编者按
在广东省千禾社区公益基金会的支持下，云南协力公益支持中心与中国农业科学院农业环境与可持续发展研究所助理研究员李阔博士、北京大学环境地理学在读博士生吕杭洲联合开发了《农村社区气候变化风险评估指南》（简称“指南”），旨在指导、辅助相关工作者在农村社区开展气候变化风险评估工作，以帮助农村社区更好地应对气候变化。即日起，和气行动将陆续发布指南全文的不同章节，以飨读者。本文为指南第四章“数据分析”。
第四章｜数据分析
4.1
气候资料分析方法
气象资料数据一般使用时间序列的分析方法。时间序列是在一系列等间隔的时间段上得到的一组观测值，如每月平均温度和太阳黑子计数。时间序列分析旨在探索时间序列数据中的模式和趋势，然后使用这些模式和趋势来预测未来发展。
时间序列数据共有的特征包括季节性、趋势和自相关性。季节性是指在已知的一段时间上发生的模式，如历年收集的月降水量数据在夏季月份上都很相似。趋势是指序列的长期变动情况，如温度值随着时间逐渐增加或减小。自相关性是指序列中的每个点与序列中早先的值相关的程度，例如今天的降水量会与昨天的降水量相关。
线性回归可以用来拟合数据的线性趋势，并计算其斜率，即变化趋势。因为线性回归方法只能分析两个变量之间的线性关系，而气象数据的变化趋势很可能是非线性的，所以线性回归只能适用于粗略地估计气象数据的变化趋势，而不能进行科学的预测。
具体而言，线性回归的目标是找到最佳的回归系数，使得模型预测结果与实际观测值之间的差异最小化，往往使用最小二乘法作为评价方法。
操作方面，可以结合移动平均法处理得到的平滑数据进行线性回归拟合。在Excel中选中时间数据与最优预测数据，点击“插入”菜单中的“图表”，选择“散点图”，出现时间序列的散点图。之后选中图表中的某个点，鼠标右击选择“添加趋势线”，再选中生成的趋势线，在右侧设置栏中勾选“显示公式”与“显示R平方值”，即可得到变化速率与置信度。
ARIMA模型(autoregressive integrated moving average)是常用的时间序列分析标准方法之一，其模拟效果较好而操作较为复杂。ARIMA方法结合了自回归(AR)、差分(I)和移动平均(MA)三个部分。其中自回归(AR)意味着当前观测值与前期观测值之间存在相关性，即对应时间序列的自相关性特征；差分(I)是为了处理数据的非平稳性，即处理数据长期内明显的趋势或季节性变化；移动平均(MA)用于捕捉数据中的随机波动。
操作方面，使用JMP软件输入时间序列，选择菜单栏“分析>专业建模>时间序列”，温度等时间序列数据作为Y，月/年等时间作为X，预测周期数选择24个月或者3、5年。之后点击“确定”生成时间序列分析报表，点击“时间序列”红色小三角菜单，选择ARIMA，根据时间序列基本诊断判断ARIMA参数的取值范围，并通过不同参数取值下的模型比较选择AlC（赤池信息准则，Akaike information criterion）统计量来确定最合适的取值，并依次进行未来预测。该部分对数理基础要求较高，建议结合实际需求选用。
4.2
采访资料分析方法
4.2.1 定量分析
一般情况下使用统计分析（如百分比、排序）即可满足问卷分析的基本需求，其它方面如需比较两个样本之间是否存在差异会使用到大小比较，如需判断两个因子之间是否存在关联需要用到关联分析。
4.2.1.1 大小比较
4.2.1.2 关联分析
关联分析的主要作用是分析两组不同属性的数据之间的关联关系，如温度与心血管疾病患病率之间的关联关系。
4.2.2 定性分析
受访者画像指通过整合调研对象的信息，挑选其中比较典型的形象，如返乡的青年大学生、一生生活在村里的老人，描述群体的典型特征，以此形象地展现当地受访者群体真实且普遍的生活状态。具体内容方面可包括个人基本情况、生活状态，以及其他与问卷直接相关的重要信息。
例如定居在乡上的中年牧民香叔叔，今年49岁，喜欢放牧生活，觉得自由自在。后来牛羊少了，而且孩子要上学，就搬到了乡里。目前主要靠卖虫草维持生计，每年收入6000-7000元，还有8头牦牛，但每年消费将近10000元，现在还有5000-6000元的欠款。当问到叔叔虫草再减少怎么办时，他摘下帽子，让我们看头上的白发说，没办法，人老了。
气候变化方面，香叔叔感觉到冬天变暖、降雪变少了，没有感觉到夏天有什么变化。环境方面，感觉到河流的水量变小了，山上积雪减少了。对于周边环境，认为从最近捡垃圾的情况来看，整体环境变好了，草也长得好了。
总体来说，香叔叔是当地典型的由牧区搬到城镇居住的人，年轻时住在牧区，后因为身体和儿女上学原因搬迁，依赖虫草为生，收入水平较低且不稳定，没有其他生计。对气候变化有所感知，需要进一步访谈。
这部分内容可以作为单独的章节呈现，展现当地生活、文化的整体面貌，也可以穿插在危险性—暴露度—脆弱性的分析中，作为故事性补充。
词云分析是一种文本数据可视化的方法，它通过将文本数据中的关键词按照频率或重要性进行可视化展示，从而形成一个以词语为主要元素的图像。词云能够直观地反映文本数据中重要的词汇、主题和信息。
操作方面，可以使用Python中的分词库（如jieba）和词云生成工具库（如WordCloud）进行分词及词频统计，并生成词云图。此外也可以使用Tableau数据可视化工具，以及其他相关平台进行词云分析。
相关阅读
一图读懂：《农村社区气候变化风险评估指南》
农村社区气候变化风险评估指南：（一）前言及知识准备
农村社区气候变化风险评估指南：（二）评估流程
农村社区气候变化风险评估指南：（三）信息收集
出品方
支持方
联合传播伙伴
和气行动是云南协力公益支持中心发起的社区应对气候变化项目，聚焦气候风险识别与社会组织和行动者气候变化应对能力建设，通过气候变化知识共学、工具研发与应用、气候适应行动和联合传播等方式，促进跨领域融合，增强社区韧性，共创绿色未来。
