1 研究背景
城市作为一个复杂的社会生态系统（SES），从形成的那一刻起，就不断受到自然灾害、能源短缺、气候变化、恐怖袭击、2019-nCoV等各种内外冲击和扰动，此类事件严重影响城市的平稳健康发展。随着全球城市化的快速发展，城市人口的集聚导致城市对土地、就业、基础设施和医疗的需求急剧增加，城市市政基础设施发展滞后导致交通拥堵、土地使用广泛和城市运营效率低下。在此背景下，城市韧性的概念被提出，建设韧性城市已成为城市规划和风险管理的热门话题。
图1. 从SES角度研究城市韧性的评估框架
2 研究内容
本研究从SES的角度，将经济-生态-社会-基础设施纳入综合研究框架，建立城市韧性发展水平评价指标体系，将熵权法与云模型相结合，对我国31个省（市）的城市韧性进行了系统计算和分类，利用定量计算结果识别影响城市韧性的关键因素，深入分析中国省（市）韧性的现状和差异，确定不同发展状态城市的不同资源配置模式，提出更全面的城市韧性优化策略和机制，为提高城市SES能力提供思路。
3 文献综述
1
韧性城市的认知演变
韧性起源于拉丁语单词“resilio”，意思是“回到原始状态”。随着时间的推移，韧性的概念逐渐扩展到不同的研究领域，当韧性的概念被视为城市系统的一部分时，它拓展了城市研究的视角，而相关研究和测量在提高城市抗灾能力方面具有创新价值。
城市韧性的研究主要集中在结合城市韧性的基本概念，探索城市韧性的演化规律，建立城市韧性评价体系，将城市韧性与不同学科相结合。根据城市韧性的基本概念，Alberti和Marzluff（2004）将城市韧性定义为“一个城市在一系列新的结构和过程之前可以重组的变化程度”。Tyler和Moench（2012）指出，城市韧性“鼓励从业者考虑创新和变革，以帮助从可预测的或不可预测的压力和冲击中恢复”。Fang等（2017 年）将城市韧性定义为“城市系统及其子系统在受到干扰时维持或快速恢复其功能并通过适应更好地应对未来不确定性的能力”。在探索城市韧性的演化规律方面，Holling 和 Gunderson（2001）提出了适应性循环理论来研究外部冲击后系统的演化过程和影响机制。在此基础上，Godschalk（2003）研究了韧性应用于城市减灾的基本原理和实施方法，认为韧性城市由物理系统和人类社区组成。Davoudi等人（2012年）正式提出了韧性和城市发展的系统组合，强调当受到干扰时，系统可以通过消化吸收外部冲击，同时凭借自身的学习能力快速维持自身的结构功能。Xu等（2019）、Sun等（2017）、Zhang 和 Li（2018a）等学者从防灾、生态、气候变化和城市灾害的角度研究了城市韧性发展和改善策略的现状。在城市韧性评估体系的建立方面，Simpson（2006）提出了社区韧性指数模型，并建立了一个指数分析框架来计算城市在自然灾害面前的脆弱性。Simon等人（2016年）提出了ASPIRE框架，用于定性测量社区韧性，该框架可通过整合制度、经济、社会和环境因素的四个组成部分来评估社区韧性。由于空间分析和模型构建方法的广泛使用，Li和Xu（2018）、Peng等（2018）等学者将韧性评价指标体系与空间分析方法相结合，对中国城市韧性进行了分类和评价。在不同学科的城市韧性综合发展方面，Bruneau等人（2003年）以社区为基础，分析了在发生地震灾害时可以优化的韧性思维方面，目的是最大限度地减少灾害期间对社区的损害，提高社区灾后重建能力。Yu等人（2015）将韧性的概念引入城市水系统领域，研究了城市水系统韧性的现状和改进策略。对韧性城市的具体研究已经渗透到不同学科和灾害类型，丰富了整体研究内容。
