基于PSR-TOPSIS模型的雨洪韧性评估及障碍因子诊断：以合肥市为例

周振宏，胡 琦，周 敏，刘东义，汤伟宏，王诗琪

(安徽农业大学 林学与园林学院，合肥 230036)

城市作为与人类生存息息相关的复杂巨系统，其安全问题是社会各界普遍关注的重点.随着当前全球范围的自然灾害频发，城市安全受到了严重威胁.有关资料显示，1989—2019 年全球较大自然灾害频次约320 次/a，其中洪涝灾害最为频发，占比超过了60%.我国有很多城市均沿江河而筑，更容易受到雨洪灾害的影响.2018 年《中国水旱灾害公报》统计数据显示，我国城市洪涝灾害的受灾人数达557.65 万人，直接经济损失达1 615.47 亿元.城市雨洪韧性以城市韧性概念为基础，是指城市系统具备在面对雨洪灾害时能够保持自身运转或及时响应，不受灾害影响并能够从中恢复，将灾害对公共安全和经济的影响降至最低的能力[1].

对于城市雨洪韧性的评估，国内外学者从不同角度进行了大量的研究.这些研究对城市洪灾内涝的控制都有着重要意义，但未形成统一的体系.目前，国外学者对于雨洪韧性理念已经有了比较成熟的研究成果，其热点多集中于概念综述、综合水管理研究、韧性评估等方面.如Batica 等[2]将雨洪韧性定义为包括自然、社会、物理、制度、经济系统等方面的自组织和自适应能力；Tourbier[3]从4 个方面即空间、社会、结构和风险管理来概括空间规划中的雨洪韧性；Qasim 等[4]从4 个方面提出了以城市社区为单位，构建对抗洪水灾害应变能力的指标体系，并评估了3 个不同地区的社区韧性；Orencio 等[5]总结出了影响社区抗灾能力的7 个因素，并构建了沿海城市的抗洪韧性指标评估体系.在国内，城市雨洪韧性的研究正处于快速发展的阶段.其中，俞孔坚等[6]首次将韧性理念引入城市水系统领域，系统地梳理了其理论内涵、相关概念、韧性评价方法和可实施策略，研究了多学科融合的评价体系构建，提出了多尺度弹性策略；王绍玉等[7]从城市人口、经济、生命线工程和环境与资源4 个方面构建了洪水灾害易损性评估模型，利用KL- TOPSIS 法对哈尔滨市5 a 间的洪水灾害易损性进行了动态评估；陈军飞等[8]总结了暴雨洪灾风险评估的几类方法，并对现有雨洪管理技术提出了相应的改进措施；姜宇逍[9]从社区综合防灾的角度建立了基于层次分析法和综合模糊评价法的社区雨洪韧性定量评估体系.

纵观国内外对城市雨洪韧性评估的研究进展，其内容虽多样，但仍有不足：在研究方法上，以传统主观分析为主，多采用指标评价法、层次分析法、综合模糊法等，较少采用定量方法评估；在研究尺度上，多以省域或特殊城市为主进行整体评估，较少涉及市域的障碍因子探究.因此，本研究从雨洪韧性的基本构成因子出发，利用PSRTOPSIS 评估模型定量评估合肥市2015—2019 年的雨洪韧性水平，分析其随时间变化的趋势，并引入障碍度模型对构成因子(障碍度)进行纵横向对比分析，找出该市在应对雨洪灾害的动态过程中存在的薄弱环节，提出具有针对性的改进建议，进而提高该市雨洪管理水平.

