基于省域的氣候變化脆弱性指數(shù)及影響因素研究

劉 勇， 趙夢夢

(天津大學經濟與管理學部， 天津 300072)

2016年達沃斯世界經濟論壇的一份報告指出：“氣候變化減緩和適應措施不力被視為可能會比大規(guī)模殺傷性武器擴散、水資源危機、大規(guī)模非自愿移民和能源價格劇烈波動帶來更大的影響”。這是在《全球風險報告》發(fā)布11年來，環(huán)境問題第一次出現(xiàn)在風險排行的首位[1]。近年來，全球出現(xiàn)的各種極端天氣也證實了氣候變化是影響人類生存安全的頭號威脅。統(tǒng)計數(shù)據(jù)顯示，自1995年以來，全球氣候災害占所有災害的90%以上，共造成60.6萬人死亡，受傷、流離失所或需要援助的人數(shù)高達41億[2]。有鑒于此，研究氣候變化問題尤為重要。1990年，作為專門評估氣候變化影響的權威機構，政府間氣候變化專門委員會(IPCC)首次對氣候變化的脆弱性進行了論述，并于2001年第三次評估報告中對氣候變化脆弱性進行了較為成熟的定義。該報告將脆弱性定義為一個自然或社會的系統(tǒng)容易遭受來自氣候變化，包括氣候變率和極端氣候事件的持續(xù)危害的范圍或程度，是系統(tǒng)內的氣候變率特征、幅度和變化速率及其敏感性和適應能力的函數(shù)[3]。目前，該定義在氣候變化研究領域中已被廣泛接納和采用。此外，Dowing 和Patwardhan[4]在總結了有關脆弱性問題研究成果的基礎上，得出了有關脆弱性的更為直觀的理解，他們認為脆弱性應該包括3個方面：首先，脆弱性是一種結果，而不是一種原因；其次，脆弱性針對其他不敏感因子而言，影響是負面的；最后，脆弱性是一個相對概念，而不是一個絕對的損害程度的度量單位。我國地域遼闊，各地氣候差異較大，各地所面臨的氣候變化脆弱性也有所不同，為了有效制定針對性的管理政策，以省域為尺度研究氣候變化的脆弱性，并探索其中主要的影響因子，進而奠定管理政策的基礎，增強我國的氣候變化適應能力。

一、 文獻綜述

氣候變化導致的脆弱性研究是當今國內外研究的重大課題，其中對脆弱性歸因的探索則是脆弱性研究的突出內容之一。Moss等[5]在國家層面上從3個維度對氣候變化脆弱性的影響因素進行了劃分：自然環(huán)境維度，指區(qū)域氣候條件，氣候變化的生物物理影響等；社會經濟維度，指區(qū)域從極端氣候事件中的恢復能力和長期變化的適應能力；外部援助維度，指來自聯(lián)盟、合作伙伴和國際組織救助的程度。Adger[6]在權利缺失的基礎上，從個體和群體兩個角度探討社會脆弱性產生的原因。個體脆弱性由資源的獲取、收入來源的多樣性以及個體的社會地位決定。群體的脆弱性由收入、經濟資產的不平等以及正式或非正式的體制安排決定。其中不平等性直接影響資源獲取，從而導致脆弱性，它與貧困有間接聯(lián)系，并且間接導致脆弱性。Dossou[7]在氣候變化對城市和農村的脆弱性研究中指出，城市化的快速發(fā)展導致城市地區(qū)脆弱性的增加，而城鎮(zhèn)化、工業(yè)化的發(fā)展加劇了農村地區(qū)的脆弱性。IPCC[8]在對非洲科托努市的氣候變化脆弱性進行分析時指出，脆弱性會由于社會經濟因素和政治限制因素而增加，特別是人口的快速增長和城市發(fā)展導致的資源不足。我國的學者也對氣候變化脆弱性的影響因素進行了頗有價值的研究。如譚靈芝和王國友[9-10]在探討氣候變化適應資金分配機制的研究中，進一步強調了氣候變化脆弱性的適應機制。同時研究了以農業(yè)生產為主要經濟來源的家庭比例等社會經濟因素和空間相鄰關系。李柏山[11]在分析漢江中下游典型城市的氣候變化脆弱性時，認為地理位置、經濟發(fā)展程度以及極端氣候影響是影響這些城市氣候變化脆弱性的主要原因。別乾龍[12]則在對貧困山區(qū)的氣候變化評估過程中，指出自然資源、貧困狀況、農村基礎設施、極端氣候事件的頻率和危害程度以及勞動力是影響貧困山區(qū)脆弱性的主要因素。

