气候变化压力下牧民的社会脆弱性分析，本文主要内容关键词为：牧民论文,气候变化论文,压力论文,社会论文,脆弱性论文，此文献不代表本站观点，内容供学术参考，文章仅供参考阅读下载。
自习近平总书记2013年11月于湘西考察时首次提出“精准扶贫”的概念以来，中国扶贫开发已进入“啃硬骨头、攻坚拔寨”的冲刺期。尽管政府高度重视扶贫工作，中国仍有7000多万人没有脱贫，到2020年实现农村贫困人口全部脱贫的目标任重道远。牧区和半牧区居住着全国60%以上的贫困人口，他们依赖草地为生，是未来“精准脱贫”的主要对象，特别是在全球变暖的大背景下。内蒙古典型草原是中国最重要的草原之一，该地区气候干湿状况随气候变暖发生了明显的变化。不同学者运用不同方法对内蒙古几十年来实地气象观测数据的分析表明：近50年来，内蒙古典型草原地区平均气温呈上升趋势，降水变化因地区而异，极端气象灾害的发生频率明显增加(尤莉、沈建国，2002；韩芳等，2010；张存厚等，2011)。这些气候变化增加了草原畜牧业的不稳定性，也使牧民面临的自然风险加剧，牧业生产成本提高，牧民成为对气候变化反应敏感的脆弱人群，也因此成为扶贫的重点对象。 然而，在气候变化压力日益增大、扶贫任务艰巨的今天，研究中国典型牧区牧民社会脆弱性问题的文献却屈指可数。现有对内蒙古草原地区脆弱性的研究大部分侧重于分析气候变化下草原畜牧业系统的自然脆弱性，探讨导致草地生态系统脆弱的因素(例如罗承平、薛纪瑜，1995)；或通过脆弱性评级，研究畜牧业承载体应对自然灾害能力的区域差异(例如郝璐等，2003；周利光等，2014)。然而，自然的脆弱性未必会导致人群的脆弱性，在同一自然环境中，拥有不同适应和响应能力的社区及人群往往会表现出不同的脆弱性。所以，研究时不仅需要分析受气候影响的自然情况，还需要判断暴露在气候变化风险下的社会单元如何对这些外部冲击做出响应，以了解人群的适应策略和行为效果(Vincent，2004)，即研究人群的社会脆弱性。目前已有关于草原地区社会脆弱性的研究主要是就气候变化对牧民家庭生计影响以及牧民应对行为策略的定性分析(例如张倩，2011；丁文强，2012；李如春、陈绍军，2013；陈伟娜等，2013)，系统的分析框架和对脆弱性的客观定量评估则较为缺乏。而根据“精准扶贫”的要求，要对扶贫对象实施精确识别、精确帮扶、精确管理，就要精确了解牧民的社会脆弱性，以便对其进行“精准扶贫”。基于此，本文利用政府间气候变化专门委员会(IPCC)提出的“暴露度—敏感性—适应能力”分析框架，对气候变化压力下内蒙古锡林郭勒地区牧民的社会脆弱性进行定性分析和定量评估。具体而言，本文通过构建脆弱性评价指标体系，基于内蒙古锡林郭勒盟4个牧业旗147户牧民的实地调查数据及中国气象科学数据共享服务网的气象数据，运用综合指标评估法，测算牧民的社会脆弱性指数，识别其脆弱性程度、表现及成因；并在此基础上，提出加强牧民有效应对气候变化的能力、提高其生活水平、帮助其精准脱贫的政策启示。 本文以下部分安排如下：第二部分为分析框架及指标选取。该部分首先说明“暴露度—敏感性—适应能力”分析框架，然后在该框架的基础上选取一系列指标来解释暴露度、敏感性、适应能力三个维度。第三部分为数据来源和研究方法。该部分首先说明数据来源，然后介绍测算社会脆弱性指数的方法和具体操作过程。第四部分为结果及分析。第五部分为结论与政策启示。 二、分析框架及指标选取 根据IPCC对脆弱性的定义，脆弱性有三个构成要素：暴露度(exposure)、敏感性(sensitivity)和适应能力(adaptive capability)。暴露度不仅包括系统受气候变化的影响程度，也包括由气候变动导致的其他关联系统的变动程度。