Research on the Evaluation Indicator System of Seismic Resilience in Island Counties of China
-
摘要: 本文以中国海岛县地震韧性为主题展开研究工作，首先系统梳理地震韧性理论的发展，介绍地震韧性概念的具体内涵，包括鲁棒性、冗余性、智慧性、可恢复性4个方面，涉及技术、组织、社会、经济、环境5个维度。结合中国海岛地震灾害的特征，将地震情景下的海岛县行为概括为应对、抵抗、恢复、适应4个阶段，继而归纳得出海岛县对地震灾害的应对能力、抵抗能力、恢复能力和适应能力为海岛县地震韧性的具体构成，并基于此提出一个包含4个一级指标、8个二级指标和34个三级指标的中国海岛县地震韧性评价指标体系，命名为SREICC-EIS，同时对其各项指标数据来源和指标体系适用性进行讨论。该体系结合多准则决策方法可进一步形成地震韧性综合评价模型，从而实现中国海岛县地震韧性的量化评价，支持我国海岛县防震减灾事业发展。Abstract: This study examines the seismic resilience of China’s island counties. It begins with a comprehensive review of the development of seismic resilience theory, which encompasses four key components: robustness, redundancy, resourcefulness, and recovery. These elements span five dimensions: technology, organization, society, economy, and environment. In the context of the seismic hazards faced by China's island counties, the response of these counties to earthquakes is categorized into four stages: preparation, resistance, recovery, and adaptation. Based on these stages, the study defines the seismic resilience of island counties as a combination of their ability to prepare for, resist, recover from, and adapt to seismic hazards. Building on this framework, an Evaluation Indicator System for Seismic Resilience of Island Counties in China (SREICC-EIS) is proposed. This system includes 4 primary indicators, 8 secondary indicators, and 34 tertiary indicators, along with data sources for each index and the applicability of the system. The SREICC-EIS can be used to develop an evaluation model in conjunction with Multi-Criteria Decision-Making (MCDM) methods, enabling quantitative assessment of seismic resilience in China’s island counties and providing support for disaster prevention and mitigation efforts.
-
引言
我国是海洋大国，海洋经济对于国家经济发展具有重要意义，我国坚持陆海统筹，并制定了建设海洋强国的战略目标。属于我国的众多海岛是壮大海洋经济的重要依托，可以说，海岛是我国发展海洋经济的“桥头堡”，为了对海岛进行开发、建设和保护，我国也制定了一系列法律法规，例如，国家海洋局发布的《全国海岛保护规划》，将海岛防灾减灾列为国家重点建设工程，强调了保护海岛生态系统、促进其可持续发展的重要性。
地震灾害是最具破坏性的自然灾害之一（Dikmen等，2020），与其他自然灾害相比，地震造成的死亡人数最多（Narjabadifam等，2021）。由于地理位置的特殊性，我国是受地震灾害影响最严重的国家之一（刘玉国等，2022）。尤其是我国近海海域，由于地处菲律宾板块和亚欧板块交界处，地震灾害严重，其中台湾周边海域由于受到郯庐断裂带、燕渤断裂带等地震带的影响，是我国近海海域强震最频繁的地区。而我国有居民海岛主要分布于东南沿海，地震危险性高，其中11个海岛县是有居民海岛的经济和人口集中区，从南至北依次分布于我国各大海域，可在一定程度上代表我国海岛的整体发展情况。
现代社会逐渐意识到管理并适应灾害的重要性，因此引入“韧性”概念。该概念首次出现于生态学领域（Holling，1973），后逐渐应用于灾害管理领域。美国地震工程学会于2003年首次提出“地震韧性社区”的概念，2005年世界减灾大会也证明了将其纳入灾害研究领域的重要性（Manyena，2006），联合国大会于2015年通过的《30年可持续发展议程》将灾害情景下的城市安全韧性纳入现代文明城市目标和指标体系。国内对于韧性的研究起步较晚（陈宣先等，2018），我国学术界于2012年开始关注韧性城市理论，2017年在全国地震科技创新大会中明确了开展地震灾害下的城市安全韧性研究，并要求将其提升为国家行动。基于此，本文决定基于韧性理论对中国海岛地震灾害做出研究。
1. 地震韧性理论
韧性英文表述为Resilience，该词词根起源于拉丁语Resilio，意为回弹（Takewaki等，2011），该词有不同中文译文版本，如弹性、抗灾能力、恢复力等，而发展至今，学术界内倾向于译为“韧性”，因此本文也取“韧性”。1973年，Holling（1973）首次将该概念引入生态学，认为生态系统韧性是衡量系统持久性，以及其吸收变化和干扰并仍然保持种群或状态变量之间相同的关系的能力。此后各大学科领域对于韧性的研究逐渐发展。
