基于结构方程模型的武陵山区居民热浪健康风险认知与应对

叶 慧，吴 阳

(中南民族大学公共管理学院，武汉 430074)

气候变化不仅是全球的挑战，也会影响到每一个人的健康。气候变化对人类健康的影响通过极端天气、空气污染、传染疾病、高温热浪4种方式体现。具体来说，气候变化导致全球各地出现更多的极端天气，更强烈的洪水、风暴、森林火灾导致水体污染、房屋财产损失、基础设施的损坏，直接威胁人们的健康和生命；气候变化下森林火灾的增多加重局部地区空气污染，引发心脏、呼吸系统疾病以及过敏性反应；气候变化导致的洪灾和风暴会增加传染病的流行，如莱姆病、疟疾、兹卡病毒以及登革热等，从而加大疾病危险[1]。气候变化导致的高温热浪，是对人群健康产生的最主要和最直接影响。炎热天气使得人体自身的温度调节系统处于超负荷状态，并使原已受损的器官和组织功能不济，进而加重病情甚至引起死亡[2]。研究表明，高温是呼吸系统、循环系统、泌尿系统、神经系统等多系统疾病发生的诱因，尤其是对呼吸系统和心血管系统的影响更为明显[3-4]。吴凡等[5]运用广义相加模型探讨南京市高温热浪对当地居民每日呼吸系统疾病死亡人数的影响, 结果表明呼吸系统疾病总人数受到当日最高温度的影响。周妍妍等[6]通过模拟高温热浪过程发现老年小鼠在热浪刺激后,血液中可溶性细胞间黏附分子sICAM-1含量显著升高,可能增加患心脑血管疾病的危险性。中国气象部门一般把日最高气温达到或超过35 ℃称为高温天气，连续 3 d以上的高温天气过程称为高温热浪[7]。早在1743年，北京就发生过一次严重的热浪事件，据统计造成近11 000人死亡。进入21世纪后，夏季高温开始频繁出现，根据世界气象组织(World Meteo-rological Organization，WMO)2016—2020年全球平均气温预计是有记录以来最暖的，比1850—1900年(工业化前时代以来温度变化的基准期)高出约1.1 ℃，比2011—2015年的全球平均气温高出0.24 ℃[8]。中国气象局气候变化中心发布的《中国气候变化蓝皮书(2020)》显示中国作为全球气候变化的敏感区，气候极端性增强1951—2019年，中国年平均气温每10年升高0.24 ℃，升温速率明显高于同期全球平均水平。20世纪90年代中期以来，中国极端高温事件明显增多，2019年，云南元江等64站日最高气温(43.1 ℃)达到或突破历史极值[9]。2019年与高温热浪相关的死亡人数达到了2.68万人，主要是心血管和呼吸系统疾病的加重，经济损失相当于140万人的年均国民收入[10]。

中外学者对高温热浪健康效应的研究日益增加，但总体上中国相关研究才刚起步，现有研究大多关注气温与死亡的暴露反应关系，较少研究人群自身的社会经济学特征和疾病情况等对热浪健康风险的影响。现有研究认为高温热浪对人群死亡和人群发病会造成不利影响，在未来对气候变化的预测下，气候与健康的关系构成了越来越大的健康风险，而且近几十年来的变暖趋势已经导致世界许多地区的发病率和死亡率上升。徐志伟等[11]计算了热浪对泰国人群各疾病死亡的总效应值，相比于非热浪期间,热浪期间人群总死亡和各死因死亡风险均升高，各死因包括总死亡和因缺血性心脏病、肺炎、糖尿病引起的死亡。Jegasothy等[12]对澳大利亚新南威尔士州，方道奎等[13]对深圳市的研究，Gu等[14]对重庆市和宁波市的研究，均发现高温热浪期间医院就诊量、入院人数、急救车出车量都有明显增加。2020年《柳叶刀倒计时中国报告》指出，与2000年代初相比，中国每个老年人在2019年平均要多忍受13 d的高温热浪天气，而在高温天中，老年人的死亡风险要比非高温天高10.4%。高温对室外工作者也会产生很大影响，作为劳动力大国，中国在2019年因高温损失了约0.5%的潜在工作时间，造成全国1%的GDP损失(1 260亿美元)[15]。影响公众对热浪感知的因素大致包括外部环境(如气象环境、基础设施条件、公共政策)、个体生理状况(如年龄、性别、健康状况)和社会经济状况(如种族或民族、教育水平、职业、婚姻、收入)等[16-17]。石婉荧等[18]研究发现年龄、肥胖、受教育程度和焦虑状态等均会影响居民热浪风险感知水平。然而，由于研究区域、对象和时间的不同，各因素的影响效应在结论上不能完全达成一致。例如，吴杨洋等[19]认为江苏省农村女性比男性更关注热浪带来的健康威胁，但是赵琳等[20]认为性别对中国海南省居民的热浪气候感知和适应行为均无影响。

