• 收藏
  • 加入书签
添加成功
收藏成功
分享

基于熵权-TOPSIS模型的防控新冠疫情的城市韧性评价研究

吴静仪 郭世广 牛子杰
  
快乐学习报·教师周刊
2022年40期
中央民族大学 理学院 中央民族大学 理学院 中央民族大学 理学院 北京市 100081

打开文本图片集

摘要:在新冠疫情肆虐的时代背景下,本文选取中国的代表性城市:北京、上海、西安、武汉、长春,选择合适的指标建立城市韧性评价的指标体系,对我国城市防控新冠疫情的韧性水平进行深入研究。结果表示:(1)人口密度、人均GDP、城市总客运量、18岁以上疫苗全程接种率对城市韧性表现影响较大。(2)高度韧性城市为中国政治中心首都北京,中度韧性城市包括上海、西安、武汉3个资源型城市,长春韧性表现相对较弱。(3)原因分析,就中国资源富集型城市而言,经济发展水平高,应的疫情防控措施更完善,政府重视程度更高,能较快地从疫情中恢复过来,城市韧性更高。政府应加大干预,提升城市韧性。

关键词:城市韧性;韧性评价;熵权法;TOPSIS模型

自2019年新冠肺炎在武汉发生以来,经过两年的摸索,我国在新冠疫情防控方面形成了一套中国模式,采用围堵策略,取得了行之有效的防疫成果。从2021年底~2022年,武汉、西安、长春、上海、北京陆续爆发新冠变型毒株,到目前基本处于收尾可控阶段。不同城市在抗击新冠疫情中的表现尤其值得我们关注。因为城市韧性体现的是城市系统在遭遇疫情外部冲击时,通过抵抗、吸收、适应并及时从危险中恢复过来,对冲其所受影响的能力。对城市韧性合理评价,有利于政府更好地管理、运行城市,从而应对传染病的产生和蔓延。

一、研究方法与数据来源

本研究主要数据来源为《中国城市经济统计年鉴》等,研究方法采用熵值法和TOPSIS综合评价法。

Step1熵值法

本文应用熵值法对韧性指标进行评价[1]:

1.构建影响指标

设有n个城市样本对象,m项细分指标,xij为城市i的第j项指标数值。其中,

2.归一化处理

正向指标:

负向指标:

3.求各评价对象在各指标下的比值

设Yij为第i个评价对象关于第j个指标的比重,则依据公式得出指标均值。

4.求第j项指标的熵值

5.计算各指标权重

设Eij为信息效用值,Wi为指标的权重,则有,计算得出权值

Step2 Topsis综合评价法

基于归一化后的原始数据矩阵,采用余弦法找出有限方案中的最优方案和最劣方案,然后分别计算各评价对象与最优方案和最劣方案间的距离,获得各评价对象与最优方案的相对接近程度。计算综合得分(Sj):

二、构建城市韧性指标体系

结合既有文献对城市韧性等相关研究,将新冠疫情作为考察城市即时韧性的应用场景,以突出疫情冲击下国内重点城市的应对能力及复苏变化。从交通、消费、就业和人流等4个维度细分比较四个城市的疫情反映能力,然后确定“防控能力”“防控效果”“应变能力”3个一级指标,进一步确定二级指标[2]。目标层:防控新冠疫情城市韧性评价指标体系,指标层权重分别为:防控能力(C1卫生支出占GDP百分比:0.0791、C260岁及以上人口占比:0.0863、C3人口密度:0.1710)、防控效果(C4治愈率:0.0630、C5人均GDP:0.1254、C6总客运量:0.1740、C7就业率:0.0858)、应变能力(C818岁及以上疫苗全程接种率:0.1237、C9应急预案完备程度:0.0917)。其中60岁及以上人口占比为负向指标,其他均为正向指标。

三、城市韧性水平评价

通过对数据进行标准化,利用熵权法和TOPSIS权重测算五大城市的城市韧性水平得分,结果显示:长春:0.283、西安:0.397、武汉0.433、上海0.471、北京0.668。通过上述评价结果,采用标准差分类方法将各城市的韧性水平的综合得分分为三个等级:得分R>0.5为高度韧性,得分为0.2<R<0.5中度韧性,得分R<0.2低度韧性。根据城市韧性水平得分可知,各城市间水平差异存在以下几种特征:(1)高度韧性以北京为主,作为中国的首都,地理位置优越,经济发展水平高,在疫情防控方面起到尤为重要的带头示范作用,能以雷霆之势控制疫情。说明北京社会生态系统更为健康,抵御疫情、自我防护的能力较强。(2)中等韧度城市以中国的金融中心上海,或以经济较为发达的省会城市,如武汉市、西安市为主,这些城市具备一定的防控疫情的能力,在我国起着重要的交通枢纽、沟通内外的作用。但一旦疫情控制上出现疏漏,出现大规模传染链,将会作为传播中心,面临较大风险。(3)低等韧性城市以资源较少的城市为主,吉林省省会长春市韧性指数低于0.3。伴随着大量人才流失和城市经济发展动力不足,产业结构不合理、资源分配不均,城市抵御风险的能力下降。疫情来临时,城市韧性水平无法在短期内有效提升,应急措施完备程度不够,都会使城市韧性水平偏低。可知,由于我国各城市在区位条件、资源禀赋、发展基础、交通状况[3]等方面存在着很大差异,影响了城市韧性水平,结果基本符合我国城市防控新冠疫情的韧性发展的整体状况。

四、结论与建议

本文以北京、上海、武汉、西安、长春几个重点爆发过新冠变型毒株的城市为研究对象,采用熵权法和TOPSIS方法,结合系统性、科学性,从防控能力、防控效果、应变能力三个维度划分等级,选取9个指标,评价城市韧性水平。通过分析可知,虽然我国疫情已经由“遏制阶段”进入到“缓疫阶段”,但境外蔓延态势日趋严重。为避免疫情防控和保持经济增速之间的矛盾,建议适当降低2022年上海等一线城市经济增速预期以应对疫情冲击,将韧性城市理念融入一线城市规划体系的各个领域,重点推进城市建设、生物医药等与疫情相关项目的扶持。资源也要更多向资源缺陷区倾斜。[4]

参考文献:

[1]王世亮,那仁满都拉,郭恩亮,布仁吉日嘎拉,特力格尔,程桢钰,白俊文.基于熵权-TOPSIS模型的内蒙古城市韧性评价研究[J].赤峰学院学报(自然科学版),2022,38(01):17-21.DOI:10.13398/j.cnki.issn1673-260x.2022.01.001.

[2]李寻昌,张文勇,杨威,刘怡帆,王雅倩.基于直觉模糊集TOPSIS的新冠疫情防控韧性评估[J].安全与环境学报,2021,21(04):1652-1661.DOI:10.13637/j.issn.1009-6094.2020.1598.

*本文暂不支持打印功能

monitor