未來(lái)情景下高溫對(duì)雄安新區(qū)產(chǎn)業(yè)勞動(dòng)生產(chǎn)率的影響及應(yīng)對(duì)策略

王彥芳　邊繼云　李國(guó)慶

摘要隨著氣候變暖，全球增溫趨勢(shì)明顯，最高氣溫記錄不斷被打破，高溫天氣對(duì)全球社會(huì)經(jīng)濟(jì)產(chǎn)生顯著影響，勞動(dòng)生產(chǎn)率損失是最?為廣泛的影響之一。未來(lái)高溫天氣及其影響預(yù)估，對(duì)于應(yīng)對(duì)氣候變化具有重要意義。本研究以雄安新區(qū)為例，基于中等溫室氣體排?放情景?RCP4.?5（?Representative?Concentration?Pathway?4.?5），以?CMIP5（?Coupled?Model?Intercomparison?Project?5）中的4?個(gè)全球模式，經(jīng)動(dòng)?力和統(tǒng)計(jì)降尺度獲得空間分辨率為6.25?km的氣象數(shù)據(jù)為未來(lái)氣候情景數(shù)據(jù)，采用濕球黑球溫度（WBGT，wet?bulb?globe?temperature）?指數(shù)與勞動(dòng)生產(chǎn)率的暴露-反應(yīng)關(guān)系方程，預(yù)估未來(lái)雄安新區(qū)不同發(fā)展階段高溫所造成的勞動(dòng)生產(chǎn)率損失，并在此基礎(chǔ)上提出相應(yīng)?的調(diào)適策略。結(jié)果表明：①未來(lái)中等溫室氣體排放情景下，雄安新區(qū)日最高氣溫逐漸上升，到2050年，日最高氣溫大于35無(wú)的高溫日?數(shù)將增加至約23.8（19.5?30.4）d，高溫日數(shù)增加速率約為2.5?d/10?a。②受此增溫影響，雄安新區(qū)不同產(chǎn)業(yè)的勞動(dòng)生產(chǎn)率不斷降?低，預(yù)計(jì)到2050年，第一產(chǎn)業(yè)、第二產(chǎn)業(yè)、第三產(chǎn)業(yè)的夏季勞動(dòng)生產(chǎn)率下降至40.?96%、82.?36%和85.46%，年勞動(dòng)生產(chǎn)率分別下降至?83.11%、95.22%和96.25%。③綜合考慮未來(lái)雄安新區(qū)產(chǎn)業(yè)結(jié)構(gòu)預(yù)設(shè)情景，在不采取任何措施的情況下，到2035年，新區(qū)夏季勞動(dòng)?生產(chǎn)率為85.23%?87.49%，年勞動(dòng)生產(chǎn)率為95.93%?96.60%。2050年，夏季勞動(dòng)生產(chǎn)率較2035年繼續(xù)下降約1.5%，由于第三?產(chǎn)業(yè)比例進(jìn)一步增加，高溫影響導(dǎo)致雄安新區(qū)的年勞動(dòng)生產(chǎn)率損失比例較2035年變化不大，為3.76%?4.02%，但經(jīng)濟(jì)損失量逐漸?增加。因此，未來(lái)雄安新區(qū)規(guī)劃建設(shè)有必要考慮高溫風(fēng)險(xiǎn)，建立以削弱暴露度為主、降低脆弱性為輔的事前風(fēng)險(xiǎn)防控型適應(yīng)模式，最?大程度降低高溫對(duì)產(chǎn)業(yè)勞動(dòng)生產(chǎn)率和經(jīng)濟(jì)的影響。

關(guān)鍵詞?高溫;勞動(dòng)生產(chǎn)率;雄安新區(qū);濕球黑球溫度

中圖分類號(hào)?F062 文獻(xiàn)標(biāo)識(shí)碼?A 文章編號(hào)?1002?-2104（2020）06?-0073?-11 DOI：?10.12062/cpre.20200407

隨著氣候變暖、城市化進(jìn)程加快，熱島效應(yīng)加劇，全球 范圍內(nèi)的高溫風(fēng)險(xiǎn)不斷增加。20世紀(jì)末至21世紀(jì)初，全 球陸續(xù)發(fā)生大量由高溫災(zāi)害事件引起的超額死亡[1-3]，高 溫逐漸成為國(guó)際社會(huì)普遍關(guān)注的氣候變化風(fēng)險(xiǎn)問(wèn)題之一， 并被認(rèn)為是后工業(yè)社會(huì)頭號(hào)“自然風(fēng)險(xiǎn)”⑷。據(jù)IPCC5預(yù) 測(cè)，作為主要的氣候風(fēng)險(xiǎn)之一，未來(lái)高溫天氣如熱浪的發(fā) 生將趨頻趨強(qiáng)，對(duì)自然生態(tài)環(huán)境及人類社會(huì)經(jīng)濟(jì)影響也將 不斷加劇。研究表明，高溫天氣不僅通過(guò)影響農(nóng)業(yè)、旅游 業(yè)等相關(guān)產(chǎn)業(yè)造成直接經(jīng)濟(jì)損失[5-7，而且加大能源資源 消耗[8-11、降低勞動(dòng)生產(chǎn)率[12-15]，從而對(duì)全球經(jīng)濟(jì)造成影 響。其中，對(duì)勞動(dòng)生產(chǎn)率的影響，最為廣泛和深刻，且經(jīng)濟(jì) 損失會(huì)隨溫度的不斷上升而增速。因此，在未來(lái)全球變暖 的背景下，預(yù)測(cè)未來(lái)高溫風(fēng)險(xiǎn)及其對(duì)勞動(dòng)生產(chǎn)率的影響， 對(duì)應(yīng)對(duì)氣候變化和降低高溫天氣對(duì)區(qū)域經(jīng)濟(jì)的影響具有 重要意義。

1高溫對(duì)區(qū)域經(jīng)濟(jì)的影響方式

1.1影響框架分析

隨著氣候變暖趨勢(shì)的增強(qiáng)，全球各地極端高溫事件頻 發(fā)。人類有氣溫記錄以來(lái)的最高溫度不斷被打破，持續(xù)高 溫?zé)崂巳諗?shù)普遍增加。根據(jù)IPCC5評(píng)估報(bào)告，未來(lái)幾十 年，不同模型均預(yù)估陸表溫度在21世紀(jì)呈上升趨勢(shì)。全 球范圍內(nèi)，高溫天氣將變得更強(qiáng)、更頻繁，持續(xù)更久，將成 為未來(lái)氣候的新常態(tài)。然而，不同于洪水、臺(tái)風(fēng)、干旱等其 他自然災(zāi)害事件對(duì)區(qū)域經(jīng)濟(jì)造成的直接影響十分明顯，高

溫對(duì)區(qū)域經(jīng)濟(jì)的影響具有很強(qiáng)的隱蔽性，導(dǎo)致高溫的經(jīng)濟(jì) 損失很容易被忽視。因此，長(zhǎng)期以來(lái)，高溫受到的關(guān)注較 少[16]o然而，高溫天氣直接或間接地作用于區(qū)域產(chǎn)業(yè) 經(jīng)濟(jì)。

直接影響中，高溫天氣大大增加了傳統(tǒng)產(chǎn)業(yè)的生產(chǎn)、 儲(chǔ)存風(fēng)險(xiǎn)[21]，由于高溫出現(xiàn)的設(shè)備損壞、產(chǎn)品變質(zhì)等突發(fā) 性事故，都給經(jīng)濟(jì)造成較大損失。高溫給交通運(yùn)輸行業(yè)帶 來(lái)許多不利因素。據(jù)相關(guān)研究，交通事故和熱浪之間存在 顯著的正相關(guān)，最高溫度每升高1 T，預(yù)計(jì)車禍風(fēng)險(xiǎn)顯著 增加1.1% [22 -23]o而且，高溫通過(guò)降低氣候舒適度，影響 旅游者的決策和行為模式，從而影響到旅游業(yè)的發(fā)展。以 2003年歐洲夏季高溫?zé)崂耸录槔?，?duì)地中海地區(qū)旅游 業(yè)產(chǎn)生負(fù)面影響5，對(duì)英國(guó)國(guó)內(nèi)旅游業(yè)的影響在1 479萬(wàn) ～3 032萬(wàn)英鎊之間⑹。據(jù)模型預(yù)測(cè)，到21世紀(jì)中葉后， 越來(lái)越多的目的地的夏季氣溫將超過(guò)“不可接受的炎熱” 閾值[7] o