1 研究区概况与数据来源

1.1 研究区概况

随着全球变暖趋势逐年上升，各地暴雨灾害频发.我国城镇化率的飞速增长，导致基础设施建设难以满足高速增长的城市人口的需求，城市雨洪韧性急需提升.安徽省合肥市地处皖江流域，作为特大型城市，截至2020 年，全市总面积达11 445.1 km2，城镇化率达82.28%.该市境内地形以丘陵岗地为主，江淮分水岭自西向东横贯全境.多年来，其深受暴雨灾害的侵扰，是全国31个重点防洪城市.水利部门在十二五、十三五期间向合肥市共投入逾500 亿元；在十四五期间，合肥市水利防灾减灾投入将达到436 亿元.自2010 年“7.27”特大暴雨内涝事件发生后，合肥市分别于2014 年9 月、2017 年8 月和2018 年8 月再次发生多次大规模的城市暴雨内涝现象.如2020年7 月，合肥市气象台发布暴雨红色预警信号.因此次暴雨影响，合肥机场还发布了黄色预警并暂停所有航班.其间，市区、政务区降水量达100 mm 以上，持续2 h 的强降水导致政务区和包河区局部城市内涝，严重影响了该市的正常运作和居民日常生活，造成了巨大的损失.以上情况表明，提升该市雨洪管理系统的韧性刻不容缓.

1.2 样本数据来源及处理

基于数据的可获得性和连续性原则，研究选取2015—2019 年安徽省合肥市的有关统计数据进行实证分析.数据主要来源于《安徽省水资源公报》、《安徽省统计年鉴》、《中国统计年鉴》、《中国区域经济统计年鉴》、各地区发展公报以及相关网络数据，其中个别缺失数据采用回归分析法预测补齐或分段插值进行赋值.

2 研究方法

城市雨洪韧性的强弱是相对于某时间段或其他城市的雨洪韧性而言的，很难使用统一的标准来表示某个城市的雨洪韧性水平.因此，需要通过计算，并进行定量比较分析来确保评估结果的准确性和客观性，尽量避免主观赋值对评估结果的影响.由此，本文结合PSR 模型、熵值法和TOPSIS 模型来进行定量分析.

2.1 指标选取和评价体系构建

PSR 模型是目前应用最为广泛的评价模型之一[10].其中，“压力(pressure)”是指城市系统所面临的压力即外在的自然灾害和由开发建设所致的内在压力.为了便于定量分析，本文结合相关研究，选取年平均降雨量、省级气象警报信号发布数、年末水库蓄水量、工业“三废”排放量、空气质量、城市公共安全支出等指标来衡量城市系统所面临的压力情况.“状态(state)”是指研究期间城市社会环境、经济环境、生态环境等子系统呈现的状态，主要由现状和资源条件组成，如森林覆盖率、水资源、人均GDP、生产总值构成、基础设施建设等.“响应(response)”是指为降低雨洪灾害风险，提高城市韧性，促进城市可持续发展所做的努力，如扩大避难面积、增加病床数量、提高信息覆盖率、加大社会保障与就业投入、科教事业投入等.

通过对合肥市的基础设施现状及其社会、经济、生态等因素综合考虑，本文筛选出24 个评价指标(见表1)，以此反映该市雨洪韧性水平的动态变化情况.

表1 城市雨洪韧性评估指标体系

2.2 熵权计算

熵权法是指在对某项指标进行评估时，可用熵值来判断其离散程度，若信息熵的值越小，指标的离散程度越大，对综合评价的影响(即权重)就越大[11].因此，可以通过计算熵值的方法，得出各个指标的权重，为多指标综合评价提供依据.

本文应用熵值法对合肥市雨洪韧性指标进行评价，计算步骤如下：

1)归一化计算.其中，正向指标为

负向指标为

上式中Xij表示第i个城市中第j项指标的数值(i=1，2，…，n且j=1，2，…，m)；X’ij为Xij归一化后的数值.

2)计算第j项指标下第i个城市占该指标的比例.首先，计算

最后，计算各项指标的权重，即

2.3 TOPSIS 模型建立

在构建TOPSIS 模型过程中，有限的评估目标被视为无限空间中的某个点，再根据各点与最佳理想解间的相对距离对它们进行整合排序，并以此来反映各评估对象的相对强弱.该方法不但符合雨洪韧性强弱具有相对性的特点，还具有客观性强、原始数据利用充分等优点[12].

基于以上原理和方法，构建适用于城市雨洪韧性TOPSIS 综合评估计算模型.该模型的计算过程主要包含6 个步骤：

1)确定正负理想解，为各参评对象排序.其中，正理想解为

结合研究区现状，参考有关城市韧性等级划分的文献[13-15]，运用自然断点法将雨洪韧性划为5 个等级(见表2).其中，贴近度值越接近0，则城市雨洪韧性水平越低；该值越接近1，则城市雨洪韧性水平越高.

