成渝城市群城市韌性時空格局演變及障礙因子識別

王彩麗 閆緒嫻

摘要：

成渝城市群作為引領西部開發開放的重要經濟增長極，提升其城市韌性水平對帶動西部地區高質量發展和促進我國區域協調發展具有重要意義。目前學界關于“城市群城市韌性”的研究，在研究深度上仍停留在韌性評價、時空特征分析上，對城市韌性的障礙因子的分析較少；從研究區域來看，目前的研究主要集中在東部沿海發達城市群，如長三角、珠三角等，缺乏對西部城市群城市韌性的針對性研究；在評價指標選取上，已有研究主要涉及經濟、生態、社會、基礎設施、制度等維度，對“人”這一承災體在城市韌性中的影響和作用不夠重視，作為城市的承災體——人的因素沒有被納入城市韌性研究中。人既是致災因子，也是承災體，人口要素對城市韌性具有重要的影響和作用。因此，文章基于“經濟—社會—生態—基建—人口”五維評估框架選取26個指標構建評價指標體系，運用熵權—TOPSIS評價模型和障礙度模型，分析2010—2019年成渝城市群城市韌性時空格局演變特征，并對其障礙因子進行診斷和識別。研究結果顯示：從時空格局演變規律來看，成渝城市群城市韌性水平呈逐漸上升態勢且空間差異逐漸縮??；但城市韌性整體水平較低，較低韌性和低韌性城市數量多、分布廣，在空間上呈現出“西北和東南高，東北和西南低”的分布格局；從障礙因子識別結果來看，制約成渝城市群整體及其內部各城市的城市韌性提升的障礙因子主要集中于社會韌性和基礎設施韌性兩個子系統，主要涉及醫療保險覆蓋率、普通本（專）科學校在校學生數比重、衛生機構數、每萬人擁有公共交通車輛數、建成區排水管道密度和人口密度等障礙因子?；谝陨辖Y論，文章認為提升成渝城市群城市韌性要促進區域韌性均衡發展、因地制宜制定城市韌性提升政策和措施，例如提高區域內基礎設施互聯互通程度，健全城市化協同發展機制，提升成渝城市群整體韌性；統籌安排各種資源，重點支持東北和西南區域發展，避免資源過度集中，共享發展和建設機會；因地制宜制定城市韌性提升政策和措施。

關鍵詞：城市韌性；時空演變；障礙因子；障礙度模型；成渝城市群

中圖分類號：C912.81? 文獻標志碼：A? 文章編號：1008-5831（2023）03-0021-13

引言

隨著全球氣候變化加劇和城市化進程加快，城市群在其發展過程中面臨復雜多樣的不確定且不可避免的風險，例如自然災害、人為災害或城市系統自身故障事件等，給城市經濟、社會、基礎設施和環境造成重大破壞［1］，給城市居民造成重大的生命和財產損失，已成為制約城市群安全和可持續發展的重要因素。然而，我們很難準確預測災害事件的發生頻率，因此城市自身需要具備抵御和適應這些風險的能力來保障城市安全發展。近年來，城市韌性作為一種城市風險治理的新思路，已成為風險管理和可持續發展領域研究的熱點問題。2020年10月，《中共中央關于制定國民經濟和社會發展第十四個五年規劃和二○三五年遠景目標的建議》明確提出要順應城市發展新理念新趨勢，開展城市現代化試點示范，建設宜居、創新、智慧、綠色、人文、韌性城市。由此可見，科學和定量評估城市群城市韌性，提高城市韌性水平，對于建設韌性城市群和促進城市群高質量發展具有重要意義。

成渝城市群是繼長三角、粵港澳大灣區、京津冀之后，國家重點培育和建設的中國第四大城市群。2020年1月3日，中央財經委員會第六次會議強調要推動成渝地區雙城經濟圈建設，在西部形成高質量發展的重要增長極。近年來，成渝城市群城市化快速發展的同時，洪澇、地質等災害頻發，造成了巨大的生命和財產損失。2019年，四川省因自然災害導致的死亡人口（含失蹤）達159人，位居全國第一，直接經濟損失340.9億元，位居全國第三；重慶市因自然災害導致的死亡人口（含失蹤）為27人，直接經濟損失19.6億元。由此可見，成渝城市群在應對災害和風險時表現出較大的脆弱性。提升成渝城市群面對各種災害風險的能力，增強區域城市韌性，是實現成渝城市群可持續發展的重要保障。因此，對成渝城市群城市韌性進行評估并識別其障礙因子具有重要意義。

