脆弱性概念最早起源于自然灾害领域, 20世纪70年代以后, 脆弱性研究开始延伸至生态系统、社会科学、地学与可持续科学领域等^[1-3], 特别是20世纪90年代后期, 资源枯竭和环境恶化情况愈演愈重, 脆弱性评价在区域规划、可持续发展以及全球环境现状和发展趋势等研究领域越来越重要^[4]。国内外学者普遍认为：脆弱性研究不仅是区域性问题, 也是全球性问题, 是衡量一个地区发展程度的重要判据。由此可见, 科学测度系统脆弱性, 探究脆弱性关键要素阈值与演化机理, 为应对气候变化、完善系统结构功能和实现可持续发展提供科学依据。

21世纪以来, 脆弱性作为描述社会环境系统、人地耦合系统等发展程度和状况的基本概念, 国家越来越重视其研究意义^[5]。政府间气候变化专业委员(Intergovernmental Panel on Climate Change, IPCC)第五次报告第二工作组报告《气候变化2014：影响、适应和脆弱性》中明确人类系统对气候变化的脆弱性和暴露度^[6]。在全球环境变化和可持续发展理论中, 脆弱性作为一种全新的研究工具和研究视角发挥着重要作用, 同时, 脆弱性理论知识和方法体系为生态学和地理学研究、人地相互作用机制以及资源环境保护等提供理论基础和实践应用^[7-9]。

本文针对脆弱性概念起源发展及其组成要素展开探讨, 梳理国内外脆弱性研究进展, 总结归纳脆弱性研究视角和评价方法, 并着重对21世纪以来脆弱性研究的新进展进行分析和探讨, 指出脆弱性研究中存在问题以及未来方向。

1 脆弱性概念源起与发展

脆弱性一词来自拉丁文vulnerare, 是“可能受伤”之意^[10], 最早出现于20世纪60年代末对自然灾害的研究, 即通过灾害发生的可能性及其影响来辨识和预测脆弱群体的危险区域。自此, 研究学者开始关注自然灾害表现出不同的脆弱性^[11-12]。20世纪70年代后, 专家开始研究生态系统脆弱性^[13]；20世纪80年代初期, 脆弱性的概念逐渐延伸到社会经济领域。目前, 脆弱性概念和研究涉及灾害管理、生态学、地学、工程学、土地利用、可持续科学等方面^[14-16]。

根据Birkmann对脆弱性文献的统计分析发现, 脆弱性概念超过25种^[17-21]。最初自然系统脆弱性定义与“风险”概念相似, 是指系统暴露于不利影响或遭受损害的可能性^[22-23]。随着脆弱性研究渗透到社会经济领域, 脆弱性概念加入人文驱动因素^[24]。目前, 脆弱性内涵包含四层含义^{[19, 25]}：①脆弱性表现为系统内部和外部的共同影响, 系统内部和外部要素之间存在相互作用；②研究脆弱性应针对特定类型的扰动, 不同扰动情况下, 系统表现出不同的脆弱性；③脆弱性表明系统内部的不稳定性, 在遭受扰动时会造成损失和伤害, 且具有不可恢复性^[26]；④系统对外界干扰和影响比较敏感。国内外比较权威的是IPCC(2001)报告中的脆弱性定义, “系统易受或没有能力应对气候变化的扰动, 包括变率和极端事件而产生不利影响的程度, 是气候变异特征、变化幅度和速率以及系统敏感性和适应能力的函数”^[27]。

21世纪以来, 全球气候变化的背景下, 国内外学者重视可持续发展理论研究, 脆弱性概念既考虑了系统内外部条件影响, 也将人类活动纳入脆弱性评价。因此, 脆弱性组成要素表述为一个集合的概念, 包括风险、易损性、边缘化、自然灾害、敏感性、适应能力、恢复力和弹性等^[28-29]。脆弱性要素之间有概念的混淆和重叠, 没有明确的界限。目前广泛接受的脆弱性要素包括敏感性、暴露性、适应能力^[30]。敏感性是系统对各种灾害干扰的敏感程度, 反映系统抵抗灾害干扰的能力, 主要取决于系统结构的稳定性^[31]。暴露性与“风险”有关, 反映系统遭遇危害的程度, 取决于系统在灾害事件中暴露的概率, 决定了系统在灾害影响下的潜在损失大小^[32]。适应能力是可以改变和调节的潜在状态参数, 包括系统本身的适应能力和人类适应两个层次^[33], 决定了系统在灾害事件中受损失的实际大小。脆弱性三要素及其相互关系如图 1所示。

