评估智慧城市对提升城市抵御灾害能力的贡献

《Progress in Disaster Science》：Assessing smart city contributions to urban resilience toward disasters

　　Ratih Dyah Kusumastuti|N. Nurmala|Juliana Rouli|Ledi Trialdi
印度尼西亚大学经济与商学院管理系

**摘要**
有研究表明，启动智慧城市计划可以显著提高城市地区的生活质量，包括增强其对灾害的抵御能力。本研究旨在通过实证方法探讨智慧城市举措与城市对快速发生和缓慢发生灾害的抵御能力之间的关系。研究采用了与关键利益相关者的焦点小组讨论（FGDs）和公民调查。研究在四个已采纳智慧城市举措且易受各种类型灾害影响的印度尼西亚城市进行。研究结果表明，智慧城市举措总体上与城市的抵御能力相关。具体而言，智慧城市举措中与“人民”相关的维度与城市抵御能力的关系最为密切，尤其是在快速发生灾害的备灾阶段，其次是“智慧生活”和“智慧经济”维度。这些相关性在不同城市之间存在差异，这突显了地方性举措的重要性。本研究为政策制定者和城市规划者提供了重要见解，强调了定制智慧城市策略以增强城市抵御能力和改善整体灾害管理的重要性。

**1. 引言**
过去三十年中，自然灾害的频率显著增加。随着未来灾害可能变得更加频繁，城市和农村地区都更容易受到快速发生灾害（如地震和海啸）和缓慢发生灾害（如干旱、洪水和COVID-19等流行病）的影响。预计随着更多人口从农村迁往城市，城市将迅速发展。随着全球城市化的加速，城市人口预计将大幅增长，因此城市必须具备在危机前做好准备以及在危机期间有效应对和恢复的能力[1][2][3]。这要求城市变得更加智能化和具有更强的抵御能力[4]。

灾害准备是有效灾害管理的关键方面[5]。对于面临高风险、不可预测灾害的城市来说，管理灾害准备尤为重要，因为未做好准备的社会和地区更可能遭受严重的影响[5][6][7]。国际框架（如《仙台减少灾害风险框架》SFDRR）强调了准备在人道主义行动中的重要性[8]。更强的准备阶段能够提高对任何灾害的应对能力和恢复能力，无论是在城市还是农村地区[8]。同样，可持续发展目标（SDGs）也提倡包容、安全、有韧性和可持续的城市。为了实现这些目标，城市必须解决诸如提供负担得起的住房、高效的交通网络、可持续的城市规划、强大的基础设施和有韧性的社区等关键挑战。

“韧性”概念在城市灾害管理中起着至关重要的作用。韧性包括城市应对、承受和从即时中断中恢复的能力[1][5][6]。随着城市需要应对日益复杂的城市环境和不可预测的灾害，它们必须整合创新解决方案，主要通过采用新的方法和技术以及强大的韧性框架[9][10]。在当前背景下，人工智能（AI）越来越被认作是通过提高灾害准备和应对策略来增强城市抵御能力的强大技术工具之一[10][11][12]。最终，城市及其居民需要发展出减轻、应对和消除意外事件负面影响的能力[13][14][15]。

智慧城市举措被认为有助于应对现代城市生活的复杂性。智慧城市提供了优化资源利用效率、提高环境可持续性和促进包容性经济增长的创新方法[10][16][17]。智慧城市举措还允许采取变革性方法来促进可持续的城市发展[18][19]。智慧城市举措利用先进的信息和通信技术（ICT）系统，实现数据驱动的决策[9][20]。在社区中，智慧城市举措促进了利益相关者之间的合作，支持参与式治理，并促进公民的参与[19][21]。

先前的研究表明，智慧城市举措可以促进城市灾害准备和抵御能力[4][14][22]。然而，目前对特定智慧城市维度与城市抵御能力不同维度之间关系的理解仍然有限，特别是从城市居民的角度以及发展中国家的城市背景来看。为填补这一空白，本研究通过以公民为中心的视角探讨智慧城市举措与城市抵御能力之间的关系。具体来说，本研究基于以下研究问题：
RQ1. 公民如何看待智慧城市举措以及城市对快速发生和缓慢发生灾害的抵御能力？
RQ2. 在所研究的城市中，公民感知的智慧城市举措与城市抵御能力之间出现了哪些关联模式？

智慧城市与灾害抵御能力交叉领域的研究仍处于发展初期，对这些领域在不同维度和背景下的关系的实证理解有限。在这种新兴的研究领域中，探索性设计和描述性统计方法特别有助于生成初步的实证见解，识别广泛的关联模式，并支持更精细的理论和分析模型的发展，包括在灾害相关研究中[5][23]。因此，本研究采用了探索性描述性研究设计。研究概念上借鉴了智慧城市和灾害抵御能力的文献，实证上基于在四个印度尼西亚智慧城市中进行的焦点小组讨论（FGDs）和公民调查，这些城市因易受快速发生和缓慢发生灾害的影响而被选中。

本文的结构如下：第一部分概述了研究目标；第二部分回顾了相关文献；第三部分详细介绍了研究背景和方法论；第四部分展示了研究结果；第五部分进行了讨论；最后，第六部分总结了研究的局限性和对未来研究的建议。

**2. 文献综述**
**2.1. 智慧城市**
智慧城市举措通过利用创新和技术来改变城市发展方式，最终提高公民的生活质量[24][25]。这些举措涵盖多个城市方面，包括交通、能源、住房和公共服务，所有这些方面都越来越多地得到信息和通信技术（ICT）的支持，以优化资源利用并满足公民需求[21][26]。为了确保智慧城市举措的成功，法律框架必须适应数据隐私、伦理AI使用和气候变化政策等问题[12][27]。