地震韧性是震区城市十分关注且至关重要的问题（Kalfarisi等，2022），考虑到本文研究对象和研究目的，在此对地震韧性定义的发展过程进行文献梳理，如表1所示。此外考虑到地震韧性概念具有综合性，本文对地震韧性概念的发展过程进行分析概括（图1），并将地震韧性定义为工程系统（社区、建筑物、基础设施等）为减轻地震灾害及其影响，在一定时期内主动运用系统内的可用资源，以最小成本维持系统功能或将其恢复到可接受水平的能力，概括为系统吸收地震灾害、适应地震灾害影响以及震后迅速恢复的能力。
表 1 韧性定义发展Table 1. The development of resilience definition研究对象 定义 时间 来源 社会 系统减轻灾害、在灾害发生时控制灾害影响，并以最大限度地减少社会混乱和减轻未来地震影响的方式开展恢复活动的能力。 2003年 （Bruneau等，2003） 工程系统 系统在不利影响下通过改变其非本质属性并重建自身来适应和生存的能力。 2006年 （Manyena，2006） 工程系统 系统在特定时间内（通常是系统的生命周期等）抵抗、恢复和适应灾害冲击的能力，将其量化为系统功能随着时间的变化。 2010年 （Cimellaro等，2010） 工程系统 系统在灾害准备阶段抵御和吸收外部干扰的吸收能力、应急响应阶段的适应能力、灾后恢复阶段快速恢复到可接受水平的能力。 2019年 （Nocera等，2019） 社区 社区通过遵循一些预先确定的活动来减轻地震灾害社会影响的能力，使系统准备好应对即将来临的地震灾害并使其造成的损失最小化的能力。 2019年 （Atrachali等，2019） 城市 城市系统积极应对地震并从地震中恢复的能力，是一个动态过程。 2020年 （Fontana等，2020） 结构 结构在地震期间维持某些功能的能力，以及其在震后恢复到所需的目标功能的能力。 2020年 （González等，2020） 医院 系统在地震灾害期间或灾后立即恢复其功能的能力。 2020年 （Shang等，2020） 基础设施 系统吸收扰动的影响，并在最短时间内以最小成本（财政、人力、工作量等）恢复其功能所有方面的某种能力，可以被看作是在中断后如何保持功能以及如何快速获得功能的能力。 2023年 （Kamissoko等，2023） 地震韧性包括鲁棒性（Robustness）、冗余性（Redundancy）、智慧性（Resourcefulness）、可恢复性（Recovery）4方面，Bruneau等（2003）将其称为4R性质，其中鲁棒性和冗余性定义系统在地震灾害下可能遇到的损坏程度，智慧性和可恢复性是系统恢复的主要驱动因素，具体内涵如下：
（1）鲁棒性：在地震灾害发生后，系统通过自身修复能力维持正常功能水平的能力（Bruneau等，2003；Vona等，2018；Zhang等，2018；Kong等，2019；Wen等，2019；Toroghi等，2020），可量化为震后剩余功能水平。
（2）冗余性：在地震灾害发生后，系统本身抵御灾害或恢复阶段可用资源的重复性（Bruneau等，2003；Wen等，2019；Toroghi等，2020；Cimellaro等，2021），取决于其冗余或具有相似特征的元素数量。
（3）智慧性：在地震灾害引起功能退化时，系统利用可用资源缓解不良后果和应对破坏的能力（Bruneau等，2003；Kong等，2019；Wen等，2019；Toroghi等，2020）。
（4）可恢复性：在地震灾害引起功能退化时，系统及时将功能恢复到期望水平、减少损失和避免未来中断的能力（Bruneau等，2003；Vona等，2018；Kong等，2019；Wen等，2019；Toroghi等，2020），可量化为系统功能函数在恢复时间内的斜率。
地震韧性具有概念综合性，涉及技术、组织、社会、经济、环境中的一个或多个维度（Bruneau等，2003；Wen等，2019；Sardari等，2020；Dikmen等，2020）。例如，Zhou等（2022）将供水网络地震韧性分为7个方面：备灾阶段的技术韧性、备灾阶段的经济韧性、备灾阶段的环境韧性、备灾阶段的组织韧性、防灾阶段的社会韧性、适应能力和恢复能力，并指出备灾阶段的经济和环境韧性是影响地震韧性最重要的2个维度。Cimellaro等（2021）提出PEOPLES框架，考虑人口统计、环境/生态系统、有组织的政府服务、物理基础设施、生活方式和社区能力、经济发展、社会文化资本7个维度，认为韧性是随时间和空间变化的动态变量。地震韧性各维度的量化涉及许多不同参数，技术和组织2个维度与医院和生命线等关键物理系统韧性有关，而最后2个维度则更多地与受影响的社区有关（Dikmen等，2020）。Bruneau等（2003）的观点受到学术界广泛认可，认为地震韧性应该考虑到技术韧性（Technical）、组织韧性（Organizational）、社会韧性（Social）、经济韧性（Economical），概括为TOSE，其中技术韧性描述系统充分运行和执行的能力；组织韧性描述组织管理系统的能力；社会韧性指社会如何应对因灾难而失去的服务；经济韧性描述减少间接和直接经济损失的能力。
2. 中国海岛县概况及其地震韧性分析
2.1 中国海岛县概况
本文中海岛县是指行政区划为县、县级市、区的海岛，包括其下属乡镇。海岛县在我国海岛区域中具备空间位置、社会经济发展等方面的代表性，具体表现为以下2个方面：
（1）空间位置代表性。我国海岛超过1.1万个，分布于我国各大海域，其中东海海域海岛占比66%、南海海域占比25%、黄海和渤海海域海岛数量相近，为4%～5%（王春晓，2021）。我国海岛县分布与海岛数量分布相似，主要分布于浙江、福建两省，具备海岛区域空间位置代表性。
（2）社会经济发展代表性。海岛按照有无居民居住被划分为有居民海岛和无居民海岛，海岛县是海岛居民的集中居住地，也是海岛经济开发的主要区域。
另外，与大陆地区相比，海岛县作为承灾体具有独特性，具体表现为以下3个方面：
（1） 高聚集性。海岛县陆域面积有限，内部居民多集中分布于地形平坦、资源丰富的区域，与大陆地区相比，人口、建筑密度更高，使海岛县面临更高的灾害风险。
（2） 低独立性。海岛县经济基础有限，大多依靠岛内外经济的交互促进经济发展，尤其是灾害期间，需依靠岛外资源进行灾害救援及灾害恢复。
（3）低韧性。部分海岛县人口老龄化严重，限制灾害救援和恢复；且存在较多抗震性差的房屋，结构加固成本高，存在较大风险；此外，海岛生态环境脆弱，容易受到灾害影响，恢复难度大。
鉴于此，本文选定海岛县为研究对象，建立评价方法，对其进行地震韧性研究。
2.2 中国海岛县地震韧性分析
地震灾害对海岛县进行攻击时，海岛县韧性机制将在海岛县的环境、布局结构、当地经济条件、风险管理制度、人口结构、社会发展以及海岛县生命线系统的布局状况的共同作用下做出反应，从时间维度看，可将海岛县地震韧性反应机制描述为海岛县对地震灾害的应对阶段、对地震破坏的抵抗阶段、在震后破坏的恢复阶段、对于地震灾害的适应阶段，并通过适应阶段的反馈，期望加强后期对于地震灾害的应对能力、恢复能力和抵抗能力（图2）。
