EN中文

热带地理 >

2025 1 - 12

DOI: https://doi.org/10.13284/j.cnki.rddl.20240764

海湾社区韧性评估及提升策略研究——以厦门五缘湾为例

  • 许梦杰 , 1 ,
  • 刘兴诏 1 ,
  • 谢慧黎 3 ,
  • 张扬 2 ,
  • 戴洪霞 1 ,
  • 周沿海 1 ,
  • 黄发明 , 4
展开
  • 1. 福建农林大学 风景园林与艺术学院，福州 350000
  • 2. 厦门大学环境与生态学院，福建 厦门 361000
  • 3. 科廷大学设计与建筑环境系，澳大利亚 珀斯 6102
  • 4. 自然资源部第三海洋研究所，福建 厦门 361000
黄发明（1974—），男，福建泉州人，正高级工程师，研究方向为海岸带空间规划与海域使用，（E-mail）。

许梦杰（1999—），女，河南周口人，硕士研究生，研究方向为生态景观规划，（E-mail）；

收稿日期: 2024-11-23

  修回日期: 2025-02-28

  网络出版日期: 2025-04-07

基金资助

五缘湾水域功能区划(ZX-2024-088)

收起

Assessment and Enhancement of Coastal Community Resilience Strategies: A Case Study of Wuyuan Bay in Xiamen

  • Mengjie Xu , 1 ,
  • Xingzhao Liu 1 ,
  • Huili Xie 3 ,
  • Yang Zhang 2 ,
  • Hongxia Dai 1 ,
  • Yanhai Zhou 1 ,
  • Faming Huang , 4
Expand
  • 1. School of Landscape Architecture and Art, Fujian Agriculture and Forestry University, Fuzhou 350000, China
  • 2. School of Environment and Ecology, Xiamen University, Xiamen 361000, China
  • 3. School of Design and the Built Environment, Curtin University, Perth 6102, Australia
  • 4. Third Institute of Oceanography, Ministry of Natural Resources, Xiamen 361000, China

Received date: 2024-11-23

  Revised date: 2025-02-28

  Online published: 2025-04-07

Fold

摘要

气候变化导致极端天气事件及海平面上升正威胁着沿海城市社区安全。为应对这一挑战，建设韧性社区已成为保障城市安全和减缓灾害影响的重要手段。文章基于社区基线理论，将韧性视为适应性与脆弱性的权衡，构建了海湾社区韧性的评估框架，并以厦门市五缘湾片区的25个小区为例，展开沿海灾害影响分析及韧性评估。结果表明，由于地理位置的不同，社区的韧性值差异显著：位于内湾的社区韧性水平较高，主要归因于其毗邻湿地公园、良好风浪条件和集中的应急设施。相反，位于外湾填海区的社区面临高受灾风险和救援不便的问题，因此韧性值较低。此外，居民自身防灾能力对于社区韧性也密切相关。以同属性外湾区域的社区为例，在部分社区实例中，由于社区凝聚力和协作能力水平较高，其韧性值仅次于内湾最高韧性值社区。然而在内湾社区案例中，由于居民社会网络较为松散，资源整合能力不足，导致应急防灾能力存在明显短板，其韧性水平较外湾滞后。因此提升沿海社区韧性需差异化施策：外湾优先优化防灾设施与应急系统，内湾强化社群协作与资源整合，并制定韧性分级标准；研究表明，唯有协同空间规划（降低暴露度）与社会能力（增强协作），方能有效应对复合型气候风险。

关键词： 社区韧性; 评估体系; 海洋灾害; 海湾社区; 厦门市

本文引用格式

许梦杰 , 刘兴诏 , 谢慧黎 , 张扬 , 戴洪霞 , 周沿海 , 黄发明 . 海湾社区韧性评估及提升策略研究——以厦门五缘湾为例[J]. 热带地理, 2025 : 1 -12 . DOI: 10.13284/j.cnki.rddl.20240764

Abstract

Amidst the intensifying global climate change, coastal cities face multiple marine disaster threats due to sea level rise and frequent extreme weather events. Storm surge-induced flood disasters and their secondary effects (e.g., urban waterlogging) pose systemic risks to the lives of the residents, properties, and coastal system infrastructure. Compared with traditional disaster prevention models, the synergistic mechanism between resilience theory and community risk management not only provides a theoretical framework for urban complex risk prevention, but also demonstrates dynamic adaptive advantages in pre-disaster prevention, disaster response, and post-disaster recovery. Accordingly, this study integrated the resilience community theory with the sponge city concept, selecting 25 storm surge-prone bay communities in the Xiamen Wuyuan Bay Area as samples to establish a community resilience evaluation framework encompassing exposure, vulnerability, adaptability, and spatial connectivity. By integrating 16 subjective and objective indicators, including the rescue facility coverage rate and residents' disaster preparedness literacy, we employed the AHP-CRITIC combined weighting method to determine indicator weights and quantify community resilience levels using TOPSIS analysis. The key findings are categorized as follows: (1) an overview of the marine disaster context, the theoretical evolution of resilient communities, and existing research gaps. The literature review indicated that marine disaster threats to coastal urban safety showed significant upward trends, where communities, as direct disaster-bearing entities, needed urgent refined resilience assessments considering their spatial heterogeneity and component vulnerability. International practice comparisons revealed three critical deficiencies in China's resilient community development: overreliance on infrastructure hardware while neglecting the landscape spatial resilience layout, insufficient innovation in social organizational resilience and collaborative mechanisms, and superficial resident participation lacking substantive interactive mechanisms. (2) Development of multidimensional resilience evaluation system Through meta-analysis and expert consultation, we established a dual-dimensional ("vulnerability-adaptability") evaluation system comprising 7 primary and 16 secondary indicators. The AHP-CRITIC combined weighting results indicated that hazard level (0.221), disaster prevention capacity (0.169), and emergency response capacity (0.168) constituted the highest-weighted primary indicators. Secondary indicators, including coastal length, shoreline protection intensity, and volunteer rescue station accessibility, demonstrated significant spatial exposure and emergency response weights, suggesting for their prioritization in coastal community retrofitting. (3) Implementation of a resilience assessment system for coastal community in Wuyuan Bay Field surveys and questionnaire data enabled quantitative resilience analysis of 25 communities. TOPSIS results revealed geographical location and residents' disaster preparedness as core drivers of resilience differentiation. Inner bay communities (e.g., D25) achieved maximum resilience (0.872) through wetland regulation, natural terrain barriers, and emergency facility clusters, whereas outer bay communities (e.g., D1) showed minimal resilience (0.312), owing to high-risk exposure and medical resource scarcity. Wetland ecosystems notably reduced drainage system loads through hydrological regulation and flood detention mechanisms. (4) Optimization strategies for coastal community resilience. This study systematically identified the core elements for developing community resilience during flood-related disasters through the establishment of a coastal community resilience assessment system and empirical research. Through a comparative analysis of typical domestic and international scenarios, we proposed an actionable resilience enhancement strategy system. For public space optimization, dual-purpose strategies for both normal and emergency conditions were emphasized for road networks and green systems, integrating traffic management with ecological protection. For ecological water system development, the water conservation mechanisms of coastal wetland ecological barriers were systematically elucidated, and a synergistic optimization pathway for wetland protection and community water systems based on nature-based solutions was proposed. Regarding emergency shelter spatial planning, an innovative comprehensive evaluation framework was established, incorporating location accessibility, per capita shelter area thresholds, disaster prevention facility standards, and emergency transportation systems. For social governance, resident participation mechanisms and smart management platforms were suggested to amplify community resilience through flexible interaction and resource integration.

