陜西省民眾氣候變化風(fēng)險(xiǎn)感知的空間差異性

孫靖妮，周 旗，b，馬元森，張 瑾，杜若蘭

（寶雞文理學(xué)院，a.地理與環(huán)境學(xué)院；b.陜西省災(zāi)害監(jiān)測(cè)與機(jī)理模擬重點(diǎn)實(shí)驗(yàn)室，陜西 寶雞 721013）

1990 年，政府間氣候變化專門(mén)委員會(huì)（IPCC）發(fā)布的第一次氣候變化評(píng)估報(bào)告指出，溫室氣體排放量的增加能夠直接導(dǎo)致全球表面溫度的升高［1］。2014 年3 月，IPCC 評(píng)估報(bào)告將風(fēng)險(xiǎn)納入到了氣候變化研究領(lǐng)域，通過(guò)對(duì)氣候變化相關(guān)危害、暴露度和脆弱性3 個(gè)方面的綜合分析，最終制定了氣候變化風(fēng)險(xiǎn)的評(píng)估框架，并解釋了氣候變化風(fēng)險(xiǎn)的產(chǎn)生源頭［2，3］。2021 年8 月，IPCC 第六次評(píng)估報(bào)告第一工作組報(bào)告表明，氣候變化廣泛、迅速且強(qiáng)勁，人類活動(dòng)已經(jīng)引發(fā)了全球氣候危機(jī)［4］。針對(duì)日益加重的極端事件影響應(yīng)盡早部署好防災(zāi)減災(zāi)工作，如完善氣候系統(tǒng)綜合站網(wǎng)建設(shè)、提高對(duì)氣候變化規(guī)律和機(jī)理的認(rèn)識(shí)等。氣候變化風(fēng)險(xiǎn)成為人類可持續(xù)發(fā)展的重要制約因子。面對(duì)氣候變化風(fēng)險(xiǎn)，對(duì)于應(yīng)對(duì)氣候變化風(fēng)險(xiǎn)決策而言，科學(xué)家評(píng)估是制定應(yīng)對(duì)策略的科學(xué)基礎(chǔ)，民眾感知?jiǎng)t是制定應(yīng)對(duì)策略的社會(huì)基礎(chǔ)，二者具有同等權(quán)重［5］，應(yīng)對(duì)氣候變化風(fēng)險(xiǎn)，僅靠政府的策略是不夠的，民眾具有良好的風(fēng)險(xiǎn)意識(shí)也同樣重要。缺乏社會(huì)基礎(chǔ)的應(yīng)對(duì)策略是不完備的。但對(duì)于氣候變化風(fēng)險(xiǎn)的綜合判斷大多數(shù)還是專家有較為科學(xué)的認(rèn)識(shí)，而民眾對(duì)氣候變化風(fēng)險(xiǎn)的感知不足，因此，有必要加強(qiáng)民眾氣候變化風(fēng)險(xiǎn)感知狀況的研究。

本研究基于IPCC 氣候變化風(fēng)險(xiǎn)評(píng)估框架，以敏感性、韌性、危險(xiǎn)性和暴露度4 個(gè)感知維度建立評(píng)價(jià)指標(biāo)體系，并利用探索性因子分析對(duì)各維度的測(cè)度指標(biāo)項(xiàng)進(jìn)行降維處理，獲得感知得分。以陜西省107 個(gè)區(qū)縣為行政單元分析民眾對(duì)于氣候變化風(fēng)險(xiǎn)感知的狀況，初步分析驗(yàn)證民眾氣候變化風(fēng)險(xiǎn)感知評(píng)估模型的可行性，并為后續(xù)開(kāi)展較大范圍的調(diào)查及更深層次的感知研究提供技術(shù)支持。

