, 黄晓军, 翟令鑫Assessment and influencing factors of social vulnerability to rapid urbanization in urban fringe： A case study of Xi'an
HEYanbing, HUANGXiaojun, ZHAILingxin通讯作者:
收稿日期:2015-09-28
修回日期:2015-11-30
网络出版日期:2016-08-25
版权声明:2016《地理学报》编辑部本文是开放获取期刊文献，在以下情况下可以自由使用：学术研究、学术交流、科研教学等，但不允许用于商业目的.
基金资助:
作者简介:
-->
展开
摘要
关键词：
Abstract
Keywords：
-->0
PDF (3179KB)元数据多维度评价相关文章收藏文章
本文引用格式导出EndNoteRisBibtex收藏本文-->
1 引言
21世纪以来,中国城市化进程不断加快,全国城市建成区面积从2000年的2.24 万km2增加到2013年的4.79万km2,年均增长速度达6.02%。在快速城市化过程中,城市边缘区是城市空间增长的主要地域,通过城市边缘区农地征收来增加土地供给量进而实现城市空间扩张已成为中国快速城市化建设的普遍模式。城市边缘区位于“城”与“乡”两种系统之间,是城市化最敏感、影响最深刻、变化最迅速的地区,具有突出的不稳定性和敏感性特征[1-3]。面对快速城市化干扰和一系列变化影响,城市边缘区在结构与功能的频繁转换过程中产生诸多“不适应性”,使其成为当前中国城市社会问题和社会矛盾的集中、高发区。如,征地引发了大量社会矛盾并使失地农民社会群体面临生计风险的冲击;城市化过程中的制度性障碍导致了城市边缘区居民与城市居民享受社会服务与社会保障的“非均等化”;物质景观的快速变化“割裂”了居民原有的社会关系网络,社会空间被“剥夺”,又难以尽快实现新的社会融入,从而形成社会排斥。总之,面对快速城市化及结构与功能频繁转换的影响,城市边缘区的不稳定性、敏感性及其适应快速城市化影响能力的有限性勾勒出了城市边缘区社会脆弱性的主要特征。提高城市边缘区适应能力,构建具有适应性和可持续性的社会与空间组织已成为促进中国大城市空间有序发展亟待解决的重要现实问题。受发展阶段差异性的影响,城市边缘区的不同地域受城市化干扰的程度、社会系统的敏感性程度、对城市化影响的适应能力均不同,城市边缘区的社会脆弱性分布呈现出明显的空间异质性,因此,进行城市边缘区社会脆弱性评价、识别其关键影响因素对于有针对性地制定适应对策具有重要意义。以往关于城市边缘区的研究多集中在城市边缘区范围界定[4-5]、土地利用格局变化[6-7]、空间结构演化与功能特征[8-9]、社会环境问题与规划管理对策[10-11]等方面,对城市边缘区的社会脆弱性、适应性与可持续发展关注较少,近年来兴起的社会脆弱性研究框架为此提供了新的分析视角和研究思路。传统的脆弱性研究主要关注灾害和环境风险的特征和结构属性及其导致的生物物理损失[12]。20世纪末,****们开始关注环境变化对人口和社会的影响,并提出了脆弱性的社会维度研究,使得社会脆弱性术语得到广泛应用。社会脆弱性一般指暴露于外部扰动下的社会系统,由于自身的敏感性特征和缺乏对外部扰动的适应能力而使系统受到的负面影响或损害状态[13]。当前国内外关于社会脆弱性的研究主要集中在自然灾害[14-16]、气候变化[17-18]、资源枯竭[19-21]和生态环境[22]等方面,对社会系统自身要素和结构特征的快速变化引发的社会脆弱性的关注相对较少。社会脆弱性评价是社会脆弱性研究的重要内容。从已有研究来看,社会脆弱性评价多以建立指标体系,通过不同的数理分析方法得出社会脆弱性指数为主,并以此作为社会脆弱性程度的衡量依据。较为常用的方法有综合指数法[23]、函数模型法[24]、BP人口神经网络模型法[25]、决策树分析法[26]、集对分析法[20]、面向对象分析法[27]、空间多准则评估法[28]、图层叠置法[13]等,总体来看,社会脆弱性的定量解析多从敏感性和适应能力两方面构建评价指标体系和测度模型,对于暴露度较少考虑,一定程度上影响了社会脆弱性量化的科学性。与此同时,社会脆弱性研究多止步于脆弱性程度的评价与空间分异[27],对社会脆弱性的影响因素与影响机制分析不足,少量研究仅从单一的社会视角分析社会脆弱性的影响因素[29-30],如人口结构、社会不平等、贫困、社会资本、社会排斥等,缺乏综合视角的分析。此外,社会脆弱性的研究多以国家、区域等宏观尺度为主[31],微观尺度的研究较为匮乏。
相较于灾害脆弱性和环境脆弱性,社会脆弱性更为关注人和社会在环境变化中的主体关系,对其研究具有重要意义。因此,本文将社会脆弱性工具应用到城市边缘区研究中,以西安城市边缘区所辖街道为研究单元,探讨城市化过程干扰下城市边缘区社会系统的脆弱性空间分异格局及其影响机制,不仅是对人文科学领域社会系统自身要素变化导致的社会脆弱性研究的一次尝试,同时也有利于探索微观尺度社会脆弱性定量化方法、丰富社会脆弱性研究内容,为提高城市边缘区社会系统适应性与适应能力、促进中国大城市空间有序发展提供科学决策依据。
2 研究区域
西安是陕西省省会,中国西部地区重要的中心城市,市域总面积为10096.81 km2,2014年常住人口为862.75万人。近10多年来,西安城市化进程不断加快,城市空间扩展迅速,城市建成区面积从2000年的186.97 km2增长至2013年的504.68 km2。随着国家级西咸新区的跨越式发展和“五区一港两基地”战略(“五区一港两基地”是“十一五”时期西安市相继建设的8个开发新区,包括高新技术产业开发区、经济技术开发区、浐灞生态区、曲江新区、沣东新城、国际港务区、国家民用航天产业基地和国家航空高技术产业基地,目的是以开发区为先导促进城市空间扩张和功能完善。)的深入,城市空间快速扩张的趋势仍将持续。由于具有过渡性、模糊性和动态性等特征[5],城市边缘区的范围通常较难准确界定。本文认为,城市边缘区是城市建成区和农村地域之间的转变区域,并在人口、社会、经济、空间等方面呈现出明显的过渡与融合特征。其中,由于城市建设用地向农业用地的侵入而形成的土地利用犬牙交错状态和用地景观的破碎化是城市边缘区最直观的反映,也是识别城市边缘区范围的重要依据。因此,基于遥感影像和土地利用数据,结合本文研究目标和西安城市化空间发展态势,将建设用地面积比重、耕地面积比重和景观破碎度作为主要衡量依据和参考指标,对西安城市边缘区范围进行了界定,最终确定的城市边缘区包括隶属于灞桥区、长安区、雁塔区、未央区和沣东新城的25个街道（图1）。与已完全实现空间城市化的核心地域相比,这25个空间单元仍存在数量不等的农业用地,农业空间和城市化空间交错混杂。随着“五区一港两基地”战略的持续推进,该区域将是未来西安城市扩张的主要空间载体,城市建设用地向农业用地侵入的趋势难以避免。同时,该区域城市与农村社区共存,农业与非农业经济活动并行,社会和经济结构均面临转型,整个社会系统呈现快速变化特征。在环状城市边缘区外围,北部和南部分别是渭河和秦岭北麓,西部已到达西安市的行政边界,东部则受市辖区界限和黄土塬地形影响,城市空间的进一步扩张均受到限制。总体来看,由这25个街道所组成的城市边缘区是当前以及未来一段时期内西安市受城市化影响最突出、土地利用变化最显著、社会系统最敏感的区域。
显示原图|下载原图ZIP|生成PPT图12013年西安城市边缘区土地利用现状
-->Fig. 1Land use status of Xi'an urban fringe in 2013
-->
3 研究方法与数据
3.1 城市边缘区社会脆弱性评价框架
作为脆弱性的维度之一,社会脆弱性多被理解为关于暴露度（Exposure）、敏感性（Sensitivity）和适应能力（Adaptive Capacity）的函数[32-35]。本文将快速的空间城市化作为城市边缘区社会系统的主要干扰,基于暴露度、敏感性和适应能力3个维度构建城市边缘区社会脆弱性评价框架（图2）,通过研究城市边缘区各空间单元社会系统易于受城市化影响的程度、呈现出的敏感性状态及其面对快速城市化扰动的适应能力,进而对西安城市边缘区社会脆弱性进行综合评价。其中,暴露度反映社会系统受城市化干扰的程度,可通过干扰的强度、频率或持续时间以及当前所呈现出的暴露状态进行测度;敏感性反映各空间单元容易受到城市化干扰的影响程度,取决于评价单元系统结构（社会结构、经济结构和空间结构）的内在特征;适应能力是社会系统能够处理、应对和适应城市化干扰的能力,多由社会系统的应对能力、学习能力和转型能力构成,取决于评价单元社会系统拥有的资本、信息、教育、技术、管理能力等。
显示原图|下载原图ZIP|生成PPT图2城市边缘区社会脆弱性评价框架
