从供需视角看城市洪水风险与韧性的空间错配及关联网络:以中国北京为例
《Sustainable Cities and Society》:Spatial Mismatch and Association Network of Urban Flood Risk and Resilience from a Supply–Demand Perspective: A Case Study of Beijing, China
【字体:
大
中
小
】
时间:2026年07月11日
来源:Sustainable Cities and Society 13.3
编辑推荐:
徐美燕|王伟|夏晨虹|王志涛|郭晓东
中国北京100124,北京工业大学建筑与城市规划学院
摘要:随着降雨频率和强度的增加以及城市建成环境的日益密集,传统的静态洪水风险与韧性比较方法已无法满足城市洪水治理的需求。本研究以北京市中心城区为案例,构建了一个整合的洪水风险-韧
徐美燕|王伟|夏晨虹|王志涛|郭晓东
中国北京100124,北京工业大学建筑与城市规划学院
摘要:随着降雨频率和强度的增加以及城市建成环境的日益密集,传统的静态洪水风险与韧性比较方法已无法满足城市洪水治理的需求。本研究以北京市中心城区为案例,构建了一个整合的洪水风险-韧性评估与空间关联网络分析框架。在统一的空间单元内对洪水风险和韧性进行量化,并识别二者之间的空间不匹配模式。从供需视角出发,运用修正后的引力模型构建风险需求-韧性供给网络,再通过社会网络分析和攻击模拟来评估该网络的结构、稳健性及关键节点。研究结果表明:(1)洪水风险与韧性存在显著的空间不匹配,高风险-低韧性区域主要集中在丰台区中西部、海淀区南部以及朝阳区西南部;(2)在网络效率及独立路径平均数量方面,供需网络优于单独的供给网络或需求网络;(3)在供需匹配中存在明显的结构缺口,30.95%的单元存在供给不足,主要集中在丰台区和朝阳区南部;(4)基于拓扑结构的针对性攻击比随机攻击更易削弱网络性能,其中需求网络的表现下降更为迅速;在优先考虑供给不足的攻击下,供给网络的功能退化更为明显。这些发现为识别关键治理区域及优化跨区域协调提供了依据。
引言:气候变化导致全球极端降水事件呈非线性增加,进而提升了城市洪水风险[IPCC 2021]。世界气象组织报告称,过去50年中与天气、气候和水相关的灾害几乎增加了五倍,其中洪水造成的经济损失最为严重[世界气象组织2021]。与此同时,快速的城市化进程加剧了暴露风险并增加了不透水表面面积。自1985年以来,全球在极易发生严重洪水的地区新增了75,000平方公里的城市用地[Rentschler, Avner and Marconcini, 2022],约有18亿人——接近全球人口的四分之一——生活在高洪水风险区域[Rentschler, Salhab and Jafino, 2022]。这表明洪水风险与人口和资产的集中分布密切相关,使得城市系统在极端降雨事件中更容易出现级联放大效应[Zhang, Li and Wen, 2025]。面对这些挑战,《2015–2030年仙台减灾框架》强调了建立全周期风险治理框架的必要性[联合国减灾办公室2015],而可持续发展目标11则要求城市和人类居住区具备包容性、安全性、韧性和可持续性[联合国经济和社会事务部2026]。因此,将风险降低与韧性提升相结合已成为城市洪水管理中的紧迫任务。
关于城市洪水的研究主要沿着两个相对成熟的路径发展:风险评估与韧性评估[de Bruijn, Jafino and Merz, 2022, R?zer, Mehryar and Surminski, 2022]。洪水风险评估主要基于危害-暴露-脆弱性框架,旨在确定潜在的损失规模[IPCC 2014]。常用的方法包括水动力模拟[Khoshkonesh, Nazari and Nikoo, 2024, Wang, Chen and Zeng, 2024, Zhang, Wu and Hu, 2021]、基于指标的评估以及基于GIS的空间分析[Zhang, Shi and Xu, 2020, Wu, Chen and Lu, 2022, Wang, Kim and Han, 2023],这些方法通常涉及降雨强度、地形、人口和经济状况等变量。韧性评估则侧重于城市系统在受到干扰时吸收冲击、维持基本功能、恢复并适应的能力[Meerow, Newell and Stults, 2016],通常基于系统性能曲线或多维指标体系[Zheng and Huang, 2023, Bi, Schooling and MacAskill, 2024, Li, Zhang and Ma, 2019, Moghadas, Asadzadeh and Vafeidis, 2019],尤其关注排水设施、绿色基础设施和应急资源。这两类研究分别反映了城市洪水治理的压力方面和能力方面,但往往被分开研究,缺乏在统一分析框架下的整合。鉴于城市空间的异质性,高风险区域并不一定对应低韧性区域,因此单一视角的方法不足以识别治理瓶颈或为跨区域资源分配与协同治理提供支持。
