引言
全球气候变化和快速城市化背景下，当代城市正面临日益增长且变幻莫测的冲击与扰动。作为复杂的社会—生态系统，城市面临的不确定性和脆弱性不断加深[1-2]。近年来，无论是新冠疫情还是频发的自然灾害，都严重影响着城市居民的正常生活和生产，甚至造成了生命财产损失、社会秩序失衡等灾难性后果[3-4]。城市韧性建设作为一种城市风险治理的新范式，是促进城市可持续发展的关键[5]。许多城市已将韧性理念纳入城市总体规划目标，通常从灾害防治和灾中应急的角度提出韧性城市的建设指标，以指标的“高标准”衡量城市的“高韧性”。然而，面对多种风险扰动及其耦合场的时空差异化特征，静态的韧性城市建设指标难以应对动态的风险扰动。因此，韧性不应是一种结果导向的行动，而应是一种过程导向的行为[2]。
为了深入理解城市韧性机理，研究应首先明确“韧性对象”（resilience to what）和“韧性主体”（resilience of what）[6-11]。区别于面向特定扰动类型开展的韧性研究，本文所讨论的风险扰动（即韧性对象）涵盖了城市空间面临的各种不确定冲击，既包括诸如地震、洪水、极端暴雨、恐怖袭击等突发型灾害，也包含不可完全预测的慢变型压力和系统内部波动，如全球气候变暖、海平面上升、交通拥堵等。风险扰动过程中，城市作为复杂适应性系统，当各组分因风险扰动而发生变化，可做出自适应反馈并形成宏观的涌现过程[5,12]。将城市系统承载的居民有序生活状态作为韧性主体，城市要素的空间分布以及要素之间的相互作用机制会对扰动过程中城市生活和生产活动的演化过程产生根本性影响。因此，要理解城市的韧性机理，必须先对城市空间组织的关联规律有清晰认知。
诸多学者已经探讨了城市空间结构的本源概念[13-14]。其中，波尼（Bourne）从三个方面描述了城市空间结构，即城市形态（urban form，物质空间要素的分布形式）、要素间的相互作用（urban interaction，人、物资与信息在不同区位之间的流动），以及规定前两者之间关系的一系列组织原则，认为城市空间结构具有静态的“形态”空间和动态的“流动”空间两个层次[15-16]。依据这一理解，诸多学者从城市空间结构的交通绩效、社会绩效、经济绩效和环境绩效等维度进行了研究[17-20]，但极少将其置于风险扰动视角下来探讨城市空间结构在应对扰动压力时的演化过程与韧性特征。有研究采用指标评价法和韧性代理法（surrogate measures）分析城市形态与韧性的关系，认为可通过优化城市空间形态提升城市的韧性水平[21-23]，但现状研究主要关注静态的“形态”空间韧性，面向动态的“流动”空间韧性的机理研究明显不足[24]，因此仍难以掌握空间策略与韧性提升的因果关系。
提升城市韧性的空间策略应通过优化城市各类要素的空间分布，提升城市空间的自组织能力，以增强城市面对多种风险扰动的自愈或进化功能，实现维持城市的核心功能并保障居民正常生活的目标[25]。笔者遵循地理学“格局—过程—机理”的研究范式，解构“风险扰动—空间结构—居民生活”关联逻辑，定量描述城市空间结构随风险扰动过程的演变特征，有助于规划管理者和规划设计师深入理解城市空间结构的韧性内涵。本文首先将流空间理论、复杂网络理论与城市韧性理论相结合，从风险扰动视角剖析空间结构与居民生活之间的关系，构建城市空间结构的韧性机理研究的分析框架；然后，结合典型场景和功能，从空间网络构建、城市韧性测度、关键要素识别和智慧韧性治理四个方面，提出城市空间结构的韧性机理研究的实证方法。
1 城市韧性与城市空间结构的关系
在风险扰动过程中维持正常的生活和生产是城市韧性建设的关键目标。理解建筑、设施、交通、绿地等空间的要素分布和交互关系，及其对人、物质、信息等非空间要素流动的影响途径，有助于我们认知要素流动与居民生活的关联机制。通过解析风险扰动过程中要素流动的变化态势，可揭示城市韧性与城市空间结构的内在逻辑关系。
1.1 城市韧性的内涵与特征
1973 年，加拿大学者霍林（Holling）首次将韧性概念应用于系统生态学领域，将其定义为“生态系统在受到扰动时保持其基本功能的能力”[26]。在此之后，韧性思想经历了“工程韧性—生态韧性—演进韧性”三个发展阶段[27-31]。学界逐步形成了共识，将城市韧性概念界定为城市在受到风险扰动后通过吸收、适应和重组，可以维持其原有变化状态、系统结构和关键功能，并具有恢复与学习反馈的能力[32-33]。
城市韧性强调城市或城市系统能够消化、吸收扰动，并在时空维度上保持城市原有主要特征、结构和关键功能的能力。综合学者们的观点，可以从四个方面界定城市韧性的基本内涵[34-37]：（1）抵抗力：面对不确定的风险扰动，城市具有保持原有结构和功能的能力，强调城市或城市系统的设防标准；（2）适应力：风险扰动过程中，强调空间要素的多功能特性以及复杂系统的自组织机制以适应扰动的变化；（3）恢复力：通过人为干预调整结构或其他应急措施等响应手段，实现功能快速恢复，减少受灾损失和社会影响；（4）转换力：城市顺应扰动变化并快速转变到期望功能的能力。在此基础上，可凝练出城市韧性应具强健性、多功能性、多样性、冗余性、模块性、网络性、反馈性、协作性、可转变性等主要特征[29,38]。