然而更廣泛地，高溫通過(guò)對(duì)勞動(dòng)力、能源、資源等生產(chǎn) 要素的作用間接地影響區(qū)域經(jīng)濟(jì)（見(jiàn)圖1）。首先，在未來(lái) 全球變暖的背景下，高溫天氣會(huì)引發(fā)急性健康事件、慢性 健康損害、心理健康損害等，通過(guò)縮短工作時(shí)間、降低工作 效率等方式影響勞動(dòng)生產(chǎn)率，從而造成生產(chǎn)損失，對(duì)經(jīng)濟(jì) 產(chǎn)生影響[17]o其次，電力是國(guó)民經(jīng)濟(jì)基礎(chǔ)命脈產(chǎn)業(yè)，高溫 是影響電力負(fù)荷的天氣要素之一，決定著夏季的用電需求 格局，尤其是最大電力負(fù)荷[18]o高溫天氣中，空調(diào)等消暑 設(shè)備是導(dǎo)致夏季日最大電力負(fù)荷急劇增加的主要原因，約 占地區(qū)最大負(fù)荷的35% ～54%[19-20]o 1T效應(yīng)量（即溫度 每升高或降低1T時(shí)，電力負(fù)荷增加或減少的量）隨著氣 溫的上升進(jìn)一步增大[12，18] o根據(jù)相關(guān)研究，在本世紀(jì)及更 遠(yuǎn)的未來(lái)，氣候變化對(duì)電力部門(mén)的影響將占到全球經(jīng)濟(jì)損 失的很大比例[21]o同時(shí)，溫度越高，城市用水需求量越 大，增加了城市供水設(shè)施的運(yùn)行風(fēng)險(xiǎn)[10]o持續(xù)的高溫導(dǎo) 致生態(tài)、生活、生產(chǎn)用水激增，巨大的水資源消耗還會(huì)對(duì)區(qū) 域水資源造成巨大壓力。2003年歐洲熱浪期間，陸地水儲(chǔ)量 急劇下降，2003年夏季水儲(chǔ)量比2002年減少4.5～6.3cm[11] ° 不同地區(qū)的地域特征、產(chǎn)業(yè)結(jié)構(gòu)和經(jīng)濟(jì)發(fā)展階段存 在差異，對(duì)高溫的敏感程度也有所不同。雖然高溫也會(huì)產(chǎn) 生一定的高溫經(jīng)濟(jì)，對(duì)某些地區(qū)也許利大于弊。但是，從 長(zhǎng)久來(lái)看，對(duì)全球大多數(shù)地區(qū)和產(chǎn)業(yè)，高溫對(duì)區(qū)域產(chǎn)業(yè)經(jīng) 濟(jì)主要是負(fù)面影響[24＼勞動(dòng)力作為生產(chǎn)過(guò)程中的關(guān)鍵生 產(chǎn)要素，其狀況和變化不僅決定了不同產(chǎn)業(yè)的結(jié)構(gòu)構(gòu)成， 而且直接影響產(chǎn)業(yè)經(jīng)濟(jì)的發(fā)展。高溫對(duì)勞動(dòng)力的影響，存 在于各個(gè)產(chǎn)業(yè)、各個(gè)環(huán)節(jié)，是高溫對(duì)社會(huì)經(jīng)濟(jì)影響中的最 廣泛、最普遍內(nèi)容，主要體現(xiàn)在降低勞動(dòng)生產(chǎn)率。

1.2高溫對(duì)勞動(dòng)生產(chǎn)率的影響

勞動(dòng)生產(chǎn)率在宏觀和微觀、個(gè)體和社會(huì)層面具有不同 的定義。宏觀定義為“每個(gè)就業(yè)者的產(chǎn)出=每個(gè)就業(yè)者 一年工作的小時(shí)數(shù)x每個(gè)工作小時(shí)產(chǎn)出”。微觀定義為 單位時(shí)間內(nèi)生產(chǎn)產(chǎn)品的數(shù)量或者生產(chǎn)單位產(chǎn)品耗費(fèi)的勞 動(dòng)時(shí)間[25 ] o它體現(xiàn)勞動(dòng)生產(chǎn)使用價(jià)值的能力或效率，是 衡量一個(gè)國(guó)家或地區(qū)經(jīng)濟(jì)和生產(chǎn)力發(fā)展水平的核心指標(biāo)，

也是促進(jìn)經(jīng)濟(jì)持續(xù)增長(zhǎng)與轉(zhuǎn)型升級(jí)的重要因素。高溫天 氣會(huì)嚴(yán)重影響工作人員的生理和心理健康，引起勞動(dòng)能力 和生產(chǎn)效率下降，從而降低勞動(dòng)生產(chǎn)率，對(duì)經(jīng)濟(jì)造成影響 （見(jiàn)圖2）。

高溫天氣極大地增加了人類生理和心理健康威脅。 2003年8月發(fā)生在歐洲的高溫?zé)崂恕?015年印度和巴基 斯坦等高溫事件都造成了超額死亡。據(jù)世界氣象組織統(tǒng) 計(jì)，高溫天氣引發(fā)的傷亡率居各類氣象災(zāi)害前列，且增幅 遠(yuǎn)高于其他極端天氣[26]。而且，高溫也會(huì)影響人們的心 理健康。炎熱的天氣會(huì)造成人類皮質(zhì)醇/應(yīng)激激素（stress hormone cortisol）水平上升，降低睡眠質(zhì)量，并且擾亂人體 的正?；顒?dòng)。這些變化會(huì)降低舒適感和幸福感，并且加大 人的心理壓力。針對(duì)美國(guó)和墨西哥的一項(xiàng)調(diào)查結(jié)果顯示， 月氣溫大于25 T時(shí)，每上升12，美國(guó)和墨西哥的自殺率 分別上升0.7%和2.1% [27]O

極端高溫下，戶外職業(yè)人員由于勞動(dòng)能力損失造成勞 動(dòng)生產(chǎn)率的下降[13]，主要是由于保護(hù)從業(yè)者人身安全而 進(jìn)行的生產(chǎn)調(diào)節(jié)造成的。即高溫天氣期間，為了確保勞動(dòng) 者身體健康和生命安全，根據(jù)生產(chǎn)特點(diǎn)和具體條件，適當(dāng) 調(diào)整夏季高溫作業(yè)勞動(dòng)和休息制度，如增加休息和減輕勞 動(dòng)強(qiáng)度，或減少高溫時(shí)段作業(yè)。

高溫?zé)崂艘矔?huì)造成室內(nèi)職業(yè)人員勞動(dòng)生產(chǎn)力損失。 由于高溫脅迫造成注意力下降、低質(zhì)量決策和認(rèn)知能力下 降，從而導(dǎo)致工作效率的損失[13＼即使室內(nèi)有空調(diào)等保 護(hù)措施，這些適應(yīng)環(huán)境措施的有效性和適用性都具有一定 的限制'蚓。因此，高溫?zé)崂艘矔?huì)對(duì)室內(nèi)工作者產(chǎn)生一定 的負(fù)效應(yīng)。據(jù)估計(jì)，在中等或極熱條件下，室內(nèi)的工作時(shí) 間可減少3% ～12%〔12〕。據(jù)預(yù)測(cè)，未來(lái)高溫?zé)崂藢?duì)勞動(dòng)能 力損失最大的地區(qū)為東南亞、拉美地區(qū)、美國(guó)中部地區(qū)和 加勒比地區(qū)[13]o到本世紀(jì)末，日本（東京和大阪）輕度和 重度勞動(dòng)者的安全勞動(dòng)時(shí)間將分別下降30% ～40%和 60% ～80%[15]o因此，如果要實(shí)現(xiàn)相同的產(chǎn)出，工人可能 需要更長(zhǎng)的工作時(shí)間，而且針對(duì)熱暴露的職業(yè)健康干預(yù)措 施同樣會(huì)產(chǎn)生經(jīng)濟(jì)成本。相同高溫情景下，從產(chǎn)業(yè)類型來(lái) 看，農(nóng)業(yè)勞動(dòng)生產(chǎn)率將比制造業(yè)和服務(wù)業(yè)的勞動(dòng)生產(chǎn)率更 低[13 ] o據(jù)估算，如果不采取任何緩解方案，到本世紀(jì)末， 高溫對(duì)勞動(dòng)生產(chǎn)率的影響將導(dǎo)致全球國(guó)內(nèi)生產(chǎn)總值 （GDP）總損失為2.6% ～ 4. 0% 5 ]，且經(jīng)濟(jì)損失會(huì)隨溫度 的不斷上升而增速。

本研究以雄安新區(qū)為例，以勞動(dòng)生產(chǎn)率為切入點(diǎn)，在 分析未來(lái)高溫情景變化的同時(shí)，結(jié)合雄安新區(qū)未來(lái)產(chǎn)業(yè)、 經(jīng)濟(jì)預(yù)測(cè)，基于濕球黑球溫度（WBGT，wet bulb globe temperature），利用WBGT指數(shù)與勞動(dòng)生產(chǎn)率的暴露-反 應(yīng)關(guān)系方程，預(yù)估雄安新區(qū)不同發(fā)展階段中，高溫造成的 勞動(dòng)生產(chǎn)率損失，最后在此基礎(chǔ)上提出相應(yīng)的應(yīng)對(duì)策略。

2數(shù)據(jù)與方法

2.1雄安新區(qū)未來(lái)氣候情景數(shù)據(jù)

雄安新區(qū)及其周圍區(qū)域未來(lái)氣候情景數(shù)據(jù)來(lái)自于國(guó) 家氣候中心和中國(guó)科學(xué)院大氣物理研究所。該數(shù)據(jù)基于 CMIP5 中的 4 個(gè)全球模式（CSIRO-Mk3-6-0、EC-EARTH、 HadGEM2-ES和MPI-ESM-MR ），使用區(qū)域氣候模式 （RegCM4.4），進(jìn)行未來(lái)氣候變化預(yù)估的動(dòng)力降尺度試 驗(yàn)，模擬試驗(yàn)中采用的溫室氣體排放方案是中等溫室 氣體排放情景 RCP4. 5 （ Representative Concentration Pathway 4.5）。