Key words： community resilience; assessment framework; marine disasters; bay community; Xiamen City

2021年，联合国政府间气候变化专门委员会（Intergovernmental Panel on Climate Change, IPCC）在第六次评估报告中指出：在2100年PCR8.5排放持续增多的情况下，海平面将上升0.3~1.6 m。由此引发的海岸线后退和灾害事件，对沿海地区的生态系统和人类活动造成巨大影响（IPCC, 2021）。而中国沿海地区人口密集，是全球受海洋灾害影响人数最多的国家（Cai et al., 2022）。这一集中的地理人口分布，加之全球气候变化和环境恶化，使中国沿海地区面临日益严峻的挑战。
传统社区针对风暴潮洪涝风险管理方法通常围绕“防御”的规划设计理念，建设了大量的防灾设施，但在应对超过其设计标准的不定风险因素时却存在局限性，如超高潮位带来的城市内涝等。因此，亟需开发新的管理方法，转变“工程防御”型的规划理念，探索“适应灾害”的韧性规划方法。本研究基于韧性社区理论，构建了针对海湾社区的灾害韧性评估体系，综合考量生态缓冲、社会适应及空间组织等多维要素。以厦门五缘湾社区为例，分析了风暴潮洪涝灾害的影响，并提出了韧性提升策略。旨在探索提升应急响应能力的有效途径，为增强海湾社区韧性、减轻极端天气和海平面上升威胁提供科学参考。

1 文献回顾

1.1　韧性内涵及演变

韧性概念最初是由Holling于1973年提出的，用以理解生态系统在遭受干扰后保持原始状态的能力的概念（Holling, 1973）。20世纪90年代韧性概念由生态领域拓展至社会和地理领域（Adger, 2000）。在美国国家研究委员会（National Academies of Sciences, NRC，2012）对韧性的解释中，韧性被看作为一种能力、过程和目标，包含脆弱性和适应性2方面内容，这一定义被大多数学者认为是较为准确地描述了社区韧性的基本内涵。进入21世纪，该概念开始在城市空间规划范畴中得到应用（Yang et al., 2021）。经过不断的跨学科发展，韧性空间规划逐渐成为研究热点（西明·达武迪 等，2015；杨选梅 等，2024），但学界对城市韧性的概念尚未达成共识，目前有关城市韧性的解读主要集中在3方面：城市系统吸收灾害并维持运转、自我适应与抵御灾害的能力，而本研究则将城市韧性理解为城市系统在灾害中恢复适应能力及其对灾害暴露程度的权衡关系。
构建评估模型和指标体系是深入理解城市韧性及其相互作用的关键，该过程桥接了理论与实践，推动了城市韧性的定量监测与评估，逐渐成为韧性研究和规划的核心依据（师满江 等，2019；唐彦东 等，2023）。现有的韧性评估体系主要包括2类：工程类和综合类。以Cutter为代表的研究者从综合型角度，提出基于地点的社区灾害韧性概念框架（Dynamic Resilience Optimization Process, DROP）（Cutter et al., 2014）；以Bruneau为代表的学者从工程的角度，以地震风险为例提出的强调结构缓解的社区韧性评估框架（Bruneau et al., 2003）。后者侧重于结构和基础设施的韧性，但未充分考虑社区的社会动态和恢复过程。国内研究以综合型为主，集中在韧性的内涵解析和指标体系的构建上，虽然对指标体系的设计提出了多种研究思路，但在实证研究方面相对匮乏（李亚 等，2017）。
社区基线理论（Baseline Resilience Indicators for Communities, BRIC）作为社区灾害韧性概念框架的可操作的模型，旨在为基于县区级研究区的灾害韧性概念框架提供支持。该理论关注社区内部的社会和组织系统以及自然系统的韧性能力，将社区韧性视为事件发生前的固有韧性与事件发生后的适应性之间的动态关系，是社区韧性研究向可操作实践转型的首次尝试，具有高度的实用性和良好的可复制性，获得广泛认可（彭翀 等，2017）。

1.2　研究范围

在海洋灾害影响评估领域，现有研究通常以国家或省级行政区划为基本评估单元（黄健元 等，2018），这种大尺度评估模式受制于数据精度和空间异质性，在灾害影响的空间分异特征刻画方面存在局限，难以满足精细化灾害评估的实践需求。而作为人口较为密集的敏感区域，海湾社区是台风、风暴潮和海平面上升等重点灾害的主要承灾体（王江波 等，2022）。相较于传统防灾减灾方法强调系统适应和变革能力，韧性理念更具适应性且强调系统适应和变革能力（欧阳虹彬 等，2016）。因此韧性理念与社区风险治理的结合，不仅能为应对城市不确定性风险提供新思路，在灾后紧急反应中也具有独特优势。
因此，本文采用NRC对韧性的定义，将其视为一个更广泛的概念，并考虑其与灾害脆弱性、适应性之间的关系；聚焦于社区韧性，探讨其在沿海复杂社会生态环境风险中的作用；基于社区基线理论特征，从经济、社会、组织等维度理解韧性社区的内涵，纳入暴露性、脆弱性等数据及救援设施服务半径等空间指标，构建适用于海洋灾害下的海湾社区韧性评估体系；通过AHP-CRITIC方法确定各指标权重，采用模糊综合评价法对主观和客观指标进行量化（Bede, 2012）；最后，以厦门市五缘湾社区的25个小区为实证对象，分析各个社区的脆弱性及适应性以及综合韧性水平。

