基于ReCOVER体系的我国城市韧性演进特征分析

钟紫蓝,齐娜娜,缪惠全,侯本伟,许成顺,杜修力

(1. 北京工业大学 城建学部, 北京 100124; 2. 北京工业大学 城市与工程安全减灾教育部重点实验室, 北京 100124)

改革开放40多年来,我国城镇化得到快速发展。根据全国第七次人口普查数据,2020年我国常住人口城镇化率已达63.89%[1]。随着城市化进程的不断发展和深化,城市所面临的不确定因素和未知风险不断增加[2-3]。自然灾害、气候变化、能源危机、金融危机和粮食安全等不确定因素严重威胁着城市的可持续发展[4-7]。建设韧性城市,提高城市综合防灾减灾能力已成为国家的根本战略和时代的必然要求。

韧性城市被定义为“在面临灾害或冲击时能够凭借自身能力维持城市基本功能,并能快速恢复其正常功能的有机体”[8]。建设韧性城市的首要任务是对城市韧性进行科学合理的评价[9-10]。不同的城市抵御或吸收灾害的能力存在差异,一些城市在危机后未能恢复,而另一些城市则可以逐渐克服灾害的不利影响,甚至将其作为进一步发展的机会,因此,科学合理地评价城市韧性至关重要[11]。在韧性城市研究领域,关于城市韧性的评价方法一直是普遍关注的焦点。目前,国内外的研究人员、机构从各自领域建立起了不同的城市韧性评价方法。其中,指标类方法因为其便于理解和实施,取得了最为广泛的关注和应用。代表性方法如下:2008年,CUTTER等[12]提出了针对自然灾害的地方防灾模型(a disaster resilience of place model,DROP),用以提高地方或社区应对自然灾害韧性的比较和评价。2014年,CUTTER等[13]在先前工作的基础上,提出了一套基于经验的韧性评价指标,称为“社区基准韧性指标”(baseline resilience indicators for communities,BRIC)。BRIC一共包含了6个领域(社会、经济、住房及基础设施、组织、社区资本、环境),总计49个评价指标[14]。2014年美国洛克菲勒基金会提出了城市韧性框架(city resilience framework,CRF),奥雅纳工程咨询公司在洛克菲勒基金会的资助下开发了城市韧性指数(city resilience index, CRI),成为当前具有重要影响力的城市韧性评价体系[15]。CRI从健康与福祉、经济与社会、基础设施与环境、领导力与战略4个维度进行评价,定性与定量相结合[16]。2016年,CUTTER[17]研究了27种不同的评价工具,并详细概述了这些工具之间的共同点和不同点;SHARIFI[18]也对36种社区韧性评价工具进行了评价和概述。2020年,CUTTER等[19]更新了BRIC指标体系并探讨了2010年和2015年美国各县抗灾韧性的时空变化。国内学者对于城市韧性评价的研究也取得了重要进展。李亚等[20]以BRIC为研究基础,结合专家咨询方法,从经济韧性、社会韧性、环境韧性、社区韧性、基础设施韧性及组织韧性六个方面构建了我国的城市灾害韧性评价指标体系,并对全国288个地级市的灾害韧性进行了评价。白立敏等[21]从经济、社会、生态和基础设施4个系统构建了城市韧性综合测度指标体系,并对我国地级以上城市韧性进行定量评价,揭示了其时空分异特征。HUANG等[22]采用文献资料方法和德尔菲方法,在4R(鲁棒性、快速性、冗余性和智慧性)框架下,确定了我国城市韧性的12个关键影响因素,并采用决策试验与评价试验法(decision-making trial and evaluation laboratory,DEMATEL)和解释结构模型法(interpretative structural modeling method,ISM)研究了其影响机制。ZHAI等[23]建立了工程系统、非工程系统和次生灾害风险相结合的城市地震韧性评价指标体系,提出了一种基于地震后损失(人员伤亡和功能损失)和恢复时间及其权重的城市系统地震韧性评价新方法。仇保兴[24]针对韧性城市面临暴雨、洪涝灾害等情况下海绵城市的建设提出了定义与措施,并建议以复杂适应系统理论为方法论来设计建造韧性城市[25]。缪惠全等[26]基于对唐山和汶川地震灾后典型城市的恢复过程解析,建立了基于灾后恢复过程的城市韧性评价体系ReCOVER,其中Re代表城市恢复的4个阶段,分别是救援阶段(rescue)、避难阶段(refuge)、重建阶段(rebuild)和复兴阶段(revival),COVER则分别代表在5个维度上影响城市韧性的要素,分别是社区与人口(community and population)、政府与管理(official organization and management)、住房与设施(valuable housing and facilities)、经济与发展(economy and development)、环境与文化(renewable environment and culture)。基于这一指标体系,进一步对我国2016年31个省级行政区的城市韧性进行了总体评价,但这一研究并未考虑城市韧性具有综合、动态的特性[19],缺少对不同城市韧性在时空维度演进特征的分析。因此,本文继续基于ReCOVER体系对2016—2020年我国31个省级行政区的城市韧性水平进行综合测算,从时间维度和空间维度两方面综合分析城市韧性演进特征,寻找辨析驱动城市韧性的主要因素,从而为未来韧性建设实践提供科学的理论指导。