最早提出的韌性概念是“工程韌性”，將韌性定義為恢復原來狀態的能力。Holling首次將“韌性”概念引入生態學的研究領域，用以反映系統在遭受外界沖擊時保持或快速恢復穩定的能力［2］。基于工程韌性和生態韌性，Holling［3］和Gunderson［4］提出了演進韌性概念，成為城市韌性研究的主要理論基礎。李彤玥認為韌性概念從單一平衡到多重平衡、放棄平衡再演變到適應性循環［5］。蔡建明等認為韌性最初強調系統的穩定性和恢復性，即系統在應對擾動的同時能夠保證正常的運轉［6］。

近年來，國內外學者基于適應性循環理論，對城市韌性問題進行了大量的實證研究。在研究視角上，國內外學者開展了對城市韌性整體或者某一子系統的測度研究，主要涉及城市經濟韌性［7-9］、社會韌性［10］、生態韌性［11］、基礎設施韌性［12-14］和網絡韌性［15-16］等；在研究尺度上，學者從全國、區域、城市和社區層面開展城市韌性評價，例如張明斗和馮曉青［17］、白立敏等［18］對我國地級及以上城市的城市韌性進行了評估，孫陽等［19］、朱金鶴和孫紅雪［20］開展了城市群尺度的城市韌性評價，張鵬等［21］、張帥等［22］分別對山東省、東北三省進行了城市韌性評估研究，修春亮等［23］、陳長坤等［24］分別對大連市、武漢市的城市韌性水平進行了評估，Cutter等［25］、楊麗嬌等［26］進行了社區韌性研究；在研究方法上，主要采用層次分析法（AHP）［17，27］、“規?！芏取螒B”評估模型［18］、熵值法［23］、熵權—TOPSIS、混合多屬性TOPSIS［28］等方法對城市韌性進行評估。

綜合以上文獻可以看出，目前學界關于“城市群城市韌性”的研究，在研究深度上仍停留在韌性評價、時空特征分析上，對城市韌性的障礙因子的分析較少，缺乏針對特定城市群的城市韌性時空演進特征及障礙因子的深入研究。從研究區域來看，目前的研究主要集中在東部沿海發達城市群，如長三角、珠三角等，缺乏對西部城市群城市韌性的針對性研究。評價指標選取上，已有研究主要涉及經濟、生態、社會、基礎設施、制度等維度，對“人”這一承災體在城市韌性中的影響和作用不夠重視。現有的城市韌性評價研究主要從經濟、社會、生態和基礎設施四方面要素進行分析，但是作為城市的承災體—人的因素沒有被納入城市韌性研究中。人既是致災因子，也是承災體，人口要素對城市韌性具有重要的影響和作用。

鑒于此，本文基于城市韌性理論和可持續發展理論，以成渝城市群作為西部地區城市韌性研究的案例區，從經濟、社會、生態、基建和人口五個維度選取26個指標構建城市韌性評價指標體系，采用熵權—TOPSIS評價模型對其城市韌性進行定量評估并揭示其時空演變特征，同時借助障礙度模型對城市韌性障礙因子進行識別，試圖豐富區域城市韌性研究，為成渝城市群提升城市韌性水平和城市高質量發展提供科學參考依據。

一、研究區域、研究方法與數據來源

（一）研究區域概況

成渝城市群位于中國西南地區，以成都、重慶為中心，是西部大開發的重要平臺，是長江經濟帶的戰略支撐，也是國家推進新型城鎮化的重要示范區。根據《成渝城市群發展規劃》，成渝城市群具體范圍包括四川省的成都、自貢、瀘州、德陽、綿陽（除北川縣、平武縣）、遂寧、內江、樂山、南充、眉山、宜賓、廣安、達州（除萬源市）、雅安（除天全縣、寶興縣）、資陽等15個市和重慶的渝中、萬州、黔江、涪陵、大渡口、江北、沙坪壩、九龍坡、南岸、北碚、綦江、大足、渝北、巴南、長壽、江津、合川、永川、南川、潼南、銅梁、榮昌、璧山、梁平、豐都、墊江、忠縣等27個區（縣）以及開州、云陽的部分地區，總面積18.5萬平方公里。為了保證研究區域的可比性和數據的統一性，本文以地級及以上城市為研究單元，即四川省15個城市和重慶市，共16個城市。

