中国城乡湿热风险差异的缓解策略研究

《Nature Communications》：Mitigating urban?rural disparities in humid-heat risks in China

本研究针对全球变暖加剧湿热复合威胁而城乡风险差异评估匮乏的现状，开展了中国城乡湿热风险时空演变研究。通过融合IPCC风险评估框架与联合国可持续发展目标（SDGs）指标，发现2001-2020年间中国可持续发展进程显著降低城市脆弱性（VI），使城市湿热风险指数（HHRI）下降，而农村因脆弱性减缓不足导致风险未显著降低。研究成果为协调城乡可持续发展提供了科学依据。

　　

随着全球气候变暖的加剧，极端高温事件频发，对人类健康构成严重威胁。其中，高温高湿相结合的湿热效应尤为危险，它会严重损害人体通过蒸发冷却调节体温的能力。湿球温度（T_w）作为衡量湿热压力的关键指标，在一些沿海亚热带地区已经达到或超过了35°C，这个阈值接近人类生存的极限。东亚地区，尤其是中国，经历了尤为显著的湿热增加。在2001年至2020年间，北半球91.5%的气象站点记录的湿热浪开始得更早或结束得更晚，其中东亚和东南亚受影响最为严重。这些极端湿热事件已造成数万人死亡，并导致严重的劳动力损失和巨大的经济负担。

然而，以往的热风险评估多集中于极端温度，往往忽略了湿度的协同效应。特别是关于城乡差异的研究仍然有限，城乡脆弱性在极端湿热事件中的作用尚未得到充分检验。中国在过去几十年经历了快速的城市化，城市化率从2010年的49.7%上升到2020年的63.9%。这种快速的土地利用转变引发了城市热岛和干岛的耦合效应。尽管中国实施了扶贫、改善医疗、加强基础设施和监测预警系统等措施来应对快速气候变化，但城乡之间在社会发展方面仍存在显著差异，这些差距直接影响居民应对湿热的能力，使得全国范围内的风险评估变得复杂。

为了填补这一研究空白，兰州大学的刘楚蔚、陈思雨（通讯作者）、黄建平等研究人员在《Nature Communications》上发表了一项研究，旨在揭示中国城乡湿热风险的差异及其驱动因素。研究团队开发了一个综合性的湿热风险评估框架（HHRI），该框架整合了政府间气候变化专门委员会（IPCC）的风险评估方法以及与湿热减缓和适应相关的联合国可持续发展目标（SDGs）指标。通过应用该框架分析中国2001年至2020年的数据，系统性地考察了城乡湿热危险性（HI）、社会脆弱性（VI）和人口暴露度（EI）的演变及其如何共同影响综合湿热风险的时空变化。

为开展此项研究，研究人员主要运用了以下几项关键技术方法：首先，利用全国气象站点观测数据计算夏季湿球温度（T_w），并以27°C作为危险阈值来量化湿热危险性（HI）。其次，基于MODIS卫星遥感土地覆盖数据（MCD12Q1 v061，空间分辨率500米）精确划分城乡区域。第三，选取与湿热响应密切相关的4个SDGs（SDG1无贫困、SDG3良好健康与福祉、SDG12负责任消费和生产、SDG13气候行动）下的8个社会生态指标，采用主成分分析（PCA）方法构建脆弱性指数（VI）。第四，利用WorldPop人口数据计算人口密度作为暴露度指数（EI）。最后，通过危险性、脆弱性和暴露度三者的几何平均数（立方根）来计算综合湿热风险指数（HHRI），并对全国及各气候分区进行时空趋势分析。

显著增加的湿球温度

研究结果显示，2001至2020年间，中国的湿球温度（T_w）呈现出显著的上升趋势。这一趋势主要由气温和水汽压的共同增加所驱动。以27°C为危险阈值，过去二十年夏季有近一半的城市人口和三分之一的农村人口暴露于湿热危险中。温带和大陆性气候区的T_w增幅最为显著，达到每十年0.27°C，且在2016-2020年间观测到加速增暖。热带气候区记录的T_w最高，其次是温带气候区，这些区域主要受东亚季风影响，输送了大量水汽。除干旱气候区外，所有其他气候区的温度均显著上升。城市地区的T_w显著高于农村地区，特别是在温带和大陆性气候区，城乡差异分别达到2.9°C和2.7°C，这归因于城市地区植被减少、不透水表面增加和人为热排放等因素。从T_w的百分位数变化来看，城市地区在各个百分位（从低到高）均表现出比农村更高的值。城市T_w的高百分位数（如90th和70th）增长更快，反映了城市对极端湿热事件的高度敏感性。而农村地区的中位数T_w（50th百分位）增长更快，这主要与植被覆盖扩大导致的水汽压快速增加有关。

