1 引言(Introduction)

2013年9月国务院出台的《大气污染防治行动计划》明确要求，2017年全国地级及以上城市的PM₁₀浓度比2012年下降10%以上，京津冀、长三角及珠三角等重点区域的PM_2.5浓度分别下降25%、20%和15%以上(中华人民共和国中央人民政府，2013).然而，近年来中国的雾霾问题不仅未能得到根治，局部地区反倒有恶化的倾向，冬季我国华北地区频频出现“雾霾城市群”的现象.雾霾灾害的加剧不仅妨碍了正常的工农业生产，而且还严重吞噬着人们的健康与生命，因此，评价不同城市面临的雾霾灾害风险就显得至关重要.

国内外学者围绕中国雾霾问题展开了大量的理论及实证研究.在理论方面，学者们一方面通过建构模型框架来阐释雾霾的驱动形成机理(Guan et al., 2014)，另一方面则从理论剖析入手深刻解析雾霾问题的产生背景、演化趋势、致灾后果及政府的社会治理对策(李珊珊等，2015；刘华军等，2016；2017；邵帅等，2016；魏巍贤等，2015).在实证方面，学者们多基于不同的时空维度，归纳总结了雾霾的变化规律(Donkelaar et al., 2015；Wang et al., 2003；王振波等，2015；张殷俊等，2015).当然，随着人们认识水平的加深、计量方法的改进、研究视角的转换及学科融合程度的提升，学者们对雾霾问题的定量研究也逐渐向多元化、广视角和深层次方向发展.梳理相关文献发现，研究内容上，学者们的研究多从时空变化规律(靳全锋等，2017；王占山等，2015；徐伟嘉等，2014)、化学组分特征(Zhang et al., 2014)、社会经济成因(杨昆等，2016)、潜在源区及气流轨迹模拟(葛跃等，2017；梁丹等，2015)、污染的经济健康代价评估等方面(Fang et al., 2016；Liu et al., 2016)入手，对雾霾灾害风险的关注度相对缺乏.数据来源上，大多研究采取的是单纯依靠卫星监测获得的PM_2.5浓度栅格数据或地面监测站点获取的空气质量实测数据，但这均存在着与同期社会经济统计数据相脱节的缺陷(邵帅等，2016；王振波等，2015)，致使评价结果在风险识别、评估及响应方面的应用性大打折扣.研究尺度上，目前对雾霾问题的研究总体以区域或城市层面的研究居多(王文丁等，2016；Zhang et al., 2013)，国家层面的研究则显得较为薄弱，而区域间气象要素、地形条件、植被覆盖、节能政策、产业结构及污染物排放源强度等因素的差异决定着雾霾本身带有极强的空间依赖性和异质性特征，从而引发区域层面评价结果产生不同程度的失真.

鉴于此，本文以IPCC风险评价模型为基础，提出了基于“雾霾胁迫-人口暴露-适应能力”的雾霾灾害风险评价框架，将卫星监测获取的PM_2.5浓度栅格数据与统计数据相结合，借助GIS软件平台，对2014年中国286个城市的雾霾灾害风险进行评价，明晰风险热点区的主导因子，以期为因地制宜地确定治霾政策提供参考.

2 研究方法(Methods) 2.1 雾霾灾害风险评价框架

雾霾主要由二氧化硫、氮氧化物和可吸入颗粒物组成，其中，可吸入颗粒物又可根据粒径的不同分为PM₁₀和PM_2.5两种颗粒物.PM_2.5由于粒径小、传输远、富含毒害物质且能够破坏人的血液循环系统，因而对人体健康造成的危害最大(杨昆等，2016).相对突然变化引发的灾难性事件(地震、滑坡、泥石流等)和累积过程引发的灾难性事件(河流改道、干旱、洪涝)而言，雾霾现象的实质是人为因素长期作用的结果(周曙东等，2016)，更多属于累积过程引发的渐变性事件(土壤侵蚀、河道淤积、全球变暖等)，由于此类事件往往具有潜伏性强和突发性弱的特征，进而导致人群对渐变性事件引发危害的整体感知能力有限.事实上，雾霾天气事件的发生频率之高、危害程度之深和波及范围之广前所未有.2015年仅PM_2.5污染引发的全球死亡人数达420万，占死亡总人数的7.6%，PM_2.5污染成为人口致死的第五大因素(Kassebaum et al., 2016).从这个角度来看，雾霾对人群健康的危害是毁灭性的，并且高度契合灾害的概念内涵(于良巨等，2016)，因此，对人类而言，雾霾本身就是一种灾害.需要说明的是，本文所指的雾霾仅为PM_2.5.