1 研究區(qū)概況

陜西省位于中國(guó)內(nèi)陸，介于東經(jīng)105°29′—111°15′，北緯31°42′—39°35′，總面積達(dá)20.56 萬(wàn)km2。陜西省由高原、山地、平原和盆地等多種地貌構(gòu)成，地勢(shì)呈南北高、中間低，基本可分為陜北黃土高原、關(guān)中平原、陜南山地3 種地貌類型。地跨黃河、長(zhǎng)江兩大水系，橫跨3 個(gè)氣候帶，陜北北部長(zhǎng)城沿線屬中溫帶季風(fēng)氣候，關(guān)中及陜北大部屬暖溫帶季風(fēng)氣候，陜南屬于北亞熱帶季風(fēng)氣候。年降水量為265～1 289 mm，由南至北降水量逐漸減少，差異明顯［6］。截至2020年，陜西省下轄10 個(gè)地級(jí)市、30 個(gè)市轄區(qū)、7 個(gè)縣級(jí)市、70 個(gè)縣，常住人口3 876.21 萬(wàn)人。2020 年，陜西省實(shí)現(xiàn)生產(chǎn)總值26 181.86 億元，比2019 年增長(zhǎng)2.2%。其中，第一產(chǎn)業(yè)增加值2 267.54 億元，增長(zhǎng)3.3%；第二產(chǎn)業(yè)增加值11 362.58 億元，增長(zhǎng)1.4%；第三產(chǎn)業(yè)增加值12 551.74 億元，增長(zhǎng)2.8%［7］。

人類活動(dòng)導(dǎo)致的全球氣候變暖使陜西省的水熱條件也隨之增強(qiáng)。由于陜西省特殊的地形地貌狀況，夏秋季節(jié)局地強(qiáng)降水頻發(fā)，由此引發(fā)的地質(zhì)災(zāi)害數(shù)量、強(qiáng)度都明顯增加。干旱、滑坡、泥石流、山洪等自然災(zāi)害造成了巨大的人員、財(cái)產(chǎn)損失［8］。

2 數(shù)據(jù)來(lái)源與方法

2.1 數(shù)據(jù)來(lái)源

陜西省公眾的氣候變化風(fēng)險(xiǎn)感知數(shù)據(jù)主要來(lái)源于問(wèn)卷調(diào)查。2018 年9 月至2021 年11 月，利用調(diào)查問(wèn)卷實(shí)地走訪了陜西省107 個(gè)區(qū)縣，在人流量密集場(chǎng)所進(jìn)行實(shí)地隨機(jī)調(diào)研。共發(fā)放了10 000 份問(wèn)卷，回收9 692 份，回收率為96.92%。通過(guò)問(wèn)卷篩選，放棄526 份存在未答題目過(guò)多、亂選亂答情況問(wèn)卷，最終獲得有效問(wèn)卷9 166 份，平均各區(qū)縣共發(fā)放問(wèn)卷86 份，調(diào)查樣本基本特征統(tǒng)計(jì)結(jié)果如表1 所示。從表1 可以看出，樣本的男女人數(shù)占比分別為48.5%和51.5%；18～58 歲的人口群體占大多數(shù)，占總調(diào)查人數(shù)的87.7%，其中18～28 歲的人數(shù)最多，占40.8%；在文化程度方面，受訪者大多數(shù)為本科、大專、高中、初中學(xué)歷；政治面貌方面，以中共黨員、群眾、共青團(tuán)員人員為主；從職業(yè)特征來(lái)看，打工∕務(wù)工人員、學(xué)生、務(wù)農(nóng)人員、企業(yè)職工∕工人的人數(shù)較多；從經(jīng)濟(jì)收入情況來(lái)看，經(jīng)濟(jì)上較寬裕、收入與支出大致相當(dāng)?shù)娜藬?shù)較多。