基于以上的文獻分析可以看出，既有的研究是從定性角度出發(fā)或針對某一方面的氣候變化脆弱性的影響因子進行定量研究，針對氣候變化脆弱性的綜合評價和影響因素的分析非常缺乏。鑒于此，本文在既有文獻研究的成果基礎上，結合省域的具體情況，探討影響省域氣候變化脆弱性的主要影響因素，并在此基礎上提出針對性的管理對策，以增強氣候變化的適應能力。

二、 脆弱性指數(shù)

1. 脆弱性評價模型

氣候變化所導致的極端天氣和氣候能否對人類社會造成傷害，在很大程度上取決于脆弱性和暴露度水平[13-14]。其中暴露度是指人員、環(huán)境服務和各種資源、基礎設施，以及經濟、社會或文化資產處在有可能受到不利影響的程度[13-14]85，主要取決于特定區(qū)域暴露在危險事件中的概率[15]。在暴露的條件下，不利影響的程度和類型又取決于脆弱性，強調了脆弱性的社會內涵，應用于自然方面同樣如此，暴露度是脆弱性的必要條件，但不是充分條件。有些情況有可能暴露性高，但并不脆弱。如容易發(fā)生洪澇的平原雖暴露度高，但如果通過技術或方法改進建筑物結構并減緩潛在損失，那么其脆弱性就相對較低。因此，天氣和氣候事件、暴露度和脆弱性是災害或災害風險的3個構成要素[14]81，本研究將這4者之間的關系用公式表示為

R=f(C,E,V)

(1)

式中：R代表氣候災害或災害風險；C代表天氣和氣候事件；E代表暴露度；V代表脆弱性。

IPCC特別報告《管理極端事件和災害風險，推進氣候變化適應》(SREX)中指出，氣候自然變率或人為氣候變化對天氣及氣候事件產生影響[16]。同時，自然氣候變率和人為氣候變化也對人類社會和自然生態(tài)系統(tǒng)的脆弱性和暴露度產生影響[14]83。然而，極端天氣也并不總是與災害相聯(lián)系，這種聯(lián)系取決于特定的地理和社會條件[13-14]80。在某些條件下，非極端天氣也會造成傷害。綜上所述，是否形成災害或出現(xiàn)災害風險，在很大程度上仍取決于脆弱性和暴露性水平。因此式(1)也可以表示為

R=EV

(2)

V=R/E

(3)

在式(3)中， 基于張月鴻[17]對氣候變化風險的研究成果，結合中國已發(fā)生的自然災害以及可能的氣候變化風險并依據(jù)數(shù)據(jù)的可獲得性，用水資源、森林和草原、海岸帶、生存環(huán)境、人類健康和重要基礎設施以及其他自然災害7個方面表征中國的氣候災害或災害風險(見表1)?；谔飦喥絒15]55-63的研究成果，用自然災害頻率等7個指標表征暴露度(見表2)。所有數(shù)據(jù)均來自于《中國統(tǒng)計年鑒》、《中國環(huán)境統(tǒng)計年鑒》以及《中國農村統(tǒng)計年鑒》。

2. 脆弱性指數(shù)

為了消除指標間量綱的影響，在數(shù)據(jù)計算之前需對指標進行標準化，采用極差標準化將所有指標數(shù)據(jù)控制在0到1之間。將不同維度下的指標數(shù)據(jù)導入到SPSS 19中，運用主成分分析方法檢驗指標的效度[18]，然后采用主成分分析法和最大旋轉法對因子進行選取和旋轉，結果顯示所有指標的共同性結果均大于0.3，表明指標的效度可以進行因子分析[19]?；贔eroze和Chauhan[20]運用主成分分析方法設定權重的理論，對指標的權重進行設定，最后計算出脆弱性指數(shù)(見圖1)。

