城市韧性的机理性定量化评估方法进展与融入规划探讨

费智涛， 王志涛,2,3， 郭小东,2,3， 马东辉,2,3， 魏米铃

(1.北京工业大学城市建设学部， 北京 100124； 2.北京城市与工程安全减灾中心， 北京 100124；3.北京工业大学抗震减灾研究所， 北京 100124)

韧性理念自20世纪70年代产生以来，经历了从工程韧性至生态韧性，再到演进韧性的演变[1-2]，成为多学科多领域研究热点[3-5]. 相关学者开展了大量的综述性研究[6-8]，但由于概念的宽泛性在实践与应用中受限[9]. 目前，国际上在为服务城市宏观目标制定、气候适应性决策和社区心理等方面开展了不少尝试[10-11]，如100韧性城市项目框架、美国国家海洋和大气管理局(National Oceanic and Atmospheric Administration，NOAA)制定的Coastal Resilience Index框架和CART(community assessment of resilience tools)等. 碍于尺度、数据等因素，在城市的规划、建设时并不能很好地反映韧性的特征与维度等机理，而自下而上的测量方案(measurement schemes)可弥补这方面不足，如已有研究在城市应对地震[12]、洪水[13]、环境气候变化[14]等方面使用定性、定量方法进行韧性测度. 我国在城市韧性评估方面尚处起步阶段，多采用自上而下方案构建评估框架进行评估[15-16]，较少考虑韧性机理的直接体现[17]. 从未来城市安全发展的需求看，《中共中央关于制定国民经济和社会发展第十四个五年规划和2035年远景目标纲要》中明确提出统筹发展与安全，在城市未来不可避免地面对多重扰动背景下，需更加关注韧性的动态、能力满足方面以适应多种不确定性. 同时，城市可持续发展目标(SDG11)[18]、“人居三”、《新城市议程》[19]等提出要使城市具有包容性、安全性、韧性和可持续性以达到永续发展的目标，构建城市韧性的机理性定量评估框架势在必行. 面对上述问题，本文综述了国内外相关文献，在明确韧性概念与机理表达的基础上，介绍了基于系统结构维度、空间维度、功能满足维度和时间维度的定量化韧性评估框架构建方法和关键阈值量化方法，讨论了与国土空间规划的融合模式.

1 城市韧性概念与机理表达

1.1 韧性与城市韧性

韧性概念于20世纪70年代被美国生态学教授霍林描述为“自然系统应对自然或人为原因引起的生态系统变化时的持久性”并不断发展. 2001年以后，“适应性循环”模型首次运用于人类社会系统，并逐渐发展到社会- 生态系统[20]，韧性的研究对象也被大为拓展[21].

城市面临多方面的扰动，其中各类型自然灾害的影响最为直接，韧性的概念被首次引入规划研究也是始于城市安全防灾领域[22]. “灾害韧性”(disaster resilience)的概念是国际上通用的说法，如美国国家研究委员会(National Research Council, NRC)[23]和地震工程多学科中心(Multidisciplinary Centre of Earthquake Engineering Research,MCEER)提出广义灾害韧性是一种有预期的结果，包括已经开展和即将开展的备灾减灾活动、预案和应急响应，包括一系列的事件、行动与应变[24]. 也有学者提到“防灾韧性”的概念，强调对多灾害情景下的适应[25-26]，可视为是一种规划控制城市韧性的技术，通常使用韧性量化曲线模型进行描述(见表1). 本文探讨的机理性城市韧性概念将“防灾韧性”与“灾害韧性”融合考虑，即被评估的城市韧性：1) 基于一个给定(子)系统，融合时间、空间、结构等基本维度(dimension)，将在2.2节中阐述；2) 是一种兼具过程性与结果性表现的能力，在不同阶段体现不同韧性特征(character)，将在2.3节中阐述；3) 规划作为提升系统韧性能力的控制性手段，改变未来城市对灾害的适应能力.

