面向氣候風(fēng)險的長三角中心區(qū)城市韌性評估及時空演變

摘要：全球氣候變化帶來更強的氣候風(fēng)險，對城市韌性評價能夠找出城市發(fā)展中應(yīng)對風(fēng)險的薄弱環(huán)節(jié)并提出改進(jìn)的意見。從氣候風(fēng)險視角出發(fā)分析城市在面對多種災(zāi)害風(fēng)險下的韌性變化，從承災(zāi)體脆弱性、孕災(zāi)環(huán)境敏感性、致災(zāi)因子危險性和防災(zāi)減災(zāi)能力4個維度構(gòu)建氣候風(fēng)險下的韌性評估體系，提供理論基礎(chǔ)。通過構(gòu)建基于投影尋蹤的遺傳算法模型和耦合激勵評價模型進(jìn)行非線性評估，對長三角中心區(qū)2010—2021年間的相關(guān)指標(biāo)和綜合韌性進(jìn)行評價，分析影響城市韌性變化的主要影響因素，識別其分布的時空演變特征。最后根據(jù)結(jié)果提出長三角中心區(qū)城市韌性提升的建議，為相關(guān)研究提供借鑒。

關(guān)鍵詞：氣候風(fēng)險；時空演變；城市韌性；耦合激勵法；非線性評估

文章編號 1673-8985（2024）03-0143-08 中圖分類號 TU984 文獻(xiàn)標(biāo)志碼 A DOI 10.11982/j.supr.20240321

0 引言

近10年來全球氣候形勢愈發(fā)嚴(yán)峻，IPCC報告顯示2011—2020年間全球地表溫度比1850—1906年提升了1.09℃，全球地表溫度是過去2 000年內(nèi)增速最快的50年，2020年為近10年最暖的年份，全球平均溫度較工業(yè)化前水平高出1.2℃左右。2010—2020年期間，高脆弱性地區(qū)的洪水、干旱和風(fēng)暴造成的人類死亡率比低脆弱性地區(qū)高出15倍。2013—2020年間全球災(zāi)害風(fēng)險中洪澇災(zāi)害和熱帶風(fēng)暴災(zāi)害發(fā)生頻率最高，分別占總災(zāi)害次數(shù)的47.2%和32.1%，僅2020年災(zāi)害造成直接損失達(dá)1.8萬億美元。根據(jù)聯(lián)合國統(tǒng)計，中國在自2000年以來的20年間發(fā)生577起災(zāi)害事件，居全球首位，僅2020年造成直接經(jīng)濟損失達(dá)2 000多億美元。城市作為人口聚集和經(jīng)濟發(fā)展的主要場所，氣候風(fēng)險對城市的影響最為嚴(yán)重，城市發(fā)展過程中對環(huán)境的改造增加了城市面對氣候風(fēng)險的危險性，人口聚集和工業(yè)生產(chǎn)造成的高溫?zé)釐u，城市硬化土地也會加重城市內(nèi)澇，導(dǎo)致災(zāi)害風(fēng)險的危險性加重，氣候風(fēng)險給城市的基礎(chǔ)設(shè)施、交通、衛(wèi)生和能源供給等方面帶來壓力，不利于城市的可持續(xù)發(fā)展。為了更好地應(yīng)對逐漸增強的氣候風(fēng)險，學(xué)者們從風(fēng)險評估和城市韌性等角度對城市進(jìn)行評價，以期找出城市系統(tǒng)中的薄弱環(huán)節(jié)，提升城市應(yīng)對風(fēng)險的能力和韌性。