《IPCC第五次评估报告》认为，灾害风险来源于脆弱性、暴露度和各种危害的叠加，提出了基于“危害-脆弱性-暴露度”的气候变化风险评价框架(IPCC，2013).这种风险分析方法运算简单、可行性强，是灾害风险相对值分析中最常用的方法(刘希林等，2014)，在脆弱性、适应能力和灾害风险评价等方面均取得了良好的应用效果(谢盼等，2015；何艳冰等，2016).本文在借鉴IPCC风险评价框架的基础上，提出“雾霾胁迫-人口暴露-适应能力”的雾霾灾害风险评价框架.其中，雾霾胁迫反映地是人群面临的雾霾污染状况，用PM_2.5浓度值表示.人口暴露反映地是遭受雾霾影响的人口数量，考虑到不同行政单元人口与土地规模相差甚大，故选用人口密度来表征人口暴露程度.当面对灾害胁迫时，人群可通过提升适应能力来减缓或适应灾害所带来的困扰(何艳冰等，2016).遵照数据的可获取性原则，本文选取的适应能力指标由表征居民自身应对能力和区域整体适应性状态两部分构成.其中，人均可支配收入和人均住房面积代表居民的收入水平和居住条件，反映居民自身的应对能力；城镇登记失业率代表区域的脆弱人群数量，人均GDP和第二产业产值比重代表区域经济发展水平和产业结构，万人拥有公交车辆数、万人拥有互联网用户数、千人拥有医院床位数和人均公共绿地面积反映区域交通、信息、医疗和绿化发展状况，人均用电量、人均工业烟(粉)尘排放量和人均能源消耗量表示区域能源强度和环境状况，它们共同构成区域的整体适应性状态.

本文以中国地级及以上城市为研究对象，考虑到数据的完整性，最终共选取286个城市(不包括香港、澳门、台湾、新疆、西藏和部分数据缺失区域).其中，雾霾胁迫数据来源于哥伦比亚大学经济社会数据和应用中心(http://fizz.phys.dal.ca/)，数据的空气相对湿度为35%，空间分辨率为0.1°×0.1°；人口暴露与适应能力数据则来源于《中国城市统计年鉴2015》、《中国能源统计年鉴2015》及相关省区的统计年鉴.需要说明的是，由于人均住房面积数据缺失严重，故用2010年数据作替代处理，数据来源于《2010人口普查分县资料》.

2.2 雾霾灾害风险评价模型

由雾霾灾害风险评价框架可知，雾霾灾害风险是雾霾胁迫、人口暴露和适应能力三者共同作用的结果，其中，雾霾胁迫和人口暴露对雾霾灾害风险起正向决定作用，适应能力对雾霾灾害风险起负向决定作用.目前学者们在灾害风险评价方面较多采用的是加减法和乘除法，较加减法而言，乘除法能够更加有效地表示各因子的协同作用关系(谢盼等，2015)，故本文选用乘除法计算雾霾灾害风险指数，具体公式为：

(1)

式中，E为雾霾灾害风险指数，M、N和U分别为雾霾胁迫、人口暴露和适应能力数值经极值标准化处理后的值.

2.2.1 雾霾胁迫的计算

本文收集了1998—2014年基于卫星监测的PM_2.5年均浓度栅格数据，由于数据的时间跨度为连续3年的均值，本文采用GIS软件的栅格计算和分区统计工具对其进行处理，最终解析出1998—2014年中国286个城市PM_2.5的平均浓度值(邵帅等，2016；何枫等，2016)，通过标准化处理，即得雾霾胁迫指数M.

