◇理论方法◇

气候变化下的城市脆弱性及适应

——以长三角城市为例

◇谢欣露 郑艳 潘家华 周洪建

【摘要】长三角城市密集地区集聚着大量的人口财富，气候变化将加剧长三角城市密集区的灾害风险。脆弱性评估是气候变化政策研究的主要分析工具，为适应性管理提供参考依据。本文基于文献研究和案例城市调研，从气候敏感性和适应性两个维度选择指标，构建了长三角城市综合脆弱性评估模型。采用客观赋权的因子分析方法对长三角16个典型城市进行评估，分析了各城市气候脆弱性的驱动因素，并按照敏感性和适应性进行了分组比较。本文认为，长三角城市在未来气候变化、人口增长、城市化发展的多重压力下，必须关注气候变化适应问题，包括加强气候变化风险评估，将气候防护纳入城市规划，保障城市脆弱群体，提升城市灾害综合管理能力，促进适应技术研发与创新等。

【关键词】气候变化 脆弱性 因子分析 长三角城市

引言

据IPCC预估，到21世纪50年代，海岸带地区，特别是南亚、东亚和东南亚人口众多的大三角洲地区将会面临最大的风险[1]。我国长三角地区面临多种气候致灾因子，如台风、暴雨、高温等。这些气候灾害影响城市的正常运行，造成交通中断、城市积涝，也给能源和资源供给带来压力；造成基础设施损毁、居民财产损失；造成人员伤亡，影响居民健康、衣食住行。与此同时，伴随着人口城市化进程，长三角城市密集区的人口和财富快速聚集，人口、基础设施、产业和公共资源更集中地暴露于气候灾害下。2010年，长三角16个主要城市总人口为8491万人，占我国城市总人口的6.8%；生产总值达到70675万亿元，占我国GDP的17.6%。可见，长三角城市作为中国社会经济的龙头，必将迎来未来城市人口和财富的持续增加。在气候变化背景下，极端天气和气候事件也将给长三角城市带来更大的不确定风险。气候风险的敏感性和适应性将直接影响这一地区的城市安全和可持续发展。本文以16个长三角典型城市为例，通过城市综合脆弱性评估，分析了不同城市的敏感性和适应性特征，并提出了有针对性的适应政策建议。

一 气候变化背景下的城市脆弱性研究

（一）脆弱性概念的发展演变

20世纪中后期以来，在全球环境和气候变化背景下，脆弱性、适应性逐渐成为可持续发展科学的核心概念之一。脆弱性概念最早出现在生态学领域，作为可持续发展科学的一个重要概念，被广泛应用于灾害学、地理科学、经济学、社会学、政治学等领域，尤其是环境和气候变化的相关研究中。生态学和灾害学强调了环境和气候变化因素在脆弱性评估中的重要作用，如White等[2]强调气候变化特征和暴露程度对脆弱性的影响。社会科学领域的研究者认为脆弱性的主要驱动因素是人，强调经济、社会、文化、政治过程对脆弱性的影响，如O'Keefe等[3]。

从气候变化科学的角度来看，IPCC第三次科学评估报告[4]将脆弱性界定为“系统易于受到或不能应对气候变化（包括气候变化和极端气候事件）不利影响的程度”。脆弱性是暴露程度、敏感性和适应能力的函数。IPCC特别报告即《管理极端事件及灾害风险，推进适应气候变化》认为，脆弱性是人类及其生计，以及物理、社会、经济支持系统遭受到灾害事件时易受影响和损害的一种内在特质，脆弱性是敏感性和适应能力的函数。前者包括系统的外部特征，后者强调系统的内在特质；前者从科学评估角度分析人类社会面临的气候变化风险，后者更注重气候风险管理和气候适应。

目前，对气候脆弱性的内涵和外延仍存在较大争议，没有统一的概念框架。本文拟用IPCC特别报告的定义，从系统内在特征进行分析，评估城市系统气候脆弱性。

（二）国内外城市气候脆弱性评估研究

目前，脆弱性最基本的评估方法仍是指数评估法。气候脆弱性指数评估法的目的是识别和评估灾害的驱动因素，理解气候脆弱性的地区分布，指导制定各地区未来空间发展战略，促进地区的均衡发展，以及探索气候变化风险管理政策。

