EN中文

经济地理 >

2020 , Vol. 40 >Issue 12: 91 - 99

DOI: https://doi.org/10.15957/j.cnki.jjdl.2020.12.011

城市地理与新型城镇化

呼和浩特市人居环境脆弱性演变及机制

  • 冯琰玮 ,
  • 甄江红 , ※ ,
  • 田桐羽 ,
  • 曹勇 ,
  • 张璐 ,
  • 张帅 ,
  • 张云峰
展开
  • 内蒙古师范大学 地理科学学院，中国内蒙古 呼和浩特 010022
※甄江红（1970—），女，内蒙古包头人，博士生导师，教授。主要研究方向为城市与区域发展。E-mail：。

冯琰玮（1994—），男，山西大同人，博士研究生。主要研究方向为城市与区域发展。E-mail：。

收稿日期: 2020-03-02

  修回日期: 2020-09-18

  网络出版日期: 2025-04-11

基金资助

国家自然科学基金项目(41761032)

国家自然科学基金项目(41261109)

内蒙古自然科学基金项目(2016MS0410)

内蒙古自然科学基金项目(2020MS04003)

收起

Change in Vulnerability of Human Settlement Environment and Its Mechanism in Hohhot

  • FENG Yanwei ,
  • ZHEN Jianghong , ※ ,
  • TIAN Tongyu ,
  • CAO Yong ,
  • ZHANG Lu ,
  • ZHANG Shuai ,
  • ZHANG Yunfeng
Expand
  • College of Geography Science，Inner Mongolia Normal University，Hohhot 010022，Inner Mongolia，China

Received date: 2020-03-02

  Revised date: 2020-09-18

  Online published: 2025-04-11

Fold

摘要

以呼和浩特市辖区为研究区，从“暴露—敏感—应对能力”构建人居环境脆弱性评价体系，分析人居环境脆弱性的时空演变特征，基于地理空间分析法度量其空间分异，运用地理探测器探讨自然、人为因素与人居环境脆弱性的空间分异关联程度，解析人居环境脆弱性演变的驱动机制。结果表明：人居环境脆弱性等级先升高后降低，中心城区脆弱等级高；暴露度高值扩展方向与城市用地扩展方向基本一致；敏感性等级呈圈层扩散，低敏感两横一纵结构被瓦解；应对能力脆弱性演变呈两极化趋势，低值取代高值以面状迅速扩散。人居环境脆弱性空间分布呈高水平的空间正相关关系，集聚效应显著。政府调控、居民收支、自然灾害、城市化发展是人居环境脆弱性演变的关键因素，人类干扰对人居环境的阻抑与改善作用并存，对自然灾害的防控成为首要任务，促使城市发展对人居环境脆弱性的正面效应向负面效应转化成为关键。

关键词： 人居环境; 脆弱性; 敏感性; 地理探测器; 城市化; 自然灾害; 产业结构

本文引用格式

冯琰玮 , 甄江红 , 田桐羽 , 曹勇 , 张璐 , 张帅 , 张云峰 . 呼和浩特市人居环境脆弱性演变及机制[J]. 经济地理, 2020 , 40(12) : 91 -99 . DOI: 10.15957/j.cnki.jjdl.2020.12.011

Abstract

Taking Hohhot city as the study area and based on "exposure-sensitivity-response" model,this article constructs the evaluation index system to analyze the spatial-temporal change in vulnerability of human settlement environment and calculates the differentiation of vulnerability by means of Geo-spatial method. Applying the geographic detector,it explores the spatial correlation between natural factors,human factors and the vulnerability respectively,which aims at analyzing the driving mechanism of vulnerability of human settlement environment. The results show that the vulnerability increases first and then decreases it is high in the city center. From the perspective of subsystems,the high value of exposure is basically consistent with urban expansion. The sensitivity shows the circle diffusion,and "two transversals and one longitude" structure of the low value is disintegrated. The vulnerability of response capacity has obvious polarization trend,and the high value is replaced by the low value gradually in slice shape. The spatial distribution of vulnerability shows a high level of positive correlation. Government regulation,residents' income and expenditure,natural disasters and urbanization are the key driving factors for the change. However,human activities play both a positive and a negative role in it,and the prevention and control of natural disasters has become the primary task. It's vital to transform the positive effect of urbanization to the negative effect for the vulnerability of human settlement environment.

