陕西省民众气候变化风险感知的空间差异性

孙靖妮，周 旗，b，马元森，张 瑾，杜若兰

（宝鸡文理学院，a.地理与环境学院；b.陕西省灾害监测与机理模拟重点实验室，陕西 宝鸡 721013）

1990 年，政府间气候变化专门委员会（IPCC）发布的第一次气候变化评估报告指出，温室气体排放量的增加能够直接导致全球表面温度的升高［1］。2014 年3 月，IPCC 评估报告将风险纳入到了气候变化研究领域，通过对气候变化相关危害、暴露度和脆弱性3 个方面的综合分析，最终制定了气候变化风险的评估框架，并解释了气候变化风险的产生源头［2，3］。2021 年8 月，IPCC 第六次评估报告第一工作组报告表明，气候变化广泛、迅速且强劲，人类活动已经引发了全球气候危机［4］。针对日益加重的极端事件影响应尽早部署好防灾减灾工作，如完善气候系统综合站网建设、提高对气候变化规律和机理的认识等。气候变化风险成为人类可持续发展的重要制约因子。面对气候变化风险，对于应对气候变化风险决策而言，科学家评估是制定应对策略的科学基础，民众感知则是制定应对策略的社会基础，二者具有同等权重［5］，应对气候变化风险，仅靠政府的策略是不够的，民众具有良好的风险意识也同样重要。缺乏社会基础的应对策略是不完备的。但对于气候变化风险的综合判断大多数还是专家有较为科学的认识，而民众对气候变化风险的感知不足，因此，有必要加强民众气候变化风险感知状况的研究。

本研究基于IPCC 气候变化风险评估框架，以敏感性、韧性、危险性和暴露度4 个感知维度建立评价指标体系，并利用探索性因子分析对各维度的测度指标项进行降维处理，获得感知得分。以陕西省107 个区县为行政单元分析民众对于气候变化风险感知的状况，初步分析验证民众气候变化风险感知评估模型的可行性，并为后续开展较大范围的调查及更深层次的感知研究提供技术支持。

1 研究区概况

陕西省位于中国内陆，介于东经105°29′—111°15′，北纬31°42′—39°35′，总面积达20.56 万km2。陕西省由高原、山地、平原和盆地等多种地貌构成，地势呈南北高、中间低，基本可分为陕北黄土高原、关中平原、陕南山地3 种地貌类型。地跨黄河、长江两大水系，横跨3 个气候带，陕北北部长城沿线属中温带季风气候，关中及陕北大部属暖温带季风气候，陕南属于北亚热带季风气候。年降水量为265～1 289 mm，由南至北降水量逐渐减少，差异明显［6］。截至2020年，陕西省下辖10 个地级市、30 个市辖区、7 个县级市、70 个县，常住人口3 876.21 万人。2020 年，陕西省实现生产总值26 181.86 亿元，比2019 年增长2.2%。其中，第一产业增加值2 267.54 亿元，增长3.3%；第二产业增加值11 362.58 亿元，增长1.4%；第三产业增加值12 551.74 亿元，增长2.8%［7］。

人类活动导致的全球气候变暖使陕西省的水热条件也随之增强。由于陕西省特殊的地形地貌状况，夏秋季节局地强降水频发，由此引发的地质灾害数量、强度都明显增加。干旱、滑坡、泥石流、山洪等自然灾害造成了巨大的人员、财产损失［8］。

2 数据来源与方法

2.1 数据来源

陕西省公众的气候变化风险感知数据主要来源于问卷调查。2018 年9 月至2021 年11 月，利用调查问卷实地走访了陕西省107 个区县，在人流量密集场所进行实地随机调研。共发放了10 000 份问卷，回收9 692 份，回收率为96.92%。通过问卷筛选，放弃526 份存在未答题目过多、乱选乱答情况问卷，最终获得有效问卷9 166 份，平均各区县共发放问卷86 份，调查样本基本特征统计结果如表1 所示。从表1 可以看出，样本的男女人数占比分别为48.5%和51.5%；18～58 岁的人口群体占大多数，占总调查人数的87.7%，其中18～28 岁的人数最多，占40.8%；在文化程度方面，受访者大多数为本科、大专、高中、初中学历；政治面貌方面，以中共党员、群众、共青团员人员为主；从职业特征来看，打工∕务工人员、学生、务农人员、企业职工∕工人的人数较多；从经济收入情况来看，经济上较宽裕、收入与支出大致相当的人数较多。

2.2 研究方法

探索性因子分析是通过线性转换从多个变量中选出少数几个重要变量的统计分析方法。其原理是将多个变量转换成一组彼此无关的几个新的综合指标，并使它们尽可能地保留原始变量的信息［9］。本研究利用探索性因子分析法对敏感性、韧性、危险性及暴露度4 个方面的测度指标项进行降维处理，此方法能够根据数据间的关系对原始指标进行聚类后简化指标体系。

