社区韧性建设系列:社区韧性的研究进展与挑战
2023-07-11

不同维度和时间尺度的韧性规划和建设是社区有效应对气候变化与其他风险最强有力的工具。本文综述了以自然灾害为聚焦点的社区韧性研究最新进展,包括单个基础设施系统、它们的相互依赖关系以及社区经济和社会系统的模型。通过对当前的韧性建设有代表性的倡议和文献回顾,提出了关于社区构建自然灾害韧性的多学科观点,探讨不同尺度(国家、区域和地方)的韧性模型、工具和衡量标准,以及关键的差距和研究需求,以改善社区层面的韧性评估和行动。

社区韧性的研究状况:进展与挑战

Maria Koliou, John W. van de Lindt, Therese P. McAllister, Bruce R. Ellingwood, Maria Dillard & Harvey Cutler (2020) State of the research in community resilience: progress and challenges, Sustainable and Resilient Infrastructure, 5:3, 131-151, DOI: 10.1080/23789689.2017.1418547


摘要社区韧性在环境科学、工程学、社会学、心理学和经济学等多个学科中被广泛讨论。在美国和世界范围内重大自然和人为灾难发生后,各界对社区韧性的兴趣得到了加强。目前还没有一个涵盖了从自然灾害的直接影响到恢复阶段的所有物理与社会经济要素组的综合模型。本文综述了以往以自然灾害为重点的社区韧性研究,主要包括单个基础设施系统、它们的相互依赖关系以及社区经济和社会系统的模型。本研究还总结了一系列旨在提高社区韧性的国家与区域措施。本文扩展了现有建模方法,旨在发展对韧性改进的、综合的理解,供决策者在为未来事件做准备时使用。


1.导论

自然灾害人为灾害会对社区造成重大损害和破坏,包括社区的建筑、分布式基础设施系统、经济和社会服务的可用性。社区韧性的概念,包括规划、抵抗、吸收和从破坏性事件中迅速恢复(PPD-21, 2013),在过去十年中在世界各地得到了广泛关注。在美国,关于社区韧性的项目和研究受到了1992年安德鲁飓风、1994年北岭大地震、2001年世贸中心和五角大楼恐怖袭击、2005年卡特里娜飓风、2011年密苏里州乔普林龙卷风、2012年超级风暴桑迪(McAllister, 2016)、2017年飓风哈维、伊尔玛和玛莉亚以及2009年意大利拉奎拉地震、2011年新西兰基督城地震等地方和国家的影响。2011年东日本大地震、2016年意大利中部地震激发了韧性研究。每次自然灾害发生后,社区韧性的概念都在演变,因为韧性项目越来越多地涉及应急响应、准备和安全、减灾、风险沟通以及社区从物理、经济和社会破坏中恢复。随着时间的推移,社区韧性开始解决事件发生后对社区的长期影响,而不仅仅是关注单个设施或组织。


同时,研究解决了每次灾害事件后发现的韧性差距(resilience gaps),尽管研究目标或重点在韧性概念方面往往有很大不同。尽管最近的灾害事件和研究资金倡议引起了广泛的兴趣,但很少有多边协调的行动来解决物理、社会和经济基础设施之间复杂的相互作用,以实现社区的韧性。相反,大多数研究都集中在单一的灾害(通常是地震)或特定的基础设施(如医疗保健设施)。


一些机构拥有有助于社区韧性的项目,这些项目涉及应急反应、准备和安全、减灾、风险交流以及社区从物理、经济和社会破坏中的恢复。例如,在美国,国家标准与技术研究所(NIST)最近的项目正在为社区韧性开发基于科学的方法、工具和指导。美国国土安全部(DHS)也在通过基础设施保护办公室的项目和联邦紧急事务管理局的国家准备目标和框架来解决关键基础设施和社区韧性。在欧洲,联合研究中心(JRC)开发了地理空间风险和韧性评估平台(GRRASP),该平台专注于地理空间技术和计算工具,用于分析和模拟关键基础设施的韧性评估。


本文通过对当前的韧性倡议和有代表性的文献的回顾,提出了关于社区对自然灾害的韧性的多学科观点,重点是建筑环境、社会和经济机构以及依赖于建筑环境的功能。首先,介绍了多个学科(工程、社会学和经济学)对韧性的定义,以供比较。接着,回顾了支持不同规模(国家、区域和地方)的韧性模型、工具和衡量标准的研究。最后,介绍了对物理、社会和经济系统的韧性的研究,然后讨论了关键的差距和研究需求,以促成和改善社区层面的韧性评估。


2.韧性的定义

韧性的概念,特别是对灾害事件的韧性,在许多学科中得到了广泛讨论,包括心理学和精神病学、公共卫生科学、环境科学、工程学以及经济、社会和行为科学。这些概念被应用于各种规模和复杂性的现象,从工程公共基础设施系统的组成部分、社会群体,到系统和系统网络,如社区、社会生态系统、区域经济和基础设施系统网络。表1提供了许多韧性的定义。


