《International Journal of Disaster Risk Reduction》：Archetypes of heat risk: An intersectional perspective on relative within-country differences
编辑推荐：
气候风险在社会中分布不均，其形成受到社会、经济和环境因素交叉作用的影响。现有的风险评估通常未能捕捉到这些因素如何交叉作用，从而在国家内部产生相对差异，尤其是在未来不断变化的条件下。研究人员通过开发一种混合方法（mixed-methods approach）来弥
气候风险在社会中分布不均，其形成受到社会、经济和环境因素交叉作用的影响。现有的风险评估通常未能捕捉到这些因素如何交叉作用，从而在国家内部产生相对差异，尤其是在未来不断变化的条件下。研究人员通过开发一种混合方法（mixed-methods approach）来弥补这一空白，该方法旨在将交叉性脆弱性（intersectional vulnerability）操作化于气候风险评估中，并量化一个国家人口中差异化的相对风险。在奥地利的热风险（heat risk）背景下应用该方法，研究人员将来自文献、利益相关方参与和半结构化访谈的定性见解，与地理参考的社会经济和热暴露数据的定量聚类（clustering）相结合。这使得研究人员能够识别出五种不同的热风险原型（heat risk archetypes），这些原型捕捉了暴露和交叉性脆弱性的重复模式，揭示了相对于其他人，哪些人面临更高的风险。例如，城市低收入社区的蓝领工人，以及因财务应对能力低下而脆弱性加剧的老年人。通过使用气候预估和社会经济情景将分析扩展到未来，研究人员表明，所有原型的热风险均有所增加，这不仅是由气温上升驱动的，还受到人口结构变化和日益加剧的不平等的影响。通过将危险性（hazard）、暴露度（exposure）和脆弱性整合在一个交叉性且前瞻性的框架内，研究人员的新方法能够细致地理解国家内部热风险的相对差异。由此产生的原型可以支持在不同尺度上制定和优先考虑有效且公平的适应策略，这些策略需考虑到截至2080年的风险构成的相对差异和变化。
**论文解读：基于交叉性视角的奥地利热风险原型识别与未来预估**
**研究背景与问题**
气候变化导致的热风险在全球范围内日益严峻，然而，其影响并非均匀分布，而是受到社会、经济和环境因素复杂互动的影响。脆弱性（vulnerability），即个体或群体预期、应对或从气候影响中恢复的能力，是理解这些差异的关键。尽管科学界和政治领域已广泛认识到脆弱性的多维性和交叉性，但现有的国家层面风险评估仍存在不足。一方面，许多评估过度依赖于简化的模型，如仅关注洪水和土地利用等危险性（hazard）和暴露度（exposure）指标，或使用如年龄等单一维度的脆弱性指标，忽略了社会动态如何塑造风险及其公平性影响。另一方面，虽然交叉性（intersectionality）这一概念——最初用于描述性别歧视和种族主义交叉点上的结构性边缘化——在气候变化风险研究中日益受到重视，但其在定量研究中的应用仍然有限，因为复杂性常在聚合过程中丢失。因此，开发一种能够捕捉脆弱性复杂性和异质性，并将其整合进气候风险评估的方法，对于识别和优先考虑脆弱群体，制定公平有效的适应策略至关重要。本研究旨在解决这一空白，通过开发一种混合方法来操作化交叉性脆弱性，并以奥地利热风险为案例，揭示国家内部人口中相对风险的差异。
