城市社區洪災抗逆力影響因素及其評價
——以河南省新鄉市紅旗區為例

馮倩倩, 劉德林

(1.河南理工大學 安全與應急管理研究中心, 河南 焦作 454000; 2.河南理工大學 應急管理學院, 河南 焦作 454000)

城市社區洪災抗逆力影響因素及其評價
——以河南省新鄉市紅旗區為例

馮倩倩1,2, 劉德林1,2

(1.河南理工大學安全與應急管理研究中心,河南焦作454000; 2.河南理工大學應急管理學院,河南焦作454000)

[目的] 對城市社區洪災抗逆力影響因素進行分析和評價，為城市社區洪水防災減災規劃和風險管理提供決策依據。 [方法] 以河南省新鄉市紅旗區所轄社區為研究對象，通過問卷調查的方式，在文獻調研和專家咨詢的基礎上，初步選取影響社區洪災抗逆力的64個因子建立預選指標集，利用相關分析和主成分分析對64個初選指標進行降維處理，并在此基礎上對研究區的9個城市社區的抗逆力進行綜合評價。 [結果] (1) 物理因素、制度因素、經濟因素和人口因素是影響城市社區洪災抗逆力水平的關鍵因素； (2) 紅旗區城市社區洪災抗逆力整體水平不高，近80%的社區洪災抗逆力處于中等偏下水平； (3) 物理因素是影響紅旗區城市社區洪災抗逆力的主要因素，其次為經濟和人口因素，制度因素影響最低。 [結論] 在分析城市社區洪災抗逆力影響因素及其評價的基礎上，提出具體的、有針對性的提升策略和措施，是一個可行的途徑。

城市社區; 洪水災害; 抗逆力; 主成分分析; 脆弱性

文獻參數： 馮倩倩, 劉德林.城市社區洪災抗逆力影響因素及其評價[J].水土保持通報，2017,37(4)：230-235.DOI:10.13961/j.cnki.stbctb.2017.04.039； Feng Qianqian, Liu Delin. Influencing factors and assessment of flood resilience in urban community[J]. Bulletin of Soil and Water Conservation, 2017,37(4)：230-235.DOI:10.13961/j.cnki.stbctb.2017.04.039

洪水災害是中國影響最為嚴重的自然災害之一。研究表明，從20世紀80年代起，中國洪災發生的頻率和造成的損失呈上升趨勢[1-2]。據EM-DAT數據統計，在1990—2015年的26 a間，我國洪災發生總頻次和年均頻次分別是1949—1989年41 a間的4.29和2.98倍，造成的經濟損失和影響人數分別是22.0和12.2倍[3]。頻率高，危害廣，損失嚴重是近年我洪災的主要特征。如1998年長江、松花江、嫩江全流域性特大洪災，影響范圍波及29個省，全國損失近2 700億元人民幣[3]。2003年渭河、漢江秋汛，全國有30個省份(自治區、直轄市)以及新疆生產建設兵團遭受不同程度災害，直接經濟損失13 005億元人民幣[4]。城市是人口和財富的聚集區[5]。其密集的人口和密布的基礎設施改變了城市下墊面性質和局地環境[6]，給城市的排水系統和降水環境帶來了影響，加之全球氣候變化引起的多發性極端降水，城市洪澇災害也在逐漸增多[7-8]。例如，2012年7月21日北京特大暴雨，導致北京市160.2萬人受災，79人死亡，直接經濟損失1 164億元[9]。再如2004年9月3—7日連續暴雨，造成重慶大部分地區洪水泛濫，并引發多處山體滑坡和泥石流，造成82人死亡20人失蹤，直接經濟損失近20億元[10]。城市洪災發展態勢及其危險性對城市的防洪減災提出了新的要求。國內外學者針對高發、廣發和高危害的城市洪澇災害做了大量的研究。Bisht等利用模型模擬洪災情景重現災情，為防洪減災提供決策依據[11-12]；Chan等[13-14]致力于城市洪水風險評估模型、方法和實證研究，楊佩國等[15]通過分析歷史數據，發現城市洪災演變規律，并在此基礎上對未來洪災風險進行預測；陳靜[16-17]從氣象角度探索氣候異常、大氣環流特征、城市熱島效應等等與極端降水的關聯，給城市極端降水預報提供理論支持；劉昌明等[18-20]從城市洪災應急管理角度提出建設海綿城市、加強工程性防御措施、制定長期防洪減災規劃等措施來降低災害損失和城市災害易損性。以上研究都是基于洪災特性和城市整體特征為基礎進行的研究，而對城市社區抗逆力的研究較少。城市社區位于社會風險管理的前沿，是政府應急管理的基層執行機構，在災害管理中起著上傳下達和先期處置的重要作用[21]。其災害抗逆力水平的高低直接影響著城市災害管理和應對的成效。因此，識別影響城市社區洪災抗逆力的關鍵因素并對其進行評價就顯得尤為重要。鑒于此，本文以河南省新鄉市紅旗區所轄社區為研究對象，通過問卷調查的方式，識別影響城市社區洪災抗逆力的關鍵因素，并在構建社區尺度洪災抗逆力評價指標體系的基礎上對其抗逆力進行評價。以期為城市社區洪水防災減災規劃和風險管理提供決策依據，同時為社區洪災抗逆力評估提供方法借鑒和研究案例。