表1 应对灾害的城市韧性概念

1.2 城市韧性的给定系统及其维度

使用复杂适应性系统理论(complex adoptive systems,CAS)进行目标城市系统的确定与分解具有较好的适用性[32]. 城市复杂系统具备的学习成长、要素交互、自组织和演进的特点与韧性的机理特点能够较好地衔接[10]. 在本文限定的韧性概念下，韧性具有时间、空间和结构性三大基本维度[33-34]，当涉及到以人为主体的复杂城市系统时，城市的各类型功能满足人的需求表现为第四维度[35-36]，也有学者将结构性维度与功能满足维度合称为演进维度，描述为主体与对象之间现有的交互模式并在常态下产生有益的新模式转变[37]. 此外，从灾害控制的视角，将“冲击类型”(type of shock)纳入韧性的维度中[10]，强调了扰动对城市系统的影响. 时间、空间和结构三大维度反映了韧性的机理，各个维度同时具备系统性、各向异性、协同性[38]，城市韧性的概念维度模型可表示为

R=f(Sp,St,F,T)

(1)

式中：R为城市韧性；Sp为空间维度；St为结构性维度；F为功能满足维度；T为时间戳(见图1).各类韧性评估框架的指标选取均可以体现以上方面，根据差异化的研究目标各有侧重[39].在此基础上，具备韧性的城市与灾害(Da)的关系表现为适应能力(A)，即满足A=f(Da,R).

图1 城市韧性的维度Fig.1 Dimensions of urban resilience

1.3 城市韧性特征

根据研究视角、目标与系统的不同，韧性的特征可被描述为多方面(见表2)，并在时间、空间和结构性维度上涌现，如Bruneau提出了地震灾害影响下的4种城市韧性特征，Sharifi等则将韧性的特征细分为17种.城市韧性兼具过程与结果表现，其特征同样继承了这一属性，在不同时间切片上呈现不同的特征组合，可将其分为目标特征(G)和动态特征(D)两个类型，满足G={gi|g1,g2,…,gn(i=1,2,…,n)}，D={di|d1,d2,…,dn(i=1,2,…,n)}.

C=f(G,D,T)

(2)

G=g(D)

(3)

式中C为某阶段涌现的韧性特征组合.以灾害发生为临界时刻，城市韧性在灾前表现为健壮性、自组织等特征，在灾时表现为健壮性，在灾后则表现为快速恢复、冗余、自组织等特征.韧性特征之间的关系满足式(3)，即目标特征通过动态特征达成(如通过增加冗余设施、提升设防标准、制定防灾规划提升对灾害的抵抗能力).

表2 有关韧性特征的描述

2 体现韧性机理的定量化城市韧性评估方法

为了更好地在城市韧性评估中体现维度、特征等机理，地震工程、生态学和应急管理等领域陆续开展了一系列研究. 基于此本文将从能力属性、空间韧性和功能满足3个方面开展进一步介绍，韧性的时间维度通常以时间戳的形式包含于各类评估中，成为机理性韧性评估不可忽视的重要方面[40-41].

2.1 体现系统能力属性的韧性定量化评估方法

Bruneau等[29]最早使用韧性量化曲线模型描述城市系统面对地震时的韧性. 此类型评估方法通过将韧性定义为一种基于灾前的功能损失Q(t)，采用积分计算灾后功能损失的下降面积，并将其定义为韧性的损失R(见图2(a)). 韧性量化曲线模型较好地表达了整个韧性周期的过程，在曲线模型的AB段处于灾害影响之前，可采取一系列的措施以防备灾害的影响，t0时刻发生地震灾害，城市系统由于遭受损伤发生功能下降(BC)，t0—t1时间处于城市系统的恢复阶段，并在t1时刻恢复至全功能状态(CD).

(4)

Bonstrom等[42]和Cimellaro等[43]进一步丰富了韧性量化曲线模型，将韧性量化值R界定为一段控制时间内给定系统维持一定程度功能的能力，在恢复阶段被认为是一种恢复的期望水平(desired level)，最终恢复的情景不仅可以达到100%的水平，还可以高于或低于这个水平.韧性量化曲线模型表达式(见图2(b))为

(5)

式中：tOE为灾害发生的时刻；TLC为控制时间.在模型中，灾后功能的下降段反映了韧性的健壮性特征，使用恢复阶段的斜率反映韧性快速性特征.