我国关于城市气候脆弱性的定性研究较多，主要有金磊[5]、吴庆洲[6]等，或者给出理论模型但缺乏实证研究，如樊运晓[7]。陈文方等[8]关于长三角地区台风灾害的风险评估中，应用主成分分析法分别构建了致灾因子强度指数和承灾体脆弱性指数，其中脆弱性指数包括人口密度、GDP和第一产业所占比重等。文彦君[9]采用了主成分分析法评估了陕西省自然灾害的社会易损性，选取的指标体系包含人口密度、路网密度等密度指标。人口密度和GDP等作为暴露度指标，指标值越大越脆弱，这种假设忽视了社会经济发展程度对气候适应能力的提升，可能导致越发达地区脆弱性越高的评估结果。李辉霞[10]将GDP密度（万元/km2）作为社会易损性指标，根据均值和标准差将其划分为五类，GDP密度越高则易损性越低。这些指标并不能揭示社会经济脆弱性的本质根源。因此，不能得出人口密度本身对应着脆弱性的上升或下降的必然结论[11]。张斌[12]基于GIS技术采用图层叠置法评估区域承灾体的脆弱性，这种方法忽视了指标体系权重的重要性。总体来看，国内关于城市气候脆弱性的内涵、外延及脆弱性内在影响因素的分析仍存在诸多不足，社会科学与自然科学在脆弱性评估中的整合力度不够，进一步深入研究非常有必要。

Adger[13]、O'Brien[14]、Hahn[15]、Kathraine Vincent[16]、欧洲委员会的地区2020项目、欧盟联合研究中心（the Joint Research Center of EU, JRC）、欧盟环境署（European Environment Agency, EEA）、ETC/ACC（the European Topic Centre on Air and Climate Change）城市气候脆弱性评估项目[17]、澳大利亚政府DCC（Department of Climate Change）项目、Balica S. F．等[18]建立了气候脆弱性评估指标体系，不同研究者在暴露程度、敏感性和适应性方面指标选择的侧重点不同。澳大利亚政府DCC项目从高温热浪、暴雨、海平面上升、森林火灾、生态资源等方面进行脆弱性研究，更关注SCCG（Sedney Costal Council Group）地区15个成员的气候适应能力，强调气候适应不仅包括金融资本和适应信息获取能力，更强调影响适应政策实施的制度障碍，该项目的评估指标体系包括暴露性、敏感性和适应性指标，适应性指标相对多一些，侧重于人口结构、居住特征、资源获取能力和成本方面的指标[19]。Balica S. F．等从自然、社会、经济和制度四个方面建立指标体系，其中自然脆弱性指标包括海平面上升、风暴潮、最近5年内台风次数等指标；社会脆弱性指标包括近海岸人口及文化遗产（暴露指标）、老幼人口比重（敏感性指标）、防护所和防灾意识及准备（适应性指标）；经济脆弱性指标包括海岸人口增长率（暴露指标）、排水管长度及恢复时间（适应性指标）；制度脆弱性指标包括非控制规划区（uncontrolled planning zones，暴露指标）、洪水风险图（flood hazard map，敏感性指标）和制度性组织及洪水防护（适应性指标）。共包括暴露指标11个、敏感性指标2个、适应性指标6个。Balica等人的研究仍偏重于自然科学领域，虽然包括社会经济领域的指标，但仍不够充分和深入。Adger等[20]研究非洲国家适应能力时，认为指标选取应基于脆弱性驱动因素与社会经济现象的理论关系。Preston等[21]开发了气候、自然灾害、适应能力和社会生态结果关系的概念模型，以指导指标的选取。

