马慧强^1,2, 廉倩文¹, 论宇超³, 席建超^,21. 山西财经大学文化旅游学院,太原 030000
2. 中国科学院地理科学与资源研究所/陆地表层格局与模拟重点实验室,北京 100101
3. 辽宁师范大学地理科学学院,大连 041000

Spatial differentiation of tourism economic system vulnerability based on BP neural network in different provinces of China

MA Huiqiang^1,2, LIAN Qianwen¹, LUN Yuchao³, XI Jianchao^,21. College of Culture and Tourism, Shanxi University of Finance and Economics, Taiyuan 030000, China
2. Institute of Geographic Sciences and Natural Resources Research, CAS /Key Laboratory of Land Surface Pattern and Simulation, Beijing 100101, China
3. College of Geographic Sciences, Liaoning Normal University, Dalian 041000, China

通讯作者: 席建超,男,河南确山人,研究员,研究方向为区域旅游发展规划,环境科学与资源利用。E-mail: xijc@igsnrr.ac.cn

收稿日期:2019-03-25修回日期:2019-09-21网络出版日期:2019-12-25

基金资助:

国家自然科学基金项目.41671151 山西省教育厅项目.2019W074 山西省体育局项目.18TY136

Received:2019-03-25Revised:2019-09-21Online:2019-12-25
作者简介 About authors
马慧强,男,山西大同人,博士,副教授,研究方向为经济地理,旅游开发与规划E-mail:Mahuiqiang001@126.com。






摘要
开展旅游经济系统脆弱性评价与影响因素研究,是制定旅游经济科学发展策略,提高区域旅游发展质量的客观要求。本文在探讨旅游经济系统脆弱性内涵的基础上,从旅游经济系统敏感性和应对能力两个方面来构建旅游经济系统脆弱性评价指标体系,并运用BP人工神经网络模型、脆弱性评价指数模型、地理探测器等研究方法,对中国30个省级行政单元（不包括西藏和港澳台地区）的旅游经济系统脆弱性空间分异特征及影响因素进行分析。结果表明：①中国旅游经济系统整体处于较高脆弱、中等敏感、较高应对能力状态,且旅游经济系统脆弱性、敏感性和应对能力省际空间分异明显;②中国旅游经济系统脆弱性、敏感性和应对能力均呈现“集群化”和“极差化”分布特征,东部地区旅游经济系统脆弱性较高,且内部差异显著,中部和西部地区脆弱性较低,内部差异较不明显;③中国旅游经济系统脆弱性空间分异是不同影响因素共同作用的结果,其中产业结构多样化指数对脆弱性空间分异的影响最大,旅游外汇收入占旅游总收入比重对脆弱性空间分异的影响最小。研究结果可丰富旅游可持续发展理论,并为解决旅游经济质量提升问题等提供科学依据。
关键词： 旅游经济系统;脆弱性;BP神经网络;地理探测器;空间分异

Abstract
Vulnerability evaluation of tourism economic systems and influencing factor identification are necessary for improving the quality of regional tourism development and formulating a scientific strategy for such development. This study constructed an index system of vulnerability assessment of tourism economic system from three aspects of vulnerability, sensitivity, and coping ability of the system. By using the back propagation (BP) artificial neural network model, vulnerability evaluation index, geographic detector, and other research methods, the spatial differentiation characteristics and influencing factors of tourism economic system vulnerability of 30 provincial-level administrative units in China (excluding Tibet, Hong Kong, Macao, and Taiwan) were evaluated and analyzed. The results show that: (1) The tourism economic system of China is in a state of high vulnerability, medium sensitivity, and high coping capacity as a whole, and the vulnerability, sensitivity, and coping ability of China’s tourism economic system are clearly different among the examined provinces; (2) The vulnerability, sensitivity, and coping capacity of China’s tourism economic system present the characteristics of clustering and polarized distribution. The vulnerability of the tourism economic system in the eastern region is relatively high, with significant internal differences, while the vulnerability of the central and western regions is relatively low, with less obvious internal differences; (3) The spatial differentiation of vulnerability in China’s tourism economic system is the result of the joint action of different influencing factors, among which the diversification of industrial structure has the greatest influence on the spatial differentiation of vulnerability, and the proportion of tourism foreign exchange income in total tourism income has the least influence on the spatial differentiation of vulnerability. The results of this study provide some scientific basis for enriching the theory of sustainable tourism development and solving the problems of improving the quality of tourism economy.
Keywords：tourism economic system;vulnerability;BP neural network;geographical detector;spatial differentiation


PDF (4702KB)元数据多维度评价相关文章导出EndNote|Ris|Bibtex收藏本文
本文引用格式
马慧强, 廉倩文, 论宇超, 席建超. 基于BP神经网络的旅游经济系统脆弱性省际空间分异. 资源科学[J], 2019, 41(12): 2248-2261 doi:10.18402/resci.2019.12.09
MA Huiqiang. Spatial differentiation of tourism economic system vulnerability based on BP neural network in different provinces of China. RESOURCES SCIENCE[J], 2019, 41(12): 2248-2261 doi:10.18402/resci.2019.12.09

1 引言

20世纪末以来,脆弱性研究备受相关国际组织、各国政府及国内外专家****的重视,在世界范围内掀起了全球气候变化与可持续发展研究的热潮^[1,2]。脆弱性的概念最早出现在地学领域,源自与自然灾害相关的研究^[3]。随着认识的逐渐深入,脆弱性概念被越来越多地应用到其他领域,如工程学、生态学、经济学、管理学等。由于学科视角和研究对象的不同,不同研究领域****对脆弱性内涵的理解存在一定差异,但总体上达成一些共识,即认为脆弱性是包括“敏感性”“风险”“恢复力”“适应性”等诸多相关概念在内的复合体,且脆弱性的客体具有多层次性^[4,5]。地理信息科学的快速发展与广泛应用为脆弱性研究提供了技术支撑,也推动了脆弱性研究范围的不断拓展,从单一系统研究到复合系统研究,脆弱性已逐渐发展成一个涉及多领域、具有多尺度特点的跨学科研究主题。

旅游经济系统是一个具有高度综合性与复杂性的区域经济子系统,是以旅游资源综合开发利用为基础,以旅游目的地的旅游公共服务、社会经济支持系统、旅游生态系统为基础保障,在旅游相关产业的协同运作下发展的一个综合性系统。旅游经济的发展不仅取决于经济的增长,同时也受社会服务系统完善程度以及生态环境变化的影响。旅游经济系统脆弱性是指旅游经济系统由于自身特征的制约,在一定时间、地点和条件下,受系统内部和外部各方面扰动所表现出来的敏感性,以及因缺乏抗不利扰动能力而使系统功能和结构受损的本质属性^[6]。其中内部因素主要来自旅游经济系统本身产业结构的合理化程度与承受外部冲击的免疫力（旅游产业系统）;外部因素主要来自与旅游经济发展密切相关的社会安全与旅游地生态环境扰动（社会支持系统、旅游生态系统）等。综上所述,旅游经济系统脆弱性内涵可以从以下两个方面理解：①由于旅游活动的异地性、复杂性、综合性等特性,旅游产业成为一种敏感性产业,其发展容易受到来自经济、社会、自然等各方面因素的影响,对旅游产业依赖程度较高的国家或地区经济往往表现出较高的敏感性;②除敏感性以外,旅游经济系统脆弱性还取决于系统本身对外部环境变化表现出的应对能力。旅游经济脆弱性对一个地区旅游业的健康发展有着重要影响,因此,研究区域旅游经济脆弱性程度及其影响因素,对于促进区域旅游经济的科学、可持续发展具有十分重要的意义。

国外对脆弱性研究较早,并取得了丰硕的成果。20世纪70年代,能源危机的发生使世界旅游业发展受到了严重冲击和影响,在此背景下,国际旅游界开始关注旅游经济脆弱性问题^[7]。国外****对旅游经济脆弱性的研究多是从旅游危机管理的角度,对旅游经济脆弱性的成因以及遭遇危机后旅游经济的恢复与管理进行分析^[8,9,10,11]。国内关于脆弱性的研究起步较晚,****们最初主要以自然脆弱性^[12,13]、生态脆弱性^[14,15,16]、社会脆弱性^[17,18]等单一系统为研究对象进行分析,随着脆弱性研究的日益深化,****们关注的焦点逐渐转向复合系统脆弱性,如自然-社会系统脆弱性^[19]、社会-生态系统脆弱性 ^[20,21,22]、人-地系统脆弱性^[23,24]、人-海系统脆弱性^[25,26]、人-环境系统脆弱性^[27]等。近年来,国内****对经济系统脆弱性的关注度不断提升,逐步由对城市经济系统脆弱性^[28,29,30]、海洋经济系统脆弱性^[31,32,33]的研究,过渡到旅游经济系统脆弱性研究^{[34,35,36,37,38,39,40,41]}等方面。从现有研究成果看,旅游经济系统脆弱性相关研究以典型旅游目的地或旅游城市的案例研究为主,内容涉及旅游经济系统脆弱性测度评价^[34,35]、时空格局演变^[36,37]与影响因素分析^{[38,39,40,41]}等。但总体来说,目前国内关于旅游经济系统脆弱性的研究仍相对薄弱,缺乏统一的旅游经济系统脆弱性研究框架和综合评价体系,且脆弱性研究方法以集对分析法^[34,39,41]、主成分分析法^[35]、TOPSIS法^[37]、障碍度模型^[36,38,40]等为主,亟待一些新的方法来充实研究。

当前中国旅游业发展态势迅猛,对经济、社会发展具有明显促进作用,但由于各省（市、区）自然条件和社会经济发展状况各异,旅游业发展特征性明显、水平程度不同,旅游经济系统脆弱性的空间差异性和不均衡性表现较为突出,主要体现在旅游经济发展水平、旅游聚集能力、旅游危机应对能力等方面,而从脆弱性角度出发的省际旅游经济空间分异及其影响因素的研究尚不多见。因此,本文基于系统科学视角,以中国30个省级行政单元（不包括西藏和港澳台地区）作为研究区域,尝试构建旅游经济系统脆弱性综合评价指标体系,运用BP人工神经网络模型、脆弱性评价指数模型、地理探测器等,在全国尺度范围内进行旅游经济系统脆弱性综合评价研究,明确中国旅游经济系统脆弱性的总体状况、省际空间差异及其影响因素,研究结果可为区域防控旅游危机、科学应对旅游经济系统脆弱性提供参考依据。

2 研究方法与数据来源

2.1 研究方法

2.1.1 指标体系构建

本文在遵循系统性、科学性、全面性等指标体系构建原则的基础上,参考众多已有文献中的脆弱性评价指标体系^[31,34-37],以不考虑全球性金融危机、国际贸易战、突发性公共卫生事件、重大自然灾害、大型战争或武装冲突等极端危机事件为前提,从旅游产业、旅游社会支持、旅游生态环境3个方面选取了旅游经济系统的敏感性指标（S1-S17）和应对能力指标（R1-R17）,构建出一个相对均衡状态条件下的旅游经济系统脆弱性评价指标体系（表1）。

Table 1
表1
表1旅游经济系统脆弱性评价指标体系
Table 1Evaluation index system for tourism economic system vulnerability

目标层	准则层	代码	指标层	指标解释及性质	主观权重	客观权重	组合权重
旅游经济系统脆弱性指数	敏感性指数	S1 S2 S3 S4 S5 S6 S7	旅游收入占GDP比重/% 旅游外汇收入占外贸出口总值比重/% 旅游业增长弹性系数 旅游外汇收入占旅游总收入比重/% 产业结构多样化指数 入境旅游人数占游客总人数比重/% 外贸依存度/%	经济对旅游产业的依赖性（+） 外汇收入对旅游业的依赖性（+） 旅游增长对经济增长的弹性（+） 旅游业对入境旅游的依赖程度（+） 产业结构多样化程度（-） 旅游业对入境游客的吸引力（+） 旅游经济内外需求的平衡性（+）	0.0204 0.0473 0.0050 0.0079 0.0078 0.0766 0.0784	0.0196 0.0309 0.0038 0.0337 0.0064 0.0902 0.0698	0.0200 0.0391 0.0044 0.0208 0.0071 0.0834 0.0741
		S8 S9 S10 S11 S12 S13 S14	旅游业从业人数占总从业人员比重/% 城镇登记失业率/% 交通事故发生数/起 交通事故伤亡人数/人 交通事故财产损失/万元 文盲率/% 犯罪率/%	地区就业对旅游业的依赖度（+） 城镇失业状况（+） 内部灾害事故发生情况（+） 游客交通安全性（+） 交通事故对经济发展的影响（+） 地区文化教育普及和发达程度（+） 社会环境安全性（+）	0.0112 0.0043 0.0522 0.0496 0.0303 0.0313 0.0623	0.0226 0.0119 0.0492 0.0438 0.0293 0.0307 0.0591	0.0169 0.0081 0.0507 0.0467 0.0298 0.0310 0.0607
		S15 S16 S17	自然灾害经济损失占比/% 自然灾害受灾人口比重/% 森林覆盖率/%	自然灾害对经济发展的影响（+） 自然灾害对游客安全的影响（+） 地区自然生态状况（-）	0.1079 0.0259 0.0754	0.0369 0.0367 0.0764	0.0724 0.0313 0.0759
	应对能 力指数	R1 R2 R3 R4 R5 R6	人均旅游GDP/万元 旅游收入增长率/% 旅游劳动生产率/% 旅游资源丰富度/分 食宿企业收入比重/% 社会消费品零售总额/亿元	旅游经济实力（-） 旅游经济增长能力（-） 旅游产品生产效率（-） 旅游资源禀赋（-） 地区食宿接待能力（-） 地区消费接待能力（-）	0.0036 0.0129 0.0323 0.0093 0.0276 0.0089	0.0134 0.0157 0.0357 0.0089 0.0264 0.0121	0.0085 0.0143 0.0340 0.0091 0.0270 0.0105
		R7 R8 R9 R10 R11 R12 R13 R14	公共服务支出占财政支出比重/% 教育支出占财政支出比重/% 等级公路、铁路网密度/（km/km2） 互联网普及率/% 邮电业务量/亿元 文化体育投资占比/% 城镇化率/% 医疗卫生机构数/个	公共服务财政支持力度（-） 教育财政支持力度（-） 地区交通运输接待能力（-） 信息化服务程度（-） 信息传递服务能力（-） 居民休闲环境投入能力（-） 城镇化发展情况（-） 医疗救援能力（-）	0.0358 0.0267 0.0204 0.0310 0.0136 0.0153 0.0091 0.0121	0.0346 0.0259 0.0186 0.0374 0.0228 0.0125 0.0141 0.0257	0.0352 0.0263 0.0195 0.0342 0.0182 0.0139 0.0116 0.0189
		R15 R16 R17	生活垃圾无害化处理率/% 工业固体废弃物综合利用率/% 环境保护投资增长率/%	生活废弃物处理能力（-） 工业废弃物处理能力（-） 旅游发展环境支持保障度（-）	0.0251 0.0149 0.0096	0.0197 0.0127 0.0168	0.0224 0.0138 0.0132

