京津冀气候变化适应性指标体系构建与评价

来源:用户上传      作者:

　　摘 要：随着对气候变化认识的加深，如何降低城市脆弱性和提高气候适应能力成为国内外城市与环境研究的新热点，而如何评估和界定城市对气候的适应性，是城市开展适应规划和建设的基础。本文以京津冀地区北京市、天津市、河北省为代表，选取资源环境水平、经济支撑能力、社会发展水平、响应治理能力四个大类，十二个评价指标，运用AHP层次分析法和逼近理想解排序法（TOPSIS）构建气候适应能力评价体系，根据模型对2008—2018年北京市、天津市、河北省三地的适应能力分级，将城市的适应能力划分为Ⅰ级低水平、Ⅱ级中等水平和Ⅲ级高水平，分析各个因素对于气候适应性的贡献程度。结果表明，京津冀地区城市气候适应能力总体上不断增强，城市化进程稳定，但存在一定差异性和不均衡性，表现为北京市强于天津市，天津市强于河北省。北京市各要素起步水平高且稳定增长;天津市较河北省经济支撑和社会发展水平较高，资源环境水平和响应治理能力较河北省还相对较弱。
　　关键词：气候变化;适应能力;指标体系;Topsis综合评价
　　中图分类号：P467    文献标识码：A    文章编号：1671-0037（2020）1-53-9
　　1 引言
　　全球气候变化导致暴雪、洪水、干旱、地震等极端气候灾害发生频率和强度增加。IPCC发表的《第五次评估报告》（2014年）指出人类对气候系统的影响是明确的，而且这种影响在不断增强，在世界各个大洲都已观测到种种影响。如果任其发展，气候变化将会增强对人类和生态系统造成严重、普遍和不可逆转影响的可能性。IPCC引入两个不同的战略以应对气候变化：减缓（mitigation）和气候适应（adaptation）。减缓主要是指减少人类活动带来的温室气体排放，从而减缓并阻止气候变化的发生，而适应是指为降低自然系统和人类系统对实际的或预计的气候变化影响的脆弱性而提出的倡议和采取的措施。在气候变化已经造成影响的现状下，研究适应性是必要的。Preston等认为气候变化背景下的脆弱性评价，涉及“评估的目的是什么”“脆弱性评价体系如何构建”“评价的技术方法”“谁参与评价以及如何利用评价结果来促进社会经济发展”等4个关键问题;Kim等基于气候情景、经济要素、技术要素构建了城市适应气候变化投资的经济评价决策支持模型。在国内，潘家华等提出了适应气候变化的基本分析框架，即基于不同发展阶段的适应需求，区分增量型适应和发展型适应，并通过工程性适应、技术性适应和制度性适应三种适应手段增强适应能力;殷保国等通过对城市气候变化脆弱性的合理简化，使用压力—状态—响应（Pressure-State-Response）模型来研究人类和自然活动对环境的影响，通过合理分析得出解决方案，为解决黄山市脆弱性提供合理方案，并进行推广;刘霞飞等运用逼近理想解排序法（TOPSIS）构建评价模型，对西部地区城市气候变化适应能力进行评价并分级。
　　目前，城市是人类活动的主要区域，并且随着城镇化进程的加快，城市的安全和抵御风险的能力却在减弱。在这种情况下，城市成为应对全球气候变化的核心区域，如何提高城市对于气候的适应能力尤为重要。本文选择京津冀地区北京市、天津市、河北省作为研究对象，运用AHP層次分析法和逼近理想解排序法（TOPSIS）建立气候适应性评价体系，分析影响京津冀地区气候变化适应能力的因素，以及每个因素在增强气候适应能力方面的贡献程度，并提出相应的政策建议。
　　2 评价模型与数据
　　2.1 评价对象
　　由于研究对象是我国京津冀地区城市气候变化适应能力，鉴于河北省与北京市、天津市直辖城市不同，选取河北省部分主要城市对于整个河北省的评价不具有较强的参考意义，因而选取京津冀地区三块区域作为评价对象——北京市、天津市和河北省。
　　2.2 评价模型