以上4个阶段具体解释如下：
（1）地震灾害应对阶段
地震灾害应对阶段主要强调海岛县对地震灾害的预警行为以及地震灾害突发时海岛县的应急响应行为，依赖于地震预警系统的监测能力、信息传播反馈能力以及应急救援队伍的抢险救灾能力，希望在突发性地震来临时迅速向受灾地区和外界反馈地震信息，使受灾地区可迅速采取相关行动、邻近地区迅速做好支援准备，核心在于高效传递地震相关信息，以保证海岛县及时应对地震灾害，并为当地及外界开展救援活动争取时间。
（2）地震灾害抵抗阶段
地震灾害抵抗阶段强调在地震灾害来临时，保护海岛县人民生命安全并减少财产损失，主要依赖于海岛县地理条件、建筑环境和应急避难场所的抗震能力。由于地理位置的限制，我国海岛县一般发展较为落后，在受到强震攻击时往往需要依赖外部力量的援助，因此其与外界的通达度很大程度上影响海岛县的整体抗震能力。海岛县内各类建筑物、构筑物为人员聚集区，其抗震能力也与地震场景下当地人员和财产安全情况息息相关，同时也该考虑到在救灾过程中发挥重要作用的生命线系统，其抗震能力可大大提高灾害救援效率。应急避难场所指在突发事件来临时用于躲避灾害和保证居民人身安全的集中点，可在地震灾害来临时为海岛县居民提供疏散和避难生活，通常配备供电、供水等基本设施设备，并可能配备应急通讯、医疗设施设备以及生活必需品等，其抗震性大大决定了震后人员疏散的安全性。
（3）震后破坏恢复阶段
地震破坏后的恢复阶段希望海岛县能综合内外部资源完成震后废墟清理、受损建筑重建、社会经济环境重塑和生态修复，该阶段主要依赖于海岛县的社会恢复活动和经济保障。稳定的社会环境有利于减少震后居民心理损伤，推进恢复活动开展，海岛县本身发展状况与人口因素在社会恢复活动中起主导作用。海岛县的经济保障能力可由其经济总量、经济发展水平和经济结构决定，其中经济总量和经济发展水平影响到对于震后恢复的经济投入力度，经济结构则决定了经济环境重建效率。
（4）地震灾害适应阶段
海岛县在地震灾害的适应阶段主要指每次地震灾害攻击时的学习和实践行为，将每次灾害攻击转化为历史经验，提高海岛县对后续灾害的应对能力、抵抗能力和恢复能力，主要依赖于以海岛县和内部居民为主体的各类行为。地震灾害攻击频繁的地区，当地政府往往具备更强的灾害应对能力，也会相应具备更成熟的灾害抵抗和恢复经验。同时也该注意到，居民的适应能力依赖于各类防震减灾宣传活动，社会和政府应该积极举办相关宣传活动以提高居民的防震知识储备水平。
3. 中国海岛县地震韧性评价指标体系
3.1 指标体系建立基础
3.1.1 指标体系框架确立
基于上述理论分析，本文从海岛县地震韧性涉及的应对（Preparation）-抵抗（Resistance）-恢复（Recovery）-适应（Adaptation）4个阶段出发，对中国海岛县地震韧性开展研究，并建立中国海岛县地震韧性评价体系（Seismic Resilience Evaluation for Island Counties of China-Evaluation Indicator System，SREICC-EIS），用于评价海岛县地震韧性水平。该指标体系分为三级，其中一级指标分别指海岛县韧性机制作用的4个阶段对应的4方面能力：应对能力、恢复能力、抵抗能力、适应能力。二级指标为一级指标的细分，应对能力包括地震灾情反馈和灾害紧急救援，抵抗能力包括海岛县建筑环境抵抗能力和应急空间抵抗能力，恢复能力包括社会恢复和经济恢复两方面，适应能力包括海岛县的组织学习能力和海岛县居民的学习适应能力。三级指标则对应于各方面能力的具体影响因子。
3.1.2 评价指标体系建立过程
SREICC-EIS的建立从以下3个阶段开展：
（1）基础准备阶段
首先根据研究方向对地震韧性研究背景进行文献梳理，了解研究现状及不足，确定本文研究对象为中国海岛县，研究目的为建立中国海岛县地震韧性评价指标体系。
（2）体系设计阶段
基于充分的理论分析，对海岛县地震韧性研究的具体范畴作出界定，从不同维度研究地震韧性构成，建立评价体系的基本框架，并通过资料查询、文献阅读等手段确定各个指标层的具体内容，初步形成指标体系。
（3）指标筛选与确立阶段
初步形成的指标体系还具有一定冗余性，需结合专家意见进行筛选，提高指标体系的科学性，最终确定各个指标层不同指标的具体范畴，建立完善的中国海岛县地震韧性评价指标体系，即SREICC-EIS。
3.2 评价指标的筛选
3.2.1 指标选择原则
中国海岛县实际情况的复杂性增加了建立有效指标体系的困难度，因此按照以下原则开展指标体系建立工作：
（1）系统性原则。海岛县为有机整体，其评价指标之间须具备一定逻辑性，既能反映海岛县地震韧性的不同维度，也能体现海岛县内部组成部分的联系。指标系统要有阶层性，各层级指标相互适应、层层深入，形成有机整体，综合反映海岛县地震韧性水平。
（2）典型性原则。各指标须有典型代表性，客观反映海岛县地震韧性水平，并注意考虑海岛县与大陆市县的差异，准确反映海岛县综合特征。指标需全面、突出重点，做到即使减少个别指标也能保证结果可靠。
（3）科学性原则。要求指标体系能科学表征海岛县地震韧性水平，各级指标须符合国家标准和地方要求，并能科学反映海岛县的地震韧性特征，最终以科学客观的结果输出。
（4）可行性原则。要求各指标概念明确、内容定义清晰，同时要求指标尽可能简单明了，概念不应繁细冗长，注意指标计算方法和计算量度的统一性。
3.2.2 指标选取依据
根据相关法律法规、标准规范以及文献资料确定各级指标因子，部分参考资料如表2所示。
表 2 指标体系建立的参考资料Table 2. References for SREICC-EIS材料分类 名称来源 法律法规 《中华人民共和国防震减灾法》
《中华人民共和国城乡规划法》
《中华人民共和国突发事件应对法》标准规范 GB 50011—2010《建筑抗震设计规范》
GB 50223—2008《建筑工程抗震设防分类标准》
GB 50413—2007《城市抗震防灾规划标准》
GB 50180—2018《城市居住区规划设计标准》
GB 51143—2015《防灾避难场所设计规范》（2021年版）
GB/T 23648－2009《社区志愿者地震应急与救援工作指南》文献资料 《县城防震韧性评价指标体系研究》（杨春晨，2019）
《基于地震灾害的城市安全韧性评估》（谢菊香，2020）
《城市社区抗震韧性评估模型优化研究》（景梦晗，2021）
《海岛地震灾害特征分析及危险性评价研究》（崔涵，2020）
《中国县域海岛地震灾害社会脆弱性研究》（王春晓，2021）
《Resilience assessment of regional areas against earthquakes using multi-source information fusion》（Chen等，2021）