（二）指標體系構建與數據來源

1.指標體系構建

城市是一個復雜的綜合系統，涉及經濟、社會、生態、基礎設施和人口等眾多子系統。城市韌性作為城市抵御不確定性風險的能力，必然受到城市各子系統的影響。因此，本文借鑒國內外城市韌性相關研究，結合成渝城市群城市發展的特點，構建成渝城市群城市韌性評價指標體系（表1），從經濟、社會、生態、基礎設施和人口五個維度對城市韌性進行測度和分析。同時，考慮指標選取的綜合性、典型性、科學性和可獲得性，選取26個評價指標，構建了包含目標層、準則層和指標層三個層次的評價指標體系，對成渝城市群2010—2019年城市韌性水平進行測量。

2.數據來源

本研究用于評價2010—2019年成渝城市群城市韌性的數據主要來源于《中國城市統計年鑒（2011—2020）》《中國城市建設統計年鑒（2010—2019）》《四川統計年鑒（2011—2020）》和《重慶統計年鑒（2011—2020）》。部分缺失數據采用相鄰年份均值法計算得到。

（三）研究方法

1.熵權—TOPSIS評價模型

熵值法可用于多目標決策或項目評估中，能夠保證評價結果的客觀性和合理性，避免權重確定的主觀性［29］。TOPSIS法通過計算每一個評價對象的每個評價指標與正理想解、負理想解之間的距離對方案進行排序，對樣本量及其序列不作考慮［30］。本文將熵值法和TOPSIS法相結合，采用熵權—TOPSIS評價模型對成渝城市群城市韌性進行評價。具體步驟是：首先構建原始數據評價矩陣，采用極差變換法對數據進行標準化處理；然后利用熵值法確定評價指標權重，建立加權規范決策矩陣；接著計算各指標到正、負理想解的歐幾米德距離，最后計算出評價指標的相對貼近度，以對評價對象進行排序。

2.障礙度模型

城市韌性的提升對促進城市可持續發展具有重要意義。研究城市韌性不僅僅在于對城市韌性現狀進行評價，更重要的是要厘清制約城市韌性的關鍵障礙因子，以便有針對性地制定城市規劃和治理政策，因此有必要對城市韌性的障礙因子進行識別和診斷。運用障礙度模型，通過引入障礙度（Yj）、因子貢獻度（Fj）和指標偏離度（Vj），對成渝城市群城市韌性準則層和指標層的障礙因子進行識別診斷，以期為成渝城市群城市韌性的提升提供參考。城市韌性障礙度模型計算公式如下：

二、成渝城市群城市韌性時空演變分析

通過構建成渝城市群城市韌性評價指標體系，利用熵權—TOPSIS評價模型，計算出成渝城市群2010—2019年16個城市的綜合韌性值和各子系統城市韌性值。從時間和空間兩個維度，對成渝城市群整體和城市兩個層面的城市綜合韌性和各子系統韌性的演化趨勢進行分析，以了解成渝城市群城市韌性現狀。

（一）城市韌性時序演變分析

1.城市韌性總體時序變化

2010—2019年，成渝城市群城市韌性值變化情況如圖1所示。首先，從整體韌性水平來看，城市綜合韌性平均值由2010年的0.144 0增加到2019年的0.301 3，呈波動上升趨勢，這表明綜合韌性水平不斷提高，抵御和應對不確定風險的能力不斷增強，但是城市綜合韌性值相對較小，說明城市韌性還有較大的提升空間，也表明建設韌性城市群、提升城市群韌性的必要性。變異系數從2010年的0.650 3降到2019年的0.568 0，呈緩慢下降趨勢，說明考察期內綜合韌性空間差異逐漸縮小，區域間城市韌性發展趨于均衡化。

