《Water》：Spatio-Temporal Evaluation and Attribution Analysis of Urban Flood Resilience in the Beijing–Tianjin–Hebei Region: A Multi-Method Coupling Approach
编辑推荐：
本综述系统构建了涵盖抵抗性、恢复性与适应性三维度的城市洪涝韧性（UFR）评价体系，结合CRITIC-熵权组合赋权法与VIKOR多属性决策模型，解析2011–2022年京津冀地区UFR时空分异规律，并引入XGBoost-SHAP机器学习框架量化关键驱动因子（如城市坡度、水文站密度、人均公园绿地等）的非线性贡献，为城市洪涝风险管理提供理论依据与实践路径。
1. 引言
全球城市化进程加速了生产要素与人口向城市聚集，在推动经济发展的同时，也加剧了城市系统面对环境压力的脆弱性。中国城镇化率由1978年的17.92%攀升至2022年的65.22%，而过去十年间城市自然灾害损失年均增长12.6%，其中洪涝灾害占比高达73.6%。京津冀地区作为中国核心经济区，仅占国土面积的1.9%，却承载全国7.8%的人口并贡献9.3%的GDP。2023年海河流域洪灾导致直接经济损失超千亿元，暴露出传统防洪设施与城市发展需求间的脱节。在此背景下，以自组织与适应性为核心的韧性城市理念为应对洪涝挑战提供了新范式。
2. 材料与方法
2.1 研究区概况
京津冀区域涵盖北京市、天津市及河北省11个地级市（承德、张家口、秦皇岛、唐山、保定、廊坊、沧州、石家庄、邯郸、邢台、衡水），总面积21.53万平方公里，属暖温带半湿润-半干旱季风气候，年降水量约500毫米且时空分布不均，60–80%降水集中于6–8月汛期。该区域受海河与滦河两大水系支配，湖泊湿地资源丰富（如白洋淀、衡水湖），地形梯度显著（西北高东南低），为洪涝风险研究提供了典型空间异质性样本。
2.2 评价指标体系构建
基于韧性理论“抵抗-恢复-适应”三阶段循环模型（图2），从自然、经济、社会、基础设施四维度筛选18项指标（表1），其中正向指标（如绿色覆盖率、研发投入占比）与负向指标（如年降水量、失业率）共同刻画城市系统应对洪涝的全过程能力。抵抗性侧重基础设施与防洪工程对洪水的即时抵御能力；恢复性体现灾后社会经济功能重建效率；适应性则反映系统通过政策调整与技术创新实现可持续转型的长期潜力。
2.4 CRITIC-熵权组合赋权法
为克服传统CRITIC方法对非线性关系捕捉不足的局限，引入熵权法修正权重计算。通过标准差量化指标波动性（式3），结合皮尔逊相关系数表征冲突性（式4），最终通过乘法合成综合权重（式11）。结果显示，城市坡度（0.1343）、水文站密度（0.0892）等自然与监测类指标权重显著高于社会类指标，凸显硬件设施在韧性构建中的基础作用。
2.5 多属性决策方法（VIKOR）
利用VIKOR方法处理指标间冲突性，通过计算群体效用值（式12）与个体遗憾值（式13），得出各城市年度UFR综合评分（式15）。该方法以妥协解逼近理想解，更贴合韧性维度间此消彼长的现实矛盾。
2.6 空间自相关分析
采用全局莫兰指数（式16）与局部莫兰指数（式17）检验UFR空间聚集性。K近邻法构建空间权重矩阵，确保地理邻接关系的精确表达。
2.7 XGBoost-SHAP驱动机制解析
XGBoost模型通过正则化项（式18）控制过拟合，其预测精度（R2= 0.9618）显著优于随机森林与GBDT（表4）。SHAP值（式19）量化各特征对预测结果的边际贡献，揭示驱动因子的非线性影响方向与强度。
3. 结果
3.1 时序演化特征
2011–2022年间，京津冀UFR整体呈波动上升趋势（图3）。北京韧性值始终高于0.7349（高韧性阈值），归因于其基础设施完善与政策资源倾斜；天津受低洼地形与高不透水面比例制约，韧性水平持续偏低；河北各市韧性差异缩小，沧州、唐山依托产业绿色转型实现快速提升，而石家庄与秦皇岛因产业结构固化增长缓慢。
3.2 空间分异格局
空间分布显示西北高、东南低的明显梯度（图4）。高韧性区集中于北京及周边城市，低韧性集群主要分布于东南平原区。至2022年，最低韧性城市比例由54%降至15%，区域协同发展政策有效缓解了空间失衡。
3.3 空间自相关结果
全局莫兰指数介于0.330–0.404（表3），证实UFR存在显著空间正相关。局部聚类图（图5）显示“高-高”聚集以北京为核心，“低-低”聚集集中于天津，反映地理邻近性对韧性水平的传导效应。
4. 讨论
4.1 驱动机制解析
SHAP分析表明（图7–8），城市坡度（SHAP=0.1343）、水文站密度（0.0892）、人均公园绿地（0.0621）等6项指标贡献度超0.02，为关键正向驱动因子；失业率则呈现抑制效应。非线性关系揭示：当绿色覆盖率提升至25%以上时，其对韧性的边际贡献显著增强，而研发投入占比需达2.5%方能触发适应性跃升。
4.4 模型验证
VIKOR与TOPSIS方法排序结果的肯德尔相关系数为0.4862（p=2.11×10?19），但VIKOR在区分度与单调性上更优（图9），尤其适用于捕捉UFR的动态波动。
5. 结论
本研究通过多方法耦合框架，揭示京津冀UFR的时空分异受自然地理本底与人为干预双重驱动。未来应重点优化生态基础设施（如绿地系统）、强化水文监测网络、控制人口密度峰值，并通过科技投入提升系统适应性。研究成果可为高风险城市群的洪涝治理提供差异化策略依据。