-->Fig. 2Evaluation framework of social vulnerability for urban fringe
-->
3.2 城市边缘区社会脆弱性评价指标体系
基于社会脆弱性概念、构成维度的关联逻辑以及评价框架,从暴露度、敏感性和适应能力3个方面构建城市边缘区社会脆弱性评价指标体系,选取研究所涉及的指标共计15个（表1）。各维度指标构成、涵义和计算方式如下：Tab. 1
表1
表1城市边缘区社会脆弱性评价指标体系
Tab. 1Evaluation index system of social vulnerability for urban fringe
| 目标层 | 准则层 | 指标层 | 指标权重 | 指标性质 | 数据来源 | 指标含义 |
|---|---|---|---|---|---|---|
| 社 会 脆 弱 性 | 暴 露 度 (+) | E1距市中心的距离(km) | 0.1221 | - | 通过ArcGIS10测度 | 反映空间邻近性特征 |
| E2斑块密度(个/km2) | 0.1220 | + | 通过fragstats4.2计算 | 反映单位面积的斑块数 | ||
| E3香农多样性指数 | 0.1446 | + | 通过fragstats4.2计算 | 反映景观异质性 | ||
| E4景观破碎度指数 | 0.3383 | + | 通过fragstats4.2计算 | 反映景观分割破碎程度 | ||
| E5建设用地面积比重(%) | 0.2730 | + | 遥感影像解译 | 反映土地城市化水平 | ||
| 敏感 性 (+) | S1农业人口比重(%) | 0.3040 | + | 各区统计年鉴 | 人口结构的敏感性状态 | |
| S2第一产业总产值(万元) | 0.3767 | + | 各区统计年鉴 | 产业结构的敏感性状态 | ||
| S3人均耕地面积(亩/人) | 0.3193 | + | 各区统计年鉴 | 土地空间的敏感性状态 | ||
| 适 应 能 力 (-) | A1规模以上工业增加值(亿元) | 0.2677 | + | 各区统计年鉴 | 反映工业化发展水平 | |
| A2全社会固定资产投资(亿元) | 0.2452 | + | 各区统计年鉴 | 反映城市建设水平 | ||
| A3城乡居民收入比 | 0.0621 | - | 各区统计年鉴 | 反映城乡收入差距 | ||
| A4人均社会消费品零售额(元) | 0.2802 | + | 各区统计年鉴 | 反映生活消费水平 | ||
| A5农村劳动力从事非农产业人员比重(%) | 0.0510 | + | 各区统计年鉴 | 反映居民就业多样性 | ||
| A6初中以上学历人口比重(%) | 0.0546 | + | 西安市“六普”数据 | 反映人口受教育水平 | ||
| A7文盲人口占15岁以上人口比重(%) | 0.0392 | - | 西安市“六普”数据 | 反映人口受教育水平 |
新窗口打开
（1）暴露度。受发展阶段、空间邻近性特征和城市规划等因素影响,西安城市边缘区各空间单元受城市化干扰强度不同,为表征各空间单元暴露度特征,选取距市中心的距离、斑块密度、香农多样性指数、景观破碎度指数和建设用地面积比重5个指标。其中,距市中心的距离可以在一定程度上反映各空间单元受城市化干扰持续的时间和频率,该指标通过计算各街道质心与西安市钟楼（市中心地标）之间的距离得出;斑块密度、香农多样性指数和景观破碎度指数3个景观格局指数从不同层面测度了各空间单元的景观破碎度,反映了各街道受城市化干扰的强度和状态特征,这几个指标通过Fragstas 4.2软件计算得出;建设用地面积比重则直接反映了西安空间城市化过程对各评价单元的侵入程度,该指标通过遥感影像解译与计算获得。
（2）敏感性。由于各空间单元内在属性与结构特征的差异,城市化干扰在各空间单元上施加的影响的后果可能不同。一般而言,乡村性特征显著的地域对城市化介入的反应更为强烈,敏感性程度更高;而城市性特征相对突出的地域对城市化干扰已具有一定的吸收能力,相应地敏感性反应也较弱。因此,主要选择农业人口比重、第一产业总产值和人均耕地面积3个替代性指标来表征城市边缘区各街道单元内在的社会结构、经济结构和空间结构特征,通过农业人口、农业产业和耕地数量衡量各街道单元的社会、经济和空间的乡村性,进而反映其敏感性状态。
（3）适应能力。在应对、吸收外部城市化干扰的同时,城市边缘区社会系统也在通过自身学习能力与组织能力的提高进行转型,以适应外部环境的影响和系统内部可能产生的变化。考虑到数据的可获得性,主要选取了7个指标来测度西安城市边缘区社会系统的适应能力。其中,城乡居民收入比和人均社会消费品零售额代表了社会群体的收入水平和生活消费水平,反映了社会系统的应对能力;规模以上工业增加值、全社会固定资产投资和农村劳动力从事非农产业人员比重代表了各空间单元的工业化、城市建设水平和居民就业的多样性,反映了社会系统的转型能力和适应性状态;初中以上学历人口比重和文盲人口占15岁以上人口比重代表了城市边缘区社会群体的受教育水平,反映了社会系统的学习能力。
3.3 数据来源与处理
研究数据主要由遥感影像数据和社会经济统计数据两部分组成。遥感影像来源于中分辨率的Landsat 8卫星影像（数据获取时间为2013年9月）,同时以Google Earth提供的高清晰影像作为参考;统计数据分别来源于2014年《西安市统计年鉴》以及各街道所属的市辖区统计年鉴,还包括西安市第六次人口普查数据和相关街道提供的统计资料。3.3.1 遥感影像处理 借助ENVI 5.1平台,对2013年西安城市边缘区遥感影像图进行几何校正和辐射校正。依据“国家级土地利用与覆被分类系统I级土地利用类别”并结合研究区域现状,采用自动分类与目视解译相结合的方法将研究区土地利用类型划分为4类,分别是建设用地、农业用地（包括耕地和园地）、林地和其他用地（包括草地、水域和未利用地）（图1）。在此基础上,利用景观格局指数计算软件Fragstas 4.2计算斑块密度、香农多样性指数、景观破碎度指数3个参数,定量获取表征城市边缘区社会脆弱性暴露度的指标。
3.3.2 数据标准化 由于各评价指标存在着数量级、量纲和指标性质的差异,因此需对原始数据进行标准化处理。本文选用极差标准化方法对原始数据进行处理：
（1）当指标值越大对评价的上一级目标越有利时,定义指标性质为“+”,运用正向指标标准化公式：
（2）当指标值越小对评价的上一级目标越有利时,定义指标性质为“-”,运用负向指标标准化公式：
式中：Xij、Xjmax、Xjmin和Yij分别为第i研究单元第j指标的原始值、最大值、最小值和标准化值;
3.3.3 确定指标权重 在确定指标权重的方法中,熵值法由于其既能反映指标信息的效应价值,又能克服指标间的信息重叠,被社会经济等研究领域广泛应用[36-37]。因此,本文运用熵值法求取城市边缘区社会脆弱性评价指标的权重系数（表1）。计算过程如下：
① 基于标准化值
② 计算第j项指标的熵值ej：
③ 计算第j项指标的差异性系数gj：
④ 计算第j项指标的权重wj：
式中：
3.4 社会脆弱性评价模型
从已有研究来看,社会脆弱性评价主要是基于社会脆弱性构成因素建立评价指标体系,通过不同统计方法计算社会脆弱性指数,以此判断社会系统脆弱程度。其中,函数模型法因其能较好地体现社会脆弱性内涵以及各构成要素之间的相互作用关系而得到广泛应用。因此,将社会脆弱性理解为暴露度、敏感性和适应能力的函数,并借鉴政府间气候变化专门委员会（IPCC）的可持续生计脆弱性指数（LVI）计算方法[24, 38],采用函数模型法构建城市边缘区社会脆弱性的评价模型：式中：SVI、EI、SI、AI分别代表社会脆弱性指数、暴露度指数、敏感度指数和适应能力指数,SVI的取值区间为（-1, 1）。式（7）表示暴露度、敏感性与社会脆弱性呈正相关,适应能力与社会脆弱性呈负相关。EI、SI、AI分别通过加权求和法求取：
式中：EI、SI、AI分别代表暴露度指数、敏感性指数和适应能力指数,取值区间均为（0, 1）;Wej、Wsj、Waj分别为暴露度、敏感性与适应能力的指标权重;Yeij、Ysij、Yaij分别为暴露度、敏感性和适应能力指标的标准化值。
4 结果分析
4.1 社会脆弱性评价结果
结合原始数据,运用式（8）分别计算各研究单元暴露度指数、敏感性指数和适应能力指数,将结果代入式（7）计算得出2013年西安城市边缘区社会脆弱性指数（表2）,并采用自然断点法分别将暴露度指数、敏感性指数、适应能力指数和社会脆弱性指数划分为3个等级,依次为低值区、中值区和高值区,进而得出西安城市边缘区暴露度、敏感性、适应能力和社会脆弱性的空间分异格局（图3）。Tab. 2
