黃河流域城市氣候韌性評(píng)估及收斂性分析

摘" 要：氣候波動(dòng)加劇的時(shí)代背景下，聚焦黃河流域城市氣候適應(yīng)能力建設(shè)，構(gòu)建了以“穩(wěn)定能力→調(diào)節(jié)能力→轉(zhuǎn)型能力”為核心內(nèi)容的黃河流域城市氣候韌性評(píng)價(jià)指標(biāo)體系，使用熵值法、核密度估計(jì)法和收斂性分析法，對(duì)2010—2022年黃河流域城市氣候韌性進(jìn)行測(cè)度和收斂性特征分析。研究發(fā)現(xiàn)：①黃河流域城市氣候韌性2010年普遍較低，隨時(shí)間推移呈現(xiàn)不斷上升的良好態(tài)勢(shì)，下游城市氣候韌性較上游和中游更高；②黃河流域全流域及其上游城市氣候韌性存在σ收斂，中游和下游地區(qū)不存在σ收斂；③黃河流域全流域及其上游、中游地區(qū)城市氣候韌性均存在顯著的絕對(duì)β收斂和條件β收斂，上游地區(qū)收斂速度明顯高于中游地區(qū)，下游地區(qū)不存在β收斂。

關(guān)鍵詞：城市氣候韌性；黃河流域；評(píng)估；收斂性

中圖分類號(hào)： P467" 文獻(xiàn)標(biāo)識(shí)碼：" A" 文章編號(hào)：" 2096-7055（2025）02-0024-09

收稿日期：" 2024-06-21

基金項(xiàng)目：" 2024年河北省研究生示范課程建設(shè)項(xiàng)目（KCJSX2024100）；河北省社科基金項(xiàng)目（HB21YJ008）

作者簡(jiǎn)介：" 殷阿娜，女，副教授，博士，碩士生導(dǎo)師，研究方向?yàn)榄h(huán)境統(tǒng)計(jì)。

DOI：10.13790/j.ncwu.sk.2025.015" 投稿網(wǎng)址：https：//publish.cnki.net/slsb

引用格式：殷阿娜，王可心，劉子奇.黃河流域城市氣候韌性評(píng)估及收斂性分析［J］.華北水利水電大學(xué)學(xué)報(bào)（社會(huì)科學(xué)版），2025，41（2）：24-32.

目前，全球氣候變化不確定性和破壞性加劇，除進(jìn)一步強(qiáng)化碳減排等減緩措施外，加快適應(yīng)氣候變化已刻不容緩［1］。中國(guó)一貫堅(jiān)持減緩和適應(yīng)并重，在大力推進(jìn)“雙碳”目標(biāo)行動(dòng)的同時(shí)，2022年，中國(guó)發(fā)布《國(guó)家適應(yīng)氣候變化戰(zhàn)略2035》，對(duì)新發(fā)展階段我國(guó)適應(yīng)氣候變化工作進(jìn)行了全面部署。黃河流域作為我國(guó)生態(tài)安全戰(zhàn)略格局的重要組成部分，是我國(guó)重要的生態(tài)安全屏障，受氣候變化等因素影響，近年來區(qū)域旱澇災(zāi)害頻繁，極端氣候事件明顯增多［2］。《國(guó)家適應(yīng)氣候變化戰(zhàn)略2035》明確將黃河流域作為我國(guó)適應(yīng)氣候變化國(guó)家戰(zhàn)略的重大戰(zhàn)略區(qū)域之一，并提出“全面實(shí)施黃河流域深度節(jié)水控水行動(dòng)，強(qiáng)化生態(tài)恢復(fù)和治理，推動(dòng)全流域氣候變化聯(lián)網(wǎng)式綜合監(jiān)測(cè)評(píng)估、精細(xì)化預(yù)估，構(gòu)建流域一體化的交通路網(wǎng)、基礎(chǔ)設(shè)施、公共服務(wù)系統(tǒng)”等行動(dòng)措施。因此，在加快適應(yīng)氣候變化新發(fā)展階段，推進(jìn)黃河流域城市氣候韌性評(píng)估研究，對(duì)加強(qiáng)黃河流域氣候適應(yīng)型城市建設(shè)以及提升全域氣候適應(yīng)能力，具有重要的理論價(jià)值和現(xiàn)實(shí)意義。

進(jìn)入21世紀(jì)以來，全球城市化帶來了前所未有的環(huán)境和社會(huì)挑戰(zhàn)，隨著城市抗災(zāi)減災(zāi)的社會(huì)需求增加，“城市韌性”備受管理者和學(xué)術(shù)界的關(guān)注。

