杨 青，曹兰娟,2，蔡晨阳，王 辰

(1.武汉理工大学 安全科学与应急管理学院，湖北 武汉 430070；2.浙大宁波理工学院 机电与能源工程学院，浙江 宁波 315100)

长三角城市群作为中国经济增长的重要引擎之一，在享受人力资源、科技信息等诸多方面优势的同时，也面临着由于城市快速扩张和气候变化导致的自然灾害、突发疾病、交通堵塞等各种急性冲击和慢性压力。在不确定性和未知风险空前增多的背景下，如何减少城市群发展中的脆弱性和不确定性成为学术界和社会各界关注的焦点。中共十九届四中全会指出要提高城市群综合承载能力和资源优化配置能力[1]，十九届五中全会首次正式提出了韧性城市命题，“十四五”规划将建设韧性城市作为国家可持续发展战略。从城市走向韧性城市再走向韧性城市群，是实现协调发展的必然要求。

当前对于城市韧性的研究主要集中在以下几个方面：①对韧性内涵的研究，韧性理论经历了从工程韧性转为生态韧性再到演进韧性的过程[2]，其思想也从最初的自然生态学[3]向生态学[4]、灾害学[5]、经济学[6]等多领域蔓延。②基于过程或状态城市韧性评价研究，以BRUNEAU等[7]为代表的学者认为可以基于灾难发生的过程，即通过基础设施随时间的变化曲线对韧性进行量化，将系统功能水平在时间上的积分定义为韧性，提出地震韧性定量评估框架；但CUTTER等[8]认为基于过程评估会缺少对社会经济等因素的考虑，应关注城市的社会、经济、制度、基础设施、生态和社区能力6大子系统的现有状态构建韧性评价指标体系。由于城市韧性影响因素的复杂性，城市韧性评价现以基于过程即考虑社会、经济、技术、组织等各方面对系统韧性的整体影响为主[9]。③评价方法的选择，针对城市韧性水平测度方法主要包括熵值法[10]、函数模型法[11]、韧性网络评价法[12]等。

当前针对城市群韧性的研究还比较少，一是对城市群韧性某一子系统的韧性评价，如工业韧性[13]、区域经济韧性[14-15]、气候韧性[16]等。二是对城市韧性和另一个系统进行耦合协调发展研究，如土地利用效益[17]、经济发展水平[18]、城镇化水平[19]等。

梳理相关文献可知，随着韧性内涵的不断外延，国内外学者关于城市韧性评价已取得许多成果，但仍存在诸多不足：①城市群层面侧重于对城市的某一韧性子系统进行评价；②评价指标的选择和权重的分配方面随意性较大；③较少挖掘城市韧性时空格局特征和影响因素。鉴于此，首先构建城市韧性综合评价指标体系，利用熵值与变异系数组合赋权测度长三角城市群27个中心城市的城市韧性水平，揭示其时空格局变化，挖掘其影响因素，进而提出提高城市韧性的途径和方法，为长三角城市群的韧性建设和可持续发展提供理论参考。

1 研究区概况

长三角城市群如图1所示，位于长江入海之前的冲积平原，下辖地区有三省一市共27个中心区城市承载全国20%以上的经济总量，是我国城镇化基础最好、综合发展水平最高、最主要的地区之一。作为我国城镇化的快速推进区域，长三角城市群在社会要素及财富不断高度集中的同时，也面临城市公共绿地景观减少、排水系统压力增大、经济联动发展能力不强等潜在问题。

图1 长三角城市群概况

2 城市韧性的综合评价指标体系与评估模型

2.1 城市韧性综合评价指标体系

基于对城市安全韧性内涵的理解，参考白立敏等[20-22]相关研究，将准则层划分为生态、工程、经济和社会4大维度。借鉴国内外城市韧性指标体系，根据指标选择的科学性、直观性、完备性和可操作性，初步筛选出使用频数较高的28个指标。为避免指标的冗余，首先运用相关系数法将存在多重共线性的指标剔除，避免不同的指标反映相同的信息；其次根据变异系数，删除变异系数过小的指标，使保留下来的指标对评价结果具有显著影响，最后共遴选出16项指标，如表1所示。