表2
表2西安城市边缘区社会脆弱性评价结果
Tab. 2Assessment results of social vulnerability for Xi'an urban fringe
| 市辖区 | 街道 | 暴露度指数(EI) | 敏感性指数(SI) | 适应能力指数(AI) | 社会脆弱性指数(SVI) |
|---|---|---|---|---|---|
| 灞桥区 | 红旗 | 0.483 | 0.324 | 0.570 | -0.028 |
| 席王 | 0.411 | 0.558 | 0.671 | -0.146 | |
| 洪庆 | 0.441 | 0.370 | 0.507 | -0.025 | |
| 狄寨 | 0.356 | 0.667 | 0.220 | 0.090 | |
| 灞桥 | 0.566 | 0.560 | 0.415 | 0.084 | |
| 新筑 | 0.393 | 0.702 | 0.413 | -0.014 | |
| 新合 | 0.327 | 0.781 | 0.218 | 0.085 | |
| 长安区 | 韦曲 | 0.735 | 0.084 | 0.547 | 0.016 |
| 郭杜 | 0.572 | 0.354 | 0.582 | -0.004 | |
| 细柳 | 0.282 | 0.677 | 0.224 | 0.039 | |
| 杜曲 | 0.289 | 0.735 | 0.132 | 0.116 | |
| 大兆 | 0.362 | 0.773 | 0.084 | 0.214 | |
| 兴隆 | 0.337 | 0.480 | 0.136 | 0.097 | |
| 黄良 | 0.287 | 0.705 | 0.157 | 0.092 | |
| 王曲 | 0.382 | 0.526 | 0.147 | 0.124 | |
| 五星 | 0.240 | 0.679 | 0.090 | 0.102 | |
| 炮里 | 0.255 | 0.705 | 0.076 | 0.126 | |
| 雁塔区 | 等驾坡 | 0.696 | 0.099 | 0.408 | 0.029 |
| 鱼化寨 | 0.688 | 0.104 | 0.529 | 0.017 | |
| 未央区 | 六村堡 | 0.503 | 0.302 | 0.159 | 0.104 |
| 汉城 | 0.449 | 0.118 | 0.238 | 0.025 | |
| 草滩 | 0.317 | 0.033 | 0.571 | -0.008 | |
| 沣东新城 | 三桥 | 0.570 | 0.061 | 0.192 | 0.023 |
| 斗门 | 0.481 | 0.596 | 0.112 | 0.219 | |
| 王寺 | 0.533 | 0.646 | 0.123 | 0.265 |
新窗口打开
显示原图|下载原图ZIP|生成PPT图3西安城市边缘区暴露度、敏感性、适应能力及社会脆弱性空间分布
-->Fig. 3Spatial distribution of exposure, sensitivity, adaptive capacity and social vulnerability for Xi'an urban fringe
-->
4.1.1 暴露度 从暴露度指数看（表2）,高值区、中值区和低值区占整个研究区面积的比重分别为23.27%、33.13%和43.60%。从空间分布来看（图3a）,高等级暴露度空间单元主要包括三桥、鱼化寨、郭杜、韦曲、等驾坡和灞桥6个街道,这6个街道紧邻城市核心区,距市中心距离最近,城市建设用地面积比重较大,受城市化的影响强烈,导致其暴露度指数较高;中等级暴露度空间单元较均匀地分布在城市边缘区东、西两侧;除北部草滩和新合两个街道外,低等级暴露度空间单元集中分布在城市南部地区,这主要是因为南部长安区各街道距离市中心相对较远,部分街道的土地利用方式仍以农业用地为主,景观破碎化程度较低;北部的两个街道因紧邻渭河,且距市中心也较远,其空间城市化速度相对较缓。总体来看,距市中心的距离对暴露度等级的空间分布格局的形成具有主导作用,暴露度等级分布在一定程度上符合距离衰减规律,也显示出西安城市空间扩张呈现出自中心向外围蔓延式的扩张特征。
4.1.2 敏感性 从敏感性指数看（表2）,高值区、中值区和低值区占整个研究区面积的比重分别为56.23%、23.65%和20.12%。从空间分布来看（图3b）,低等级敏感性空间单元包括北部的草滩、汉城街道,东部的等驾坡街道,南部的韦曲街道以及西部的三桥和鱼化寨街道;高等级敏感性空间单元较为集中,且分布范围较广,大多集中在城市东部、南部和西部;中等级敏感性空间单元较为分散的“镶嵌”在高、低等级空间单元之间。通过对比图3a和图3b可以发现,暴露度的高、低等级空间单元与敏感性的低、高等级空间单元分布格局具有高度相似性特征,暴露度的高（低）等级空间格局与敏感性的低（高）等级空间格局彼此相对应。原因在于暴露度高的街道距市中心较近,受城市化影响强烈,但同时因为其农业人口和农业社会经济活动均不显著,对城市化施加在该地域上的影响的敏感性程度较低;相反,城市边缘区外围农村地域特征典型,城市化对该区域施加的影响容易被强化,甚至放大,进而产生“剂量反应”。
4.1.3 适应能力 从适应能力指数看（表2）,高值区、中值区和低值区占整个研究区面积的比重分别为42.25%、20.05%和37.70%。从空间分布来看（图3c）,高等级适应能力空间单元的分布较为集中,分布在城市东部和西南各街道;低等级适应能力空间单元的分布也较集中,主要分布在城市南部和西部各街道;中等级适应能力空间单元分布较为分散。由于适应能力主要取决于各街道的工业化发展程度、城市建设水平、社会消费能力、居民就业多样性以及受教育水平等因素,因此,适应能力的分布格局并未呈现出类似暴露度和敏感性的显著的空间规律性特征。但笔者在实地调查中发现,开发历史较早、城市化进程较快的街道在率先完成从乡村体制向城市体制转换的同时,适应能力也随之提高;而远离城市核心区的街道,无论被动或主动,均尚未实现这种转换,一部分处于过渡与适应过程中,还有一部分街道在人口、经济、空间等各维度仍处于乡村体制框架内,尚未形成对城市化影响的适应能力。
4.1.4 社会脆弱性 从社会脆弱性指数看（表2）,高值区、中值区和低值区占整个研究区面积的比重分别为12.55%、39.38%和48.07%。从空间分布来看（图3d）,西安城市边缘区社会脆弱性空间分布不均衡,高、中、低等级社会脆弱性街道数量为3个、10个和12个,分别占空间单元总数的12%、40%和48%。其中,高等级社会脆弱性空间单元分布在西部的王寺和斗门街道以及南部的大兆街道,低等级社会脆弱性空间单元分布在郭杜、红旗、席王、草滩等相对邻近市中心的位置,中等级社会脆弱性空间单元则分散在城市边缘区相对外围区域。社会脆弱性由暴露度、敏感性和适应能力3个维度共同作用形成,但这3个维度在不同街道的作用程度存在明显差异,而且很难明确社会脆弱性的具体影响因素,因此,需要进一步识别社会脆弱性的关键影响因子,分析其影响机制,进而采取相应措施降低空间单元的社会脆弱性,为构建稳定并可持续的社会系统提供科学依据。
4.2 社会脆弱性影响因素识别及其影响机制
为进一步识别社会脆弱性的关键影响因素,以社会脆弱性指数为因变量,以社会脆弱性评价指标因子为自变量构建多元线性回归模型,表达式为：式中：Y为因变量（社会脆弱性指数）;β0为常数;β1、β2…βp为回归系数;X1、X2…Xp为自变量（社会脆弱性影响因子）;ε为随机误差。
运用SPSS 19.0软件采用向后筛选策略对模型（9）进行计算,结果显示,回归方程R = 0.921,调整后的R2 = 0.882,F = 23.326（Sig.= 0.000）,回归方程的拟合优度很高,有效性较好。根据表3的回归分析结果,可得多元线性回归方程：
在社会脆弱性影响因子中,共有8个因子进入到回归模型中,其中,建设用地面积比重、景观破碎度指数、香农多样性指数、斑块密度和人均耕地面积均与社会脆弱性呈正相关关系;规模以上工业增加值、全社会固定资产投资和初中以上学历人口比重呈负相关关系（表3）。从回归系数来看,这些影响因子的回归系数均未超过0.5,相对较低的回归系数和显著性水平一定程度上表明了社会脆弱性影响机制的复杂性。
Tab. 3
表3
表3西安城市边缘区社会脆弱性影响因素回归分析
Tab. 3Regression analysis results of social vulnerability for Xi'an urban fringe
| 模型 | 回归系数 | t | Sig. |
