元大期货

“从小到大彻底没敢想，也觉得是难以想象的一件事儿，发洪水发到家门口了”，前两天，一位门头沟土著友人，给我发来了这句话。

气候改变正在影响整个地球，面临一连串前所未见的极点气候灾祸，许多人应该都像他相同，显露一张张充溢疑问的脸。

不少北方人头一回才智了洪水，一些居民在热浪高温下*次装上了空调，澳大利亚的山火失控则令全世界震动……

这场剧变的影响极不平衡——数字距离下的弱势团体，在气候改变中会愈加软弱。

所谓数字距离，指的是不同国家和区域、不同阶级、不同年纪、不同性别以及城乡之间数字接入和运用的差异。

举个比方，城乡之间在网络接入方面就存在显着的距离，所以一旦产生洪涝灾祸，村庄居民简略联络不上，难以及时取得救援。

相似的状况，也存在于低收入团体、赤贫国家身上。

比方极点高温气候下，低收入团体更或许为了挣钱生计，在户外接连作业，又无法经过智能手环、手表来及时监测体温/心率/心血管等指征，一旦呈现热射病等危殆状况，更或许错失黄金救援时刻。

此外，赤贫国家在资金、技能、管理才干上的实力距离，也会在应对天然灾祸时，爱莫能助，比方缺少高性能核算等数字根底设备，无法进行更精准的气候猜测，不能提早防备，然后接受比殷实国家更大的丢失。

总而言之，全球各大洲都面临着日益频频的气候危机，而数字距离的存在，会让本就愈加软弱的团体，在应对严峻天然灾祸方面，摆开更大的距离。

这也应了一句古话：麻绳专挑细处断，厄运只找薄命人，屋漏偏逢连夜雨，船破又遇顶头风。

数字距离 气候改变，两种要挟一同冲击着弱势团体，这并不是偶然，也不应被忽视。

消除数字距离，是让气候软弱者变得有力的前置条件。

了解这一点，咱们从数字技能和气候应对的伏线千里，开端说起。

01 曩昔的伏笔

应对危机的*方法，便是不要让自己处于危机之中，这听起来像是一句废话，但实践中，的确就有许多人，无法在天然灾祸降临前，及时远离洪涝、高温、山火等高危环境。

就拿最近的飓风杜苏芮来说，一些南边城市由于提早经过AI气候大模型，精准猜测了飓风登陆时刻和受影响的路段，然后做了更强的防灾预备。

而更多的城市，却并不具有运用AI这类先进东西的认识、基建、人才、应急方案等许多配套，天然也就没方法用更新更好的技能东西来看护家乡。甭说精准猜测飓风了，有些城市的气候预告，连哪块云彩几点会下雨，都不置可否。

详细来说，数字化水平较低的城市和居民，在气候改变导致的天然灾祸危机中，会在“三道防地”前节节败退。

*道防地：灾前，数字根底单薄→无法充沛防备。

如前所说，应对气候频频改变带来的天然灾祸，*方法便是防患于未然。在紧急状况呈现之前，或许状况变得危殆之前，就能及时采纳举动，撤离危险人员，加固防灾设备，许多要挟是能够防备的。

这个逻辑，听起来没有问题，但问题在于，气候改变本身具有不确定性，气候与生命危险的相关性有许多影响要素，这就导致许多危险无法被百分百精准预告。数字距离的存在，让气候软弱国家和团体，在气候核算和猜测上，存在许多短板，以至于难以取得充沛的应急保证。

1.算不动。

巨大的气候数据所需求的核算量也很大，需求高性能的超级核算机和数据中心集群，比方英国投入研制的气候超脑，出资就高达12亿英镑，用以进行更精细的降雨猜测，协助快速安置防洪系统，为机场、电力动力等要害部分供给详细信息，削减灾祸中断电断网等影响，提早做好方案。

而欠发达区域和国家，并不具有这样优胜的资金和技能家底。它们在数字气候、才智气候等根底设备上的投入，不能和发达国家同日而语，这又会直接影响到气候预告的精确度、应对灾祸的有用性。

2.算欠好。

要精准猜测洪涝、地震、山火等气候灾祸，需求有用的算法。

早在上个世纪80年代，日本、美国等国家就在探究气候学与AI的结合，IBM、谷歌等公司也都在展开气候AI的产业布局，运用专家系统和天然语言处理技能，打造了KASSP、GORAD、CONVEX、OCI、WILDARD等气候预告AI系统，对雷暴、冰雹、大雾、闪电等天然灾祸进行猜测，不只堆集了相关技能，也堆集了许多气候核算的人才，包含算法科学家、软件工程师、运维人员等。