研究表明，智慧城市举措带来了一些好处，例如提高公民参与度、改善环境保护和更加注重可持续发展[25][28]。智慧城市通过提升城市服务来改善城市质量[25][29][30]。ICT系统对智慧城市举措至关重要，因为它们优化了数据使用并管理满足公民需求的信息[20][21][29]。这些系统有助于改善政策决策[31]，支持公民、政府和其他利益相关者之间的沟通[19][21][32]，并促进城市利益相关者之间的合作[21][29]。研究表明，智慧城市举措的成功不仅取决于技术的使用，还取决于针对城市挑战制定新的策略和举措[33][34][35]。这些策略和响应不一定需要高科技解决方案，而应侧重于实施针对公民面临的具体挑战的正确解决方案[33][34][35]。地方政府、企业和公民之间的合作对于应对复杂的城市挑战和推动智慧城市成功也至关重要[33][36]。公民参与是智慧城市举措的关键组成部分[21][32]。智慧城市有助于优化社会资本和利益相关者之间的合作，促进城市共创[19][32]。这些举措通过增强居民、企业和地方政府之间的互动和合作来促进社会因素的利用[19][32][37]。

智慧城市有六个关键维度：智慧治理、智慧出行、智慧人民、智慧经济、智慧生活和智慧环境[24]。智慧城市的每个维度都反映了城市发展和生活质量的一个关键方面。智慧治理包括政治参与、公民服务和行政效率，通过电子政府可用性、家庭互联网接入、电子政府使用、政治活动和官僚机构透明度等指标来衡量[24][38][39]。智慧出行和基础设施关注可及性和可持续交通，包括公共交通网络覆盖、对公共交通的满意度、宽带互联网接入、交通安全以及人行道和自行车道的可用性[24][39]。智慧经济涵盖经济竞争力，指标包括人均GDP、失业率、公共研发支出和新企业注册数量以及劳动力市场的灵活性[24][39]。智慧社会/人民维度强调教育水平、社会互动和开放性，包括顶尖研究机构、大学、终身学习参与度、外语技能和专利申请[24][38]。智慧经济还涵盖经济竞争力，指标包括人均GDP、失业率、公共研发支出和新企业注册数量以及劳动力市场的灵活性[24][39]。智慧生活关注生活质量方面，如医疗服务、安全、住房以及图书馆、博物馆和剧院等文化设施[24][38][39]。最后，智慧环境关注自然条件、污染水平、资源管理和环境保护，指标包括能源效率、污染水平、废物管理和绿地可用性[24][38][39]。

上述智慧城市框架的每个维度都涵盖了关键方面，即可及性、能力、信息性、可靠性、响应性和创新性。可及性指的是公民能够方便地使用智慧城市服务和基础设施的程度[40][41]。能力指的是智慧城市系统和机构有效调动、分配和协调资源以满足运营需求和应对常规及意外情况的能力[29][30]。信息性反映了智慧城市系统向公民提供准确、及时和相关信息的程度[42]。可靠性指的是智慧城市系统随着时间的推移始终如一地准确执行其预期功能的能力[29][30]。响应性指的是智慧城市系统和治理机构及时有效地检测、优先处理并响应公民需求的能力[42][43]。协作强调了政府机构、企业和社区组织之间协调努力的重要性，以开发综合解决方案[32][36]。参与/参与侧重于让公民和利益相关者参与决策过程[19][30][32]。创新涉及采用和应用新技术和方法来应对城市挑战，包括使用AI[12][25][37]。这些方面共同构成了提升智慧城市举措整体质量和效率的基础。我们建议将这些方面与智慧城市维度相结合，如图1所示。

**2.2. 灾害应对和城市抵御能力**
人道主义行动通常分为几个阶段，每个阶段对于有效管理和减轻灾害都至关重要。这些阶段包括准备阶段、响应阶段和恢复阶段[5][44]。准备阶段涉及主动规划和能力建设，以预测和应对潜在的灾害。这包括风险评估、制定应急计划以及加强当地处理紧急情况的能力[5][6]。当危机发生时，启动响应阶段。响应阶段侧重于提供食物、医疗护理和庇护等即时救援措施。这一阶段强调迅速部署和协调各方利益相关者，以满足紧急需求并稳定局势[45][46][47]。在即时响应之后，恢复阶段旨在恢复正常并重建受影响的社区。这一阶段包括短期恢复行动（如重建基础设施）和长期发展努力，以解决根本性脆弱性问题并提高抵御能力[7][48][49]。在所有阶段中，有效的管理和协调至关重要，以确保资源得到高效分配，并在不同层面进行整合[6][50]。

人道主义行动的每个阶段都有其关键方面。在准备阶段，意识和知识以及有效的资源分配至关重要[5]。意识涉及识别和理解潜在的危害和风险，以确保能够采取适当的措施[5][44][49]。通过城市和组织提供的能力建设，社区可以在准备阶段获得更好的意识和知识及技能[5]。全面的减灾和灾害管理政策是另一个关键方面，包括制定详细的应对策略和程序，以应对预期的挑战和需求[5][49][51][52]。有效的资源分配确保了关键资源（如物资和人员）能够被高效地调动和利用[5]、[52]、[53]、[54]。灾害准备、响应和恢复依赖于当地社区、政府和非政府组织之间的有效合作，并得到立法措施的支持，这些措施使协调和及时的行动成为可能[5]、[55]、[56]。人道主义行动的响应阶段侧重于在危机期间解决紧迫需求并稳定受影响的社区。在此阶段，响应措施至关重要。立即的需求评估和响应规划对于识别和优先处理最紧迫的需求（如食物、医疗援助和庇护所）是必不可少的[50]、[57]。有效的物流和供应链管理对于及时交付救援物资和服务是必要的，这需要组织良好的分配网络和库存控制[44]、[50]。人道主义组织、地方当局和国际合作伙伴之间的协调确保了资源的有效使用，并避免了重复工作[58]、[59]。恢复/重建阶段则专注于恢复正常秩序并支持受影响社区的长期恢复。恢复规划包括制定基础设施重建、服务恢复和经济振兴的战略，以促进持续的恢复[54]、[60]、[61]、[62]。在恢复工作中采用可持续的恢复/发展实践可以确保恢复在环境和社会上是可持续的，防止脆弱性的再次出现[60]、[62]、[63]。表1列出了这些阶段和人道主义行动的关键方面。

