收稿日期：2025-12-11
作者简介：甄丽丽（1988-），女，副教授，研究方向为工程管理。
通信作者：罗艳梅（1989-），女，副教授，研究方向为土木工程。E-mail: 2236800551@qq.com
作者简介：甄丽丽（1988-），女，副教授，研究方向为工程管理。
通信作者：罗艳梅（1989-），女，副教授，研究方向为土木工程。E-mail: 2236800551@qq.com
Vulnerability Assessment of Buildings in Mountainous Villages and Towns Under Earthquake Disasters
ZHEN Lili，LUO Yanmei
GuangDong NanFang Institute of Technology, Jiangmen 529000, China
Village and town buildings; Earthquake disasters; Vulnerability assessment
DOI: 10.13512/j.hndz.2026.04.14
备注
摘要
全文
图/表
参考文献
山区村镇建筑受复杂地形与经济条件制约，地震灾害下易产生连锁性破坏。本研究系统辨识建筑结构体系、场地地质条件、材料老化特征及施工质量控制四类脆弱性驱动因素，建立层次分析法（AHP）与模糊综合评价法（FCE）的耦合评估框架。以典型山区聚落为例开展实证研究，通过建筑抽样调查获取关键参数，构建脆弱性指标体系。评估结果揭示不同等级建筑的核心致灾机制，据此提出分级重建策略：对高危建筑实施结构体系重构，中危建筑采用轻量化加固技术，低危建筑建立长效监测机制。
Constrained by complex topography and economic conditions, buildings in mountainous villages and towns are prone to cascading failures under earthquake disasters. This study systematically identifies four types of vulnerability drivers: building structural systems, site geological conditions, material aging characteristics, and construction quality control, and establishes a coupled evaluation framework combining the Analytic Hierarchy Process (AHP) and Fuzzy Comprehensive Evaluation (FCE). Taking the typical mountainous settlements as an example, the empirical research was conducted, and the key parameters were obtained through building sampling survey to construct the vulnerability index system. Evaluation results reveal the core disaster-causing mechanisms for buildings with different risk levels. Based on this, a hierarchical reconstruction strategy is proposed: structural system reconstruction for high-risk buildings, lightweight reinforcement technology for medium-risk buildings, and long-term monitoring mechanism for low-risk buildings.
引言
山区聚落因其特殊的地理与地质环境，在全球地震灾害中表现出高度的脆弱性与暴露度。此类区域普遍存在陡峻地形与复杂的地质构造背景，这种环境不仅使得建筑选址常面临滑坡、崩塌等次生灾害威胁，同时特殊地形对地震波的聚焦与放大效应也显著加剧了建筑结构的动力响应[1]。与城市地区标准化的建造模式不同，山区村镇建筑多呈现“自主营建”特征，受限于经济条件与交通可达性，其结构类型高度混杂，且普遍缺乏正规的抗震设计与施工监管[2]。然而，现有的地震脆弱性评估范式在应用于山区村镇时面临着显著的“水土不服”。其核心障碍在于，当前主流评估模型多源于对城市建筑群的分析，其指标体系偏重于标准化的结构参数，而对于山区特有的场地、结构强耦合致灾机制的表征严重不足[3-4]。同时，模型普遍忽视了发展中地区乡村聚落的现实约束，如建材的自然历时性退化、村民自建过程中的无序空间扩张及抗震构造措施的普遍缺位等“隐性风险”[5]。