近年来,人们越来越重视在统一的分析框架下整合风险与韧性研究。郑等人以珠江三角洲为案例研究发现,与人类活动相关的指标在风险与韧性框架中具有相似的特征,而气候和地理因素则起着不同的作用[Zheng and Huang, 2023];他们还提出,韧性可作为风险评估中的补充维度。王等人研究了伦敦网格尺度上风险与韧性之间的关联结构,发现韧性下降通常与风险上升相关,但这种关系会因土地覆盖类型而异[Wang, Zhang and Chen, 2023];鲍等人提出了“风险-韧性-效应”框架,并结合MaxEnt与可解释的XGBoost–SHAP方法,识别风险与韧性之间的协同效应与权衡关系[Bao, Yu and Wan, 2025];孙等人从脆弱性-韧性关联的角度强调了灾后恢复能力在韧性评估中的作用[Sun, Shi and Reheman, 2022]。除此之外,网络和动态视角也逐渐被引入,用于解释宏观层面的耦合模式。陈等人运用复杂网络分析揭示了中国各省份之间洪水风险与恢复能力之间的权衡关系[Chen, Zhu and Feng, 2025],而李等人则研究了洪水与韧性之间的动态演变过程[Li, Jiang and Wu, 2023]。尽管取得了这些进展,现有研究仍多集中在相关性分析、空间差异性或宏观层面耦合研究上,而能够捕捉城市内部单元间潜在支持关系以及跨区域风险不匹配调控机制的定量框架仍然有限。
从供需视角出发,可以为理解城市洪水系统中的空间关联提供分析思路。以往的研究从生态系统服务角度探讨了城市洪水韧性中的供需关系[Zhang, Xu and Yang, 2025],即将自然生态系统提供的韧性功能视为供给方,将洪水灾害下社会经济系统产生的需求视为需求方。通过这一视角,以往研究已经识别出了供需不匹配及其对应的风险区域。从灾害治理的角度来看,较高的洪水风险意味着对防护、应急响应和治理干预的需求更大,而较高的洪水韧性则意味着系统具有更强的抵御冲击、维持基本功能、恢复服务以及为周边地区提供支持的能力。然而,仅通过静态的方式识别风险与韧性的匹配关系,无法充分揭示潜在的供需关系在空间上的组织方式或结构联系。因此,有必要引入网络视角,在跨区域关联的统一框架下分析风险与韧性,从而揭示城市洪水系统的潜在支持关系和组织特征。
为此,本研究以北京市中心城区为研究对象,将洪水风险视为潜在的治理需求,将洪水韧性视为潜在的供给能力,进而构建了一个整合的洪水风险-韧性评估与空间关联网络分析框架。本研究旨在回答三个问题:(1)城市内部洪水风险与韧性之间存在怎样的空间匹配模式?(2)风险需求与韧性供给之间存在着怎样的潜在支持与依赖结构?(3)从供需差距和网络稳定性角度来看,哪些区域是治理的重点?本研究的贡献在于将传统的一维静态风险与韧性比较拓展为以供需为导向的空间关联网络分析,从而有助于识别结构缺口、潜在的支持关系及关键节点,为城市洪水管理中的差异化分区治理、跨区域协调以及关键节点治理提供依据。
研究区域与空间分析单元:中国首都北京位于华北平原北部,地理坐标为北纬39°28′–41°05′,东经115°22′–117°30′。该市地形总体呈现由西北向东南倾斜的趋势,总面积为16,410.54平方公里(见图1)。北京属于暖温带大陆性季风气候,夏季炎热多雨,冬季寒冷干燥。降水量在空间和时间分布上均极不均匀,且年际变化较大。
方法论:本研究构建了一个整合的洪水风险-韧性评估与空间关联网络分析框架(见图2),用以揭示风险与韧性之间的结构不匹配,并分析二者相互作用的网络结构。在此框架下,洪水风险-韧性评估是指在统一的空间单元内分别量化洪水风险与洪水韧性,进而识别二者之间的空间匹配关系。风险需求-韧性供给方面,根据标准化值和指标权重,计算了北京市中心城区每个空间单元的洪水风险指数,并从危害、暴露和脆弱性三个维度进一步分析了其空间差异。(1)风险构成要素:危害指数是根据年平均最大日降水量和年平均暴雨日数得出的(见图4a),整体呈现西部数值较高、东部数值较低的趋势。
与以往研究的对比:传统的城市洪水管理研究往往将洪水风险与洪水韧性分开研究。洪水风险研究主要聚焦于危害过程、暴露程度以及静态损失评估;而洪水韧性研究则强调城市系统抵抗、吸收和恢复的能力[de Bruijn, Jafino and Merz, 2022, R?zer, Mehryar and Surminski, 2022]。然而,分开评估无法充分揭示风险水平与韧性能力之间的匹配关系。
结论:本研究以北京市中心城区为案例,从供需视角构建了一个整合的洪水风险-韧性评估与空间关联网络分析框架。该框架能够识别风险需求与韧性供给之间的结构不匹配、潜在的跨区域支持模式以及关键节点。主要结论如下:(1)北京市中心城区存在明显的风险-韧性空间不匹配现象。
资金来源:本研究得到了国家自然科学基金[项目编号:52278472]、北京市自然科学基金[项目编号:8254041]、北京市社会科学基金[项目编号:25BJ02042]以及中国教育部人文社会科学研究基金[项目编号:25YJCZH297]的支持。
作者贡献说明:徐美燕:撰写原文初稿、可视化处理、软件应用、正式分析、数据整理;王伟:撰写文本审阅与编辑、监督指导、项目管理、方法设计、资金申请、概念构思;夏晨虹:撰写文本审阅与编辑、结果验证、监督指导、方法设计、概念构思;王志涛:结果验证、软件应用、实地调查、数据整理;郭晓东:撰写文本审阅与编辑、结果验证、资源协调、实地调查。
利益冲突声明:作者声明不存在任何可能影响本文研究的已知财务利益或个人关系。
致谢:作者衷心感谢天津大学建筑学院的李汉岩老师,她在本研究过程中给予了宝贵的学术支持和帮助。