這是歐洲有記錄以來最熱、最潮濕的熱浪。

據英國廣播公司等外媒報道，法國、西班牙、德國等國家近日均遭遇極端高溫天氣。部分地區氣溫突破40℃，德國等地甚至達到了41.7℃的極端高溫。當地時間6月28日，世界衛生組織總干事譚德塞在社交媒體上表示，自6月21日起，歐洲已記錄到超過1300例與高溫有關的超額死亡。法國官方披露，僅6月24日至26日3天內，就記錄到逾1000例超額死亡，其中絕大多數是65歲以上老人，且居家死亡人數明顯上升。

目前，歐洲仍在圍繞是否應該安裝空調爆發激烈的爭吵。與此同時，《自然·氣候變化》的一項新研究，向人們公布了一組不太好消化的數字：與20世紀70年代相比，當前多出約10億人要至少扛過一天“極端熱應激”，也就是通用熱氣候指數（UTCI）≧46℃的那種日子。

這項研究由歐洲中期天氣預報中心科學家領銜。他們分析了1950年到2024年共75年的全球熱應激數據集，把白天、夜間，還有晝夜連著的那段時間分開算。結論不復雜：無論哪個時段，熱應激現象在頻率、強度、持續時間上全線走高，而夜裡跑得比白天還快。

過去我們談“熱”，多半盯著白天最高溫和熱浪天數。但現在，我們要體驗到夜裡以及晝夜連軸轉那種“緩不過來”的熱應激。它也意味著，量化“熱”這件事，全球標尺更清晰了。

人感覺到的熱才是真熱

天氣預報裡的“今天最高氣溫35℃”，測的是離地1.5米百葉箱裡的空氣溫度，跟人站在太陽底下、裹著濕氣、吹不吹風完全是兩碼事。而熱應激，指的是人這個生物體淨承受的熱負荷，氣溫只是其中一項，還得疊上濕度、風速、輻射，濕度高，汗排不出去﹔沒風，對流散熱垮掉﹔太陽直晒加地面長波輻射，體感溫度又能再往上頂幾度。

UTCI這一標准就是沖這個來的。UTCI是把人體當成一個帶主動調節功能的生理模型來測算：有產熱，有出汗蒸發，有呼吸換熱，再套上氣溫、水汽、風速、輻射這4個氣象變量，最后算出來的那個數，單位是℃，但官方定義裡管它叫“體感等效溫度”，意思是“在這個綜合環境下人體的負荷，等價於干空氣裡多少度時的感受”。

UTCI的分級也好記：UTCI 32℃以上是“強熱應激”，46℃以上就叫“極端熱應激”。新發布論文裡那組“10億人”對應的就是后者——UTCI≧46℃。

要知道，很多中緯度城市夏天空氣溫度沖到38℃就已夠嗆，如果疊加高濕無風，UTCI完全可能達到46℃那條線。

最熱的十個夜晚每十年爬升0.32℃

此次團隊的監測裡有個細節很扎眼：自1970年代以來，從全球平均來看，每年最熱的十個夜晚，UTCI升溫速率是每十年0.32℃﹔每年最熱的十個白天反倒慢一點，每十年0.27℃。也就是說，極值事件裡，夜晚比白日跑得快。

為什麼偏偏是本應涼爽的夜晚？城市熱島效應是一個原因，但更重要是濕度。夜間地表輻射冷卻被雲量和大氣水汽兜住，加上靜風日數增加，“涼不下來”的夜越來越多。

這對人的殺傷其實比白天更隱蔽。白天熱，人多少還會找陰涼、補水、調整作息﹔夜裡涼不下來，心血管沒機會恢復，累計負荷第二天接著疊加。論文特別提到，過去量化不足的正是這部分夜間熱應激和晝夜連續熱應激。

地域分布上，亞熱帶首先遭殃：北美南部、歐洲南部、非洲南北兩端、南美這些地方，跟1970年代比，每年UTCI≧32℃（強）和≧46℃（極端）的天數多了約50天。也就是說，某些亞熱帶城市一年裡快要有一半日子卡在強熱應激線上。西班牙、葡萄牙、意大利、法國這一部分南歐國家，現在的體感溫度比1970年代高出5℃。

同時，熱的范圍也在往外擴：UTCI≧38℃的“非常強熱應激”，現在能推到北美部分地帶、英國、斯堪的納維亞，這些地方歷史上可能根本沒怎麼體驗過這種熱感。

涉及人口的數字同時提升：1970年代全球約16%的人至少經歷過1天UTCI≧46℃，現在已經抬到22%。按比例乘以人口基數，就是“額外10億人”。

熱不再是單純氣象問題

科學家給出的應對建議清單不長，包括制定熱健康行動計劃、建預警系統、搞城市降溫、把熱應激指標塞進氣候風險評估。每條背后，其實都對應著一塊目前的短板。

高溫是心腦血管、呼吸系統、泌尿系統、精神心理等疾病的推手，其全鏈條影響已經在中高收入、低收入國家同步抬頭，戶外勞動者、孕產婦、老年人、低收入居民這幾個群體脆弱性疊加。要想保護住這些人群，各國的社區衛生、避暑中心、彈性工時、供電保障等都需要跟上。

現在，反射屋面、增加遮陰、保水綠地、通風廊道這些城市降溫手段已較為成熟。未來，這些設施的建設可能會與熱應激指標直接挂鉤。譬如說，同一個空氣溫度下，多一塊透水遮陰地，UTCI可能差出好幾度。

聯合國糧農組織和世界氣象組織此前發布的《極端高溫與農業》報告給過一個參照：全球每年因極端高溫損失的工時已達5000億小時，沖擊數億人的生計。熱應激正在從氣象事件，演變成復合風險因素，也會跟干旱、山火、停電、作物減產等串成鏈。

現階段的研究仍有其缺陷。譬如，75年間全球數據集較為宏觀，可能體現不出城市差異、城鄉差異、室內外差異等細節，后續仍需要城市微氣象觀測進行補充。但無疑，對政策制定者來說，信號已足夠清晰。