高温热浪事件对脆弱群体的威胁较大，其中包括贫困和偏远地区的人口，大多数关于气候变化的研究都发生在农村或偏远地区[21]。关于中国贫困山区居民对于热浪健康风险的研究非常有限，现有研究可能认为山区夏季不存在热浪或者即使有但持续时间不会太久，因此更多的研究关注平原地区，尤其是大城市。但事实上，即使是山区也可能存在持续的热浪天气。例如重庆市，主城区海拔高度多在168～400 m，有“山城”之称，2018年高温热浪时间持续了21 d，最高温度达到40 ℃。另外，武陵山区的湖北省恩施市在2018年7—8月高温热浪时间持续了14 d，2019年持续了17 d，最高温度均达到38 ℃。虽然2020年热浪仅持续了7 d，但气候变暖趋势明显[22]。武陵山区是中国十四个集中连片特困地区之一，处于中国三大地形阶梯中的第一级阶梯向第二级阶梯的过渡带，该地区的气候属于亚热带向暖温带的过渡类型，平均气温在13～16 ℃，降水量在1 100～1 600 mm。属于生态环境脆弱区，对全球气候变化敏感[23]。调研地——湖北省武陵山区属于热带季风性山地湿润气候，海拔落差大，小气候特征明显，垂直差异突出[24]，地处重庆和武汉两大火炉之间，山区四季气候差异变化大，对山区居民的生活影响大，山区居民的健康易受气候变化的影响。基于此，现对于山区居民热浪健康风险认知和应对行为进行研究，有利于丰富中国贫困山区居民热浪健康风险的相关研究，同时对于探寻热浪灾害下的应对措施都具有重要的意义，同时期冀政府部门在医疗卫生领域相关政策制定时考虑气候变化因素。

1 数据来源与模型建构

1.1 数据来源

研究数据来源于课题组2017年7月在湖北省恩施土家族苗族自治州的恩施市、宣恩县、鹤峰县、来凤县，以及湖北省宜昌市的长阳土家族自治县进行的问卷调查。这五个县市均为国家级贫困县，处于中国14个集中连片特殊困难地区中的武陵山片区。调查对象为这五县市十个村的农村居民。其中，农村居民问卷调查采取多阶段抽样方法选取样本：首先，按照简单随机抽样方法在这五个县市各抽取两个乡镇；然后，根据经济发展水平高低在十个样本乡镇中抽取五个富裕村和五个贫困村，并且确保每个县市都要有一个富裕村和贫困村；最后，按照整群抽样方法在十个村抽取当地居民，发放1 100 份问卷，回收有效问卷1 008 份，有效回收率为91.6%。该问卷调查涉及了居民热浪气候认知和应对行为、家庭人口基本情况、居民健康水平和医疗保障信息等多方面内容。

