“從小到大完全沒敢想，也覺得是不可思議的一件事兒，發洪水發到家門口了”，前兩天，一位門頭溝土著友人，給我發來了這句話。

氣候變化正在影響整個地球，面對一連串前所未見的極端天氣災害，很多人應該都像他一樣，露出一張張充滿疑惑的臉。

不少北方人頭一回見識了洪水，一些居民在熱浪高溫下第一次裝上了空調，澳大利亞的山火失控則令舉世震驚……

這場劇變的影響極不平衡——數字鴻溝下的弱勢群體，在氣候變化中會更加脆弱。

所謂數字鴻溝，指的是不同國家和地區、不同階層、不同年齡、不同性別以及城鄉之間數字接入和使用的差異。

舉個例子，城鄉之間在網絡接入方面就存在明顯的差距，所以一旦發生洪澇災害，鄉村居民容易聯系不上，難以及時獲得救援。

類似的情況，也存在于低收入群體、貧窮國家身上。

比如極端高溫天氣下，低收入群體更可能為了賺錢生存，在戶外連續工作，又無法通過智能手環、手表來及時監測體溫/心率/心血管等指征，一旦出現熱射病等危急情況，更可能錯過黃金救援時間。

此外，貧窮國家在資金、技術、治理能力上的實力差距，也會在應對自然災害時，心有余而力不足，比如缺乏高性能計算等數字基礎設施，無法進行更精準的氣象預測，不能提前防范，從而承受比富裕國家更大的損失。

總而言之，全球各大洲都面臨著日益頻繁的氣候危機，而數字鴻溝的存在，會讓本就更加脆弱的群體，在應對重大自然災害方面，拉開更大的差距。

這也應了一句古話：麻繩專挑細處斷，厄運只找苦命人，屋漏偏逢連夜雨，船破又遇頂頭風。

數字鴻溝+氣候變化，兩種威脅同時沖擊著弱勢群體，這并不是巧合，也不該被忽視。

消除數字鴻溝，是讓氣候脆弱者變得有力的前置條件。

理解這一點，我們從數字技術和氣候應對的伏線千里，開始說起。

過去的伏筆

應對危機的最好辦法，就是不要讓自己處于危機之中，這聽起來像是一句廢話，但現實中，確實就有很多人，無法在自然災害來臨前，及時遠離洪澇、高溫、山火等高危環境。

就拿最近的臺風杜蘇芮來說，一些南方城市因為提前通過AI氣象大模型，精準預測了臺風登陸時間和受影響的路段，從而做了更強的防災準備。

而更多的城市，卻并不具備使用AI這類先進工具的意識、基建、人才、應急方案等諸多配套，自然也就沒辦法用更新更好的技術工具來守護家園。別說精準預測臺風了，有些城市的氣象預報，連哪塊云彩幾點會下雨，都模棱兩可。

具體來說，數字化水平較低的城市和居民，在氣象變化導致的自然災害危機中，會在“三道防線”前節節敗退。

第一道防線：災前，數字基礎薄弱→無法充分預防。

如前所說，應對氣候頻繁變化帶來的自然災害，最好辦法就是防患于未然。在緊急情況出現之前，或者情況變得危急之前，就能及時采取行動，撤離危險人員，加固防災設施，很多威脅是可以預防的。

這個邏輯，聽起來沒有問題，但問題在于，天氣變化本身具有不確定性，氣象與生命危險的相關性有很多影響因素，這就導致很多危險無法被百分百精準預報。數字鴻溝的存在，讓氣候脆弱國家和群體，在氣象計算和預測上，存在很多短板，以至于難以獲得充分的應急保障。

1.算不動。

龐大的氣象數據所需要的計算量也很大，需要高性能的超級計算機和數據中心集群，比如英國投入研發的氣象超腦，投資就高達12億英鎊，用以進行更精密的降雨預測，幫助快速部署防洪系統，為機場、電力能源等關鍵部門提供詳細信息，減少災害中斷電斷網等影響，提前做好計劃。

而欠發達地區和國家，并不具備這樣優越的資金和技術家底。它們在數字氣象、智慧氣象等基礎設施上的投入，不能和發達國家同日而語，這又會直接影響到氣象預報的準確度、應對災害的有效性。

2.算不好。

要精準預測洪澇、地震、山火等氣候災害，需要有效的算法。

早在上個世紀80年代，日本、美國等國家就在探索氣象學與AI的結合，IBM、谷歌等公司也都在開展氣象AI的產業布局，利用專家系統和自然語言處理技術，打造了KASSP、GORAD、CONVEX、OCI、WILDARD等氣象預報AI系統，對雷暴、冰雹、大霧、閃電等自然災害進行預測，不僅積累了相關技術，也積累了大量氣象計算的人才，包括算法科學家、軟件工程師、運維人員等。

