陜西省民眾氣候變化風險感知的空間差異性

孫靖妮，周 旗，b，馬元森，張 瑾，杜若蘭

（寶雞文理學院，a.地理與環境學院；b.陜西省災害監測與機理模擬重點實驗室，陜西 寶雞 721013）

1990 年，政府間氣候變化專門委員會（IPCC）發布的第一次氣候變化評估報告指出，溫室氣體排放量的增加能夠直接導致全球表面溫度的升高［1］。2014 年3 月，IPCC 評估報告將風險納入到了氣候變化研究領域，通過對氣候變化相關危害、暴露度和脆弱性3 個方面的綜合分析，最終制定了氣候變化風險的評估框架，并解釋了氣候變化風險的產生源頭［2，3］。2021 年8 月，IPCC 第六次評估報告第一工作組報告表明，氣候變化廣泛、迅速且強勁，人類活動已經引發了全球氣候危機［4］。針對日益加重的極端事件影響應盡早部署好防災減災工作，如完善氣候系統綜合站網建設、提高對氣候變化規律和機理的認識等。氣候變化風險成為人類可持續發展的重要制約因子。面對氣候變化風險，對于應對氣候變化風險決策而言，科學家評估是制定應對策略的科學基礎，民眾感知則是制定應對策略的社會基礎，二者具有同等權重［5］，應對氣候變化風險，僅靠政府的策略是不夠的，民眾具有良好的風險意識也同樣重要。缺乏社會基礎的應對策略是不完備的。但對于氣候變化風險的綜合判斷大多數還是專家有較為科學的認識，而民眾對氣候變化風險的感知不足，因此，有必要加強民眾氣候變化風險感知狀況的研究。

本研究基于IPCC 氣候變化風險評估框架，以敏感性、韌性、危險性和暴露度4 個感知維度建立評價指標體系，并利用探索性因子分析對各維度的測度指標項進行降維處理，獲得感知得分。以陜西省107 個區縣為行政單元分析民眾對于氣候變化風險感知的狀況，初步分析驗證民眾氣候變化風險感知評估模型的可行性，并為后續開展較大范圍的調查及更深層次的感知研究提供技術支持。

1 研究區概況

陜西省位于中國內陸，介于東經105°29′—111°15′，北緯31°42′—39°35′，總面積達20.56 萬km2。陜西省由高原、山地、平原和盆地等多種地貌構成，地勢呈南北高、中間低，基本可分為陜北黃土高原、關中平原、陜南山地3 種地貌類型。地跨黃河、長江兩大水系，橫跨3 個氣候帶，陜北北部長城沿線屬中溫帶季風氣候，關中及陜北大部屬暖溫帶季風氣候，陜南屬于北亞熱帶季風氣候。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 個地級市、30 個市轄區、7 個縣級市、70 個縣，常住人口3 876.21 萬人。2020 年，陜西省實現生產總值26 181.86 億元，比2019 年增長2.2%。其中，第一產業增加值2 267.54 億元，增長3.3%；第二產業增加值11 362.58 億元，增長1.4%；第三產業增加值12 551.74 億元，增長2.8%［7］。

人類活動導致的全球氣候變暖使陜西省的水熱條件也隨之增強。由于陜西省特殊的地形地貌狀況，夏秋季節局地強降水頻發，由此引發的地質災害數量、強度都明顯增加。干旱、滑坡、泥石流、山洪等自然災害造成了巨大的人員、財產損失［8］。

2 數據來源與方法

2.1 數據來源

陜西省公眾的氣候變化風險感知數據主要來源于問卷調查。2018 年9 月至2021 年11 月，利用調查問卷實地走訪了陜西省107 個區縣，在人流量密集場所進行實地隨機調研。共發放了10 000 份問卷，回收9 692 份，回收率為96.92%。通過問卷篩選，放棄526 份存在未答題目過多、亂選亂答情況問卷，最終獲得有效問卷9 166 份，平均各區縣共發放問卷86 份，調查樣本基本特征統計結果如表1 所示。從表1 可以看出，樣本的男女人數占比分別為48.5%和51.5%；18～58 歲的人口群體占大多數，占總調查人數的87.7%，其中18～28 歲的人數最多，占40.8%；在文化程度方面，受訪者大多數為本科、大專、高中、初中學歷；政治面貌方面，以中共黨員、群眾、共青團員人員為主；從職業特征來看，打工∕務工人員、學生、務農人員、企業職工∕工人的人數較多；從經濟收入情況來看，經濟上較寬裕、收入與支出大致相當的人數較多。