學(xué)者們對(duì)“城市韌性”的概念給出了多種定義［3-6］，但概念缺乏清晰度，受到社會(huì)理論家們的尖銳批評(píng)［7］。針對(duì)批評(píng)性意見，Meerow等對(duì)“城市韌性”給出了新的定義，認(rèn)為“城市韌性是城市系統(tǒng)及其在時(shí)間和空間尺度上的所有社會(huì)生態(tài)和社會(huì)技術(shù)網(wǎng)絡(luò)，在面臨干擾時(shí)保持或迅速恢復(fù)預(yù)期功能、適應(yīng)變化以及迅速改造限制當(dāng)前或未來適應(yīng)能力的系統(tǒng)的能力”，同時(shí)提出詮釋城市韌性內(nèi)涵的“5W”原則［8］。近年來，

一些學(xué)者認(rèn)為，人類應(yīng)該從更廣闊的視角來審視城市韌性這一議題，指出城市韌性的重要目標(biāo)是人類通過適應(yīng)變化和適應(yīng)生活，使自己不會(huì)受到意外風(fēng)險(xiǎn)或壓力的影響［9］。

基于適應(yīng)氣候變化目標(biāo)的城市韌性評(píng)估，學(xué)術(shù)界主流研究方法是構(gòu)建綜合評(píng)價(jià)指標(biāo)體系。傳統(tǒng)上，基于防災(zāi)減災(zāi)的適應(yīng)氣候變化的短期目標(biāo)，有學(xué)者構(gòu)建了以具體災(zāi)害如地震、洪水、干旱、高溫等風(fēng)險(xiǎn)防范為目標(biāo)的城市韌性評(píng)估體系［10-12］。近年來，隨著氣候變暖導(dǎo)致的極端氣候事件頻發(fā)，提升長(zhǎng)期氣候適應(yīng)能力已成為當(dāng)今城市高質(zhì)量發(fā)展的重點(diǎn)任務(wù)和現(xiàn)實(shí)亟須。目前，一些學(xué)者主要從城市經(jīng)濟(jì)-社會(huì)-生態(tài)-基礎(chǔ)設(shè)施復(fù)合系統(tǒng)視角，構(gòu)建了以長(zhǎng)期適應(yīng)氣候變化為目標(biāo)的城市韌性評(píng)估體系［13-15］。

綜合以上文獻(xiàn)發(fā)現(xiàn)，近年來隨著氣候變化趨勢(shì)日益嚴(yán)峻，管理者和學(xué)術(shù)界普遍重視區(qū)域長(zhǎng)期氣候適應(yīng)能力建設(shè)，城市韌性評(píng)估也由短期防災(zāi)減災(zāi)目標(biāo)轉(zhuǎn)向長(zhǎng)期氣候適應(yīng)目標(biāo)，但是，以長(zhǎng)期氣候適應(yīng)為目標(biāo)的城市韌性評(píng)估工作目前處于初步探索中，其指標(biāo)體系的設(shè)計(jì)大多偏向于一般性，基于區(qū)域氣候變化特征的針對(duì)性研究明顯不足。因此，

本文以黃河流域?yàn)檠芯繀^(qū)域，以黃河流域城市長(zhǎng)期氣候適應(yīng)能力建設(shè)為目標(biāo)，探索構(gòu)建以培育“穩(wěn)定能力→調(diào)節(jié)能力→轉(zhuǎn)型能力”為核心內(nèi)容的黃河流域城市氣候韌性評(píng)價(jià)指標(biāo)體系，并對(duì)2010—2022年黃河流域城市群氣候韌性進(jìn)行測(cè)算，分析其發(fā)展趨勢(shì)，為黃河流域提升氣候適應(yīng)能力提供實(shí)踐指導(dǎo)。

一、黃河流域城市氣候韌性評(píng)價(jià)指標(biāo)體系的構(gòu)建

“韌性”一詞最初在工程科學(xué)領(lǐng)域被用來描述彈簧等材料的穩(wěn)定性及其應(yīng)對(duì)外部沖擊的抵抗力和復(fù)原能力［16］。1973年，Holling首次將韌性思想引入生態(tài)學(xué)學(xué)科［17］，以描述生態(tài)系統(tǒng)受到擾動(dòng)后恢復(fù)到穩(wěn)定狀態(tài)的能力。此后，生態(tài)學(xué)領(lǐng)域的韌性研究從“工程韌性”演變到“生態(tài)韌性”。20世紀(jì)90年代以來，對(duì)韌性的研究逐漸向心理學(xué)、經(jīng)濟(jì)學(xué)和社會(huì)學(xué)等多個(gè)領(lǐng)域拓展［18-20］，韌性理論也進(jìn)一步發(fā)展為“演化韌性”，強(qiáng)調(diào)系統(tǒng)的適應(yīng)、學(xué)習(xí)能力。城市作為人口集聚的主要承載單元，城市韌性一直備受關(guān)注。肖翠仙認(rèn)為，不同學(xué)者或機(jī)構(gòu)對(duì)城市韌性的認(rèn)識(shí)因?qū)W科領(lǐng)域的不同而存在概念理解上的差異，但強(qiáng)調(diào)城市韌性應(yīng)具有的核心能力大致相同，主要包括抵抗能力、自我恢復(fù)能力和創(chuàng)新學(xué)習(xí)能力［21］。