表1 城市韧性综合评价指标体系

2.2 数据来源

数据来源于2012—2020年《中国统计年鉴》《中国城市统计年鉴》及各省市的统计年鉴，囿于数据缺失，部分指标以市辖区口径予以近似替代，个别年份缺失数据由均值法补全矫正。

2.3 研究方法

2.3.1 组合赋权法确定权重

客观赋权法可避免主观因素影响，更加科学地反映指标权重。不同客观赋权法各有侧重，变异系数赋权法优势在于可以反映具有较明显发展趋势的指标，而熵权法赋权优势在于能反映指标包含及传递信息量的多寡程度。考虑到选用单种赋权方法存在局限性，选用变异系数法和熵值法相结合的组合赋权方法提高赋权方法的兼容度，更客观地反映各指标实际所占权重。

(1)熵值法，根据指标的离散程度进行赋权。引入时间变量[23]改进熵值法，使结果更具有合理性。设有n年、m城、z项指标；第年城市i的第j项指标表示为xhij。

采用极差变化法对数据进行标准化处理得到Xhij：

(1)

根据式(2)进行归一化处理：

(2)

计算熵值：

(3)

计算权重：

(4)

(5)

(3)组合赋权法。因熵值法获取的指标权重存在均衡化的缺陷，将熵值法与变异系数法得到的权重值进行耦合来调整权重系数，使得评价结果更进一步的趋向于合理。设d(Wj,Vj)为主客观权重值间的距离，α、β为熵值法和变异系数法的组合赋权的分配系数：

(6)

(7)

结合式(6)和式(7)可得α=0.604，β=0.396，最终可得组合权重Sj，如表1所示。

2.3.2 城市韧性综合指数计算

将指标数据的标准值与各评价指标的权重值相乘，化为单一指标值，进而得到各子系统指数与综合指数：

(8)

2.3.3 探索性空间数据分析方法

空间自相关是探索性空间数据分析的常用方法，是检验某一要素的属性值是否显著地与其相邻空间点上的属性值相关联的重要指标[24]。利用局部空间自相关即聚类和异常值方法(local indicators of spatial association，LISA)分析研究单元属性指标在空间上的集聚程度与格局特征。其计算方法如下：

(9)

2.3.4 地理探测器模型

借助地理探测器[25]对长三角城市韧性的影响因素进行探讨。因变量Y为城市的城市韧性值，X则表示对城市韧性造成影响的各项因子，因子探测结果用q值度量，其表达式为：

(10)

3 结果分析

3.1 城市韧性变化趋势分析

基于2011—2019年长三角城市群27个中心区城市的面板数据，根据指标的组合权重，分别计算出各年度中心区城市生态指数、工程指数、经济指数和社会指数，最终求得城市韧性综合指数。

3.1.1 整体分析

长三角城市群城市韧性综合指数如图2(a)所示，可知该指标呈逐年显著上升趋势，从2011年的0.273上升至2019年的0.397，增长率45.42%。2014年较2013年增长幅度最大(11.2%)，2019年较2018年增长幅度次之(7.1%)，城市韧性综合指数于2019年达到最大值。生态指数、工程指数、经济指数和社会指数如图2(b)所示，可知与综合指数的变化趋势较为一致，经济指数的上升幅度最大，上升幅度高达150.5%，工程指数的上升幅度最小，9年间仅上升了11.1%，生态指数和社会指数的上升幅度分别为26.5%和47.9%。