二 研究问题及分析框架

（一）长三角城市气候灾害类型及影响

根据《中国气象灾害大典》（上海卷、浙江卷、江苏卷）[22～24]，长三角地区面临的气候灾害主要有台风、暴雨洪涝、高温等，危害人体健康，造成人员伤亡和农业、交通、基础设施等的损毁，导致次生灾害的发生（见表1）。农业对台风、暴雨、洪涝、干旱、低温冷害等灾害性天气都非常敏感，灾害性天气会造成减产、绝收、病虫害等发生。气候灾害破坏各种设施，会影响城市生命线系统，如电力、通信、供水、交通等。从海陆空交通来看，台风、暴雨、热带气旋、浓雾、大雪等会造成交通中断、阻塞、事故等发生，会造成重大经济损失和人员伤亡。项目课题组赴上海的调研结果表明，台风、暴雨、高温是上海三大主要气象灾害，造成城市积涝、交通拥堵、能源需求增加、生病等不利影响。例如，气候变暖诱发一些呼吸系统病症、过敏症、心肺异常等，从而影响人类的整体健康水平。1988年7月4～22日，南京连续9天高温，中暑4500人，其中重症411人的死亡率达30.2%。同年，上海极端高温38.4℃，中暑815人，死亡193人。[25]高温天气下用电需求剧增，与能源供给形成矛盾，影响生产和生活。气温升高加快污染物的分解与恢复，促使有害生物暴发性增殖，并有可能导致恶性水污染事件的发生。[26]2007年，太湖“蓝藻暴发”导致自来水污染，引起无锡市民纷纷抢购纯净水。专家认为全球变暖是主因，加之4月份降水量偏低，导致太湖水温比往年高，为藻类提供了适宜的条件，也有人认为主要原因是长期以来太湖流域污染治理和排污措施不力。

（二）长三角城市气候脆弱性评估模型

本文基于项目课题组2011～2012年在上海、南京等城市开展的调研考察，结合国内外文献，构建了城市气候变化与脆弱性的理论分析模型（见图1），描述了长三角城市主要气候驱动因素、灾害发生的条件、过程及影响，用于指导评估指标体系的构建。

图1表明城市气候脆弱性不仅与城市生态、环境、设施等城市硬环境有关，也与社会制度、经济发展、社会结构等软环境有关。在气候变化下，城市硬环境脆弱性可导致生态破坏、城市积涝、城市热岛放应、疾病虫害等，进而影响城市人口、产业、公共服务。城市软环境表现了城市管理者的综合治理能力，如社会保障水平、公共服务水平、可持续发展规划等，软环境适应性不足将加剧灾害程度，降低城市恢复能力。我国许多城市暴雨导致交通中断、人员伤亡事件，这不仅暴露出城市基础设施滞后的问题，更暴露出城市气候灾害适应性的缺失。

由此，提升城市对气候变化的适应能力需从两方面展开，一方面是减小敏感性，包括减小城市对气候灾害的敏感性、扶助城市脆弱群体。另一方面是增强适应性，包括解决城市发展与风险防护投入不均衡、不匹配的问题，增强城市生态功能，改善城市环境，促进社会保障和气候防护基础设施投入等。

三 长三角城市脆弱性评估的指标设计

基于前述概念和文献分析，气候脆弱性包括两个层面，即敏感性和适应性，具体的指标涉及经济、人口、社会、基础设施、生态和制度等方面。

（一）气候变化敏感性指标

气候变化将改变地区气候系统的时空分布特性，导致极端天气和气候灾害。对于城市而言，主要会造成经济财产损失和人员伤亡。

（1）敏感部门：交通运输、旅游会展、农业、保险等主要经济部门容易受到影响，其中，沿海地区容易遭受的台风、暴雨、洪涝、干旱、冷冻、雾雪等极端天气事件将对农业、交通运输业造成直接冲击，并且间接影响其他行业，如住宿餐饮、旅游、商务、工业生产、保险业等。一般而言，城市对气候敏感产业的依赖程度越高，则其经济的气候敏感性越强。灾害频繁可能严重影响居民生计、社会及社区对未来气候变化的预防和响应能力。因此，选取农业占GDP比重、交通运输量与GDP比值、气象灾害损失占GDP比重作为气候敏感性的关键指标。