1 研究區概況

紅旗區位于新鄉市東南部，屬暖溫帶大陸性季風氣候，多年平均(1999—2015)降水量約為652.3 mm[22]，由于受季風氣候的影響，降水年內分配十分不均，約60%以上的降水集中在汛期(6—9月)，極易引發城市內澇。該區總面積約148 km2，轄2個鎮和5個辦事處，共43個行政村和23個社區，常住人口29.5萬人，城區人口占總人口的68%。城區內工業和商業相對集中，人口密集，生產、生活排水量隨經濟發展不斷增加，城市排水系統落后、城市不透水面積大，加之對城市洪災應急管理經驗不足，救援設施準備不充分，普通群眾沒有洪災應對經驗，大大降低了城市社區洪災抗逆力水平。本文選擇河南省新鄉市紅旗區所轄社區作為研究區的原因主要有兩點： ① 新鄉市受氣候影響，降水量和降水時間相對集中，容易產生極端降水天氣； ② 紅旗區是新鄉市政治、經濟、文化中心，在新鄉市具有代表意義，且在7·9超級特大暴雨中的應急管理方面存在一些不足。

2 評價方法與數據

2.1 確定評價單元

選取城市社區作為評價單元，從新鄉市紅旗區23個社區中，篩選出在2016年7月9日特大暴雨中受災較為嚴重的進達花園、星海假日王府、河南科技大學、寶龍社區、楓景上東、洪門社區、華龍國際、雙橋社區、紫郡9個社區作為調查樣本。

2.2 選取評價指標

影響城市社區洪災抗逆力的因素很多。本文在專家咨詢和文獻調研的基礎上[23-27]，結合研究區實際情況和指標體系的構建準則[28]，從物理、制度、經濟、人口等4個方面選取了影響社區洪災抗逆力的64個指標建立預選指標集(表1)。

2.3 采集數據

調查小組于2016年8月12—14日以隨機抽樣的方式完成調查問卷的收集，累積回收問卷220份。通過問卷信息完整程度、選項矛盾、與現實相符3個篩選條件，剔除無效問卷70份，最終保留有效問卷150份。這150個調查樣本的社區分布情況如下：進達花園占樣本總量的6.67%，星海假日王府12.67%，河南科技大學15.33%，寶龍社區12.67%，楓景上東10.00%，洪門社區10.67%，華龍國際16.00%，雙橋社區7.33%，紫郡8.67%，這與實際調查中社區人口規模和入住率情況基本相符。從調查樣本的人口統計學特征來看，男性84人，占56，女性66人，占44%；30歲以下74人，占49.33%，30～45歲24人，占16，45歲以上52人，占34.67%；初中及以下43人，占28.67%，高中或中專25人，占16.67%，大專及以上80人，占53.33%。

表1 城市社區洪災抗逆力評價初選指標集

2.4 處理指標數據

為消除指標量綱和量級的影響，并對城市社區洪災抗逆力正負效應指標變量進行統一，本文采用極差標準化方法，將原始數據轉化為界于[0,1]之間的數據，公式如下：

正向相關指標：

xi′=(xi-minxi)/(maxxi-minxi)

(1)

負向相關指標：

xi′=(maxxi-xi)/(maxxi-minxi)

(2)

式中：xi′——指標i的標準值；xi——指標i的原始值； maxxi,minxi——指標i的最大值和最小值。各指標的數據值范圍為[0,1]。

2.5 確定評價方法

目前，用于社區抗逆力評價研究的方法很多，如模糊綜合評價法、多層次灰色評估法、情景模擬法、層次分析法、數據包絡分析法等。上述方法雖然都有一定的數學基礎，但洪災的抗逆力受到諸多因素的影響，從而使上述方法在進行抗逆力評價時表現出一定的局限性。城市社區抗逆力評價主要不是考慮所有因素的作用效果，而是在篩選關鍵影響因素的基礎上，正確分析少數關鍵指標對抗逆力評價的作用。主成分分析法通過把眾多相關聯的原始變量縮減為少數相互獨立的新變量，實現了保留信息、簡化數據和消除原始變量多重共線性的目標，是一種能將多維因子納入同一系統中進行定量化研究的統計方法[29]，可用于社區洪災的抗逆力評價研究。其基本原理、計算步驟和求解方法可參考文獻[30]。