《Dynamic modeling of in-event interdependencies in community resilience》（Sediek等，2020）
《Integrating household decisions in quantifying the seismic resilience of
communities subjected to a sequence of earthquakes》（Sediek等，2022）
《Toward quantification of seismic resilience in Iran: Developing an integrated indicator system》（Atrachali等，2019）3.3 指标体系构建
本文以海岛县对地震灾害的应对能力、抵抗能力、恢复能力和适应能力为一级指标，建立了包含8个二级指标和34个三级指标的中国海岛县地震韧性评价指标体系（SREICC-EIS），具体如表3所示。
表 3 中国海岛县地震韧性评价指标体系Table 3. Evaluation indicator system of s eismic resilience for island counties of China3.3.1 应对能力指标
海岛县的地震灾害应对能力（A）指在地震灾害发生前期，海岛县采取措施准备应对灾害并使地震灾害影响最小化的能力，包括灾情反馈能力（A1）和灾害救援能力（A2）。
（1）灾情反馈能力（A1）
灾情反馈涉及灾害信息传播和灾情速报两方面，要求做到实时监测地震状态和震损具体情况，并将其反馈给当地主管部门、受灾民众和外界支援力量，用应急指挥平台数量（A11）、预警系统覆盖率（A12）、移动电话覆盖率（A13）3个指标衡量，3个指标都为正向指标。
（2）灾害救援能力（A2）
灾害救援能力强调应急服务质量和应急救援水平两方面，要求震后及时救助受灾民众，提供可用医疗资源和应急物资，用岛内医疗卫生人员数量（A21）、医疗卫生机构床位（A22）、应急队伍建设情况（A23）、应急物资储备服务天数（A24）4个指标衡量，以上指标皆为正向指标，其中A23可用当地消防救援队、志愿救援队伍等应急救援队伍数量量化。
3.3.2 抵抗能力指标
地震灾害抵抗能力（B）是指在地震灾害发生后，系统本身为了抵抗和处理灾害影响并使灾害后果最小化的能力，包括建筑环境抵抗能力（B1）和应急空间抵抗能力两方面（B2）。
（1）建筑环境抵抗能力（B1）
建筑环境抵抗能力要求海岛县地理条件和建筑物理环境具备一定的地震灾害抵抗能力。研究表明，物理基础设施功能可以在震后几个小时或几天内恢复基本服务（Vona等，2018），因此本研究主要考虑对居民生活影响较大的关键基础设施。用抗震设防烈度（B11）、海岛工程地质特征（B12）、海岛至地震带距离（B13）、海岛最小离岸距离（B14）、岛内道路网密度（B15）、跨海大桥数量（B16）、供水管网密度（B17）、供电线路长度（B18）8个指标衡量，其中B11、B12、B16为正向指标，B13、B14、B15、B17、B18为负向指标，B12可根据当地工程地质条件划分为不同级别，级别越高则地震韧性越高。
（2）应急空间抵抗能力（B2）
应急空间抵抗能力指海岛县由于其内部地震避难场所具有一定抗震性，可保护受灾民众减少其在地震灾害下的损失，用岛内人均有效避难场所空间面积（B21）、避难场所场地条件（B22）、避难场所可达性（B23）3个指标衡量，且都为正向指标，B22可根据避难场所场地设施的完善性划分为不同级别，级别越高则地震韧性越高。
3.3.3 恢复能力指标
地震灾害恢复能力（C）是指在地震灾害引起系统功能退化时，海岛县利用物质资源在社会和经济的共同调节下，及时将海岛县各方面功能恢复到期望水平，以尽快减少损失和保持未来正常运转的能力，包括社会恢复能力（C1）和经济恢复能力（C2）两方面。
（1）社会恢复能力（C1）
社会恢复能力指地震灾害后在社会因素的影响下使海岛县的非物理系统状态恢复到期望水平，用受高等教育人口比例（C11）、人口密度（C12）、15～64岁人口比例（C13）、城镇化率（C14）4个指标衡量，其中C11、C13、C14为正向指标，C12为负向指标。
（2）经济恢复能力（C2）
经济恢复能力要求海岛县在其本身经济力量的支撑下完成震后救援与恢复工作，引入地区生产总值（C21）、第三产业比重（C22）、年港口吞吐量（C23）、人均GDP（C24）4个指标衡量，且都为正向指标。
3.3.4 适应能力指标
地震灾害适应能力（D）指海岛县利用可用资源弥补不足，以成为地震灾害中更具抵抗力的系统的能力，涉及海岛县组织学习能力（D1）和海岛县居民适应能力（D2）两方面。
（1）海岛县组织学习能力（D1）
海岛县组织学习能力指海岛县基于自身过往地震经验及对于突发地震灾害防治的重视程度而使海岛县具备更强的地震应对、抵抗和恢复能力，引入历史地震频次（D12）、历史地震震级（D13）、研究与试验发展R&D经费投入强度（D14）、应急资金占市政支出的百分比（D15）、灾害风险普查频率（D16）6个指标衡量，且都为正向指标。
（2）居民适应能力（D2）
居民适应能力要求海岛县居民具备一定的防震知识与技能，以增强其地震灾害应对能力、抵抗能力和恢复期间的适应性，引入应急预案实施情况（D21）、防震知识普及情况（D22）、居民对防震空间及设施的了解情况（D23）3个指标衡量，以上指标皆为正向指标。
3.4 ERICC-EIS讨论
3.4.1 ERICC-EIS的数据
本指标体系涉及系列工程、社会、经济类指标，涵盖范围广泛而复杂，需要具体考虑多方面数据来源和计算方法。
工程地震地质类数据的获取常依赖于国家地震台网、国家地理信息平台发布的相关数据，可结合ArcGIS等地理计算工具进行数据处理和空间分析，以获取更详细可靠的地理信息数据。社会经济类数据则主要来源于各海岛县及其所属县市政府官网发布的政府工作公报、数据统计公报等，包括但不限于人口统计、经济发展水平、基础设施建设情况等数据。
需要特别注意的是，地震韧性是一个动态概念，受到地区自然环境、经济社会发展等多类因素的影响，因此需要根据评价年度及时更新和调整相关指标数据，以确保数据能客观准确反映各地地震韧性水平的变化和趋势。
3.4.2 ERICC-EIS的使用
ERICC-EIS将用于建立评价模型，用于中国海岛县地震韧性水平量化评价，旨在全面评估中国海岛县地震韧性水平，为海岛县地震风险管理和防灾减灾工作提供科学依据和决策支持。
可采用多种多准则决策方法（MCDM）确定指标权重，以确保评价结果的客观性和科学性，其中，熵权法、层次分析法等是常用的权重确定方法。另外也可结合主成分分析法、逼近理想解法、模糊综合评价法等综合评价方法，形成完整的地震韧性评价模型，得出对中国海岛县地震韧性的综合评价结果。同时，可借助现代地理信息技术和地理计算工具（如ArcGIS）等可视化平台，分区展示中国海岛县地震韧性水平分布，形成直观的空间分布图，不仅有助于政府部门和相关机构更好地了解各海岛县地震韧性状况，也可为灾害应对提供实时的空间信息支持。