　　2.2.1 评价模型指标体系的构建。城市气候变化适应能力体现在城市资源与环境发展水平、经济、社会、技术和风险治理等多个方面。本文依据城市适应气候变化能力的内在要求，基于相关文献的研究及指标数据的可获取性、代表性、可量化性、简易性与整体性原则，将评价指标体系的层次设置为目标层、准则层和指标层，目标层即为本文研究目标，准则层对应的是概念框架中的①资源环境水平：反映城市绿化、空气和水资源等价值对于气候适应能力的贡献;②经济支撑能力：反映城市经济水平、人均收入和消费水平等对气候变化的支撑能力;③社会发展水平：反映城市公共资源水平、人均享有的社会福利等对气候适应能力的影响;④响应治理能力：反映政府财政政策、社会群众力量对风险的防控能力及风险发生的应对能力。最终选取了12个指标构成评价体系。
　　由于在本文所研究的对象中，河北省和北京市、天津市的统计口径不一致，已统计的绝对量指标不能很好地满足对城市进行气候变化适应能力评价的全部需求，基于相关文献的研究和经验判断，在原有指标的基础上进行推算和演变，形成能够满足研究需求的相对量指标。其中，“资源与社会发展水平”依据国家质量环境标准，环境质量标准按环境要素分为水、大气、土壤和生物质量标准四类。本文用“人均公园绿地面积”“人均年二氧化硫排放量”两项指标反映城市土壤和大气状况，考虑到城市水资源供给与合理利用是气候适应能力的重要因素之一，计算了“万元GDP水资源消耗量”以反映水资源的利用技术变革;其余要素层部分指标也是由推算复合而成：“单位面积财政收入”由2008—2018年政府税收财政收入与城市面积的比值计算而来，“单位面积公路里程”由城市公路里程与城市面积的比值计算而来，“人均房屋建筑面积”由城市年施工面积与每年的总人口数计算比值得来，“水利、环境和公共设施管理业从业率”由城市每年从事水利、环境和公共设施管理业的人数与每年的就业人口总量的比值计算而来（见图1）。
　　此外，由于部分统计数据的缺失，2011年河北省基础投资额由前后数年的数列规律推算而来，2018年二氧化硫排放量由浓度指标推算而来。所选2008—2018年数据指标从指标属性来看，大多数为正向指标，即数据越大则代表更好的适应能力，仅有“万元GDP用水量”“人均二氧化硫排放量”为负向指标。 　　2.2.2 评价模型指标权重的确定。层次分析法所要解决的问题是关于最低层对最高层的相对权重问题，按此相对权重可以对最低层中的各种方案、措施进行排序，从而在不同的方案中做出选择或形成选择方案的原则。构造判断比较矩阵首先把准则层各项对目标层的重要性进行两两比较，形成判断矩阵A，即判断矩阵是相对重要性的数字化体现，相对重要性的遵循严格且科学的重要等级“1-9标度法”，如表1所示。
　　在根据1-9标度对指标进行赋值构建比较矩阵之后，需要对比较矩阵进行一致性检验，即计算判断矩阵的特征根[λ]，它允许不一致，但要确定不一致的允许范围。计算一致性指标CI（consistency index） CI=0，表示判断矩阵具有完全一致性时，[λmax=n];CI接近0，有较满意的一致性;CI越大，不一致性越严重。CI的计算公式如下：[CI=λmax-nn-1]。
　　为了检验判断矩阵是否具有令人满意的一致性，即CI是否在允许范围内，将CI与平均随机一致性指标RI进行比较：随机一致性指标如表2所示。
　　当CR<0.1时，则认为判断矩阵具有令人满意的一致性，说明判断矩阵成立，计算出来的权重有效。
　　根据以上层次分析法的相关理论基础，每个要素在整个影响评价体系中的地位与重要性是不同的，可以对每个要素进行确定打分，构造出判断矩阵。本研究依据专家打分的基础，划分出4个一级指标和12个二级指标，并对每个指标进行两两比较，构建出指标的比较矩阵，将矩阵在MATLAB当中计算出权重，如表3所示，权重值的大小与排序结果呈正相关，数值越大，对适应能力的综合指数评价结果的影响越大，反之则越小。
　　2.2.3 建立评价模型。对于多属性、多层次的决策模型在多准则决策问题中，逼近理想解排序法（TOPSIS）通过计算各个评价对象与评价目标之间的贴近度（即相对接近程度）定量评估研究对象。TOPSIS方法引入了“正理想解”和“负理想解”两个概念，正理想解（方案）的各个属性值都达到各备选方案中的最好的值，与理想目标的距离最小，反之负理想解（方案）与理想目标的距离最大。
　　本文采取Topsis与AHP层次分析结合的方法，以Excel为数据处理平台对初始数据的评价矩阵进行处理。由于各个指标的初始数据具有不同的量纲，不具有可比性，因而首先以Excel为平台对初始评价矩阵进行无量纲化处理，考虑不同指标对城市适应性的方向属性具有差异，与适应性正向相关的为正向指标，负向相关的为负向指标，利用极差法对不同指标标准化处理的公式为：