图2 长三角城市群城市韧性整体分析

3.1.2 省(市)域分析

各省(市)城市韧性综合指数如图3所示，可知长三角城市群城市韧性水平呈现出上海>江苏>浙江>安徽的局面。三省一市的城市韧性水平不断提高，与此同时，省(市)之间的差距也在不断增大。上海作为长三角地区的龙头，其城市韧性一直保持领先水平，江苏与浙江的韧性水平差异在2014年之前不断缩小，在2014年之后又逐渐扩大，安徽的韧性指数增长速度最慢，在九年间仅增加0.08，被其他省市逐渐拉开距离。

图3 长三角城市群城市韧性省(市)域分析

3.1.3 市域分析

对27个城市的城市韧性综合指数进行统计，具体结果如表2所示。从整体上看，城市之间韧性水平存在明显的差异，城市韧性综合指数均值最高的是上海，最低的是安庆，相差0.29，可见长三角地区城市韧性水平发展不均衡，不同城市个体之间差异较大。城市韧性水平排名前5位分别为上海、南京、苏州、杭州和无锡，排名后5位的是滁州、池州、盐城、宣城和安庆。省会城市及经济发展水平较高城市的韧性水平较高，说明其抵御外来干扰的能力和自我恢复能力更强。从首末年份相比情况来看，大多数研究单元的城市韧性水平有着较为明显的提升，盐城、杭州、滁州、温州、金华、宁波、南通、嘉兴、苏州、池州和南京共11个城市的韧性综合指数均提高50%以上，相对来说，上海、无锡、合肥、铜陵、马鞍山和芜湖的增长幅度较小，分别提高了39%、32%、28%、26%、25%、15%。初始年份城市韧性水平较高的单元提升缓慢，其中上海和无锡尤为明显，主要原因在于这些研究单元发展起步相对较早，城市发展水平在全国都处于领先水平，但随着资源进一步集中，韧性水平的发展亦陷入“困境”。而初始年份城市韧性相对较低的单元，如盐城和滁州则增长迅速，主要原因在于研究初期这些地区城市发展水平均处于相对落后状态，后发优势明显。

表2 长三角城市群城市韧性市域分析

3.2 城市韧性空间差异可视化分析

3.2.1 城市韧性综合水平

将2011年和2019年长三角城市群27个中心区城市韧性综合指数进行自然间断点分级，分为低度韧性、中低度韧性、中度韧性、中高度韧性和高度韧性5类，进行可视化表达，如图4所示。从时间上看，长三角城市群在拥有南京、无锡和上海3个高度韧性城市的基础上增加了2个高度韧性城市；中高度韧性城市和中度韧性城市“降一升二”，苏州和杭州从中高度韧性城市升为高度韧性城市，芜湖从中高度韧性城市降为中度韧性城市；马鞍山从中度韧性城市降为中低度韧性城市，宁波和舟山从中度韧性城市升为中高度韧性城市，中低度和低度韧性城市变化较小，仅有金华从中低度韧性城市升为中度韧性城市。从空间格局上看，高度韧性城市主要分布在一线城市，中高度和中度韧性城市主要分布在江苏南部、浙江北部和安徽中部，中低度韧性城市分布在江苏中部和浙江南部，低度韧性城市主要集中在安徽边缘地区和长三角北部，由此可知，长三角城市群城市韧性水平整体呈以一线城市为核心，向周边城市呈“核心-边缘”递减趋势。