1.2 城市空间结构的韧性内涵
城市空间要素的分布及其相互作用的内在机制构成了城市空间结构。城市空间结构涉及两个层次，即空间要素的静态分布为城市形态，流动要素的内在组织关系为城市结构[15-16]。将城市视为由具有网络化特征的社会经济动态、建成环境、物质与能量流动网络、治理网络四类子系统组成的复杂系统，而要素流动是各类系统间复杂耦合关系在地理空间的映射（图1）；物质空间是要素流动的容器或背景，城市建筑、设施、交通、绿地等建成环境的布局形态关系是社会—生态过程的发生器和限制器；同时，要素流动的特征也是社会经济动态和治理网络作用于建成环境的结果。
图1 面向要素流动的城市复杂系统示意
资料来源：作者根据参考文献[39]绘制
生态韧性理论认为风险扰动将导致系统某些关键变量发生改变，影响系统功能的存续能力，系统韧性取决于维持原有功能的系统状态空间和关键变量阈值[23,40]。借鉴生态韧性理论，城市空间结构的韧性是指在风险扰动过程中基于空间要素分布和流动要素的自组织机制，维持城市核心功能和居民正常生活状态的能力。因此，城市空间结构的韧性机理不是单一要素韧性的简单加和，而应聚焦于城市各类系统内部的相互关系和系统间的作用机制，并关注城市整体运行和动态演化状态。
城市空间结构的韧性具有两方面含义。一方面，城市空间要素受损或功能失效，城市依然可以通过自组织机制保持原有空间结构；或者，城市空间结构经历了动态重构后，可以维持基本的社会—生态过程，使城市居民得以维持正常的生活状态[41-42]。另一方面，采用抵御或减缓风险扰动的空间支撑体系，以及提供快速救援和应急避难等应急空间体系，形成抵御或减轻风险扰动的空间组织方式。构建具有韧性的城市空间结构，核心在于空间要素的合理布局和流动要素的自组织机制。在此目标下，城市空间结构的韧性应具有层级关联性、空间网络性、要素连接性、系统协同性、功能模块化等特征[43]。
1.3 风险扰动视角下城市空间结构的韧性内涵
由于城市之间和城市内部的人、物质、信息等要素的快速流动，越来越多的研究者将城市视为空间形态约束下要素之间时空作用关系与流动的集合，以此提出了“流空间理论”[44-46]。流空间理论围绕要素流动的网络关系，分析城市功能与空间组织的内在机制，为刻画风险扰动作用下城市空间结构的韧性演化机理提供了新的理论视角。
风险扰动通过影响空间要素之间的相互关系，促使人流、物质流、信息流和服务流等流动要素的重新分配，导致城市空间结构的动态变化[47-48]。因此，即使城市形态相似，如果城市要素之间的作用机制不同，城市结构将表现出不同的韧性水平。另外，面对风险扰动的影响，由于不同城市片区在空间结构中的地位差异，其韧性水平也将具有显著的关联性特征。例如：两地之间因某类行为（通勤、购物和休闲等）而存在大量的人口流动联系，当其中一地发生风险扰动导致物理结构和核心功能的退化，将对另一地的正常生活和生产运行产生影响。
综上，风险扰动视角下城市空间结构的韧性机理研究包含两个维度：一方面，刻画风险扰动过程中城市整体性能变化，以此表征并测度城市的综合韧性水平，进而揭示空间要素分布构成的城市形态对韧性的影响机制；另一方面，通过观察风险扰动过程中要素流动的动态变化，揭示要素流动关系构成的城市结构对韧性的影响机制，并通过空间映射关系识别影响要素流动过程的关键要素，为形成具有针对性和可解释性的空间调控策略提供支撑。
2 城市空间结构的韧性机理研究分析框架
风险扰动作用于空间要素的正常功能，进而影响非空间类要素的流动特征，导致城市居民可获取服务的动态变化。本文从风险扰动与居民福祉相关联的视角，以要素流动为介质，将风险扰动、空间结构、居民生活三者纳入一个统一的分析框架——将风险扰动对空间要素及其相互关系的作用机制解释为空间要素的功能稳健性、空间要素之间的连接性的动态变化；通过观测复合空间网络中要素流动的变化特征，洞察城市空间结构与居民可获取服务的动态变化和阈值特征，揭示城市空间结构的韧性演化机理（图2）。该分析框架通过揭示风险扰动全过程中居民可获取服务的动态变化，帮助规划管理者建立起空间结构与韧性提升之间的关联路径。
图2 风险扰动视角下城市空间结构的韧性机理研究分析框架
2.1 风险扰动对城市空间结构的作用机制
交通网络、蓝绿网络等线性空间系统是要素流动的空间载体，住宅区、工业区、公共设施、活动空间等功能性场所则是要素流动的重要驱动节点[48-49]。场所和路径的共同作用将影响要素流动的方向与大小。因此，可将各类线性空间和功能场所抽象为边和节点构成的复合空间网络，基于流网络与物质空间网络的耦合关系，将要素流动关系具象映射到复合空间网络，分析受风险扰动影响的复合空间网络对要素流动的影响机制[50-52]。风险扰动对城市空间结构的作用机制可分为以下三类。
