舒文杰,胡晉山,康建榮

(江蘇師范大學(xué) 地理測繪與城鄉(xiāng)規(guī)劃學(xué)院,江蘇 徐州 221116)

0 引言

“十四五”規(guī)劃建議明確提出,要建設(shè)韌性城市,提高城市治理管理水平,加強(qiáng)城市風(fēng)險防控。近年來,如何提高城市抵御、適應(yīng)不確定風(fēng)險的能力,建設(shè)有韌性能力的城市正成為當(dāng)前地理學(xué)、城市規(guī)劃及其相關(guān)學(xué)科領(lǐng)域亟待探索的新課題。

韌性(Resilience),源自拉丁語“resilire”,最初被應(yīng)用于工程學(xué)、物理學(xué),代表材料受到形變作用后恢復(fù)至原始狀態(tài)的能力[1]。1956年,Holling提出“適應(yīng)性循環(huán)”理論[2],被眾多學(xué)者運(yùn)用到地理學(xué)、生態(tài)學(xué),城市規(guī)劃學(xué)等領(lǐng)域研究中,該理論被廣泛認(rèn)為是現(xiàn)代城市韌性理論的思想基礎(chǔ)。當(dāng)前,雖然不同學(xué)科對城市韌性的概念定義不盡相同,但部分內(nèi)容形成共識,即城市面對擾動時,具備適應(yīng)、抵抗、恢復(fù)的能力[3]。近年來,學(xué)者們關(guān)于城市韌性的研究多側(cè)重于韌性測度[4,5],如通過計算霧霾災(zāi)害指標(biāo)評估城市災(zāi)害韌性[6],以城市群研究尺度評價城市韌性空間格局[7-9],從人居環(huán)境、經(jīng)濟(jì)發(fā)展與環(huán)境質(zhì)量、日?；顒?環(huán)境系統(tǒng)角度分析城市生態(tài)韌性[10-12]。隨著研究成果的不斷豐富,相關(guān)研究人員開始逐漸聚焦于城市韌性的影響因素探討,并立足于多種測度模型探究影響城市韌性的深層次因素。如:物理學(xué)耦合模型[13]、計量經(jīng)濟(jì)學(xué)回歸模型[14]、障礙因子診斷模型[15,16]、相關(guān)性分析[17,18]、結(jié)構(gòu)方程模型[19]。而對于城市韌性影響因子的研究,現(xiàn)有的研究數(shù)據(jù)多采用社會發(fā)展統(tǒng)計公報、城市統(tǒng)計年鑒,數(shù)據(jù)來源單一重復(fù),缺少多元化及科學(xué)全面性[20]。因此,本文基于經(jīng)濟(jì)、社會、基礎(chǔ)設(shè)施、生態(tài)4個維度構(gòu)建城市綜合韌性評價體系,借助熵值法對江蘇省13個地級市進(jìn)行城市韌性測算,分析城市韌性空間分異格局。引入多源數(shù)據(jù)如POI(point of interest,興趣點(diǎn))數(shù)據(jù)、OSM(open street map,路網(wǎng))數(shù)據(jù)、AQI(air quality index,空氣質(zhì)量指數(shù))數(shù)據(jù)、遙感數(shù)據(jù)以及統(tǒng)計年鑒數(shù)據(jù),建立影響因子,彌補(bǔ)傳統(tǒng)統(tǒng)計年鑒數(shù)據(jù)在實(shí)證研究時數(shù)據(jù)廣度和深度的不足。運(yùn)用地理探測器模型探究影響因子對江蘇省城市綜合韌性的影響程度。相關(guān)研究結(jié)論以期為江蘇省及其他省份城市管理建設(shè)提供借鑒。