表1中的第一个定义来自Holling(1973),他通常被认为是最早将韧性定义为生态系统吸收外部冲击并反弹的能力的研究者之一。这种反弹的概念经常被批评为过于狭隘,只能再现脆弱性。Gordon(1978)在讨论物理结构(无论是工程结构还是自然结构)的恢复力,以及它们在保持其形式和结构的同时抵抗、吸收或偏转能量负荷的能力时提供了类似的方法。Timmerman(1981)也直接借鉴了Holling(1973)的观点,他是最早想到应对(disasters)和危害(hazards)韧性的人之一,同样关注系统从危险事件中恢复的能力。对抗冲击和快速恢复的关注仍然是大多数韧性定义的核心,包括Mileti(1999)和Paton和Johnston(2001),他们观察到在处理社会系统时,有效利用物质和经济资源的能力,对外部性(超本地化的)资源的依赖程度有限,可以促进快速恢复。


新世纪的第一个十年的特点是在韧性的概念中增加了关键的层面--人类和社会因素,特别是在处理对灾害事件的韧性时。例如,Folke等提出,将人类和社会因素作为社会生态系统的一部分,需要承认学习和适应(learning and adaptation)是韧性的关键组成部分。从这个角度看,韧性不仅仅是抵御或吸收系统性冲击和从影响中迅速恢复的能力,还包括学习适应未来冲击和脆弱性的能力。Rose和Liao扩展了Folke等(2002)的工作,将韧性分解为两个部分。第一个部分是固有的韧性,即经济自然地从受损的基础设施(如建筑物)替代到更灵活的因素(如劳动力),从而使灾害的经济影响最小化。第二部分被称为适应性韧性,经济政策可以快速实施,如向市场提供信息,协调关键货物和服务的供应商和需求者。Bruneau等对社会系统的抗灾能力提出了全面的关注,并着重强调了建筑环境,并提出抗灾系统是强大的或能抵抗危害的,在受到影响时迅速恢复,并在恢复过程中通过学习和适应来减少未来的影响。这项工作借鉴了关于预先存在物理脆弱性的工程和社会研究结果,如薄弱的建筑法规/标准和社会脆弱性,获得预测、应对和回应灾害所需的资源的机会不均等。根据Bruneau等的观点,如果不对预先存在的脆弱性进行补救,快速恢复或恢复到受影响前的状况是有挑战的;相反,弹性恢复包括适应或减缓,以减少未来的灾害脆弱性。


表 1 韧性定义

微信图片_20230711171240.png 

韧性的三个维度—减缓影响或后果、缩短恢复时间和减少未来的脆弱性—在过去十年中一直很普遍。最近许多定义的趋势是,在考虑更广泛的社会系统(如社区)时,处理韧性的三个维度。例外的情况似乎是在处理社区基础设施系统的特定组成部分时,如医疗保健、交通或电力/能源传输。在这些情况下,人们倾向于关注在减少影响和恢复到原有状况这两个较窄的方面。事实上,这种观点在全球促进灾害韧性的努力中看到。IPCC将韧性定义为“社会或生态系统吸收干扰的能力,同时保持相同的基本结构和运作方式,自我组织的能力,以及适应压力和变化的能力”。在美国,总统政策指示(PPD)-8将韧性一词定义为“适应不断变化的条件和受紧急情况造成的破坏并迅速恢复的能力”。PPD-21将该定义扩展为“准备和适应不断变化的条件,并承受和迅速从破坏中恢复的能力”。这些PPD建立了共同的定义,供联邦机构和联邦赞助的研究用于韧性指导、工具和衡量标准。最后,美国国家科学院也将韧性定义为“准备和计划、吸收、恢复和更成功地适应不利事件的能力”。


3.国际、国家、地区和地方各级的社区韧性倡议

韧性的概念也对不同层级的政府机构如何应对自然灾害产生了影响。韧性可以在一定范围内进行处理,这取决于与更大的“系统的系统”中给定设施或系统的功能或服务损失相关的影响和后果,以及用于资金、决策和实施的治理结构。


国际倡议包括联合国国际减灾战略署开发的灾害韧性十要素记分卡(UNIDSR 2014)以及洛克菲勒基金会的100个韧性城市(RC100)。洛克菲勒基金会RC100倡议致力于帮助世界各地的社区更有韧性地应对自然、社会和经济挑战。该倡议始于2013年,为支持社区韧性计划和实施提供资源。RC100倡议支持的韧性定义不仅包括突发事件或冲击(地震、火灾、洪水等),还包括削弱社区的长期压力(失业、食品、缺乏负担得起的住房、水资源短缺和交通不可达)。


在美国,关键基础设施系统是在全国范围内解决的,可以评估目标和后果,以及设计、缓解和恢复计划,以尽量减少影响和功能中断。国土安全部(DHS, 2016a)为公共和私营合作伙伴提供战略指导,并协调努力,促进国家关键基础设施的安全性和韧性。关键基础设施包括国土安全部(2016b)确定的16个关键部门,包括电力、水、交通和通信系统,支持其他关键部门,如应急服务、关键制造业、食品和农业以及公共卫生


