《Nature Climate Change》：Intercity connectivity enhances urban mobility resilience to extreme rainfall
编辑推荐：
在气候变化导致极端天气事件日益增多的背景下，加强城市韧性至关重要，然而城际连通性在塑造这种韧性中的作用仍未得到充分研究。研究人员利用来自中国366个城市11亿设备的移动数据，表明更强的连通性增强了极端降雨期间的城市内部移动韧性，这是城市功能的核心指标。网络中心
在气候变化导致极端天气事件日益增多的背景下，加强城市韧性至关重要，然而城际连通性在塑造这种韧性中的作用仍未得到充分研究。研究人员利用来自中国366个城市11亿设备的移动数据，表明更强的连通性增强了极端降雨期间的城市内部移动韧性，这是城市功能的核心指标。网络中心性更高且与更富裕城市联系更强的城市表现出更高的韧性，其特征是恢复时间更短、反弹更快和总性能损失（total performance loss, TPL）更低。反事实模拟表明，欠发达或受限网络可能使预测的TPL分别增加527.1%和54.7%。对2050年的预测表明，社会经济发展结合战略性铁路发展将使城市中位数级别的TPL降低72.5–76.1%，避免128–142亿元人民币的间接经济损失。值得注意的是，较小城市从改善连通性中获益更多，优先加强较贫穷城市的网络可获得最大收益。
**论文解读文章**
**研究背景与问题**
在气候变化背景下，极端天气事件频率和强度持续增加，城市面临日益严峻的气候风险。极端降雨因其突发性、高频性和级联影响（如引发洪水和滑坡）而尤为具有破坏性，常导致城市功能中断、经济增长受阻和公共健康威胁。现有灾害韧性研究多聚焦于单个城市，强调本地基础设施、治理和社会能力，但城市并非孤立存在，它们嵌入由劳动力、社会、文化和供应链相互依赖构成的城际网络中。这些相互依赖关系可能促进风险分散和资源协作，形成网络化韧性和集体适应能力的基础。然而，城际连通性如何影响快速 onset 气候事件（如极端降雨）的灾害韧性，仍缺乏实证研究。因此，开展这项研究以量化长期稳定的城际连通性对短期移动韧性的影响，为网络导向的韧性建设和城市规划提供证据。
**研究内容与结论**
研究人员利用2013–2023年中国超过11亿移动设备的聚合日度移动数据，分析了366个城市在极端降雨事件下的移动韧性。通过定义移动韧性指标（最大影响、恢复时间、恢复形状和总性能损失），并采用多重处理双重机器学习（DML）框架固定效应模型，研究人员发现城际连通性（尤其是网络中心性和与富裕城市的联系）与更低的TPL显著相关，主要通过加速灾后恢复而非减轻初始冲击。反事实模拟表明，社会经济倒退或政策限制的网络配置会导致TPL大幅增加，而进一步整合的网络则降低TPL。对2050年的预测显示，社会经济发展结合战略性铁路发展（如铁路扩张和公平路径）可显著降低中位数城市级TPL，避免每年128–142亿元的间接经济损失，其中小城市相对获益最大。该研究发表在《Nature Climate Change》。
**主要技术方法**
研究人员使用百度位置服务（Baidu Location-Based Service）数据，涵盖2013–2023年日度城际和城市内部移动强度，并验证了与腾讯迁移数据的一致性。极端降雨日定义为日降水量超过50 mm或超过城市特定3年重现期（基于1981–2020年ERA5-Land数据，通过峰值超过阈值广义帕累托分布估计）。移动韧性指标包括最大影响（MI）、恢复时间（RT）、恢复形状（S）和总性能损失（TPL）。采用多重处理双重机器学习（DML）框架固定效应模型，使用Elastic Net正则化估计关联，并基于100次随机分割进行稳定性选择。反事实模拟使用多时期网络配置（2013–2014、2021、2024），未来预测基于多元随机森林回归，以铁路连通性为主导预测因子，并结合CMIP6气候模型（SSP245和SSP585）和全国铁路规划。经济影响评估通过分解部门GDP并引入移动依赖性弹性，采用蒙特卡洛模拟传播不确定性。样本队列来源为366个中国大陆城市（排除三沙、香港、澳门和台湾）。
**研究结果**
**Human mobility resilience under extreme rainfall events**
2023年，218个城市经历了450次极端降雨城市日，聚类为102个事件，平均每个事件影响3.8个城市，超过一半事件同时影响多个城市。移动性最大影响在单日事件中为9.1%（Day 0），在连续两天事件中为17.0%（Day 1）。TPL变异中58.4%由最大影响解释，36.9%由恢复时间，4.7%由恢复形状。连续两天事件的最大影响显著更大，但TPL未显著增加，因恢复时间更短。多城市事件中，仅当受影响城市超过两个时TPL显著增加。
**Intercity connectivity enhances resilience**
灾后72小时内，受影响城市从特定连接城市的人口流入增加，与基线流入量呈正相关（r>0.75, P<0.001），但仅适用于未同时受影响的城市。网络中心性（特征向量中心性，eigenvector centrality）和与精英城市（elite-city）的联系与TPL稳定相关：特征向量中心性每增加0.01，TPL降低7.6%；精英城市联系每增加1%，TPL降低8.5%。这些关联主要通过恢复形状和恢复时间实现，而非最大影响。
**Better connected networks enhance disaster resilience**
反事实模拟显示，与社会经济倒退（2013–2014）网络配置相比，城市平均TPL增加464.0%；政策限制（2021）配置下增加51.3%；进一步整合（2024）配置下减少8.3%。国家层面暴露加权TPL变化分别为+527.1%、+54.7%和?9.0%。更严格的COVID-19早期封锁配置（2020年2月）会导致TPL增加776.4%。
**Projected resilience gains from intercity connectivity**
2050年，极端降雨频率预计增加8.7%（SSP245）和12.2%（SSP585），多城市事件占受影响城市日的77%以上。三种未来发展路径下中位数城市级TPL相对2023年均下降：SSP-based路径减少49.3%，铁路扩张路径减少72.5%，铁路公平路径减少76.1%。扩张和公平路径在2035年后可避免每年128–142亿元间接经济损失，且小城市（人口<100万）相对GDP损失减少最多（1.9?），而大城市（人口500–1000万）绝对损失减少最大。
**讨论与结论**
讨论部分指出，研究提供了三点关键见解：第一，城际连通性与恢复动态关联，高网络中心性和强精英城市联系加速短期移动恢复，可能源于外部支持（如救援人员流入），但需作为暗示性证据；第二，社会经济发展和政策背景通过改变连通性结构影响韧性，历史对比显示增长时期对应更低TPL，而倒退或限制则加剧损失；第三，铁路扩张（特别是优先欠发达城市）可带来额外韧性收益，在现有中国铁路规划框架下每年避免数十亿元间接经济损失。研究结论翻译为：研究人员的发现表明，城际连通性构成了灾害韧性的一个关键但未被充分认识的维度。这些发现表明，在日益加剧的气候灾害面前，用基于网络的功能韧性补充基于城市的适应策略具有价值。