2.2 研究方法

探索性因子分析是通過線性轉換從多個變量中選出少數幾個重要變量的統計分析方法。其原理是將多個變量轉換成一組彼此無關的幾個新的綜合指標，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敏感性、韌性、危險性及暴露度4 個方面的測度指標項進行降維處理，此方法能夠根據數據間的關系對原始指標進行聚類后簡化指標體系。

利用SPSS 26.0 軟件中的“分析-降維-因子分析”工具，分別從4 個感知維度進行探索性因子分析，得到總方差解釋、旋轉成分矩陣及因子得分系數。通過加權法整合指標，將各指標的數值整合為指數的方法，即通過各指標的標準化值與該指標權重之積的加權和來計算指數［10-12］，然后根據公因子得分系數計算因子得分F，即所測量維度各因子指標得分值（式1）。然后通過各因子在本維度中的方差貢獻率，得到最終權重（式2）。

3 結果與分析

3.1 民眾氣候變化風險感知主成分分析及權重

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

敏感性感知3 個因子的權重分別為0.688、0.181、0.131。綜合分析表明，民眾對氣象災害事件的重視程度對敏感性的影響最大，是該維度的主要影響因素；韌性感知9 個因子的權重分別為0.239、0.217、0.133、0.105、0.085、0.064、0.062、0.054、0.041。分析得出，民眾的處事態度、應對自然災害的能力以及災后援助程度對韌性感知影響較大；危險性感知6 個因子的權重分別為0.405、0.207、0.143、0.099、0.085、0.061，表明民眾對氣候變化事實的感知、自然災害發展變化趨勢、受災嚴重程度對危險性感知有較大影響；暴露度感知3 個因子的權重分別為0.674、0.166、0.161。

3.2 陜西省氣候變化風險空間分布特征

以各區縣行政區為單元，計算出各單元民眾在4 個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險感知在各維度上的綜合得分分為3 個等級（表2）。

表2 各感知維度測度分級標準

利用ArcGIS10.2 軟件，以陜西省各區縣為研究單元，對普通民眾氣候變化風險感知能力進行空間可視化制圖，得到各維度的氣候變化風險感知分級（圖1）。經過渲染后的分級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 陜西省各區縣氣候變化風險感知分級分布特征

3.2.1 敏感性感知地區 被調查的107 個區縣中，低敏感性地區有23 個，中敏感性地區有43 個，高敏感性地區有41 個。由圖1 可以看出，高敏感地區的分布較為分散，低敏感地區分布集中。陜北地區出現大面積的中高敏感性地區，低敏感性地區只有3個，分別是延安市寶塔區、延長縣、榆林市榆陽區，基本上屬于中心城區；關中中部地區呈低敏感的聚集現象。銅川市和西安市的低敏感地區數明顯多于中高敏感地區，其中西安市最為明顯，其13 個區縣中有10 個屬于低敏感地區，咸陽市的中高敏感地區比例高達78%；陜南地區的中高敏感地區的數量明顯多于低敏感地區，其中高敏感地區又多分布于秦嶺山區，只有各市的中心城區屬于低敏感性地區；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、低敏感性地區的數量相近且兩者總數占各市的80%以上。

3.2.2 韌性感知地區 被調查的107 個區縣中，低韌性地區有32 個，中韌性地區有44 個，高韌性地區有31 個。由圖1 可以看出，高、低韌性地區的分布都較為聚集。陜北地區共有25 個區縣，其中高韌性地區只有6 個。關中中東部地區以及陜南東南部地區呈明顯的高韌性聚集現象，低韌性聚集區主要集中在關中地區的寶雞市與咸陽市交界區域、陜南地區中的漢中市與安康市交界區域。安康市、西安市以及渭南市的高韌性地區明顯多于中低韌性地區；銅川市、延安市的低韌性地區明顯多于高韌性地區，其13 個區縣中有6 個屬于低韌性地區；寶雞市、漢中市以及商洛市大多數為中韌性地區，咸陽市、榆林市的兩極分化較明顯，高、低韌性地區的數量相近且兩者總數占各市的80%以上。