3 結果與分析

3.1 指標體系構建

為有效評價城市社區的洪災抗逆力，本文從物理、制度、經濟、人口4個方面初步選定了64個評價指標形成預選指標集(表1)。由于各指標間可能存在強相關關系，利用SPSS 19.0對數據進行相關分析。如果兩個指標間的相關系數的絕對值大于0.8，其中的一個指標會被隨機保留[31-32]。經過相關分析后，有17個評價指標被保留(表3)。由于所留指標太多，仍需進一步縮減變量個數到可控范圍。本文采用主成分分析來完成這一目標，主成分分析計算結果中累積貢獻率≥75%且特征值大于1的主成分將被保留[33]。從表2可知，主成分變量Z1，Z2，Z3，Z4是由17個原始變量X1，X2，X3，…，X17通過PCA運算得到的一組新變量，以76.8%的累積貢獻率(概率)替代了原變量系統，較好地解釋了原始數據的主要信息。因此，可利用新變量對新鄉市城市社區洪災抗逆力狀況進行評價研究。

3.2 關鍵影響因素分析

從主成分載荷值(表3)可見，第1主成分在住宅結構、社區周圍公路狀況、社區防災規劃、應急避難場所、房屋受損情況、社區救災設施完善程度、住宅防災設施擁有數量7個方面載荷值較大；第2主成分受洪災宣傳教育、洪災應急演練、公共轉移工具和災害預警顯著影響；第3主成分從家庭通訊設備擁有數量、家庭年總收入、家庭交通工具種類及數量3個指標中提取主要信息；第4主成分主要受教育程度、職業以及洪水基礎知識水平解釋。

表2 特征值及主成分貢獻率和累積貢獻率

對上述7個主成分的進一步分析發現，第1主成分更多的反映社區及住房物理狀況；第2主成分側重于社區應急管理制度因素；第3主成分與社區住戶經濟狀況顯著相關；第4主成分反映社區人口方面情況。

表3 主成分載荷值

3.3 抗逆力評估

由主成分分析的特征向量矩陣，可得各指標與主成分Z1，Z2，Z3，Z4的線性關系：

Z1=0.301x1+0.285x2+…+0.236x17

(3)

Z2=0.218x1-0.199x2+…-0.157x17

(4)

Z3=0.110x1+0.115x2+…-0.007x17

(5)

Z4=-0.077x1-0.161x2+…+0.595x17

(6)

根據主成分Z1，Z2，Z3，Z4與相應的貢獻率之積的和，可獲得各調查樣本洪災抗逆力的綜合得分。將每個社區得分總數除以人數，可獲得該社區平均分，得分越高說明社區洪災抗逆力越強，由此就可對社區洪災抗逆力進行分級。

在考慮均值(9.41)、標準差(7.42)和極差(3.99)的基礎上，將各評價樣本的洪災抗逆力劃分低、中、高3個等級，其取值范圍分別為[7.38,7.81)，[7.81,11.01)和(11.01,11.37]，分別用Ⅰ，Ⅱ，Ⅲ表示(表4)。由表4可知，楓景上東社區和河南科技大學的洪災抗逆力等級為Ⅲ，屬于高抗逆力水平。其中，楓景上東社區的洪災抗逆力最高，得分為11.37；星海王府、紫郡社區和進達花園的洪災抗逆力等級為Ⅰ，屬于低抗逆力水平，其中，進達花園的洪災抗逆力水平最低，得分為7.38；其他社區評價等級為Ⅱ，屬于中等抗逆力水平。進一步分析表4中各主成分的得分情況，可獲知影響社區洪災抗逆力的影響因素，從而為社區尺度的防洪減災規劃和洪水管理提供決策依據。例如，抗逆力綜合得分最低的進達花園社區，第2主成分(制度因素)得分最低，在實地調查過程中我們也了解到，在社區公共事務管理中處于主導地位的物業公司由于內部原因已經退出社區管理，政府洪災的宣傳教育以及應急演練等缺失。此外，該社區在第3主成分(經濟因素)和第4主成分(人口因素)得分也低于大部分社區。因此，提高該社區洪災抗逆力的有效途徑是加強政府防災減災制度傳達、增加居民收入和提高洪災基礎知識水平。同理，據此研究結果可對其他社區洪災抗逆力的關鍵影響因素進行逐一分析深入分析，提出科學合理有效的洪災社區抵抗力提升策略。