美国联邦政府通过制定指导文件和工具,努力提高社区的韧性。联邦紧急事务管理局(FEMA 2015a, 2015b)针对PPD-8制定了方法和国家备灾目标和框架,以解决社区、个人、家庭、企业、地方政府和联邦政府的预防、保护、缓解、应对和恢复问题。NIST制定了两份社区韧性规划指南,即《建筑和基础设施系统社区韧性规划指南》(NIST, 2015a)和《建筑和基础设施系统社区韧性经济决策指南》(NIST, 2015b)。这些文件为社区规划和实施韧性措施提供了全面的过程,这些措施基于所有社区系统的“恢复功能时间”指标,解决社区的物理、社会和经济系统问题。


在大多数文献发现的一个重要问题是,物理基础设施韧性指标与社会和经济系统的整合相对薄弱。为了弥补这一弱点,Kwasinski、Trainor、Wolshon和Lavelle(2016)开发了一个评估社区韧性的概念框架,包括物理、社会和经济系统。该框架的层次结构明确考虑了社会系统和基础设施系统的集成,并将这些系统与它们提供的服务区分开来。一项关于社会机构和社会需求的研究,以及它们应该如何帮助制定建筑和基础设施系统的性能目标,评估了(a)建筑和基础设施系统的规范、标准和指南之间的性能要求(Kwasinski等,2016),(b)社会对服务中断的期望和容忍,以及(c)基础设施系统之间的相互依赖性(应用技术委员会,2016)。这些研究和NIST规划指南是社区韧性计划(McAllister, 2015)的初步产品,该计划正在开发基于科学的方法、工具,以及支持社区韧性的指标。


区域抗灾行动在解决几个社区或县之间的共同需求或资源,如水源、燃料供应或恢复计划。例如,太平洋西北经济区(PNWER)于2001年11月启动了区域韧性和国土安全计划,目标是提高其抵御、恢复和保护关键基础设施免受各种危害的能力(PNWER, 2016)。PNWER总部设在华盛顿州西雅图市,是一个国际性的法定组织,于1991年由阿拉斯加州、华盛顿州、爱达荷州、蒙大拿州、俄勒冈州和加拿大各省的立法机构组成。另一个例子是,国土安全部区域韧性评估计划(RRAP, 2016)与社区和地区合作,对指定地理区域内选定的关键基础设施进行合作评估,并对周围基础设施进行区域分析。


社区和州、非营利组织和研究人员的许多韧性倡议都集中在通过指导或评估方法提高社区韧性上。包括SPUR框架(2009)、NOAA的海岸韧性指数、社区和区域韧性研究所(CARRI)社区韧性系统(2013)、俄勒冈州韧性计划、社区推进韧性工具包(CART)和社区基线韧性指标(BRIC)。



4.设施和系统韧性

本节回顾了有关社区韧性的研究,主要关注:(i)韧性框架,(ii)物理基础设施系统(建筑、水、电和交通),(iii)社会系统和(iv)经济系统。


4.1韧性框架

在地震灾害的背景下,Bruneau等(2003)提出了一个量化社区地震韧性的总体框架,该框架确定了关键的韧性组成部分,如“减少失败概率”、“减少失败后果”和“减少恢复时间”。该框架包括稳健(robustness)、快速(rapidity)、资源可及(resourcefulness)和冗余(redundancy)量(R4)。该框架还提出了技术、组织、社会和经济层面的一体化基础设施系统,如电力和水,以及关键设施,如医院。Bruneau et al. (2003) 在数学上将韧性(R)定义为:图片

其中,Q(t)是时间的函数,t_1是系统的控制时间,t_0是事件E发生的时间。


Miles和Chang(2006)提出了一个全面的恢复概念模型,建立了社区家庭、邻里、企业和基础设施系统(包括电力、交通和水)之间的关系。研究主要目的是调查社区恢复和相关的应对水平,如商业和家庭收入、建筑的建造年份和建筑改造。


PEOPLES韧性框架(Renschler等,2010)是基于Bruneau等(2003)的工作,包括评估社区韧性的七个维度。这些维度是:人口和人口统计学、环境/生态系统、有组织的政府服务、基础设施、生活方式和社区能力、经济发展和社会文化资本。


Arcidiacono, Cimellaro, and Reinhorn (2011)介绍了一个软件平台,使用PEOPLES框架评估社区对灾害事件的韧性,该框架被用于2009年意大利拉奎拉地震的案例研究,对四个不同的恢复方案进行了比较。


NIST的社区韧性规划的六步程序阐明了一种方法/方法论,帮助社区在灾害事件期间和之后优先改善其基础设施的性能,以及依赖建筑环境的社会和经济机构的可用性。如图1所示,物理基础设施系统的韧性可以用恢复功能的时间来表示。这个简单的指标在各学科中都很好用,但必须考虑由现有系统状况以及可用于恢复的计划和资源的不确定性。这六个步骤为组织跨学科和学科内的研究提供了一个合理的框架,如在社区层面为物理、社会和经济系统设定性能目标,评估现有基础设施系统的预期性能,建立主要灾害的设计和缓解标准,对社区规模的影响和后果进行风险评估,并为社区规模的功能恢复设定性能目标和衡量标准。


