滇中城市群城市韌性時空格局演變及動態(tài)預測研究

吳菊平，潘玉君，駱華松，高大帥

（1.云南師范大學 地理學部，云南 昆明 650500；2.云南師范大學 研究生院，云南 昆明 650500）

城市作為復雜的社會生態(tài)系統(tǒng)，自形成以來便持續(xù)地遭受著來自外部和自身的各種沖擊與擾動[1]。這些沖擊和擾動具有很強的不確定性，在一定程度上難以避免。如何提高城市韌性發(fā)展水平以應對沖擊與擾動，增強區(qū)域韌性能力、提高城市可持續(xù)發(fā)展水平，是21 世紀以來城市地理領域研究的熱點問題[2]。滇中城市群作為我國西南地區(qū)社會經(jīng)濟發(fā)展的重要增長極，其城市韌性研究對降低城市脆弱性、促進區(qū)域均衡和可持續(xù)發(fā)展具有重要意義。

通過文獻梳理發(fā)現(xiàn)：（1）從研究區(qū)域看，城市群城市韌性研究多以發(fā)達、典型區(qū)域為主，如：長三角[3-5]、珠三角[6-7]、京津冀[8-9]和長江中游城市群[10-11]等，對西部邊疆城市群城市韌性的關注甚少，還沒有形成普適性的科學評價方法。（2）從研究尺度看，國內(nèi)外學者多從宏觀和中觀尺度對城市韌性進行研究。如：從全球和全國宏觀尺度對城市韌性及影響因素進行研究[12-14]；從省域中觀尺度對城市韌性時空格局及影響因子進行探析[2,15-16]，以縣域微觀尺度對邊疆城市群城市韌性研究比較少見。（3）從研究進展來看，鮮有學者對西部邊疆城市群城市韌性進行動態(tài)模擬預測及未來發(fā)展趨勢的分析研究[2,17-18]。綜上，本文以滇中城市群為研究區(qū)域，以縣域為研究尺度，以韌性理論為指導，選取2005 年、2010 年、2015 年和2019 年4 個時間截面，構(gòu)建城市韌性評價指標體系，運用熵值法、熱點分析法（Getis-Ord Gi*）和Jenks 自然最佳斷裂點法首次對滇中城市群城市韌性的測度及時空格局演變進行實證分析，運用BP 神經(jīng)網(wǎng)絡模型對2025 年和2033 年城市韌性進行預測，以期豐富和拓展西部邊疆城市群城市韌性研究體系，為滇中城市群未來可持續(xù)發(fā)展提供科學參考。

1 研究區(qū)概況、數(shù)據(jù)來源與研究方法

1.1 研究區(qū)概況

滇中城市群位于我國云南省中東部（圖1），地處北緯22°59′34″～27°3′19″，東經(jīng)100°43′7″～104°43′7″，其范圍包括昆明市、曲靖市、楚雄彝族自治州、玉溪市及紅河哈尼族彝族自治州北部7 個縣市（瀘西縣、彌勒市、開遠市、蒙自市、個舊市、建水縣、石屏縣），共49 個縣（市、區(qū)）[19]。滇中城市群是國家19 個城市群中集低緯高原、邊疆民族、正在發(fā)展、規(guī)模缺失、生態(tài)脆弱、山—壩形態(tài)等于一體的特色城市群，國土面積為11.14萬平方千米，占云南省總面積的28.3%。

圖1 研究區(qū)示意圖

1.2 數(shù)據(jù)來源

研究所用數(shù)據(jù)主要來源于《云南統(tǒng)計年鑒》（2006—2020 年）、《中國縣域統(tǒng)計年鑒》（2006—2020 年）、《中國城市統(tǒng)計年鑒》（2006—2020 年）和《中國統(tǒng)計年鑒》（2006—2020 年），其他少量數(shù)據(jù)從云南省的州志、縣志和《國民經(jīng)濟和社會發(fā)展統(tǒng)計公報》中獲取。部分缺失數(shù)據(jù)采用插值法、自回歸擬合方法和相鄰年份均值法來補全和矯正[20]。

