原文信息:Kim, Hyun, David W. Marcouiller, & Kyle M. Woosnam 2018, “Rescaling Social Dynamics in Climate Change: The Implications of Cumulative Exposure, Climate Justice, and Community Resilience.Geoforum 96: 129-140.


文章導讀

德國已故社會學家烏爾裡希·貝克在《風險社會》中曾寫道:“貧困是有等級的,但霧霾是民主的”。貝克的言下之意,環境風險的社會分配要比財富的社會分配來得更加公平。儘管氣候變化是一種整體性的全球環境危機,但其風險的時空分佈卻並不能說是均等的。位於不同時間和地方空間的社會,由於自然稟賦不同,所面臨的氣候變化威脅類型及嚴重性本來就存在很大差別。如果將特定社會的經濟發展條件以及應對氣候變化的行動措施等因素考慮進來,風險分配的結果則會變得更加複雜。


本期推送的文章探討了美國中部地區的氣候變化風險與應對,為我們生動呈現了氣候風險在社區層次的差異分配結果,並著重探討了社區韌性在氣候變化適應中的作用。目前,減緩和適應氣候變化的努力主要集中在全球和國家層面,本文的研究發現則提示我們:社區在應對氣候變化方面事實上也是大有可為的,加強社區韌性建設對於削減氣候變化風險具有重要積極意義。


(圖片來自互聯網)

 

(圖片來自互聯網)



問題的提出

快速的氣候變化以及極端氣候事件的日漸頻發,加之不適當的發展方式以及普遍缺乏應對氣候風險的有效措施,對社區生活造成了嚴重的不利影響。持續性貧困、社會與政治間的相互排斥、長期的社會脆弱性、社會服務以及生活機會的匱乏是造成不利影響的結構性因素,共同加劇了人類遭受的多重氣候風險。


社會過程被認為是“決定不平等機會獲得和不平等危險暴露”的過程。這種不平等過程在既有研究中體現為“不成比例地承擔災害風險負擔”“不成比例的暴露”以及“受影響社區的洪水劣勢”。更多關於公正的議題被描述為“氣候差距”(climate gap)或“氣候公正”(climate justice),非正式居住地的洪水影響負擔,城市氣候適應的“包容性發展”,“與城市氣候變化適應相關的土地利用規劃的不平等”,“氣候劣勢”(climate disadvantage)。這些研究提示我們關注氣候風險損失的不均等分配會重塑社會經濟狀況,並會影響接下來的風險脆弱性。


既有研究關注的是氣候風險和變化的社會脆弱性。研究結果總體上表明,以與社會公正相關的核心指標來衡量社會脆弱性,存在顯著的地區差異(如城鄉差異)。這一些現象牽涉社會服務資產、健康與食品不安全以及收入不平等問題。氣候公正更是被認為是理解“社會脆弱性與洪水暴露關係”、“農業的氣候適應、韌性和脆弱性評估”等相關議題的關鍵。


儘管相關的研究已經相當普遍,但鮮有研究從地方或社區的角度論證氣候公正、累積暴露(cumulative exposure)以及社區韌性(community resilience)的空間相互作用。據此,本文通過整合累積暴露、氣候公正和社區韌性等概念,以1990~2009年間美國密西西比河流域地區為實證研究案例,將時間和空間效應納入到應對氣候風險的地區韌性、城鄉空間差異、風險結果的空間聚類等相關問題的分析研究,並提出了兩個研究目標:第一,使用與理論相符的氣候風險空間韌性模型來檢驗氣候風險結果的空間異質性;第二,在空間上考察密西西比河流域內社區的綜合韌性特徵對減緩氣候風險的作用,這些特徵包括社會經濟與環境構成、政策法規以及風險減緩規劃。



研究設計

在氣候變化背景下,累積暴露、氣候公正以及社區韌性三者是相互聯繫的。首先,一般而言,氣候變化使得空間和社會分化,導致氣候風險的結構性問題發生,表現為氣候風險對窮人、弱勢群體、脆弱社區造成不成比例的影響,最脆弱的社區往往會遭受剝奪、排斥與不公平。其次,將空間公正與氣候變化相聯繫,氣候不公正可理解為“國家和地區間在氣候責任、脆弱性、風險減緩方面存在的不平等現象。關於氣候變化影響和適應的既往研究,普遍使用社會因素來解釋與社會公正相關的多重暴露問題,由於社會、經濟和環境屬性的相互依賴性,分析社區對氣候風險的實際抵禦能力是較為困難的。如果窮人成功地參與建立於生態系統基礎上的企業,能夠提升他們的經濟韌性、社區韌性,地區生態系統也可以變得更具韌性。此外,累積暴露的功能驅動因素包含了各種社會和經濟因素,分散和私有化的城市治理制度導致了碎片化和不平等,從而削弱了城市應對氣候變化影響的韌性。最後,累積暴露、氣候公正、氣候變化下的脆弱性等概念可以與韌性相互聯繫。脆弱性社區對社會和環境壓力的適應是複雜的,多重壓力和影響的來源在時間和空間上是相互混合的,使得因果鏈條的客觀識別變得更加困難。