有關(guān)城市韌性的研究經(jīng)歷了工程韌性、生態(tài)韌性到演進(jìn)韌性的過程[1-2]。目前城市韌性研究包括對城市整體和城市子系統(tǒng)進(jìn)行的評估研究，主要涉及經(jīng)濟、社區(qū)、生態(tài)、基礎(chǔ)設(shè)施、網(wǎng)絡(luò)結(jié)構(gòu)等方面[3-7]。在研究尺度上包括全國、區(qū)域、城市和社區(qū)等[8]78，[9-12]，其研究重點大多關(guān)注城市內(nèi)部系統(tǒng)的韌性結(jié)構(gòu)，對于外部災(zāi)害風(fēng)險的沖擊對城市的影響有所忽視。其研究方法較為成熟，一般采用傳統(tǒng)的層次分析、熵值法、TOPSIS等方法[8]80，[13]，[14]29。這些方法主要采用線性模型解決城市的復(fù)雜系統(tǒng)問題，存在一定誤差和主觀性，因此有學(xué)者已經(jīng)采用非線性的模糊算法對目前算法進(jìn)行優(yōu)化[15]17，[16]1654。面向風(fēng)險的韌性評估主要集中在洪澇、強降水、高溫等單災(zāi)種風(fēng)險的韌性評價[17-20]，其研究方法是通過構(gòu)建模擬模型找出城市或區(qū)域的薄弱環(huán)節(jié)，或是通過歷史數(shù)據(jù)對區(qū)域進(jìn)行綜合評價。多災(zāi)種風(fēng)險的韌性評價的研究方法主要有兩種：一是基于災(zāi)害鏈構(gòu)建災(zāi)害之間的影響關(guān)系模型進(jìn)行評價，能夠很好地闡述災(zāi)害之間的影響關(guān)系，多應(yīng)用于臺風(fēng)—暴雨、寒潮、干旱和地震的研究[21-23]；二是耦合疊加[24-25]，該方法適應(yīng)性較強，無需災(zāi)害之間存在強因果關(guān)系，能夠針對不同需要采用相應(yīng)的耦合疊加方法。但風(fēng)險評價關(guān)注的重點是致災(zāi)因子的危險性，往往從災(zāi)害頻率和災(zāi)害強度評價災(zāi)害的風(fēng)險，對城市系統(tǒng)的防災(zāi)能力關(guān)注度有所不足。綜上，學(xué)者們在城市氣候適應(yīng)性評價中往往考慮到城市與災(zāi)害風(fēng)險的對抗作用，一般會從城市的脆弱性、暴露度、災(zāi)害的危險性等方面構(gòu)建指標(biāo)[26]，單個城市的適應(yīng)性評價中單災(zāi)種氣候風(fēng)險主要通過構(gòu)建模型找出災(zāi)害分布特征[27-28]，面向區(qū)域的多災(zāi)種研究則需要考慮災(zāi)害之間的影響關(guān)系，在評價中采用障礙度或激勵來表征災(zāi)害之間的聯(lián)系[29]162，[30]。筆者認(rèn)為城市韌性應(yīng)當(dāng)兼顧外部因素和內(nèi)部因素的影響，是城市面對災(zāi)害風(fēng)險過程中展現(xiàn)出來的抵御、恢復(fù)和適應(yīng)能力，因此本文從災(zāi)害風(fēng)險的視角對城市韌性進(jìn)行評價分析，兼顧氣候風(fēng)險的影響和城市系統(tǒng)結(jié)構(gòu)，通過非線性模型評價氣候風(fēng)險下的城市韌性。

隨著經(jīng)濟發(fā)展，城市的安全越來越受到重視。但近些年來長三角中心區(qū)城市氣候風(fēng)險日益嚴(yán)峻，嚴(yán)重地影響了城市的經(jīng)濟發(fā)展和居民安全。研究長三角中心區(qū)氣候風(fēng)險下的韌性，有助于更好地理解和應(yīng)對氣候變化對社會、經(jīng)濟和生態(tài)系統(tǒng)的影響。通過長三角韌性研究，可以識別和評估長三角中心區(qū)城市的脆弱性、環(huán)境敏感性，并找到提高其適應(yīng)能力和抵御能力的有效策略。另外，氣候韌性研究為可持續(xù)發(fā)展提供指導(dǎo)，通過探索韌性的評估及實踐，達(dá)成可持續(xù)發(fā)展目標(biāo)，將防災(zāi)減災(zāi)深度融合進(jìn)城市規(guī)劃中，減少城市面對氣候風(fēng)險的損失。本文基于氣候風(fēng)險的視角對長三角中心區(qū)城市韌性進(jìn)行綜合評價，通過耦合激勵法評價長三角中心區(qū)城市氣候風(fēng)險，并基于投影尋蹤的遺傳算法進(jìn)行綜合韌性評估，通過評價找出城市韌性的薄弱環(huán)節(jié)并提出相應(yīng)對策，根據(jù)時空分布特征分析長三角中心區(qū)城市韌性的變化情況。