2 材料与方法

2.1　研究区概况

厦门市地处东亚大陆边缘，海域面积约337.83 km²，海岸线长234 km，常年受台风侵袭以及海平面上升威胁（许炜宏 等，2021）。台风登陆后，暴雨、风暴潮常给厦门市低洼区域带来严重的内涝危害（吴文菁 等，2019；陈奇放 等，2020）。五缘湾社区位于厦门岛东部沿海，由于长期的城镇化建设导致不透水表面增加，因此海洋雨洪风险加剧（郭云霞，2022）。目前随着区域经济的飞速发展，海洋威胁与城市化进程间的矛盾将更加突出，沿海社区在海洋灾害事件中的脆弱性也会加剧。因此，制定针对性的、具有成效的韧性发展策略不仅是应对当前挑战的必要措施，更是确保区域可持续发展的关键议题之一（图1）。
图1 研究区概况

图注：D1：缘美公寓、D2：钟宅新家园、D3：新景缘、D4：钟宅北苑、D5：国贸蓝海、D6：恒禾七尚、D7：五缘公寓、D8：美仑花园、D9：建发央玺、D10：新景翡翠苑、D11：钟宅南苑、D12：国贸天琴湾、D13：浦东花园、D14：国贸新天地、D15：紫金家园、D16：五缘尊府、D17：琥珀湾、D18：珊瑚海、D19：建发央座、D20：建发央墅、D21：五缘新座、D22：五缘尚座、D23：中骏天誉、D24：五缘映月、D25：高林新城。其中，D1~D8为外湾社区，D8~D25为内湾社区。

注：本研究仅涵盖房产网公开的已交付小区，排除信息未公开或禁售的安置小区。该图来源于福建省自然资源厅官方提供的标准地图服务平台（https://bzdt.fjmap.net/widget/standardmap/result/result.html？resultid=840），审图号：闽S（2024）188号。右侧灾害风险评估图来源于《厦门市国土空间生态修复专项规划（2021—2035）》（厦门市自然资源和规划局，2021）。

Fig.1 Overview of the study area

2.2　数据来源与评估指标体系构建

基于已有研究，遵循指标的可量化和可获取性原则，将韧性过程划分为扰动前、扰动中和扰动后3个阶段，分别对应PSR模型中的“压力―状态―响应”三要素（朱诗尧，2021）。具体地，压力指标反映代表导致系统偏离平衡的原始动因，如人口数量等；状态指标是评价社区可持续性的客观基准，描述系统的“当下特征”，如绿地率、开发强度、房产售价水平等；响应指标体现社区及居民主动调节的成效，包括居民防灾能力和社区应急能力等（表1）。
表1 应对雨洪灾害的海湾社区韧性评估指标体系

Table 1 Resilience assessment indicators of bay-type communities in response to typhoon disasters

因子层 一级指标 量化指标 数据来源（获取时间）
脆弱性 路网系统 社区内路网密度（－） 道路数据来源于链家网站（2024年），https：//xm.lianjia.com/
公共交通可达性（+） 源于OpenStreetMap网站（2024年），https：//www.openstreetmap.org
土地利用 绿地率（—） 绿地率数据来源于链家网站（2024年）
开发强度（+） 容积率数据来源于链家网站（2024年）
人口因素 人口数量（＋） 社区物业及当地派出所现场调研
危险性 淹没风险（＋）

岸线类型数据源于自然资源部第三海洋研究所对五缘湾的海域调研数据（2021年），

https：//gi.mnr.gov.cn/

临岸长度（+） 沿岸长度数据源于自然资源部第三海洋研究所对五缘湾的海域调研数据（2021年）
岸线防护水平（+） 来源于自然资源部第三海洋研究所对五缘湾的海域调研数据（2021年）
适应性 应急能力 医疗站点距离（－） 点位数据来源于中国科学院地理科学与资源研究所（2024年），由兴趣点（Point of interest，POI）工具抓取，http：//www.igsnrr.cas.cn/sjgx/
消防站点距离（－）
志愿站点距离（－）
避难场所距离（－） 应急场地点位来源于中国科学院地理科学与资源研究所（2024年）
防灾能力 居民防灾能力（+） 调研问卷（2024年）
社区应急能力（+） 物业费数据来源于链家网站（2024年）
恢复能力 房产售价水平（+） 年均已成交房价数据来源于链家网站（2024年）
排水管网密度（+） 雨水管网数据来自厦门市市政园林局官网《厦门市排水（雨水）防涝专项规划（2020—2035年）》，http：//szyl.xm.gov.cn/xxgk/zfxxgkml/xzxk/202105/t20210519_2545056.htm.

注：“+”表示评估指标的数值越大，该维度的韧性值越高；“－”为相反含义。本研究所采用的高程、道路矢量及公交地铁点位数据经预处理后，统一采用WGS_1984_UTM_Zone_50N坐标系。

在社区脆弱性评估中，一级指标“路网系统”包含2个量化指标：“社区路网密度”和“公共交通可达性”。路网密度越高以及距离最近公共交通站点的路程越短，社区就越能及时地进行应急疏散及获取救援物资和支持；“土地利用”指标包括2个量化指标：“绿地率”和“开发强度”。社区绿化能通过提高雨水渗透能力和减少地表径流，有效缓解社区内涝现象。高强度的开发导致硬化地面增加，使社区在潮汐雨洪灾害中更加脆弱；社区人口数量与脆弱性指标成正相关，即社区人口的过度集中，会加剧基础设施的承载压力，从而影响救援及灾后恢复能力。“危险性”指标包含指标“淹没风险”“岸线设防水平”和“临岸长度”；淹没风险越高，社区的威胁性越大；而岸线防护水平越高，表明社区的危险性越低。
社区适应性评估中，一级指标“应急能力”通过“医疗站点距离”“消防站点距离”“避难场所可达性”和“避难场所距离”4个指标进行量化，具体地，主要通过计算社区与各应急服务设施之间的最短距离评估。“防灾能力”指标主要反映居民及社区基于自身防灾知识和物资储备对灾害的响应能力，由2个量化指标组成：“居民防灾能力”和“社区应急能力”。高效的灾害管理需要社区居民之间的相互协作和共同决策，这些因素有助于形成新的社区能力（Paton et al., 2001）。因此，居民的防灾能力越高，社区的整体防灾能力越强。此外，社区应急响应能力通过社区物业费进行量化，物业费通常包含社区管理、维护、安全以及公共设施的运营成本，较高的物业费意味着社区有能力投入更多资源来提升灾害应急能力；“恢复能力”指标指社区在灾害后根据其经济实力和基础设施条件恢复到原有功能状态的能力。该指标通过“房产售价水平”和“排水管网密度”2个正向指标量化。

