张 晓 瑞,李 涛，方 创 琳，王 振 波

(1.合肥工业大学城市规划系，安徽 合肥 230601；2.合肥工业大学数字人居环境研究实验室，安徽 合肥 230601；3.中国科学院地理科学与资源研究所，北京 100101)

城市脆弱性的综合测度研究

张 晓 瑞1,2,李 涛1，方 创 琳3*，王 振 波3

(1.合肥工业大学城市规划系，安徽 合肥 230601；2.合肥工业大学数字人居环境研究实验室，安徽 合肥 230601；3.中国科学院地理科学与资源研究所，北京 100101)

通过分析城市“人-地”复合系统的特点，对目前基于单一视角的城市脆弱性测度进行了有机拓展，构建了基于“非空间-空间”的城市脆弱性综合测度理论模型；以多准则决策分析技术和基于GIS的多准则决策分析技术为基础，分别给出了城市非空间脆弱性和空间脆弱性定量测度的技术方法，实现了对城市脆弱性的综合测度。合肥市的实证研究表明：合肥市1998-2012年的非空间脆弱性总体呈下降态势，但在2011年发生突变反弹；合肥市空间脆弱性可被划为低、较低、中、较高和高5种脆弱性分区。该项研究可为城市脆弱性研究领域提供理论方法参考和实践应用借鉴，为制定城市可持续发展政策提供科学依据。

城市脆弱性；综合测度；非空间脆弱性；空间脆弱性；合肥

0 引言

城市脆弱性隶属于自然灾害领域的传统脆弱性研究范畴[1]，是现代城市科学研究的一个新焦点。当前城市问题日益突出，有关城市脆弱性的研究已成为全球可持续性科学的核心问题之一[2]，也是建设可持续发展的城市的一个重要研究命题。已有的城市脆弱性研究主要集中在相关基础理论[3-5]、特定的城市脆弱性问题[6，7]、特殊城市的脆弱性[8，9]以及城市脆弱性的测度[10，11]和模拟预测[12]等方面。脆弱性是一个抽象的概念，在具体应用时也难以进行分析和比较,对城市脆弱性进行测度有利于理解和把握城市脆弱性，进而为科学制定城市脆弱性的防控措施提供精确依据。

城市是一个由经济、社会、环境耦合而成的“人-地”复合系统，已有城市脆弱性测度研究主要针对城市某一子系统的脆弱性[13,14],不能代表城市复合系统的脆弱性[15],从城市复合系统的特点出发进行综合测度，才能更为全面准确地把握和理解城市脆弱性，这既是城市这一复合系统的本质特点所决定的，又是城市脆弱性测度研究的必然逻辑延伸。基于此，本文尝试提出了城市脆弱性综合测度的模型和方法，并将其应用在合肥城市脆弱性的综合测度实践中，以期为深化城市脆弱性测度研究提供思路借鉴和方法参考，同时为制定城市脆弱性的防控策略提供决策依据。

1 综合测度的模型和方法

1.1 模型构建

从哲学的角度分析，城市“人-地”复合系统中的环境子系统包括自然生态本底环境(即天然自然)和人类劳动所创造的人工环境(即人工自然)两大部分。对于第一种环境可以用“生态空间”一词进行概括，其是城市经济社会赖以存在和发展的物质载体。而第二种环境则是人类基于第一种环境进行空间开发和城市建设的结果，其既有有利于城市发展的因素，如改善的居住环境、绿化环境等正面效应，同时也包含城市不断恶化的发展环境，如雾霾、水体污染等负面效应。本质上看，第二种环境是城市经济社会发展带来的正效应和负效应的集合，隶属于城市“人-地”复合系统中“人”的层面，而第一种环境则是城市自然环境的原生态反映，隶属于城市“人-地”复合系统中“地”的层面。进一步，“人”的层面是人们能动地进行城市开发建设的产物，具有主观理性的特质,其可以由城市经济、社会、环境的一系列统计指标来衡量，这些统计指标都是非空间的属性数据；“地”的层面是城市发展建设和空间拓展的物质基础，是城市所具有的一种客观的自然禀赋,其可以由地形地貌、河流水体、农田植被等一系列具有明确地理坐标的空间数据所描述。基于上述分析，可以把城市脆弱性分为两大部分，即“人”的脆弱性和“地”的脆弱性。“人”的脆弱性是一种可由对应属性数据所度量的非空间脆弱性，“地”的脆弱性是一种可由对应空间数据所度量的空间脆弱性，由此把抽象的城市脆弱性测度落实到具体的可定量计算的两大方面，即城市非空间脆弱性测度和空间脆弱性测度。只有从空间和非空间两大角度对城市脆弱性分别进行测度，才能实现对城市脆弱性科学、完整、系统的综合测度，进而为全面把握和理解城市脆弱性的状态奠定科学的基础和依据。

