中国沿海城市经济韧性评估：基于GAT-Transformer与多准则决策的集成方法

本研究针对全球化与气候变化背景下沿海城市经济韧性评估的复杂性问题，创新性地整合图注意力网络(GAT)、Transformer时空建模与多准则决策方法(MCDM)，构建了包含海陆子系统的三维评价体系。通过对中国47个沿海城市的实证分析，发现上海经济韧性最强，同时揭示了南北部城市韧性差异特征：北部均衡发展而南部陆域经济优势显著。该研究为沿海城市制定韧性提升策略提供了兼具空间关联性与动态适应性的科学框架，发表于《Environmental and Sustainability Indicators》。

　　

随着全球气候变暖与极端天气频发，沿海城市作为人口经济高度集聚区，正面临海平面上升、风暴潮等自然灾害与经济波动的双重冲击。联合国《新城市议程》将城市韧性列为可持续发展核心目标，中国"十四五"规划也明确提出建设韧性城市的要求。然而现有研究多聚焦单一经济子系统，缺乏对海陆经济交互作用的系统考量，且传统评估方法难以捕捉复杂时空关联。这些局限性使得沿海城市难以及时预警风险并制定精准调控策略。

为突破这些瓶颈，来自国内高校的研究团队在《Environmental and Sustainability Indicators》发表创新成果。该研究首次将深度学习与决策模型深度融合，开发出ST-GAT-Transformer集成框架，通过构建包含40项指标的三维评价体系（涵盖脆弱性、抵抗力、稳健性和恢复力四个维度），对中国47个沿海城市进行多尺度韧性评估。研究发现上海凭借均衡的海陆经济结构稳居韧性榜首，而深圳需优化海洋产业结构，大连应加强企业引进，威海则需强化海洋环境治理。更值得注意的是，研究揭示了南北差异规律：北方城市经济韧性更均衡，南方城市陆域经济优势突出，小城市则更依赖海洋经济。这项研究为沿海城市韧性管理提供了动态监测工具和差异化的政策工具箱。

研究团队主要运用三项核心技术：1) ST-GAT-Transformer时空预测模型，通过图注意力机制捕捉城市空间关联，结合Transformer处理时间序列；2) 决策实验室分析法(DEMATEL)解析40项指标的因果网络；3) 基于DEMATEL的网络层次分析法(DANP)确定指标权重，最终通过改进的VIKOR方法完成城市排序。

研究结果呈现四大发现：

1. 模型性能验证
   ST-GAT-Transformer的预测误差(MAE=0.1180)较次优模型降低32.07%，时空特征提取能力显著优于传统GCN-Transformer组合。

2. 子系统作用机制
   海洋子系统(S2) centrality值达32.39451，显示其对整体韧性影响更大但更脆弱；陆地子系统(S1)则更具稳定性。在维度层面，恢复力(D4/D8)和脆弱性(D5)是驱动系统演化的核心维度。

3. 关键指标识别
   陆地经济中GDP增长率(C41)权重最高(0.060)，其次是人均GDP(C31,0.043)；海洋经济中海水质量(C52,0.045)和旅游资源占比(C82,0.037)最具影响力。DEMATEL分析显示企业密度(C24)和海洋GDP增速(C81)分别是海陆子系统最具传导性的指标。

4. 城市韧性图谱
   2022年评估显示，上海(Q=0.224)、深圳(Q=0.248)、广州(Q=0.280)组成第一梯队，而葫芦岛(Q=0.374)、锦州(Q=0.370)等东北城市排名靠后。时空演变分析发现，青岛、宁波等港口城市通过优化产业结构使排名持续上升。

这项研究开创性地将时空深度学习与MCDM模型结合，其构建的"监测-预测-评估"技术链条，能够动态捕捉沿海城市复杂经济系统的非线性特征。提出的海陆协同治理框架，为不同发展阶段城市提供了差异化政策路径：对海洋经济依赖型城市应加强环境监管(C53)和产业升级(C62)，对陆域主导型城市则需优化就业结构(C11)和科技创新投入(C44)。该成果不仅完善了城市韧性理论体系，其开发的ST-GAT-Transformer架构也为区域可持续发展研究提供了可迁移的方法论范式。