本研究聚焦城市氣候適應(yīng)能力，將城市氣候適應(yīng)的短期防災(zāi)減災(zāi)目標(biāo)和長(zhǎng)期學(xué)習(xí)演化能力建設(shè)相結(jié)合，構(gòu)建了以由低到高的遞進(jìn)式氣候適應(yīng)能力，即“穩(wěn)定能力→調(diào)節(jié)能力→轉(zhuǎn)型能力”為核心內(nèi)容的城市氣候韌性評(píng)價(jià)指標(biāo)體系，見表1。“穩(wěn)定能力”反映城市受到?jīng)_擊時(shí)的抵抗和自我恢復(fù)的能力，可通過氣象預(yù)警能力、應(yīng)急響應(yīng)能力和經(jīng)濟(jì)支撐三個(gè)層面來體現(xiàn)，城市可以通過抵抗和恢復(fù)的方式規(guī)避災(zāi)害損失或在遭遇氣候事件后快速恢復(fù)事前狀態(tài)，從而穩(wěn)定經(jīng)濟(jì)與社會(huì)運(yùn)行；“調(diào)節(jié)能力”反映城市調(diào)節(jié)區(qū)域氣候變化的能力，本研究基于黃河流域氣候特征，通過水資源安全和碳中和建設(shè)兩個(gè)層面來反映黃河流域城市適應(yīng)氣候變化的調(diào)節(jié)能力；“轉(zhuǎn)型能力”反映城市適應(yīng)氣候環(huán)境變化的自我革命式生存能力，本研究從基礎(chǔ)設(shè)施建設(shè)、科技創(chuàng)新能力和結(jié)構(gòu)調(diào)整三個(gè)層面進(jìn)行評(píng)價(jià)，城市可以通過轉(zhuǎn)型的方式實(shí)現(xiàn)社會(huì)結(jié)構(gòu)和功能布局等的根本轉(zhuǎn)變，以更好地適應(yīng)未來的氣候變化。

二、黃河流域城市氣候韌性測(cè)度及結(jié)果分析

（一）研究區(qū)域

黃河是中國(guó)第二長(zhǎng)河，全長(zhǎng)5 464 km，總流域面積79.5萬km2，流經(jīng)9省（自治區(qū)）69市（州、盟）。黃河流域幅員遼闊，地形多樣，地勢(shì)起伏顯著，氣候類型復(fù)雜，區(qū)域氣候特征鮮明，東南部為半濕潤(rùn)氣候，中部為半干旱氣候，西北部為干旱氣候［22-24］。黃河流域部分城市因數(shù)據(jù)缺失嚴(yán)重而被剔除出樣本，最終選取57個(gè)地級(jí)市作為研究樣本，詳見表2。此外，參考張雙悅的劃分標(biāo)準(zhǔn)，將青海、甘肅、寧夏及內(nèi)蒙古4個(gè)省、自治區(qū)所包含的城市劃分為黃河流域上游地區(qū)，山西省和陜西省所包含的城市劃分為黃河流域中游地區(qū)，河南省和山東省所包含的城市劃分為黃河流域下游地區(qū)［25］。

（二）測(cè)度方法與數(shù)據(jù)說明

1. 測(cè)度方法

采用熵值法進(jìn)行客觀賦權(quán)。為消除單位的影響，首先采用式（1）對(duì)數(shù)據(jù)進(jìn)行標(biāo)準(zhǔn)化處理，然后對(duì)數(shù)據(jù)進(jìn)行非負(fù)平移以消除0值影響，進(jìn)而計(jì)算指標(biāo)的信息熵、效用值和權(quán)重，最后計(jì)算得出樣本綜合得分。

X′j=Xj－Xj，minXj，max－Xj，min，如果X為正向指標(biāo);X′j=1－Xj，s－XjXj，max－Xj，min，如果X為適度指標(biāo)。（1）

式中：X′j為經(jīng)標(biāo)準(zhǔn)化處理后的變量；Xj，max和Xj，min分別為第j個(gè)指標(biāo)的最大值和最小值；Xj，s為第j項(xiàng)適度指標(biāo)的閾值，依據(jù)袁航等提出的產(chǎn)業(yè)結(jié)構(gòu)合理化測(cè)度標(biāo)準(zhǔn)［26］，這里選取0作為變量閾值。

