暴露性分析主要是确定可能暴露于自然灾害影响下的人口、财产资源和经济要素等，是进行灾害损失评估的重要步骤，需确定最小的分析单元、承灾体类型和数量等，以便于进行后续的脆弱性评估和风险评估等。
本书研究的暴露度评估的内容是确定在未来时间情景下可能暴露于风险情景模拟的要素，此处主要是人口和国内生产总值因素。暴露度分析是将前文得到的灾害风险情景模拟结果和社会经济发展情景模拟结果进行叠加分析，得到在人口暴露度分布图、不同淹没深度以及不同土地利用类型上的经济暴露度分布情况。
5.4.1 人口暴露性分析
在自然灾害情景模拟下，本书研究中人口暴露度主要指暴露于不同淹没单元的人口数。实际预测结果表明，在低情景（即类似0608号台风）下，到2030年上海市域范围内暴露于淹没区域的人口将达450万，占总人数的13.43%，其中暴露于淹没水深0—0.5米的人口总数达361万人，占总涉及人口的比例高达80.3%；而到2050年，上海市域范围的涉及人口达到559万人，而在0—0.5米水深的人口数量达到432万人，占总涉及人口的比例为77.3%（见表5.13）。以上结果表明在对上海影响较弱的台风风暴潮灾害情景下，淹没区域水深越浅，所涉及的淹没区域面积和人口数量就越大；而随着淹没各单元水深的增加，淹没单元面积趋于减小，淹没单元上暴露的人口也呈递减趋势。在高情景（即类似9711号台风）下，到2030年上海市域范围内暴露于淹没区域的人口将达41万，占总人数的1.21%，其中暴露于淹没深度大于0.5米的涉及人口为23万，占总涉及人口的55.68%和总人数的0.67%；2050年，上海市域范围内淹没单元所涉及的人口数量将达1 899万人，占总人数的54.95%，其中淹没水深0—0.5米的涉及人口总数达1 218万人，占总涉及人口的64.1%（见表5.14）。以上结果显示，在极端风暴潮灾害的侵袭下，暴露区域的淹没深度增加迅速，随之而来暴露于水深较深的人口数也会不断增加，如无相应的应急避难措施，后果将损失惨重。
表5.13 上海市未来时间情景下（低情景）暴露于不同淹没水深的人口预测值
表5.14 上海市未来时间情景下（高情景）暴露于不同淹没水深的人口预测值
相对于2030年，高情景下2050年上海市域范围内暴露于淹没单元的人口总量是2030年的30倍，人口数量在20年间迅速增长了1 858万，占全市人口的比重也从1.21%迅速增至54.95%。究其原因，一方面在于上海市人口总量的持续增长，造成单位淹没区域内的人口数量和人口密度的相应增长；更重要的原因则在于在此20年间海平面的持续上升、地面沉降的持续下降和台风风暴潮的持续加剧，三者的叠加效应致使上海市域范围内的淹没区域面积迅速扩张，从2030年的98.17平方千米增至2050年的2 423.4平方千米。同理，2050年上海市域范围内暴露于水深0.5米以上人口数量及其占比的迅速增长，从2030年的23万和55.68%迅速增至681万和35.87%，主要是因为随着淹没区域面积的迅速扩大，淹没水深在0.5米以上的淹没区域面积及其占比也在相应扩大，气候变化脆弱性影响造成的人口暴露度风险也随之大大增加了。
从空间分布来看，低情景下，即上海将受到海平面上升、地面沉降以及类似0608号台风风暴潮的灾害情景下，2030年人口暴露度如图5.15所示，主要的受灾区域位于浦东新区，包括金杨新村街道、沪东新村街道、浦兴路街道、高桥镇、曹路镇、川沙新镇、六灶镇、惠南镇等地人口暴露度较高，同时宝山区的友谊路街道、崇明县的长兴岛和宝山区罗泾镇等地区也受到不同程度的暴露影响。总涉及人口为450万人，占总涉及人口的50%。人口暴露度最高的区域是浦东新区的川沙新镇，涉及的人口达61万人。到2050年，受灾区域进一步扩大，如图5.16所示，除去在2030年受到影响的区域外，洋泾街道、张江镇、唐镇、周浦镇、崇明的城桥镇等地也受到影响，涉及的人口进一步增加。届时，涉及的人口分布在10个区县，其中受灾最严重浦东新区涉及人口达到459万，占总涉及人口的88.6%。
图5.15 2030年上海人口暴露性（低情景）分布
图5.16 2050年上海人口暴露性（低情景）分布