缪惠全等[26]在系统地分析了国际主要城市韧性评价体系后发现,现有的国际城市韧性评价体系的指标与中国国内广泛的统计指标没有很好地结合,部分指标缺失或者不易寻找。此外,现有的体系通常从城市系统的构成角度考察,忽视了城市灾后恢复具有阶段性的特征。另外,中外文化和管理体制的差异,使得城市防灾减灾实践所导致的城市恢复过程,也存在显著的差异。于是,缪惠全等[26]结合中国城市灾后恢复的实际过程,提出了基于灾后恢复过程的五维度四阶段城市韧性评价体系,即ReCOVER体系。并以该体系为基础对我国31个省级行政区的城市韧性进行了分维度、分阶段的实证研究,结果表明,ReCOVER体系能够全面反映城市韧性的内涵和特征,具有较高的可操作性和适用性,能够为城市韧性评价和提升提供科学依据和参考指标。ReCOVER体系共包括62项指标,并分别映射至城市灾后恢复的4个基本阶段和构成城市要素的5个基本维度,通过比较指标的相对数值得到某城市在这一指标上的得分,并最终得到城市在不同阶段、不同维度和总体的韧性得分。这些指标是根据城市韧性的定义和理念,以及中国城市灾后恢复的实际情况,综合考虑了多方面的因素而选取的。指标的确定主要考虑了如下几项基本原则:①指标应尽可能地直接体现在灾后城市恢复过程中;②指标尽可能利用现有统计年鉴的统计指标作为变量加以反映;③考虑指标的全面性和相关性之间的矛盾,对于相关性过强的指标应予以剔除或者处理,同时兼顾指标的全面性,特别是当评价体系作为城市部分或者整体的“体检”标准时,更需要对此问题进行考量;④指标体系的选取应与国际或国内相关指标体系进行交互验证。

指标的计分方法则包括了排名计分方法、极值标准化计分方法、正态标准化计分方法、熵权计分方法共4种类型。该体系不仅可以合理有效地评价城市韧性,寻找影响城市韧性的薄弱点,还可以分维度、分阶段地对城市韧性进行分析和诊断。在本文针对城市韧性演进的分析中,通过对全部指标数据的考查发现,其中危险废物综合利用量占总产生量比例、保护区面积占辖区面积比重2项指标,由于缺失数据较多,暂不予以考虑。人均住房面积、人口预期寿命2项指标,由于在2016—2020年的数据均为2010年第六次人口普查数据,对分析韧性演进意义有限,因此也不予考虑,最终选取指标体系中剩余58项指标。

