基于谷歌街景影像的飓风后重建策略对房屋恢复的影响研究——以2018年美国佛州迈克尔飓风为例

翟 炜 岳皓宇 白雪音 ZHAI Wei, YUE Haoyu, BAI Xueyin

0 引言

灾后恢复的速度和质量之间存在长期的对立关系。快速的恢复可以确保地方企业的生存，并为居民提供更长期的住房保障[1]。如果重建一个社区需要20年，当地居民和受灾群众可能已经迁移到其他城市。但同时，充足的灾后恢复时间可以确保地方政府和规划师获得足够时间仔细讨论研究灾后重建计划。如果地方政府在灾难发生后旨在提升韧性，并且快速重建家园，这意味着可能没有充足时间与利益相关者进行完善的讨论[2]，急于求成可能会导致规划的低效，反而增加社区的长期脆弱性[3-4]。也就是说，规划能够提供机会提高土地利用效率和基础设施质量，并在重建过程中与居民合作[5]；但如果重建策略需要花费大量的时间，则规划的编制与实施可能无法有效运作。这种灾后恢复的困境被称为“速度vs质量”困境。尽管很多学者已经在理论层面讨论了灾后恢复速度和规划协商过程的问题[1,4]，并在城市或区域层面进行了定性研究[6-7]，但现有研究没有在用地地块层面上对该问题进行研究。美国有学者提出了灾后“时间压缩”的概念，从资本优先的角度对“时间压缩”如何扭曲重建的质量进行了理论分析[8]，虽然这一理论尚未得到实证证明。此外，更有学者根据对日本和土耳其灾后恢复的研究，从宏观层面定性地分析了“速度与质量”之间的矛盾关系[6]；然而由于缺少用地层面的实证经验，其结果仍不足以明确地指导规划师编制灾后恢复规划和土地使用规划。例如，不同类型的住宅都具有复杂的所有权和建筑结构模式，这些差异可能导致不同的恢复时间和重建决策过程[9-10]，然而之前的研究由于在地块层面量化灾后恢复困难未能说明这一问题。

此外，针对灾后恢复规划的影响，以前的研究主要集中在规划和决策所用的时间上：研究人员通常认为制定灾后恢复规划策略对灾后恢复时间有直接影响。但由于重建时长无法直接测量，现有研究尚未探讨灾后重建策略对其的间接影响[11]。例如，若新的建筑法规在提升韧性方面要求业主付出更多的劳动力、资金和时间成本来重建房屋，那么恢复速度可能会放缓。因此，本研究旨在通过研究韧性提升策略对住房恢复速度以及房屋销售行为的影响来填补这些研究空白。

本研究将以美国佛罗里达州墨西哥海滩市区作为研究区域。2018年10月10日，五级飓风（最高等级）迈克尔在佛罗里达州西北部登陆，强风和风暴潮彻底摧毁了墨西哥海滩城镇。墨西哥海滩市议会和规划部门制定了两项促进社区恢复重建并且提升社区韧性的灾后恢复策略：建筑抬升条例和风荷载加强条例。以墨西哥海滩市区为例，笔者首先使用街景图像来量化地块层面的损坏和恢复情况；接着分析韧性提升策略在灾害面前的效果；此后，使用OLS和Logit模型分别检验以下两个假说：

研究假设1：韧性提升策略与住房恢复显著负相关；

研究假设2：韧性提升策略与房屋销售显著正相关。

结果表明，韧性提升策略将部分减缓灾后恢复速度，其中建筑抬升策略会减慢重建速度，而风荷载策略不会产生影响。这种结果也适用于房屋出售行为，即在重建阶段要求抬升该房屋，则会增加其业主出售房屋的几率。这些发现与已有研究中“速度与质量”困境是一致的。因此，本研究的贡献取决于两个方面：一、该研究应用街景图片在地块层面上检验“速度vs质量”困境；二、该研究证明了灾后重建中提出韧性提升策略会导致地方陷入“速度vs质量”困境。其余部分将组织如下：第2节介绍研究设计；第3节将介绍研究案例；第4节将介绍分析结果；第5节将讨论对我国规划的启示和未来的研究方向。