高情景下，即在海面上升、地面沉降以及遭到类似9711号极端台风风暴潮的情景模拟下，2030年的暴露度分布如图5.17所示，涉及人口最多的区域是崇明县的长兴镇，涉及人口为3.4万人。浦东新区的金杨新村街道、南码头街道、沪东新村街道、陆家嘴街道、宝山区的友谊路街道的暴露人口也较高，在3—3.4万人之间。2050年的暴露度在极端风暴潮的叠加下上升幅度较大，空间分布如图5.18所示。浦东新区的川沙新镇是涉及人口最多的区域，达67万人，占总涉及人口的3.5%；奉贤区的南桥镇，浦东新区的花木街道、金杨新村街道、浦兴路街道、惠南镇的涉及人口也较多，分别为61万人、55万人、42万人、39万人和38万人。
5.4.2 经济暴露性分析
图5.17 2030年上海人口暴露性（高情景）分布
经济暴露度主要是计算淹没单元内涉及的国内生产总值。随着灾害模拟情景的不同，在不同土地利用类型和不同淹没水深上涉及的国内生产总值也在不断变化。基于前文所述的人口预测、经济密度预测、土地利用类型预测和
气候变化风险性情景模拟的实际结果，采用情景分析法，按照未来上海市经济增长的“低”（按当年价计算的年均增速6%）、“中”（年均增速7%）、“高”（年均增速8%）三个方案，分别计算得出了2030年和2050年上海市域范围内暴露于不同淹没水深区域（见表5.15、表5.16）和暴露于不同土地利用类型的经济损失的预测值（见表5.17、表5.18）。例如，假设未来上海市的GdP增速保持年均增长7%的较快运行状态，那么在气候变化灾害的高情景下，淹没区域内涉及的国内生产总值为1 746亿元，约占当年GdP的2.5%；2050年，在淹没区域内涉及的GdP高达160 389亿元，约占当年GdP的59.7%。暴露的国内生产总值主要集中在淹没水深0—1米内，分别占比61.55%和81.26；2030年GdP暴露度最高的是工业用地，达667亿元，占比38.2%，2050年GdP暴露度最高的是居住用地和工业用地，为57 902和53 589亿元，占比分别为36.1%和33.41%。
图5.18 2050年上海人口暴露性（高情景）分布
表5.15 上海未来时间情景下（低情景）上海暴露于不同淹没水深的国内生产总值（亿元）
表5.16 上海未来时间情景下（高情景）上海暴露于不同淹没水深的国内生产总值（亿元）
表5.17 上海未来时间情景下（低情景）上海暴露于不同土地利用类型的国内生产总值（亿元）
表5.18 上海未来时间情景下（高情景）上海暴露于不同土地利用类型的国内生产总值（亿元）
图5.19 2030年上海经济暴露（低情景）分布（经济增速情景：7%）
图5.20 2050年上海经济暴露（低情景）分布（经济增速情景：7%）
图5.21 2030年上海经济暴露（高情景）分布（经济增速情景：7%）
根据前文所预测的2030年和2050年低、中、高三个经济预测方案分别绘制出2030年和2050年上海市气候变化风险情景下的经济暴露的空间分布图。例如，按照未来GdP年均增长7%的中方案，低情景下，2030年上海市域范围内经济暴露度最高的地区位于浦东新区的金桥镇、高桥镇和张江镇，三地暴露的GdP之和占暴露总额的51%；其他涉及的国内生产总值较高的区域也主要位于浦东新区（见图5.19）。2050年，上海市域范围内经济暴露度最高的地区仍为浦东新区的金桥镇、高桥镇和张江镇，浦东新区潜在涉及的国内生产总值占总额的84.49%（见图5.20）。在高情景下，同样按照未来国内生产总值年均增长7%的中方案，2030年上海市域范围内涉及的国内生产总值如图5.21所示，最高的地区位于浦东新区的高桥镇，涉及的GdP达269亿元，占总涉及GdP的15%；陆家嘴街道、沪东新村街道、上港新村街道涉及的GdP也较高，分别为124亿元、109亿元和95亿元。2050年，上海市域范围内经济暴露度最高的地区为浦东新区的金桥镇、黄浦区和杨浦区，三地未来暴露的国内生产总值之和占总额的30.29%（见图5.22）。
图5.22 2050年上海经济暴露（高情景）分布（经济增速情景：7%）
免责声明：以上内容源自网络，版权归原作者所有，如有侵犯您的原创版权请告知，我们将尽快删除相关内容。