4. 结论
本研究阐述了地震韧性概念的发展过程，分析其具体内涵，为中国海岛县地震韧性分析提供理论基础，并基于此建立了中国海岛县地震韧性评价指标体系，主要得出以下结论：
（1）海岛县地震韧性作用机制主要体现为以下4个阶段：地震灾害应对阶段、地震灾害抵抗阶段、震后破坏恢复阶段以及地震灾害适应阶段，其中地震灾害适应阶段的作用将反馈到前3个阶段。对于海岛县地震韧性水平的研究也可用地震灾害应对能力、地震灾害抵抗能力、震后破坏恢复能力和地震灾害适应能力4个方面出发开展研究。
（2）中国海岛县由于独特的地理位置和发展水平，在对其地震韧性水平进行评价时需首先建立评价指标体系，以囊括所有海岛县地震韧性影响因素，分析地震韧性作用机制，对其地震韧性进行全面评估，有针对性地提出韧性改善策略。
海岛县地震韧性研究还处于探索阶段，中国海岛县地震韧性水平至今仍缺乏可靠结果，本研究作为中国海岛县地震韧性水平研究的起步，以下工作仍需进一步探索：
（1）本研究确定的指标体系，其中指标因子仍需在实践中进行进一步探索和验证。
（2）需要选取合适的权重计算方法确定本指标体系的权重，并在此基础上确定合适的方法对中国海岛县地震韧性水平进行分析。
（3）未来可将本指标体系与地震分析可视化平台结合开发新工具，以更好地支持海岛县防震减灾工作。
-
表 1 韧性定义发展
Table 1. The development of resilience definition
研究对象 定义 时间 来源 社会 系统减轻灾害、在灾害发生时控制灾害影响，并以最大限度地减少社会混乱和减轻未来地震影响的方式开展恢复活动的能力。 2003年 （Bruneau等，2003） 工程系统 系统在不利影响下通过改变其非本质属性并重建自身来适应和生存的能力。 2006年 （Manyena，2006） 工程系统 系统在特定时间内（通常是系统的生命周期等）抵抗、恢复和适应灾害冲击的能力，将其量化为系统功能随着时间的变化。 2010年 （Cimellaro等，2010） 工程系统 系统在灾害准备阶段抵御和吸收外部干扰的吸收能力、应急响应阶段的适应能力、灾后恢复阶段快速恢复到可接受水平的能力。 2019年 （Nocera等，2019） 社区 社区通过遵循一些预先确定的活动来减轻地震灾害社会影响的能力，使系统准备好应对即将来临的地震灾害并使其造成的损失最小化的能力。 2019年 （Atrachali等，2019） 城市 城市系统积极应对地震并从地震中恢复的能力，是一个动态过程。 2020年 （Fontana等，2020） 结构 结构在地震期间维持某些功能的能力，以及其在震后恢复到所需的目标功能的能力。 2020年 （González等，2020） 医院 系统在地震灾害期间或灾后立即恢复其功能的能力。 2020年 （Shang等，2020） 基础设施 系统吸收扰动的影响，并在最短时间内以最小成本（财政、人力、工作量等）恢复其功能所有方面的某种能力，可以被看作是在中断后如何保持功能以及如何快速获得功能的能力。 2023年 （Kamissoko等，2023） 
下载: 导出CSV
表 2 指标体系建立的参考资料
Table 2. References for SREICC-EIS
材料分类 名称来源 法律法规 《中华人民共和国防震减灾法》
《中华人民共和国城乡规划法》
《中华人民共和国突发事件应对法》标准规范 GB 50011—2010《建筑抗震设计规范》
GB 50223—2008《建筑工程抗震设防分类标准》
GB 50413—2007《城市抗震防灾规划标准》
GB 50180—2018《城市居住区规划设计标准》
GB 51143—2015《防灾避难场所设计规范》（2021年版）
GB/T 23648－2009《社区志愿者地震应急与救援工作指南》文献资料 《县城防震韧性评价指标体系研究》（杨春晨，2019）
《基于地震灾害的城市安全韧性评估》（谢菊香，2020）
《城市社区抗震韧性评估模型优化研究》（景梦晗，2021）
《海岛地震灾害特征分析及危险性评价研究》（崔涵，2020）
《中国县域海岛地震灾害社会脆弱性研究》（王春晓，2021）
《Resilience assessment of regional areas against earthquakes using multi-source information fusion》（Chen等，2021）
《Dynamic modeling of in-event interdependencies in community resilience》（Sediek等，2020）
《Integrating household decisions in quantifying the seismic resilience of
communities subjected to a sequence of earthquakes》（Sediek等，2022）
《Toward quantification of seismic resilience in Iran: Developing an integrated indicator system》（Atrachali等，2019）
下载: 导出CSV
表 3 中国海岛县地震韧性评价指标体系
Table 3. Evaluation indicator system of s eismic resilience for island counties of China
下载: 导出CSV
-
陈宣先,王培茗,2018. 韧性城市研究进展. 世界地震工程,34(3):78−84.Chen X. X., Wang P. M., 2018. Research progress on resilient cities. World Earthquake Engineering, 34(3): 78−84. (in Chinese) 崔涵,2020. 海岛地震灾害特征分析及危险性评价研究. 青岛:中国海洋大学.Cui H., 2020. Study on characteristics analysis of island seismic disaster and seismic hazard assessment. Qingdao:Ocean University of China. (in Chinese) 窦圣宇,2021. 海岛地震应急能力评价及演化特征研究. 