人才距离，天然不是一朝一夕能追赶上的，这也导致的数字距离越来越大。2021年，孟加拉国等气候软弱国家的代表，就曾在《联合国气候改变结构条约》第26次缔约方会议（COP26）上，宣布“咱们不需求言而无信”的呼声，期望得到国际社会，尤其是发达国家的实践支撑。

3.没得算。

更糟糕的一种状况，是数字距离大究竟子没有数据可算。

气候数据的搜集和传输，需求许多传感器设备和网络接入，而网络建造的本钱高，许多国家没有才干投入必要的根底设备建造，非洲还存在许多低收入人群，无力承当网络运用的费用。

当然，发达国家的网络根底设备建造早，以宽带、WiFi为干流，4G、5G等无线连接则没有全面遍及，导致网络接入没有和水、电相同，成为“根本生计资源”。

皮尤研讨中心 2021 年的研讨发现，美国的黑人和西班牙裔，在家中运用宽带接入的或许性低于白人。少量族裔和低收入社区，无法享用到宽带和WiFi接入的网络服务，传感器无法搜集到满足的气候数据，天然也就无法为这些人供给高质量的气候监测服务了。

第二道防地：灾时，网络联接不稳定→举动不及时。

数字距离的存在，让一些弱势国家和团体，无法守住“灾前防备”的*道防地。那么，当天然灾祸不行避免地到来，莫非距离就被拉平了吗？

并不是。

相同的灾祸危险下，数字距离的弱势团体，举动才干会被大大削弱。

灾祸产生后，“及时举动”是自救的*要义，这就需求获取牢靠、精确的决心，包含气候状况的改变，受灾区域的实时状况，重要的救援信息，要害的流亡撤离点等，才干做出愈加安全的避险决议方案，合理规划逃生路线图。

但是，白叟、低收入团体、儿童、有妨碍人士等，所把握的数字技能和资源，也是相对缺乏的。比方怎样在互联网上查找信息，应该拨打哪些电话，这些根本知识并不了解。所运用的智能手机比较低价，续航和质量有限，很快就在灾祸途中损坏或断电，导致人员失联，家人和救援部队联络不上，错失了救援的*机遇。

第三道防地：灾后，数字化不充沛→康复重建缓慢。

灾祸往后，咱们都要在废墟上重建家乡，总站到同一个水平线了吧？这就要说到数字才干的一个特征了，它不只是有形的软硬件根底设备，还包含了无形的数字服务、数字认识、安排机制等，而后者关于社会康复力，有直接的影响。

举个比方，灾后康复社会经济日子，是需求时刻和周期的，而一个数字水平更高的城市，平常就会沉积下详细的应急呼应方案，遏止灾祸产生后对要害公共服务（如水、电、医疗服务和安全）的搅扰，协助城市更快康复供电、供水，回归正常日子。

IBM就曾为美国安大略省电力公司hydro One，开发了一款AI东西，来猜测风暴的严峻程度和受灾严峻的区域，提早安置电工，以协助城市快速地康复供电。

明显，数字化水平不高的区域和居民，平常并没有这种技能储备和灾后重建支撑，所以房子修正、康复日子次序，都会更慢一点。

在《规划的灾祸：对美国天然灾祸的从头评价》(disasters by design: A Reassessment of natural Hazards in The United States)一书中，社会学家丹尼斯·米莱蒂提出：灾祸的产生是“规划的”。

人人都或许面临天然灾祸的要挟，但应对灾祸的技能和资源却是不平衡的，尤其是数字技能。

从这个视点看，弱势团体所遭受的气候灾祸危险，也是被“数字距离”所“规划”的成果。

02 莫测的未来

已然数字距离对灾祸防治的负面影响很大，那能不能直接搬家到数字水平更高的城市和区域呢？

且不说举家搬家到异乡的移动才干，并不是人人都有，就算是搬到了数字基建更完善的城市，也未必就能从此无忧无虑。

首要，数字化水平较高的城市，灾祸预警的精准度仍然有待进步。

即便身处城市之中，也仍然会面临突发气候的困扰。一次从北京到上海出差，我的航班就由于雷暴气候，从早上延误到了清晨。

更有用地防备天然灾祸，就需求不断进步气候猜测的精确度和精度，缩小猜测规划和时刻，仍是很难做到的。现在，许多城市只能发布当天大规划的气候改变概率，供给较广泛的辅导。