为突破上述瓶颈，亟需建立一种能够深度融合地域地质环境、高度异质性的建筑存量现状以及施工管理水平的脆弱性诊断新方法。本文致力于构建适用于山区村镇建筑的层次分析法—模糊综合评价法(AHP—FCE)耦合评估模型。该模型通过AHP解构影响脆弱性的多因素递阶体系并厘定其权重，再利用FCE处理评估过程中源自指标模糊性与认知不确定性的问题。本研究以2014年鲁甸地震极震区龙头山镇为例进行实证评估，旨在精准确立不同建筑的脆弱性等级，并据此提出兼顾安全性与经济性的差异化重建与加固对策，为山区村镇的防震减灾规划与灾后重建工作提供科学基础与决策支持。
-
1 脆弱性影响因素辨识与评估模型构建
1.1 山区村镇建筑地震脆弱性影响因素辨识山区村镇建筑的地震脆弱性表现为多重风险因素耦合作用下的系统性失效。首先，结构体系的固有缺陷构成了抗震能力的根本性制约与原发性诱因：土木及无抗震措施砖石结构所用脆性材料缺乏耗能机制，而平面与竖向的不规则性则诱发扭转效应或薄弱环节，导致地震力传导失序[6]。其次，不利的场地条件通过双重路径加剧了灾害后果：山脊、峡谷等特殊地形地貌对地震波产生显著的放大效应，松散沉积层亦可能引发共振；同时，地震极易触发滑坡、崩塌等次生地质灾害，形成链式反应，对建筑基础造成直接破坏[7]。再者，建筑自身的历时性劣变与不当使用构成了内源性风险：材料性能随服役年限增长而退化，不当的几何比例削弱了抗倾覆能力，而后期的随意加改建则严重破坏了原始传力逻辑与结构完整性[8]。最后，施工质量的控制失范导致了设计性能与实际抗力的严重脱节：材料强度不足、关键抗震构造措施的缺位以及工艺粗糙等隐性缺陷，使得建筑在设计基准下即存在不可预估的薄弱环节，极大放大了震害风险[9]。
1.2 基于层次分析法（AHP）的评估指标体系与权重确定山区村镇建筑的地震脆弱性是受多重因素影响、具有显著模糊性与不确定性的复杂系统问题。单一的评估方法难以全面反映其脆弱性状态。层次分析法（AHP）善于将复杂问题分解为清晰的层次结构，并通过量化主观判断来确定各因素的相对重要性（即权重）；模糊综合评价法（FCE）则能够有效处理评估过程中存在的模糊性和不确定性[10~11]。本文构建AHP-FCE耦合模型，旨在实现对山区建筑地震脆弱性的科学、定量评估。AHP用于确定各级评估指标的权重向量，FCE用于处理各指标的模糊隶属关系，二者结合可为脆弱性等级评定提供系统性的解决方案。
1.2.1 层次结构模型构建构建科学合理的评估指标体系是AHP应用的前提。依据山区村镇建筑地震脆弱性影响因素，本文建立层次结构模型。该模型包括：
目标层（A层）：即评估的最终目标——山区村镇建筑地震脆弱性（A）。
准则层（B层）：即影响脆弱性的四大主要因素，B1=结构体系因素，B2=场地条件因素，B3=建筑自身因素，B4=施工质量因素[12~13]。
指标层（C层）：即准则层各因素的具体量化指标。B1细分为：C11（结构类型）、C12（平面规则性）、C13（竖向规则性）；B2可细分为：C21（场地类别）、C22（地形地貌）、C23（不利地质现象）；B3
可细分为：C31（建筑年代）、C32（高宽比）、C33 （维护状况）；B4可细分为：C41（材料质量）、C42（构造措施，如圈梁、构造柱设置）、C43（施工工艺水平）。具体可见下图1所示。
图1 施工工艺水平Fig.1 Construction technology level
1.2.2 判断矩阵构建本文采用Saaty提出的1~9标度法，邀请地震工程、结构工程及乡村建设领域的专家对各层级指标进行两两比较打分。1~9标度法的含义如下：1表示两者同等重要；3表示前者比后者稍重要；5表示前者比后者明显重要；7表示前者比后者强烈重要；9表示前者比后者极端重要；2, 4, 6, 8为上述判断的中间值；倒数则表示相反的比较关系（ a ji =1/a ij ）。
以准则层（B层）相对于目标层（A层）的判断矩阵A构建为例，矩阵A=( a ij ) n×n（此处n=4 ）。判断矩阵A如下表1所示：
表1 准则层(B层)判断矩阵A Table 1 Judgment matrix A of criterion layer (B layer)
同理，构建4个指标层（C层）相对于各自准则层（B层）的判断矩阵B1, B2, B3, B4。结果如下：
