吳菊平，潘玉君，駱華松，高大帥

（1.云南師范大學(xué) 地理學(xué)部，云南 昆明 650500；2.云南師范大學(xué) 研究生院，云南 昆明 650500）

城市作為復(fù)雜的社會(huì)生態(tài)系統(tǒng)，自形成以來(lái)便持續(xù)地遭受著來(lái)自外部和自身的各種沖擊與擾動(dòng)[1]。這些沖擊和擾動(dòng)具有很強(qiáng)的不確定性，在一定程度上難以避免。如何提高城市韌性發(fā)展水平以應(yīng)對(duì)沖擊與擾動(dòng)，增強(qiáng)區(qū)域韌性能力、提高城市可持續(xù)發(fā)展水平，是21 世紀(jì)以來(lái)城市地理領(lǐng)域研究的熱點(diǎn)問(wèn)題[2]。滇中城市群作為我國(guó)西南地區(qū)社會(huì)經(jīng)濟(jì)發(fā)展的重要增長(zhǎng)極，其城市韌性研究對(duì)降低城市脆弱性、促進(jìn)區(qū)域均衡和可持續(xù)發(fā)展具有重要意義。

通過(guò)文獻(xiàn)梳理發(fā)現(xiàn)：（1）從研究區(qū)域看，城市群城市韌性研究多以發(fā)達(dá)、典型區(qū)域?yàn)橹?，如：長(zhǎng)三角[3-5]、珠三角[6-7]、京津冀[8-9]和長(zhǎng)江中游城市群[10-11]等，對(duì)西部邊疆城市群城市韌性的關(guān)注甚少，還沒(méi)有形成普適性的科學(xué)評(píng)價(jià)方法。（2）從研究尺度看，國(guó)內(nèi)外學(xué)者多從宏觀和中觀尺度對(duì)城市韌性進(jìn)行研究。如：從全球和全國(guó)宏觀尺度對(duì)城市韌性及影響因素進(jìn)行研究[12-14]；從省域中觀尺度對(duì)城市韌性時(shí)空格局及影響因子進(jìn)行探析[2,15-16]，以縣域微觀尺度對(duì)邊疆城市群城市韌性研究比較少見。（3）從研究進(jìn)展來(lái)看，鮮有學(xué)者對(duì)西部邊疆城市群城市韌性進(jìn)行動(dòng)態(tài)模擬預(yù)測(cè)及未來(lái)發(fā)展趨勢(shì)的分析研究[2,17-18]。綜上，本文以滇中城市群為研究區(qū)域，以縣域?yàn)檠芯砍叨?，以韌性理論為指導(dǎo)，選取2005 年、2010 年、2015 年和2019 年4 個(gè)時(shí)間截面，構(gòu)建城市韌性評(píng)價(jià)指標(biāo)體系，運(yùn)用熵值法、熱點(diǎn)分析法（Getis-Ord Gi*）和Jenks 自然最佳斷裂點(diǎn)法首次對(duì)滇中城市群城市韌性的測(cè)度及時(shí)空格局演變進(jìn)行實(shí)證分析，運(yùn)用BP 神經(jīng)網(wǎng)絡(luò)模型對(duì)2025 年和2033 年城市韌性進(jìn)行預(yù)測(cè)，以期豐富和拓展西部邊疆城市群城市韌性研究體系，為滇中城市群未來(lái)可持續(xù)發(fā)展提供科學(xué)參考。

1 研究區(qū)概況、數(shù)據(jù)來(lái)源與研究方法

1.1 研究區(qū)概況

滇中城市群位于我國(guó)云南省中東部（圖1），地處北緯22°59′34″～27°3′19″，東經(jīng)100°43′7″～104°43′7″，其范圍包括昆明市、曲靖市、楚雄彝族自治州、玉溪市及紅河哈尼族彝族自治州北部7 個(gè)縣市（瀘西縣、彌勒市、開遠(yuǎn)市、蒙自市、個(gè)舊市、建水縣、石屏縣），共49 個(gè)縣（市、區(qū)）[19]。滇中城市群是國(guó)家19 個(gè)城市群中集低緯高原、邊疆民族、正在發(fā)展、規(guī)模缺失、生態(tài)脆弱、山—壩形態(tài)等于一體的特色城市群，國(guó)土面積為11.14萬(wàn)平方千米，占云南省總面積的28.3%。