1 研究區(qū)概況及數(shù)據(jù)來源

1.1 研究區(qū)概況

本文研究范圍為中共中央、國務(wù)院印發(fā)的《長江三角洲區(qū)域一體化發(fā)展規(guī)劃綱要》中提出的長三角中心區(qū)，包含27個城市（見圖1）。研究范圍位于長江下游地區(qū)，地處亞熱帶季風(fēng)氣候區(qū)，具有明顯的季風(fēng)氣候特征及明顯的高溫、強降水、干旱等自然災(zāi)害風(fēng)險。自1990年以來，長三角的高溫天頻率增長速度為1.3 d/10 y[31]，給城市供水供電帶來巨大壓力。2013年遭遇干旱，農(nóng)業(yè)受影響面積達(dá)1 476.8萬畝（約9 845.3 km2）。2020年受到厄爾尼諾線性影響，長江中下游地區(qū)梅雨季降水達(dá)753.9 mm，為1961年以來之最。2022年7月，長江流域遭受1961年以來最嚴(yán)重的干旱，經(jīng)濟損失達(dá)1 300多億元。隨著氣候的變化長江下游地區(qū)災(zāi)害的致災(zāi)性及造成的損失愈發(fā)嚴(yán)重。長三角地區(qū)是我國城鎮(zhèn)化水平、經(jīng)濟發(fā)展活力最高的地區(qū)之一，截至2022年，人口已達(dá)2.37億人，GDP為27.6萬億元，占全國的24.1%。但城市發(fā)展與環(huán)境之間的矛盾愈發(fā)強烈，城市建設(shè)帶來的工業(yè)廢氣排放、城市建設(shè)施工粉塵、汽車尾氣排放加重了城市大氣環(huán)境的風(fēng)險壓力。本文的研究范圍具有較強的典型性，人為和自然氣候風(fēng)險的危險性較高，且城市發(fā)展速度較快，在快速發(fā)展中人地問題較為明顯，對其他地區(qū)氣候風(fēng)險下城市韌性研究具有參考意義。

1.2 數(shù)據(jù)來源與預(yù)處理

本文采用的人均道路面積、工業(yè)生產(chǎn)總值、人均GDP、建成區(qū)面積、綠地率、城鎮(zhèn)化率、千人床位數(shù)、全國市政公用設(shè)施建設(shè)、居民失業(yè)參保人數(shù)、城鎮(zhèn)家庭可支配收入、排水管網(wǎng)密度、人均用電供應(yīng)量、二氧化硫濃度、二氧化氮濃度均來自《中國城市建設(shè)統(tǒng)計年鑒》，各省、市的地方年鑒，以及統(tǒng)計局公布數(shù)據(jù)。氣象數(shù)據(jù)來源于各地氣象站數(shù)據(jù)和國家地球系統(tǒng)科學(xué)數(shù)據(jù)中心，城市水網(wǎng)密度根據(jù)歷年OSM數(shù)據(jù)中提取的水網(wǎng)數(shù)據(jù)計算，缺失數(shù)據(jù)采用平均增長率進(jìn)行推算。

對數(shù)據(jù)進(jìn)行預(yù)處理后，統(tǒng)計目標(biāo)地區(qū)連續(xù)高溫天數(shù)、最高連續(xù)無降水天數(shù)、空氣質(zhì)量低于二級的天數(shù)等數(shù)據(jù)，柵格數(shù)據(jù)通過數(shù)據(jù)處理變更為面板數(shù)據(jù)以確保數(shù)據(jù)類型相同，并對數(shù)據(jù)進(jìn)行標(biāo)準(zhǔn)化處理，通過正負(fù)向指標(biāo)對數(shù)據(jù)進(jìn)行同趨勢化處理。

