礦區農地重金屬污染風險農戶認知狀況
——基于FCM法的案例研究

楊 梅 陳 勇 周 皓 梁雅琪 楊金鳳 黃 錦

(1.武漢科技大學資源與環境工程學院,湖北 武漢 430081;2.國家環境保護礦冶資源利用與污染控制重點實驗室,湖北 武漢 430081;3.冶金礦產資源高效利用與造塊湖北省重點實驗室,湖北 武漢 430081)

礦區是農地重金屬污染的高發地區,礦產資源采、選、冶過程中產生的重金屬,通過大氣、地表徑流或地下水,往往造成區域大范圍的農地污染[1-2]。學術界對農地重金屬污染問題的研究主要集中在重金屬來源解析、空間分布和變異特征、行為過程和遷移規律、污染負荷計算和風險評估、修復治理和安全利用技術等方面。近年來,針對國家重金屬污染修復治理試點工作,部分學者開始關注農戶層面對重金屬污染治理的影響,主要涉及農戶對污染治理的認知和滿意度、農戶治理技術采用特征、農戶生產的溢出效應、農戶休耕態度和補償意愿等[3-6]。然而,重金屬污染治理成本高、周期長,制約了試點工作的全面展開。不同于農村面源污染的分散性、隱蔽性和隨機性,礦區經過長期的礦產資源開發,農戶已能感知到污染的存在,并對其危害性具有一定的認識。農戶是農業生產的微觀組織主體,是農地的直接使用者和風險控制的直接承擔者,農戶對重金屬污染風險的認知狀況,直接關系到農地安全利用行為的采用以及農戶的身體健康。

認知概念來源于心理學,目前已經被廣泛應用于經濟學、社會學以及管理學等領域,風險認知(Risk Perception)指個體對客觀風險的主觀認識。風險認知研究是風險管理公共政策制定過程中需重點考慮的議題之一,其中的一個核心問題是主觀風險與客觀風險的差異問題[7]。目前,國內將農戶作為研究主體,考察其風險認知及管理的研究主要集中在氣候風險[8]、經營風險[9]、政策風險[10]、過量施肥和面源污染風險[11-13]等方面,鮮有關于農戶重金屬污染風險認知的研究。

風險認知并沒有統一的分類標準,針對不同的研究目的和風險類型有不同的分類方法,目前的相關研究主要通過設置測量題,從農戶對測量題的選擇情況來判斷農戶的風險認知程度。任立等[9]從經濟風險、心理風險、情景風險3個角度分別設置1道測量題,采用李克特五點量表來判斷農戶對土地投入風險的認知程度;何悅等[11]從農戶對土壤風險、水體風險、人體風險和產品風險是否有認知的角度,來判斷農戶對過量施肥風險的認知程度;肖新成[12]通過設置6個與施肥、過量施肥、有機農業有關的測量題,來判斷農戶對面源污染的認知程度。農戶對土地重金屬污染的認識具有模糊、不確定以及難以描述的特點,重金屬對土地的影響也十分復雜,而模糊認知圖具備知識呈現方便、推理過程清晰,具有將定性知識轉化為定量知識的能力,能夠解決農戶對重金屬污染的認知程度表達問題[14-15]。因此,本研究以大冶市典型礦區為例,采用模糊認知圖(FCM)方法,分析農戶對農地重金屬污染風險的認知狀況,可為政府制定提高農戶安全利用認知和規避能力的相關政策提供依據。

1 研究區概況

大冶市位于湖北省東南部和長江中游南岸,地跨東經 114°31′33′～115°20′42′,北緯 29°40′16′～30°15′45′,已發現和探明的礦床有273座,素有“百里黃金地,江南聚寶盆”之稱,是我國中南部著名的礦業城市和國家重要的銅、鐵礦生產基地。大冶市有著3 000多年的礦冶歷史,長期粗放式的礦產資源開采和冶煉使得礦區周邊土壤、水體和農產品遭受嚴重的重金屬污染[16]。隨著國家環保部2012年將大冶市列為國家重點區域重金屬污染防治示范區,重金屬污染整治和監管力度逐年加大,污染農地修復治理試點、嚴控“三廢”排放、選礦廢水循環利用、尾砂干式排放等措施的頒布與落實,使得重金屬污染問題得到了一定程度緩解。但是,廢水廢氣的偷排偷放、暴雨季節尾砂尾水外溢、采場和尾礦庫揚塵、運輸揚塵等仍嚴重威脅到農地安全,籠罩在土壤上的污染陰影仍難以散去。為此,本研究通過文獻分析、現場勘察和取樣檢測,在確定存在重金屬污染的基礎上,選擇大冶市受影響相對嚴重的11個村組作為調查對象。

