城市脆弱性的動態演變與模擬預測
——以烏魯木齊市為例

伊爾凡江·艾合買提江， 阿里木江·卡斯木，2， 安瓦爾·買買提明

（1.新疆師范大學地理科學與旅游學院，新疆烏魯木齊 830054； 2.新疆師范大學絲綢之路經濟帶城市發展研究中心，新疆烏魯木齊 830054； 3.新疆教育學院，新疆烏魯木齊 830043）

0 引言

隨著城市的發展，各類城市問題開始出現，城市病越來越嚴重［1-2］，城市問題已然成為可持續發展道路中最大的問題，即要實現可持續發展，就必須要降低城市脆弱性［3-5］。城市脆弱性概念是以脆弱性的概念為基礎的［6-8］，基于對脆弱性概念的不同理解，學者們對城市脆弱性的理解也各不相同［9-10］，其研究內容［11］、方法［12］也隨之存在著差異［13-15］。國外學術界對城市脆弱性的研究比較早，并得出了很多實證研究成果。Padowski等［16］對美國225個人口超過十萬人的城市的水資源進行了脆弱性分析，指出城市水資源的可利用性導致了脆弱性。Whelan等［17］以歐盟為主要研究區域，Guillaumont［18］以非洲為研究區域，Rocha 等［19］對新興市場經濟國家的經濟系統進行了脆弱性分析。Farhan等［20］對印度尼西亞Seribu 群島的生態環境進行了脆弱性分析，得出結論是政府須采取環境保護措施；Adger 等［21］構建了基于脆弱性的概念和內涵的研究模型，并對氣候變化的社會經濟影響進行了評估和分析。而國內學者關于城市脆弱性的研究主要集中在較為典型的地區或城市（資源型城市［22-23］、旅游城市［24］、沿海城市［25］、綠洲城市［26］）。近年來，國內對城市脆弱性的概念、框架、評價等方面的研究比較多，而對其動態演變進行的研究則比較少；對我國東部沿海地區的城市或資源型城市、旅游城市等特殊類型城市的研究比較多，而對我國西北地區的城市為研究對象進行的脆弱性研究則比較少［27］；對城市單一子系統的脆弱性評價研究比較多，而對脆弱性驅動因素的綜合性研究較為缺乏。城市作為一個復合性系統［28］，其資源、環境、社會、經濟問題就是其脆弱性的根本體現［29-31］?；诖耍疚囊晕覈蛭鏖_放的重要門戶城市烏魯木齊市為研究對象，從“資源—生態—社會—經濟”等城市多元子系統對城市脆弱性進行了綜合測度與動態預測研究。

1 研究區概況

烏魯木齊市位于中國西北的亞歐大陸腹地，地處86° 37′33′′ ～88° 58′24′′ E、42° 45′32′′ ～45° 00′00′′N，是新疆維吾爾自治區首府，也是全疆政治、經濟、文化中心。新疆與8 個國家相毗鄰，烏魯木齊市歷來都是連接東西方商業貿易的重要樞紐，是中國向西開發的重要門戶城市。烏魯木齊市自然資源豐富，社會經濟發展居西北地區前例，是個典型的多元性城市，其城市系統也是典型的復合性系統，因此要測度其城市脆弱性，須對整個系統的脆弱性進行綜合測度。故此，基于城市脆弱性的概念、構成維度的關聯邏輯和評價框架，本文在借鑒相關城市脆弱性評價體系的基礎上，將評估模型設定為四個目標層，并對其進行進一步細化，使其成為敏感性、適應性、應對力三個因子的綜合性函數，構建了烏魯木齊市的城市脆弱性評價指標體系?？紤]到數據的科學性，本文一共選取了50 個指標層因子，確定指標屬性，最終構建了烏魯木齊市城市脆弱性評價指標體系。

2 數據與方法

2.1 數據來源

本研究數據來源于《新疆年鑒》（2007—2017年）、《新疆統計年鑒》（2007—2017 年）、《新疆調查年鑒》（2007—2017 年）、《新疆維吾爾自治區國民經濟與社會發展統計公報》（2007—2017 年）、《烏魯木齊統計年鑒》（2007—2017 年）、《烏魯木齊市國民經濟與社會發展統計公報》（2007—2017年）。