表1. 人道主义行动的阶段及关键方面
| 人道主义行动阶段 | 关键方面 | 参考文献 |
|------------|------------|-----------|
| 准备阶段 | 意识 | Afrin等人[2]、Doan & Shaw [24]、Gyawu等人[35]、Kusumastuti等人[48]、Mohan [58]、Van Wassenhove [91] |
| | 知识与技能 | |
| | 减灾和灾害管理政策 | |
| | 资源规划 | |
| 响应阶段 | 需求评估 | Balcik等人[13]、Beamon & Balcik [14]、Jensen & Hertz [38]、Kovács & Spens [45]、Schiuma等人[76]、Van Wassenhove [91] |
| | 响应规划 | |
| | 协调 | |
| 重建/恢复阶段 | 恢复规划 | Gardoni & Murphy [30]、Kusumasari & Alam [47]、Opdyke等人[60]、Song等人[82]、Sun & Zhang [85] |
| | 可持续恢复与发展 | |

城市韧性可以被视为一个城市区域（包括其居民、机构、基础设施和生态系统）在面对自然灾害或社会动荡等不利事件时，预测、准备、响应、适应和恢复的能力，同时保持基本功能并促进可持续发展[64]、[65]。城市韧性是一个城市准备程度和脆弱性的函数[66]。准备程度指的是管理灾害的能力，而脆弱性则是潜在的损失[49]、[66]。目标是最大化准备程度并最小化脆弱性，因为更高的准备程度会带来更高的韧性，而更高的脆弱性则会降低韧性[2]、[49]、[66]。先前的研究提出了韧性的多个维度。其中主要的维度包括社会、经济、物理/基础设施、组织/机构、社区能力和环境/生态[67]、[68]、[69]。社会韧性是指社区利用人口特征和资源获取能力来抵御、适应和从灾害中恢复的能力[66]、[68]、[70]。经济韧性与社区的经济活力有关，尽管定义有所不同。例如，Rose [72]将经济韧性定义为个人和市场适应灾害的能力，而Cutter等人[23]则强调社区的整体经济健康。物理/基础设施韧性涉及电力、水、卫生设施和交通等物理系统[7]、[71]。组织/机构韧性侧重于地方政府在提高意识和准备方面的努力[72]、[73]。社区/人民韧性指的是个人或社区应对灾害不利影响的能力[66]、[69]、[74]、[75]。环境/生态韧性强调城市维持生物多样性、景观和环境可持续性的能力[76]、[77]。表2列出了这些韧性维度。

表2. 城市韧性维度
| 韧性维度 | 参考文献 |
|---------|---------|
| 社会 | Bruneau等人[16]、Kusumastuti等人[50]、Razafindrabe等人[67] |
| 经济 | Cutter等人[23]、Dormady等人[25]、Rose [72] |
| 物理/基础设施 | Cutter等人[23]、Razafindrabe等人[67]、Sharma等人[80] |
| 组织/机构 | Keenan [43]、Sharma等人[80] |
| 社区/人民 | Clark-Ginsberg等人[20]、Cutter等人[23]、Kusumastuti等人[50]、Woolf等人[94] |
| 环境 | Ate? & Erinsel ?nder [12]、Folke [29] |

2.3. 智慧城市作为提升城市韧性的途径
将智慧城市战略规划与灾害管理相结合对于发展有韧性的城市环境至关重要[4]、[78]、[79]。智慧城市倡议旨在确保每个维度都能为灾害准备、响应和恢复的全面模型做出贡献，从而打造更加有韧性和适应性的城市环境。智慧治理通过简化利益相关者之间的沟通和资源部署来提高响应协调性[25]、[71]。智慧出行在危机期间通过优化基本物资和服务的分配来确保有效的资源管理[24]、[39]、[80]。智慧经济有助于经济稳定，这对于在危机期间和之后支持恢复工作以及维持韧性至关重要[24]、[38]。智慧人民通过向居民提供及时信息并让他们参与准备活动来增强社区参与度[21]、[38]。智慧生活提高了响应和恢复期间的生活质量和支持服务[24]。智慧环境注重恢复工作的可持续性，以减轻未来的脆弱性[76]、[81]。将智慧城市技术纳入韧性建设策略中可以带来双重好处：提高灾害准备程度并改善生活质量[72]、[82]。智慧城市倡议利用物联网（IoT）、大数据分析和人工智能（AI）等技术，通过提供实时信息和优化资源管理来增强城市韧性。这些技术支持早期预警系统，简化应急响应操作，并促进数据驱动的决策[81]、[83]。此外，智慧城市平台和网络在连接公民和促进合作方面发挥着关键作用，这对有效的灾害管理至关重要[79]、[84]、[85]。通过将先进技术与传统的韧性建设实践相结合，城市可以实现更快的恢复和更好的整体城市韧性管理[79]、[84]、[85]。