2 研究方法

2.1 風險認知分類

本研究將礦區農地重金屬污染風險農戶認知劃分為原因認知、事實認知、損失認知和響應認知4個層次,分別反映農戶對重金屬污染致因、生態環境影響、生產生活損失和應對措施方面的認知情況。通過查閱礦區重金屬污染及其風險評估相關文獻,按風險源、風險途徑、風險受體、風險后果、風險應對的分析邏輯,并經實地調查和專家意見歸納出22個風險認知概念節點[17-18],如圖1所示。其中,風險原因考察農戶對污染源的認知,風險事實考察農戶對污染源可能造成的污染類型的認知,風險損失考察農戶對污染可能造成的生產或生活損失的認知,風險響應考察農戶應對污染響應措施的認知。

圖1 農戶風險認知分類Fig.1 Classification of farmers′risk perceptions

2.2 半結構訪談法

半結構式訪談法介于結構式訪談法和非結構式訪談法之間,可有效融合結構式訪談法客觀性和非結構式訪談法開放性的優點。本研究采用半結構式訪談法,有利于受訪者充分發揮,獲得更多的認知信息。

訪談時結合年齡分布、受教育程度、兼業情況等因素采取隨機抽樣方式,具體訪談步驟為:① 向受訪對象出示任意放置有22個風險認知概念節點的圖紙,表明本次訪談的目的、意圖。② 通過一幅不相關的認知圖向農戶講解繪制方法,如認為節點A對節點B有影響,則繪制節點A指向節點B的單向箭頭連線;如認為節點A和節點B之間有相互作用,則繪制節點A和節點B的雙向箭頭連線。③受訪對象依據自己對重金屬污染風險節點之間關系的認知情況獨立進行節點連線,當認知連線表達完畢,確認沒有其他可連接的內容時,受訪對象個體認知圖繪制完成。訪談共獲得81幅有效個體認知圖,其中,男性42人,占51.85%,女性39人,占48.15%;年齡45歲及以下 21人,占 25.93%,45～60歲 40人,占49.38%,60歲及以上20人,占24.69%;學歷小學及以下26人,占32.10%,初中41人,占50.62%,高中及以上14人,占17.28%。樣本分布能夠代表研究區域農戶的總體情況。

2.3 模糊認知圖法

模糊認知圖(Fuzzy Cognitive Map,FCM)是KOSKO于1986年提出的一種知識表達和推理方法,是模糊邏輯和神經網絡相結合的產物[19]。FCM因其強大的直觀表達能力和推理能力,被廣泛運用于軍事政策、工商管理、股票交易等領域,成為人工智能領域的一個研究方向。KOSKO通過引入模糊測度將概念間具有{ - 1,0,1}的三值邏輯關系,拓展為[-1,1]區間上的模糊關系,能夠對不同類型和精度的模糊信息進行描述和處理[20]。

模糊認知圖的基本拓撲結構可以采用三元序組Z={C,E,W}表示,如圖2所示。C={C1,C2,…,Cn}表示FCM模型中n個概念節點的集合;表示FCM中所有節點之間具有因果聯系的有向弧集合(有向弧Cj>,的權值wij,表示節點Ci對Cj的影響程度。wij>0,表示Ci對Cj起“促進”作用;wij<0,表示Ci對Cj有“抑制”作用;wij=0,表示Ci對Cj沒有作用。

圖2 FCM模型的拓撲結構Fig.2 Topological structure of FCM model

若模糊認知圖有n個概念節點,即可得到一個1×n的狀態矩陣A=[A1,A2,…,An]和一個n×n階關聯權重矩陣,即:

FCM實際上是一種有向加權網絡圖,因此,本研究采用以下圖論指數作為認知圖分析指標。

(1)輸入端數與輸出端數。輸入端數是權重矩陣W中所有變量絕對值的列和。表示一個變量的輸入連接的累積強度,即受到其他因素影響的程度大小。輸出端數是權重矩陣W中所有變量絕對值的行和,表示一個變量的輸出連接的累積強度,即對其他因素的影響程度大小。

(2)中心度。一個節點的中心度C是其輸入端數與輸出端數的總和,利用中心度大小可以得出該因素在整個FCM中的相對重要程度。中心度越高,重要程度越高;相反,中心度越低,重要程度越低。

(3)層次結構指數。層次結構指數H是變量數n和輸出端數的結合,取值區間為[0,1],其可判斷建立的模糊認知圖是否分等級。當指數較低時,認為該認知圖的分級層次低,受訪對象對采訪目標有更明確的認知;當指數較高時,認為該體系是分級的,表示受訪對象對風險的認知缺少整體性。

3 結果與分析

3.1 重金屬污染風險農戶模糊認知圖

對81幅個體認知圖給予同等的重視程度,本研究采用以下方法合成農戶群體認知圖(圖3)[14]:①將所有風險認知概念節點以矩陣形式列出(列為首端,行為尾端),根據每幅個體認知圖中的節點連線和箭頭指示情況,逐一累加,直至統計完成;②利用風險認知概念節點之間的連線頻數反映因果影響程度,公式為