注：各项指标性质的（+）（-）判断是相对于旅游经济系统脆弱性而定的,旅游业增长弹性系数=旅游经济年增长率/GDP年增长率×100%;产业结构多样性指数=\sum I_i\times \ln I_i,其中I_i为第i次产业增加值占GDP比重;登记失业率=登记失业人数/（登记失业人数+登记从业人数） ×100%;旅游劳动生产率=旅游业接待人数/（星级饭店工作人员+景区工作人员+旅行社工作人员）;旅游资源丰富度=5\mathrm{A}\times 10+4\mathrm{A}\times 7+3\mathrm{A}\times 5（5A级10分,4A级7分,3A级5分）;食宿企业收入比重=（住宿企业客房收入+连锁餐饮企业营业额）/GDP×100%;等级公路、铁路网密度=道路总长度/区域总面积;文化体育投资能力=文化、体育和娱乐业全社会固定资产投资/全社会固定资产投资×100%。

新窗口打开|下载CSV

在应对能力一定的条件下,敏感性与脆弱性呈正相关关系,即敏感性越高,脆弱性越高,反之则相反^[37]。旅游经济系统敏感性指标主要从旅游产业敏感性（S1-S7）、旅游社会支持敏感性（S8-S14）和旅游生态环境敏感性（S15-S17）3个方面选取。其中,S1（旅游收入占GDP比重）反映了经济发展对旅游产业的依赖性,比重越大,敏感性越高;S2（旅游外汇收入占外贸出口总值比重）和S4（旅游外汇收入占旅游总收入比重）分别反映了外汇收入对旅游业的依赖性和旅游业对入境旅游的依赖性,二者均与旅游经济敏感性呈正相关关系;S3（旅游业增长弹性系数）体现了旅游增长对经济增长的弹性,弹性系数值越大,敏感性越高;S5（产业结构多样化指数）代表了地区产业结构的多样化程度,指数越低则旅游经济敏感性越高;S6（入境旅游人数占游客总人数比重）反映了旅游业对入境游客的吸引力,入境旅游比国内旅游更容易受到各种突发因素的影响,因此入境旅游人数占游客总人数比重越大,旅游经济敏感性越高;S7（外贸依存度）可以度量地区旅游经济内外需求的平衡性,外贸依存度越高,表明旅游经济受外需影响越大,则旅游经济敏感性越高;S8（旅游业从业人员占总从业人员比重）和S9（城镇登记失业率）分别反映了地区就业对旅游业的依赖度和城镇失业状况,与旅游经济敏感性呈正相关;S10（交通事故发生数）、S11（交通事故伤亡人数）、S12（交通事故财产损失）和S14（犯罪率）分别从不同方面反映了旅游经济发展的外部安全性,S13（文盲率）反映了地区文化教育普及和发达程度,它们均与旅游经济敏感性呈正相关;S15（自然灾害经济损失占比）和S16（自然灾害受灾人口比重）分别反映了自然灾害对经济发展和游客安全的影响程度,自然灾害经济损失和受灾人口比重越大,旅游经济的敏感性越高;S17（森林覆盖率）是反映地区自然生态状况的指标,森林覆盖率越高,说明旅游生态环境质量越高,则旅游经济的敏感性越低。

在敏感性一定的条件下,应对能力与脆弱性呈负相关关系,即应对能力越强,脆弱性越低,反之则相反^[37]。旅游经济系统应对能力指标主要从旅游产业应对能力（R1-R6）、旅游社会支持应对能力（R7-R14）和旅游生态环境应对能力（R15-R17）3个方面选取。其中,R1（人均旅游GDP）和R2（旅游收入增长率）分别反映了地区旅游经济的整体实力和增长能力,二者均与旅游经济应对能力之间呈正相关关系;R3（旅游劳动生产率）反映了旅游产品生产效率,旅游劳动生产率越高,旅游经济应对能力越强;R4（旅游资源丰富度）可用来衡量地区旅游资源禀赋,旅游资源丰富度越高,旅游经济应对能力越强;R5（食宿企业收入比重）和R6（社会消费品零售总额）分别反映了地区食宿接待能力和消费接待能力,与旅游经济应对能力呈正相关;R7（公共服务支出占财政支出比重）和R8（教育支出占财政支出比重）通过影响公共服务质量来影响旅游经济应对能力,公共服务支出和教育支出比重越大,旅游经济应对能力越强;R9（等级公路、铁路网密度）、R10（互联网普及率）和R11（邮电业务量）分别是反映旅游交通和旅游信息的指标,与旅游经济应对能力呈正相关;R12（文化体育投资占比）和R13（城镇化率）分别反映了居民休闲环境投入能力和城镇化发展情况,同样与旅游经济应对能力呈正相关;R14（医疗卫生机构数）反映了医疗救援能力,救援能力越强,旅游经济应对能力也越强;R15（生活垃圾无害化处理率）和R16（工业固体废弃物综合利用率）分别反映了生活废弃物处理能力和工业废弃物处理能力,R17（环境保护投资增长率）反映了旅游发展环境支持保障度,以上3个指标直接影响到旅游生态环境质量,进而影响了旅游经济应对能力,与旅游经济应对能力呈正相关。

2.1.2 主客观综合赋权法

层次分析法（AHP）是一种典型的主观赋权法,主要依据该领域专家的经验和掌握的专业知识对指标的重要程度进行确定^[42];熵值法（EVM）是相对客观的一种赋权方法,能够有效克服信息重叠及主观因素带来的偏差^[43]。为了使指标赋权更具科学性,本文采用层次分析法（AHP）与熵值法（EVM）相结合的主客观综合赋权法来确定指标权重,具体计算过程如下：

根据层次分析法得到主观权重向量v：

（1）v=v1,v2,…,vnT
根据熵值法得到客观权重向量u：

（2）u=u1,u2,…,unT
根据公式 w=αv+1-αu,得到组合权重向 量w：

（3）w=w1,w2,…,wnT
式中：n为变量个数;T表示矩阵的转置;α代表主观权重所占比例;1-α代表客观权重所占比例。

以组合权重与主客观权重之间的偏差平方和最小为目标,建立目标函数：

（4）minZ=∑j=1nwj-vj2+wj-uj2
式中：Z为组合权重与主客观权重的偏差平方和;w_j为第j项指标的组合权重;v_j为第j项指标的主观权重;u_j为第j项指标的客观权重（j=1, 2, …, n）。通过对上式求导,并令一阶导数为零,解得α=0.5^[44]。

2.1.3 旅游经济系统脆弱性评价模型构建

（1）评价模型

BP神经网络是一种多层前馈网络,根据误差逆传播算法训练,非线性模拟和自学习、自组织、自适应能力很强,适合处理旅游经济系统脆弱性与其影响因素之间这种高度复杂的非线性关系。本文首先采用BP人工神经网络模型来评价旅游经济系统的敏感性以及应对能力,然后选取脆弱性指数（V_i）模型对各省（市、区）旅游经济系统的脆弱性指数进行计算。

（5）Vi=SiRi
式中：V_i为中国i省（市、区）的旅游经济系统脆弱性指数;S_i为中国i省（市、区）的旅游经济系统敏感性指数;R_i为中国i省（市、区）的旅游经济系统应对能力指数。

（2）训练样本设计

关于旅游经济系统脆弱性目前尚没有统一的分级标准,本文在参考已有研究成果的基础上^[31],结合相关专家意见,依据系统敏感性和应对能力指标值的分布情况,把中国各省（市、区）旅游经济系统的各个指标值分成3个等级（高、中、低）（表2）,分别代表3种不同评价标准。利用BP神经网络的线性插值技术,在每个区间内等距插入100个值（一个指标有300个值）,随机抽取50个样本作为测试样本和检验样本进行监测训练。

Table 2
表2
表2中国旅游经济系统敏感性及应对能力评价标准
Table 2Standards of sensitivity and response capacity assessments for the tourism economic system in China

S	低	中	高	R	低	中	高
S1	[0.05,0.14）	[0.14,0.23）	[0.23,0.31]	R1	[0.22,0.81）	[0.81,1.40）	[1.40,1.99]
S2	[0.00,0.03）	[0.03,0.05）	[0.05,0.08]	R2	[-0.23,0.02）	[-0.02,0.19）	[0.19,0.40]
S3	[-5.71,6.49）	[6.49,18.69）	[18.69,30.89]	R3	[987.53,3419.22）	[3419.22,5850.90）	[5850.90,8282.59]
S4	[0.00,0.04）	[0.04,0.08）	[0.08,0.11]	R4	[170.00,1026.67）	[1026.67,1883.33）	[1883.33,2740.00]
S5	[-1.03,-0.87）	[-0.87,-0.72）	[-0.72,-0.56]	R5	[27.33,100.45）	[100.45,173.56）	[173.56,246.68]
S6	[0.00,0.04）	[0.04,0.07）	[0.07,0.10]	R6	[314.90,5016.12)	[5016.12,9717.33）	[9717.33,14418.55]
S7	[0.05,0.43）	[0.43,0.82）	[0.82,1.21]	R7	[0.05,0.08）	[0.08,0.10）	[0.10,0.13]
S8	[0.16,0.51）	[0.51,0.85）	[0.85,1.20]	R8	[0.12,0.15）	[0.15,0.17）	[0.17,0.20]
S9	[1.30,2.37）	[2.37,3.43）	[3.43,4.50]	R9	[1.29,9.47)	[9.47,17.66）	[17.66,25.8]
S10	[1029.00,9501.00)	[9501.00,17973.00)	[17973.00,26445.00]	R10	[34.10,47.83)	[47.83,61.57）	[61.57,75.30]
S11	[1526.00,12920.67)	[12920.6,24315.33）	[24315.33,35710.00]	R11	[80.75,1171.62)	[1171.62,2262.48）	[2262.48,3353.35]
S12	[462.90,2748.73)	[2748.73,5034.57）	[5034.57,7320.40]	R12	[0.00,0.01)	[0.01,0.02）	[0.02,0.03]
S13	[0.01,0.04)	[0.04,0.08）	[0.08,0.11]	R13	[0.40,0.57）	[0.57,0.73）	[0.73,0.90]
S14	[0.00,0.01)	[0.01,0.02）	[0.02,0.03]	R14	[79.32,257.62）	[257.62,435.92）	[435.92,614.25]
S15	[0.00,0.02)	[0.02,0.03）	[0.03,0.05]	R15	[0.00,0.02）	[0.02,0.04）	[0.04,0.06]
S16	[0.00,0.23)	[0.23,0.46）	[0.46,0.69]	R16	[30.02,36.69）	[36.69,43.36）	[43.36,50.03]
S17	[17.26,33.29）	[33.29,49.32）	[49.32,65.35]	R17	[0.03,0.05)	[0.05,0.08）	[0.08,0.11]

新窗口打开|下载CSV

（3）网络结构

神经网络中的处理单元一般分为输入层、隐藏层和输出层,神经元之间的连接方式可分为层间互联和层内互联。根据文中所构建的评价指标体系,选取了一个三层的BP网络模型来评价旅游经济系统的敏感性和应对能力。网络中的神经元及输出神经元分别对应旅游经济系统中的各个指标及其指标指数,根据网络拓扑结构的操作方法确定输入层—隐藏层—输出层个数为16—17—1（图1）。

图1

新窗口打开|下载原图ZIP|生成PPT
图1BP神经网络拓扑结构图

Figure 1The architecture of the back propagation (BP) neural network



（4）网络训练与模拟

运用Matlab软件对评价网络进行训练,两个评价网络的训练样本误差在分别进行40次、45次训练之后达到目标值。把2017年中国30个省（市、区）（不包括西藏及港澳台地区）旅游经济系统敏感性及应对能力的相关数据对应导入已经训练好的网络模型中,再根据脆弱性评价指数公式,计算得出中国各地区旅游经济系统脆弱性评价结果（表3）。

Table 3
表3
表32017年中国各省（市、区）旅游经济系统敏感性、脆弱性、应对能力指数
Table 3Sensitivity, vulnerability, and coping ability index values of the tourism economic system of 30 provinces (municipalities, autonomous regions) in China’s mainland, 2017

省份	S	R	V	省份	S	R	V
北京	0.178	0.124	1.438	河南	0.104	0.187	0.556
天津	0.132	0.187	0.706	湖北	0.115	0.170	0.678
河北	0.098	0.187	0.523	湖南	0.142	0.155	0.913
山西	0.091	0.204	0.446	广东	0.374	0.124	3.019
内蒙古	0.147	0.195	0.756	广西	0.139	0.178	0.778
辽宁	0.107	0.197	0.544	海南	0.203	0.171	1.189
吉林	0.102	0.266	0.383	重庆	0.140	0.191	0.729
黑龙江	0.100	0.267	0.375	四川	0.148	0.204	0.727
上海	0.229	0.156	1.471	贵州	0.142	0.215	0.66
江苏	0.163	0.122	1.333	云南	0.227	0.198	1.148
浙江	0.242	0.121	1.989	陕西	0.147	0.174	0.846
安徽	0.188	0.166	1.13	甘肃	0.091	0.256	0.356
福建	0.198	0.152	1.303	宁夏	0.106	0.251	0.423
江西	0.092	0.173	0.533	青海	0.089	0.208	0.430
山东	0.143	0.101	1.414	新疆	0.138	0.215	0.644

注：S为敏感性;R为应对能力;V为脆弱性。

新窗口打开|下载CSV

2.1.4 地理探测器

地理探测器是探测和利用空间分异性的工具,主要由风险探测、因子探测、生态探测和交互探测组成,其核心思想为：假设某个因变量受某个自变量影响较大,那么这两个变量的空间分布则具有相似性^[45,46,47]。本文主要利用地理探测器中的交互探测、因子探测和生态探测综合分析旅游经济系统脆弱性空间分异的影响因素及因子之间的交互作用。

2.2 数据来源

本文选取中国30个省级行政单元（不包括西藏和港澳台地区）为研究区,由于数据获取困难,本研究暂不把中国西藏地区和港澳台地区放入案例区。各指标所使用的数据来源分别为：S1、S2、S3、S4、S5、S7、S9、S10、S11、S12、S13、S15、S16、S17、R1、R2、R4、R5、R6、R9、R10、R11、R12、R13、R14、R15、R16、R17的指标统计数据来源于2018年《中国统计年鉴》^[48];S6、S8、R3、R7、R8的指标统计数据来源于2018年《中国旅游统计年鉴》^[49];S14的指标统计数据来源于2018年《中国法律年鉴》^[50]以及部分省市的2018年司法报告;由于社会保障支出是社会性公共支出的主要部分,因此用R7公共服务支出占财政支出比重来测度社会保障系数;青海、宁夏地区连锁餐饮企业营业额缺失,以最小值海南省数据代替;其余的个别缺失数据通过算术平均值法进行处理。地图数据来自国家测绘局1:400万基础地理信息数据库。

