿真預測.本文為定量揭示應災時城市子系統(tǒng)各要素間的交互關系，預測不同情景下城市安全韌性，構建城市安全韌性評價指標體系，以災害抵抗能力、恢復能力、適應能力3個核心維度和城市子系統(tǒng)構成城市安全系統(tǒng)，運用系統(tǒng)動力學方法構建城市安全韌性仿真模型.以黃河流域64個城市為研究對象，根據(jù)系統(tǒng)動力學的信息反饋性特征、黃河流域發(fā)展規(guī)劃和城市安全政策選擇設置了現(xiàn)狀延續(xù)型、經(jīng)濟優(yōu)先型、規(guī)劃發(fā)展型、韌性建設型4種發(fā)展情景，分析黃河流域城市安全韌性在不同發(fā)展情景下的水平，為黃河流域城市安全韌性治理提供決策依據(jù).

1 研究區(qū)域與數(shù)據(jù)來源

1.1 區(qū)域概況

黃河流經(jīng)青海、四川、甘肅、寧夏、內(nèi)蒙古、陜西、山西、河南、山東等9個省區(qū)，流域內(nèi)地形起伏較大，地貌西高東低，季節(jié)差別大、濕度小，蒸發(fā)大，地形與溫、濕度的相互作用導致降水時空分布不均勻，使得域內(nèi)災害分布廣、類型多、突發(fā)性強，災害往往鏈生成鏈、致災后果嚴重.該流域的災害主要類型包括：洪澇災害、水土流失、旱災以及干支流水體污染等^［24］，黃河流域城市系統(tǒng)面臨多災害風險挑戰(zhàn)，亟待提升城市系統(tǒng)安全韌性抵御來自復合災害的壓力.

近年來，黃河流域內(nèi)的防災減災工作受到黨和國家的高度重視.2019年，“黃河流域生態(tài)保護和高質(zhì)量發(fā)展”上升為國家重大戰(zhàn)略.2021年，《黃河流域生態(tài)保護和高質(zhì)量發(fā)展規(guī)劃綱要》中提出“強化災害應對體系和能力建設是增強城市安全韌性的題中之義”.2022年，《中華人民共和國黃河保護法》總則中指出，加強黃河流域自然災害的預防與應急準備、監(jiān)測與預警.同年，《黃河流域生態(tài)保護和高質(zhì)量發(fā)展科技創(chuàng)新實施方案》將主要目標聚焦于“流域生態(tài)系統(tǒng)耦合演變規(guī)律”、“水旱災害監(jiān)測預警與防控”等方面取得理論與技術突破.上述法律、規(guī)劃和政策方案的出臺，充分說明黃河流域提升城市安全韌性以應對災害的重要性，也對黃河流域城市安全韌性建設提出了新要求.

1.2 研究對象與數(shù)據(jù)來源

本文以黃河流域所涵蓋9省區(qū)的城市為研究對象，共76個城市，考慮數(shù)據(jù)的連續(xù)性、完整性和可獲取性，剔除阿壩藏族羌族自治州、阿拉善盟、甘南藏族自治州、甘孜藏族自治州、果洛藏族自治州、海北藏族自治州、海南藏族自治州、海西蒙古族藏族自治州、黃南藏族自治州、臨夏回族自治州、玉樹藏族自治州、濟源市12個區(qū)市，剩余64個城市（表1）作為研究對象.研究使用的數(shù)據(jù)來自2010年至2020年間的中國統(tǒng)計年鑒、中國城市統(tǒng)計年鑒、中國財政統(tǒng)計年鑒、中國城鄉(xiāng)規(guī)劃統(tǒng)計年鑒、中國環(huán)境統(tǒng)計年鑒以及政府各部門公開報告.

2 研究方法與模型構建

2.1 評估方法

本文依據(jù)《中華人民共和國城鄉(xiāng)規(guī)劃法》《中華人民共和國突發(fā)事件應對法》《中華人民共和國防震減災法》等法律法規(guī)，參照GB/T 51327-2018《城市綜合防災規(guī)劃標準》和GB/T 40947-2021《安全韌性城市評價指南》現(xiàn)行執(zhí)行標準，根據(jù)繆惠全等^［25］、王光輝等^［26］、SHI等^［27］多位學者提出的城市韌性評估框架和評價體系，構建黃河流域城市安全韌性評估指標體系，見附錄表S1.

根據(jù)熵權法計算指標權重.本文綜合考慮災害抵抗能力（B）、災害恢復能力（R）、災害適應能力（A）對城市安全韌性指數(shù)（urban safe resilience，USR）的影響程度，構建了城市安全韌性評估模型，如式（1）.USR=B+R+A=∑ni=1（ωii），（1）

式中，ωi為指標權重，i為標準化指標；n為指標數(shù).災害抵抗能力（B）、災害恢復能力（R）、災害適應能力（A）對城市安全韌性指數(shù)具有正相關作用，即B、R、A指數(shù)越大，城市安全韌性指數(shù)越大.

2.2 基于系統(tǒng)動力學的黃河流域城市安全韌性仿真模型

2.2.1 建模目的

基于系統(tǒng)動力學的理論和方法，構建城市安全韌性的因果循環(huán)圖和系統(tǒng)動力學流圖.通過仿真計算，定量描述與城市安全韌性相關的各個因素間的反饋和因果關系.評估現(xiàn)有黃河流域城市安全韌性的水平，預測其未來發(fā)展趨勢.