2 城市韌性非線性評估模型構(gòu)建

2.1 氣候風(fēng)險下的城市韌性概念界定與機制分析

韌性研究目前在工程學(xué)、社會學(xué)和經(jīng)濟學(xué)等方面運用廣泛，工程學(xué)中強調(diào)土木工程基礎(chǔ)設(shè)施在面對災(zāi)害時其材料、結(jié)構(gòu)、系統(tǒng)的機能退化和恢復(fù)方法；社會學(xué)中針對社區(qū)和政治經(jīng)濟層面進(jìn)行研究[32]；經(jīng)濟韌性從產(chǎn)業(yè)結(jié)構(gòu)、制度環(huán)境、社會資本、文化因素等方面評價韌性的強度。雖然研究視角有所差異，但都強調(diào)韌性需要具有抵抗和恢復(fù)適應(yīng)的能力。災(zāi)害風(fēng)險視角下的韌性評價往往通過致災(zāi)因子、孕災(zāi)環(huán)境和承災(zāi)體等進(jìn)行評價[33]，部分學(xué)者考慮到城市本身的防御性，在通過原有評價指標(biāo)的基礎(chǔ)上增加了城市的防災(zāi)減災(zāi)能力[34]。本文從氣候風(fēng)險角度對城市韌性進(jìn)行評價，通過城市內(nèi)部系統(tǒng)與外部風(fēng)險之間的關(guān)系來展現(xiàn)氣候變化下的城市韌性，其中外部風(fēng)險為致災(zāi)因子的危險性，選擇的致災(zāi)因子為長三角中心區(qū)具有普遍性的4種氣候風(fēng)險。影響城市韌性的內(nèi)部因素分為城市系統(tǒng)和城市環(huán)境，其中城市系統(tǒng)包括城市的承災(zāi)體和防災(zāi)減災(zāi)能力，承災(zāi)體是城市的脆弱性和暴露度的體現(xiàn)，是城市系統(tǒng)運轉(zhuǎn)的重要指標(biāo)因素，也是氣候風(fēng)險破壞最為嚴(yán)重的部分，并從傳統(tǒng)韌性視角出發(fā)考慮社會、經(jīng)濟、基礎(chǔ)設(shè)施、環(huán)境等傳統(tǒng)韌性評價指標(biāo)。防災(zāi)減災(zāi)能力是從社會保障、醫(yī)療衛(wèi)生、防災(zāi)意識等方面構(gòu)建抵御災(zāi)害的評價指標(biāo)，體現(xiàn)城市抵御災(zāi)害的能力和災(zāi)后恢復(fù)的能力；城市環(huán)境體現(xiàn)在孕災(zāi)環(huán)境上，長三角中心區(qū)在快速城鎮(zhèn)化的同時也對生態(tài)環(huán)境造成影響，城市的藍(lán)綠空間能夠緩解城市的高溫及強降水帶來的影響，良好的城市生態(tài)環(huán)境能促進(jìn)城市抵御災(zāi)害的能力，反之會增強氣候風(fēng)險帶來的威脅；外部風(fēng)險的致災(zāi)因子體現(xiàn)災(zāi)害風(fēng)險對城市的沖擊破壞能力，影響城市系統(tǒng)的正常運行，同時城市系統(tǒng)的生產(chǎn)生活會增強致災(zāi)因子的危險性并提升孕災(zāi)環(huán)境的敏感性（見圖2）。

2.2 城市韌性評價指標(biāo)體系構(gòu)建

本文選取4個一級指標(biāo)、27個二級指標(biāo)構(gòu)建城市韌性評價表（見表1），其中致災(zāi)因子的選擇基于長三角中心區(qū)的自然和人為影響的常見氣候風(fēng)險，包括高溫、干旱、強降水和大氣污染4種災(zāi)害風(fēng)險，從風(fēng)險視角以災(zāi)害發(fā)生頻率和災(zāi)害強度為標(biāo)準(zhǔn)選擇12個指標(biāo)，通過耦合激勵法計算出各災(zāi)種的危險性評價，通過非線性模型得到長三角中心區(qū)綜合氣候風(fēng)險；承災(zāi)體由人口密度、人均GDP、道路密度、工業(yè)生產(chǎn)總值、建成區(qū)面積5個二級指標(biāo)構(gòu)成，從經(jīng)濟、人口、環(huán)境、基礎(chǔ)設(shè)施、產(chǎn)業(yè)等傳統(tǒng)韌性研究的角度來評價城市系統(tǒng)的脆弱性；孕災(zāi)環(huán)境敏感性二級指標(biāo)為植被率、河網(wǎng)密度和城鎮(zhèn)化率；防災(zāi)減災(zāi)能力是城市韌性最主要的體現(xiàn)方式，通常選用市政工程、應(yīng)對災(zāi)害的能力、社會保障和居民防災(zāi)意識等方面構(gòu)建評價指標(biāo)，本文選擇千人病床數(shù)、居民防災(zāi)意識、城市市政公用設(shè)施、失業(yè)保障、人均可支配收入、排水管網(wǎng)密度和人均用電量8個指標(biāo)作為二級指標(biāo)。