综上所述，城市抗灾能力的概念不仅在于适应城市发展过程中不断变化的环境和不同的灾害类型，还在于通过科学的设计和管理，提高城市空间环境应对灾害的能力，这些努力对减少灾害风险、减少灾害损失和改善系统协调具有重大影响。城市韧性的概念涉及理论研究和实践实施的广泛领域。对文献研究的详细分析显示出以下三种趋势：
1.干扰因素的整合：对影响城市抵抗力的因素的研究已逐渐从洪水、地震等单一因素转向综合因素。
2.研究视角的多元化：经济、生态、土地规划等单一视角逐渐转变为社会生态系统的协调与整合。
3.研究范围的扩大：城市韧性的概念框架已从社区和地区逐步扩展到国家层面。
2
社会生态系统
20世纪60年代以来，随着科学技术的飞速发展，人类活动对生态环境产生了一系列恶性影响。人类逐渐面临着有效调节人类与自然可持续发展的挑战，因此，人们开始使用SES方法对人类与自然系统之间的复杂相互作用进行耦合研究。Cumming等人（2005）提出了SESs的概念，将SESs定义为由人和自然组成的复杂适应系统，具有许多特征，如不可预测、自组织、非线性、多阶段状态、阈值效应和历史依赖性。Walker等人（2010年）提出，SES是一个由生物、地理和自然元素以及相关社会行为者和社会组织组成的动态复杂的互动系统。随着SES概念的不断丰富和完善，出现了一系列关于SES的研究框架和项目实践成果。例如，Ostrom（2009）提出了一个描述和解释复杂SES的总体框架，该框架可以通过使用科学概念和语言来衡量对系统可持续性的影响程度，这一成果将SES的研究提升到了一个新的水平。随后，Leslie等人（2015年）提出了一套渔业管理和海洋领域的SES框架，通过一个综合框架，研究结果提供了定性和定量数据，为渔业管理、海洋空间规划和相关战略实施提供信息支持。Feng等人（2021）针对水和土地相互作用形成的独特生态系统，构建了湿地SES框架，系统分析了影响可持续发展和生态环境的内部问题和因素，并将社会系统与湖区生态系统有效整合。当前，世界面临着严峻的生态挑战。气候变化严重、生物多样性减少、自然资源枯竭、淡水资源匮乏等重大问题的出现，促使人们认识到重视人与自然环境的全面互动的重要性。探索自然生态系统和社会经济系统之间复杂的动态关系的过程强调了韧性对协调和维持社会和自然系统稳定过程的影响。
4.研究方法
1
指标体系构建
本文从生态和社会系统的角度出发，基于城市韧性的内涵和特征，参考相关城市韧性评价指标体系，结合城市韧性演化时空差异的理论基础相结合，遵循完整性、可行性和代表性原则，从生态、经济、社会和基础设施四个子系统中选取27个具体指标。
表1.城市韧性发展水平评价指标体系
2
熵权法
熵权法是确定指标权重的客观方法，它具有适用性广、准备性强的特点。在信息论中，熵是信息不确定性的度量。当评价指标中的评价数据差异较大时，说明该指标更具随机性，熵值越小，指数的权重就越大；相比之下，当评价指标中的评价数据差异不大时，这意味着该指标的敏感性较低，熵值越大，指标的权重越小。权重反映了该指标在评价中提供的参考信息量，为多个指标的综合评价提供了依据。
3
云模型
云模型是李德毅院士在传统概率统计理论和模糊理论的基础上提出的一种现代数学理论模型。它用于实现定量值和定性概念之间的转换，并且能够很好地处理具有随机性和不确定性的复杂数据。使用云模型进行转换，计算研究对象的隶属度，用定量值描述定性概念，并反映定性概念的整体特征。云模型的数字版本通常使用期望值（Ex）、熵（En）和超熵（He）这三个值来表示一个特征，并写为A=G(Ex,En,He)。
4
熵权-云模型综合评价方法