其次，從各子系統變化趨勢來看：（1）2010—2019年，各子系統韌性的平均值均呈現波動上升態勢，表明研究期內各子系統韌性均有不同程度的改善。按平均值從大到小排列依次為：人口韌性>生態韌性>社會韌性>經濟韌性>基礎設施韌性。（2）2010—2019年，基礎設施韌性的標準差值位居各子系統之首，并呈現上升態勢，表明基礎設施是影響成渝城市群城市韌性均衡化發展的最重要因素；生態韌性、人口韌性標準差數值由2010年的第二、三位降到2019年的第四、五位，表明生態韌性和人口韌性對城市韌性均衡化發展的作用逐漸減弱；相反，社會韌性和經濟韌性對城市韌性均衡化發展的作用逐漸增強。（3）2010—2019年，變異系數值從高到低依次為基礎設施韌性>經濟韌性>社會韌性>生態韌性>人口韌性，其中基礎設施和社會韌性呈上升趨勢，表明成渝城市群基礎設施韌性和社會韌性空間差異不斷增大，相反經濟韌性、生態韌性和人口韌性空間差異逐漸縮小。

總體來看，加強基礎設施建設是提升成渝城市群城市韌性的重要途徑，促進區域協調發展是保障城市韌性均衡化發展的重要路徑。經濟韌性仍有較大提升空間，由于經濟建設是基礎，大力發展經濟能夠提高基礎設施水平，豐富社會資源，不斷完善醫療體系和公共服務水平，一旦遇到風險性事件，可以快速應對并較快得到恢復，從而不斷提高城市韌性水平。

2.城市層面韌性時序變化

2010—2019年成渝城市群城市層面的城市韌性值變化趨勢如圖2所示。首先，從城市綜合韌性指數總體來看，各個城市綜合韌性值均處于上升態勢，表明這些城市抵御和應對不確定風險的能力逐漸增強，城市的安全性不斷提高。其中，2010—2016年重慶的城市韌性綜合指數一直保持最高，到2016年成都超過重慶成為綜合韌性最高的城市；城市韌性綜合指數最低的城市是資陽、遂寧和南充3個城市。德陽、廣安、南充、資陽和遂寧5個城市上漲幅度較大，可以看出這些城市的城市韌性發展速度較快；綿陽、自貢和雅安3個城市的城市韌性水平發展比較穩定。從位序轉換來看，位序下降的有6個城市，宜賓、樂山、瀘州、達州、眉山和內江，說明這些城市的城市韌性發展較緩慢?？傊?，城市層面綜合韌性空間差異較為顯著。

其次，子系統韌性值變化情況如下：（1）各個城市經濟韌性值都處于上升狀態，說明這些城市經濟發展水平不斷提高，經濟韌性水平不斷提升。其中增幅位于前三位的城市是德陽、內江和綿陽；廣安波動幅度最大，經濟韌性發展最不穩定。（2）重慶、成都和德陽社會韌性水平相對較高，且波動幅度較大，其余城市社會韌性水平變化較為穩定。（3）在生態韌性方面，宜賓市和達州市2個城市生態韌性水平處于下降態勢，其余14個城市均有所提高，其中資陽、廣安和重慶3個城市增長幅度最大。2019年生態韌性最高值和最低值分別位于雅安市和達州市。（4）在基礎設施韌性方面，綿陽、宜賓、瀘州、達州、樂山、內江和自貢7個城市基礎設施韌性水平處于波動下降趨勢，這些城市需要不斷加大對基礎設施的投入力度，增強抵御不確定風險的基礎；其余城市基礎設施韌性值均有所提高，其中漲幅最大的城市是廣安、成都和資陽，并且城市之間差異較大。2019年，基礎設施韌性最高的城市是重慶，韌性值為0.665，自貢和遂寧最低，韌性值為0.073。（5）在人口韌性方面，各個城市變化較為穩定，城市之間差距較小。其中成都在2010—2015年期間人口韌性最低；重慶于2016年—2019年期間人口韌性水平最低，波動幅度最大。究其原因，主要是隨著快速城市化的發展，人口規模不斷增加，外來人口增多，造成人口韌性水平下降。其余城市人口韌性水平發展較為穩定。

（二）城市韌性演變空間分析

為直觀地反映成渝城市群城市韌性空間格局演變，采用Jenks自然間斷點法將2010年、2013年、2016年和 2019年成渝城市群城市韌性評價指數劃分為低韌性、較低韌性、較高韌性和高韌性四個等級，分別對應低韌性城市、較低韌性城市、較高韌性城市和高韌性城市4種城市類型。如表2所示，2010—2019年，成渝城市群城市韌性呈現出較為顯著的空間異質性。

