城市韧性恢复能力与空间形态特征相互关系研究

2021-07-16王丽华马东辉

武汉理工大学学报（信息与管理工程版） 2021年3期

王丽华，马东辉

(1.北京工业大学城市建设学部，北京 100124;2.北京工业大学抗震减灾研究所，北京 100124)

城市形态是城市发展与周围环境共同作用的结果，反映了城市在政治、经济、社会、文化等多方面的发展历程[1]。城市空间形态呈现了城市各组成部分的空间分布状态，包括建成区轮廓、片区功能特性、交通道路布局等。城市形态涵盖的内容比城市空间形态多，但由于城市空间形态数据更易获取，学者主要围绕城市空间形态展开研究[2]，而且空间形态量化分析已成为城市规划研究的热点。

城市韧性恢复能力是指城市为应对不确定性扰动，通过合理布置缓冲带，从而实现公共安全、社会秩序和经济建设等快速恢复的能力[3]。非典疫情后，国内学者意识到城市空间形态对于抵御突发灾害、保护人居安全具有重要作用[4]。鲁钰雯等[5-6]认为韧性理念贯穿于城市空间规划中，而且不同层级的规划方案关注的侧重点不同。吴非等[7-8]认为城市人居安全与空间形态不协调有关，应将防灾韧性理念纳入城市规划过程中，从根本上阻止自然灾害及安全事故的发生和蔓延。赵晓全等[9-10]提出了基于城市“规模-密度-形态”的韧性评估模型。但是，有关城市韧性的研究仍处于理论阶段，尚未彻底厘清城市韧性恢复能力与空间形态特征之间的相互关系，难以将其应用于城市规划设计过程中[11]。

因此，笔者选取长江中下游地区的20个城市作为研究对象，利用人口密度、经济能力、公共服务用地、交通网络、生命线工程、避难场所6类韧性评价指标划分城市等级，分析不同韧性等级城市的空间形态特征，总结城市韧性恢复能力与空间形态特征之间的相互关系。

1 研究思路与方法

城市韧性恢复能力与空间形态特征相互关系的研究框架如图1所示，研究过程包含4个阶段，分别为选取研究对象和评价指标、城市韧性恢复能力评价、城市韧性恢复能力划分、城市韧性恢复能力与空间形态特征的相互关系分析。

图1 研究框架

2 研究对象与评价指标

2.1 研究对象

长江中下游地区以湖口市作为分界线，地跨湖北省、湖南省、上海市等7省市，区域内不同城市的经济发展水平和规划建设存在显著差异。按照城市与长江之间的垂直距离，选取长江中下游地区的20个城市作为研究对象，如表1所示。根据国内著名城市研究机构第一财经发布的《2020城市商业魅力排行榜》[12]，将20个城市按照政治地位、经济发展、城市规模、消费能力、区域辐射等因素划分为6个发展等级。

表1 城市发展等级划分

2.2 韧性恢复能力评价指标

从《中国城市建设统计年鉴(2016)》收集20个城市的年度统计数据，并选取与韧性恢复能力相关的17个指标组成评价体系，如表2所示。其中，经济能力和人口密度决定了城市用于构建韧性恢复体系的资源投入；公共服务用地不仅包含用于存放物资的仓储物流用地，还包含用于布置救灾设施的公共设施用地、指挥救灾的公共管理用地等；交通网络是指城市交通网络建设规模，代表城市交通可达性；生命线工程包含城市供水、供电、燃气等设施，是城市灾后恢复正常运转的关键因素；避难场所由绿地、公园、广场等组成，属于安置灾民的关键要素。

表2 城市韧性恢复能力评价指标

2.3 空间形态特征评价指标

(1)紧凑度指标C。紧凑度指标用于衡量城市外围边界的轮廓形状，其计算方法如式(1)所示[13]。当紧凑度指标等于1时，城市要素之间的紧凑程度最高，其外围轮廓为圆形。随着紧凑度指标逐渐降低，城市要素之间的紧凑程度降低。当紧凑度指标接近0时，城市要素之间的紧凑程度最低，其外围轮廓形状接近正方形。