**研究内容、结论与意义**
研究人员开发并应用了一种混合方法，将来自文献、利益相关方研讨会和半结构化访谈的定性见解，与地理参考的社会经济和热暴露数据的定量聚类分析相结合，成功识别出奥地利人口中五种不同的热风险原型。通过将分析扩展至未来（至2080年），结合气候预估（RCP4.5和RCP8.5）和社会经济情景（SSP1和SSP4），研究人员发现，所有原型的热风险均会增加，这不仅是由于气温上升，还受到人口老龄化、城市化及不平等加剧等社会经济变化的驱动。研究揭示，在参考期，处于较高风险（相对风险阈值第75百分位以上）的人口占23%，而在高排放与高不平等情景下，这一比例至2080年将升至66%。该研究的重要意义在于，它提供了一个新颖且可转移的混合方法，能够将交叉性脆弱性操作化，从而在国家层面提供对不同风险构成的细致理解，直接回应了政策制定者对更精细、更具前瞻性评估的需求，以支持制定和优先考虑针对不同群体的、公平有效的适应策略。该论文发表在《International Journal of Disaster Risk Reduction》。
**主要关键技术方法**
1. **定性分析**：通过文献筛选（21篇学术与灰色文献）、利益相关方研讨会（20人参与）和半结构化专家访谈（10次）来识别和交叉映射脆弱性因素，并构建了六个定性的脆弱性画像（vulnerability profiles）。
2. **定量聚类分析**：基于奥地利统计局（Statistics Austria）提供的集成工资和所得税统计数据，覆盖6,803,247名个体（2019年奥地利总人口的76%），使用k-prototypes聚类算法，根据收入、年龄、职业、居住地人口密度及热浪天数等变量，对个体进行分组，识别出90个具有相似社会经济特征和热暴露的聚类。
3. **风险函数构建与未来情景预估**：构建了一个基于危险性、暴露度和脆弱性乘积形式的风险指标，用于量化每个聚类的平均风险，并识别相对高风险聚类（第75百分位以上）。通过整合CMIP5/EURO-CORDEX气候预估（RCP4.5, RCP8.5）和基于共享社会经济路径（SSP1, SSP4）的人口、收入不平等及城市化率预估，来模拟2050年和2080年的未来风险构成。
**研究结果**
**3.1. 热风险原型（Heat risk archetypes）**
研究通过整合定性画像和定量聚类，识别出五种热风险原型，代表了奥地利人口中最突出的风险模式。
- **原型1：城市热岛中的贫困风险个体**：约占总人口的7%。该群体年均收入约12,600欧元，低于贫困风险线，居住于高密度城市区域，面临年均25个热浪日。其脆弱性由低收入、不良住房条件、有限的绿地/蓝色空间（green/blue spaces）获取权以及租户身份（限制住房改造能力）等因素交叉加剧。研究指出，单亲父母（尤其是女性）因时间贫困而尤为脆弱。
- **原型2：郊区和农村地区的贫困风险个体**：占总人口的4%。该群体年均收入约10,300欧元，同样面临经济困难，但居住在郊区或农村地区，面临年均21个热浪日。其脆弱性由低收入、低教育水平、不良住房条件、能源贫困以及因污名化导致的社会参与受限等因素交叉影响。有限的移动能力限制了其前往凉爽空间的途径。
- **原型3：高暴露度的蓝领工人**：占总人口的3%。该群体为蓝领工人，年均收入12,400欧元，面临年均22个热浪日。他们在工作中（如建筑、农业）和家中（城市热岛效应）均面临高暴露度。其脆弱性由低应对能力、不良住房条件、租户身份以及（可能存在的）移民背景等交叉因素加剧。
- **原型4：经济有限的老年人**：占总人口的3%（参考期）。该群体年龄超过65岁，年均收入12,400欧元，低于贫困线，面临年均18个热浪日。其脆弱性源于高龄、低财务应对能力、社会参与受限，以及可能存在的性别经济差异（女性因家务劳动导致终身收入较低）和能源贫困。移民背景或语言障碍可能进一步加剧其脆弱性。