為達(dá)到更高分辨率，對(duì)區(qū)域氣候模式的模擬結(jié)果再用 分位數(shù)映射（Quantile-Mapping，QM）方法進(jìn)行統(tǒng)計(jì)降尺 度3「31〕o針對(duì)各個(gè)網(wǎng)格點(diǎn)的逐日序列，將25 km分辨率 的動(dòng)力降尺度模擬結(jié)果進(jìn)一步統(tǒng)計(jì)降尺度到6. 25 km分 辨率網(wǎng)格。該數(shù)據(jù)集的變量包括最高氣溫、日最低氣溫、 日平均氣溫、日降水，時(shí)間分辨率為日尺度，時(shí)間序列為 1980年1月1日一2098年12月31日。

為驗(yàn)證該數(shù)據(jù)的精度，分別計(jì)算了雄安新區(qū)三縣 2008—2017年多年平均的日最高氣溫模擬值與站點(diǎn)觀測(cè) 的差值，結(jié)果表明，容城、雄縣和安新的最高溫偏差分別為 -0.5 2、-0.6 2和-0.1 2 （見(jiàn)圖3a），誤差較小，表明 該數(shù)據(jù)集精度較高。相關(guān)研究已證明該數(shù)據(jù)集模擬整個(gè) 京津冀地區(qū)氣溫和降水?dāng)?shù)據(jù)與觀測(cè)的空間相關(guān)系數(shù)較高， 可以較好地再現(xiàn)雄安新區(qū)及整個(gè)京津冀地區(qū)當(dāng)代極端氣 候事件指數(shù)的分布技1。該數(shù)據(jù)表明，在RCP4 . 5排放情景 下，未來(lái)雄安新區(qū)多年平均的日最高氣溫不斷增加，與 1986—2005年相比，2021—2035的最高溫增幅為1.12 ～1.4 2 （見(jiàn)圖3a），2036—2050的增溫幅度為1.4 2 ～ 1.7 2（見(jiàn)圖3b）o另外，本研究還采用IPSL-CM5A-MR氣 候模式模擬的RCP4 . 5排放情景下的日大氣壓數(shù)據(jù)。

2 . 2雄安新區(qū)未來(lái)社會(huì)經(jīng)濟(jì)情景預(yù)設(shè)

2 . 2 . 1雄安新區(qū)未來(lái)社會(huì)經(jīng)濟(jì)情景總體判斷

雄安新區(qū)作為北京非首都功能疏解集中承載地，地處北京、天津、保定腹地，區(qū)位優(yōu)勢(shì)明顯，交通、地質(zhì)、生態(tài)等 條件良好，具備高起點(diǎn)高標(biāo)準(zhǔn)開(kāi)發(fā)建設(shè)的基本條件。根據(jù) 《河北雄安新區(qū)規(guī)劃綱要（2018—2035年）》，到2022年， 雄安新區(qū)要實(shí)現(xiàn)啟動(dòng)區(qū)基礎(chǔ)設(shè)施基本建成、城區(qū)雛形初步 顯現(xiàn);到2035年，綠色低碳、開(kāi)放創(chuàng)新、信息智能、宜居宜 業(yè)、具有較強(qiáng)競(jìng)爭(zhēng)力和影響力、人與自然和諧共生的高水 平社會(huì)主義現(xiàn)代化城市基本建成;到本世紀(jì)中葉，全面建 成高質(zhì)量高水平的社會(huì)主義現(xiàn)代化城市，成為京津冀世界 級(jí)城市群的重要一極。產(chǎn)業(yè)方面，根據(jù)規(guī)劃，未來(lái)新區(qū)產(chǎn) 業(yè)發(fā)展重點(diǎn)，將以新一代信息技術(shù)產(chǎn)業(yè)、現(xiàn)代生命科學(xué)和 生物技術(shù)產(chǎn)業(yè)、新材料產(chǎn)業(yè)、高端現(xiàn)代服務(wù)業(yè)、綠色生態(tài)農(nóng) 業(yè)等產(chǎn)業(yè)為主，涉及不同產(chǎn)業(yè)的基礎(chǔ)研究、研發(fā)及試驗(yàn)、示 范工程、產(chǎn)業(yè)化等過(guò)程，并對(duì)符合發(fā)展方向的傳統(tǒng)產(chǎn)業(yè)實(shí) 施現(xiàn)代化改造提升，實(shí)現(xiàn)制造業(yè)和服務(wù)業(yè)深度融合，最終 建設(shè)一二三產(chǎn)業(yè)融合發(fā)展示范區(qū)。

[39]雄安新區(qū)未來(lái)三次產(chǎn)業(yè)結(jié)構(gòu)預(yù)設(shè)

對(duì)于區(qū)域三次產(chǎn)業(yè)結(jié)構(gòu)的預(yù)測(cè)，當(dāng)前主流研究多采用 成分?jǐn)?shù)據(jù)的非線性降維方法，通過(guò)建立產(chǎn)業(yè)結(jié)構(gòu)的動(dòng)態(tài)規(guī) 律分析模型來(lái)進(jìn)行。但此種預(yù)測(cè)分析的前提是產(chǎn)業(yè)結(jié)構(gòu) 的規(guī)律性自然演進(jìn)。雄安新區(qū)的產(chǎn)業(yè)結(jié)構(gòu)變化，由于大范 圍的外力重構(gòu)，自然演進(jìn)路徑已發(fā)生突變，常規(guī)的基于動(dòng) 態(tài)規(guī)律的分析模型已難以適用?；诖?，本文以《河北雄 安新區(qū)規(guī)劃綱要（2018—2035年）》為基礎(chǔ)，參照北京的產(chǎn) 業(yè)結(jié)構(gòu)演進(jìn)特征，進(jìn)行三次產(chǎn)業(yè)結(jié)構(gòu)預(yù)設(shè)。根據(jù)規(guī)劃，到 2035年數(shù)字經(jīng)濟(jì)占地區(qū)生產(chǎn)總值比重不低于80%。數(shù)字 經(jīng)濟(jì)的本質(zhì)是信息化，核心特征是推動(dòng)信息服務(wù)業(yè)迅速向 第一、第二產(chǎn)業(yè)擴(kuò)張，模糊三大產(chǎn)業(yè)之間的發(fā)展界限，促進(jìn) 第一、第二和第三產(chǎn)業(yè)的深度融合。

作為北京非首都功能疏解集中承載地和高端高新產(chǎn) 業(yè)聚集區(qū)，雄安新區(qū)的產(chǎn)業(yè)結(jié)構(gòu)演進(jìn)特征應(yīng)與北京有某種 程度的相似性。因此上，我們預(yù)設(shè)兩種情況，一種是到 2035年，雄安新區(qū)數(shù)字經(jīng)濟(jì)的信息化提升與改造功能發(fā) 揮到極致，80%的數(shù)字經(jīng)濟(jì)占比全部集中于第三產(chǎn)業(yè)領(lǐng) 域，第一產(chǎn)業(yè)只保留創(chuàng)意農(nóng)業(yè)、認(rèn)養(yǎng)農(nóng)業(yè)、觀光農(nóng)業(yè)等新業(yè) 態(tài)，三產(chǎn)比達(dá)到北京現(xiàn)階段水平，即0. 5% ： 19. 5% ： 80.0%。另一種是參照北京產(chǎn)業(yè)結(jié)構(gòu)演進(jìn)的一般規(guī)律，進(jìn) 行設(shè)定。2017年雄安新區(qū)三縣的三產(chǎn)比例為14 . 16% ： 51.39%：34 . 46%技?xì)馓幱诠I(yè)化中期發(fā)展階段，大致相 當(dāng)于北京1990年的產(chǎn)業(yè)結(jié)構(gòu)水平8. 76% ： 52 . 39% ： 38. 85% [34]。經(jīng)過(guò)18年的發(fā)展，北京產(chǎn)業(yè)結(jié)構(gòu)實(shí)現(xiàn)了從工 業(yè)化中期到工業(yè)化后期的轉(zhuǎn)變，到2008年，北京三產(chǎn)比例 調(diào)整為1.10% ：25. 70% ：73. 20%"第二產(chǎn)業(yè)占比降低 26 . 69個(gè)百分點(diǎn)，第三產(chǎn)業(yè)占比提升34 . 35個(gè)百分點(diǎn)。參 照北京產(chǎn)業(yè)結(jié)構(gòu)演進(jìn)的規(guī)律特征，我們?cè)O(shè)定雄安新區(qū)產(chǎn)業(yè) 結(jié)構(gòu)在未來(lái)18年以同樣的演進(jìn)速度進(jìn)行結(jié)構(gòu)調(diào)整，到 2035年三產(chǎn)比例達(dá)到5. 49% ：24 . 70% ：69 . 81% （見(jiàn)圖4）。 到2050年，雄安新區(qū)產(chǎn)業(yè)結(jié)構(gòu)繼續(xù)優(yōu)化，制造業(yè)和服務(wù)業(yè) 融合發(fā)展進(jìn)程進(jìn)一步推進(jìn)，第一產(chǎn)業(yè)、第二產(chǎn)業(yè)占比進(jìn)一 步降低，三產(chǎn)比例調(diào)整至0 . 5% ：19 . 5% ：80 . 0% ～0. 1% ： 9 . 9% ：90 . 0 % 之間（見(jiàn)圖 4）。