　　以上两式分子中的max（[xj）]和min（[xj）]分别是该项指标原始数据的最大值和最小值，分母是该项指标原始数据的极差，指标正向化的数值越大，表示与理想目标的距离越小，反映的适应性越好。基于标准化后的指标集，与层次总排序权重值进行加权计算，从而计算各方案正、负理想解的距离和贴近度分析：
　　公式（5）中当[f，=0]说明该评价对象为负理想解，距离目标值最远，与评价目标的相对接近程度最小;当[f*=1]时，说明该评价对象为正理想解，距离目标值最近，与评价目标的相对接近程度最大。以[f*]的值作為最终评价城市适应能力的依据。
　　2.3 数据来源
　　本研究的指标数据包括北京市、天津市及河北省的统计数据，主要来源于2008—2018年《中国城市统计年鉴》《河北省统计年鉴》及国家统计局统计数据库。部分缺失的数据由地方统计年鉴进行补充，所选指标均为相对量，以合理避免城市与省份计量口径不同而产生的问题。
　　3 城市气候适应能力评价结果及分析
　　3.1 评价结果
　　将Topsis和AHP层次分析结合的方法应用到具体的城市（省份），按照步骤计算京津冀地区评价对象2008—2018年每年分别与正理想解的距离，分别计算资源环境水平指数、经济支撑能力指数、社会发展水平指数和响应治理能力指数，再通过响应指标权重计算最终的城市气候适应能力综合指数，结果见附表所示。城市综合适应能力指数评价结果，将适应能力指数分布在[1，0.33）为I级低水平，[0.33，0.67）为II级中等水平，[0.67，1]为III级高水平，如表4所示。
　　京津冀主要城市和省份的大多数年度气候适应能力等级为II级中等水平。北京市起步水平等级较高，2008年即达到II等级水平，之后呈现逐年递增的趋势，到2013年指数水平达到III级高级水平并继续保持着稳定和逐年攀升的趋势;天津市2008年起步处于I级低级水平，但在第二年迅速打破壁垒，以较快的增长速度达到II级适应水平，此后2009—2017年以稳定的增速向上攀升，2018年出现下滑，适应指数跌至0.5579，目前尚处于突破中等水平达到高级适应水平的攻坚阶段;河北省整体水平大多数年度处于I级低级水平，由于一些固有条件的限制一直保持着低速的增长，2015年河北省突破瓶颈，综合适应等级达到II，未来有很大的上升空间和潜力。
　　3.2 结果分析
　　3.2.1 资源环境水平。从资源环境水平（图2）来看，从2008年开始北京市的资源环境水平指数就一直处于京津冀地区的高位水平并呈现出每年稳中有进的趋势。从数据指标来看，北京市资源环境水平指标能够克服空间限制、人口密度大等问题一直处于高位水平，与城市合理的投入与规划密切相关。天津市、河北省的资源环境水平指数均从较低的起步水平以稳定的速度增长，总体来看，2008—2014年天津市的指数水平较次于河北省，自2015年天津市的城市定位变更后，2015—2017年天津市的资源环境适应指数快速增长，城市绿化水平不断提高，生产耗水和人均污染物排放量得到有效的控制，但是2018年人均绿化面积下降显著与该年度资源环境水平、综合城市适应指数的下降不无关系，如何合理规划城市人口、建筑与绿化仍有待进一步的解决。河北省具有较小的人口密度压力，资源环境的调节具有较好的灵活性，河北省的人均绿化、生产耗水和空气质量状况也在逐年改善。 　　3.2.2 经济支撑能力。各评价对象在经济支撑能力上具有较明显的层次（图3）。其中，北京市具有起步水平高、增长速度快等特点，这与北京市在我国的核心城市定位密切相关，强大的经济支撑能力为其综合适应能力提供了有力的支撑。天津市的经济支撑能力指数介于北京市和河北省之间，从2008年开始与河北省的差距逐渐拉大，从指标层面来看，伴随着滨海新区对外开放范围的扩大有效地促进了人均GDP、人均消费水平的发展与提高，其产业结构呈现出的服务业高位增长成为天津市产业结构转型促进经济转型升级的重要推手。河北省的经济支撑指数2008年起至今仍尚处于低位水平，在京津冀协同发展的背景下保持着较低速的增长，从数据指标层面来看，2018年其第三产业占GDP比例仍未超过50%，促进产业结构转型升级拉动内需仍旧是河北省经济发展的重任。