2.2 研究方法

本文采用min-max 標準化方法，對原始數據進行了標準化處理；利用熵值賦權法，計算得出烏魯木齊市脆弱性評價指標體系中各項指標的權重值，并構建了烏魯木齊市城市脆弱性評價指標體系；最后通過綜合指數分析法計算得出烏魯木齊市2006—2016 年各年度的城市脆弱性指數值。詳細的方法及評價指標體系見文獻［32］，城市脆弱性指數測度公式為

式中：（MBC）e為目標層各項指標的脆弱性指數；Qe為目標層各要素的權重；p為目標層指標的數量；URB為城市綜合脆弱性指數。

3 城市脆弱性評價與分析

3.1 資源、生態脆弱性演變特征

由圖1 可見，2006—2016 年烏魯木齊市的資源脆弱性指數呈現出波動性下降的狀態。其中，2007年、2009年上升，2009—2015年迅速下降，2016年略微增長，但整體上趨于平衡。上述結果表明，至2009 年烏魯木齊市的資源開發模式存在嚴重的問題，敏感性增強，城市系統容易受到損害；在之后7年時間內，資源脆弱性指數整體上下降，說明烏魯木齊市資源開發模式已得到合理改善。烏魯木齊自然資源主要包括水資源、土地資源及煤礦，其他資源均從周邊引進。第二產業起點低，至2010年又屬于烏魯木齊全力發展工業階段，2007 年、2009 年為近11年內能源消耗量最大點，加之近幾年人口的迅速增長，導致生活能耗增加。因此該階段的能源消耗量大，且能源優化技術滯后可能是導致資源脆弱性上升的原因。

圖1 烏魯木齊市2006—2016年資源和生態脆弱性指數的時序演變曲線Fig.1 Temporal evolution curve of resource and ecological vulnerability index of Urumqi City from 2006 to 2016

2006—2016 年，烏魯木齊市的生態脆弱性指數整體上呈現出大幅度下降趨勢。其中只有在2006—2007 年略有增長（增長0.02），這說明烏魯木齊市的生態環境在這一年的時間里遭到了較大程度的破壞；在之后的時間段里，即2007—2016年，生態脆弱性指數持續下降，這說明自2007年以來烏魯木齊市加大了對生態環境的改善力度，生態環境狀況逐年向好的方面發展。近幾年來，烏魯木齊市加大了對生態環境工程的投資和改善，新標準空氣質量指數對烏魯木齊市的空氣質量進行評價結果顯示，至2016 年烏魯木齊市的空氣質量達標率是66%，為優良狀態；城市水資源質量全部達到標準水平，烏拉泊和紅雁池兩大水庫也達到了飲用水源地一級保護區水質功能要求的標準水平，生活垃圾和固體廢棄物處理率達到了95.7%，城市污水處理率也高達98%，城市生態環境明顯改善。

3.2 社會、經濟脆弱性演變特征

由圖2 可見，2006—2016 年烏魯木齊市的社會脆弱性指數整體上呈現出下降的態勢。其中只有在2007—2008 年和2014—2015 年兩個時間段內，社會脆弱性略有增長，這說明在這兩個時間段內城市社會敏感性處于較強狀態，社會發展受挫，城市社會系統脆弱。在其他時間段內社會脆弱性指數則處于下降狀態，而且下降幅度相當大，從2006 年的0.157 下降到2016 年的0.078，這說明烏魯木齊市的城市社會系統向好的方向發展，社會狀態越來越好。近幾年來，烏魯木齊市提高了對城市基礎設施建設的關注程度，為了降低社會脆弱性，提高人類發展和基礎設施水平，加大了醫療保險制度和社會保障系統的全方位發展速度，加強了社會治安管理，截至2016 年烏魯木齊市的犯罪率下降到0.15%。同時烏魯木齊市大力改善民生，提高城市綠化覆蓋率、燃氣普及率等，城市地鐵即將竣工，東進場和西外二環高架等項目相繼進行，使得城市交通系統得以完善；烏魯木齊市對醫療衛生、教育、科技以及基礎設施建設的投資支出占比越來越大，說明城市社會系統的改善和發展力度越來越大。