|---|---|---|---|
| 常数 | — | -1.492 | 0.155 |
| E2斑块密度 | 0.251 | 2.271 | 0.037 |
| E3香农多样性指数 | 0.305 | 2.519 | 0.023 |
| E4景观破碎度指数 | 0.355 | 3.511 | 0.003 |
| E5建设用地面积比重 | 0.440 | 2.688 | 0.016 |
| S3人均耕地面积 | 0.433 | 2.527 | 0.022 |
| A1规模以上工业增加值 | -0.463 | -4.874 | 0.000 |
| A2全社会固定资产投资 | -0.414 | -3.821 | 0.002 |
| A6初中以上学历人口比重 | -0.235 | -2.459 | 0.026 |
新窗口打开
4.2.1 土地利用方式与景观格局的变化 在与社会脆弱性呈正相关的影响因子中,相关性较强的主要是建设用地面积比重（回归系数0.440）和人均耕地面积（回归系数0.433）,其次是景观破碎度指数、香农多样性指数和斑块密度3个景观格局指数因子,这表明土地利用方式及其景观格局的变化是城市边缘区社会脆弱性的直接影响因素。与人口、经济、社会等维度的城市化过程相比,空间城市化过程对城市边缘区的影响更为显著和直接,城市建设用地的持续扩张和建设空间的不断侵入使城市边缘区景观格局处于持续的“破碎化”和“动荡”演替过程中,导致城市边缘区社会—空间系统极不稳定;而城市边缘区土地利用性质转变的同时,“人”的城市化进程却十分缓慢。2000-2013年,西安市人口城市化水平从60.77%增长至72.05%,同期城市建成区面积从186.97 km2增加到504.68 km2,年均增长速度为7.94%,远高于人口城市化1.32%的年均增长率。土地城市化与人口城市化的不协调以及相关制度的缺陷,致使城市边缘区人地关系发生“扭曲”和“错位”,直接结果是以失地农民为主的大量脆弱性群体的产生,这一城市化过程被陆大道院士称之为“由大量失去土地的农民和人口的失业所造成的虚假的城市化和贫困的城市化”[39]。
4.2.2 社会系统体制转换阶段的差异 由于城市边缘区社会系统发展阶段和内部结构性差异,系统所遭受的城市化干扰的影响程度不同。城市体制主导的街道单元,其社会系统多已完成由乡村性向城市性的结构和功能转换并渐趋稳定,对外部城市化干扰的敏感性程度有所降低,城市化干扰的后果表现不明显。对于乡村体制主导的街道单元,由于社会系统的乡村性特征与城市化过程之间的对立,其对城市化的影响更为敏感,一定程度上加剧了外部扰动的负面影响;而社会系统受到外部城市化干扰时,会对其影响进行抵抗、吸收和调整以保持其基本结构和功能,但空间上与城市核心区的邻近特征使得城市边缘区各单元长期暴露于城市化的影响之下,当系统尚未完成转换和形成新的结构与功能之前（实现城市体制转换）,系统多处于极不稳定状态（城乡二元体制）,来自于城市化的干扰也会因其社会系统体制转换的不稳定特征而有所加剧。“十一五”以来,西安市实施的“五区一港两基地”战略对土地空间需求旺盛,致使城市边缘区土地存量相对较大的街道单元成为主要“侵入”目标,模型中的人均耕地面积影响因子集中反映了这些街道单元的空间结构敏感性特征。总体来看,土地利用方式及其景观格局的变化是城市边缘区社会系统不稳定性和脆弱性的直接原因,而城市边缘区社会系统转换阶段的差异及其敏感性特征进一步加剧了社会脆弱性。
4.2.3 物质与社会发展的不平衡 在与社会脆弱性呈负相关的影响因子中,相关性较强的主要是规模以上工业增加值（回归系数-0.463）和全社会固定资产投资（回归系数-0.414）。这表明了城市边缘区的工业化过程和城市建设对社会脆弱性具有较强的影响作用。在体制转换过程中,城市边缘区的自组织功能不断发挥作用,并通过对自身结构和功能的不断调整来适应快速城市化的影响。近年来,随着西安市“五区一港两基地”战略的推进,由工业化引导的开发区和基础设施建设成为西安城市边缘区适应快速城市化过程的首要体现;固定资产投资领域的房地产开发在空间上的向外扩散以及核心城区功能的“解密外疏”也是城市边缘区适应城市化过程的主要表征。但与工业化和城市物质景观上的快速适应相比,适应能力指标体系中的城乡居民收入比、人均社会消费品零售额、农村劳动力从事非农产业人员比重等反映居民收入水平、消费能力和就业多样性的社会层面因子并未进入到回归模型中,表明城市边缘区在由乡村体制向城市体制转换过程中物质与社会发展的不平衡,与经济形态和物质景观实现快速转换和适应形成鲜明对比的是,城市边缘区的社会系统转型缓慢,在收入、就业、消费等多个社会领域尚未形成适应能力,社会脆弱性也由此集中体现（图4）。
显示原图|下载原图ZIP|生成PPT图4城市边缘区社会脆弱性影响因素分析框架
-->Fig. 4Analytical framework of social vulnerability factors for urban fringe
-->
5 结论与讨论
5.1 结论
（1）西安城市边缘区各街道的暴露度格局呈现出自中心向外围渐趋减缓的特征,距市中心的距离对暴露度等级的空间分布具有突出影响;敏感性程度的高、低分布与暴露度的低、高分布在空间上具有相似性特征,农村地域特征明显的空间单元,城市化对该区域施加的影响容易被强化,敏感性程度相对较高;适应能力的分布格局未呈现显著的空间规律性,主要反映在受城市化影响的时间尺度上,开发历史较早、城市化进程较快的街道在率先完成从乡村体制向城市体制转换的同时,适应能力也相对较强。在暴露度、敏感性和适应能力3个维度的综合作用下,社会脆弱性等级及其空间分布呈现出不均衡特征,西安城市边缘区各空间单元的社会脆弱性以中、低等级为主,高等级社会脆弱性空间单元并不多;空间分布上的特征并不显著,除3个高等级社会脆弱性街道外,低等级社会脆弱性街道相对分布在城市内边缘区,中等级社会脆弱性空间单元分散在城市外边缘区。（2）以社会脆弱性指数为因变量,以社会脆弱性评价指标因子为自变量,运用多元回归分析对社会脆弱性影响因素进行分析,回归模型显示建设用地面积比重等8个因子对社会脆弱性有重要影响。其中,建设用地面积比重、人均耕地面积、景观破碎度指数、香农多样性指数和斑块密度因子与社会脆弱性具有正相关性,表明土地利用方式与景观格局的变化是城市边缘区社会脆弱性的直接影响因素,而城市边缘区社会系统体制转换阶段的差异性和敏感性特征进一步加剧了社会脆弱性;规模以上工业增加值和全社会固定资产投资与社会脆弱性具有较强的负相关性,表明工业化和城市物质景观建设是城市边缘区适应城市化影响、应对社会脆弱性的首要体现,而同属于适应能力指标体系的反映居民收入水平、消费能力和就业多样性的社会层面因子并未进入到回归模型中,表明城市边缘区物质与社会发展的不平衡,社会系统转型相对滞后,社会领域的适应能力亟待加强。
5.2 讨论
（1）社会脆弱性评价的难点在于对暴露度、敏感性和适应能力3个脆弱性核心概念实现替代指标的选取和（半）定量化测度。本文重点对特定时段和特定地域的社会脆弱性程度进行评价和比较分析,社会脆弱性的时间尺度变化、敏感性程度的阈值效应等问题尚未涉及,这需要在后续研究中加强多元数据积累和方法上的进一步突破。（2）本文以街道为基本单元,侧重探讨特定空间的社会脆弱性程度分异特征和影响因素。为进一步揭示城市边缘区社会脆弱性与适应性特征,需要在社区尺度上关注城市边缘区失地农民、外来人口等群体,通过问卷调查与访谈搜集第一手数据,进而分析城市边缘区特定群体的社会脆弱性形成原因、机理及其适应机制,以深入理解城市边缘区社会脆弱性的复杂性和多样性。
（3）未来一段时期内,中国快速城市化过程仍将持续。城市边缘区作为城市化最活跃的空间地域,很难规避体制转换对社会系统的影响,明智的选择是通过优化系统内部结构和功能以适应城市化扰动的影响。根据西安及中国大城市边缘区普遍存在的社会脆弱性问题,本文提出如下对策：一是避免城市盲目扩张,合理确定城市开发建设边界,降低过度空间城市化对城市边缘区社会系统的不必要干扰,促进城市化健康有序发展;二是重点关注受城市化干扰强烈的乡村体制和城乡二元体制社区,在社会、经济和空间等方面优化其内在结构属性,并有针对性的制定适应性管理对策,加快体制转换过程,降低社区敏感性;三是重点关注城市边缘区失地农民、外来人口等脆弱性群体,在促进生计方式多样性、加强社会资本获取能力、提高社会融入与连通度、完善社会保障体系等方面提供政策引导与保障,提高城市边缘区社区与社会的应对能力、学习能力和自组织能力,同时,深化制度改革,加快农民市民化进程,促进空间城市化与人口城市化的协调,提高城市边缘区社会系统的调适能力。
The authors have declared that no competing interests exist.