人才差距，自然不是一朝一夕能追趕上的，這也導致的數字鴻溝越來越大。2021年，孟加拉國等氣候脆弱國家的代表，就曾在《聯合國氣候變化框架公約》第26次締約方會議（COP26）上，發出“我們不需要空頭支票”的呼聲，希望得到國際社會，尤其是發達國家的實際支持。

3.沒得算。

更糟糕的一種情況，是數字鴻溝大到根本沒有數據可算。

氣象數據的收集和傳輸，需要大量傳感器設備和網絡接入，而網絡建設的成本高，很多國家沒有能力投入必要的基礎設施建設，非洲還存在大量低收入人群，無力承擔網絡使用的費用。

當然，發達國家的網絡基礎設施建設早，以寬帶、WiFi為主流，4G、5G等無線連接則沒有全面普及，導致網絡接入沒有和水、電一樣，成為“基本生存資源”。

皮尤研究中心 2021 年的研究發現，美國的黑人和西班牙裔，在家中使用寬帶接入的可能性低于白人。少數族裔和低收入社區，無法享用到寬帶和WiFi接入的網絡服務，傳感器無法收集到足夠的氣象數據，自然也就無法為這些人提供高質量的氣象監測服務了。

第二道防線：災時，網絡聯接不穩定→行動不及時。

數字鴻溝的存在，讓一些弱勢國家和群體，無法守住“災前預防”的第一道防線。那么，當自然災害不可避免地到來，難道鴻溝就被拉平了嗎？

并不是。

同樣的災害風險下，數字鴻溝的弱勢群體，行動能力會被大大削弱。

災害發生后，“及時行動”是自救的第一要義，這就需要獲取可靠、準確的信心，包括氣象情況的變化，受災地區的實時情況，重要的救援信息，關鍵的避難撤離點等，才能做出更加安全的避險決策，合理規劃逃生路線圖。

然而，老人、低收入群體、兒童、有障礙人士等，所掌握的數字技能和資源，也是相對不足的。比如怎么在互聯網上查找信息，應該撥打哪些電話，這些基本知識并不了解。所使用的智能手機比較低廉，續航和品質有限，很快就在災害途中損壞或斷電，導致人員失聯，家人和救援隊伍聯系不上，錯過了救援的最佳時機。

第三道防線：災后，數字化不充分→復原重建遲緩。

災難過后，大家都要在廢墟上重建家園，總站到同一個水平線了吧？這就要提到數字能力的一個特征了，它不僅是有形的軟硬件基礎設施，還包括了無形的數字服務、數字意識、組織機制等，而后者對于社會復原力，有直接的影響。

舉個例子，災后復原社會經濟生活，是需要時間和周期的，而一個數字水平更高的城市，平時就會沉淀下詳細的應急響應計劃，遏制災害發生后對關鍵公共服務（如水、電、醫療服務和安全）的干擾，幫助城市更快恢復供電、供水，回歸正常生活。

IBM就曾為美國安大略省電力公司hydro One，開發了一款AI工具，來預測風暴的嚴重程度和受災嚴重的區域，提前布置電工，以幫助城市快速地恢復供電。

顯然，數字化水平不高的地區和居民，平時并沒有這種技術儲備和災后重建支持，所以房屋修復、恢復生活秩序，都會更慢一點。

在《設計的災難：對美國自然災害的重新評估》(disasters by design: A Reassessment of natural Hazards in The United States)一書中，社會學家丹尼斯·米萊蒂提出：災難的發生是“設計的”。

人人都可能面臨自然災害的威脅，但應對災害的技能和資源卻是不平衡的，尤其是數字技術。

從這個角度看，弱勢群體所遭受的氣象災害風險，也是被“數字鴻溝”所“設計”的結果。

莫測的未來

既然數字鴻溝對災害防治的負面影響很大，那能不能直接搬遷到數字水平更高的城市和地區呢？

且不說舉家搬遷到他鄉的移動能力，并不是人人都有，就算是搬到了數字基建更完善的城市，也未必就能從此高枕無憂。

首先，數字化水平較高的城市，災害預警的精準度依然有待提升。

即使身處城市之中，也依然會面臨突發天氣的困擾。一次從北京到上海出差，我的航班就因為雷暴天氣，從早上延誤到了凌晨。

更有效地防范自然災害，就需要不斷提高氣象預測的準確度和精度，縮小預測范圍和時間，仍是很難做到的。目前，很多城市只能發布當天大范圍的氣象變化概率，提供較寬泛的指導。