利用SPSS 26.0 软件中的“分析-降维-因子分析”工具，分别从4 个感知维度进行探索性因子分析，得到总方差解释、旋转成分矩阵及因子得分系数。通过加权法整合指标，将各指标的数值整合为指数的方法，即通过各指标的标准化值与该指标权重之积的加权和来计算指数［10-12］，然后根据公因子得分系数计算因子得分F，即所测量维度各因子指标得分值（式1）。然后通过各因子在本维度中的方差贡献率，得到最终权重（式2）。

3 结果与分析

3.1 民众气候变化风险感知主成分分析及权重

由敏感性感知指标总方差解释可以得出，从原有的13 个指标中提取出3 个主要因子。其中，第一因子包含影响公众气候变化风险敏感性感知因素最多，属于主要影响因素，后2 个因子次之。由韧性感知指标总方差解释可以得出，对原有42 个韧性感知指标进行因子提取后，得到9 个主要因子。其中，第一、第二因子的累积方差贡献率较高，分别为14.637%和13.316%，为主要影响因素，其余7 个因子的影响力依次递减。由危险性感知指标总方差解释得出，从原有的39 个指标中提取出6 个主要因子。其中，第一因子的累积方差贡献率最高，为22.753%，为主要影响因素，其余5 个因子的影响力依次递减。由暴露度感知总方差解释可知，对原有的14 个指标进行探索性因子分析后，得到3 个主要因子，其中，第一因子的方差贡献率高达41.758%，该因子是影响公众气候变化风险暴露度感知的主要因素。

敏感性感知3 个因子的权重分别为0.688、0.181、0.131。综合分析表明，民众对气象灾害事件的重视程度对敏感性的影响最大，是该维度的主要影响因素；韧性感知9 个因子的权重分别为0.239、0.217、0.133、0.105、0.085、0.064、0.062、0.054、0.041。分析得出，民众的处事态度、应对自然灾害的能力以及灾后援助程度对韧性感知影响较大；危险性感知6 个因子的权重分别为0.405、0.207、0.143、0.099、0.085、0.061，表明民众对气候变化事实的感知、自然灾害发展变化趋势、受灾严重程度对危险性感知有较大影响；暴露度感知3 个因子的权重分别为0.674、0.166、0.161。

3.2 陕西省气候变化风险空间分布特征

以各区县行政区为单元，计算出各单元民众在4 个感知维度上的平均得分。利用自然断裂法将陕西省气候变化风险感知在各维度上的综合得分分为3 个等级（表2）。

表2 各感知维度测度分级标准

利用ArcGIS10.2 软件，以陕西省各区县为研究单元，对普通民众气候变化风险感知能力进行空间可视化制图，得到各维度的气候变化风险感知分级（图1）。经过渲染后的分级图能反映出各研究单元民众的感知度，更能反映各维度感知在空间单元上的差异性。

图1 陕西省各区县气候变化风险感知分级分布特征

3.2.1 敏感性感知地区 被调查的107 个区县中，低敏感性地区有23 个，中敏感性地区有43 个，高敏感性地区有41 个。由图1 可以看出，高敏感地区的分布较为分散，低敏感地区分布集中。陕北地区出现大面积的中高敏感性地区，低敏感性地区只有3个，分别是延安市宝塔区、延长县、榆林市榆阳区，基本上属于中心城区；关中中部地区呈低敏感的聚集现象。铜川市和西安市的低敏感地区数明显多于中高敏感地区，其中西安市最为明显，其13 个区县中有10 个属于低敏感地区，咸阳市的中高敏感地区比例高达78%；陕南地区的中高敏感地区的数量明显多于低敏感地区，其中高敏感地区又多分布于秦岭山区，只有各市的中心城区属于低敏感性地区；延安市、渭南市、宝鸡市、商洛市以及汉中市的两极分化较明显，高、低敏感性地区的数量相近且两者总数占各市的80%以上。

3.2.2 韧性感知地区 被调查的107 个区县中，低韧性地区有32 个，中韧性地区有44 个，高韧性地区有31 个。由图1 可以看出，高、低韧性地区的分布都较为聚集。陕北地区共有25 个区县，其中高韧性地区只有6 个。关中中东部地区以及陕南东南部地区呈明显的高韧性聚集现象，低韧性聚集区主要集中在关中地区的宝鸡市与咸阳市交界区域、陕南地区中的汉中市与安康市交界区域。安康市、西安市以及渭南市的高韧性地区明显多于中低韧性地区；铜川市、延安市的低韧性地区明显多于高韧性地区，其13 个区县中有6 个属于低韧性地区；宝鸡市、汉中市以及商洛市大多数为中韧性地区，咸阳市、榆林市的两极分化较明显，高、低韧性地区的数量相近且两者总数占各市的80%以上。