　　3.2.3 社会发展水平。地区社会发展水平与经济发展水平密切相关，天津市和北京市仍旧呈现出起步水平较高、河北省处于低位的特征。天津市和北京市社会发展水平的差距相对缩小，从指标数据体现来看（图4），天津市相较于北京市的人均基础设施投资额具有较高的基础水平，鉴于北京市人口基数和人口密度大的特点，北京市的总体财政收入水平相比较仍处于高位;从指标数据来看，反映城市基础设施建设的“单位面积的公路里程数”等、反映城市民生状况的“人均房屋建筑面积”等均处于高位水平。河北省和天津市的财政收入水平类似，由于河北省人口基数大、地域面积广阔的特点，财政收入落实到每一片土地、每一个人的水平尚且处于低位水平，人均的可支配财政收入与人均消费水平等密切相关，社会发展水平与经济支撑能力彼此互相影响着城市的适应能力指数。
　　3.2.4 响应治理能力。从响应治理能力（图5）来看，北京市的响应治理能力较强，主要因为北京市的各种灾害事件或伤亡损失较少，并且近年来不断加大节能环保财政支出比重以及未来科学试验经费的投入，建立了较为完整的风险预警机制。天津市和河北省的响应治理能力指数总体上呈现的波动比较大，对比前几类适应能力指数，未能实现稳步增长。从指标数据来看，天津市和河北省的环保支出占财政支出的比重，水利、环境和公共设施管理业人员从业率以及研究与试验经费支出占地区生产总值比例均不能達到一个稳定的状态。河北省的响应治理能力总体上好于天津市，从指标数据来看，河北省更注重对当下风险危机的应对，环保支出和相关管理行业的从业率水平比天津市高，这与河北省的各种灾害事件或伤亡损失可能会存在联系;天津市的防范机制重点在于未来，更多的财政支出用于未来的科学与试验经费。
　　4 结论及建议
　　4.1 结果讨论
　　①北京市作为我国的首都，其综合应对气候变化适应能力指数从2013年就已经达到III级高水平，结果显示其综合适应能力指数得益于其要素层指标水平的日益提高。北京市的资源环境水平能够克服其本身人口密度大等问题，从指标层显示其城市人均绿化面积、生产耗水量和空气环境质量状况都在逐年改善。经济支撑能力与社会发展水平具有较强的关联性，二者整体显示的特征均为基础水平较高、增速较快，指标层显示第三产业占比的提高有效提高了人均消费水平和财政收入水平，从指标数据来看反映城市基础设施建设的“单位面积的公路里程数”等、反映城市民生状况的“人均房屋建筑面积”等均处于高位水平，为社会发展提供了充足的动力，同时近年来北京市不断加大节能环保财政支出比重以及未来科学试验经费的投入，建立了较为完整的风险预警机制，为综合应对气候变化提供了强有力的支撑保障和应对措施。
　　②天津市综合应对气候变化能力指数总体上均处于II级中等水平，其综合适应能力指数在2008—2017年呈现逐年递增的趋势，2018年略有下降。从要素层来看，天津市资源环境水平不断提高，绿化水平不断提高，生产耗水和人均污染物排放量得到有效的控制，但是2018年人均绿化面积下降显著与该年度资源环境水平、综合城市适应指数的下降不无关系。产业结构的转型升级有效地促进了人均消费水平和财政收入水平的整体性提高以及有效地拉动经济支撑能力和社会发展水平。2016—2018年天津市的人均基础设施水平略有下降导致社会发展水平乃至综合应对气候变化适应能力指数有一定程度下降。天津市的响应治理水平与北京市有较大的差距且常年处于一种不稳定的波动状态，从指标层来看，总体上其环保支出的比重、科学试验经费投资占GDP比重等均处于较低的水平，可见仍需要加强建立应对气候变化风险的响应机制。
　　③河北省应对气候变化适应能力指数起步水平低，增速缓慢，常年处于I级低水平，直到2015年才进入II级中等水平。从要素层来看，河北省具有较小的人口密度压力，资源环境的调节具有较好的灵活性，其人均绿化、生产耗水和空气质量状况也在逐年改善。河北省的资源环境水平总体尚处于京津冀地区较良好的水平。河北省的经济支撑能力和社会发展水平均处于较低的水平且增速较为缓慢，产业结构的问题等在很大程度上制约了经济社会的发展和影响了综合应对气候变化适应能力。在响应治理水平上，河北省较专注于解决当下的问题，其环保支出比重及水利、环境和公共设施管理业从业率处于较高的水平，但是其研究与试验经费支出占地区生产总值比例仅在1%的低水平附近徘徊，也造成了其响应治理水平指数的不稳定。
