" 从小到大完全没敢想，也觉得是不可思议的一件事儿，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。

(相关资料图)

气候变化正在影响整个地球，面对一连串前所未见的极端天气灾害，很多人应该都像他一样，露出一张张充满疑惑的脸。

不少北方人头一回见识了洪水，一些居民在热浪高温下第一次装上了空调，澳大利亚的山火失控则令举世震惊……

这场剧变的影响极不平衡——数字鸿沟下的弱势群体，在气候变化中会更加脆弱。

所谓数字鸿沟，指的是不同国家和地区、不同阶层、不同年龄、不同性别以及城乡之间数字接入和使用的差异。

举个例子，城乡之间在网络接入方面就存在明显的差距，所以一旦发生洪涝灾害，乡村居民容易联系不上，难以及时获得救援。

类似的情况，也存在于低收入群体、贫穷国家身上。

比如极端高温天气下，低收入群体更可能为了赚钱生存，在户外连续工作，又无法通过智能手环、手表来及时监测体温 / 心率 / 心血管等指征，一旦出现热射病等危急情况，更可能错过黄金救援时间。

此外，贫穷国家在资金、技术、治理能力上的实力差距，也会在应对自然灾害时，心有余而力不足，比如缺乏高性能计算等数字基础设施，无法进行更精准的气象预测，不能提前防范，从而承受比富裕国家更大的损失。

总而言之，全球各大洲都面临着日益频繁的气候危机，而数字鸿沟的存在，会让本就更加脆弱的群体，在应对重大自然灾害方面，拉开更大的差距。

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

数字鸿沟 + 气候变化，两种威胁同时冲击着弱势群体，这并不是巧合，也不该被忽视。

消除数字鸿沟，是让气候脆弱者变得有力的前置条件。

理解这一点，我们从数字技术和气候应对的伏线千里，开始说起。

过去的伏笔

应对危机的最好办法，就是不要让自己处于危机之中，这听起来像是一句废话，但现实中，确实就有很多人，无法在自然灾害来临前，及时远离洪涝、高温、山火等高危环境。

就拿最近的台风杜苏芮来说，一些南方城市因为提前通过 AI 气象大模型，精准预测了台风登陆时间和受影响的路段，从而做了更强的防灾准备。

而更多的城市，却并不具备使用 AI 这类先进工具的意识、基建、人才、应急方案等诸多配套，自然也就没办法用更新更好的技术工具来守护家园。别说精准预测台风了，有些城市的气象预报，连哪块云彩几点会下雨，都模棱两可。

具体来说，数字化水平较低的城市和居民，在气象变化导致的自然灾害危机中，会在 " 三道防线 " 前节节败退。

第一道防线：灾前，数字基础薄弱→无法充分预防。

如前所说，应对气候频繁变化带来的自然灾害，最好办法就是防患于未然。在紧急情况出现之前，或者情况变得危急之前，就能及时采取行动，撤离危险人员，加固防灾设施，很多威胁是可以预防的。

这个逻辑，听起来没有问题，但问题在于，天气变化本身具有不确定性，气象与生命危险的相关性有很多影响因素，这就导致很多危险无法被百分百精准预报。数字鸿沟的存在，让气候脆弱国家和群体，在气象计算和预测上，存在很多短板，以至于难以获得充分的应急保障。

1. 算不动。

庞大的气象数据所需要的计算量也很大，需要高性能的超级计算机和数据中心集群，比如英国投入研发的气象超脑，投资就高达 12 亿英镑，用以进行更精密的降雨预测，帮助快速部署防洪系统，为机场、电力能源等关键部门提供详细信息，减少灾害中断电断网等影响，提前做好计划。

而欠发达地区和国家，并不具备这样优越的资金和技术家底。它们在数字气象、智慧气象等基础设施上的投入，不能和发达国家同日而语，这又会直接影响到气象预报的准确度、应对灾害的有效性。

2. 算不好。

要精准预测洪涝、地震、山火等气候灾害，需要有效的算法。

早在上个世纪 80 年代，日本、美国等国家就在探索气象学与 AI 的结合，IBM、谷歌等公司也都在开展气象 AI 的产业布局，利用专家系统和自然语言处理技术，打造了 KASSP、GORAD、CONVEX、OCI、WILDARD 等气象预报 AI 系统，对雷暴、冰雹、大雾、闪电等自然灾害进行预测，不仅积累了相关技术，也积累了大量气象计算的人才，包括算法科学家、软件工程师、运维人员等。