圖1 研究區(qū)示意圖

1.2 數(shù)據(jù)來(lái)源

研究所用數(shù)據(jù)主要來(lái)源于《云南統(tǒng)計(jì)年鑒》（2006—2020 年）、《中國(guó)縣域統(tǒng)計(jì)年鑒》（2006—2020 年）、《中國(guó)城市統(tǒng)計(jì)年鑒》（2006—2020 年）和《中國(guó)統(tǒng)計(jì)年鑒》（2006—2020 年），其他少量數(shù)據(jù)從云南省的州志、縣志和《國(guó)民經(jīng)濟(jì)和社會(huì)發(fā)展統(tǒng)計(jì)公報(bào)》中獲取。部分缺失數(shù)據(jù)采用插值法、自回歸擬合方法和相鄰年份均值法來(lái)補(bǔ)全和矯正[20]。

1.3 指標(biāo)體系構(gòu)建

1.3.1 評(píng)價(jià)指標(biāo)體系

滇中城市群雖然位于國(guó)家正式規(guī)劃的19 個(gè)城市群之列，但經(jīng)濟(jì)發(fā)展仍然比較薄弱。在參考相關(guān)文獻(xiàn)和借鑒已有研究成果[2,21-24]的基礎(chǔ)上，結(jié)合滇中城市群的實(shí)際，考慮數(shù)據(jù)的可獲得性，秉持?jǐn)?shù)據(jù)全面性與系統(tǒng)性、適用性與有效性、可得性與代表性、現(xiàn)實(shí)性與前瞻性原則，從社會(huì)、經(jīng)濟(jì)和生態(tài)3 個(gè)視角選取人口城鎮(zhèn)化率、人均消費(fèi)指數(shù)、農(nóng)民年人均可支配收入等15 個(gè)三級(jí)指標(biāo)構(gòu)建滇中城市群城市韌性測(cè)度指標(biāo)體系（表1）。

表1 滇中城市群城市韌性測(cè)度指標(biāo)體系

1.3.2 評(píng)價(jià)指標(biāo)權(quán)重確定

為了研究結(jié)果的客觀性和準(zhǔn)確性，本文采用熵值法對(duì)各項(xiàng)指標(biāo)賦予權(quán)重。由于熵值法需要進(jìn)行對(duì)數(shù)運(yùn)算，而原始數(shù)據(jù)進(jìn)行標(biāo)準(zhǔn)化處理后會(huì)出現(xiàn)零值，因此對(duì)標(biāo)準(zhǔn)化數(shù)據(jù)進(jìn)行正向平移1 個(gè)單位[20]：

第i(i=1,2,…,n)年第j(j=1,2,…,m)項(xiàng)指標(biāo)的比重值qij為：

熵值ej的表達(dá)公式為：

式中：k大于0，k=1/ln(n)，ej≥0。

目標(biāo)層評(píng)價(jià)指標(biāo)j的權(quán)重wj的計(jì)算公式為：

準(zhǔn)則層指標(biāo)權(quán)重計(jì)算公式為：

式中：s表示分系統(tǒng)韌性指標(biāo)所包含的指標(biāo)數(shù)。

1.4 研究方法

1.4.1 Jenks自然斷裂點(diǎn)法

Jenks 自然斷裂點(diǎn)法是指類內(nèi)差異最小，類間差異最大，是Jenks 提出的一種地圖分級(jí)算法，認(rèn)為數(shù)據(jù)本身有斷點(diǎn)，可利用數(shù)據(jù)這一特點(diǎn)分級(jí)；算法原理是聚類結(jié)束時(shí)組間方差最大、組內(nèi)方差最小。

1.4.2 熱點(diǎn)分析法

熱點(diǎn)分析法（Getis-Ord Gi*）是識(shí)別局部區(qū)域空間自相關(guān)的一種有效方法[25]，用于衡量區(qū)域內(nèi)局部區(qū)域與相鄰空間單元的相關(guān)性。與全局莫蘭指數(shù)（Moran’s Ⅰ）相比，熱點(diǎn)分析法（Getis-Ord Gi*）指數(shù)不僅能進(jìn)一步分析局部區(qū)域的空間聚類特征，還可以對(duì)區(qū)域進(jìn)行具有統(tǒng)計(jì)學(xué)意義的“高值區(qū)”和“低值區(qū)”研判[20,26-27]。熱點(diǎn)分析法指數(shù)的計(jì)算公式為[28]：