2010年，成都和重慶屬于高韌性城市，綿陽和宜賓屬于較高韌性城市，低韌性城市包括眉山、資陽、內江、遂寧、南充和廣安，其他城市屬于較低韌性城市。與2010年相比，2013年除高韌性城市沒有發生變化外，其余三種類型變化顯著。較高韌性城市在綿陽市的基礎上增加了德陽市和自貢市，而宜賓市由2010年的較高韌性城市降為較低韌性城市，雅安市和達州市由較低韌性降為低韌性城市，資陽市和南充市由低韌性升為較低韌性城市。

2016年，較高韌性城市增加到5個，包括綿陽、德陽、廣安、自貢和瀘州。雅安、眉山和達州由2013年的低韌性城市上升為較低韌性城市，低韌性城市數量由2013年的6個減少為2個。2019年各個韌性城市等級在數量和區域上都發生了顯著變化，主要表現為較高韌性城市由5個減少至2個，重慶市由高韌性城市降為較高韌性城市，綿陽、自貢和廣安由較高韌性城市降為較低韌性城市，瀘州由較高韌性城市降為低韌性城市，較低韌性城市從7個降至3個，低韌性城市數量由2個增加至9個。

從整體上看，高韌性、較高韌性城市數量較少，較低韌性、低韌性城市數量較多、分布較廣，2010年、2013年、2016年和2019年這四年較低、低韌性城市數量分別占城市總數的75%、69%、56%和81%。由此可見，成渝城市群城市韌性整體水平較低，東南和西北部城市韌性水平普遍高于東北和西南部，城市韌性水平需進一步提升。

為進一步分析成渝城市群城市韌性空間演變趨勢，運用ArcGIS10.1軟件，繪制出2010年、2013年、2016年和2019年成渝城市群城市韌性三維趨勢圖（圖3）。圖中Z軸代表城市韌性水平，X軸代表東西方向，Y軸代表南北方向，與X軸、Y軸對應的曲線分別代表東西方向、南北方向上的城市韌性值變化。由圖中可以看出，2010年、2013年和2016年城市韌性水平呈現東高西低、北高南低的態勢，2019年城市韌性水平表現出西高東低態勢，南北差異顯著。

三、成渝城市群城市韌性障礙因子識別

在評價成渝城市群城市韌性和分析其時空演變特征的基礎上，有必要對城市韌性障礙因子進行識別分析，這對制定具有針對性的提升路徑具有重要意義。采用障礙度模型，結合評價指標體系，從研究區域整體和城市兩個層面，分別對2010—2019年成渝城市群城市韌性的準則層和指標層進行障礙因子識別并確定關鍵障礙因素。

（一）準則層障礙因子識別

由2010—2019年成渝城市群城市韌性準則層障礙因子識別結果可知（圖4），不同年份各準則層障礙度強弱及變化趨勢各不相同。2010—2019年各準則層障礙度的變化趨勢各不相同，經濟韌性和社會韌性的障礙度雖然整體上處于較低水平但是呈波動上升趨勢，而生態韌性、基礎設施韌性和人口韌性的障礙度則呈現緩慢下降趨勢。社會韌性障礙度由15.38%上升至35.76%，上漲了2.3倍，經濟韌性障礙度從11.54%上升至19.29%，增長幅度為67.2%；生態韌性、基礎設施韌性、人口韌性障礙度降幅從大到小順序為人口維度>生態維度>基礎設施維度。2010—2015年，基礎設施韌性子系統的障礙度最大，其次是人口韌性、社會韌性和生態韌性，經濟韌性子系統位于最后；2016—2019年，社會韌性子系統超越基礎設施韌性，成為障礙度最大的準則層，其次是基礎設施韌性、經濟韌性，最后是生態韌性和人口韌性?？梢姡鐣g性和基礎設施韌性成為制約成渝城市群城市韌性的重要因素。從障礙度數值來看，2010—2019年各準則層平均障礙度從高到低依次為：基礎設施>社會>人口>經濟>生態，平均障礙度分別為28.09%、24.42%、17.17%、15.55%和14.86%。由此可以看出，基礎設施和社會韌性是影響城市韌性的最主要障礙因子。因此，提高城市韌性水平需加強基礎設施和社會建設。