(1)

式中：A为城市空间面积；P为外围轮廓周长。

(2)形状分维数D。形状分维数用于描述城市边界的复杂程度，其计算方法如式(2)所示[14]。当形状分维数增大时，城市发展以向外扩张为主；当形状分维数减小时，城市发展以城区边缘填充为主。

(2)

(3)信息熵指标H。信息熵指标用于评价城市不同功能类型用地的均衡程度。假设城市用地总面积为S，划分为m个功能类型，那么每一类城市用地面积为Si，任意一类城市用地面积与总面积的比例为Pi，如式(3)所示。参考Shannon-Weaner指数，计算信息熵指标，如式(4)所示。

(3)

(4)

其中，Hi为信息熵指标，代表第i类城市用地的比例系数。

当城市处于尚未开发状态时，其信息熵指数为0；随着城市开发程度逐渐增强，功能用地类型逐渐增多，不同功能用地的面积差逐渐减小，则信息熵指数逐渐变大。

在消费者需求多元化、情感化，生产技术精益求精的今天，我国丝绸企业应以丝绸搭台，承丝绸文化，借丝绸之路，为传统丝绸行业注入新的动力。此外，紧跟时代潮流，在产品设计、营销方式、丝绸体验上进行改革创新，注重品牌的力量，打造品牌特色，进行品牌营销成为其突破重围的必由之路。

3 城市空间形态与韧性恢复能力的关联特征

3.1 城市韧性特征分析

由表2可知，除经济能力和人口密度外，公共服务用地、交通网络、生命线工程、避难场所4类韧性恢复能力评价指标均包含了多个分项指标。为了便于后续分析，利用因子分析算法对上述4类韧性恢复能力评价指标的分项指标进行降维处理，提取一个公共因子用以代表城市的该类韧性恢复能力。具体计算过程如下：①对4类韧性恢复能力评价指标包含的分项指标矩阵进行归一化处理；②计算每一类韧性恢复能力评价指标包含的分项指标矩阵的协方差；③通过旋转加载矩阵获得样本矩阵的公共因子；④通过因子分析得到原始变量的公共因子会出现负值，因此采用最小最大规范化方法对公共因子进行数据变换，使数据完全映射到[0,1]区间内，如式(5)所示。

(5)

式中：V′为规范化处理后的数据；V为原数据；maxA为原数据列的最大值；minA为原数据列的最小值。

通过因子分析降维，得到20个城市韧性恢复能力的6类评价指标数据，如表3所示。从表3可以看出，不但任意城市的6类韧性恢复能力计算值各不相同，而且不同城市的同一类韧性恢复能力评价指标计算值同样差距明显。所选6类韧性恢复能力评价指标反映了城市韧性恢复能力的6个主要方面，其综合评价结果代表了城市整体韧性恢复能力。其中，经济能力代表城市能够在韧性恢复体系建设过程中的投入成本高低；人口密度既代表了城市受灾人口数量，又反映了城市韧性恢复过程中可调动人口资源；公共服务用地代表了城市能够用于存放防灾救援物资的建筑面积；交通网络反映了城市的交通可达性，对灾后救援效率具有直接影响；生命线工程直接影响灾后救援的电力供给和灾民用水等关键问题；避难场所的规划建设水平反映了城市灾后能够容纳的灾民数量。

表3 城市韧性恢复能力评价指标数据

FCM聚类算法是一种不需要提前设定聚类标签，仅需确定聚类数目的分类方法。该方法在计算过程中引入隶属度矩阵和模糊系数，通过迭代的方式将隶属度最大的样本点归为一类[15]。利用FCM聚类算法[16]将长江中下游地区的20个城市按照韧性评价指标划分为4类，分别对应4个韧性等级，如表4所示。