它常常由天气变化程度的大小、频率的高低、持续时间的长短以及影响范围的大小来表示(IPCC，2007)。敏感性是遭受暴露的系统或单元受到的外在胁迫与其产生的后果之间的一种多维度计量反应关系，以及遭受暴露的系统或单元受到胁迫的正面或负面影响的程度(陈萍、陈晓玲，2010)。适应能力是系统面对实际或预期发生的气候变化压力调适自身，以及应对和处理已经发生的气候变化结果的能力，它被认为是财富、技术、教育、信息、资源可得性、系统的稳定性和管理能力的函数(McCarthy et al.，2001)。有效地适应需要两个前提：一是拥有关于适应什么和如何适应的信息；二是具备实施适应策略的资源(Füssel and Klein，2006)。
据此，本文借鉴IPCC提出的“暴露度—敏感性—适应能力”分析框架，在指标选取的过程中运用演绎法(参见Niemeijer，2002)，充分参考以往经典文献中对社会脆弱性有贡献的指标，并结合研究区域和人群的实际情况增减，从而构建了本文研究的脆弱性评价指标体系(见表1)。 具体来说，指标选取的原则是，从维度层、一级指标和二级(次级)指标逐级对指标进行细化。首先，维度层包括脆弱性的三个构成要素：暴露度、敏感性和适应能力。其次，在维度层下面设置一级指标：①暴露度下面有气候变异情况、自然灾害情况2个一级指标。②敏感性下面有社会人口状况和自然资源依赖程度2个一级指标，旨在反映抚养比例、职业黏性等人口统计特征以及居住黏性、收入多样化程度和牲畜结构等牧民对自然资源依赖程度的不同所造成的敏感性的不同。③适应能力下面分别选取适应意愿和适应资本2个一级指标，适应资本又细分为人力资本、自然资本、物质资本、金融资本和社会资本。适应意愿从主观角度考察牧民对风险的认知情况，适应资本则从客观上度量牧民能否适应的条件，这两者都是影响牧民适应能力的重要方面。这里并不考虑具体的适应策略行为，是因为适应策略实际上也是牧民在适应意愿和适应资本基础上做出的行为反应。因此，适应意愿和适应资本的相关指标在一定程度上就能替代对牧民适应策略的度量。
三、数据来源及研究方法 (一)数据来源及样本基本特征 本文所用数据主要来源于气象统计与实地调查两部分。气象数据从中国气象科学数据共享服务网①获得。调查数据来自笔者于2012年7月对内蒙古锡林郭勒盟牧民的随机抽样入户调查，调查地点涉及锡林郭勒盟的东乌珠穆沁旗(东乌旗)、西乌珠穆沁旗(西乌旗)、苏尼特左旗(苏左旗)、苏尼特右旗(苏右旗)、正蓝旗、正镶白旗、镶黄旗、锡林浩特8个旗(县)。本文选取处于内蒙古锡林郭勒盟不同草原带的4个具有代表性的牧业旗——东乌旗、西乌旗、苏左旗和苏右旗作为研究区域。选择这4个牧业旗作为研究区域主要基于以下考虑：首先，这4个牧业旗横跨锡林郭勒盟草甸草原带、典型草原带和荒漠草原带，兼有典型草原气候区、草甸草原气候区和荒漠草原气候区的不同特征，能够很好地反映研究区域气候变化的区域性。其次，东乌旗与西乌旗相邻，苏左旗与苏右旗相接。本文将东乌旗和西乌旗视为一组，将苏左旗和苏右旗视为另外一组。组内在地理条件和天气变化情况上具有一定的相似性，而组间具有一定的差异性。通过组内两两对比，可以研究在同一自然环境中拥有不同适应能力的人群是否会表现出不同的脆弱性：而通过组间比较，也能分析不同区域耦合系统在气候变化下的暴露度和敏感性是否会呈现不同的状态。 根据统计学的随机抽样原理，在满足代表性与随机性的前提下，调查采取分层随机抽样方式，依据每个牧业旗的人口规模，分别选取了2～7个牧业镇或苏木，之后根据乡镇或苏木的规模随机抽取了3～4个村或嘎查，在每个村或嘎查随机抽取了4～8户牧户进行入户调查。本文在上述4个牧业旗共收集问卷152份，其中，有效问卷147份。调查样本的基本特征如表2所示。 为了确保调查数据的准确性，调查所选取对象以户主为主，因此，男性户主的样本牧户占到了样本总数的80%以上。在年龄分布上，样本牧户的户主年龄集中在30～60岁之间，占到了样本总数的80.3%。85.1%的样本牧户户主只接受过高中及以下教育。在地区分布上，所选取样本在4个牧业旗之间分布比较均匀，符合随机抽样原则。