第一类为物理破坏。风险扰动导致城市空间直接受到物理破坏，致使复合空间网络中节点的服务功能或边的连接功能丧失[53-54]。第二类为关联失效。由于复合空间网络的节点之间存在物质流动和功能依存等相互关系[55-56]，城市局部地区的边或节点功能退化或丧失将影响城市其他地区的节点功能[57-58]。例如：风险扰动影响了城市局部地区的道路交通，即使关联地区公共服务设施并未受到物理破坏，亦会因交通流动变化而受到显著的影响。第三类为势场转化。风险扰动将改变原有的空间关联模式，导致节点之间的势能差与引力关系即势场发生转变。例如：提供相同服务的两个场所A 和B，当A 场所功能失效，则B 场所的负载相应增强，将导致B 场所提供的人均服务水平和质量下滑。上述第一类（物理破坏）将对城市形态产生影响，后两类（关联失效和势场转化）将对城市结构产生影响。三类作用机制还存在相互作用的动态过程，从而共同改变城市复合空间的网络属性，进而直接影响要素流动的成本和效率，表现出扰动全过程中资源、连接和服务的时空动态变化特征。
2.2 风险扰动视角下城市空间结构的动态演化
基于居民个体在风险扰动作用下获取服务过程的动态变化，可进一步探讨宏观城市空间结构的韧性机理。功能要素的分布及其相互作用促发人、物质、信息等要素流动，形成物质空间网络和要素流动网络。将城市社区（数字I-III）和功能场所（字母A-C）视为节点，将两者之间联系的街道作为边，即构成了该城市片区的物质空间网络。将两点之间的流动连接作为边，以不同类节点之间的流量作为供需矩阵，即构成了该城市片区的要素流动网络。依据需求功能能否被替代的组织原则，风险扰动视角下城市空间结构的动态演化呈现出不同的规律（图3）。
图3 风险扰动视角下城市空间结构的动态演化
注：Sa～Se 对应逐步增强的风险扰动场景。不同强度风险扰动下城市形态的变化，抽象为空间网络中边的移除。第一类场景中，设定供需流动的起讫点不改变。伴随空间网络的变化，部分供需节点间流动成本增加，或因没有通路导致流动失效。第二类场景中，设定居民可主动改变出行路径，转而向出行成本相对更低的同类型功能场所获取服务。这一过程导致供需流动矩阵发生变化，接受流动转移的供需节点间流量增加，没有通路的供需节点间流量降至0。图中Sc、Sd 场景中的箭头表示供需流动的转移方向。
资料来源：作者根据参考文献[59]绘制
随着风险扰动逐渐增加，受到物理破坏的连接逐渐增多。同时，因关联失效和势场转化机制的存在，各个场所节点的可达性与吸引力将会同步发生变化，从而影响其所承载的要素流动过程和效率。物质空间网络规模和连通度不断呈阶梯状下降，受影响的要素流动比例逐渐上升且范围不断扩大，极端扰动下会引发物质空间网络崩溃，导致要素流动严重受阻。以未受影响的流动比例或流动成本为特征指标，可绘制特征指标随扰动强度的变化曲线（图3），用以观察城市空间结构的韧性特征。
图3 设定了两类空间组织原则：供需流动矩阵不发生变化（需求功能无法被替代）、供需流动矩阵可发生变化（需求功能可被替代）。第一类场景的空间组织原则为需求功能无法被替代，如居住地和就业地不会因为风险扰动而产生变化，职住通勤的交通流动OD 矩阵不会发生变化，因此构建高韧性的道路交通网络对维持稳定的通勤交通流动尤为重要。第二类场景的空间组织原则为需求功能可被替代，如居住地和日常生活服务的交通流动OD 矩阵将发生变化，流动成本的转变使得居民主动选择相对低成本的节点与路径，从而影响宏观流动格局。第二类场景可以体现在城市公共设施的优化布局中，即风险扰动作用下居民能够快速转变其获取服务的路径。相应地，流动的重新组织往往会使得部分服务设施的承载压力显著上升（如Sc、Sd 场景的设施B），有些设施则可会产生关联失效。换言之，公共设施的空间配置不能仅关注静态的人均指标，还需要关注风险扰动作用下居民可获取服务的动态变化。
风险扰动下城市空间结构的韧性可解释为：面对特定的风险扰动，具有良好适应性和容灾性的物质空间网络可以通过寻找替代路径和替代功能，较好地维持要素流动过程和流动效率。若城市空间结构的单中心特征显著，一旦中心节点受损或向心交通流动所依赖的主干路网受损，将严重影响城市内部要素流动的整体效率，这样的城市空间结构是低韧性的；而多中心特征的城市空间结构面对风险扰动更容易发挥网络的自适应特性，可以较好地维持居民的正常生活，此类城市空间结构具有较高的韧性水平。从韧性机理来看，要素流动网络也可能增大风险扰动影响范围，会伴随要素流动网络进行扩散并产生间接影响。然而，生活服务网络化的城市空间结构，具有较高的生活韧性水平。
2.3 城市空间结构变化对居民正常生活的影响
人既是要素流的服务对象，也直接参与要素的流动过程。以要素流动为介质，建立起居民与建筑、设施、交通、绿地等物质空间的交互关系，居民可以从这种交互关系中获取各类服务，从而保障居民正常的生活状态[60-61]。因此，基于要素流动的起讫点关系、流量、流速、成本等流的属性，可以将风险扰动对居民正常生活的影响建构为“风险扰动—空间结构—居民生活”的解析框架，进而分析城市空间结构随风险扰动的演化特性，探讨城市空间结构变化对居民生活的影响机制。借助要素流动特征的变化，可以观测城市居民正常生活受到影响的程度大小。