3 结果与分析

3.1 旅游经济系统脆弱性、敏感性和应对能力总体评价与空间分异特征

3.1.1 旅游经济系统脆弱性、敏感性和应对能力“等级化”分异特征

根据旅游经济系统脆弱性指数,采用自然断裂点分级法,分别将旅游经济系统脆弱性、敏感性和应对能力划分为低度、中等、较高、高度4个等级,并利用ArcGIS绘制出中国旅游经济系统脆弱性、敏感性和应对能力的空间分布图（图2）。根据测算分析,各省（市、区）旅游经济系统脆弱性指数平均值为0.915,说明中国旅游经济系统整体处于较高脆弱状态。对地区数量进行分级统计分析,发现处于中等脆弱和低度脆弱的省份数量均为10个,两者总和占省份总数的66.67%,处于较高脆弱和高度脆弱的省份数量分别为9个和1个,分别占省份总数的30.00%和3.33%,表明中国旅游经济系统脆弱性等级数量呈现中部和底部多、顶部少的分布特征。各省（市、区）旅游经济系统敏感性指数平均值为0.151,说明中国旅游经济系统整体处于中等敏感状态。处于低度敏感和中等敏感的省份数量分别为11个和12个,两者总和占省份总数的76.67%,处于较高敏感和高度敏感的省份数量分别为6个和1个,分别占省份总数的20.00%和3.33%,表明中国旅游经济系统敏感性等级数量分布特征与脆弱性等级数量分布特征较为相似。各省（市、区）旅游经济系统应对能力平均值为0.184,说明中国旅游经济系统整体处于较高应对能力状态。处于中等应对能力和较高应对能力的省份数量分别为9个和12个,分别占省份总数的30.00%和40.00%,处于低度应对能力和高度应对能力的省份数量分别为5个和4个,分别占省份总数的16.67%和13.33%,表明中国旅游经济系统应对能力等级数量呈现中间多,两头少的分布特征。

图2

新窗口打开|下载原图ZIP|生成PPT
图22017年中国各省（市、区）旅游经济系统敏感性（a）、应对能力（b）、脆弱性（c）等级空间分布图

Figure 2The hierarchical spatial distribution of sensitivity (a), coping ability (b), and vulnerability (c) of the tourism economic system of 30 provinces (municipalities, autonomous regions) in China’s mainland, 2017



3.1.2 旅游经济系统脆弱性、敏感性和应对能力“集群化”分异特征

从图2中可以看出,就脆弱性而言,旅游经济系统脆弱性较高的省份主要分布在东部沿海地区,且表现出一定的“集群化”特征,旅游经济系统脆弱性中等的省份包括新疆、内蒙古、陕西、天津、四川、重庆、湖北、湖南、贵州、广西,呈现出显著的“J”型分布特征。就敏感性而言,处于旅游经济系统低度敏感的省份在空间上呈现出以青海、甘肃、宁夏3省集聚的“块状”分布特征,和以东北三省、河北、山西、河南、湖北、江西共8个省份集聚的“条状”分布特征,处于旅游经济系统中等敏感的省份除北京、天津、山东、江苏以外,还包括新疆、内蒙古、陕西、四川、重庆、湖南、广西、贵州,同样呈现出与旅游经济系统中等脆弱水平相似的“J”型分布特征。就应对能力而言,处于旅游经济系统较高和高度应对能力的省份主要分布在东北部地区、中部部分地区以及西部广大地区,处于旅游经济系统中等和低度应对能力的省份包括陕西、湖北、湖南、安徽、江西、福建、上海、广西、海南、山东、江苏、浙江、广东、北京,同样呈现出明显的集聚分布特征。整体来说,中国旅游经济系统脆弱性存在省际空间分异,且相同的旅游经济系统脆弱性等级类型集聚效应明显。就三大区域而言,东部地区省份的旅游经济系统跨越了低度脆弱、中等脆弱、较高脆弱和高度脆弱4个等级,呈现出旅游经济系统脆弱性内部差异显著、区域不平衡突出的特征;中部和西部地区省份的旅游经济系统均跨越了低度脆弱、中等脆弱和较高脆弱3个等级,表明中西部地区的旅游经济系统脆弱性内部差异较不明显,区域平衡性高于东部地区。

3.1.3 旅游经济系统脆弱性、敏感性和应对能力“极差化”分异特征

本文引入平均值、极差、标准差和变异系数来分析中国旅游经济系统脆弱性的区域空间差异特征（表4）。全国30个省级行政单元（不包括西藏及港澳台地区）旅游经济系统脆弱性的极差、标准差和变异系数分别为2.633、0.570、和0.623,表明中国旅游经济系统脆弱性在省域层面差异显著,且存在极化现象。具体来说,旅游经济系统脆弱性指数最高值为广东省,约为全国平均值的3.289倍,脆弱性指数最低值为甘肃省,约为全国平均值的0.389倍。就旅游经济系统敏感性和应对能力而言,同样存在显著的省际区域差异和极化现象,敏感性指数最高值同样为广东省,约为全国敏感性平均值的2.476倍,敏感性指数最低值为青海省,约为全国敏感性平均值的0.589倍,应对能力指数最高值为黑龙江省,约为全国应对能力指数平均值的1.451倍,最低值为山东省,约为全国平均值的0.548倍。针对区域整体敏感性、应对能力和脆弱性,将三大区域^①(①东部包括辽宁、河北、北京、天津、山东、江苏、上海、浙江、福建、广东、海南,共11个;中部包括黑龙江、吉林、山西、河南、安徽、湖北、湖南、江西,共8个;西部包括内蒙古、陕西、甘肃、宁夏、青海、新疆、四川、云南、贵州、西藏、重庆、广西,共12个。)平均值与全国平均值相比较,可看出三大区域之间差异明显。东部、中部、西部地区旅游经济系统敏感性平均值分别为0.184、0.120和0.137,而全国旅游经济系统敏感性平均值为0.151,表明东部地区的旅游经济系统敏感性高于全国平均水平,而中部和西部地区的旅游经济系统敏感性均低于全国平均水平,旅游经济系统脆弱性情况与之相似。这是由经济、社会、自然等诸多因素共同作用形成的,东部地区城市化发展较快,尤其是珠三角、长三角地区对外开放程度高,旅游业发展受出入境旅游和国际外部非稳定环境的影响较大,且东部地区地处环太平洋带,遭遇台风、洪涝灾害、风暴潮灾害等自然灾害的可能性大,因此使得其旅游经济系统敏感性和脆弱性程度高;西部地区生态环境恶劣,自然灾害频繁,也严重影响了其旅游经济系统敏感性和脆弱性;与东部和西部地区相比,中部地区由于其地理位置、生态环境、社会经济等方面特征,旅游经济遭受内部和外部环境影响的可能性最低,因此其旅游经济系统敏感性和脆弱性程度也最低。与全国旅游经济系统应对能力平均值相比,东部地区的旅游经济系统应对能力同样高于全国平均水平,中部和西部地区的旅游经济系统应对能力同样低于全国水平,这是因为旅游经济系统应对能力很大程度上依赖于区域经济条件,东部地区经济实力较强,能够通过投资、管理等方式提高区域教育和医疗水平,改善基础设施条件等,从而为旅游经济发展提供良好的外部环境支撑,提升其旅游经济系统风险应对能力。中西部地区的经济发展水平明显不如东部地区,因此其旅游经济系统风险应对能力也较弱。

Table 4
表4
表42017年中国各省（市、区）旅游经济系统敏感性、应对能力、脆弱性的平均值、极差、标准差及变异系数
Table 4The mean, range, standard deviation, and coefficient of variation of vulnerability, sensitivity, and coping capacity of the tourism economic system of 30 provinces (municipalities, autonomous regions) in China’s mainland, 2017

		平均值	极差	标准差	变异系数
东部	S	0.184	0.276	0.075	0.408
	R	0.205	0.143	0.043	0.210
	V	1.224	2.589	0.725	0.592
中部	S	0.120	0.097	0.033	0.275
	R	0.163	0.086	0.030	0.184
	V	0.647	0.928	0.289	0.447
西部	S	0.137	0.138	0.041	0.299
	R	0.176	0.150	0.044	0.250
	V	0.770	1.082	0.350	0.455
全国	S	0.151	0.284	0.061	0.404
	R	0.184	0.166	0.043	0.234
	V	0.915	2.663	0.570	0.623

新窗口打开|下载CSV

3.2 旅游经济系统脆弱性空间分析的影响因素分析

首先借助主成分分析法提取出5个因子,分别为S5（产业结构多样化指数）、R8（教育支出占财政支出比重）、S6（入境旅游人数占游客总人数比重）、R2（旅游收入增长率）、S4（旅游外汇收入占旅游总收入比重）,然后借助地理探测器进行影响因素分析。

3.2.1 因此探测分析

因子探测用于探测各因子多大程度上解释了旅游经济系统脆弱性的空间分异^[51],其解释程度用q值来表示。由表5可知,S5（产业结构多样化指数）的q值为0.576,在5个因子中q值最大,说明S5（产业结构多样化指数）是中国旅游经济系统脆弱性空间分异的最主要影响因素。多样化的产业结构是保持旅游经济系统长期稳定的重要前提条件,长期依靠单一产业发展,会导致旅游经济系统在面临内部调整和外部冲击时,出现“断崖式”的发展风险,因此各地区应根据实际情况,积极调整产业结构,促进产业结构向多元化方向发展,以此来降低旅游经济系统的敏感性及脆弱性程度。S6（入境旅游人数占游客总人数比重）和R2（旅游收入增长率）的q值分别为0.564和0.502,q值均大于0.500,说明其对旅游经济系统脆弱性的空间分异有较大影响。外向型旅游经济活动往往与外部环境变化密切相关,如国际金融环境、政策连续性以及政府对外关系等,这直接影响到旅游经济系统的敏感性程度,由于入境旅游市场难以控制,过高依赖入境旅游的地区在面临外界环境的扰动时,其旅游经济系统更容易受到破坏。对入境旅游依赖程度较高的地区应注意调整旅游客源市场结构,以降低旅游经济系统的敏感性,推动区域旅游经济可持续发展。较高的旅游收入增长率反映了旅游经济发展的良好态势,有利于增强对旅游发展的经济支撑,提高旅游经济系统的应对能力。因此,促进地区旅游经济发展、提高旅游经济实力是降低旅游经济系统脆弱性的重要途径。R8（教育支出占财政支出比重）的q值为0.487,q值小于0.500,说明其对旅游经济系统脆弱性空间分异的影响较小。S4（旅游外汇收入占旅游总收入比重）的q值为0.271,说明其对旅游经济系统脆弱性空间分异的影响最小,这与中国目前国内旅游收入在旅游业总收入中占主体的现实情况相一致。

Table 5
表5
表5地理探测器的因子探测结果
Table 5Factor detection results of geographical detectors

	S5	R8	S6	R2	S4
q statistic	0.576	0.487	0.564	0.502	0.271
p value	0.028	0.179	0.052	0.012	0.213

新窗口打开|下载CSV

3.2.2 交互探测分析

交互探测可以识别不同因子之间共同作用是否增加或减弱对旅游经济系统脆弱性空间分异的解释程度。因子交互探测的结果显示（表6）,S4（旅游外汇收入占旅游总收入比重）与S5（产业结构多样化指数）的交互值为0.857,与S6（入境旅游人数占游客总人数比重）的交互值为0.709,与R2（旅游收入增长率）的交互值为0.679,与R8（教育支出占财政支出比重）的交互值为0.693,均大于S4（旅游外汇收入占旅游总收入比重）的单独作用值0.562,说明S4（旅游外汇收入占旅游总收入比重）与其他因子两两交互后,对旅游经济系统脆弱性空间分异的影响起到了双因子增强的效果,且S4（旅游外汇收入占旅游总收入比重）与S5（产业结构多样化指数）的交互值最高,表明这2个因子交互后对旅游经济系统脆弱性空间分异的影响最大。同理,其余任何两个因子之间的交互作用值均大于其中某个因子的单独作用值,这说明单个因子对旅游经济系统脆弱性空间分异的影响较小,但都对其发挥着同向作用,而因子间的交互作用会增强对旅游经济系统脆弱性空间分异的解释力度,即旅游经济系统脆弱性空间分异特征不是由单一影响因素造成的,而是不同影响因素共同作用的结果。因此,在制定区域旅游经济可持续发展策略时,应充分考虑各影响因素的单独作用特点,以及不同影响因素的交互作用效果,采取差异化多元调控策略,避免因子间的相互作用增强对旅游经济系统脆弱性的影响程度。

Table 6
表6
表6地理探测器的交互探测结果
Table 6Interactive detection results of geographical detectors

	S4	S5	S6	R2	R8
S4	0.562
S5	0.857	0.452
S6	0.709	0.769	0.571
R2	0.679	0.781	0.710	0.562
R8	0.693	0.743	0.773	0.679	0.278

新窗口打开|下载CSV

3.2.3 生态探测分析

生态探测用来探究2个因子对旅游经济系统脆弱性空间分异的影响是否存在显著差异,“Y”表示两个影响因子间的相对重要性显著,“N”表示两个影响因子间的相对重要性不显著。由生态探测结果可知（表7）,S5（产业结构多样化指数）与S4（旅游外汇收入占旅游总收入比重）相比较对旅游经济系统脆弱性空间分异的影响存在显著差异;S6（入境旅游人数占游客总人数比重）与S4（旅游外汇收入占旅游总收入比重）相比较对旅游经济系统脆弱性空间分异的影响存在显著差异,与S5（产业结构多样化指数）相比较对旅游经济系统脆弱性空间分异的影响不存在显著差异;R2（旅游收入增长率）与S4（旅游外汇收入占旅游总收入比重）相比较对旅游经济系统脆弱性空间分异的影响存在显著差异,与S5（产业结构多样化指数）、S6（入境旅游人数占游客总人数比重）2个因子相比较对旅游经济系统脆弱性空间分异的影响均不存在显著差异;R8（教育支出占财政支出比重）与S4（旅游外汇收入占旅游总收入比重）相比较对旅游经济系统脆弱性空间分异的影响存在显著差异,与其他3个因子相比较对旅游经济系统脆弱性空间分异的影响均不存在显著差异。以上结果更进一步证明产业结构多样化指数对中国旅游经济系统脆弱性空间分异具有重要影响作用,因此,在中国经济高质量发展的时代背景下,研究区域产业结构多样化问题,具有重大的现实意义,同时也为各区域制定旅游经济可持续发展策略提供了可参考的方向。

Table 7
表7
表7地理探测器的生态探测结果
Table 7Ecological detection results of geographical detectors

	S4	S5	S6	R2	R8
S4
S5	Y
S6	Y	N
R2	Y	N	N
R8	Y	N	N	N

新窗口打开|下载CSV

4 结论与讨论

4.1 结论

本文以中国30个级行政单元（不包括西藏和港澳台地区）为研究区域,在探讨旅游经济系统脆弱性内涵的基础上,从敏感性和应对能力两个方面构建旅游经济系统脆弱性评价指标体系,运用BP人工神经网络模型、脆弱性评价指数模型、地理探测器等研究方法,对中国旅游经济系统脆弱性省际空间分异特征及影响因素进行分析,得到如下结论：