(二)研究方法 本文研究将运用综合指标评估法测量牧民在气候变化下的脆弱性。该方法根据脆弱性的不同影响因素及其作用方式，选取有代表性的指标并确定权重，计算研究对象的脆弱性指数，评价研究对象或者地区的脆弱性(例如Vincent，2004；Lee，2014；Marshall et al.，2014)。对脆弱性评分的数据处理和计算方法，本文借鉴了Ahsan(2014)评估孟加拉国西南海岸地区居民社会脆弱性的范式。具体步骤如下： 首先，为了消除原始观测值单位不同造成的影响，对原始观测值进行标准化处理：
(1)式中，i表示第i个次级指标；
为标准化后的第i个次级指标；
为第i个次级指标的原始观测值；
为第i个次级指标的原始观测值中的最大值；
为第i个次级指标的原始观测值中的最小值。通过标准化处理，所有次级指标值被控制在0～1之间。 其次，对次级指标进行加权处理：
(2)式中，
为第i个次级指标的权重。加总每一个赋权后的次级指标得分
，除以次级指标权重加总，得到每一个一级指标的得分MC：
(3)式中，a表示每个一级指标下次级指标的个数。 最后，对一级指标进行加总平均，就可以得到3个脆弱性维度的得分：
(4)～(6)式中，
表示暴露度维度的得分，
表示敏感性维度的得分，
表示适应能力维度的得分，t、p、m分别表示暴露度、敏感性和适应能力3个维度下的一级指标，个数分别为2、2、6。这样，社会脆弱性指数表示为：
由于适应能力与脆弱性呈负相关关系，所以，用1减去适应能力得分
，由此计算得到的SVI取值范围为0～1，0表示“最不脆弱”，1表示“最脆弱”。 根据(7)式及第二部分中选取的指标，为计算社会脆弱性指数，还需计算各个指标的权重。 Eakin and Bojorquez-Tapia(2008)认为，权重是对不同影响因子内在意义的判断，而加权法作为一种更客观和符合复杂逻辑的方法，可使一些难以判断和模糊的内容得以清晰化。现行确定权重的方法主要分为主观赋权法和客观赋权法。为避免主观人为因素的影响，本文使用客观赋权法中的熵权法来确定各指标的权重。 熵最先由申农在1948年发表的《通信的数学理论》一文中引入信息论，其基本思路是根据指标变异程度的大小来确定其客观权重。一般来说，某个指标的信息熵越小，表明该指标值的变异程度越大，所提供的信息量越多，在综合评价中所起的作用就越大，其权重也就越大。相反，某个指标的信息熵越大，表明该指标值的变异程度越小，所提供的信息量越少，在综合评价中所起的作用就越小，其权重也就越小(王晖等，2007)。因此，熵权法能尽量排除各因素权重的主观性，使评价结果更符合实际(侯保灯等，2008)。其具体的计算步骤如下： (1)数据标准化处理： 正向指标：
根据熵权法计算出不同维度下各个脆弱性指标的权重如表3所示。权重值越大，说明该指标在脆弱性综合评价中所起的作用越大，对脆弱性指数的影响也就越大。将(14)式的指标权重带入(2)式中，逐步计算，可求得牧民社会脆弱性指数SVI。