圖3 重金屬污染風險農戶模糊認知圖Fig.3 Fuzzy cognition map of heavy metal pollution risk of farmers

其中,Wi為每個節點最終連接數;i為節點編號;N為有效的認知圖總數。

3.2 農戶模糊認知圖圖論指數分析

本研究建立的農戶認知圖層次結構指數H為0.000 988,表明農戶對重金屬污染風險的認知得到了充分反映,所繪制的認知圖具有較高的適用性。認知圖的圖論指數計算結果見表1。由表1可知:冶煉廠C12的中心度高達5.02,反映了農戶對冶煉廠造成的污染關注度非常高,是因為冶煉過程中廢水和廢氣排放相對顯現,臭水和黑煙給農戶留下了深刻印象。尾礦庫C11的中心度為2.04,原因一方面是農戶普遍認為尾礦庫堆放的尾砂具有劇毒,雨季時尾砂漫庫會嚴重影響周圍農地;另一方面是尾礦庫揚塵也會破壞周圍生態環境。土壤污染C22、灌溉水污染C24、空氣污染C21、飲用水污染C23、身體健康C32和農作物減產C34的中心度均大于1,說明農戶對重金屬污染給農業生產和農村生活帶來的影響也很關注。

表1 認知圖圖論指數Table 1 Graph theory indexes of cognitive graph

4類認知中心度統計結果見圖4。由圖4可知:風險原因方面,農戶最為關注的是冶煉廠C12,尾礦庫C11次之,對采礦活動C14和農藥化肥C13的關注相對較小。風險事實方面,農戶最為關注的是土壤污染C22,其次是灌溉水污染C24和空氣污染C21,最后才是飲用水污染C23和生活環境惡化C25。風險損失方面,農戶最為關注的是身體健康C32,其次是農作物減產C34和癌癥C31,最后才是農產品價格降低C35和地租減少C33,這與當地存在 “癌癥村”搬遷、呼吸道疾病增加、農作物絕收或變異有關。風險響應方面,農戶容易想到的是拋荒棄耕C41和改變種植結構C47,其次是購買桶裝水C46和不食用自產農產品C48,而翻耕改土C42、修復治理C43、礦山補償C44和政府補貼C45等措施考慮不足,說明農戶容易想到的風險響應措施是被動適應和自我保護,對主動緩解和治理措施關注不足。

圖4 農戶分類認知情況Fig.4 Classification of farmers′cognition

3.3 理想認知圖建立及農戶認知程度分析

圖論指數分析有助于反映農戶對哪些風險認知概念節點給予了更高的關注。本研究通過農戶主觀風險與理論客觀風險的差異,分析農戶對礦區農地重金屬污染風險的認知程度。由課題組5位熟悉礦區重金屬污染致因及其風險的專家分別繪制風險認知圖,專家來源于采礦工程、礦物加工工程、環境工程、土地資源管理4個學科,綜合形成理想認知圖。利用式(2)計算分析農戶對重金屬污染風險的認知程度,計算結果見表2。

表2 農戶風險認知程度Table 2 Risk awareness of farmers %

式中,RCNTi為農戶對第i個風險認知概念節點的認知程度,%;GTIFi為農戶認知圖中第i個風險認知概念節點的中心度,%;GTITi為理想認知圖中第i個風險認知概念節點的中心度,%;RCCFi為農戶對第i類風險的認知程度,%;RCDtotal為農戶對礦區農地重金屬污染的總體認知程度,%。

綜合來看,農戶的總體風險認知程度僅為30%左右,農戶對風險原因、風險事實、風險損失和風險響應的認知程度呈逐級遞減趨勢,農戶對風險原因的認知程度達49.98%,說明農戶在長期應對礦區污染的過程中,對風險來源認知相對清晰,但對風險事實、風險損失和風險響應的認知程度均只有20%左右。