（2）敏感群体：气候变化条件下，老幼人口、贫困人口、外来人口等社会脆弱群体的应灾能力差，生命健康易受气候变化冲击，而且他们的气候适应能力更差[27,28]。特别是文盲人口，其获取各种资源的能力低，生计选择的范围小，生活在城市边缘地带，其气候脆弱性更强。城市贫困群体（包括低收入外来人口）由于居住条件差、教育水平较低、缺乏社会保障、气候风险意识薄弱等原因，其气候敏感性强，容易受到气候灾害的侵害，灾后恢复正常生计也较困难。城市贫困群体是城市不均衡发展的一个表现，与收入分配制度、就业、教育等因素有关。由于城市贫困群体难以统计，选择低保人口比重作为代理指标。死亡率综合反映某地人口和社会脆弱性。因此，选取老幼（15岁以下及65岁以上）人口比重、低保人口比重、文盲率、死亡率作为人口和社会敏感性指标。

（二）气候变化适应性指标

文献研究表明，城市发展水平、生态环境、气候防护设施、社会保障能力等因素会影响城市的气候适应性。

（1）发展水平：人均GDP可概括反映城市综合适应能力。人均财政支出可概要反映一个城市的公共投入水平。保险是风险转移、灾害恢复和应对的重要手段。公共医疗服务是灾后健康恢复、防止疫病的重要保障。城市过度开发及不合理利用土地，造成发展与生态环境的矛盾日益凸显，生态服务价值不断下降，增加了城市气候风险。因此，选取保险密度、人均医师数和人均财政支出作为气候适应性指标。

（2）生态环境：对于经常出现城市水灾、热岛效应、雾霾等气象灾害的城市地区而言，城市绿色空间（绿地）和城市灰色空间（建筑、道路）是一个此消彼长的竞争关系。人工建筑物快速扩张，改变了城市生态，使裸露的渗水土地面积越来越少，使大部分降雨无法进入地面垫层以下，从而形成地面径流，使暴雨洪水的流量增大；城市道路、建筑物密集，促使“城市热岛”越来越严重；城市热岛又会增加城市暴雨的可能性，而城市绿地则能够有效改善城市硬化和过度密集的问题。因此，选取绿化覆盖率作为城市气候适应性指标。

（3）气候防护基础设施：过去30多年来，我国城市建筑物总量快速增长，与此同时相应的基础设施建设相对落后，基础设施建设投入占GDP比重基本都在0.5% ～0.7%之间徘徊。与世界银行公认的发展中国家城市基础设施建设投入占GDP 5%的比重相去甚远。[29]城市排水设施是重要的城市公共工程[30]，我国城市建设长期以来重视地上而轻视地下，导致地下基础设施缺乏总体规划和管理，这是形成城市积水和内涝的重要原因。城市避难场所数量少，导致某些灾害发生时居民不知到何处避难。我国城市气候防护基础设施投入在数量和质量方面都有待提高。选取城市排水管道密度、市政投入占GDP比重作为气候防护指标。

（4）保险水平：保险是重要的灾害保障机制，能够促进灾后生产和生活恢复正常，减少居民和家庭的财产损失，是气候适应的重要手段。

根据前述分析，初步选取脆弱性指标如下（见表2）。

四 长三角城市脆弱性评估

初步选取评估指标之后，需要对指标之间的关系进行分析，也即指标赋权。一般采用专家打分的主观赋权方法和统计模型分析的客观赋权方法。本文采用了客观赋权方法，旨在挖掘指标之间的内在关联，并寻找指标隐含的共同特征。

（一）评估方法

第一步，数据处理。在综合评价时，各指标的方向必须保持一致，因此将各指标标准化为指标值越大越脆弱。敏感性指标和适应性指标标准化公式分别为公式（1）和公式（2），其中max表示取最大值，min表示取最小值。

其中i表示第i个样本（i=1, 2, …, n）, j表示第j个指标（j=1，2, …, m）。

第二步，因子分析模型。采用的统计模型如下：

xj（j=1, 2, …, m）为m个原始指标，fl（l=1, 2, …, k）为k个公共因子，ej为第j个指标的差异因子。αjl为第j个指标在第l个公共因子fl上的载荷系数（或权重系数）。