2.3方法與模型

2. 3. 1 WBGT（wet bulb globe temperature）指數(shù)

由于地域氣候差異，世界各地對(duì)高溫的定義和測(cè)度尚 未統(tǒng)一。在中國(guó)，氣象上一般以日最高氣溫達(dá)到或者超過(guò) 35T作為高溫的標(biāo)準(zhǔn)。但不同工作強(qiáng)度的工作其勞動(dòng)效 率在相同熱環(huán)境下不一致，即熱應(yīng)力不同。熱應(yīng)力是人體 在熱環(huán)境中作業(yè)時(shí)的受熱程度，當(dāng)熱應(yīng)力施加到人體時(shí)， 會(huì)導(dǎo)致一系列的身體反應(yīng)比如：出汗、心律加快和人體內(nèi) 溫度升高。在條件一定的情況下，熱應(yīng)力越大，熱應(yīng)激也 就越大，最后達(dá)到一定的程度，將會(huì)影響工作效率甚至是 人體健康。

WBGT指濕球黑球溫度，是綜合評(píng)價(jià)人體接觸作業(yè)環(huán) 境熱負(fù)荷的一個(gè)基本參量，單位為無(wú)。WBGT是由自然濕 球溫度（如和黑球溫度（七），露天情況下加測(cè)空氣干球 溫度（幾）三個(gè)部分溫度構(gòu)成：

室內(nèi)外無(wú)太陽(yáng)輻射：

WBGT = 0. 7 ”皿 + 0. 3 xT; （1）

室外有太陽(yáng)輻射：

WBGT = 0. 7 xT““ + 0. 2 xT， + 0. 1 xT。 （2）

WBGT是量化熱舒適性的ISO標(biāo)準(zhǔn)（ISO，1989），目前 正被包括美國(guó)和英國(guó)在內(nèi)的軍事、土木工程師、體育協(xié)會(huì) 許多機(jī)構(gòu)使用。中國(guó)《高溫作業(yè)分級(jí)》（GB/T4200. 1700和 《工作場(chǎng)所有害因素職業(yè)接觸限值》（GBZ2 -2002）等標(biāo)準(zhǔn) 中也陸續(xù)采用了 WBGT指數(shù)來(lái)評(píng)價(jià)高溫作業(yè)環(huán)境的氣象 條件。WBGT指數(shù)常被用于氣候變化對(duì)“工作能力”的潛 在影響和相關(guān)的經(jīng)濟(jì)成本進(jìn)行評(píng)估[13-15]。

由于WBGT指數(shù)的直接測(cè)量較少，澳大利亞氣象局提 出了一種根據(jù)氣象數(shù)據(jù)估算WBGT的方法，并在世界范圍 內(nèi)廣泛使用[33 -34]。該WBGT指數(shù)僅取決于溫度和濕度， 代表室外平均白天條件下的熱應(yīng)力（公式3 ）。

WBGT = 0. 567 xT。+ 3. 94 + 0. 393 x es （3）

式中，T。為溫度（單位°C ），es為水汽壓，根據(jù)使用公式

[45]計(jì)算水汽壓[35]，其中P為氣壓。

es = 6. 1121 x （1. 0007 + （1. 00000346 xP）） x

{ [ （18. 729 - （T/227. 3）） x T」/（237. 7 +T。）}

（4） 由公式（3）和公式（4）得到公式（5），用來(lái)計(jì)算日 WBGT 指數(shù)[34]O

WBGT = 0. 567 xT。+ 3. 94 + 0. 393 x [6. 1121 x

（ 1 0007 + （ 1 00000346 xP ））x

exp] [（18. 729 - （T/227. 3）） x T。]/

（237. 7 + T。） （5）

2.3.2 WBGT指數(shù)-勞動(dòng)生產(chǎn)率的關(guān)系方程

高熱應(yīng)力意味著更頻繁的停頓、中斷、更低的速度和 更高的受傷概率，導(dǎo)致勞動(dòng)生產(chǎn)率的下降。高溫對(duì)勞動(dòng)生 產(chǎn)率的影響表現(xiàn)在①存在最低溫度閾值，低于該閾值時(shí)勞 動(dòng)生產(chǎn)率不會(huì)受天氣影響，但不同勞動(dòng)強(qiáng)度工作對(duì)應(yīng)的溫 度閾值不同;②勞動(dòng)生產(chǎn)率因溫度升高而下降;③勞動(dòng)生 產(chǎn)率存在最低值，為25% o但不同勞動(dòng)群體由于生產(chǎn)方 式、勞動(dòng)強(qiáng)度、防護(hù)措施等因素差異，應(yīng)對(duì)高溫天氣的能力 不同，導(dǎo)致工作效率和生產(chǎn)損失不同。因此，Roson和 Sartori[14]在Kjellstrom[13]的研究基礎(chǔ)上，根據(jù)勞動(dòng)強(qiáng)度的 差異，建立農(nóng)業(yè)、制造業(yè)和服務(wù)業(yè)三個(gè)產(chǎn)業(yè)的WBGT熱應(yīng) 力作用與勞動(dòng)生產(chǎn)率關(guān)系（見(jiàn)圖5），具體的數(shù)學(xué)表達(dá)如公 式（6～8"：

M頃=1. 0（ WBGT w 26）

，熨頃=1. 0 - L ?-0; ？5（ wbgT - 26）（26 < WBGT w 36） 36 — 26

J泓頃=0. 25（WBGT > 36）

（6）

. 77 .

堿_ = l.OCWBGT^ 28）

11 ic LO — 0. 25，wm "T c。、，c。，wm "T — 。＼

，IL* =1.0 - 43_28 （WBGT-28）（28 < WBGT W 43）

.lab” = 0. 25（WBGT > 43）

⑺

labsrr = 1. 0（ WBGT W 30）

，/虬，=1.0 - L?-0;：5（ WBGT - 30）（30 < WBGT W 50） 50- 30

.lab”， = 0. 25 （WBGT > 50）

（8）

lab為勞動(dòng)生產(chǎn)率，agr指第一產(chǎn)業(yè)農(nóng)業(yè)，man第二產(chǎn)業(yè) 制造業(yè);ser指第三產(chǎn)業(yè)服務(wù)業(yè)。在計(jì)算日工作效率的基礎(chǔ) 上，在季節(jié)和年尺度上，各個(gè)產(chǎn)業(yè)的平均勞動(dòng)生產(chǎn)率如公 式（9）計(jì)算：

'LPagr = ? * lab/n

.LPma = ? L Man/* （9）

LPser = ? L labsJn

圖5 不同勞動(dòng)強(qiáng)度的勞動(dòng)生產(chǎn)率隨WBGT

溫度的變化（據(jù)R。son 和 Sartori， 2016）

LPagr、LPm*、LPser是受高溫影響的季節(jié)或年勞動(dòng)生產(chǎn) 率，n為夏季或年日數(shù)，lab為不同產(chǎn)業(yè)的日勞動(dòng)生產(chǎn)率。最 終，一個(gè)區(qū)域的整體的勞動(dòng)生產(chǎn)率所受的影響取決于產(chǎn)業(yè) 構(gòu)成，即：

LP = Lag XLP.gr +rman、快萍“ +膈 XLP，，， （10）

LP是區(qū)域年勞動(dòng)生產(chǎn)率，ragr、rman、rser為不同產(chǎn)業(yè) 比例，LPagr、LPman、LPser為不同產(chǎn)業(yè)的年勞動(dòng)生產(chǎn)率，（1 -LP）則為受高溫影響導(dǎo)致的勞動(dòng)生產(chǎn)率損失。

考慮到雄安新區(qū)的高定位、高標(biāo)準(zhǔn)，未來(lái)雄安新區(qū)第 二產(chǎn)業(yè)主要以高端高新制造為主，未來(lái)其第二產(chǎn)業(yè)勞動(dòng)生 產(chǎn)率受影響程度會(huì)明顯低于傳統(tǒng)制造業(yè)。在2050年全面建 成高質(zhì)量高水平的社會(huì)主義現(xiàn)代化城市的目標(biāo)導(dǎo)向下， 本研究計(jì)算兩種情形，一種是采用傳統(tǒng)第二產(chǎn)業(yè)的WBGT -勞動(dòng)生產(chǎn)率方程，一種是以第三產(chǎn)業(yè)的影響模型代替第 二產(chǎn)業(yè)，以突出雄安新區(qū)高端高新制造的較低勞動(dòng)生產(chǎn)率 影響。