青岛:中国海洋大学.Dou S. Y., 2021. Research on the evaluation and evolution characteristics of earthquake emergency response capacity of islands. Qingdao:Ocean University of China. (in Chinese) 焦柳丹,邓佳丽,吴雅等,2022. 基于PSR+云模型的城市韧性水平评价研究. 生态经济,38(5):114−120.Jiao L. D., Deng J. L., Wu Y., et al., 2022. Evaluation of urban resilience based on PSR+cloud model. Ecological Economy, 38(5): 114−120. (in Chinese) 景梦晗,2021. 城市社区抗震韧性评估模型优化研究. 成都:西南交通大学.Jing M. H., 2021. Study on optimization of seismic resilience evaluation model for urban communities. Chengdu:Southwest Jiaotong University. (in Chinese) 李康晨,2018. 城市韧性评价指标体系构建及应用研究. 广州:暨南大学.Li K. C., 2018. Research on the design and application of evaluation indicator system of city resilience. Guangzhou:Jinan University. (in Chinese) 刘玉国,李欢,郑涵等,2022. 中国活动构造与地震及地质灾害的关系研究进展及展望. 自然灾害学报,31(1):1−14.Liu Y. G., Li H., Zheng H., et al., 2022. Research progress and prospect of the relationship among active tectonics, earthquakes and geological disasters in China. Journal of Natural Disasters, 31(1): 1−14. (in Chinese) 师钰,2020. 城市群区域韧性评价及优化策略研究. 焦作:河南理工大学.Shi Y., 2020. Study on the evaluation and optimization strategy of regional resilience of urban agglomerations. Jiaozuo:Henan Polytechnic University. (in Chinese) 时哲明,2021. 基于韧性城市理念的城市综合防灾规划研究−−以新郑市中心城区为例. 绵阳:西南科技大学.Shi Z. M., 2021. Study on comprehensive disaster prevention planning based on resilient city concept,taking Xinzheng city center as an example. Mianyang:Southwest University of Science and Technology. (in Chinese) 王春晓,2021. 中国县域海岛地震灾害社会脆弱性研究. 青岛:中国海洋大学.Wang C. X., 2021. Research on social vulnerability of seismic disaster in county islands of China. Qingdao:Ocean University of China. (in Chinese) 王图亚,2019. 既有居住区抗震韧性评价与提升策略研究. 北京:中国建筑科学研究院.Wang T. Y., 2019. Research on evaluation and improvement strategy of seismic resilience of residential areas. Beijing:China Academy of Building Research. (in Chinese) 王燕语,范圣权,范乐,2021. 基于多因素、多层次评判的多灾种下城市安全韧性评价指标研究. 建筑科学,37(1):82−88.Wang Y. Y., Fan S. Q., Fan L., 2021. Research on assessment index of urban safety resilience under multi-hazards based on multi-factors and multi-level evaluation. Building Science, 37(1): 82−88. (in Chinese) 谢菊香,2020. 基于地震灾害的城市安全韧性评估. 重庆:重庆大学.Xie J. X., 2020. Urban resilience assessment based on earthquake disaster. Chongqing:Chongqing University. (in Chinese) 杨春晨,2019. 县城防震韧性评价指标体系研究−−以定远县县城为例. 合肥:安徽建筑大学.Yang C. C., 2019. Study on evaluation index system of earthquake resistance toughness of county town − taking Dingyuan county as an example. Hefei:Anhui Jianzhu University. (in Chinese) 殷凯,2021. 黑龙江省城市韧性时空演变及其影响因素研究. 哈尔滨:哈尔滨师范大学.Yin K., 2021. Research on the spatio-temporal evolution and influencing factors of urban resilience in Heilongjiang province. Harbin:Harbin Normal University. (in Chinese) 臧鑫宇,王逸轩,王峤,2021. 应对典型灾害的城市适灾韧性评价与韧性地图划定. 建筑学报,(S1):146−150.Zang X. Y., Wang Y. X., Wang Q., 2021. Urban resilience evaluation and resilience map zoning coping with the typical disasters. Architectural Journal, (S1): 146−150. (in Chinese) 周倩倩,2020. 