《International Journal of Disaster Risk Reduction》：A health outcome-informed vulnerability index and two-stage risk matrix approach to assessing future heat risk in Taiwan
编辑推荐：
大量证据表明，气候变化正在加剧极端高温事件，并提高人类健康风险。本研究通过构建健康结局导向脆弱性指数，并应用两阶段风险矩阵框架，对台湾19个城市与县的未来热相关风险进行了评估。热危险度以共享社会经济路径（Shared Socioeconomic Pathway
大量证据表明，气候变化正在加剧极端高温事件，并提高人类健康风险。本研究通过构建健康结局导向脆弱性指数，并应用两阶段风险矩阵框架，对台湾19个城市与县的未来热相关风险进行了评估。热危险度以共享社会经济路径（Shared Socioeconomic Pathway, SSP）5-8.5情景下的热浪持续时间指数（Heat Wave Duration Index, HWDI）表征，时间范围涵盖基线年份（2023年）及截至2037年的近期未来时期。脆弱性通过分别对敏感性与适应能力指标实施主成分分析（Principal Component Analysis, PCA）得到，这些指标事先依据其与热相关疾病率（Heat-related Illness Rate, HRIR）的正相关关系进行了筛选。随后，将两个维度的第一主成分按照其与HRIR回归系数进行加权，构建单一的健康导向脆弱性指数，其中适应能力的贡献约为敏感性的1.76倍。结果显示，热风险总体上随时间增加，热点区域出现在台湾中部、南部和东部。其中，东部各县表现出最高脆弱性，并预计在2034–2037年升级至5级风险。情景分析进一步表明，提高适应能力，如提升空调可及性，能够有效降低脆弱性及其相关热风险。所提出框架可通过提供具有可操作性且针对具体指标的策略，支持有针对性的适应规划，并帮助地方政府在提升耐热韧性方面优先配置资源。
该文发表于《International Journal of Disaster Risk Reduction》。研究聚焦于气候变化背景下台湾未来热相关风险的空间分异与治理路径。现有研究虽已广泛证实极端高温对健康的不利影响，但在区域风险评估中，脆弱性指数常由社会经济或基础设施指标经主成分分析（Principal Component Analysis, PCA）直接合成，缺少与实际健康结局的显式关联，导致结果虽具统计压缩优势，却未必能准确反映热危害对应的公共卫生风险，也不利于政策部门识别可干预的重点环节。同时，既有热风险矩阵研究多着眼于当前或历史时期，对未来气候情景下风险演变、空间热点迁移及适应能力改善后的风险变化关注不足。基于此，研究人员开展本研究，尝试将热相关疾病率（Heat-related Illness Rate, HRIR）嵌入脆弱性构建过程，并结合两阶段风险矩阵，对台湾未来高温风险进行前瞻性评估，从而为地方政府制定更具针对性的气候适应政策提供依据。
研究以台湾本岛19个城市与县为分析单元，围绕危险度（hazard）、暴露度（exposure）、敏感性（sensitivity）、适应能力（adaptive capacity）和健康结局（health outcome）五个维度建立分析框架。研究人员将热浪持续时间指数（Heat Wave Duration Index, HWDI）作为热危险度指标，采用共享社会经济路径SSP5-8.5情景下的2023年基线与2026–2037年近未来投影资料，评估热危害随时间的变化。暴露度以人口密度表示。脆弱性则由敏感性和适应能力共同决定，其中敏感性包含人口结构、健康状态与社会经济弱势等16项指标，适应能力涵盖基础设施与服务、社会与卫生资源、政府能力等17项指标。研究进一步引入2023年HRIR作为健康结局变量，用于筛选与热健康影响方向一致的指标，并据此赋权，从而构建健康结局导向脆弱性指数。结果表明，与单纯依赖统计降维相比，该方法能够提升脆弱性指数的清晰性与可解释性。总体结论显示，台湾未来热风险呈上升趋势，风险热点主要集中并扩展于中部、南部与东部，其中东部县份脆弱性最高，至2034–2037年可能升至5级风险；同时，通过提高适应能力指标，尤其是提升空调可及性，可有效降低脆弱性与总体热风险。这说明以健康结局为依据的脆弱性评估和两阶段风险矩阵，对于气候适应政策制定具有重要现实意义。
研究所用主要技术方法可概括如下：第一，基于台湾19个城市与县的2023年社会、人口、卫生与治理指标，以及TCCIP提供的HWDI气候投影数据，构建多维数据库；第二，采用Pearson相关分析，以HRIR为健康结局对敏感性和适应能力指标进行预筛选；第三，分别对两个维度实施PCA，提取第一主成分，并利用其与HRIR的回归系数构建健康结局导向脆弱性指数；第四，对危险度、暴露度与脆弱性进行Z-score标准化与分级，采用两阶段风险矩阵先合成“社会排序”，再与热危险度整合得到总风险；第五，以嘉义县为案例，开展适应能力指标调整的情景分析，检验风险降低效果。
在结果部分，论文首先报告了指标总体统计特征。
3.1. Summary statistics of indicators