城市韧性是一个综合治理概念，因此有必要衡量城市演化过程中自然生态、社会环境、经济发展和基础设施建设的综合动态风险韧性。由于各地区经济发展水平差异较大，有必要根据实际情况确定复杂指标体系的权重和评价水平，为了客观、准确地确定指标权重，避免主观因素的影响，采用熵权法实现客观测量。为了解决城市韧性评价中的模糊性和随机性问题，采用云模型作为定性和定量的不确定性转换工具。基于熵权法和云模型相结合的评估方法广泛应用于风险评估和等级评估。因此，熵权法与云模型相结合可以更科学、客观地评价城市韧性发展水平。本文采用熵权法确定各指标的权重，然后利用正向云发生器和X-条件发生器得到目标城市对应不同层次的隶属度。最后，对获得的指标权重和隶属度矩阵进行模糊转换后，可以合理计算目标城市的韧性。具体计算步骤如下：
1、数据标准化
由于所选指标的计算单位不同，正负指标不同，有必要对指标数据进行标准化，本文使用极值法对数据进行标准化处理。
对正向指标：
对负向指标：
2、利用熵权法计算评价体系中各指标的权重（Wn=（w1,w2,…,wn））。
首先用公式计算了第j组指标因子的信息熵：
然后，每个指标的权重向量可以表示为：
3、建立一个表达城市韧性的评估域，并根据调查对单个指标进行分类，以确定云特征值(Ex,En,He)。通过特征值参数公式，利用各指标评价等级划分结果的上下边界值，确定各等级的云特征值(Ex,En,He)。将数据设置为xij，其中评价指标i（i=1,2,…,n）的相应水平j（j=1,2,…,m）的上下限值为
和
。数据xij中索引i与其级别 j 对应的定性语言概念可以用云模型来表示，每个级别的云参数可以用如下公式计算：
和
是边界值，从一层到另一层的过渡值，应该同时属于上下两层的重叠值。由于该边界值同时属于上下两个层次，是一个模糊边界，因此认为它与上下两个层次具有相等的隶属度，有：
其中k是根据问题的模糊程度确定的常数，而模糊程度又可以通过经验实验确定。超熵值越小，云层的厚度越小，本文根据经验取值为0.1。
4、根据计算得到的三个云特征值和项目中指标的实际数据值，采用X-条件云生成器的方法，得到每个指标不同层次对应的隶属矩阵：
5、将熵权法计算的指标权重W与各省（市）的隶属矩阵U进行模糊计算，得到评价集V上的模糊子集B，其中
是每个评估对象所属级别的值。最后，根据隶属度最大的原则，选择隶属度最高的级别作为城市综合评价的结果。
5.结果分析
1
熵权-云模型的评价结果
为了计算云模型，首先确定了各指标的评价标准区间。在进行研究并针对城市安全领域的专家进行问卷调查后，获得了城市韧性发展的五个定性水平：最高（I）、较高（II）、中等（III）、较低（IV）和最低（V），区间值以升序表示；也就是说，值越大，表明城市韧性水平越高。然后，利用特征值参数公式和各指标评价级别划分结果的上下边界值，确定各级别的云特征值(Ex,En,He)。也即根据上述评价指标水平区间，将各指标项带入公式（4-6），各指标对应的水平用正向云模型参数表示。以指数X1为例，相应云数字特征值的计算结果为“最高”（47.41,0.839,0.1）、“较高”（44.45,1.677,0.1）、“中等”（40.5,1.677,0.1）、“较低”（36.55,1.677,0.1）和“最低”水平（33.59,0.839,0.1）。根据指标建成区绿地率（X1）的已知云模型参数，可绘制评价指标体系正向云的隶属函数，如图2所示。
图2.正向云隶属度
然后，以计算出的云数字特征值为参数，利用云模型中的X-条件云发生器将算法程序输入Matlab2016a软件，计算出各省（市）各级对应的各指标隶属度，并构造隶属度矩阵U。最后，利用各省（市）的隶属度矩阵U对熵权法计算的指标权重W进行模糊计算，得到五个不同评价等级对应的各省（市）的隶属度（见表2），选取隶属度最大的评价级别作为该省（市）城市韧性发展的综合评价级别。
表2.样本省（市）城市韧性发展水平评价结果
2
城市整体韧性分析