對(duì)Gi*(d)進(jìn)行標(biāo)準(zhǔn)化處理：

式中：E(Gi*)和Var(Gi*)分別為Gi*的期望值和方差；wij為距離d內(nèi)的空間權(quán)重，若i和j空間單元鄰接，則wij為1，若i和j空間單元不鄰接，則wij為0[20]。Z(Gi*)為熱點(diǎn)分析指數(shù)經(jīng)過(guò)標(biāo)準(zhǔn)化處理后得到的Z值，采用Z檢驗(yàn)Gi*的空間集聚特征，若Z(Gi*)顯著為正，為高值空間集聚，即熱點(diǎn)區(qū)；反之，若Z(Gi*)為負(fù)，表明該區(qū)域?yàn)榈椭悼臻g集聚，即冷點(diǎn)區(qū)；Z(Gi*)值接近零，則說(shuō)明該區(qū)域沒(méi)有明顯的空間集聚性，為隨機(jī)分布區(qū)域[29]。

1.4.3 BP神經(jīng)網(wǎng)絡(luò)預(yù)測(cè)模型

本文的BP 神經(jīng)網(wǎng)絡(luò)模型是使用Python 軟件通過(guò)編程構(gòu)建，采用三層反向傳播神經(jīng)網(wǎng)絡(luò)模型，包括輸入層（自變量）、隱藏層和輸出層[2,30]。輸入層神經(jīng)元數(shù)量（n）與輸入的自變量個(gè)數(shù)相同，隱藏層神經(jīng)元數(shù)量設(shè)定為2n-2 個(gè)，輸出層神經(jīng)元數(shù)量為一個(gè)。輸入層輸入不同韌性指數(shù)作為自變量，經(jīng)過(guò)隱藏層的中間處理，輸出得到韌性預(yù)測(cè)結(jié)果。

1.4.4 滇中城市群城市韌性測(cè)度模型

根據(jù)滇中城市群城市韌性評(píng)價(jià)指標(biāo)體系和指標(biāo)權(quán)重，構(gòu)建的城市韌性測(cè)度模型如下：

式中：S(a)、E(b)、E(c)分別表示城市的社會(huì)韌性、經(jīng)濟(jì)韌性和生態(tài)韌性，具體測(cè)度模型如下：

2 滇中城市群城市韌性測(cè)度與時(shí)空格局演變

2.1 城市韌性測(cè)度總體特征

2005—2019 年滇中城市群城市韌性的總體特征表現(xiàn)為：（1）滇中城市群城市韌性整體水平不高，指數(shù)區(qū)間范圍為0.040 52～0.361 83。（2）在2005 年、2010 年、2015 年和2019 年，城市韌性的極差分別是0.302 81、0.266 24、0.321 31、0.232 22。2019 年城市韌性測(cè)度指數(shù)較2005 年城市韌性測(cè)度指數(shù)的極差有所縮小，說(shuō)明區(qū)域內(nèi)城市間韌性差距在逐漸縮小。（3）從總體來(lái)看，各城市的城市韌性測(cè)度指數(shù)呈上升的態(tài)勢(shì)，雖然部分城市韌性指數(shù)時(shí)降時(shí)升，但總體呈上升的趨勢(shì)。（4）西山區(qū)、五華區(qū)、官渡區(qū)和盤龍區(qū)在2005—2019 年城市韌性測(cè)度指數(shù)始終高于滇中城市群49 個(gè)縣（市、區(qū)）的城市韌性測(cè)度指數(shù)的均值。

2.2 城市韌性時(shí)序演變特征

由圖2 可知，在2005—2019 年，滇中城市群城市韌性指數(shù)最高值為0.361 83，最低值為0.040 52。從整體來(lái)看，昆明市五華區(qū)、盤龍區(qū)、官渡區(qū)、西山區(qū)、呈貢區(qū)、石林縣、安寧市和玉溪市紅塔區(qū)的韌性度隨著時(shí)間的變化一直處于比較高的位置，楚雄州和紅河州（北部7 縣）的城市韌性度一直都不高。部分城市的城市韌性度在2005—2019 年處于逐年下降態(tài)勢(shì)。如2005 年紅塔區(qū)的城市韌性度是0.348 57，2019 年紅塔區(qū)的城市韌性度為0.180 38。安寧市2005 年城市韌性度是0.318 50，2019 年安寧市的城市韌性度是0.165 92。

圖2 滇中城市群2005—2019年城市韌性時(shí)序演變

2.3 城市韌性空間演變特征

2.3.1 城市韌性空間分異格局

運(yùn)用ArcGIS10.2 軟件的Jenks 自然最佳斷裂點(diǎn)法對(duì)2005 年、2010 年、2015 年和2019 年滇中城市群城市韌性測(cè)度指數(shù)進(jìn)行分級(jí)聚類，結(jié)果見圖3。