在城市综合脆弱性评估中，脆弱性指标是我们可观测到的指标（显变量），公共因子用于表明脆弱性指标背后共同的驱动因素（潜变量）。因此，因子分析的目的之一是通过观测值寻找气候变化背景下影响城市脆弱性的潜在驱动因素。

（二）脆弱性评估结果及分析

1．脆弱性归因分析

利用相关软件（本文用SPSS16）对初选指标进行因子分析，得到由5组指标群构成的5个公共因子，累计方差贡献率达86%（见表3）。其中，第一因子权重为34.1%，是长三角16个城市气候脆弱性评估中最重要的因子，反映了医疗、保险、财政、市政基础设施投入等方面对城市气候适应的支撑作用，可命名为社会经济发展因子。第二因子权重为31.2%，包括气候灾害经济损失比重、气候敏感产业（交通运输、农业）、人口教育程度（文盲率）等指标，反映了城市对气候变化的敏感性。第三因子权重为13.1%，城市低保人口比重一般反映城市的社会保障水平，同时可作为反映城市低收入群体或经济脆弱人口的一个代理指标。第四因子权重为11.4%，反映了城市在公共卫生、防洪排涝等气候防护方面的基础设施水平。第五因子权重为10.2%，城市绿化率可作为反映城市生态环境质量的代理指标。

因子分析中，较小的权重表明各城市在某因子上的差异性较小。根据本文分析，长三角地区16个城市在社会保障、气候防护和生态环境等因子上的差异性较小，在社会经济发展、气候敏感因子上的差异较大。这可能说明长三角城市在经济社会发展差距拉大的同时，在气候防护、社会保障、生态环境等方面发展的不同步。实际上，我国城市在气候防护、城市防灾减灾、社会保障、生态环境等方面往往滞后于社会经济发展，对生态的气候防护功能重视不足。气候变化将使得灾害风险更具不确定性，近年来，中国不少城市的教训表明，在突发的极端天气和气候灾害的侵袭之下，原有的城市防护设施、社会保障体系及生态环境等方面暴露出的历史欠账问题，更加凸显了城市的气候脆弱性。[31]

2．因子得分及城市脆弱性分级

根据因子得分及权重，计算各城市综合脆弱性等级，公式为：

sij表示各城市在第j因子上的得分，wj 为权重，Si 为第i个城市的综合脆弱性得分。

标准化：

Smax表示综合得分的最大值，Smin表示综合得分的最小值，则0≤Gi ＜0.2时脆弱等级为1, 0.2≤Gi＜0.4时脆弱等级为2, 0.4≤Gi ＜0.6时脆弱等级为3, 0.6≤Gi ＜0.8时脆弱等级为4, 0.8≤Gi≤1时脆弱等级为5，等级越高越脆弱。

长三角地区16个城市综合气候脆弱性等级如表4。

表4 长三角16个城市综合气候脆弱性等级

各城市在5个主成分因子上的得分如图2所示，分值越高越脆弱。

在社会经济发展因子上，得分最低的城市有绍兴、泰州、镇江、台州、嘉兴等，得分最高的为上海、南京。在气候敏感因子上，最脆弱城市依次为舟山、台州、湖州，最不脆弱的地区为苏州、上海和镇江等。在社会保障因子上，得分较低的有泰州、扬州、上海、南通等，得分较高的有苏州、台州、杭州等。随着大量人口向城市集中，城市管理的难度增加，城市气候脆弱群体的气候适应需求需引起相关部门重视。在以公共医疗和城市排涝系统为代表的气候防护因子上，最脆弱的城市为杭州、南京，不脆弱的城市有无锡、常州，其他城市气候防护脆弱性均较高，说明长三角城市健康和排水系统投入普遍不足。在生态环境因子上，宁波、舟山、绍兴、泰州的脆弱性较高，湖州、南京、台州的脆弱性较低。

（三）案例城市的敏感性与适应性分析

根据指标性质，计算各城市敏感性和适应性得分，并将适应性得分转化为越大越有助于降低脆弱性，敏感性得分仍是越大越脆弱（见图3）。长三角16个城市大概分为四类：第一类，上海、无锡等城市为低敏感-高适应性城市；第二类，舟山、泰州等城市为高敏感-低适应性城市；第三类，杭州、宁波属于低敏感-低适应性城市；第四类，湖州为高敏感-高适应性城市。多数城市分布在低敏感-高适应性和高敏感-低适应性两类中，高敏感-高适应性、低敏感-低适应性城市较少。