四、结果及分析 根据综合指标评估法，在科学地选取评价脆弱性的指标及计算出其权重后，将数据代入(7)式即可计算出牧民的社会脆弱性指数。在对牧民社会脆弱性指数进行分类统计后，基于“暴露度—敏感性—适应能力”分析框架，选取敏感性和适应能力两个维度，对影响牧民社会脆弱性的因素进行进一步分析。 (一)牧民社会脆弱性指数分布状况 对牧民社会脆弱性指数进行分类统计，可以发现，研究区域牧民社会脆弱性指数的最小值为0.32，最大值为0.66；指数集中分布区间为0.47～0.57，这个区间的样本占样本总数的60.6%，且指数值越往两边分布，样本数量占比越小。利用SPSS19.0软件绘制出的牧民社会脆弱性指数分布概率直方图(见图2)也显示了样本呈现基本对称的正态分布。
图2 牧民社会脆弱性指数分布直方图 为进一步分析影响牧民社会脆弱性的因素，本文对4个牧业旗147户样本牧户的社会脆弱性指数进行了K—均值聚类分析，通过快速聚类将牧民分为两类：第一类牧民的社会脆弱性指数值域为0.32～0.49，该值域共有58户样本牧户，为低脆弱性牧民；第二类牧民的社会脆弱性指数值域为0.50～0.66，该值域共有89户样本牧户，为高脆弱性牧民②(如表4所示)。对高脆弱性牧民和低脆弱性牧民两个群体的各项指标进行方差分析，发现各指标在两个类别之间的差异都是显著的(p值都小于1%的显著性水平)。这表明，把147户牧户分成两类是比较合理的。
从表4可以看出，高脆弱性牧民占比为60.5%。这说明，研究区域牧民面对气候变化的社会脆弱性整体处于较高水平，特别是苏左旗，七成以上的牧民面临着高脆弱性。 (二)敏感性和适应能力维度下影响牧民社会脆弱性的因素 在聚类分析的基础上，本文通过t检验比较分析社会脆弱性程度不同的牧民在敏感性和适应能力两个维度上的差异，以探究影响牧民社会脆弱性的因素(见表5)。在敏感性维度下，高脆弱性牧民和低脆弱性牧民在家庭抚养比例和职业黏性两个次级指标上都有显著差异。高脆弱性牧民家庭抚养比例为35%，而低脆弱性牧民家庭抚养比例只有21%。这表明，高脆弱性牧民家庭负担较重。同时，高脆弱性牧民家庭劳动力中从事务农放牧的比例平均达到93%，他们职业黏性较高，靠“天”吃饭，对气候变化的敏感性也较高。对自然资源的依赖程度方面，高脆弱性牧民和低脆弱性牧民在居住黏性上也表现出较大差异，低脆弱性牧民中有53.5%的人表示如果有机会愿意搬离所在社区，而高脆弱性牧民中这一比例只有1.12%。这表明，高脆弱性牧民对当地自然资源的依赖性较高，这就削弱了其对气候变化的适应能力(Marshall et al.，2010)。除此之外，两类牧民在牧业收入占总收入的比例这一指标上有显著差异。高脆弱性牧民的家庭，有90.9%的收入来源于畜牧业，与上述该类牧民的职业黏性相互印证。这表明，此类牧民对自然资源的依赖程度较高，气候变化引起的草畜情况变化会对他们的生活和生产产生较大的影响。而在饲养牲畜的种类上，两类牧民相差不大，大都只饲养牛羊这两类牲畜，这与现今草原上牲畜结构单一的整体状况也是吻合的。
适应能力维度又分为适应意愿和适应资本两类指标。在适应意愿指标下，高脆弱性牧民与低脆弱性牧民在“是否感知到气候变化”这一指标上并没有显著差异。从表6可以看出，绝大多数牧民都能感知到当地的气候变化。两类牧民在“在灾害发生前是否采取预防措施”这一指标上存在显著差异。在低脆弱性牧民中，有69%的人“采取预防措施”；而在高脆弱性牧民中，只有27%的人“采取预防措施”。这表明，牧民若有适应和应对气候变化的意识，他们对气候变化的适应能力就会较高，脆弱性较低。