纵观国内外几十年的脆弱性研究进展, 脆弱性内涵的理解由单一要素向多元要素变化、研究对象由单一系统向复合系统变化, 国内外学者提出很多重要的脆弱性理论和模型, 推动了脆弱性科学问题进展, 促进脆弱性学科的形成, 为脆弱性研究提供坚实基础和依据(图 2)。

2 脆弱性研究方法

目前脆弱性评价方法主要有两种：一是定性方法, 在脆弱性研究初期使用较多, 操作简单, 评价精度较低；另一种是定量方法, 包括指标评价法、基于地理信息系统(GIS)和遥感(RS)的脆弱性评价法和脆弱性函数模型评价法等。

2.1 定性评价方法

定性评价方法, 是利用历史数据和实地考察数据分析系统脆弱性状况, 采用归纳与演绎等方法, 从历史演变、现实状况和未来发展等方向对系统进行非定量的描述、刻画和预测。

(1) 归纳分析法

归纳法是以一系列经验事物或者知识为依据, 寻找其服从的基本规律, 并假设类似事物也服从相同规律的思维方法。脆弱性评价常使用历史和实地考察数据作为依据, 寻找其脆弱性发展规律, 进而用于分析和预测脆弱性发展趋势。

(2) 比较分析法

比较分析法也称对比分析法, 是将两个相互联系的指标数据进行比较, 从而由一种指标数据规律和本质推算出另一种指标数据的规律和趋势。譬如横向空间比较某一区域的脆弱性；或者纵向比较研究区不同历史时期的脆弱性情况^[34]。

2.2 定量评价方法

脆弱性评价的目的是探究脆弱性驱动因素和演化机理, 评价系统的发展状态, 维护系统的可持续发展, 缓解外界压力对系统胁迫。目前, 很多脆弱性定量评价方法已被提出并得到应用(表 1)。

脆弱性指标评价法步骤包括：评价指标体系构建、指标标准化、指标权重确定和评价结果的解释与应用。首先, 选取指标时需要考虑系统内部的功能和结构, 同时兼顾外部环境与系统的相互作用关系, 国内外比较认可的指标体系类型有五种, 具体描述参考表 2。

其次是指标标准化, 多采用最大最小值标准化方法, 对正向和负向指标选择不同的标准化公式；然后是指标权重赋值, 国内外学者使用的选取指标权重方法有层次分析法(Analytic hierarchy process, AHP)^[51-52]、专家打分法^[53]、平均权重法^[54]、证据权重法(Weight of evidence, WOE)^[55]以及其他统计方法^[56]；最后是评价结果的解释与应用, 通过分析研究区独特的地理环境及脆弱性特点建立脆弱性分级标准, 实现脆弱性评价。但是, 现有脆弱性指标评价体系多套用国外不同的理论模式, 缺乏清晰的指标因子解释, 在评价指标构建过程中, 存在层次与问题目标定位不明确、针对性不强等问题, 限制了脆弱性评价在决策实践中应用。

脆弱性函数模型评价法运用函数模型评估脆弱性要素、系统内在结构和功能之间的关系^[57]。国外学者Polsky提出暴露-敏感-适应(VSD)模型, 在“方面层-指标层-参数层”三个维度建立脆弱性评估模型^[58-59], 如图 3所示。许多学者在VSD模型基础上进行原创性研究, 以VSD模型为框架, 结合空间信息提出显式空间敏感脆弱性(SERV)模型^[60-61]、生态敏感性-生态恢复力-生态压力度(Sensitivity-Resilience-Pressure, SRP)模型^[62]等。