1 研究设计

为检验韧性提升策略是否会影响灾后恢复速度，需量化灾后恢复进度。学者通常根据税收部门的地产评估数据间接推断损害程度和恢复进度，但由于地块级的税收评估数据在自然灾害事件发生后不会立即更新，房产的评估值无法完全反映损失。现有文献认为灾难发生后立即进行恢复评估并且定期重新评估的结果将更令人信服[12]。因此国外学者建议可选择使用谷歌街景（Google Street View）识别地块级别的损坏和恢复[13]，之后使用统计模型来检验提出的假设。

1.1 街景图像数据收集

研究中使用三个街景图像数据集：灾后三天街景图像、灾后一年街景图像、灾后两年街景图像。通过使用谷歌地图开发的数据抓取接口，可以抓取数据。灾后三天街景图像显示飓风过后及时的受灾程度，但此后谷歌地图并未更新数据。因此，我们在2019年10月和2020年10月份分别使用Ricoh Theta V 360°摄像头采集街景图像，同时上传至谷歌街景供公众使用。每个数据集包含每个地块三个角度的图像，可对每个建筑进行完整的受灾和恢复评估（图1）。然而，由于飓风后的道路封锁，并非所有地块数据都可被采集，因而最终搜集了研究区域内1 103个地块中的728个地块的街景数据。

图1 街景数据记录灾后恢复进程Fig.1 recovery progress recorded by Street View

1.2 损坏和恢复的分级

量化图像建筑的损坏和恢复虽需从物质到社会经济角度对许多不同因素进行考虑[14]，但本文中主要考虑每个房屋的物理损坏和恢复。为了评估每个地块的初始损害程度，我们采用了现有文献提出的龙卷风灾后受损分级表（Tornado Injury Scale）[15]（表1）。

表1 损坏分级量表Tab.1 damage scale

两名研究人员参与了地块分级，并且独立地对所有照片进行分级编码。之后基于单独的分级结果进行了可靠性测试（Krippendorff’s alpha）以评估方法的有效性。组内相关系数为0.98（p＜0.01），Krippendorff的α为0.85。

恢复程度量表来源于柯蒂斯（Curtis）等在Katrina飓风研究中提出的评估恢复进度度量方法[15]。为检查未倒塌的建筑物是否能被改善，我们对恢复程度进行了改进和调整，以反映“更安全地重建”的理念（表2）。具体分级如下：

表2 恢复分级量表Tab.2 recovery scale

对于一年后恢复数据，组内相关系数为0.83（p＜0.01），Krippendorff的α为0.81。对于两个年后恢复数据，组内相关系数为0.88（p＜0.01），Krippendorff的α为0.83。

1.3 统计回归模型

OLS模型和Logit模型可用于检验韧性提升策略的效果并且了解其对恢复速度和房屋销售行为的影响。具体而言，恢复速度后作为OLS模型的因变量；由于房屋销售是二元变量“销售”或“非销售”），本文采用Logit模型来预测房屋销售行为。对于预测恢复进度的自变量，不仅需考虑每个地块的损坏情况，还需考虑居住状态、财产价值、地块属性变量（类型、建筑年代、故事和面积）和房屋结构类型；同样的变量也适用于Logit模型。地块级别的房屋销售数据来自湾郡财产评估局（Bay County Property Assessor）和美国人口普查局（U.S.Census Bureau）。

2 墨西哥海滩城灾后恢复

墨西哥海滩城（the City of Mexico Beach）是美国佛罗里达州一个西北的沿海城市。2018年10月9日至10月11日，飓风迈克尔（Michael）在佛罗里达州西北部登陆，墨西哥海滩城在飓风中遭受了难以置信的破坏，城镇在飓风灾后被彻底“摧毁”。墨西哥海滩城宣布临时性禁止该市的重建活动三个月。2019年2月6日，墨西哥海滩市议会通过批准一项新的《城市综合规划和新的土地开发条例》，审议了关于《如何重建更好的墨西哥海滩》的提案和规划。此外，修订后的《城市综合规划（2019版）》中的重要变化是将沿海区域的任何新构筑物抬升至海岸建设控制线（coastal construction control line）内陆地洪水线上方约0.45 m（图2），共有272栋房屋需要抬升。