（1）中国旅游经济系统整体处于较高脆弱、中等敏感、较高应对能力状态。根据等级数量统计分析结果,旅游经济系统敏感性等级数量与脆弱性等级数量均呈现中部和底部多、顶部少的分布特征,而旅游经济系统应对能力等级数量呈现中间多,两头少的分布特征。

（2）中国旅游经济系统脆弱性省际空间分异明显,且脆弱性、敏感性和应对能力均呈现“集群化”分布特征。东部地区旅游经济系统脆弱性内部差异显著、区域不平衡现象突出,中部和西部地区旅游经济系统脆弱性内部差异较不明显,区域平衡性高于东部地区。

（3）中国旅游经济系统脆弱性、敏感性和应对能力呈现出“极差化”分异特征。东部地区的旅游经济系统敏感性、脆弱性和应对能力均高于全国平均水平,中部和西部地区的旅游经济系统敏感性、脆弱性和应对能力均低于全国平均水平,这是由区域地理环境、社会经济发展状况等多方面原因共同导致的。

（4）产业结构多样化指数是中国旅游经济系统脆弱性空间分异的最主要影响因素,多样化的产业结构是保持旅游经济系统长期稳定的重要前提条件。入境旅游人数占游客总人数比重和旅游收入增长率对旅游经济系统脆弱性的空间分异有较大影响,旅游外汇收入占旅游总收入比重对旅游经济系统脆弱性空间分异的影响最小。

（5）单个因子对旅游经济系统脆弱性空间分异的影响较小,但都对其发挥着同向作用,因子间的交互作用会增强对旅游经济系统脆弱性空间分异的解释力度,旅游经济系统脆弱性空间分异是不同影响因素共同作用的结果。

4.2 讨论

随着大众旅游、全域旅游时代的到来,我国旅游业亟待转型发展、提质增效。开展旅游经济系统脆弱性评价与影响因素分析,是探讨旅游经济健康、绿色、可持续发展的重要科学途径,也是在全域旅游背景下不断提升旅游经济发展质量的客观要求,具有十分重要的现实和理论意义。本文通过构建旅游经济系统脆弱性综合评价指标体系,运用BP人工神经网络模型和脆弱性评价指数模型等方法,对中国旅游经济系统脆弱性进行了总体评价、省际空间分异研究。但本文在旅游经济系统脆弱性评价指标体系的构建方面,尚不够全面和完善,还有待于进一步完善和优化。同时,受于统计数据和资料获取难度大的限制,本文只对2017年中国30个省级行政单元（不包括西藏和港澳台地区）的旅游经济系统脆弱性作了横向比较,对时间纵向演化尚未研究,而较长时间尺度的面板数据可能会更好地反映出旅游经济系统脆弱性时空演化规律,并可以更加准确地辨析其主要影响因素,因此这将是下一步研究的主要方向之一。由于中国省域之间在地理区位、旅游资源、自然环境、社会经济发展等方面存在巨大差异,旅游经济脆弱性也呈现出不同的地方化特征和多因素交互胁迫作用,如何准确识别核心影响因素及其交互作用,并结合不同区域的旅游经济脆弱性的特点,寻求降低区域旅游经济系统脆弱性的方法和策略,对区域旅游经济系统脆弱性进行积极调控,也是目前和今后研究中需要突破的重点。

参考文献 View Option 原文顺序
文献年度倒序
文中引用次数倒序
被引期刊影响因子

[1] Kates R W, Clark W C, Corel R , et al. Environment and development: Sustainability science
[J]. Science, 2001,292(5517):641-642.
DOI:10.1126/science.1059386URLPMID:11330321 [本文引用: 1]

[2] Turner B L, Kasperson R E, Matson P A , et al. A frame work for vulnerability analysis in sustainability science
[J]. Proceedings of the National Academy of Sciences of the United States of America, 2003,100(14):8074-8079.
DOI:10.1073/pnas.1231335100URLPMID:12792023 [本文引用: 1]
Global environmental change and sustainability science increasingly recognize the need to address the consequences of changes taking place in the structure and function of the biosphere. These changes raise questions such as: Who and what are vulnerable to the multiple environmental changes underway, and where? Research demonstrates that vulnerability is registered not by exposure to hazards (perturbations and stresses) alone but also resides in the sensitivity and resilience of the system experiencing such hazards. This recognition requires revisions and enlargements in the basic design of vulnerability assessments, including the capacity to treat coupled human-environment systems and those linkages within and without the systems that affect their vulnerability. A vulnerability framework for the assessment of coupled human-environment systems is presented.

[3] Janssen M A, Schoon M L, Ke W , et al. Scholarly networks on resilience, vulnerability and adaptation within the human dimensions of global environmental change
[J]. Global Environmental Change, 2006,16(3):240-252.
DOI:10.1016/j.gloenvcha.2006.04.001URL [本文引用: 1]

[4] 杨飞, 马超, 方华军 . 脆弱性研究进展: 从理论研究到综合实践
[J]. 生态学报, 2019,39(2):441-453.
DOI:10.5846/stxb201802020289URL [本文引用: 1]
从20世纪60年代脆弱性概念提出到21世纪脆弱性逐渐成为一门独立的新科学，脆弱性已成为评价地区发展状况的依据以及衡量未来发展规划的判据。基于国内外脆弱性研究文献的回顾和总结，回顾了脆弱性概念起源与发展，梳理了脆弱性评价的定性和定量方法，科学评述了21世纪以来脆弱性研究的新进展：评价方法创新、多尺度精细评价、多源数据挖掘、关键要素阈值界定、人为活动影响和脆弱性演化机理综合研究。研究发现21世纪以来脆弱性进展迅速，主要特点为多元化、多角度、精细化和综合化，表现为评价数据和方法的多元化；横向空间对比和纵向时间序列的多角度分析；多尺度精细评价；关键要素阈值与演化机理综合研究。未来，脆弱性研究应完善脆弱性概念框架和理论体系，关注耦合系统脆弱性过程与机制，探究脆弱性驱动因素和演化机理，科学界定脆弱性关键要素阈值，挖掘和提取多源遥感数据信息，开展系统脆弱性动态评价和时空分析，实现脆弱性定量评价与综合实践，最终满足国家和地区可持续发展战略的需要。
[ Yang F, Ma C, Fang H J . Research progress of vulnerability: From theoretical research to comprehensive practice
[J]. Acta Ecologica Sinica, 2019,39(2):441-453.]
DOI:10.5846/stxb201802020289URL [本文引用: 1]
从20世纪60年代脆弱性概念提出到21世纪脆弱性逐渐成为一门独立的新科学，脆弱性已成为评价地区发展状况的依据以及衡量未来发展规划的判据。基于国内外脆弱性研究文献的回顾和总结，回顾了脆弱性概念起源与发展，梳理了脆弱性评价的定性和定量方法，科学评述了21世纪以来脆弱性研究的新进展：评价方法创新、多尺度精细评价、多源数据挖掘、关键要素阈值界定、人为活动影响和脆弱性演化机理综合研究。研究发现21世纪以来脆弱性进展迅速，主要特点为多元化、多角度、精细化和综合化，表现为评价数据和方法的多元化；横向空间对比和纵向时间序列的多角度分析；多尺度精细评价；关键要素阈值与演化机理综合研究。未来，脆弱性研究应完善脆弱性概念框架和理论体系，关注耦合系统脆弱性过程与机制，探究脆弱性驱动因素和演化机理，科学界定脆弱性关键要素阈值，挖掘和提取多源遥感数据信息，开展系统脆弱性动态评价和时空分析，实现脆弱性定量评价与综合实践，最终满足国家和地区可持续发展战略的需要。

[5] 唐波, 邱锦安, 彭永超 , 等. 基于CiteSpace国内脆弱性的知识图谱和研究进展
[J]. 生态经济, 2018,34(5):172-178.
[本文引用: 1]

[ Tang B, Qiu J A, Peng Y C , et al. Knowledge structure and progress of China’s vulnerability research: An analysis based on CiteSpace map
[J]. Ecological Economy, 2018,34(5):172-178.]
[本文引用: 1]

[6] 苏飞, 储毓婷, 张平宇 . 中国典型旅游城市经济脆弱性及障碍因素分析
[J]. 经济地理, 2013,33(12):189-194.
[本文引用: 1]

[ Su F, Chu Y T, Zhang P Y . Analysis of economic vulnerability and obstacle factors of typical tourism cities in China
[J]. Economic Geography, 2013,33(12):189-194.]
[本文引用: 1]

[7] 李锋 . 基于集对分析法(SPA)的中国旅游经济系统脆弱性测度研究
[J]. 旅游科学, 2013,27(1):15-28.
[本文引用: 1]

[ Li F . Study of vulnerability measurement of Chinese tourism economic system: Based on SPA
[J]. Tourism Science, 2013,27(1):15-28.]
[本文引用: 1]

[8] Patrick G . Assessing the economic vulnerability of small island developing states and the least developed countries
[J]. Working Papers, 2010,46(5):828-854.
[本文引用: 1]

[9] Csete M, Palvolgyi T, Szendro G . Assessment of climate change vulnerability of tourism in Hungary
[J]. Regional Environmental Change, 2013,13(5):1043-1057.
DOI:10.1007/s10113-013-0417-7URL [本文引用: 1]

This paper applies vulnerability assessment methodology to assess the comparative vulnerability of different tourism supply types by region in Hungary. The steps of the methodology include (1) definition of tourism supply typology, (2) identifying exposure indicators, (3) identifying sensitivity indicators, (4) identification of adaptive capacity indicators and (5) developing a vulnerability map. It is clear that climate change has potential negative effects on tourism in Hungary, but the spatial distribution, as well as the sub-sectoral (by tourism supply types) differences of these impacts is almost unknown. Most research papers dealing with the vulnerability of tourism mainly focus on a specific tourism type, whereas this article aims to address all of them from a regional point of view. The key results presented in this paper include the vulnerability map of the country showing the relative vulnerability of different tourism supply types and detailed analysis investigating the possible causes and driving factors. We have categorized tourism regions based on the five most vulnerable tourism supply types. The most significant of them all turned out to be outdoor event-based tourism, being the most vulnerable in the two southern regions, since the expected impacts of climate change are foreseen to be the most significant in these areas.



[10] Perchnielsen S L . The vulnerability of beach tourism to climate change: An index approach
[J]. Climatic Change, 2010,100(3-4):579-606.
DOI:10.1007/s10584-009-9692-1URL [本文引用: 1]

[11] Scott D, Dawson J, Jones B . Climate change vulnerability of the US northeast winter recreation: Tourism sector
[J]. Mitigation & Adaptation Strategies for Global Change, 2008,13(5-6):577-596.
DOI:10.1093/pubmed/fdz158URLPMID:31883007 [本文引用: 1]
Studies of adults show that adverse childhood experiences (ACEs) are associated with health and social problems and are more common among people living in deprived areas. However, there is limited information about the geographical pattern of contemporary ACEs.

[12] 谭丽荣, 陈珂, 王军 , 等. 近20年来沿海地区风暴潮灾害脆弱性评价
[J]. 地理科学, 2011,31(9):1111-1117.
[本文引用: 1]

[ Tan L R, Chen K, Wang J , et al. Assessment on storm surge vulnerability of coastal regions during the past twenty years
[J]. Scientia Geographica Sinica, 2011,31(9):1111-1117.]
[本文引用: 1]

[13] 石先武, 国志兴, 张尧 , 等. 风暴潮灾害脆弱性研究综述
[J]. 地理科学进展, 2016,35(7):889-897.
DOI:10.18306/dlkxjz.2016.07.010URL [本文引用: 1]
脆弱性是自然灾害风险研究的热点,风暴潮灾害脆弱性与风暴潮自然过程强度以及沿海社会经济、人口、自然环境等因素相关。本文从风暴潮灾害脆弱性定义出发,对国内外风暴潮灾害社会脆弱性和物理脆弱性进行了回顾,重点对人口、海堤、房屋等风暴潮灾害典型承灾体物理脆弱性研究进展进行了论述,分析了风暴潮灾害脆弱性评价中存在的不确定性,探讨了风暴潮灾害脆弱性在灾害损失评估、保险及再保险、防灾减灾决策支持等领域的应用,对未来风暴潮灾害脆弱性研究提出了以下展望：①开发符合中国沿海区域风暴潮灾害特征和承灾体分布的定量化、精细化脆弱性曲线,拓展风暴潮脆弱性评价结果在保险理赔、灾害损失评估等领域应用;②气候变化背景下中国沿海面临风暴潮巨灾风险,迫切需要建立科学的基于灾害实地踏勘以及物模实验、数值模拟相结合的风暴潮灾害典型承灾体脆弱性评估方法模型。
[ Shi X W, Guo Z X, Zhang Y , et al. A review of research on vulnerability to storm surges
[J]. Progress in Geography, 2016,35(7):889-897.]
DOI:10.18306/dlkxjz.2016.07.010URL [本文引用: 1]
脆弱性是自然灾害风险研究的热点,风暴潮灾害脆弱性与风暴潮自然过程强度以及沿海社会经济、人口、自然环境等因素相关。本文从风暴潮灾害脆弱性定义出发,对国内外风暴潮灾害社会脆弱性和物理脆弱性进行了回顾,重点对人口、海堤、房屋等风暴潮灾害典型承灾体物理脆弱性研究进展进行了论述,分析了风暴潮灾害脆弱性评价中存在的不确定性,探讨了风暴潮灾害脆弱性在灾害损失评估、保险及再保险、防灾减灾决策支持等领域的应用,对未来风暴潮灾害脆弱性研究提出了以下展望：①开发符合中国沿海区域风暴潮灾害特征和承灾体分布的定量化、精细化脆弱性曲线,拓展风暴潮脆弱性评价结果在保险理赔、灾害损失评估等领域应用;②气候变化背景下中国沿海面临风暴潮巨灾风险,迫切需要建立科学的基于灾害实地踏勘以及物模实验、数值模拟相结合的风暴潮灾害典型承灾体脆弱性评估方法模型。

[14] 李平星, 樊杰 . 基于VSD模型的区域生态系统脆弱性评价: 以广西西江经济带为例
[J]. 自然资源学报, 2014,29(5):779-788.
[本文引用: 1]

[ Li P X, Fan J . Regional ecological vulnerability assessment of the Guangxi Xijiang River Economic Belt in southwest China with VSD model
[J]. Journal of Natural Resources, 2014,29(5):779-788.]
[本文引用: 1]

[15] 张德君, 高航, 杨俊 , 等. 基于GIS的南四湖湿地生态脆弱性评价
[J]. 资源科学, 2014,36(4):874-882.
[本文引用: 1]