2.1 数据来源

本文以我国31个省级行政区为研究对象,对2016—2020年的城市韧性水平进行综合测算。由于相关统计数据的缺失,香港、澳门特别行政区及台湾省,在本次研究中暂不考虑。评价所采取的数据和来源如表1所示,其数据为年鉴中城镇区域的数据,故评价结果整体表征了城市区域的总体韧性。农村地区与城镇地区在韧性特征上有较大不同,暂未考虑。其中气象灾害损失指标由于2020年数据缺失,采用2016—2019年的数据平均值计算得到。

表1 统计数据来源Table 1 Data source

续表

2.2 研究方法

首先,为了统一不同指标的方向、数值和量纲,对数据进行预处理。具体方法如下:

1)对负向的数据乘以-1,将之转化为正向的数据。正向数据表示指标数值越高,对于城市总体韧性越有利,例如人均金融机构存款额;负向数据表示指标数值越高,对于城市总体韧性越不利,例如城镇登记失业率。

2)对每一项数据采用极值标准化处理或正态标准化处理,获得标准化数据。

其次,对处理后的数据进行分指标评分。计分方法包括排名计分方法、极值标准化计分方法、正态标准化计分方法、熵权计分方法,为方便表述,4种评分方法在文中依次简写为方法①、②、③、④。各具体方法的计算方式可参阅文献[26]。

3.1 总体计算结果分析

1)韧性分布总体规律

此处以方法②为例分析韧性分布总体规律,计算结果如表2所示。可以总结出全国总体韧性水平的演进特征:2016—2020年,全国总体韧性水平得到显著提升,2020年我国城市韧性空间分布格局与2016年大体相似,呈现出东部高、西部低的地理分布特征。其中,西藏、湖南、江西差值较大,其韧性水平在样本期间内得到了较高提升。华东地区和华中地区部分省级行政区城市韧性水平变化也比较明显,得到了一定的提升,如山东、浙江、河南和湖北等省份。差值较低的区域主要分布在东北地区、华北地区和西北地区,如辽宁、北京、甘肃和青海等,这些省级行政区的韧性水平在样本期间内变化相对较小,处于较为稳定的状态。

表2 2016—2020年我国各省级行政区的城市韧性得分及差值Table 2 Score and difference of urban resilience in provincial administrative regions of China from 2016 to 2020

2)韧性排名的首末省级行政区

4种计算方法所得排名前5位的省级行政区均为北京、上海、江苏、浙江和广东,但就排名顺序来看,方法①、②一致,相比之下方法③略有不同,方法④差距较大,如表3所示。对于排名末5位的省级行政区,方法②、④所得结果较为一致,为山西、贵州、广西、甘肃和云南5个省级行政区,而方法①、③的结果略有不同。可以看出,方法②与其他方法的一致性更高,因此,本文后续对各省级行政区的城市进行韧性演进分析时主要以方法②计算所得数据为主。

续表

表3 2016—2020年城市韧性得分的首末省级行政区Table 3 The first and last provincial administrative regions in urban resilience score from 2016 to 2020

3.2 城市韧性时间演进特征

3.2.1 总体演进特征

从总体计算结果来看,2016—2020年整体城市韧性水平呈明显上升的趋势,韧性得分平均值从21.97上升至23.96,增长率为9.07%,如图1所示。其中,2016—2017年增速较快,增长率达到4.28%,在这期间,一些关键指标的增长对韧性水平的提升起到了重要作用。政府与管理维度中的广播和电视节目综合人口覆盖率指标、住房与设施维度中的食品价格指数指标以及经济与发展维度中的人均企业注册法人增长数指标都有显著的增长。2017—2018年与2018—2019年增速较为平缓,增长率分别为1.18%、1.33%;2019—2020年增速提高,增长率为2.02%,主要增长指标有政府与管理维度中社区服务中心(站)覆盖率、住房与设施维度中建筑业劳动生产率、经济与发展维度中国有企业管理成本占主营业务收入的比例。