2.2 研究方法

探索性因子分析是通過(guò)線性轉(zhuǎn)換從多個(gè)變量中選出少數(shù)幾個(gè)重要變量的統(tǒng)計(jì)分析方法。其原理是將多個(gè)變量轉(zhuǎn)換成一組彼此無(wú)關(guān)的幾個(gè)新的綜合指標(biāo)，并使它們盡可能地保留原始變量的信息［9］。本研究利用探索性因子分析法對(duì)敏感性、韌性、危險(xiǎn)性及暴露度4 個(gè)方面的測(cè)度指標(biāo)項(xiàng)進(jìn)行降維處理，此方法能夠根據(jù)數(shù)據(jù)間的關(guān)系對(duì)原始指標(biāo)進(jìn)行聚類后簡(jiǎn)化指標(biāo)體系。

利用SPSS 26.0 軟件中的“分析-降維-因子分析”工具，分別從4 個(gè)感知維度進(jìn)行探索性因子分析，得到總方差解釋、旋轉(zhuǎn)成分矩陣及因子得分系數(shù)。通過(guò)加權(quán)法整合指標(biāo)，將各指標(biāo)的數(shù)值整合為指數(shù)的方法，即通過(guò)各指標(biāo)的標(biāo)準(zhǔn)化值與該指標(biāo)權(quán)重之積的加權(quán)和來(lái)計(jì)算指數(shù)［10-12］，然后根據(jù)公因子得分系數(shù)計(jì)算因子得分F，即所測(cè)量維度各因子指標(biāo)得分值（式1）。然后通過(guò)各因子在本維度中的方差貢獻(xiàn)率，得到最終權(quán)重（式2）。

3 結(jié)果與分析

3.1 民眾氣候變化風(fēng)險(xiǎn)感知主成分分析及權(quán)重

由敏感性感知指標(biāo)總方差解釋可以得出，從原有的13 個(gè)指標(biāo)中提取出3 個(gè)主要因子。其中，第一因子包含影響公眾氣候變化風(fēng)險(xiǎn)敏感性感知因素最多，屬于主要影響因素，后2 個(gè)因子次之。由韌性感知指標(biāo)總方差解釋可以得出，對(duì)原有42 個(gè)韌性感知指標(biāo)進(jìn)行因子提取后，得到9 個(gè)主要因子。其中，第一、第二因子的累積方差貢獻(xiàn)率較高，分別為14.637%和13.316%，為主要影響因素，其余7 個(gè)因子的影響力依次遞減。由危險(xiǎn)性感知指標(biāo)總方差解釋得出，從原有的39 個(gè)指標(biāo)中提取出6 個(gè)主要因子。其中，第一因子的累積方差貢獻(xiàn)率最高，為22.753%，為主要影響因素，其余5 個(gè)因子的影響力依次遞減。由暴露度感知總方差解釋可知，對(duì)原有的14 個(gè)指標(biāo)進(jìn)行探索性因子分析后，得到3 個(gè)主要因子，其中，第一因子的方差貢獻(xiàn)率高達(dá)41.758%，該因子是影響公眾氣候變化風(fēng)險(xiǎn)暴露度感知的主要因素。

敏感性感知3 個(gè)因子的權(quán)重分別為0.688、0.181、0.131。綜合分析表明，民眾對(duì)氣象災(zāi)害事件的重視程度對(duì)敏感性的影響最大，是該維度的主要影響因素；韌性感知9 個(gè)因子的權(quán)重分別為0.239、0.217、0.133、0.105、0.085、0.064、0.062、0.054、0.041。分析得出，民眾的處事態(tài)度、應(yīng)對(duì)自然災(zāi)害的能力以及災(zāi)后援助程度對(duì)韌性感知影響較大；危險(xiǎn)性感知6 個(gè)因子的權(quán)重分別為0.405、0.207、0.143、0.099、0.085、0.061，表明民眾對(duì)氣候變化事實(shí)的感知、自然災(zāi)害發(fā)展變化趨勢(shì)、受災(zāi)嚴(yán)重程度對(duì)危險(xiǎn)性感知有較大影響；暴露度感知3 個(gè)因子的權(quán)重分別為0.674、0.166、0.161。