[ Zhang D J, Gao H, Yang J , et al. Assessment for the ecological vulnerability of Nansihu Wetland based on GIS technology
[J]. Resources Science, 2014,36(4):874-882.]
[本文引用: 1]

[16] 林金煌, 胡国建, 祁新华 , 等. 闽三角城市群生态环境脆弱性及其驱动力
[J]. 生态学报, 2018,38(12):4155-4166.
DOI:10.5846/stxb201801300247URL [本文引用: 1]
生态安全是地区社会经济可持续发展的基本前提之一，而生态环境脆弱性会威胁地区的生态安全，进行生态环境脆弱性评价具有重要意义。以闽三角城市群为例，分别选取2000年和2015年的高程、坡度、岩性、土壤类型、NDVI、年均降水量、年均温、人口密度、人均GDP、路网密度、景观多样性、土地利用程度和工业固体废弃物排放量等13个指标，基于空间主成分分析法，并结合全局Moran'I和LISA聚类图，从整体特征、空间差异、空间集聚、地类脆弱性分异以及驱动力5个方面，探讨闽三角城市群的生态环境脆弱性及其驱动力。结果表明：2000-2015年间，闽三角城市群的生态环境脆弱性整体处于中度脆弱，但呈现出由中度脆弱向重度脆弱过渡的趋势；2000-2015年间，生态环境脆弱性呈现出由东南沿海向西北内陆逐渐增强的整体趋势，并存在明显的地带性特征，东南沿海增长不明显，部分地区有所下降，而西北内陆增长明显；生态环境脆弱性存在显著的空间自相关性，且为显著正相关，在西北部山区地带为显著的高高聚集，在东南沿海平原地带为显著的低低聚集，16年间集聚性特征在空间上有所迁移和扩张；2000-2015年间，生态环境脆弱性在各地类存在着一定的异质性，其生态环境脆弱性指数大小顺序始终为：林地 > 未利用地 > 草地 > 耕地 > 水域 > 建设用地，整体由中度脆弱向重度脆弱过渡；2000-2015年间，生态环境脆弱性的驱动力有所变化，但人口密度、景观多样性、岩性和土壤类型一直是闽三角城市群生态环境脆弱性主要的驱动力。
[ Lin J H, Hu G J, Qi X H , et al. Ecological environmental vulnerability and its driving forces in urban agglomeration in the Fujian Delta region
[J]. Acta Ecologica Sinica, 2018,38(12):4155-4166.]
DOI:10.5846/stxb201801300247URL [本文引用: 1]
生态安全是地区社会经济可持续发展的基本前提之一，而生态环境脆弱性会威胁地区的生态安全，进行生态环境脆弱性评价具有重要意义。以闽三角城市群为例，分别选取2000年和2015年的高程、坡度、岩性、土壤类型、NDVI、年均降水量、年均温、人口密度、人均GDP、路网密度、景观多样性、土地利用程度和工业固体废弃物排放量等13个指标，基于空间主成分分析法，并结合全局Moran'I和LISA聚类图，从整体特征、空间差异、空间集聚、地类脆弱性分异以及驱动力5个方面，探讨闽三角城市群的生态环境脆弱性及其驱动力。结果表明：2000-2015年间，闽三角城市群的生态环境脆弱性整体处于中度脆弱，但呈现出由中度脆弱向重度脆弱过渡的趋势；2000-2015年间，生态环境脆弱性呈现出由东南沿海向西北内陆逐渐增强的整体趋势，并存在明显的地带性特征，东南沿海增长不明显，部分地区有所下降，而西北内陆增长明显；生态环境脆弱性存在显著的空间自相关性，且为显著正相关，在西北部山区地带为显著的高高聚集，在东南沿海平原地带为显著的低低聚集，16年间集聚性特征在空间上有所迁移和扩张；2000-2015年间，生态环境脆弱性在各地类存在着一定的异质性，其生态环境脆弱性指数大小顺序始终为：林地 > 未利用地 > 草地 > 耕地 > 水域 > 建设用地，整体由中度脆弱向重度脆弱过渡；2000-2015年间，生态环境脆弱性的驱动力有所变化，但人口密度、景观多样性、岩性和土壤类型一直是闽三角城市群生态环境脆弱性主要的驱动力。

[17] 刘凯, 任建兰, 程钰 , 等. 黄河三角洲地区社会脆弱性评价与影响因素
[J]. 经济地理, 2016,36(7):45-52.
[本文引用: 1]

[ Liu K, Ren J L, Cheng Y , et al. Yellow River Delta social vulnerability evaluation and influence factor
[J]. Economic Geography, 2016,36(7):45-52.]
[本文引用: 1]

[18] 刘伟, 徐洁, 黎洁 . 陕南易地扶贫搬迁农户生计脆弱性研究
[J]. 资源科学, 2018,40(10):2002-2014.
DOI:10.18402/resci.2018.10.09URL [本文引用: 1]
易地扶贫搬迁是精准扶贫的重要实现途径之一,脆弱性评估为易地扶贫搬迁在生计层面的研究提供了一个新思路。本研究通过构建易地扶贫搬迁农户的生计脆弱性评价指标体系及评估模型,运用生计脆弱性指数衡量农户的生计脆弱度,探讨不同类型农户的生计脆弱性指数及其维度的差异,选择多元线性回归模型分析估计农户暴露度、敏感性、适应能力和生计脆弱度的影响因素。结果显示：调查区域工程移民的生计脆弱性指数分布不均,内部分化明显,生计脆弱度相对较高,而各种安置方式的农户群体之间均在生计上表现出一定的脆弱程度。高收入农户生计脆弱性指数为偏态分布,表现为相对低位均衡化。随着农户生计多样化程度的提升,从单一生计户到多种生计户,敏感性和适应能力均趋于升高,而两种生计户的生计脆弱度最低。风险冲击、信贷可能性和已搬迁时间以及家庭规模、家庭负担比、教育和对周围人信任度均是影响易地扶贫搬迁农户生计脆弱性的重要因素。针对项目区搬迁农户生计脆弱性差异和重要影响因素,提出降解生计脆弱性的对策建议。
[ Liu W, Xu J, Li J . Livelihood vulnerability of rural households under poverty alleviation relocation in southern Shaanxi, China
[J]. Resources Science, 2018,40(10):2002-2014.]
DOI:10.18402/resci.2018.10.09URL [本文引用: 1]
易地扶贫搬迁是精准扶贫的重要实现途径之一,脆弱性评估为易地扶贫搬迁在生计层面的研究提供了一个新思路。本研究通过构建易地扶贫搬迁农户的生计脆弱性评价指标体系及评估模型,运用生计脆弱性指数衡量农户的生计脆弱度,探讨不同类型农户的生计脆弱性指数及其维度的差异,选择多元线性回归模型分析估计农户暴露度、敏感性、适应能力和生计脆弱度的影响因素。结果显示：调查区域工程移民的生计脆弱性指数分布不均,内部分化明显,生计脆弱度相对较高,而各种安置方式的农户群体之间均在生计上表现出一定的脆弱程度。高收入农户生计脆弱性指数为偏态分布,表现为相对低位均衡化。随着农户生计多样化程度的提升,从单一生计户到多种生计户,敏感性和适应能力均趋于升高,而两种生计户的生计脆弱度最低。风险冲击、信贷可能性和已搬迁时间以及家庭规模、家庭负担比、教育和对周围人信任度均是影响易地扶贫搬迁农户生计脆弱性的重要因素。针对项目区搬迁农户生计脆弱性差异和重要影响因素,提出降解生计脆弱性的对策建议。

[19] 周苏娥, 张明军, 王圣杰 , 等. 甘肃省河西地区自然-社会系统脆弱性评价
[J]. 资源科学, 2018,40(2):452-462.
DOI:10.18402/resci.2018.02.20URL [本文引用: 1]
脆弱性是全球环境变化和区域可持续发展研究中的重点内容与热点问题。本文基于脆弱性评价模型、因子贡献度模型和熵权法,通过构建自然-社会系统脆弱性评价体系,定量分析了甘肃省河西地区各乡镇的自然-社会系统的暴露度、敏感性、适应能力和脆弱性,以及各指标和各要素层对自然-社会系统脆弱性的贡献度。研究结果表明：①甘肃省河西地区中度、较高度和高度脆弱性区域占河西地区总面积的70.85%,脆弱程度高;②河西地区南部高海拔山区的脆弱性明显高于北部低海拔地区;③从三大内陆河流域来看,疏勒河流域脆弱性的程度最高,黑河流域次之,石羊河流域最低;④河西地区以自然适应能力、社会经济敏感性、自然敏感性和自然暴露度为主要贡献因子的地区分别占河西面积的91.77%、87.23%、67.85%和56.53%,降低河西地区自然适应能力、社会经济敏感性、自然敏感性和自然暴露度是降低脆弱性的关键所在。
[ Zhou S E, Zhang M J, Wang S J , et al. Assessment of vulnerability in natural-social system in Hexi, Gansu
[J]. Resources Science, 2018,40(2):452-462.]
DOI:10.18402/resci.2018.02.20URL [本文引用: 1]
脆弱性是全球环境变化和区域可持续发展研究中的重点内容与热点问题。本文基于脆弱性评价模型、因子贡献度模型和熵权法,通过构建自然-社会系统脆弱性评价体系,定量分析了甘肃省河西地区各乡镇的自然-社会系统的暴露度、敏感性、适应能力和脆弱性,以及各指标和各要素层对自然-社会系统脆弱性的贡献度。研究结果表明：①甘肃省河西地区中度、较高度和高度脆弱性区域占河西地区总面积的70.85%,脆弱程度高;②河西地区南部高海拔山区的脆弱性明显高于北部低海拔地区;③从三大内陆河流域来看,疏勒河流域脆弱性的程度最高,黑河流域次之,石羊河流域最低;④河西地区以自然适应能力、社会经济敏感性、自然敏感性和自然暴露度为主要贡献因子的地区分别占河西面积的91.77%、87.23%、67.85%和56.53%,降低河西地区自然适应能力、社会经济敏感性、自然敏感性和自然暴露度是降低脆弱性的关键所在。

[20] 陈佳, 杨新军, 尹莎 , 等. 基于VSD框架的半干旱地区社会-生态系统脆弱性演化与模拟
[J]. 地理学报, 2016,71(7):1172-1188.
DOI:10.11821/dlxb201607007URL [本文引用: 1]
利用VSD（Vulnerability scoping diagram）评估框架,改进了针对县域尺度的脆弱性评估方法和技术;以黄土高原半干旱地区的榆林市为例,对VSD框架和SERV（Spatially Explicit Resilience-Vulnerability）模型进行整合,将系统脆弱性分解为暴露、敏感性、适应能力3个维度。应用SERV模型筛选脆弱性指标,在充分理解区域地理背景和暴露风险源的基础上,构建了符合当地生态环境特征的指标体系,运用RS与GIS空间技术,定量测度了榆林市2000-2011年社会—生态系统脆弱性空间分异特征及演化趋势,探讨了脆弱性时空演化内在原因。结果显示：榆林市社会—生态系统脆弱性呈现“西北东南高,长城沿线低”的空间格局,2000-2011年间系统脆弱性程度明显降低,系统发展趋势好转,但系统脆弱性与暴露风险空间差异显著;其中,暴露风险因子是系统脆弱性演化的关键因素,区域脆弱性与暴露风险空间异质受社会敏感性和经济适应能力等因子影响。最后,采用OWA多准则算法,基于决策者不确定性偏好,模拟了不同决策风险设置下区域脆弱性未来情景,并基于决策者理性风险区间,预测了不同发展导向下区域系统脆弱性差异,为研究区可持续性评估和降低脆弱性的风险预警机制建设提供决策参考。
[ Chen J, Yang X J, Yin S , et al. The vulnerability evolution and simulation of the social-ecological systems in the semi-arid area based on the VSD framework
[J]. Acta Geographica Sinica, 2016,71(7):1172-1188.]
DOI:10.11821/dlxb201607007URL [本文引用: 1]
利用VSD（Vulnerability scoping diagram）评估框架,改进了针对县域尺度的脆弱性评估方法和技术;以黄土高原半干旱地区的榆林市为例,对VSD框架和SERV（Spatially Explicit Resilience-Vulnerability）模型进行整合,将系统脆弱性分解为暴露、敏感性、适应能力3个维度。应用SERV模型筛选脆弱性指标,在充分理解区域地理背景和暴露风险源的基础上,构建了符合当地生态环境特征的指标体系,运用RS与GIS空间技术,定量测度了榆林市2000-2011年社会—生态系统脆弱性空间分异特征及演化趋势,探讨了脆弱性时空演化内在原因。结果显示：榆林市社会—生态系统脆弱性呈现“西北东南高,长城沿线低”的空间格局,2000-2011年间系统脆弱性程度明显降低,系统发展趋势好转,但系统脆弱性与暴露风险空间差异显著;其中,暴露风险因子是系统脆弱性演化的关键因素,区域脆弱性与暴露风险空间异质受社会敏感性和经济适应能力等因子影响。最后,采用OWA多准则算法,基于决策者不确定性偏好,模拟了不同决策风险设置下区域脆弱性未来情景,并基于决策者理性风险区间,预测了不同发展导向下区域系统脆弱性差异,为研究区可持续性评估和降低脆弱性的风险预警机制建设提供决策参考。

[21] 常丽博, 骆耀峰, 刘金龙 . 哈尼族社会-生态系统对气候变化的脆弱性评估: 以云南省红河州哈尼族农村社区为例
[J]. 资源科学, 2018,40(9):1787-1799.
DOI:10.18402/resci.2018.09.09URL [本文引用: 1]
中国云南红河哈尼梯田社会-生态系统被列入世界自然文化遗产,其在气候变化适应上具有一定的典型性,科学评估其对气候变化脆弱性对于制定气候变化适应政策及地区可持续发展具有重要意义。本文基于“气候-生计”脆弱性框架,以云南省哈尼族农村社区为例,结合问卷调查和气象数据,利用模糊综合评价法对哈尼族农村社会-生态系统对气候变化的脆弱性进行了评估与分析。结果表明：① 哈尼族农村社区对气候变化的暴露度较高（0.52）,但由于当地社会-生态系统的敏感性较小（0.44）,适应能力适中（0.48）,系统整体脆弱性较低（0.02）;② 哈尼族社会-生态系统对气候变化脆弱性较低得益于当地可持续的社会-生态系统,传统的文化组织制度及集体行动机制;③ 不同地区敏感性及适应能力内部结构分化,自然资本、物质资本及社会资本是制约地区适应能力的重要因素。因此,维护并发挥好当地的社会-生态系统及传统组织制度,同时提高公共服务供给有助于维持较低的气候变化脆弱性。
[ Chang L B, Luo Y F, Liu J L . Hani minority social-ecological system vulnerability assessment to climate change: A case study of Hani minority rural community in Honghe Prefecture, Yunnan Province
[J]. Resource Science, 2018,40(9):1787-1799.]
DOI:10.18402/resci.2018.09.09URL [本文引用: 1]
中国云南红河哈尼梯田社会-生态系统被列入世界自然文化遗产,其在气候变化适应上具有一定的典型性,科学评估其对气候变化脆弱性对于制定气候变化适应政策及地区可持续发展具有重要意义。本文基于“气候-生计”脆弱性框架,以云南省哈尼族农村社区为例,结合问卷调查和气象数据,利用模糊综合评价法对哈尼族农村社会-生态系统对气候变化的脆弱性进行了评估与分析。结果表明：① 哈尼族农村社区对气候变化的暴露度较高（0.52）,但由于当地社会-生态系统的敏感性较小（0.44）,适应能力适中（0.48）,系统整体脆弱性较低（0.02）;② 哈尼族社会-生态系统对气候变化脆弱性较低得益于当地可持续的社会-生态系统,传统的文化组织制度及集体行动机制;③ 不同地区敏感性及适应能力内部结构分化,自然资本、物质资本及社会资本是制约地区适应能力的重要因素。因此,维护并发挥好当地的社会-生态系统及传统组织制度,同时提高公共服务供给有助于维持较低的气候变化脆弱性。