根据表2样本省（市）的韧性发展水平评价结果，北京、上海、广州三个城市的韧性发展水平最高。从实际情况来看，这三个城市的发展在中国是首屈一指的，它们都具有得天独厚的地理位置，是国家蓬勃发展的中心，经济发展强劲，基础设施完善，社会保障能力高。面对灾害和其他冲击，这些城市可以保证全面的后备支持，并提供最高水平的发展，以减少灾害的影响，并迅速恢复正常运营。
江苏省和浙江省属于较高的韧性发展水平。江苏、浙江是经济较发达的省份，经济发展总量、科技创新能力培养和生态环境保护水平均居全国前列；它们在减少灾害影响和迅速恢复正常运作方面取得了较高的发展水平。
天津、福建、山东、湖北和四川五省（市）的韧性发展水平中等。天津作为环渤海地区的经济中心和直辖市，在综合开发中发挥着主导作用。福建和四川作为两个热门旅游省份，在发展生态文明、高科技产业和网络覆盖方面具有优势。山东和湖北作为两个教育大省，在科技创新和人文教育方面具有较强的优势，近年来也取得了显著的经济发展。然而，后两个省份应将注意力转向环境治理的同步和协调，并认识到生态环境在韧性发展中的重要作用。
山西、内蒙古、辽宁、黑龙江、安徽、江西、湖南、海南、重庆、陕西等10个省（市）的韧性发展水平较低。对这些省（市）进行分析后发现，由于地理位置、自然环境或经济发展模式的原因，它们在中国省（市）综合发展中处于中下游水平。在分析具体指标后发现，除海南省外，这些省份没有显著发展的地区；也就是说，经济发展、环境治理和科技发展都处于平衡发展的中间阶段。海南省作为例外，主要依靠发展第三产业来推动生产力，在环境治理方面具有显著优势，然而，由于交通、人口和配套产业的不足，海南的综合发展步伐缓慢。
河北、吉林、河南、广西、贵州、云南、西藏、甘肃、青海、宁夏、新疆等11个省（市）的韧性发展水平最低。除前三个省份外，它们都位于西部地区，这些省份的指数数据都很低。要发展这一薄弱基础，提高城市韧性，必须通过解决综合能力建设来加强底层发展。需要指出的是，经济发展、人文教育和基础设施建设相对强劲的河北省城市韧性水平最低。这主要是因为环境污染制约了其综合发展，严重影响了其综合水平的排名。
3
基于区域差异的城市韧性分析
根据国家发展和改革委员会关于中国东部、中部和西部地区的政策划分原则（见图3），分三个主要部分分析了城市韧性的区域差异。根据中国31个省（市）城市韧性排名的分类结果，绘制了一张图表来显示当前的区域差异和加权平均值：东部地区的平均加权值为2.636，中部地区为4.125，西部地区为4.667，全国平均值为3.809。总体而言，东部地区的城市韧性高于全国平均水平，中部地区略低于全国平均水平，西部地区的城市韧性最低。从不同级别的城市数量来看，东部地区的城市韧性最高，但72.7%的省（市）的韧性处于中等或更高水平。考察中部地区的城市韧性，62.5%的省（市）集中在较低水平，而西部地区75%的省（市）集中在较低水平。总体而言，东部地区城市韧性发展水平高于全国平均水平和中西部地区水平。
图3. 中国东部、中部和西部城市韧性图
4
城市韧性各项指标的评价与分析
通过对城市韧性的四个子系统进行进一步的层次分析，在指标层面上确定了影响不同省市城市韧性的关键因素。对31个省（市）四个子系统中权重最大的三个指标的分类，根据不同省（市）的分类结果，可以明确城市韧性发展过程中的薄弱环节。从生态韧性的发展现状来看，北京、上海、福建、广东、海南、重庆和四川在指数分类中处于领先地位，而河北和贵州则落后。从经济韧性来看，北京、上海、江苏和广东在指数分类中具有较强的优势，而山西、吉林、安徽、河南和西部省（市）在指数分类中排名较低。从社会韧性的发展来看，北京、天津、上海、江苏、浙江和广东在指数分类中处于优势地位，而吉林、海南、西藏、甘肃、宁夏、青海和新疆七个省（市）严重滞后。根据基础设施韧性的发展状况，北京、天津、上海、江苏、浙江和广东六个省（市）的指标排名较高，而河南、贵州、西藏和宁夏的指标排名垫底。