从脆弱性的本质内涵看，脆弱性越大，则系统在遇到外部干扰和影响时发生问题的概率越大，进而系统实现可持续发展的能力越弱。具体的，脆弱性是以“敏感性”为基础、以“应对能力、恢复能力”等为补充的多种概念的综合[16]。基于此，本文把非空间脆弱性界定为城市“人”层面上对干扰的敏感性与应对能力，把空间脆弱性界定为城市“地”层面上对经济社会发展所带来干扰的敏感性和恢复能力。其中，敏感性反映了研究对象在遇到干扰时的系统稳定性，城市系统越稳定，出现问题的概率越小，敏感性就越小，则脆弱性也就越小；应对能力反映了“人”层面上保持城市系统稳定的能力，即自觉地采取调控措施来降低乃至消除干扰影响而保持城市系统稳定的能力，其值越大则脆弱性越小；恢复力代表了城市生态本底空间进行自我调节进而实现自我恢复的能力，其值越大则脆弱性越小。

1.2 测度方法

根据基于“非空间-空间”的城市脆弱性综合测度模型要求，研究采用多准则决策(Multicriteria Decision Making，MCDM)分析方法计算城市非空间脆弱性指数(Non-Spatial Vulnerability Index，NSVI)，采用基于GIS空间分析的GIS-MCDM方法计算空间脆弱性指数(Spatial Vulnerability Index，SVI)。MCDM是一种基于多指标、多变量的综合分析技术和方法[17]，而GIS-MCDM则是空间规划决策和管理领域中最有用的方法之一[18],在实践应用中，二者通常包含4个基本要素：指标体系、指标分值、指标权重与指标合并规则。本研究遵循由这4个基本要素构成的分析路径对城市非空间脆弱性和空间脆弱性分别进行定量测度。

1.2.1 非空间脆弱性测度方法 根据城市非空间脆弱性的内涵要求，NSVI是城市经济脆弱性指数(Economic Vulnerability Index，ECVI)、社会脆弱性指数(Society Vulnerability Index，SOVI)和环境脆弱性指数(Environment Vulnerability Index，ENVI)的函数，即有下式:

NSVI=WECV×ECVI+WSOV×SOVI+WENV×ENVI

(1)

式中:W为3个城市子系统脆弱性的权重;而ECVI、SOVI和ENVI又分别是代表敏感性和应对能力的测度指标的综合，即有：

(2)

式中:VI为某一子系统的脆弱性测度值，w为用于计算该子系统脆弱性的测度指标的权重，x为该组指标的标准化分值。

根据NSVI值的大小，可以对城市非空间脆弱性的大小程度进行分等定级，由此获得对城市非空间脆弱性大小的整体评价。

1.2.2 空间脆弱性测度方法 根据城市空间脆弱性的内涵要求，SVI从空间敏感性和空间恢复力两方面进行测度，其是空间敏感性指数(SpatialSensitivityIndex，SSI)和空间恢复力指数(SpatialResilienceIndex，SRI)的加权求和，即有：

SVI=WSS×SSI+WSR×SRI

(3)

式中:W是空间敏感性和空间恢复力的权重;SSI和SRI分别是代表敏感性和恢复力的测度指标的综合，即有:

(4)

(5)

式中:x是一组测度指标，w是其权重。

需指出的是，空间敏感性和空间恢复力是对城市生态本底空间固有属性的一种客观评价，其能分析城市生态空间发生生态问题的可能性大小、程度以及恢复情况。对两者进行综合分析，将能全面、客观地评价城市生态本底空间对外界干扰的响应程度，由此实现对城市空间脆弱性的定量测度。