Key words： human settlement environment; vulnerability; sensitive; geographic detector; urbanization; natural disasters; industrial structure

城市人居环境是一个国家和地区经济发展、人民物质文化生活水平的重要标志之一[1]。近年来，城市化水平的提高推动了城市面貌的日新月异，但从一定程度上也扰乱了城市生态系统的结构与功能[2-3]。2019年7月1日，上海市成为全国首个正式实施《生活垃圾管理条例》的城市，说明居民对城市在景观、人文、经济、交通、环境等方面的要求越来越高。城市建设不仅要体现科技进步，更要注重以人为本，创造更多的适宜环境，满足城市居民的生理、心理需求和人居环境的可持续发展[4]。促进人与自然协调发展也成为地理学、生态学等学科领域的关注热点。1950年代，希腊规划学家道萨迪亚斯（Doxiadis）首次提出人类聚居学的概念[5]。吴良镛先生受此启发于1993年8月正式提出了“人居环境科学”，建立了以人类居住环境为研究对象的新学科体系，开启了中国人居环境研究的大门[6]。
脆弱性是指暴露于风险扰动或压力之下的系统可能遭受的损害程度[7]，最早应用于自然灾害研究[8]。城市脆弱性指城市在发展过程中抵御经济、生态环境、资源等内外部人为要素和自然要素干扰的应对能力[9]。有关脆弱性的研究主要集中在：①研究方法综述[10-11]；②脆弱性理论模型研究，如R-H（risk-hazards）模型[12]、PAR（pressure and release）模型[13]、HOP（hazards of place）模型[14]等；③脆弱性评价模型研究，如VSD（vulnerability scoping diagram）模型[15]、ADV（agents’ differential vulnerability）模型[16]、SVAF（social vulnerability assessment framework）模型等[17]；④数理模型的构建，如综合指数法[18]、物元评价法[19]、BP神经网络[20]等；⑤脆弱性机制研究，常用方法有：地理加权回归[21]、地理探测器[22]等。人居环境的研究多从人地关系视角切入[23-24]，不同尺度（居住环境、交通环境、社会环境）、不同地域（城市、城市边缘区、农牧区）、不同方法（数理模型、田野调查）的研究成果颇丰。然而多数研究针对特定时间截面对人居环境脆弱性进行评价，缺乏长时间序列的关注，对脆弱性的空间分异及驱动机制分析还有待加强。
城市人居环境脆弱性的概念由城市脆弱性发展而来，城市人居环境作为风险受体，需承受、处理自然与人为相互作用干扰下产生的不利影响，并在风险下调控各种不利因素，使人居环境系统恢复自身功能。作为内蒙古自治区首府及“呼包鄂榆”城市群中心城市，呼和浩特市社会经济活跃，聚集效应较强，人地关系复杂，生态环境敏感。考虑研究区的自然环境、人类干扰程度、自然灾害损失程度、环境敏感性、系统恢复能力等要素，从“暴露—敏感—应对能力”维度构建人居环境脆弱性评价体系，分析人居环境脆弱性的时空演变特征；基于地理空间分析法度量其空间分异；运用地理探测器探讨自然因素、人为因素与人居环境脆弱性的空间分异关联程度，解析人居环境脆弱性演变的驱动机制，以期为研究区人居环境建设提出合理建议，也对其他发展背景类似的区域人居环境提升予以启示。

1 研究区概况与数据来源

1.1 研究区概况

呼和浩特市地处内蒙古自治区中西部，其市区位于蒙古高原南部边缘地带的土默川平原东北部。其气候属典型中温带大陆性季风气候，无霜期较短，降水主要集中在夏季。由于地处西北干旱区，呼和浩特市水资源供需矛盾突出，属生态严重失衡的地区之一。呼和浩特市辖区是呼和浩特市城市化进程最显著的区域，下辖赛罕区、新城区、回民区、玉泉区4区，4区共辖31个街道6个镇，总面积约为2 083.68 km2。本文以呼和浩特市辖区为研究区，为便于数据整理，将中心城区整体视为1个观测点，并将所剩78个面积大于5 km2的建制社区（村）视为观测点，人居环境观测驻点共79个。以呼和浩特市为案例区，对于探讨生态脆弱区的人居环境提升具有一定的代表性和典型性。

1.2 数据来源

采用1990、2001、2010、2016年四期Landsat遥感影像作为土地信息提取的基础数据；DEM数字高程及遥感数据均来源于地理空间数据云（http://www.gscloud.cn/），空间分辨率为30 m。参照《土地利用现状分类》国家标准（GB/T21010-2017），将土地分为林地、耕地、草地、建设用地、水域及未利用地六种类型。经实地抽样检验解译精度，Kappa系数达到0.8以上，满足研究需求。经济统计数据主要来源于1990—2016年《呼和浩特市经济统计年鉴》。其他空间数据主要采用ArcGIS、Fragstats、GeoDa等软件进行处理。

2 研究方法

2.1 人居环境脆弱性评价指标体系的构建

高强度的经济开发所导致的一系列生态问题使得研究区人居环境面临严峻挑战。在区域人地关系理论及可持续发展理论指导下，构建“暴露度—敏感性—应对能力”人居环境脆弱性评价模型，建立人居环境脆弱性评价指标体系（表1）。
表1 人居环境脆弱性评价指标体系

