澳大利亚住房存量对气候风险的暴露程度：基于邮政编码数据的时空演变分析

这篇综述通过整合澳大利亚2006-2021年人口普查数据与邮政编码级气候风险指标（包括飓风、洪水、热浪、水资源压力和野火），系统评估了住房存量对气候灾害的地理分布敏感性。研究发现：住房存量对水资源压力（Water Stress）呈现显著脆弱性（55.89%高暴露），对野火（Wildfire）中等敏感（70.18%中风险），而对洪水（Flood）、飓风（Cyclone）和热浪（Heatwave）敏感性较低。研究创新性采用共享社会经济路径（SSP126/245/585）预测至2100年的风险演变趋势，为气候适应性住房政策提供数据支撑。

　　

气候风险与住房脆弱性的地理分布

研究基于澳大利亚2515-2641个邮政编码的气候风险数据，揭示住房存量对五类气候灾害的敏感性存在显著空间异质性。水资源压力（评分0.1-1.0）影响最为广泛，2021年43.77%的邮政编码处于高风险区间，涉及55.89%的住房存量。野火风险（概率0.02-0.2）呈现双峰分布，49.48%-51.81%的邮政编码属高风险区，但仅29.8%的住房位于此类区域。值得注意的是，热浪风险（>历史98%温度阈值的天数）虽在2006-2021年间从7.9天降至6.9天，但预测显示2050年将激增至50天。

社会经济差异与风险暴露

通过将CoreLogic房价数据与普查收入分层分析发现：高收入社区更集中于水资源压力高风险区（高收入邮政编码56.5%高风险 vs 低收入25.2%），而低收入区域野火暴露率显著更高（低收入邮政编码60.2%高风险 vs 高收入26.5%）。基尼系数分析进一步证实，飓风（Gini>0.8）和洪水风险分布极不均衡，而热浪（Gini≈0.3）相对均匀。

住房增长与风险响应机制

面板回归模型（公式1）显示，热浪风险每增加1个标准差（2.39天），住房存量增长率下降5.4%（β=-0.007，p<0.01）。未来风险预测模型（公式3）特别指出，野火风险等级提升（如从低→中）将使住房建设减少7.9%（β=-0.079，p<0.05）。这与2019/2020年澳洲野火烧毁11万平方公里生态系统的历史事件形成呼应。

2100年风险演变轨迹

采用SSP585路径的加权预测显示：

• 热浪风险住房占比将从2023年2.5%升至2100年14%
• 野火风险住房从1.1%增至1.6%
• 洪水风险呈U型曲线，2050年谷值后反弹
  研究强调需针对水资源压力（SPEI指数）和野火（AI预测模型）制定差异化适应策略，特别是在低收入社区住房韧性建设方面。