表4 城市韧性等级

结合表3和表4可知，长江中下游地区的不同韧性等级城市具有以下特征：

(1)上海、南京、武汉3个城市的韧性等级为一级。3个一级韧性城市的主要特征表现为经济能力处于前三位置，建成区人口密度处于前五位置，说明一级韧性城市在韧性体系建设中投入的成本资源更多，但城市建成区承灾人口更多。上海、南京、武汉3个城市作为我国超一线城市和一线城市，规划建设水平明显高于其他城市，但是由于建成区面积扩张和人口密度过大等因素影响，导致其交通系统、生命线工程、避难场所等重要设施的建设密度和人均占比处于相对较低水平。

(2)无锡、南通、苏州、泰州4个城市的韧性等级为二级。这4个二级韧性城市分别属于我国一线、二线和三线城市，其经济发展能力和规划建设水平处于我国中上游水准。其中，二级韧性城市的评价指标数据多数属于中等偏上水平，少数指标处于最佳位置。例如，无锡、南通、苏州、泰州的GDP和建成区人口密度低于一级韧性城市。二级韧性城市的交通系统、生命线工程、避难场所等重要设施建设水平弱于一级韧性城市，但其建成区面积和人口密度小于一级韧性城市，因此二级韧性城市在交通系统、生命线工程、避难场所等评价指标整体优于一级韧性城市。

(3)常州、镇江、扬州、马鞍山、铜陵、九江、滁州7个城市的韧性等级为三级。这7个城市分别属于我国二线、三线和四线城市，其中铜陵、滁州的经济发展和规划建设处于我国四线城市的前列位置。三级韧性城市的经济发展和建成区人口密度弱于一级韧性城市和二级韧性城市，其交通系统、生命线工程、避难场所等关键设施的建设水平相对较弱，因此除个别城市外，三级韧性城市的基础设施评价指标与二级韧性城市大致相同。

(4)芜湖、池州、黄石、黄冈、安庆、鄂州6个城市的韧性等级为四级。四级韧性城市的恢复能力评价指标中有1～2项属于最差水平，其他指标为中等偏下水平。例如，黄冈、池州、安庆、鄂州的经济能力指标普遍较差；芜湖、黄冈、黄石、安庆的生命线工程建设水平相对落后；芜湖、黄石、鄂州的人口总量虽然不大，但其城市建成区面积同样较小，因此上述城市的建成区人口密度与三级韧性城市大致相同。

3.2 城市韧性恢复能力与空间形态特征的相互关系

利用GIS软件测量城市空间尺寸，通过Matlab软件计算20个城市的紧凑度指标、形状分维数和信息熵指标，并将空间形态指标的计算结果进行归一化处理，如表5所示。针对不同韧性等级的城市，分析城市韧性恢复能力与空间形态之间的相互关系，可以得出：

表5 城市空间形态指标

(1)一级韧性城市。上海、南京、武汉3个一级韧性城市，是20个城市中经济发展能力最佳的城市，其规划建设水平明显强于其他城市，空间形态特征表现也最佳。例如，3个城市的空间紧凑度指标均高于0.63，形状分维数介于0.50～0.60之间，信息熵指标大于等于0.90。由此可知，一级韧性城市的空间要素布局紧凑度适中，扩张方式以城区边缘填充为主，城市用地功能类型丰富且合理。同时，受城市空间形态特征的影响，其交通网络及生命线工程的建设水平更先进，仓储用地和避难用地的规划更合理。

(2)二级韧性城市。4个二级韧性城市的空间紧凑度指标介于0.35～0.63之间，形状分维数介于0.59～0.76之间，而信息熵指标大于等于0.90。由此可知，二级韧性城市的空间要素布局紧凑度居中，城市扩张方式以城区边缘填充为主，仅有部分区域向外扩张，而城市内部不同功能用地分布相对均衡。综合考虑城市的空间形态特征和经济发展趋势，认为二级韧性城市在市区范围内的物流仓储、避难场所等功能用地规划合理，交通可达性较强，生命线工程建设水平较高。但由于二级韧性城市的部分区域以向外扩张为主，而扩张区域的交通网络、生命线工程和公共服务用地等规划建设相对落后，导致二级韧性城市的韧性恢复能力落后于一级韧性城市。

