杨 梅 陈 勇 周 皓 梁雅琪 杨金凤 黄 锦

(1.武汉科技大学资源与环境工程学院,湖北 武汉 430081;2.国家环境保护矿冶资源利用与污染控制重点实验室,湖北 武汉 430081;3.冶金矿产资源高效利用与造块湖北省重点实验室,湖北 武汉 430081)

矿区是农地重金属污染的高发地区,矿产资源采、选、冶过程中产生的重金属,通过大气、地表径流或地下水,往往造成区域大范围的农地污染[1-2]。学术界对农地重金属污染问题的研究主要集中在重金属来源解析、空间分布和变异特征、行为过程和迁移规律、污染负荷计算和风险评估、修复治理和安全利用技术等方面。近年来,针对国家重金属污染修复治理试点工作,部分学者开始关注农户层面对重金属污染治理的影响,主要涉及农户对污染治理的认知和满意度、农户治理技术采用特征、农户生产的溢出效应、农户休耕态度和补偿意愿等[3-6]。然而,重金属污染治理成本高、周期长,制约了试点工作的全面展开。不同于农村面源污染的分散性、隐蔽性和随机性,矿区经过长期的矿产资源开发,农户已能感知到污染的存在,并对其危害性具有一定的认识。农户是农业生产的微观组织主体,是农地的直接使用者和风险控制的直接承担者,农户对重金属污染风险的认知状况,直接关系到农地安全利用行为的采用以及农户的身体健康。

认知概念来源于心理学,目前已经被广泛应用于经济学、社会学以及管理学等领域,风险认知(Risk Perception)指个体对客观风险的主观认识。风险认知研究是风险管理公共政策制定过程中需重点考虑的议题之一,其中的一个核心问题是主观风险与客观风险的差异问题[7]。目前,国内将农户作为研究主体,考察其风险认知及管理的研究主要集中在气候风险[8]、经营风险[9]、政策风险[10]、过量施肥和面源污染风险[11-13]等方面,鲜有关于农户重金属污染风险认知的研究。

风险认知并没有统一的分类标准,针对不同的研究目的和风险类型有不同的分类方法,目前的相关研究主要通过设置测量题,从农户对测量题的选择情况来判断农户的风险认知程度。任立等[9]从经济风险、心理风险、情景风险3个角度分别设置1道测量题,采用李克特五点量表来判断农户对土地投入风险的认知程度;何悦等[11]从农户对土壤风险、水体风险、人体风险和产品风险是否有认知的角度,来判断农户对过量施肥风险的认知程度;肖新成[12]通过设置6个与施肥、过量施肥、有机农业有关的测量题,来判断农户对面源污染的认知程度。农户对土地重金属污染的认识具有模糊、不确定以及难以描述的特点,重金属对土地的影响也十分复杂,而模糊认知图具备知识呈现方便、推理过程清晰,具有将定性知识转化为定量知识的能力,能够解决农户对重金属污染的认知程度表达问题[14-15]。因此,本研究以大冶市典型矿区为例,采用模糊认知图(FCM)方法,分析农户对农地重金属污染风险的认知状况,可为政府制定提高农户安全利用认知和规避能力的相关政策提供依据。

1 研究区概况

大冶市位于湖北省东南部和长江中游南岸,地跨东经 114°31′33′～115°20′42′,北纬 29°40′16′～30°15′45′,已发现和探明的矿床有273座,素有“百里黄金地,江南聚宝盆”之称,是我国中南部著名的矿业城市和国家重要的铜、铁矿生产基地。大冶市有着3 000多年的矿冶历史,长期粗放式的矿产资源开采和冶炼使得矿区周边土壤、水体和农产品遭受严重的重金属污染[16]。随着国家环保部2012年将大冶市列为国家重点区域重金属污染防治示范区,重金属污染整治和监管力度逐年加大,污染农地修复治理试点、严控“三废”排放、选矿废水循环利用、尾砂干式排放等措施的颁布与落实,使得重金属污染问题得到了一定程度缓解。但是,废水废气的偷排偷放、暴雨季节尾砂尾水外溢、采场和尾矿库扬尘、运输扬尘等仍严重威胁到农地安全,笼罩在土壤上的污染阴影仍难以散去。为此,本研究通过文献分析、现场勘察和取样检测,在确定存在重金属污染的基础上,选择大冶市受影响相对严重的11个村组作为调查对象。