3結(jié)果分析

3.1未來(lái)情景下雄安新區(qū)高溫特征

3.1.1氣象高溫特征

受氣候變暖影響，未來(lái)中等排放情景下，雄安新區(qū)升 溫明顯，尤其是高溫天氣明顯增多增溫（見(jiàn)圖4）。日最高 氣溫大于35 T的高溫日的年代際統(tǒng)計(jì)結(jié)果顯示，高溫日 最高氣溫的平均值從不足36 T增加至36. 6 T，增溫速率 是0.08 T/10a。與此同時(shí)，極端最高溫從1980s的不足 37 T，上升至2030s的39T以上，極端最高溫的增加速率 是0.35 T/10a，到2040s、2050s，甚至有的模型結(jié)果超過(guò) 40 T。20世紀(jì)80年代雄安新區(qū)年均高溫日數(shù)約為5.4d， 到21世紀(jì)30年代，雄安新區(qū)初步建成期，高溫日數(shù)將增 加到16.5（13. 5 ～ 19） d，到2050年的全面建成期，將會(huì)增 加到23. 8（19 . 5～30 . 4） d，高溫日數(shù)增加速率為2 . 5 d/ 10a（見(jiàn)圖 6）。

3.1.2 日尺度WBGT指數(shù)

最高溫雖能體現(xiàn)極端情況，但其對(duì)應(yīng)的是瞬時(shí)WBGT 指數(shù)和瞬時(shí)勞動(dòng)生產(chǎn)率，如果直接利用日最高氣溫計(jì)算會(huì) 導(dǎo)致結(jié)果偏大。因此，本研究采用日平均氣溫，利用公式 5計(jì)算日尺度平均WBGT指數(shù)及平均勞動(dòng)生產(chǎn)率。根據(jù) 雄安新區(qū)相關(guān)規(guī)劃，選擇2035年和2050年作為兩個(gè)主要 節(jié)點(diǎn)，2031—2040年的平均值代表2035年，2046—2055 年平均值代表2050年，1981—2010為基準(zhǔn)期。基準(zhǔn)期、 2035年、2050年三個(gè)時(shí)期5～ 10月曰平均WBGT指數(shù)如 圖7所示。結(jié)果顯示，2035年的日WBGT指數(shù)明顯高于 基準(zhǔn)期，平均增溫1.5 2，并持續(xù)增溫，到2050年，日 WBGT指數(shù)平均增溫2.1 2。

3.2高溫對(duì)不同產(chǎn)業(yè)勞動(dòng)生產(chǎn)率的影響

3.2.1勞動(dòng)生產(chǎn)率受影響程度

總體來(lái)說(shuō)，第一產(chǎn)業(yè)農(nóng)業(yè)受高溫的影響最大，其次是 第二產(chǎn)業(yè)制造業(yè)，受影響最小的是第三產(chǎn)業(yè)。定量化的測(cè) 定表現(xiàn)在WBGT指數(shù)超過(guò)各個(gè)產(chǎn)業(yè)耐熱閾值的日數(shù)，其 中，第一產(chǎn)業(yè)勞動(dòng)生產(chǎn)率受高溫影響的平均日數(shù)為125. 83 d，第二產(chǎn)業(yè)受影響日數(shù)為107. 17 d，第三產(chǎn)業(yè)平均日數(shù)為 88. 82 d（見(jiàn)圖8）。隨著氣候變暖，2050與基準(zhǔn)期相比，不 同產(chǎn)業(yè)勞動(dòng)生產(chǎn)率受影響的日數(shù)不斷增加，其中，第一產(chǎn) 業(yè)影響日數(shù)增加14. 5 d，第二產(chǎn)業(yè)、第三產(chǎn)業(yè)受影響的日數(shù)分別增加了 20 d和25d。這表明，雄安新區(qū)未來(lái)增溫主 要表現(xiàn)在高溫日數(shù)的增加，特別是WBGT指數(shù)大于302 以上的高溫日數(shù)的增加速率更大。

未來(lái)增溫情景下，除勞動(dòng)生產(chǎn)率受影響日數(shù)的變化之 外，影響強(qiáng)度也發(fā)生變化，其中，最具代表性的是年最低勞 動(dòng)生產(chǎn)率。圖9為不同時(shí)期不同產(chǎn)業(yè)的年最低勞動(dòng)生產(chǎn) 率，結(jié)果表明，歷史基準(zhǔn)期內(nèi)，第一產(chǎn)業(yè)的年最低勞動(dòng)生產(chǎn) 率為37%，2035年下降至勞動(dòng)生產(chǎn)率的最低值25%，下降 12%，2050年仍為最低值?；鶞?zhǔn)期的第二產(chǎn)業(yè)年最低勞動(dòng) 生產(chǎn)率為81%，2035年將下降至74%，下降幅度約為 7%，低于第一產(chǎn)業(yè)，隨著不斷的增溫，2050年繼續(xù)下降 2%。第三產(chǎn)業(yè)的年最低勞動(dòng)生產(chǎn)率從基準(zhǔn)期的84%分 別下降到2035年的75%和2050年的72%，下降12%。 第三產(chǎn)業(yè)的最低勞動(dòng)生產(chǎn)率降幅大于第二產(chǎn)業(yè)，同時(shí)也說(shuō) 明極端高溫的增溫幅度更大。

3.2.2夏季和年季勞動(dòng)生產(chǎn)率損失

夏季（6 ～ 8月）是勞動(dòng)生產(chǎn)率受高溫影響的主要時(shí) 期，根據(jù)WBGT指數(shù)-勞動(dòng)生產(chǎn)率的關(guān)系方程計(jì)算雄安新 區(qū)夏季平均勞動(dòng)生產(chǎn)率如表1所示。不同時(shí)期，高溫對(duì)不 同產(chǎn)業(yè)的勞動(dòng)生產(chǎn)率均產(chǎn)生影響。整體來(lái)說(shuō)第一產(chǎn)業(yè)的 勞動(dòng)生產(chǎn)率損失最大，從1981—2010年基準(zhǔn)期的 57.91%，下降至2035年的46 . 89%。到2050年，夏季高 溫導(dǎo)致的第一產(chǎn)業(yè)勞動(dòng)生產(chǎn)率損失接近60%，且第一階 段（基準(zhǔn)期一2035年）的損失高于第二階段（2035—2050 年）5%。第二產(chǎn)業(yè)和第三產(chǎn)業(yè)所受高溫影響遠(yuǎn)低于第一 產(chǎn)業(yè)，不同階段，第二產(chǎn)業(yè)的夏季平均勞動(dòng)生產(chǎn)率為 85. 43%，第三產(chǎn)業(yè)較第二產(chǎn)業(yè)高出3. 71%。但隨著氣候 變暖，未來(lái)第二、第三產(chǎn)業(yè)的勞動(dòng)生產(chǎn)率均會(huì)繼續(xù)降低，第 一階段和第二階段的降幅分別為4% ～5%和2% ～3%， 勞動(dòng)生產(chǎn)率損失均低于第一產(chǎn)業(yè)。但是由于二、三產(chǎn)業(yè)的 產(chǎn)值遠(yuǎn)高于第一產(chǎn)業(yè)，因此，由于其勞動(dòng)生產(chǎn)率降低導(dǎo)致 的經(jīng)濟(jì)損失也較第一產(chǎn)業(yè)大。

從年季尺度來(lái)看，各產(chǎn)業(yè)的平均勞動(dòng)生產(chǎn)率均高于夏季水平（見(jiàn)表1）O受高溫影響，第一產(chǎn)業(yè)年勞動(dòng)生產(chǎn)率低 于90%，其次是第二產(chǎn)業(yè)，第三產(chǎn)業(yè)受影響最小，第二、三 產(chǎn)業(yè)的勞動(dòng)生產(chǎn)率均在95%以上。和基準(zhǔn)期相比，2035 年和2050年第一產(chǎn)業(yè)的勞動(dòng)生產(chǎn)率分別下降了 4.14%和 5.62%，從88. 73%下降至83. 11%。未來(lái)高溫天氣對(duì)第 二產(chǎn)業(yè)和第三產(chǎn)業(yè)勞動(dòng)生產(chǎn)率影響類似，2035、2050年的 勞動(dòng)生產(chǎn)率較基準(zhǔn)期分別下降1.5%和2%左右。預(yù)計(jì)到 2050年，雄安新區(qū)全面建成階段，受高溫的影響，第一產(chǎn) 業(yè)、第二產(chǎn)業(yè)、第三產(chǎn)業(yè)的年勞動(dòng)生產(chǎn)率分別下降至 83.11%、95.22%和96 . 25%，但具體的影響則取決于城市 的產(chǎn)業(yè)構(gòu)成。

2.1.13高溫對(duì)雄安新區(qū)總勞動(dòng)生產(chǎn)率的影響預(yù)估

氣候條件決定了未來(lái)不同產(chǎn)業(yè)勞動(dòng)生產(chǎn)率的高溫暴 露程度，但高溫對(duì)區(qū)域勞動(dòng)生產(chǎn)率的影響，不僅受氣候條 件的影響，同時(shí)也取決于產(chǎn)業(yè)結(jié)構(gòu)。根據(jù)2 . 2節(jié)對(duì)雄安新 區(qū)未來(lái)社會(huì)三次產(chǎn)業(yè)結(jié)構(gòu)的預(yù)設(shè)，預(yù)計(jì)到2035年，城市產(chǎn) 業(yè)結(jié)構(gòu)比例區(qū)間為 5. 49% ：24 . 70% ：69. 81% - 0 . 5% ： 19 . 5% ：80 . 0%，根據(jù)公式（10）計(jì)算區(qū)域平均勞動(dòng)生產(chǎn)率。 結(jié)果表明：如果不采取任何措施，到2035年，受高溫影響 雄安新區(qū)夏季勞動(dòng)生產(chǎn)率為85. 23% -87.49%，年勞動(dòng)生 產(chǎn)率為95. 93% -96. 60%，即由于高溫的影響導(dǎo)致年勞動(dòng) 生產(chǎn)率平均下降3.40% -4 . 07% o