（二）指標層障礙因子識別

為詳細了解評價指標對成渝城市群城市韌性的影響，在準則層障礙度分析的基礎上，進一步計算2010—2019年成渝城市群指標層各指標的主要障礙因子及障礙度大小，并對主要障礙因子進行排序。由于指標較多，表3列出了2010—2019年成渝城市群排名前五的障礙因子及障礙度。由表3可知，阻礙2010—2019年成渝城市群城市韌性提升的障礙因子不斷變化。2010年，每萬人擁有公共交通車輛數（X17）是制約成渝城市群城市韌性的最重要障礙因子，說明成渝城市群2010年交通基礎設施水平較低，其次是第三產業從業人員比重（X25）、人口密度（X23）、建成區排水管道密度（X19），城市供水綜合生產能力（X20）位于第五位，同時屬于基礎設施準則層的有3個指標，說明基礎設施韌性對于城市韌性的提升具有重要影響。2011—2015年期間，普通本（專）科學校在校學生數比重（X26）、每萬人擁有公共交通車輛數（X17）、衛生機構數（X7）位居障礙因子的前三位，其中普通本（專）科學校在校學生數比重（X26）成為首要障礙因子，并且障礙度逐年上升，說明教育水平對城市韌性的影響逐年增加；每萬人擁有公共交通車輛數（X17）、衛生機構數（X7）分別位居第二、三位，第三產業從業人員比重（X25）由2011年的第四位降為2012年的第五位、城市供水綜合生產能力（X20）由2013年的第四位降為2015年的第五位，說明第三產業從業人員比重（X25）和城市供水綜合生產能力（X20）對城市韌性的影響逐漸減小。從障礙因子所在準則層來看，這個時期主要障礙因子集中于基礎設施韌性和人口韌性。2016—2019年，醫療保險覆蓋率（X9）躍居第一位，并且障礙度持續增長，其次是普通本（專）科學校在校學生數比重（X26）、第三產業占GDP比重（X2），然后是人均供電量（X21）、城市供水綜合生產能力（X20）等。從準則層層級來看，主要障礙因子集中在基礎設施韌性和社會韌性方面。

從指標層障礙因子出現頻率來看，城市供水綜合生產能力（X20）、衛生機構數（X7）出現次數最多，高達8次；普通本（專）科學校在校學生數比重（X26）出現頻率為7次；每萬人擁有公共交通車輛數（X17）出現頻率為6次；醫療保險覆蓋率（X9）、人口密度（X23）出現頻率為5次；然后是第三產業占GDP比重（X2）、第三產業從業人員比重（X25）、建成區排水管道密度（X19）、失業保險參保率（X8）、人均供電量（X21）。從準則層來看，這11個主要障礙因子中，有4個屬于基礎設施韌性，4個屬于社會韌性，3個屬于人口韌性。由此可見，成渝城市群城市韌性的主要障礙因子集中于基礎設施和社會韌性，與準則層障礙因子識別結果相吻合。

四、結論與建議

近年來，伴隨著城市的快速發展，洪澇、地震、干旱等災害日益威脅城市居民的生命財產安全，影響城市的可持續發展。城市是否具備應對和抵御這些災害和風險的能力，即城市韌性，對于城市的可持續發展具有重要意義。因此，基于城市韌性理論和可持續發展理論，從經濟、社會、生態、基建和人口五個維度選取26個指標構建城市韌性評價指標體系，采用熵權—TOPSIS評價模型對其城市韌性進行定量評估并揭示其時空演變特征，同時借助障礙度模型對城市韌性準則層和指標層障礙因子進行識別。研究得出以下結論。

第一，從時空格局演變來看，2010—2019年，成渝城市群城市韌性呈逐年上升態勢，綜合韌性水平不斷提高，應對不確定風險的能力增強；考察期內城市韌性空間差異逐漸縮小。各子系統韌性表現出不同程度的改善，基礎設施是影響成渝城市群城市韌性均衡化發展的最重要因素。成渝城市群16個城市2019年的城市韌性綜合指數均比2010年有所上漲，其中上漲幅度位居前五的城市依次為德陽、廣安、南充、綿陽和自貢。成渝城市群城市韌性呈現出較為顯著的空間差異，西北和東南部城市韌性水平普遍高于東北和西南部。