图2 城市韧性量化曲线模型Fig.2 Quantitative curve model of urban resilience

2.2 体现系统要素关系的空间韧性定量化表达方法

空间韧性关注尺度、边界等要素对地理学、城乡规划等领域具有重要应用价值[10,44]. 空间韧性(spatial resilience)的概念最初于2001年被Nystrom等[45]用于珊瑚礁的生态系统研究，随后Cumming系统阐述了空间韧性的内涵并提出关注位置、连接性、环境等要素，并建立了多尺度空间韧性的概念框架与量化指标[46]. 虽然空间韧性已经被用于城市系统的土地利用模拟[10]、规划策略制定[47]等方面研究，但我国的推广还较为有限，具有较好的前景和迫切性[48].

除指数法外[49]，城市空间韧性的评估多基于层级化尺度的研究系统构建评估模型框架，如“规模- 密度- 形态”模型[15]、演化关联模型[50]等. 对于复杂城市系统使用复杂网络、图论算法等构建空间韧性评估模型也成为重要方向[51]. 基于复杂网络算法的韧性评估关注节点、连接，使用基于图的指标编写程序计算系统韧性(如中心度、连接度等). 表3整理了有关空间韧性评估的复杂网络指标.

2.3 体现功能满足的韧性定量化表达方法

城市韧性的功能满足维度评估研究集中于城市基础设施系统，如供水[36,56]、供电[42]、供气[57]等方面. 城市基础设施的韧性评估可分为基于图论、复杂网络模型和基于流的模型两类，前者侧重于研究基础设施系统本体的拓扑结构，后者则考虑网络结构上运行的各类流质[58]，侧重于系统活动的交互模式[59]，表4汇总了基于上述分类的基础设施功能满足维度韧性评估的方法及特点. 不论灾害发生前后，城市系统中的功能需求及其满足都是一个动态过程，韧性在功能满足维度的评估对灾害扰动后的决策及资源利用分配具有重要意义.

2.4 系统韧性量化取值方法

2.4.1 基于历史统计规律的概率性取值

城市韧性的量化表达方法一直以来是韧性量化评估的重点. 由于历史上对灾害或其他类型的扰动事件对城市系统的影响历史数据匮乏，在韧性评估时可结合专家经验判断进行受灾状态与恢复情景的确定并给出期望值[60]. 期望值更适合评价系统韧性能力水平，在使用2.1的系统韧性量化评估框架时，仍然需要较为连续的韧性量化取值方法以满足对不确定性的应对，此类方法在地震工程领域较为成熟.

表3 基于复杂网络的空间韧性指标

表4 功能满足维度韧性评估方法

韧性量化曲线模型应考虑2个关键阈值的确定，即2.1节中的能力下降段(BC)和恢复段(CD)[61]，分别表征了韧性的健壮性(Rb)与快速性(Rd). 在分段函数的思想下，健壮性被定义为系统够承受给定水平的压力或需求而不遭受退化或功能损失的能力，快速性被定义为及时满足优先事项和实现目标的能力，以控制损失和避免未来的破坏[29,43]. 针对二者的量化采用概率化的统计取值表达，Cimellaro将健壮性、快速性分别采用概率密度函数进行量化：

Rb=1-L(mL,δL)

(6)

Rd=L/tRE

(7)

图3 健壮性与快速性的量化Fig.3 Quantification of robustness and rapidity

图4 城市韧性的概率性取值流程Fig.4 Probabilistic evaluation process of urban

式中：mL为可能发生的损失的均值；σL为满足统计规律地震损失的标准差(见图3).面对地震灾害影响的不确定性，韧性曲线下降段应满足城市系统面临地震灾害时发生多种类型损伤后果(如轻微破坏、中等破坏等)的统计规律，一般认为服从对数正态分布[62]，因此，城市系统也可根据各种灾害造成的后果为韧性的关键阈值取值，图4参照工程抗震的量化取值方法给出了城市韧性的概率性取值流程.首先基于历史灾害的发生概率和强度结合城市系统进行量化分析，得到多水准灾害情景下城市系统的破坏程度的可能性以确定曲线的下降段；基于各类型历史恢复数据量化确定城市系统应对灾害情景的恢复可能时间以确定曲线的恢复段.快速性除了可使用恢复曲线的斜率表示外，还可以使用指数型、三角函数型的恢复曲线模型以适用不同情景.考虑到恢复的不确定性，Kameshwar等将健壮性与快速性全部概率化表达，并将城市韧性的目标引入：

Rb=R0=p(P≥TR0)

(8)

Rd=Rp=p(TRec≤TRp)

(9)

式中：P为系统性能；TRec为恢复时间；R0为健壮性；TR0为目标健壮性；TRp为目标快速性.关于目标的取值将在2.4.2节中阐述.在城乡规划中，可基于工程领域灾害应对的损失、恢复数据统计结果为灾害扰动的规划应对提供支撑.