表2 雨洪韧性评价等级划分

2.4 障碍因子挖掘

由表1 可知，社会因素、自然资源、经济发展、基础设施建设等均对城市雨洪韧性的发展有一定的影响，在改进和优化城市管理决策时往往因资源有限而难以兼顾.挖掘城市雨洪韧性的关键障碍因子，并采取具有针对性的举措，使城市资源配置达到最优化，对于提高城市雨洪管理水平具有重要意义.本文参照已有研究成果[16]，引入障碍度模型，探讨城市雨洪韧性的主要障碍因子.其计算公式为

其中，Eij为第j项指标对城市雨洪韧性准则层的障碍度；ωj为各单项指标权重；fj=1-Xij表示各单项指标与发展目标间的偏差，Xij为各指标的标准化数值.

3 结果与分析

3.1 雨洪韧性综合状况评价

为了客观准确地对城市雨洪韧性进行评估，利用PSR-TOPSIS模型得出2015—2019 年合肥市雨洪韧性水平变化特征，并绘制出雨洪韧性综合指数曲线(见图1).

图1 合肥市雨洪韧性综合变化指数

由图1 可以看出，在研究时段内，合肥市雨洪韧性整体呈波动上升趋势.其中，2015—2017年的城市雨洪韧性水平稳定上升，由2015 年的0.353 增至2017 年的0.510，增量为0.157，其整体韧性等级由Ⅱ级向Ⅲ级过渡；2017—2018 年的城市雨洪韧性变化不显著，仅由0.510 升至0.513，韧性等级处于Ⅲ级水平；2018—2019 年的城市雨洪韧性评价值持续上升，增至0.614，接近Ⅳ级韧性水平.

图2 展示了合肥市雨洪韧性的发展趋势.由图2 可知，Dj+有所波动，但总体上呈下降趋势，并逐渐贴近正理想值，即由2015 年的0.176 降至2019 年的0.105；Dj-总体上呈现与Dj+相反的变化趋势，并逐渐偏离了负理想值，即由2015 年的0.096 升至2019 年的0.168.

图2 合肥市雨洪韧性发展趋势

结合雨洪韧性综合变化指数来看，在研究时段内，合肥市雨洪韧性演变可分为3 个阶段：第一阶段为2015—2017 年的快速发展阶段.其间雨洪韧性综合指数快速提升，年均增长22.23%，雨洪韧性水平跃升为中度韧性.此阶段合肥市公共安全资金投入持续增长，表明城市管理者对城市安全的关注度大大提高了，在城市治理中更加关注城市环境的清洁度，使得城市的废气、废水和颗粒物排放量减少，绿化覆盖率增加，这些内在因素均有效带动了城市雨洪韧性水平的提升.第二阶段为2017—2018 年波动变化阶段.此阶段城市处于中度韧性水平，其雨洪韧性指数增量为0.003，变化幅度不明显.该时间段内城市降雨量明显上升且集中于夏季，即使绿化覆盖率和城市互联网用户数有所提升，但早期城市废气、废水污染物等排放相对较多，造成了生态环境的破坏，导致城市雨洪韧性水平提升不显著.第三阶段为2018—2019 年的稳定上升阶段.该阶段工业废气和颗粒物排放污染加剧，合肥市生态环境发展持续面临挑战，但城市绿化和基础设施覆盖率均持续增长，且随着合肥市国土空间规划的不断推动(生态红线的设置和管控)，均促使合肥市向更安全、更健康的城市系统迈进.

3.2 单系统时间序列分析

在合肥市雨洪韧性的综合分析基础上，运用TOPSIS 得出雨洪韧性各子系统的指数发展状况见图3.由图3 可知，2015—2019 年合肥市雨洪韧性压力和状态子系统随时间的变化趋势并不平稳，响应子系统则稳定上升.