圖3 滇中城市群城市韌性空間分異格局演變

根據(jù)圖3 中2005 年城市韌性的分類結(jié)果得出，Ⅱ類地區(qū)和Ⅲ類地區(qū)數(shù)量占比最多，Ⅳ類地區(qū)數(shù)量占比最少。在2005 年，滇中城市群城市韌性整體水平不高，高值區(qū)有五華區(qū)、盤龍區(qū)、官渡區(qū)、安寧市和紅塔區(qū)。2010 年城市韌性水平有明顯提升，Ⅴ類地區(qū)較2005 年有所增加，由原來(lái)的5 個(gè)縣（區(qū)）變成了五華、盤龍、官渡、西山、呈貢、安寧、紅塔、開元和麒麟9 個(gè)市（區(qū)），高值區(qū)有向核心城市集聚的趨勢(shì)。2015 年滇中城市群城市韌性整體水平較2010 年略有提高，具體表現(xiàn)在Ⅰ類地區(qū)數(shù)量占比減少，Ⅱ類地區(qū)和Ⅲ類地區(qū)數(shù)量占比增多。2019 年，滇中城市群城市韌性持續(xù)保持增長(zhǎng)趨勢(shì)，具體表現(xiàn)在Ⅱ類和Ⅲ類較低韌性城市的減少，Ⅳ類較高韌性城市的增加?？傮w來(lái)看，2005—2019 年，滇中城市群城市韌性指數(shù)大于均值的城市占比均未超過(guò)47%，區(qū)域整體韌性水平不高。城市韌性指數(shù)高值區(qū)自2010 年開始向滇中城市群的五華區(qū)、盤龍區(qū)、官渡區(qū)和西山區(qū)等核心縣域城市集聚。

2.3.2 城市韌性冷熱點(diǎn)分布格局

運(yùn)用ArcGIS 軟件的熱點(diǎn)分析（Getis-Ord Gi*）模塊對(duì)2005 年、2010 年、2015 年和2019 年滇中城市群城市韌性測(cè)度指數(shù)進(jìn)行冷熱點(diǎn)計(jì)算，并通過(guò)Jenks 自然最佳斷裂點(diǎn)法將Z值劃分為熱點(diǎn)區(qū)、次熱點(diǎn)區(qū)、隨機(jī)分布區(qū)、次冷點(diǎn)區(qū)和冷點(diǎn)區(qū)這5 種類型（圖4）。

圖4 滇中城市群2005—2019年城市韌性冷熱點(diǎn)分布格局

從圖4 可知：（1）從2005 年開始，城市韌性測(cè)度指數(shù)冷熱點(diǎn)分布格局中熱點(diǎn)區(qū)的城市一直分布在五華區(qū)、西山區(qū)和盤龍區(qū)及其周邊縣域城市，且熱點(diǎn)區(qū)分布格局相對(duì)穩(wěn)定；（2）次熱點(diǎn)區(qū)表現(xiàn)出以熱點(diǎn)區(qū)為中心，分布在熱點(diǎn)區(qū)的周圍，具有一定的規(guī)律性。從圖4 可以看出，2015 年次熱點(diǎn)區(qū)面積最大；（3）隨機(jī)分布區(qū)只在2010 年分類中出現(xiàn)，其他3 個(gè)時(shí)間截面都沒(méi)有隨機(jī)分布區(qū)；（4）在2005 年、2010 年、2015 年和2019 年這四個(gè)時(shí)間段內(nèi)，滇中城市群49 個(gè)縣（市、區(qū)）的城市韌性測(cè)度指數(shù)表現(xiàn)出“熱點(diǎn)恒熱”的現(xiàn)象，冷點(diǎn)區(qū)分布比較分散，沒(méi)有規(guī)律性。

3 滇中城市群城市韌性發(fā)展預(yù)測(cè)

3.1 城市韌性指數(shù)預(yù)測(cè)

3.1.1 模型訓(xùn)練及損失函數(shù)