圖2 烏魯木齊市2006—2016年社會和經濟脆弱性指數的時序演變曲線Fig.2 Temporal evolution curve of social and economic vulnerability index of Urumqi City from 2006 to 2016

2006—2016 年，烏魯木齊市經濟脆弱性指數處于下降狀態。其中，只有在2006—2007年略有增長（增長0.024），這說明烏魯木齊市的經濟發展在這一年里受到了較大程度的阻礙，經濟系統處于脆弱狀態。在之后的時間段里，即2007—2016 年，經濟脆弱性指數持續下降，且下降幅度很大，從2007年的0.22 下降到2016 年的0.04。這說明在該時間段內，城市經濟系統敏感性大幅度下降，經濟發展水平大幅度提高。烏魯木齊是中國西部地區重要的經濟中心，是中亞重要的進出口貿易集散地；加之烏魯木齊作為首府城市，國有集體經濟為主，多種所有制經濟共同發展的格局已經形成，這得天獨厚的地理優勢成為了烏魯木齊城市經濟快速發展的優厚條件。近幾年來，烏魯木齊市大力引進高技能人才和高素質人才，調整改善城市產業結構，也助力了城市經濟的快速發展。至2016年，烏魯木齊市已經形成了以第三產業為主的經濟結構，人均可支配收入明顯提高，烏魯木齊市開始從小康城市向相對富裕城市邁進。

3.3 綜合脆弱性分析

烏魯木齊市城市脆弱性可按照自然斷裂點法分為五個等級，具體分級標準如表1所示。

表1 烏魯木齊市城市綜合脆弱度分級標準Table 1 Classification criteria for urban comprehensive vulnerability in Urumqi City

將烏魯木齊城市綜合脆弱度分級標準與烏魯木齊市城市綜合脆弱性指數時序演變特征曲線（圖3）相結合可知，在研究時間段內，城市脆弱性整體上呈現出下降的狀態。其中，只有在2006—2007年略有增長，這說明烏魯木齊市城市系統在這一年中處于脆弱的狀態，敏感性最強。在之后的時間段里，即2007—2016 年持續下降，且下降幅度很大，從2007 年的0.178 下降到2016 年的0.06，這說明烏魯木齊市的城市系統發展越來越好。雖然城市脆弱性指數呈現出下降態勢，但是城市脆弱度水平在每個時間段處于不一樣的脆弱程度。2007—2009 年，脆弱性指數下降，但是處于較高水平，烏魯木齊市處于高脆弱性狀態；2009—2012 年處于中度脆弱性狀態；2012—2013 年脆弱性指數快速下降，烏魯木齊市由中度脆弱性狀態向較低脆弱性狀態轉變；2013—2016 年轉變為低脆弱性狀態，烏魯木齊市城市系統也處于極好狀態，這也說明在這段時間里，烏魯木齊市是以最好的發展模式推進其城市化發展。

圖3 烏魯木齊市2006—2016年城市綜合脆弱性指數的時序演變曲線Fig.3 Temporal evolution curve of urban comprehensive vulnerability index of Urumqi City from 2006 to 2016

本文采用貢獻率計算法，計算得出了各城市子系統對城市脆弱性的貢獻率。由圖4 可知，2006—2016 年資源脆弱性貢獻率變化相對平穩，2015—2016 年才呈現出增長趨勢；生態脆弱性和經濟脆弱性的貢獻率所占比例明顯減少，而社會脆弱性則呈現出增長趨勢，自2014年起更加明顯。這說明烏魯木齊市的城市脆弱性主要是由其社會脆弱性導致的。2006 年經濟脆弱性貢獻率所占比例最大，2016年社會脆弱性貢獻率所占比例最大，這表明烏魯木齊市的城市脆弱性由經濟主導型脆弱性向社會主導型脆弱性轉變。

圖4 烏魯木齊城市2006—2016年脆弱性各子系統的貢獻率Fig.4 Contribution of vulnerability subsystems in Urumqi City from 2006 to 2016

