冲突环境中的灾害影响

冲突环境中的灾害影响 来自莫桑比克和尼日利亚的证据 Karima Ben Bih Chloe Desjonqueres Bramka Jarafino Elodie Blanc Solene Masson 政策研究工作文件 10995 Abstract 这篇论文估计了自然灾害（此处具体指洪水和气候冲击）在冲突影响区与非冲突影响区发生时对经济的不同影响。现有文献表明，灾害和气候冲击可以在国家和家庭层面上对国家和人民造成重大困扰。然而，普遍认为这些影响在冲突影响区更为显著，但缺乏关于这些损害差异化的具体证据。本文探讨了冲突的存在是否以及在多大程度上加剧了洪水对经济活动和人民的影响，并阻碍了恢复。本文采用“自上而下”的方法来估计灾害和气候变化的不同影响。 使用卫星衍生的夜间灯光辐射强度作为经济活动的代理指标，并结合洪水的空间足迹，在冲突和非冲突影响区域之间比较灾害和气候冲击的影响及其恢复情况。分析选取了两个案例研究：2019年的热带气旋Idai和Kenneth以及随后在莫桑比克发生的洪水事件，以及2022年7月在尼日利亚发生的洪水事件。通过差异估计法，分析发现冲突和非冲突影响区域在灾害和气候冲击的影响及其恢复方面存在显著差异。特别是，在冲突影响区域，经济活动的下降幅度更大，恢复时间更长，这可以通过夜间灯光辐射强度的变化程度来代理。 本论文由城市、灾害风险管理、弹性和土地全球部门出品。它是世界银行为提供研究开放访问并为全球发展政策讨论做出贡献而开展的一项更大努力的一部分。政策研究工作论文也在网上发布于<http://www.worldbank.org/prwp>。作者可联系kbenbih@worldbank.org。 该政策研究工作论文系列发布正在进行中的研究成果以促进关于发展方面的思想交流。问题。该系列的一个目标是尽快发布研究发现，即使展示的内容尚未完全打磨。论文保留了原始状态。作者的名称，并且应当据此引用。本文中的发现、解释和结论完全是作者的观点。由作者提供。它们不一定代表国际复兴开发银行/世界银行的观点。其附属组织 ， 或世界银行执行董事或他们所代表的政府的组织。 冲突环境中的灾害影响： 来自莫桑比克和尼日利亚的证据 Novembre 20, 2024 Karima Ben Bih, 世界银行Chloe Desjonqueres, 世界银行Bramka Jarafino, 世界银行Elodie Blanc, Motu 经济与公共政策研究中心Solene Masson, 世界银行 JEL 分类 fi 阳离子 ： D74 ； O23 ； O47 ； O57 ； Q34 ； Q54 。 作者感谢Stephane Hallegatte、Oscar Ishizawa和Jun Rentschler提供的宝贵意见、建议和指导。 Introduction 本研究旨在探讨灾害和气候冲击在冲突影响地区对人口的不同影响，特别是研究洪水在冲突区与非冲突区的后果。通过使用遥感技术，我们试图克服冲突影响国家数据稀缺的挑战，从而能够评估近期灾害和气候冲击事件的短期影响。尽管将夜间灯光强度用作经济活动指标存在固有的局限性，它仍为分析提供了实证基础，并提供了足够的观测数据进行事后准实验影响评估。我们采用差值法计量经济学方法，结合卫星夜间光照辐射图像和洪涝及冲突事件的空间数据。该方法论框架应用于评估2019年3月至4月莫桑比克因肯尼斯和伊代飓风引发的洪水后的后果，以及2022年7月至10月尼日利亚的大范围洪水。 结果表明，在冲突影响区和非冲突影响区，灾害和气候冲击对经济活动的影响存在显著差异。具体而言，我们在冲突影响区观察到经济活动更为明显的下降趋势。 本文结构如下。第一部分概述了洪水和冲突的背景。该部分关注冲突与灾难及气候冲击之间的相互关联，并介绍了用于估算此类事后影响的方法论和实证策略。在第二部分中，我们呈现了研究结果和支持数据，包括对莫桑比克和尼日利亚的案例研究。