2.2.2 系統(tǒng)邊界

模型的空間邊界限定為黃河流域范圍內(nèi)的64個城市，將2013年國務院批復的《黃河流域綜合規(guī)劃（2012-2030年）》作為分期依據(jù)，設定時間邊界為2010-2030年，仿真基期年為2010年，2010-2018年為歷史仿真時間段；由于2019年“黃河流域生態(tài)保護和高質(zhì)量發(fā)展”上升為國家重大戰(zhàn)略，因此模擬基期年為2019年，設定2019-2030年為模擬預測時間段.從已有研究來看，城市安全韌性是指城市自身能夠有效應對來自經(jīng)濟社會、技術系統(tǒng)和基礎設施的沖擊，能夠在災后迅速恢復、進行適應性調(diào)整、可持續(xù)發(fā)展的能力^［28］.城市安全韌性指標邊界和系統(tǒng)邊界圍繞城市安全韌性的概念和內(nèi)涵進行設置，設定系統(tǒng)邊界為城市經(jīng)濟系統(tǒng)、服務系統(tǒng)和生命線系統(tǒng)，指標邊界結合孟曉靜等^［29］學者構建的城市應災指標體系設定為災害抵抗能力、災害適應能力和災害恢復能力.

2.2.3 系統(tǒng)結構分析

城市安全韌性是城市復雜巨系統(tǒng)應對災害的能力，圖1為構建的城市安全韌性系統(tǒng).但城市安全韌性不局限于災害應對，還包括經(jīng)濟、社會、文化、空間、環(huán)境等多個維度韌性發(fā)展的引導策略，以及城市系統(tǒng)的適應能力、冗余性等功能屬性的完善^［30］.城市經(jīng)濟系統(tǒng)作為城市可持續(xù)發(fā)展的核心，在面臨災害時，會受到生命線系統(tǒng)的中斷和服務系統(tǒng)的受損而受到負面沖擊.城市生命線系統(tǒng)是城市正常運行的必要組成部分.在災害發(fā)生前后，生命線系統(tǒng)的災害抵抗能力和恢復能力對于城市經(jīng)濟系統(tǒng)的穩(wěn)定性至關重要.城市服務系統(tǒng)直接保障城市居民的基本需求和社會穩(wěn)定.

在系統(tǒng)結構分析基礎上，利用Vensim軟件繪制系統(tǒng)因果圖，如圖2所示.城市安全韌性是從災害抵抗能力、災害適應能力和災害恢復能力3方面進行綜合評估.

2.3 模型構建與參數(shù)確定

在系統(tǒng)結構分析的基礎上對災害抵抗、恢復和適應3個子系統(tǒng)的因果反饋關系進行研究，詳細分析城市不同子系統(tǒng)的因素交互，結合研究區(qū)實際狀況及城市安全韌性引入水平變量、輔助變量，構建黃河流域城市安全韌性模型（圖3），形成要素間循環(huán)反饋機制.以圖3中“GDP”所涉及的影響要素為例，分析該系統(tǒng)中的其中一條關系鏈：提高GDP的增量，增加安全支出和醫(yī)療支出，提升資源保障能力，最終提升災害恢復能力.

2.4 模型檢驗與敏感性分析方法

2.4.1 模型檢驗方法

模型的檢驗就是驗證系統(tǒng)模型的運行精度，對比模型仿真結果與歷史數(shù)據(jù)，驗證模型精度，如模型精度不高則分析誤差來源，修正模型變量設置，從而使得模型貼合實際情況.誤差計算方法如式（2）.δ=x′i-xixi，（2）

式中，δ為相對誤差，xi為歷史數(shù)據(jù)，x′i為模型運行結果.

2.4.2 敏感性分析方法

敏感性分析方法即改變模型中的部分參數(shù)或模型結構，分析模型中變量對模型運行的影響.具體分析方法為改變模型中某一因素的值，其他因素保持不變，將修改后的模型運行結果與修改前進行對比，差距越大說明該因素的敏感性越高.

3 模型檢驗與模擬結果

3.1 模型檢驗結果

3.1.1 模型檢驗

研究模型檢驗2010-2018年時間段的歷史數(shù)據(jù).一般系統(tǒng)動力學模型的誤差在15%以下視為合理，誤差在10%以下說明模型能夠較好反應實際情況^［31］.本文選擇模型中“GDP”、“城市常住人口”進行歷史數(shù)據(jù)檢驗.根據(jù)表2的檢驗結果顯示，除2011年和2012年實際GDP與預測值有一定偏差，誤差超出10%，其余均在10%以內(nèi)，說明模型仿真結果符合實際.因此，本文構建的城市安全韌性仿真模型能夠真實、準確反映現(xiàn)實系統(tǒng)的定量關系.

3.1.2 參數(shù)敏感性分析

本研究進行敏感性分析時為增加指標間的可比性，每個指標提高50%，計算30個指標提高50%后城市安全韌性指數(shù)的變化，以2018年城市安全韌性指數(shù)為例，模型運行結果見表3.通過各指標的敏感度排序，確定敏感度排序靠前的8個指標：GDP增量、地震臺數(shù)量、水文站數(shù)量、公共安全支出、建成區(qū)綠化覆蓋率、第三產(chǎn)業(yè)占地區(qū)生產(chǎn)總值比例、社會組織密度、災害防治及應急管理支出.