下降的城市脆弱性缩小城乡风险差距

通过对湿热风险指数（HHRI）的评估发现，尽管城市地区通常面临更高的风险，但在2001年至2020年间，中国68.2%的地区城乡HHRI差距显著缩小。高风险城市区域集中在长江中下游流域和华南地区，而高风险农村区域则向北延伸至山东等地，在东部中国形成了持续的风险带。在此期间，高HHRI城市区域的比例从44.9%显著下降至26.5%，而高HHRI农村区域的比例则从5.8%上升至11.3%。城乡HHRI差距的缩小主要源于城市脆弱性（VI）更快速的下降（城市VI每十年下降0.31，农村为0.20）。通过可持续发展努力，农村地区高VI的覆盖范围也从2001年的75%大幅减少到2020年近乎为零。然而，由于农村经济增长相对缓慢和人口老龄化，其韧性建设受到系统性阻碍，导致中国79.5%的地区城乡VI差距显著扩大。城乡VI差距的扩大体现在与湿热相关的SDGs差异上，例如城市在SDG1（无贫困）和SDG3（良好健康与福祉）方面表现更强，而农村则在SDG12（负责任消费和生产）和SDG13（气候行动）方面显示出相对优势。尽管城市VI有所改善，但热危险性（HI，每十年上升0.20）和人口暴露度（EI，每十年上升0.08）的增加阻碍了HHRI的进一步下降。约52%的城市区域经历高HI，64%经历高EI，这些区域主要集中在中国东部沿海和中部地区。农村地区虽然很大程度上避免了高EI，但约有38%的农村区域暴露于高HI威胁。这种空间异质性反映了城乡风险调控路径的差异：城市地区通过基础设施改善降低脆弱性来应对高强度和暴露度，而农村地区则需要增强脆弱性减缓以应对日益增长的气候压力。

发展差异驱动的空间风险异质性

研究进一步将高HHRI区域定义为极高湿热风险区（EHHRA），并根据近期的综合SDG得分将其分为高（High-SDGS）、中（Middle-SDGS）、低（Low-SDGS）可持续性组。分析发现，在城市EHHRA中，通常SDG得分高的区域表现出更低的HHRI，尤其是在大陆性和温带气候区。这些区域尽管暴露度（EI）较高，但通过其在消除贫困（SDG1）等方面的更强表现，有效缓解了高风险环境下的风险累积。其HHRI值低于中、低SDG得分区域。在城市地区，高SDG得分区域的HHRI每十年下降0.02至0.05，而中、低SDG得分区域的下降幅度更为有限。在干旱和热带气候区，HHRI的空间分异主要由HI差异驱动，中SDG得分区域的HI最高，导致其HHRI值也最高。在农村EHHRA中，中SDG得分区域表现出最高的HHRI值，比高、低SDG得分区域分别高出7%-28%和2%-35%。这是因为高SDG得分区域凭借更高的社会发展水平维持了较低的VI，从而降低了HHRI；而低SDG得分区域由于人口增长缓慢，EI最低，也有效降低了HHRI；中SDG得分区域既缺乏高SDG区域的发展优势，又面临比低SDG区域更高的EI和HI，从而导致最高的HHRI值。此外，高SDG得分区域的农村VI下降速度快于其他区域，表明这些区域的城乡发展更为平衡，有助于缓解湿热风险的增加。然而，高、中SDG得分区域的农村HI增长通常快于低SDG得分区域，同时高SDG得分区域的城市EI也快速增长，这些共同趋势给风险管理带来了新的挑战。

该研究系统地揭示了中国城乡湿热风险的差异及其驱动因素。研究成果表明，中国可持续发展的进步有效降低了城市脆弱性，在湿热危险性和人口暴露度增加的背景下，导致了城市HHRI的整体下降。然而，农村脆弱性的下降不如城市明显，HHRI未出现显著降低。这凸显了协调城乡发展的紧迫性。研究结果强调了空间异质性的重要性，指出华中、东南沿海和华南等高度城市化、人口密集的区域是湿热风险的关键区域，需要有效管理。而西北地区（如陕西、宁夏、甘肃）社会脆弱性较高，需优先采取加强基础设施、改善社会服务和应急响应能力等措施。研究也指出，无论气候条件如何，高SDG得分区域的农村VI下降更为显著，表明这些区域更平衡的城乡发展有助于缓解极端湿热的负面影响。

这项研究为全面详细地理解中国城乡湿热风险的变化及其长期演变提供了重要依据，特别是在可持续发展差异的背景下。同时，也为面临平衡气候变化与发展类似挑战的快速城市化国家提供了见解。实现城乡平衡发展并共同降低气候风险需要双管齐下的策略：一方面振兴农村经济和人口结构，另一方面优化城市空间结构以减轻人口暴露和城市热岛效应。该研究框架虽然综合了气候、社会经济和政策维度，但未能完全纳入社区治理能力等微观社会因素，且基于500米分辨率的城乡划分可能未能完全捕捉城乡过渡带的复杂性。未来研究可探索适应性加权策略以进一步完善风险评估。总体而言，这项工作为在全球变暖背景下制定协调城乡可持续发展的战略以缓解气候风险提供了科学基础。