（1）第一类城市：高敏感性-高适应性

以湖州为代表，综合脆弱性指数为4级。进一步发现湖州的高敏感性主要来自社会发展脆弱性，适应性来自气候适应性较强。

（2）第二类城市：低敏感性-高适应性

第二象限的城市总体上具有相对较低的气候脆弱性赋值（见表4）。对各因子得分进行分析发现，导致脆弱性的主要因子（特别是社会发展因子）大多具有低敏感性、高适应性。例如，无锡、上海、常州的经济敏感性均高于其他城市，且气候灾害的经济损失比重较大，但较高的经济发展水平使得这些城市的总体适应能力较强，因而降低了经济脆弱性的表现。南京的薄弱环节是气候防护设施，该因子上的敏感性强、适应性一般。苏州、常州、无锡气候脆弱性的主要驱动因素是土地利用不合理、城市生态相对脆弱。

（3）第三类城市：低敏感性-低适应性

杭州、宁波是第三类城市的典型代表，它们在气候敏感性和适应性指标方面，各因子的表现都不太突出，使得总体的气候脆弱性指数位于各城市中间行列（脆弱性得分为3）。杭州和宁波气候脆弱性的主要驱动力是气候防护因子和生态因子，敏感性强而适应性较差，需要在今后的城市适应管理中予以关注。

（4）第四类城市：高敏感性-低适应性

第四类城市由于气候敏感性较强，适应能力又相对薄弱，不言而喻成为气候脆弱性最高的一组（脆弱性指数得分最高的都在这一组），包括泰州、绍兴、镇江、嘉兴、扬州。社会发展因子敏感性高、适应性低，是这些城市气候脆弱性的主要驱动因素。气候变化的条件下，舟山、台州、湖州等的经济脆弱性相对于其他城市更突出，其主要原因不在于经济敏感性比其他城市高，而在于其经济发展对气候变化的适应性差，从而推高经济对气候变化的脆弱性。

五 提升长三角城市适应能力的政策建议

从长三角16个城市的气候脆弱性分析来看，较发达城市在气候防护上的适应性普遍较低，滞后于社会经济发展。气候防护应纳入城市规划，促进城市可持续发展。各城市的气候脆弱性的主要驱动因素不同，应针对不同城市的气候脆弱性特征，重点治理。总体而言，气候适应是系统问题，应综合考虑环境和社会两方面的气候适应性，通过生态性、工程性、制度性、技术性等适应措施提高城市的气候适应性。

（1）在城市规划中加强气候风险评估工作

合理的城市空间规划是抵御气候风险的首要防线，是长久基业。气候风险评估机制可促进城市规划决策的科学性，气候标准可在技术层面保障各项工程的抗气候风险能力。城市规划和建设中，应重视生态性适应措施，如增加城市绿化（道路、屋顶）、恢复防洪河道、增加排水表面等[32]，增加城市景观的同时，降低“城市热岛”效应和“城市雨岛”效应，消除城市发展与资源环境的矛盾。

（2）完善城市风险保障体系，增强弱势群体的气候适应能力

城乡二元结构是我国快速的人口城市化过程中的不合理制度，拉大了城市人口在收入、保障水平等经济社会方面的差距，城市中存在大量贫困人口，居住条件差、教育程度低、经济不稳定等，是城市中的气候脆弱群体。城市管理者应考虑这部分弱势群体的气候适应需求。人口老龄化趋势明显，气候变化诱发的相关疾病对老龄人口的健康不利，也增加了对医疗资源的需求以及家庭支出负担，应考虑建立相关保障体系。