在下一节中，本研究将利用实证数据通过案例研究探讨智慧城市倡议与城市韧性之间的联系。

3. 方法论
3.1. 研究设计
本研究采用探索性描述性研究设计，旨在初步了解公民如何看待智慧城市倡议与城市韧性之间的关系，涵盖不同维度和城市背景。本研究并不试图验证一个预先确定的因果模型，而是试图识别感知到的韧性和关联的广泛模式，为未来的解释性工作提供信息。这种方法在方法论研究中得到了充分认可，它表明研究设计应与现有理论的成熟度和该领域的知识发展阶段相匹配[86]、[87]。遵循Perá?ek和Ka??aj [64]的方法，本研究采用了一种结构化的科学推理方法来支持研究设计。首先，使用智慧城市、灾害韧性和灾害管理的理论和概念来指导研究框架的构建。其次，应用分析方法将文献综合为可测量的维度、方面和指标，并分析焦点小组讨论（FGDs）、调查和相关性分析的结果。第三，将文献中的见解与操作化框架以及FGDs和调查的实证发现相结合，以生成对智慧城市倡议和韧性结果的全面理解。第四，采用比较方法来考察四个城市在维度得分、韧性类型和灾害经历方面的差异。最后，使用归纳方法来验证因素和指标，并探索特定城市的韧性活动，为分析框架的调整提供依据。

3.2. 研究背景
印度尼西亚智慧城市的推进受到城市化进程加快、经济活动和城市内部社会动态的影响。作为这一国家努力的领导者，印度尼西亚通信与信息部（MCII）计划到2045年建立一百座智慧城市。这些智慧城市遵循标准化指南，涵盖智慧治理、智慧品牌、智慧经济、智慧生活和智慧环境等维度。许多城市已经在公共管理、交通和卫生服务等领域采用了信息技术应用，几乎所有智慧城市都开发了数字平台。鉴于自然灾害的高发频率，印度尼西亚特别容易受到这些灾害的影响。印度尼西亚是一个拥有超过17,000个岛屿的东南亚国家，面临多种快速发生的灾害风险。在过去三十年中，印度尼西亚经历了八次以上6级或以上的地震、多次火山爆发以及其他自然灾害。印度尼西亚对环境灾害（包括洪水、地震、火山爆发和海啸）的脆弱性突显了积极进行灾害准备的必要性。值得注意的是，地震和海啸的风险是相互关联的，影响了苏门答腊、爪哇、巴厘岛、努沙登加拉群岛和巴布亚北部沿海地区。过去50年的重大地震（如2004年的亚齐地震）突显了灾害准备的关键重要性。印度尼西亚国家灾害管理机构（Badan Nasional Penanggulangan Bencana - BNPB）负责在全国范围内协调和实施灾害管理活动。BNPB在灾害准备、响应、恢复和减灾工作中发挥着重要作用。作为灾害响应减灾阶段的一部分，BNPB发布了基于灾害、脆弱性和城市能力等因素计算的城市灾害风险指数[88]。

本研究重点关注印度尼西亚的四个智慧城市：丹格朗（城市1）、万隆（城市2）、登巴萨（城市3）和帕当（城市4）。选择这些城市作为案例研究是因为它们在2022年前已经实施了智慧城市倡议超过三年。这些城市也面临着慢发性和快发性自然灾害的风险。表3展示了所选城市的概况。

表3. 所选城市概况
| 城市名称 | 人口（人） | 面积（平方公里） | 人类发展指数（2022年） | 加入智慧城市倡议的年份 |
|------------|---------|------------|-----------------|-----------------|
| 丹格朗 | 1,895,486 | 164.6 | 78.9 | 5年 |
| 万隆 | 2,444,160 | 167.3 | 2.58 | 5年 |
| 登巴萨 | 725,314 | 127.7 | 4.37 | 4年 |
| 帕当 | 909,040 | 127.7 | 83.2 | 4年 |

3.3. 操作化和数据收集
在第一阶段，我们进行了文献回顾，以找到与研究相关的相关维度和指标。图2展示了将智慧城市维度与关键方面和可测量指标联系起来的操作化框架，而附录1提供了智慧城市维度和指标的完整操作化内容。智慧城市维度和关键方面的操作化基于关于智慧城市的已有研究，并根据印度尼西亚通信与信息部（MCII）的相关国家指南进行了调整。附录1中操作的六个维度包括智慧治理、智慧出行和基础设施、智慧经济、智慧人民、智慧生活和智慧环境。对于每个维度，操作化进一步扩展了相关的关键方面，包括可访问性、能力、信息性、参与度/参与度、创新性、可靠性和响应性。

图2. 智慧城市倡议的操作化框架

图3和附录2展示了城市韧性的操作化。本研究使用的操作化框架遵循一个顺序结构，其中灾害类型与人道主义行动阶段（表1）相关联，这些阶段进一步转化为关键方面、韧性维度和可测量指标（表2）。我们研究了两种类型的灾害：快发性和慢发性灾害，以及两个人道主义行动阶段：准备和响应。对于快发性灾害，本研究关注地震，因为这种类型的灾害在印度尼西亚的城市中较为常见[15]。对于慢发性灾害，研究关注COVID-19大流行，因为所有印度尼西亚的城市都受到了影响。对于快发性灾害，分析仅限于准备阶段。这种关注是有道理的，因为在所研究的四个城市中，只有帕当（城市4）在2009年经历了显著的地震（震级>6.0）。然而，由于这一事件发生在研究时期之前很久，其对当前研究的相关性有限。其他城市没有经历过类似的快发性灾害。相比之下，研究考察了与COVID-19大流行相关的慢发性灾害的准备和响应阶段，因为所有城市都相对最近经历了这些事件。由于四个城市在数据收集时（2022年中期）没有达成共识认为恢复阶段已经结束，因此慢发性灾害的恢复阶段被排除在研究范围之外。本研究从公民的角度评估了关键方面和韧性维度。在应对快速发生的灾害的准备阶段，分析包括了意识、知识和资源分配等关键方面，但排除了协调方面的内容，因为这一方面更多地与利益相关者的互动有关，而不是与社区或公民的参与相关。对于缓慢发生的灾害，也应用了相同的关鍵方面。在快速发生和缓慢发生的灾害的准备阶段，本研究考虑的韧性维度包括社区/人民、机构和社会因素。对于响应阶段（本研究仅适用于缓慢发生的灾害），关注的关键方面是响应，涉及的维度包括经济和物理基础设施以及社会因素。完整的操作化内容可以在附录2中看到。