图2 墨西哥海滩洪水区和海岸建设控制线Fig.2 flood zones and coastal construction control line in Mexico Beach

为提高社区在飓风事件中对强风的抵抗力，市议会还制定了另一项《风荷载加强条例》。对于所有将要进行重建的地块，建筑的设计和建造应符合风险类别II建筑要求，相应的风荷载应为225 km/h。土地利用规划中每英亩住宅的高度限制和密度保持不变。因此，墨西哥海滩综合规划中的主要韧性提升策略是强制要求在洪水线上的建筑在重建过程中考虑结构的风荷载。

3 受灾等级和恢复速度

3.1 联邦应急管理局（FEMA）洪水风险地图

墨西哥海滩的地受灾地图（图3）显示联邦应急管理局（FEMA）制定的洪水风险图在实际灾害中并不准确。墨西哥海滩的200多栋滨海房屋在FEMA洪水图中被分类为风险最低的X区（图2，0.2%几率受灾），即根据FEMA规定，这些房屋无需购买洪水保险。然而，现实情况是超过80%的房屋被迈克尔飓风摧毁或严重破坏（破坏等级＞4）。

图3 墨西哥海滩的地块级损坏Fig.3 parcel-level damage in Mexico Beach

同时，地块损坏分级结果论证了新提出的韧性提升策略，即要求未来的建设项目必须位于X区洪水位线（0.2%，约500年一遇）0.45 m以上（图2）。在此之前，灾后提升策略通常只要求抬升高危害区（VE和AE区域，100年一遇洪泛平原）中的建筑（图2），但这种做法会使墨西哥海滩大部分社区在重建后仍易受灾害侵害。因此，新条例将要求一些A区和X区内的房屋高于联邦应急管理局要求的基地 1.8～2.4 m。

3.2 建筑抬升策略效果

尽管法规要求海岸建设控制线内朝向海洋的建筑物需要将地基抬高 5.2 m（海岸控制线见图2），但由于墨西哥海滩 80% 以上的房屋建于20世纪70年代，该法规尚未实施，仍有57.7% （127个）地块未抬升。在比较抬升后的房屋和未抬升房屋的受损情况后可发现，海岸建设控制线内朝向海洋的地块受损等级小于朝向陆地的受损等级。可以解释为，飓风太强时，海滨地块中建筑抬升策略的效果有限。现实中，墨西哥海滩的海岸建设控制线内只有23%的朝向陆地房屋被加高（表3）。值得注意的是，海岸建设控制线内朝向海洋的公寓地块受到的影响较小。一个关键原因是，大多数公寓在地块中结构相互连接，使建筑更能抵御强风和洪水。

表3 地块损害统计表Tab.3 parcel damage summary

3.3 建筑抬升策略减缓灾后恢复进度

基于上文的地块评估方法，可得到地块级恢复进度（图4-5）。研究中对每个地块的重建策略进行二分处理，如果该地块被要求抬升房屋基地，那么该地块的建筑抬升变量则为1，否则为0。同样，如果地块被要求加强风荷载，则抗风荷载要求的变量则为1，否则为0。根据统计回归模型检验（表4）可知，当地块被建议实施韧性提升策略后，无论是灾后一年或两年的恢复进度均有所降低（-0.932，P＜0.01；-0.613，P＜0.01）。此外，如果地块被要求购买洪水保险，则恢复进度将提升。尽管无法得出地方政府洪水保险要求将加速灾后恢复的结论（因为业主是否实际购买保险数据缺失），但结果表明洪水保险政策有助于帮助社区更快重建，居民无需担心重建资金。如果住房结构为公寓，则恢复进度指数将增加，无论是灾后一年的恢复（0.383，P＜0.05）或者灾后两年的恢复（0.333，P＜0.01）。同时发现，建筑抬升策略对公寓房屋的影响很小；尽管风险降低策略可能无法有效地减少损失，但公寓房屋的恢复进度并未受到影响。在本研究中，业主自用或租户租用的因素并不显著，这与现有文献的研究结果不一致[12]。