2.2.2 适应能力的计算

主成分分析法(PCA)是把多个变量划归为少数几个综合指标并用以反映样本整体特征的方法(徐建华，2002).本文借助SPSS软件对收集到的适应能力数据进行处理，发现KMO的统计量值为0.792，Bartlett球形检验的p值为0.000，表明样本数据能够用来进行主成分分析.利用最大方差正交旋转法提取到3个特征根大于1的主成分，分别为经济发展与公共服务、产业结构与资源环境、住房与失业状况，方差贡献率分别为42.75%、18.16%、14.22%，累积贡献率达到75.13%，基本满足方差贡献率的要求.其中，第一主成分在人均可支配收入、人均GDP、万人拥有公交车辆数、万人拥有互联网用户数、千人拥有医院床位数和人均公共绿地面积上具有较大的载荷，这些变量反映了区域经济及公共服务的发展状况，因此，第一主成分可以命名为经济水平与公共服务.第二主成分在第二产业产值比重、人均用电量、人均工业烟(粉)尘排放量和人均能源消耗量上具有较大的载荷，这些变量大多反映产业、资源利用和环境污染方面的指标，因此，第二主成分可命名为产业结构与资源环境.第三主成分在城镇登记失业率和人均住房面积上具有较大的载荷，因此，可认为其反映的是住房与失业状况(表 1).

需要注意的是：①由于统计口径的差异，城市人口密度数据在《中国城市统计年鉴》和分省区统计年鉴中差距较大，本文采用的是《中国城市统计年鉴》公布的人口密度数据；②人口总量数据采用的是《中国城市统计年鉴》公布的城市总人口数；③居民人均可支配收入由城镇居民人均可支配收入和农村居民人均可支配收入两部分构成，文中的人均可支配收入为(城镇居民人均可支配收入+农村居民人均可支配收入)/2；④《中国能源统计年鉴》公布的是省级尺度的能源消耗数据，并无各城市的能源消耗数据，本文借鉴相关研究成果(Dhakal，2009；陈龙等，2016)，假定城市的单位GDP能耗与所在省份同时期的单位GDP能耗相同，采用推算的方法求得各城市能源消费总量，也即城市能源消费总量为城市地区生产总值与所在省区的单位GDP能耗的乘积.

3 结果与分析(Results and analysis)

首先，借助GIS软件采用自然间断点分类方法将雾霾胁迫、人口暴露、适应能力和雾霾灾害风险分别划分为低、较低、中、较高和高5个等级(图 1)，分析中国雾霾胁迫、人口暴露、适应能力和雾霾灾害风险的空间布局特征.

3.1 雾霾胁迫评价

由图 1a可知，雾霾胁迫等级高和较高的城市主要分布在天津、北京、河北、山东中西部、河南、安徽中北部、江苏、山西南部、陕西中部、湖北大部和四川中东部地区，湖南和江西等省也有零星分布.其中，天津、北京、河北、山东中西部、安徽中北部和河南地处我国华北平原与山东半岛，区域内部重工业所占比例相对较高，能源结构以传统化石燃料为主，大气污染物的排放量较大.另外，独特的地形条件、气象状况与冬季供暖等因素相叠加，致使大气污染物扩散不畅，造成该区域成为霾尤其是冬季霾的高发区域，因而这些区域雾霾胁迫等级相对较高.陕西中部和山西南部地区的城市对煤炭资源的依赖性较强，严重制约着产业转型升级的实现与节能减排措施的推进，无形中抬升了该区域面临的雾霾胁迫等级.江苏、湖北与四川中东部地区以高新技术产业、轻型加工制造业和服务业为主，工业消耗的化石能源量相对有限，但人口的高度集聚、城市的急剧膨胀、私家车数量的激增及人民生活水平的持续提升等导致居民在家居和出行方面的能耗迅速增多，从而加重了这些区域的雾霾胁迫等级.雾霾胁迫中等级区域往往分布在雾霾胁迫等级高和较高区域的边缘，与上述两种类型区共同架构了自中心向外围递减的空间布局特征.雾霾胁迫较低和低等级区域主要分布在东北、西北、西南及东南地区，但造成这种空间分布现象的原因却是不同的.西北和西南地区工业发展基础薄弱，化石能源的消耗量相对有限，因而大气污染物的排放相对较少；东北和东南地区则极易受到盛行风向的影响，加之降水等因素，利于大气污染物的传输与扩散，由此造成雾霾胁迫低和较低等级区域的出现.