1.3 指標體系構(gòu)建

1.3.1 評價指標體系

滇中城市群雖然位于國家正式規(guī)劃的19 個城市群之列，但經(jīng)濟發(fā)展仍然比較薄弱。在參考相關文獻和借鑒已有研究成果[2,21-24]的基礎上，結(jié)合滇中城市群的實際，考慮數(shù)據(jù)的可獲得性，秉持數(shù)據(jù)全面性與系統(tǒng)性、適用性與有效性、可得性與代表性、現(xiàn)實性與前瞻性原則，從社會、經(jīng)濟和生態(tài)3 個視角選取人口城鎮(zhèn)化率、人均消費指數(shù)、農(nóng)民年人均可支配收入等15 個三級指標構(gòu)建滇中城市群城市韌性測度指標體系（表1）。

表1 滇中城市群城市韌性測度指標體系

1.3.2 評價指標權(quán)重確定

為了研究結(jié)果的客觀性和準確性，本文采用熵值法對各項指標賦予權(quán)重。由于熵值法需要進行對數(shù)運算，而原始數(shù)據(jù)進行標準化處理后會出現(xiàn)零值，因此對標準化數(shù)據(jù)進行正向平移1 個單位[20]：

第i(i=1,2,…,n)年第j(j=1,2,…,m)項指標的比重值qij為：

熵值ej的表達公式為：

式中：k大于0，k=1/ln(n)，ej≥0。

目標層評價指標j的權(quán)重wj的計算公式為：

準則層指標權(quán)重計算公式為：

式中：s表示分系統(tǒng)韌性指標所包含的指標數(shù)。

1.4 研究方法

1.4.1 Jenks自然斷裂點法

Jenks 自然斷裂點法是指類內(nèi)差異最小，類間差異最大，是Jenks 提出的一種地圖分級算法，認為數(shù)據(jù)本身有斷點，可利用數(shù)據(jù)這一特點分級；算法原理是聚類結(jié)束時組間方差最大、組內(nèi)方差最小。

1.4.2 熱點分析法

熱點分析法（Getis-Ord Gi*）是識別局部區(qū)域空間自相關的一種有效方法[25]，用于衡量區(qū)域內(nèi)局部區(qū)域與相鄰空間單元的相關性。與全局莫蘭指數(shù)（Moran’s Ⅰ）相比，熱點分析法（Getis-Ord Gi*）指數(shù)不僅能進一步分析局部區(qū)域的空間聚類特征，還可以對區(qū)域進行具有統(tǒng)計學意義的“高值區(qū)”和“低值區(qū)”研判[20,26-27]。熱點分析法指數(shù)的計算公式為[28]：

對Gi*(d)進行標準化處理：

式中：E(Gi*)和Var(Gi*)分別為Gi*的期望值和方差；wij為距離d內(nèi)的空間權(quán)重，若i和j空間單元鄰接，則wij為1，若i和j空間單元不鄰接，則wij為0[20]。Z(Gi*)為熱點分析指數(shù)經(jīng)過標準化處理后得到的Z值，采用Z檢驗Gi*的空間集聚特征，若Z(Gi*)顯著為正，為高值空間集聚，即熱點區(qū)；反之，若Z(Gi*)為負，表明該區(qū)域為低值空間集聚，即冷點區(qū)；Z(Gi*)值接近零，則說明該區(qū)域沒有明顯的空間集聚性，為隨機分布區(qū)域[29]。

1.4.3 BP神經(jīng)網(wǎng)絡預測模型

本文的BP 神經(jīng)網(wǎng)絡模型是使用Python 軟件通過編程構(gòu)建，采用三層反向傳播神經(jīng)網(wǎng)絡模型，包括輸入層（自變量）、隱藏層和輸出層[2,30]。輸入層神經(jīng)元數(shù)量（n）與輸入的自變量個數(shù)相同，隱藏層神經(jīng)元數(shù)量設定為2n-2 個，輸出層神經(jīng)元數(shù)量為一個。輸入層輸入不同韌性指數(shù)作為自變量，經(jīng)過隱藏層的中間處理，輸出得到韌性預測結(jié)果。