图3 雨洪韧性各子系统指数变化趋势

3.2.1 雨洪韧性压力子系统

2015—2019 年合肥市雨洪韧性压力子系统的测度值均在0.3 以下，处于低度韧性水平.这主要是由于合肥市早期工业发展迅速，城市环境污染严重，工业废气、废水、固体颗粒物等排放总量增加，同时，人口的不断增长也导致了土地承载压力的上升.其中，2016 年该市压力子系统指数稳定上升；2017 年达到研究时段内的峰值；随后，政府对环境保护的投入增加，环境建设得到了极大的提升，污染物等对该子系统的影响逐渐减弱.总体而言，在研究时段内，合肥市的生态压力贴近度呈下降趋势.这表明生态环境管理是实现雨洪韧性的主要途径之一.

3.2.2 雨洪韧性状态子系统

由图3 可知，合肥市雨洪韧性状态子系统发展并不平稳，其总体趋势与压力子系统相反，呈波动上升趋势.其中，2015 年的发展较为平稳；2016 年的贴近度却逐渐下降，这与建成区绿化覆盖率、基础设施建设等各类状态因子缓慢上升甚至停滞有关；2017 年后，该市迎来较大的跃升阶段，贴近度由0.146 增至0.323，其间人均GDP上升幅度较大，各类基础设施建设取得较大成果，人口密度增速减缓，土地利用率提高，城市整体韧性水平逐渐突破Ⅱ级雨洪韧性.

3.2.3 雨洪韧性响应子系统

与城市雨洪韧性压力和状态子系统不同，该市响应子系统在过去5 a 中增长最为明显，均处于稳定上升阶段，且其指数由0.001 升至0.379.在研究期内，合肥市污染物处理水平不断提高，垃圾无害化处理率、污水处理率均达90%以上，同时城市财政收入及社会保障与就业投入不断提升，缓解了各类灾害所带来的影响.社会各界的关注及政策的改善对城市生态环境的优化起到了重要作用，有效缓解了压力层给城市带来的污染，促进了生产、生活、生态的全面改善，使合肥市雨洪韧性水平得到了提升.

3.3 雨洪韧性障碍因子分析

表3所示为2015—2019年合肥市雨洪韧性准则层指标障碍度.由表3 可以看出，压力、状态和响应准则层对雨洪韧性障碍度的贡献值有明显的不同.其中，压力层障碍度先增大后减小再增大；状态层障碍度与响应层障碍度也均存在不同程度的变化.在研究期内，压力层的变化最为显著，2015 年其仅占总障碍度的18.46%，至2019年，占总障碍度的72.25%，即最大障碍度与最小障碍度相差53.79%.

表3 2015—2019 年合肥市雨洪韧性准则层指标障碍度

随着空间规划的稳步实施及“两山”理念的倡导，社会各界越来越重视生态环境建设.如产业转型、退耕还林等措施减少了污染物排放，削弱了压力层对生态环境发展的阻碍.状态层障碍度处于波动状态，至2019 年，已成为仅次于压力层的第2 大贡献度层，其间绿化和公园面积的降低加剧了环境压力，导致状态层障碍度有所上升.响应层一直是障碍度的第2 或第3 位，至2018年，响应层障碍度稳居第3 位.这充分说明，该市污水和垃圾无害化处理能力的日益增强，有效地提升了其自适应能力和雨洪韧性水平.

经计算，得出各指标对城市雨洪韧性的障碍度，并甄别出障碍度位于前5 的因子作为具体分析对象，如表4 所示.

表4 2015—2019 年合肥市雨洪韧性指标层主要障碍因子障碍度 %

对表4 进行统计发现，B5、B6和B12这3 个要素出现的频率最高，即城市公共安全支出、工业废水排放总量和生产总值构成(第三产业占比)是影响合肥市城市雨洪韧性的关键因素.2015—2017 年，城市道路照明灯(B15)和城市污水处理厂集中处理率(B20)位于障碍度首位；2018 年障碍度开始向城市工业废水排放总量(B6)转移，B15、B20退出首要障碍因素层面.研究区早期人口密度过大、耕地面积减少、城市建设过快，基础设施难以满足城市居民的需要；在后期，合肥市加大基础设施建设力度，逐渐注重生态环境的保护，人口密度和耕地面积均得到了有效控制.然而，因城市发展进程过快，城市建设和环境保护短期内难以达到平衡，同时，对城市绿化设施的改造较低，绿化覆盖率始终难以增长，导致工业废气、废水排放量、污水处理率的障碍度逐渐上升.从总体上而言，合肥市雨洪韧性障碍因子由状态和响应层面向压力层面过渡，这说明阻碍雨洪韧性的主要因子随着城市发展在不断变化.因此，今后在生态环境的治理上应有所侧重，维护主要发展优势，积极治理影响发展的主要障碍因子，因地制宜地发展生态，促进城市可持续发展.