参考文献 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] | . 本文通过北京、上海、广州、南京等大城市调查,在探讨中国城市边缘区划分的基础上,对中国大城市边缘区的人口特性、社会特性、经济特性、土地利用特性以及地域空间特性进行了研究。 . 本文通过北京、上海、广州、南京等大城市调查,在探讨中国城市边缘区划分的基础上,对中国大城市边缘区的人口特性、社会特性、经济特性、土地利用特性以及地域空间特性进行了研究。 |
| [2] | |
| [3] | |
| [4] | . <p>城市边缘区是客观存在但却难以精确刻画的空间实体。现有划分方法往往难以兼顾研究精度和空间属性数据的匹配。本文以产业空间特征为主要依据,借助非线性回归、空间自相关和GIS等分析手段,建立了一种单因素的城市边缘区空间划分方法。并利用1996年和2001年基本单位普查数据,以邮政编码区为精细的空间基本单元,对北京主城区城市边缘区进行了实证研究。划分结果表明,北京主城的城市边缘区是环绕在主城区周边的宽窄不一、空间不连续的带状实体地域,该区域面向东、南方向的扇形拓展是未来发展的主要趋势。</p> . <p>城市边缘区是客观存在但却难以精确刻画的空间实体。现有划分方法往往难以兼顾研究精度和空间属性数据的匹配。本文以产业空间特征为主要依据,借助非线性回归、空间自相关和GIS等分析手段,建立了一种单因素的城市边缘区空间划分方法。并利用1996年和2001年基本单位普查数据,以邮政编码区为精细的空间基本单元,对北京主城区城市边缘区进行了实证研究。划分结果表明,北京主城的城市边缘区是环绕在主城区周边的宽窄不一、空间不连续的带状实体地域,该区域面向东、南方向的扇形拓展是未来发展的主要趋势。</p> |
| [5] | . 论文在总结前人研究的基础上提出城市特征属性概念,构建了一套基于多准则判断的评价指标体系和城市边缘区界定方法。利用累积频率图和<em>K</em>_Means空间聚类法确定了城市边缘区界定标准,对广州市城市边缘区进行划分。实验结果表明:城市边缘区主要分布于主城区和若干中心镇周围,随城市交通轴线发散分布,平均城市特征属性为0.292。边缘区总面积占广州总面积的46.73%,主要分布于番禺、白云、花都3个区,共占城市边缘区总面积的76.511%。海珠、荔湾的城市边缘区形状较为紧凑,紧凑度指数分别为4.127 2、3.472 5;白云、番禺、花都的城市边缘区形态较为破碎,紧凑度指数分别为7.847 2、7.199 3、7.525 5。 . 论文在总结前人研究的基础上提出城市特征属性概念,构建了一套基于多准则判断的评价指标体系和城市边缘区界定方法。利用累积频率图和<em>K</em>_Means空间聚类法确定了城市边缘区界定标准,对广州市城市边缘区进行划分。实验结果表明:城市边缘区主要分布于主城区和若干中心镇周围,随城市交通轴线发散分布,平均城市特征属性为0.292。边缘区总面积占广州总面积的46.73%,主要分布于番禺、白云、花都3个区,共占城市边缘区总面积的76.511%。海珠、荔湾的城市边缘区形状较为紧凑,紧凑度指数分别为4.127 2、3.472 5;白云、番禺、花都的城市边缘区形态较为破碎,紧凑度指数分别为7.847 2、7.199 3、7.525 5。 |
| [6] | . 以土地用途转换为论题,将其作为北京城市边缘区土地利用变化的"基本内核过程"进行分析,在土地用途转换基本驱动模式的基础上构建起研究区土地用途转换宏观动因机制的理论框架模型;应用这一模型,结合研究区1982～1997年这一时段土地利用动态变化中的基本情况,对研究区在城市化过程中、各种体制因素作用下土地用途转换的宏观动因机制进行了综合分析,在揭示主因力作用的同时,着重阐明了各种驱动因素之间相互制约、互相联系形成的"合力"效应。 . 以土地用途转换为论题,将其作为北京城市边缘区土地利用变化的"基本内核过程"进行分析,在土地用途转换基本驱动模式的基础上构建起研究区土地用途转换宏观动因机制的理论框架模型;应用这一模型,结合研究区1982～1997年这一时段土地利用动态变化中的基本情况,对研究区在城市化过程中、各种体制因素作用下土地用途转换的宏观动因机制进行了综合分析,在揭示主因力作用的同时,着重阐明了各种驱动因素之间相互制约、互相联系形成的"合力"效应。 |
| [7] | . <p>在Landsat TM数据支持下,利用突变点方法获取北京市1994、1999、2004年城市边缘区范围,从扩展总量、扩展类型、扩展方向、扩展区域以及扩展强度等方面分析城市边缘区空间扩展特征,探讨扩展驱动机制。结果表明:(1)北京城市边缘区扩展速率逐渐加快;扩展方向主要是东、北,类型以向外扩张为主;(2)边缘区空间扩展受自然地理条件限制的同时,受经济发展、工业增长、城市基础设施等社会经济因素影响较大,城市规划等政治因素也对边缘区空间扩展具有一定影响。</p> . <p>在Landsat TM数据支持下,利用突变点方法获取北京市1994、1999、2004年城市边缘区范围,从扩展总量、扩展类型、扩展方向、扩展区域以及扩展强度等方面分析城市边缘区空间扩展特征,探讨扩展驱动机制。结果表明:(1)北京城市边缘区扩展速率逐渐加快;扩展方向主要是东、北,类型以向外扩张为主;(2)边缘区空间扩展受自然地理条件限制的同时,受经济发展、工业增长、城市基础设施等社会经济因素影响较大,城市规划等政治因素也对边缘区空间扩展具有一定影响。</p> |
| [8] | . . |
| [9] | . 在快速城镇化进程中,许多城市的中心城区和边缘地带同时迅速扩 展,城市边缘区成为变化最大、问题最多和最敏感的地带,也是城市未来发展的关键区域.近年来,郑州城市边缘区的迅速发展有力地支持了郑州市城市综合竞争力 的提升,但其空间格局的不清晰和空间组织的混乱也给城市的可持续发展埋下隐患.郑州城市边缘区空间演变的历史悠长而曲折,景观积累多样而繁杂.当前,郑州 城市边缘区的空间扩展主要得益于郊区城镇化和乡村城镇化,扩展方式以轴向扩展与外向扩展为主.郑州城市边缘区的空间优化要满足可持续发展的要求并遵循一定 的科学准则,合理确定功能与产业定位,采用科学的空间组织方式,并接受高层次的规划制约.在此基础上,以产业园开发模式为主,实现边缘区空间格局的优化. . 在快速城镇化进程中,许多城市的中心城区和边缘地带同时迅速扩 展,城市边缘区成为变化最大、问题最多和最敏感的地带,也是城市未来发展的关键区域.近年来,郑州城市边缘区的迅速发展有力地支持了郑州市城市综合竞争力 的提升,但其空间格局的不清晰和空间组织的混乱也给城市的可持续发展埋下隐患.郑州城市边缘区空间演变的历史悠长而曲折,景观积累多样而繁杂.当前,郑州 城市边缘区的空间扩展主要得益于郊区城镇化和乡村城镇化,扩展方式以轴向扩展与外向扩展为主.郑州城市边缘区的空间优化要满足可持续发展的要求并遵循一定 的科学准则,合理确定功能与产业定位,采用科学的空间组织方式,并接受高层次的规划制约.在此基础上,以产业园开发模式为主,实现边缘区空间格局的优化. |
| [10] | . 城市边缘区农地城市流转是当今世界城市化进程中一种普遍的社会经济现象,在这一过程中,失地农民的利益保障问题日益突出.本文探讨了失地农民利益不保问题的表现及根源,指出该问题的解决对于推动我国城市化发展和维持社会稳定等方面具有重要的现实意义,认为当前农地城市流转调控机制还不能有效地解决这一问题.最后,文章就制度创新方面提出一系列针对性建议和措施. . 城市边缘区农地城市流转是当今世界城市化进程中一种普遍的社会经济现象,在这一过程中,失地农民的利益保障问题日益突出.本文探讨了失地农民利益不保问题的表现及根源,指出该问题的解决对于推动我国城市化发展和维持社会稳定等方面具有重要的现实意义,认为当前农地城市流转调控机制还不能有效地解决这一问题.最后,文章就制度创新方面提出一系列针对性建议和措施. |
| [11] | . 城市边缘区是城市空间增长的前沿阵地,也是城市社会一空间转型中 最敏感、最显著的地域类型.随着我国城市化进程的加快,城市边缘区中由土地征用所引发的社会冲突已成为当前我国矛盾最为集中的社会问题.研究发现,征地冲 突是城市边缘区社会-空间转型不同步的产物,其外在表现为土地利益相关者之间的利益冲突,形成于土地征用的程序运作环境,根源于不完善的土地征用制度.据 此,从土地经济和利益分配、制度建设和程序完善两个层面提出明确界定"公共利益"内涵、科学设计土地价值评估方法、调整土地增值收益分配格局、完善经济补 偿方式、增设冲突预防和调解机制等治理策略,从而推动土地征用制度的创新与改革. . 城市边缘区是城市空间增长的前沿阵地,也是城市社会一空间转型中 最敏感、最显著的地域类型.随着我国城市化进程的加快,城市边缘区中由土地征用所引发的社会冲突已成为当前我国矛盾最为集中的社会问题.研究发现,征地冲 突是城市边缘区社会-空间转型不同步的产物,其外在表现为土地利益相关者之间的利益冲突,形成于土地征用的程序运作环境,根源于不完善的土地征用制度.据 此,从土地经济和利益分配、制度建设和程序完善两个层面提出明确界定"公共利益"内涵、科学设计土地价值评估方法、调整土地增值收益分配格局、完善经济补 偿方式、增设冲突预防和调解机制等治理策略,从而推动土地征用制度的创新与改革. |
| [12] | . |
| [13] | . During the past four decades (1960-2000), the United States experienced major transformations in population size, development patterns, economic conditions, and social characteristics. These social, economic, and built-environment changes altered the American hazardscape in profound ways, with more people living in high-hazard areas than ever before. To improve emergency management, it is important to recognize the variability in the vulnerable populations exposed to hazards and to develop place-based emergency plans accordingly. The concept of social vulnerability identifies sensitive populations that may be less likely to respond to, cope with, and recover from a natural disaster. Social vulnerability is complex and dynamic, changing over space and through time. This paper presents empirical evidence on the spatial and temporal patterns in social vulnerability in the United States from 1960 to the present. Using counties as our study unit, we found that those components that consistently increased social vulnerability for all time periods were density (urban), race/ethnicity, and socioeconomic status. The spatial patterning of social vulnerability, although initially concentrated in certain geographic regions, has become more dispersed over time. The national trend shows a steady reduction in social vulnerability, but there is considerable regional variability, with many counties increasing in social vulnerability during the past five decades. |