1.4.4 滇中城市群城市韌性測度模型

根據(jù)滇中城市群城市韌性評價指標體系和指標權(quán)重，構(gòu)建的城市韌性測度模型如下：

式中：S(a)、E(b)、E(c)分別表示城市的社會韌性、經(jīng)濟韌性和生態(tài)韌性，具體測度模型如下：

2 滇中城市群城市韌性測度與時空格局演變

2.1 城市韌性測度總體特征

2005—2019 年滇中城市群城市韌性的總體特征表現(xiàn)為：（1）滇中城市群城市韌性整體水平不高，指數(shù)區(qū)間范圍為0.040 52～0.361 83。（2）在2005 年、2010 年、2015 年和2019 年，城市韌性的極差分別是0.302 81、0.266 24、0.321 31、0.232 22。2019 年城市韌性測度指數(shù)較2005 年城市韌性測度指數(shù)的極差有所縮小，說明區(qū)域內(nèi)城市間韌性差距在逐漸縮小。（3）從總體來看，各城市的城市韌性測度指數(shù)呈上升的態(tài)勢，雖然部分城市韌性指數(shù)時降時升，但總體呈上升的趨勢。（4）西山區(qū)、五華區(qū)、官渡區(qū)和盤龍區(qū)在2005—2019 年城市韌性測度指數(shù)始終高于滇中城市群49 個縣（市、區(qū)）的城市韌性測度指數(shù)的均值。

2.2 城市韌性時序演變特征

由圖2 可知，在2005—2019 年，滇中城市群城市韌性指數(shù)最高值為0.361 83，最低值為0.040 52。從整體來看，昆明市五華區(qū)、盤龍區(qū)、官渡區(qū)、西山區(qū)、呈貢區(qū)、石林縣、安寧市和玉溪市紅塔區(qū)的韌性度隨著時間的變化一直處于比較高的位置，楚雄州和紅河州（北部7 縣）的城市韌性度一直都不高。部分城市的城市韌性度在2005—2019 年處于逐年下降態(tài)勢。如2005 年紅塔區(qū)的城市韌性度是0.348 57，2019 年紅塔區(qū)的城市韌性度為0.180 38。安寧市2005 年城市韌性度是0.318 50，2019 年安寧市的城市韌性度是0.165 92。

圖2 滇中城市群2005—2019年城市韌性時序演變

2.3 城市韌性空間演變特征

2.3.1 城市韌性空間分異格局

運用ArcGIS10.2 軟件的Jenks 自然最佳斷裂點法對2005 年、2010 年、2015 年和2019 年滇中城市群城市韌性測度指數(shù)進行分級聚類，結(jié)果見圖3。

圖3 滇中城市群城市韌性空間分異格局演變

根據(jù)圖3 中2005 年城市韌性的分類結(jié)果得出，Ⅱ類地區(qū)和Ⅲ類地區(qū)數(shù)量占比最多，Ⅳ類地區(qū)數(shù)量占比最少。在2005 年，滇中城市群城市韌性整體水平不高，高值區(qū)有五華區(qū)、盤龍區(qū)、官渡區(qū)、安寧市和紅塔區(qū)。2010 年城市韌性水平有明顯提升，Ⅴ類地區(qū)較2005 年有所增加，由原來的5 個縣（區(qū)）變成了五華、盤龍、官渡、西山、呈貢、安寧、紅塔、開元和麒麟9 個市（區(qū)），高值區(qū)有向核心城市集聚的趨勢。2015 年滇中城市群城市韌性整體水平較2010 年略有提高，具體表現(xiàn)在Ⅰ類地區(qū)數(shù)量占比減少，Ⅱ類地區(qū)和Ⅲ類地區(qū)數(shù)量占比增多。2019 年，滇中城市群城市韌性持續(xù)保持增長趨勢，具體表現(xiàn)在Ⅱ類和Ⅲ類較低韌性城市的減少，Ⅳ類較高韌性城市的增加?？傮w來看，2005—2019 年，滇中城市群城市韌性指數(shù)大于均值的城市占比均未超過47%，區(qū)域整體韌性水平不高。城市韌性指數(shù)高值區(qū)自2010 年開始向滇中城市群的五華區(qū)、盤龍區(qū)、官渡區(qū)和西山區(qū)等核心縣域城市集聚。

