《Land》：Spatiotemporal Evolution of Urban Flood Risk in a Mid-Sized City Cluster: A Three-Stage Assessment of Six Northern Henan Cities Around the July 2021 Extreme Event
编辑推荐：
灾害后关于2021年7月（“7·20”）河南洪涝的研究集中于超大城市郑州，致使六个受灾严重的中等城市尚未得到评估。本研究在包含12项指标的危险性—暴露度—敏感性—适应能力（Hazard–Exposure–Sensitivity–Adaptive capacit
灾害后关于2021年7月（“7·20”）河南洪涝的研究集中于超大城市郑州，致使六个受灾严重的中等城市尚未得到评估。本研究在包含12项指标的危险性—暴露度—敏感性—适应能力（Hazard–Exposure–Sensitivity–Adaptive capacity，H-E-S-AC）面板上，对安阳、鹤壁、新乡、焦作、濮阳和济源2018—2024年（42个城市—年份样本）的城市洪涝风险进行评估，采用客观赋权（CRITIC（criteria importance through intercriteria correlation）×熵权，博弈论组合）并以集对分析（set pair analysis，SPA）分级。该设计优先考虑验证而非新颖性：指标经一阶差分共线性筛选（first-difference collinearity screening）后由16项保留至12项；官方灾情数据仅作为外部验证准则；结果通过七种稳健性情景（包括无阈值逼近理想解排序法（threshold-free TOPSIS）基准）和云模型算子检验（cloud-model operator check）进行压力测试，后者复现城市排序（ρ = 0.975）。暴露度而非危险性决定排序——新乡最高（0.565），济源最低（0.446）。2021年冲击使六市风险均上升（+0.027至+0.087），且风险具有粘性：至2024年新乡和济源尚未恢复至灾前水平。障碍因子剖面具有城市特异性并以暴露度为主导，两座风险粘性城市的排水缺口尤为突出。在三城市验证样本上，该面板精确复现官方危险性排序和受灾人口排序（Spearman ρ = 1.0；鉴于n = 3，结果仅为示意性）。指标面板筛查为中等城市群提供了一条超越超大城市关注的数据轻量型洪涝风险分级筛查路径。
一、研究背景与问题
气候变暖加剧水文循环和极端降水，城市人口、资产与基础设施在低洼平原集中，使洪涝成为高成本灾害；黄河流域暴雨洪涝风险上升。2021年“7·20”河南事件造成398人死亡、约1200.6亿元直接经济损失，郑州站最大24 h降水624 mm、峰值小时雨强201.9 mm；但灾后研究集中于郑州，豫北安阳、鹤壁、新乡、焦作、濮阳、济源六个重灾中等城市未作为整体评估。既有指数评估存在静态单快照、指标共线性未筛、验证内部或循环、灾后动态不明等缺口，故需三阶段、验证导向的面板评估。
二、研究开展、结论与意义
研究人员将六市作为同质中等城市单元，构建2018—2024年42个城市—年份样本的12指标H-E-S-AC（Hazard–Exposure–Sensitivity–Adaptive capacity，危险性—暴露度—敏感性—适应能力）面板，采用CRITIC×熵权博弈组合和SPA（set pair analysis，集对分析），以七种稳健性情景及官方灾情外部验证。结论为风险主要由暴露度结构决定；2021冲击普遍上升，新乡和济源至2024年仍高于灾前，呈“风险粘性”；障碍因子城市特异且暴露主导。意义在于为缺乏密集水文站网和校准水动力模型的中等城市群提供数据轻量、可年度更新的风险分级筛查。
三、关键技术方法（≤250字）
方法构建2018—2024年豫北六市6×7=42个城市—年份平衡面板（样本队列：安阳、鹤壁、新乡、焦作、濮阳、济源；数据来自地级市统计资料、CPI和第七次全国人口普查，官方7·20灾情仅作外部验证）。初选16项H-E-S-AC指标，以逐市同比一阶差分Pearson相关|r|>0.7筛选保留12项；经价格平减、方向统一、极差归一，用CRITIC（criteria importance through intercriteria correlation）×熵权及博弈论组合赋权；以五元SPA按面板分位数阈值求等级隶属度和RI（risk index）；划分灾前、灾中、恢复三阶段并计算冲击、回弹、净恢复；用障碍度模型；以七种稳健性情景、云模型、无阈值TOPSIS（technique for order preference by similarity to ideal solution）及官方降雨/受灾人口外部验证。
四、研究结果
4.1 Indicator and Dimension Weights（指标与维度权重）：组合权重暴露0.4305，近三倍于敏感性0.1446和危险性0.1422，E2（built-up area share，建成区面积占比）、E1（urban population density，城市人口密度）、E3（GDP per built-up area，单位建成区GDP）居前；H1（Rx1day）与S1（65岁及以上人口占比）方法差异被组合调和，权重为面板信息量而非因果重要性。