微信图片_20230711171458.png 

 1 以物理基础设施系统恢复功能的时间来衡量的韧性,应包括系统的现有状况、危害的强度、损害和功能损失以及快速恢复的能力(McAllister, 2016)。


根据文献中的研究,建议需要开展的工作重点是三项:(i) 归纳现有的气候相关灾害的框架,(ii) 在韧性框架中关联社会和经济属性,以及(iii) 开发了解风险的决策工具。


除了最近关于Centerville的研究外,文献中的大多数研究都集中在量化遭受地震载荷的社区恢复和韧性。迫切需要普及现有的框架,以研究受气候相关灾害(如龙卷风、飓风、洪水和热带风暴)影响的社区灾后恢复和韧性发展。最近的飓风 "哈维"、"艾玛 "和 "玛利亚 "进一步突出了这种需求。此外,现有的韧性框架一直专注于与经济属性相关的恢复,包括经济损失、恢复成本和商业状况;然而,有必要将灾后恢复的社会影响(人口迁移、学校缺失等)与经济属性联系起来,以预测社区的灾后恢复轨迹。最后,有必要开发风险沟通的终端用户工具,以考虑优化和优先考虑不同基础设施系统的可持续和改造解决方案,以及针对风险和脆弱性减少的应急行动。


4.2物理基础设施系统

系统的相互依赖性

众多研究人员在Rinaldi、Peerenboom和Kelly(2001)的基础工作上,开发了全面的模型和经验方法来评估基础设施系统的物理相互依赖性,包括建筑物、运输系统、生命线和关键设施。Bigger, Willingham, Krimgold, and Mili (2009)综合了大量电力系统、水和污水处理设施、天然气和石油燃料系统以及通信和运输网络之间复杂的相互依赖关系,处理2004年佛罗里达飓风季节的服务损失。Poljanšek, Bono, and Gutiérrez (2012)利用互联网络与地震响应的耦合强度评估了欧洲的天然气和电力传输网络的相互依赖性。


建筑物和关键基础设施

在过去的20年里,已经进行了大量的研究,重点是评估韧性的概念和确定基础设施的指标。这些研究的主要重点是建筑基础设施,而对医疗设施的关注则更多。


Zobel和Khansa(2014)开发了一个基于多标准方法的数学模型,以捕捉在多种灾害或紧急事件发生时,系统的稳健性和其恢复的快速性之间的权衡。Burton, Deierlein, Lallemant和Lin(2015)提出了一个框架,其中包括概率建筑性能极限状态,以评估地震后的社区韧性。功能和恢复的极限状态包括引发检查的损害、允许继续使用但丧失功能的损害、不允许继续使用的损害、不可修复的损害和倒塌。该框架被用来评估住宅建筑原地避难所的震后恢复可能性。Lin, Wang, and Ellingwood (2016)介绍了一种方法,将单个建筑结构的风险性能标准与更广泛的社区韧性目标联系起来,从而将社区目标与设计规范和标准要求联系起来。


根据文献中关于建筑物和关键基础设施的现有研究,为未来的工作确定了以下差距:(i) 侧重于医院或应急设施以外的建筑物的韧性评估研究,(ii) 将基础设施损坏与社会和经济功能破坏和恢复联系起来的研究,(iii) 侧重于地震以外的自然灾害的研究,以及(iv) 侧重于适应和学习的研究。尽管有大量的研究集中在建筑物和关键设施的韧性评估上,但仍有必要对灾害事件发生后基础设施和社区福利(社会和经济系统)之间的相互依赖关系进行评估。此外,还需要研究评估基础设施的恢复和所发挥的功能,如为人们提供住所和提供基本服务。这样的研究将关注医院或住宅楼以外的建筑基础设施恢复,包括商业建筑(如银行、商场、购物中心)、教育建筑(如学校、大学、图书馆)和政府建筑(如警察局、市政厅、社区中心)。这类设施的恢复对社区恢复有相当大的影响。此外,几乎所有文献中的研究都集中在强震事件后的社区韧性评估。因此,很明显,在其他主要与气候有关并可能对社区产生破坏性影响的自然灾害发生后,有必要研究社区的韧性。


4.3生命线系统

电力系统

在过去十年中进行的许多研究都集中在电力系统的韧性,特别是恢复过程。这些研究的重点是通过模拟地震后电力网络的恢复:(i) 研究在经济损失方面改善恢复过程的方法和 (ii) 基于损失估计模型量化水和电力系统的韧性。最近的研究通过概率框架调查了电力系统的韧性,在风灾事件后的韧性以及它们与电信服务的相互依赖度。Ouyang和Dueñas-Osorio(2011,2012)以及Ouyang、Dueñas-Osorio和Min(2012)通过应用于德克萨斯州哈里斯县输电网案例研究的三步韧性框架,研究了智能电网系统的恢复。


尽管对电力系统的性能、相互依赖性和恢复进行了这些研究,但仍建议进一步努力:(i)确定电力系统与社区的社会和经济系统之间的依赖性;(ii)制定社区韧性的指标,以评估电力恢复对社区韧性的影响。受停电影响的社会层面(如商业中断和家庭功能)需要作为社区恢复的一部分加以量化。