2.3.2 城市韌性冷熱點分布格局

運用ArcGIS 軟件的熱點分析（Getis-Ord Gi*）模塊對2005 年、2010 年、2015 年和2019 年滇中城市群城市韌性測度指數(shù)進行冷熱點計算，并通過Jenks 自然最佳斷裂點法將Z值劃分為熱點區(qū)、次熱點區(qū)、隨機分布區(qū)、次冷點區(qū)和冷點區(qū)這5 種類型（圖4）。

圖4 滇中城市群2005—2019年城市韌性冷熱點分布格局

從圖4 可知：（1）從2005 年開始，城市韌性測度指數(shù)冷熱點分布格局中熱點區(qū)的城市一直分布在五華區(qū)、西山區(qū)和盤龍區(qū)及其周邊縣域城市，且熱點區(qū)分布格局相對穩(wěn)定；（2）次熱點區(qū)表現(xiàn)出以熱點區(qū)為中心，分布在熱點區(qū)的周圍，具有一定的規(guī)律性。從圖4 可以看出，2015 年次熱點區(qū)面積最大；（3）隨機分布區(qū)只在2010 年分類中出現(xiàn)，其他3 個時間截面都沒有隨機分布區(qū)；（4）在2005 年、2010 年、2015 年和2019 年這四個時間段內(nèi)，滇中城市群49 個縣（市、區(qū)）的城市韌性測度指數(shù)表現(xiàn)出“熱點恒熱”的現(xiàn)象，冷點區(qū)分布比較分散，沒有規(guī)律性。

3 滇中城市群城市韌性發(fā)展預測

3.1 城市韌性指數(shù)預測

3.1.1 模型訓練及損失函數(shù)

在機器學習術語里，因變量和自變量被稱為訓練數(shù)據(jù)。一個縣域的自變量被稱為一個樣本，對應的韌性被稱為標簽，而用于預測標簽（韌性）的不同自變量叫做特征值，特征值用來表征樣本的特點。在模型訓練時，需要衡量預測值與真實值之間的誤差。在試驗中，使用2005 年的韌性自變量作為樣本特征，2015 年的因變量作為標簽。將他們放入到構(gòu)建好的神經(jīng)網(wǎng)絡模型中進行訓練，直到誤差函數(shù)收斂，不再變小為止（圖5）。本研究經(jīng)過多次訓練后，誤差均小于0.005，達到目標訓練精度要求，訓練完成。

圖5 神經(jīng)網(wǎng)絡訓練損失率下降過程

3.1.2 城市韌性指數(shù)預測結(jié)果與分析

利用上述經(jīng)過訓練的BP 神經(jīng)網(wǎng)絡映射關系，輸入2015 年和2019 年的滇中城市群城市韌性數(shù)據(jù)得出2025年和2033 年城市韌性預測的數(shù)據(jù)，結(jié)果見表2、表3。

表2 滇中城市群城市韌性2025年預測值

表3 滇中城市群城市韌性2033年預測值

結(jié)合表2、表3 得知：（1）社會韌性和經(jīng)濟韌性預測指數(shù)較高的城市一直分布在滇中城市群昆明市的14 個縣（市、區(qū)）內(nèi)，高值區(qū)的分布比較穩(wěn)定。（2）社會韌性和經(jīng)濟韌性預測指數(shù)的空間分布具有高度相似性，經(jīng)濟韌性好的城市，社會韌性一定好；社會韌性好的城市對經(jīng)濟韌性的發(fā)展具有助推作用。（3）生態(tài)韌性指數(shù)高的區(qū)域集中分布在滇中城市群的西南部，該區(qū)域處于哀牢山一線，有著豐富的自然生態(tài)資源。（4）從2025 年和2033 年滇中城市群城市韌性預測指數(shù)的平均值來看：經(jīng)濟韌性＞社會韌性＞生態(tài)韌性，經(jīng)濟韌性預測指數(shù)平均值最高，社會韌性預測指數(shù)平均值次之，生態(tài)韌性預測指數(shù)平均值最小。

