黄土高原地区城市韧性时空演变与障碍因子分析
Spatial-Temporal Evolution and Obstacle Factors of Urban Resilience in China’s Loess Plateau
DOI: 10.12677/GSER.2023.121004, PDF,    国家自然科学基金支持
作者: 樊昭颖*, 杨海楠：兰州大学资源环境学院，甘肃 兰州；兰州大学黄河流域绿色发展研究院，甘肃 兰州；张子龙#：兰州大学资源环境学院，甘肃 兰州；兰州大学黄河流域绿色发展研究院，甘肃 兰州；兰州大学西部环境教育部重点实验室，甘肃 兰州；陈兴鹏：兰州大学资源环境学院，甘肃 兰州；兰州大学西部环境教育部重点实验室，甘肃 兰州；兰州大学中国西部循环经济研究中心，甘肃 兰州
关键词: 城市韧性；ANP-CRITIC组合赋权法；VIKOR；障碍因子；黄土高原地区； Urban Resilience； ANP-CRITIC Combined Assignment Method； VIKOR； Obstacle Factor； Loess Plateau
摘要: 提高城市韧性，增强城市有效应对各种灾害和危机的能力成为了目前城市建设和治理的关键问题。黄土高原生态本底脆弱，人口、资源、环境矛盾突出，城市发展面临着资源环境约束和经济高质量发展的双重压力，开展城市韧性相关研究显得更加迫切，对韧性状态的评价以及韧性提高的障碍因子的识别对于该地区城市可持续发展至关重要。基于System-of-Systems理论和PSR分析框架，文章利用ANP-CRITIC组合赋权法和VIKOR方法构建了城市韧性评价模型，对黄土高原城市韧性时空演变进行分析，并运用障碍度模型对影响城市韧性的主要障碍因子进行识别。研究发现：1) 黄土高原地区总体韧性水平呈上升趋势，各韧性维度变化特征存在差异。其中，全区的稳定性和适应性水平有所提高，效率性水平先上升后下降，冗余性则呈现出小幅下降态势。2) 黄土高原地区中高及高韧性值城市主要为各省会城市，中低及低韧性值城市零星分布于区域边缘，各维度城市韧性水平的空间分布格局差异化明显。3) 障碍度因子方面，信息科技因素是制约黄土高原地区城市韧性提升的关键因素，科技创新、人才储备、资金投入、经济发展和失业问题是影响该地区韧性提升的主要障碍因子。
Abstract: Improving the resilience of cities and enhancing their ability to respond effectively to various disasters and crises has become a key issue in the current urban construction and governance. With the fragile ecological background of the Loess Plateau and the outstanding conflicts among population, resources and environment, urban development is facing the dual pressure of resource and environmental constraints and high-quality economic growth, it becomes more urgent to conduct research related to urban resilience, and the evaluation of resilience status and the identification of barriers to resilience improvement are crucial for sustainable urban development in the region. Based on the System-of-Systems theory and PSR analysis framework, the article constructs an urban resilience evaluation model using ANP-CRITIC combined assignment method and VIKOR method to analyze the spatial and temporal evolution of urban resilience in the Loess Plateau, and identifies the main obstacle factors affecting urban resilience using the obstacle degree model. The results show that: 1) The overall resilience level of the Loess Plateau region is on the rise, and there are differences in the change characteristics of each resilience dimension. Among them, the stability and adaptability level of the whole region has increased, the efficiency level has increased and then decreased, and the redundancy has shown a small decrease. 2) The cities with medium-high and high-resilience values in the Loess Plateau region are mainly provincial capitals, while the cities with medium-low and low resilience values are scattered at the regional edges, and the spatial distribution pattern of the resilience levels of cities in each dimension is significantly differentiated. 3) In terms of the obstacle factors, information technology is the key factor that restricts the resilience improvement of cities in the Loess Plateau region, and science and technology innovation, talent pool, capital investment, economic development and unemployment are the main barrier factors that affect the resilience improvement of the region.