风险扰动作用于静态空间布局和动态运行组织，导致城市空间结构的演化，干扰空间组织的有序性，也打破了风险扰动前城市职住流的平衡关系和服务流的供需关系。职住流平衡关系被打破将影响通勤总量和交通出行方式，导致通勤成本的大幅上升甚至失序。以上海中心城区的极端降雨情景模拟结果为例（图4）——全市交通出行流量受道路积水影响显著下降，部分地区在降水量百年一遇情景下甚至有过半居民无法完成出行。这将对居民从事的正常生产活动产生重大影响，超过一定时长的风险扰动将影响居民的健康生活状态。就服务流的供需关系而言，风险扰动作用于道路交通、居住、医院、超市、学校、水厂等各类物质空间要素，增大了服务流的流动成本，降低了居民可获得的水、食物、医疗、教育等各类基本公共服务水平，从而影响城市居民的正常生活。居民难以通过主动出行行为获取服务，也难以从人、物质、信息等要素流动过程中获取服务。
图4 不同降雨情景下上海中心城区交通出行流量变化率
注：常态出行量与起讫点提取自2019 年某一工作日高峰小时的联通手机信令数据。横轴是五个极端降雨模拟情景，纵轴是不同降雨情景下出行量Qpost 与常态下出行量Qpre 的比值，以此表征极端降雨对上海中心城区交通出行的影响。下降速度越快，与坐标轴围合面积越小，表示该区域韧性水平越低。
宏观尺度上风险扰动改变了连接关系或节点功能，导致要素流动特征发生变化；微观尺度上将影响居民个体获取生活服务的水平。同样以上海中心城区的极端降雨情景模拟结果为例（图5）：伴随道路（连接关系）与医院（节点功能）受灾失效比例增加，部分居住区人均可获取服务水平快速下降，无法有效保障居民基本医疗卫生需求。因此，基于要素流动与生活服务的关系逻辑，城市空间结构的韧性可解释为：风险扰动作用下局部节点功能或网络连接失效后，要素的流动能快速寻找到可替代的场所功能和连接路径[23]，从而基本维持扰动前的要素流动过程和效率，确保城市核心功能的稳定性，保障城市居民正常的生活状态。具体从形态、功能维度又可分解为三个方面：一是城市空间形态的稳健性和冗余性，二是场所（节点）功能的多样性和适应性，三是场所之间连接路径的冗余性。
图5 不同降雨情景下居民可获取综合医疗服务的空间分布特征
注：以居住小区为单元，运用Huff 模型计算每万人医院床位数，表征居民人均可获取综合医疗服务。Huff 模型中人均可获取公共服务与设施供应规模、需求规模成正比，与出行距离成反比。
2.4 风险扰动下居民正常生活的空间应急响应
风险扰动过程中，居民与服务的常态供需关系被打破，空间结构呈现出应急态的时空特征[62]。其中，既包括居民惯常行为和基本生活需求的变化，亦涉及风险扰动过程中产生的避难、援助、救护、防疫等新的服务需求。因此，人本维度城市空间结构的韧性演化研究同样需要认知应急态下城市居民生活及其承载空间的变化特征，采取优化调控策略以维持城市的稳定运行，降低风险扰动对居民生命和健康的影响[63-64]。
应急态下维持居民正常生活可分解为两个维度。首先，保障居民生命财产安全，提供避难、援助、救护、防疫等应急服务。这类需求的空间载体常被称为“生命线工程”，包括防灾避难空间、医院、消防站、物资应急配送站等设施以及将其与居民连接的交通网络，是灾中应急响应措施的主要对象[65]。应急态下此类服务的可获取性和响应时间直接影响人的安全生存。其次，保障应急态下的居民基本生活服务。这类行为和需求通常规律性较强，有一定的圈层性且供需流动关系明确[66]。风险扰动过程中城市局部空间无法正常提供其功能或连通性下降，这种变化一旦持续时间较长或幅度过大将会造成生存危机。两个维度的影响在宏观层面表现为应急服务和生活服务的供应量和供需路径，以及服务供应成本与效能的时空变化。
3 城市空间结构的韧性机理研究实证方法
基于上述对城市空间结构韧性机理研究分析框架的阐述，以维持居民可获取服务为韧性研究变量，风险扰动作用下要素流动的变化过程可以被视为城市空间结构的韧性动态演化的机理表征。本文将城市空间结构的韧性机理研究分解为复合空间网络构建、城市韧性测度、关键要素识别和韧性治理路径四个方面，以空间网络分析工具为手段提出实证分析风险扰动作用下要素流动的变化特征、时空分布，以及空间网络与流网络的映射关系的方法，理解风险扰动下城市空间结构的动态变化对居民生活的影响，从而支撑韧性城市规划与治理路径。
3.1 城市复合空间网络的构建方法
街道网络是城市多系统复合的本底，塑造了城市的空间形态骨架。城市街道网络拓扑处理采用原始法，将道路交叉口、匝道口等抽象为点集合，将连接交叉口、匝道口的路段抽象为边集合，将道路交叉口的连接路段的长度作为网络边的权重，构建邻接矩阵，形成有权无向图。这种方法保留了街道网络的基本形态特征和空间关系，便于后续多系统的多层叠加。街道网络中进一步加入道路宽度、设计时速等影响道路通行效率的因子，可更真实地反映城市要素流动与空间网络的交互机制。