图1 2016—2020年城市韧性得分平均值和标准差Fig.1 Average and standard deviation of urban resilience score from 2016 to 2020

与此同时,全国总体韧性的标准差总体呈现出“N”字形的变化趋势,说明全国总体韧性的绝对差异先减小后增大而后又减小,城市韧性的发展具有时间上的离散性特征。

3.2.2 分阶段计算结果

4个阶段城市韧性水平均呈现出增长的趋势,但各阶段增长的具体规律并不相同,如图2所示。具体而言:

图2 2016—2020年四阶段韧性得分的变化趋势Fig.2 Trend of four-stage resilience score from 2016 to 2020

1)救援阶段韧性得分平均值由2016—2017年快速增长,而后略有下降,2017—2020年又呈现出稳步增长的态势。原因在于2016—2017年,食品价格指数这一指标的韧性得分快速提高,2018年又显著下降,说明2016—2017年我国食品供应量充足、价格较为稳定,但2017年后我国食品供应量下降、食品价格上涨。2017—2020年建筑业劳动生产率、移动电话拥有量、广播电视节目综合人口覆盖率等指标韧性得分的提升使得救援阶段整体韧性又呈现出上升趋势。救援阶段韧性得分的平均值由14.68上升至15.44,标准差由1.55下降至1.47,说明救援阶段韧性水平不断提高而绝对差异逐渐减小。

2)避难阶段韧性得分平均值由12.90上升至14.83,整体幅度提升为1.93,是2016年的1.15倍,主要得益于社区服务中心(站)覆盖率、社会服务机构和设施密度、建筑业劳动生产率等指标韧性得分的增长。此外,避难阶段韧性得分的标准差由1.87下降至1.66,说明避难阶段韧性水平的绝对差异逐渐减小。

3)重建阶段韧性得分呈稳步增长态势,平均值由5.59上升至6.90,主要影响因素除社区服务中心(站)覆盖率、社会服务机构和设施密度、广播电视节目综合人口覆盖率的升高外,还得益于人均企业注册法人增长数、人均金融机构存款额等指标韧性得分的不断提高。此外,重建阶段的韧性得分标准差由1.60下降至1.50,说明重建阶段韧性水平不断提升而绝对差异逐渐减小。

4)复兴阶段韧性得分呈稳步增长趋势,平均值由7.20上升至8.40,主要得益于社区服务中心(站)覆盖率、社会服务机构和设施密度等指标韧性得分的增长。此外,2016—2020年复兴阶段的韧性得分标准差分别为1.99、1.95、1.95、2.03、1.99,说明复兴阶段韧性水平的绝对差异先减小后增大而后又减小。

3.2.3 分维度计算结果

不同维度城市韧性得分如图3所示,可以发现:

图3 2016—2020年五维度韧性得分的变化趋势Fig.3 Trend of five-dimensional resilience score from 2016 to 2020

1)社区与人口韧性得分平均值呈现出逐年下降的趋势,由3.59下降至3.18,主要是由于一户人口比例这项指标的韧性得分显著下降。对此, 各地政府可以通过营造有利于婚育的社会环境和文化氛围以及提供政策和服务支持等措施提升该指标韧性得分。此外,该维度韧性得分标准差由0.40上升至0.47,说明社区与人口韧性的绝对差异逐渐增大。

2)政府与管理韧性得分平均值呈稳步上升趋势,由4.19上升至5.12,主要得益于社区服务中心(站)覆盖率、广播电视节目综合人口覆盖率等指标韧性得分的增长。政府机构社区服务体系建设、广播电视重点惠民工程等一系列的工作,综合提升了这一维度的韧性水平。此外,该维度韧性得分标准差由1.21下降至1.15,说明全国政府与管理韧性的绝对差异逐渐减小。

3)住房与设施韧性得分平均值整体呈现出波动上升的趋势,由8.64上升至9.46,主要影响指标有建筑业劳动生产率、人均供水管道长度和人均拥有道路面积等。近年来,我国建筑业劳动生产率持续提高,不断推进重大基础设施建设,住房与设施维度韧性得以提升。此外,该维度韧性得分标准差由0.89下降至0.82,说明住房与设施韧性的绝对差异逐渐减小。