3.2.3 危險性感知地區 被調查的107 個區縣中，低危險性地區有22 個，中危險性地區有65 個，高危險性地區有20 個，高、低危險性地區都較少。由圖1可以看出，低危險性聚集地區主要集中在陜西北部地區和關中中部地區，高危險性地區較分散，但經過地形地貌對比后發現，易發生地質災害的秦嶺和大巴山山區，如鳳縣、太白縣、洋縣、鎮巴縣、佛坪縣、寧陜縣、紫陽縣以及嵐皋縣。關中平原與黃土高原的過渡地帶，如銅川市耀州區、宜君縣、白水縣、富平縣。清澗縣、禮泉縣、長武縣、延川縣、宜川縣均屬于水土流失嚴重的黃土高原丘陵溝壑區。這三大地區都是敏感脆弱的生態環境，對氣候變化具有較強烈的外在響應，因此出現了明顯的高危險性聚集現象。西安市的高危險性地區數明顯多于中低韌性地區，其管轄區縣中有6 個屬于高危險性地區；延安市的中低危險性地區明顯多于高危險性地區；寶雞市無低危險性地區，但中危險性地區占大多數。安康市、漢中市、渭南市以及商洛市的中危險性地區占大多數。榆林市、咸陽市的兩極分化較明顯，高、低危險區的數量相近。

3.2.4 暴露度感知地區 被調查的107 個區縣中，低暴露度地區有27 個，中暴露度地區有53 個，高暴露度地區有27 個。由圖1 可以看出，低暴露度聚集地區主要集中在陜北地區和陜南北部地區，而關中地區分布較為分散。銅川市所有縣區以及與寶雞市交界區域都呈明顯的高暴露度聚集現象。商洛市、西安市無高暴露度地區。咸陽市、渭南市、寶雞市、漢中市、安康市和延安市的中低暴露度地區明顯多于高暴露度地區；榆林市的兩極分化較為明顯，高、低暴露區的數量相近。

4 結論與討論

4.1 結論

以陜西省民眾為研究對象，通過調查問卷獲取民眾對于氣候變化風險感知的原始數據，并建立數據庫。基于IPCC 氣候變化風險評估框架，以敏感性、韌性、危險性和暴露度4 個感知維度建立評價指標體系，并利用探索性因子分析法對4 個維度的測度指標項進行降維處理，從而獲得各維度感知得分。

首先從不同的研究單元出發，分別以陜西省107 個區縣和陜西省每一緯度段涵蓋的區縣為研究單元，利用空間自相關方法對民眾氣候變化風險感知現狀以及空間分異規律進行分析，主要有以下結論。

1）陜西省各區縣民眾在各維度氣候變化風險感知上呈明顯差異。其中高敏感地區的分布較為分散，低敏感地區分布集中。陜北地區出現大面積的中高敏感性地區，關中中部地區明顯呈現出低敏感的聚集現象。陜南地區的中高敏感地區的數量明顯多于低敏感地區，其中高敏感性地區又多分布于秦嶺山區，只有各市的中心城區屬于低敏感性地區。榆林市、咸陽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、低韌性地區的分布都較為聚集，關中中東部地區以及陜南東南部地區呈明顯的高韌性聚集現象，低韌性聚集地區主要集中在關中地區中的寶雞市與咸陽市交界區域、陜南地區中的漢中市與安康市交界區域。安康市、西安市以及渭南市的高韌性地區明顯多于中低韌性地區；寶雞市、漢中市以及商洛市大多數為中韌性地區，咸陽市、榆林市的兩極分化較明顯，高、低韌性區的數量相近且兩者總數占各市的80%以上。

3）高低危險性地區都較少。低危險性聚集地區主要集中在陜北北部地區和關中中部地區，高危險性地區較分散，但基本都出現在山區、溝壑區、高原與平原過渡帶這些敏感脆弱的生態環境地區。西安市的高危險性地區明顯多于中低韌性地區。寶雞市無低危險性地區，安康市、漢中市、渭南市以及商洛市的中危險性地區占大多數。

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

4.2 討論

通過調查問卷獲取感知數據，基于IPCC 風險評估框架構建指標體系，從民眾的視角出發探討與氣候有關的影響因素對人類社會的刺激程度，以及人類社會對氣候變化的適應能力，從而較為系統地調查了陜西省公眾對于氣候變化風險感知的現狀。