2.數(shù)據(jù)說明

黃河流域城市氣候韌性評(píng)價(jià)指標(biāo)體系中涉及的原始數(shù)據(jù)來源于歷年《中國(guó)城市統(tǒng)計(jì)年鑒》、《中國(guó)氣象災(zāi)害年鑒》、國(guó)家知識(shí)產(chǎn)權(quán)局網(wǎng)站數(shù)據(jù)庫(kù)、國(guó)家統(tǒng)計(jì)局網(wǎng)站數(shù)據(jù)庫(kù)和中經(jīng)網(wǎng)數(shù)據(jù)庫(kù)。個(gè)別缺失數(shù)據(jù)采用線性插值法和均值法進(jìn)行填補(bǔ)。

低碳能源消費(fèi)結(jié)構(gòu)指標(biāo)參考李崇巖等的測(cè)度方式，鑒于數(shù)據(jù)的可得性和準(zhǔn)確性，只關(guān)注電力和天然氣這兩種能源的消費(fèi)量比重［27］；產(chǎn)業(yè)結(jié)構(gòu)高級(jí)化指數(shù)參考干春暉等的方法，用第三產(chǎn)業(yè)產(chǎn)值與第二產(chǎn)業(yè)產(chǎn)值之比進(jìn)行測(cè)度，這一測(cè)度方式可以清晰地反映出經(jīng)濟(jì)結(jié)構(gòu)的服務(wù)化傾向，若其數(shù)值處于上升狀態(tài)，表明經(jīng)濟(jì)在向服務(wù)化的方向推進(jìn)，產(chǎn)業(yè)結(jié)構(gòu)不斷升級(jí)［28］；產(chǎn)業(yè)結(jié)構(gòu)合理化指數(shù)參考袁航等的方法［26］，使用泰爾指數(shù)進(jìn)行測(cè)度，計(jì)算公式為：

Ij，t=∑3m=1yj，m，tln（yj，m，t/lj，m，t），m=1，2，3。（2）

式中：I為產(chǎn)業(yè)結(jié)構(gòu)泰爾指數(shù)；yj，m，t為j地區(qū)在t時(shí)期m產(chǎn)業(yè)增加值占地區(qū)生產(chǎn)總值的比重；lj，m，t為j地區(qū)第m產(chǎn)業(yè)在t時(shí)期從業(yè)人員占總就業(yè)人員的比重。這一指數(shù)具有兼顧度量不同產(chǎn)業(yè)產(chǎn)值與就業(yè)結(jié)構(gòu)偏差以及各產(chǎn)業(yè)不同經(jīng)濟(jì)地位的優(yōu)良性質(zhì)，若該值為0，表明產(chǎn)業(yè)結(jié)構(gòu)處于完全均衡狀態(tài)，反之為產(chǎn)業(yè)結(jié)構(gòu)偏離均衡水平。

（三）結(jié)果分析

使用熵值法對(duì)黃河流域57個(gè)城市2010—2022年的氣候韌性進(jìn)行測(cè)度，具體結(jié)果見表3；選取研究期間每間隔4年即2010年、2014年、2018年和2022年的評(píng)估值，繪制核密度曲線圖，結(jié)果如圖1所示。從黃河流域城市群總體看，2010—2022年，黃河流域城市氣候韌性評(píng)分的年均值由2010年的0.050 7上升至2022年的0.077 3，提升了52.47%；黃河流域城市氣候韌性的核密度曲線呈右偏分布，峰值變化范圍0.0～0.1，核密度曲線中心隨時(shí)間推移發(fā)生了顯著右移，表明黃河流域城市氣候韌性評(píng)分集中于0.0～0.1，氣候韌性水平普遍較低，但隨時(shí)間推移整體呈上升趨勢(shì)，氣候韌性評(píng)分高于0.1的城市數(shù)量也越來越多。從黃河流域上游、中游和下游地區(qū)看，各區(qū)域2022年城市氣候韌性評(píng)分年均值分別為

0.052 4、0.050 5和0.138 2，較2010年分別提升了71.24%、72.35%和38.76%，其城市氣候韌性的核密度曲線隨時(shí)間推移均發(fā)生了中心右移，表明黃河流域上游、中游和下游地區(qū)城市氣候韌性呈現(xiàn)不斷提升的良好態(tài)勢(shì)，但上游和中游地區(qū)城市氣候韌性存在明顯低值集聚現(xiàn)象，下游地區(qū)城市氣候韌性評(píng)分值較上游和中游地區(qū)明顯更高，說明黃河流域下游地區(qū)城市氣候適應(yīng)能力建設(shè)整體相對(duì)較好。

三、黃河流域城市氣候韌性收斂性特征分析

（一）收斂性分析方法

1. σ收斂

采用變異系數(shù)法進(jìn)行σ收斂檢驗(yàn)。σ收斂是指城市氣候韌性水平的離差隨時(shí)間推移越來越小。若變異系數(shù)隨時(shí)間推移呈下降趨勢(shì)，則表明區(qū)域內(nèi)城市氣候韌性水平存在σ收斂特征，反之則不存在σ收斂特征。計(jì)算公式為：