表1 自然災害和災害風險

依據(jù)脆弱性指數(shù)值的差距，將氣候變化的脆弱性分為極度脆弱、重度脆弱、中度脆弱、低度脆弱和微度脆弱。結合脆弱性等級劃分表(見表3)，整體上看，中國西部比東部在應對氣候變化時表現(xiàn)出更高的脆弱性。極度脆弱區(qū)主要分布在中國的西北部，包括甘肅、青海、寧夏以及東北的吉林省。華北地區(qū)除北京和天津表現(xiàn)出微度脆弱外，河北、山西和內蒙古均表現(xiàn)為極度脆弱特征。東北一帶呈現(xiàn)出中度及以上脆弱特征。華東地區(qū)除安徽省外，情況較好，呈現(xiàn)出中度及以下脆弱特征，上海、福建、浙江3個地區(qū)只表現(xiàn)出微度脆弱。華南地區(qū)除廣東省呈現(xiàn)微度脆弱外，廣西和海南省均表現(xiàn)為中度脆弱。西南地區(qū)大部分呈現(xiàn)極度脆弱，如貴州、云南和西藏。

表3 脆弱性等級

三、 脆弱性影響因素分析

1. 脆弱性影響因子

要探討氣候變化脆弱性的影響因素，氣候的自然變化是導致系統(tǒng)脆弱性的原因，而這并非脆弱性討論的關鍵。關鍵在于尋求以下兩方面的影響因素：一是除氣候的自然變化外，導致極端天氣、氣候災害的原因；二是尋求系統(tǒng)內部的脆弱性因素及其外部壓力。本研究在前人研究的基礎上，探討影響中國省域氣候變化脆弱性的主要因素。氣候變化的脆弱性主要受生態(tài)環(huán)境和社會經濟狀況兩方面影響[21]，前者決定地區(qū)的先天脆弱性，后者隨著時空的動態(tài)變化影響地區(qū)的脆弱性。

(1) 自然環(huán)境因素。受自然條件的影響，生態(tài)系統(tǒng)具有先天的脆弱性[22]。受地域差異的影響，中國各省域具有不同的氣候特征，直接影響當?shù)氐拇嗳跣?。一般來說，溫度和降水量是衡量各地區(qū)氣候最直接的指標，但由于這兩個指標數(shù)據(jù)在省級區(qū)域尺度上不易獲得，綜合對氣候影響因素的考量以及根據(jù)數(shù)據(jù)的可得性、可比性原則，本文將海拔高度作為衡量自然因素中氣候條件的指標。水資源、林業(yè)、草原、濕地、農業(yè)系統(tǒng)都對氣候的變化具有較高的敏感性[23]。而且，相對于水資源、森林等其他生態(tài)系統(tǒng)，農業(yè)受氣候變化影響最大[24]。此外，中國北方較多的沙化地帶增加了生態(tài)環(huán)境的脆弱性[25]。

(2) 社會經濟因素。社會因素中，人口密度、自然增長率、老人及兒童比重以及人口城鎮(zhèn)化水平等人口因素增加了人類系統(tǒng)本身的壓力，因人口密度過大而加劇災害損失的案例比比皆是[26]。不公平的資源分配是影響脆弱性的潛在原因[27]，收入是獲取資源能力的有效代理[6]252。因此，以城鄉(xiāng)收入差距表示不公平的資源分配。經濟因素中，氣候變化的脆弱性與貧困具有極高的伴生關系[28]。地區(qū)整體經濟水平的提高，可以提供應對氣候變化的基礎設施，居民個人收入水平的提高又可以使他們接觸到更多的資源設施，以應對氣候變化的影響。農村作為應對氣候變化的脆弱地帶，農村人口的人均可支配收入最能反映區(qū)域農村的經濟狀況。此外，第二、三結構產值比也是衡量區(qū)域經濟發(fā)展水平重要的指標[26]115。同時，經濟的發(fā)展也給生態(tài)環(huán)境造成了一定程度的壓力，過度的經濟活動是導致生態(tài)系統(tǒng)退化的重要原因[29]。