到2050年，夏季勞動(dòng)生產(chǎn)率下降至84 . 63% - 85. 11%，夏季勞動(dòng)生產(chǎn)率損失在15%左右，較2035年繼 續(xù)下降1.5%o雖然夏季的勞動(dòng)生產(chǎn)率下降比較明顯，但 年季尺度上，由于一二三產(chǎn)業(yè)進(jìn)一步融合，第三產(chǎn)業(yè)比例 進(jìn)一步增加，區(qū)域產(chǎn)業(yè)對(duì)高溫天氣的敏感性逐漸降低，不 同產(chǎn)業(yè)預(yù)設(shè)情景下，受高溫影響導(dǎo)致的勞動(dòng)生產(chǎn)率損失在 3. 87% -4 . 02% o考慮到雄安新區(qū)第二產(chǎn)業(yè)區(qū)別與傳統(tǒng) 制造業(yè)，則最低的損失值為3. 76% o因此，到2050年受高 溫影響導(dǎo)致的雄安新區(qū)勞動(dòng)生產(chǎn)率損失為3. 76% - 4 . 02% o雖然高溫對(duì)年勞動(dòng)生產(chǎn)率的影響變化不明顯，但 是由于經(jīng)濟(jì)總量的不斷增加，高溫影響勞動(dòng)生產(chǎn)率造成的 經(jīng)濟(jì)損失也越大。

4結(jié)論及應(yīng)對(duì)策略

4 . 1主要結(jié)論

氣候變暖背景下，未來(lái)全球高溫風(fēng)險(xiǎn)不斷增加，并對(duì) 人體健康、社會(huì)經(jīng)濟(jì)產(chǎn)生重大影響，但由于其對(duì)經(jīng)濟(jì)影響 的隱蔽性往往被低估，本研究以雄安新區(qū)為例，利用 WBGT指數(shù)與勞動(dòng)生產(chǎn)率的暴露-反應(yīng)關(guān)系方程，模擬未 來(lái)氣候情景下，高溫天氣對(duì)不同產(chǎn)業(yè)勞動(dòng)生產(chǎn)率的影響。 主要結(jié)論如下。

2.未來(lái)氣候情景下，雄安新區(qū)日最高氣溫逐漸上 升，高溫日數(shù)從1980年的5. 4d，增加到2050年的23. 8 （19 . 5-30 . 4） d，高溫日數(shù)增加速率為2. 5d/10 a。

3.未來(lái)增溫情景下，雄安新區(qū)不同產(chǎn)業(yè)的勞動(dòng)生產(chǎn) 率受影響日數(shù)和影響強(qiáng)度逐步增多增強(qiáng)。預(yù)計(jì)到2050 年，受高溫的影響，第一產(chǎn)業(yè)、第二產(chǎn)業(yè)、第三產(chǎn)業(yè)的夏季 勞動(dòng)生產(chǎn)率下降至40 . 96%、82 . 36%和85. 46%，年勞動(dòng) 生產(chǎn)率分別下降至83. 11%、95. 22%和96 . 25%。

4.未來(lái)受高溫影響，在不采取任何措施的情景下， 2035年，雄安新區(qū)夏季勞動(dòng)生產(chǎn)率為85. 23% - 87. 49%， 年勞動(dòng)生產(chǎn)率為95. 93% -96. 60% o 2050年，夏季勞動(dòng) 生產(chǎn)率較2035年繼續(xù)下降約1.5%，由于第三產(chǎn)業(yè)比例進(jìn) 一步增加，高溫影響導(dǎo)致雄安新區(qū)的年勞動(dòng)生產(chǎn)率損失較 2035年變化不大，為3. 76% -4 . 02%。但隨著經(jīng)濟(jì)體量 的增加，造成的損失不斷增加。因此，有必要采取一定的 應(yīng)對(duì)措施，以降低高溫通過(guò)對(duì)勞動(dòng)生產(chǎn)率的影響造成的經(jīng) 濟(jì)損失。

4 . 2應(yīng)對(duì)策略

隨著氣候變暖，未來(lái)雄安新區(qū)高溫日數(shù)和強(qiáng)度不斷增 加增強(qiáng)，高溫導(dǎo)致產(chǎn)業(yè)勞動(dòng)生產(chǎn)率不同程度下降，并間接 地對(duì)經(jīng)濟(jì)造成影響。因此，雄安新區(qū)的規(guī)劃建設(shè)有必要考 慮未來(lái)高溫風(fēng)險(xiǎn)，最大限度降低產(chǎn)業(yè)勞動(dòng)生產(chǎn)率損失。 IPCC《管理極端事件和災(zāi)害風(fēng)險(xiǎn)推進(jìn)氣候變化適應(yīng)特別 報(bào)告》（SREX）提出災(zāi)害風(fēng)險(xiǎn)管理和適應(yīng)氣候變化的重點(diǎn) 是降低暴露度和脆弱性。根據(jù)雄安新區(qū)相關(guān)產(chǎn)業(yè)發(fā)展規(guī) 劃，其未來(lái)規(guī)劃期內(nèi)高端高新產(chǎn)業(yè)增加值占GDP的比重 將達(dá)到70% -80%，產(chǎn)業(yè)對(duì)高溫的敏感性和脆弱性較低。 因此，雄安新區(qū)未來(lái)應(yīng)對(duì)高溫風(fēng)險(xiǎn)應(yīng)以削弱暴露度為主、 降低脆弱性為輔的事前風(fēng)險(xiǎn)防控型適應(yīng)模式。

4 . 2 . 1削弱高溫暴露度

完善新區(qū)高溫應(yīng)對(duì)的頂層設(shè)計(jì)。在新區(qū)規(guī)劃、布局、 建設(shè)中要充分考慮高溫對(duì)未來(lái)新區(qū)發(fā)展的影響，并把防御 和應(yīng)對(duì)高溫作為一項(xiàng)長(zhǎng)期的重要戰(zhàn)略任務(wù)，將高溫規(guī)劃作 為雄安新區(qū)應(yīng)對(duì)氣候變化的關(guān)鍵內(nèi)容之一。一是制定《高 溫?zé)崂藨?yīng)對(duì)規(guī)劃》，并進(jìn)一步完善節(jié)能減排、清潔能源、綠 色基礎(chǔ)設(shè)施建設(shè)等事關(guān)產(chǎn)業(yè)發(fā)展的長(zhǎng)期戰(zhàn)略規(guī)劃。二是 是制定與氣候變化密切相關(guān)的氣象預(yù)報(bào)系統(tǒng)、公共衛(wèi)生應(yīng) 急預(yù)案、救援機(jī)制。建立新區(qū)智慧氣象系統(tǒng)、高溫與健康 風(fēng)險(xiǎn)的早期預(yù)警系統(tǒng)，及時(shí)有效預(yù)測(cè)高溫暴露與災(zāi)害影響 程度。三是建立高溫適應(yīng)性產(chǎn)業(yè)智慧成長(zhǎng)體系。進(jìn)一步 完善拓展新區(qū)產(chǎn)業(yè)發(fā)展方向，加大對(duì)高溫應(yīng)對(duì)新材料的研 發(fā)、試驗(yàn)、轉(zhuǎn)化和產(chǎn)業(yè)化，并加強(qiáng)高溫應(yīng)對(duì)新材料在新區(qū)各 領(lǐng)域的智慧應(yīng)用，形成新區(qū)自有的高溫適應(yīng)性產(chǎn)業(yè)成長(zhǎng)體 系，為打造世界級(jí)綠色樣板城市提供支撐。

構(gòu)建雄安新區(qū)城市、社區(qū)、建筑三層面的降溫型綠色 空間網(wǎng)絡(luò)。綠色生態(tài)空間營(yíng)造可以有效地減緩和防護(hù)高 溫?zé)崂?，降低高溫暴露程度。未?lái)雄安新區(qū)藍(lán)綠空間比例 在70%以上，但如何設(shè)計(jì)、布局才能讓藍(lán)綠空間的降溫防 護(hù)作用發(fā)揮到最大是需要認(rèn)真思考的。城市層面，要強(qiáng)化 對(duì)通風(fēng)廊道、涼爽步道、避暑空間、大型納涼中心等綠色基 礎(chǔ)設(shè)施建設(shè)布局的科學(xué)性和合理性論證;社區(qū)層面，要進(jìn) 一步強(qiáng)化對(duì)綠化空間、街道高寬比、街區(qū)形態(tài)等的高溫應(yīng) 對(duì)性安排;建筑層面，完善城市的建筑設(shè)計(jì)，要進(jìn)一步加強(qiáng) 對(duì)建筑物綠化技術(shù)、建筑節(jié)能技術(shù)、高蒸散高散射率的材 料應(yīng)用技術(shù)等的強(qiáng)化應(yīng)用，避免高溫天氣引起更高的室內(nèi) 溫度危害以及能源的消耗。

