社区安全脆弱性评估模型的构建与应用*

佟瑞鹏，李　丹，翟存利

(中国矿业大学(北京) 资源与安全工程学院，北京 100083)

0　引言

社区作为人们生活生产的主要场所，与人们的安全息息相关。近年来，各类突发事件时有发生，社区作为承灾体遭受严重的灾害损失。在防灾减灾研究中，减少损失的最有效方法是减少承灾体的脆弱性[1]。社区作为城市社会管理和建设的基础，是防灾减灾机制的基本单元[2]。因此，社区安全脆弱性分析对降低灾害损失并改善社区安全状况有着重要的意义。

国内外关于社区安全脆弱性的研究较少。Cova[3]利用运筹学和GIS技术模拟了社区面对突发事件撤离的脆弱性；Clark[4]研究了暴雨发生时社区应急的脆弱性，并提出对应的措施；Fernandez[5]从医学方面分析了社区老年人面对突发事件的脆弱性；邹清明[6]运用模糊综合评价方法对城市社区的应急管理进行了脆弱性分析。以上研究仅仅针对社区某一方面进行分析，没有从社区安全整体角度进行综合性的脆弱性分析。本文通过构建社区安全脆弱性评估模型和指标体系，从社区安全状况和风险扰动两方面综合分析社区安全的脆弱性，并选取3个具有代表性的社区进行实证分析，有助于发现影响社区安全脆弱性的因素，提高社区建设的安全水平。

1　社区安全脆弱性评估模型

1.1　社区安全脆弱性概念

针对不同的研究领域，承灾体的不同，不同学者给出的脆弱性概念会有一定的差异。例如经济系统的脆弱性更多地关注贫困问题，有时被概念化为降低到消费临界值的可能性[7]；气候变化研究领域中，脆弱性的定义考虑由气候变化导致的潜在破坏量，及在遭到致灾事件打击之前，系统内存在的一种状态[8]。总而言之，脆弱性是指系统受到伤害和破坏的易感状态以及承受不利影响的能力。

社区安全脆弱性(Vulnerability on Community Safety)指社区安全状况暴露在风险扰动下的一种不稳定状态。社区的安全状况越好，遭受的风险扰动越小，脆弱性越低。

社区安全脆弱性主要包括结构性因素和胁迫性因素。结构性因素(structure factor)指社区内部的不稳定因素，对风险干扰有一定的敏感性，决定社区的安全状况；胁迫性因素(force factor)指自然变化和人类活动风险的扰动因素，对社区造成一定的损失或不利影响。

根据4M“人(Men)-机(Machine)-环境(Medium)-管理(Management)”系统理论，人员特征、基础设施、社区环境及管理水平4个方面构成社区安全状况,是社区的结构性因素。社区存在的风险[9-10]可以分为自然灾害风险和人为灾难风险，构成社区安全的胁迫性因素，其中自然灾害风险[11]主要是指地震、洪涝、台风等自然因素对社区造成的伤害，人为灾难风险[12]是指火灾、抢劫、盗窃等人为因素对社区过程潜在的危险。因此，社区安全脆弱性概念模型如图1所示。

图1　社区安全脆弱性概念模型Fig.1　Conceptual model of vulnerability on community safety

1.2　社区安全脆弱性影响因素分析

1.2.1结构性因素

1)人员特征

根据方佳毅对人员脆弱性的评价[13]，年龄结构会影响人们对突发事件的反应能力和抗灾能力。老年人和儿童在灾害面前属于弱势群体，老年人在抗灾方面的知识过于陈旧、科学性差，儿童的抗灾知识和经验缺乏，在面对突发事件很可能由于知识经验欠缺或方法不当而错过最佳逃生时机[14]。根据《2010年第六次全国人口普查主要数据公报》，我国0～14岁和60岁以上的人口占全国总人口的29.86%。另外，人口密度也是影响社区安全脆弱性的因素。人口密度越大，社区在风险扰动的暴露下人身伤亡的可能性就越大，敏感性越高，社区安全脆弱性越高。根据《2010年第六次全国人口普查主要数据公报》，中国每平方公里平均人口密度约为143人，且分布很不均衡；东部沿海地区人口密集，每平方公里超过400人；中西部地区人口较少。因此，选取人口密度和人口结构作为衡量社区人员特征的指标。