在第二阶段，我们与城市政府官员和灾害准备社区进行了焦点小组讨论（FGDs），以更深入地了解智慧城市倡议。进行FGDs有两个目的。第一个目的是验证附录1和附录2中提出的因素和指标。我们确认了附录1中列出的因素和指标是否与印度尼西亚通信和信息技术部推荐的指标一致，确保所有城市都有平等的机会实施可比较的倡议。FGDs的结果导致对维度和指标进行了几项调整，以确保它们适用于所有城市。特别是，大家同意将参与/参与维度整合到协作维度中，因为调查完全是从公民的角度进行的。接下来，对于城市韧性的维度和指标，我们采用了相同的方法，确保这些维度符合印度尼西亚设定的国家准备标准[88]，并在所有城市中一致应用。这一过程确保了本研究中使用的指标既相关又适用于所有研究中的城市。

在第三阶段，我们进行了一项调查，以了解公民对其城市智慧性和韧性的看法。问卷条目见附录1和附录2。问卷包括三个部分：受访者特征、智慧城市倡议和城市韧性。本研究中使用的指标被操作化为形成性（基于指数的）结构，因为每个条目代表潜在维度的不同方面，并共同定义了该结构，而不是反映单一的潜在因素[89]，[90]。这种方法适用于智慧城市和韧性测量的背景，因为在治理、基础设施和公民能力等方面，这些维度在概念上是多维的。调查采用了非概率、基于区域的抽样方法，并通过现场拦截招募受访者。为了确保可比性，我们旨在从每个城市获得相对平衡数量的受访者。数据收集是通过首先接触潜在受访者并询问他们的参与意愿来进行的。统计员解释说参与是自愿的。对于同意并符合标准（即相应城市的永久居民）的人，提供了在线调查平台的链接。调查在2022年8月至10月期间进行，共收到了来自四个城市的1,070份回复。所有数据均使用描述性统计方法进行分析，测量尺度的可靠性使用Cronbach’s alpha进行评估（附录3）。

调查结果通过将每个预定义的智慧城市和韧性维度内的条目得分汇总为维度级指数来进行描述性统计分析。维度得分是其相应条目的平均值，整体城市级得分是通过跨维度平均得到的。为了确保变量和城市之间的可比性，进一步使用最大可能百分比（POMP）方法（Cohen等人，1999）对得分进行了标准化，该方法将李克特量表响应转换为0-1的度量，以便于解释和跨城市比较，公式如下：
(1) Xnormalized = (X - 16) / (16 - 1)
其中X代表原始的李克特得分。然后将标准化值乘以100，得到0-100的标准化指数，0表示最低可能得分，100表示最高可能得分。随后，通过计算每个城市的平均值来汇总所有维度的标准化得分，假设变量之间的重要性相等。作为一种重新缩放技术，这种转换不会改变数据的潜在响应结构，但有助于更清晰地解释和比较指标（Cohen等人，1999）。

4. 研究结果
本节介绍了在四个城市进行的焦点小组讨论和调查的结果。首先，我们展示了受访者的概况，然后是智慧城市得分的结果。接下来，我们基于FGDs对每个城市的城市韧性相关倡议进行了更深入的分析。然后，我们展示了这些城市的城市韧性得分。最后，我们强调了智慧城市倡议维度与城市韧性之间的相关性结果。

表5提供了各城市受访者的基本人口统计信息，展示了性别、年龄和教育水平的差异。在1,070名受访者中，男性占 slightly majority，占56.2%，而女性占43.8%。年龄分布显示，最大比例的受访者（53.2%）年龄在25岁以下，只有3.7%的受访者年龄超过55岁。在教育方面，高中毕业生占多数，占55.8%，其次是学士学位持有者，占20.9%。值得注意的是，城市3的职业学院代表比例较高，而拥有学士学位或硕士学位或博士学位的受访者在城市4中更为普遍。这些发现突显了四个城市样本中多样化的人口特征。

表6展示了四个城市中智慧城市倡议的标准化平均得分。在所有维度中，智慧经济得分最高（75.07），而智慧环境得分最低（70.97）。在智慧治理维度上，城市1得分最高（79.25），其次是城市3（72.56）和城市4（70.04），城市2得分最低（69.42）。在智慧移动性和基础设施方面，城市1得分最高（79.79），其次是城市3（72.95）和城市4（70.43），城市2再次得分最低（69.37）。在智慧经济维度上，城市1继续表现出色（80.78），其次是城市3（75.90）和城市4（72.64），城市2得分最低（70.78）。在智慧环境维度上，城市1得分最高（77.81），而城市4得分最低（68.23）。在智慧人才维度上，城市1再次得分最高（79.82），其次是城市4（72.51）、城市3（72.23），城市2得分最低（70.48）。最后，在智慧生活方面，城市1再次得分最高（79.73），其次是城市3（72.65）和城市4（71.65），城市2得分最低（69.68）。总体而言，结果显示城市1在所有维度上的表现始终最好，而城市2的得分相对较低。所有城市的总体得分突显了智慧城市倡议的进步，但也显示了城市之间的显著差异，特别是在特定维度上。