适应资本指标又分为人力资本、自然资本、物质资本、金融资本和社会资本5个次级指标。如表7所示，人力资本方面，高脆弱性牧民和低脆弱性牧民在家庭劳动力数上有显著差异，劳动力数较多的牧户，脆弱性程度较低。而户主受教育程度在两组牧民之间并无差异，平均受教育年限都在8年左右。 自然资本方面，高脆弱性牧民与低脆弱性牧民在家庭人均草场生产力上差异显著，低脆弱性牧民家庭人均草场生产力达到170162公斤/人，显著高于高脆弱性牧民的118393公斤/人。这表明，对于以畜牧业为生的草原牧民，草场生产力决定其家庭适应资本的多少，进而影响其面对气候变化时社会脆弱性的高低。在畜均草场面积上，两组牧民之间的差异并不显著，这与草场既定的牲畜承载能力有一定的关系。 物质资本方面，高脆弱性牧民与低脆弱性牧民在有无棚圈、家庭固定资产和牲畜数量上并没有显著差异，差异主要体现在有无机井上。低脆弱性牧民中有51.7%的家庭拥有机井，而高脆弱性牧民中只有31.5%的家庭拥有机井。这表明，在干旱半干旱草原上，水井是影响牧民社会脆弱性程度的一项重要物质资本，若在自家草场上有机井，人畜饮水条件相对就较好，牧民也就具备较强的应对干旱少雨天气的能力。 金融资本方面，高脆弱性牧民与低脆弱性牧民家庭现金总收入分别为143111元和112942元，差异较为显著；在获得贷款的比例上两组牧民之间的差异较小，在低脆弱性牧民中有69%的人表示能通过审批获得贷款，而高脆弱性牧民中获得贷款的比例为64%。这表明，草原牧民现在普遍具有贷款需求，获得贷款是他们在气候变化下做出的基于市场的应对行为(例如购买草料)，是增强其适应气候变化能力、降低其社会脆弱性的一条重要途径。 社会资本方面，高脆弱性牧民与低脆弱性牧民在“技术信息是否可获得”和“价格信息是否可获得”这2个次级指标上存在着显著差异。从表7可以看出，高脆弱性牧民中有大部分人认为难以获得技术信息和价格信息，他们分别占本组样本总数的64%和57.3%。相反，低脆弱性牧民中认为技术信息和价格信息容易获得的占到绝大多数，其比例分别为58.6%和60.3%。由此可以看出，信息的获得是牧民做出采取适应气候变化行为决策的重要前提，技术信息与价格信息越容易获得，牧民对信息掌握越全面，越有利于提高其适应能力，从而降低其面对气候变化时的社会脆弱性。而高脆弱性牧民与低脆弱性牧民在“是否参加合作社或其他互助组织”以及“是否参加社会保险”这2个社会资本的次级指标上的差异并不显著，大多数牧民都没有加入相关互助组织和参加社会保险，一旦气候变化和极端气候事件产生不利影响，牧民将很难分散风险从而得到生计上的保障。
在全球变暖的大背景下，对气候变化反应敏感的牧民是中国“精准扶贫”的重要对象。为了更好地了解气候变化压力下牧民的社会脆弱性，帮助其更好地适应气候变化所带来的压力，以助其脱贫，本文利用相关气象统计数据与内蒙古锡林郭勒盟4个牧业旗147户牧户的实地调查数据，科学地评估了研究区域牧民的社会脆弱性。 研究发现，在气候变化压力下，牧民的社会脆弱性整体上处于较高水平，在147个样本中，60.5%的牧民属于高脆弱性牧民。此外，高脆弱性牧民和低脆弱性牧民在家庭抚养比例、职业黏性、居住黏性、牧业收入占总收入的比例、在灾害前是否采取预防措施、家庭劳动力数、家庭人均草场生产力、有无机井、家庭现金总收入、技术信息是否可获得、价格信息是否可获得这11项指标上存在显著差异，即这11项指标是气候变化压力下影响牧民社会脆弱性的重要因素。因此，具有较高社会脆弱性的牧民将是未来中国牧区“精准扶贫”的主要对象。帮助这些高脆弱性的牧民更好地适应气候变化，将是其脱贫的关键。 ①中国气象科学数据共享服务网：http://www.escience.gov.cn/metdata/page/index.html。 ②用综合指标评估法计算社会脆弱性指数，目前尚没有学者对该指数的具体评估结果下定义。因此，本文按照常理，以0.5为分界，将研究对象分为社会脆弱性高、低两组。
标签：敏感性分析论文; 适应能力论文;