2.3　研究方法

2.3.1　评价模式

本研究旨在分析海湾社区在面对自然灾害和气候变化时的韧性水平，该过程涉及识别潜在风险、评估社区的脆弱性、灾害应对能力以及灾后恢复速度，同时强调利益相关者的参与。因此将社区韧性视为脆弱性与适应性2种特性关系之间的权衝（图2），其水平的高低由两者的相对关系决定（Lam et al., 2016）。脆弱性指暴露与损害间的潜在关系，而适应性反映损害和恢复间的潜在关系。如果一个社区具有较高的灾害暴露风险，则该社区被视为脆弱的。相应地，如果一个社区遭受较高的损害，但能迅速恢复，则该社区被认为具有较高的适应性。韧性值的计算公式（Deeming et al., 2018）为：
R = A / V
式中：R、A、V分别为韧性指数、适应性、脆弱性指数。
图2 社区韧性评价模式

Fig.2 Community resilience assessment model

由于不同的指标具有不同的量纲，因此为消除不同指标间的量纲差异，统一数据尺度，需对各个指标进行归一化处理，以提高指标间的可比性及后续分析的准确性和模型的稳定性。

2.3.2　组合赋权

鉴于单一指标赋权方法的片面性，采用定性和定量相结合的组合赋权方法计算评估指标的综合权重。首先，由层次分析法通过相关专家打分法（Orencio & Fujii, 2013）得到5个韧性维度的主观权重 ω 1 j。然后，为消除层次分析法的主观性，用CRITIC客观赋权法（Dlakoulaki et al., 1995）确定16个评估指标的客观权重 ω 2 j，最后，通过 ω 1 j 、 ω 2 j 联合赋权公式（杨宝臣 等，2011）得到16个指标的综合权重 ω j，公式为：
  ω j = ω 1 j × ω 2 j ∑ ω 1 j × ω 2 j    

2.3.3　韧性指数计算

由于韧性水平缺乏绝对标准，采用TOPSIS法综合分析社区韧性结果，即通过比较方案与理想解（最佳属性组合）和负理想解（最差属性组合）的距离，综合评价各因素对决策的影响，从而精确反映方案间差异。该方法能充分利用原始数据，有效减少主观因素影响（雷勋平 等，2016）。贴合度取值0~1，越接近1，则越接近理想解。运用自然断点法将社区韧性指标值按照低、较低韧性、中等、较高韧性、高韧性5个等级进行划分（Xie et al., 2023a）。

2.3.4　指标量化

五缘湾岸线主要包括生态恢复岸线和填海岸线2类。内湾湿地公园一侧岸线以乔木和灌木为主，具有较强的自然防护能力，因此被赋予最高防护级别（等级1）。相较之下，人工填海造陆的岸线主要集中在外湾，自然植被较少，面对强风浪冲击时，其防护能力较弱，因此被赋予基础防护水平（等级3）。内湾其他区域虽然风浪条件较佳，但防护能力仍不及湿地公园侧社区，因此被设定为中等防护级别（等级2）。为更精确地评估不同社区的淹没风险，采用数学模型计算淹没风险值，公式为：
R = L × C D × H
式中：R为社区淹没风险；C为岸线设防水平；L沿为沿岸长度；D为距岸线距离；H为社区高程。
依据城市道路工程设计规范（中华人民共和国住房和城乡建设部，2012），基于道路限速的阻力等级划分来评估社区与设施点间的可达性（Zhou et al., 2024）。首先，提取道路中心线并建立缓冲区，然后，根据道路最高限速赋予阻力值。限速越低，阻力值越高。非道路区域统一赋予最高阻力值10。最后，构建整体道路阻力面，用于计算社区到各设施点的最短耗时路径（表2）。
表2 道路类型阻力值

Table 2 The resistance value of the road type

道路类型 限速/（km·h-1） 阻力值 缓冲区/m
快速路 ［60，80） 1 55
主干道 ［40，60） 2 50
次干道 ［30，40） 3 35
支路 ［0，30） 4 25
基于服务区网络分析模型，通过解构道路网络拓扑结构与空间阻抗关系，以多阈值服务半径（500、1 000、1 500 m）为约束条件，量化识别社区单元与公共交通服务设施点的拓扑可达性关联（Xie et al., 2023b）。基于这些服务半径，对社区进行服务质量赋值，从而量化公共交通对居民的实际服务水平。

2.3.5　问卷设计

采用结构化问卷作为主要调研工具，分为基础信息采集和能力评估2个模块。在问卷设计过程中，严格遵循社会科学研究规范，并采用分层抽样确保样本代表性。基础信息模块包括居住社区名称等关键信息，而能力评估模块利用李克特4分量表（“非常”“一般”“几乎不”“从来不”）量化评估居民防灾能力的5个核心维度。同时，问卷还设有开放式问题以收集居民对社区防灾体系的改进建议。
在25个社区中，对18~65岁的居民线下发放了780份问卷，回收762份，其中有效问卷为750份，有效回收率为96.2%。数据分析使用SPSSAU，结果显示信度为0.763，符合研究要求。对问卷数据进行分析与汇总，计算出各社区居民的防灾能力得分。

2.4　指标权重

一级指标中，指标危险性权重最大（0.221），指标用地类型值最小（0.086）；表明在评估系统中，安全因素被赋予最高优先级（表3）。相比之下，用地类型的权重最低，说明在当前评估框架中，土地利用方式对整体评估结果的影响相对较小。这种权重分配反映评估体系更注重潜在风险和安全隐患，而非土地利用的具体类型。
表3 各指标组合权重及量化

