该文档发表于《Ecological Indicators》期刊第173卷（2025年），文章编号113335，已于2025年3月8日接受，并于2025年3月22日在线发布。主要作者包括来自中山大学地理科学与规划学院及南方海洋科学与工程广东省实验室（珠海）的钟鸣（第一作者及通讯作者）、中国科学院精密测量科学与技术创新研究院的凌峰、英国布里斯托大学的钟伟臣以及广东省水利水电科学研究院的张倩。
本研究主要隶属于灾害风险管理、社区韧性与自然灾害领域，特别是聚焦于山洪灾害。研究旨在应对一个关键的科学与管理问题：如何量化和理解社区在山洪灾害中的韧性及其动态变化。山洪因其突发性、强破坏性以及在中国山区频发（据统计，2000-2018年间山洪致死者占洪灾总死亡人数的88%），成为防灾减灾的难点。社区作为社会生活和灾害风险管理的基本单元，在灾害应对中扮演着核心角色，尤其是在地理上分散且相对闭塞的山洪易发社区。既往研究多集中于山洪的致灾因子、预警预报和风险评估，关于社区韧性的研究多为静态评估，缺乏从山洪视角出发、考虑灾害动态过程的韧性动态响应分析。因此，本研究的目标是：1）构建山洪视角下的社区韧性多级解释结构模型，以分析不同影响因素间的层级关系；2）运用信息扩散法对社区山洪韧性进行量化评估与排序；3）利用Rand Index（兰德指数）量化估计社区韧性的强度，并分析其随时间（或淹没情景变化）的响应曲线特征。
本研究选取了中国广东省北部山洪频发区（连南瑶族自治县、连山壮族瑶族自治县、连州市、阳山县）作为研究区，根据城乡分类标准，选取了城市、乡村和城乡结合部（城郊）三种类型的共9个代表性社区作为研究对象。研究流程主要包括以下几个详细步骤：
首先，进行指标体系构建与数据收集。基于文献回顾，研究从环境、社会、心理、制度、信息沟通五个维度，构建了包含14个具体指标（如S1产流能力、S2供排水设施建设、S3居民互助、S4基本防洪知识普及率、S5山洪宣传教育、S6防洪应急演练、S7洪水预警、S8专业人员协助、S9跨机构协作效率、S10公众导向信息传播渠道、S11信息获取途径、S12对信息源的公众信任、S13社区提供的应对灾害信息、S14居民从社区获得的有用信息）的社区韧性评估体系。2019年7月，研究团队通过半结构化深度访谈和问卷调查，在上述社区随机抽样收集数据，共收回292份问卷，有效问卷280份（有效率95.89%），其中乡村146份、城郊77份、城市57份。样本量符合Yamane公式计算的最小样本量要求（278份）。
其次，运用耦合决策数学模型（DEMATEL-ISM）分析韧性属性间的关系与层级结构。DEMATEL（决策实验室分析法）用于分析各指标间的相互影响关系，计算各指标的中心度和原因度，从而识别出因果指标（主动影响其他指标）和结果指标（易受其他指标影响）。ISM（解释结构模型）则在DEMATEL结果的基础上，通过设定阈值，将复杂的指标体系转化为清晰的多级递阶结构模型，区分出直接影响因素、过渡影响因素和根本影响因素。这一耦合模型克服了传统方法（如层次分析法AHP）可能存在的因素同质化问题，能更清晰地展示指标间的重要性及相互作用机制。具体操作中，研究基于专家判断或数据处理形成了直接影响矩阵，通过标准化和计算得到综合影响矩阵，进而计算出中心度和原因度，并基于总影响矩阵设定阈值生成可达矩阵，最终通过可达集和前因集的分析，划分出指标层级。
第三，采用信息扩散理论对社区韧性进行量化评估与排序。针对问卷调查样本量有限的问题，信息扩散法利用模糊数学原理，将单个样本点的信息扩散至整个论域，从而弥补小样本数据信息不足的缺陷。研究计算了各社区韧性的超越概率，并重点关注了超越概率为1时（即社区受到山洪扰动时最基本的韧性水平）的社区韧性（CR）值，以此比较不同社区间的韧性强度。
第四，运用Rand Index分析社区韧性的时变响应。为了模拟山洪过程的动态性，研究设置了两种洪水淹没情景：一种是基于河流水位从开始淹没到完全淹没的等距节点插值；另一种是针对城市社区，应用25%、50%、75%、100%的社区淹没面积比。通过比较不同淹没情景下社区韧性结构（由多级解释结构模型定义）的相似性（使用Rand Index），并利用三次样条插值法拟合，绘制了社区韧性随淹没范围扩大的动态变化曲线。