2.3 基于耦合激勵法的致災(zāi)因子危險性

在風(fēng)險視角下的城市韌性評價中，城市需要考慮應(yīng)對多種氣候風(fēng)險，及災(zāi)害之間的相互作用關(guān)系。耦合激勵法是針對多災(zāi)種風(fēng)險研究的一種方法，通過對集結(jié)值的大小進(jìn)行調(diào)整從而突出不同評價對象之間的差異[35]，實現(xiàn)激勵目的。即對無法造成破壞的風(fēng)險或造成輕微損失的風(fēng)險給予負(fù)向激勵，減少其在風(fēng)險評估中的權(quán)重；對災(zāi)害風(fēng)險較大破壞力較強的災(zāi)害給予正向激勵，以增加其權(quán)重，增加其在綜合氣候風(fēng)險中的影響。耦合激勵法是源于統(tǒng)計學(xué)的計算方法，多用于反映災(zāi)害之間的相互作用，是一種觸發(fā)、耦合或聯(lián)動的關(guān)系，用以描述不同風(fēng)險之間的模糊關(guān)系的非線性評價方法[29]164。致災(zāi)因子在城市可承受范圍內(nèi)造成的損失和破壞較小，隨著災(zāi)害的強度上升，其破壞力不斷增加，在達(dá)到拐點后風(fēng)險的破壞力會呈指數(shù)增加，從而造成人員傷亡和重大經(jīng)濟損失。在氣候風(fēng)險評價中并沒有明確統(tǒng)一的激勵標(biāo)準(zhǔn)，根據(jù)災(zāi)害風(fēng)險十年一遇的標(biāo)準(zhǔn)，筆者認(rèn)為前20%的情況屬于氣候風(fēng)險較為嚴(yán)峻，而后20%的情況屬于影響較小的氣候風(fēng)險，因此本文選取a1=0.2和a2=0.8作為兩個激勵點，在此基礎(chǔ)上計算分布位數(shù)：

利用冪函數(shù)對區(qū)分不同激勵程度：

激勵偏好系數(shù)計算：

多災(zāi)種風(fēng)險計算，風(fēng)險值、分布分?jǐn)?shù)位、激勵系數(shù)和權(quán)重之間的關(guān)系表達(dá)式如下：

2.4 基于投影尋蹤法的遺傳算法的綜合韌性評估

韌性、脆弱性、風(fēng)險評價是對系統(tǒng)內(nèi)部復(fù)雜系統(tǒng)的評價，面對復(fù)雜問題更適合采用非線性的評價。目前學(xué)者已經(jīng)采用模糊算法、投影尋蹤法等非線性模型[15]18，[16]1654，[29]164對傳統(tǒng)評價模型進(jìn)行改進(jìn)，確保評價結(jié)果更準(zhǔn)確。投影尋蹤法能夠?qū)⒍鄠€指標(biāo)投影到同一維度進(jìn)行分析比較，盡可能保留數(shù)據(jù)本身的條件，使評價結(jié)果更加準(zhǔn)確，因此本文采用基于投影尋蹤法的遺傳算法對指標(biāo)數(shù)據(jù)進(jìn)行處理，計算得到城市綜合韌性。

對標(biāo)準(zhǔn)化處理后的多維數(shù)據(jù)通過投影尋蹤法進(jìn)行處理，在保留向量特征的情況下將數(shù)據(jù)投影到一個平面上進(jìn)行統(tǒng)一的比較與計算。

為得到ω的唯一解，令ω之和為1，通過構(gòu)建最小化的遺傳算法進(jìn)行計算即可得到評價結(jié)果。

在對韌性曲線變化的研究中，學(xué)者在綜合風(fēng)險研究中對風(fēng)險和韌性劑量構(gòu)建簡單的評價關(guān)系圖，闡述了風(fēng)險與韌性之間的關(guān)系[36]，認(rèn)為在構(gòu)建[37]非線性模型時評估曲線應(yīng)有相應(yīng)的拐點，且拐點前后的增長速率存在明顯差異，城市韌性變化曲線與S曲線具有類似的變化趨勢，因此本文構(gòu)建S曲線作為評價氣候風(fēng)險下的城市韌性。