2.4.2 基于可接受目标的设定性取值

城市的运行与维持需要消耗大量资源，富有韧性的城市绝不是无上限地提升扰动的适应能力. 因此，在韧性策略规划、建设实施之前，需要确定城市的韧性性态目标(performance goals). 国际上针对城市的韧性性态目标已有研究与实践，如美国国家标准技术研究所(National Institute of Standards and Technology, NIST)[63-64]、SPUR[65]等的技术文件、标准中均提出了针对城市系统在恢复阶段的性态目标，但健壮性方面的性态目标较少[66]. 表5汇总了相关文献中的韧性性态目标类型与涉及方面，表6为NIST设定的部分恢复阶段性态目标.

表5 城市韧性性态目标类型

表6 NIST的城市韧性性态目标(部分)

3 讨论：机理性定量化韧性融入国土空间规划

3.1 韧性融入国土空间规划的难点

安全的国土空间是发展的基础，而我国恰恰具有灾害种类多、分布地域广、发生频率高、造成损失重的基本国情. 不论是“韧性城市”首次被写入国家战略规划，还是全国各地如火如荼推进的“韧性城市”建设，都迫切地需要韧性理念更好地融入空间规划. 目前韧性融入国土空间规划的难点可归结为以下3方面：1) 对“冲击类型”维度的统筹考虑不足. 我国的传统防灾规划多针对单灾种防灾，如抗震防灾规划、防洪规划等多以各自专业性防灾标准进行编制，缺乏明确的协调机制，致使国土空间在面临综合性、复杂性灾害影响时“短板效应”明显(如7.20河南暴雨洪水后疫情暴发). 2) 缺乏各层级空间规划应对多水准灾害的健壮性、快速性表达. 传统的防灾规划多以工程性规划为主，属于专项规划的范畴，规划成果为城市总体规划等上位规划提供指标，导致城市防灾型要素与其他规划要素割裂. 3) 缺乏对空间规划过程的“韧性化”内容. 一方面，规划提升国土空间韧性本质上是通过做“韧性增量”以适应灾害不确定性冲击的过程，当前规划过程中各种策略、要素贡献的“韧性增量”很难被统一量化表达；另一方面，空间规划的编制、建设和管控诸过程的反馈机制尚未完善. 为此，构建了基于灾害危险表达、系统层级和规划编制韧性化的融入模式(见图5)，在操作层面讨论了机理性定量化韧性融入国土空间规划. 此外，充分利用城市大脑、大数据等现代信息技术，进行全过程、各环节、多情景规划防灾，促进韧性融入国土空间规划.

图5 机理性定量化韧性融入国土空间规划模式Fig.5 Quantitative and mechanical resilience into the territorial space planning model

3.2 统筹考虑多灾种发生强度与可能性

国土空间韧性无法脱离灾害扰动进行探讨，因此机理性定量化韧性的融入首先要考虑灾害危险表达. 影响国土空间的灾害具有危险性，规划中通常使用证据性、历史性灾害的强度和发生概率进行描述. 以地震灾害为例，一般是基于地震动参数区划图明确城市面临的多遇、基本、罕遇和极罕遇不同概率水准给出其危险性. 虽然在单灾种防灾工程建设中都考虑了灾害发生的强度和可能性影响，但一旦涉及多灾种，国土空间灾害危险性分析的等级错位问题难以避免，不同灾种的传统分级标准并不一致. 因此，国土空间规划应在韧性评估阶段，统筹考虑多灾种发生的强度和可能性(即韧性的“冲击类型”维度)，建立可统一量化评价的综合防灾危险性分级，为国土空间机理性韧性评估提供具有一致性的灾害危险表达基础.