1 數(shù)據(jù)來源與研究方法

1.1 數(shù)據(jù)來源及預(yù)處理

本文使用的數(shù)據(jù)包括統(tǒng)計年鑒數(shù)據(jù)、多源遙感數(shù)據(jù)、POI數(shù)據(jù)、OSM數(shù)據(jù)和AQI數(shù)據(jù)。受數(shù)據(jù)獲取難度和新冠疫情的影響,2020年后統(tǒng)計局發(fā)布的城市年鑒數(shù)據(jù)存在大量缺失,使得疫情期間基于統(tǒng)計數(shù)據(jù)的江蘇省城市韌性定量分析工作難以進(jìn)行。研究數(shù)據(jù)的時間尺度為2019年,空間尺度為江蘇省全域。

其中,POI數(shù)據(jù)通過高德地圖API接口運(yùn)用Python爬蟲獲取,總共獲得了5 461 314條數(shù)據(jù),經(jīng)過清洗整理后得到20種中類功能點(diǎn)的相關(guān)數(shù)據(jù),包括社會設(shè)施和交通設(shè)施,共485 815條數(shù)據(jù)。多源遙感數(shù)據(jù)包括夜間燈光數(shù)據(jù)、DEM數(shù)據(jù)和NDVI歸一化植被數(shù)據(jù)集。夜間燈光數(shù)據(jù)從NOAA/NGDC網(wǎng)站下載,經(jīng)過校正和裁剪操作得到江蘇省各城市的夜間燈光均值。DEM數(shù)據(jù)來自地理空間數(shù)據(jù)云,通過統(tǒng)計和計算得到研究區(qū)的地形起伏度。NDVI歸一化植被數(shù)據(jù)表示城市的植被覆蓋率,數(shù)據(jù)來自中國科學(xué)院資源環(huán)境科學(xué)與數(shù)據(jù)中心,經(jīng)過處理得到2019年江蘇省各城市的歸一化植被指數(shù)均值。OSM數(shù)據(jù)為開源地圖數(shù)據(jù),通過網(wǎng)站(http://www.openstreetmap.org/)下載得到2019年全國的路網(wǎng)數(shù)據(jù)集,并經(jīng)過處理得到江蘇省的路網(wǎng)信息。AQI數(shù)據(jù)來自空氣質(zhì)量在線監(jiān)測分析平臺,獲取了2019年江蘇省各城市的月度空氣質(zhì)量數(shù)據(jù),并計算得到年度均值作為城市生態(tài)環(huán)境指標(biāo)。統(tǒng)計數(shù)據(jù)主要使用了2020年《中國城市統(tǒng)計年鑒》、2020年《江蘇省統(tǒng)計年鑒》和2020年各地市國民經(jīng)濟(jì)和社會發(fā)展統(tǒng)計公報。對于部分缺失數(shù)據(jù),采用了線性插值法進(jìn)行補(bǔ)缺。

1.2 研究方法

1.2.1 城市韌性評價體系

參考已有研究成果,從經(jīng)濟(jì)-社會-基礎(chǔ)設(shè)施-生態(tài)4個維度構(gòu)建城市綜合韌性評價體系[21,22]。其一是城市經(jīng)濟(jì)韌性,表現(xiàn)為城市面對未知因素沖擊時表現(xiàn)的經(jīng)濟(jì)穩(wěn)定性,共設(shè)有6個評價指標(biāo);其二是城市社會韌性,表現(xiàn)為城市遭受沖擊時維持社會穩(wěn)定能力,共設(shè)有5個評價指標(biāo);其三是城市基礎(chǔ)設(shè)施韌性,表現(xiàn)為城市基礎(chǔ)設(shè)施的建設(shè)及服務(wù)水平,共設(shè)有5個評價指標(biāo);其四是城市生態(tài)韌性,表現(xiàn)為城市發(fā)展過程中遭受自然災(zāi)害的抵抗能力,共設(shè)有7個評價指標(biāo),詳見表1。

表1 城市韌性指標(biāo)體系及權(quán)重

熵值法通過數(shù)據(jù)的信息熵即信息的無序程度來客觀地度量數(shù)據(jù)指標(biāo)的相對幅度,是一種客觀賦權(quán)法,相比層次分析法能夠克服其主觀評價,使得數(shù)據(jù)評價更具備可信度。其公式如下:

(1)

(2)