表4 OLS回归预测恢复进度Tab.4 OLS regressions predicting recovery progress

图4 灾后一年地块层面恢复情况Fig.4 year 1 parcel-level recovery

图5 灾后两年地块层面恢复情况Fig.5 year 2 parcel-level recovery

3.4 房屋出售的可能性增加

文章采用Logit模型来检验风险降低策略对于房屋销售行为的效果。结果表明，是否存在风荷载条例在影响房屋销售行为方面没有显著差异。但当地块被要求实施抬升策略时，房屋出售的几率将增加0.523（P＜0.05）。此外，如果损坏指数增加1，地块上的房屋出售几率也将增加0.124（P＜0.05）。房产所有人不愿为受损房产改造支付更多的费用，因为建筑抬升和高损害等级都意味着更高的重建成本。为进一步了解正常情况下的房屋销售行为，我们还将飓风前2017年和2018年的房屋销售数据应用于Logit模型（表5）。无论是灾后第一年或者第二年，决定因素从独户住宅（P＜0.01）和房屋单位数量（P＜0.05）转移到了建筑抬升策略（P＜0.05）和损害等级（P＜0.05）。最后，地方政府洪水保险要求变量显著减少了房屋销售行为的可能性，即额外的洪水保险可能会降低人们购买房产的意愿。

表5 Logit回归预测地块销售情况Tab.5 Logit regression predicting parcel sales

4 讨论和结论

4.1 对灾害规划制定和实践的启示

总结来说，城市韧性抬升策略对恢复进度的影响是复杂的，如本例中的建筑抬升策略，可能会减慢恢复速度，但抗风策略对恢复进度和房屋销售没有显著影响。此外，研究发现韧性提升策略与房屋销售密切相关。例如，如果业主被要求实施房屋抬升策略，由于需要投入额外改造资金，房屋转售的可能性会增加。

虽然该研究是以美国佛罗里达的沿海城市为例，本研究还为我国的沿海地区的灾后恢复规划和研究提供了重要经验。首先，我国现有的洪水风险评估体系尚未完善。基于美国的经验，风险评估地图与实际的受灾影响会有很大差异。因此我国城市需要更准确地洪水评估和风险分区地图，并且需要与建筑法规相协调。此外，灾害保险在我们居民的日常中还未普及，我国地方政府可能需要重新考虑保险购买政策，如保险购买建议也可能适用非沿海地区，考虑到我国城市的主要面临的问题是城市暴雨内涝。其次，我国规划师还应在灾前积极参与建设韧性社区并且制定灾后恢复规划。灾前恢复规划中可主动纳入基于风险的土地使用规划和相关建筑法规；利用灾前阶段确定高风险区域，实施韧性提升措施以增强社区的韧性。再次，规划师和地方政府还应在灾后的土地利用规划中预测潜在的房屋销售和废弃，并且在灾后恢复策略时考虑相关策略对恢复速度的潜在负面影响。最后，灾害韧性的提升不仅仅应该在灾后恢复规划中涉及，我国的国土空间规划编制中也应当加强韧性提升的编制要素。

4.2 未来研究议程

本研究对未来的防灾减灾研究也有启示。首先，长期的灾后恢复过程可通过街景数据等大数据进行量化。与传统的评估方法相比，街景数据更灵活和可靠。第二，研究人员在调查恢复速度时应考虑更多因素。本研究证明了，尽管韧性提升策略的最初动机是提升社区韧性，但也会对灾后恢复速度产生负面影响。但由于超过60%的居民已经搬离研究区域，特别是那些房屋完全倒塌的居民，研究中无法完全收集社会和人口方面的数据。此外，房屋结构因素，如结构类型、材料和构造，也可能影响损害程度和恢复进度，在未来研究中均可以进一步探讨。第三，缺失洪水保险投保数据。除A类风险区（500年一遇洪水）外，其他区域房屋不被强制要求购买保险。但居民洪水保险购买的不确定性可能会影响统计模型的表现，因此未来的研究可以更有目的性地收集洪水保险数据。

图表来源：

图1：作者根据谷歌街景绘制

图2：佛罗里达环境保护局

图3-5：作者绘制