4)经济与发展韧性得分平均值呈现出稳步提升的趋势,由3.16上升至3.68,其中影响较大的指标有每万人城市居民最低生活保障人数、人均企业注册法人增长数等。此外,该维度韧性得分标准差由0.97波动上升至0.99,说明经济与发展韧性的绝对差异先减小后增大。

5)环境与文化韧性得分平均值呈稳步上升趋势,由2.39上升至2.52,主要得益于人均公园绿地面积逐年提升,城市园林绿化效果明显;同时,党和国家始终把教育摆在优先发展的战略地位,国家财政性教育经费投入不断增加,使得教育韧性得以提高。此外,该维度韧性得分标准差由0.51上升至0.61,说明环境与文化韧性的绝对差异逐渐增大。

6)总体来看,5个维度除社区与人口韧性水平呈下降趋势外,其余维度韧性水平均得到提升。其中,住房与设施、政府与管理韧性对城市韧性均衡发展的影响逐渐减弱,经济与发展、社区与人口、环境与文化韧性对城市韧性均衡发展的影响逐渐增强。

3.2.4 韧性演进特征

从各省级行政区韧性计算结果来看,2016—2020年韧性时间演进特征主要分为三大类:

第一类是韧性水平得到提升,共25个省级行政区,其中湖南、西藏、江西、河南、吉林和福建的韧性水平得到大幅度提升,山东、新疆、安徽、浙江、上海、湖北、山西和黑龙江的韧性水平稳步提升,海南、重庆、广东、四川、云南、天津、山西、甘肃、宁夏、青海和贵州的韧性水平呈波动上升趋势。

第二类是韧性水平变化相对平稳的省级行政区,包括北京、江苏、河北、辽宁和内蒙古。

第三类是韧性水平略有下降的省级行政区,只有广西,2016—2020年由19.88下降至19.79,整体韧性下降了0.09。

以上3种演进特征代表省级行政区的韧性得分变化趋势,如图4所示。

图4 2016—2020年代表省级行政区城市 韧性水平演进特征Fig.4 Evolution characteristics of urban resilience level in representative provincial administrative regions from 2016 to 2020

此外,由表4可知,2016—2020年城市韧性得分平均值排名前5位的是北京、江苏、上海、浙江和广东,排名末5位的是山西、贵州、广西、甘肃和云南。通过比较样本期间内各省级行政区韧性标准差值发现:内蒙古的标准差值最小,为0.26,说明内蒙古在样本期间内城市韧性表现较为稳定;湖南的标准差值最大,为1.43,说明湖南在样本期间内城市韧性表现波动较大。

表4 2016—2020年各省级行政区的城市韧性得分平均值和标准差Table 4 Average and standard deviation of urban resilience scores in provincial administrative regions from 2016 to 2020

3.3 城市韧性空间演进特征

3.3.1 城市韧性空间演进特征总体分析

为探讨我国各省级行政区的城市韧性的空间演进特征,采用莫兰指数 (Moran’s I) 法进行全局相关性分析,莫兰指数的计算公式为[27]

(1)

通过对各省级行政区空间自相关分析发现:

1)2016—2020年城市综合韧性的莫兰指数值是正数,并且大于0.3,表明各省级行政区的城市韧性在地域空间分布上呈现出空间正相关性,即韧性水平相似的地方在空间上具有集聚趋势,如表5所示。这意味着城市韧性较高的地区往往邻近地区的韧性水平也较高,低韧性的城市也往往邻近其他低韧性城市,这种空间自相关性显示了城市韧性在地理上的集聚现象,说明城市韧性的空间分布不是随机的。

表5 2016—2020年城市韧性莫兰指数值的I值、P值、Z值变化Table 5 Changes of Moran’s I value, P value and Z value of urban resilience from 2016 to 2020