Table 3 Weights and quantification of each indicator portfolio

一级指标 AHP 二级指标 CRITIC 综合权重
路网系统 0.126 公共交通可达性（＋） 0.10 0.08
社区内路网密度（－） 0.05 0.04
土地利用 0.086 绿地率（－） 0.05 0.03
开发强度（+） 0.07 0.04
人口因素 0.068 人口数量（＋） 0.06 0.03
危险性 0.221 淹没风险（＋） 0.05 0.07
沿岸长度（+） 0.07 0.11
岸线防护水平（+） 0.08 0.11
应急能力 0.168 医疗站点距离（－） 0.05 0.06
消防站点距离（－） 0.01 0.01
避难场所可达性（－） 0.06 0.06
志愿站点距离（－） 0.09 0.10
防灾能力 0.169 居民防灾能力（＋） 0.10 0.10
社区应急能力（＋） 0.07 0.08
恢复能力 0.159 排水管网密度（＋） 0.05 0.05
房产售价水平（＋） 0.05 0.05
二级指标中，指标岸线长度及岸线防护水平权重值最大（0.11），消防站点距离权重值最小（0.01）。凸显交通便利性在韧性评估中的重要地位，这往往与城市规划、居民生活质量或经济发展等密切相关。而紧急消防服务水平的低权重表明，这一具体措施在当前评估体系的影响相对较小。

3 结果与分析

3.1　指标值空间分布

3.1.1　脆弱性分析

沿海社区脆弱性呈现显著空间分异特征（图3）：内湾社区（如D25）依托半封闭地貌、湿地消能系统及防灾设施集聚效应形成较低脆弱性；外湾社区（如D1）因暴露于强风浪环境及基础设施滞后导致高脆弱性。道路系统方面，高路网密度（如D16）与优质公交可达性（如D19/D5）显著提升应急疏散效率；土地利用中，高绿地率（如D21）提供避难缓冲，而高容积率（如D9/D8）加剧疏散风险。人口因素显示低密度社区（如D20）更易实现有序疏散，威胁性层面外湾社区（如D1/D12）因淹没风险与沿岸暴露面临更高灾害威胁。本研究揭示了地理环境、空间布局与基础设施配置对社区韧性的复合影响机制。
图3 韧性指数空间分布

Fig.3 Spatial distribution of resilience index

3.1.2　适应性分析

沿海社区适应性呈现显著空间分异特征（图3）：高适应性社区（如D15）通过优化应急体系展现出较强抗灾韧性，低适应性社区（如D25/D5）亟需强化预案与居民培训。空间可达性分析揭示关键设施布局规律——医疗（D22/D23）、消防（D22/D23）及志愿网络（D25/D24）节点的空间邻近性显著缩短应急响应时滞。防灾软实力维度中，D8居民自主应对能力与D6专业化应急机制形成互补优势。社区恢复能力与经济发展水平正相关，高房价社区（D20）防灾投入能力显著优于低房价社区（D1）。本研究表明，设施空间效能、居民应急素养与经济基础构成社区韧性提升的三重支柱。

3.2　综合韧性指数空间分异与关联分析

运用TOPSIS法分析社区综合韧性水平，即通过计算韧性指数与正理想解的贴合度，得出社区韧性评价结果（表4）。为精确区分韧性水平，采用自然断点法将贴合度值分为3级：高韧性（≥0.120）、中等韧性（0.045~0.120）和低韧性（≤0.120）。
表4 各小区韧性评价结果

Table 4 Evaluation results of resilience of each community

地理

位置

 小区

正理想解

距离D＋

负理想解

距离D－

 相对接近度C

排序

结果

韧性

等级
内湾 D16 9.000 118.743 0.93 1 高
D25 103.532 27.916 0.212 2
D19 103.281 23.23 0.184 3
D24 115.103 23.157 0.167 4
D23 116.004 22.074 0.16 5
D22 113.593 21.423 0.159 6
D21 115.917 20.094 0.148 7
D20 115.661 19.131 0.142 8
D18 116.283 17.087 0.128 9
D17 116.214 16.107 0.122 10
D15 116.535 14.101 0.108 11 中
D14 116.407 13.139 0.101 12
D13 115.513 12.346 0.097 13
D12 116.597 11.167 0.087 14
D11 116.661 10.193 0.08 15
D10 117.344 9.11 0.072 16
D9 116.762 8.279 0.066 17
外湾 D8 117.296 7.212 0.058 18
D7 118.053 6.103 0.049 19
D6 117.572 5.302 0.043 20 低
D5 117.332 4.554 0.037 21
D4 119.233 3.03 0.025 22
D3 119.482 2.031 0.017 23
D2 119.459 1.15 0.01 24
D1 120.212 0 0 25
分析发现，不同地理区位的社区在灾害应对能力上呈现显著差异。内外湾小区韧性排序呈现两极分化，外湾小区均处于中下游水平，主要集中在第18~25，D8小区排序最高，排于第18；其余普遍等级均较低，最低为D1小区，排第25。这主要由于外湾受限于地理位置，面向开阔水域，因此易受风暴潮、海浪侵蚀等灾害影响，灾害脆弱性较大。内湾区域因其独特的地形遮蔽效应、集约化应急设施布局以及湿地生态系统的综合防护功能，在应对外海灾害冲击时表现出显著的韧性优势。湿地环境可通过水文调节功能（如径流滞蓄、波浪削减）和生态涵养作用（如植被固岸、水质净化），有效地缓解了海洋风暴潮洪涝灾害的侵袭强度。以D25小区为例，该区域在台风事件中表现出较强的抗灾能力，其内湾地形有效削弱了风暴潮强度，同时湿地生态系统通过红树林消浪、盐沼植被滞流等生态过程，显著降低了灾害影响。这一现象充分体现了内湾地形特征与湿地生态系统服务功能之间的协同增效机制。值得关注的是，D8小区作为原本的位于外湾的安置小区，通过居民群体凝聚力与协作能力提升促进了社会资本的有效积累，在不利的区位条件下构建了多主体协同应急响应网络，实现了防灾减灾与应急管理的效能转化，验证了社会韧性对空间约束条件存在补偿机制。
综上所述，社区韧性的提升不仅依赖于自然和物理设施的建设，还需重视社会结构和居民参与。韧性体现在面对自然灾害时的反应、恢复和适应能力，这些能力由社区的社会网络、信任和互动关系决定。加强居民沟通可以提升集体意识和协作能力，实现快速反应和资源共享。未来的城市发展和灾害管理应根据不同社区特征，量身定制综合性韧性提升策略，包括优化基础设施和利用自然治理手段。此外，还应建立健全社区参与机制，鼓励居民积极参与应急演练和决策，增强责任感和归属感。政策制定者应重视社区韧性的定期评估，以识别脆弱性和风险，通过反馈促进社区自我完善。通过政府、社会组织和居民的多方协作，强化资源整合和信息共享，最终实现更全面的抗灾韧性，构建可持续的城市环境。