風險原因認知方面,農戶對冶煉廠C12有著較高的認知能力,認知程度達84.17%,對尾礦庫C11、采礦活動C14的認知程度也達到40%以上,而對農藥化肥污染的風險認知程度僅為24.67%,說明農戶對外源污染源較為關心,而對自身農業生產中農藥化肥C13可能帶來的污染認知不足。風險事實認知方面,農戶對空氣污染C21的認知程度為32.40%,對生活環境惡化C25和飲用水污染C23的認知程度達25%以上,而對灌溉水污染C24和土壤污染C22的認知程度不足20%。對照表1可知,農戶雖然對生活環境惡化的關注度最高,但對其風險來源認知并不全面,相反由于空氣污染相對顯現以及呼吸道疾病患者增多,農戶對空氣污染的認知程度較高;土壤污染認知程度低的原因主要是,農戶過于關注冶煉廢水、廢氣造成的污染,而對采礦廢水、尾礦庫揚塵等帶來的污染認知不足。風險損失認知方面,農戶對農作物減產C34的認知程度達33.50%,對身體健康C32、農產品價格降低C35的認知程度達25%左右,而對癌癥C31、地租減少C33的認知程度不足20%,對照表1可知,農戶雖然對癌癥的關注度很高,但對其應對措施的認知不足。風險響應認知方面,由于導致拋荒棄耕C41、不食用自產農產品C48的原因比較明顯,農戶對兩者的認知程度較高,但對礦山補償C44和修復治理C43的認知程度較低,分別為11.50%和7.67%,說明農戶遭受的損失很少得到礦山企業的補償,農戶應對農地重金屬污染問題也很難與修復治理聯系起來。

3.4 農戶模糊認知圖系統仿真

記由農戶認知圖得到的關聯矩陣為Q,設所有變量的初始狀態都為1,則得到一個矩陣I,以I作為神經元的輸入,采用S函數作為激活函數,在python上進行迭代運算,得到農戶認知系統穩定狀態。為詳細分析農戶認知圖中的礦區主要風險源是如何對其他風險認知概念節點產生影響和農戶對風險源風險變化的敏感性,在迭代過程中,每次將尾礦庫C11、冶煉廠C12、采礦活動C14中的一個輸入值設為2,其他風險源的輸入值設為1進行迭代運算,分別得到增加尾礦庫危害、增加冶煉廠危害、增加采礦活動危害后的農戶認知系統新的穩定狀況。仿真結果見表3。

表3 仿真結果Table 3 Simulation results

由表3可知:增加尾礦庫危害,對地租減少C33、修復治理C43、購買桶裝水C46的穩定值影響較為明顯,說明在農戶看來,尾礦庫的尾砂外溢是造成農地修復治理和地租減少的主要原因之一,農戶對尾砂有“劇毒”并會滲入井水的認知是購買桶裝水的主要原因之一。減少冶煉廠危害,對身體健康C32、空氣污染C21、飲用水污染C23的穩定值影響較為明顯,說明在農戶看來,冶煉廠廢水、廢氣的排放,是造成身體健康、空氣污染、飲用水污染的主要原因之一。增加采礦活動危害,對生活環境惡化C25、礦山補償C44的穩定值影響相對明顯,說明在農戶看來,礦山廢水排放以及礦山運輸造成的景觀割裂、揚塵污染是生活環境惡化的主要原因之一。同時,由于本研究主要針對重金屬污染問題,風險概念節點設置中并未考慮地質災害,但在實際調查過程中,農戶對礦山開采造成的地表塌陷、房屋開裂及其賠償問題反響較強烈,所以不可避免地在認知圖繪制過程中受到影響。

4 結 論

(1)模糊認知圖方法(FCM)可以用于分析和掌握礦區農地重金屬污染風險農戶認知狀況,本研究將礦區農地重金屬污染風險農戶認知劃分為原因認知、事實認知、損失認知和響應認知4個層次,分別反映農戶對重金屬污染致因、生態環境影響、生產生活損失和應對措施方面的認知情況,通過半結構訪談法對大冶市典型礦區的重金屬污染風險農戶認知情況進行調查,建立了礦區農地重金屬污染風險農戶模糊認知圖。

(2)農戶認知圖圖論指數分析結果表明,農戶對冶煉廠和尾礦庫污染的關注較高,而對采礦活動和農藥化肥污染關注較低,主要由于冶煉廠和尾礦庫帶來的污染相對顯現,說明農戶的認知主要還是基于感性認識。隨著社會經濟的發展,農地收入不再是農戶的主要經濟來源,農戶較為關注的是生活環境和身體健康,面對風險最容易想到的是拋荒棄耕和改變種植結構等被動適應措施,對土壤污染、農作物價格降低、地租減少的關注相對較低,對翻耕改土、修復治理等主動緩解和治理措施的關注不足。

(3)采用農戶主觀風險與理論客觀風險的差異來反映農戶的風險認知程度,結果表明:農戶的總體風險認知程度不高,對風險原因、風險事實、風險損失和風險響應的認知程度呈逐級遞減趨勢,農戶對風險來源的認知相對清晰,但對風險事實、風險損失和風險響應的認知程度均較低,特別是農戶對土壤污染認知程度很低,會嚴重影響到農地的安全利用和農戶自身健康。將神經網絡模型用于礦區重金屬污染風險農戶認知系統仿真模擬具有一定的可行性,通過模擬可以進一步分析不同污染源控制狀態下的農戶認知情況變化,為政府制定提升農戶安全利用認知和規避能力等相關政策提供了依據。