Tab.1 Evaluation index system of vulnerability of human settlement environment

目标层 维度层 指标层
人居环境脆弱性 暴露度
（0.3316）		 高程（0.0647）；坡度（0.0705）；农田面源污染指数（0.0704）；人均水资源占有量（0.0802）；低洼易涝（0.1332）；城市下垫面地表温度（0.1886）；自然灾害指数（0.2055）；距风景名胜区距离（0.0934）；距城市中心距离（0.0934）
敏感性
（0.4122）		 土地利用开发程度（0.102）；景观敏感性（0.102）；植被覆盖率（0.1531）；净初级生产力（0.1531）；人口密度（0.1224）；路网密度（0.1224）；水网密度（0.1224）、斑块密度（0.1224）
应对能力
（0.2562）		 当年造林合格面积（0.119）、人均绿地面积（0.1526）、GDP总量（0.1318）、农业机械化水平（0.1194）、全社会固定资产投资（0.1729）、每万人拥有医生数（0.0932）、生活垃圾无害化处理率（0.0888）、工业三废治理效率（0.1222）

注：除人均水资源占有量、距风景名胜区距离、植被覆盖率、净初级生产力、水网密度及应对能力各项指标为负向外，其余指标方向均为正向。

2.1.1 暴露度

将各人居点作为风险受体，风险扰动考虑经济的快速发展可能对区域人居环境系统构成威胁或损害的一系列致灾因素的集合，风险源主要考虑旱涝急转、低温雪灾等自然灾害以及各类“城市病”。主要包括：①高程及坡度：研究区易受气象、地质灾害影响，海拔越高，人居环境就越脆弱。②农田面源污染指数：量化耕地面源的污染程度，计算方式为：FPI=（Mpe+Mfe）/Aa，其中Mpe为耕地农药施用量；Mfe为耕地化肥施用量；Aa为耕地面积。③低洼易涝区：研究区降水少但变率大，集中强降雨使得城市内涝问题突出，同时需警惕旱涝急转所引发的山体滑坡、河水漫灌等问题。④城市下垫面地表温度：运用单窗算法对城市地表温度进行反演。地表温度越高，对人居环境的负面效应就越显著。⑥自然灾害指数：对因旱涝灾害、低温雪灾等自然灾害造成的社会损失进行综合评估。⑦距风景名胜区及距市中心距离：采用距离分析分别以各风景名胜区、城市中心为初始点，测算各栅格中心到初始点的欧式距离。

2.1.2 敏感性

敏感性反映人居点遭受灾害或干扰的敏感程度，主要包括：①土地利用开发程度：将土地利用开发程度值赋予2 km×2 km格网单元后进行插值，具体计算方式见公式（1），其中LDI为土地利用开发程度；Pi为各土地利用类型所占比例；Ci为土地利用分级指数，未利用地为1，林地、草地、水体为2，耕地为3，建设用地为4。土地利用开发程度越高，人居环境敏感性越强。②景观敏感性：参照上述可视化方法，具体计算方式见公式（2），其中E为景观干扰度指数；Nt为总斑块数；At为区域总面积；m为景观类型数；Pi是景观类型i所占的面积比例；借鉴相关研究成果[25]，将a、b、c分别赋值0.5、0.3、0.2。景观敏感性越高，人居环境就越敏感。③固碳释氧能力：采用归一化植被指数和净初级生产力表征固碳释氧能力，植被覆盖率越高，人居环境敏感性就越低。④人口密度、路网密度、水网密度、斑块密度：相关研究成果表明[26]，人口越密集，路网越复杂、水网越稀疏、斑块越破碎，人居环境敏感性就越高。
L D I = ∑ i = 1 n P i C i
E = a · N t A t + b · A t 2 N t A t + c · l n m + ∑ i = 1 m P i l n P i

2.1.3 应对能力

应对能力表征人居环境系统面对风险采取的一系列应对措施，从而降低或消弭因暴露度、敏感性提高对人居环境造成的负面影响。采用插值分析对应对能力各指标进行空间插值。完善的公共服务、先进的技术水平及活跃的生态建设都益于提高人居环境脆弱性的应对能力。
采用线性加权的方法进行指标合成，具体计算方式见公式（3）。选用层次分析法确定各指标权重，其一致性比率CR值远小于0.1，通过一致性水平检验。在计算人居环境脆弱值的基础上，通过提取分析将多值提取至各人居点，采用自然断裂法进行分类，按数值大小分为高、较高、中、较低、低五种类型。
V = ∑ i = 1 n δ e i X e i + ∑ i = 1 n δ s i X s i + ∑ i = 1 n δ r i X r i
式中：V是人居环境脆弱性指数；δei、δsi、δri分别是暴露度、敏感性、应对能力维度层各指标的权重值；Xei、Xsi、Xri分别是暴露度、敏感性、应对能力维度层的极差标准化值；n是各维度层的指标数。

2.2 人居环境驱动因子指标体系的构建

为量化人居环境脆弱性演变的驱动因子，从自然、人类活动两个角度构建人居环境驱动因子指标体系。短期内自然环境具有相对稳定性，故主要考虑自然灾害对人居环境脆弱性的影响。人类活动对人居环境的影响主要从人口集聚、经济发展与产业结构、投资建设、居民收支、政府调控等角度考虑（表2）。
表2 人居环境驱动因子指标体系