4 海湾社区韧性提升策略

社区抗灾能力由地理条件与居民防灾能力共同塑造，通过自然与社会要素的交互作用形成差异化韧性水平。内湾社区依托天然避风地形与人工设施构建复合防护体系，但需提升居民参与度以强化自组织响应；外湾因缺乏自然屏障，需同步优化地理条件与社会组织。生态屏障方面，湿地规模与社区嵌合度决定减灾效能，内湾通过湿地与人工设施级联缓冲提升韧性，外湾则需加强植被覆盖以减缓海洋灾害冲击。应急网络需突破空间锁定效应，内湾集约布局可发挥规模效应，外湾需构建多中心弹性网络，结合智能调配平衡覆盖范围与响应效率。优化方向强调整合空间规划与生态工程，通过控制开发强度、完善防洪设施与多维协同体系，系统性地提升海湾社区防灾韧性。
沿海城市是中国经济发展的引擎和对外开放的前沿，在国家战略中至关重要，但同时也面临严峻的海洋威胁。传统的工程性防护措施虽有成效，却存在成本高昂、生态损害和应对复杂威胁能力有限等问题，突显了寻求更加全面和可持续性应对策略的必要性，以协调发展和生态保护，提升沿海城市抵御风暴潮洪涝风险能力。因此，本研究将社区灾害管理与韧性理念结合，针对五缘湾片区各小区现存的问题，提出相应的灾害应对策略（图4），以增强社区应对风险的能力。
图4 海湾社区韧性策略框架

Fig.4 Bay Community Resilience Strategy Framework

1）提升社区抗灾能力与基础设施防护水平。通过优化各居住区应急疏散通道网络，系统化提升与城市公共交通体系的衔接效能，可保障灾时人员快速转移与应急救援车辆通行效率，提高社区抗灾能力。需重点加强外湾社区与城市主干路网的衔接，该区域相较于内湾存在显著的空间可达性梯度差异。在人口密度较高的居住组团内，合理配置应急避难场所，优化疏散路径规划，并建立常态化应急演练机制，以提升居民防灾响应能力。同步推进海岸防护工程体系升级，基于极端气候情景模拟结果提升海堤防洪抗浪设计标准，建立基于物联网技术的堤防结构健康监测系统，实施全生命周期维护管理，构建多层次海岸防灾体系。
2）完善排水系统与实施生态防护。应强化排水系统的维护管理及基础设施优化，通过周期性清淤与设施升级提升雨洪调控系统的运行效能。可考虑建设分布式调蓄设施以优化地表径流调控，有效缓解城市内涝风险。在岸线生态防护体系建设方面，通过潮间带湿地修复、绿地系统构建及湿地公园建设等生态工程措施，不仅能促进区域生物多样性恢复与维持，更能形成多层级生态缓冲带，在提升区域环境质量的同时，增强生态系统对自然灾害的抵御能力。对于距离湿地公园路程较远的社区，可适当减少小区的硬化地面，采取湿塘等小型分散式LID设施方式，进行雨水径流滞蓄与净化。
3）优化医疗与消防设施，提高居民参与积极性。优化区域医疗资源配置，在灾害风险较高的外湾区域合理增设社区级基层医疗设施，以保障医疗服务供给质量与空间可达性。同步强化应急消防救援能力，通过分布式布局微型消防站点网络，有效压缩突发事件响应的时间半径。针对社区参与度存在的空间异质性特征，需构建制度化的居民参与机制，完善社区治理体系与配套支持体系，依托常态化社区教育活动，提升居民对韧性社区建设的认知水平，形成多元主体协同参与的韧性建设长效机制。
4）提升监测预警与应急响应能力。需建立及时准确的预警和应急机制，包括设置雷达、潮位计等广泛覆盖的监测设施，以动态监测气象和海洋灾害。健全灾害预警信息的分析和发布机制，确保居民能及时获取信息，降低灾害影响。同时，强化应急指挥体系，协调资源进行抢险救援。定期组织志愿者培训和演习，提高应急响应水平。
5）构建安全与可持续的沿海韧性。适应性管理框架需通过动态调整机制提升系统灵活性，以应对气候变化的多尺度冲击。在此过程中，应统筹短期风险消减与长期韧性培育的双重目标，通过增强系统自适应性驱动可持续发展进程。同时，需在经济发展与生态承载力之间构建均衡约束，依托人口密度调控与资源利用效率优化，降低人类活动对关键环境因子的胁迫效应，实现社会-生态系统的协同演进。

5 结语

本研究基于社区基线理论，以厦门五缘湾片区25个易受风暴潮洪涝灾害影响的海湾社区为研究对象，创新性地构建了包含暴露性、脆弱性、适应性和空间自相关特征的评估框架。通过整合救援设施服务半径、居民抗灾能力等16项主客观指标，采用AHP-CRITIC主客观组合赋权法确定指标权重，系统评估了研究区域的社区韧性水平。主要结论为：
1）地理区位与居民防灾能力是社区灾害韧性的核心决定因素。内湾社区依托湿地调蓄功能、天然屏障效应及应急设施集聚优势呈现较高韧性，但部分区域因居民风险认知与应急技能不足导致抗灾能力弱化。外湾社区受潮汐高风险叠加医疗资源匮乏影响，在极端气候中表现出显著脆弱性特征。
2）通过构建海湾社区韧性评估体系，发现“危险性”指标因区域灾害威胁和政策强化成为韧性评估的核心要素。而“公共交通可达性”指标兼具日常保障与应急响应双重功能，其韧性提升对社区可持续发展具有战略意义。未来可深化多灾种耦合风险评估及智慧交通在应急管理中的应用探索。
3）湿地环境可通过水文调节与生态涵养功能，有效地缓解传统排水系统压力，为灾害韧性城市建设提供关键生态支撑。而湿地空间的连通性与生态过程的完整性是维持雨洪调控效能的决定性因素。未来可通过生态红线划定、开发强度管控及蓝绿网络构建，实现人工设施与自然系统的功能协同。

许梦杰：负责论文的起草、采集整理数据、统计分析及论文修改等；

刘兴诏：提供研究方案设计及技术性指导；

谢慧黎：制作图件及审稿意见修改；

张 扬：数据收集与分析；

戴洪霞：调研整理文献及最终的修订；

黄发明：提出研究选题及提供研究经费。

参考文献

原文顺序 | 文献年度倒序 | 文中引用次数倒序
Adger W N. 2000. Social and Ecological Resilience: Are they related? Progress in Human Geography, 24(3): 347-364.