文章引用：樊昭颖, 张子龙, 杨海楠, 陈兴鹏. 黄土高原地区城市韧性时空演变与障碍因子分析[J]. 地理科学研究, 2023, 12(1): 32-51. https://doi.org/10.12677/GSER.2023.121004

参考文献

[1] 孙鸿鹄, 甄峰. 面向日常活动与环境供需矛盾的城市韧性综合评估及空间特征研究——以南京为例[J]. 地理研究, 2022, 41(10): 2697-2711.
[2] 史晨辰, 朱小平, 王辰星, 等. 韧性城市研究综述与展望——基于城市复杂系统视角[J]. 生态学报, 2023(4): 1-12.
[3] 周亮, 唐建军, 刘兴科, 等. 黄土高原人口密集区城镇扩张对生境质量的影响——以兰州、西安-咸阳及太原为例[J]. 应用生态学报, 2021, 32(1): 261-270.
[4] 叶文丽, 杨新军, 吴孔森, 等. 黄土高原社会-生态系统恢复力时空变化特征与影响因素分析[J]. 干旱区地理, 2022, 45(3): 912-924.
[5] 黄晓军, 刘萌萌, 王博. 黄土高原地区县域经济的时空分异特征及其影响因素[J]. 兰州大学学报(自然科学版), 2020, 56(5): 569-579.
[6] 唐宇, 宋永永, 薛东前, 等. 资源型城市经济韧性时空演变与障碍因素——以山西省为例[J]. 干旱区资源与环境, 2022, 36(5): 53-61.
[7] 杨保清, 李贵才, 刘青. 基于DPSRC模型的国际社区社会韧性评价分析——以广州小北16个国际社区为例[J]. 地域研究与开发, 2020, 39(5): 70-75.
[8] 陶洁怡, 董平, 陆玉麒. 长三角地区生态韧性时空变化及影响因素分析[J]. 长江流域资源与环境, 2022, 31(9): 1975-1987.
[9] 李亚, 翟国方, 顾福妹. 城市基础设施韧性的定量评估方法研究综述[J]. 城市发展研究, 2016, 23(6): 113-122.
[10] 倪晓露, 黎兴强. 韧性城市评价体系的三种类型及其新的发展方向[J]. 国际城市规划, 2021, 36(3): 76-82.
[11] 邱爱军, 白玮, 关婧. 全球100韧性城市战略编制方法探索与创新——以四川省德阳市为例[J]. 城市发展研究, 2019, 26(2): 38-44+73.
[12] Spaans, M. and Waterhout, B. (2017) Building Up Resilience in Cities Worldwide—Rotterdam as Participant in the 100 Resilient Cities Programme. Cities, 61, 109-116. [Google Scholar] [CrossRef] 
[13] 李梦杰, 刘德林. 中原城市群城市灾害韧性时空演变及障碍因子研究[J]. 中国安全科学学报, 2022, 32(9): 144-151.
[14] 贺山峰, 梁爽, 吴绍洪, 等. 长三角地区城市洪涝灾害韧性时空演变及其关联性分析[J]. 长江流域资源与环境, 2022, 31(9): 1988-1999.
[15] 赵瑞东, 方创琳, 刘海猛. 城市韧性研究进展与展望[J]. 地理科学进展, 2020, 39(10): 1717-1731.
[16] 石龙宇, 郑巧雅, 杨萌, 等. 城市韧性概念、影响因素及其评估研究进展[J]. 生态学报, 2022, 42(14): 6016-6029.
[17] 张悦倩, 刘全龙, 李新春. 长三角城市群城市韧性与新型城镇化的耦合协调研究[J]. 城市问题, 2022(5): 17-27.
[18] 朱诗尧. 城市抗涝韧性的度量与提升策略研究[D]: [博士学位论文]. 南京: 东南大学, 2021.
[19] 嵇娟, 陈军飞, 周子月. 江苏省城市洪涝韧性评价及影响因素研究[J]. 水利经济, 2022, 40(4): 48-54+93.
