拉丁美洲和加勒比地区易受气候风险引发的贫困影响

11002 对气候风险的脆弱性拉丁美洲和加勒比的贫困 Alejandro De la FuenteMonserrat Serio 政策研究工作文件 11002 Abstract 本研究提供了拉丁美洲和加勒比地区因结构性因素和风险，尤其是气候相关事件导致贫困或加剧贫困的高风险人口的第一批全面估算。从相对风险来看，秘鲁、哥伦比亚和洪都拉斯的人口对由气候引发的贫困表现出了最高水平的脆弱性，而乌拉圭和智利的人口则显示出较低的风险水平。 被认定为最不脆弱的群体。尽管结构性因素和个体风险促使大多数家庭陷入贫困，但气候相关事件在发生时对福利的影响尤为严重。研究还绘制了脆弱人口的地理分布，并考察了这些群体内的社会援助项目覆盖率。 这篇论文由世界银行贫困全球部门出品。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。作者可以联系adelafuente@worldbank.org。 拉丁美洲和加勒比地区气候风险导致贫困的脆弱性1 Alejandro De la Fuente 世界银行 Monserrat Serio 国家大学 关键词 ： 贫困脆弱性 ， 气候风险 ， 拉丁美洲和加勒比 缩写和首字母缩略词 ADM行政股AR6政府间气候变化专门委员会第六次评估报告气候变化知识门户CR气候风险CRI气候风险诱发CPI居民消费价格指数EM - DAT 紧急事件数据库 FAO粮食和农业组织GAUL全球行政单位层 GDP国内生产总值HH家用IPCC政府间气候变化专门委员会IPCF家庭人均收入IRI诱发的特异性风险LAC拉丁美洲和加勒比LASSO 最小绝对收缩和选择算子 n. a.不可用PDSI帕尔默干旱严重程度指数PET潜在蒸散量PI贫困诱发PL贫困线PPP购买力平价RI诱发风险SEDLAC 拉丁美洲和加勒比社会经济数据库标准化降水 - 蒸散指数 SPI标准化降水指数THThinkHazard联合国人道主义事务厅 联合国灾害救援协调员 联合国减灾办公室 联合国气候变化框架公约 联合国难民高级专员公署 联合国减少灾害风险国际战略 美元UnitedStates Dollar 1 Introduction IPCC第六次评估报告（AR6）强调，气候风险源于气候灾害、脆弱性和暴露度的交汇。根据Cardona等人（2012），灾害指的是未来可能发生的一种或多种自然或人为物理事件，这些事件可能对脆弱和暴露的元素产生不利影响（White, 1973；UNDRO, 1980；Cardona,1990；UNDHA, 1992；Birkmann, 2006）。另一方面，暴露度是指在可能发生灾害事件的区域内的元素清单（Cardona, 1990；UNISDR, 2004, 2009）。最后，脆弱性指的是在灾害事件影响下，人类及其生计和资产易受不利影响的易感性、敏感性和缺乏恢复力或能力的状态（UNDRO, 1980；Cardona, 1990）。根据IPCC（2007），脆弱性是指系统对气候变化的不利影响，包括气候变化的变异性与极端事件的易受程度，以及应对这些影响的能力。脆弱性描述了遭受不利影响的可能性，它与人们的特定条件有关，这些条件源自历史及当前的文化、社会、环境、政治和经济背景。此外，气候风险有可能将人们推向贫困。例如，Skoufias等人（2023）发现，在埃塞俄比亚，生活在易发生干旱的低地的家庭比该国其他生态区的家庭在贫困方面的脆弱性显著更高。同样，马拉维家庭因遭遇干旱和过多降雨造成的冲击而减少消费，并增加了贫困脆弱性（Baquie & Fuje, 2020）。气候风险还可能对财富产生长期影响，跨越几代人（Damania等，2017；Carrillo, 2020；Aguilar & Vicarelli, 2022；等等）。 在过去50年里，拉丁美洲和加勒比地区经历了自然灾害和极端天气事件的增加，根据比利时鲁汶大学（Université Catholique de Louvain）紧急事件数据库（EM-DAT）的报告（Guha-Sapir等，2022）。这些事件导致死亡人数逐年减少，但造成了更高的经济损失成本，尤其是在按GDP计算时，加勒比岛屿地区的损失更为严重。本研究旨在从气候风险的角度提供一个全面的贫困脆弱性分析。它旨在估算该地区因气候灾难风险（如洪水、干旱或极端温度事件）而面临被推向贫困的风险人口数量。 在我们的分析中，我们将气候灾难风险简化为减少维度并将其视为一种协变量风险。我们通过使用已发生的自然灾害、家庭所暴露的极端天气条件以及自然灾害地理指数来实现这一点。我们建模人均家庭收入，并在贫困脆弱性框架内识别贫困家庭。该框架考虑了气候灾难风险、特有风险、社区因素和特定的家庭特征。气候灾难风险被解释为总体冲击，而特有风险是对每个家庭的具体冲击。这两种风险通过人均收入分布的形状进行建模，估计预期方差。另一方面，基于家庭和社区特征估计预期平均收入。这提供了关于因不同风险类型而导致贫困的家庭比例的更结构性观点。该框架由Chaudhuri（2002，2003）提出，并由Gunther & Hartgen（2009）根据Hox（2010）进行了建模，Skoufias等人（2023）用于埃塞俄比亚，Rud和Robayo-Abril（2023）用于萨尔瓦多。 