Tab.2 Driving force index system of human settlement environment

驱动力定位 驱动因子 具体指标 单位
自然因素 自然灾害 自然灾害指数X1 -
人口集聚 人口规模 年末常住人口数 X2 人
经济发展与产业结构 经济规模 GDP总量 X3 亿元
产业结构 第三产业所占比例 X4 %
城市化与工业化 城市化 人均建设用地面积 X5 km2
非农人口所占比例 X6 %
每万人拥有医生数 X7 个
普通中学师生比 X8 %
工业化 制造业增加值占总商品增加值比重 X9 %
投资建设 投资规模 全社会固定资产投资 X10 万元
居民收支 工资收入水平 在岗职工平均工资 X11 元
可支配收入水平 城镇常住居民人均可支配收入 X12 元
消费水平 社会销售品零售总额 X13 万元
政府调控 政府财政支出 一般公共预算支出 X14 万元

2.3 空间自相关模型

2.3.1 全局空间自相关

采用全局Moran’s I分析人居点人居环境脆弱性的变化状况，计算方式如下：
M o r a n ' s I = n ∑ i = 1 n ∑ j = 1 n ω i j x i - x ¯ x j - x ¯ ∑ i = 1 n ∑ j = 1 n ω i j ∑ i = 1 n σ 2
式中：xi、xj分别是空间单元i、j的人居环境脆弱值；ωij是空间权重矩阵；x是脆弱值的平均值；σ2是脆弱值的方差。

2.3.2 双变量空间自相关

采用双变量空间自相关分析人居环境脆弱性各维度层的空间相关性以及人居环境脆弱性与城市用地扩展之间的空间相关性，计算方式如下：
M o r a n ' s I = X y a - X y ¯ σ y 2 · ∑ c = 1 n ω i j · X z b - X z ¯ σ z 2
式中： X y a是空间单元a的属性值y； X z b是空间单元b的属性值z； σ y 2、 σ z 2是属性值y、z的方差；ωij是空间权重矩阵； X y ¯、 X z ¯是属性值y、z的均值。

2.4 梯度分析法

研究区人居点主要分布在山前冲积平原，故采用圈层梯度将研究对象进行分解。城市扩展通过对不透水地面的空间提取，计算各时期建设用地扩展强度。在城市环线交通道路发达的城市，路网的规划建设对城市的扩展方向发挥着重要的指示作用。为量化城市扩展对人居环境脆弱性的影响，以1 km为缓冲带，市二环路为圈层分析的初始边界，向内、外同时构建缓冲区，共建立了20条缓冲带。

2.5 地理探测器

地理探测器是一种探索数据空间分异规律及分析其驱动因素的统计方法。因子探测器不仅可以探测属性值Y的空间分异值，还可以探测各因子X在多大程度上解释了属性值Y的空间分异。风险探测器是将各影响因子X进行空间叠加，对比其差异性是否显著。运用因子探测模块分析各影响因子对人居环境脆弱值演变的影响程度，而风险探测模块则用以分析影响因素X对人居环境脆弱值Y的作用方向。对人居环境脆弱性图层与各驱动因子图层进行1~5层离散化分级，具体计算方式如下：
q = 1 - ∑ i = 1 j K i φ i 2 K φ 2 = 1 - S S W S S T
其中：j为因子X的分层数；q值越大表示驱动因子X对属性Y的解释力越强，反之则越弱；Ki、K分别是分层i和全区的样本数； φ 2、 φ i 2分别是层i和全区Y值的方差；SSW是层内方差和；SST是全区总方差。

3 人居环境脆弱性演变特征

3.1 脆弱性空间结构演变

通过公式（3）计算各时期的暴露度、敏感性、应对能力及人居环境脆弱值，采用自然断裂法将各点所提取的结果进行分类，结果如图1所示。
图1 研究区各维度层人居环境脆弱性演变

Fig.1 Spatiotemporal change in vulnerability of human settlement environment for subsystems

3.1.1 暴露度高值扩展方向与城市用地扩展方向一致

暴露度演变结果如图1A所示，暴露度高值不断向东南、向南集聚，集聚地主要分布在金河镇、黄合少镇；低值主要集中在中部及北部。1990年，高暴露等级仅零星分布在南部地带，到2001年，暴露度高值劣弧结构开始显现，之后，劣弧结构趋于稳定。暴露度高值取代低值这一扩展方向与城市扩展脉络相吻合。东部榆林镇则经历了陡升和缓降两个阶段，2010年榆林镇受旱灾影响，农业受灾面积很大，人居点暴露度达到最高水平。此外，榆林镇人居点主要分布在树枝状水系沿线，旱涝急转时有发生，无疑成为暴露度变化的振荡区。西部及中心城区暴露度则趋于稳定，基本保持在中等暴露水平。反观低暴露等级主要分布在中部及北部，中部低暴露等级则完全被较低等级所取代，暴露度整体水平不容乐观。