綜上所述，本研究從自然環(huán)境因素和社會經濟因素兩個維度上共甄選了6個影響因子17個指標對中國大陸省域的氣候變化脆弱性進行多元線性回歸分析，結果見表4。其中，對指標權重的設定采用主成分分析法。

表4 氣候變化脆弱性影響因子指標及權重

注：所有數(shù)據(jù)均來自《中國統(tǒng)計年鑒》《中國環(huán)境統(tǒng)計年鑒》《中國能源統(tǒng)計年鑒》。西藏的能源消費數(shù)據(jù)在年鑒中缺失，本文以西藏地區(qū)的電力消耗量等同于能源消費總量。

2. 多元線性回歸分析

以脆弱性指數(shù)作為因變量，以氣候、自然資源、人口、收入差距、經濟水平以及經濟發(fā)展壓力作為自變量，運用SPSS 19軟件進行回歸分析，探索影響中國氣候變化脆弱性的主要影響因素，回歸結果見表5。除常數(shù)項系數(shù)顯著外，氣候、自然資源、人口以及經濟水平4個因素對脆弱性指數(shù)顯著，而收入差距和經濟發(fā)展壓力兩個因素并不顯著。在整個模型顯著性水平0.000<0.01下，R2=0.834,表明整個模型聯(lián)合解釋脆弱性的83.4%，具有統(tǒng)計意義。DW=2.160，接近于2，表明自變量之間沒有自相關性。自變量的所有容差值均大于0.4，VIF值均小于3，證明變量間沒有明顯的共線性。依據(jù)系數(shù)的絕對大小，對氣候變化脆弱性的影響程度從大到小依次是自然資源、經濟水平、人口和氣候。這表明自然資源在影響氣候變化脆弱性方面起決定性作用。自然資源的系數(shù)為負，表明自然資源富足程度與脆弱性之間呈現(xiàn)負相關，一個地區(qū)自然資源越豐富，越能緩解該地區(qū)在應對氣候變化時的脆弱性。

社會經濟方面，經濟水平和人口因素對中國氣候變化的脆弱性同樣具有重要的影響[30]。經濟水平的系數(shù)為負，表明地區(qū)的經濟狀況對氣候變化的脆弱性具有促進作用。地區(qū)的經濟發(fā)展水平越高，整個區(qū)域或居民個體所擁有的各種資源的機會越高，越能夠適應氣候變化的影響。人口因素的系數(shù)也為負，即人口壓力越大，氣候變化的脆弱性反而越小。且經濟水平對脆弱性的影響比人口因素的影響大。綜合對理論的考量，人口增長、老齡化、城市化等人口壓力增大了資源的缺乏，對改善氣候變化具有消極影響，很有可能加大脆弱性。而本研究卻與理論相反，這可能是由于中國的人口壓力與經濟的發(fā)展具有協(xié)同作用，定量分析顯示人口壓力與經濟水平之間具有正相關，系數(shù)為0.223。表明現(xiàn)階段中國的人口因素對經濟的影響起到促進作用，人力資源建設在適應脆弱性方面起到了尤為重要的作用。然而，當中國的人口在資源占有或弱勢群體的增加等方面達到一定限度時，人口因素可能會對經濟的發(fā)展起到抑制作用，從而可能增加區(qū)域的脆弱性。

自然環(huán)境方面，區(qū)域氣候因素也對脆弱性產生一定的影響，其與氣候變化脆弱性之間的系數(shù)為負。從本研究中表征氣候因素的海拔來看，地區(qū)的海拔越高，氣候條件越差，抵御氣候變化的能力越差，脆弱性越高。

表5 回歸分析結果

注：**、***分別表示在5%、1%水平上t檢驗顯著。

四、 政策建議

基于以上實證分析，我們今后應在以下幾方面采取措施應對氣候變化帶來的不利影響。

(1) 重視自然資源在調節(jié)氣候方面的作用。我國應加緊對農業(yè)、森林、水資源等自然資源的保護工作。在自然資源條件惡劣的地區(qū)，倡導人工種植機制，因地種植。實施獎罰機制，改善城市環(huán)境，增強城市的氣候適應力。