Bede B. 2012. Mathematics of Fuzzy Sets and Fuzzy Logic. Berlin: Springer, 1-338.

Bruneau M, Chang S E, Eguchi R T, Lee G C, O'Rourke T D, Reinhorn A M, Shinozuka M, Tierney K, Wallace W A, and Winterfeldt D. 2003. A Framework to Quantitatively Assess and Enhance the Seismic Resilience of Communities. Earthquake Spectra, 19(4): 733-752.

Cutter S, Ash K, and Emrich C. 2014. The Geographies of Community Disaster Resilience. Global Environmental Change, 29: 65-77.

Cai Feng, Cao hao, Qi Hong, Su Xiao wei, Lei Gang, Liu Jun, Zhao Shuang, Liu Guanghui, and Zhu Kai. 2022. Rapid migration of mainland China's coastal erosion vulnerability due to anthropogenic changes. Journal of Environmental Management, 319, 115632.

Holling C S. 1973. Resilience and Stability of Ecological Systems. Annual Review of Ecology, Evolution, and Systematics, 4: 1-23.

IPCC, 2021: Climate Change 2021: The Physical Science Basis. Contribution of Working Group I to the Sixth Assessment Report of the Intergovernmental Panel on Climate Change. Cambridge University Press.

Lam N S, Reams M, Li K, Li C, and Mata L P. 2016. Measuring Community Resilience to Coastal Hazards along the Northern Gulf of Mexico. Natural Hazards Review, 17(1): 04015013.

陈奇放，翟国方，施益军. 2020. 韧性城市视角下海平面上升对沿海城市的影响及对策研究——以厦门市为例. 现代城市研究，（2）：106-116.

Chen Qifang, Zhai Guofang, and Shi Yijun. 2020. Research on the Impact of Sea Level Rise on Coastal Cities and Countermeasures from the Perspective of Resilient Cities: A Case Study of Xiamen. Modern Urban Research, (2): 106-116.

Deeming H, Fordham M, Kuhlicke C, Pedoth L, Schneiderbauer S, and Shreve C. 2018. Framing Community Disaster Resilience: Resources, Capacities, Learning, and Action. Hoboken, NJ: John Wiley & Sons, Ltd.

Dlakoulaki D, Mavrotas G, and Papayannakis L. 1995. Determining Objective Weights in Multiple Criteria Problems: The CRITIC Method. Computers & Operations Research, 22(7): 763-770.

郭云霞. 2022. 中国东南沿海区域台风及其风暴潮模拟与危险性分析. 北京：中国科学院大学（中国科学院海洋研究所）.

Guo Yunxia. 2022. Simulation and Risk Analysis of Typhoons and Storm Surges in the Southeastern Coastal Region of China. Beijing: University of Chinese Academy of Sciences(Institute of Oceanology, Chinese Academy of Sciences).

黄健元，龚志冬. 2018. 缓发性海洋灾害影响评估研究：基本视角与理论框架. 河海大学学报（哲学社会科学版），20（3）：64-70，92-93.

Huang Jianyuan and Gong Zhidong. 2018. Research on Impact Assessment of Slow-Onset Marine Disasters: Basic Perspectives and Theoretical Framework. Journal of Hohai University (Philosophy and Social Sciences Edition), 20(3): 64-70, 92-93.

雷勋平，邱广华. 2016. 基于熵权TOPSIS模型的区域资源环境承载力评价实证研究. 环境科学学报，36（1）：314-323.

Lei Xunping and Qiu Guanghua. 2016. Empirical Research on Regional Resource and Environmental Carrying Capacity Assessment Based on Entropy Weight TOPSIS Model. Acta Scientiae Circumstantiae, 36(1): 314-323.

李亚，翟国方. 2017. 我国城市灾害韧性评估及其提升策略研究. 规划师，33（8）：5-11.

Li Ya and Zhai Guofang. 2017. Research on Urban Disaster Resilience Assessment and Improvement Strategies in China. Planner, 33(8): 5-11.

National Academies of Sciences, Engineering, and Medicine. 2012. Disaster Resilience: A National Imperative. (2012-12-01) [2024-12-01]. https://doi.org/10.17226/13457.

Orencio P M and Fujii M. 2013. A Localized Disaster-Resilience Index to Assess Coastal Communities Based on an Analytic Hierarchy Process (AHP). International Journal of Disaster Risk Reduction, 3: 62-75.

欧阳虹彬，叶强. 2016. 韧性城市理论演化述评：概念、脉络与趋势. 城市规划，40（3）：34-42.

Ouyang Hongbin and Ye Qiang. 2016. A Review of the Evolution of Resilient City Theory: Concepts, Contexts, and Trends. Urban Planning, 40(3): 34-42.

Paton D, Millar M, and Johnston D. 2001. Community Resilience to Volcanic Hazard Consequences. Natural Hazards, 24(2): 157-169.

彭翀，郭祖源，彭仲仁. 2017. 国外社区韧性的理论与实践进展. 国际城市规划，32（4）：60-66.

Peng Chong, Guo Zuyuan, and Peng Zhongren. 2017. Theoretical and Practical Advances in Community Resilience Abroad. International Urban Planning, 32(4): 60-66.

师满江，曹琦. 2019. 城乡规划视角下韧性理论研究进展及提升措施. 西部人居环境学刊，34（6）：32-41.