3.1.2 低敏感两横一纵结构被瓦解，敏感等级呈圈层扩散

从敏感性空间演变特征来看，如图1B所示，1990年，除中心城区为较高敏感外，其余地区敏感性均处于较低水平。低敏感两横一纵结构明显，两横指攸攸板镇北部—新城区北部—保合少镇—榆林镇一线，小黑河镇—金河镇一线；一纵指赛罕区东部—黄合少镇一线。2001年后，随着城市用地进一步向南、东南部扩展，中心城区敏感性开始占据高点，南部横线先遭破坏，中部、北部低敏感水平向中等敏感演进，低敏感人居点零星分布，横纵结构逐渐被瓦解。在整个研究时段内，中心城区城市用地的迅速扩展使得周遭土地被侵占，农业用地面积减少8.5%，植被覆盖率下降1.3%，斑块密度上升9%，景观敏感性上升3.9%。在人类活动的剧烈扰动下，建设用地岛屿化的出现极大程度上破坏了城市的生态系统功能，使得人居环境敏感性不断提高，敏感等级由低到高演进呈圈层扩散。

3.1.3 应对能力脆弱性演变两极化趋势明显

应对能力脆弱性演变如图1C所示，2010年前后两极化趋势明显。2010年之前，应对能力脆弱性均处于高等级阶段，以赛罕区、新城区为分界轴，回民区、小黑河镇应对能力脆弱性值最高，应对能力整体处于较低水平。之后，随着基础建设水平的提高以及一系列生态政策的出台使得应对能力水平整体提高，特别是阴山前坡生态综合治理工程使得北部人居点应对能力水平大幅度提升。由于城市系统功能的不断完善，中心城区的应对能力变化最为显著，脆弱性由高等级降为最低等级，带动研究区应对能力脆弱性低值取代高值呈面状迅速扩散，使得应对能力脆弱性持续走低。
人居环境脆弱性演变结果如图2所示，整体来看，以2001年为节点，其过程大致经历了“上升—下降”两个阶段。2001年前，因暴露度、敏感性的提高，人居环境脆弱性随之提升。特别是中心城区及南部的小黑河镇、金河镇，人居环境脆弱性高值盘踞不下。2001年，南部中等、高等级人居环境脆弱性形成优弧结构，脆弱性低值仅零星分布在北部的攸攸板镇及保合少镇。2001年之后，应对能力显著增强，从而带动人居环境脆弱性出现下降趋势，中部、东部中等脆弱水平均下降至较低水平，赛罕区以及新城区下降尤为显著。到2016年，人居环境脆弱性已无最高等级出现，脆弱等级呈面状分布，除中心城区为较高脆弱等级外，其余地区脆弱性水平均已下降至中等、低级脆弱水平。
图2 研究区城市人居环境脆弱性演变

Fig.2 Spatiotemporal change in vulnerability of human settlement environment

3.2 脆弱性空间异质性

3.2.1 空间自相关分析结果

应用GeoDa软件建立Rook空间权重矩阵，公式（4）计算结果通过P-value<0.01水平上的显著性检验，1990、2001、2010、2016年的I值分别为0.642、0.664、0.73、0.704，说明人居环境脆弱性空间分布呈高水平的空间正相关关系，集聚效应显著。为进一步明确人居环境脆弱性各维度间的空间相关性，对暴露度、敏感性、应对能力分别做双变量空间自相关分析。因暴露度、敏感性空间演变趋势趋同，在此不做重复分析。公式（5）计算结果表明，1990、2001、2010、2016年暴露度（敏感性）与应对能力的I值分别为-0.384、-0.536、-0.327、-0.359（-0.36、 -0.47、-0.424、-0.49），其结果通过P-value<0.05水平上的显著性检验，说明人居环境脆弱性、敏感性高值（低值）与应对能力低值（高值）近邻分布。

3.2.2 圈层分析结果

采用双变量空间自相关解析各时期城市扩展与人居环境脆弱性的空间交互关系，得到1990—2016年城市扩展强度与人居环境脆弱性演变LISA聚集图，结果如图3所示。
图3 城市扩展强度与人居环境脆弱性演变双变量空间自相关LISA聚集图

Fig.3 LISA aggregation between urban expansion and the change in vulnerability of human settlement environment

从LISA聚集图来看，1990—2001年，研究区未出现高高集聚现象，低低集聚主要出现在城市外围地带，城市外围建设用地扩展缓慢，人居环境脆弱性变化程度也较低。2~5号缓冲带出现低高集聚现象，说明城市外围区扩展较为缓慢，但人为干扰使得人居环境脆弱性变化剧烈。2001—2016年，随着建设用地不断向外扩展，低低集聚被推移至城市边缘带，低高集聚、高高集聚整体向外推移，特别是高高集聚从5号缓冲带推移至11号缓冲带，中心城区建设用地扩展强度与人居环境脆弱性变化空间自相关关系的消失也说明城市内部开始自发调整，宜居水平有所提高。从整体研究时段来看，2~4号缓冲带低高集聚，5号缓冲带高高集聚，15~17号缓冲带低低集聚，说明建设开发活动对中心城区边缘地带的影响最为显著。