表7展示了在四个城市进行的焦点小组讨论（FGDs）的结果。在城市1，创新的灾害准备倡议利用了智慧城市应用程序，为居民提供基本信息。该应用程序与其城市灾害管理机构（BPBD – Badan Penanggulangan Bencana Daerah）进行了整合。在社区层面，城市1还建立了灾害风险减少论坛，促进了公民和利益相关者之间关于灾害风险和缓解策略的开放对话。这个论坛作为社区内教育和信息共享的平台。城市2主要依赖城市消防队进行灾害响应，因为它尚未建立BPBD。城市2成立了灾害风险减少论坛，为灾害志愿者提供了信息共享和协调的平台。该平台还促进了当地小学和中学的灾害管理教育，支持向学生传播灾害知识。城市3通过其BPBD实施了灾害管理倡议，并得到了深深植根于当地文化传统的强大社区倡议的支持。在城市3，社区成员将灾害管理纳入他们的社会框架中，展示了他们在需要时大规模动员志愿者的能力。城市4因其2000年发生的6.0级地震的经验而在样本城市中脱颖而出。这一事件导致了对过去的强烈学习承诺，因此城市4建立了由多个非政府组织（包括国家和国际组织）支持的充满活力的社区组织，这些组织积极为潜在的地震和海啸事件做准备。与其他样本城市相比，城市4有最多的非政府组织支持灾害准备。

表8展示了四个城市在灾害准备阶段的智慧城市倡议的标准化平均得分。在所有维度中，智慧经济得分最高（75.07），而智慧环境得分最低（70.97）。在智慧治理维度上，城市1得分最高（79.25），其次是城市3（72.56）和城市4（70.04），城市2得分最低（69.42）。在智慧移动性和基础设施方面，城市1得分最高（79.79），其次是城市3（72.95）和城市4（70.43），城市2再次得分最低（69.37）。在智慧经济维度上，城市1继续表现出色（80.78），其次是城市3（75.90）和城市4（72.64），城市2得分最低（70.78）。在智慧环境维度上，城市1得分最高（77.81），而城市4得分最低（68.23）。在智慧人才维度上，城市1再次得分最高（79.82），其次是城市4（72.51）、城市3（72.23），城市2得分最低（70.48）。最后，在智慧生活方面，城市1再次得分最高（79.73），其次是城市3（72.65）和城市4（71.65），城市2得分最低（69.68）。总体而言，结果显示城市1在所有维度上的表现始终最好，而城市2的得分较低。所有城市的总体得分突显了智慧城市倡议的进步，但也揭示了城市之间的显著差异，特别是在特定维度上。

表7强调了在四个城市进行的焦点小组讨论（FGDs）的结果。在城市1，创新的灾害准备倡议利用了智慧城市应用程序，为居民提供基本信息。该应用程序与其城市灾害管理机构（BPBD – Badan Penanggulangan Bencana Daerah）进行了整合。在社区层面，城市1还建立了灾害风险减少论坛，促进了公民和利益相关者之间关于灾害风险和缓解策略的开放对话。这个论坛作为社区内教育和信息共享的平台。城市2主要依赖城市消防队进行灾害响应，因为它尚未建立BPBD。城市2成立了灾害风险减少论坛，为灾害志愿者提供了信息共享和协调的平台。该平台还促进了当地小学和中学的灾害管理教育，支持向学生传播灾害知识。城市3通过其BPBD实施了灾害管理倡议，并得到了深深植根于当地文化传统的强大社区倡议的支持。在城市3，社区成员将灾害管理纳入他们的社会框架中，展示了他们在需要时大规模动员志愿者的能力。城市4因2000年6.0级地震的经验而在样本城市中脱颖而出。这一事件导致了对过去的强烈学习承诺，结果城市4建立了由多个非政府组织（包括国家和国际组织）支持的充满活力的社区组织，这些组织积极为潜在的地震和海啸事件做准备。与其他样本城市相比，城市4有最多的非政府组织支持灾害准备。

表8展示了四个城市在灾害准备阶段的城市韧性标准化平均得分。对于快速发生的灾害（例如地震），所有城市的标准化平均得分为72.71。城市1得分最高（77.12），其次是城市4（75.52）和城市3（70.64），城市2得分最低（68.54）。对于缓慢发生的灾害（例如COVID-19）在准备阶段，所有城市的标准化平均得分为72.28。城市1再次得分最高（77.76），城市2得分最低（68.99）。城市3和城市4的得分分别为72.13和70.02。对于缓慢发生的灾害（例如COVID-19）在响应阶段，所有城市的标准化平均得分为72.34。城市1保持最高得分（82.04），其次是城市4（75.75），城市2和城市3的得分分别为70.07和69.40。城市韧性评分
城市1
城市2
城市3
城市4
所有城市

**标准化平均评分**

**快速发生灾害（地震）准备阶段的韧性**：77.1
**缓慢发生灾害（新冠疫情）准备阶段的韧性**：77.5
**缓慢发生灾害（新冠疫情）响应阶段的韧性**：75.5

**标准化平均评分**

**快速发生灾害（地震）准备阶段的韧性**：77.7
**缓慢发生灾害（新冠疫情）准备阶段的韧性**：72.1
**缓慢发生灾害（新冠疫情）响应阶段的韧性**：72.2

**来源**：作者自创

表9展示了四个城市中智慧城市维度（NSG（智能政府）、NSMI（智能交通与基础设施）、NSE（智能经济）、NSEV（智能环境）、NSP（智能人才）、NSL（智能生活）与城市韧性维度（NRPF（对快速发生灾害的准备阶段韧性）、NRPS（对缓慢/快速发生灾害的准备阶段韧性）、NRRSE（对缓慢发生灾害的响应阶段韧性）之间的关系皮尔逊相关系数，以及所有城市的汇总数据。我们根据[91]的标准解释效应大小（r = 0.10表示小效应，0.30表示中等效应，0.50表示大效应）。在大多数情况下，这些关系的显著性水平为p < 0.01，反映了变量之间的强相关性。对于所有城市而言，NSP与韧性指标的相关性最强（NRPF：r = 0.771，NRPS：r = 0.785，NRRSE：r = 0.744），这强调了人才在提升城市韧性中的关键作用。NSL是第二重要的变量，尤其是在NRPF（r = 0.724）和NRPS（r = 0.753）方面；NSE、NSG、NSMI和NSEV与NRPF、NRPS和NRRSE也表现出中等程度的相关性，其中NSG在NRPS中的相关性最高（r = 0.723）。需要注意的是，NRRSE的测量仅针对有直接或家庭接触新冠疫情经历的受访者；因此，这一维度的样本量比NRPF和NRPS小，后者是对全体受访者进行的调查。