式(1)、式(2)中,yij為已標(biāo)準(zhǔn)化后的數(shù)據(jù)矩陣,xij為第i個城市、第j項指標(biāo)的數(shù)據(jù)值,min(xij)為數(shù)據(jù)矩陣中第j項中最小的數(shù)據(jù)值,max(xij)為數(shù)據(jù)矩陣中第j項中最大的數(shù)據(jù)值。當(dāng)數(shù)據(jù)指標(biāo)在評價分析中呈現(xiàn)正向作用時,采用式(1),當(dāng)數(shù)據(jù)指標(biāo)在評價分析中呈負(fù)向作用時,采用式(2)。

(3)

(4)

(5)

式(3)中ej為第j項指標(biāo)的熵值,k=1/lnm,其中m為評價指標(biāo)的數(shù)據(jù);式(4)中pij為第j項指標(biāo)下第i個樣本值占該指標(biāo)的比重;式(5)中wij為指標(biāo)權(quán)重,eij為熵值,n為指標(biāo)個數(shù)。

Yi=∑wij×yij

(6)

Xi=∑Wi×Yi

(7)

Si=∑Qi×Xi

(8)

式(6)中Yi為評價指標(biāo)的得分,wij為其評價指標(biāo)權(quán)重;式(7)中Xi為子系統(tǒng)韌性指標(biāo)的得分,Wi為子系統(tǒng)韌性指標(biāo)權(quán)重;式(8)中Si為城市綜合韌性指標(biāo)的得分,Qi為城市綜合韌性指標(biāo)權(quán)重。

通過式(5)、式(7)對數(shù)據(jù)進(jìn)行處理,得到2019年江蘇省子系統(tǒng)韌性權(quán)重4項,各個韌性評價指標(biāo)權(quán)重23項,其中負(fù)向指標(biāo)4項,正向指標(biāo)19項,計算結(jié)果見表1。

城市綜合韌性的空間分布特征受多種因素共同影響,參考相關(guān)學(xué)者研究成果[13,23-28],將多源數(shù)據(jù)清洗、加工處理后,從地理空間、生態(tài)環(huán)境、基礎(chǔ)設(shè)施、城市發(fā)展、成本投入5個方面,最終選取12個影響因子,驗證不同因子對城市韌性空間分異的驅(qū)動影響。影響因子的指標(biāo)釋義及計算方法見表2。

表2 城市韌性影響因子指標(biāo)及計算方法

1.2.2 地理探測器

地理探測器是由王勁峰[29]提出的一種探測地理空間分異性的統(tǒng)計方法,其因子探測及交互作用探測能有效的度量空間分異背后的驅(qū)動因子[30,31]。

(9)

地理探測器的交互作用探測可以分析不同因子對城市韌性的影響情況,交互作用探測首先通過探測不同因子對城市韌性的q值影響,得到q(X1)、q(X2),再根據(jù)兩兩因子交互得到q(X1∩X2)。通過比較三者之間的關(guān)系,得到5種交互作用類型,結(jié)果見表3。

表3 雙因子交互探測類型

2 結(jié)果分析

2.1 城市韌性空間分異特征

利用表2中2019年江蘇省各子系統(tǒng)韌性權(quán)重,通過式(8)計算得到江蘇省13個城市韌性分值并進(jìn)行排名,見表4。基于表4的數(shù)據(jù)運(yùn)用自然斷裂法在ArcGIS10.3中對城市韌性等級進(jìn)行分類,如圖1所示。