研究的主要结果如下：
韧性属性分析与多级解释结构模型：通过DEMATEL-ISM耦合模型分析发现，社区韧性指标系统是一个多维、多层次的复杂网络系统。对于所有社区类型而言，供排水设施建设（S2）和防洪应急演练（S6）是社区韧性的根本影响因素（位于模型最底层），它们通过过渡层指标（如S4基本防洪知识普及率、S5宣传教育、S7预警、S12信息源信任等）最终影响直接因素（如S3居民互助、S8专业人员协助、S9协作效率、S10/S13/S14等与信息沟通相关的指标）。具体而言，乡村社区的根本影响因素中S2（设施建设）的原因度最高，而城市和城郊社区的根本影响因素中S6（应急演练）的原因度最高，这表明在城市化程度较高、基础设施相对完善地区，提升韧性的关键更侧重于制度性措施（如应急演练）；而在乡村，硬件基础设施的完善则更为根本。
社区韧性量化结果：信息扩散法计算结果显示，当超越概率为1时，乡村社区（如汉坑村、石坑朗村、芙蓉村）的CR值普遍高于城市和城郊社区。例如，汉坑村的CR值最高，为1.65。这表明在山洪频发的乡村，由于村委会和居民积累了应对经验，且邻里关系紧密，能够在灾前预警、灾中调度和灾后重建中发挥作用，从而表现出更高的防御和应对能力。相反，城市和城郊社区的韧性直接因素更多依赖于居民心理、制度和信息沟通维度，由于居民关系相对疏远、沟通互助较少、信息获取可能不及时，导致其CR值相对较低。
社区韧性的时变响应：Rand Index分析表明，随着淹没范围的扩大，三种类型社区的韧性变化趋势呈现一致的三阶段模式：“急剧下降 – 快速上升 – 缓慢下降”。在第一阶段（淹没初期），社区韧性因灾害冲击而急剧下降。在第二阶段，随着社区应急响应机制启动和资源调动，韧性快速回升。在第三阶段，当洪水损害超过社区防洪能力阈值后，韧性开始缓慢下降。但不同类型社区的具体响应存在差异：城市社区从第一阶段到第二阶段的转折点韧性值高于乡村和城郊，且第二阶段上升的最高点也更高；但城市社区在第一阶段的韧性下降幅度（75%）大于乡村和城郊（71%），同时城市社区韧性在不同淹没情景下的变化幅度最小，表明其韧性系统具有较高的稳定性。
本研究得出的结论是：（1）山洪视角下的社区韧性是一个多维多层的复杂网络系统，其中供排水设施建设和防洪应急演练是提升社区韧性的根本性因素。（2）不同类型社区的韧性强度存在差异，乡村社区由于经验积累和紧密的邻里关系，表现出比城市和城郊社区更高的韧性。（3）随着淹没范围扩大，所有类型社区的韧性呈现“急剧下降、快速恢复、缓慢下降”的一致时变规律，但城市社区的韧性系统稳定性更高。
本研究的科学价值在于：它提出了一种融合DEMATEL-ISM、信息扩散理论和Rand Index的多学科综合分析方法，不仅实现了社区韧性的静态量化评估与排序，还创新性地揭示了韧性在灾害动态过程中的非线性响应规律，推动了社区韧性研究从静态评估向动态评估的深入。在应用价值上，该研究为山洪易发区的防灾减灾实践提供了重要参考：管理者应因地制宜，在乡村地区重点加强基础设施建设，在城市地区则需强化应急演练和制度建设；同时，社区韧性提升策略不仅要关注韧性强度的提升，还要致力于增强韧性系统的稳定性，以平稳应对灾害冲击的不同阶段。
本研究的亮点突出体现在：第一，方法创新，首次将DEMATEL-ISM耦合模型、信息扩散法和Rand Index结合，构建了一套从影响因素层级分析、韧性强度量化到动态响应模拟的完整分析框架。第二，视角独特，聚焦于具有高度突发性和破坏性的山洪灾害，并从社区这一基本单元出发，弥补了相关研究的不足。第三，揭示了有趣的“韧性悖论”现象：基础设施更完善的城市社区其静态韧性强度可能低于乡村，但其韧性系统在灾害动态过程中的稳定性却更高。第四，研究结论具有明确的政策指向性，区分了城乡社区韧性建设的差异化重点，为精细化防灾减灾提供了科学依据。此外，研究基于扎实的实地调研数据，样本设计科学，分析过程严谨，结果具有较高的可信度。