| [14] | . Literature on natural risks typically examines either biophysical process characteristics or human pre- or post-disaster activities. This paper takes a somewhat different track; first, it argues that also natural disasters are socially constructed and, therefore, second, it resets the framework in which disaster management has to be placed. While most researchers usually focus on risk assessment it is suggested that the concept of vulnerability can provide a vehicle to explore a contextual approach to the reduction of losses due to natural hazards. In a brief overview the conceptualization of vulnerability is presented. Since precise measurement of uncertainties and exact prediction of damages is hardly feasible, a conceptual approach in vulnerability assessment is proposed. Qualities that determine potential damage are identified and characteristics described. It is suggested that, even without assessing risk exactly, vulnerability reduction decreases damages and losses. |
| [15] | . This second edition confronts a further ten years of ever more expensive and deadly disasters since the book was first published and discusses disaster not as an aberration, but as a signal failure of mainstream 'development'. Part I provides two analytical models as tools for understanding vulnerability. One links remote and distant 'root causes' to 'unsafe conditions' in a 'progression of vul... |
| [16] | . 中国是洪水灾害发生频繁的国家之一,研究水灾脆弱性对中国的灾害风险管理有重要的意义.但是,合理评估脆弱性尤其是社会脆弱性却面临着极大的挑战.论文对评估社会脆弱性指数的研究现状进行了分析,指出了传统评估方法存在的问题,并尝试改进Hoovering评估模式.选择湘江流域的长沙地区为研究区,应用改进模型对研究区进行了社会脆弱性指数的评估.结果表明,长沙地区社会脆弱性从1980年至2000年基本处于下降趋势,但是在2002年和2003年增长迅速.2003年,长沙5区4县中社会脆弱性指数最大的是开福区,其次是长沙县,而宁乡县的社会脆弱性指数最低. . 中国是洪水灾害发生频繁的国家之一,研究水灾脆弱性对中国的灾害风险管理有重要的意义.但是,合理评估脆弱性尤其是社会脆弱性却面临着极大的挑战.论文对评估社会脆弱性指数的研究现状进行了分析,指出了传统评估方法存在的问题,并尝试改进Hoovering评估模式.选择湘江流域的长沙地区为研究区,应用改进模型对研究区进行了社会脆弱性指数的评估.结果表明,长沙地区社会脆弱性从1980年至2000年基本处于下降趋势,但是在2002年和2003年增长迅速.2003年,长沙5区4县中社会脆弱性指数最大的是开福区,其次是长沙县,而宁乡县的社会脆弱性指数最低. |
| [17] | . |
| [18] | |
| [19] | . 脆弱性理论是研究人地耦合系统 脆弱性的重要理论工具。将脆弱性应用于矿业城市社会系统研究中,提出矿业城市社会系统脆弱性内涵。以吉林省辽源市为例,分析辽源市社会系统脆弱性特征和影 响因素,选取1990-2007年共18个评价样本,对辽源市社会系统敏感性、恢复力、脆弱性进行评价分析,结果表明:辽源市社会系统的敏感性缓慢下降, 恢复力增长较快,系统脆弱性不断下降。最后,根据社会系统脆弱性、敏感性、恢复力的时序演化过程,提出辽源市社会系统脆弱性的规避措施。 . 脆弱性理论是研究人地耦合系统 脆弱性的重要理论工具。将脆弱性应用于矿业城市社会系统研究中,提出矿业城市社会系统脆弱性内涵。以吉林省辽源市为例,分析辽源市社会系统脆弱性特征和影 响因素,选取1990-2007年共18个评价样本,对辽源市社会系统敏感性、恢复力、脆弱性进行评价分析,结果表明:辽源市社会系统的敏感性缓慢下降, 恢复力增长较快,系统脆弱性不断下降。最后,根据社会系统脆弱性、敏感性、恢复力的时序演化过程,提出辽源市社会系统脆弱性的规避措施。 |
| [20] | . <p>集对分析是研究客观事物之间确定性与不确定性联系的一种有效的系统理论与方法。将多个评价指标合成一个与最优评价集的相对贴近度,用来评价经济系统的脆弱性程度。基于经济系统脆弱性的内涵,从经济系统对区域可采石油资源逐渐枯竭的敏感性及应对能力两个方面建立了脆弱性评价指标体系,利用熵值法确定各评价指标的权重,运用集对分析法构建经济系统脆弱性评估模型。以典型石油城市大庆为例,分析1991年以来大庆经济系统脆弱性的演变特征及主要影响因素。结果表明:①大庆经济系统对不利扰动的敏感性呈现波动上升趋势,由1991年的0.504增至2007年的0.573;区域应对不利扰动的能力不断增强,由1991年的0.268增至2007年的0.771;经济系统脆弱性整体上呈现不断下降趋势,由初期的0.619降至2007年的0.402。②应对能力的强弱对大庆经济系统脆弱性的影响具有主导作用。③原油产量增长率、人均GDP和工业全员劳动生产率等是影响经济系统脆弱性程度的关键因子。④区域应对能力的"障碍度"分析表明,固定资产投资密度一直是第一障碍因素,而产业结构的限制集中出现在2000年以前。研究认为,大庆经济系统脆弱性呈下降趋势,但仍处于中等脆弱状态,需要重点关注主要敏感因子与障碍因子的发展变化。</p> . <p>集对分析是研究客观事物之间确定性与不确定性联系的一种有效的系统理论与方法。将多个评价指标合成一个与最优评价集的相对贴近度,用来评价经济系统的脆弱性程度。基于经济系统脆弱性的内涵,从经济系统对区域可采石油资源逐渐枯竭的敏感性及应对能力两个方面建立了脆弱性评价指标体系,利用熵值法确定各评价指标的权重,运用集对分析法构建经济系统脆弱性评估模型。以典型石油城市大庆为例,分析1991年以来大庆经济系统脆弱性的演变特征及主要影响因素。结果表明:①大庆经济系统对不利扰动的敏感性呈现波动上升趋势,由1991年的0.504增至2007年的0.573;区域应对不利扰动的能力不断增强,由1991年的0.268增至2007年的0.771;经济系统脆弱性整体上呈现不断下降趋势,由初期的0.619降至2007年的0.402。②应对能力的强弱对大庆经济系统脆弱性的影响具有主导作用。③原油产量增长率、人均GDP和工业全员劳动生产率等是影响经济系统脆弱性程度的关键因子。④区域应对能力的"障碍度"分析表明,固定资产投资密度一直是第一障碍因素,而产业结构的限制集中出现在2000年以前。研究认为,大庆经济系统脆弱性呈下降趋势,但仍处于中等脆弱状态,需要重点关注主要敏感因子与障碍因子的发展变化。</p> |
| [21] | . 脆弱性是可持续发展的一个时间函数和空间函数,区域经济发展过程是一个不断抑制脆弱性实现螺旋式上升的过程,矿业城市经济发展的脆弱性具有典型的"压力 ( <em>P</em> ) -敏感 ( <em>S</em> ) -弹性(<em>E</em>)"的特征。据此,构建了一个矿业城市经济发展脆弱性评价模型,结合主成分分析法和熵值法,选取东北地区矿业城市作为案例进行评价,从脆弱性的视角来研究矿业城市经济的可持续发展。评价结果表明:(1)脆弱度在地域上主要集中分布于辽宁省;(2)脆弱度在资源类型上具有煤炭类>综合类>冶金类>油气类的趋势;(3)脆弱度随其生命周期的推进逐渐增大;(4)城市经济发展自身的弹性度对决定其脆弱性程度的作用更为显著。 . 脆弱性是可持续发展的一个时间函数和空间函数,区域经济发展过程是一个不断抑制脆弱性实现螺旋式上升的过程,矿业城市经济发展的脆弱性具有典型的"压力 ( <em>P</em> ) -敏感 ( <em>S</em> ) -弹性(<em>E</em>)"的特征。据此,构建了一个矿业城市经济发展脆弱性评价模型,结合主成分分析法和熵值法,选取东北地区矿业城市作为案例进行评价,从脆弱性的视角来研究矿业城市经济的可持续发展。评价结果表明:(1)脆弱度在地域上主要集中分布于辽宁省;(2)脆弱度在资源类型上具有煤炭类>综合类>冶金类>油气类的趋势;(3)脆弱度随其生命周期的推进逐渐增大;(4)城市经济发展自身的弹性度对决定其脆弱性程度的作用更为显著。 |
| [22] | . Industrial development has been defined as the key development paradigm in Vietnam which brings to the country both opportunity and challenge. Although economic growth has been introduced to Danang city since the Hoa Khanh Industrial Zone (HKIZ) was set up, local communities around the HKIZ, such as Hong Phuoc village - the study sites have become more vulnerable due to the industrialization process. In the research, observations, in-depth interviews and focus group discussions were used to collect primary data. The study founds that the community is vulnerable because the HKIZ has made them lack access to local resources, such as livable space, land resources, job and diversity sources of income. The community health is at risk while they lack access to the better healthcare systems. Therefore, the development of industrial activities has given little priority to the maintenance of local livelihoods. |