综上所述，四个子系统均处于领先地位的省（市）城市综合韧性发展水平较高，而一些子系统处于较低地位的省（市）城市综合韧性发展水平也较低。这些结果表明，单一系统的韧性并不能决定城市韧性的整体水平，各系统的协调、综合发展是提高城市韧性的有效途径。例如，尽管海南省在生态韧性方面处于领先地位，但其严重缺乏社会韧性，导致综合分类水平较低。
6.提升韧性的建议
城市群是一个国家现代发展的主要源泉，是全球公认的最具活力的空间发展模式，探索韧性城市的特征是解决城市脆弱性问题、确保城市可持续健康发展的新途径。为了中国城市韧性的稳定发展，可以考虑并改进以下方面：
1、重点发展区域经济实力。鉴于城市经济韧性的理论内涵，有必要构建适合经济发展的结构框架，全面提高城市经济韧性水平。城市经济发展水平的提高可以促进城市社会、生态和基础设施的全面发展，调整城市韧性各组成部分的不平衡发展。
2、重视社区服务在城市韧性中的作用。社区服务在城市韧性的社会组成部分中的关键地位通过2019-nCoV全球治理过程中社区服务的重要作用得到了明确说明，本文强调了当前社会模式下“社区”概念对人们日常生活的影响。社区服务不仅能满足人们平时的物质和精神需求，还能在紧急情况下迅速落实政府宏观政策，确保居民日常生活的稳定运行。
3、引入信息和通信技术（ICT）以提高城市韧性。当前ICT的快速发展正在稳步推动城市现代化水平的提高，目前正被应用于工业发展，称为ICT4D。构建服务于居民、政府、企业等多个主体的在线平台，有助于城市发展过程中相关信息的发布、收集和响应，实现城市信息的及时共享和考虑。通过在网络设施研究中拓宽韧性的内涵，最终可以在创建城市韧性的过程中实现有效的区域管理。
4、完善城市韧性文化框架，开展城市韧性文化传播。作为城市应对扰动的主体，城市居民的受教育程度及其对城市韧性的认知不仅会影响扰动造成的直接损失，还会影响城市在随后一段时间内的恢复和学习状况。为了改善基本的城市韧性文化，有必要将这一概念逐步传播并渗透到所有居民中，以提高他们掌握城市韧性概念的能力，思考城市韧性，并在个人层面实施必要的城市韧性应急响应。
5、完善区域城市韧性绩效评估机制。政府机构应优先发展韧性城市，根据当地发展特点建立合理的城市韧性绩效评估体系，定期评估和分析城市韧性现状，因地制宜制定符合当地发展特点的改善策略。在国家层面，还将评估不同地区在促进城市韧性方面的效果，这将在中国城市韧性的发展中保持一定的力量和活力。
7.讨论
本文不仅从SES的角度补充了城市韧性研究的理论空白，而且提出了促进中国城市韧性发展的关键对策。虽然本研究是在中国背景下进行的，但城市形态的多样性可以为其他国家的城市韧性研究提供参考，因此本文的研究结果可以被其他国家的类似研究所验证。例如，日本促进了先进ICT的使用，以改善智能社区的区域管理，实现区域可持续发展。美国已经认识到社区韧性对城市社会生态韧性的重要影响，并确认了社区服务对促进可持续健康城市发展的重要性。因此，本文提出的研究框架和对策可以为世界各国制定城市韧性改善战略提供重要参考。
原文引用：
Xixi Luo,Quanlong Liu, Xuefeng Song. China's strategies for promoting differentiated urban resilience measurement from the social ecosystem perspective [J]. Systems Research and Behavioral Science, 2022, 1–15.
来源： 生态系统服务与人类福祉研究团队
转自：“经管学术联盟”微信公众号
如有侵权，请联系本站删除！