圖1 江蘇省城市韌性空間分布格局

表4 江蘇省城市綜合韌性得分

從城市綜合韌性表現(xiàn)看(圖1(e)),江蘇省的城市韌性在空間分布上顯示出顯著的分異特征,江蘇南部的城市韌性水平明顯高于中部和北部。蘇南地區(qū)的城市,如蘇州市、南京市、無錫市、常州市和鎮(zhèn)江市,表現(xiàn)出中高級別的城市綜合韌性。其中,蘇州市和南京市的城市綜合韌性顯著高于其他蘇南城市,處于江蘇省內(nèi)的領(lǐng)先水平。位于江蘇中部地理空間的城市,如南通市、揚(yáng)州市、泰州市和鎮(zhèn)江市,其綜合韌性水平處于較低或中等級別,城市綜合韌性均值達(dá)到0.357。而蘇北地區(qū)的城市,主要包括徐州市、淮安市、鹽城市、連云港市和宿遷市,其綜合城市韌性均值為0.211。這種差異的原因在于蘇南地區(qū)的城市在快速發(fā)展經(jīng)濟(jì)的同時,也在城市基礎(chǔ)設(shè)施建設(shè)和城市管理方面取得了顯著進(jìn)展,從而提高了城市在面對各種未知因素時的抗干擾能力和快速恢復(fù)能力。相對于江蘇北部地區(qū),南部地區(qū)具有較多高韌性水平的城市,形成了南北城市綜合韌性的空間分異格局。

根據(jù)圖1(a)和(b)以及表4的結(jié)果顯示,在城市子系統(tǒng)韌性方面,除了鎮(zhèn)江市和常州市外,其他江蘇城市的基礎(chǔ)設(shè)施韌性和社會韌性在地理空間上呈現(xiàn)集聚特征,并與城市的綜合韌性(圖1(e))相似。生態(tài)韌性較高的城市主要包括揚(yáng)州市和南通市,而中等和較低水平的生態(tài)韌性城市則環(huán)繞在高值生態(tài)韌性城市的周邊(圖1(c))。從經(jīng)濟(jì)韌性上看,高值和中值韌性的城市主要集中在蘇南區(qū)域,代表性城市包括蘇州市、南京市、無錫市和常州市等。而低值和較低值韌性的城市主要集中在蘇北區(qū)域,例如徐州市、連云港市和宿遷市等(圖1(d))。需要注意的是,盡管徐州市位于蘇北城市圈內(nèi),但其經(jīng)濟(jì)韌性排名在全省中位居第7位,屬于蘇北區(qū)域中經(jīng)濟(jì)韌性較強(qiáng)的城市。

2.2 城市韌性的空間分異機(jī)理分析

根據(jù)地理探測器模型,將江蘇各城市韌性值作為因變量,12個影響因子作為自變量進(jìn)行因子探測,其中各影響因子的數(shù)據(jù)經(jīng)自然間斷法處理后得到分類數(shù)據(jù),然后將上述數(shù)據(jù)與各城市韌性值導(dǎo)入地理探測器模型計算得到各影響因子的q值。計算結(jié)果見表5,根據(jù)探測結(jié)果將探測q值超過0.800,且顯著性水平通過5%判定為城市韌性主導(dǎo)影響因子。

表5 影響因子地理探測結(jié)果

從表5可以看出,共有7個影響因子指標(biāo)通過5%水平的顯著性檢驗,其中1個因子通過1%水平顯著性檢驗,q值均高于0.8的空氣質(zhì)量指數(shù)(X4)、水電投入指數(shù)(X11)、社會設(shè)施密度(X5)、城鎮(zhèn)就業(yè)人口(X12)為影響江蘇省城市韌性的主導(dǎo)因子。其中,地形因子(X1)未通過顯著性檢驗,且q值影響力僅為0.077,表明研究區(qū)地形起伏度特征并未制約江蘇省城市韌性空間格局形成。

單因子分析可以解釋單因子變量對城市韌性影響作用,因子交互探測可以進(jìn)一步識別不同因子兩兩交互作用下對城市韌性影響情況。經(jīng)過雙因子探測分析,12個影響因子交互影響q值、交互作用類型見表6。

表6 交互因子探測結(jié)果

從表6可以看出,雙因子交互作用下對城市韌性的解釋力均大于單因子的解釋力,且交互作用類型多為雙因子增強(qiáng),極少為非線性增強(qiáng)。空氣質(zhì)量指數(shù)(X4)、社會設(shè)施密度(X5)、水電投入指數(shù)(X11)、城鎮(zhèn)單位就業(yè)人口(X12)4個因子與其他單因子交互作用極大推動城市韌性空間分異格局的形成,雙因子交互q值均處于0.900以上,此結(jié)果進(jìn)一步說明影響城市韌性的空間差異的主導(dǎo)因素取決于成本投入、基礎(chǔ)設(shè)施、生態(tài)環(huán)境共同影響。