在機(jī)器學(xué)習(xí)術(shù)語(yǔ)里，因變量和自變量被稱為訓(xùn)練數(shù)據(jù)。一個(gè)縣域的自變量被稱為一個(gè)樣本，對(duì)應(yīng)的韌性被稱為標(biāo)簽，而用于預(yù)測(cè)標(biāo)簽（韌性）的不同自變量叫做特征值，特征值用來(lái)表征樣本的特點(diǎn)。在模型訓(xùn)練時(shí)，需要衡量預(yù)測(cè)值與真實(shí)值之間的誤差。在試驗(yàn)中，使用2005 年的韌性自變量作為樣本特征，2015 年的因變量作為標(biāo)簽。將他們放入到構(gòu)建好的神經(jīng)網(wǎng)絡(luò)模型中進(jìn)行訓(xùn)練，直到誤差函數(shù)收斂，不再變小為止（圖5）。本研究經(jīng)過(guò)多次訓(xùn)練后，誤差均小于0.005，達(dá)到目標(biāo)訓(xùn)練精度要求，訓(xùn)練完成。

圖5 神經(jīng)網(wǎng)絡(luò)訓(xùn)練損失率下降過(guò)程

3.1.2 城市韌性指數(shù)預(yù)測(cè)結(jié)果與分析

利用上述經(jīng)過(guò)訓(xùn)練的BP 神經(jīng)網(wǎng)絡(luò)映射關(guān)系，輸入2015 年和2019 年的滇中城市群城市韌性數(shù)據(jù)得出2025年和2033 年城市韌性預(yù)測(cè)的數(shù)據(jù)，結(jié)果見表2、表3。

表2 滇中城市群城市韌性2025年預(yù)測(cè)值

表3 滇中城市群城市韌性2033年預(yù)測(cè)值

結(jié)合表2、表3 得知：（1）社會(huì)韌性和經(jīng)濟(jì)韌性預(yù)測(cè)指數(shù)較高的城市一直分布在滇中城市群昆明市的14 個(gè)縣（市、區(qū)）內(nèi)，高值區(qū)的分布比較穩(wěn)定。（2）社會(huì)韌性和經(jīng)濟(jì)韌性預(yù)測(cè)指數(shù)的空間分布具有高度相似性，經(jīng)濟(jì)韌性好的城市，社會(huì)韌性一定好；社會(huì)韌性好的城市對(duì)經(jīng)濟(jì)韌性的發(fā)展具有助推作用。（3）生態(tài)韌性指數(shù)高的區(qū)域集中分布在滇中城市群的西南部，該區(qū)域處于哀牢山一線，有著豐富的自然生態(tài)資源。（4）從2025 年和2033 年滇中城市群城市韌性預(yù)測(cè)指數(shù)的平均值來(lái)看：經(jīng)濟(jì)韌性＞社會(huì)韌性＞生態(tài)韌性，經(jīng)濟(jì)韌性預(yù)測(cè)指數(shù)平均值最高，社會(huì)韌性預(yù)測(cè)指數(shù)平均值次之，生態(tài)韌性預(yù)測(cè)指數(shù)平均值最小。

3.2 城市韌性預(yù)測(cè)指數(shù)空間演變特征

3.2.1 城市韌性預(yù)測(cè)指數(shù)空間分異格局

運(yùn)用ArcGIS10.2 軟件的Jenks 自然最佳斷裂點(diǎn)法對(duì)2025 年和2033 年滇中城市群城市社會(huì)韌性預(yù)測(cè)指數(shù)、經(jīng)濟(jì)韌性預(yù)測(cè)指數(shù)和生態(tài)韌性預(yù)測(cè)指數(shù)進(jìn)行分級(jí)聚類，結(jié)果見圖6～圖8。

圖6 滇中城市群城市社會(huì)韌性預(yù)測(cè)指數(shù)空間分異格局演變

（1）根據(jù)2025 年和2033 年滇中城市群城市社會(huì)韌性預(yù)測(cè)指數(shù)聚類結(jié)果（圖6），可以看出：①總體上滇中城市群社會(huì)韌性發(fā)展緩慢，韌性程度逐漸降低，Ⅴ類、Ⅳ類地區(qū)逐漸減少，Ⅰ類、Ⅱ類地區(qū)逐漸增多。高、較高值區(qū)逐漸減少，低、較低值區(qū)逐漸增多。②高值區(qū)主要分布在五華區(qū)、盤龍區(qū)、官渡區(qū)、西山區(qū)和安寧市，且比較固定。低值區(qū)主要分布在祿勸縣、尋甸縣、會(huì)澤縣、姚安縣、南華縣和牟定縣，并有向東北和西部方向擴(kuò)散的趨勢(shì)。③較低值區(qū)在整個(gè)滇中城市群中占比最多，在滇中城市群的東部、東北和西北呈連片分布狀態(tài)。