3.2 人口暴露评价

由图 1b可知，人口暴露高、较高、中、较低和低等级的城市个数为2、30、75、80和99个，分别占据研究单元总数的0.70%、10.49%、26.22%、27.97%和34.62%.人口暴露高等级区域主要分布在汕头与上海，人口暴露较高等级区域主要分布在天津、河北南部、河南中东部、安徽西北部、山东南部、江苏北部与南部、四川中部、湖北东部、浙江北部及广东和福建的部分地区.其中，河北南部、河南中东部、安徽西北部、山东南部和江苏北部是中国传统意义上的人口密集区，该区域的城市人口基数较大，行政面积偏小，迁徙人群对人口密度的作用程度有限，因而人口暴露等级较高.天津、江苏南部、四川中部、湖北东部、浙江北部及广东和福建的部分城市既是城镇化水平较高的地区，同时又是经济发展极为活跃的地区，外来人口的集聚拉升了人口暴露水平.人口暴露中等级区域主要分布在河北中北部、山东大部、江苏西北部、浙江东部、河南北部与南部、湖南中部、四川东部、福建东部、广东西南部及广西东部地区.河北中北部、山东大部、江苏北部、河南北部与南部和广西东部地区的经济发展水平相对薄弱，转置外来人口的能力有限，一定程度上制约着人口密度的提升.中小规模的加工制造业或重工业在山东大部、浙江东部、湖南中部、福建东部、四川中东部和广东西南部地区占据较大比重，而这些产业创造的就业岗位数量相对有限，导致人口流入的后劲不足，所以这些地区成为人口暴露中等级区域.人口暴露较低等级区域主要分布在胡焕庸线以东除上述3种类型区外的其它地区，人口流出现象严重降低了区域的人口暴露等级.人口暴露等级低的城市集中分布在胡焕庸线以西地区，这是由于人口基数偏小、行政面积偏大，加之距离经济核心区较远，在全国人口流动中处于相对边缘位置所造成的.

3.3 适应能力评价

图 1c所示为雾霾胁迫下居民适应能力的空间分布特征，居民适应能力高和较高等级区域主要分布在京津唐地区、辽中南城市群、呼包鄂城市群、长三角城市群、成渝城市群、长江中游城市群和珠三角城市群等经济社会发展水平较好的省会城市或大的区域性中心城市，这些城市的经济发展起步相对较早，居民的收入水平较高，基础设施发展相对完善，产业结构较为合理，社会保障覆盖面广，政府的社会组织与应急管理能力较强，治理污染的投入力度较大，环境保护状况良好，多重因素相叠加促使这些城市的人群具有较强抵御雾霾胁迫的能力.居民适应能力中等级区域主要分布在吉林东部、内蒙古、甘肃西部、山西中东部、陕西中部、江苏北部、山东中南部、河南西部、四川东部、云南中部及湖北等省的部分地区，处于这些区域的城市大多以资源型城市为主，各项经济社会发展事业相对较好，然而近年来受中国经济发展步入新常态、产业结构转型升级及节能减排措施深入推进等因素的影响，这些城市在经济发展过程中受资源环境的束缚较大，很大程度上制约着城市适应能力的持续提升，因而这些城市逐渐沦为居民适应能力中等级区域.居民适应能力较低和低等级区域主要分布在城市群的边缘或远离经济核心区的东北、西北和西南等边远地区，农业在这些地区城市的产业结构中往往占有较大比重，经济发展基础相对薄弱，公共基础设施建设滞后，资源环境承受的压力较大，加之社会保障覆盖面窄、医疗卫生资源配置不合理及信息化程度低等因素的影响，制约着自身适应能力的提升，所以成为适应能力较低和低等级区域.