3.3 韧性特征的层级传导与协调

基于国土空间面临的灾害模式，考虑国土空间的层级，将防灾韧性机理纳入不同层级的规划中. 以城市详细规划层级的地震灾害韧性应对为例，将传统防灾领域提供的城市承灾体受灾易损性成果与详细规划进行衔接(见图6). 考虑到各个层级在管控对象、管控形式和管控工具方面存在差异，需要将建构筑物等微观层面的结构损失、街坊空间的功能损失和单元分区层面的损失进行有机联系，将传统建构筑物结构易损性转化为功能空间和单元分区的易损性概率区间. 如在建构筑物层面探讨其受地震影响的完好、破坏程度等后果；在街坊层面研究不同功能下的容积率、建筑密度等建设指标；在单元分区层面关注防灾措施、避难和恢复的效果. 在指标方面，构建可量化、可考核的防灾韧性规划指标，如在单元分区层面考虑伤亡比作为规划控制指标，在街坊、建构筑物层面分别选取容积率、建筑物破坏比例为规划控制指标，规划为了控制某单元分区内的人口因灾伤亡比，可考虑在某种功能街坊总容积确定的情况下，选取较低易损性建构筑物组合方案. 在这个模式下，城市承灾体的受灾机理被考虑进来，在不同的规划方案组合下，空间的健壮性被提升. 不难看出，当防灾韧性的机理纳入空间规划中时，各层级的规划控制指标的阈值具有了概率意义，这也使基于空间规划的管制更具弹性.

图6 详细规划层面的韧性特征纳入示意Fig.6 Resilience characteristics at the detailed planning level included in the diagram

3.4 规划编制的韧性化与智慧化

规划作为一项社会活动和公共政策，具有未来导向性特征[68]，在国土空间规划的前期诉求、规划编制、建设和管控实施过程中，面对灾害扰动的不确定性后果进行韧性机理的定量化评估，各种规划策略、要素的“韧性增量”贡献需要被量化表达，形成韧性规划策略库. 规划编制过程中，对现状情况、规划方案进行韧性评估，评估结果与规划目标进行比对，如果可接受，则进入建设管控实施阶段，反之则针对新的方案进行韧性评估，直到可接受为止. 同样，在建设管控实施的过程中，面临不可接受的情况进行新的方案论证和韧性评估，直到可接受为止. 各层级系统的规划、建设指标及其传导，通过常态化调查与监测、体检与评价、更新与迭代等手段进行绩效考核，辅助管理与治理. 此外，在规划工作中集成海量多源异构数据，运用多种信息化工具，迭代演算规划目标、规划过程以及规划策略组合，量化韧性策略的贡献，系统性提升国土空间的不确定性应对能力.

4 结论

目前反映机理性的韧性定量评估方法在城乡规划研究与实践中尚未成熟，可借鉴工程、灾害、生态等领域进行拓展，丰富规划应对灾害不确定性研究范式. 本研究得出以下结论：

1) 城市韧性的概念多元、涉及领域繁多导致韧性缺乏一致性的评估方法，需从反映城市韧性机理出发构建基于特定系统，体现时间、空间、结构、功能满足等维度和健壮性、快速性等特征的全过程评估框架，方便融入规划体系.

2) 在针对不同韧性维度的量化评估方法中，使用量化曲线模拟整个韧性过程是主流方法. 同时，针对空间韧性、功能满足等维度，则可通过复杂网络模型、拓扑模型、流模型等进行模拟评价.

3) 基于历史统计规律的概率性方法为系统韧性的不确定性应对提供了多情景，较好地融合了城市韧性具备的预测未来的特性. 从应用的角度来看，为城市系统设定可接受的韧性性态目标，对灾害发生前的规划措施制定与灾后控制具有重要意义.

空间规划是引领城乡发展的重要工具，面对更大更复杂的不确定性扰动，将机理性的城市韧性评估方法纳入空间规划编制体系，将提升规划应对多水准灾害的科学性，增强空间治理的弹性. 此外，各类型历史灾害后果数据记录、合理的城市韧性目标制定、智慧城市建设的推进等对机理性韧性的融入至关重要. 进一步明确到底是为谁韧性，合理量化规划的韧性策略的增量，对于规划韧性指标管控、传导与落实具备现实意义.