在定量探測影響江蘇省城市綜合韌性主導(dǎo)影響因子和雙因子交互的基礎(chǔ)上,進(jìn)一步分析探討城市韌性空間分異的內(nèi)在機(jī)理,有助于為城市韌性科學(xué)管理、省域韌性協(xié)調(diào)發(fā)展提供參考。

1)成本投入。成本投入包含2個影響因子,其中水電投入指數(shù)與城鎮(zhèn)單位就業(yè)人口的q值分別排行第2、第4,表明成本投入與城市韌性水平有著較為顯著的影響關(guān)系。城鎮(zhèn)就業(yè)人口代表著城市勞動力,充沛的勞動力可以促進(jìn)城市產(chǎn)業(yè)及科技創(chuàng)新進(jìn)步發(fā)展,有助于城市社會經(jīng)濟(jì)提升,起到激發(fā)城市活力,推動城市韌性水平提升作用[32]。水電投入同時又是當(dāng)?shù)爻鞘薪?jīng)濟(jì)活躍的代表變量,也象征著當(dāng)?shù)囟a(chǎn)業(yè)發(fā)展規(guī)模。研究指出,城市經(jīng)濟(jì)發(fā)展水平的提升能夠推動城市生產(chǎn)規(guī)模變遷、產(chǎn)業(yè)結(jié)構(gòu)升級,進(jìn)而促進(jìn)城市韌性水平提升[13]。江蘇省南部區(qū)域城市如南京市、蘇州市,是經(jīng)濟(jì)相對發(fā)達(dá)區(qū)域,經(jīng)濟(jì)韌性水平處于高值水平(圖1(d))。因此,成本投入是影響江蘇省城市韌性空間分異的重要因素。

2)基礎(chǔ)設(shè)施?；A(chǔ)設(shè)施包含3個影響因子,其中社會設(shè)施密度、交通設(shè)施密度q值分別排行第3、第6。這表明基礎(chǔ)設(shè)施對城市韌性起到重要影響。一般來說,城市基礎(chǔ)設(shè)施相對完善,有助于城市抗災(zāi)容災(zāi),在城市遭受自然災(zāi)害、不確定災(zāi)難事件后具備快速恢復(fù)、可持續(xù)發(fā)展能力,保證城市能夠正常運(yùn)行[33]?；A(chǔ)設(shè)施欠完善的城市,城市公共交通、社會設(shè)施在面對災(zāi)害侵襲時易出現(xiàn)響應(yīng)速度慢、交通擁堵、機(jī)動性低等問題,風(fēng)險應(yīng)對能力及城市災(zāi)后恢復(fù)能力較低[33]。因此,基礎(chǔ)設(shè)施是影響江蘇省城市韌性空間分異的重要因素。

3)生態(tài)環(huán)境。生態(tài)環(huán)境包含2個影響因子,空氣質(zhì)量指數(shù)、歸一化植被指數(shù)q值排行分別為第1及第5。說明生態(tài)環(huán)境是影響城市韌性空間分異主導(dǎo)因子。城市發(fā)展在一定程度上會對生態(tài)環(huán)境產(chǎn)生負(fù)向壓力,造成氣候異常、大氣污染、地下水污染等問題,易引發(fā)自然災(zāi)害對城市社會造成經(jīng)濟(jì)、生命損害。而高水平的生態(tài)韌性也同時具備了較高的區(qū)域生態(tài)風(fēng)險防范能力,滿足人類社會基本的生態(tài)安全需求。因此,生態(tài)環(huán)境是影響江蘇省城市韌性空間分異的主導(dǎo)因素。