3.2 黃河流域城市安全韌性仿真結果

根據(jù)建立的城市安全韌性綜合評價模型，計算黃河流域城市2010-2018年的城市安全韌性、災害抵抗能力、災害恢復能力、災害適應能力指數(shù)，具體計算結果見圖4～圖7.

（1）災害抵抗能力.2010-2018年黃河流域城市災害抵抗能力指數(shù)由0.462增長至0.715，2011-2012年呈現(xiàn)激增趨勢，該趨勢變化原因在于 2011年黃河水文基本建設項目管理系統(tǒng)投入運行，水文站數(shù)量達97個，氣象站數(shù)量1 165個，加強了水文和氣象應急測報能力，監(jiān)測預警能力增強.2012年后增勢變緩，該趨勢變化原因在于2012年以來，黃河流域人口平均增長率為0.73%，同比增長0.2%，城鎮(zhèn)化率從2012年的52.57%至2018年的58.65%，人口增長和城市化進程加快，在此趨勢下，建筑物密度和人口密度呈現(xiàn)激增趨勢，人員脆弱性和建筑物脆弱性增加，在洪澇與地震災害等自然災害的外部影響下，黃河流域年均受災資金達946 526萬元，占GDP的0.46%，而災害應急管理支出占比為0.15%，城市防災能力較弱.此外，在災害來臨時，代表人員抗災能力的指標千人衛(wèi)生技術員數(shù)年均增速為0.58%，人員抗災能力不足，以上分析表明城市防災能力與人員抗災能力與高速發(fā)展不匹配，故在2012年后災害抵抗能力指數(shù)增速變緩.

（2）災害恢復能力.2010-2018年黃河流域城市災害恢復能力指數(shù)由0.497增長至0.765，2014年出現(xiàn)較大波動，該趨勢原因在于2014年黃河干流來水較常年同期減少近20%，造成多地干旱，受災人口達3 450萬人，受災損失達70億元，城市緊急制訂引黃應急抗旱方案，代表資源保障能力的指標公共安全支出達196.92億元，在資金支持下城市災害抵抗能力緩慢恢復.2017年增勢變緩，該趨勢原因在于2017年為極端暴雨年^［32］，黃河流域發(fā)生多次暴雨，城市生命線從業(yè)人員占比為1.83%，同比減少1.6%，城市生命線恢復能力較弱，代表醫(yī)療救助能力的指標千人病床數(shù)在近年幾乎未變化，在發(fā)生極端暴雨下醫(yī)療服務能力不足，無法迅速恢復到災前狀態(tài)，故2017年增勢較為平緩.

（3）災害適應能力.2010-2018年黃河流域城市災害適應能力指數(shù)由0.446增長至0.885，增幅達98.5%.該增幅的原因在于2010年，黃河流域64個城市約有11萬個應急救援社會組織，截至2019年底，社會組織數(shù)量已達20萬個，社會組織密度增加，災害救援能力增強；第三產(chǎn)業(yè)占比由34.62%激增至45.61%，科技創(chuàng)新運用在災害監(jiān)測救援發(fā)展技術，社會保障能力提升；代表環(huán)境適應能力的指標人均公園綠地面積增幅達20%，建成區(qū)綠化覆蓋率由35.79%增至39.69%，表明黃河流域城市發(fā)展途中注重生態(tài)環(huán)境保護，城市系統(tǒng)的適應能力指數(shù)穩(wěn)步增長.

（4）城市安全韌性.2010-2018年，黃河流域城市安全韌性指數(shù)由0.449增長至0.783，增幅達75.7%.該趨勢原因在于黃河流域城市系統(tǒng)的災害抵抗力、恢復力、適應力均呈持續(xù)上升趨勢，總體導致城市安全韌性穩(wěn)步上升.其發(fā)展趨勢也符合《黃河流域綜合規(guī)劃（2012－2030年）》的基本要求，黃河流域城市安全韌性在不斷優(yōu)化中，城市抵抗、恢復、適應災害的響應能力在不斷增強.

3.3 多元情景下黃河流域城市安全韌性預測結果

3.3.1 發(fā)展情景設定

在對“十四五”國家應急體系規(guī)劃、黃河流域各省國土空間規(guī)劃和“十四五”規(guī)劃、基礎設施建設規(guī)劃與相關防災減災規(guī)劃基礎上，結合統(tǒng)計期內(nèi)的數(shù)據(jù)測算規(guī)律，本文依據(jù)3.1節(jié)中確定的8個指標，相互組合設定4種發(fā)展方案，如表4所示.4種方案分別為現(xiàn)狀延續(xù)型、經(jīng)濟優(yōu)先型、規(guī)劃發(fā)展型和韌性建設型表.模擬4 種發(fā)展情景下2019年至2030年的黃河流域城市安全韌性發(fā)展趨勢.

規(guī)劃發(fā)展型發(fā)展情景依據(jù)《黃河流域生態(tài)保護和高質(zhì)量發(fā)展規(guī)劃綱要》提出的“以提升黃河流域強化災害應對體系、有效提升防洪能力建設和提高重大公共衛(wèi)生事件應對能力”等要求，設定為以提高城市防災能力、監(jiān)測預警能力和資源保障能力為導向的發(fā)展方案，水文站數(shù)量與地震臺數(shù)量參考各省國土空間規(guī)劃、“十四五”防震減災規(guī)劃、全國水文基礎設施建設“十四五”規(guī)劃、“十四五”黃河流域生態(tài)保護和高質(zhì)量發(fā)展氣象保障規(guī)劃等，經(jīng)計算后設定；公共安全支出和災害防治及應急管理支出增長率參考2023年全國一般公共預算支出中上述兩項指標的同比增長率設定，模型中其他參數(shù)保持不變.