供水和污水处理系统

通过首先引入韧性指数(resilience index)的概念,对配水网络的恢复和韧性进行了研究,韧性指数被定义为内部剩余功率与内部可耗散的最大功率之比(Todini, 2000),并进一步探讨了更复杂的指数,包括 (i) 网络韧性指数(NRI),包含了剩余功率和可靠回路的影响;(ii) 修正的韧性指数(MRI),考虑了多个供应源的设计和恢复;以及(iii) 网络韧性指数(INR),基于网络拓扑结构。最近,学者引入了RI来说明三个综合指数,即暂时没有供水服务的用户数量、水网容量和水质。


通过随机模拟方法研究了水系统在性能损失、恢复时间和水网恢复成本方面的韧性,同时还结合了受损水网的水利分析。饮用水系统韧性的几个关键方面已被确定为对恢复过程至关重要,包括输水系统的冗余度、水系统的结构稳定性和完整性以及供水设施的备用电源,这些被用来确定所需的适当改进,使水系统对多种灾害具有韧性(Davis, 2014)。Guidotti等(2016)使用了一种基于六步概率法的方法来评估地震事件对饮用水分配网络功能的直接影响,以及电力网络的破坏对饮用水分配网络的连带影响。最后,对基础设施资产资本预算的风险管理进行了研究,其中水道基础设施项目被优先考虑,以最大限度地提高韧性,并最大限度减少来自某些经济、环境和社会标准的后果性损失。


为了进一步推动供水和污水处理系统的韧性,需要重点研究社会期望的评估和这些系统在遭受危害时的预期性能,重要的研究内容包括评估整个社区的水质。


天然气系统

天然气输配系统的韧性研究主要集中在天然气管道在遭受永久性地面变形和液化时的地震性能和脆弱性。一些研究也涉及天然气分配网络的风险评估方法,包括定量和定性方法。应用技术委员会最近的一项研究(2016)侧重于确定液体和气体系统的现行标准和准则,以及从最近的灾难中吸取的教训。


需要对天然气系统的恢复进行进一步研究。这些系统与电力和水/废水系统的相互依存关系需要确定和量化,以了解越来越多地使用天然气发电的情况。此外,受风暴和洪水影响的天然气系统的性能和恢复,需要有能够模拟复杂的燃料供应网络(如管道、港口设施、燃料输送、机场运行、火车运行等)的模型,使用可靠性方法来说明与天然气系统运行需求有关的所有不确定性。2015年10月发生在阿利索峡谷(加州)的天然气泄漏事件表明,天然气系统的故障本身就可以构成危害。关键基础设施的故障不仅可能直接减少服务的提供,还可能以间接的方式降低其他服务的水平(如住房)。


最近发表的一份NIST报告对基础设施系统(电力、天然气和液体燃料、电信、水和废水系统)及其在过去自然灾害事件中的表现进行了全面的关键评估。在该报告中,提供了每个系统的规范、标准和准则的摘要,同时还讨论了社会因素、相互依赖性和从灾难中获得的教训。


交通系统

在过去的二十年里,许多研究都集中在交通网络的韧性上。Murray-Tuite(2006)进行了一项研究,考察了十个运输韧性参数的影响,包括冗余度、多样性、效率、自主组件、强度、协作、适应性、流动性、安全性以及从危险事件中迅速恢复的能力。这项研究表明,仅核算交通流量并不能准确代表交通韧性,需要考虑多达十个维度,因为研究结果是针对样本网络的,无法推广到任何交通系统。


Franchin和Cavalieri(2015)根据事件发生后流离失所人口重新分配过程中市民之间沟通效率的演变,引入了基于网络的韧性指标,并考虑了交通网络的影响。Alipour和Shafei(2016)提出了一个全面的数字框架,用于评估暴露在恶化老化机制下的公路桥梁网络的抗震能力。该研究以加州洛杉矶和奥兰治县的公路网桥梁系统为试验平台,并在三种不同的改造策略后获得了韧性指标。


最近,Zhang、Wang和Nicholson(2017)引入了一种基于韧性方法来优化道路桥梁运输网络的事后恢复行动调度。该方法考虑了网络拓扑结构、冗余度、交通流量、损坏程度和可用资源,同时考虑了总恢复时间(TRT)和恢复轨迹的倾斜度(SRT)来量化路桥网络恢复的快速性和效率。使用一个由30个节点和37座桥梁组成的假想桥梁网络来证明所提出方法的适用性。


尽管对交通系统的灾后恢复和韧性进行了大量的研究,但仍建议进行更多的研究:(i)对交通系统与其他基础设施系统、经济和社会系统进行核算,(ii)开发对多种交通网络及其相互作用进行核算的模型,(iii)对城市韧性进行评估,对铁路和轻轨交通系统进行核算。对交通系统的研究主要集中在对这些系统和政策的事后评估,以确定改进或优化恢复路径。需要对交通系统在灾害事件后的功能进行研究,考虑其与其他基础设施系统的互动,以及其社会和经济影响和事件后的适应。此外,建议开发运输系统和网络的多模式模型,包括港口和码头、机场、连接的铁路和卡车配送系统。最后,大城市的通勤人口在很大程度上依赖铁路和轻轨交通来往返于家庭和工作地点;通勤交通在城市韧性中发挥的作用还有待考虑。