上述城市脆弱性综合测度的模型和方法构建过程如图1所示。

2 案例研究

2.1 研究区概况

本文以合肥市为研究区。合肥是安徽省省会，又是国家级承接产业转移示范区皖江城市带的核心城市、长三角的副中心城市、江淮城市群的中心城市以及国家综合交通枢纽城市之一。合肥市域总面积1.14万km2，下辖中心城区(包河、庐阳、蜀山和瑶海4个市辖区)以及肥西、肥东、庐江和长丰4个县，同时拥有1个县级巢湖市。近年来，合肥城镇化水平平持续提高，但经济社会发展与生态环境之间的矛盾也日益凸显。因此，全面测度合肥的城市脆弱性水平，既能为合肥市的可持续发展提供决策依据，又能为类似城市的脆弱性测度研究提供参考和借鉴。

图1 城市脆弱性综合测度的模型和方法构建示意Fig.1 The diagram of model and method construction in the comprehensive measurement of urban vulnerability

2.2 合肥市非空间脆弱性测度

2.2.1 指标体系构建与数据处理 以合肥市1998-2012年内的非空间脆弱性为测度对象，从敏感性和应对能力两方面选择合肥市非空间脆弱性的测度指标(表1)。根据表1收集研究期内各个年度的相关数据，数据来源主要为中国城市统计年鉴、安徽省统计年鉴与合肥市统计年鉴等。

首先，对指标进行标准化处理。表1中，经济效益、人类压力、污染压力的各个指标均为正向指标，其值越大，脆弱性越大，其余指标则均为负向指标。正向指标用式(6)进行处理，负向指标用式(7)进行处理。

(6)

(7)

式中:xi是标准化后的指标值；x是原始指标值；xmax、xmin分别是原始指标中最大值、最小值。

其次，综合运用AHP法、熵权法并根据指标体系的层次结构特点逐层计算指标权重(应用熵权法计算指标层的权重，应用AHP法计算准则层、约束层的权重)。最后，应用线性加权和法逐层计算准则层的10个指数和约束层的3个指数，进而计算得到合肥市的非空间脆弱性指数NSVI(表2)。

表1 合肥市非空间脆弱性测度指标体系Table 1 The index system of non spatial vulnerability measurement in Hefei City

表2 合肥市非空间脆弱性测度结果Table 2 The results of non spatial vulnerability measurement in Hefei City

2.2.2 结果分析 根据NSVI值的大小，本研究采用等距离法把合肥市非空间脆弱性划分为5级:低脆弱性(0～0.2)、较低脆弱性(0.2～0.4)、中脆弱性(0.4～0.6)、较高脆弱性(0.6～0.8)和高脆弱性(0.8～1.0)。根据表2，合肥市近15年NSVI的平均值为0.4551，处于中度脆弱状态;总体上，合肥市NSVI的变化态势可以分为1998-2010年的持续下降阶段和2011-2012年的逆势反弹阶段。前一阶段中，NSVI从1998年的0.5616持续降到2010年的0.2768，整体上下降了50.71%，这说明合肥市在经济社会等“人”的层面上取得了显著成绩，城市可持续发展的水平得到了较大提升。但是，2011年合肥市NSVI发生突变反弹(0.5066)，2012年NSVI(0.4438)虽然又有下降，但相比2010年仍增加了60.33%，这表明合肥市非空间脆弱性发生了突变，从较低脆弱性反弹为中脆弱性，城市可持续发展进程发生一次重大逆转。

2.3 合肥市空间脆弱性测度

2.3.1 指标体系构建与数据处理 根据城市空间脆弱性的本质要求，从敏感性和恢复力两方面选择构建合肥市空间脆弱性的测度指标体系(表3),相关空间数据来源于合肥市行政区划图、遥感影像、地形图、地质灾害风险数据等。首先，综合应用遥感和GIS软件对相关空间数据进行处理，使得每个指标或其二级指标都用一个栅格数据图层代表。其中，用基于遥感影像计算得到的研究区的NDVI代表植被覆盖度。其次，综合运用排序法、AHP法计算指标权重。应用排序法计算地形的两个二级指标、空间敏感性和空间恢复力两个准则层指标的权重;应用AHP法分别计算空间敏感性和空间恢复力的4个一级指标的权重;水体的二级指标综合采用逻辑叠加法，不需计算权重。最后，根据式(3)-(5)逐层计算得到合肥市的空间脆弱性指数。