（3）建立城市气候适应治理机制，提高灾害综合治理能力

我国城市灾害应急管理是“条块管理”形式，缺乏资源、人员等方面的整合，灾害应急预案和联动机制的可操作性差。由于部门条块分割，缺乏常规联系制度，城市规划、交通、通信、水务等部门之间缺乏灾害防护和应急管理的协同效应，头痛医头，脚痛医脚，不利于气候适应治理。因此，应建立气候适应治理机制，加强资源整合，提高灾害综合治理能力。气候适应治理机制应包括广泛的利益相关者，如规划、市政、水务、气象、交通、通信、能源、宣传等职能部门，也包括企业、社区、居民、非政府组织等，明确各组织的职责，实现各层次灾害管理的协同。

（4）研发气候适应技术、产品和服务体系

针对农业、交通运输业等敏感产业，研发相关技术和产品，如抗灾作物品种等；完善相关政策保险和商业保险，如农业灾害保险、交通运输保险等，加强灾后产业的恢复力。将现代信息技术等用于城市安全管理，如移动信息平台、云计算、GPS（导航系统）、GIS（地理信息系统），整合地理、设施、灾情、管理部门、社区信息等，为精细化、智能化城市灾害管理提供技术支撑。

气候脆弱性和适应性具有很强的地域性，各城市仍需结合当地情况，进一步深入细致地分析气候脆弱性驱动因素和适应对策。同时，建立有关气象灾害、敏感产业、人口、设施等基础信息数据库，推进气候脆弱性和适应性研究。

Urban Vulnerability and Adaptation under Changing Climate—Case Study of Cities in the Yangtze River Delta

Xie Xinlu Zheng Yan Pan Jiahua Zhou Hongjian

Abstract: The Yangtze River Delta cities have high density of population and wealth, and climate change will add to great disaster risks. Vulnerability assessment is a tool for analyzing research of climate change policy, and will serve as an reference for adaptation management. Based on literature review and case study，this article constructs the assessment framework model of urban climate vulnerability from sensitivity and adaptation of cities in the Yangtze River Delta. Then, it assesses the urban climate vulnerability by using the Factor Analysis, and gets 5 main driving factors, it ranks the 16 cities and points out the climate vulnerability types of the 16 cities; It points out that the climate-proof adaptation and climate governance of the cities lag behind their social development, which can increase climate risks of the cities. It points out that in the future pressure of climate change, population growth, and urbanization, adaptation is a very urgent problem and gives some suggestions, such as considering climate proof in urban development planning, building up the mechanism of climate adaptation governance, etc.

Key Words: Climate Change; Vulnerability; Factor Analysis; Cities in Yangtze River Delta

参考文献

[1] IPCC: 《气候变化2007：综合报告》（政府间气候变化专门委员会第四次评估报告）[R]．第一、第二和第三工作组的报告 [核心撰写组、Pachauri, R. K和Reisinger, A.（编辑）]. IPCC，瑞士，日内瓦：5。

[2] White, G. F. and J. E. Haas, Assessment of Research on Natural Hazards.（Cambridge，MA: MIT Press, 1975）.

[3] O'Keefe, P. , Westgate K. , and Wisner B. , “Taking the Naturalness out of Natural Disasters”, [J]. Nature, 1975, 260: 566-567.

[4] IPCC, “Climate Change 2001: Impacts, Adaptation and Vulnerability”, Contribution of Working Group II to the Third Assessment Report of the Intergovernmental Panel on Climate Change, edited by J. J. McCarthy, O. F. Canziani, N. A. Leary, D. J. Dokken and K. S. White（eds）. Cambridge University Press, Cambridge, UK, and New York, USA, 2001.