3 結(jié)果分析

3.1 氣候風(fēng)險下的城市韌性評估

根據(jù)得到的評價結(jié)果，致災(zāi)因子危險性始終處于較高水平，城市受到氣候風(fēng)險的威脅較強，評價結(jié)果并沒有出現(xiàn)明顯的低值區(qū)域，耦合激勵評估高溫、干旱、強降水和大氣污染4種災(zāi)害風(fēng)險所求得權(quán)重w分別為0.00259、0.09141、0.40965和0.49635。數(shù)據(jù)表明，長三角中心區(qū)氣候風(fēng)險主要來源于強降水和大氣污染，相比之下，高溫和干旱對長三角中心區(qū)城市的威脅較小。根據(jù)評估得到的投影向量分別為7.30954、-11.17407和4.86511。能夠看出，導(dǎo)致強降水氣候風(fēng)險升高的主要因素為最高降水量和暴雨天數(shù)，且最高降水量在風(fēng)險評估中影響較強，而最大連續(xù)降水天數(shù)向量為負(fù)說明連續(xù)降水天數(shù)與另外兩個指標(biāo)變化情況不匹配，降低了強降水災(zāi)害風(fēng)險的危險性。這說明長三角中心區(qū)短時間極端降水是造成危險性上升的主要因素，而連續(xù)降水對強降水危險性影響較小。致災(zāi)因子危險性評分在0.8以上的高風(fēng)險城市主要集中在2013年和2016年，2013年主要影響東部沿海城市，2016年強降水主要集中在西部地區(qū)，另外舟山在2012年和2019年受到強降水災(zāi)害風(fēng)險較高；空氣質(zhì)量低于二級的天數(shù)顯著降低，降低了大氣污染的危險性，在2010—2021年間大氣污染頻率降低較為明顯?？傮w上看，上海、南京、無錫、蘇州、常州、鎮(zhèn)江、嘉興、湖州、馬鞍山等城市氣候風(fēng)險較高，南通、鹽城、杭州、寧波、溫州、臺州、舟山等城市氣候風(fēng)險水平較低。在時間維度上，大氣污染風(fēng)險評價在0.9以上的年份主要在2015年后，2021年大氣污染情況出現(xiàn)明顯好轉(zhuǎn)。長三角中心區(qū)城市在2016—2019年致災(zāi)因子危險性評價較高，其主要原因為強降水和大氣污染兩種災(zāi)害風(fēng)險的共同作用（見圖3）。

承災(zāi)體脆弱性評價在2010年時差距較小，除了上海、蘇州、杭州和寧波城市脆弱性較低外，其他城市脆弱性都很高，后續(xù)10多年所有城市的脆弱性都出現(xiàn)明顯的下降。上海、南京、無錫、常州、蘇州、南通、杭州和寧波等城市脆弱性降低速率較快，其他城市脆弱性評價整體上呈現(xiàn)下降的趨勢，根據(jù)對脆弱性評價的投影向量結(jié)果，人口密度、建成區(qū)路網(wǎng)密度、工業(yè)生產(chǎn)總值、人均GDP和城市建成區(qū)面積分別為0.77588、-0.27664、-10.07085、17.70781、-7.13630。結(jié)果顯示，對脆弱性影響積極作用最強的是人均GDP指標(biāo)，2010—2021年間人均GDP數(shù)據(jù)呈現(xiàn)明顯的上升，這也是城市脆弱性降低的主要原因。而對城市脆弱性降低負(fù)面作用較強的是工業(yè)生產(chǎn)總值，工業(yè)生產(chǎn)總值的增速雖然不及人均GDP增速，但其快速增長不可避免地會對環(huán)境產(chǎn)生破壞和污染。城市建成區(qū)面積的快速增長制約了部分城市脆弱性的下降幅度（見圖4）。

長三角中心區(qū)大部分城市孕災(zāi)環(huán)境敏感性呈現(xiàn)增長態(tài)勢，根據(jù)孕災(zāi)環(huán)境敏感性評價指標(biāo)建成區(qū)綠化率、城市水網(wǎng)密度和城鎮(zhèn)化率的投影向量分別為-1.95990、-6.03972、8.99979，其中城鎮(zhèn)化率的提升是孕災(zāi)環(huán)境敏感性增長的主要因素，人口大量聚集城市對城市環(huán)境、生活生產(chǎn)帶來巨大壓力，城鎮(zhèn)化率越高的城市敏感性也越高，省會和直轄市等高城鎮(zhèn)化率的孕災(zāi)環(huán)境敏感性高于其他城市。西部城市的城鎮(zhèn)化率提升速度要高于東部城市，但其孕災(zāi)環(huán)境敏感性的增長值處于中等水平。城市水網(wǎng)密度的提升是敏感性降低的主要因素，2010—2021年間長三角中心區(qū)水網(wǎng)密度明顯提升，對緩解城市高溫、增強城市強降水排水能力起到重要作用。上海、嘉興、銅陵三市綠化率有明顯下降，其原因主要是城市發(fā)展侵占城市藍(lán)綠空間，其他城市都有不同程度的增長，但變化程度不大，部分年份城市綠化率隨著城市發(fā)展出現(xiàn)短暫降低，這也加劇了城市環(huán)境的敏感性的上升（見圖5）。