此外，氣候變化預測的參數眾多，科學決策的影響有限。

比如野生動物保護區，氣候變化就會影響植被和動物的生存活動，是一個氣候脆弱的地區，但氣候變化與地理格局、生態群落、生態系統等之間的關系，還存在一定的盲區，無法對保護區的建設和評估給出恰當的應對策略，所以，即使有氣象預警，也未必能有效應對氣候變化對保護區的影響。

（地中海大部分地區正在經歷極端干旱。圖片來自：歐盟委員會）

近年來，氣候變化加劇，帶來了很多前所未有的氣象災害，這些新問題都需要因地制宜，遠遠超出了城市以往的治理經驗。

即使是數字化水平較高的城市，也需要經歷一個數據從無到有、算法由粗到精、防治從簡單到具體的過程，一步都少不了。

比如說，隨著氣候繼續變暖，颶風變得更強、更猛烈，與颶風相關的風暴強度和降雨率將增加，以往干旱的北方城市，百年一遇的降水和洪水增加。而原本氣候宜人的地中海地區，則開始經歷前所未有的極端干旱，可能帶來糧食的安全問題。

而一套行之有效的應對策略，必須與城市方方面面的系統相配套，刻進居民下意識的本能和思維習慣當中。

比如沒有經歷過地震的城市，不可能一下子部署好防震建筑，防震救災的隊伍、機制和經驗都需要時間來積累，到底應該為防震體系投入多少成本，才算合理，才叫適度？這也是需要多方討論和反復論證的，無法一蹴而就。居民也不可能一下子學會地震逃生技巧，在險情出現時瞬間做出判斷。

所以說，即使有數字技術的加持，面對高速變化的氣候環境，城市在未來也一樣會遭遇未知的氣候挑戰。

行動在當下

既然有沒有數字技術，都會受到氣候變化的沖擊，那到底怎么辦？總不能集體躺平吧。

我們無法斷言，氣候變化究竟會帶來哪些具體的負面影響，唯有立即行動。

當務之急要做的，自然是“補短板”。

讓數字基礎設施、數字技能本就薄弱的地區和人，能夠盡快用上數字化技術，消除數字鴻溝。

這件事說起來容易，做起來難。因為數字鴻溝之所以會長期存在，數字化水平的“剪刀差”越拉越大，就是因為這些脆弱國家和群體，自身的資源和條件比較有限，不可能在數字建設上大量投入，錢和數字化人才，都不可能一夜之間從天下掉下來。

目前，我們看到比較有效的行動是：

1.科研領域的全球協作。

氣候是有“蝴蝶效應”的，南美洲熱帶雨林中的蝴蝶，扇動幾下翅膀，兩周后會引起得克薩斯州的一場龍卷風。這意味著，全球各國都會因氣候改善而受益，因此，氣候變化的科研協作，應該成為造福全人類的共識。

這個過程中，一些科學計算較為先進的國家和地區，科學家們可以積極探索全球氣候變化與數字技術的融合。

此前發布的《亞洲大洋洲區域綜合地球觀測計劃——北京宣言》就提到，中國科學家就和其他各國科學家一起，努力彌補地球觀測的“數字鴻溝”，賦能亞大區域發展。

2.數字基建的全國一體化。

氣象預測不盡如人意，一個核心原因就是，氣象數據規模大，所需的計算量級和復雜程度也非常之大，而且整個過程往往需要在半小時之內完成，需要高性能的計算集群，堪稱是算力怪獸。而鄉村縣鎮這樣的地方，不可能投入巨資去搶算力卡，豢養一頭這樣的“巨獸”。

全國算力一體化網絡、上云用數賦智的大趨勢，也讓我們看到了消弭數字鴻溝的可能性。通過云端，調用西部等數據中心的算力資源，將本地氣象數據與云端基礎數據和AI算法模型相結合，來為鄉村縣鎮的應急調度，輸出合理的決策，正在成為公共服務的一部分。

3.AI大模型在氣象領域落地。

解決了算力的瓶頸，接下來的問題是，數字水平較低的地方，也沒有充足的人才來針對性、定制化地開發相應算法，模型無法精細化、個性化地適配本地需求。怎么辦？

今年，AI大模型顯露出強大的泛化能力和理解能力，開發門檻高、運維難度大、模型效果不佳等問題，正在被得到很好的解決。在數字化、智能化的轉型過程中，大模型的加持，可以讓更多地方更簡單、方便地上手AI、用好AI，真正發揮出的價值，AI技術提高預警能力，更行之有效地應對氣候變化。

今天，數字技術及基礎設施就像水、電、土地一樣，正在成為人類生活不可或缺的基本資源。所以，幫助弱勢群體跟上數字化的腳步，就是在守護人的生存權，這是文明的基礎，也是技術的應有之義。

種一棵樹，最好的時間是十年前，其次是現在。消除數字鴻溝，亦是如此。