σj，t=∑i（Ri，j，t－R-j，t）2/njR-j，t。（3）

式中：σj，t為j地區(qū)t年的變異系數(shù)；R-j，t為j地區(qū)t年氣候韌性水平的均值；Ri，j，t為j地區(qū)i城市t年的氣候韌性水平測(cè)度值；nj為j地區(qū)包含的城市個(gè)數(shù)；j表示黃河流域全流域、上游、中游和下游。

2.絕對(duì)β收斂

絕對(duì)β收斂是指城市氣候韌性水平隨時(shí)間推移達(dá)到相同的穩(wěn)態(tài)增長(zhǎng)速度或增長(zhǎng)率。絕對(duì)β收斂主要反映的是城市氣候韌性由低水平向高水平聚集，從而實(shí)現(xiàn)落后對(duì)先進(jìn)的追趕。參考張俠等的β收斂模型構(gòu)建方法［29］，設(shè)計(jì)絕對(duì)β收斂模型：

lnRi，t+1Ri，t=α+βlnRi，t+μi+ηt+εi，t。（4）

式中：R為各城市氣候韌性水平；α和β為待估參數(shù)；μ和η分別為個(gè)體固定效應(yīng)和時(shí)間固定效應(yīng)；ε為隨機(jī)擾動(dòng)項(xiàng)；i為城市；t為年份。如果回歸系數(shù)β顯著為負(fù)值，則表明城市氣候韌性水平存在絕對(duì)β收斂，反之則不存在。

參照潘文卿的做法［30］，將絕對(duì)收斂速度λ表示為式（5），其反映了低氣候韌性水平城市對(duì)高水平城市的追趕速度。式（5）中，β值越小時(shí)期T越長(zhǎng)，收斂速度越快，反之收斂速度越慢。

λ=－1Tln（1+β）。（5）

3.條件β收斂

條件β收斂是指由于不同城市的個(gè)體條件不同，氣候韌性所達(dá)到的穩(wěn)態(tài)水平也存在差異，同時(shí)城市間的絕對(duì)差距將會(huì)持續(xù)存在。結(jié)合實(shí)際，同時(shí)考慮數(shù)據(jù)的完整性和可得性，選取城市氣候適應(yīng)理念（城市公共汽電車運(yùn)營(yíng)車輛數(shù)，C1）、公眾環(huán)境關(guān)注度（“環(huán)境污染”百度搜索指數(shù)，C2）和政府對(duì)工業(yè)發(fā)展的管控能力（規(guī)模以上工業(yè)內(nèi)資企業(yè)占比，C3）作為控制變量［31］。條件β收斂的模型如式（6）所示。

lnRi，t+1Ri，t=α+βlnRi，t+∑kn=1γnxn，i，t+1+μi+ηt+εi，t。（6）

式中xn為控制變量，其余符號(hào)與式（4）一致。若β顯著小于0，則表明城市氣候韌性存在條件β收斂，反之則不存在條件β收斂。

黃河流域城市氣候韌性數(shù)據(jù)來源于已得出的評(píng)估結(jié)果，城市公共汽電車運(yùn)營(yíng)車輛數(shù)和規(guī)模以上工業(yè)內(nèi)資企業(yè)占比的數(shù)據(jù)來源于中經(jīng)網(wǎng)數(shù)據(jù)庫(kù)，“環(huán)境污染”百度搜索指數(shù)數(shù)據(jù)來源于百度指數(shù)官網(wǎng)。

（二）結(jié)果分析

1.σ收斂特征分析

2010—2022年，黃河流域全流域及其上、中、下游地區(qū)城市氣候韌性變異系數(shù)隨年份變化關(guān)系如圖2所示。從黃河流域全流域城市群看，2022年黃河流域城市氣候韌性變異系數(shù)值相較2010年下降了0.08%，表明黃河流域城市間氣候韌性發(fā)展具有少量的σ收斂特征，黃河流域城市間氣候韌性差異有所降低。從黃河流域分區(qū)域看：黃河流域上游地區(qū)城市群氣候韌性變異系數(shù)值隨時(shí)間推移呈持續(xù)下降的發(fā)展趨勢(shì)，2022年其變異系數(shù)值相較于2010年下降了12.66%，表明黃河流域上游地區(qū)城市間氣候韌性存在顯著的σ收斂趨勢(shì)，上游地區(qū)城市間氣候韌性差異顯著降低；黃河流域中游地區(qū)和下游地區(qū)城市群的氣候韌性變異系數(shù)值呈上升狀態(tài)，表明中游地區(qū)城市群和下游地區(qū)城市群的城市氣候韌性不存在σ收斂，中游地區(qū)城市間、下游地區(qū)城市間氣候韌性差異沒有顯著降低。