人才差距，自然不是一朝一夕能追赶上的，这也导致的数字鸿沟越来越大。2021 年，孟加拉国等气候脆弱国家的代表，就曾在《联合国气候变化框架公约》第 26 次缔约方会议（COP26）上，发出 " 我们不需要空头支票 " 的呼声，希望得到国际社会，尤其是发达国家的实际支持。

3. 没得算。

更糟糕的一种情况，是数字鸿沟大到根本没有数据可算。

气象数据的收集和传输，需要大量传感器设备和网络接入，而网络建设的成本高，很多国家没有能力投入必要的基础设施建设，非洲还存在大量低收入人群，无力承担网络使用的费用。

当然，发达国家的网络基础设施建设早，以宽带、WiFi 为主流，4G、5G 等无线连接则没有全面普及，导致网络接入没有和水、电一样，成为 " 基本生存资源 "。

皮尤研究中心 2021 年的研究发现，美国的黑人和西班牙裔，在家中使用宽带接入的可能性低于白人。少数族裔和低收入社区，无法享用到宽带和 WiFi 接入的网络服务，传感器无法收集到足够的气象数据，自然也就无法为这些人提供高质量的气象监测服务了。

第二道防线：灾时，网络联接不稳定→行动不及时。

数字鸿沟的存在，让一些弱势国家和群体，无法守住 " 灾前预防 " 的第一道防线。那么，当自然灾害不可避免地到来，难道鸿沟就被拉平了吗？

并不是。

同样的灾害风险下，数字鸿沟的弱势群体，行动能力会被大大削弱。

灾害发生后，" 及时行动 " 是自救的第一要义，这就需要获取可靠、准确的信心，包括气象情况的变化，受灾地区的实时情况，重要的救援信息，关键的避难撤离点等，才能做出更加安全的避险决策，合理规划逃生路线图。

然而，老人、低收入群体、儿童、有障碍人士等，所掌握的数字技能和资源，也是相对不足的。比如怎么在互联网上查找信息，应该拨打哪些电话，这些基本知识并不了解。所使用的智能手机比较低廉，续航和品质有限，很快就在灾害途中损坏或断电，导致人员失联，家人和救援队伍联系不上，错过了救援的最佳时机。

第三道防线：灾后，数字化不充分→复原重建迟缓。

灾难过后，大家都要在废墟上重建家园，总站到同一个水平线了吧？这就要提到数字能力的一个特征了，它不仅是有形的软硬件基础设施，还包括了无形的数字服务、数字意识、组织机制等，而后者对于社会复原力，有直接的影响。

举个例子，灾后复原社会经济生活，是需要时间和周期的，而一个数字水平更高的城市，平时就会沉淀下详细的应急响应计划，遏制灾害发生后对关键公共服务（如水、电、医疗服务和安全）的干扰，帮助城市更快恢复供电、供水，回归正常生活。

IBM 就曾为美国安大略省电力公司 hydro One，开发了一款 AI 工具，来预测风暴的严重程度和受灾严重的区域，提前布置电工，以帮助城市快速地恢复供电。

显然，数字化水平不高的地区和居民，平时并没有这种技术储备和灾后重建支持，所以房屋修复、恢复生活秩序，都会更慢一点。

在《设计的灾难：对美国自然灾害的重新评估》 ( 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：灾难的发生是 " 设计的 "。

人人都可能面临自然灾害的威胁，但应对灾害的技能和资源却是不平衡的，尤其是数字技术。

从这个角度看，弱势群体所遭受的气象灾害风险，也是被 " 数字鸿沟 " 所 " 设计 " 的结果。

莫测的未来

既然数字鸿沟对灾害防治的负面影响很大，那能不能直接搬迁到数字水平更高的城市和地区呢？

且不说举家搬迁到他乡的移动能力，并不是人人都有，就算是搬到了数字基建更完善的城市，也未必就能从此高枕无忧。

首先，数字化水平较高的城市，灾害预警的精准度依然有待提升。

即使身处城市之中，也依然会面临突发天气的困扰。一次从北京到上海出差，我的航班就因为雷暴天气，从早上延误到了凌晨。

更有效地防范自然灾害，就需要不断提高气象预测的准确度和精度，缩小预测范围和时间，仍是很难做到的。目前，很多城市只能发布当天大范围的气象变化概率，提供较宽泛的指导。