表3 合肥市空间脆弱性测度指标体系Table 3 The index system of spatial vulnerability measurement in Hefei City

2.3.2 结果分析 利用自然断裂点法把合肥市空间脆弱性测度结果划分为低、较低、中、较高和高5个脆弱性分区(表4)。合肥市较低脆弱性分区的面积最大，而高脆弱性分区的面积最小，仅为1 326.43 km2，占市域面积比重为11.61%。

表4 合肥市空间脆弱性分区面积与比重Table 4 The area and proportion of each spatial vulnerability area in Hefei City

根据脆弱性的本质内涵，空间脆弱性值越大，表明该区域对城市可持续发展的空间支撑能力越弱。因此，低、较低和中度脆弱性分区对城市进一步发展的空间束缚相对较小，对城市经济社会发展的空间支撑能力则相对较大，而较高和高脆弱性分区对城市进一步发展的空间束缚相对较大。这也表明，中度及其以下脆弱性分区是合肥市域范围内较为适合城镇化发展和人类活动的地区，应成为合肥未来城市空间开发和建设的主要承载地。而较高和高脆弱性分区则是维护合肥生态环境基底的“源”和“汇”，是合肥实现可持续发展的生态基础，应作为生态保育、修复和涵养地区而实行严格保护。据此，可以把合肥市所辖的中心城区和四县一市按照总体空间脆弱性的大小情况分成3个梯队:第一梯队包括肥西县，其中度及以下脆弱性分区的占比高达87.58%，远远领先于其他县区;第二梯队包括肥东县、庐江县和长丰县，其中度及以下脆弱性分区的占比在70%以上;第三梯队包括中心城区和巢湖市，其中度及以下脆弱性分区的占比在55%以上。由此可见，中心城区的总体空间脆弱性最大，城市进一步发展的空间束缚相对最大；而肥西县的总体空间脆弱性最小，对城市经济社会发展的空间支撑能力相对最大，未来城市发展的空间束缚相对最小。

3 结论与讨论

针对当前基于单一视角的城市脆弱性测度研究现状，本文在系统分析城市“人-地”复合系统特点的基础上，构建了基于“非空间-空间”的城市脆弱性综合测度模型,进而以MCDM和GIS-MCDM技术为基础，分别给出了城市非空间脆弱性和空间脆弱性定量测度的方法，实现了对城市脆弱性的综合测度。实证研究表明，合肥市近15年的非空间脆弱性指数在1998-2010年呈下降态势，而在2011年则发生突变反弹；合肥市的空间脆弱性可被划分为低、较低、中、较高和高5种脆弱性分区，而所辖县区按照总体空间脆弱性情况可被分为3个梯队，其中，第一梯队的肥西县的总体空间脆弱性最小，第三梯队的中心城区的总体空间脆弱性最大。

本研究可能在测度指标的遴选上存在不足，而且多指标评价中的指标权重计算和指标合并仍需更精确科学的方法；此外，能否把非空间脆弱性指数和空间脆弱性指数进行统一和集成而得到城市脆弱性的一体化综合指数，也需要进一步探索。相信随着研究的深入，城市脆弱性测度理论与技术方法体系将会逐步完善，从而能对城市实现全面协调的可持续发展起到更加科学的指导作用。

[1] WHITE G F.Natural Hazards[M].Oxford:Oxford University Press,1974.

[2] KATES R W,CLARK W C,CORELL R,et al.Environment and development:Sustainability science[J].Science,2001,292(5517):641-642.

[3] LANKAO P R,QIN H.Conceptualizing urban vulnerability to global climate and environmental change [J].Current, Opinion in Environmental Sustainability,2011,3(3):142-149.

[4] 李鹤,张平宇.全球变化背景下脆弱性研究进展与应用展望[J].地理科学进展,2011,30(7):920-929.