2.絕對(duì)β收斂特征分析

使用多維面板固定效應(yīng)估計(jì)法，對(duì)2010—2022年黃河流域全流域及其上、中、下游地區(qū)城市氣候韌性進(jìn)行絕對(duì)β收斂檢驗(yàn)，實(shí)證結(jié)果見表4。從黃河流域全流域城市群看，模型中β估計(jì)值為負(fù)值且在1%顯著性水平上顯著，說明黃河流域城市氣候韌性存在顯著的絕對(duì)β收斂，城市氣候韌性水平在研究期間逐漸由低水平向高水平聚集。從黃河流域各區(qū)域看，上游地區(qū)和中游地區(qū)β估計(jì)值顯著為負(fù)值，說明存在絕對(duì)β收斂，且上游地區(qū)的收斂速度明顯快于中游地區(qū)；下游地區(qū)絕對(duì)β收斂系數(shù)統(tǒng)計(jì)不顯著，表明目前無顯著集聚趨勢(shì)。

3.條件β收斂特征分析

使用多維面板固定效應(yīng)估計(jì)法，對(duì)2010—2022年黃河流域全流域及其上、中、下游地區(qū)城市氣候韌性進(jìn)行條件β收斂分析，實(shí)證結(jié)果見表5。加入控制變量后，

模型的R2值相較于表4有所提高，表明條件β收斂模型的解釋力更強(qiáng)。從表5中可以看出，黃河流域全流域及其上游、中游地區(qū)均存在顯著的條件β收斂，上游地區(qū)城市氣候韌性條件β收斂速度明顯高于中游地區(qū)，下游地區(qū)條件β收斂系數(shù)統(tǒng)計(jì)不顯著，研究結(jié)果與絕對(duì)β收斂結(jié)果相同。從控制變量看：C3的系數(shù)估計(jì)值顯著為負(fù)值，表明政府的工業(yè)管控效果不佳，抑制了黃河流域城市間氣候韌性的收斂，不利于黃河流域城市群氣候韌性的整體提升；C1變量的系數(shù)估計(jì)值顯著為正值，表明城市氣候適應(yīng)理念的推廣有助于縮小城市間氣候韌性水平差距。

四、研究結(jié)論與政策建議

（一）研究結(jié)論

為應(yīng)對(duì)氣候變化，本研究聚焦城市氣候適應(yīng)能力建設(shè)，構(gòu)建了以“穩(wěn)定能力→調(diào)節(jié)能力→轉(zhuǎn)型能力”為核心內(nèi)容的黃河流域城市氣候韌性評(píng)價(jià)指標(biāo)體系，采用熵值法對(duì)黃河流域57個(gè)地級(jí)市2010—2022年城市氣候韌性進(jìn)行測(cè)度，并分析了黃河流域城市群氣候韌性的時(shí)空演變趨勢(shì)和收斂性特征，得出以下主要結(jié)論：

第一，2010—2022年，黃河流域城市氣候韌性普遍較低，但隨時(shí)間推移，黃河流域城市氣候韌性呈現(xiàn)持續(xù)上升的良好發(fā)展趨勢(shì)。

第二，黃河流域上游地區(qū)和中游地區(qū)城市氣候韌性存在一定程度的低值集聚，下游地區(qū)城市氣候韌性較上游和中游更高。

第三，黃河流域全流域及其上游地區(qū)城市氣候韌性分別具有少量和顯著的σ收斂，城市之間的氣候韌性水平差距呈縮小趨勢(shì)，而中游和下游地區(qū)城市氣候韌性不具有σ收斂，城市間氣候韌性水平的空間差異有所加大。

第四，黃河流域全流域及其上游、中游地區(qū)均存在顯著的絕對(duì)β收斂和條件β收斂，城市氣候韌性水平均呈現(xiàn)由低向高的集聚態(tài)勢(shì)，且上游地區(qū)城市氣候韌性的收斂速度明顯高于中游地區(qū)，而下游地區(qū)城市氣候韌性不存在顯著β收斂。

（二）政策建議

第一，將適應(yīng)氣候變化納入城市發(fā)展目標(biāo)體系，在城市建設(shè)規(guī)劃中充分考慮氣候變化因素，打造具有氣候韌性的城市。通暢城市氣象預(yù)警途徑，完善城市應(yīng)急響應(yīng)建設(shè)，提升自身經(jīng)濟(jì)實(shí)力，增強(qiáng)城市應(yīng)對(duì)氣候沖擊的抵抗力和恢復(fù)力；關(guān)注城市水資源安全建設(shè)和“碳中和”能力建設(shè)，改善氣候條件，減緩氣候變化；加強(qiáng)城市傳統(tǒng)及數(shù)字基礎(chǔ)設(shè)施建設(shè)，鼓勵(lì)支持科技創(chuàng)新，積極進(jìn)行產(chǎn)業(yè)結(jié)構(gòu)的調(diào)整和升級(jí)，轉(zhuǎn)變能源消費(fèi)結(jié)構(gòu)，使城市從根本上發(fā)生演變或進(jìn)化以更好地適應(yīng)未來可能發(fā)生的氣候問題。