3.2 陜西省氣候變化風(fēng)險(xiǎn)空間分布特征

以各區(qū)縣行政區(qū)為單元，計(jì)算出各單元民眾在4 個(gè)感知維度上的平均得分。利用自然斷裂法將陜西省氣候變化風(fēng)險(xiǎn)感知在各維度上的綜合得分分為3 個(gè)等級(jí)（表2）。

表2 各感知維度測(cè)度分級(jí)標(biāo)準(zhǔn)

利用ArcGIS10.2 軟件，以陜西省各區(qū)縣為研究單元，對(duì)普通民眾氣候變化風(fēng)險(xiǎn)感知能力進(jìn)行空間可視化制圖，得到各維度的氣候變化風(fēng)險(xiǎn)感知分級(jí)（圖1）。經(jīng)過(guò)渲染后的分級(jí)圖能反映出各研究單元民眾的感知度，更能反映各維度感知在空間單元上的差異性。

圖1 陜西省各區(qū)縣氣候變化風(fēng)險(xiǎn)感知分級(jí)分布特征

3.2.1 敏感性感知地區(qū) 被調(diào)查的107 個(gè)區(qū)縣中，低敏感性地區(qū)有23 個(gè)，中敏感性地區(qū)有43 個(gè)，高敏感性地區(qū)有41 個(gè)。由圖1 可以看出，高敏感地區(qū)的分布較為分散，低敏感地區(qū)分布集中。陜北地區(qū)出現(xiàn)大面積的中高敏感性地區(qū)，低敏感性地區(qū)只有3個(gè)，分別是延安市寶塔區(qū)、延長(zhǎng)縣、榆林市榆陽(yáng)區(qū)，基本上屬于中心城區(qū)；關(guān)中中部地區(qū)呈低敏感的聚集現(xiàn)象。銅川市和西安市的低敏感地區(qū)數(shù)明顯多于中高敏感地區(qū)，其中西安市最為明顯，其13 個(gè)區(qū)縣中有10 個(gè)屬于低敏感地區(qū)，咸陽(yáng)市的中高敏感地區(qū)比例高達(dá)78%；陜南地區(qū)的中高敏感地區(qū)的數(shù)量明顯多于低敏感地區(qū)，其中高敏感地區(qū)又多分布于秦嶺山區(qū)，只有各市的中心城區(qū)屬于低敏感性地區(qū)；延安市、渭南市、寶雞市、商洛市以及漢中市的兩極分化較明顯，高、低敏感性地區(qū)的數(shù)量相近且兩者總數(shù)占各市的80%以上。

3.2.2 韌性感知地區(qū) 被調(diào)查的107 個(gè)區(qū)縣中，低韌性地區(qū)有32 個(gè)，中韌性地區(qū)有44 個(gè)，高韌性地區(qū)有31 個(gè)。由圖1 可以看出，高、低韌性地區(qū)的分布都較為聚集。陜北地區(qū)共有25 個(gè)區(qū)縣，其中高韌性地區(qū)只有6 個(gè)。關(guān)中中東部地區(qū)以及陜南東南部地區(qū)呈明顯的高韌性聚集現(xiàn)象，低韌性聚集區(qū)主要集中在關(guān)中地區(qū)的寶雞市與咸陽(yáng)市交界區(qū)域、陜南地區(qū)中的漢中市與安康市交界區(qū)域。安康市、西安市以及渭南市的高韌性地區(qū)明顯多于中低韌性地區(qū)；銅川市、延安市的低韌性地區(qū)明顯多于高韌性地區(qū)，其13 個(gè)區(qū)縣中有6 個(gè)屬于低韌性地區(qū)；寶雞市、漢中市以及商洛市大多數(shù)為中韌性地區(qū)，咸陽(yáng)市、榆林市的兩極分化較明顯，高、低韌性地區(qū)的數(shù)量相近且兩者總數(shù)占各市的80%以上。