4 城市脆弱性的動態演變預測

4.1 預測模型的構建與優選

由于模擬預測的復雜性和現有方法的局限性，不能以所有指標為變量進行模擬預測，只能抓住影響烏魯木齊市城市脆弱性的幾個關鍵指標來進行預測。因此，本研究綜合采用貢獻率計算法和相關系數分析法，篩選出與脆弱性指數高度相關的人均道路面積、廢氣排放總量、人均公園綠地面積、城鎮登記失業率、城市人口密度和財政教育支出等6 個指標，用來進行城市脆弱性模擬預測研究。

為了找出預測精度較高、適用性較強的預測模型，保證預測結果的準確性和科學性，建立了烏魯木齊市城市脆弱性指數和6個主要影響指標之間的脆弱性動態演變線性預測模型和非線性預測模型，并通過檢驗預測方程對其進行優選。其中，判定系數R2和概率P值是對線性預測方程的優選標準。

4.1.1 一元線性預測模型（SLR）的構建

由表2可知，測度指標財政教育支出（x5）和城市脆弱性指數的預測方程的R2值最大（0.954），表明方程y= 0.057 + 0.121x5有最好的擬合精度，可選用該方程對URB 進行擬合。為實現對預測方程的檢驗，對擬合值和擬合殘差分別進行Spearman 相關分析和K-S 檢驗。結果表明，在擬合殘差的K-S 檢驗中，漸進顯著性水平為0.536，遠大于0.05，滿足建立模型的前提要求。Spearman 相關性分析表明，擬合值與擬合殘差相關等級系數為0.100，P值為0.732，相關關系較弱，表明殘差與變量不存在相關關系，因此預測方程y= 0.057 + 0.121x5可以作為備選方程。

表2 一元線性回歸預測方程Table 2 One-variable linear regression prediction equation

4.1.2 多元線性預測模型（MLR）的構建

建立多元線性模型，并做出評價和預測，其中城市脆弱性指數為因變量，6 個主要影響因子為自變量，采用逐步法進行計算，得出最終的擬合方程為

同樣，為實現對預測方程的檢驗，進一步對擬合值和擬合殘差分別進行Spearman 相關分析和KS 檢驗。最終檢驗結果表明，該預測方程可以作為城市脆弱性動態演變預測的備選方程。

4.1.3 RBF（徑向基函數）神經網絡預測模型的構建

RBF 神經網絡作為高效的前饋式神經網絡，具有較快的學習速度。 鑒于此，本文在MATLAB 2016 環境下，以2006—2016 年的數據作為學習樣本，構建了烏魯木齊市城市脆弱性指數的RBF 神經網絡預測模型，數據的訓練用newrb函數進行，最后用訓練好的網絡對2006—2016 年的烏魯木齊市城市脆弱性指數進行擬合。newrb函數格式為

式中：X為6 個主要影響因子；F為烏魯木齊市城市脆弱性指數。

4.1.4 預測模型的對比優選

通過平均值對比分析（表3）可知，多元線性擬合（MLR）的擬合殘差平均值與擬合相對誤差平均值最小，僅為0.0031 和2.94%。而一元線性擬合（SLR）和RBF 神經網絡擬合的擬合殘差平均值和擬合相對誤差平均值均明顯高于MLR，其中，RBF網絡的擬合精度最差。此外，通過殘差對比可知，RBF 網絡的擬合殘差在各個年度（2006 年除外）均最大；SLR 擬合殘差次之。MLR 的擬合殘差在各年度均最小，尤其是在2007 年、2009 年和2011 年無限接近于0，表現了較高的預測精確度。

表3 預測模型的對比分析Table 3 Comparative analysis of the predictive models

除此之外，在2007年有烏魯木齊市城市脆弱性指數實測值的唯一增高點，可作為模型預測精度的重要檢驗點。三種預測模型的預測結果表明，在2007 年只有多元線性預測模型（MLR）表現出增長態勢，且擬合殘差為0.0011，擬合精度較高。

基于此，通過對烏魯木齊市2006—2016 年的城市脆弱性指數與三種預測模型的擬合值進行對比，本研究最終選擇多元線性預測模型為烏魯木齊市城市脆弱性演變動態預測模型。