第二，加強(qiáng)區(qū)域經(jīng)驗(yàn)交流，縮小城市氣候韌性水平空間差異，激發(fā)低水平城市向高水平城市的“追趕效應(yīng)”。氣候韌性水平較高的地區(qū)應(yīng)發(fā)揮引領(lǐng)作用，積極總結(jié)并分享自身的城市建設(shè)規(guī)劃經(jīng)驗(yàn)，在自身發(fā)展的同時(shí)幫助和帶動(dòng)水平相對(duì)落后的地區(qū)；低水平地區(qū)應(yīng)主動(dòng)學(xué)習(xí)、借鑒高水平地區(qū)成功經(jīng)驗(yàn)，并結(jié)合自身具體情況開展氣候韌性城市建設(shè)，增強(qiáng)自身氣候韌性。

第三，創(chuàng)造城市氣候韌性水平條件收斂的外部條件。綜合考慮政府的調(diào)控力度、政策的綜合性和配套性以及城市發(fā)展的不同需求，找準(zhǔn)方法激勵(lì)和引導(dǎo)企業(yè)采取適應(yīng)氣候變化的綠色發(fā)展方式，以促進(jìn)黃河流域城市氣候韌性水平的共同提升；加快氣候適應(yīng)理念在實(shí)際生活中的推廣和落實(shí)，以減少黃河流域全體城市之間氣候韌性水平的差距；

下游地區(qū)要做好長(zhǎng)期準(zhǔn)備，制定長(zhǎng)遠(yuǎn)規(guī)劃，盡快縮小城市間氣候韌性水平的差距。

參考文獻(xiàn)：

［1］

United Nations Environment Programme.Adaptation gap report 2023［R］.Nairobi： East African Literature Bureau，2023.

［2］ 武占云，孫劭，張雙悅，等.黃河流域城市氣候韌性評(píng)估及提升對(duì)策研究 ［J］.國(guó)土資源科技管理，2024，41 （2）： 62-74.

［3］ ALBERTI M，MARZLUFF J M，SHULENBERGER E，et al.Integrating humans into ecology： opportunities and challenges for studying urban ecosystems［J］.BioScience，2003，53（12）： 1169-1179.

［4］ ERNSTSON H，VAN DER LEEUW S E，REDMAN C L，et al.Urban transitions： on urban resilience and human-dominated ecosystems［J］.AMBIO，2010，39（8）：531-545.

［5］ COAFFEE J.Towards next-generation urban resilience in planning practice： from securitization to integrated place making［J］.Planning Practice and Research，2013，28（3）：323-339.

［6］ MEHMOOD A.Of resilient places： planning for urban resilience［J］.European Planning" Studies，2016，24（2）： 407-419.

［7］ AMIRZADEH M，SOBHANINIA S，SHARIFI A.Urban resilience：a vague or an evolutionary concept？［J］.Sustainable Cities and Society，2022，81：103853.

［8］ MEEROW S，NEWELL J P，STULTS M.Defining urban resilience：a review［J］.Landscape and Urban Planning，2016，147：38-49.

［9］ BYKZKAN G，ILCAK ，F(xiàn)EYZIOGLU O.A review of urban resilience literature［J］.Sustainable Cities and Society，2022，77：103579.

［10］ OZKAN A，TEMIZ H，YILDIZ Y.Climate risk，corporate social responsibility，and firm performance［J］.British Journal of Management，2023，34（4）：1791-1810.

［11］ 裴孝東，吳靜，薛俊波，等.中國(guó)城市氣候變化適應(yīng)性評(píng)價(jià)［J］.城市發(fā)展研究，2022，29（3）： 39-46.

［12］ ABDRABO K I，KANTOUSH S A，ESMAIEL A，et al.An integrated indicator-based approach for constructing an urban flood vulnerability index as an urban decision-making tool using the PCA and AHP techniques： a case study of Alexandria，Egypt［J］.Urban Climate，2023，48：101426.

［13］ LU H，ZHANG C，JIAO L D，et al.Analysis on the spatial-temporal evolution of urban agglomeration resilience： a case study in Chengdu-Chongqing Urban Agglomeration，China［J］.International Journal of Disaster Risk Reduction，2022，79：103167.

［14］ 劉玲娜，雷涯鄰，張萬益，等.“雙碳”目標(biāo)下資源型城市韌性發(fā)展研究［J］.地質(zhì)通報(bào)，2024，43（8）：1361-1372.

［15］ 王松茂，牛金蘭.黃河流域城市生態(tài)韌性時(shí)空演變及其影響因素［J］.生態(tài)學(xué)報(bào)，2023，43（20）： 8309-8320.