2 研究方法

2.1 风险认知分类

本研究将矿区农地重金属污染风险农户认知划分为原因认知、事实认知、损失认知和响应认知4个层次,分别反映农户对重金属污染致因、生态环境影响、生产生活损失和应对措施方面的认知情况。通过查阅矿区重金属污染及其风险评估相关文献,按风险源、风险途径、风险受体、风险后果、风险应对的分析逻辑,并经实地调查和专家意见归纳出22个风险认知概念节点[17-18],如图1所示。其中,风险原因考察农户对污染源的认知,风险事实考察农户对污染源可能造成的污染类型的认知,风险损失考察农户对污染可能造成的生产或生活损失的认知,风险响应考察农户应对污染响应措施的认知。

图1 农户风险认知分类Fig.1 Classification of farmers′risk perceptions

2.2 半结构访谈法

半结构式访谈法介于结构式访谈法和非结构式访谈法之间,可有效融合结构式访谈法客观性和非结构式访谈法开放性的优点。本研究采用半结构式访谈法,有利于受访者充分发挥,获得更多的认知信息。

访谈时结合年龄分布、受教育程度、兼业情况等因素采取随机抽样方式,具体访谈步骤为:① 向受访对象出示任意放置有22个风险认知概念节点的图纸,表明本次访谈的目的、意图。② 通过一幅不相关的认知图向农户讲解绘制方法,如认为节点A对节点B有影响,则绘制节点A指向节点B的单向箭头连线;如认为节点A和节点B之间有相互作用,则绘制节点A和节点B的双向箭头连线。③受访对象依据自己对重金属污染风险节点之间关系的认知情况独立进行节点连线,当认知连线表达完毕,确认没有其他可连接的内容时,受访对象个体认知图绘制完成。访谈共获得81幅有效个体认知图,其中,男性42人,占51.85%,女性39人,占48.15%;年龄45岁及以下 21人,占 25.93%,45～60岁 40人,占49.38%,60岁及以上20人,占24.69%;学历小学及以下26人,占32.10%,初中41人,占50.62%,高中及以上14人,占17.28%。样本分布能够代表研究区域农户的总体情况。

2.3 模糊认知图法

模糊认知图(Fuzzy Cognitive Map,FCM)是KOSKO于1986年提出的一种知识表达和推理方法,是模糊逻辑和神经网络相结合的产物[19]。FCM因其强大的直观表达能力和推理能力,被广泛运用于军事政策、工商管理、股票交易等领域,成为人工智能领域的一个研究方向。KOSKO通过引入模糊测度将概念间具有{ - 1,0,1}的三值逻辑关系,拓展为[-1,1]区间上的模糊关系,能够对不同类型和精度的模糊信息进行描述和处理[20]。

模糊认知图的基本拓扑结构可以采用三元序组Z={C,E,W}表示,如图2所示。C={C1,C2,…,Cn}表示FCM模型中n个概念节点的集合;表示FCM中所有节点之间具有因果联系的有向弧集合(有向弧Cj>,的权值wij,表示节点Ci对Cj的影响程度。wij>0,表示Ci对Cj起“促进”作用;wij<0,表示Ci对Cj有“抑制”作用;wij=0,表示Ci对Cj没有作用。

图2 FCM模型的拓扑结构Fig.2 Topological structure of FCM model

若模糊认知图有n个概念节点,即可得到一个1×n的状态矩阵A=[A1,A2,…,An]和一个n×n阶关联权重矩阵,即:

FCM实际上是一种有向加权网络图,因此,本研究采用以下图论指数作为认知图分析指标。

(1)输入端数与输出端数。输入端数是权重矩阵W中所有变量绝对值的列和。表示一个变量的输入连接的累积强度,即受到其他因素影响的程度大小。输出端数是权重矩阵W中所有变量绝对值的行和,表示一个变量的输出连接的累积强度,即对其他因素的影响程度大小。

(2)中心度。一个节点的中心度C是其输入端数与输出端数的总和,利用中心度大小可以得出该因素在整个FCM中的相对重要程度。中心度越高,重要程度越高;相反,中心度越低,重要程度越低。

(3)层次结构指数。层次结构指数H是变量数n和输出端数的结合,取值区间为[0,1],其可判断建立的模糊认知图是否分等级。当指数较低时,认为该认知图的分级层次低,受访对象对采访目标有更明确的认知;当指数较高时,认为该体系是分级的,表示受访对象对风险的认知缺少整体性。

3 结果与分析

3.1 重金属污染风险农户模糊认知图

对81幅个体认知图给予同等的重视程度,本研究采用以下方法合成农户群体认知图(图3)[14]:①将所有风险认知概念节点以矩阵形式列出(列为首端,行为尾端),根据每幅个体认知图中的节点连线和箭头指示情况,逐一累加,直至统计完成;②利用风险认知概念节点之间的连线频数反映因果影响程度,公式为