4 人居环境脆弱性演变驱动机制

4.1 人居环境脆弱性演变影响因素分析

城市人居环境脆弱性易受自然灾害、人口规模、城市化发展、政策导向等因素的影响，且不同时期人居环境脆弱性的影响因素各异，公式（6）计算结果见表3。
表3 各时期人居环境脆弱性驱动力因子q值

Tab.3 The value of q for vulnerability of human settlement environment in each period

1990 2001 2010 2016
自然灾害指数X1 0.386 + 0.688 + 0.714 + 0.252 +
年末常住人口数 X2 0.556 + 0.644 + 0.659 + 0.731 +
GDP总量 X3 0.177 N 0.311 - 0.422 - 0.637 -
第三产业所占比例 X4 0.240 - 0.160 N 0.259 + 0.101 N
人均建设用地面积 X5 0.488 + 0.522 + 0.468 + 0.175 N
非农人口所占比例 X6 0.618 + 0.348 + 0.359 + 0.143 N
每万人拥有医生数 X7 0.370 - 0.404 - 0.439 - 0.033 N
普通中学师生比 X8 0.511 + 0.697 + 0.701 - 0.442 -
制造业增加值占总商品增加值比重 X9 0.698 + 0.599 + 0.429 + 0.099 N
全社会固定资产投资 X10 0.632 - 0.198 N 0.503 - 0.504 -
在岗职工平均工资 X11 0.679 - 0.714 - 0.076 N 0.446 -
城镇常住居民人均可支配收入 X12 0.350 - 0.400 - 0.223 - 0.663 -
社会销售品零售总额 X13 0.046 N 0.641 - 0.256 + 0.009 N
一般公共预算支出 X14 0.745 - 0.700 - 0.796 - 0.675 -

注：“+”表示作用方向为正；“-”表示作用方向为负；“N”表示作用方向不明确。

4.1.1 政府调控为人居环境脆弱性演变核心驱动力

从驱动因子重要性的时间序列变化来看，1990—2016年，q值的极差分别为0.699、0.554、0.72、0.722，呈现先降低后升高的趋势。具体来看，1990年，q值占主导的驱动因子为一般公共预算支出、制造业增加值占总商品增加值比重、在岗职工平均工资、全社会固定资产投资以及非农人口所占比例，可归因为政府调控、工业化与城市化、居民收支及投资；2001年，q值占主导的驱动因子为在岗职工平均工资、一般公共预算支出、普通中学师生比、自然灾害指数及年末常住人口，可归因为居民收支、政府调控、教育现代化、自然灾害及人口集聚；2010年，q值占主导的驱动因子为一般公共预算支出、自然灾害指数、普通中学师生比、年末常住人口及全社会固定资产投资，归因与2010年基本一致，但影响位序发生置换，政府调控重新跃居首位；2016年，人居环境脆弱值整体降低，脆弱性正向驱动因子大幅减少，q值占主导的驱动因子为年末常住人口、一般公共预算支出、城镇常住居民人均可支配收入、GDP总量及全社会固定资产投资，可归因为人口集聚、政府调控、居民收支与经济投资建设。

4.1.2 人类干扰对人居环境脆弱性演变的阻抑与改善作用并存

从各驱动因子的方向来看，自然灾害指数及年末常住人口始终为人居环境脆弱性正向驱动力。GDP总量、城镇常住居民人均可支配收入、一般公共预算支出始终为人居环境脆弱性负向驱动力。城市与工业化发展指标中，1990—2010年人口城市化与土地城市化对人居环境脆弱性演变负向作用显著，工业化对人居环境脆弱性演变正向作用显著，城市与工业化发展成为人居环境脆弱性演变的次要动力。到2016年，人居环境脆弱性演变对土地供给的依赖性明显降低，作用指数下降明显，作用方向不明确。公共服务水平的提高对人居环境质量的改变不容忽视，除2016年外，医疗服务水平对人居环境脆弱性作用始终为负向。教育水平对人居环境脆弱性作用强度表现为先升高后降低。2001年以前，教育水平的偏低成为人居环境提高的掣肘因素。2001年，随着教育水平提高，教育对人居环境脆弱性的影响开始演变为负向驱动，但之后其作用强度有所下降，未能成为人居环境质量提升的核心力量。

4.2 城市人居环境脆弱性演变机制解析

通过对人居环境脆弱性影响因素的分析，政府调控、居民收支、自然灾害、城市化发展是人居环境脆弱性演变的关键驱动因素。对人居环境脆弱性演变及其影响因素加以整合，剖析人居环境脆弱性演变机制。

4.2.1 自然环境对人居环境脆弱性的影响

自然因素是研究区减缓人居环境脆弱性的阻力。城市化发展使得研究区大量生物栖息地被人工建筑物、道路所替代，城市下垫面理化性质骤变，水热组合异常，城市局部气候变异。水文环境、土壤环境、生物环境牵一发而动全身。旱涝灾害、低温雪灾给城乡居民生产、生活带来诸多不便，经济损失惨重，人居环境脆弱性显著提高。提高系统自我恢复力及防灾减灾的应对能力，强调对资源环境的保护成为首要任务。