2)基础设施

根据谭朝阳对设施脆弱性的影响因素分析[15]，建筑密度、建筑结构类型、设施功能重要程度等都会影响社区安全脆弱性。建筑密度越高，社区暴露在风险扰动下造成的财产损失就越大，敏感性越大。根据《城市规划定额指标暂行规定》，新建居住区的居住建筑密度是：4层楼区一般为26%左右，5层楼区一般为23%左右，6层楼区不高于20%。建筑密度一般不超过50%。建筑结构类型主要分为钢结构、钢筋混凝土结构、砖混结构和砖木结构，其中钢筋混凝土结构牢固可靠[16]。功能非常重要的设施被称为“生命线工程”，包括铁路、机场、公路的交通工程，邮政、电台的通讯工程，电厂、变电站的供电工程，水库、自来水厂的供水工程。这些设施一旦受损将会影响整个社区的生存，因此“生命线工程”所占比例越大，社区安全脆弱性越高。

3)社区环境

社区环境包括自然环境和人文环境。自然环境主要指地理位置及其周边设施。地理位置影响自然灾害的发生；周边设施会给社区安全带来一定的风险，如车站、游乐场等人口密集场所，可能给社区造成污染的工业园区。人文环境中影响社区安全的主要有社区的政治敏感性、经济发展水平、风俗文化等。政治敏感性越高，社区受到安全威胁的可能性越大，脆弱性越高；经济发展水平越高，社区对风险扰动的抵抗能力越强，脆弱性越低；风俗文化主要指安全文化，影响社区脆弱性。

4)管理水平

社区管理主要包括对人的管理和对物的管理2个方面。社区中人的管理效果主要体现在居民参与度，包括应急人员、信息的搜集和规章制度的遵守[17]。居民在社区管理中的参与热情越高，应急人员越多，信息搜集越及时完善，规章制度的遵守越严格，社区安全脆弱性就越低。社区中物的管理状态主要体现在物资准备能力，物资准备能力包括安全设施、医疗设备、应急物资[18]。物资准备能力越高，社区安全脆弱性就越低。

1.2.2胁迫性因素

社区安全脆弱性的主要胁迫因素是自然风险和人为风险，造成社区的风险扰动。自然风险主要指自然灾害；人为风险主要指人为灾难。政府间气候变化专门委员会(IPCC，Intergovernmental Panel On Climate Change)第五次报告[19]指出，由于气候变化导致海平面上升，海温升高导致热带气旋增多，沿海地区自然灾害频率增多，极大地威胁了人类的生存和发展，增加了社区安全的脆弱性。近年来，随着人口聚集，人为因素的致灾、成灾频率呈非线性增长，严重危害了公共安全，造成了极大的脆弱性[20]。因此，从自然灾害和人为灾难考虑社区安全脆弱性的胁迫因素。

1.3　社区安全脆弱性评估方法

社区安全脆弱性由社区安全状况和风险扰动构成，社区的安全状况越好，遭受的风险扰动越小，脆弱性越低。由于结构性因素决定社区安全状况，胁迫性因素决定社区遭受的风险扰动，所以，构建脆弱性评估模型：

(1)

式中：V代表社区安全脆弱性指数;VF代表胁迫性因素，即风险扰动;VS代表结构性因素，即社区安全状况。

结构性因素(VS)可以表示为人员特征(V1)、基础设施(V2)、社区环境(V3)和管理水平(V4)的线性和:

VS=α1V1+α2V2+α3V3+α4V4

(2)

胁迫性因素(VF)可以表示为自然风险(V5)和人为风险(V6)的线性和：

VF=β1V5+β2V6

(3)

同理，采用综合指数法，V1，V2，V3，V4也可以算出。

2　社区安全脆弱性评价指标体系

2.1　评价指标体系的构建

社区是一个人员密集的区域，社区安全脆弱性受很多方面的影响。社区安全脆弱性评价体系是一个复杂的多层次系统，为了客观真实地反映社区安全脆弱性，根据评价指标体系的设计原则，将指标体系分为目标层、准则层和指标层，其中目标层又分为总目标层和分目标层，具体的层次结构见表1。

表1　社区安全脆弱性评价指标体系

2.2　指标权重的确定

运用层次分析法，将社区安全脆弱性指标体系所构成的递阶层次结构，两两比较判定各因素的相对重要性，得到其相对重要性顺序[21]。

2.2.1构造判断矩阵

为了保证权重的科学准确，由聘请专家构成的评价小组采用9级标度法对指标层进行标度，如表2所示。

表2　判断矩阵标度的脆弱性含义

2.2.2计算指标权重

通过matlab软件运算，求出指标权重，并对矩阵进行一致性检验，如表3所示。

表3　指标权重的计算结果

3　实证分析

为了考察社区安全脆弱性评估方法在实践工作中的适用性，本文选取3个具有代表性的社区进行脆弱性分析，分别是已通过国际安全社区评审的社区A、已通过全国安全社区评审的社区B和未通过安全社区评审的社区C。根据每个社区的《社区基本概况》、《社区防灾减灾应急预案》、《社区风险源基本情况表》、《社区应急储备物资登记表》、《社区工作报告》等资料以及实际调研情况，通过专家赋值(一级：1～3分；二级：4～6分；三级：7～9分)获取各社区的指标数据(见图2)。