以美國密西西比河流域為例,氣候變化已經成為一個重要的社區壓力,流域周邊的社區經歷了由氣候風險帶來的重大且複雜的影響。總體而言,氣候風險給社會、經濟和生態條件造成了週期性的壓力,包括對人類和生態系統的威脅、經濟損失、基礎設施的破壞以及削弱社區韌性。


基於以上的簡單論述,為解釋公正、脆弱性、韌性和洪水風險之間的相互關係,本文提出以下假設:

假設1:易受氣候變化影響的社區能力與氣候不公正相互關聯;

假設2:較低的氣候風險累積暴露、與適應規劃相結合的公正以及氣候適應、韌性之間存在正相關關係。


由於兩個研究假設涉及累積暴露、氣候公正和氣候變化下的社區韌性之間的聯繫,所以該研究包含兩步分析過程,這包括:(1)發展和應用氣候風險、社會公正、累積暴露、氣候風險的空間聚集以及累積暴露的空間聚集的測量指標;(2)檢驗過去20年間,社區能力與規劃在洪水風險易發地區減少氣候風險的作用。第二階段採用定量方法,研究了空間聚類效應、城鄉空間分類的時空效應和社區能力特徵的時間滯後效應。


圖1展示的是相關概念指標。為衡量氣候風險,作者在“暴露和脆弱性是災害風險的主要因素”這一命題下增加了脆弱性指數和暴露指數。


在衡量脆弱性指數時,作者採用等權重標準化標度法進行了一種最小—最大轉換程序(Hahn et al., 2009; Okpara et al., 2017, pp. 354–355),用25個變量(見表1)測量一個指標相對於該指標整個值範圍的最大和最小值的實際得分;基於16個社會經濟特徵挑選相關變量,包括5個社會人口潛在因素、4個住房潛在因素、4個經濟潛在因素和3個社會資本潛在因素。此外,確定了3個地理環境特徵因素。最後,確定了6個政策法規和規劃緩解特徵因素,包括4個非結構性的緩解因素和2個結構性緩解因素。


為衡量暴露指數,從氣候風險構成變量中選取了洪水損失的洪水持續時間、洪水嚴重程度變量,洪水持續時間由研究期間受洪水影響天數決定,洪水嚴重程度由各縣洪水損失的嚴重程度除以總洪水損失來計算。並且,使用Local Moran’s I(局部莫蘭指數)來測量氣候風險的空間聚類,以確定氣候風險指數與空間的關聯性。該方法運用指標的高值(High-High)和低值(Low-Low)來代表空間聚類的正向自相關。


使用基尼係數、醫療衛生獲得機會和貧困率來衡量社會公正指數。基尼係數(GINI)是在家庭收入層面計算的,用以研究經濟不平等(作為社會公正的指標之一)的影響。通過增加氣候風險指數到社會公正指數當中,可以獲得累積暴露指數,然後再根據局部莫蘭指數來估計累積暴露指數的空間聚類。


第二階段遵循的假設是,社區能力在應對氣候風險方面的影響存在時間滯後效應。研究中使用1990至1999年間的二手數據作為社區能力特徵變量。為反映洪水損失10年間的時間滯後影響,用“1”表示2000年代洪水損失較1990年代增加的趨勢,用“0”表示洪水損失減少的趨勢。在社區韌性的背景下,時間滯後效應分析方法有助於確定社區能力(各種社會經濟、環境和地理、政策和規劃特徵)在減少災害風險方面發揮作用的時間差距。


表1展示該研究所用數據情況及數據來源,包括美國人口普查局(USCB)、美國縣級商業模式(USCBP)、戴夫·萊普的美國總統選舉地圖集(DLAP)、聯邦緊急事務管理局(FEMA)、美國陸軍工程部隊的國家堤壩數據庫(NLD)和國家水壩清單(NID)等公開的數據庫。


如圖2所示,隨著時間推移,災害損失呈不斷增加趨勢,密西西比河流域洪水的頻率和嚴重程度不斷增加,使大量人員和資源面臨風險。1990至2009年間,該地區經歷了美國所發生的所有洪水事件的40%,至少造成了5萬美元的財產和作物損失。在此期間,1993年的密蘇里河和密西西比河流域的洪水造成了大約160億美元的損失,聯邦政府損失約55億美元。密西西比河流域的洪水是社區災害規劃中一個日益重要的問題。