3 脆弱性研究应用视角演变

与全球气候变化、可持续发展理论研究相适应, 脆弱性研究由单一脆弱性研究发展到耦合系统脆弱性综合研究。归纳总结国内外脆弱性应用视角演变情况, 脆弱性在自然灾害、水资源系统、生态系统和复合系统等方向得到广泛应用(表 3)。

脆弱性是一个与资源环境、社会经济和政府政策相关的概念, 根据脆弱性内涵和研究方向可以分为单要素脆弱性和耦合系统脆弱性。单要素脆弱性是以某一种具体要素或系统作为研究对象, 如灾害、水资源、经济脆弱性等；耦合系统脆弱性从系统整体角度出发, 如城市、生态、人地耦合系统等。单要素脆弱性是耦合系统脆弱性的基础和前提, 耦合系统脆弱性需要在单要素脆弱性相互作用的前提下进行集成分析。鉴于目前耦合系统脆弱性研究尚未形成完善的理论体系, 在概念体系、分析框架、评价方法等方面还不统一, 很难进行精细量化的深入研究^[105]。

4 脆弱性研究的新进展

21世纪以来, 国内外学者对传统脆弱性评价方法进行改进与创新, 挖掘遥感等多粒度、多时相和多方位数据信息, 着重分析人类活动对脆弱性的影响, 从多尺度分析脆弱性关键要素阈值与驱动演化机理, 完善了脆弱性综合评价的理论与框架, 极大地推动了脆弱性研究的新进展。

4.1 脆弱性评价方法完善与创新 4.1.1 完善指标评价法

评价脆弱性的主要方法是指标评价法, 但存在脆弱性指标评价体系不一、指标和权重选择的主观性很强等问题, 因此, 国内外学者针对指标评价法的弊端, 探究指标选取的方法：显式空间脆弱性模型(SERV)、多重共线性诊断分析和粗糙集属性约简等方法^{[60, 106-107]}；对指标权重选择进行改进和完善：AHP法对熵权法的限制、熵权法对AHP法修正法^[108]、最小信息熵计算综合权重法^[109]等。

4.1.2 与人工智能算法、模糊理论相结合

脆弱性评价涉及资源、环境、社会、经济等因素的相互作用, 脆弱性与人工智能、模糊理论的结合, 能够体现脆弱性要素之间的相互作用关系, 解释脆弱性成因与驱动因素。传统脆弱性评价采用加权分析计算脆弱性评价指数, 在此基础上, 国内外学者利用人工智能、模糊数学或突变理论等方法改进指标评价法：采用逼近理想解的排序方法(Technique for Order Preference by Similarity to an Ideal Solution, TOPSIS)^[110]、突变级数法^[111]、集对分析法^[112]、基于梯形模糊数联系数的评价方法^[113]等；另外, 在脆弱性模型构建和评价分析方面进行原创性研究, 如采用非线性评估模型、数据包络分析方法(Data Envelopment Analysis, DEA)、基于松弛变量权重的数据包络分析模型(Weighted Slacks-based Measure, WSBM)、BP人工神经网络模型、障碍度评价模型、理想解-秩和比方法、多准则决策分析与有序加权平均算子、监督智能委员会机器(Supervised Intelligence Committee Machine, SICM)等方法对脆弱性进行评价和分析^{[75, 114-119]}。

4.2 人为活动影响下的脆弱性耦合系统时空分析与动态评价

近年来, 脆弱性评价从单一要素向人地耦合综合研究转换, 从特定空间尺度或者某一时间截面研究向多时序多角度研究靠拢, 从静态评价向动态评价转换^[120]。21世纪以来, 脆弱性研究注重时间维度上动态变化, 探讨驱动因素的耦合作用^[121]；在空间尺度上注重脆弱性跨尺度传递和转移, 促进脆弱性过程机制研究。同时, 越来越多的学者认识到脆弱性与人类活动有着密切的联系。2013年, IPCC第五次报告中明确了人类对大气、水资源、冰冻圈以及生物化学循环的影响^[122]。自然环境为人类提供生存和发展的必要条件, 人类合理利用下能够与外界资源达到动态平衡, 维持良性循环。因此, 科学家和各领域学者从人地关系出发, 研究人为活动影响下的耦合系统脆弱性动态评价和分析^[123-124]。