韌性建設型發(fā)展情景下綜合考慮城市災害抵抗力、適應力和恢復力多方面的共同發(fā)展.GDP 增量和常住人口增量與第三產(chǎn)業(yè)比例參考黃河流域9省“十四五”規(guī)劃均值設定，此外地震臺數(shù)量和水文站數(shù)量參照規(guī)劃發(fā)展情景中設定，社會組織數(shù)量參照“十四五”社會組織發(fā)展規(guī)劃中要求社會組織占全部社會組織比例超過80%設定、災害防治及應急管理支出和公共安全支出參考“十四五”國家應急體系規(guī)劃與2023年全國一般公共預算支出經(jīng)計算后設定，建成區(qū)綠化覆蓋率參考韌性城市雄安新區(qū)目前在北京、上海、成都、雄安新區(qū)等韌性城市中，只有雄安新區(qū)規(guī)劃中有建成區(qū)綠化覆蓋率指標，同時因為雄安新區(qū)發(fā)展與黃河流域城市發(fā)展較為相似，故選取其為設定標準.規(guī)劃設定.

3.3.2 黃河流域城市安全韌性預測結果

將不同情景的指標數(shù)值分別代入系統(tǒng)動力學模型中運行，得出各評價指標在2019-2030 年不同發(fā)展情景下的值，根據(jù)上文建立的城市安全韌性評估模型，測算出黃河流域城市2019-2030年的不同發(fā)展情景下的城市安全韌性.

從圖8可得，韌性建設型情景下的黃河流域城市安全韌性最高，其次分別是規(guī)劃發(fā)展型、經(jīng)濟優(yōu)先型，現(xiàn)狀延續(xù)型發(fā)展情景下的城市安全韌性最低.4種發(fā)展情景下，城市安全韌性均呈上升趨勢.

現(xiàn)狀延續(xù)型情景下黃河流域城市表現(xiàn)出較低的安全韌性水平.這一情境下，城市長期以來一直保持相對穩(wěn)定的政策和規(guī)劃，未能積極采取行動來應對潛在的災害和環(huán)境問題.城市基礎設施可能存在老化問題，社會韌性較低，缺乏社會組織支持.

經(jīng)濟優(yōu)先型情景下經(jīng)濟為先的發(fā)展理念導致重視經(jīng)濟增長而忽略了其他方面的發(fā)展需求，資源向區(qū)域經(jīng)濟增長傾斜，而基礎設施建設、防災減災和災害的監(jiān)控預防等方面的支出相對較少.同時高速增長的人口和經(jīng)濟增長帶來環(huán)境壓力、資源緊張問題，城市安全韌性建設滯后，故整體城市安全韌性水平與現(xiàn)狀延續(xù)型高度重合.

規(guī)劃發(fā)展型情景下，2019年至2021年期間，黃河流域城市的安全韌性發(fā)展較為緩慢，在2021年，黃河流域城市的韌性發(fā)展速度顯著提升是由于《黃河流域生態(tài)保護和高質(zhì)量發(fā)展規(guī)劃綱要》發(fā)布所推動.在2022年，隨著《中華人民共和國黃河保護法》的頒布和《黃河流域生態(tài)保護和高質(zhì)量發(fā)展科技創(chuàng)新實施方案》的實施，城市安全韌性的增長速度進一步加快.在此情景中，水文站與地震臺數(shù)量增多，公共安全資金與災害應急管理資金投入黃河流域城市災害監(jiān)測預警體系與防災減災建設，監(jiān)測預警能力與城市防災能力增強.以上表明規(guī)劃發(fā)展型城市在城市防災減災方面具有較高的專業(yè)性，有利于提高城市抵御災害的能力.

韌性建設型情境下，黃河流域城市安全韌性上升幅度最大，增幅達到74.3%.在此情境下城市經(jīng)濟增長同時關注經(jīng)濟結構的多樣性，此外，城市在地震臺數(shù)量、水文站數(shù)量、公共安全支出、災害防治與應急管理支出方面均有顯著投入，城市的抗災和應急響應能力增強.社會組織數(shù)量的增多提升應急救援速度，建成區(qū)綠化覆蓋率的增加有助于提高城市生態(tài)韌性.韌性建設情景中政府采取多層次、多方面的策略，綜合考慮經(jīng)濟、社會和環(huán)境因素以提高城市安全韌性水平.

4 結論與建議

綜合以上研究，本文得出以下結論：

（1）城市安全韌性是城市復雜系統(tǒng)應對災害的能力，而城市系統(tǒng)中各要素存在復雜的交互關系，系統(tǒng)動力學模型的運行結果表明，運用該模型預測黃河流域城市安全韌性以及進行不同發(fā)展情景下的政策模擬可行.