图2　代表性社区评价指标赋值结果Fig.2　Results of evaluation index on representative communities

社区A位于北京，人口密度420人/km2，0～14岁和60岁以上的人口占社区总人口的27.86%。建筑密度37%，建筑结构多数为钢筋混凝土结构，生命线工程密度30%。政治敏感性、经济发展水平、安全文化氛围较高。居民参与度和物资准备能力较高。自然灾害和人为灾难较少。

社区B位于上海，人口密度390人/km2，0～14岁和60岁以上的人口占社区总人口的30.36%。建筑密度34%，建筑结构多数为钢筋混凝土结构，生命线工程密度28%。社区周围有大型游乐场，政治敏感性较低，经济发展水平、安全文化氛围较高。居民参与度和物资准备能力较高。自然灾害有时发生，人为灾难较少。

社区C位于贵州，人口密度280人/km2，0～14岁和60岁以上的人口占社区总人口的32.36%。建筑密度19%，建筑结构没有钢筋混凝土结构，生命线工程密度22%。社区位于山区，政治敏感性、经济发展水平、安全文化氛围较低。居民参与度和物资准备能力较低。自然灾害和人为灾难较多。

运用上述评价方法，根据指标量化值和权重进行计算，得出3个社区的结构性因素指标、胁迫性因素指标和安全脆弱性指数，结果见图3。

图3　代表性社区安全脆弱性评价结果Fig.3　Evaluation results of vulnerability on representative communities

从图3可以看出，社区A的人员特征、环境和管理水平指标的最终得分都低于社区B和社区C,导致社区A的结构性因素整体上优于社区B和社区C，说明社区A比其他2个社区的安全状况好。另外，社区A的自然灾害和人为灾难指标得分都低于社区B和社区C，导致社区A的胁迫性因素少于其他2个社区，说明社区A比其他2个社区的风险扰动少。社区A的安全状况最好，遭受的风险扰动最少，安全脆弱性指数低；社区C的安全状况最差，遭受的风险扰动最多，安全脆弱性指数高。

为了验证该评估模型的适用性，查阅评定组依据《安全社区评定指标》对3个社区的赋分情况，并与评估模型算出的社区安全脆弱性指数进行比较，得出表4和图4。

表4　代表性社区分值情况

图4　评估模型有效性验证Fig.4　Validity of evaluation model

从图4可以看出：评定组根据《安全社区评定指标》给出的扣分值越大，评估模型得出的社区安全脆弱性指数也越大，社区越脆弱；已通过国际安全社区评审的社区A安全脆弱性指数最小，未通过安全社区评审的社区C安全脆弱性指数最大，已通过全国安全社区评审的社区B安全脆弱性指数位于2者之间；扣分值曲线和安全脆弱性指数曲线大致吻合，说明该评估方法可以较准确地反映社区的安全脆弱性情况，在实践工作中具有一定的适用性。

4　结论

1)提出社区安全脆弱性的概念，在分析影响社区安全的结构性因素和胁迫性因素基础上，构建社区安全脆弱性评估模型。

2)建立社区安全脆弱性评价指标体系，运用层次分析法和matlab软件确定各指标权重，得出社区安全脆弱性评估方法。

3)选取3个安全绩效具有代表性的社区进行实证分析，说明社区安全脆弱性评估方法的适用性。

[1]吴宗之，周永红. 中国安全社区建设的若干对策探讨[J].中国安全科学学报, 2005, 15(1): 19-23.

WU Zongzhi, ZHOU Yonghong. Probe into countermeasures for the development of safe community in China[J]. China Safety Science Journal, 2005, 15(1): 19-23.

[2]王冠宇, 高桐. 城市社区环境灾害防御工作浅析[J]. 环境保护与循环经济, 2015, 35(2): 72-75.

WANG Guanyu, GAO Tong. Environmental disaster defense of urban community[J]. Environmental Protection and Cyclic Economy, 2015, 35(2): 72-75.