4.2.2 政府调控对人居环境脆弱性的影响

政策调控是研究区降低人居环境脆弱性的核心驱动力。政府通过财政资金的支付以满足社会发展的需要。研究时段前期，财政支出过多关注城市规模，水、电、排水、热力、电信、燃气等基础设施建设均与财政支出直接挂钩，而生态建设占取份额较少，人居环境脆弱性有所上升。研究时段中后期，财政支出开始关注生态文明建设，强调生态优良促进经济发展。在市场发展的需求背景下，对城乡发展的合理规划以及对不同领域投入份额的调控成为改善人居环境脆弱性的重要举措。

4.2.3 居民收支对人居环境脆弱性的影响

以城乡居民为主体的驱动力是降低人居环境脆弱性长期有效的内生动力。居民收入的增加势必会对人居环境提出更高要求，城市居民的需求也从生理物质需求向自我实现需求不断递升。居民收入和消费水平的提高促使城市产业结构升级转型，旧城注重改造升级，城市面貌开始更新。工资性收入的增长直接拉动居民可支配收入以及消费水平。研究时段内，工资性收入及城镇居民可支配收入对人居环境脆弱性均为负向作用力，但消费水平的作用方向不明确。根据统计，1990—2016年工资性收入虽在可支配收入中的比重超过五成，但对城镇常住居民可支配收入的贡献率仅为15.2%，消费水平也未能成为人居环境脆弱性的稳定作用力。对于农村居民点，需加大财政投入向农村地区倾斜，完善农村市场流通网络。可鼓励农村发展民俗风情旅游，提高农村抗风险能力，从而促进城乡一体化发展。

4.2.4 城市化发展对人居环境脆弱性的影响

城市化发展是研究区人居环境脆弱性演变的次要动力。城市化发展对人居环境脆弱性影响表现为双向驱动。城市扩展通过吸引人口、经济集聚，加上投资、政府投入、居民收支等因子的催化作用，使得这一双向作用矛盾更加突出。一方面，城市扩展会对生态环境造成不可逆转的负面影响，这一影响在扩展初期表现显著。另一方面，人口与经济的大量集聚，要求城市规模进一步扩大，势必会带动城市产业结构优化升级。促使城市扩展对人居环境脆弱性的正面效应向负面效应转化成为关键，这就要求城市化发展注重生态文明，构建生态网络框架，并引导人口、产业合理集聚。

5 结论与讨论

5.1 结论

本文从“暴露—敏感—应对能力”维度构建人居环境脆弱性评价指标体系，分析人居环境脆弱性的时空演变特征；基于地理空间分析法度量其空间分异；运用地理探测器模型探讨自然、人为因素与人居环境脆弱性的空间分异关联程度，解析人居环境脆弱性演变的驱动机制，主要结论如下：
①整体来看，人居环境脆弱性等级先升高后降低，中心城区脆弱等级高。从各维度层来看，暴露度高值不断向东南、南部集聚，扩展方向与城市用地扩展方向基本一致；敏感性低敏感两横一纵结构被瓦解，敏感等级呈圈层扩散；应对能力脆弱性演变两极化趋势明显，低值取代高值呈面状迅速扩散。
②人居环境脆弱性空间分布呈高水平的空间正相关关系，集聚效应显著。人居环境脆弱性、敏感性高值（低值）与应对能力低值（高值）近邻分布。
③圈层分析表明城市建设开发活动对中心城区边缘地带的影响最为显著。
④政府调控、居民收支、自然灾害、城市化发展是人居环境脆弱性演变的关键驱动因素。人类干扰对人居环境的阻抑与改善作用并存，对自然灾害的防控成为首要任务。
⑤促使城市扩展对人居环境脆弱性的正面效应向负面效应转化成为关键，提出以人地和谐为核心的人居环境发展模式：产业结构多元化、公共服务提质化、生产空间集约化、城市扩展合理化、生态建设现代化，从而使人居环境质量稳步优质提升。

5.2 讨论

城市人居环境脆弱性演变主要受自然和人为因素的双重扰动。在城市发展初期，由于对生态建设的长期忽视，阻抑作用要大于改善作用，城市系统的自我修复能力不够完善。集聚与催化作用也使城市发展对人居环境的“双刃”作用更加显著。随着经济的高度发展，国民生态意识不断增强，城市生产、生活与生态管理长期分割的局面逐渐打破，这就对人居环境建设提出了更高的要求。从人居环境脆弱性演变的驱动机理也可以看出，研究区的医疗、教育等公共服务发展相较其城市化水平具有一定的滞后性，产业结构的升级也未能成为降低人居环境脆弱性的核心驱动因子。抑制经济快速发展的“生态陷阱”，提高人居环境系统抗风险能力以及修复力，亟须对人居环境进行空间重构。本文碍于研究区范围及可视化数据的收集，并未针对人居环境的自然、人类、居住、支撑、社会分系统进行单独分析，而是将其纳入脆弱性分析整体框架。正确处理好人地关系是人居环境研究的核心任务，进一步优化分析模型并结合主体行为进行调查研究是笔者今后的工作重点。

参考文献

原文顺序 | 文献年度倒序 | 文中引用次数倒序
[1]
李雪铭, 李婉娜. 1990年代以来大连城市人居环境与经济协调发展定量分析[J]. 经济地理, 2005, 75(3):383-386,390.