（2）黃河流域城市安全指數(shù)在2010年至2018年仿真期內(nèi)安全韌性穩(wěn)步上升，但災害抵抗能力、恢復能力出現(xiàn)數(shù)次明顯變化.災害抵抗能力指數(shù)2011年激增原因在于黃河水文基本建設項目管理系統(tǒng)投入運行，水文站數(shù)量增多，監(jiān)測預警能力增強.2012年后增速變緩城市防災能力與人員抗災能力與高速發(fā)展不匹配.災害恢復能力指數(shù)2014年出現(xiàn)較大波動原因在于黃河流域多地干旱，受災人口眾多.2017年增速較為平緩原因在于城市生命線從業(yè)人員較少，醫(yī)療救助能力不足.災害適應能力穩(wěn)步上升原因在于救援組織密度、第三產(chǎn)業(yè)占比、綠化覆蓋率等增多.

（3）參數(shù)敏感性分析結果表明GDP增量、地震臺數(shù)量、水文站數(shù)量、公共安全支出、建成區(qū)綠化覆蓋率、第三產(chǎn)業(yè)占地區(qū)生產(chǎn)總值比例、社會組織密度、災害防治及應急管理支出對黃河流域城市安全韌性影響結果顯著.

（4）黃河流域城市安全韌性在2019年至2030年預測期內(nèi)規(guī)劃發(fā)展型策略下呈現(xiàn)穩(wěn)步提升的趨勢，其水平明顯超越了現(xiàn)狀延續(xù)型策略.然而，與韌性建設型策略相比，仍存在一定的改進潛力.故為了實現(xiàn)黃河流域城市安全治理能力提升，應選擇韌性建設型，加強水文站與地震臺數(shù)量建設提升監(jiān)測預警能力，加強公共安全資金與災害應急管理資金投入黃河流域城市災害監(jiān)測預警體系與防災減災建設，提升第三產(chǎn)業(yè)比例與建成區(qū)綠化覆蓋率.

基于以上分析，提出以下建議，以推動黃河流域城市安全韌性提升：

（1）完善監(jiān)測預報預警體系.針對黃河流域太陽輻射強、溫差較大、降雨不均，黃河中上游地區(qū)沙暴和揚沙較多等氣候特征，加強黃河流域現(xiàn)有水文站與地震觀測站網(wǎng)密度，提升暴雨和氣象干旱監(jiān)測預警能力，提升氣象災害綜合防御能力，建設防洪工程安全監(jiān)控系統(tǒng)和黃土高原水土保持監(jiān)測監(jiān)管體系，提升防震減災現(xiàn)代化建設能力，形成涵蓋水災害、水資源、水生態(tài)、水環(huán)境全要素的水文監(jiān)測預報預警體系和保護治理全方位的智能感知網(wǎng)絡體系.

（2）提高外部協(xié)同救援能力.黃河流域城市對社會應急救援力量的支持、管理、布局、使用參差不齊，導致社會救援力量生存、發(fā)展環(huán)境不同，技能類別、能力水平不一.針對上述問題，黃河流域城市應壯大各類救援隊伍，編寫《黃河流域社會救援力量名錄》，出臺黃河流域社會救援力量分類管理指南，探索發(fā)布區(qū)域社會救援力量發(fā)展指數(shù)和相關標準，建設區(qū)域性協(xié)同服務平臺，完善區(qū)域社會救援力量發(fā)展協(xié)同機制，建設黃河流域社會應急救援網(wǎng)絡體系，積極推動構建跨行政區(qū)和跨部門應急救援網(wǎng)絡.

（3）推進產(chǎn)業(yè)結構調(diào)整.黃河流域區(qū)域產(chǎn)業(yè)發(fā)展不均衡^［34］，產(chǎn)業(yè)結構層次偏低，以資源型產(chǎn)業(yè)和傳統(tǒng)制造業(yè)為主，產(chǎn)業(yè)結構升級可抑制環(huán)境污染^［35］.在“數(shù)字孿生”等現(xiàn)代技術背景下，黃河流域城市經(jīng)濟高質(zhì)量發(fā)展同時加速實施產(chǎn)業(yè)結構升級策略，優(yōu)化地區(qū)資源配置，推動黃河流域優(yōu)勢制造業(yè)綠色化轉型、智能化升級和數(shù)字化賦能，實現(xiàn)以大數(shù)據(jù)驅(qū)動的應急資源布局，增強應急救援能力，助力城市可持續(xù)發(fā)展.

（4）控制人口總量.針對黃河流域人口密度大、人口分布不均勻等問題，轉變過去為人口紅利拉動經(jīng)濟發(fā)展的模式，因地制宜控制沿黃城市主城區(qū)人口密度.人口密度過大城區(qū)建設產(chǎn)城融合、職住平衡、生態(tài)宜居、交通便利的郊區(qū)新城，利用當?shù)氐膭趧恿?、土地資源優(yōu)勢吸引對勞動力依賴較大的產(chǎn)業(yè)，促進人口就近就業(yè)并實現(xiàn)城市化^［36］.

（5）加強生態(tài)環(huán)境建設.截至2021年底，黃河流域城鎮(zhèn)化率達62.30%，城市高速發(fā)展和轉型過程中面臨生態(tài)系統(tǒng)退化、水土流失嚴重等問題^［37］，亟需制定城市生態(tài)基礎設施標準和政策，鼓勵沿黃城鎮(zhèn)推進園林綠化提質(zhì)工作，系統(tǒng)修復城市水系統(tǒng)、綠地、山體和廢棄地，提高城市綠化覆蓋率，推廣延安、濟南、銀川等“城市雙修”試點經(jīng)驗，因地制宜開展城市生態(tài)基礎設施體系建設，提升沿黃城市生態(tài)系統(tǒng)質(zhì)量和穩(wěn)定性，增強城市生態(tài)空間的涵養(yǎng)、調(diào)節(jié)、支持、凈化等服務能力.