2)P值小于0.01,说明各省级行政区的城市韧性空间呈现随机性的概率只有1%(99%置信度),Z得分大于显著水平0.01下的临界值2.58,表明城市灾害韧性指数存在正的空间自相关,城市韧性在空间分布上存在显著集聚的现象。

3)莫兰指数值2016—2017年由0.3540下降到0.3390,2018—2019年由0.3408增长到0.3508,而后2020年又下降到0.3344,表明集聚趋势先减弱后增强而后逐步减弱,这种集聚趋势并不是稳定的,具有离散性。

3.3.2 城市韧性空间格局演变分析

为直观地反映各省级行政区的城市韧性的空间格局演变,运用ArcGIS 10.8中的自然断点法将城市韧性划分为5个层次:低韧性(≤19.88)、较低韧性(19.89～21.45)、中等韧性(21.46～22.59)、较高韧性(22.60～25.92)、高韧性(≥25.93),其最终划分结果如表6所示,可以发现:

1)从整体来看,2016—2020年各省级行政区的城市韧性水平呈上升趋势,但不同省级行政区的城市韧性演变存在差异。2016—2020年,较高韧性、高韧性省级行政区数量由6个增加到20个,中等韧性省级行政区数量变化差异不大,由5个增加至 6个,较低韧性、低韧性省级行政区数量由20个减少至5个。由此可见,我国韧性城市建设工作取得了较为显著的进步,但仍有35%的省级行政区处于中等韧性、较低韧性以及低韧性的行列,未来的韧性城市建设工作仍面临重大的挑战。

2)从韧性水平来看,北京、江苏和上海的城市韧性表现最好,韧性水平一直处于高韧性行列,天津的韧性水平在高韧性和较高韧性之间,广西、云南、贵州和甘肃的城市韧性水平较差,韧性水平多次处于低韧性行列。结合地理区位来分析,北京、上海是中国的政治、经济中心,江苏地处我国东部沿海地区,处于长江经济带龙头位置和长三角核心位置,皆具有较大的政策和地理区位优势。天津位于我国的东部沿海地区,毗邻渤海,拥有我国重要的港口——天津港,距离北京市较近,这种地理区位优势为天津的城市韧性提供了一定的基础。样本期间内,政府与管理、住房与设施2个维度的韧性水平对天津城市韧性的整体变化起到了较大影响,其中影响较大的指标有税收收入占一般公共预算总收入的比例、食品价格指数、人均燃气管道长度和每万人拥有的公共厕所。云南、贵州和广西,同属西南地区,山多地少、经济落后,甘肃地处西北内陆,自然环境恶劣、资源比较贫乏。其中云南2016—2018年韧性水平持续上升,2018年脱离了低韧性的行列;贵州、广西,2016—2018年韧性水平先上升而后下降,但2018年韧性水平处于较低韧性行列。值得注意的是,云南、贵州和广西2019年又重返低韧性行列,综合来看云南和广西在社区与人口、住房与设施、经济与发展3个维度韧性得分均下降,贵州在社区与人口、政府与管理、经济与发展3个维度的韧性得分均下降。

3)从韧性变化幅度来看,湖南、西藏和江西韧性增长幅度较大,北京、江苏、河北、内蒙古、辽宁和贵州增长幅度较小,广西韧性水平降低,但下降幅度很小。

4)分地区来看,我国各省级行政区城市韧性在空间上呈现出明显的东高西低格局。2016—2020年,高韧性省级行政区均位于东部地区,如北京、上海和江苏等,较高韧性、中等韧性省份多集中在中部地区和东北地区,如湖北、江西和吉林等,较低韧性、低韧性城市多集中在西部地区,如广西、云南和甘肃等。总的来说,各地区城市韧性差距显著、区域发展不均衡,空间分异特征明显。