表4 紅旗區9個社區洪災抗逆力等級及各指標得分

4 結論與建議

4.1 結 論

(1) 相關分析和主成分分析是變量縮減的一個有效組合方法，它可將眾多變量縮減到一個可控范圍，便于數據的運算和結果分析。

(2) 新鄉市紅旗區城市社區洪災抗逆力水平不是很高，近80%的社區處于中等偏下水平。具體來說：3個社區處于低抗逆力水平，占總體的33.3%，4個社區處于中等抗逆力水平，占總體的44.5%，處于高抗逆力水平的社區僅占調查樣本的22.2%。

(3) 紅旗區城市社區洪災抗逆力的關鍵因素中，物理因素得分最高，經濟和人口因素居中，制度因素得分最低。

4.2 建 議

(1) 政府和社區應借鑒歷史經驗，有組織的采用宣傳板、活動日、應急演練等方式，對該地區水情、洪災基礎知識、洪災危險性及應對措施進行宣傳教育，提高災害管理者和社區居民的洪災風險意識。

(2) 依據汛期水情動態監測數據和歷史經驗，成立專家小組對洪水成災風險科學評估，及時發布災害預警，災害預警發布時間要合理、發布方式要多樣化、發布內容具有應災指導意義。

(3) 政府和社區應做好城市洪災應急物資儲備和協調工作，確保在最短時間內恢復城市社區各項功能和居民正常生活，減少社會和經濟損失。

[1] 鄧國取.農業巨災經濟影響分析:以我國洪災為例[J].財經論叢,2008(4):21-26.

[2] 吳慶洲.對20世紀中國洪災的回顧[J].災害學,2002,17(2):64-71.

[3] CRED. Emergency Events Database(EM-DAT)[EB/OL]. (2016-02-06)[2016-08-25].2016. http:∥www. emdat. be/database.

[4] 國家防汛抗旱總指揮部辦公室.2003年全國洪澇災情[J].中國防汛抗旱,2004(1):55-59.

[5] 劉國斌,韓世博.人口集聚與城鎮化協調發展研究[J].人口學刊,2016(2):40-48.

[6] 李昕,文婧,林堅.土地城鎮化及相關問題研究綜述[J].地理科學進展,2012,31(8):1042-1049.

[7] 石勇,許世遠,石純,等.洪水災害脆弱性研究進展[J].地理科學進展,2009,28(1):41-46.

[8] 馮平,崔廣濤,鐘昀.城市洪澇災害直接經濟損失的評估與預測[J].水利學報,2001,8(3):64-68.

[9] 孫建華,趙思雄,傅慎明,等.2012年7月21日北京特大暴雨的多尺度特征[J].大氣科學,2013,27(3):705-718.

[10] 周國兵,沈桐立,韓余.重慶“9·4”特大暴雨天氣過程數值模擬分析[J].氣象科學,2006,26(5):572-577.

[11] Bisht D S, Chatterjee C, Kalakoti S, et al. Modeling urban floods and drainage using SWMM and MIKE URBAN: A case study[J]. Natural Hazards, 2016,84(2):749-776.

[12] Smith B K, Smith J A, Baeck M L, et al. Exploring storage and runoff generation processes for urban flooding through a physically based watershed model[J]. Water Resources Research, 2015,51(3):1552-1569.

[13] Chan N W. Impacts of Disasters and Disaster Risk Management in Malaysia: The Case of Floods[M]. Japan： Resilience and Recovery in Asian Disasters. Springer， 2015:239-265.

[14] Yin Jie, Ye Mingwu, Yin Zhnae, et al. A review of advances in urban flood risk analysis over China[J]. Stochastic Environmental Research and Risk Assessment, 2015,29(3):1063-1070.

[15] 楊佩國,靳京,趙東升,等.基于歷史暴雨洪澇災情數據的城市脆弱性定量研究:以北京市為例[J].地理科學,2016,36(5):733-741.

[16] 陳靜,劉琳.2011年汛期北京城市暴雨特征及其災害成因初步分析[J].暴雨災害,2011,30(3):282-287.

[17] 馬洪波.2010年7月24日白城市暴雨天氣特征分析[J].現代農業科技,2015(19):253-253.

[18] 劉昌明,張永勇,王中根,等.維護良性水循環的城鎮化LID模式:海綿城市規劃方法與技術初步探討[J].自然資源學報,2016,31(5):719-731.

[19] 李恒義,孟琳琳.基于海綿城市的北京市巨災洪水防御體系設計[J].人民黃河,2016,38(7):35-38.