（6）加大安全管理投入.黃河流域水旱災害與地質(zhì)災害頻發(fā)，黃河流域城市應完善與經(jīng)濟社會發(fā)展水平、財力相適應的各級財政投入機制，將防災經(jīng)費列入各級財政預算，對于黃河流域災害風險防治工程與監(jiān)測能力提升工程給予資金支持，如建立健全黃河流域備災救災監(jiān)測網(wǎng)絡和大數(shù)據(jù)平臺，實現(xiàn)城市洪澇災害風險智慧化管理“一張圖”，構建地震災害情景模擬系統(tǒng)等；鼓勵科研機構和行業(yè)合作開展黃河流域水沙協(xié)同調(diào)控配置基礎理論和關鍵技術研究，加強宣傳教育，建設防洪減災科普陣地，創(chuàng)作防震減災科普精品，增強社會公眾對自然災害的防范意識.

附錄見電子版（DOI：10.16366/j.cnki.1000-2367.2023.11.07.0001）.

參 考 文 獻

［1］ "程書波，岳穎，劉玉，等.黃河流域洪澇災害社會脆弱性評價與分析［J］.人民黃河，2022，44（2）：45-50.

CHENG S B，YUE Y，LIU Y，et al.Evaluation and analysis of the social vulnerability of flood disasters in the Yellow River Basin［J］.Yellow River，2022，44（2）：45-50.

［2］肖風勁，徐雨晴，黃大鵬，等.氣候變化對黃河流域生態(tài)安全影響及適應對策［J］.人民黃河，2021，43（1）：10-14.

XIAO F J，XU Y Q，HUANG D P，et al.Impact of climate change on ecological security of the Yellow River Basin and its adaptation countermeasures［J］.Yellow River，2021，43（1）：10-14.

［3］何艷玲，趙俊源.國家城市：轉型城市風險的制度性起源［J］.開放時代，2020（4）：178-200.

HE Y L，ZHAO J Y.National city：the institutional origin of the risk of transitional cities［J］.Open Times，2020（4）：178-200.

［4］何艷玲，周寒.全球體系下的城市治理風險：基于城市性的再反思［J］.治理研究，2020，36（4）：5-19.

HE Y L，ZHOU H.Urban governance risks under the global system：rethinking based on urbanity［J］.Governance Studies，2020，36（4）：5-19.

［5］吳佳，朱正威.公共行政視野中的城市韌性：評估與治理［J］.地方治理研究，2021，23（4）：31-43.

WU J，ZHU Z W.Urban resilience in the view of public administration：evaluation and governance［J］.Local Governance Research，2021，23（4）：31-43.

［6］HOLLING C S.Resilience and stability of ecological systems［J］.Annual Review of Ecology and Systematics，1973，4：1-23.

［7］李彤玥，牛品一，顧朝林.彈性城市研究框架綜述［J］.城市規(guī)劃學刊，2014（5）：23-31.

LI T Y，NIU P Y，GU C L.A review on research frameworks of resilient cities［J］.Urban Planning Forum，2014（5）：23-31.

［8］張宇棟，呂淑然.從“城市安全” 到“安全城市”：城市發(fā)展與安全的辯證分析［J］.學習與實踐，2018（6）：74-82.

ZHANG Y D，LYU S R.From \"urban security\" to the \"safe city\"［J］.Study and Practice，2018（6）：74-82.

［9］羅通元.安全韌性學基本概念和理論體系探討［J］.安全與環(huán)境學報，2022，22（1）：280-291.

LUO T Y.Discussion on the basic concept and theoretical system of safety resilience science［J］.Journal of Safety and Environment，2022，22（1）：280-291.

［10］MEEROW S，NEWELL J P，STULTS M.Defining urban resilience：a review［J］.Landscape and Urban Planning，2016，147：38-49.

［11］CARL F.Resilience：The emergence of a perspective for social-ecological systems analyses［J］.Global Environmental Change，2006，16（3）：253-267.

［12］HOLLAND J H.Studying complex adaptive systems［J］.Journal of Systems Science and Complexity，2006，19（1）：1-8.

［13］黃弘，范維澄.構建“安全韌性城市”：概念、理論與實施路徑［J］.北京行政學院學報，2024（2）：1-9.

HUANG H，F(xiàn)AN W C.Building \"safe and resilient cities\"：concepts，theories，and implementation approaches［J］.Journal of Beijing Administration Institute，2024（2）：1-9.

［14］高祿，那仁滿都拉，郭恩亮，等.基于綠色與安全理念的城市韌性評價研究：以呼和浩特市街道為例［J］.災害學，2024，39（1）：216-221.

GAO L，NA R，GUO E L，et al.Urban resilience evaluation research based on green safety concept：a case study of area of Hohhot street［J］.Journal of Catastrophology，2024，39（1）：216-221.

［15］郭羽羽，羅福周，鐘興潤.基于熵權-正態(tài)云模型的城市安全韌性評估研究［J］.災害學，2021，36（4）：168-174.

GUO Y Y，LUO F Z，ZHONG X R.Study on urban safety resilience assessment based on entropy weight-normal cloud model［J］.Journal of Catastrophology，2021，36（4）：168-174.