3.4 雾霾灾害风险评价

由图 1d可知，雾霾灾害风险高、较高、中、较低和低等级的城市数量分别为8、37、51、85和105个，分别占到研究单元总数的2.80%、12.94%、17.83%、29.72%和36.71%，雾霾灾害风险中等级及以上的城市个数虽仅为研究单元总数的33.57%、国土面积的9.63%，但波及的人群数量高达5.9亿，表明尽管2014年中国雾霾灾害风险以较低和低等级为主，但仍有近半数人群生活在雾霾灾害风险中高等级区域，也从侧面表现出中国的人群健康面临着极大的威胁.从风险指数来看，最高为周口市，其指数值为1.6270，最低为呼伦贝尔市，其值为0.0008，两者相差1.6262，风险指数的平均值为0.2390，表明中国城市遭受雾霾灾害风险的内部差异极为显著.从空间分布来看，雾霾灾害高风险等级区域主要集中在河南中东部、山东西南部、安徽西北部和广东的部分地区.雾霾灾害较高风险等级的城市主要分布在河北中南部、山东西部与南部、江苏西北部、上海、湖北中部与南部及四川东部地区.不难发现，雾霾灾害高和较高风险的城市主要集中在城市群的周边区域，这些城市是承接发达地区特别是城市群地区制造业转移的重要基地，大量的“三高”企业在此集聚，加之城市人口密度较高，污染物排放量巨大，自身适应能力的提升难以抵消雾霾胁迫和人口密度快速增长给人群带来的袭扰.表 2列出了中国雾霾灾害风险高和较高等级的45个城市，发现分布在河南的城市数量最多，达到了15个，分布在河北和四川的有7个，分布在安徽的有6个，山东5个，广东2个，上海、湖北和江苏均为1个，这同样说明河南、河北、四川、安徽和山东5个省区是雾霾灾害风险高发区域.雾霾灾害中风险等级区域主要分布在天津、山东中部、江苏大部、安徽中南部、河南西部、山西南部、陕西南部、湖北东部、湖南中部、四川中东部、广西和广东的东部地区.这些地区多处于雾霾灾害风险高和较高区域的外缘，三者架构了圈层状的空间布局态势.雾霾灾害较低风险区域主要分布在胡焕庸线以东的长江以南地区，雾霾灾害低风险区域则主要分布在东北、西南与东南地区.

3.5 雾霾灾害风险防范分区

雾霾灾害风险防范分区是在雾霾灾害风险评价基础上进行的模糊定性分类方法，目的是通过识别雾霾灾害风险热点区的风险主导因子，以便能够更有针对性地防范或化解雾霾灾害风险.需要说明的是，考虑到雾霾灾害风险等级低和较低区域的人群面临的健康威胁相对较小，因此，本文将雾霾灾害风险中等级及以上的城市作为雾霾灾害风险热点区域进行研究.根据式(1)的计算原理，借助GIS平台采用自然间断点分类方法将雾霾灾害风险热点区的雾霾胁迫与适应能力指数分别划分为高、低两个等级.其中，将雾霾胁迫低、适应能力低的区域命名为适应能力主导区；将雾霾胁迫低、适应能力高的区域命名为人口暴露主导区；将雾霾胁迫高、适应能力低的区域命名为雾霾胁迫-适应能力综合主导区；将雾霾胁迫高、适应能力高的区域命名为雾霾胁迫主导区(图 2).

由图 2可知，在雾霾灾害风险热点区的96个城市之中，适应能力主导区、人口暴露主导区、雾霾胁迫主导区和雾霾胁迫-适应能力综合主导区的个数分别为12、0、23和61个，分别占到风险热点区总数的12.50%、0.00%、23.96%和63.54%.适应能力主导区主要分布在汕头、揭阳、邵阳、娄底、玉林、汕尾、达州、巴中、天水、昭通、潮州和贵港，这类城市的经济社会发展水平相对滞后，但提升潜力较大，适应能力的提升可以有效缓解这类城市的雾霾灾害风险.雾霾胁迫主导区主要分布在郑州、上海、成都、泰州、济南、西安、武汉、鄂州、南京、扬州、天津、无锡、嘉兴、南昌、常州、芜湖、淄博、合肥、镇江、黄石、马鞍山、南通和日照，这类城市的经济社会发展水平整体较高，但大气污染较为严重，控制污染源排放量、阻隔污染物传播途径则是此类城市遏制雾霾灾害风险的有效措施.雾霾胁迫-适应能力综合主导区则主要分布在河南、河北、四川、安徽、山东和江苏等省的61个城市，这类城市面临着雾霾胁迫与适应能力的双重束缚，构成了雾霾灾害风险热点区的主体.通过识别灾害热点区的风险主导因子，有助于明晰雾霾灾害风险的内在作用机理.对适应能力主导区而言，可行的做法如通过推动产业结构调整、优化能源结构、加大环保投入、完善基础设施、改善住房条件、增加植被覆盖、完善社会保障及提升信息化水平等措施提升区域自身抵御或适应雾霾灾害的能力.雾霾胁迫主导区首要任务在于降低大气污染源的排放强度，可行的方案如及时关停废气排放不达标的企业、鼓励发展公共交通、采取机动车限行、推广清洁能源使用、开展居民健康知识培训、增加道路洒水频次、完善雾霾灾害监测预警并适时采取停课、调休、错峰上班等弹性措施减缓雾霾对人群健康造成的危害.雾霾胁迫-适应能力综合主导区需将重点放在雾霾整治与适应能力提升两个方面，除采用上述措施外，还可引入环保督查、奖惩机制或联防联治等辅助手段降低雾霾灾害风险.