提取居住小区面状数据质心点，将人口数据作为权重，形成居住节点集合。寻找距离各居住节点最近的道路交叉口并与之相连，形成居住节点到连接边集合，抽象表达居民自小区至城市道路的出行路径，形成居住—交通的城市空间复合网络。在此基础上，加入生活服务设施或应急服务设施节点集合，以及设施到街道网络的连接边集合，将设施的服务水平（如医疗服务设施床位数）作为权重，最终形成有权、无向的居住—服务—交通复合空间网络（图6）。运用城市智能基础设施数据、LBS 数据、手机信令数据等大数据，可捕捉城市内部的要素流动特征。基于物理空间网络与流网络的耦合关系，将流网络映射于复合空间网络上，可以刻画居民获取生活服务或应急服务的方式、路径和服务水平。
图6 居住—服务—交通复合网络构建示意
3.2 基于流动性能演化的城市韧性测度
各类风险扰动对特定城市空间结构的作用方式存在差异，从而具有不同的韧性演化过程。另外，面对相同的风险扰动，不同的城市空间结构受影响程度也不相同，也具有不同的韧性演化过程。因此，较难客观评价城市空间韧性水平的优劣。通常城市会遭受多种风险扰动的影响，特定城市如何寻找适宜的策略以应对各类扰动同样较难抉择。因此，构建一个具有明确功能内涵的城市空间韧性定量测度方法，有助于形成可用于不同场景、不同尺度、不同主体与对象的韧性评估标准，搭建起连接韧性理论与空间规划实践的桥梁。该方法也可为情景规划中准确评估方案的韧性水平，分析不同层级关系、建设密度、形态布局对韧性的影响机制，再因地制宜地提出增强韧性的空间规划策略提供定量支撑。
笔者认为，可使用网络拓扑性能和功能效度指标描述风险扰动前后城市空间结构的整体性能变化。借鉴复杂网络渗流相变理论（percolation transition），城市复合空间网络存在一个结构或功能变化的阈值点，网络整体的连接状态将出现突变，即达到可承受的性能波动极值[23,67-68]。依据风险扰动对城市空间结构的作用机制，在复合空间网络中仿真模拟扰动作用过程。移除受到物理破坏或关联失效的节点和边，依据新的势场分配要素流动方向与流量。采用扰动前后空间网络拓扑性能指标（如网络全局效率、平均最短路径等）的变化，以及居民可获取服务（如人均可获取服务水平和人均获取服务的时间成本）或受影响的要素流动比例等功能指标的变化作为代理指标表征城市性能的变化程度，测度城市韧性的水平。可以采用复杂网络理论识别可承受风险扰动强度的阈值点，利用曲线阴影区围合面积就可测度复合空间网络的结构韧性。分析居民可获取服务水平或受影响的要素流动比例指标的曲线函数特征（如曲线凹凸性突变点、切线斜率变化趋势等），可识别居民可获取服务变化或要素流动变化的阈值点，则通过该曲线阴影区围合面积就可表征测度复合空间网络的功能韧性。面对各类风险扰动，拓扑性能指标或功能指标变化程度越小，城市性能维持能力越好，意味着城市韧性越强（图7）。
图7 城市要素流动特征或居民可获取服务的变化曲线
3.3 增强城市韧性的关键空间要素识别
在面对风险扰动时保障城市要素流动的稳定性，可以很大程度维持城市正常的生活和生产。要素流动取决于场所的功能势场和场所之间的连接路径，对维持居民的正常生活发挥着不同的作用。通过保护或快速修复关键的场所功能和场所之间的连接路径，可以提高城市的韧性水平。我们可以分析各时间截面下流网络与物质空间网络之间的耦合与映射关系，识别居民可获取服务动态变化的空间特征，回溯服务降低的关键空间要素，依据流动特征合理调整和配置公共资源，为抵抗防御、应急恢复、适应转变提供具体的空间优化调控策略。
增强城市韧性的关键空间要素识别可以分三步进行。一是开展关键风险扰动的模拟推演——通过历史数据追溯或未来情景仿真进行风险扰动的动态模拟，明确风险扰动强度和时空场特征，分析典型风险扰动对城市空间结构的作用过程，识别受扰动影响而出现物理受损或功能失效的空间网络节点和路径。二是识别对居民可获取服务有较大影响的节点与路径——既包括已经承载重要功能的空间要素（如主干交通、大型公服），亦包括风险扰动过程中流网络重组后的关键功能空间和连接路径。三是识别对居民可获取服务影响较大的脆弱空间单元（图5），进而优化整合现有资源，对公共设施、连接网络、生命线系统提出优化路径，减少风险扰动对居民正常生活的影响。
3.4 形成面向要素流动的城市防灾韧性治理路径
依托智慧城市构建统一的信息共享平台，业已成为新时代城市治理的新趋势[69]。结合城市风险扰动的各类场景，转变城市防灾韧性治理的传统方式，将城市空间结构的韧性演化分析框架应用于城市风险评估、协同应灾组织、快速响应恢复等城市管理工作，即可形成面向要素流动的城市韧性治理新路径（图8）。
图8 面向要素流动的城市防灾韧性治理模式