［16］朱正威，郭瑞蓮，袁玲.新安全格局背景下城市安全韌性評價框架：探索與構建［J］.公共管理與政策評論，2024，13（3）：138-151.

ZHU Z W，GUO R L，YUAN L，et al.An evaluation framework for urban safety resilience in the context of new security pattern：exploration and construction［J］.Public Administration and Policy Review，2024，13（3）：138-151.

［17］方東平，李全旺，李楠，等.社區(qū)地震安全韌性評估系統(tǒng)及應用示范［J］.工程力學，2020，37（10）：28-44.

FANG D P，LI Q W，LI N，et al.An evaluation system for community seismic resilience and its application in a typical community［J］.Engineering Mechanics，2020，37（10）：28-44.

［18］張筱娟，湯琪鳳，張鎮(zhèn).黃河流域城市韌性空間分異特征及其影響因素識別［J］.地域研究與開發(fā)，2022，41（6）：48-54.

ZHANG X J，TANG Q F，ZHANG Z.Spatial differentiation characteristics and its influencing factors of urban resilience in the Yellow River Basin［J］.Areal Research and Development，2022，41（6）：48-54.

［19］羅巍，黃志華，程遂營，等.黃河流域城市韌性與經(jīng)濟發(fā)展水平協(xié)調(diào)性研究［J］.人民黃河，2022，44（7）：8-13.

LUO W，HUANG Z H，CHENG S Y，et al.Study on the coordination between urban resilience and economic development level in the Yellow River Basin［J］.Yellow River，2022，44（7）：8-13.

［20］周成，趙亞玲，張旭紅，等.黃河流域城市生態(tài)韌性與效率時空演化特征及協(xié)調(diào)發(fā)展分析［J］.干旱區(qū)地理，2023，46（9）：1514-1523.

ZHOU C，ZHAO Y L，ZHANG X H，et al.Spatiotemporal evolutionary characteristics and coordinated development of urban ecological resilience and efficiency in the Yellow River Basin［J］.Arid Land Geography，2023，46（9）：1514-1523.

［21］楊秀平，賈云婷，翁鋼民，等.城市旅游環(huán)境系統(tǒng)韌性的系統(tǒng)動力學研究：以蘭州市為例［J］.旅游科學，2020，34（2）：23-40.

YANG X P，JIA Y T，WENG G M，et al.A study on system dynamics of the resilience of urban tourism environment system：a case study of Lanzhou City［J］.Tourism Science，2020，34（2）：23-40.

［22］胡志強，苗長虹，熊雪蕾，等.產(chǎn)業(yè)集聚對黃河流域工業(yè)韌性的影響研究［J］.地理科學，2021，41（5）：824-831.

HU Z Q，MIAO C H，XIONG X L，et al.Influence of industrial agglomeration on the industrial resilience of the Yellow River Basin［J］.Scientia Geographica Sinica，2021，41（5）：824-831.

［23］FORRESTER J W.Counterintuitive behavior of social systems［J］.Theory and Decision，1971，2（2）：109-140.

［24］何愛平，安夢天.黃河流域高質(zhì)量發(fā)展中的重大環(huán)境災害及減災路徑［J］.經(jīng)濟問題，2020（7）：1-8.

HE A P，AN M T.Major environmental disasters and disaster mitigation paths in high-quality development of the Yellow River Basin［J］.On Economic Problems，2020（7）：1-8.

［25］繆惠全，王乃玉，汪英俊，等.基于災后恢復過程解析的城市韌性評價體系［J］.自然災害學報，2021，30（1）：10-27.

MIAO H Q，WANG N Y，WANG Y J，et al.An urban resilience measurement system based on decomposing post-disaster recovery process［J］.Journal of Natural Disasters，2021，30（1）：10-27.

［26］王光輝，王雅琦.基于風險矩陣的中國城市韌性評價：以284個城市為例［J］.貴州社會科學，2021（1）：126-134.

WANG G H，WANG Y Q.Evaluation of China's urban resilience based on risk matrix：a case study of 284 cities［J］.Guizhou Social Sciences，2021（1）：126-134.

［27］SHI P J，WANG J A，XU W，et al.World atlas of natural disaster risk［M］//SHI P J，KASPERSON R，eds.IHDP/Future Earth-Integrated Risk Governance Project Series.Berlin，Heidelberg：Springer Berlin Heidelberg，2015：309-323.

［28］黃弘，李瑞奇，范維澄，等.安全韌性城市特征分析及對雄安新區(qū)安全發(fā)展的啟示［J］.中國安全生產(chǎn)科學技術，2018，14（7）：5-11.

HUANG H，LI R Q，F(xiàn)AN W C，et al.Analysis on characteristics of safety resilient city and enlightenments for safe development of Xiongan New Area［J］.Journal of Safety Science and Technology，2018，14（7）：5-11.

［29］孟曉靜，陳鑫，陳佳靜，等.組合賦權-TOPSIS在洪澇災害下城市區(qū)域韌性評估中的應用［J］.安全與環(huán)境學報，2023，23（5）：1465-1473.

MENG X J，CHEN X，CHEN J J，et al.Application of combination weighting and TOPSIS in the assessment of urban regional resilience under flood disaster［J］.Journal of Safety and Environment，2023，23（5）：1465-1473.

［30］史斌，劉弘濤.城市防災減災規(guī)劃的理念比較與路徑整合［J］.西部人居環(huán)境學刊，2022，37（2）：100-106.