- **原型5：有健康问题和高暴露度的老年人**：占总人口的2%。该群体年龄超过65岁，年均收入约39,800欧元，但面临年均22个热浪日。其风险主要源于高龄，以及因健康问题或社会隔离导致的有限应对能力，尽管其财务状况良好。脆弱性因素包括行动受限、独居以及与健康相关的社会参与受限。
**3.2. 当前与未来的人口热风险**
通过将聚类根据其风险值（基于危险性、暴露度和脆弱性计算）绘制在二维图中，研究发现：
- **参考期**：23%的人口处于相对高风险聚类（第75百分位以上）。其中，最大比例来自原型1（城市贫困），其次为原型2（农村贫困）。
- **未来情景（2080年）**：
- 仅考虑社会经济变化（SSP4，不平等加剧）：高风险人口比例升至32%。原型4和5（老年群体）的规模显著增长，而农村原型2则缩小。收入不平等加剧使低收入聚类向右移动，脆弱性增加。
- 仅考虑气候变化（RCP8.5，高排放）：热浪日数中位数增加一倍以上，高风险人口比例升至56%，其中近三分之一属于原型2，表明农村地区热风险增加。
- 结合气候变化与社会经济变化（RCP8.5 + SSP4）：高风险人口比例达到66%，气候变化是主要驱动因素。同时，越来越多的高风险聚类无法与现有原型匹配，表明可能出现新的风险构成。
**讨论与结论**
**（讨论总结）** 研究讨论部分指出，其识别的原型强调了热风险的多重形式，并揭示了脆弱性源于多种结构性不平等的相互作用，而非单一因素。这超越了传统的一维分类，将脆弱性视为动态、情境化的过程。研究表明，通过整合定性见解和定量数据，原型方法为风险评估提供了补充视角，能更好地回答“谁尤其处于风险中”的问题，从而支持更具社会包容性和前瞻性的长期适应规划，避免短期规划带来的不公。研究也承认了方法论上的权衡，如数据可用性对定性维度（如性别、残疾、移民背景）的覆盖有限，以及脆弱性指标权重设定的主观性，并指出未来研究可通过直接采纳受影响个体、整合替代数据源和敏感性分析来改进。此外，研究强调了其在公平与正义（equity and justice）气候风险评估中的意义，通过识别不同群体（认可正义）、为针对性参与提供参考（程序正义）以及支持公平政策设计（分配正义）来促进正义导向的风险治理，但同时也指出，原型方法未能完全揭示造成脆弱性的根本原因，这是未来研究的方向。
**（研究结论翻译）** 本文提出了一种混合方法来捕捉风险模式，特别关注交叉性脆弱性模式，从而提供了对当前及未来热风险相对分布更细致的理解。该方法的应用揭示了奥地利背景下的五种热风险原型，由定性画像和来自社会经济变量聚类的结果结合而成。两个原型以收入低于贫困线的人口为特征——其中一个的脆弱性除其他因素外因城市环境条件而加剧，另一个则位于农村地区，污名化和有限的社会参与进一步加剧了脆弱性。第三个原型捕捉了从事体力要求高且通常不稳定的工作的人群所面临的挑战，他们在工作和家中都经历高暴露度。此外，还有两个原型专注于65岁以上的人群——一个以低财务资源为特征，另一个则显示年龄与城市环境压力源和健康状况相交织。气候和社会经济动态增加了奥地利直至2080年的热风险，被认为是高风险的人口比例从23%增加到高达66%。研究结果强调了将定性见解与定量数据相结合的价值，丰富了对脆弱性的理解并增强了现有的风险评估。研究人员识别出需要针对不同人群的具体脆弱性制定定制的适应策略。满足高度脆弱群体的需求不仅是社会正义的问题，也是适应策略整体有效性所必需的。预计的热风险增加凸显了主动规划的紧迫性，即要预见变化，而非等待影响显现。气候风险的动态性要求持续的研究和监测。随着社会经济条件和气候影响的变化，持续评估脆弱性和风险模式对于有效调整政策和策略至关重要。虽然该方法已在奥地利热应力的背景下应用，但它应适用于其他区域环境和不同的气候影响。通过识别地理热点之外的相对高风险个体，该方法使适应规划具有包容性和有效性。