3.2.3 危險(xiǎn)性感知地區(qū) 被調(diào)查的107 個(gè)區(qū)縣中，低危險(xiǎn)性地區(qū)有22 個(gè)，中危險(xiǎn)性地區(qū)有65 個(gè)，高危險(xiǎn)性地區(qū)有20 個(gè)，高、低危險(xiǎn)性地區(qū)都較少。由圖1可以看出，低危險(xiǎn)性聚集地區(qū)主要集中在陜西北部地區(qū)和關(guān)中中部地區(qū)，高危險(xiǎn)性地區(qū)較分散，但經(jīng)過(guò)地形地貌對(duì)比后發(fā)現(xiàn)，易發(fā)生地質(zhì)災(zāi)害的秦嶺和大巴山山區(qū)，如鳳縣、太白縣、洋縣、鎮(zhèn)巴縣、佛坪縣、寧陜縣、紫陽(yáng)縣以及嵐皋縣。關(guān)中平原與黃土高原的過(guò)渡地帶，如銅川市耀州區(qū)、宜君縣、白水縣、富平縣。清澗縣、禮泉縣、長(zhǎng)武縣、延川縣、宜川縣均屬于水土流失嚴(yán)重的黃土高原丘陵溝壑區(qū)。這三大地區(qū)都是敏感脆弱的生態(tài)環(huán)境，對(duì)氣候變化具有較強(qiáng)烈的外在響應(yīng)，因此出現(xiàn)了明顯的高危險(xiǎn)性聚集現(xiàn)象。西安市的高危險(xiǎn)性地區(qū)數(shù)明顯多于中低韌性地區(qū)，其管轄區(qū)縣中有6 個(gè)屬于高危險(xiǎn)性地區(qū)；延安市的中低危險(xiǎn)性地區(qū)明顯多于高危險(xiǎn)性地區(qū)；寶雞市無(wú)低危險(xiǎn)性地區(qū)，但中危險(xiǎn)性地區(qū)占大多數(shù)。安康市、漢中市、渭南市以及商洛市的中危險(xiǎn)性地區(qū)占大多數(shù)。榆林市、咸陽(yáng)市的兩極分化較明顯，高、低危險(xiǎn)區(qū)的數(shù)量相近。

3.2.4 暴露度感知地區(qū) 被調(diào)查的107 個(gè)區(qū)縣中，低暴露度地區(qū)有27 個(gè)，中暴露度地區(qū)有53 個(gè)，高暴露度地區(qū)有27 個(gè)。由圖1 可以看出，低暴露度聚集地區(qū)主要集中在陜北地區(qū)和陜南北部地區(qū)，而關(guān)中地區(qū)分布較為分散。銅川市所有縣區(qū)以及與寶雞市交界區(qū)域都呈明顯的高暴露度聚集現(xiàn)象。商洛市、西安市無(wú)高暴露度地區(qū)。咸陽(yáng)市、渭南市、寶雞市、漢中市、安康市和延安市的中低暴露度地區(qū)明顯多于高暴露度地區(qū)；榆林市的兩極分化較為明顯，高、低暴露區(qū)的數(shù)量相近。

4 結(jié)論與討論

4.1 結(jié)論

以陜西省民眾為研究對(duì)象，通過(guò)調(diào)查問(wèn)卷獲取民眾對(duì)于氣候變化風(fēng)險(xiǎn)感知的原始數(shù)據(jù)，并建立數(shù)據(jù)庫(kù)。基于IPCC 氣候變化風(fēng)險(xiǎn)評(píng)估框架，以敏感性、韌性、危險(xiǎn)性和暴露度4 個(gè)感知維度建立評(píng)價(jià)指標(biāo)體系，并利用探索性因子分析法對(duì)4 個(gè)維度的測(cè)度指標(biāo)項(xiàng)進(jìn)行降維處理，從而獲得各維度感知得分。