　　4.2 政策建议
　　①基于北京市的结果讨论，北京市目前的资源环境水平、经济支撑能力、社会发展水平和响应治理能力均处于较好的水平，但是北京市仍旧面临着人口密度逐渐加大的事实，相关部门应着重推动常住人口均衡分布，合理构建资源要素空间布局。
　　②基于天津市的结果讨论，相关部门应注意加快落实基础设施投资，推进城市化进程，以避免随着城市人口的增长给城市发展进程带来的阻滞影响。继续深化产业结构转型升级，在促进经济社会发展的同时合理规划城市绿化建设，协调资源环境水平发展。
　　③基于河北省的结果讨论，相关部门在资源环境整改方面应着重加强对空气环境质量的整改，加快产业转型升级进程，以推动经济社会的发展。在京津冀协同发展的机遇下与优势地区建立基础设施互联共通，缩小产业结构梯度差距。加大科学试验研究的投入力度，建立结合当下和未来的完整响应治理机制。 　　参考文献：
　　[1] 邹骥，滕飞，傅莎.减缓气候变化社会经济评价研究的最新进展：对IPCC第五次评估报告第三工作组报告的评述[J].气候变化研究进展，2014，10（5）：313-322.
　　[2] PRESTON B L， YUEN E J， WESTAWAY R M.Putting vulnerability to climate change on the map：a review of approaches， benefits， and risks[J].Sustainability Science，2011，6（2）：177-202.
　　[3] KIM K， HA S， KIM H. Using real options for urban infrastructure adaptation under climate change[J]. Journal of cleaner production， 2017，143： 40-50.
　　[4] 潘家华，郑艳.适应气候变化的分析框架及政策涵义[J].中國人口·资源与环境，2010，20（10）：1-5.
　　[5] 殷保国，丁浩，代传春，等.基于PSR模型的城市区域气候变化脆弱性综合评价理论体系[J].新型工业化，2019，9（5）：83-87.
　　[6] 陈太根.咸阳市气候变化适应度评价及可持续发展模式[D].西安：陕西师范大学，2010.
　　[7] 刘霞飞，曲建升，刘莉娜，等.我国西部地区城市气候变化适应能力评价[J].生态经济，2019，35（4）：104-110.
　　[8] 谢欣露，郑艳.气候适应型城市评价指标体系研究：以北京市为例[J].城市与环境研究，2016（4）：50-66.
　　[9] 袁朋伟，宋守信，潘显钟，等.气候变化条件下的城市脆弱性建模与仿真[J].城市发展研究，2014，21（1）：54-60.
　　[10] 张阳.京津冀地区大气环境系统脆弱性评估研究[D].北京：华北电力大学，2018.
　　[11] 赵志庆.基于气候变化的城市脆弱性评价体系建立研究[C].中国城市规划学会、沈阳市人民政府.规划60年：成就与挑战：2016中国城市规划年会论文集（01城市安全与防灾规划）.中国城市规划学会、沈阳市人民政府：中国城市规划学会，2016：336-350.
　　[12] 张波，曲建升.城市对气候变化的影响、脆弱性与应对措施研究[J].开发研究，2011（5）：93-97.
　　[13] 方一平，秦大河，丁永建.气候变化脆弱性及其国际研究进展[J].冰川冻土，2009，31（3）：540-545.
　　[14] 谢欣露，郑艳，潘家华，等.气候变化下的城市脆弱性及适应：三角城市为例[M]//城市与环境研究（2013/1，总第1期）.社会科学出版社，2013.
　　[15] 尹春侠.城市脆弱性评价指标体系的构建与关键致脆因素研究：以河南省为例[J].价值工程，2019，38（1）：84-86.
转载注明来源:https://www.xzbu.com/1/view-15142342.htm