(3)三级韧性城市。7个三级韧性城市的空间形态特征计算值低于前两级韧性城市，加之三级韧性城市包含了二线、三线、四线3类城市，因此其空间形态特征结果差异明显。例如，7个三级韧性城市的空间紧凑度指标介于0.17～0.83之间，九江和滁州的紧凑度指标分别为0.17和0.18，说明这两个城市处于待开发阶段，空间要素紧凑度不高，用地规划合理性较差；形状分维数介于0.64～0.87之间，普遍高于一级和二级韧性城市，说明三级韧性城市的发展以向外扩张为主，边界区域多为新开发区域；信息熵指标介于0.87～0.93之间，仅马鞍山、铜陵、滁州略低于0.9，说明三级韧性城市的不同功能用地类型相对丰富，但规划合理性略低。由此可知，三级韧性城市的发展以向外扩张为主，新开发区域的交通网络与生命线工程建设水平相对落后，仓储用地与避难用地的建设数量明显不足。

(4)四级韧性城市。与三级韧性城市类似，四级韧性城市包含了三线、四线和五线3种类型城市，因此其空间形态特征同样存在较大差异。6个四级韧性城市的空间紧凑度指标介于0.14～0.64之间，仅安庆和鄂州的紧凑度指标超过0.60，其余4个城市的紧凑度指标相对较低，说明这4个城市处于待开发阶段，空间要素紧凑度不高，用地规划合理性较差；形状分维数介于0.72～1.00之间，普遍高于三级韧性城市，说明四级韧性城市向外扩张程度最高，新开发区域的覆盖面积最大；信息熵指标介于0.86～0.94之间，仅黄石的信息熵指标低于0.9，说明四级韧性城市的建设发展进入成熟阶段，不同功能用地的类型相对丰富，规划合理性与三级韧性城市相近。由此可知，四级韧性城市的发展以向外扩张为主，新开发区域内的交通网络与生命线工程建设水平较低，仓储用地与避难用地的建设数量远远不足。

4 城市空间规划策略

由于自然灾害和事故灾难的发生概率较低，利用城市有限的空间资源为此类突发性事件单独规划空间与设施，一定程度上会造成城市资源的浪费。加强城市空间规划与防灾减灾策略的协调融合，使得城市空间规划中具备应对自然灾害和事故灾难的能力才是可取之道。故根据上述研究成果提出加强城市韧性恢复能力的合理化建议：

(1)加强对城市规模、密度等空间特征的控制。从科学的角度规划城市发展规模，控制城市环境容量。发展组团式城市结构，在保持城市空间用地密度相对较高的同时，在各组团城市之间保留森林、绿化等生态绿地空间。合理确定城市密度，控制城市人口密度、容积率和建筑密度，不能片面追求经济效益而肆意开发建设。

(2)加强城市应对自然灾害的空间规划手段。通过规划手段提高防灾减灾空间和设施的综合利用水平，建立相关部门协调联动机制，确保突发事件发生时能够及时提供必要的避难空间和应急设施。例如，8·12天津滨海新区爆炸事故发生后，当地政府第一时间做出响应，将爆炸区影响范围以外的学校、体育馆等建筑设施设为应急避难场所，为当地灾民提供临时安置帐篷、应急医疗服务，保障灾民尽快恢复正常生活。

(3)全面提升城市生命线工程的可靠性。立足城市韧性规划理念，打造全面覆盖的交通系统网络，加强供电、供水、供气等生命线工程的冗余储备，确保城市随时随地拥有满足人们需求的生命线工程。同时，强化城市生命线工程的实时监测，及时规避意外情况，有效发挥生命线工程对于城市韧性恢复体系的保障作用。

(4)建立健全防灾减灾专项规划。在防灾专项规划中增加应急物资储备、应急指挥权责等相关内容，制定应急预案。同时，为应急避难场所制定相应的规划和预案，做到平灾结合、综合利用。定期开展应急演练工作，加强社区工作人员在服务与防控管理职能之间的角色转换，通过“开放式”管理衔接物资保障系统与应急救助系统，充分发挥社区协作功能。