4.2 城市脆弱性的動態演變預測

首先，通過利用預測模型測算出測度指標2016—2021 年的預測值；其次，將該值作為輸入變量，計算出2016—2021年的城市脆弱性指數預測值，分析烏魯木齊市城市脆弱性的未來發展趨勢，該過程是在MATLAB 2016 環境下完成。由圖5 可知，2016—2021 年烏魯木齊市的城市脆弱性指數整體上呈現出上升趨勢。其中，2016—2019 年的脆弱性指數快速增長，2019年是起始值的2倍，這說明在這段時間內，烏魯木齊市城市系統出現重大問題，敏感性快速增加，城市系統遭到破壞，烏魯木齊市又退回到較高脆弱性狀態。2019 年以后，城市脆弱性指數開始下降，城市應對來自外界干擾和破壞的能力逐漸提高，城市系統開始向好的方向發展。

圖5 烏魯木齊市2006—2021年城市脆弱性動態演變預測結果Fig.5 Forecast results of dynamic evolution of urban vulnerability in Urumqi City from 2006 to 2021

上述結果是在2006—2016 年城市脆弱性變化趨勢不變的基礎上預測出來的，表明如果不采取任何影響城市系統的措施，在原來的發展趨勢基礎上烏魯木齊市可能會呈現出上述結果所示的發展趨勢。截至2016年，烏魯木齊市的城市脆弱性是以社會脆弱性為主導，且篩選出的6 項脆弱性高相關指標中，有2項指標屬于社會脆弱性的評價指標，由此可以得出結論，社會脆弱性可能是導致烏魯木齊市脆弱性指數自2016 年以后反彈增長的主要原因。因此，烏魯木齊市在以后的城市化發展中，做好資源、生態、經濟系統發展的同時，著重關注社會系統的發展，著力推進社會發展模式的改善，加強民生工程，增加社會基礎設施建設力度，促進社會的健康可持續發展。

需要說明，本文之所以選擇多元線性預測模型，是因為三種模型對比分析后其擬合精度最好。但是，城市是一個復合系統，具有很大的復雜性，因此不會一直表現出線性的特征，預測模型應根據研究對象的特征和研究內容，適當地選擇，這也是筆者在以后的研究中需要進一步探索和改善的地方。此外，由于模型的局限性，多元線性預測模型適宜做短期（3～5 年）的預測研究，因此本文對烏魯木齊市的城市脆弱性演變只做了2016—2021 年5 個年份的模擬預測。

5 結論與建議

（1）烏魯木齊市的城市脆弱性演變模式雖然呈現出了下降的趨勢，但總體上處于中等偏高脆弱性的狀態。導致這種演變狀態的原因可能是因為烏魯木齊市的資源開發和利用模式較為落后，經濟發展模式較為傳統，社會基礎設施建設力度仍需進一步加強，目前的交通規劃和管理模式需進一步改善。烏魯木齊市顯現出社會主導型脆弱性城市特征，降低社會脆弱性是此時的重中之重，政府可以在優化資源配置的同時，全力開發建設優質的社會環境。

（2）烏魯木齊城市各子系統中，經濟脆弱性和生態脆弱性的貢獻率所占比例越來越少，但資源脆弱性的貢獻率占比呈現出后期大幅度增加的趨勢，導致這種情況的原因可能是烏魯木齊市的經濟仍然存在著通過資源環境的犧牲而得以發展的粗放型的發展模式。所以，政府應該加強對工業污染的控制，優化產業結構，可通過新城區的建設來改善市區工業集中而產生污染集中的問題，充分發揮地理優勢，加大力度推進科技產業和第三產業的發展，并以此創造更高的經濟效益。

（3）由預測結果可知，2016—2021 年烏魯木齊市的城市脆弱性可能會提高。截至2016 年的城市各子系統貢獻率結果表明，社會脆弱性貢獻率占比最大，且持續增加，烏魯木齊市成了社會主導型脆弱性城市。因此，在之后的城市化發展道路中，烏魯木齊市可以在做好資源、生態和經濟系統發展的同時，更加關注社會發展模式的改善，加強民生工程，增加社會基礎設施建設力度，促進社會的健康可持續發展。