[5] 张晓瑞, 张琳雅, 方创琳. 概念、框架和测度：城市脆弱性研究脉络评述及其拓展[J].地理与地理信息科学,2015,31(4):94-99.

[6] CHATTERJEA K.Severe wet spells and vulnerability of urban slopes:Case of Singapore[J].Natural Hazards,2011,56(1):1-18.

[7] 陈倬,佘廉.城市安全发展的脆弱性研究:基于地下空间综合利用的视角[J].华中科技大学学报(社会科学版),2009,23(1):109-112.

[8] 粱增贤,解利剑.传统旅游城市经济系统脆弱性研究:以桂林市为例[J].旅游学刊,2011,26(5):40-46.

[9] 李博,韩增林.沿海城市人地关系地域系统脆弱性研究——以大连市为例[J].经济地理,2010,30(10):1722-1728.

[10] FENG Y,HE D M.Transboundary water vulnerability and its drivers in China[J].Journal of Geographical Sciences,2009,19(2):189-199.

[11] 韩瑞玲,佟连军,佟伟铭,等.基于集对分析的鞍山市人地系统脆弱性评估[J].地理科学进展,2012,31(3):344-352.

[12] 张晓瑞,程龙,王振波.城市脆弱性动态演变的模拟预测研究[J].中国人口资源与环境,2015,25(10):95-102.

[13] 王鹏,赵莹,田亚平.基于GIS的衡阳市生态环境脆弱性研究[J].水土保持研究,2009,16(4):24-29.

[14] BOCQUIER P.Employment vulnerability and earnings in urban West Africa[J].World Development,2010,38(9):1297-1314.[15] 王岩,方创琳.大庆市城市脆弱性综合评价与动态演变研究[J].地理科学,2014,34(5):547-555.

[16]ADGER W N.Vulnerability[J].Global Environmental Change,2006,16(3):268-281.

[17] 宗跃光,张晓瑞,何金廖,等.空间规划决策支持技术及其应用[M].北京:科学出版社,2011.

[18] KARNATAK H C,SARAN S,BHATIA K,et al.Multicriteria spatial decision analysis in web GIS environment[J].Geoinformatica,2007,11(4):407-429.

Comprehensive Measurement of Urban Vulnerability

ZHANG Xiao-rui1,2,LI Tao1,FANG Chuang-lin3,WANG Zhen-bo3

(1.DepartmentofUrbanPlanning,HefeiUniversityofTechnology,Hefei230601; 2.LaboratoryofDigitalHumanHabitatStudies,HefeiUniversityofTechnology,Hefei230601; 3.InstituteofGeographicSciencesandNaturalResourcesResearch,ChineseAcademyofSciences,Beijing100101,China)

According with the characteristics of the "man-land" complex system,the paper expands the current measurement of urban vulnerability based on the single view into an integrated perspective,and then the theoretical model of "non-spatial and spatial" in the comprehensive measurement of urban vulnerability is constructed.The quantitative measurement methods of urban non-spatial vulnerability and urban spatial vulnerability are put forward by the support of multicriteria decision-making techniques and the GIS-based multicriteria decision-making techniques respectively.Thus,it can achieve comprehensive measurement of urban vulnerability with science,complete and systematic feature.The non-spatial vulnerability and spatial vulnerability in Hefei are measured by the application of model and methods of comprehensive measurement.The results show:the non-spatial vulnerability in Hefei has the overall downward trend from 1998 to 2012.However,the mutation of non-spatial vulnerability occurred in 2011.The spatial vulnerability in Hefei can be divided into five vulnerability areas including very low vulnerability,low vulnerability,medium vulnerability,high vulnerability and very high vulnerability.The paper can provide references of theoretical method and practical application.It also can provide scientific basis for the policies of urban sustainable development.

urban vulnerability;comprehensive measurement;non-spatial vulnerability;spatial vulnerability;Hefei

2015-04-19；

2015-06-24

国家自然科学基金项目(41371177)

张晓瑞(1976-)，男，博士，副教授，主要从事城市与区域规划研究。*通讯作者E-mail:fangcl@igsnrr.ac.cn

10.3969/j.issn.1672-0504.2016.02.017

X21

A

1672-0504(2016)02-0089-05