[5] 金磊：《北京城市灾害及新世纪安全战略》[J], 《灾害学》2000年第15（2）期，第23～28页。

[6] 吴庆洲：《古代经验对城市防涝的启示》[J], 《灾害学》2012年第27（3）期，第111～115、121页。

[7] 樊运晓、罗云、陈庆寿：《区域承灾体脆弱性评价指标体系研究》[J], 《现代地质》2001年第15（1）期，第113～116页。

[8] 陈文方、俆伟、史培军：《长三角地区台风灾害风险评估》[J], 2010年第20（4）期，第77～83页。

[9] 文彦君：《陕西省自然灾害的社会易损性分析》[J], 《灾害学》2012年第27（2）期，第77～81页。

[10] 李辉霞、蔡永立：《太湖流域主要城市洪涝灾害生态风险评价》[J], 《灾害学》2002年第17（3）期，第91～96页。

[11] 大卫·多德曼：《城市形态、温室气体排放与气候的脆弱性》[J], 《人口与计划生育》2011年第2期，第62页。

[12] 张斌、赵前胜、姜瑜君：《区域承灾体脆弱性指标体系与精细量化模型研究》[J], 《灾害学》2010年第25（2）期，第36～40页。

[13] Adger, W. N. et al.（2004）, “New Indicators of Vulnerability and Adaptive Capacity”[ R ]. http://www.tyndall.ac.uk/content/new-indicators-vulnerability-and-adaptive-capacity.

[14] O'Brien K. et al.（2004）, “Mapping Vulnerability to Multiple Stressors: Climate Change and Globalization in India”[J]. Global Environmental Change, 14: 303-313. doi: 10.1016/j. gloenvcha.2004.01.001.

[15] Hahn, M. B.（2009）, et al. , “The Livelihood Vulnerability Index: A Pragmatic Approach to Assessing Risks from Climate Variability and Change—A Case Study in Mozambique”, Global Environ. Change [J], doi: 10.1016/j. gloenvcha.2008.11.002.

[16] Katharine Vincent（2004）, “Creating an Index of Social Vulnerability to Climate Change for Africa”[W]. http://www.tyndall.ac.uk/content/creating-index-social-vulnerability-climate-change-Africa.

[17] Inke Schause et al.（2010）, “Urban Regions: Vulnerabilities, Vulnerability Assessments by Indicators and Adaptation Options for Climate Change Impacts”（ETC/ACC Technical Paper 2010/12）[R]. http://acm.eionet.europa.eu/reports/ETCACC_TP_2010_12_Urban_CC_Vuln_Adapt.

[18] Balica S. F. et al.（2012）, “A Flood Vulnerability Index for Coastal Cities and Its Use in Assessing Climate Change Impacts”[J], Natural Hazards.（published on line 16 June, 2012）. DOI 10.1007/s11069-012-0234-1.

[19] Preston, B. L. et al.（2008）, “Mapping Climate Change Vulnerability in the Sydney Coastal Group. Canberra, ”http://www.csiro.au/resources/Sydney Climate Change Coastal Vulnerability.html.

[20] Adger, W. N. , Vincent（2005）, “Uncertainty in Adaptive Capacity”[J], Geosci 337: 399-410.

[21] Preston BL, Brooke C et al.（2009）, “Igniting Change in Local Government：Lessons from a Bushfire Vulnerability Assessment, ”Mitig Adapt Strateg Glob Change 14：251-283.

[22]《中国气象灾害大典》编委会编《中国气象灾害大典》（上海卷）[M]，气象出版社，2006。

[23]《中国气象灾害大典》编委会编《中国气象灾害大典》（江苏卷）[M]，气象出版社，2008。

[24]《中国气象灾害大典》编委会编《中国气象灾害大典》（浙江卷）[M]，气象出版社，2006。

[25] 王迎春等：《城市气象灾害》[M]，气象出版社，2009。

[26] 科学技术部社会发展科技司编著《适应气候变化国家战略研究》[M]，科学出版社，2011。

[27] Ngo, E. B. , “When Disasters and Age Collide: Reviewing Vulnerability of the Elderly”[J], Natural Hazards Review, 2001, 2（2）: 80-89.

[28] Kar, N. , “Psychological Impact of Disasters on Children: Review of Assessment and Interventions”[J], World Journal of Pediatrics, 2009, 5（1）: 5-11.

[29] 段华明：《城市灾害社会学》[M]，人民出版社，2010，第134页。

[30] 张钟汝、章友德、陆健、胡申生：《城市社会学》 [M]，上海大学出版社，2001，第223页。

[31] 潘家华、郑艳：《适应气候变化的分析框架及政策涵义》[J], 《中国人口·资源与环境》2010年第20（1）期，第1～5页。

[32] 姜允芳等：《城市规划应对气候变化的适应发展战略——英国等国的经验》[J], 《现代城市研究》2012年第1期，第13～20页。