Shi Manjiang and Cao Qi. 2019. Research Progress and Improvement Measures of Resilience Theory from the Perspective of Urban and Rural Planning. Journal of Western Human Settlements, 34(6): 32-41.

唐彦东，张青霞，于汐. 2023. 国外社区韧性评估维度和方法综述. 灾害学，38（1）：141-147.

Tang Yandong, Zhang Qingxia, and Yu Xi. 2023. A Review of Assessment Dimensions and Methods for Community Resilience Abroad. Journal of Disaster Science, 38(1): 141-147.

王江波，沈天宇，苟爱萍. 2022. 海岸带地区空间治理机制. 科技导报，40（19）：81-94.

Wang Jiangbo, Shen Tianyu, and Gou Aiping. 2022. Coastal Area Spatial Governance Mechanism. Science and Technology Review, 40(19): 81-94.

吴文菁，陈佳颖，叶润宇，李杨帆. 2019. 台风灾害下海岸带城市社会-生态系统脆弱性评估——大数据视角. 生态学报，39（19）：7079-7086.

Wu Wenjing, Chen Jiaying, Ye Runyu, and Li Yangfan. 2019. Evaluation of Social-Ecological System Vulnerability in Coastal Cities under Typhoon Disasters: A Big Data Perspective. Acta Ecologica Sinica, 39(19): 7079-7086.

Xie Huili, Wang Xinke, Hu Xiaoting, Shi Zhiyong, Lin Hong, Xie Xiangqun, Chen Lingxiu, Dai Hongxia, Zhang Jiao, Xu Mengjie, and Liu Xingzhao. 2023a. Exploring Urban Green Space Optimization of the Urban Walking Life Circle in Fuzhou, China. International Journal of Environmental Research and Public Health, 20(2): 1180.

Xie Huili, Wang Xinke, Wang Zhenfeng, Shi Zhiyong, Hu Xiaoting, Lin Hong, Xie Xiangqun, and Liu Xingzhao. 2023b. Mismatch between Infrastructure Supply and Demand Within a 15-Minute Living Circle Evaluation in Fuzhou, China. Heliyon, 9(9): e20130.

西明·达武迪，曹康，王金金，陶舒晨. 2015. 韧性规划：纽带概念抑或末路穷途. 国际城市规划，30（2）：8-12.

Simin Davoudi, Cao Kang, Wang Jinjing, and Tao Shuchen. 2015. Resilient Planning: A Connecting Concept or a Dead-End. International Journal of Urban Planning, 30(2): 8-12.

许炜宏，蔡榕硕. 2021. 海平面上升、强台风和风暴潮对厦门海域极值水位的影响及危险性预估. 海洋学报，43（5）：14-26.

Xu Weihong and Cai Rongshuo. 2021. Impact and Risk Assessment of Sea Level Rise, Strong Typhoons, and Storm Surges on Extreme Water Levels in Xiamen Waters. Acta Oceanologica Sinica, 43(5): 14-26. .

厦门市市政园林局. 2021. 厦门市排水（雨水）防涝专项规划（2020—2035年）. （2021-05-19）[2024-06-30]. http://szyl.xm.gov.cn/xxgk/zfxxgkml/xzxk/202105/t20210519_2545056.htm. [Xiamen Municipal Bureau of Gardens and Forestry (Editor). 2021. Special Plan for Drainage (Stormwater) and Flood Prevention in Xiamen (2020–2035). (2021-05-19) [2024-06-30]. http://szyl.xm.gov.cn/xxgk/zfxxgkml/xzxk/202105/t20210519_2545056.html]

厦门市自然资源和规划局. 2021. 厦门市国土空间生态修复专项规划（2021-2035年）. （2021-11-08）[2025-04-02]. https://www.3gcj.com/z-196568.html.

Xiamen Municipal Bureau of Natural Resources and Planning. 2021. Special Plan for Territorial Space Ecological Restoration in Xiamen (2021–2035). (2021-11-08) [2025-04-02]. https://www.3gcj.com/z-196568.html.

Yang Qiaoyun, Dan Yang, Li Peng, Liang Shilu, and Zhang Zhenghu. 2021. A Bibliometric and Visual Analysis of Global Community Resilience Research. International Journal of Environmental Research and Public Health, 18(20): 10857.

杨宝臣，陈跃. 2011. 基于组合赋权TOPSIS模型的项目评标方法研究. 电子科技大学学报（社科版），13（1）：50-54，62.

Yang Baochen and Chen Yue. 2011. Research on Project Bidding Evaluation Method Based on Combination Weighting and TOPSIS Model. Journal of University of Electronic Science and Technology of China (Social Sciences Edition), 13(1): 50-54, 62.

杨选梅，刘超，彭翀. 2024. 社区韧性：发展演进及空间规划启示. 西部人居环境学刊，39（2）：64-71.

Yang Xuanmei, Liu Chao, and Peng Chong. 2024. Community Resilience: Development Evolution and Spatial Planning Implications. Journal of Western Human Settlements, 39(2): 64-71.

朱诗尧. 2021. 城市抗涝韧性的度量与提升策略研究. 南京：东南大学.

Zhu Shiyao. 2021. Research on Measurement and Enhancement Strategies of Urban Flood Resilience. Nanjing: Southeast University.

Zhou Yanhai, Xie Huili, Liu Xingzhao, Wang Xinke, and Wang Zhenfeng. 2024. From Service Capacity to Spatial Equity: Accurately and Comprehensively Evaluating Urban Park Green Space Distribution under Multi-Trips Mode. PLoS One, 19(1): e0296629.

中华人民共和国住房和城乡建设部. 2012. CJJ37-2012城市道路工程设计规范. 北京：中国建筑工业出版社.

Ministry of Housing and Urban-Rural Development of the People's Republic of China. 2012. CJJ37-2012 Code for Design of Urban Road Engineering. Beijing: China Architecture & Building Press.

中华人民共和国住房和城乡建设部. 2014. 城市暴雨强度公式编制和设计暴雨雨型确定技术导则. （2022-06-23）［2024-12-01］. http://www.mohurd.gov.cn.

Ministry of Housing and Urban-Rural Development of the People's Republic of China. 2014. Technical Guidelines for Establishment of Intensity-Duration-Frequency Curve and Design Rainstorm Profile. (2022-06-23)[2024-12-01]. http://www.mohurd.gov.cn.

Options
文章导航

/

〈 〉