4.2.2 降低產(chǎn)業(yè)脆弱性

農(nóng)業(yè)是雄安新區(qū)應(yīng)對(duì)氣候變化較為敏感和脆弱的產(chǎn) 業(yè)，為降低高溫對(duì)農(nóng)業(yè)勞動(dòng)生產(chǎn)率的影響，新區(qū)在未來(lái)發(fā) 展中，可探索實(shí)施有自身特色的氣候智慧型農(nóng)業(yè)發(fā)展模 式，為世界提供成功經(jīng)驗(yàn)和示范。一是探索建立氣候智慧 型作物生產(chǎn)技術(shù)體系。圍繞高產(chǎn)、高效、集約、彈性、可持 續(xù)的發(fā)展目標(biāo)，分析不同農(nóng)業(yè)類型應(yīng)對(duì)及適應(yīng)高溫的智能 生產(chǎn)技術(shù)，選項(xiàng)識(shí)別、風(fēng)險(xiǎn)權(quán)衡、評(píng)估應(yīng)用。同時(shí)，加快對(duì) 新區(qū)農(nóng)業(yè)高溫生態(tài)災(zāi)害鏈風(fēng)險(xiǎn)防控技術(shù)、水-作物-生態(tài) 集成適應(yīng)高溫變化技術(shù)等的研究應(yīng)用，建立不同類型作物 的高溫應(yīng)對(duì)技術(shù)模式，提升農(nóng)業(yè)生產(chǎn)系統(tǒng)應(yīng)對(duì)高溫?zé)崂说?技術(shù)支撐。二是建立氣候智慧型農(nóng)業(yè)智能生產(chǎn)與管理體 系。推動(dòng)物聯(lián)網(wǎng)、傳感及云計(jì)算等技術(shù)實(shí)現(xiàn)對(duì)農(nóng)業(yè)生產(chǎn)、 儲(chǔ)存、加工、銷售以及對(duì)氣候、土地和水資源等在內(nèi)的農(nóng)業(yè) 生產(chǎn)條件的智能化監(jiān)測(cè)、控制和管理。全面啟動(dòng)新區(qū)數(shù)字 農(nóng)業(yè)建設(shè)工程，提升農(nóng)業(yè)生產(chǎn)的智慧化、精細(xì)化、自動(dòng)化、 科學(xué)化水平，減少勞動(dòng)力對(duì)農(nóng)業(yè)的參與。

制造業(yè)和服務(wù)業(yè)若要在高溫應(yīng)對(duì)上形成示范，可探索 建立高溫適應(yīng)性產(chǎn)業(yè)發(fā)展模式。一方面建立高溫適應(yīng)性 產(chǎn)業(yè)人員保障體系。針對(duì)二三產(chǎn)業(yè)的不同特征，研究高溫 情景下不同職業(yè)的暴露度、影響的相對(duì)范圍和經(jīng)濟(jì)損失， 針對(duì)不同影響程度的產(chǎn)業(yè)和人群，完善職業(yè)衛(wèi)生標(biāo) 準(zhǔn)，建立差異化干預(yù)和應(yīng)對(duì)策略。如科學(xué)設(shè)計(jì)戶內(nèi)外 人員作業(yè)方案、多方位增加人文關(guān)懷等，降低勞動(dòng)力 對(duì)極端高溫的敏感性。另一方面，建立高溫適應(yīng)性產(chǎn) 業(yè)技術(shù)支撐體系。推動(dòng)無(wú)人系統(tǒng)智能制造技術(shù)、智能 服務(wù)技術(shù)的研發(fā)突破和在新區(qū)制造業(yè)、服務(wù)業(yè)中的示 范應(yīng)用。

（編輯：于杰）

參考文獻(xiàn)

[1 ] LAAIDI K，ZEGHNOUN A，DOUSSET B，et al. The impact of heat islands on mortality in Paris during the August 2003 heat wave [ J]. Environmental health perspectives，2012，120（2） ： 254 -259.

2.1.4PALECKI M A，CHANGNON S A，KUNKEL K E. The nature and impactsoftheJuly1999heatwaveinthemidwesternUnitedStates ： learning from the lessons of 1995 [ J ]. Bulletin of the American Meteorological Society，2001，82（7） ： 1353 -1368.

2.1.5MILLER N L，HAYHOE K，JIN J，et al. Climate，extreme heat， and electricity demand in California [ J ]. Journal of applied meteorology and climatology，2008，47（6） ： 1834 - 1844.

2.1.6祁新華，程煜，李達(dá)謀，等.西方高溫?zé)崂搜芯渴鲈u(píng)[J].生態(tài)學(xué) 報(bào)，2016，36（9） ：2773 -2779.

[5 ] PERRY A. Will predicted climate change compromise the sustainability of Mediterranean tourism？ [ J ]. Journal of sustainable tourism，2006，14（4） ： 367 - 375.

[6 ]TAYLOR T，ORTIZR A.Impactsofclimatechangeondomestic tourism intheUK ：apaneldataestimation [J ] .Tourism economic， 2009，15（4）： 803-812.

[7] RUTTY M，SCOTT D. Will the Mediterranean become ‘ too hot for tourism？ a reassessment [ J ]. Tourism and hospitality planning & development，2010， 7（3） ： 267 -281.

[8 ] MILLER N L，HAYHOEK，JIN J，etal.Climate，extremeheat， and electricity demand in California [J ] . Journal of applied meteorologyandclimatology，2008，47 （6 ）： 1834-1844

[1]AUFFHAMMER M，BAYLIS P，HAUSMAN C H. Climate change is projected to have severe impacts on the frequency and intensity of peak electricity demand across the United States[ J]. Proceedings of theNationalAcademyofSciencesoftheUnitedStatesofAmerica， 2017， 114（8） ： 1886 -1891.

[2]曹文靜，孫傅，劉益宏，曾思育.極端高溫事件對(duì)城市用水量和 供水管網(wǎng)系統(tǒng)的影響[J].氣候變化研究進(jìn)展，2018， 14（5）： 485-494.

[3]ANDERSEN O B，SENEVIRATNE S I，HINDERER J，et al. GRACE-derived terrestrial water storage depletion associated with the2003Europeanheatwave [J ] .Geophysicalresearchletters， 2005，32（ 18）： 18405.

[4]XIA Y，LI Y，GUAN D，et al. Assessment of the economic impacts of heat waves： a case study of Nanjing， China [ J ]. Journal of cleanerproduction，2018，171 ： 811-819.

[13 ]KJELLSTROM T，KOVATSR S，LLOYD SJ，etal.Thedirect impactofclimate change on regionallabor productivity [J ] .

Archives of environmental & occupational health， 2009 ， 64 （4 ）： 217 -227.

[14 ] ROSON R， SARTORI M. Estimation of climate change damage functions for 140 regions in the GTAP9 database [ M ]. The world Bank， 2016.

[15 ： SUZUKI-PARKER A， KUSAKA H. Future projections of labor hours based on WBGT for Tokyo and Osaka， Japan， using multiperiod ensemble dynamical downscale simulations [ J ]. International journal of biometeorology， 2016 ， 60（2） ： 307 -310.

[34]楊紅龍，許吟隆，陶生才，等.高溫?zé)崂舜嗳跣耘c適應(yīng)性研究 進(jìn)展[J].科技導(dǎo)報(bào)，2010， 28（19）： 98 -102.

[35]ZANDER K K， BOTZEN WJW， OPPERMANN E， et al. Heat stress causes substantial labour productivity loss in Australia [ J ]. Natureclimatechange ，2015 ，5 （7 ）：647-651.

[36]張自銀，馬京津，雷楊娜.北京市夏季電力負(fù)荷逐日變率與氣 象因子關(guān)系[J].應(yīng)用氣象學(xué)報(bào)，2011， 22（6）： 760 -765.

[37]廖峰，徐聰穎，姚建剛，等.常德地區(qū)負(fù)荷特性及其影響因素分 析[J].電網(wǎng)技術(shù)，2012， 36（7）： 117-125.

[38]李植鵬.深圳電網(wǎng)負(fù)荷與氣溫的關(guān)系研究[J].電氣技術(shù)，2016 （11）：87-90.

[39]ROSE S， TURNER D， BLANFORD G， et al. Understanding the social costofcarbon：atechnicalassessment[R] .2014.

[40]WU CYH， ZAITCHIK B F， GOHLKE J M. Heat waves and fatal trafic crashes in the continental United States [ J ]. Accident analysis& prevention ，2018 ， 119：195-201.

[41]BASAGANA X， ESCALERA-ANTEZANA J P， DADVAND P， et al.Highambienttemperaturesandriskofmotorvehiclecrashesin Catalonia， Spain （ 2000 - 2011 ） ： a time-series analysis [ J ]. Environmentalhealthperspectives ，2015 ， 123 （ 12 ）：1309-1316.

[24 ]BURKEM ，HSIANGSM ，MIGUELE.Globalnon-linearefectof temperature on economic production [J ] . Nature ， 2015 ， 527 （7577）：235-239.

[25 ]蘇亞男，何依伶，馬銳，等.氣候變化背景下高溫天氣對(duì)職業(yè)人群 勞動(dòng)生產(chǎn)率的影響[J].環(huán)境衛(wèi)生學(xué)雜志，2018， 8（5）： 40 -46.