城市生命线工程防灾韧性度评价. 秦皇岛:华北理工大学.Zhou Q. Q., 2020. Evaluation of disaster prevention toughness of urban lifeline project. Qinhuangdao:North China University of Science and Technology. (in Chinese) Atrachali M., Ghafory-Ashtiany M., Amini-Hosseini K., et al., 2019. Toward quantification of seismic resilience in Iran: Developing an integrated indicator system. International Journal of Disaster Risk Reduction, 39: 101231. doi: 10.1016/j.ijdrr.2019.101231 Bruneau M., Chang S. E., Eguchi R. T., et al., 2003. A framework to quantitatively assess and enhance the seismic resilience of communities. Earthquake Spectra, 19(4): 733−752. doi: 10.1193/1.1623497 Chen W. Y., Zhang L. M., 2021. Resilience assessment of regional areas against earthquakes using multi-source information fusion. Reliability Engineering & System Safety, 215: 107833. Cimellaro G. P., Reinhorn A. M., Bruneau M., 2010. Framework for analytical quantification of disaster resilience. Engineering Structures, 32(11): 3639−3649. doi: 10.1016/j.engstruct.2010.08.008 Cimellaro G. P., Arcidiacono V., Reinhorn A. M., 2021. Disaster resilience assessment of building and transportation system. Journal of Earthquake Engineering, 25(4): 703−729. doi: 10.1080/13632469.2018.1531090 Dikmen S. Ü., Akbiyikli R., Sönmez M., 2020. Assessment of the disaster recovery progress through mathematical modelling. Teknik Dergi, 31(4): 10113−10126. doi: 10.18400/tekderg.473099 Fontana C. , Cianci E. , Moscatelli M. , 2020. Assessing seismic resilience of school educational sector. An attempt to establish the initial conditions in Calabria Region, southern Italy. International Journal of Disaster Risk Reduction, 51 : 101936. González C., Niño M., Jaimes M. A., 2020. Event-based assessment of seismic resilience in Mexican school buildings. Bulletin of Earthquake Engineering, 18(14): 6313−6336. doi: 10.1007/s10518-020-00938-5 Holling C. S., 1973. Resilience and stability of ecological systems. Annual Review of Ecology and Systematics, 4(1): 1−23. doi: 10.1146/annurev.es.04.110173.000245 Kalfarisi R., Hmosze M., Wu Z. Y., 2022. Detecting and geolocating city-scale soft-story buildings by deep machine learning for urban seismic resilience. Natural Hazards Review, 23(1): 04021062. doi: 10.1061/(ASCE)NH.1527-6996.0000541 Kamissoko D., Nastov B., Allon M., 2023. Improved model for continuous, real-time assessment and monitoring of the resilience of systems based on multiple data sources and stakeholders. Structure and Infrastructure Engineering, 19(8): 1122−1137. doi: 10.1080/15732479.2021.2009883 Kong J. J., Simonovic S. P., Zhang C., 2019. Resilience assessment of interdependent infrastructure systems: a case study based on different response strategies. Sustainability, 11(23): 6552. doi: 10.3390/su11236552 Manyena S. B., 2006. The concept of resilience revisited. Disasters, 