城市防災(zāi)減災(zāi)能力指標(biāo)醫(yī)院千人床位數(shù)、防災(zāi)減災(zāi)意識、全國城市市政公用設(shè)施建設(shè)、居民失業(yè)參保人數(shù)、城鎮(zhèn)家庭人均可支配收入、人均用電供應(yīng)量、建成區(qū)排水管道密度投影向量分別為14.72448、73.53960、42.87677、28.94299、25.83035、-9.32456、 -175.58933，能夠看出長三角中心區(qū)城市醫(yī)療衛(wèi)生、防災(zāi)意識、市政公用設(shè)施建設(shè)、人均參保和可支配收入的變化對城市防災(zāi)減災(zāi)能力評估有明顯的積極影響，居民防災(zāi)意識的提升是最重要的影響因素，且東西部城市居民的防災(zāi)意識差距較大，東部地區(qū)居民的防災(zāi)意識提升幅度較大，西部地區(qū)的提升幅度較小。能源供給能力和基礎(chǔ)設(shè)施建設(shè)是防災(zāi)減災(zāi)能力的主要制約因素，其增長跟不上城市的發(fā)展水平，制約了城市防災(zāi)減災(zāi)能力的提升。長三角中心區(qū)城市防災(zāi)減災(zāi)能力大多有明顯的提升，到2021年城市防災(zāi)減災(zāi)能力降低的有蕪湖、馬鞍山、銅陵、滁州和池州5座城市，主要集中在西部地區(qū)。這些城市的防災(zāi)意識提升較弱，且市政公用設(shè)施建設(shè)撥款較少，經(jīng)濟快速提升但相應(yīng)的配套設(shè)施建設(shè)不夠完善及能源供給能力不足導(dǎo)致城市防災(zāi)減災(zāi)能力的下降。

基于致災(zāi)因子危險性、承災(zāi)體脆弱性、孕災(zāi)環(huán)境敏感性和防災(zāi)減災(zāi)能力進(jìn)行綜合評價得到氣候風(fēng)險下的城市韌性評價結(jié)果如圖6所示，在2010—2017年之間，長三角中心區(qū)大多數(shù)城市韌性的提升較緩慢，僅有合肥、南京、蘇州城市韌性提升速度較快。在2017年后長三角中心區(qū)城市韌性的提升速度加快，東部城市韌性的提升速度遠(yuǎn)高于西部地區(qū)。截至2021年，上海至南京一帶城市韌性要高于周邊其他城市，省會城市相比其他城市擁有更好的經(jīng)濟水平和提升韌性的相關(guān)政策支持，使得省會城市能夠更好地應(yīng)對氣候風(fēng)險。致災(zāi)因子危險性、承災(zāi)體脆弱性、孕災(zāi)環(huán)境敏感性和防災(zāi)減災(zāi)能力的投影向量分別為9.72775、 -14.51390、-16.81207、22.59848，說明防災(zāi)減災(zāi)能力提升和致災(zāi)因子的危險性下降對城市韌性提升起到了積極作用，城市防災(zāi)減災(zāi)能力的快速提升是韌性提升的關(guān)鍵，長三角中心區(qū)城市韌性增長與防災(zāi)減災(zāi)能力增長呈正相關(guān)。東部地區(qū)城市防災(zāi)減災(zāi)能力普遍呈現(xiàn)增長態(tài)勢，例如上海、南京、蘇州、無錫、杭州等城市韌性在2017年后普遍增長較快，而西部宣城、池州、銅陵、滁州等城市的防災(zāi)減災(zāi)能力持續(xù)下降導(dǎo)致城市韌性評價始終處于較低的水平。同時致災(zāi)因子危險性對城市韌性提升有著積極作用，說明城市能夠較好地應(yīng)對氣候風(fēng)險變化帶來的影響。承災(zāi)體脆弱性和孕災(zāi)環(huán)境敏感性的評價為負(fù)，說明城市脆弱性和敏感性依舊較強，對城市韌性的提升有著較大的制約。結(jié)果表明，承災(zāi)體脆弱性在西部和南部城市下降速度較慢，使得城市韌性評價結(jié)果提升較慢；而孕災(zāi)環(huán)境敏感性在上海、南京、無錫、杭州、蘇州等發(fā)展水平較高的城市影響較強。