第二，從障礙因子識別來看，不同城市的準則層障礙度大小空間差異顯著，基礎設施和社會韌性是影響城市韌性的最主要障礙準則層；成渝城市群城市韌性制約因素存在明顯的地域差異，主要障礙因子為城市供水綜合生產能力、衛生機構數、普通本（專）科學校在校學生數比重、每萬人擁有公共交通車輛數、醫療保險覆蓋率、人口密度、第三產業占GDP比重、第三產業從業人員比重、建成區排水管道密度、失業保險參保率等。

基于以上結果分析，建議從以下幾個方面來提升成渝城市群城市韌性：第一，從成渝城市群整體來講，要增強風險意識，多措并舉，積極推進韌性城市群建設，提高應對不確定性風險的能力。應健全重慶、成都兩個核心城市協調合作機制，提高區域內基礎設施互聯互通程度，健全城市化協同發展機制，提升成渝城市群整體韌性。第二，促進區域韌性均衡提升。目前來看，成渝城市群城市韌性呈現出較為顯著的空間差異，東南、西北部城市韌性水平普遍高于東北和西南部，今后，要在全域范圍內統籌安排各種資源，重點支持東北和西南部發展，避免資源過度集中，共享發展和建設機會。第三，因地制宜制定城市韌性提升政策和措施。區域內城市經濟社會發展水平不同，制約城市韌性提升的因素也不盡相同，因此，要根據城市發展制定符合實際的政策和措施，例如南充市需要提升社會韌性和基礎設施韌性，雅安市則急需要提升人口韌性。從指標層來看，每個城市需要改善的指標不同。例如重慶要通過提高城市供水綜合生產能力、增加衛生機構數來提升城市韌性，樂山則需要提高醫療保險覆蓋率和普通本（專）科學校在校學生數比重來提升城市韌性，資陽則還需要通過合理布局人口密度來提升城市韌性。

參考文獻：

［1］AGHAKOUCHAK A，HUNING L S，CHIANG F，et al.How do natural hazards cascade to cause disasters？［J］.Nature，2018，561（7724）：458-460.

［2］HOLLING C S.Resilience and stability of ecological systems［J］.Annual Review of Ecology and Systematics，1973，4（1）：1-23.

［3］HOLLING C S.Understanding the complexity of economic，ecological，and social systems［J］.Ecosystems，2001，4（5）：390-405.

［4］GUNDERSON L H.Adaptive dancing：Interactions between social resilience and ecological crises［M］//Navigating Social-Ecological Systems.Cambridge：Cambridge University Press，2002：33-52.

［5］李彤玥.韌性城市研究新進展［J］.國際城市規劃，2017（5）：15-25.

［6］蔡建明，郭華，汪德根.國外彈性城市研究述評［J］.地理科學進展，2012（10）：1245-1255.

［7］HUSTON S，WARREN C.Knowledge city and urban economic resilience［J］.Journal of Property Investment & Finance，2013，31（1）：78-88.

［8］杜志威，金利霞，劉秋華.產業多樣化、創新與經濟韌性：基于后危機時期珠三角的實證［J］.熱帶地理，2019（2）：170-179.

［9］譚俊濤，趙宏波，劉文新，等.中國區域經濟韌性特征與影響因素分析［J］.地理科學，2020（2）：173-181.

［10］凌子健，翟國方，吳浩田.我國農村社區韌性的評估方法及提升研究：以阜寧“6·23”龍卷風災區為例［J］.城市建筑，2017（21）：10-16.

［11］NATHWANI J，LU X L，WU C Y，et al.Quantifying security and resilience of Chinese coastal urban ecosystems［J］.Science of the Total Environment，2019，672：51-60.

［12］BRUNEAU M，CHANG S E，EGUCHI R T，et al.A framework to quantitatively assess and enhance the seismic resilience of communities［J］.Earthquake Spectra，2003，19（4）：733-752.

［13］李亞，翟國方，顧福妹.城市基礎設施韌性的定量評估方法研究綜述［J］.城市發展研究，2016（6）：113-122.