首先從不同的研究單元出發(fā)，分別以陜西省107 個(gè)區(qū)縣和陜西省每一緯度段涵蓋的區(qū)縣為研究單元，利用空間自相關(guān)方法對(duì)民眾氣候變化風(fēng)險(xiǎn)感知現(xiàn)狀以及空間分異規(guī)律進(jìn)行分析，主要有以下結(jié)論。

1）陜西省各區(qū)縣民眾在各維度氣候變化風(fēng)險(xiǎn)感知上呈明顯差異。其中高敏感地區(qū)的分布較為分散，低敏感地區(qū)分布集中。陜北地區(qū)出現(xiàn)大面積的中高敏感性地區(qū)，關(guān)中中部地區(qū)明顯呈現(xiàn)出低敏感的聚集現(xiàn)象。陜南地區(qū)的中高敏感地區(qū)的數(shù)量明顯多于低敏感地區(qū)，其中高敏感性地區(qū)又多分布于秦嶺山區(qū)，只有各市的中心城區(qū)屬于低敏感性地區(qū)。榆林市、咸陽(yáng)市和安康市的大多民眾具有較高的敏感性感知，銅川市和西安市的大多民眾具有較低的敏感性感知。

2）高、低韌性地區(qū)的分布都較為聚集，關(guān)中中東部地區(qū)以及陜南東南部地區(qū)呈明顯的高韌性聚集現(xiàn)象，低韌性聚集地區(qū)主要集中在關(guān)中地區(qū)中的寶雞市與咸陽(yáng)市交界區(qū)域、陜南地區(qū)中的漢中市與安康市交界區(qū)域。安康市、西安市以及渭南市的高韌性地區(qū)明顯多于中低韌性地區(qū)；寶雞市、漢中市以及商洛市大多數(shù)為中韌性地區(qū)，咸陽(yáng)市、榆林市的兩極分化較明顯，高、低韌性區(qū)的數(shù)量相近且兩者總數(shù)占各市的80%以上。

3）高低危險(xiǎn)性地區(qū)都較少。低危險(xiǎn)性聚集地區(qū)主要集中在陜北北部地區(qū)和關(guān)中中部地區(qū)，高危險(xiǎn)性地區(qū)較分散，但基本都出現(xiàn)在山區(qū)、溝壑區(qū)、高原與平原過(guò)渡帶這些敏感脆弱的生態(tài)環(huán)境地區(qū)。西安市的高危險(xiǎn)性地區(qū)明顯多于中低韌性地區(qū)。寶雞市無(wú)低危險(xiǎn)性地區(qū)，安康市、漢中市、渭南市以及商洛市的中危險(xiǎn)性地區(qū)占大多數(shù)。

4）低暴露度聚集地區(qū)主要集中在陜北地區(qū)和陜南北部地區(qū)，而關(guān)中地區(qū)分布較為分散。銅川市所有區(qū)縣以及與寶雞市交界區(qū)域都呈明顯的高暴露度聚集現(xiàn)象。商洛市、西安市無(wú)高暴露度地區(qū)。榆林市的兩極分化較為明顯，高、低暴露地區(qū)的數(shù)量相近。

4.2 討論

通過(guò)調(diào)查問(wèn)卷獲取感知數(shù)據(jù)，基于IPCC 風(fēng)險(xiǎn)評(píng)估框架構(gòu)建指標(biāo)體系，從民眾的視角出發(fā)探討與氣候有關(guān)的影響因素對(duì)人類社會(huì)的刺激程度，以及人類社會(huì)對(duì)氣候變化的適應(yīng)能力，從而較為系統(tǒng)地調(diào)查了陜西省公眾對(duì)于氣候變化風(fēng)險(xiǎn)感知的現(xiàn)狀。