3.2 城市韌性預測指數(shù)空間演變特征

3.2.1 城市韌性預測指數(shù)空間分異格局

運用ArcGIS10.2 軟件的Jenks 自然最佳斷裂點法對2025 年和2033 年滇中城市群城市社會韌性預測指數(shù)、經(jīng)濟韌性預測指數(shù)和生態(tài)韌性預測指數(shù)進行分級聚類，結(jié)果見圖6～圖8。

圖6 滇中城市群城市社會韌性預測指數(shù)空間分異格局演變

（1）根據(jù)2025 年和2033 年滇中城市群城市社會韌性預測指數(shù)聚類結(jié)果（圖6），可以看出：①總體上滇中城市群社會韌性發(fā)展緩慢，韌性程度逐漸降低，Ⅴ類、Ⅳ類地區(qū)逐漸減少，Ⅰ類、Ⅱ類地區(qū)逐漸增多。高、較高值區(qū)逐漸減少，低、較低值區(qū)逐漸增多。②高值區(qū)主要分布在五華區(qū)、盤龍區(qū)、官渡區(qū)、西山區(qū)和安寧市，且比較固定。低值區(qū)主要分布在祿勸縣、尋甸縣、會澤縣、姚安縣、南華縣和牟定縣，并有向東北和西部方向擴散的趨勢。③較低值區(qū)在整個滇中城市群中占比最多，在滇中城市群的東部、東北和西北呈連片分布狀態(tài)。

（2）根據(jù)2025 年和2033 年滇中城市群城市經(jīng)濟韌性預測指數(shù)聚類結(jié)果（圖7），可以看出：①滇中城市群經(jīng)濟韌性指數(shù)整體上呈逐漸上升的趨勢。Ⅴ類地區(qū)增多，Ⅰ類地區(qū)減少。高值區(qū)逐漸增多，低值區(qū)逐漸減少。②高值區(qū)主要分布在五華區(qū)、盤龍區(qū)、官渡區(qū)、西山區(qū)、呈貢區(qū)和澄江市，并有向東南方向擴張的態(tài)勢。低值區(qū)大面積收縮，全部轉(zhuǎn)變?yōu)檩^低值區(qū)，從側(cè)面反映了滇中城市群城市經(jīng)濟韌性在逐步提升。較低值區(qū)在滇中城市群的東部、東北和西北呈連片分布狀態(tài)。③2025 年，較高值區(qū)分布比較分散，沒有明顯的規(guī)律。2033 年，較高值區(qū)分布在高值區(qū)的周圍，并有向高值區(qū)靠攏的趨勢。④從圖6 和圖7 可以看出，經(jīng)濟韌性和社會韌性預測指數(shù)的高值區(qū)在空間分布上具有高度的相似性，都主要集聚在中心城市。

圖7 滇中城市群城市經(jīng)濟韌性預測指數(shù)空間分異格局演變

（3）根據(jù)2025 年和2033 年滇中城市群城市生態(tài)韌性預測指數(shù)聚類結(jié)果（圖8），可以看出：①整體上，2025 年和2033 年，滇中城市群城市生態(tài)韌性預測指數(shù)空間分異格局變化不大。Ⅴ類地區(qū)、Ⅳ類地區(qū)在數(shù)量和空間分布上幾乎沒有變化。高、較高值區(qū)沒有明顯的變化，低值區(qū)數(shù)量在緩慢增多。②高值區(qū)集中分布在滇中城市群的西南部和西北部，西南部處于哀牢山一線，光照時間長、氣溫高、雨熱條件好，為生態(tài)環(huán)境的發(fā)育和形成提供了優(yōu)良的自然條件。③經(jīng)濟韌性指數(shù)高的城市，生態(tài)韌性指數(shù)相對較低。生態(tài)韌性預測指數(shù)“高者恒高”“低者恒低”現(xiàn)象顯著。