此外，气候改变猜测的参数许多，科学决议方案的影响有限。

比方野生动物保护区，气候改变就会影响植被和动物的生计活动，是一个气候软弱的区域，但气候改变与地舆格式、生态群落、生态系统等之间的联系，还存在必定的盲区，无法对保护区的建造和评价给出恰当的应对战略，所以，即便有气候预警，也未必能有用应对气候改变对保护区的影响。

（地中海大部分区域正在阅历极点干旱。图片来自：欧盟委员会）

近年来，气候改变加重，带来了许多史无前例的气候灾祸，这些新问题都需求量体裁衣，远远超出了城市以往的管理阅历。

即便是数字化水平较高的城市，也需求阅历一个数据从无到有、算法由粗到精、防治从简略到详细的进程，一步都少不了。

比方说，跟着气候持续变暖，飓风变得更强、更强烈，与飓风相关的风暴强度和降雨率将添加，以往干旱的北方城市，百年一遇的降水和洪水添加。而本来气候宜人的地中海区域，则开端阅历史无前例的极点干旱，或许带来粮食的安全问题。

而一套行之有用的应对战略，有必要与城市方方面面的系统相配套，刻进居民下认识的天性和思维习惯傍边。

比方没有阅历过地震的城市，不或许一会儿安置好防震修建，防震救灾的部队、机制和阅历都需求时刻来堆集，究竟应该为防震系统投入多少本钱，才算合理，才叫适度？这也是需求多方评论和重复证明的，无法一蹴即至。居民也不或许一会儿学会地震逃生技巧，在险情呈现时瞬间做出判别。

所以说，即便有数字技能的加持，面临高速改变的气候环境，城市在未来也相同会遭受不知道的气候应战。

03 举动在当下

已然有没有数字技能，都会遭到气候改变的冲击，那究竟怎样办？总不能团体躺平吧。

咱们无法断语，气候改变究竟会带来哪些详细的负面影响，唯有立即举动。

燃眉之急要做的，天然是“补短板”。

让数字根底设备、数字技能本就单薄的区域和人，能够赶快用上数字化技能，消除数字距离。

这件事说起来简略，做起来难。由于数字距离之所以会长期存在，数字化水平的“剪刀差”越拉越大，便是由于这些软弱国家和团体，本身的资源和条件比较有限，不或许在数字建造上许多投入，钱和数字化人才，都不或许一夜之间从全国掉下来。

现在，咱们看到比较有用的举动是：

1.科研范畴的全球协作。

气候是有“蝴蝶效应”的，南美洲热带雨林中的蝴蝶，摇动几下翅膀，两周后会引起得克萨斯州的一场龙卷风。这意味着，全球各国都会因气候改进而获益，因而，气候改变的科研协作，应该成为谋福全人类的一致。

这个进程中，一些科学核算较为先进的国家和区域，科学家们能够积极探究全球气候改变与数字技能的交融。

此前发布的《亚洲大洋洲区域归纳地球观测方案——北京宣言》就说到，我国科学家就和其他各国科学家一同，尽力补偿地球观测的“数字距离”，赋能亚大区域开展。

2.数字基建的全国一体化。

气候猜测不尽善尽美，一个中心原因便是，气候数据规划大，所需的核算量级和杂乱程度也十分之大，并且整个进程往往需求在半小时之内完结，需求高性能的核算集群，堪称是算力怪兽。而村庄县镇这样的当地，不或许投入巨资去抢算力卡，豢养一头这样的“巨兽”。

全国算力一体化网络、上云用数赋智的大趋势，也让咱们看到了消弭数字距离的或许性。经过云端，调用西部等数据中心的算力资源，将本地气候数据与云端根底数据和AI算法模型相结合，来为村庄县镇的应急调度，输出合理的决议方案，正在成为公共服务的一部分。

3.AI大模型在气候范畴落地。

处理了算力的瓶颈，接下来的问题是，数字水平较低的当地，也没有足够的人才来针对性、定制化地开发相应算法，模型无法精细化、个性化地适配本地需求。怎样办？

本年，AI大模型显显露强壮的泛化才干和了解才干，开发门槛高、运维难度大、模型作用欠安等问题，正在被得到很好的处理。在数字化、智能化的转型进程中，大模型的加持，能够让更多当地更简略、方便地上手AI、用好AI，真实发挥出的价值，AI技能进步预警才干，更行之有用地应对气候改变。

今日，数字技能及根底设备就像水、电、土地相同，正在成为人类日子不行或缺的根本资源。所以，协助弱势团体跟上数字化的脚步，便是在看护人的生计权，这是文明的根底，也是技能的应有之义。

种一棵树，*的时刻是十年前，其次是现在。消除数字距离，亦是如此。