表2 指标层C1 (结构体系因素)判断矩阵B1 Table 2 Judgment matrix B1 of index layer C1 (structural system factor)
表3 指标层C2 (场地条件因素)判断矩阵B2 Table 3 Judgment matrix B2 of index layer C2 (site condition factor)
表4 指标层C3 (建筑自身因素)判断矩阵B3 Table 4 Judgment matrix B3 of index layer C3 (factors of building itself)
表5 指标层C4 (施工质量因素)判断矩阵B4 Table 5 Judgment matrix B4 of index layer C4 (construction quality factor)
1.2.3 各指标权重计算及一致性检验判断矩阵构建后，需计算其最大特征根（λmax）对应的特征向量，该特征向量经归一化处理后即为各指标的权重向量W=( w 1,w 2,...,wn )T。本文采用和积法计算权重。以表1的矩阵A为例：
（1）矩阵列向量归一化：将矩阵A的每一列进行归一化，即
。（2）计算权重向量W：将归一化后的矩阵按行
求和 ，然后将其和向量再次归一化（除以n），得到权重向量WB，
（3）计算最大特征根λ max ：
，其中(AW)i为矩阵A与向量W乘积的第i个元素。对表1矩阵计算可得：准则层权重向量WB=( 0.457, 0.165, 0.080, 0.298 )T。最 大 特 征 根 λ max=4.045。
一致性检验如下：
计算一致性指标（ CI ）：
CI=（λ max-n）/（n-1）经计算， CI=（4 . 0 4 5-4）/（4-1）=0.015；
计算一致性比率（ CR ）：
CR=CI/RI其中RI为平均随机一致性指标，由阶数n决定。
对于n=4， RI取值为0.90。经计算， CR=0.015/0.90=0.0167。
由于CR=0.0167<0.10，表明该判断矩阵具有满意的一致性，通过检验。若CR≥0.10，则需调整判断矩阵直至满足一致性要求。同理，对所有C层判断矩阵进行权重计算和一致性检验（此处n=3, RI=0.58），最终得到指标层（C层）相对于准则层（B层）的权重向量WC|B。
1.3 基于模糊综合评价法（FCE）的评估流程设计1.3.1 确定因素集因素集U是进行模糊综合评价的对象集合，即评估指标的全体。本研究因素集U对应于AHP层次结构模型中的指标层（C层）。为了与AHP模型进行耦合计算，因素集U同样按层次划分。
（1）一级因素集（对应B层）：U={U1, U2, U3, U4}，分别对应“结构体系因素”、“场地条件因素”、“建筑自身因素”和“施工质量因素”。
（ 2 ）二级因素集（对应C层）：每一级因素Uk又可 划 分 为 其 包 含 的 二 级 因 素，即 Uk={uk1 , uk2 , ..., ukn}。k
1.3.2 确定评语集评语集V是评估者对评估对象（即各因素ui）可能做出的所有评价等级的集合。根据地震脆弱性评估的常规划分标准以及山区村镇建筑的实际情况，本文将脆弱性等级划分为五个等级。
评语集：V={v1, v2, v3, v4, v5}
其中，v1=“低脆弱性”（破坏等级：基本完好），v2=“较低脆弱性”（破坏等级：轻微破坏）， v3=“中等脆弱性”（破坏等级：中等破坏），v4=“较高脆弱性”（破坏等级：严重破坏），v5=“高脆弱性”（破坏等级：倒塌）。
为便于后续定量计算，通常对评语集进行量化赋分，如可设定分数集 S={1, 3, 5, 7, 9}或 S={1, 2, 3, 4, 5}，分别对应五个脆弱性等级。本文在最终的去模糊化计算中采用S={1, 2, 3, 4, 5}。
1.3.3 模糊关系矩阵构建模糊关系矩阵R反映了因素集U中每个因素ui对评语集V中每个等级vj的隶属程度r ij 。
对于定量指标，可通过建立隶属度函数将其物理测量值映射到V中的各个等级。对于定性指标，主要依赖专家打分法或现场调研统计法。
对于k个准则层因素Uk，可构建其对应的模糊关系矩阵R（k nk×m矩阵，nk为Uk包含的指标数，m=5评语等级数）：
其中， 。
1.4 AHP-FCE耦合计算AHP-FCE耦合计算是将AHP确定的指标权重W与FCE构建的模糊关系矩阵R相结合，进行综合评价的过程。该过程遵循AHP的层次结构，自下而上逐层进行。
1）一级模糊综合评价（C层→B层）：计算各准则层因素Uk ( k=1, 2, 3, 4 )的模糊综合评价向量Dk。Dk是一个1×m（即1×5）的向量，表示该准则层因素Uk对评语集V的隶属度分布。