4 结论(Conclusions)

1) 雾霾胁迫与人口暴露的空间集聚特征显著，适应能力则表现出空间异质性特征.其中，雾霾胁迫等级整体呈以华北平原为中心向外围不断递减的特征，人口基数较大或流入人口数量较多的城市往往成为人口暴露等级较高的区域，适应能力空间离碎化分布特征明显，城市群或经济核心区的城市适应能力相对较强.

2) 中国城市雾霾灾害风险虽然整体以低和较低等级为主，但影响到的人群数量众多，大体呈现出“东高西低、北高南低”的空间布局特征.雾霾灾害风险热点区的城市数量为96个，占据国土面积92.4万km²，波及人群数量占总人口的43.13%，中东部地区城市的雾霾灾害风险整体高于西部地区，长江以北地区城市的风险明显高于长江以南地区.

3) 雾霾灾害风险热点区以雾霾胁迫-适应能力综合主导和雾霾胁迫主导为主，适应能力主导的城市数量则相对有限.雾霾胁迫-适应能力主导和雾霾胁迫主导的城市数量占据风险热点区总数的87.50%，适应能力主导区仅占12.50%.适应能力主导区主要分布在城市群或经济核心区的边缘，雾霾胁迫主导区主要分布在省会城市或大的区域性中心城市，雾霾胁迫-适应能力主导区则集中分布在华北平原、山东半岛及四川盆地等.

5 建议(Suggestions)

1) 削减污染源排放是根本.减少煤炭资源消费，提升清洁能源比重；推动高耗能行业转型升级，减少工业废气排放.其次，提高机动车尾气排放标准，降低油品中的硫、稀烃、芳烃含量，加快淘汰“黄标车”，推广新能源汽车，注重不同交通工具的接驳换乘，倡导拼车、步行和骑行的出行方式，减少机动车尾气排放.最后，推动家用电器向自动化、智能化与节能化方向发展，鼓励健康的生活消费方式，减少生活用能废气的排放.

2) 阻隔污染物的扩散路径是关键.第一，增加植被覆盖面积，充分发挥植物的防风除尘功能.其次，加强对地表裸土、沙土的覆盖，通过加盖防尘网等措施最大限度地阻隔污染物的传播途径.最后，通过加大城市内部道路的洒水频次、适时进行人工增雨作业及禁止秸秆焚烧等手段来降低雾霾发生的频率，减轻其对人体或社会造成的危害.

3) 提升适应能力和降低人口密度是缓解雾霾灾害风险的有效途径.首先要优化产业结构，降低能源强度，减轻对化石能源的依赖.其次，通过促进经济发展.增加居民收入、改善医疗条件、扩大社会保障及提升居住条件等来提升或缓解居民对雾霾灾害的适应能力.再次，加快劳动力就地转移安置，采用规划等手段控制特大城市规模，加快发展中小城镇，降低人口密度.最后，开展居民健康知识培训、加强雾霾监测预警及建立区域联防联治的新模式等都是降低雾霾灾害风险的重要辅助手段.

致谢: 感谢美国俄克拉荷马州立大学Shiping Deng教授在论文修改方面给予的帮助！