4 结论与建议

4.1 结论

通过构建城市雨洪韧性评价体系，对合肥市进行雨洪韧性量化评价，有助于政府相关部门调整管理策略和改善防涝设施，强化城市韧性干预，降低暴雨洪涝对城市的伤害，保证城市安全.

1)近5 a，合肥市整体韧性经历了波动提高—轻微反弹—快速上升3 个阶段.这表明在各方努力下，其当前发展态势良好，但雨洪韧性水平仍未达到较高韧性等级.2)研究区压力子系统韧性水平整体呈波动下降趋势，状态子系统阶梯上升，响应子系统持续上升.这说明研究时段内合肥市重视基础设施建设，强调城市居民生活的便利性及安全性，加大了城市安全建设的资金投入.3)城市生态资源保护与城市压力纾解是提高城市雨洪韧性的关键.合肥市有关管理部门虽及时关注了环境建设的重要性并采取了一定的措施，但日益增长的人口及产业发展需求所致的环境污染依然无法避免，城市洪涝灾害严重影响着居民的日常生活安全.

4.2 建议

1)提升基础设施的韧性，保留城市建设冗余度.合肥市基础设施建设虽在不断提升，但对城市韧性的负影响仍在.其城镇化水平与基础设施水平不匹配，生态防涝意识淡薄，老旧管道承载力超过既定水平，城市内涝也就更容易发生.因此，合肥市空间扩展应保有一定冗余度，城市的水、电、气、路、网等要随时保持通畅[17]；在用地规划过程中需统筹紧急疏散场所，一体化布局医疗、消防、通讯等各类设施，以减少城市用地资源的浪费，确保在突发情况时，能够容纳更多应急避难的市民.

2)关注经济韧性增长，加强社会组织建设.合肥市经济水平在飞速提升的同时，其公共安全资金的投入也逐年上升，但其经济主体单一，人均水平不高，尚未形成稳固的经济体系.城市从突发性自然灾害中恢复，需要大量物力、财力的投入，只有构建更加抗压的经济运行体系，才能够有效迅速地开展跨界生产提供紧缺物资；同时还要鼓励公众和社会组织有序参与城市治理，共同制定城市预警、应急与恢复方案，提升基层治理能力[18-19].

3)保护生态环境资源，创新智能防灾设施.合肥市自然资源环境在一定程度上影响了该市的雨洪韧性.目前，该市的暴雨内涝处理大部分依赖于简单的工程坡度和排水管道消解，而韧性雨洪要积极改善其消解模式和雨水的空间流向[20-21]，在灾害发生时，除了通过吸收、储存、排放等方式消解雨水，还要能有效地分时段排水并加以利用，以达到韧性要求；同时，合肥市局部内涝灾害多、发生快，预报预警难度较大，而智能化防灾设施是提升城市雨洪韧性能力的重要因素，应充分利用大数据、智慧城市等科技手段，使城市在应对重大突发情况时能快速作出反应，实现社区与街道信息实时通报，为城市防灾提供更高效精准的服务.

本文利用熵权法和TOPSIS 模型进行雨洪韧性定量化研究，有利于降低主观判断带来的分析误差，提高评估的可信度.然而，城市雨洪韧性是特定灾情背景下的产物，它随着经济社会的发展水平和城市客观抵御暴雨洪涝灾害能力的变化而变化.目前，关于城市暴雨内涝的研究大多基于工程技术手段等方面，对雨洪韧性评估的针对性研究相对较少.本文所选取的指标主要参考了国内外有关研究，故其精确度有限.对城市雨洪韧性进行评估，是为了更好地进行雨洪管理.在今后的研究中，可将不同类型的城市在应对暴雨洪涝灾害时的反应进行横向对比并提出不同的优化策略，以加强城市雨洪韧性的建设.