面向洪涝灾害的城市基础设施韧性(Urban Infrastructure Resilience, UIR)评估复合指标体系与集成多准则评价模型开发——以中国福建省为例
《Sustainability》:Development of a Composite Index and Integrated Multi-Criteria Evaluation Model for Evaluating Urban Infrastructure Resilience Against Flood: A Case Study of Fujian Province, China
编辑推荐:
基础设施对于减轻洪涝影响及支撑灾后恢复至关重要,然而针对城市基础设施韧性(Urban Infrastructure Resilience, UIR)综合评价且经过验证的方法仍较为有限。研究人员基于抵抗性(Resistance)、恢复力(Recovery Cap
基础设施对于减轻洪涝影响及支撑灾后恢复至关重要,然而针对城市基础设施韧性(Urban Infrastructure Resilience, UIR)综合评价且经过验证的方法仍较为有限。研究人员基于抵抗性(Resistance)、恢复力(Recovery Capability)和适应性(Adaptability)三个韧性维度构建了新的复合指标体系,并将工程性与社会性基础设施纳入评价框架。研究人员提出一种集成的AHP&EWM&KL-TOPSIS模型,用以评估2012–2021年中国福建省九个城市的UIR水平。通过交叉验证与比较敏感性分析验证了该集成评价模型的有效性与可靠性。关键研究结果表明:环境保护系统(Environmental Protection System, EPS)在各城市间变异最小且韧性水平持续最高,而其他基础设施系统存在显著地域差异,说明全省范围的环境政策行之有效;2021年福州市UIR最高,莆田市和南平市最低;福建省UIR整体呈"南高北低"空间格局,闽南地区区域协调性增强,闽东内部差异扩大。本研究可为决策者与城市规划者识别关键系统性脆弱点与空间差异提供实践指导,从而支撑针对性的韧性提升、区域均衡发展及洪涝防灾准备。
一、研究背景与问题提出
在全球气候变化与快速城市化背景下,暴雨洪涝频发对城市生命线系统造成严重威胁。传统防洪理念偏重堤防加固与排水管网扩建,成本高昂且生态负担重,难以应对日益增强的降雨极端性。城市基础设施韧性(Urban Infrastructure Resilience, UIR)强调基础设施系统在外部扰动下维持关键功能、吸收负面影响并通过适应与学习恢复甚至超越原有运行状态的能力,通常划分为抵抗性(Resistance)、恢复力(Recovery Capability)与适应性(Adaptability)三维度。既有UIR评价多聚焦供水、能源、交通等工程性基础设施,忽视医疗、教育等社会性基础设施及其与工程系统的协同依赖关系,且偏重抵抗性维度而弱化恢复力与适应性评价,缺乏经实证校验的综合评估框架。为此,研究人员以受台风与暴雨影响频繁的福建省为案例,构建涵盖十大基础设施子系统、融合三维度韧性的复合指标体系,并开发AHP&EWM&KL-TOPSIS集成多准则评价模型开展实证评估与模型校验。论文发表于《Sustainability》。
二、主要关键技术方法
研究人员选取福建省九个地级市2012–2021年统计数据为样本队列。首先通过文献梳理与专家咨询建立UIR评价指标体系,含三大准则层——抵抗性(能源供应系统ESS、供水系统WSS、排水系统DS、交通系统TS、防灾安全系统DPSS)、恢复力(环境保护系统EPS、邮政电信系统PTS、医疗卫生系统MHS)与适应性(文教系统CES、科技系统STS),各系统下设可量化二级指标。权重确定采用主观层次分析法(Analytic Hierarchy Process, AHP)结合客观熵权法(Entropy Weight Method, EWM)取算术平均得到组合权重。评价采用改进TOPSIS法,以Kullback–Leibler(KL)距离替代欧氏距离计算各评价单元与正、负理想解的相对贴近度(KL-TOPSIS)。模型可靠性通过与他人研究的熵权–综合指数法(EWM-CIM)结果做Pearson相关性交叉验证,并与EWM-TOPSIS、CRITIC-IAM等模型做比较敏感性分析检验稳健性。空间分布借助ArcGIS 10.2按自然断点法(Natural Breaks)分级可视化。
三、研究结果
3.1 模型可靠性(Model Reliability)
研究人员将本研究AHP&EWM&KL-TOPSIS模型所得共同基础设施系统UIR值与已有EWM-CIM模型结果进行Pearson相关分析,相关系数达0.975(p<0.01),表明所提模型与既有评估具有极强一致性,模型可靠。
3.2 韧性水平评价(Evaluation of Resilience Level)
3.2.1 分系统韧性水平(Resilience Level by System)
经AHP&EWM&KL-TOPSIS计算,2021年十类基础设施系统韧性值显示:EPS韧性值最高(0.823–0.999)且城市间差异最小,反映全省生态环保投入成效均衡;ESS、WSS、DS、TS、DPSS、PTS、MHS、CES及STS均存在明显城市间分化,其中厦门邮电通信系统(PTS)与科技系统(STS)领先,福州、厦门文教系统(CES)突出,内陆三市每万人医护床位数高致医疗卫生系统(MHS)恢复力较强,宁德CES与STS偏低为主要短板,莆田排水系统(DS)设计标准较高使其表现较好但CES与STS薄弱。
3.2.2 分维度韧性水平(Resilience Level by Dimension)
抵抗性(Resistance)维度龙岩、漳州、福州高于省均值,厦门最低,主因供水管密度与水库调蓄能力差异;恢复力(Recovery Capability)维度福州、三明、南平、龙岩高于省均值,福州依托环境、通信、医疗多系统协同及智慧水系调度平台实现半日内公交地铁全面恢复,宁德因EPS与PTS偏弱恢复力最低;适应性(Adaptability)维度厦门、福州、泉州高于省均,受益于高等教育资源与科技财政投入,莆田两项均低适应性最弱。综合看仅福州三维度均超省均,具全面优势。
3.2.3 分城市韧性水平(Resilience Level by City)
2021年UIR值:福州(0.5298,较高韧性Higher Resilience)、龙岩(0.4130,高韧性High Resilience)、厦门(0.3646)、泉州(0.3462)、漳州(0.3376)属中等韧性(Moderate Resilience),三明(0.2706)与宁德(0.2561)低韧性(Low Resilience),莆田(0.2349)与南平(0.2139)较低韧性(Lower Resilience)。福州防灾安全系统(DPSS)因水利投资占比偏低被识别为相对短板。
3.3 城市基础设施韧性空间分布特征(Spatial Distribution Characteristics of UIR)
以ArcGIS自然断点法绘制2012–2021年空间分布,整体呈"南高北低",闽南(厦漳泉)趋于收敛且区域协调增强,闽东(福宁莆)内部分异扩大——福州持续高位,宁德长期偏低,莆田波动明显。与既有CRITIC-IAM及EWM-CIM模型比对本研究排序更贴合省会城市综合优势实际,验证模型合理性。
四、结论与讨论总结
研究人员得出结论:所建复合指标体系与AHP&EWM&KL-TOPSIS模型可有效评估城市基础设施洪涝韧性;EPS韧性全省最高且均质化,其余系统空间差异显著;福建省UIR呈南高北低格局,闽南区域协调增强、闽东差距拉大;福州综合韧性最强但DPSS为短板待补强,莆田与南平需重点提升适应性维度CES与STS。该模块化框架可按地方灾害风险特征调整指标,具推广价值。局限在于未纳入未来气候—社会情景、基础设施间交互机制及洪水水动力模拟,后续可结合系统动力学、复杂网络分析与水文动力模型拓展至多灾种综合韧性评估。