2）二级模糊综合评价（B层→A层）：将4个一级评价向量D1, D2, D3, D4组合成一个新的模糊关系矩阵R B（4×5矩阵）， RB=（D 1, D 2, D 3, D 4）T。然后使用准则层（B层）的A H P权重向量WB（1×4向量）对RB进行二级模糊综合评价，得到目标层（A层）的最终模糊评价向量DA。 DA=WB×RB=(d1, d2, d3, d4,d5), DA向量中的dj即为该评估对象（如单体建筑或区域）隶属于第j个脆弱性等级的综合隶属度。
3）结果去模糊化（综合评分）：为得到一个明确的脆弱性等级或评价值，需对DA向量进行去模糊化处理。①最大隶属度原则：取DA向量中值最大的元素dj所对应的评语vj作为最终脆弱性等级；②加权平均法：引入评语集的量化分数集S=(s1, s2, s3, s4, s5)T=(1, 2, 3, 4, 5)T，计算综合脆弱性得分Z：
Z=DA⋅S= ，Z是一个介于1到5之间的连续值，可以更精细地反映建筑的脆弱性程度，并据此划分脆弱性等级。 -
2 实例评估：云南省鲁甸县龙头山镇
2.1 研究区域概况与数据获取2.1.1 区域地震背景、地质条件与村镇分布龙头山镇位于云南省东北部，地处乌蒙山系，地形切割剧烈，高山峡谷相间，海拔高差大。该区域构造活动强烈，位于活动性极强的昭通—莲峰断裂带及其次级断裂的影响范围内，地质背景极其复杂。据《中国地震动参数区划图》（GB 18306—2015），该区域抗震设防烈度为Ⅷ度。2014年8月3日，该地发生M6.5强烈地震，震中即位于龙头山镇，地震烈度高达Ⅸ度，远超设防烈度，造成了毁灭性的灾害。该区域地质条件脆弱，强震引发了大量的次生地质灾害，如崩塌、滑坡和泥石流，进一步加剧了建筑的破坏。村镇多呈散点状或条带状沿河谷、山麓或相对平缓的山坡分布，许多建筑的选址临近高陡边坡或活动断裂，场地条件极为不利。
2.1.2 建筑类型、结构、年代等现状的抽样调查本次调查采用分层随机抽样法，共获取368栋建筑的有效样本数据。调查统计显示，研究区建筑结构类型多样，主要可归为三类：①土木结构：多为传统民居，以土坯墙或毛石墙承重，木质屋架，占比约38.5%；②砖木结构：占比约22.3%，多为20世纪80年代至90年代建造；③砖混结构：占比约39.2%，多为21世纪后建造，但其中有相当一部分为村民自建，未严格按抗震规范施工，构造措施严重缺失或设置不当。建筑年代跨度大，超过60%的建筑建于2010年以前，且普遍存在后期加改建、维护状况差等问题。
2.2 脆弱性评估指标权重（AHP）计算结果本研究基于构建的判断矩阵，采用和积法计算各级指标的权重，并均通过了一致性检验（CR<0.10）。首先，准则层（B层）权重WB由表1计算得出，结果为： WB=（B1, B2, B3, B4）T=（0.457, 0.165, 0.080, 0.298）T。结果表明，“结构体系因素”（0.457）被认为是影响脆弱性的最核心因素，其次是“施工质量因素”（0.298），“场地条件因素”（0.165）位列第三，“建筑自身因素”（0.080）影响相对最小。
其次，计算指标层（C层）相对于准则层（B层）的权重WC|B。最后，将WB与WC|B相乘，得到各指标层（C层）的全局权重。全局权重反映了每个具体指标对总目标（A层）的最终贡献度。全部权重计算结果汇总于表6。
表6 AHP评估指标体系权重计算结果Table 6 Weight calculation results of AHP evaluation index system
2.3 脆弱性模糊综合评价（FCE）与结果分析2.3.1 典型建筑的模糊关系矩阵构建在抽样调查的基础上，选取两类在龙头山镇极具代表性的建筑进行FCE建模，用于后续的区域评估。
类型一：传统土木结构建筑（毛石墙/土坯墙承重），此类建筑抗震性能极差。根据现场调研数据及专家评估，其C11（结构类型）和C42（构造措施）对“高脆弱性”（v5）的隶属度极高。同时，此类建筑多临坡而建（C22, C23），且维护不善（C33）。其完整的模糊关系矩阵 R(1)k $( k=1, 2, 3, 4 ) 构建如表7：
类型二：无抗震措施的砖混结构（村民自建），此类建筑虽采用砖混材料，但C42（构造措施）缺失严重，C41（材料质量）难以保证，C11（结构类型）的脆弱性界于中等到较高。此类建筑场地和自身条件相对优于类型一。其完整的模糊关系矩阵R(2)k $( k=1,2,3,4 )构建如表8。
表7 典型建筑一(土木结构)模糊关系矩阵R(1)k Table 7 Fuzzy relation matrix R(1)k of typical building (civil structure)