30(4): 434−450. doi: 10.1111/j.0361-3666.2006.00331.x Narjabadifam P., Hoseinpour R., Noori M., et al., 2021. Practical seismic resilience evaluation and crisis management planning through GIS-based vulnerability assessment of buildings. Earthquake Engineering and Engineering Vibration, 20(1): 25−37. doi: 10.1007/s11803-021-2003-1 Nocera F. , Gardoni P. , Cimellaro G. P. , 2019. Time-dependent probability of exceeding a target level of recovery. ASCE-ASME Journal of Risk and Uncertainty in Engineering Systems, Part A: Civil Engineering, 5 (4): 04019013. Sardari F., Dehkordi M. R., Eghbali M., et al., 2020. Practical seismic retrofit strategy based on reliability and resiliency analysis for typical existing steel school buildings in Iran. International Journal of Disaster Risk Reduction, 51: 101890. doi: 10.1016/j.ijdrr.2020.101890 Sediek O. A., El-Tawil S., Mccormick J., 2020. Dynamic modeling of in-event interdependencies in community resilience. Natural Hazards Review, 21(4): 04020041. doi: 10.1061/(ASCE)NH.1527-6996.0000413 Sediek O. A., El-Tawil S., Mccormick J., 2022. Integrating household decisions in quantifying the seismic resilience of communities subjected to a sequence of earthquakes. Natural Hazards Review, 23(2): 04022003. doi: 10.1061/(ASCE)NH.1527-6996.0000552 Shang Q. X., Wang T., Li J. C., 2020. Seismic resilience assessment of emergency departments based on the state tree method. Structural Safety, 85: 101944. doi: 10.1016/j.strusafe.2020.101944 Takewaki I., Fujita K., Yamamoto K., et al., 2011. Smart passive damper control for greater building earthquake resilience in sustainable cities. Sustainable Cities and Society, 1(1): 3−15. doi: 10.1016/j.scs.2010.08.002 Toroghi S. S. H., Thomas V. M., 2020. A framework for the resilience analysis of electric infrastructure systems including temporary generation systems. Reliability Engineering & System Safety, 202: 107013. Vona M., Mastroberti M., Mitidieri L., et al., 2018. New resilience model of communities based on numerical evaluation and observed post seismic reconstruction process. International Journal of Disaster Risk Reduction, 28: 602−609. doi: 10.1016/j.ijdrr.2018.01.010 Wen W. P., Zhang M. H., Zhai C. H., et al., 2019. Resilience loss factor for evaluation and design considering the effects of aftershocks. Soil Dynamics and Earthquake Engineering, 116: 43−49. doi: 10.1016/j.soildyn.2018.10.007 Zhang C., Kong J. J., Simonovic S. P., 2018. Restoration resource allocation model for enhancing resilience of interdependent infrastructure systems. Safety Science, 102: 169−177. doi: 10.1016/j.ssci.2017.10.014 Zhou W. M., Kalonji G., Chen C., et al., 2022. A three-staged framework for measuring water supply resilience in rural China based on PLS-SEM. Scientific Reports, 12(1): 4323. doi: 10.1038/s41598-022-08112-4 -
下载:
点击查看大图
计量
- 文章访问数: 47
- HTML全文浏览量: 8
- PDF下载量: 8
- 被引次数: 0