最后，我们在结论之前讨论了局限性以及更广泛的影响。 背景 ： 洪水影响和受影响人口 (文献) 1.fi OD 的影响 定量经济分析经常使用夜间灯光亮度作为经济活动的代理指标（Chen & Nordhaus, 2011；Henderson et al., 2012）。这些指标也被用于估计天气变异性、灾害和气候冲击的影响（Bertinelli &Strobl, 2013；Elliott et al., 2015；Felbermayr et al., 2022；Heger & Neumayer, 2019；Miranda Montero et al., 2017），特别是洪水的影响（Kocornik-Mina et al., 2020）。.大多数使用夜间灯光数据的分析通常表明，灾害和气候冲击会对夜间灯光产生负面影响，但这种影响会在事件发生后的当年内消散（Bertinelli & Strobl, 2013；Elliott 等，2015；Gillespie 等，2014）。Schippers 和 Botzen (2023) 发现，对于像卡特里娜飓风这样的严重灾害，其影响可能会持续更长时间。 然而，关于夜灯作为经济活动代理指标准确性的 Debate 存在争议。批评者指出，在某些情况下，如高度农村地区，夜灯强度的变化可能并不能准确反映经济活动的变化，因为照明效率的变化可能会导致观测到的光线量发生变化，而这种变化并不一定反映经济活动的实际变化。此外，其他文化和社会因素或政府的照明政策也可能影响观测到的夜灯量。 尽管存在这些担忧，夜间灯光数据作为一种数据源仍具有若干优势。它们在全球范围内可用，即使在经济数据可能稀缺或不可靠的地区也能提供覆盖范围。夜间灯光数据还具有标准的空间分辨率和时间间隔，这使得可以在不同时间点和地理区域之间进行一致的比较。当正确处理和解释时，并考虑到潜在的限制和偏差，夜间灯光数据确实可以作为经济活动强度的一种有用的替代指标（Gibson等，2021）。 2.灾害与受影响人口之间的关系 在过去十年中，关于灾害、气候风险与冲突之间关系的明确研究取得了进展（Siddiqi, 2018），特别是集中在与气候相关灾害、暴力和武装冲突以及不安全相关的共存和因果关系辩论上（Gemenne等，2014；Gleditsch, 2012）。通常情况下，以往的研究主要关注灾害对冲突的影响——它们是否会加剧现有的冲突、引发新的冲突，或者在某些情况下阻止正在进行的冲突（Nel &Regharts, 2008；Schleussner等，2016；Slettebak, 2012；Ghimire等，2015；Nardulli等，2015）。由于灾害及其恢复努力对冲突的这种不确定影响，其他研究探讨了在冲突背景下应如何采取不同的灾害风险减少和恢复措施（Brzoska, 2018；Peters等，2019；世界银行，2016）。 尽管关于灾害和冲突复杂性的文献日益增多，但对冲突如何影响灾害的影响及其对受影响人口的影响的关注较少。具体而言，缺乏对灾害发生于冲突地区时额外经济影响以及这些额外影响对受冲突影响人群的影响的理解和量化，缺乏全面的经济数据和地面真实数据来验证灾害影响，加之定义受冲突影响的人群的复杂性，这些都构成了分析冲突对灾害影响影响的科学挑战。本文旨在填补这一空白，并支持对经历这些复合危机国家的家庭福利和经济增长的额外影响进行进一步的定量分析。 经验战略 Data 在本研究中，我们使用像素级地理空间数据，包括夜间灯光、洪水足迹、人口密度和行政边界，对莫桑比克以及尼日利亚受冲突和非冲突影响地区的洪灾具体效应进行计量经济学分析。 夜灯数据 此外，我们利用了NASA-NOAA Suomi卫星上Visible Infrared Imaging Radiometer Suite（VIIRS）传感器捕获的夜间辐射亮度数据的复合图像。这些月度复合图像自2012年起以15弧秒×15弧秒的分辨率（在赤道处约为463米）提供。