图4 长三角城市群城市韧性空间分布特征

3.2.2 城市韧性子系统水平

进一步分析2019年长三角城市群的生态、工程、经济和社会4个子系统水平，结果如图5所示。从指数得分来看，工程韧性、经济韧性和社会韧性发展较好，生态韧性发展较为薄弱，从空间分布上看长三角城市群生态韧性和工程韧性较为均衡，经济韧性和社会韧性差异较大。在生态韧性指数方面，长三角生态韧性均值为0.032，舟山(0.032)生态韧性指数最低，芜湖(0.035)次之，最高的为湖州(0.047)。从空间分布来看，生态韧性较高的城市分布相对紧凑，大致分布在长三角南部与中部，低度韧性以上城市相对较少，零星状散落在长三角中北部和西部地区。在工程韧性指数方面，长三角工程韧性均值为0.149，盐城(0.093)工程韧性指数最低，宣城(0.099)次之，最高的为上海(0.236)，工程韧性较高的地区很少，主要分布在江苏南部。长三角经济韧性均值是0.137，滁州(0.033)、安庆(0.034)经济韧性最低，城市经济韧性最高的是上海(0.236)，长三角地区经济韧性相差悬殊。从经济韧性的空间分布状况来看，高度韧性城市集中在上海，南京、苏州和杭州这些一线城市，另外与之相邻的常州、无锡、宁波、舟山也呈现出较高的韧性水平，低度韧性主要集中在安徽，反映出长三角地区区域一体化效果明显，经济子系统是安徽省急需补齐的短板。长三角社会韧性均值是0.117，宣城(0.073)、安庆(0.076)社会韧性最低，城市社会韧性最高的是南京(0.211)，从空间分布状况来看，社会韧性大致以南京和杭州两个高度韧性城市向周边辐射，形成核心高，边缘低的空间格局。

图5 子系统韧性水平空间分布特征

3.3 集聚程度与格局特征分析

选取2011年和2019年的截面数据对长三角城市群城市韧性进行局部空间自相关分析，结果如图6所示，可知各城市主要呈现出H-H集聚和L-H集聚的分布特征，L-L集聚和H-L集聚效应并不明显，说明研究区域内城市韧性水平存在着显著的空间溢出效应，城市韧性指数较高和较低的城市都会对其相邻城市产生强烈的影响作用。H-H集聚区：苏州从2011年至2019年均为高效型，上海和宁波于2019年也成为高效型。苏州、上海由于本身的城市韧性水平较高，且周围相邻城市的韧性水平也较高，从而成为长三角城市群的“高效型”中心韧性区域，长三角东部地区的H-H集聚区明显，说明该地区城市韧性的空间联系较为紧密。L-H集聚：2011年空心型城市为湖州和宣城，2019年增加了嘉兴和绍兴，形成C型格局围绕在杭州北部，说明宣城至绍兴一带韧性水平明显低于周围城市，形成周围高，中间低的“空心型”的分化格局，周围城市如杭州、苏州和上海并没有发挥带动效应，使得城市之间差距越来越大。L-L集聚区：池州在2019年为低效型，说明以其为中心的区域是城市韧性的低值集中区，在长三角西部形成了一片城市韧性的洼地。H-L集聚区：2019年安徽省内城市韧性差异明显，形成了合肥为中心，韧性水平向四周递减的空间格局。

图6 子系统韧性水平空间分布特征

3.4 城市韧性影响因素分析

首先对原始数据进行离散化处理，根据应用自然断点法将表1中的16个指标分为5层，然后利用地理探测器软件对分别对2011年和2019年的聚类数据进行计算，可得每个影响因子的q值，如表3所示。