3 結(jié)論和討論

3.1 結(jié)論

基于2020年江蘇省統(tǒng)計年鑒數(shù)據(jù)建立城市韌性評價模型,對江蘇省城市韌性的空間格局進(jìn)行了測算分析。利用POI數(shù)據(jù)、遙感數(shù)據(jù)及統(tǒng)計數(shù)據(jù)等多源數(shù)據(jù),運(yùn)用地理探測器模型探討了江蘇省城市韌性空間分異的影響機(jī)理。主要研究結(jié)論如下:①江蘇省城市綜合韌性表現(xiàn)出顯著的空間分異特征,城市綜合韌性水平自南向北逐漸降低,形成南部高于北部的空間格局。子系統(tǒng)城市韌性中,基礎(chǔ)設(shè)施韌性、社會韌性的地理空間分布與城市綜合韌性格局基本吻合。②江蘇省城市綜合韌性受地形起伏影響低,主要受到如:空氣質(zhì)量指數(shù)、社會設(shè)施密度多個主導(dǎo)因子綜合作用。主導(dǎo)因子與其他因子兩兩交互作用下,雙因子交互作用,對城市綜合韌性的影響強(qiáng)度遠(yuǎn)大于單因子影響,交互作用類型主要為雙因子增強(qiáng)。③江蘇省城市韌性空間格局形成與成本投入、基礎(chǔ)設(shè)施、生態(tài)環(huán)境3個因素密切相關(guān)。在影響機(jī)制上,成本投入影響著城市產(chǎn)業(yè)結(jié)構(gòu)、科技創(chuàng)新能力的提升,有利于城市經(jīng)濟(jì)韌性水平提升;城市基礎(chǔ)設(shè)施的多樣化程度,能夠為城市提供切實(shí)有效的生命防線,有助于提高城市基礎(chǔ)設(shè)施韌性水平;良好的生態(tài)環(huán)境能夠顯著促進(jìn)城市生態(tài)韌性增強(qiáng),在城市生態(tài)風(fēng)險中扮演重要角色。

3.2 討論

基于上述對江蘇省城市韌性的空間格局及影響因素分析,為未來江蘇省城市韌性的建設(shè)提出以下幾點(diǎn)建議:①韌性水平協(xié)調(diào)發(fā)展。鑒于江蘇省南部城市相對較高的綜合韌性水平,政府可以通過引導(dǎo)投資和資源向北部城市傾斜,推動北部城市的發(fā)展,以實(shí)現(xiàn)區(qū)域平衡。②環(huán)境治理和污染防控。由于環(huán)境因素在城市綜合韌性中的重要性,政府應(yīng)加大力度推進(jìn)環(huán)境治理和污染防控工作。包括加強(qiáng)空氣和水質(zhì)監(jiān)測,減少污染物排放,推動清潔能源使用,改善城市環(huán)境質(zhì)量,提高城市韌性水平。③促進(jìn)產(chǎn)業(yè)結(jié)構(gòu)優(yōu)化和升級。表明成本投入對城市韌性具有重要影響。政府可以采取措施促進(jìn)產(chǎn)業(yè)結(jié)構(gòu)優(yōu)化和升級,鼓勵技術(shù)創(chuàng)新和知識密集型產(chǎn)業(yè)的發(fā)展,提高城市的經(jīng)濟(jì)韌性和創(chuàng)新能力。

通過對江蘇省城市韌性空間分布及影響因子進(jìn)行剖析,相關(guān)研究結(jié)論對城市管理有一定參考意義,但仍存在以下不足:①由于疫情影響,2020年之后的江蘇省統(tǒng)計年鑒數(shù)據(jù)嚴(yán)重缺失,未能分析近幾年江蘇省城市韌性空間分異格局,也未能探究不同影響因子對江蘇省城市韌性空間格局驅(qū)動機(jī)理。②研究方法上,未來可采用神經(jīng)網(wǎng)絡(luò)、多種深度學(xué)習(xí)模型等方法進(jìn)行一步論證成本投入、基礎(chǔ)設(shè)施、生態(tài)環(huán)境對城市韌性空間分布的影響,豐富及充實(shí)城市韌性研究內(nèi)容。