圖8 滇中城市群城市生態(tài)韌性預測指數(shù)空間分異格局演變

3.2.2 城市韌性預測指數(shù)冷熱點分布格局

運用ArcGIS 軟件的熱點分析（Getis-Ord Gi*）模塊對2025 年和2033 年滇中城市群城市韌性預測指數(shù)進行冷熱點計算，并通過Jenks 自然最佳斷裂點法將Z值劃分為熱點區(qū)、次熱點區(qū)、隨機分布區(qū)、次冷點區(qū)和冷點區(qū)這5 種類型（圖9～圖11）。

圖9 滇中城市群城市社會韌性預測指數(shù)冷熱點分布格局演變

（1）根據(jù)2025 年和2033 年滇中城市群城市社會韌性預測指數(shù)冷熱點分布格局（圖9），可以得知：①熱點區(qū)主要集中在核心城市，且分布格局比較固定；冷點區(qū)呈減少的趨勢，并逐漸向外圍擴散。隨機分布區(qū)面積最廣，呈連片分布狀態(tài)。②從整體來看，熱點區(qū)、次熱點區(qū)、隨機分布區(qū)、次冷點區(qū)、冷點區(qū)分布格局具有一定的規(guī)律。隨機分布區(qū)在外圍，冷點區(qū)、次冷點區(qū)、次熱點區(qū)、熱點區(qū)呈現(xiàn)一定的圈層結(jié)構(gòu)。③冷點區(qū)向東北方向轉(zhuǎn)移，次熱點區(qū)減少，并向熱點區(qū)集聚。

（2）根據(jù)2025 年和2033 年滇中城市群城市經(jīng)濟韌性預測指數(shù)冷熱點分布格局（圖10），可以看出：①滇中城市群經(jīng)濟韌性指數(shù)熱點區(qū)、次熱點區(qū)逐漸增多；次冷點區(qū)大面積減少；增加了隨機分布區(qū)。②經(jīng)濟韌性預測指數(shù)的熱點區(qū)分布在核心城市。次熱點區(qū)逐漸向滇中城市群的南部轉(zhuǎn)移。冷點區(qū)向東北方向偏移。③從圖9 和圖10 可以看出，經(jīng)濟韌性和社會韌性預測指數(shù)在熱點區(qū)分布格局上具有高度的相似性，都集聚在核心城市。

圖10 滇中城市群城市經(jīng)濟韌性預測指數(shù)冷熱點分布格局演變

（3）根據(jù)2025 年和2033 年滇中城市群城市生態(tài)韌性預測指數(shù)冷熱點分布格局（圖11），可以得知：①熱點區(qū)主要集中在滇中城市群的西南部，個別城市分布在滇中城市群的西北部。熱點區(qū)數(shù)量增加緩慢。冷點區(qū)面積大量減少，次冷點區(qū)面積大量增加。②冷點區(qū)逐漸向滇中城市群的核心城市集聚，從側(cè)面反映了經(jīng)濟韌性越強的城市，越需要重視生態(tài)環(huán)境的保護。③從整體來看，冷點區(qū)、次冷點區(qū)主要分布在滇中城市群的中東部，分布格局比較固定，“熱點恒熱”現(xiàn)象顯著。

圖11 滇中城市群城市生態(tài)韌性預測指數(shù)冷熱點分布格局演變

4 結(jié)論與對策

4.1 結(jié)論

基于對城市群城市韌性研究的探析和拓展，利用ArcGIS 空間分析法對滇中城市群城市韌性空間分異特征及冷熱點分布格局進行研究，主要結(jié)論如下：

（1）從整體來看，滇中城市群城市韌性整體水平一般，中心城市社會韌性和經(jīng)濟韌性水平高于其他城市，“高者恒高”“熱點恒熱”的現(xiàn)象顯著。

（2）在2005 年之前，城市群的發(fā)展重心在楚雄市和玉溪市。自2005 年之后，滇中城市群的發(fā)展重心向昆明市的五華區(qū)、盤龍區(qū)、官渡區(qū)和西山區(qū)偏移，并以這4 個區(qū)為中心向四周輻射，帶動區(qū)域內(nèi)其他縣（市、區(qū)）的發(fā)展。