3.2 城市韌性的時空分布

對得到的韌性評價結(jié)果進(jìn)行全局空間自相關(guān)分析，采用距離空間權(quán)重進(jìn)行相關(guān)性分析。從表2和圖7可知，城市全局自相關(guān)評價在2017年前莫蘭指數(shù)較高且較為穩(wěn)定，長三角中心區(qū)大部分城市韌性評價較低，以低—低聚集為主，高值區(qū)域主要是以上海為中心的東部地區(qū)，以及呈點狀分布的杭州、南京、合肥等高值地區(qū)。2018年后莫蘭指數(shù)有所下降，長三角東部地區(qū)城市韌性提升快于西部城市，寧波韌性提升速度較快，形成高值地區(qū)，使得分布更加分散，后3年東部地區(qū)城市韌性快速提升，形成以上海、蘇州為核心的高—高集聚區(qū)域。

綜上所述，城市韌性評價結(jié)果在空間上聚集主要是低—低集聚為主，2018年以來東部地區(qū)城市韌性提升迅速，形成以上海、蘇州為核心的高—高集聚區(qū)，西部地區(qū)和南部地區(qū)城市韌性提升速度較慢，韌性較低，依舊以低—低集聚為主。

4 結(jié)語與展望

本文以長三角中心區(qū)常見的4種氣候風(fēng)險災(zāi)害為對象，評價氣候風(fēng)險下的城市韌性，通過耦合激勵法對災(zāi)害之間的影響進(jìn)行分析得到致災(zāi)因子危險性的評價，運用基于投影尋蹤的遺傳算法對致災(zāi)因子危險性、孕災(zāi)環(huán)境敏感性、承災(zāi)體脆弱性和防災(zāi)減災(zāi)能力進(jìn)行綜合評價，得到以下結(jié)論。

（1）長三角中心區(qū)的主要氣象災(zāi)害風(fēng)險為強降水和大氣污染，在區(qū)域分布上有較明顯的差異性，危險性較高的年份為2013年和2016年，這兩年受到極端降水所引起的危險性評價上升。危險性高值區(qū)主要集中在東部地區(qū)和西部地區(qū)，兩地的大氣污染高于其他地區(qū)，且強降水天氣較多，2018年后大氣污染得到較好改善，氣候風(fēng)險也有所下降。

（2）氣候風(fēng)險下的城市韌性評價中，城市防災(zāi)減災(zāi)能力和致災(zāi)因子危險性對城市韌性提升起到積極作用，而孕災(zāi)環(huán)境敏感性的上升影響了城市韌性的提升，承災(zāi)體脆弱性雖然下降但無法滿足城市發(fā)展的需求，因此應(yīng)當(dāng)更加重視城市系統(tǒng)內(nèi)的薄弱環(huán)節(jié)，減少城市的脆弱性和暴露度，特別是長三角西部和南部城市，同時高韌性城市大都集中在東部地區(qū)，受到孕災(zāi)環(huán)境的影響更強，需要注重降低城市孕災(zāi)環(huán)境的危險性并注重城市藍(lán)綠空間建設(shè)。

本文針對氣候風(fēng)險下的城市韌性評價，從風(fēng)險視角展現(xiàn)城市韌性遭遇氣候風(fēng)險的過程，同時對多種氣候風(fēng)險通過耦合激勵綜合模型計算得到多種氣候風(fēng)險的綜合評價，但研究受到數(shù)據(jù)制約只能以年為時間精度進(jìn)行分析，對多災(zāi)種風(fēng)險的危險性評估存在誤差。另外，由于未能獲得城市市區(qū)氣象站數(shù)據(jù)及指標(biāo)選擇的局限性，導(dǎo)致對評價結(jié)果有所影響。在后續(xù)研究中需完善多災(zāi)種的氣候風(fēng)險評價體系，從月、日的尺度對區(qū)域城市氣候風(fēng)險進(jìn)行評價，對城市內(nèi)部各個系統(tǒng)構(gòu)建更加精細(xì)的評價指標(biāo)體系。