图3 重金属污染风险农户模糊认知图Fig.3 Fuzzy cognition map of heavy metal pollution risk of farmers

其中,Wi为每个节点最终连接数;i为节点编号;N为有效的认知图总数。

3.2 农户模糊认知图图论指数分析

本研究建立的农户认知图层次结构指数H为0.000 988,表明农户对重金属污染风险的认知得到了充分反映,所绘制的认知图具有较高的适用性。认知图的图论指数计算结果见表1。由表1可知:冶炼厂C12的中心度高达5.02,反映了农户对冶炼厂造成的污染关注度非常高,是因为冶炼过程中废水和废气排放相对显现,臭水和黑烟给农户留下了深刻印象。尾矿库C11的中心度为2.04,原因一方面是农户普遍认为尾矿库堆放的尾砂具有剧毒,雨季时尾砂漫库会严重影响周围农地;另一方面是尾矿库扬尘也会破坏周围生态环境。土壤污染C22、灌溉水污染C24、空气污染C21、饮用水污染C23、身体健康C32和农作物减产C34的中心度均大于1,说明农户对重金属污染给农业生产和农村生活带来的影响也很关注。

表1 认知图图论指数Table 1 Graph theory indexes of cognitive graph

4类认知中心度统计结果见图4。由图4可知:风险原因方面,农户最为关注的是冶炼厂C12,尾矿库C11次之,对采矿活动C14和农药化肥C13的关注相对较小。风险事实方面,农户最为关注的是土壤污染C22,其次是灌溉水污染C24和空气污染C21,最后才是饮用水污染C23和生活环境恶化C25。风险损失方面,农户最为关注的是身体健康C32,其次是农作物减产C34和癌症C31,最后才是农产品价格降低C35和地租减少C33,这与当地存在 “癌症村”搬迁、呼吸道疾病增加、农作物绝收或变异有关。风险响应方面,农户容易想到的是抛荒弃耕C41和改变种植结构C47,其次是购买桶装水C46和不食用自产农产品C48,而翻耕改土C42、修复治理C43、矿山补偿C44和政府补贴C45等措施考虑不足,说明农户容易想到的风险响应措施是被动适应和自我保护,对主动缓解和治理措施关注不足。

图4 农户分类认知情况Fig.4 Classification of farmers′cognition

3.3 理想认知图建立及农户认知程度分析

图论指数分析有助于反映农户对哪些风险认知概念节点给予了更高的关注。本研究通过农户主观风险与理论客观风险的差异,分析农户对矿区农地重金属污染风险的认知程度。由课题组5位熟悉矿区重金属污染致因及其风险的专家分别绘制风险认知图,专家来源于采矿工程、矿物加工工程、环境工程、土地资源管理4个学科,综合形成理想认知图。利用式(2)计算分析农户对重金属污染风险的认知程度,计算结果见表2。

表2 农户风险认知程度Table 2 Risk awareness of farmers %

式中,RCNTi为农户对第i个风险认知概念节点的认知程度,%;GTIFi为农户认知图中第i个风险认知概念节点的中心度,%;GTITi为理想认知图中第i个风险认知概念节点的中心度,%;RCCFi为农户对第i类风险的认知程度,%;RCDtotal为农户对矿区农地重金属污染的总体认知程度,%。

综合来看,农户的总体风险认知程度仅为30%左右,农户对风险原因、风险事实、风险损失和风险响应的认知程度呈逐级递减趋势,农户对风险原因的认知程度达49.98%,说明农户在长期应对矿区污染的过程中,对风险来源认知相对清晰,但对风险事实、风险损失和风险响应的认知程度均只有20%左右。