1.2 模型与变量

由于公众对热浪健康风险的感知和适应行为涉及一些心理、教育等概念，均难以直接准确测量，这种变量称为潜变量(latent variable)，因此只能用一些外显指标(observable indicators)，如天气变暖感知、身体不适感知、热浪时寻求帮助，去间接测量这些潜变量。传统的统计方法不能有效处理这些潜变量，而结构方程模型则能同时处理潜变量及其指标。因此，选择结构方程模型来解释各因素对少数民族居民热浪气候感知和适应行为的影响。假如潜变量被认为是内生变量(被解释变量)或是外生变量(解释变量)，则结构方程模型由结构模型和测量模型两部分组成。第一部分是结构模型，它描述被解释变量和解释变量之间的关系，也是显示了潜变量之间的关系；第二部分是测量模型，它评估潜变量和显变量之间的关系。

根据Bollen的研究[25]，现对结构模型定义为

η=Βη+Γξ+Ζθ+ζ

(1)

式(1)中：η为2×1的被解释潜变量向量：η1为山区少数民族居民热浪健康风险感知变量，η2为居民热浪健康风险适应变量；Β为2×2系数矩阵，代表两个被解释潜变量η1和η2之间关系；ξ为1个解释潜变量，代表受访者的疾病状况；Γ为2×1的系数矩阵，代表解释潜变量对被解释潜变量的影响；θ为5×1的解释显变量矩阵，代表受访者基本情况:θ1代表就业，θ2代表性别，θ3代表年龄，θ4代表教育，θ5代表婚姻；Ζ为2×5的系数矩阵，代表θ对η的影响；ζ为结构模型的预测误差。

测量模型被定义为

x=Λxξ+δ

(2)

y=Λyη+ε

(3)

式中:x为4×1的外生显变量矩阵：x1为疾病自评，x2为是否患慢性病，x3为是否患重大疾病，x4为两周患病概率;Λx为4×1的结构系数矩阵，代表潜变量对显变量的影响；δ为外生显变量的测量误差；y为7×1的内生显变量矩阵。其中，用3个显变量来测量η1居民热浪健康风险感知变量：y1代表天气变暖感知，y2代表健康威胁感知，y3代表身体不适感知。用4个显变量来测量η2居民热浪健康风险适应变量：y4代表掌握健康信息，y5代表事前准备，y6代表应对行为，y7代表事后请求帮助；Λy是结构系数矩阵，代表潜变量对显变量的影响；ε为内生显变量的测量误差。

1.3 显变量定义及其说明

根据已有文献，使用下面的常用指标来测量武陵山区居民对热浪健康风险的感知和应对行为。

(1)天气变暖感知。问卷询问“您是否感觉近年来天气变暖了”。

(2)健康威胁感知。问卷询问“您是否认为热浪对健康有威胁”。

(3)身体不适感知。问卷询问“您是否感觉热浪气候引起了身体不适”。

以上问题回答“是”则赋值为1，否则为0。此外，使用以下指标来衡量居民对热浪健康风险的适应行为。

(1)掌握健康信息。问卷询问“您是否有热浪时保持健康的信息”。

(2)事前准备。问卷询问“您是否有应对热浪的事先准备”。

(3)应对行为。问卷询问“您是否有应对热浪的行为，如多喝水、去比较凉爽的地方、待在屋内、用风扇、穿浅色的衣服”。

(4)事后请求帮助。问卷询问“您是否在受热浪影响时会寻求帮助”。

以上问题回答“是”则赋值为1，否则为0。上述问题分别对应显变量(y1～y7)。

根据已有文献，使用下面常用指标来测量受访者疾病状况。

(1)疾病自评。问卷询问“您认为自己的健康状况怎样”，选项为1～4，分别对应“1健康；2基本健康；3不健康，但生活能自理；4生活不能自理，需要照顾”。如果选择3或4，则疾病自评变量赋值为1，否则为0。