3.2.3 危险性感知地区 被调查的107 个区县中，低危险性地区有22 个，中危险性地区有65 个，高危险性地区有20 个，高、低危险性地区都较少。由图1可以看出，低危险性聚集地区主要集中在陕西北部地区和关中中部地区，高危险性地区较分散，但经过地形地貌对比后发现，易发生地质灾害的秦岭和大巴山山区，如凤县、太白县、洋县、镇巴县、佛坪县、宁陕县、紫阳县以及岚皋县。关中平原与黄土高原的过渡地带，如铜川市耀州区、宜君县、白水县、富平县。清涧县、礼泉县、长武县、延川县、宜川县均属于水土流失严重的黄土高原丘陵沟壑区。这三大地区都是敏感脆弱的生态环境，对气候变化具有较强烈的外在响应，因此出现了明显的高危险性聚集现象。西安市的高危险性地区数明显多于中低韧性地区，其管辖区县中有6 个属于高危险性地区；延安市的中低危险性地区明显多于高危险性地区；宝鸡市无低危险性地区，但中危险性地区占大多数。安康市、汉中市、渭南市以及商洛市的中危险性地区占大多数。榆林市、咸阳市的两极分化较明显，高、低危险区的数量相近。

3.2.4 暴露度感知地区 被调查的107 个区县中，低暴露度地区有27 个，中暴露度地区有53 个，高暴露度地区有27 个。由图1 可以看出，低暴露度聚集地区主要集中在陕北地区和陕南北部地区，而关中地区分布较为分散。铜川市所有县区以及与宝鸡市交界区域都呈明显的高暴露度聚集现象。商洛市、西安市无高暴露度地区。咸阳市、渭南市、宝鸡市、汉中市、安康市和延安市的中低暴露度地区明显多于高暴露度地区；榆林市的两极分化较为明显，高、低暴露区的数量相近。

4 结论与讨论

4.1 结论

以陕西省民众为研究对象，通过调查问卷获取民众对于气候变化风险感知的原始数据，并建立数据库。基于IPCC 气候变化风险评估框架，以敏感性、韧性、危险性和暴露度4 个感知维度建立评价指标体系，并利用探索性因子分析法对4 个维度的测度指标项进行降维处理，从而获得各维度感知得分。

首先从不同的研究单元出发，分别以陕西省107 个区县和陕西省每一纬度段涵盖的区县为研究单元，利用空间自相关方法对民众气候变化风险感知现状以及空间分异规律进行分析，主要有以下结论。

1）陕西省各区县民众在各维度气候变化风险感知上呈明显差异。其中高敏感地区的分布较为分散，低敏感地区分布集中。陕北地区出现大面积的中高敏感性地区，关中中部地区明显呈现出低敏感的聚集现象。陕南地区的中高敏感地区的数量明显多于低敏感地区，其中高敏感性地区又多分布于秦岭山区，只有各市的中心城区属于低敏感性地区。榆林市、咸阳市和安康市的大多民众具有较高的敏感性感知，铜川市和西安市的大多民众具有较低的敏感性感知。

2）高、低韧性地区的分布都较为聚集，关中中东部地区以及陕南东南部地区呈明显的高韧性聚集现象，低韧性聚集地区主要集中在关中地区中的宝鸡市与咸阳市交界区域、陕南地区中的汉中市与安康市交界区域。安康市、西安市以及渭南市的高韧性地区明显多于中低韧性地区；宝鸡市、汉中市以及商洛市大多数为中韧性地区，咸阳市、榆林市的两极分化较明显，高、低韧性区的数量相近且两者总数占各市的80%以上。

3）高低危险性地区都较少。低危险性聚集地区主要集中在陕北北部地区和关中中部地区，高危险性地区较分散，但基本都出现在山区、沟壑区、高原与平原过渡带这些敏感脆弱的生态环境地区。西安市的高危险性地区明显多于中低韧性地区。宝鸡市无低危险性地区，安康市、汉中市、渭南市以及商洛市的中危险性地区占大多数。

4）低暴露度聚集地区主要集中在陕北地区和陕南北部地区，而关中地区分布较为分散。铜川市所有区县以及与宝鸡市交界区域都呈明显的高暴露度聚集现象。商洛市、西安市无高暴露度地区。榆林市的两极分化较为明显，高、低暴露地区的数量相近。

4.2 讨论

通过调查问卷获取感知数据，基于IPCC 风险评估框架构建指标体系，从民众的视角出发探讨与气候有关的影响因素对人类社会的刺激程度，以及人类社会对气候变化的适应能力，从而较为系统地调查了陕西省公众对于气候变化风险感知的现状。