4.4社会系统

韧性的概念在许多社会科学学科和领域中的应用有着悠久的历史,包括:儿童和家庭、社会问题、阶级和城市研究、农村社会学、灾难恢复和管理,以及恐怖主义和安全。许多现有的社会科学对韧性的应用都是以个人或家庭为分析单位的,尽管社区层面的工作是本文的重点。这些韧性的社会概念的一个共同点在于对与压力源(如离婚、失业、经济衰退)或冲击(如龙卷风、飓风、漏油)有关的主体的研究。这些不同的应用为韧性概念在危害的社会影响、反应和恢复领域的使用提供了信息。

研究人员以多种方式对韧性进行了社会研究,包括旨在为韧性的定义和概念框架提供信息的概念研究;旨在更好地理解韧性的理论研究;旨在提供测量韧性的方法学研究;以及试图确定与经历危害的社区的社会系统反应或恢复相关因素的经验研究。在所有的研究类型中,大量的努力都集中在社区脆弱性和灾难恢复上,这两个概念都与社会系统的韧性有关。

社会科学家试图从理论上和概念上将韧性置于灾害和自然灾害研究的大背景下。大量的研究工作已经解决了社会韧性的概念框架和定义的发展问题。Gunderson、Holling、Peterson和Pritchard(2001)提出了一个基于层次结构的模型,其中自然和人类系统被联系起来。Berkes和Ross(2013)致力于整合关于社区韧性的两个重要研究领域--社会生态系统和发展与心理健康心理学,以推进对这一概念的理解。Marshall等(2007)提出了一个概念模型来研究自然资源依赖性和社会韧性之间的关系。在这个模型中,职业依附性、就业能力和企业规模等因素与较高的资源依赖性和较低的韧性有关。在Magis(2010)对社区韧性的社会定义的回顾中,社区韧性与灾害发生后社区成员对社区资源的存在、发展和参与有关。

Obrist等(2010)将韧性设想为一个过程,开发了一个多层次的社会韧性框架,强调在环境和社会的不同层面上运作的有利因素(如公众关注、政府支持)和能力(如应对、适应、解决方案的产生)之间的相互作用。社会主体,如个人、家庭或组织,需要社会、经济和文化资本与能力的结合,才能具有韧性。Jordan和Javernick-Will(2012)对社区韧性和恢复的定义进行了扩展的文献回顾,以评估每个概念测量中常见的指标。这项工作解决了与韧性有关的几个概念的混淆问题,包括脆弱性、社区能力和恢复。在他们的研究中,被讨论最多的社区韧性指标是贫困、建筑方法、政府机构的承诺、对地方的认可感、教育、恢复资金和信息的获取;这些指标按基础设施、社会、经济、机构和恢复战略类别进行组织。同样,Birkmann(2006)对脆弱性的全面回顾包括不同的概念框架、测量指标以及韧性、风险和可持续性等相关概念之间的联系。Lindell和Prater(2003)提出了一个社区灾害影响的概念模型,该模型将物理和社会影响与减少这些影响从而提高韧性的因素联系起来。

Maguire和Cartwright(2008)提出了一种方法,让社区进行自体的韧性评估,包括脆弱性以及资源和适应能力。该评估旨在支持政府机构和社区之间的合作,并在灾害发生后改进政策。Cutter等(2008)介绍了一个基于地方的社区层面的韧性模型,同时还评估了各种因素在恢复中的重要性。Miles(2014)介绍了一个社区韧性框架,该框架考虑了一个社会的福祉、身份、服务、资本(WISC),旨在预测未来事件下的韧性,并评估过去灾害的韧性矩阵。

下一个社会系统相关的研究是方法论性质的,重点是衡量韧性的挑战。许多研究工作,通常与韧性直接相关,有助于测量和比较社区的脆弱性。Cutter等(2003)提出了SoVI,这是一个社会脆弱性指数,将大量的因素结合成一个县级的综合得分。Peacock等(2011)提供了他们自己的方法来评估人口普查区组层面的社会脆弱性。在这两种情况下,这种评估工作都得到了社区脆弱性地图的支持,从而为韧性规划提供了宝贵的工具(Van Zandt等,2012)。这些方法不是基于具体的灾害风险,而是侧重于使一个社区更容易受到任何灾害影响的一般人口特征。

衡量韧性的评估方法也得到了发展。Cutter等(2010)提出了一种被称为BRIC(Baseline Resilience Indicators for Communities)的方法,利用社会、经济、机构、基础设施和社区能力的综合指标评估基线韧性。该方法被应用于联邦紧急事务管理局的第四区,包括美国东南部的八个州。该研究强调了韧性的空间差异;例如,与农村地区相比,大都市地区在韧性指标上表现出更高的分数,但应该注意的是,这些指标中的许多指标在很大程度上侧重于社会科学。Lam等(2015)提出了RIM(Resilience Inference Model),它使用暴露、损害和恢复指标来描述脆弱性和适应性之间的关系。然后用聚类和判别分析来得出韧性的排名。