(2)有经过医务人员明确诊断的某类疾病。问卷询问“您是否患慢性病”，“您是否患重大疾病”，“您最近两周是否患病”。这三个问题回答“是”则赋值为1，否则为0。

上述问题分别对应显变量(x1～x4)。其中，根据第五次国家卫生服务调查方案，慢性病包括慢性感染性疾病(如结核等)和慢性非感染性疾病(如冠心病、高血压等)。重大疾病是指医治花费巨大且在较长一段时间内严重影响患者及其家庭的正常工作和生活的疾病，一般包括：恶性肿瘤、严重心脑血管疾病、严重帕金森病等。

从就业、性别、年龄、教育、婚姻五方面反映受访者基本状况，对应解释显变量的问题包括：

(1)关于就业。问卷询问“您是否在工作？”

(2)关于性别。问卷询问“您是否是男性？”

(3)关于年龄。问卷询问“您今年多少岁？”

(4)关于教育。问卷询问“您是否接受过高中及以上教育？”

(5)关于婚姻。问卷询问“您现在是否有配偶？”

以上问题回答“是”则赋值为1，否则为0。

1.4 描述性统计分析

从表1可以得出，大多数人对热浪健康风险有较好认知。66.4%的受访者感觉到近年来天气变暖，71.8%的受访者认为热浪将会对健康造成威胁，且有60.6%的人在热浪天气会有身体不适反应。然而，大多数受访者缺乏应对热浪时的防范行为，仅有12%的人掌握在热浪时保持健康的信息或知识，仅有23.8%的人会做事前准备(如额外的食物和水)，但有92%的人有应对热浪的行为(如多喝水和穿浅色衣服)，67.5%的人会在受热浪健康风险影响时寻求帮助。

表1 变量定义及描述性统计

从受访者基本情况来看，89.6%的人有工作；59%的人为男性，平均年龄为55岁；仅有8.9%的人受过高中及以上教育，84.8%的人有配偶。

从疾病状况来看，受访者主观自评比较健康，仅有23.6%的受访者认为自身不健康，但是客观上患慢性病的概率达到57.5%，患重大疾病概率达到的11.2%，这可能与受访者大多数为中年人有关，平均年龄为55岁。两周患病率很低，仅有8.8%，低于第五次国家卫生服务调查的24.1%的全国平均水平。

从医疗支出及保障来看，受访者去年平均家庭医疗费用为8 655元，报销比例为21.4%，家庭人均可支配收入为15 296元。由于家庭收入远远超过医疗费用，可见受访者医疗负担并不算太重。

2 实证分析结果

使用结构方程模型估计受访者基本情况、疾病状况、医疗支出及保障等因素对中国山区少数民族居民的热浪健康风险认知和应对行为的影响。在剔除影响不显著的变量后，得到最优结构方程模型，估计结果见表2。

从表2中结构模型的估计结果可知，就业变量对受访者的热浪健康风险认知和应对行为影响的回归系数均为负数，且在0.05水平上显著，这说明在控制其他变量情况下，失业者相对于有工作的人，有更强的热浪认知能力(P=0.014)和应对行为(P=0.004)。性别变量对受访者的热浪健康风险认知和应对行为影响的回归系数均为正数，且在0.05水平上显著，这说明在控制其他变量情况下，男性相对女性有更强的热浪健康风险认知(P=0.022)和应对能力(P=0.026)。疾病状况潜变量对受访者的热浪健康风险认知和应对行为影响的回归系数均为正数，且在0.05水平上显著，这说明在控制其他变量情况下，患病者的热浪认知更强(P=0.037)，热浪应对行为也更积极(P=0.011)。

从表2测量模型的估计结果可知，所有测量变量对各自潜变量的测量回归系数均大于0，且均在0.05水平上显著，这说明本文模型中3个主要潜变量的测量变量具有较高的测量水平。

从表2整个模型的拟合结果可知，极大似然比的检验结果都在0.05水平上显著，RMSEA小于0.05，CFI和TLI均大于0.9，这个结构方程模型的拟合效果较为理想。