一方面，流动视角下城市空间功能组织关系并不依赖于地理邻近性。例如：基于居民工作地与居住地的通勤流动量，可构建居住地与就业地之间的功能联系，大型就业中心的势力范围往往覆盖较广[70]。因此，城市功能因风险扰动而受到影响的区域，往往也不局限于扰动直接作用的地理区域，而应关注风险扰动造成功能受损或流动特征变化的区域。例如：假定城市晚高峰期间发布暴雨预警，显示局部地区可能出现洪涝现象，连接就业地与居住地的部分交通线路可能受暴雨影响出现局部停运。这意味着，高性能的静态指标并不必然具有高韧性的结果，整体韧性将受到要素之间相互作用影响而降低。此时，即使就业地并未直接受到洪涝影响，也应及时发出预警，采取错峰下班、提前组织特定方向的应急交通等措施，减少暴雨风险可能造成的损失。
另一方面，智慧城市平台可及时将其监测到的风险扰动和系统变化进行在线的动态模拟分析，快速预测并识别风险扰动下结构和功能的变化特征。针对局部受损的复合空间网络，可依据风险扰动前的要素流动特征，运用实时模拟推演分析，实现空间资源的即时调节和分配，以重新组织要素流动方向或流动路径，从而最大程度减少风险扰动对居民可获取服务产生的影响；同时，可将要素流动的调控结果快速反馈至服务供应端，有序形成分层响应机制。
4 结语
本文分析了风险扰动、空间结构与居民福祉的关联机制，探讨了要素流动与居民服务的交互关系，解释了要素功能的稳健性、要素节点之间的连接性、居民可获取服务的动态变化和阈值特征，提出了风险扰动视角下城市空间结构的韧性机理研究理论框架。风险扰动将作用于空间要素的功能，从而影响非空间要素的流动特征，导致居民可获取服务的动态变化。该理论框架通过揭示风险扰动过程中居民可获取服务的动态变化，可以帮助规划管理者建立起要素分布、要素流动与韧性提升之间的关联路径。此外，本文从空间网络构建、城市韧性测度、关键要素识别和智慧韧性治理四个方面，提出了城市空间结构的韧性机理研究的实证方法。
本文立足于城市空间结构的韧性机理探索，旨在通过流动网络与物理空间网络的交互关系，开发出多源时空数据的一致性映射融合和流动性规律挖掘技术，建构以流动为介质的城市韧性机理分析框架，探索空间韧性的机理研究范式。与传统城市韧性研究相比，本文强调对城市复杂系统在风险扰动下交互机制进行分析，提出风险扰动下城市空间结构的韧性机理解释。这种转变提高了对城市空间结构韧性的理论认识，为进一步探索城市空间结构的韧性优化奠定了理论基础。另外，在方法建构层面，本文提出了搭建城市复合空间网络的技术方法，通过网络中要素流动特征变化，表征风险扰动对空间结构、居民生活的影响，从机理层面提出了城市韧性测度和关键要素识别的分析路径，为提升城市韧性水平的空间调控与规划策略提供技术支撑。
量化分析城市系统在风险扰动下的演化规律，探索风险扰动对空间结构的作用机制，是城市韧性研究尚待探索的前沿领域。基于本文的韧性机理研究理论框架，笔者认为未来可以从以下几个方面进一步拓展实证研究：考虑城市面对极端天气、地震、海平面上升等具体扰动过程，开展量化居民可获取服务的特指韧性研究，以探索面向特指韧性的空间策略；探讨空间组织模式、网络密度、层级体系等特征，针对风险扰动下居民正常生活的影响机制，形成面向普遍韧性的空间策略；分析风险扰动对居民正常生活的影响，融合社会、经济等因素，从韧性机理层面评估韧性策略的有效性与公平性。
注：文中未注明资料来源的图片均为作者绘制。
本文撰写过程中得到同济大学城市规划系赵民教授的指导，匿名评审专家亦提出宝贵修改意见，谨致谢意！
[1] 汪光焘.城市：40 年回顾与新时代愿景[J].城市规划学刊,2018(6):7-19.
[2] AHERN J.From fail-safe to safe-to-fail: sustainability and resilience in the new urban world[J].Landscape and urban planning,2011,100(4): 341-343.
[3] 翟国方,夏陈红.我国韧性国土空间建设的战略重点[J].城市规划,2021(2): 44-48.
[4] 潘海啸.应对气候变化的城市韧性与空间规划[J].城市规划学刊,2021(5): 1-10.
[5] 仇保兴.基于复杂适应系统理论的韧性城市设计方法及原则[J].城市发展研究,2018(10): 1-3.
[6] CARPENTER S R,WALLKER B,ANDERIES J M,et al.From metaphor to measurement: resilience of what to what?[J].Ecosystems,2001,4(8): 765-781.
[7] LHOMME S,SERRE D,DIAB Y,et al.Analyzing resilience of urban networks: a preliminary step towards more flood resilient cities[J].Natural hazards and earth system science,2013,13(2): 221-230.