实证研究通常采用定性的案例研究方法,或者采用定量的方法来研究多个案例并进行统计分析。Zhang和Peacock(2009)使用定量方法,研究了安德鲁飓风后的单户住房恢复、住房销售和财产遗弃情况,以了解具有不同社会经济特征的社区之间的差异。研究发现,恢复的轨迹取决于人口、社会经济和住房特征。Chang(2010)提出了一个框架,利用统计指标评估城市灾害恢复的经验模式(包括商业和经济恢复),并将该框架应用于评估1995年日本神户地震后的恢复。Bevington等(2011)提出了一个多学科的研究,包括经济、环境、住房和社会元素的社区恢复估计,以提升对社区韧性的理解。这项混合方法研究在调查中包括多个研究事件(查利飓风和卡特里娜飓风)、社区和规模。Cox和Perry(2011)在受野火影响的加拿大农村社区使用定性方法来研究背景和文化对灾难恢复的重要性,包括考虑社交媒体账户、身份、住房和工作可及性的作用。Thornley等(2014)对新西兰坎特伯雷地震后的六个社区进行了定性案例研究,并通过对恢复过程的调查确定了影响其韧性的共同因素。

基于文献中的研究,建议沿着三个主要方向开展工作:(i)利用经验研究调查概念框架;(ii)测试和验证社区韧性指标;(iii)开发和推进物理基础设施性能与相关社会系统的整合方法。在(i)和(ii)方面,可能需要制定新的框架和指标。此外,方法上的进步应包括考虑社会系统复杂性的模型,将社会和经济系统与基础设施和自然环境联系起来的跨学科研究,以及纵向研究。多层次模型的使用将支持对个人、家庭、邻里和社区等不同尺度的韧性测量。更多地使用纵向研究将改善对全面恢复轨迹的评估,以及对压力源和主要冲击的长期社会影响。这些研究将提供对恢复的动态过程以及韧性的事件前功能的深入了解,将与社会系统和基础设施的恢复相关因素进行经验性联系的创新方法支持对社区韧性的整体研究。在事件时间轴的早期阶段,研究社会和物理系统之间的其他联系(如适应能力、失败概率)也是有价值的。目前,这些研究的孤立性导致了结论和建议没有从社会和物理基础设施系统之间复杂的相互依赖,或社区可用的全部解决方案角度进行评估。通过填补社会系统韧性研究中的关键空白,科学研究将被定位为支持社区韧性战略的优化。


4.5经济系统

多年来,研究人员使用投入产出(I-O)经济模型来计算自然灾害破坏造成的直接和间接经济损失。I-O模型已经与工程模型和现有的经验数据相结合,并成功地用于连接经济影响:(1)交通网络,(2)基础设施网络,以及(3)综合灾害模型。

I-O模型的衍生是可计算的一般均衡(CGE)模型,它假定企业的利润最大化,家庭的福利最大化,以此作为经济决策的指导。I-O模型假设资源是无限的,而CGE模型正式承认资源的供应是有限制的,所以自然灾害会限制资源的供应。Rose和Liao(2005)研究了CGE模型的灵活性,以研究自然灾害导致的短期和长期结果。他们将韧性分解为两个部分:

(1) 固有的:正常情况下的能力(例如,个别企业用其他投入替代因外部冲击而减少的投入的能力,或市场根据价格信号重新分配资源的能力),以及(2)适应性:由于独创性或额外的努力,在危机情况下的能力(如增加投入替代的可能性,或通过提供信息使没有客户的供应商与没有供应商的客户相匹配来加强市场)。

人们发现,将韧性看成是固有的和适应性的组成部分是研究自然灾害的一个有用的方法。Boyd和Ibarraran(2009)以及Berrittella, Hoekstra, Rehdanz, Roson和Tol(2007)使用CGE模型来研究天气事件如何导致干旱并影响经济活动。

IO模型和CGE模型的一个限制因素是可用来评估自然灾害影响的数据质量。必须收集高质量的数据才能对韧性和恢复进行有意义的分析。Meyer等(2013)描述了在欧盟进行的一项工作,即 "自然灾害的成本"(CONHAZ)。这种方法研究了洪水、风暴和沿海灾害的影响,并收集了住房、工业、交通、农业、环境和人类健康方面的数据。CONHAZ将数据要求分为直接成本(对基础设施的损害)、业务中断成本、受损地区以外的经济可能受到影响的间接成本、无法直接测量的无形成本以及缓解成本。

基于时间序列数据的计量经济学模型被认为是统计学上严格的工具,可以相对准确地预测经济损失。区域计量经济模型已被考虑用于估算自然灾害的损失。这些研究的主要重点是商业中断的经济损失,发现与直接损失相比,商业中断的经济损失有很大的增加。除了这些估计经济损失的严格模型外,还有大量支持损失估计的简单化调查。这些调查是经验性的,其特点是不太全面,不一致,可能受到幸存者偏差的影响。这些方法提供了关于家庭迁移和劳动力与资本之间替代模式的韧性估计,这些估计被用于CGE以提高性能的准确性。