4.3 脆弱性多尺度精细评价

不同时空尺度的脆弱性研究是深刻认识、科学评价和有效管理灾害风险必须关注的重要科学问题^[125]。系统多要素、多尺度产生的不确定性影响脆弱性评价结果的客观性, 脆弱性评价在宏观角度上表现为分散格局, 体现国民经济的运行状况；在较小空间尺度上呈现集聚态势, 体现人口特征、公共资源分配等影响^[126]。传统的脆弱性评价研究大多集中市、省、国等区域尺度, 针对县域尺度相对较少^[127]。县域作为社会和生态最直接最基本的研究单元, 在资源环境、经济社会方面与城市等区域尺度存在一定差别。近年来, 系统脆弱性评价尺度由国家级、省、市研究向县域方向发展, 国内外学者开展大量县域脆弱性分析^[128], 从人地耦合系统角度讨论多要素、长时序、小尺度区域系统脆弱性评价的研究意义和现实需求。另外, 许多学者借鉴区划和功能分区的思想, 将研究区划分为不同功能区, 根据区域特点进行针对性的性脆弱性评价^{[110, 129]}, 如武建军等以全球农业种植区为研究区域, 构建了全球农业旱灾脆弱性指数, 完成了全球农业旱灾承灾体脆弱性评价^[130], 这为社会生态系统在不同适应目标下的脆弱性评估提供一个新思路。

4.4 多源遥感数据信息挖掘提取

随着对地观测技术发展, 遥感数据呈现多元化, 数据所包含的信息亟待提取、分析和利用^[131]。现阶段, 国内外学者多利用统计数据、普查数据等构建脆弱性指标评价体系, 由于统计数据受到政策、社会和人为因素的影响, 脆弱性评价指标存在时间滞后、部分指标值缺失等缺点, 不能实现脆弱性的时空分析和评价。遥感数据多粒度、多时相、多方位和多层次的特点能够实现对地表的全面反映, 能够为脆弱性时空分析提供足够的信息和数据。

21世纪以来, 国内外学者开展基于遥感和地理信息系统的脆弱性评估^[132-133], 主要遥感数据包括Landsat、MODIS、ASTER等^{[110, 134]}。目前利用多源遥感数据信息的脆弱性研究包括：一是利用遥感数据的多时相特征, 实现长时序脆弱性评价^[19], 如丁肇慰等利用1950—2013年的8个时期遥感影像数据对东北三江平原生态脆弱性时空动态变化进行定量评价^[135]；二是从遥感影像中提取与人类活动有关的指标, 说明人类活动对脆弱性的影响^[104]；三是利用脆弱性构建早期预警系统, 实现脆弱性预测。多源遥感数据信息挖掘提取已成为地理学及相关学科的研究重点, 要理解和分析系统内在要素关系及与外部的相互作用, 寻求合适的脆弱性研究方法, 合理高效利用遥感数据信息。

4.5 脆弱性关键要素阈值研究

资源供给和环境条件是制约生态系统结构和功能状态的根本因素, 资源供给和环境条件改变可能诱发系统发生结构和功能改变, 甚至是突变或转型^[136]。因此, 定量研究脆弱性关键要素阈值和边界条件, 能够揭示系统演变、突变和转型的内在过程, 从而实现系统脆弱性评价研究^[137]。国内外对脆弱性要素阈值研究包括关键要素选取与阈值界定、基于关键要素阈值的脆弱性评价^[135]：Radford提出生态阈值是生态系统从一种状态快速转变为另一种状态的某个点或一段区间, 推动力来自某个或多个关键生态因子微弱的附加改变^[138]；Marina等综合分析澳大利亚、非洲和南美洲等地区森林、稀疏草原和无树状态下的降水量变化, 计算降水量变化阈值及脆弱性分布情况^[139]。关键要素阈值揭示系统对干扰的反应和系统内在特性, 在阐明系统结构和功能关系、构建区域可持续发展、系统阈值检测与量化等方面有着重要理论和实践意义。