研究显示，2023年热相关疾病率在S-CYI最高，在N-NWT最低。热危险度HWDI则在长期阶段的S-PIF最高，在基线年份的E-TTT最低，表明随着时间推进，HWDI总体升高。暴露度方面，N-TPE人口密度最高，E-TTT最低。变异系数分析进一步显示，敏感性维度中S1的离散程度最大，S9最小；适应能力维度中A9的离散程度最大，A13最小。S-CYQ在多个敏感性指标上取值最高，E-TTT在多个适应能力指标上表现出不利水平，这为其较高脆弱性提供了数据支撑。
3.2. Health outcome-informed vulnerability index
研究人员将敏感性与适应能力指标分别与HRIR进行Pearson相关分析，保留正相关指标进入PCA。最终，敏感性保留10项指标，适应能力保留5项指标。PCA结果显示，敏感性第一主成分解释55%的总变异，适应能力第一主成分解释74%的总变异。二者与HRIR回归后得到的系数分别为1.39 × 10
-5和2.45 × 10
-5，据此可知适应能力对脆弱性的相对贡献约为敏感性的1.76倍。空间分布结果表明，E-HUN、E-TTT、C-NAN与S-CYQ属于最高脆弱性等级，而N-TPE、N-NWT、N-TAO、N-HSZ与C-TXG属于最低脆弱性等级。研究还指出，将HRIR纳入指标筛选与赋权过程，有助于识别优先干预对象，例如老年人口比例、农业与畜牧业就业人口比例，以及空调可及性等。与此同时，未纳入HRIR的敏感性分析显示，虽然解释方差更高，但结果解释性下降，部分指标载荷方向出现不符合常理的现象，进一步突出了健康结局导向方法的优势。
3.3. Results of risk assessment on projected heat hazard
在风险评估中，研究人员将暴露度与脆弱性先整合为社会排序（societal rank），再与未来HWDI危险度组合，形成总体风险等级。结果表明，整体热风险随时间持续增加，并在2034–2037年达到最高水平，届时5个城市或县达到5级风险，6个达到4级风险，主要集中于中部、南部和东部。空间格局上，风险热点由中部逐步向东部转移。2023年最高风险主要出现在中部且仅达到3级；至2034–2037年，东部多数县份升至5级风险。值得注意的是，C-NAN、S-TNN、S-KHH、E-HUN与E-TTT的风险提升了3个等级，表明这些地区未来受气候变化影响尤为显著。论文进一步将本研究方法与既有研究进行比较，指出本研究独立表征暴露度，并区分敏感性与适应能力，使风险结构更具可解释性，也更利于提出具体政策干预方向。
3.4. Scenario analysis of improvements in adaptive capacity indicators
为说明适应能力改善对风险缓解的作用，研究选取S-CYQ作为案例开展情景分析。该地区风险持续升高，并在长期阶段达到5级，同时具有所有地区中最高脆弱性。研究人员选取A5，即每台空调服务的平均户数这一指标进行示范性调整，假设其提升至N-HSZ对应水平。调整后，适应能力第一主成分得分由0.85降至0.39，脆弱性指数Z分数由0.85降至0.78，脆弱性等级由5级降为4级，社会排序由4降至3，最终总体风险下降1个等级。对A9即每个医疗机构服务面积的调整也产生了脆弱性下降效果。该结果说明，适应能力指标不仅可用于指数构建，也可以直接映射为政策行动目标，具备较强实践可操作性。
3.5. Study limitations
论文同时指出若干研究限制。首先，分析尺度为城市与县，未能反映乡镇层面的细粒度差异，但该尺度仍具有政策实践价值，因为城市与县是台湾资源配置与政策执行的主要行政单元。其次，部分地区风险等级存在波动，这与某些维度Z分数接近分级阈值有关，未来应纳入不确定性量化，并结合多模式气候集合或更长时段平均值以提升稳健性。最后，某些关键个体适应行为资料缺失，如空调实际使用和饮水频率等，这限制了脆弱性评估的全面性，未来应通过针对性调查加以补充。
讨论部分强调，本研究的核心贡献在于将健康结局证据嵌入脆弱性构建过程，使指标选择与权重设定不再主要依赖主观判断或单纯统计结构，而是与热相关疾病实际分布建立联系，从而提高了结果的公共卫生导向性。两阶段风险矩阵则通过先整合社会维度、再结合自然危险度的方式，清楚区分了社会因素与自然因素对风险的共同作用，尤其适合危险度可前瞻性投影、而暴露度和脆弱性较难准确预测的未来情景研究。情景分析进一步证明，该框架不仅能够识别高风险空间热点，还能够将风险缓解路径具体落实到可调整的适应能力指标层面，因此在地方治理中具有较强的应用潜力。
研究结论部分可译为：本研究构建了一个健康结局导向脆弱性指数，并将其与两阶段风险矩阵相结合，用于评估台湾未来热相关风险。通过将HRIR纳入指标筛选与赋权过程，所构建的脆弱性指数具有更高的清晰性和可解释性。风险矩阵结果揭示出显著的空间差异，其中东部各县表现出最高脆弱性，并在SSP5-8.5情景下可能于2034–2037年升至5级风险。情景分析进一步表明，改善适应能力的特定方面能够有效降低热相关风险水平，凸显了针对性干预的价值。这些发现强调了健康导向脆弱性评估与风险矩阵方法在支持气候适应政策中的关键重要性。未来研究建议纳入更精细的空间尺度（如乡镇层级）和行为数据，以进一步优化脆弱性评估并加强风险缓解策略。除上述发现外，所提出框架还显示出较强的跨区域应用潜力，因为其采用的方法具有实践性且应用广泛，即PCA与回归建模。此外，指标选择与权重均由健康结局信息引导，降低了对主观判断的依赖，并增强了方法稳健性。与此同时，情景分析为评估风险降低策略提供了可操作路径。这些特征共同提升了该风险评估框架的可推广性。