[20] 劉忠陽,杜子璇,劉偉昌,等.城市洪災及城市防洪規劃探討[J].氣象與環境科學,2007,30(9):5-8.

[21] 朱華桂.論風險社會中的社區抗逆力問題[J].南京大學學報:哲學·人文科學·社會科學版,2012(5):47-53,159.

[22] 河南省水利廳.水資源公報[EB/OL].鄭州:河南省水利.(1999-02-15)[2017-02-11]. http:∥www. hnsl. gov. cn/.

[23] Tobin G A. Sustainability and community resilience: The holy grail of hazards planning?[J]. Global Environmental Change(Part B): Environmental Hazards, 1999,1(1):13-25.

[24] Norris F H, Stevens S P, Pfefferbaum B, et al. Community resilience as a metaphor, theory, set of capacities, and strategy for disaster readiness[J]. American Journal of Community Psychology, 2008,41(1/2):127-150.

[25] Ostadtaghizadeh A, Ardalan A, Paton D, et al. Community disaster resilience: A qualitative study on Iranian concepts and indicators[J]. Natural Hazards, 2016,83(3):1843-1861.

[26] Ainuddin S, Routray J K. Earthquake hazards and community resilience in Baluchistan[J]. Natural hazards, 2012,63(2):909-937.

[27] Sherrieb K, Norris F H, Galea S. Measuring capacities for community resilience[J]. Social Indicators Research, 2010,99(2):227-247.

[28] 朱華桂.論社區抗逆力的構成要素和指標體系[J].南京大學學報：哲學·人文科學·社會科學,2013(5):68-74,159.

[29] 任廣平,鄒志紅,孫靖南.因子分析及其在河網水質綜合評價中的應用研究[J].環境污染治理技術與設備,2005,6(4):91-94.

[30] 劉德林,劉賢趙.主成分分析在河流水質綜合評價中的應用[J].水土保持研究,2006,13(3):124-125,128.

[31] 劉德林,梁恒謙.區域自然災害的社會脆弱性評估：以河南省為例[J].水土保持通報,2014,34(5):128-134.

[32] Liu Delin, Hao Shilong, Liu Xianzhao, et al. Effects of land use classification on landscape metrics based on remote sensing and GIS[J]. Environmental Earth Sciences, 2013,68(8):2229-2237.

[33] 朱慶平,周力,李開,等.西昌引種栽培油橄欖果中5種金屬元素主成分及聚類分析[J].基因組學與應用生物學,2017,36(1):362-369.

Influencing Factors and Assessment of Flood Resilience in Urban Community-ACaseStudyofHongqiDistrictinXinxiangCity,He’nanProvince

FENGQianqian1,2,LIUDelin1,2

(1.SafetyandEmergencyManagementResearchCenter,He’nanPolytechnicUniversity,Jiaozuo,He’nan454000,China; 2.SchoolofEmergencyManagement,He’nanPolytechnicUniversity,Jiaozuo,He’nan454000,China)

[Objective] We aimed to provide decision-making bases for flood disaster prevention, mitigation planning and risk management in urban community level based on the analysis of influencing factors and assessment of flood resilience in urban community. [Methods] The Hongqi district in Xinxiang City, He’nan Province was taken as the study area, and the questionnaire method was used. Sixty-four variables were selected to build a pre-selected index set based on the literature review and discussions with experts. The correlation analysis and principal component analysis were used to reduce the number of variables, and the flood resilience of urban community was assessed. [Results] (1) The key factors influencing urban community flood resilience could be summarized as physical factors, institutional factors, economic factors, population factors. (2) The capability of community flood resilience was not high, and nearly 80% of the communities were at a level below average. (3) Physical variable was the main factors influencing urban community flood resilience, followed by economic, demographic and institutional factors. [Conclusion] It is a feasible way to put forward the concrete and targeted strategies and measures for improving the flood resilience in urban community based on the analysis of influencing factors and assessment of flood resilience.

urbancommunity;floodhazards;resilience;principlecomponentanalysis;vulnerability

A

： 1000-288X(2017)04-0230-06

： X43

2017-01-10

：2017-02-15

國家自然科學基金項目“基于GIS的區域洪災社會脆弱性評估與減災策略研究:以河南省為例”(U1504705)

馮倩倩(1985—),女(漢族),河南省焦作市人,碩士研究生,研究方向為自然災害風險與抗逆力。E-mail: 13693916913@163.com。

劉德林(1979—),男(漢族),山東省濰坊市人,博士,副教授,主要從事災害風險與應急方面的研究。E-mail:liudelina@163.com。