中国城市物理热韧性与情绪热韧性的分化

《Nature Climate Change》：Divergence between physical and emotional heat resilience in Chinese cities

　　

在城市热浪日益频繁的背景下，公众情绪反应并不总是与物理热暴露水平一致，但二者之间的关系仍不明确。研究人员利用社交媒体和气象数据，量化了2010—2024年中国物理热暴露与公众情绪反应之间的失配，识别了其驱动因素，并预估了不同共享社会经济路径（Shared Socioeconomic Pathway, SSP）下这一关系的演变。结果表明，84.9%的城市遭受了高强度情绪冲击，明显高于面临严重物理暴露的52.1%，欠发达地区的情绪恢复尤为缓慢。物理韧性主要由社会经济和土地覆盖因素驱动，而情绪韧性对热事件的强度和特征更为敏感。预估显示，2025—2050年间，情绪反应的下降速度比物理热暴露快约26%。所识别的失配为差异化的热行动规划提供了科学基础，以同时应对物理和情绪脆弱性。

《中国城市物理热韧性与情绪热韧性的分化》发表于《Nature Climate Change》。人为气候变化和城市化使极端高温事件的频率和强度持续增加，热暴露不仅造成生理负担，还影响心理健康和主观幸福感。传统灾害韧性框架常将风险分解为危险性、暴露度和脆弱性的静态叠加，难以反映城市系统受冲击后的时空演化；而高分辨率心理反应在大规模上仍难以测量。为此，研究人员利用2010—2024年中国357个城市的地理标记社交媒体数据和气象观测，构建了事件对齐的双韧性框架，量化物理热暴露与公众情绪反应之间的失配，以判断物理缓冲能否转化为情绪恢复。

技术方法上，研究人员使用2010—2024年新浪微博约5500万条地理标记帖子，经自然语言处理（HFL-Chinese-BERT-WWM）量化情感，并与ERA5-Land气象数据匹配至10863个热浪事件窗口。热浪采用35°C绝对阈值或95百分位相对阈值的自适应复合框架识别。基于快速傅里叶变换分离趋势与异常，提取峰值强度、恢复时间和累积扰动幅度，构建热集聚指数（heat aggregation index, HGI）和情绪集聚指数（emotional aggregation index, EGI），其中EGI表示热浪事件窗口内公开表达的情绪韧性而非离线心理状态。采用分布式滞后非线性模型（distributed lag nonlinear model, DLNM）估计情绪反应的最佳滞后日，用LightGBM-SHAP识别非线性驱动因素。未来预估使用13个第六次耦合模式比较计划（Coupled Model Intercomparison Project Phase 6, CMIP6）模式及SSP1-2.6、SSP2-4.5和SSP5-8.5情景，人口和国内生产总值（GDP）数据来自Spatial Population Scenarios和WorldPop。

空间—时间特征（Spatial–temporal characteristics of HGI and EGI）：基于357城市HGI和EGI计算及气候区、城市群分层分析，全国HGI均值0.260，EGI均值0.444；二者均呈明显空间异质性，高原气候城市韧性基线较高，超大城市核心区高于乡村。2010—2024年间HGI下降45.1%后仍低于2010年26.2%，EGI下降较缓；人口暴露在物理和情绪维度相近增加，而GDP暴露在情绪维度增长更快（E_GH增36.1%，E_GE增51.5%），表明经济增长并未转化为同等的情绪韧性，存在“繁荣代价”。

识别社会—物理失配热点（Identifying regional hotspots of sociophysical mismatch）：通过均值阈值分类和五边形类型学，52.1%城市呈现高物理强度或慢恢复特征，84.9%城市遭受高强度情绪冲击；长三角55.9%城市呈物理与情绪双脆弱，京津冀和山东半岛超过55%城市物理韧但情绪脆弱，显示物理缓冲未转化为情绪恢复。

热浪情绪反应的滞后地理差异（Geographic variation of lagged emotional responses to heatwaves）：经AIC优化的DLNM显示，最佳滞后日从东南沿海的2.7天（P < 0.001）增至西北内陆和高原的3.3天（P < 0.01）；城市短于农村，城市Sen斜率多为正而农村为负，表明城市恢复较快但农村负性情绪累积期更长。

HGI和EGI的非线性决定因素（Nonlinear determinants of HGI and EGI）：LightGBM-SHAP表明，HGI主要由社会经济和土地覆盖因素解释（合计69.4%），GDP为最重要预测因子（27.9%），其次为数字高程模型（digital elevation model, DEM，16.1%）和归一化植被指数（normalized difference vegetation index, NDVI，14.7%），且存在边际收益递减；EGI中热灾害变量占39.3%重要性，超过社会经济因素（18.7%），事件强度、累积负荷和恢复节奏比长期结构能力影响更大。

未来热韧性与暴露预估（Future projections of heat resilience and exposure）：基于13个CMIP6模式多模式集合平均，2025—2050年三种SSP下EGI平均下降6.3%，HGI平均下降5.0%，EGI相对HGI快约26%；SSP5-8.5下2100年EGI降至0.55（降22.4%），HGI降至0.29（降28.5%）。恢复时间R_Th和R