表2 结构方程模型参数估计结果

3 结论与建议

3.1 结论

通过对湖北省武陵山区1 008个受访者的调研，分析武陵山区居民对热浪健康风险的认知和应对方式，得出以下结论。

武陵山区居民对热浪气候的健康风险有较强感知，但适应行为缺乏专业知识和事前预防意识。66.4%的受访者感觉到近年来天气变暖，71.8%的受访者认为热浪将会对健康造成威胁，且有60.6%的人在热浪天气会有身体不适反应。绝大多数受访者有应对热浪时的适应行为，但缺乏专业知识且缺乏事前防范意识。有92%的人有应对热浪的行为(如多喝水和穿浅色衣服)，67.5%的人会在受热浪健康风险影响时寻求帮助，但仅有12%的人掌握在热浪时保持健康的信息或知识，仅有23.8%的人会做事前准备(如额外的食物和水)。所以有这样的结论，主要源于调研区域高温天气逐年变多，热浪持续时间逐年变长，最高温度逐年上升，例如恩施市2018年热浪事件持续了14 d，最高温度达到38 ℃，当地居民有了对热浪更强的感知和应对行为。

影响武陵山区居民对热浪健康风险感知和适应的因素包括疾病状况、性别和就业，然而年龄、教育和婚姻状况的影响并没有统计上的显著性。相对健康人群，患有疾病或自评有疾病的受访者对热浪感知能力更强(P=0.008)，热浪适应行为也更积极(P=0.001)。在本文的研究中，经医学机构确诊患有这些慢性病的受访者人数比例达到63%，慢性病患者是受热浪影响最大的脆弱性人群。性别会影响少数民族居民对热浪气候的感知和适应行为。较之女性，男性有更强的感知(P=0.02)和适应能力(P=0.023)。就业状况也会影响少数民族居民对热浪气候的感知和适应行为。相对于有工作的人，没有工作的居民有更强的热浪感知能力(P=0.014)和适应行为(P=0.003)。出现这样的结果可能是，没有工作的受访者主要是没有劳动能力的老人和患者，他们是受热浪健康风险影响最大的脆弱人群，对热浪的感知会更敏感和适应行为也会更积极。

3.2 政策建议

(1)加强山区居民预防热浪气候的健康宣教宣传。武陵山区居民了解热浪气候的相关知识主要途径是电视，因此应当在电视媒体上多宣传关于极端天气事件的知识及预防处理方法等，促进农村居民对热浪气候的了解，尽量避免因此而致病。受热浪气候影响最大的是脆弱人群，他们的健康在极端天气发生时更容易受到危害，更应该受到关注。例如，当高温天气来临时，对患慢性病的老人，尤其是那些独自居住且患病的老年人，村委会可以通过打电话或亲自上门给予老年人健康指导、用药咨询等。要确保老年人待在比较凉爽的环境中，一旦发现健康问题，要及时就医。

(2)建立极端天气事件预报预警系统。可以通过预防减少或避免极端天气对健康的不良影响。当极端天气事件发生时，社会各部门通过互联网、电视、报纸、社交媒体、广播等媒体向居民发送消息，为农村居民提供及时可靠的消息，有效应对极端天气的来临。

(3)提供健全的公共卫生基础设施。公共卫生部门要采取措施大大减少热浪气候带来的不利影响，医院要做好充足的准备，供电、供水部门要在极端天气发生时提供足够的电力和水源供应，尤其是在热浪天气时。

(4)制订合适的应对热浪气候响应策略。极端天气发生时，应动员山区居民积极应对灾害。例如，当热浪来临时，提醒居民打开风扇或者空调，或到凉爽的环境里避暑，尽量减少受高温天气影响致病致死的人数。气候变化带来的挑战不能回避，只有积极有效地面对，才能减缓和适应气候变化带来的不利影响。