［16］ ROSE A．Economic resilience to natural and man-made disasters：multidisciplinary origins and contextual dimensions［J］.Environmental Hazards，2007，7（4）：383-398．

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

［18］ CARL F.Resilience： the emergence of a perspective for social-ecological systems analyses［J］.Global Environmental Change，2006，16（3）：253-267.

［19］ WALKER B，GUNDERSON L，KINZIG A，et al.A handful of heuristics and some propositions for understanding resilience in social-ecological systems［J］.Ecology and Society，2006，11：art13.

［20］ ALLIANCE R.Assessing resilience in social-ecological systems： a workbook for scientists［R］.Wolfville： Resilience Alliance，2007.

［21］ 肖翠仙.中國(guó)城市韌性綜合評(píng)價(jià)研究［D］.南昌： 江西財(cái)經(jīng)大學(xué)，2021.

［22］ 王明瑋，溫躍修，嚴(yán)登華，等.黃河流域未來極端氣候事件變化趨勢(shì)評(píng)估［J］.人民黃河，2023，45（2）：33-37.

［23］ 王有恒，譚丹，韓蘭英，等.黃河流域氣候變化研究綜述［J］.中國(guó)沙漠，2021，41（4）：235-246.

［24］ 楊耀紅，劉盈，代靜，等.黃河流域生態(tài)補(bǔ)償現(xiàn)狀及科學(xué)問題［J］.華北水利水電大學(xué)學(xué)報(bào)（社會(huì)科學(xué)版），2022，38（3）：20-27.

［25］ 張雙悅.黃河流域產(chǎn)業(yè)集聚促進(jìn)經(jīng)濟(jì)增長(zhǎng)研究：基于地理區(qū)位異質(zhì)性［J］.技術(shù)經(jīng)濟(jì)與管理研究，2022（7）：118-123.

［26］ 袁航，朱承亮.國(guó)家高新區(qū)推動(dòng)了中國(guó)產(chǎn)業(yè)結(jié)構(gòu)轉(zhuǎn)型升級(jí)嗎［J］.中國(guó)工業(yè)經(jīng)濟(jì)，2018（8）：60-77.

［27］ 李崇巖，王富忠.能源價(jià)格、能源結(jié)構(gòu)與工業(yè)能源強(qiáng)度關(guān)系研究［J］.價(jià)格理論與實(shí)踐，2019（8）：56-59.

［28］ 干春暉，鄭若谷，余典范.中國(guó)產(chǎn)業(yè)結(jié)構(gòu)變遷對(duì)經(jīng)濟(jì)增長(zhǎng)和波動(dòng)的影響［J］.經(jīng)濟(jì)研究，2011，46（5）： 4-16，31.

［29］ 張俠，許啟發(fā).我國(guó)經(jīng)濟(jì)高質(zhì)量發(fā)展的區(qū)域差距及收斂性特征［J］.統(tǒng)計(jì)與決策，2022，38（21）：102-107.

［30］ 潘文卿.中國(guó)區(qū)域經(jīng)濟(jì)差異與收斂［J］.中國(guó)社會(huì)科學(xué)，2010（1）：72-84.

［31］ 劉興華，袁琦璟.公眾環(huán)境關(guān)注度促進(jìn)了綠色金融發(fā)展嗎？：來自中國(guó)284個(gè)城市的經(jīng)驗(yàn)證據(jù)［J］.審計(jì)與經(jīng)濟(jì)研究，2024，39（3）：107-116.

Assessment and Convergence Analysis of Urban Climate Resilience in the Yellow River Basin

YIN A’na1， WANG Kexin2， LIU Ziqi1

（1.School of Economics， Hebei GEO University， Shijiazhuang 050031， China;" 2.Lingshou County Bureau of Science， Technology and Industrial Informatization， Shijiazhuang 051430， China）

Abstract：

Under the background of intensified climate fluctuation， the article focuses on the climate adaptation capacity building of cities in the Yellow River Basin， constructs a climate resilience evaluation index system for cities in the Yellow River Basin with “stabilizing capacity→regulating capacity→transforming capacity” as the core content. Then， the article comprehensively uses entropy method， kernel density estimation method， and convergence analysis method to measure the climate resilience of cities in the Yellow River Basin from 2010 to 2022 and conduct convergence characteristic analysis. It is found that： ① the climate resilience of cities in the Yellow River Basin is generally low， but it shows a good development trend of rising over time， and the climate resilience of cities in the downstream is higher than that in the upstream and middle reaches; ② the climate resilience of the Yellow River Basin and its upstream cities has the characteristic of σ-convergence， but there is no" σ-convergence in the middle and downstream of the Yellow River; ③ there are significant absolute β-convergence and conditional β-convergence of urban climate resilience in the Yellow River Basin and its upstream and midstream regions， the convergence rate of the upstream region significantly is higher than that of the midstream region， and there is no β-convergence in the downstream region at present.

Key words：

urban climate resilience; Yellow River Basin; assessment; convergence

（編輯：蔡洪濤）