CGE模型有几个局限性,仍需解决。CGE模型通常以年度数据为基础,但能够识别较短时期内的影响是很重要的;建立空间CGE模型也很重要,因为自然灾害对整个社区的影响是不均衡的,这些差异会对灾害的经济后果产生重要影响。CGE模型是一种基于平衡的分析,在一场灾难之后,比如卡特里娜飓风,造成如此大的损失,可能很难想象经济能在任何合理的时间内恢复到平衡状态。



5.研究需求、未来方向和结束

尽管文献中回顾了大量以社区韧性评估为重点的研究,但在知识方面仍有很大的差距,对未来研究的需求迫在眉睫。这些差距被总结为以下四个主题,正如本文件前面所组织的那样,并与未来的研究方向相关。


5.1韧性框架

尽管工程、社会学和经济学科正在进行研究,但要推进包括社区韧性的物理、社会和经济方面的 "系统中的系统 "的整合,还有很多工作要做。目前还没有考虑到社区韧性的多学科方面的一般框架,量化社区韧性的指标也有限。综合来看,目前针对单一系统的工作导致了概念、定义和理论主张的不一致。建筑环境、社会和经济之间的相互依存关系应该被进一步阐述和量化,以推进评估社区韧性的模型和指标。社区韧性模型应模拟相互依存的物理基础设施系统,并支持社会和经济系统。虽然评估单个系统在灾害事件中的表现的分析方法和衡量标准已经相当完善,但在开发考虑社区范围内的相互依赖性和韧性的方法和衡量标准方面,仍有许多研究要做。


学术界、政府机构和专业团体已经对国家、区域和地方规模的韧性进行了调查,并获得了大量的知识,特别是在过去的十年里。许多研究的重点是社区的物理基础设施对地震事件的韧性,这可能是现有资金的结果。对于其他自然灾害,包括龙卷风、飓风和沿海风暴潮、河流洪水和海啸,还没有类似的重点来评估基础设施的韧性。尽管社区韧性的目标与灾害无关(即教育、医疗或企业恢复其功能的特定时间),但对物理基础设施和支持系统的预期性能评估需要社区层面的模型,模拟特定灾害事件的系统性能,以及其空间和时间上的恢复。



5.2基础设施系统

建筑物和关键基础设施

建筑物和关键设施的研究提出了评估性能和恢复的框架,并有一些案例研究来证明或校准这些方法。然而,评估社区韧性的方法需要充分描述社区建筑组合的特征,以及考虑损害、社会需求和影响、经济损失、依赖性和功能恢复的方法。例如,工程模型和经济模拟工具(如CGE)可以被整合,以估计建筑群的空间和时间恢复及其对社会和经济系统的影响。在这一点上,基础设施、社会和经济模型是独立开发的。这些模型需要在时间变化的恢复分析中耦合起来,以评估社区的韧性。



5.3生命线系统

学界已经对分布式基础设施系统进行了研究,包括电力、燃气和水网,以解决其风险、可靠性和恢复问题。尽管对每个单独的系统进行了大量的研究,但对系统之间的依赖性以及它们的综合表现如何影响一个社区的恢复仍缺乏了解。基础设施系统恢复的一个重要方面是,电力、天然气和水系统的恢复时间尺度可能有很大的不同。这主要是由于每个系统的设计标准不同,然后影响到交通、住宅、经济和社会服务。需要更好地了解依赖系统的恢复时间尺度如何影响社区的恢复。


交通系统研究的重点是事件后的活动和政策,以改善服务的恢复。这个领域的研究前景包括多式联运系统的性能和恢复,以及被破坏的交通网络对其他基础设施系统(如电力、水和天然气)的依赖性。


5.4社会系统

需要进行社会科学研究,利用实证研究和验证技术调查现有的概念框架和社区韧性指标,在必要时开发新的框架和指标,并开发和推进将物理基础设施性能与相关社会系统相结合的方法和定量模型。需要方法上的进步,以便统计模型和最终的计算模型能够说明社会系统在多个空间(如家庭、社区、区域)和时间尺度上的复杂性。为了继续推进对经济系统的理解,经济学研究需要在时变(time-varying)韧性分析中把经济模型与工程和社会科学模型充分结合起来。这项工作将支持对遭受危害的社区恢复进行准确评估。


5.5经济系统

经济韧性已被广泛研究,经济模型(如CGE、I-O模型)已被开发出来,以量化灾后经济功能,并考虑工程模型的输出。然而,目前考虑的经济模型并没有与社会和工程模型在时间变化的韧性分析中充分结合。因此,为了准确评估灾后的恢复路径,需要有能够耦合韧性分析所有方面的强化模型。


总之,需要对社区范围内的综合物理、社会和经济系统进行研究,包括相互依赖和功能的恢复,以推进当前的实践和知识。开发方法、工具和指标的科学基础将大大改善并更好地支持社区的应灾决策。


物理、社会和经济系统的性能和相互依赖性是非常复杂的。此外,在大多数社区,社区机构的预期表现和恢复是非常不确定的,因为在社区范围内支持规划和评估的工具有限。由于经济和人力资源的固有局限性,评估和减轻灾害事件对社区系统和韧性的影响的方法和工具必须以风险为依据,以优化公共和私人投资。社区韧性评估的模型必须伴随着改进的方法,将依赖性和时间上的不确定性纳入其中,以支持风险知情的决策。