| [23] | . Abstract<br/>This paper presents the development of the Coastal Community Social Vulnerability Index (CCSVI) in order to quantify the social vulnerability of hurricane-prone areas under various scenarios of climate change. The 2004–2005 Atlantic hurricane seasons is estimated to have caused $150 billion dollars in damages, and in recent years, the annual hurricane damage in the United States is estimated at around $6 billion. Hurricane intensity or/and frequency may change due to the increase in sea surface temperature as a result of climate change. Climate change is also predicted to cause a rise in sea levels, potentially resulting in higher storm surges. The CCSVI combines the intensity of hurricanes and hurricane-induced surge to create a comprehensive index that considers the effects of a changing climate. The main contributing factors of social vulnerability (such as race, age, gender, and socioeconomic status) in hurricane-prone areas are identified through a principal components analysis. The impact of social characteristics on the potential hurricane damage under various scenarios of climate change are evaluated using Miami-Dade County, Florida, as a case study location. This study finds that climate change may have a significant impact on the CCSVI.<br/> |
| [24] | . We developed the Livelihood Vulnerability Index (LVI) to estimate climate change vulnerability in the Mabote and Moma Districts of Mozambique. We surveyed 200 households in each district to collect data on socio-demographics, livelihoods, social networks, health, food and water security, natural disasters and climate variability. Data were aggregated using a composite index and differential vulnerabilities were compared. Results suggest that Moma may be more vulnerable in terms of water resources while Mabote may be more vulnerable in terms of socio-demographic structure. This pragmatic approach may be used to monitor vulnerability, program resources for assistance, and/or evaluate potential program/policy effectiveness in data-scarce regions by introducing scenarios into the LVI model for baseline comparison. |
| [25] | . <p>利用"脆弱性"这一新的研究范式对东北地区矿业城市社会就业问题进行了分析,认为东北地区矿业城市社会就业具有典型的脆弱性特征。从矿业城市社会就业的敏感性及其应对下岗失业问题的能力两方面建立社会就业脆弱性评价指标体系,结合BP人工神经网络模型和脆弱性评价指数模型对东北地区矿业城市社会就业脆弱性进行了评价。结果表明东北地区矿业城市社会就业敏感性普遍较高,不同矿业城市应对下岗失业问题的能力差异较大,二者之间并无明显相关关系,应对下岗失业问题能力的强弱在决定东北地区矿业城市社会就业脆弱性程度方面作用更为明显;东北地区不同资源类型、不同发展阶段的矿业城市社会就业脆弱性差异较为明显,石油类矿业城市社会就业脆弱性相对较低,煤炭类矿业城市社会就业脆弱性普遍较高,老年期矿业城市社会就业脆弱性普遍高于中、幼年期矿业城市。</p> . <p>利用"脆弱性"这一新的研究范式对东北地区矿业城市社会就业问题进行了分析,认为东北地区矿业城市社会就业具有典型的脆弱性特征。从矿业城市社会就业的敏感性及其应对下岗失业问题的能力两方面建立社会就业脆弱性评价指标体系,结合BP人工神经网络模型和脆弱性评价指数模型对东北地区矿业城市社会就业脆弱性进行了评价。结果表明东北地区矿业城市社会就业敏感性普遍较高,不同矿业城市应对下岗失业问题的能力差异较大,二者之间并无明显相关关系,应对下岗失业问题能力的强弱在决定东北地区矿业城市社会就业脆弱性程度方面作用更为明显;东北地区不同资源类型、不同发展阶段的矿业城市社会就业脆弱性差异较为明显,石油类矿业城市社会就业脆弱性相对较低,煤炭类矿业城市社会就业脆弱性普遍较高,老年期矿业城市社会就业脆弱性普遍高于中、幼年期矿业城市。</p> |
| [26] | . Australia is exposed to a wide range of natural hazards, including earthquake, cyclone, landslide, flood, storm surge, severe wind, bushfire, coastal erosion, hail storm and drought. At potential risk from these hazards are people, buildings, transport infrastructure, |
| [27] | . <a name="Abs1"></a>Risk management in urban planning is of increasing importance to mitigate the growing amount of damage and the increasing number of casualties caused by natural disasters. Risk assessment to support management requires knowledge about present and future hazards, elements at risk and different types of vulnerability. This article deals with the assessment of social vulnerability (SV). In the past this has frequently been neglected due to lack of data and assessment difficulties. Existing approaches for SV assessment, primarily based on community-based methods or on census data, have limited efficiency and transferability. In this article a new method based on contextual analysis of image and GIS data is presented. An approach based on proxy variables that were derived from high-resolution optical and laser scanning data was applied, in combination with elevation information and existing hazard data. Object-oriented image analysis was applied for the definition and estimation of those variables, focusing on SV indicators with physical characteristics. A reference Social Vulnerability Index (SVI) was created from census data available for the study area on a neighbourhood level and tested for parts of Tegucigalpa, Honduras. For the evaluation of the proxy-variables, a stepwise regression model to select the best explanatory variables for changes in the SVI was applied. Eight out of 47 variables explained almost 60% of the variance, whereby the slope position and the proportion of built-up area in a neighbourhood were found to be the most valuable proxies. This work shows that contextual segmentation-based analysis of geospatial data can substantially aid in SV assessment and, when combined with field-based information, leads to optimization in terms of assessment frequency and cost. |
| [28] | . Natural disaster has become irrefutable research problem in modern science. One of too many research objectives is to test different predictive measurements to minimize future damages due to the natural disaster. Herein, the research aims to test spatial multi criteria |
| [29] | . County-level socioeconomic and demographic data were used to construct an index of social vulnerability to environmental hazards, called the Social Vulnerability Index (SoVI) for the United States based on 1990 data. Copyright (c) 2003 by the Southwestern Social Science Association. |
| [30] | . |