（3）滇中城市群城市韌性在各時間截面均表現(xiàn)出中心城市韌性度高，外圍城市韌性度低的態(tài)勢，空間聚類特征明顯。滇中城市群城市韌性冷熱點分布具有明顯的圈層結(jié)構(gòu)，具體表現(xiàn)為中心城市熱，外圍城市冷。

（4）動態(tài)預測方面，通過對2025 年和2033 年滇中城市群韌性演變趨勢可以看出，城市韌性預測指數(shù)高值區(qū)和熱點區(qū)都有向中心城市集聚的態(tài)勢。社會韌性預測指數(shù)與經(jīng)濟韌性預測指數(shù)在高值區(qū)的空間分異和冷熱點分布格局上具有高度的相似性，主要分布在滇中城市群的五華區(qū)、西山區(qū)、官渡區(qū)和盤龍區(qū)等中心城市。生態(tài)韌性預測指數(shù)的高值區(qū)集中分布在滇中城市群的西南部和西北部。

4.2 對策

城市韌性建設具有復雜性、艱巨性和長期性，短時間內(nèi)難以取得顯著成效[31]。根據(jù)滇中城市群內(nèi)各城市自身特點和資源優(yōu)勢，提出增強城市韌性的管理對策。

（1）推進城市間資源互補和空間互補。滇中地區(qū)礦產(chǎn)資源、水資源、生物資源和旅游資源非常豐富，互補性極強，城市之間可以進行資源交換，形成互補。同時，滇中城市群內(nèi)各城市發(fā)展水平不同，核心城市向外拓展的空間受限，支撐城市的空間利用率低。進一步加強昆明都市圈建設，擴大昆明的輻射能力，“以圈鼎城”，促進城市群整體向上發(fā)展。

（2）推進城市間產(chǎn)業(yè)互補和服務互補。滇中城市群各城市間在煙草、有色金屬、化工、機械制造等重點產(chǎn)業(yè)存在結(jié)構(gòu)趨同、缺乏深層次的溝通與協(xié)作，阻礙了滇中城市群高新技術產(chǎn)業(yè)向更大規(guī)模、更高層次發(fā)展。因而，滇中城市群應在區(qū)域內(nèi)形成資源互享，共建產(chǎn)業(yè)協(xié)同合作平臺，構(gòu)建有重點、分層次的可持續(xù)發(fā)展產(chǎn)業(yè)分工體系，促進城市間產(chǎn)業(yè)適度協(xié)同發(fā)展，建設綠色可持續(xù)發(fā)展的城市群。

（3）共筑生態(tài)屏障，保護生態(tài)空間。堅持生態(tài)產(chǎn)業(yè)化、產(chǎn)業(yè)生態(tài)化發(fā)展理念，促進滇中城市群內(nèi)外生態(tài)建設聯(lián)動發(fā)展，推進重點生態(tài)功能區(qū)建設，建立多元的生物多樣性保護體系，維護區(qū)域生態(tài)安全。貫徹落實滇中城市群國家主體功能區(qū)制度，加強滇中城市群生態(tài)空間管制，嚴守滇中城市群生態(tài)保護紅線、嚴格保護永久基本農(nóng)田，劃定城鎮(zhèn)開發(fā)邊界。加快生態(tài)環(huán)境監(jiān)測網(wǎng)絡建設，探索建立多元化生態(tài)保護補償機制。

（4）強化智能驅(qū)動，助力技術韌性。推動互聯(lián)網(wǎng)、大數(shù)據(jù)、云計算、區(qū)塊鏈、人工智能等數(shù)字科技快速發(fā)展，建設滇中城市群城市感知體系，實時監(jiān)測風險，實現(xiàn)感知設備的集約統(tǒng)籌建設、分建共享以及有效管理，實現(xiàn)資源共享和互聯(lián)互通[32]。加強數(shù)字治理，破解“條塊分割”“碎片化”城市發(fā)展難題，通過數(shù)字化方式逐步彌合城市治理不同部門間的“信息鴻溝”，增強滇中城市群城市韌性。