(2) 加強綠色經濟發(fā)展。各地區(qū)尤其是農村地區(qū)，應該增加教育、醫(yī)療、交通等基礎設施的投資，完善各種社會保障制度，增強公民獲得資源的權利，提高適應能力。同時，在經濟發(fā)展的同時，倡導綠色發(fā)展。一是要改善原有粗放型的發(fā)展方式；二是要不斷創(chuàng)造地區(qū)發(fā)展的低碳新事物、新思維。

(3) 增強人力資源建設。政府或其他部門應加強公民對氣候知識的認知，加強相關知識的宣傳教育。切實提高人力資源的水平，減緩諸如人口老齡化等人口結構所帶來的負面影響，提高人們對氣候變化的適應能力。

(4) 加強對生態(tài)脆弱區(qū)的保護。生態(tài)脆弱區(qū)本身具有脆弱性，受外在壓力的影響較大，一旦遭到破壞不容易恢復。因此，應該增強生態(tài)環(huán)境脆弱區(qū)的監(jiān)管力度，加強保護工作，盡可能減少這些地區(qū)脆弱性的增加。

五、 結 語

本研究基于災害風險、天氣及氣候事件、暴露度與脆弱性之間的關系所建立的模型表明，中國西部比東部在應對氣候變化時呈現(xiàn)更高的脆弱性。中國西北地區(qū)大部分表現(xiàn)為重度脆弱，包括甘肅、青海、寧夏。結合對影響因素的研究，這些地區(qū)本身地勢較高，氣候環(huán)境差，再加上自然資源不充沛，諸如沙化土地等惡劣自然資源的比例高。又由于經濟發(fā)展落后，獲得資源能力較弱，當經濟發(fā)展超過一定的閾值后會與環(huán)境保護產生一定的沖突。因而這些地區(qū)在應對氣候變化尤其是極端天氣時，會表現(xiàn)出較強的脆弱反應。華東和華北地區(qū)部分省域應對氣候變化的能力較強，包括北京、上海、天津、福建、浙江和廣東。這些地區(qū)半數(shù)屬于直轄市，經濟發(fā)展水平高，整個地域或地區(qū)居民擁有各種資源(自然資源和經濟資源)的機會多，這些地區(qū)本身的自然環(huán)境相對較好，因此這些地區(qū)對氣候變化有較強的適應能力。

本文通過多元線性回歸模型分析影響中國氣候變化脆弱性的主要因素，研究發(fā)現(xiàn)，氣候、自然資源、人口和經濟水平因素是最主要因素。氣候因素與脆弱性指數(shù)呈正相關。自然資源、人口和經濟水平與脆弱性指數(shù)呈負相關。從而再次印證了中國氣候變化脆弱性是自然環(huán)境和社會經濟條件相互作用的結果。相比較而言，自然資源對脆弱性的影響最大，其次是經濟水平，最后是人口和氣候因素。

[1] 郭久亦，于 冰. 人類面臨的兩大災難:氣候變化和人口過剩及其應對方法[J]. 世界環(huán)境，2016(3)： 53-56.

[2] 梁 琳. 全球氣候變化將帶來毀滅性災難[J]. 生態(tài)經濟，2016,32(1)：2-5.

[3] IPCC.ClimateChange2001:SynthesisReport.AContributionofWorkingGroupⅠ,ⅡandⅢtotheThirdassessmentReportoftheIntergovernmentalPanelonClimateChange[M]. Cambridge: Cambridge University Press,2001.

[4] Downing T E, Patwardhan A. Vulnerability Assessment for Dimate Adaptation[R]. New York: United Nations Development Programme, 2003.

[5] Moss R H, Brenkert A L, Malone E L.Vulnerability to climate change: A quantitative approach[J].AdvancesinScienceandResearch, 2001(1)：1-88.

[6] Adger W N. Socialvulnerability to climate change and extremes in coastal vietnam[J].WorldDevelopment, 1999, 27(2):249-269.

[7] Dossou K M R, Glehouenou D B. The vulnerability to climate change of cotonou [J].EnvironmentandUrbanization, 2007, 19(1):65-79.

[8] IPCC.ClimateChange2007:SynthesisReport:ContributionofWorkingGroupI,IIandIIItotheFourthAssessmentReportoftheIntergovernmentalPanelonClimateChange[M]. Cambridge: Cambridge University Press, 2007.