然而，我们的分析在多个方面有所不同并扩展了以往的研究。它明确地将气候灾害风险视为总体冲击，通过利用自然灾害和极端天气数据来进行考量。这样做使我们能够确定该地区不同国家中由于结构性特征（贫困引发的-PI）或因灾害发生而可能陷入贫困的家庭所占的比例。 对风险进行分类（风险诱导型-RI），特别是要区分气候风险诱导型(CRI)和个体风险诱导型(IRI)。我们的模型结合了Skoufias和Baez（2023）描述的两种主要将脆弱性操作化为贫困的方式，即“多层次或分层”方法和“模拟”方法的混合/混合方法。多层次或分层方法不使用任何关于社区层面气候或天气冲击的具体信息。相反，它将误差项分解为协变量（社区层面）和个体成分。与多层次方法不同的是，模拟方法使用了家庭经历的整体性和个体性冲击的确切信息。本文的方法基本上是在多层次模型中引入了关于气候和天气的具体信息。气候特征表现为家庭所在地理区域的历史降雨量和温度平均值。此外，近期的天气相关事件，如自然灾害，影响了社区层面未观察到的冲击的可变性。我们使用来自拉丁美洲和加勒比地区社会经济数据库（SEDLAC）的家庭级数据，并结合各种自然灾害和极端天气数据来源，如EM-DAT、ThinkHazard! 平台和气候变化知识门户（CCKP）。此外，我们还将干旱指数，如标准化降水蒸散发指数（SPEI），纳入分析中。 我们发现，危地马拉和洪都拉斯对贫困的脆弱性最高，其次是哥伦比亚和秘鲁。相反，乌拉圭和智利的这一比例最低。我们的研究结果表明，在该地区大约1.84亿可能陷入贫困的人口中，约有1.095亿属于贫困指数（PI）人群，大约7450万属于收入指数（RI）人群，其中近1450万属于危机收入指数（CRI）人群。通过分析脆弱家庭的空间分布，我们可以确定它们在国内的位置，并更好地了解它们对自然灾害的暴露情况，从而设计出更有效的政策，针对最脆弱的人群。 论文其余部分分为四个部分。第二部分介绍方法论，我们在贫困脆弱性框架下讨论了如何利用气候灾难风险来建模人均家庭收入的方法，并描述了PI、CRI和IRI的分解方式。第三部分提供了我们的数据来源，包括家庭调查、自然灾害、气候和极端天气数据。第四部分呈现了主要结果，统计了拉丁美洲十五个国家的贫困脆弱性发生情况以及易受贫困影响的家庭的空间分布。最后，第五部分总结了我们的发现及其对政策制定者的潜在影响。 2 方法论 遵循Chaudhuri（2003）的观点，贫困与贫困风险之间的主要区别在于风险。潜在的风险来源多种多样。家庭可能会经历来自不利的整体冲击和特定于个别家庭的不利个体冲击的风险（即从宏观经济冲击或由于干旱或洪水导致农作物歉收而引起的国际价格变化等一般性冲击，到家庭主要收入来源者失业等更具体的情况）。家庭风险的性质和规模导致了家庭收入或消费的巨大差异性。家庭对贫困的脆弱性取决于收入波动性和平滑消费的能力。虽然消费是一个更为平滑的指标，但在拉丁美洲和加勒比地区（LAC）进行的家庭调查中，收入通常是可获得性更高的指标。我们的目标是尽可能多地将国家纳入我们的分析中。为此，我们提出了一种模型，该模型考虑了人均总收入，认识到模型中预测的主要变量——衡量脆弱性的指标——比其他福祉替代指标（如消费）更具波动性。 我们采用Skoufias等人（2023）提出的方法，利用拉美和加勒比地区（LAC）横截面家庭数据和该地区气候变化风险倾向的汇总数据，估算不同国家的“贫困脆弱性”指标。该方法基于Gunther与Hartgen（2009）的研究，并遵循Hox（2010）和Chaudhuri（2002、2003）的模型。该方法包括协变量（总体）冲击和个体差异（特定）冲击，并将它们建模为可观察的家庭和社区（区或州）特征的函数。此外，该模型区分了由贫困引起的（PI）家庭脆弱性和由风险引起的（RI）家庭脆弱性。 具体而言 ， 估计以下两级收入分层模型 ： 其中表示家庭 (= 1 ,0…，) 在一级12， j 表示社区where家庭居住在第二级(例如地区或州 ， 取决于国家的数据) 。我们每个 利用每个国家行五（ ），因此我控制一个由量成的向量 ，量在每个期的数据取1。2我们进一步假设系数andvary across communities. In hierarchical models, this is a variety and variety 𝑍𝑍𝐼𝐼- 截距 -斜率模型。与社会经济条件相关01使用社区特征和气候变化对变化的系数进行建模 ， 如 and 错误术语1社区二级收入的剩余部分。将方程(2)和(3)代入方程(1)，我们得到完整的形式 101112- 1, 代表无法解释的差异 1re 模型 =+++++++++ , (自然对数) 特征0001人均家庭收入 (包括一个， 包括一套ln (4)= 00+ 01+ 02+ 10+ 1112+ �2 02具体10家庭特色11ln 12) is 假定2受观察到的影响1,an+命名为错误术语+ +1++ . + 、社区特征和无法解释的部分社区组件捕获代表的误差项上的协变量冲击和误差项最后一项包括一个特殊的部分 ， 通过。错误项包括家庭的收入。该术语是截获社区之间无法解释的差异反射斜坡社区之间无法解释的差异1通过家庭特征的协变量冲击