[2]
张衔春, 单卓然, 许顺才, 等. 内涵·模式·价值:中西方城市治理研究回顾、对比与展望[J]. 城市发展研究, 2016, 23(2):84-90,104.

[3]
张衔春, 赵勇健, 单卓然, 等. 比较视野下的大都市区治理:概念辨析、理论演进与研究进展[J]. 经济地理, 2015, 35(7):6-13.

[4]
王如松. 系统化、 自然化、经济化、人性化——城市人居环境规划方法的生态转型[J]. 城市环境与城市生态, 2001(3):1-5.

[5]
朱彬, 张小林, 尹旭. 江苏省乡村人居环境质量评价及空间格局分析[J]. 经济地理, 2015, 35(3):138-144.

[6]
吴良镛. 人居环境科学导论[M]. 北京: 中国建筑工业出版社, 2001.

[7]
Adger W N. Vulnerability[J]. Global Environmental Change, 2006, 16(3):268-281.

[8]
Turner II B L, Kasperson R E, Matson P A, et al. A framework for vulnerability analysis in sustainability science[J]. Proceedings of the National Academy of Sciences of the United States of America, 2003, 100(14):8074-8079.

DOI PMID

[9]
王岩, 方创琳. 大庆市城市脆弱性综合评价与动态演变研究[J]. 地理科学, 2014, 34(5):547-555.

DOI

[10]
张学玲, 余文波, 蔡海生, 等. 区域生态环境脆弱性评价方法研究综述[J]. 生态学报, 2018, 38(16):5970-5981.

[11]
徐君, 李贵芳, 王育红. 国内外资源型城市脆弱性研究综述与展望[J]. 资源科学, 2015, 37(6):1266-1278.

[12]
Ian B. The environment as hazard[M]. New York: Guilford Press, 1993.

[13]
Wisner B. At risk:natural hazards, people’s vulnerability and disasters[M]. London: Psychology Press, 2004.

[14]
Cutter S L. Societal vulnerability to environmental hazards[J]. Progress in Human Geography, 1996, 20(4):529-539.

[15]
刘小茜, 王仰麟, 彭建. 人地耦合系统脆弱性研究进展[J]. 地球科学进展, 2009, 24(8):917-927.

DOI

[16]
Acosta-Michlik L, Espaldon V. Assessing vulnerability of selected farming communities in the Philippines based on a behavioural model of agent’s adaptation to global environmental change[J]. Global Environmental Change, 2008, 18(4):554-563.

[17]
黄晓军, 王晨, 胡凯丽. 快速空间扩张下西安市边缘区社会脆弱性多尺度评估[J]. 地理学报, 2018, 73(6):1002-1017.

DOI

[18]
孙凌云, 孜比布拉·司马义, 王颖红, 等. 基于变异系数—综合指数法的乌鲁木齐城市脆弱性评价[J]. 安全与环境工程, 2017, 24(6):14-19.

[19]
马冬梅, 陈大春. 基于欧式贴近度的模糊物元模型在水资源脆弱性评价中的应用[J]. 南水北调与水利科技, 2015, 13(5):1003-1007.

[20]
刘倩倩, 陈岩. 基于粗糙集和BP神经网络的流域水资源脆弱性预测研究——以淮河流域为例[J]. 长江流域资源与环境, 2016, 25(9):1317-1327.

[21]
杨晴青, 刘倩, 尹莎, 等. 秦巴山区乡村交通环境脆弱性及影响因素——以陕西省洛南县为例[J]. 地理学报, 2019, 74(6):1236-1251.

DOI

[22]
杨晴青, 陈佳, 李伯华, 等. 长江中游城市群城市人居环境演变及驱动力研究[J]. 地理科学, 2018, 38(2):195-205.

DOI

[23]
王玉娟, 杨山, 吴连霞. 多元主体视角下城市人居环境需求异质性研究——以昆山经济技术开发区为例[J]. 地理科学, 2018, 38(7):1156-1164.

DOI

[24]
刘沛林, 廖柳文, 刘春腊. 城镇人居环境舒适指数及其组合因子研究——以湖南省长沙县为例[J]. 地理科学进展, 2013, 32(5):769-776.

DOI

[25]
徐兰, 罗维, 周宝同. 基于土地利用变化的农牧交错带典型流域生态风险评价——以洋河为例[J]. 自然资源学报, 2015, 30(4):580-590.

DOI

[26]
魏伟, 石培基, 冯海春, 等. 干旱内陆河流域人居环境适宜性评价——以石羊河流域为例[J]. 自然资源学报, 2012, 27(11):1940-1950.

DOI

Options
文章导航

/

〈 〉