（2）根據(jù)2025 年和2033 年滇中城市群城市經(jīng)濟(jì)韌性預(yù)測(cè)指數(shù)聚類結(jié)果（圖7），可以看出：①滇中城市群經(jīng)濟(jì)韌性指數(shù)整體上呈逐漸上升的趨勢(shì)。Ⅴ類地區(qū)增多，Ⅰ類地區(qū)減少。高值區(qū)逐漸增多，低值區(qū)逐漸減少。②高值區(qū)主要分布在五華區(qū)、盤龍區(qū)、官渡區(qū)、西山區(qū)、呈貢區(qū)和澄江市，并有向東南方向擴(kuò)張的態(tài)勢(shì)。低值區(qū)大面積收縮，全部轉(zhuǎn)變?yōu)檩^低值區(qū)，從側(cè)面反映了滇中城市群城市經(jīng)濟(jì)韌性在逐步提升。較低值區(qū)在滇中城市群的東部、東北和西北呈連片分布狀態(tài)。③2025 年，較高值區(qū)分布比較分散，沒(méi)有明顯的規(guī)律。2033 年，較高值區(qū)分布在高值區(qū)的周圍，并有向高值區(qū)靠攏的趨勢(shì)。④從圖6 和圖7 可以看出，經(jīng)濟(jì)韌性和社會(huì)韌性預(yù)測(cè)指數(shù)的高值區(qū)在空間分布上具有高度的相似性，都主要集聚在中心城市。

圖7 滇中城市群城市經(jīng)濟(jì)韌性預(yù)測(cè)指數(shù)空間分異格局演變

（3）根據(jù)2025 年和2033 年滇中城市群城市生態(tài)韌性預(yù)測(cè)指數(shù)聚類結(jié)果（圖8），可以看出：①整體上，2025 年和2033 年，滇中城市群城市生態(tài)韌性預(yù)測(cè)指數(shù)空間分異格局變化不大。Ⅴ類地區(qū)、Ⅳ類地區(qū)在數(shù)量和空間分布上幾乎沒(méi)有變化。高、較高值區(qū)沒(méi)有明顯的變化，低值區(qū)數(shù)量在緩慢增多。②高值區(qū)集中分布在滇中城市群的西南部和西北部，西南部處于哀牢山一線，光照時(shí)間長(zhǎng)、氣溫高、雨熱條件好，為生態(tài)環(huán)境的發(fā)育和形成提供了優(yōu)良的自然條件。③經(jīng)濟(jì)韌性指數(shù)高的城市，生態(tài)韌性指數(shù)相對(duì)較低。生態(tài)韌性預(yù)測(cè)指數(shù)“高者恒高”“低者恒低”現(xiàn)象顯著。

圖8 滇中城市群城市生態(tài)韌性預(yù)測(cè)指數(shù)空間分異格局演變

3.2.2 城市韌性預(yù)測(cè)指數(shù)冷熱點(diǎn)分布格局

運(yùn)用ArcGIS 軟件的熱點(diǎn)分析（Getis-Ord Gi*）模塊對(duì)2025 年和2033 年滇中城市群城市韌性預(yù)測(cè)指數(shù)進(jìn)行冷熱點(diǎn)計(jì)算，并通過(guò)Jenks 自然最佳斷裂點(diǎn)法將Z值劃分為熱點(diǎn)區(qū)、次熱點(diǎn)區(qū)、隨機(jī)分布區(qū)、次冷點(diǎn)區(qū)和冷點(diǎn)區(qū)這5 種類型（圖9～圖11）。

圖9 滇中城市群城市社會(huì)韌性預(yù)測(cè)指數(shù)冷熱點(diǎn)分布格局演變

（1）根據(jù)2025 年和2033 年滇中城市群城市社會(huì)韌性預(yù)測(cè)指數(shù)冷熱點(diǎn)分布格局（圖9），可以得知：①熱點(diǎn)區(qū)主要集中在核心城市，且分布格局比較固定；冷點(diǎn)區(qū)呈減少的趨勢(shì)，并逐漸向外圍擴(kuò)散。隨機(jī)分布區(qū)面積最廣，呈連片分布狀態(tài)。②從整體來(lái)看，熱點(diǎn)區(qū)、次熱點(diǎn)區(qū)、隨機(jī)分布區(qū)、次冷點(diǎn)區(qū)、冷點(diǎn)區(qū)分布格局具有一定的規(guī)律。隨機(jī)分布區(qū)在外圍，冷點(diǎn)區(qū)、次冷點(diǎn)區(qū)、次熱點(diǎn)區(qū)、熱點(diǎn)區(qū)呈現(xiàn)一定的圈層結(jié)構(gòu)。③冷點(diǎn)區(qū)向東北方向轉(zhuǎn)移，次熱點(diǎn)區(qū)減少，并向熱點(diǎn)區(qū)集聚。