[9] 譚靈芝, 王國友. 氣候變化適應性資金分配機制研究[J]. 西部論壇, 2011, 21(3):49-59.

[10] 譚靈芝, 王國友. 氣候變化對干旱區(qū)家庭生計脆弱性影響的空間分析：以新疆于田綠洲為例[J]. 中國人口科學, 2012(2):67-77.

[11] 李柏山, 周培疆, 尹 珩,等. 漢江中下游典型城市發(fā)展對氣候變化脆弱性分析研究[J]. 環(huán)境科學與管理, 2015, 40(1):163-167.

[12] 別乾龍, 張亞麗, 楊喜田,等. 貧困山區(qū)可持續(xù)土地管理與適應氣候變化的脆弱性評估[J]. 河南水利與南水北調, 2011(3):55-58.

[13] 尹 姍, 孫 誠, 李建平. 災害風險的決定因素及其管理[J]. 氣候變化研究進展, 2012, 8(2):84-89.

[14] 鄭 菲, 孫 誠, 李建平. 從氣候變化的新視角理解災害風險、暴露度、脆弱性和恢復力[J]. 氣候變化研究進展, 2012, 8(2):79-83.

[15] 田亞平, 向清成, 王 鵬. 區(qū)域人地耦合系統(tǒng)脆弱性及其評價指標體系[J]. 地理研究, 2013, 32(1):55-63.

[16] IPCC.ManagingtheRisksofExtremeEventsandDisasterstoAdvanceClimateChangeAdaptation:ASpecialReportofWorkingGroupsIandIIoftheIntergovernmentalPanelonClimateChange[M]. New York: Cambridge University Press, 2012

[17] 張月鴻, 吳紹洪, 戴爾阜,等. 氣候變化風險的新型分類[J]. 地理研究, 2008, 27(4):763-774.

[18] Ravindranath N H, Rao S, Sharma N, et al. Climate change vulnerability profiles for North East India[J].CurrentScience，2011, 101(3): 384-394.

[19] 吳明隆. 問卷統(tǒng)計分析實務：SPSS操作與應用[M].重慶：重慶大學出版社,2010.

[20] Feroze，Chauhan. Performance of dairy self help groups (SHGs) in India:principal component analysis (PCA) approach[J].IndianJournalofAgriculturalEconomics,2010,65(2): 308-320.

[21] 劉文泉. 黃土高原農業(yè)生產的氣候脆弱性研究[D]. 北京：中國氣象科學研究院, 2002.

[22] 李翠菊. 生態(tài)環(huán)境脆弱性及其測度[D]. 武漢：華中師范大學管理學院, 2007.

[23] 高 峰,孫成權,曲建升. 氣候變化對自然和人類社會系統(tǒng)的影響：IPCC第三次氣候變化評價報告[J]. 地球科學進展, 2001, 16(4):590-592.

[24] 陶生才, 許吟隆, 劉 珂,等.農業(yè)對氣候變化的脆弱性[J]. 氣候變化研究進展, 2011, 7(2):143-148.

[25] 關中美, 郝成元. 我國干旱半干旱地區(qū)脆弱生態(tài)系統(tǒng)及其退化成因[J]. 生態(tài)經濟, 2013(9):158-162.

[26] 樊運曉, 羅 云, 陳慶壽. 區(qū)域承災體脆弱性評價指標體系研究[J]. 現(xiàn)代地質, 2001, 15(1):113-116.

[27] Kelly P M, Adger W N. Theory and practice in assessing vulnerability to climate change and facilitating adaptation[J].ClimaticChange, 2000, 47(4):325-352.

[28] 張 倩. 牧民應對氣候變化的社會脆弱性:以內蒙古荒漠草原的一個嘎查為例[J]. 社會學研究, 2011(6):171-195.

[29] 蔣文婷. 萊州灣南岸地質環(huán)境脆弱性分析與評價[D]. 北京：國家海洋局第一海洋研究所, 2008.

[30] 唐志忠，劉雪靜，李 波，等.京津冀區(qū)域面碳排放的關鍵驅動因素[J].天津大學學報：社會科學版，2017(6)：514-519.