4.2 Spatiotemporal Pattern of the Flood Risk Index（洪水风险指数时空格局）：RI轨迹五市2021峰值，仅新乡2021/2022和濮阳2021达IV级；均值排序新乡0.565>濮阳0.531>鹤壁0.497>安阳0.489>焦作0.466>济源0.446，呈暴露结构；焦作2020略高与GDP修订有关。
4.3 Three-Stage Dynamics Around the 7·20 Event（7·20事件前后三阶段动态）：六市冲击均正（+0.0271至+0.0870）、回弹均负（?0.0309至?0.0914）；净恢复四市不高于灾前（焦作?0.0349、濮阳?0.0195、安阳?0.0064、鹤壁?0.0038），新乡+0.0221、济源+0.0360为风险粘性，原文归因于暴露累积超过适应能力增益。
4.4 Obstacle-Factor Diagnosis（障碍因子诊断）：六市首位障碍均属暴露：E2在济源28.9%、鹤壁27.1%、焦作22.5%，E3在安阳17.7%、濮阳16.5%，E1在新乡14.9%、焦作18.5%居次；AC3（drainage pipe density，排水管道密度）在新乡13.1%、济源13.3%居次，S2（child population share，儿童人口占比）在濮阳14.1%、安阳12.2%进入前三。
4.5 Robustness Checks（稳健性检验）：权重Monte Carlo ρ均值0.976最小0.927；排除2021或济源ρ=1；12→15指标ρ=0.83/0.80；A4翻转ρ=1；云模型ρ=0.975且排序一致；TOPSIS全样本ρ=0.277、城市均值0.029，与受灾人口ρ=0.5低于SPA的1.0，故保留SPA。
4.6 External Criterion Validation（外部准则验证）：官方面雨量排序鹤壁589 mm>新乡512 mm>焦作436.5 mm、受灾人口新乡2.637 M>鹤壁1.018 M>焦作0.7445 M，模型分别ρ=1.0、ρ=1.0；n=3仅示意，灾情未入指标避免循环；濮阳风险—损失差异作为潜在暴露解释。
五、讨论部分总结
5.1 Comparison with Prior Work：7·20研究以郑州为中心，六市整体缺失；与 Xiao et al.、Wan et al.、Hao et al.、Li and Hu 等相比，本研究差别在客观组合与独立验证；TOPSIS差异显示算子敏感但外部准则支持SPA。5.2 Explaining the Risk Pattern：暴露主导解释新乡规模大且排水最低、鹤壁高危险但规模小、濮阳农业暴露高呈潜在风险而非模型异常。5.3 Recovery Dynamics and Their Meaning：风险粘性源于暴露—能力平衡，济源小城市投资绝对量不足为原文假设，非管理失败。5.4 Policy Implications：E2城市重土地利用纪律，E3东部平原重经济布局与农业风险工具，新乡重排水和密度管理，人口结构影响疏散；中等城市群年度筛查。5.5 Limitations and Future Work：局限包括n=3、分位阈值相对、算子敏感、缺不透水面/排水标准、排除郑州限制外推、城市平均平滑、指数回顾；未来SWMM和气候情景。
六、研究结论翻译
本研究评估中国豫北六市2018—2024年城市洪涝风险——42个城市—年份样本平衡面板——采用一阶差分共线性筛选的12指标H-E-S-AC系统、CRITIC×熵权博弈组合和五元SPA，追踪2021年7月“7·20”极端降雨事件风险轨迹。核心发现是风险主要由暴露度而非危险性结构决定。暴露维度权重最大（0.4305，近三倍于敏感性或危险性），城市均值RI排序新乡（0.565）>濮阳（0.531）>鹤壁（0.497）>安阳（0.489）>焦作（0.466）>济源（0.446），按暴露规模而非降雨强度排序：鹤壁有记录最严重7·20危险性却仅列第三，仅三个样本达IV级（新乡2021—2022；濮阳2021）。7·20产生普遍且部分持续风险抬升：冲击对比在六市均正（+0.027至+0.087），六个年度轨迹五个在2021达峰（焦作2020略高为数据修订产物），至2024年四市回到或低于灾前，新乡（+0.022）和济源（+0.036）未恢复。该“风险粘性”可追溯至灾后暴露累积超过适应能力增益，而非仅危险性冲击。障碍度诊断转化为因城而异治理优先序：E2在鹤壁、焦作、济源居首，E3在濮阳、安阳居首，E1在新乡居首，AC3在两座粘性城市进入前三——意味着建成区扩张主导处重土地利用纪律，东部平原重经济布局适应，新乡需排水投资并配合密度管理。结论受面板尺度、三城市验证样本和评价算子选择限制。最重要启示是超大城市关注之外的中等城市群需常态化指标风险监测而非仅灾后响应：濮阳有限记录损失下高潜在风险表明暴露在灾害间静默累积。