[3]COVA T J, CHURCH R L. Modelling community evacuation vulnerability using GIS[J]. International Journal of Geographical Information Science, 1997, 11(8): 763-784.

[4]CLARK G E, MOSER S C, RATICK S J, et al. Assessing the vulnerability of coastal communities to extreme storms: the case of Revere, MA., USA[J]. Mitigation and adaptation strategies for global change, 1998, 3(1): 59-82.

[5]FERNANDEZ L S, BYARD D, LIN C C, et al. Frail elderly as disaster victims: emergency management strategies[J]. Prehospital and disaster medicine, 2002, 17(2): 67-74.

[6]邹清明, 肖东生. 基于模糊综合评价的城市社区应急管理脆弱性分析[J]. 南华大学学报, 2013, 14(1): 55-60.

ZOU Qingming, XIAO Dongsheng. Vulnerability analysis of emergency management on urban community based on fuzzy comprehensive evaluation[J]. Journal of University of South China, 2013, 14(1): 55-60.

[7]LUERS A L, LOBELL D B, SKLAR L S, et al. A method for quantifying vulnerability, applied to the agricultural system of the Yaqui Valley, Mexico[J]. Global Environmental Change, 2003(13): 255-267.

[8]LUERS A L. The surface of vulnerability: an analytical framework for examining environmental change[J]. Global Environmental Change, 2005(15): 214-223.

[9]MCENTIRE D A. Triggering agents, vulnerabilities and disaster reduction: towards a holistic paradigm[J]. Disaster Prevention and Management, 2001, 10(3): 189-196.

[10]VATSA K S. Risk, vulnerability and asset-based approach to disaster risk management[J]. International Journal of Sociology and Social Policy, 2004, 24(10/11): 1-48.

[11]BYRON M. Community Disaster Resilience[A].Workshop of the Disasters Roundtable[C]. Washington D.C., 2006.

[12]BULL-KAMANGAL, DIAGNEK, LAVELLA, et al. From everyday hazards to disasters: the accumulation of risk in urban areas[J]. Environment and Urbanization, 2003, 15(1): 193-205.

[13]方佳毅,陈文方,孔锋,等.中国沿海地区社会脆弱性评价[J].北京师范大学学报,2015,51(3):280-286.

FANG Jiayi, CHEN Wenfang, KONG Feng, et al. Evaluation of social vulnerability on the Chinese coast[J]. Journal of Beijing Normal University,2015,51(3):280-286.

[14]郭跃. 自然灾害的社会易损性及其影响因素研究[J]. 灾害学, 2010, 25(1): 84-88.

GUO Yue. Social damage and influencing factor of natural calamities[J]. Journal of Catastrophology,2010, 25(1): 84-88.

[15]谭朝阳. 化工园区脆弱性综合评估方法研究[D]. 天津: 南开大学, 2012.

[16]刘颖, 高轩能, 杨春燕. 民用建筑结构的抗爆设计方法研究[J]. 低温建筑技术, 2011, 23(9): 17-20.

LIU Ying, GAO Xuanneng, YANG Chunyan. Study on blast-resistant design methods and levels for civil building structures[J]. Low Temperature Architecture Technology, 2011, 23(9): 17-20.

[17]张南, 吴湘玲. 公民参与社区管理模式研究[J].新疆财经大学学报, 2015 (4): 39-46.

ZHANG Nan, WU Xiangling. The study of community management model based citizens’participation[J]. Journal of Xinjiang University of Finance and Economics, 2015(4): 39-46.

[18]杨斌, 熊万玲, 杜芳芳. 高校应急管理全过程能力评价指标体系构建研究[J].中国安全生产科学技术, 2010, 6(4): 39-44.

YANG Bin, XIONG Wanling, DU Fangfang. Study on establishment about the evaluation index system of campus emergency management capacity through the overall process[J]. Journal of Safety Science and Technology, 2010, 6(4): 39-44.

[19]IPCC. Intergovernmental panel on climate change climate change 2013 fifth assessment report[M]. Cambridge: Cambridge University Press, 2013.

[20]Shi P J, Du J, Ji M X. Urban risk assessment research of major natural disasters in China[J]. Advances in Earth Science, 2006,21(2):170-177.

[21]李琳, 蔡康旭, 熊炜, 等. 基于层次分析法的城市安全评价方法研究[J].中国公共安全, 2012(1): 12-14.

LI Lin. CAI Kangxu, XIONG Wei, et al. Urban safety assessment evaluation based on the analytic hierarchy process method[J]. China Public Security, 2012(1): 12-14.