**表9. 智慧城市维度与城市韧性维度之间的相关性**

| | | | | | | | | | | | | | | |
| NSP | NRPF | NRPS | NRRSE | NSP | NRPS | NRRSE | NSP | NRPS | NRRSE | NSP | NRPS | NRRSE | | |
|-------|------|------|------|------|------|------|------|------|------|------|------|-------|-------|
| Pearson | 0.354 | 0.321 | 0.461 | 0.618 | 0.624 | 0.797 | 0.801 | 0.828 | 0.690 | 0.646 | 0.665 | 0.594 | 0.681 | |
| Sig. (2-tailed) | 0.000 | 0.000 | 0.001 | 0.000 | 0.000 | 0.000 | 0.000 | 0.000 | 0.000 | 0.000 | 0.000 | 0.000 | |
| | | | | | | | | | | | | | |
| NSM | 0.248 | 0.242 | -0.090 | 0.651 | 0.689 | 0.818 | 0.792 | 0.746 | 0.613 | 0.498 | 0.534 | 0.633 | |
| Sig. (2-tailed) | 0.000 | 0.000 | 0.957 | 0.000 | 0.000 | 0.000 | 0.000 | 0.000 | 0.000 | 0.000 | 0.000 | 0.000 | |
| | | | | | | | | | | | | | |
| NSE | 0.248 | 0.291 | 0.383 | 0.561 | 0.619 | 0.869 | 0.773 | 0.832 | 0.676 | 0.650 | 0.652 | 0.438 | |
| Sig. (2-tailed) | 0.000 | 0.000 | 0.005 | 0.000 | 0.000 | 0.000 | 0.000 | 0.000 | 0.000 | 0.000 | 0.000 | 0.000 | |
| | | | | | | | | | | | | | |
| NSEV | 0.137 | 0.120 | 0.151 | 0.026 | -0.027 | 0.089 | 0.069 | 0.040 | 0.108 | 0.130 | 0.144 | 0.069 | |
| Sig. (2-tailed) | 0.000 | 0.000 | 0.075 | 0.000 | 0.000 | 0.000 | 0.000 | 0.000 | 0.000 | 0.000 | 0.000 | 0.000 | |
| | | | | | | | | | | | | | |
| NSP | 0.419 | 0.469 | 0.660 | 0.657 | 0.697 | 0.850 | 0.862 | 0.851 | 0.750 | 0.795 | 0.779 | 0.541 | |
| Sig. (2-tailed) | 0.000 | 0.000 | 0.000 | 0.000 | 0.000 | 0.000 | 0.000 | 0.000 | 0.000 | 0.000 | 0.000 | |
| | | | | | | | | | | | | | |
| NSL | 0.397 | 0.396 | 0.397 | 0.641 | 0.673 | 0.882 | 0.859 | 0.845 | 0.739 | 0.662 | 0.699 | 0.272 | |
| Sig. (2-tailed) | 0.000 | 0.000 | 0.005 | 0.000 | 0.000 | 0.000 | 0.000 | 0.000 | 0.000 | 0.000 | 0.000 | 0.000 | |

**注**：相关性在0.01水平（双尾）上显著。

在各城市中，城市3在大多数维度上表现出最高的相关性。在城市3中，NSP与所有韧性指标的相关性最强（NRPF：r = 0.862，NRPS：r = 0.851，NRRSE：r = 0.750），其次是NSL（NRPF：r = 0.859，NRPS：r = 0.845，NRRSE：r = 0.739）和NSE（NRPS：r = 0.773，NRPS：r = 0.832，NRRSE：r = 0.676）。城市2的表现也较好，尤其是NSP与NRRSE的相关性很强（r = 0.850）。城市4和城市1的相关性较低但仍然显著。在城市4中，NSP与韧性指标的相关性最强（NRPF：r = 0.795，NRPS：r = 0.779，NRRSE：r = 0.541），而NSL和NSE的相关性为中等。

**5. 讨论**
我们的研究结果表明，智慧城市举措与城市韧性之间存在中等到强的相关性。特别是“智能人才”维度与韧性之间的相关性最强，这突显了以公民为中心的方法的重要性，这与Zhang等人的研究[96]一致。“智能生活”和“智能经济”维度也显示出显著的相关性，尤其是在从公民角度评估韧性时。尽管“经济”维度的相关性为中等，但它仍在城市韧性中发挥着重要的支持作用。

各城市之间存在显著差异。城市3的相关性最强，而城市1的相关性最弱，尽管其在所有维度上的得分最高。在城市3中，强烈的地方文化融入了智慧城市举措中，这与Allam和Newman[6]的研究结果一致。这种文化似乎构成了智慧城市发展和灾害韧性的基础，两者之间存在强相关性。它还塑造了非正式网络和社区协调机制，地方政府利用这些机制在准备阶段教育公民并在响应阶段动员他们，这与Tavares等人的研究[87]相符。

相比之下，城市1呈现不同的模式。尽管它在智慧城市和韧性维度上的得分最高，但两者之间的相关性较弱。这表明，强大的智慧城市表现并不一定转化为更强的韧性结果，这与之前的研究[4]、[78]、[79]相反。焦点小组讨论的结果表明，该城市的智慧城市和韧性举措是在不同时间和出于不同动机下发展的，导致它们之间的协调性较弱。