由表3可知，16个指标因子均对城市韧性产生影响，影响因子解释力在5%～80%，差异较大，按照影响因子解释力的大小可将其分为核心影响因子和次级影响因子。核心影响因子包括每万人拥有医院、卫生院床位数(X15)、人均年末金融机构人民币各项存款余额(X11)、每万人排水管道长度(X6)、职工平均工资(X13)、人均地区生产总值(X9)、居民人均生活用电量(X5)、互联网宽带接入率(X8)。核心影响因素包括社会保障(X13，X15)、经济发展水平(X9，X11)和基础设施建设(X5，X6，X8)，影响因子的解释力均超过50%。社会保障能力为“韧性城市”建设提供有效支撑，在灾害发生时也能为城市居民提供安全和基本生活保障，降低灾害损失，帮助居民灾后快速恢复。城市经济实力支撑着经济空间的持续发展，在面临外部冲击和大变革机遇下，城市能够通过内部动态调整适应变化。基础设施建设能保证城市在面对自然灾害时能够有效抵御灾害冲击，避免发生内涝、断电、断水、交通瘫痪等情况，并有在灾后迅速恢复正常运转的能力。对比2011年和2019年两个不同阶段的核心因子的影响力变化，7个核心因子中，只有互联网宽带接入率(X8)的解释力在2000年以后下降0.1，其他的因子作用力都在上升，说明经济发展水平、基础设施建设、社会保障对城市韧性空间差异的影响呈逐渐增大趋势。基于影响因素可提出如下几点建议：①提升公共服务质量，保障民生底线，加快建立多层次社会保障制度体系；切实加强事业单位人事管理水平；推动实现更高质量和更充分就业。②增强经济实力，缩小不同地区的发展差异，在保持核心城市的经济增长的同时，应加大对长三角城市群边缘城市的政策倾斜，因地制宜、发挥地域优势，带动其经济的发展。③提高城市生命线的承载力，创新基础设施建设多元投入机制，推进中心城市和城市群基础设施一体化建设，加强通信网络、市政管网、电力、水资源等服务保障能力。

表3 长三角城市韧性影响因子探测结果

4 结论

(1)笔者对2011—2019年长三角城市群城市韧性的时空分异格局进行分析，并运用地理探测器挖掘城市韧性的影响因子，可以发现长三角城市群城市韧性综合指数呈逐年显著上升趋势，生态指数、工程指数、经济指数和社会指数与综合指数的变化趋势较为一致；以省(市)域视角来看，长三角城市群城市韧性水平呈上海>江苏>浙江>安徽的局面；从市域视角来看，城市韧性综合指数均值最高的是上海，最低的是安庆，城市之间韧性水平存在明显的差异。

(2)从空间格局上看，高度韧性城市主要分布在一线城市；中高度和中度韧性城市主要分布在江苏南部、浙江北部和安徽中部；中低度韧性城市分布在江苏中部和浙江南部；低度韧性城市主要集中在安徽的边缘地区和长三角北部。可知，长三角城市群城市韧性水平整体以一线城市为核心，向周边城市呈“核心-边缘”递减趋势。对生态、工程、经济和社会4个子系统韧性水平而言，工程韧性、经济韧性和社会韧性发展较好，但生态韧性发展较为薄弱，从空间分布上看长三角城市群生态韧性和工程韧性较为均衡，经济韧性和社会韧性差异较大。

(3)从聚集程度上看，长三角城市群主要呈现出H-H集聚和L-H集聚的分布特征，L-L集聚和H-L集聚效应并不明显。H-H集聚区主要以苏州、上海为核心形成长三角城市群的“高效型”中心韧性区域。L-H集聚区以宣城至绍兴一带C型格局围绕在杭州北部，形成周围高，中间低的“空心型”的分化格局。L-L集聚区以池州为中心形成城市韧性的低值集中区，在长三角城市群西部形成了一片城市韧性的洼地。H-L以合肥为中心，韧性水平向四周递减的空间格局。

(4)长三角城市韧性的核心影响因子包括每万人拥有医院、卫生院床位数(X15)、人均年末金融机构人民币各项存款余额(X11)、每万人排水管道长度(X6)、职工平均工资(X13)、人均地区生产总值(X9)、居民人均生活用电量(X5)和互联网宽带接入率(X8)，可概括为社会保障、经济发展水平和基础设施建设3个方面，需从提升公共服务质量，保障民生底线；增强经济实力，缩小不同地区的发展差异和提高城市生命线的承载力，推进中心城市和城市群基础设施一体化建设来提高城市韧性水平。

(5)基于上述实证结果，可为长三角城市群的韧性建设提供理论参考，具有一定的实用价值。但由于目前指标数据的获取还存在局限性，未来工作中，要将灾害、政策发展等数据纳入其中，以期建立一套更加完善的城市群韧性评估指标体系。