[20] 王松茂, 牛金兰. 山东半岛城市群城市生态韧性的动态演化及障碍因子分析[J]. 经济地理, 2022, 42(8): 51-61.
[21] 王璇, 史佳璐, 慈福义. 黄河流域城市群韧性度的时空演化特征[J]. 统计与决策, 2022, 38(5): 70-74.
[22] 孙久文, 陈超君, 孙铮. 黄河流域城市经济韧性研究和影响因素分析——基于不同城市类型的视角[J]. 经济地理, 2022, 42(5): 1-10.
[23] 石涛. 黄河流域城市韧性发展水平的时空演进及驱动要素分析[J]. 区域经济评论, 2022(1): 139-149.
[24] 马蓓蓓, 钟堃, 李海玲. 黄土高原地区城市“社会-经济”系统脆弱性的时空特征与影响因素[J]. 陕西师范大学学报(自然科学版), 2019, 47(4): 1-8+2.
[25] 宋永永, 薛东前, 马蓓蓓, 等. 黄土高原城镇化过程及其生态环境响应格局[J]. 经济地理, 2020, 40(6): 174-184.
[26] Ostrom, E. (2004) Panarchy: Understanding Transformations in Human and Natural Systems. Ecological Economics, 49, 488-491. [Google Scholar] [CrossRef] 
[27] Bruneau, M. and Reinhorn, A. (2007) Exploring the Concept of Seismic Resilience for Acute Care Facilities. Earthquake Spectra, 23, 41-62. [Google Scholar] [CrossRef] 
[28] Ouyang, M., Dueñas-Osorio, L. and Min, X. (2012) A Three-Stage Resilience Analysis Framework for Urban Infrastructure Systems. Structural Safety, 36-37, 23-31. [Google Scholar] [CrossRef] 
[29] Desouza, K.C. and Flanery, T.H. (2013) Designing, Planning, and Managing Resilient Cities: A Conceptual Framework. Cities, 35, 89-99. [Google Scholar] [CrossRef] 
[30] Wamsler, C., Brink, E. and Rivera, C. (2013) Planning for Climate Change in Urban Areas: From Theory to Practice. Journal of Cleaner Production, 50, 68-81. [Google Scholar] [CrossRef] 
[31] Walker, B. and Salt, D. (2012) Resilience Practice. Island Press, Washington DC.
[32] Kasai, S., Geoffrey Shen, P., Li, N. and Fang, D. (2015) A System-of-Systems Approach to Understanding Urbanization-State of the Art and Prospect. Smart and Sustainable Built Environment, 4, 154-171. [Google Scholar] [CrossRef] 
[33] Eisner, H., Marciniak, J. and Mcmillan, R. (1991) Computer-Aided System of Systems (S2) Engineering. IEEE International Conference on Systems, Man, and Cybernetics, Charlottesville, 13-16 October 1991, 531-537.
[34] 焦柳丹, 邓佳丽, 吴雅, 等. 基于PSR+云模型的城市韧性水平评价研究[J]. 生态经济, 2022, 38(5): 114-20.
[35] 牛彦合, 焦胜, 操婷婷, 等. 基于PSR模型的城市多灾种风险评估及规划响应[J]. 城市发展研究, 2022, 29(4): 39-48.
[36] 李雪铭, 刘凯强, 田深圳, 等. 基于DPSIR模型的城市人居环境韧性评价——以长三角城市群为例[J]. 人文地理, 2022, 37(1): 54-62.
[37] Diakoulaki, D., Mavrotas, G. and Papayannakis, L. (1995) Determining Objective Weights in Multiple Criteria Problems: The Critic Method. Computers & Operations Research, 22, 763-770. [Google Scholar] [CrossRef] 
[38] Sen, D.K., Datta, S. and Mahapatra, S.S. (2016) A TODIM-Based Decision Support Framework for G-Resilient Supplier Selection in Fuzzy Environment. Asia-Pacific Journal of Operational Research, 33, 7917-7927. [Google Scholar] [CrossRef] 

为你推荐