[26 ]WorldMeteorologicalAssociation.Theglobalclimate2001-2010： a decade of climate extremes， summary report[ R]. 2013.

[27 ] OBRADOVICH N ， MIGLIORINIR ， PAULUS M P ， etal. Empiricalevidenceofmentalhealthrisksposedbyclimatechange [J ] . ProceedingsoftheNationalAcademyofSciencesofthe UnitedStatesofAmerica，2018， 115（43）：10953-10958.

[28 ]TAKAKURA J ，F(xiàn)UJIMORIS ，TAKAHASHIK ，etal.Costof preventingworkplaceheat-relatedillnessthroughworkerbreaksand the benefit of climate-change mitigation[J ] . Environmental researchletters ，2017 ， 12 （6 ）：064010.

[4]CANNON A J， SOBIE S R， MURDOCK T Q. Bias correction of GCM precipitation by quantile mapping： how well do methods preserve changes in quantiles and extremes ？ [ J ]. Journal of climate， 2015， 28（17） ： 6938 -6959.

[5]韓振宇，童堯，高學(xué)杰，等·分位數(shù)映射法在RegCM4中國(guó)氣溫 模擬訂正中的應(yīng)用[J].氣候變化研究進(jìn)展，2018， 14（4） ： 331 -340.

[6]石英，韓振宇，徐影，等.6.25 km高分辨率降尺度數(shù)據(jù)對(duì)雄安新 區(qū)及整個(gè)京津冀地區(qū)未來(lái)極端氣候事件的預(yù)估[J].氣候變化 研究進(jìn)展，2019， 15（2）： 140-149.

[7]河北省統(tǒng)計(jì)局.河北經(jīng)濟(jì)年鑒（2018） [M].北京：中國(guó)統(tǒng)計(jì)出 版社，2019.

[8]《河北雄安新區(qū)規(guī)劃綱要讀本》編寫(xiě)組.河北雄安新區(qū)規(guī)劃綱 要讀本[M].北京：人民出版社，2018.

[9]北京市統(tǒng)計(jì)局.北京統(tǒng)計(jì)年鑒（2009） [M].北京：中國(guó)統(tǒng)計(jì)出 版社，2010.

[35 ]WILLETT K M ， SHERWOOD S. Exceedance ofheatindex thresholdsfor15regionsunderawarmingclimateusingthewet- bulb globe temperature [ J]. International journal of climatology， 2012， 32（2） ： 161 -177.

[36 ]ALTINSOY H ， YILDIRIM H A.Laborproductivitylossesover westernTurkeyinthetwenty-firstcenturyasaresultofalterationin WBGT[J] .International journalofbiometeorology ，2015 ，59 （4 ）： 463-471.

[37 ]BUCK A L. New equationsforcomputing vaporpressure and enhancementfactor[J ] .Journalofappliedmeteorology ， 1981 ，20 （12）： 1527-1532.

[38 ]MATSUMOTO K. Climate change impacts on socioeconomic activities through labor productivity changes considering interactionsbetween socioeconomic and climate systems [J ] . Journalofcleanerproduction ，2019 ，216 ：528-541.

[9]朱江，馬柱國(guó)，嚴(yán)中偉，等.氣候變化背景下雄安新區(qū)發(fā)展中面 臨的問(wèn)題[J].中國(guó)科學(xué)院院刊，2017， 32（11） ： 1231 -1236.

[10]黃存瑞，何依伶，馬銳，等 高溫?zé)崂说慕】敌?yīng)：從影響評(píng)估到應(yīng) 對(duì)策略[J].山東大學(xué)學(xué)報(bào)（醫(yī)學(xué)版），2018， 56（8）： 14-20.

[41 ]IOANNOULG ，TSOUTSOUBIL ，SAMOUTISG ，etal.Time- motionanalysisasanovelapproachforevaluatingtheimpactof environmentalheatexposureonlaborlossinagricultureworkers[J ] . Temperature，2017，4（3）：330-340.

[42 ]ZHAOY ，SULTANB ，VAUTARDR ，etal.Potentialescalationof heat-relatedworkingcostswithclimateandsocioeconomicchanges inChina[J ] .ProceedingsoftheNationalAcademyofSciencesof theUnitedStatesofAmerica ，2016 ， 113 （ 17 ）：4640-4645.

[43 ]YIW ，CHAN A P.Efectsofheatstressonconstructionlabor productivityin HongKong ：acasestudyofrebarworkers [J ] . Internationaljournalofenvironmentalresearchandpublichealth ， 2017， 14（9）： 1055.

[44 ] KUMARS ，YALEW AW.Economicimpactsofclimatechangeon secondaryactivities ：aliteraturereview[J ] .Lowcarboneconomy ， 2012， 3（2）：39-48.

[26]周君衡.中國(guó)建筑工人高溫作業(yè)環(huán)境與生產(chǎn)率研究[D].北京： 清華大學(xué)，2015.

[27]劉華軍，劉傳明.環(huán)境污染空間溢出的網(wǎng)絡(luò)結(jié)構(gòu)及其解釋—— 基于1997 -2013年中國(guó)省際數(shù)據(jù)的經(jīng)驗(yàn)考察[J].經(jīng)濟(jì)與管理

評(píng)論，2017（1）：57 -64. [48] LEE S， LEEK， LIMB， et al. Kfects of climate change-related

[28]武夕琳，劉慶生，劉高煥，等.高溫?zé)崂孙L(fēng)險(xiǎn)評(píng)估研究綜述 heat stress on labor productivity in South Korea[ J]. International

[J].地球信息科學(xué)學(xué)報(bào)，2019， 21（7） ： 1029 -1039. journal of biometeorology， 2018， 62（12） ： 2119 -2129.

The impact of hot weather on regional labor productivity

over Xiongan New District under future climate scenario

WANG Yan-fang1 BIAN Ji-yun1 LI Guo-qing3

（1. College of Land Resource and Urban Planning， Hebei GEO University， Shijiazhuang Hebei 050031 ， China;

2. Hebei Academy of Social Sciences， Shijiazhuang Hebei 050051， China;

3. Institute for Urban and Environment Studies Chinese Academy of Social Sciences， Beijing 100028， China）

Abstract With global warming， the records for the highest temperature in different parts of the world have been broken constantly. Hot weather has a significant impact on the global social economy， in which the loss of labor productivity is one of the most extensive effects. The prediction of hot weather and its impact in the future is of great significance for dealing with climate change. Taking the Xiongan New District as an example， this study obtained the meteorological data with spatial resolution of 6. 25 km by dynamic and statistical downscaling method from the 4 global models in CMIP5 under the medium greenhouse gas emission scenario （ RCP4. 5 ） . The laborproductivitylosscausedbyhotweatherindiferentdevelopmentstagesoftheXionganNewDistrictwasestimatedbasedonthe exposure response equation between WBGT （ wet bulb globe temperature） index and labor productivity. Finally， the corresponding countermeasures were put forward. The results showed that： ① Under the moderate emission scenario， the mean daily maximum temperature in the Xiongan New District keeps rising in the future. The days with daily maximum temperature higher than 35Y will increase from about 5. 4 days in 1980 to23.8 （ 19. 5 ?30. 4） din 2050. The increase rate is about 2. 5 d/10a.② Affected by the increasing temperature， the labor productivity of diferent industries in the Xiongan New District will decrease constantly. It is estimated that， by 2050， labor productivity of the primary industry， the secondary industry and the tertiary industry in summer will drop to 40. 96% ， 82. 36% and 85. 46% respectively， and the annual labor productivity will drop to 83.11% ， 95. 22% and 96. 25% respectively. ③ In terms of the industrial structure of the Xiongan New District in the future， labor productivity in summer will be between 85.23% and 87.49% in 2035 ， and the annual labor productivity will be between 95.93% and 96. 60% without any measures taken. In 2050， labor productivity in summer will be 1.5% less than that in 2035. The loss of annual labor productivity is 3. 76% ? 4.02% in2050，withlittlechangecomparedwiththatin2035duetotheincreaseproportionofthetertiaryindustry.However，the economiclosswillhavegraduallyincreasedby2050.Inthefuture，itisnecessarytotakehightemperaturerisksintoconsideration.A preventionandcontroladaptivemodemainlyreducinghightemperatureexposureandpartlyreducingindustrialsensitivityshouldbe establishedtoadapttoclimatechange.

Key words hot weather ; labor productivity ; Xiongan New District ; WBGT

收稿日期：2020?-02-06?修回日期：2020?-04?-15

作者簡(jiǎn)介：王彥芳，博士，講師，主要研究方向?yàn)樯鷳B(tài)經(jīng)濟(jì)、資源環(huán)境遙感。E-mail：?wangyanfang517@126.?com。

通信作者：邊繼云，研究員，主要研究方向?yàn)楫a(chǎn)業(yè)經(jīng)濟(jì)學(xué)。E-mail：?b122626jy@163.com。

基金項(xiàng)目：科技部國(guó)家重點(diǎn)研究計(jì)劃資助課題“雄安新區(qū)氣候變化風(fēng)險(xiǎn)評(píng)估及三生適應(yīng)模式研究”（批準(zhǔn)號(hào)：2018YFA0606304）。