[22] 王群, 银马华, 杨兴柱 , 等. 大别山贫困区旅游地社会-生态系统脆弱性时空演变与影响机理
[J]. 地理学报, 2019,74(8):1663-1679.
DOI:10.11821/dlxb201908013URL [本文引用: 1]
旅游地社会—生态系统脆弱性主要由社会、经济、生态子系统要素和旅游发展所带来的相关变化要素构成,是社会脆弱性、经济脆弱性和生态环境脆弱性的综合体现。以大别山区9县（市）为例,基于SEE-PSR模型构建理论研究框架和综合评价体系,探讨贫困山区旅游地社会—生态系统脆弱性时空演变及影响机理。结果表明：① 2009-2016年,区域系统脆弱性综合指数由0.52波动降至0.41,其中经济子系统脆弱性指数呈持续下降趋势,社会子系统与生态子系统呈稳定态势且对区域系统脆弱性综合指数贡献率达到76%,目前区域整体属于较低脆弱并朝着利好方向发展。② 空间差异上,2009-2016年脆弱性综合指数低值县域随时间变化呈波动下降且变异系数较小,脆弱性综合指数高值县域于2013年开始下降逐步演变为较低脆弱等级且变异系数较大;县域间脆弱性空间差异呈现连续波动上升趋势,县域间差异有所增大。③ 阻碍旅游地社会—生态系统脆弱性降低的主要因素由旅游收入增长率、工业增加值占GDP比重、城乡收入差距、旅游总收入占GDP比重及耕地面积比率转变为旅游经济密度、游客密度及城镇化率,区域整体由状态主导型脆弱演化为压力主导型脆弱。
[ Wang Q, Yin M H, Yang X Z , et al. Spatio-temporal evolution and impact mechanism of socio-ecological system vulnerability in poor mountainous tourist destinations: Taking Dabie Mountain Area as example
[J]. Acta Geographica Sinica, 2019,74(8):1663-1679.]
DOI:10.11821/dlxb201908013URL [本文引用: 1]
旅游地社会—生态系统脆弱性主要由社会、经济、生态子系统要素和旅游发展所带来的相关变化要素构成,是社会脆弱性、经济脆弱性和生态环境脆弱性的综合体现。以大别山区9县（市）为例,基于SEE-PSR模型构建理论研究框架和综合评价体系,探讨贫困山区旅游地社会—生态系统脆弱性时空演变及影响机理。结果表明：① 2009-2016年,区域系统脆弱性综合指数由0.52波动降至0.41,其中经济子系统脆弱性指数呈持续下降趋势,社会子系统与生态子系统呈稳定态势且对区域系统脆弱性综合指数贡献率达到76%,目前区域整体属于较低脆弱并朝着利好方向发展。② 空间差异上,2009-2016年脆弱性综合指数低值县域随时间变化呈波动下降且变异系数较小,脆弱性综合指数高值县域于2013年开始下降逐步演变为较低脆弱等级且变异系数较大;县域间脆弱性空间差异呈现连续波动上升趋势,县域间差异有所增大。③ 阻碍旅游地社会—生态系统脆弱性降低的主要因素由旅游收入增长率、工业增加值占GDP比重、城乡收入差距、旅游总收入占GDP比重及耕地面积比率转变为旅游经济密度、游客密度及城镇化率,区域整体由状态主导型脆弱演化为压力主导型脆弱。

[23] 张立新, 杨新军, 陈佳 , 等. 大遗址区人地系统脆弱性评价及影响机制: 以汉长安城大遗址区为例
[J]. 资源科学, 2015,37(9):1848-1859.
URL [本文引用: 1]
脆弱性理论是人地关系相互作用及机理分析的重要工具，为可持续性评估研究提供了新的视角。本文以汉长安城大遗址区为例，基于脆弱性理论，采用模糊层次分析法，结合GIS空间分析技术，对遗址区的人地系统脆弱性进行评价，并探讨了其脆弱性空间分异规律与形成机制。结果表明：遗址本体脆弱性程度普遍较低，低值区趋于集中分布，高值区零星分布于保护区边缘;社会脆弱性程度普遍较高，高值区趋向于集中，呈西、北高，东、南低空间格局;遗址区人地系统弱度脆弱性区域占总面积的27.2%，低度占23.8%，中度占27.9%，高度占11.7%，极度占9.4%，其空间分布呈现出西、北高，东、南低的基本格局;城市化的冲击与胁迫是大遗址区人地系统脆弱性产生的根本原因，居民的理性行为选择是人地系统脆弱性的内在动因，遗址保护政策的外部性一定程度上影响社会脆弱性。
[ Zhang L X, Yang X J, Chen J , et al. Vulnerability assessment and mechanism of human-land systems in the Han Dynasty Chang’an large relic area
[J]. Resources Science, 2015,37(9):1848-1859.]
URL [本文引用: 1]
脆弱性理论是人地关系相互作用及机理分析的重要工具，为可持续性评估研究提供了新的视角。本文以汉长安城大遗址区为例，基于脆弱性理论，采用模糊层次分析法，结合GIS空间分析技术，对遗址区的人地系统脆弱性进行评价，并探讨了其脆弱性空间分异规律与形成机制。结果表明：遗址本体脆弱性程度普遍较低，低值区趋于集中分布，高值区零星分布于保护区边缘;社会脆弱性程度普遍较高，高值区趋向于集中，呈西、北高，东、南低空间格局;遗址区人地系统弱度脆弱性区域占总面积的27.2%，低度占23.8%，中度占27.9%，高度占11.7%，极度占9.4%，其空间分布呈现出西、北高，东、南低的基本格局;城市化的冲击与胁迫是大遗址区人地系统脆弱性产生的根本原因，居民的理性行为选择是人地系统脆弱性的内在动因，遗址保护政策的外部性一定程度上影响社会脆弱性。

[24] 宋永永, 米文宝, 仲俊涛 , 等. 宁夏限制开发生态区人地耦合系统脆弱性空间分异及影响因素
[J]. 干旱区资源与环境, 2016,30(11):85-91.
[本文引用: 1]

[ Song Y Y, Mi W B, Zhong J T , et al. Spatial differentiation and its factors for coupled human-environment interaction systems vulnerability in limited developing ecological zone in Ningxia
[J]. Journal of Arid Land Resources and Environment, 2016,30(11):85-91.]
[本文引用: 1]

[25] 李博, 韩增林, 孙才志 , 等. 环渤海地区人海资源环境系统脆弱性的时空分析
[J]. 资源科学, 2012,34(11):2214-2221.
URL [本文引用: 1]
脆弱性研究已成为全球环境变化领域一项新的研究视角和重要的分析工具。本研究在人海系统的基础上提出了人海资源环境系统的概念, 利用脆弱性这一新的研究范式对环渤海地区人海资源环境系统进行分析。人海资源环境系统脆弱性是关于敏感性和适应性的函数, 采取熵值系数法进行权重赋值, 并采用函数模型法进行脆弱性测度研究。结果表明:①从时间维度上分析, 环渤海地区脆弱性呈现了波动性的变化, 总体上是下降趋势, 并出现了三次“倒U”型发展态势;②从敏感性指标上分析, 环渤海地区呈现了“先降后升再下降”的趋势, 捕捞过剩以及废水废物排放是敏感性的主要影响因素;③从恢复性指标上分析, 环渤海地区恢复性不断上升;在经济快速发展的过程中, 注重资源环境的保护和利用, 尽量避免产业的雷同, 努力发展新兴产业成为了提高恢复性的途径;④从空间维度上分析, 环渤海地区人海资源环境系统脆弱性的下降速度呈现出山东省>辽宁省>天津市>河北省的趋势, 人海资源环境系统敏感性的下降速度呈现出天津市>辽宁省>山东省>河北省的趋势, 人海资源环境系统恢复性的上升速度呈现出山东省>河北省>辽宁省>天津市的趋势。
[ Li B, Han Z L, Sun C Z , et al. Spatial and temporal vulnerability analysis of the human-sea resource environment of the Bohai Rim Region
[J]. Resources Science, 2012,34(11):2214-2221.]
URL [本文引用: 1]
脆弱性研究已成为全球环境变化领域一项新的研究视角和重要的分析工具。本研究在人海系统的基础上提出了人海资源环境系统的概念, 利用脆弱性这一新的研究范式对环渤海地区人海资源环境系统进行分析。人海资源环境系统脆弱性是关于敏感性和适应性的函数, 采取熵值系数法进行权重赋值, 并采用函数模型法进行脆弱性测度研究。结果表明:①从时间维度上分析, 环渤海地区脆弱性呈现了波动性的变化, 总体上是下降趋势, 并出现了三次“倒U”型发展态势;②从敏感性指标上分析, 环渤海地区呈现了“先降后升再下降”的趋势, 捕捞过剩以及废水废物排放是敏感性的主要影响因素;③从恢复性指标上分析, 环渤海地区恢复性不断上升;在经济快速发展的过程中, 注重资源环境的保护和利用, 尽量避免产业的雷同, 努力发展新兴产业成为了提高恢复性的途径;④从空间维度上分析, 环渤海地区人海资源环境系统脆弱性的下降速度呈现出山东省>辽宁省>天津市>河北省的趋势, 人海资源环境系统敏感性的下降速度呈现出天津市>辽宁省>山东省>河北省的趋势, 人海资源环境系统恢复性的上升速度呈现出山东省>河北省>辽宁省>天津市的趋势。

[26] 潘晗 . 中国沿海地区人海关系地域系统脆弱性研究
[D]. 大连: 辽宁师范大学, 2019.
[本文引用: 1]

[ Pan H . Study on the Vulnerability of the Regional System of Human-Sea Population Relationship in Coastal Areas of China
[D]. Dalian: Liaoning Normal University, 2019.]
[本文引用: 1]

[27] 陈萍, 陈晓玲 . 全球环境变化下人-环境耦合系统的脆弱性研究综述
[J]. 地理科学进展, 2010,29(4):454-462.
DOI:10.11820/dlkxjz.2010.04.010URL [本文引用: 1]
全球环境变化导致的冲击和压力已经成为社会与生态系统可持续发展的主要障碍,脆弱性分析作为可持续研究的主要分析工具之一引起了研究者的广泛关注.目前脆弱性研究还没有形成完善的理论体系、规范的评估程序和普遍适用的方法.本文在阅读了国内外脆弱性研究相关文献的基础上,从人-环境耦合系统的角度总结了脆弱性的概念框架,对不同研究背景下的脆弱性定义和三个组成要素进行了深入的分析,归纳了脆弱性研究的核心问题;梳理了脆弱性的起源、发展和现状,总结了人-环境耦合系统脆弱性研究中的热点问题和几个典型的脆弱性综合分析框架.由当前脆弱性的发展状况指出了未来脆弱性研究需要解决的问题:确定并有效表达系统脆弱性与多个压力间的因果关系、人-环境耦合系统的不确定性、脆弱性动力学机制问题和脆弱性与风险管理决策的信息互动关系.
[ Chen P, Chen X L . Summary on research of coupled human-environment system vulnerability under global environmental change
[J]. Progress in Geography, 2010,29(4):454-462.]
DOI:10.11820/dlkxjz.2010.04.010URL [本文引用: 1]
全球环境变化导致的冲击和压力已经成为社会与生态系统可持续发展的主要障碍,脆弱性分析作为可持续研究的主要分析工具之一引起了研究者的广泛关注.目前脆弱性研究还没有形成完善的理论体系、规范的评估程序和普遍适用的方法.本文在阅读了国内外脆弱性研究相关文献的基础上,从人-环境耦合系统的角度总结了脆弱性的概念框架,对不同研究背景下的脆弱性定义和三个组成要素进行了深入的分析,归纳了脆弱性研究的核心问题;梳理了脆弱性的起源、发展和现状,总结了人-环境耦合系统脆弱性研究中的热点问题和几个典型的脆弱性综合分析框架.由当前脆弱性的发展状况指出了未来脆弱性研究需要解决的问题:确定并有效表达系统脆弱性与多个压力间的因果关系、人-环境耦合系统的不确定性、脆弱性动力学机制问题和脆弱性与风险管理决策的信息互动关系.