[8] ELMQVIST T,BARNETT G,WILKINSON C.Exploring urban sustainability and resilience[M]// PEARSON L,NEWTON P,ROBERTS P.Resilient sustainable cities.Routledge,2014: 19-28.
[9] VALE L J.The politics of resilient cities: whose resilience and whose city?[J].Building research & information,2014,42(2): 191-201.
[10] 杨敏行,黄波,崔翀,等.基于韧性城市理论的灾害防治研究回顾与展望[J].城市规划学刊,2016(1): 48-55.
[11] 俞孔坚,许涛,李迪华,等.城市水系统弹性研究进展[J].城市规划学刊,2015(1): 75-83.
[12] DESOUZA K C,FLANERY T H.Designing,planning and managing resilient cities: a conceptual framework [J].Cities,2013,35(4): 89-99.
[13] HARVEY D.Social processes and spatial form: an analysis of the conceptual problems of urban planning[C].Papers of the Regional Science Association.Springer-Verlag,1970,25(1): 46-69.
[14] BOURNE L.Internal structure of the city: readings on space and environment[M].Oxford: Oxford University Press,1971.
[15] 韦亚平,赵民.都市区空间结构与绩效——多中心网络结构的解释与应用分析[J].城市规划,2006(4): 9-16.
[16] 李峰清,赵民,吴梦笛,等.论大城市“多中心”空间结构的“空间绩效”机理——基于厦门LBS 画像数据和常规普查数据的研究[J].城市规划学刊,2017(5): 21-32.
[17] 孙斌栋,涂婷,石巍,等.特大城市多中心空间结构的交通绩效检验——上海案例研究[J].城市规划学刊,2013(2): 63-69.
[18] 王旭辉,孙斌栋.特大城市多中心空间结构的经济绩效——基于城市经济模型的理论探讨[J].城市规划学刊,2011(6): 20-27.
[19] 孙斌栋,王旭辉,蔡寅寅.特大城市多中心空间结构的经济绩效——中国实证研究[J].城市规划,2015,39(8): 39-45.
[20] 颜文涛,萧敬豪,胡海,等.城市空间结构的环境绩效：进展与思考[J].城市规划学刊,2012(5): 50-59.
[21] 李可欣,李超骕.多维度视角下城市形态与气候韧性的关联[J].城乡规划,2021(3): 20-27.
[22] CAVALLARO M,ASPRONE D,LATORA V,et al.Assessment of urban ecosystem resilience through hybrid social-physical complex networks[J].Computer-aided civil and infrastructure engineering,2014,29(8): 608-625.
[23] 颜文涛,卢江林,李子豪,等.城市街道网络的韧性测度与空间解析——五大全球城市比较研究[J].国际城市规划,2021,36(5): 1-12.DOI: 10.19830/j.upi.2020.317.
[24] 赵瑞东,方创琳,刘海猛.城市韧性研究进展与展望[J].地理科学进展,2020,39(10): 1717-1731.
[25] 颜文涛,任婕,张尚武,等.上海韧性城市规划研究：关键议题、总体框架和规划策略[J].城市规划学刊,2022(3): 30-39.
[26] HOLLING C S.Resilience and stability of ecological systems[J].Annual review of ecological systems,1973(4): 1-23.
[27] FOLKE C.Resilience: the emergence of a perspective for social-ecological systems analyses[J].Global environmental change,2006(3): 253-267.
[28] DAVOUDI S.Resilience: a bridging concept or a dead end?[J].Planning theory & practice,2012(2): 299-333.
[29] MEEROW S,NEWELL J P,STULTS M.Defining urban resilience: a review[J].Landscape and urban planning,2016,147: 38-49.
[30] GUNDERSON L H,HOLLING C S.Panarchy-understanding trans formations in human and natural systems[M].Washington: Island Press,2002: 39-41.
[31] 邵亦文,徐江.城市韧性：基于国际文献综述的概念解析[J].国际城市规划,2015(2): 48-54.
[32] FOLKE C,CARPENTER S,ELMQVIST T,et al.Resilience and sustainable development: building adaptive capacity in a world of transformations[J].Ambo,2002(5): 437.
[33] 李彤玥.韧性城市研究新进展[J].国际城市规划,2017,32(5): 15-25.DOI: 10.22217/upi.2015.284.
[34] KARAMOUZ M,ZAHMATKESH Z,NAZIF S.Quantifying resilience to coastal flood events: a case study of New York City[C].World Environmental and Water Resources Congress,2014: 911-923.
[35] WALKER B,SALT D.Resilience thinking: sustaining ecosystems and people in a changing world[M].Washington,DC: Island Press,2006:1-14.
[36] Resilience Alliance.A research prospectus for urban resilience: a resilience alliance initiative for transitioning urban systems towards sustainable futures[EB/OL].(2007-02)[2021-10-01].http://www.resilience.org/files/1172764197_urbanresilienceresearchprospectusv7feb07.pdf.
[37] SUÁREZ M,GÓMEZ-BAGGETHUN E,JAVIER B,et al.Towards an urban resilience index: a case study in 50 Spanish cities[J].Sustainability,2016,8(8): 774.
[38] ALLAN P,BRYANT M.Resilience as a framework for urbanism and recovery[J].Journal of landscape architecture,2011,6(2): 34-45.