（2）根據(jù)2025 年和2033 年滇中城市群城市經(jīng)濟(jì)韌性預(yù)測(cè)指數(shù)冷熱點(diǎn)分布格局（圖10），可以看出：①滇中城市群經(jīng)濟(jì)韌性指數(shù)熱點(diǎn)區(qū)、次熱點(diǎn)區(qū)逐漸增多；次冷點(diǎn)區(qū)大面積減少；增加了隨機(jī)分布區(qū)。②經(jīng)濟(jì)韌性預(yù)測(cè)指數(shù)的熱點(diǎn)區(qū)分布在核心城市。次熱點(diǎn)區(qū)逐漸向滇中城市群的南部轉(zhuǎn)移。冷點(diǎn)區(qū)向東北方向偏移。③從圖9 和圖10 可以看出，經(jīng)濟(jì)韌性和社會(huì)韌性預(yù)測(cè)指數(shù)在熱點(diǎn)區(qū)分布格局上具有高度的相似性，都集聚在核心城市。

圖10 滇中城市群城市經(jīng)濟(jì)韌性預(yù)測(cè)指數(shù)冷熱點(diǎn)分布格局演變

（3）根據(jù)2025 年和2033 年滇中城市群城市生態(tài)韌性預(yù)測(cè)指數(shù)冷熱點(diǎn)分布格局（圖11），可以得知：①熱點(diǎn)區(qū)主要集中在滇中城市群的西南部，個(gè)別城市分布在滇中城市群的西北部。熱點(diǎn)區(qū)數(shù)量增加緩慢。冷點(diǎn)區(qū)面積大量減少，次冷點(diǎn)區(qū)面積大量增加。②冷點(diǎn)區(qū)逐漸向滇中城市群的核心城市集聚，從側(cè)面反映了經(jīng)濟(jì)韌性越強(qiáng)的城市，越需要重視生態(tài)環(huán)境的保護(hù)。③從整體來(lái)看，冷點(diǎn)區(qū)、次冷點(diǎn)區(qū)主要分布在滇中城市群的中東部，分布格局比較固定，“熱點(diǎn)恒熱”現(xiàn)象顯著。

圖11 滇中城市群城市生態(tài)韌性預(yù)測(cè)指數(shù)冷熱點(diǎn)分布格局演變

4 結(jié)論與對(duì)策

4.1 結(jié)論

基于對(duì)城市群城市韌性研究的探析和拓展，利用ArcGIS 空間分析法對(duì)滇中城市群城市韌性空間分異特征及冷熱點(diǎn)分布格局進(jìn)行研究，主要結(jié)論如下：

（1）從整體來(lái)看，滇中城市群城市韌性整體水平一般，中心城市社會(huì)韌性和經(jīng)濟(jì)韌性水平高于其他城市，“高者恒高”“熱點(diǎn)恒熱”的現(xiàn)象顯著。

（2）在2005 年之前，城市群的發(fā)展重心在楚雄市和玉溪市。自2005 年之后，滇中城市群的發(fā)展重心向昆明市的五華區(qū)、盤龍區(qū)、官渡區(qū)和西山區(qū)偏移，并以這4 個(gè)區(qū)為中心向四周輻射，帶動(dòng)區(qū)域內(nèi)其他縣（市、區(qū)）的發(fā)展。

（3）滇中城市群城市韌性在各時(shí)間截面均表現(xiàn)出中心城市韌性度高，外圍城市韌性度低的態(tài)勢(shì)，空間聚類特征明顯。滇中城市群城市韌性冷熱點(diǎn)分布具有明顯的圈層結(jié)構(gòu)，具體表現(xiàn)為中心城市熱，外圍城市冷。