此外，气候变化预测的参数众多，科学决策的影响有限。

比如野生动物保护区，气候变化就会影响植被和动物的生存活动，是一个气候脆弱的地区，但气候变化与地理格局、生态群落、生态系统等之间的关系，还存在一定的盲区，无法对保护区的建设和评估给出恰当的应对策略，所以，即使有气象预警，也未必能有效应对气候变化对保护区的影响。

（地中海大部分地区正在经历极端干旱。图片来自：欧盟委员会）

近年来，气候变化加剧，带来了很多前所未有的气象灾害，这些新问题都需要因地制宜，远远超出了城市以往的治理经验。

即使是数字化水平较高的城市，也需要经历一个数据从无到有、算法由粗到精、防治从简单到具体的过程，一步都少不了。

比如说，随着气候继续变暖，飓风变得更强、更猛烈，与飓风相关的风暴强度和降雨率将增加，以往干旱的北方城市，百年一遇的降水和洪水增加。而原本气候宜人的地中海地区，则开始经历前所未有的极端干旱，可能带来粮食的安全问题。

而一套行之有效的应对策略，必须与城市方方面面的系统相配套，刻进居民下意识的本能和思维习惯当中。

比如没有经历过地震的城市，不可能一下子部署好防震建筑，防震救灾的队伍、机制和经验都需要时间来积累，到底应该为防震体系投入多少成本，才算合理，才叫适度？这也是需要多方讨论和反复论证的，无法一蹴而就。居民也不可能一下子学会地震逃生技巧，在险情出现时瞬间做出判断。

所以说，即使有数字技术的加持，面对高速变化的气候环境，城市在未来也一样会遭遇未知的气候挑战。

行动在当下

既然有没有数字技术，都会受到气候变化的冲击，那到底怎么办？总不能集体躺平吧。

我们无法断言，气候变化究竟会带来哪些具体的负面影响，唯有立即行动。

当务之急要做的，自然是 " 补短板 "。

让数字基础设施、数字技能本就薄弱的地区和人，能够尽快用上数字化技术，消除数字鸿沟。

这件事说起来容易，做起来难。因为数字鸿沟之所以会长期存在，数字化水平的 " 剪刀差 " 越拉越大，就是因为这些脆弱国家和群体，自身的资源和条件比较有限，不可能在数字建设上大量投入，钱和数字化人才，都不可能一夜之间从天下掉下来。

目前，我们看到比较有效的行动是：

1. 科研领域的全球协作。

气候是有 " 蝴蝶效应 " 的，南美洲热带雨林中的蝴蝶，扇动几下翅膀，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善而受益，因此，气候变化的科研协作，应该成为造福全人类的共识。

这个过程中，一些科学计算较为先进的国家和地区，科学家们可以积极探索全球气候变化与数字技术的融合。

此前发布的《亚洲大洋洲区域综合地球观测计划——北京宣言》就提到，中国科学家就和其他各国科学家一起，努力弥补地球观测的 " 数字鸿沟 "，赋能亚大区域发展。

2. 数字基建的全国一体化。

气象预测不尽如人意，一个核心原因就是，气象数据规模大，所需的计算量级和复杂程度也非常之大，而且整个过程往往需要在半小时之内完成，需要高性能的计算集群，堪称是算力怪兽。而乡村县镇这样的地方，不可能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，也让我们看到了消弭数字鸿沟的可能性。通过云端，调用西部等数据中心的算力资源，将本地气象数据与云端基础数据和 AI 算法模型相结合，来为乡村县镇的应急调度，输出合理的决策，正在成为公共服务的一部分。

3.AI 大模型在气象领域落地。

解决了算力的瓶颈，接下来的问题是，数字水平较低的地方，也没有充足的人才来针对性、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。怎么办？

今年，AI 大模型显露出强大的泛化能力和理解能力，开发门槛高、运维难度大、模型效果不佳等问题，正在被得到很好的解决。在数字化、智能化的转型过程中，大模型的加持，可以让更多地方更简单、方便地上手 AI、用好 AI，真正发挥出的价值，AI 技术提高预警能力，更行之有效地应对气候变化。

今天，数字技术及基础设施就像水、电、土地一样，正在成为人类生活不可或缺的基本资源。所以，帮助弱势群体跟上数字化的脚步，就是在守护人的生存权，这是文明的基础，也是技术的应有之义。

种一棵树，最好的时间是十年前，其次是现在。消除数字鸿沟，亦是如此。