一、摘要
非洲是全球气候变化影响最严重的地区之一，但非洲数据困境下鲜有准确评估气候变化脆弱性的方法。本文基于2015–2023年320万新闻事件文本数据，运用大语言模型提取气候主题新闻文本，并基于微调的气候主题大语言模型识别气候冲击事件在经济、健康和政治等维度的影响，构建非洲气候变化脆弱性评估指标体系，测算了非洲大湖区国家气候变化脆弱性的时空变化特征，并基于混频动态单因子模型检验了气候脆弱性指数的有效性，结果表明气候脆弱性指数能显著提升对国家冲突的预测精度。气候变化脆弱性已成为非洲国家及区域冲突的重要驱动因素。本文提出的非洲气候变化脆弱性指数测度方法，有助于提升国际参与对非气候合作和预测地区冲突的有效性。
二、关键词
气候变化 / 脆弱性指数 / 文本分析 / 大语言模型 / 地区冲突
三、研究背景
气候变化作为全球性问题，正对各国的社会、经济和政治稳定产生深远影响，尤其是在非洲等脆弱地区，气候变化带来的风险更为严峻。非洲大湖区是全球气候变化影响最为显著的区域之一，面临着极端气候事件频发、资源短缺、农业生产力下降等问题。气候变化不仅直接影响该地区的自然环境，还加剧了社会经济的不平衡，推动了国家间的冲突和地区的政治不稳定。因此，如何准确、及时地评估非洲大湖区的气候脆弱性，已成为国际社会关注的焦点。然而，现有的气候脆弱性评估方法主要依赖传统的气候数据模型和专家评估，这些方法往往面临数据缺乏、评估滞后和覆盖面有限等问题。尤其是对于发展中国家和气候变化脆弱地区，往往缺乏详尽的气候数据，无法全面评估气候变化的多维影响。因此，探索一种新型的、能充分利用大规模数据的评估方法，成为应对气候变化挑战的迫切需求。
近年来，大数据和人工智能技术的迅速发展，特别是大语言模型（LLM）的应用，正在为气候变化脆弱性评估提供新的机遇。通过利用全球新闻、社交媒体和舆情数据等海量文本信息，基于语言模型的分析方法能够捕捉到气候变化对各个领域的深远影响，特别是在非洲等气候脆弱地区。这些基于大数据和人工智能的分析方法，能够实时、动态地评估气候变化脆弱性，不仅提供了对气候变化影响的更精确量化，而且能够揭示气候变化与区域冲突、社会不稳定等因素之间的复杂关系。通过这种新型的评估方法，可以为非洲大湖区及其他气候脆弱地区的政府和国际组织提供更加科学、及时的决策支持，推动全球气候治理和国际合作朝着更加精准和有效的方向发展。
本文通过结合新闻文本数据和大语言模型的分析方法，尝试为非洲大湖区的气候脆弱性测度提供新的视角，为气候政策的制定、国际合作的推进以及区域冲突的预警等提供数据支持。
四、主要结论
本文结合新闻文本数据和微调语言模型方法构建非洲大湖区气候脆弱性指数，为政策制定者评估该地区气候冲击的影响和开展气候合作提供了重要参考。首先，采用GDELT数据国际新闻文本数据，利用新闻文本数据的优势突破了非洲国家气候数据获取的限制，为非洲地区气候脆弱性指数提供了新的思路。其次，结合气候变化大语言模型（ClimateBert）和人工智能情感分析，进一步提升气候新闻文本的识别和分类效率，研究发现非洲大湖区气候变化脆弱性与区域冲突事件地理分布与气候变化的紧密关系。结果表明，气候变化脆弱性影响事件的“核心-边缘”结构：空间和相关性分析揭示气候变化脆弱性和国家治理的关系。最后，采用微观动态风险模型（MF-DSFM），将气候变化脆弱性指数（CCVI）与气候变化相关事件的影响进行结合，为制定气候合作及预测非洲国家气候应对的政策提供了新的方向。
五、原文参见
叶新建, 卢全莹, 张凯朝, 肖皓. 基于大语言模型的气候变化脆弱性指数测度及其应用——来自非洲大湖区国际舆情文本大数据的证据. 计量经济学报, 2025, 5(6): 1638-1658.