（4）動(dòng)態(tài)預(yù)測(cè)方面，通過(guò)對(duì)2025 年和2033 年滇中城市群韌性演變趨勢(shì)可以看出，城市韌性預(yù)測(cè)指數(shù)高值區(qū)和熱點(diǎn)區(qū)都有向中心城市集聚的態(tài)勢(shì)。社會(huì)韌性預(yù)測(cè)指數(shù)與經(jīng)濟(jì)韌性預(yù)測(cè)指數(shù)在高值區(qū)的空間分異和冷熱點(diǎn)分布格局上具有高度的相似性，主要分布在滇中城市群的五華區(qū)、西山區(qū)、官渡區(qū)和盤龍區(qū)等中心城市。生態(tài)韌性預(yù)測(cè)指數(shù)的高值區(qū)集中分布在滇中城市群的西南部和西北部。

4.2 對(duì)策

城市韌性建設(shè)具有復(fù)雜性、艱巨性和長(zhǎng)期性，短時(shí)間內(nèi)難以取得顯著成效[31]。根據(jù)滇中城市群內(nèi)各城市自身特點(diǎn)和資源優(yōu)勢(shì)，提出增強(qiáng)城市韌性的管理對(duì)策。

（1）推進(jìn)城市間資源互補(bǔ)和空間互補(bǔ)。滇中地區(qū)礦產(chǎn)資源、水資源、生物資源和旅游資源非常豐富，互補(bǔ)性極強(qiáng)，城市之間可以進(jìn)行資源交換，形成互補(bǔ)。同時(shí)，滇中城市群內(nèi)各城市發(fā)展水平不同，核心城市向外拓展的空間受限，支撐城市的空間利用率低。進(jìn)一步加強(qiáng)昆明都市圈建設(shè)，擴(kuò)大昆明的輻射能力，“以圈鼎城”，促進(jìn)城市群整體向上發(fā)展。

（2）推進(jìn)城市間產(chǎn)業(yè)互補(bǔ)和服務(wù)互補(bǔ)。滇中城市群各城市間在煙草、有色金屬、化工、機(jī)械制造等重點(diǎn)產(chǎn)業(yè)存在結(jié)構(gòu)趨同、缺乏深層次的溝通與協(xié)作，阻礙了滇中城市群高新技術(shù)產(chǎn)業(yè)向更大規(guī)模、更高層次發(fā)展。因而，滇中城市群應(yīng)在區(qū)域內(nèi)形成資源互享，共建產(chǎn)業(yè)協(xié)同合作平臺(tái)，構(gòu)建有重點(diǎn)、分層次的可持續(xù)發(fā)展產(chǎn)業(yè)分工體系，促進(jìn)城市間產(chǎn)業(yè)適度協(xié)同發(fā)展，建設(shè)綠色可持續(xù)發(fā)展的城市群。

（3）共筑生態(tài)屏障，保護(hù)生態(tài)空間。堅(jiān)持生態(tài)產(chǎn)業(yè)化、產(chǎn)業(yè)生態(tài)化發(fā)展理念，促進(jìn)滇中城市群內(nèi)外生態(tài)建設(shè)聯(lián)動(dòng)發(fā)展，推進(jìn)重點(diǎn)生態(tài)功能區(qū)建設(shè)，建立多元的生物多樣性保護(hù)體系，維護(hù)區(qū)域生態(tài)安全。貫徹落實(shí)滇中城市群國(guó)家主體功能區(qū)制度，加強(qiáng)滇中城市群生態(tài)空間管制，嚴(yán)守滇中城市群生態(tài)保護(hù)紅線、嚴(yán)格保護(hù)永久基本農(nóng)田，劃定城鎮(zhèn)開發(fā)邊界。加快生態(tài)環(huán)境監(jiān)測(cè)網(wǎng)絡(luò)建設(shè)，探索建立多元化生態(tài)保護(hù)補(bǔ)償機(jī)制。

（4）強(qiáng)化智能驅(qū)動(dòng)，助力技術(shù)韌性。推動(dòng)互聯(lián)網(wǎng)、大數(shù)據(jù)、云計(jì)算、區(qū)塊鏈、人工智能等數(shù)字科技快速發(fā)展，建設(shè)滇中城市群城市感知體系，實(shí)時(shí)監(jiān)測(cè)風(fēng)險(xiǎn)，實(shí)現(xiàn)感知設(shè)備的集約統(tǒng)籌建設(shè)、分建共享以及有效管理，實(shí)現(xiàn)資源共享和互聯(lián)互通[32]。加強(qiáng)數(shù)字治理，破解“條塊分割”“碎片化”城市發(fā)展難題，通過(guò)數(shù)字化方式逐步彌合城市治理不同部門間的“信息鴻溝”，增強(qiáng)滇中城市群城市韌性。