VIIRS日夜成像带（Day Night Bands，DNB）数据排除了受闪电、散射光、月光和云层影响的网格单元（Elvidge等，2017）。我们更偏好使用VIIRS数据，而不是传统使用的来自国防气象卫星计划（DMSP）的数据。 由于后者存在若干限制，包括模糊、校准不足、顶限编码以及在农村地区不适合作为GDP代理指标（Gibson等，2021）。 为了应对使用VIIRS夜间灯光数据作为经济活动代理所面临的问题（Skoufas等，2021），我们应用了过滤器以去除异常值像素（即，我们将样本限制在介于第1百分位和第99百分位之间的值）。stand 99 th百分位数) ， 并说明每个像素可用的观察数。1我们计算了从莫桑比克2019年洪水发生前1至6个月和发生后1至6个月以及尼日利亚2022年洪水发生前1至6个月和发生后1至6个月的平均夜光亮度。计算了两个变量：“avg_rad”，代表淹没像素的夜光亮度；“avg_radBuff05”，则是在每个淹没像素及其周边0.5公里缓冲区内的像素的夜光亮度的平均值。2后者更倾向于被选择以确保最大程度的观测可用性并捕捉间接受影响的电网单元的影响。3我们还提取了与之相关的变量"cf_cvg"和"avg_cvgBuff05"，这些变量表示用于计算平均夜间灯光辐射度的月份中的无云观测次数。4 洪水数据 洪水事件基于DeVries等人（2020）提出的方法确定。我们使用Sentinel-1卫星上合成孔径雷达传感器获取的S1地面范围检测场景，该卫星属于欧洲航天局的Copernicus计划（ESA，2023）。这些场景提供了从单通道极化垂直发射垂直接收（VV）和双通道交叉极化垂直发射水平接收（VH）的SAR回波时间序列中提取的Z分数数据。自2014年10月以来，该数据每6天以10米分辨率可用。 洪水被定义为任何给定像素中意外出现的水。为了区分洪水与永久性或季节性出现的地表水，我们利用欧洲委员会联合研究署（Joint Research Centre）基于陆卫星数据生成的历史月度水概率数据集（Pekel等，2016）。洪水置信度分类为高，如果VV和VH的Z分数均低于已识别的阈值；分类为中等，如果仅其中一个极化低于阈值。我们将洪水分类为未被指定为永久开放水域（水的概率大于95%）或历史淹没概率小于或等于25%的区域。对于每个案例研究，我们根据对该地区以往洪水事件的现有了解，预先选择一个历史参考时期。 Conflict 数据 冲突区域通过利用来自武装冲突地点与事件数据项目（ACLED）数据库的地理编码数据（ACLED, 2023）识别，涵盖尼日利亚从2012年1月到2023年12月以及莫桑比克从2016年1月到2023年12月的时间段。对于本研究而言，冲突被定义为世界银行集团（WBG, 2024）所指的“由于政治目的或动机，由一群体——包括政府部队、有组织的非国家实体或其他不规则部队——使用致命武力而导致的高度不安全状态。”这种武力可能表现为多种形式，包括但不限于战斗、袭击、爆炸等。 双边——涉及多个有组织武装派系之间的互动，偶尔会导致平民间接受害——或单边，其中某个团体故意针对平民进行攻击。”此外，为了对受冲突严重影响的区域进行最精确的描述，排除了根据ACLED数据统计的抗议、暴乱和战略发展导致的伤亡情况（以保持与世界银行冲突与脆弱性分类（FCS）目标和本研究范围的一致性）。我们的分析集中在被归类为‘战斗’、‘爆炸/远程暴力’和‘针对平民的暴力’的冲突记录上。这些类型的冲突因其暴力性质而被选中。 结算数据 为了确定城市化水平，我们使用全球人类居住层（Global Human Settlement Layer，GHSL），该数据集结合了CIESIN GPW v4.11 GHS-POP R2023估算的格网人口数据和Landsat与Sentinel-2数据GHS-BUILT-S R2023提供的建成区信息（Schia