[28] 杨艳茹, 王士君, 陈晓红 . 石油城市经济系统脆弱性动态演变及调控途径研究: 以大庆市为例
[J]. 地理科学, 2015,35(4):456-463.
URL [本文引用: 1]
石油城市是人地相互作用十分强烈的人地系统,具有典型的脆弱性特征。在对典型石油城市大庆市经济系统脆弱性定性分析的基础上,构建经济系统脆弱性评价指标体系和评估模型,运用综合评价法、灰色关联度分析法及BP神经网络模型对大庆市经济系统脆弱性程度进行评估,并在此基础上预测2014~2023 年大庆市经济系统脆弱性演化趋势。结果表明:① 17 a 间大庆市经济系统的脆弱性程度整体上呈现波动下降态势,脆弱性指数由1996 年的0.686 降至2012 年的0.283,目前已处在较低脆弱水平。2012 年大庆市经济系统脆弱性仅低于克拉玛依市,高于其他石油城市。② 经济系统脆弱性主要影响因素为刚性产业结构和不合理的投资结构。③ 预测未来10 a,大庆市经济系统脆弱性先升后降,整体呈现下降趋势。依据大庆市经济系统脆弱性特征及影响因素,结合脆弱性演变规律,提出大庆市经济系统脆弱性的规避、拮抗、适应等调控途径。
[ Yang Y R, Wang S J, Chen X H . Dynamic evolution and control approaches of petroleum city’s economic system vulnerability: A case study of Daqing City
[J]. Scientia Geographica Sinica, 2015,35(4):456-463.]
URL [本文引用: 1]
石油城市是人地相互作用十分强烈的人地系统,具有典型的脆弱性特征。在对典型石油城市大庆市经济系统脆弱性定性分析的基础上,构建经济系统脆弱性评价指标体系和评估模型,运用综合评价法、灰色关联度分析法及BP神经网络模型对大庆市经济系统脆弱性程度进行评估,并在此基础上预测2014~2023 年大庆市经济系统脆弱性演化趋势。结果表明:① 17 a 间大庆市经济系统的脆弱性程度整体上呈现波动下降态势,脆弱性指数由1996 年的0.686 降至2012 年的0.283,目前已处在较低脆弱水平。2012 年大庆市经济系统脆弱性仅低于克拉玛依市,高于其他石油城市。② 经济系统脆弱性主要影响因素为刚性产业结构和不合理的投资结构。③ 预测未来10 a,大庆市经济系统脆弱性先升后降,整体呈现下降趋势。依据大庆市经济系统脆弱性特征及影响因素,结合脆弱性演变规律,提出大庆市经济系统脆弱性的规避、拮抗、适应等调控途径。

[29] 苗长虹, 胡志强, 耿凤娟 , 等. 中国资源型城市经济演化特征与影响因素: 路径依赖, 脆弱性和路径创造的作用
[J]. 地理研究, 2018,37(7):1268-1281.
DOI:10.11821/dlyj201807002URL [本文引用: 1]
以中国116个资源型城市为分析对象,从路径依赖、脆弱性和路径创造三个方面分析资源型城市经济演化的特点与路径分异,引入计量模型考察其对资源型城市经济增长与转型的作用,并分析其影响因素。研究发现：① 资源型城市的路径依赖水平北方较高,北方和内陆的脆弱性整体更高,路径创造水平由沿海向内陆递减。黑、晋、陕、甘和云、贵、川等地资源型城市的脆弱性较高,路径创造水平较低。② 中国资源型城市的演化路径可以划分为趋向锁定、趋向解锁、随机变化三种类型。③ 路径依赖、脆弱性和路径创造在不同宏观经济环境下对资源型城市经济增长和转型的作用不同,在宏观经济高速扩张时期,脆弱性有利于增长,路径创造能力强的城市反而增速较慢;而进入经济新常态阶段,路径依赖和脆弱性对增长的阻碍作用显现。④ 路径依赖和路径创造水平深受人口规模、国有企业比例的影响,脆弱性水平主要和人口规模有关。采矿业比例会影响资源类产业的路径创造,而对外开放水平则影响非资源类产业的路径创造。北方、内陆和煤炭型城市更易于形成高路径依赖。⑤ 提高人口集聚规模,降低国有企业比例,是降低路径依赖、提高路径创造水平的关键,人口集聚和扩大对外开放则分别有利于脆弱性的下降和路径创造能力的提升,应针对不同区域、资源类型和演化路径的资源型城市,制定差异化和精准的政策措施。
[ Miao C H, Hu Z Q, Geng F J , et al. Characteristics of economic evolution and the influencing factors of resource-dependent cities in China: The role of path dependence, vulnerability and path creation
[J]. Geographical Research, 2018,37(7):1268-1281.]
DOI:10.11821/dlyj201807002URL [本文引用: 1]
以中国116个资源型城市为分析对象,从路径依赖、脆弱性和路径创造三个方面分析资源型城市经济演化的特点与路径分异,引入计量模型考察其对资源型城市经济增长与转型的作用,并分析其影响因素。研究发现：① 资源型城市的路径依赖水平北方较高,北方和内陆的脆弱性整体更高,路径创造水平由沿海向内陆递减。黑、晋、陕、甘和云、贵、川等地资源型城市的脆弱性较高,路径创造水平较低。② 中国资源型城市的演化路径可以划分为趋向锁定、趋向解锁、随机变化三种类型。③ 路径依赖、脆弱性和路径创造在不同宏观经济环境下对资源型城市经济增长和转型的作用不同,在宏观经济高速扩张时期,脆弱性有利于增长,路径创造能力强的城市反而增速较慢;而进入经济新常态阶段,路径依赖和脆弱性对增长的阻碍作用显现。④ 路径依赖和路径创造水平深受人口规模、国有企业比例的影响,脆弱性水平主要和人口规模有关。采矿业比例会影响资源类产业的路径创造,而对外开放水平则影响非资源类产业的路径创造。北方、内陆和煤炭型城市更易于形成高路径依赖。⑤ 提高人口集聚规模,降低国有企业比例,是降低路径依赖、提高路径创造水平的关键,人口集聚和扩大对外开放则分别有利于脆弱性的下降和路径创造能力的提升,应针对不同区域、资源类型和演化路径的资源型城市,制定差异化和精准的政策措施。

[30] 唐波, 林琳 . 外向型城市经济脆弱性时空演变和发展路径: 以广东佛山市为例
[J]. 生态经济, 2019,35(3):100-106.
[本文引用: 1]

[ Tang B, Lin L . Spatio-temporal evolution and development path of vulnerability of export-oriented city economy: A case study of Foshan, Guangdong Province
[J]. Ecological Economy, 2019,35(3):100-106.]
[本文引用: 1]

[31] 彭飞, 韩增林, 杨俊 , 等. 基于BP神经网络的中国沿海地区海洋经济系统脆弱性时空分异研究
[J]. 资源科学, 2015,37(12):2441-2450.
URL [本文引用: 3]
海洋经济系统脆弱性研究的最终目的是降低脆弱性,以实现海洋经济的可持续发展。基于海洋经济系统脆弱性的内涵,本文从敏感性与应对能力两方面构建海洋经济系统脆弱性指标体系,运用BP人工神经网络模型、脆弱性评价指数模型、障碍度评价公式等对2006-2011年中国沿海地区海洋经济系统的脆弱性时空演变特征、影响因素进行评价分析,结果表明：①中国海洋经济系统敏感性与应对能力走势一致,呈现出整体微降增加、局部突变,脆弱性变化平缓的特征;②中国沿海地区的脆弱性类型空间分布整体分散、部分连片集中,空间分异明显,其中东北沿海地区与华东沿海地区脆弱性逐渐降低,华北沿海地区与华南沿海地区呈现内部两极分异的格局;③2006- 2011年,中国海洋经济系统脆弱性呈现出三个阶段性特征,即脆弱性渐高型（广西、河北、福建）、脆弱性渐低型（广东、天津、上海、辽宁）、脆弱性平稳型（山东、江苏、海南、浙江）。最后本文通过对沿海各地区海洋经济系统脆弱性影响因子的分析,提出针对性的海洋经济发展方向。
[ Peng F, Han Z L, Yang J , et al. Time-space differentiation of the vulnerability of marine economy systems in China’s coastal area based on BP neural networks
[J]. Resources Science, 2015,37(12):2441-2450.]
URL [本文引用: 3]
海洋经济系统脆弱性研究的最终目的是降低脆弱性,以实现海洋经济的可持续发展。基于海洋经济系统脆弱性的内涵,本文从敏感性与应对能力两方面构建海洋经济系统脆弱性指标体系,运用BP人工神经网络模型、脆弱性评价指数模型、障碍度评价公式等对2006-2011年中国沿海地区海洋经济系统的脆弱性时空演变特征、影响因素进行评价分析,结果表明：①中国海洋经济系统敏感性与应对能力走势一致,呈现出整体微降增加、局部突变,脆弱性变化平缓的特征;②中国沿海地区的脆弱性类型空间分布整体分散、部分连片集中,空间分异明显,其中东北沿海地区与华东沿海地区脆弱性逐渐降低,华北沿海地区与华南沿海地区呈现内部两极分异的格局;③2006- 2011年,中国海洋经济系统脆弱性呈现出三个阶段性特征,即脆弱性渐高型（广西、河北、福建）、脆弱性渐低型（广东、天津、上海、辽宁）、脆弱性平稳型（山东、江苏、海南、浙江）。最后本文通过对沿海各地区海洋经济系统脆弱性影响因子的分析,提出针对性的海洋经济发展方向。

[32] 伏捷, 孙才志, 彭飞 . 环渤海地区海洋生态经济系统脆弱性与协调性时空演变及动态模拟
[J]. 辽宁师范大学学报(自然科学版), 2017,40(3):395-406.
[本文引用: 1]

[ Fu J, Sun C Z, Peng F . Temporal and spatial variation and dynamic simulation of vulnerability and coordination of the marine ecological and economic system around the Bohai Sea area
[J]. Journal of Liaoning Normal University (Natural Science Edition), 2017,40(3):395-406.]
[本文引用: 1]

[33] 孙才志, 曹强, 王泽宇 . 环渤海地区海洋经济系统脆弱性评价
[J]. 经济地理, 2019,39(5):37-46.
[本文引用: 1]

[ Sun C Z, Cao Q, Wang Z Y . Vulnerability evaluation of marine economic system in the coastal area of Bohai Rim
[J]. Economic Geography, 2019,39(5):37-46.]
[本文引用: 1]

[34] 苏飞, 陈媛, 张平宇 . 基于集对分析的旅游城市经济系统脆弱性评价: 以舟山市为例
[J]. 地理科学, 2013,33(5):538-544.
URL [本文引用: 4]
基于经济系统脆弱性的内涵,从敏感性和应对能力2个方面建立了旅游城市经济系统脆弱性评价指标体系,采用熵值法确定各评价指标的权重,运用集对分析法构建了脆弱性评估模型。以群岛旅游城市舟山为例,分析了1995～2010年舟山市旅游型经济系统脆弱性的演变特征及主要影响因素。结果表明:① 舟山市经济系统对不利扰动的敏感性呈下降趋势,区域应对能力波动上升,系统脆弱性整体上呈现不断下降态势;② 敏感性的强弱对舟山经济系统脆弱性的影响居于主导地位;③ 总游客量增长率、旅游外汇收入占旅游总收入比重、地方财政自给率、客源市场集中度等是影响系统脆弱性的关键因子;地方财政自给率低、产业结构不合理及教育投入不足是阻碍区域应对能力提升的主要因素。
[ Su F, Chen Y, Zhang P Y . Vulnerability assessment of tourism city’s economic system based on the set pair analysis: A case study of Zhoushan City
[J]. Scientia Geographica Sinica, 2013,33(5):538-544.]
URL [本文引用: 4]
基于经济系统脆弱性的内涵,从敏感性和应对能力2个方面建立了旅游城市经济系统脆弱性评价指标体系,采用熵值法确定各评价指标的权重,运用集对分析法构建了脆弱性评估模型。以群岛旅游城市舟山为例,分析了1995～2010年舟山市旅游型经济系统脆弱性的演变特征及主要影响因素。结果表明:① 舟山市经济系统对不利扰动的敏感性呈下降趋势,区域应对能力波动上升,系统脆弱性整体上呈现不断下降态势;② 敏感性的强弱对舟山经济系统脆弱性的影响居于主导地位;③ 总游客量增长率、旅游外汇收入占旅游总收入比重、地方财政自给率、客源市场集中度等是影响系统脆弱性的关键因子;地方财政自给率低、产业结构不合理及教育投入不足是阻碍区域应对能力提升的主要因素。

[35] 李锋, 万年庆, 史本林 , 等. 基于“环境-结构”集成视角的旅游产业脆弱性测度: 以中国大陆31个省区市为例
[J]. 地理研究, 2014,33(3):569-581.
DOI:10.11821/dlyj201403015URL [本文引用: 3]
旅游产业脆弱性是旅游可持续发展的反向。研究运用主成分分析法，采用5级分类，从外部旅游环境脆弱和内部旅游结构脆弱两个方面，对我国旅游产业脆弱性进行了综合测度。结果显示：①中国旅游产业处于中等脆弱水平，但分布极不均衡。②当前，旅游结构性脆弱是影响我国旅游产业脆弱性的根源性原因。③中国旅游产业高度脆弱省区主要集中在西部，其旅游环境脆弱性是旅游产业脆弱性的主要来源，影响旅游产业脆弱性的主要是生态经济因子和旅游风险因子；旅游产业中度脆弱省区，呈分布散、分布广、差异大特征，影响旅游产业脆弱性的主要是服务效率因子、旅游市场化率因子和旅游投资协调平衡因子；旅游产业轻微度脆弱省区主要集中在东部，其旅游结构性脆弱性是旅游产业脆弱性的主要来源，影响旅游产业脆弱性的主要是旅游投资协调平衡因子。
[ Li F, Wan N Q, Shi B L , et al. The vulnerability measure of tourism industry based on the perspective of “environment-structure”integration: A case study of 31 provinces in mainland China
[J]. Geographical Research, 2014,33(3):569-581.]
DOI:10.11821/dlyj201403015URL [本文引用: 3]
旅游产业脆弱性是旅游可持续发展的反向。研究运用主成分分析法，采用5级分类，从外部旅游环境脆弱和内部旅游结构脆弱两个方面，对我国旅游产业脆弱性进行了综合测度。结果显示：①中国旅游产业处于中等脆弱水平，但分布极不均衡。②当前，旅游结构性脆弱是影响我国旅游产业脆弱性的根源性原因。③中国旅游产业高度脆弱省区主要集中在西部，其旅游环境脆弱性是旅游产业脆弱性的主要来源，影响旅游产业脆弱性的主要是生态经济因子和旅游风险因子；旅游产业中度脆弱省区，呈分布散、分布广、差异大特征，影响旅游产业脆弱性的主要是服务效率因子、旅游市场化率因子和旅游投资协调平衡因子；旅游产业轻微度脆弱省区主要集中在东部，其旅游结构性脆弱性是旅游产业脆弱性的主要来源，影响旅游产业脆弱性的主要是旅游投资协调平衡因子。

[36] 贾菲, 苗红, 孔云霄 , 等. 宁夏区域旅游经济系统脆弱性评价
[J]. 宁夏大学学报(自然科学版), 2017,38(4):409-414.
[本文引用: 3]

[ Jia F, Miao H, Kong Y X , et al. Evaluation on system vulnerability of regional tourism economy in Ningxia
[J]. Journal of Ningxia University (Natural Science Edition), 2017,38(4):409-414.]
[本文引用: 3]

[37] 田里, 田媛, 杨懿 . 基于TOPSIS的大理州旅游经济系统脆弱性评价研究
[J]. 资源开发与市场, 2017,33(12):1529-1534.
[本文引用: 6]

[ Tian L, Tian Y, Yang Y . Study on tourism economic system’s vulnerability assessment of Dali Prefecture based on TOPSIS
[J]. Resource Development and Market, 2017,33(12):1529-1534.]
[本文引用: 6]

[38] 尹鹏, 刘曙光, 段佩利 . 海岛型旅游目的地脆弱性及其障碍因子分析: 以舟山市为例
[J]. 经济地理, 2017,37(10):234-240.
[本文引用: 3]

[ Yin P, Liu S G, Duan P L . Analysis on the vulnerability and obstacle indicators in island type tourism destination: Take Zhoushan City for example
[J]. Economic Geography, 2017,37(10):234-240.]
[本文引用: 3]

[39] 卢有斌, 李晓东, 赵学鹏 , 等. 新疆和田地区旅游经济系统脆弱性研究
[J]. 地域研究与开发, 2017,36(1):120-124.
[本文引用: 3]