| [31] | . The article presents a method for quantifying social vulnerability to natural hazards in Norwegian municipalities. In the analysis, a large number of variables that each measures a facet of a municipality's susceptibility to a potential hazard are used. Using factor analysis, the information in the variables is reduced to a smaller number of factors and socioeconomic and built environment vulnerability scores for each Norwegian municipality are calculated. The resulting scores in the Socioeconomic Vulnerability Index and Built Environment Index are mapped for each municipality. The results show that there are pronounced regional differences: municipalities with high socioeconomic vulnerability cluster in the northern half of Norway and parts of the south-east. The least vulnerable region is south-western Norway. Built environment vulnerability is highest in densely populated areas. By indicating municipalities with a high level of vulnerability, the method presented in this article is a useful tool in identifying regions which are likely to face significant challenges in coping with a large-scale event. The results can be used in, for example, planning mitigation efforts against extreme weather events, which are likely to be more frequent and severe in the future due to climate change. |
| [32] | . Since The Brundtland Commission formally put forward the concept of sustainable development in their famous book Our Common Future, the global community has paid great attention to the principles of sustainable developmentHowever, the implementation of sustainable development is still difficult even today, because of its essential complexity Therefore, many research tools for sustainable development have emerged in the past two decadesAmong them are the Sustainable Livelihoods (SL) Approach and Vulnerability Analysis Approach, two analytical tools that can inform sustainable development proposalsThe first focuses on poverty alleviation and the second on mitigation of risks to shocks and stressesThis paper explores the role of these two frameworks in development planning and describes where they intersect and where they differThe first section describes and compares the conceptual and theoretical underpinnings of each approach. |
| [33] | . <p>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.</p> . <p>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.</p> |
| [34] | . This article uses a systemic perspective to identify and analyze the conceptual relations among vulnerability, resilience, and adaptive capacity within socio-ecological systems (SES). Since different intellectual traditions use the terms in different, sometimes incompatible, ways, they emerge as strongly related but unclear in the precise nature of their relationships. A set of diagnostic questions is proposed regarding the specification of the terms to develop a shared conceptual framework for the natural and social dimensions of global change. Also, development of a general theory of change in SESs is suggested as an important agenda item for research on global change. |
| [35] | . 从概念界定与目标定位入手,以气候变化和系统结构要素为分析框架,建立了包括敏感性、暴露性和适应性等三类指标要素和本底脆弱性、潜在脆弱性和现实脆弱性等三个评价层次的区域脆弱性评价系统,并以南方丘陵地区为例,针对泥石流、滑坡、干旱与洪涝等区域自然灾害,构建了水土流失敏感区的人地耦合系统脆弱性评价指标体系。作者认为,区域人地耦合系统脆弱性主要是针对全球气候变化扰动下与自然灾害有关的脆弱性,敏感性与易损性是其脆弱性的本质属性,敏感性、暴露性和适应性是脆弱性的系统要素。自然灾害频率指标可以作为反映灾害空间集聚性的区位暴露性指标,现实灾害度可以提供脆弱性评价因子厘定、指标权重确定、模型建立与阈值分析的结果验证。 . 从概念界定与目标定位入手,以气候变化和系统结构要素为分析框架,建立了包括敏感性、暴露性和适应性等三类指标要素和本底脆弱性、潜在脆弱性和现实脆弱性等三个评价层次的区域脆弱性评价系统,并以南方丘陵地区为例,针对泥石流、滑坡、干旱与洪涝等区域自然灾害,构建了水土流失敏感区的人地耦合系统脆弱性评价指标体系。作者认为,区域人地耦合系统脆弱性主要是针对全球气候变化扰动下与自然灾害有关的脆弱性,敏感性与易损性是其脆弱性的本质属性,敏感性、暴露性和适应性是脆弱性的系统要素。自然灾害频率指标可以作为反映灾害空间集聚性的区位暴露性指标,现实灾害度可以提供脆弱性评价因子厘定、指标权重确定、模型建立与阈值分析的结果验证。 |
| [36] | . <p>根据城市化的内涵,从人口城市化、经济城市化、生活方式城市化和地域景观城市化等4个方面,构建区域城市化水平的综合评价指标体系,并运用熵值法,对1991~2005年江苏省城市化水平进行综合分析;结果发现江苏省城市化水平在不断提高的同时,主要表现为经济城市化和地域景观城市化的快速发展,而人口城市化对区域城市化的总体贡献不断减弱;在此基础上,结合多元线型回归模型对城市化的主要动力进行比较分析,认为市场力、内源力、外向力和行政力依次是江苏省城市化发展的主要动力,其中,市场力和行政力是促进江苏省城市化和经济发展的理想动力。</p> . <p>根据城市化的内涵,从人口城市化、经济城市化、生活方式城市化和地域景观城市化等4个方面,构建区域城市化水平的综合评价指标体系,并运用熵值法,对1991~2005年江苏省城市化水平进行综合分析;结果发现江苏省城市化水平在不断提高的同时,主要表现为经济城市化和地域景观城市化的快速发展,而人口城市化对区域城市化的总体贡献不断减弱;在此基础上,结合多元线型回归模型对城市化的主要动力进行比较分析,认为市场力、内源力、外向力和行政力依次是江苏省城市化发展的主要动力,其中,市场力和行政力是促进江苏省城市化和经济发展的理想动力。</p> |
| [37] | . 从经济、资源环境和社会三方面构建城市脆弱性综合评价体系,运用综合指数法和GIS手段对东北振兴政策实施以来东北地区的城市脆弱性时空格局演变进行分析。研究发现:时间序列上,东北振兴以来,东北地区城市脆弱性演化历程可分为高脆弱性主导阶段(2003—2006年)和低脆弱性主导阶段(2007—2011年),城市脆弱性总体上呈现减小趋势,且区域差距不断缩小;空间演化上,城市脆弱性空间格局日趋均衡,高脆弱性城市呈现"扎堆"聚集的特点,低脆弱性城市与东北经济空间格局基本吻合,省际之间脆弱性程度内蒙东部最小,其次是辽宁和吉林,黑龙江最高,就区内差异而言,除黑龙江区内差距扩大外,其他三省均波动下降;区域中心城市的脆弱性不断降低且差距不断缩小,资源型城市的脆弱性程度下降幅度较大,内部呈现不平衡的特点。国家战略调整与重要规划实施、区域产业调整与财政金融扶持、区域开放带动与空间布局优化以及资源型城市转型政策是东北振兴战略对城市脆弱性时空格局演变的重要作用机制。 . 从经济、资源环境和社会三方面构建城市脆弱性综合评价体系,运用综合指数法和GIS手段对东北振兴政策实施以来东北地区的城市脆弱性时空格局演变进行分析。研究发现:时间序列上,东北振兴以来,东北地区城市脆弱性演化历程可分为高脆弱性主导阶段(2003—2006年)和低脆弱性主导阶段(2007—2011年),城市脆弱性总体上呈现减小趋势,且区域差距不断缩小;空间演化上,城市脆弱性空间格局日趋均衡,高脆弱性城市呈现"扎堆"聚集的特点,低脆弱性城市与东北经济空间格局基本吻合,省际之间脆弱性程度内蒙东部最小,其次是辽宁和吉林,黑龙江最高,就区内差异而言,除黑龙江区内差距扩大外,其他三省均波动下降;区域中心城市的脆弱性不断降低且差距不断缩小,资源型城市的脆弱性程度下降幅度较大,内部呈现不平衡的特点。国家战略调整与重要规划实施、区域产业调整与财政金融扶持、区域开放带动与空间布局优化以及资源型城市转型政策是东北振兴战略对城市脆弱性时空格局演变的重要作用机制。 |
| [38] | . The Intergovernmental Panel on Climate Change (IPCC) will prepare a Special Report on managing the risks of extreme events and disasters to advance climate change adaptation, to be released during the second half of 2011. This decision was taken by the IPCC at its recent 30th session, which convened from 21-23 April 2009, in Antalya, Turkey. In the words of IPCC Chair Rajendra Pachauri, |
| [39] | 正过度城市化陷阱陷阱四本次问卷调查结果显示,过度城市化问题是中国可能掉入"中等收入陷阱"的重要诱因之一,共有2120人选择此项,占总32%,排在第4 . 正过度城市化陷阱陷阱四本次问卷调查结果显示,过度城市化问题是中国可能掉入"中等收入陷阱"的重要诱因之一,共有2120人选择此项,占总32%,排在第4 |