关于维度之间的关系，“智能人才”维度在所有城市中始终与韧性表现出最强的相关性，这支持了Zhang等人[96]和Kusumastuti等人[49]的研究。提供可及的教育、信息共享平台，并鼓励社区参与和志愿服务的城市在缓慢和快速发生的灾害中往往具有更高的韧性。“智能人才”维度中的强相关性进一步强调了以公民为中心的方法在韧性建设中的重要性。智慧城市举措提高了生活质量[25]，增强了公民应对突发事件的能力。在快速发生灾害的准备阶段，相关性最强，这表明对人力资本的投资可以提高准备状态[14]、[15]。

“智能生活”维度在大多数城市中也显示出中等到强的相关性，这与Giffinger等人[31]和Apostu等人[10]的研究一致。获得基本服务（如互联网、医疗保健和清洁水源）的能力增强了公民应对和从灾害中恢复的能力，特别是在响应和恢复阶段。

同样，“智能治理”在所有城市中也显示出中等到强的相关性，这与Apostu等人[10]、Kapucu等人[42]和Farag等人[28]的研究一致。明确的政策和可靠的公共服务改善了政府机构之间的协调，特别是在紧急情况下。

“智能经济”维度在大多数城市中显示出中等到强的相关性，这与经济能力在危机期间支持适应性响应的作用相符[24]、[38]。

“智能交通与基础设施”维度在大多数城市中也显示出中等到强的相关性，这支持了之前的研究，即交通和基础设施可以提高韧性和在困难时期有效提供基本物资和服务[7]、[71]、[96]。

相比之下，“智能环境”维度在大多数城市中并未显示出显著的相关性，这与之前的研究[76]、[81]不同。这可能是因为环境因素更适用于长期恢复和重建，而不是即时的准备和响应阶段。

焦点小组讨论的结果进一步表明，以人为中心的智慧城市举措通过将政策转化为行动来提高人们的准备状态，从而增强了韧性。这些举措促进了参与、激励和知识共享，增强了公民应对快速和缓慢发生灾害的能力。此外，改善的经济机会和设计良好的智能经济举措在延长响应阶段也支持了韧性。

**6. 结论与启示**
本研究表明，智慧城市举措主要通过以人为中心的发展来增强城市韧性。在所有智慧城市维度中，“人才”维度是韧性的最关键驱动因素，其次是“智能生活”和“智能经济”。这些发现表明，城市韧性从根本上受到公民能力、福祉和经济机会的影响，这些因素使个人和社区能够预测、应对和从快速和缓慢发生的灾害中恢复。

未来，研究结果表明，智慧城市举措的有效性取决于它们增强人类和社会能力的能力。建设有韧性的城市需要将智慧城市举措与对人力资本的长期投资和包容性城市发展相结合。

**6.1. 理论贡献**
本研究在多个重要方面为智慧城市和城市韧性文献做出了贡献。首先，它通过开发并实证验证了一个以公民为中心的智慧城市和城市韧性指标框架[24]、[25]，强调了“人才”维度的重要性，因为之前的研究往往忽视了公民作为韧性积极主体的作用。其次，本研究将灾害类型和时间阶段纳入城市韧性分析，通过结合快速和缓慢发生的灾害以及准备、响应和恢复阶段，采用了更动态和过程导向的韧性视角[14]、[15]。该研究提供了智慧城市举措与城市韧性之间关系的实证证据。“智能生活”、“智能治理”和“基础设施”维度的积极作用证实了韧性可以来自有效的城市创新[24]、[71]、[80]，而“智能环境”维度的有限作用表明其在长期恢复过程中的作用可能更为重要，从而修正了关于其即时影响的现有假设[76]。最后，该研究通过展示智慧城市举措与灾害管理实践的一致性，为综合城市韧性系统的研究做出了贡献。与最近的研究[96]、[97]、[98]一致，研究结果还表明，当智慧城市举措与灾害管理流程相结合时，韧性会得到增强。

**6.2. 实际启示**
这些发现也为政策制定者和城市规划者提供了重要的实际启示。城市政府可以使用这些指标作为评估工具，来评估当前的智慧城市发展和韧性水平，识别关键差距，并优先考虑战略投资。结果强调了优先考虑以公民为中心的智慧城市举措的重要性，包括人力资本发展、包容性经济机会和生活质量的提升。此类投资增强了公民的适应能力，提高了城市系统的整体韧性，这是构建有韧性和可持续城市环境的关键途径。

**6.3. 局限性与未来研究方向**
本研究也存在一些局限性。韧性指标主要关注快速发生灾害的准备阶段以及缓慢发生灾害的准备和响应阶段，未包括恢复/重建阶段，反映了案例城市中的运营条件。此外，横断面设计仅捕捉了某一时间点的韧性感知，没有考虑随时间的变化。另一个局限性是受访者的年龄结构偏向年轻参与者，这可能会影响研究中捕捉到的感知模式。

未来的研究可以采用恢复/重建阶段，并使用纵向设计来考察智慧城市发展如何随时间影响韧性动态，以及探索人工智能等技术创新如何提高灾害准备和响应能力。

**作者贡献声明**
Ratih Dyah Kusumastuti：撰写——审阅与编辑、撰写——初稿、监督、项目管理、方法论、调查、资金获取、正式分析、数据管理、概念化。
N. Nurmala：撰写——审阅与编辑、撰写——初稿、方法论、调查、正式分析、数据管理、概念化。
Juliana Rouli：撰写——初稿、调查。
Ledi Trialdi：撰写——初稿、可视化、调查。

**未引用参考文献**
[92]、[93]、[95]