該流域包括美國中部的24個州和大約1600個縣。在這些縣中,本文重點關注22個州的1266個縣,根據聯邦緊急事務管理局(FEMA)定義的過去20年的洪水損失,這些縣是總統發佈災害公告的一部分。選取的1266個縣的洪水歷史相對較長,在社會經濟條件、環境地理狀況、政策法規和規劃減災特徵等方面的洪水風險調查是有用的。


在城鄉區域中納入縣域編碼,估計了風險和累積暴露的空間聚類。這是使用比爾代碼(Beale Codes)完成的,根據縣域大小和靠近大都市地區的程度,將所有縣分為9類。將空間分類為城市(編碼0-3)、近郊-遠郊(4,6,8)和鄉村(5,7,9)。在這一步驟的基礎上,將1266個縣劃分為了373個城市縣、428個城市近郊縣和465個農村縣。這種空間比較的做法是為了檢驗城市和農村空間效應的洪水風險。



研究發現

計算了反映氣候風險、社會公正、累積暴露、氣候風險的社會聚類以及累積暴露的社會聚類的空間聚類效應指標後,文章利用脆弱性指數和氣候風險指數對各縣洪水脆弱性和風險進行排序。此外,在城市、近郊、遠郊和鄉村的空間分類下,將縣域與脆弱性、社會公平和累積暴露指數相結合進行比較。並且,繪製了累積暴露指數、累積暴露指數的社會聚類和氣候風險指數的社會聚類圖。基於多種數據來源,運用可視化等方法,探究氣候風險的空間差異和關聯的影響。


1.氣候風險結果的空間異質性

首先,基於此前的空間分類方法,比較2000-2009年脆弱性指數和氣候風險指數,對1266的縣域進行評估。在脆弱性指數較高的縣域中,密蘇里州的富蘭克林縣(市區,1.000)、格林縣(市區,0.9377)、弗農縣(鄉村,0.9023)、肯塔基州勞倫斯縣(近郊—遠郊,0.7969)、內布拉斯加州倫威爾縣(鄉村,0.7776)排在前五位以內。在洪水風險較高的縣域中,伊利諾伊州的漢考克縣(農村地區,663.04)、倫道夫縣(近郊—遠郊地區,594.06)、布朗縣(農村地區,583.07)和澤西縣(城市地區,570.09)、威斯康星州拉克羅斯縣(城市地區,616.03)排在前五位以內。脆弱性指數、氣候風險指數、城鄉分類的相關分析結果顯示,脆弱性指數與氣候風險指數間呈正相關關係(r=0.1517),在空間分類中,脆弱性指數和氣候風險指數均與農村地區呈負相關關係(r=-0.108;r=-0.174)。


其次,如圖3所示,比較了三個指數(脆弱性、社會公正和累積暴露)以證實城市邊緣地區(近郊和遠郊)是否比城市地區更容易暴露於氣候風險之中,是否更可能出現氣候公正問題。累積暴露指數和社會公正指數之間存在差異,近郊和遠郊的累積暴露和社會公正都高於其他區域。


進一步,利用累積暴露指數,文章探索了氣候風險在空間分佈上是否存在明顯特徵。如圖4(a)所示,如伊利諾伊州漢考克縣、威斯康星州拉克羅斯縣、伊利諾斯州倫道夫縣、伊利諾斯州布朗縣、伊利諾斯州澤西縣,表現出了更高的累積暴露指數,指數值在0.859-1區間,排在前五位。這一些縣域,與此前所描述的洪水風險較高的縣緊密相關。另一方面,伊利諾斯州卡羅爾縣、愛荷華州範布倫縣、南達科他州斯賓克縣、田納西州費耶特縣、內布拉斯加州霍華德縣的指數值都低於0.1,排在後五位。


根據累積暴露指數的空間分佈估計,作者繪製了累積暴露指數的社會聚類圖,通過局部莫蘭指數判斷累積暴露指數是否存在空間相關性。如圖4(b)所示,紅色代表高值關聯(High-High),藍色反映低值(Low-Low)關聯。密西西比河流域內的幾個縣,其累積暴露指數的空間聚類熱點與空間分佈存在較高的關聯性。


用相似的方式,利用局部莫蘭指數,作者繪製了氣候風險指數的空間聚類圖並評估氣候風險指數以檢驗累積暴露指數的社會聚類與氣候風險指數的社會聚類之間的氣候風險指數和空間分佈的關聯性。如圖4(c)所示,較高的值主要集中於密西西比河流域。