［14］GOLDBECK N，ANGELOUDIS P，OCHIENG W Y.Resilience assessment for interdependent urban infrastructure systems using dynamic network flow models［J］.Reliability Engineering & System Safety，2019，188：62-79.

［15］彭翀，林櫻子，顧朝林.長江中游城市網絡結構韌性評估及其優化策略［J］.地理研究，2018（6）：1193-1207.

［16］彭翀，陳思宇，王寶強.中斷模擬下城市群網絡結構韌性研究：以長江中游城市群客運網絡為例［J］.經濟地理，2019（8）：68-76.

［17］張明斗，馮曉青.中國城市韌性度綜合評價［J］.城市問題，2018（10）：27-36.

［18］白立敏，修春亮，馮興華，等.中國城市韌性綜合評估及其時空分異特征［J］.世界地理研究，2019（6）：77-87.

［19］孫陽，張落成，姚士謀.基于社會生態系統視角的長三角地級城市韌性度評價［J］.中國人口·資源與環境，2017（8）：151-158.

［20］朱金鶴，孫紅雪.中國三大城市群城市韌性時空演進與影響因素研究［J］.軟科學，2020（2）：72-79.

［21］張鵬，于偉，張延偉.山東省城市韌性的時空分異及其影響因素［J］.城市問題，2018（9）：27-34.

［22］張帥，王成新，李博.東北三省城市經濟彈性空間分異及其影響因素研究［J］.人文地理，2019（4）：73-80.

［23］修春亮，魏冶，王綺.基于“規?！芏取螒B”的大連市城市韌性評估［J］.地理學報，2018（12）：2315-2328.

［24］陳長坤，陳以琴，施波，等.雨洪災害情境下城市韌性評估模型［J］.中國安全科學學報，2018（4）：1-6.

［25］CUTTER S L，BARNES L，BERRY M，et al.A place-based model for understanding community resilience to natural disasters［J］.Global Environmental Change，2008，18（4）：598-606.

［26］楊麗嬌，蔣新宇，張繼權.自然災害情景下社區韌性研究評述［J］.災害學，2019（4）：159-164.

［27］陳娜，向輝，葉強，等.基于層次分析法的彈性城市評價體系研究［J］.湖南大學學報（自然科學版），2016（7）：146-150.

［28］XUN X L，YUAN Y B.Research on the urban resilience evaluation with hybrid multiple attribute TOPSIS method： an example in China［J］.Natural Hazards，2020，103（1）：557-577.

［29］侯祥鵬.中國城市群高質量發展測度與比較［J］.現代經濟探討，2021（2）：9-18.

［30］郭向陽，穆學青，明慶忠，等.旅游地交通服務功能與旅游強度協調時空分異特征：以云南省為例［J］.自然資源學報，2020（6）：1425-1444.

Abstract：

Chengdu-Chongqing urban agglomeration is an important economic growth pole leading the development and opening up of the western region. It is of great significance to improve its level of urban resilience for promoting the high-quality development of the western region and the coordinated regional development of China. Based on the five-dimensional evaluation framework of “economy-society-ecology-infrastructure-population”， this paper selects 26 indicators to construct an evaluation index system. By using the entropy-weight-TOPSIS evaluation model and obstacle degree model， the paper analyzes and identifies the spatio-temporal evolution characteristics of urban resilience and its obstacle factors in Cheng-Chongqing urban agglomeration from 2010 to 2019. The results show that： 1） From the perspective of spatial and temporal pattern evolution， the urban resilience of Chengdu-Chongqing urban agglomeration is gradually increasing and the spatial differences are gradually decreasing; the overall level of urban resilience is low， and the number of cities with low resilience and lower resilience are large and widely distributed， showing a spatial distribution pattern of “high in northwest and southeast， low in central and western regions”. 2） According to the identification results of obstacle factors， the obstacles to the improvement of urban resilience of Chengdu-Chongqing urban agglomeration as a whole and its cities mainly focus on the subsystems of social resilience and infrastructure resilience. The main factors involved were medical insurance coverage， the proportion of students in ordinary （specialized） science schools， the number of health institutions， the number of public transport vehicles per 10 000 people， the density of drainage pipes and population density in built-up areas.

Key words：? urban resilience; spatiotemporal revolution; obstacle factor; obstacle degree model；Chengdu-Chongqing urban agglomeration

（責任編輯 傅旭東）