风险原因认知方面,农户对冶炼厂C12有着较高的认知能力,认知程度达84.17%,对尾矿库C11、采矿活动C14的认知程度也达到40%以上,而对农药化肥污染的风险认知程度仅为24.67%,说明农户对外源污染源较为关心,而对自身农业生产中农药化肥C13可能带来的污染认知不足。风险事实认知方面,农户对空气污染C21的认知程度为32.40%,对生活环境恶化C25和饮用水污染C23的认知程度达25%以上,而对灌溉水污染C24和土壤污染C22的认知程度不足20%。对照表1可知,农户虽然对生活环境恶化的关注度最高,但对其风险来源认知并不全面,相反由于空气污染相对显现以及呼吸道疾病患者增多,农户对空气污染的认知程度较高;土壤污染认知程度低的原因主要是,农户过于关注冶炼废水、废气造成的污染,而对采矿废水、尾矿库扬尘等带来的污染认知不足。风险损失认知方面,农户对农作物减产C34的认知程度达33.50%,对身体健康C32、农产品价格降低C35的认知程度达25%左右,而对癌症C31、地租减少C33的认知程度不足20%,对照表1可知,农户虽然对癌症的关注度很高,但对其应对措施的认知不足。风险响应认知方面,由于导致抛荒弃耕C41、不食用自产农产品C48的原因比较明显,农户对两者的认知程度较高,但对矿山补偿C44和修复治理C43的认知程度较低,分别为11.50%和7.67%,说明农户遭受的损失很少得到矿山企业的补偿,农户应对农地重金属污染问题也很难与修复治理联系起来。

3.4 农户模糊认知图系统仿真

记由农户认知图得到的关联矩阵为Q,设所有变量的初始状态都为1,则得到一个矩阵I,以I作为神经元的输入,采用S函数作为激活函数,在python上进行迭代运算,得到农户认知系统稳定状态。为详细分析农户认知图中的矿区主要风险源是如何对其他风险认知概念节点产生影响和农户对风险源风险变化的敏感性,在迭代过程中,每次将尾矿库C11、冶炼厂C12、采矿活动C14中的一个输入值设为2,其他风险源的输入值设为1进行迭代运算,分别得到增加尾矿库危害、增加冶炼厂危害、增加采矿活动危害后的农户认知系统新的稳定状况。仿真结果见表3。

表3 仿真结果Table 3 Simulation results

由表3可知:增加尾矿库危害,对地租减少C33、修复治理C43、购买桶装水C46的稳定值影响较为明显,说明在农户看来,尾矿库的尾砂外溢是造成农地修复治理和地租减少的主要原因之一,农户对尾砂有“剧毒”并会渗入井水的认知是购买桶装水的主要原因之一。减少冶炼厂危害,对身体健康C32、空气污染C21、饮用水污染C23的稳定值影响较为明显,说明在农户看来,冶炼厂废水、废气的排放,是造成身体健康、空气污染、饮用水污染的主要原因之一。增加采矿活动危害,对生活环境恶化C25、矿山补偿C44的稳定值影响相对明显,说明在农户看来,矿山废水排放以及矿山运输造成的景观割裂、扬尘污染是生活环境恶化的主要原因之一。同时,由于本研究主要针对重金属污染问题,风险概念节点设置中并未考虑地质灾害,但在实际调查过程中,农户对矿山开采造成的地表塌陷、房屋开裂及其赔偿问题反响较强烈,所以不可避免地在认知图绘制过程中受到影响。

4 结 论

(1)模糊认知图方法(FCM)可以用于分析和掌握矿区农地重金属污染风险农户认知状况,本研究将矿区农地重金属污染风险农户认知划分为原因认知、事实认知、损失认知和响应认知4个层次,分别反映农户对重金属污染致因、生态环境影响、生产生活损失和应对措施方面的认知情况,通过半结构访谈法对大冶市典型矿区的重金属污染风险农户认知情况进行调查,建立了矿区农地重金属污染风险农户模糊认知图。

(2)农户认知图图论指数分析结果表明,农户对冶炼厂和尾矿库污染的关注较高,而对采矿活动和农药化肥污染关注较低,主要由于冶炼厂和尾矿库带来的污染相对显现,说明农户的认知主要还是基于感性认识。随着社会经济的发展,农地收入不再是农户的主要经济来源,农户较为关注的是生活环境和身体健康,面对风险最容易想到的是抛荒弃耕和改变种植结构等被动适应措施,对土壤污染、农作物价格降低、地租减少的关注相对较低,对翻耕改土、修复治理等主动缓解和治理措施的关注不足。

(3)采用农户主观风险与理论客观风险的差异来反映农户的风险认知程度,结果表明:农户的总体风险认知程度不高,对风险原因、风险事实、风险损失和风险响应的认知程度呈逐级递减趋势,农户对风险来源的认知相对清晰,但对风险事实、风险损失和风险响应的认知程度均较低,特别是农户对土壤污染认知程度很低,会严重影响到农地的安全利用和农户自身健康。将神经网络模型用于矿区重金属污染风险农户认知系统仿真模拟具有一定的可行性,通过模拟可以进一步分析不同污染源控制状态下的农户认知情况变化,为政府制定提升农户安全利用认知和规避能力等相关政策提供了依据。