因此,2016—2020年全国各省级行政区城市韧性水平整体呈上升趋势,在空间上呈现出明显的东高西低格局,各地区城市韧性水平呈现出较为显著的空间异质性。

表6 2016—2020年各省级行政区的城市韧性空间分布Table 6 Spatial distribution of urban resilience in provincial administrative regions from 2016 to 2020

本文以我国31个省级行政区为研究对象,基于城市韧性评价体系ReCOVER对2016—2020年的城市韧性水平进行综合测算,探究城市韧性时空演变特征,主要结论如下:

1)时间尺度上,2016—2020年全国城市韧性水平整体得到优化和提升。分阶段而言,4个阶段的韧性水平均呈现出增长的趋势。分维度而言,除社区与人口维度韧性水平呈现下降趋势外,其余维度韧性水平均得到提升。其中,住房与设施、政府与管理对城市韧性均衡发展的影响逐渐减弱,经济与发展、社区与人口、环境与文化对城市韧性均衡发展的影响逐渐增强。从各省级行政区韧性计算结果来看,韧性时间演进特征主要呈现出以下3种形式:一是韧性水平得到提升的省级行政区,包括大幅度提升、稳步提升和波动上升3种变化趋势;二是韧性水平变化相对平稳的省级行政区,连续5 a的韧性得分在某条基准线附近轻微浮动;三是韧性水平略有下降的省级行政区。

2)空间分布上,各省级行政区的城市韧性之间呈现出显著的空间正相关性,即在空间分布上存在显著集聚的现象,且集聚趋势呈现一定的离散性。各省级行政区的城市韧性在空间上呈现出明显的东高西低格局,高韧性省级行政区均位于东部地区,较高韧性、中等韧性省级行政区多集中在中部地区和东北地区,较低韧性、低韧性城市多集中在西部地区,空间分异特征明显。

3)厘清城市韧性演进特征及其时空分异格局,对提高城市韧性具有重要意义。ReCOVER城市韧性评价体系提供了一个量化和监测城市韧性动态变化的工具,通过分维度分阶段地对城市韧性进行分析和诊断,寻找影响城市韧性的薄弱点,从而有效地采取措施提升城市韧性。基于韧性城市恢复的4个阶段,各地政府在实践过程中可以根据现阶段问题和未来发展愿景,明确各阶段资源的投放比例,实现资源效益最大化,从而促进城市综合防灾减灾能力的提升。各省级行政区的城市韧性的提升也可以依据5个维度采取不同的韧性提升措施。未来各省级行政区城市韧性的优化,还需根据自身演化类型,结合城市特点,制定分类型的优化策略。

最后,需要说明的是,虽然ReCOVER城市韧性评价体系为我国城市的韧性评价提供了有价值的工具,但也存在一些局限性和改进空间:首先,该评价体系在指标选择方面侧重于灾后恢复过程,可能忽视了城市韧性的预防和准备阶段。为了更全面地评估城市的韧性能力,在进一步优化评价体系时,可以考虑引入更多与城市韧性预防和准备相关的指标。其次,影响城市韧性的主要因素随着时间的推移也会发生变化,因此,本研究所选择的评价指标和体系需要定期进行更新和调整。通过进一步研究和改进,可以使评价体系更加准确、全面和适应我国城市的实际情况和需求。

猜你喜欢 行政区韧性维度 强化粮食供应链韧性今日农业(2022年16期)2022-09-22浅论诗中“史”识的四个维度中华诗词(2019年7期)2019-11-25房地产市场韧性犹存中国外汇(2019年22期)2019-05-21韧性，让成长更美好中华家教(2018年11期)2018-12-03上榜派出所统计表派出所工作(2018年3期)2018-09-10上榜派出所统计表派出所工作(2018年4期)2018-09-10笑中带泪的韧性成长特别文摘(2016年15期)2016-08-15光的维度灯与照明(2016年4期)2016-06-05“五个维度”解有机化学推断题中学生数理化(高中版.高二数学)(2016年4期)2016-03-01人生三维度吐鲁番(2014年2期)2014-02-28