SHI B，LIU H T.Comparison of concepts and path integration of urban disaster prevention and mitigation planning［J］.Journal of Human Settlements in West China，2022，37（2）：100-106.

［31］苑清敏，劉琪，劉俊.基于系統(tǒng)動力學的城市碳排放及減排潛力分析：以天津市為例［J］.安全與環(huán)境學報，2016，16（6）：256-261.

YUAN Q M，LIU Q，LIU J.On the reduced urban carbon emission and an analysis of such reduced emission potential based on the dynamic system by taking Tianjin as a case sample［J］.Journal of Safety and Environment，2016，16（6）：256-261.

［32］胡春宏，張曉明，趙陽.黃河泥沙百年演變特征與近期波動變化成因解析［J］.水科學進展，2020，31（5）：725-733.

HU C H，ZHANG X M，ZHAO Y.Cause analysis of the centennial trend and recent fluctuation of the Yellow River sediment load［J］.Advances in Water Science，2020，31（5）：725-733.

［33］黃晶，佘靖雯，袁曉梅，等.基于系統(tǒng)動力學的城市洪澇韌性仿真研究：以南京市為例［J］.長江流域資源與環(huán)境，2020，29（11）：2519-2529.

HUANG J，SHE J W，YUAN X M，et al.Simulation of urban flood resilience based on A system dynamic model：a case study in Nanjing［J］.Resources and Environment in the Yangtze Basin，2020，29（11）：2519-2529.

［34］邵雅靜.氣候變化和人類活動影響下的生態(tài)系統(tǒng)健康時空演變特征及分區(qū)管控：以黃河流域為例［D］.西安：長安大學，2022.

SHAO Y J.Temporal and spatial evolution characteristics and zoning control of ecosystem health under the influence of climate change and human activities：a case study of the yellow river basin［D］.Xi'an：Chang'an University，2022.

［35］焦士興，林璐霜，王安周，等.黃河流域9省區(qū)經(jīng)濟發(fā)展、產(chǎn)業(yè)結構與環(huán)境污染的關系［J］.華北水利水電大學學報（自然科學版），2024，45（5）：22-30.

JIAO S X，LIN L S，WANG A Z，et al.Relationship among the economic development，industrial structure and environmental pollution in the nine provincial regions of the Yellow River Basin［J］.Journal of North China University of Water Resources and Electric Power（Natural Science Edition），2024，45（5）：22-30.

［36］張永芳，周斌，李蛟，等.黃河流域生態(tài)承載力及人地關系可持續(xù)發(fā)展：基于異速生長模型的研究［J］.西北人口，2024，45（4）：112-126.

ZHANG Y F，ZHOU B，LI J，et al.Spatial differentiation and management of man-land flexible relationship and ecological capacity in the Yellow River Basin：research based on allometric growth model［J］.Northwest Population Journal，2024，45（4）：112-126.

［37］瞿萌，陳準，閆明濤，等.黃河流域城鎮(zhèn)化與生態(tài)環(huán)境耦合協(xié)調(diào)及交互脅迫關系研究［J］.人民黃河，2023，45（12）：19-24.

QU M，CHEN Z，YAN M T，et al.Study on the coupling and coordination of urbanization and ecological environment in the Yellow River Basin and the interaction stress relationship［J］.Yellow River，2023，45（12）：19-24.

Simulation study on urban safety resilience in the Yellow River Basin based on multiple development scenarios

Ren Jie， Wang Di， Wang Yarong， Liu Ying

（School of Economics and Management; Industrial Informatization and Industrial Innovation Research Center， Key Research

Base of Humanities and Social Sciences， the Inner Mongolia Autonomous Region; Yellow River \"Ji Zi Wan\" Development

Research Center， The Key Research Base of Philosophy and Social Sciences in Inner Mongolia，

Inner Mongolia University of Science amp; Technology， Baotou 014010， China）

Abstract： Cities in the Yellow River Basin， known for their diverse geographical environments and fragile ecosystems， face significant disaster risks due to the complex interaction of various factors. These risks are characterized by the high degree of damage and the difficulty of implementing effective governance measures. By focusing on urban governance through the lens of urban resilience， a breakthrough is proposed by using a new framework of disaster resistance， adaptability， and recovery. A simulation model for urban safety resilience was constructed， targeting 64 cities in the Yellow River Basin to analyze the reasons behind the changes in urban safety resilience， resistance， adaptability， and recovery from 2010 to 2018. Multiple development scenarios were set to simulate the dynamic changes in urban safety resilience from 2019 to 2030. The results indicate that the urban safety resilience simulation model can be effectively used to analyze and predict changes in urban safety resilience. Both the disaster resistance index and recovery capacity index in the Yellow River Basin experienced two fluctuations during the simulation period. According to the Yellow River Basin Ecological Protection and High-Quality Development Plan， urban safety resilience in the Yellow River Basin will continue to improve， outperforming the status quo and baseline development scenarios. The study recommends that urban systems in the Yellow River Basin enhance safety resilience by improving monitoring and early warning systems， external collaborative rescue capabilities， industrial structure， population management， ecological environment construction， and safety management investments. This study provides theoretical references and decision-making support for enhancing urban safety resilience in the Yellow River Basin.

Keywords： Yellow River Basin; urban security resilience; multiple scenarios; simulation forecasting

［責任編校 趙曉華 劉洋］