[ Lu Y B, Li X D, Zhao X P , et al. Tourism economic system’s vulnerability assessment of Hotan Prefecture in Xinjiang
[J]. Areal Research and Development, 2017,36(1):120-124.]
[本文引用: 3]

[40] 陆保一, 明庆忠, 郭向阳 , 等. 边疆省区旅游经济系统脆弱性评价, 影响因素及其应对策略: 以云南省为例
[J]. 云南师范大学学报(自然科学版), 2018,38(5):66-74.
[本文引用: 3]

[ Lu B Y, Ming Q Z, Guo X Y , et al. Vulnerability evaluation, influencing factors and coping strategies of tourism economic system in frontier provinces: A case study of Yunnan
[J]. Journal of Yunnan Normal University (Natural Science Edition), 2018,38(5):66-74.]
[本文引用: 3]

[41] 谢霞 . 丝绸之路经济带核心区旅游经济系统脆弱性评价
[J]. 新疆大学学报(哲学·人文社会科学版), 2019,47(5):9-16.
[本文引用: 3]

[ Xie X . Vulnerability assessment of tourism economic system in the core area of the Silk Road Economic Belt
[J]. Journal of Xinjiang University (Philosophy, Humanities and Social Sciences), 2019,47(5):9-16.]
[本文引用: 3]

[42] 孙才志, 郭可蒙, 邹玮 . 中国区域海洋经济与海洋科技之间的协同与响应关系研究
[J]. 资源科学, 2017,39(11):2017-2029.
DOI:10.18402/resci.2017.11.01URL [本文引用: 1]
构建适于中国沿海地区海洋经济与海洋科技评价体系,经过主客观综合权重法赋权后,对2000—2014年间沿海11省市的海洋经济与海洋科技水平进行评价。通过构建海洋经济与海洋科技之间的协调发展度模型,测算两者历年的协调发展度,并对两者的协调发展度进行时空演变分析;利用基于VAR模型的脉冲响应函数,动态分析各个省市海洋经济与海洋科技之间的响应关系。研究结果表明：①近年来,中国海洋经济与海洋科技水平呈上升趋势;②海洋经济与海洋科技之间的协调发展度逐年递增;2000—2007年,福建省的协调发展度明显提高;2007—2014年,天津、山东、江苏、上海、浙江、广东6省的协调发展度由中级协调发展类提升至高级协调发展类;③就全国来说,海洋经济对海洋科技的响应较弱,海洋科技对海洋经济的响应较强;各个地区海洋经济与海洋科技之间的响应关系具有多样性的特点。
[ Sun C Z, Guo K M, Zou W . The coordination and response between regional marine economy and marine science and technology in China
[J]. Resources Science, 2017,39(11):2017-2029.]
DOI:10.18402/resci.2017.11.01URL [本文引用: 1]
构建适于中国沿海地区海洋经济与海洋科技评价体系,经过主客观综合权重法赋权后,对2000—2014年间沿海11省市的海洋经济与海洋科技水平进行评价。通过构建海洋经济与海洋科技之间的协调发展度模型,测算两者历年的协调发展度,并对两者的协调发展度进行时空演变分析;利用基于VAR模型的脉冲响应函数,动态分析各个省市海洋经济与海洋科技之间的响应关系。研究结果表明：①近年来,中国海洋经济与海洋科技水平呈上升趋势;②海洋经济与海洋科技之间的协调发展度逐年递增;2000—2007年,福建省的协调发展度明显提高;2007—2014年,天津、山东、江苏、上海、浙江、广东6省的协调发展度由中级协调发展类提升至高级协调发展类;③就全国来说,海洋经济对海洋科技的响应较弱,海洋科技对海洋经济的响应较强;各个地区海洋经济与海洋科技之间的响应关系具有多样性的特点。

[43] 马慧强, 韩增林, 江海旭 . 中国基本公共服务空间差异格局与质量特征分析
[J]. 经济地理, 2011,31(2):212-217.
[本文引用: 1]

[ Ma H Q, Han Z L, Jiang H X . The characteristics and spatial differences of basic public services of cities at prefecture level and above in China
[J]. Economic Geography, 2011,31(2):212-217.]
[本文引用: 1]

[44] 韩增林, 夏雪, 林晓 , 等. 基于集对分析的中国海洋战略性新兴产业支撑条件评价
[J]. 地理科学进展, 2014,33(9):1167-1176.
DOI:10.11820/dlkxjz.2014.09.004URL [本文引用: 1]
21 世纪以来，在海洋科技和海洋新兴产业发展的助推作用下，海洋战略性新兴产业逐渐成为全球海洋经济一个新的增长点。本文从基础、经济、科技、人才、政府和环境支撑6 个方面提出建立海洋战略性新兴产业支撑条件评价指标体系，运用AHP-EVM赋权法，结合集对分析，对中国大陆沿海11 个省、市、自治区支撑条件进行定量评价，并运用模糊C均值聚类分析法对评价结果进行分类，结果表明：①沿海省市间的支撑条件差距较明显，广东、山东和上海处于第一层次，在空间分布上呈现出“三足鼎立”的格局，各子支撑条件全面均衡发展；第二层次的江苏、辽宁综合支撑条件较好；第三层次的福建、浙江、天津综合支撑条件一般，缺乏对综合支撑条件贡献较大的优势子支撑条件；第四层次的河北、广西、海南综合支撑条件差，子支撑条件劣势突出。②通过沿海省市6 大子支撑条件的对比分析，得出了各省市支撑条件的优劣势，为沿海各省市制定海洋战略性新兴产业发展规划和布局提供了科学依据。
[ Han Z L, Xia X, Lin X , et al. Quantitative evaluation of supporting conditions of emerging strategic marine industries in China based on set pair analysis
[J]. Progress in Geography, 2014,33(9):1167-1176.]
DOI:10.11820/dlkxjz.2014.09.004URL [本文引用: 1]
21 世纪以来，在海洋科技和海洋新兴产业发展的助推作用下，海洋战略性新兴产业逐渐成为全球海洋经济一个新的增长点。本文从基础、经济、科技、人才、政府和环境支撑6 个方面提出建立海洋战略性新兴产业支撑条件评价指标体系，运用AHP-EVM赋权法，结合集对分析，对中国大陆沿海11 个省、市、自治区支撑条件进行定量评价，并运用模糊C均值聚类分析法对评价结果进行分类，结果表明：①沿海省市间的支撑条件差距较明显，广东、山东和上海处于第一层次，在空间分布上呈现出“三足鼎立”的格局，各子支撑条件全面均衡发展；第二层次的江苏、辽宁综合支撑条件较好；第三层次的福建、浙江、天津综合支撑条件一般，缺乏对综合支撑条件贡献较大的优势子支撑条件；第四层次的河北、广西、海南综合支撑条件差，子支撑条件劣势突出。②通过沿海省市6 大子支撑条件的对比分析，得出了各省市支撑条件的优劣势，为沿海各省市制定海洋战略性新兴产业发展规划和布局提供了科学依据。

[45] 梁巧霞, 黄杰, 谢霞 , 等. 基于地理探测器的天山北坡旅游空间分异特征及其影响因素研究
[J]. 西北师范大学学报(自然科学版), 2018,54(6):82-88.
[本文引用: 1]

[ Liang Q X, Huang J, Xie X , et al. Study on tourism spatial differentiation characteristics and influencing factors in northern slope of Tianshan Mountains based on geodetector
[J]. Journal of Northwest Normal University (Natural Science), 2018,54(6):82-88.]
[本文引用: 1]

[46] 刘彦随, 李进涛 . 中国县域农村贫困化分异机制的地理探测与优化决策
[J]. 地理学报, 2017,72(1):161-173.
DOI:10.11821/dlxb201701013URL [本文引用: 1]
农村贫困化是长期以来备受世界各国关注的焦点问题,消除贫困,实现共同富裕是中国全面建设小康社会的重大任务,科学揭示农村贫困化地域分异机制,成为实施国家精准扶贫战略的重要课题。论文以河北省阜平县为典型案例,运用地理探测器、多元线性回归等模型方法,诊断出县域农村贫困化分异的主导因素,揭示了农村贫困化分异的动力机制,提出了不同贫困化地域类型的扶贫政策与模式。结果表明：① 影响农村贫困化分异的主导因素包括地面坡度、人均耕地资源、到主要干道距离、到县城中心距离等,各因素对贫困发生率分异的决定力分别为0.14、0.15、0.15、0.17;② 不同类型区域农村贫困化的分异机制存在明显差异,可归纳为自然环境约束型、资源丰度约束型、交通区位约束型、经济区位约束型等四大类型;③ 根据阜平县各乡镇核心主导因素,进一步划分出单因素、双因素和多因素影响区域,县域整体呈现出以横向中心为双因素影响区,两侧为单因素与多因素并存的多极核心主导因素影响的农村贫困发生分异区;④ 不同驱动机制下的县域扶贫开发亟需因地制宜、尊重科学、讲求实效,有序推进精准扶贫与城乡发展一体化战略。
[ Liu Y S, Li J T . Geographic detection and optimizing decision of the differentiation mechanism of rural poverty in China
[J]. Acta Geographica Sinica, 2017,72(1):161-173.]
DOI:10.11821/dlxb201701013URL [本文引用: 1]
农村贫困化是长期以来备受世界各国关注的焦点问题,消除贫困,实现共同富裕是中国全面建设小康社会的重大任务,科学揭示农村贫困化地域分异机制,成为实施国家精准扶贫战略的重要课题。论文以河北省阜平县为典型案例,运用地理探测器、多元线性回归等模型方法,诊断出县域农村贫困化分异的主导因素,揭示了农村贫困化分异的动力机制,提出了不同贫困化地域类型的扶贫政策与模式。结果表明：① 影响农村贫困化分异的主导因素包括地面坡度、人均耕地资源、到主要干道距离、到县城中心距离等,各因素对贫困发生率分异的决定力分别为0.14、0.15、0.15、0.17;② 不同类型区域农村贫困化的分异机制存在明显差异,可归纳为自然环境约束型、资源丰度约束型、交通区位约束型、经济区位约束型等四大类型;③ 根据阜平县各乡镇核心主导因素,进一步划分出单因素、双因素和多因素影响区域,县域整体呈现出以横向中心为双因素影响区,两侧为单因素与多因素并存的多极核心主导因素影响的农村贫困发生分异区;④ 不同驱动机制下的县域扶贫开发亟需因地制宜、尊重科学、讲求实效,有序推进精准扶贫与城乡发展一体化战略。

[47] 王劲峰, 徐成东 . 地理探测器: 原理与展望
[J]. 地理学报, 2017,72(1):116-134.
DOI:10.11821/dlxb201701010URL [本文引用: 1]
空间分异是自然和社会经济过程的空间表现,也是自亚里士多德以来人类认识自然的重要途径。地理探测器是探测空间分异性,以及揭示其背后驱动因子的一种新的统计学方法,此方法无线性假设,具有优雅的形式和明确的物理含义。基本思想是：假设研究区分为若干子区域,如果子区域的方差之和小于区域总方差,则存在空间分异性;如果两变量的空间分布趋于一致,则两者存在统计关联性。地理探测器q统计量,可用以度量空间分异性、探测解释因子、分析变量之间交互关系,已经在自然和社会科学多领域应用。本文阐述地理探测器的原理,并对其特点及应用进行了归纳总结,以利于读者方便灵活地使用地理探测器来认识、挖掘和利用空间分异性。
[ Wang J F, Xu C D . Geodetector: Principle and prospective
[J]. Acta Geographica Sinica, 2017,72(1):116-134.]
DOI:10.11821/dlxb201701010URL [本文引用: 1]
空间分异是自然和社会经济过程的空间表现,也是自亚里士多德以来人类认识自然的重要途径。地理探测器是探测空间分异性,以及揭示其背后驱动因子的一种新的统计学方法,此方法无线性假设,具有优雅的形式和明确的物理含义。基本思想是：假设研究区分为若干子区域,如果子区域的方差之和小于区域总方差,则存在空间分异性;如果两变量的空间分布趋于一致,则两者存在统计关联性。地理探测器q统计量,可用以度量空间分异性、探测解释因子、分析变量之间交互关系,已经在自然和社会科学多领域应用。本文阐述地理探测器的原理,并对其特点及应用进行了归纳总结,以利于读者方便灵活地使用地理探测器来认识、挖掘和利用空间分异性。

[48] 国家统计局. 中国统计年鉴[M]. 北京: 中国统计出版社, 2018.
[本文引用: 1]

[ National Bureau of Statistics . China Statistical Yearbook[M]. Beijing: China Statistics Press, 2018.]
[本文引用: 1]

[49] 中华人民共和国文化和旅游部. 中国旅游统计年鉴[M]. 北京: 中国旅游出版社, 2018.
[本文引用: 1]

[ Ministry of Culture and Tourism of the People's Republic of China. The Yearbook of China Tourism Statistics[M]. Beijing: China Tourism Press, 2018.]
[本文引用: 1]

[50] 中国法学会. 中国法律年鉴[M]. 北京: 中国法律年鉴社, 2018.
[本文引用: 1]

[ China Law Society. Law Yearbook of China[M]. Beijing: China Law Yearbook Press, 2018.]
[本文引用: 1]

[51] 张金茜, 巩杰, 柳冬青 . 地理探测器方法下甘肃白龙江流域景观破碎化与驱动因子分析
[J]. 地理科学, 2018,38(8):1370-1378.
DOI:10.13249/j.cnki.sgs.2018.08.020URL [本文引用: 1]
基于GIS技术、景观格局指数、主成分分析和地理探测器的方法,定量分析了1990~2014年甘肃白龙江流域的景观破碎化及其驱动因子。结果表明：1990~2014年甘肃白龙江流域景观破碎化程度先增加后降低;研究期间流域东南部的景观指数变化最为剧烈和复杂,主要是文县和武都区;人类干扰（人类活动强度和土地利用类型）和地形因子（高程、坡度和坡向）对景观破碎化空间分异的影响显著不同,其中人类干扰是景观破碎化空间分异的主要驱动因子。
[ Zhang J Q, Gong J, Liu D Q . Dynamics and driving factors of landscape fragmentation based on geodetector in the Bailongjiang watershed of Gansu Province
[J]. Scientia Geographica Sinica, 2018,38(8):1370-1378.]
DOI:10.13249/j.cnki.sgs.2018.08.020URL [本文引用: 1]
基于GIS技术、景观格局指数、主成分分析和地理探测器的方法,定量分析了1990~2014年甘肃白龙江流域的景观破碎化及其驱动因子。结果表明：1990~2014年甘肃白龙江流域景观破碎化程度先增加后降低;研究期间流域东南部的景观指数变化最为剧烈和复杂,主要是文县和武都区;人类干扰（人类活动强度和土地利用类型）和地形因子（高程、坡度和坡向）对景观破碎化空间分异的影响显著不同,其中人类干扰是景观破碎化空间分异的主要驱动因子。