2015年-世界发展银行全球_Disaster_Risk_Climate_Change_and_Poverty___Assessing_the_Global_Exposure_of_Poor_People_to_Floods_and_Droughts_35页_1mb

总结：Managing the Impacts of Climate Change on Poverty - Shock Waves

核心内容

本研究探讨了贫困人群在全球范围内对洪水和干旱的暴露情况，以及这种暴露在未来气候变化情景下的变化趋势。研究结合了52个国家的住户调查数据与全球洪水和干旱灾害地图，分析了贫困人群是否比非贫困人群更容易受到洪水和干旱的影响。

主要观点

• 贫困人群的暴露偏倚：研究发现，在洪水和干旱事件中，贫困人群往往比非贫困人群更容易暴露，这种现象被称为“贫困暴露偏倚”（Poverty Exposure Bias, PEB）。对于干旱，贫困人群的暴露偏倚在多数国家中较为显著；而对于洪水，只有部分国家显示贫困人群的暴露偏倚。
• 区域差异：非洲的许多国家显示出显著的贫困暴露偏倚，这些地区应成为风险敏感型土地利用和发展的重点。
• 未来气候变化的影响：虽然贫困暴露偏倚在不同气候情景下变化不大，但受影响人口的绝对数量可能会因情景和区域而异，增加或减少。
• 城市与农村的差异：城市地区中，贫困人群的暴露偏倚可能受到土地稀缺等因素的影响，而非贫困人群可能在某些情况下暴露更多。相比之下，农村地区因农业依赖水源，可能暴露偏倚较小。

关键信息

数据来源与方法

• 数据：使用来自Demographic and Health Surveys (DHS) 的住户调查数据，包含空间标识符，以及全球洪水和干旱灾害模型数据。
• 模型：采用全球水文模型PCR-GLOBWB-DynRout生成洪水和干旱的灾害地图，包括不同重现期（10年和100年）的洪水深度和干旱累积流量缺口。
• 贫困指标：使用DHS的“财富指数”（wealth index）作为衡量贫困的指标，将住户分为五个财富等级，并计算各等级住户的暴露比例。
• 分析方法：定义了贫困暴露偏倚（PEB）公式，用于衡量贫困人群在洪水和干旱事件中的暴露比例相对于总人口的比例，并进行统计显著性检验。

暴露偏倚的计算

$$
I_p = \frac{\overline{f_p}}{\overline{f}} - 1
$$

• $I_p$ 为贫困暴露偏倚。
• $f_p$ 为最贫困住户等级中暴露于洪水或干旱的比例。
• $f$ 为整个国家人口中暴露于洪水或干旱的比例。

未来灾害情景分析

• 研究使用全球气候模型（GCMs）输出的代表性浓度路径（RCPs）数据，分析未来洪水和干旱的暴露情况。
• 暴露偏倚在不同气候情景下变化不大，但受影响人口的绝对数量可能显著变化。

地理不确定性与样本规模

• 由于住户调查数据的空间精度有限，研究对地理位置进行了随机替换，以评估暴露偏倚的不确定性。
• 通过100次随机替换和5000次抽样重置（bootstrapping）分析了结果的稳健性。
• 在样本数量较少的国家，结果可能不具统计显著性。

案例研究

• 摩洛哥与马拉维：研究进一步分析了这两个国家的贫困地理分布，以展示国家内部的暴露偏倚差异。
• 摩洛哥：研究重点在于洪水暴露情况，分析了国家层面的贫困分布。
• 马拉维：同样关注洪水暴露，并结合住户调查与人口普查数据，生成国家贫困地图。

研究意义

• 本研究为《世界银行集团旗舰报告》“Shock Waves: Managing the Impacts of Climate Change on Poverty”提供了背景分析。
• 研究强调了制定风险敏感型土地利用和发展政策的重要性，以保护贫困人群免受自然灾害影响。
• 由于数据限制，本研究仅作为初步探索，未来需要更精细的贫困和灾害数据进行进一步分析。

结论

• 贫困人群在全球范围内对洪水和干旱的暴露偏倚存在显著差异。
• 在未来气候变化背景下，虽然暴露偏倚变化不大，但受影响人口数量可能显著增加。
• 非洲国家是洪水和干旱暴露偏倚的主要热点，需优先采取应对措施。

图表摘要

• 图1：展示了自然灾害发生时，贫困人群更容易受到影响。
• 图2：展示了研究方法的流程图，用于分析哥伦比亚的洪水和干旱暴露情况。
• 图3：展示了52个国家在10年和100年重现期下的贫困暴露偏倚分布。
• 图4：展示了当前气候条件下，洪水暴露偏倚的地理分布情况。

附注

• 本研究由世界银行集团的气候变迁跨领域解决方案部门委托。
• 研究结果表明，贫困与灾害暴露之间的关系复杂，受到多种因素的影响，包括经济、社会和地理因素。
• 研究强调了在全球尺度上分析贫困与灾害暴露关系的重要性，以支持更有效的政策制定。