4.6 脆弱性驱动因素与演化机理综合研究

随着全球环境变化影响研究的加强, 特别是对于人地关系研究的深入, 有关系统脆弱性驱动因素与演化机理等综合研究逐渐成为国内外研究热点, 其研究内容不断扩展、应用领域日趋广泛并呈现学科综合化的趋势。首先, 脆弱性研究演变机理分析, 国内外学者除分析系统脆弱性表现特征、评价结果和空间分异特征外, 分析脆弱性驱动因素及其相互作用关系, 探究区域系统脆弱性长期演化机理^[140]；其次是提出脆弱性预警防范机制, 结合地区发展, 从经济社会、资源环境等角度提出对策建议, 研究探讨系统面临的危机, 从而建立预警防范机制^[141]；最后是恢复和重建已破坏的系统, 系统遭到破坏表现为结构退化、功能衰退和生境变劣等, 系统恢复和重建要求了解区域发展状况、脆弱性驱动因素和内在机理, 提出针对性优化对策, 从而实现因地制宜^[142]。

5 脆弱性研究总结与展望

从20世纪60年代脆弱性概念的提出, 到21世纪与全球气候变化、可持续发展等成为地学和生态学领域的研究重点。脆弱性研究由传统的单一要素、单一系统分析发展为综合时空尺度和动态预测的耦合系统脆弱性评价；环境恶化和资源枯竭等问题使国内外学者逐渐意识到在脆弱性评价中人类活动影响的重要性；系统多要素、多尺度产生的不确定性促使脆弱性研究考虑评价尺度和区域问题, 关注遥感数据中的多时相和多时序信息；资源环境要素变化影响社会-生态系统功能和结构改变, 脆弱性要素阈值研究揭示系统演变、突变和转型的内在过程；人地关系研究深入, 探究脆弱性演变机理和驱动机制, 建立脆弱性预警防范机制。纵观脆弱性发展的历程, 不仅体现了人类对资源环境系统的认识和理解, 也表现了人地关系、人类活动与可持续发展关系。可以说, 脆弱性研究不仅是区域发展状况评价问题, 也是涉及人类进步与系统发展的哲学问题。

目前, 真正意义上的人类社会和资源环境两大耦合系统脆弱性理论和评价研究仍然是脆弱性研究的重点和前沿。辨析自然驱动力和人文驱动力对系统脆弱性研究有重要指导作用, 科学利用时空特征对脆弱性分析, 充分认识人为活动对耦合系统的影响, 探究基于关键要素阈值的脆弱性评估, 充分发挥脆弱性研究实践价值。鉴于此, 为进一步解决脆弱性研究面临的理论和实践问题, 需着力解决以下问题：

(1) 理论基础上, 脆弱性研究应集中于建立完善统一的内涵与框架。多样化的脆弱性概念容易造成研究思路和评价方法的混淆, 同时造成不同领域的脆弱性成果交流存在一定的难处, 不利于多学科交叉和共享。因此, 要真正促进脆弱性研究发展, 在脆弱性概念框架统一和理论体系构建方面亟待加强。

(2) 技术方法上, 脆弱性指标评价应注重指标体系构建与脆弱性机理联系, 结合区域实际情况筛选指标；脆弱性评价应关注关键要素阈值, 分析系统结构和功能变化的根本驱动因素。因此, 应整合利用多源数据, 从时间序列和横向空间两个角度动态分析系统脆弱性关键要素阈值, 综合生态系统结构、功能及生境等特征建立脆弱性指标评价体系, 运用合理的脆弱性方法进行区域长时序脆弱性动态评价, 真正实现脆弱性评价方法由静态到动态、由定性到定量的转变。

(3) 实际应用上, 脆弱性研究重点应注重将评价理论与实践研究相结合, 研究脆弱性关键要素及其相互关系, 关注人为活动影响, 体现其对地区发展和规划的指导意义。未来脆弱性研究应关注关键要素对脆弱性的影响, 研究关键要素阈值及基准线范围, 关注其生态、社会经济等方面的研究意义。从单一要素和系统整体出发, 构建脆弱性动态评价、监测和预测系统, 促使脆弱性评价系统化、标准化、规范化, 使之更好的服务于区域研究和发展, 从而为国家有关部门提供指导和参考, 满足国家和地区可持续发展需要。