如表2所示,根據氣候風險指數的社會聚類,關注80個洪水易發縣,能夠辨識特別容易發生洪水區域的中心。基於脆弱性指數(按0.024至1排序)和氣候風險指數(按0至663.04排序),並考慮到縣域的城鄉分類,本研究對2000至2009年間的所有縣域進行重新排序。結果發現,在洪水脆弱性最高的10個縣域中,愛荷華州斯科特縣(0.7026)、路易斯安那州聖詹姆斯帕裡什縣(0.4498)、愛荷華州傑克遜縣(0.2405)、威斯康星州布法羅縣(0.2132)和密蘇里州佩裡縣(0.2086)排名前五。在洪水風險指數較高的縣域中,伊利諾伊州漢考克縣(663.04)、威斯康星州拉克羅斯縣(616.03)、伊利諾伊州倫道夫縣(594.04)、伊利諾伊州澤西縣(570.09)和伊利諾伊州懷特賽德縣(548.20)是密西西比河流域內1226個縣中最靠前的5個縣。值得注意的是,愛荷華州的傑克遜縣表現出更高的脆弱性以及更高的洪水風險。


2.社區綜合韌性特徵在減少災害風險中的作用

首先,為了整合累積暴露、氣候公正和社區韌性的潛在關係,本文使用具有二元結果的廣義線性模型分析了1266個縣。使用因變量追蹤社區能力(或韌性的時間維度)對氣候風險的時間滯後效應,該因變量被編碼為從洪水損失差距中得到的二元結果。損失涉及1990至1999年、2000至2009年間的財產和作物損失。解釋變量包括3個構成特徵和7個反映1990年社區能力特徵的潛在構成變量。


表3展示的是,風險的空間聚類(模型2)和城鄉空間分類模型(模型3到模型5)的分析結果。在風險指數值中,使用局部莫蘭指數反映洪水風險重選的空間相關效應。此外,作者分析了特定的空間類別模型,包括城市(模型3)、近郊—遠郊(模型4)和鄉村(模型5)。在估計洪水風險和社區能力之間的關聯性前,作者檢驗瞭解釋變量中潛在的多重共線性,檢驗結果VIF=4.74表明,表明模型不存在突出的多重共線性問題。


在考慮空間效應和差異後,作為韌性因素的幾個社區能力變量在減緩洪水風險中發揮了關鍵作用。如統計結果所示,未婚男性(Bachelor)、住房擁有者(Homeowner)、住房年齡(Housing age)、是否受僱(Employment)、城鎮居民(Civic)、居住時間(Residency length)和基尼係數(GINI)變量在解釋洪水風險上具有統計意義上的顯著性。除了住房年齡和基尼係數變量外,在氣候變化的背景下,其他驅動因素與減少氣候風險、提升社區韌性之間存在正相關關係。城鎮居民這一變量,作為社會公正特徵的代表因子,和洪水損失之間存在負相關關係。作為代表社區韌性或災害減緩驅動因素的社會公正特徵,其促就了更低的氣候風險。如預測那般,住房功能和經濟不平等變量(住房年齡和基尼係數)與氣候風險間呈正相關關係,不存在空間效應。該研究結果表明,加強住房結構設施和社會公正,在減緩氣候風險和減低脆弱性方面具有顯著作用。


從環境和地理的角度看,降水和大都市區域變量與洪水損失存在顯著的正相關關係。都市物理特徵包括不透水地表、城市化水平,與增加洪水損失相聯繫。從政策法規和規劃緩解的角度看,不管空間效應如何,大多數變量和結果變量之間存在預期的相關性。在6個潛在構成變量中,只有減緩規劃變量(Mitigation plan variable)作為非結構性的緩解辦法,對降低洪水損失有著顯著影響。


此外,為探究種族(非白人)、社會服務資產(醫療衛生獲得機會)和經濟條件(貧困、住房所有權和基尼係數)如何受氣候風險的不成比例影響,作為氣候公正影響和結構脆弱性的指標,作者在每一變量層級上檢驗了預測氣候風險和氣候公正影響的關係。如圖5所示,每個柱形圖表示表3中模型1生成的標準化係數,每個氣候公正代表按照10、25、50、75和90的百分度衡量。如預測一般,高百分比的非白人、貧困率和基尼係數導致了高氣候風險發生的可能性。相反,氣候風險的可能性將隨著住房所有權和醫療衛生獲得機會百分比的升高而降低。該結果表明,氣候公正特徵和氣候變化間存在正相關關係。


研究結論

本研究的分析結果表明,由氣候變化引起的洪水損失確實與社區社會和生態特徵呈負相關。正如所論證的那樣,地方層次的積極規劃與政策能夠影響社會資本、氣候公正特徵,降低災害損失並提升社區韌性。最終,在氣候風險和氣候變化的背景下,努力提升社區韌性能夠切實推進社區發展。鑑於此,從過去的氣候風險經歷中汲取經驗,能夠幫助社區居民、社區組織、規劃者和政策制定者預測氣候問題,為未來的氣候風險做好準備。


參考文獻詳見原文



THE END



編譯 |中央民族大學民族學與社會學學院 劉俊言 範葉超
編輯 | 丁香予 李穎