[39] 颜文涛.生态城市实践指引[M].北京: 中国建筑工业出版社,2020:125-127.
[40] LIAO K H.A theory on urban resilience to floods-a basis for alternative planning practices[J].Ecology and society,2012,17(4): 48.
[41] CUMMING G S.Spatial resilience in social-ecological systems[M].Dordrecht: Springer,2011: 9-21.
[42] ALLEN C R,ANGELER D G,CUMMING G S,et al.Quantifying spatial resilience[J].Journal of applied ecology,2016,53(3): 625-635.
[43] LU Y,ZHAI G,ZHOU S,et al.Risk reduction through urban spatial resilience: a theoretical framework[J].Human and ecological risk assessment:an international journal,2021,27(4): 921-937.
[44] CASTELLS M.The rise of the network society (the information age):economy,society and culture[M].New Jersey: Wiley-Blackwell,1996.
[45] BETTENCOURT L M A,LOBO J,HELBING D,et al.Growth,innovation,scaling,and the pace of life in cities[J].Proceedings of the National Academy of Sciences of the United States of America,2007,104(17): 7301-7306.
[46] TAYLOR P.External urban relational process: introducing central flow theory to complement central place theory[J].Urban studies,2010,47(13):2803-2818.
[47] 罗桑扎西,甄峰,张姗琪.复杂网络视角下的城市人流空间概念模型与研究框架[J].地理研究,2021,40(4): 1195-1208.
[48] BARTHÉLEMY M.Spatial networks[J].Physics reports,2011(499): 1-101.
[49] ZHOU M,YUE Y,LI Q,et al.Portraying temporal dynamics of urban spatial divisions with mobile phone positioning data: a complex network approach[J].ISPRS international journal of geo-information,2016,5(12):240.
[50] BOCCALETTI S,BIANCONI G,CRIADO R,et al.The structure and dynamics of multilayer networks[J].Physics reports,2014,544(1): 1-122.
[51] BATTY M.The new science of cities[M].Cambridge,MA: The MIT Press,2013: 79-114.
[52] 李涛,程遥,张伊娜,等.城市网络研究的理论、方法与实践[J].城市规划学刊,2017(6): 43-49.
[53] CIMELLARO G P,REINHORN A M,BRUNEAU M.Framework for analytical quantification of disaster resilience[J].Engineering structures,2010(32): 3639-3649.
[54] ZHANG L,ZENG G,LI D,et al.Scale-free resilience of real traffic jams[J].Proceedings of the National Academy of Sciences,2019,116(18): 8673-8678.
[55] RINALDI S M,PEERENBOOM J P,KELLY T K.Identifying,understanding,and analyzing critical infrastructure interdependencies[J].IEEE control systems magazine,2001,21(6): 11-25.
[56] KIVELÄ M,ARENAS A,BARTHELEMY M,et al.Multilayer networks[J].Journal of complex networks,2014,2(3): 203-271.
[57] BULDYREV S V,PARSHANI R,PAUL G,et al.Catastrophic cascade of failures in interdependent networks[J].Nature,2010,464(7291): 1025.
[58] ZIMMERMAN R.Social implications of infrastructure network interac tions[J].Journal of urban technology,2001,8(3): 97-119.
[59] HAMEDMOGHADAM H,JALILI M,VU H L,et al.Percolation of heterogeneous flows uncovers the bottlenecks of infrastructure networks[J].Nature communication,2021,12: 1254.
[60] ALABBAD Y,MOUNT J,CAMPBELL A M,et al.Assessment of transportation system disruption and accessibility to critical amenities during flooding: Iowa case study[J].Science of the total environment,2021,793: 148476.
[61] ÖZDAMAR L,DEMIR O.A hierarchical clustering and routing procedure for large scale disaster relief logistics planning[J].Transportation research part e: logistics and transportation,2012,48(3): 591-602.
[62] 周江评.外部大冲击背景下公共交通出行及其量化指标[J].城市规划,2021,45(12): 59-66.
[63] SHARIFI A.Resilient urban forms: a review of literature on streets and street networks[J].Building and environment,2019,147: 171-187.
[64] 吴志强,鲁斐栋,杨婷,等.重大疫情冲击下城市空间治理考验[J].城市规划,2020,44(8): 9-12.
[65] 戴慎志,王江波,刘婷婷.平灾兼顾的城市医疗卫生防疫设施体系构建策略[J].城市规划学刊,2020(3): 103-108.
[66] 黄建中,张芮琪,胡刚钰.基于时空间行为的老年人日常生活圈研究——空间识别与特征分析[J].城市规划学刊,2019(3): 87-95.
[67] PAOLO M A,MOLINERO C.Robustness and closeness centrality for selforganized and planned cities[J].European physical journal b,2016,89(53):1-8.
[68] 沈尧,徐怡怡,刘乐峰.网络渗流视角下的城市肌理识别与测度研究[J].城市规划学刊,2021(5): 40-48.
[69] 曹阳,甄峰,席广亮.大数据支撑的智慧化城市治理：国际经验与中国策略[J].国际城市规划,2019,34(3): 71-77.DOI: 10.19830/j.upi.2018.101.
[70] 丁亮,钮心毅,宋小冬.上海中心城就业中心体系测度——基于手机信令数据的研究[J].地理学报,2016,71(3): 484-499.