表8 典型建筑二(无措施砖混)模糊关系矩阵R( 2 )k Table 8 Fuzzy relation matrix R(1)k of typical building (no measure brick concrete)
2.3.2 区域建筑脆弱性等级的综合评定结果依据AHP-FCE耦合计算流程，对2.1.2节中抽样的368栋建筑进行评价。根据每栋建筑的12项C指标的具体情况，构建其模糊关系矩阵Rk (k=1,2,3,4)；利用WC|Bk计算一级评价向量Dk；再次，利用WB计算二级评价向量DA；最后，引入分数集S=( 1, 2, 3, 4, 5 )T计算综合脆弱性得分Z=DA⋅S。根据综合得分Z值，定义脆弱性等级：
Z [1.0, 1.8]为低（v1）；
Z [1.8, 2.6]为较低（v2）；
Z [2.6, 3.4]为中等（v3）；
Z [3.4, 4.2]为较高（v4）；
Z [4.2, 5.0]为高（v5）。
评估结果具有显著的倒金字塔型特征。“较高”和“高”脆弱性建筑合计占比高达59.8%，表明研究区建筑整体抗震能力低下。
2.3.3 关键致灾因素分析为深入探究导致龙头山镇建筑高脆弱性的主导因素，本节依据全局权重（WGlobal）进行分析。全局权重越大的指标，对整体脆弱性的影响越显著。
表9 龙头山镇368栋样本建筑脆弱性评估结果统计Table 9 Statistics of vulnerability assessment results of 368 sample buildings in Longtoushan Town
图2 龙头山镇建筑脆弱性等级分布直方图Fig.2 Distribution histogram of building vulnerability level in Longtoushan Town
C11（结构类型）的全局权重为0.285，位居第一。表明建筑采用的结构体系是决定其抗震性能的先天性、根本性因素。龙头山镇大量存在的土木和砖木结构建筑，是导致区域高脆弱性的首要原因。
C42（构造措施）的全局权重为0.176，位居第二。结果揭示了“施工质量”中抗震构造措施的极端重要性。即使是砖混结构，
C12（平面规则性）（0.109）和 C23（不利地质） （0.099）分列三、四位。说明建筑形体的规则性（山区农户常随意加建，导致平面复杂）和场地选址（是否临近滑坡体或高陡边坡）是不可忽视的重要因素。
-
3 结论
本研究系统揭示了山区村镇建筑地震脆弱性的分异机制与防控路径。建筑抗震能力衰减本质上是结构体系因素（B1）、场地条件因素（B2）、建筑自身因素（B3）及施工质量因素（B4）四维因素非线性叠加的结果。通过融合层次分析法（AHP）与模糊综合评价（FCE）构建的脆弱性评估模型，定量识别出施工质量因素（B4）对整体脆弱性的贡献率，揭示管控建造过程劣变是实现风险削效的关键突破点。
- [1]李怡帆，张晨笛，张国涛.横断山区暴雨型山洪灾害发育特征与形成模式[J].地理学报，2024，79（03）：600-616.
- [2]杨昶，铁永波，张宪政，等.我国泥石流数值模拟研究历程及发展趋势[J].水土保持学报，2023，37（05）：1-11.
- [3]何兰萍.大数据视角下灾害治理的整合性逻辑[J].广州大学学报（社会科学版），2023，22（02）：122-132.
- [4]《中国公路学报》编辑部.中国桥梁工程学术研究综述· 2021[J].中国公路学报，2021，34（02）：1-97.
- [5]成蕾，李碧雄.基于指标法的建筑物理脆弱性评估研究进展[J].震灾防御技术，2020，15（02）：260-273.
- [6]陈军.排涝站拆除重建工程不良地质地基的处理分析——以水贝排涝站（闸）拆除重建工程为例[J].城市建设理论研究（电子版），2023（25）：184-186.
- [7]任宏伟，徐瑞御.塑料排水板处理公路隧道软土地基[J].塑料助剂，2024（04）：60-63+67.
- [8]郑浩，陈宇，郭兰兰，等.改进的VIM模型在建筑物区域地震脆弱性评估中的应用——以玉树地区为例[J].灾害学， 2024，39（02）：106-112.
- [9]孙延忠，乔云飞.自然灾害下不可移动文物脆弱性评估方法简述[J].自然与文化遗产研究，2023，8（05）：27-32.
- [10]马武兴，奉顺林.试论如何提高高层绿色住宅建筑结构设计的安全性[J].居舍，2024（32）：64-67.
- [11]余晓丹.高层混凝土建筑抗震结构设计探究[J].城市建设理论研究（电子版），2024（09）：62-64.
- [12]秦佃蕊.超高层建筑结构设计的关键性问题研究[J].房地产世界，2024（03）：33-35.
- [13]蒋耀华，李娜.利用室外场地建设方舱医院的结构设计[J].中外建筑，2022（07）：30-34+19.
