2024年萨尔瓦多贫困与公平评估：改善生活和生计——背景说明7：萨尔瓦多易受气候风险引发的贫困影响

2摘要背景说明7JEL分类：Q54，I32，D1 关键词：脆弱性，风险，自然灾害，贫困本说明基于德·拉·富恩特和塞里奥（2024）提出的框架衡量萨尔瓦多的贫困脆弱性。结果显示，大约34%的家庭处于贫困脆弱状态，即他们并不穷，但他们面临可能影响人类、其生计和资产的风险事件，并可能导致他们陷入贫困。这些结果为萨尔瓦多家庭面临的挑战提供了全面且新的视角，特别是那些由于预期收入水平或面临的风险而更有可能陷入贫困的家庭。埃尔桑托拉多尔气候变化风险致贫困脆弱性 2024年6月 _0%10%20%30%40%50%60%70%80%90%100%200220082011图7.1 家庭贫困脆弱性1. 国家统计和普查局（ONEC, 2023a）来源：基于SEDLAC、ThinkHazard、EMDAT、SPEI和CCKP信息的模型估计。总计Ru ra l萨尔瓦多的贫困脆弱性逐年下降。2002年，这一比例是59%。到了2022年，这一比例降至34%，这表明最初，超过一半的家庭要么由于预期均值—贫困诱导 (PI)—要么由于预期 320172022城市方差—风险诱导（RI）。这一数值在2022年下降到了三分之一。农村地区的脆弱性高于城市地区。在农村地区，超过一半的家庭面临贫困风险，而在城市地区，22%的家庭面临贫困风险。 4背景说明7图 7.2。来源：基于SEDLAC、ThinkHazard、EMDAT、SPEI和CCKP信息的模型估计。贫困脆弱性在各部门之间存在显著差异，如图7.2所示。马洛山、阿胡阿帕南和卡巴纳斯有超过一半的家庭被归类为脆弱。相比之下，圣萨尔瓦多的情况则埃尔桑托拉多尔气候变化风险致贫困脆弱性 2024年6月 19%29%36%36%38%38%39%39%40%43%46%50%52%55%19%0%10%20%30%2022年按部门划分的家庭贫困脆弱性莫拉赞阿瓜卡帕纳小屋圣萨尔瓦多联盟自由查拉特南戈乌苏鲁坦三明圣文森特拉巴斯索索尼特科斯卡特拉兰圣安娜圣安娜科斯卡特拉兰拉巴斯索索尼特桑米哥查拉特南戈圣文森特联盟乌苏鲁坦小屋自由阿胡阿帕南圣萨尔瓦多莫拉赞 45.0%43.3%41.7%59.5%46.8%55.5%15%20%25%30%35%40%45%50%55%60%65%200220082011图 7.3. 贫困率和贫困脆弱性来源：基于SEDLAC、ThinkHazard、EMDAT、SPEI和CCKP信息的模型估计。贫困 - 有效率图3说明了该模型下家庭贫困发生率与贫困脆弱性之间的差异。贫困脆弱性超过了贫困估计值，2002年和2011年表现出最显著的差异，接近14个百分点，其次是2017年和2022年，差异为10个百分点。表7C.2展示了模型估计的贫困率，这些率也低于贫困脆弱性率。该模型 530.3%23.8%41.0%33.7%20172022漏洞率足够好以预测有效贫困。贫困预测概率与有效贫困状态之间的相关性，与研究发现104个发展中国家相关性为0.870的研究一致，也与使用收入或消费方程时，拉丁美洲和加勒比国家贫困预测概率与有效贫困状态之间估计相关性为0.428的研究一致。 6背景说明7来源：基于SEDLAC、ThinkHazard、EMDAT、SPEI和CCKP信息的模型估计。图7.4在估计PI和RI家庭脆弱性时，我们观察到在时期初期，PI家庭占比较高。PI家庭主要因预期收入低于贫困线而被推入贫困。然而，在2022年，RI家庭的占比超过了PI家庭。埃尔桑托拉多尔气候变化风险致贫困脆弱性 2024年6月 0%10%20%30%40%50%60%70%12贫困风险脆弱性和贫困诱导贫困引发脆弱性 45风险诱发的漏洞家庭。在过去的几年里，与PI家庭相比，RI家庭的份额并没有下降。这些家庭的估计预期收入高于贫困线，但其收入的估计预期方差非常高，从而增加了他们陷入贫困的可能性。 7201120172022城市Ru ra l城市Ru ra l城市风险诱发的漏洞多样化的特殊冲击，如失业，或协变量冲击，如洪水或干旱等自然灾害，这些冲击会影响作物产量以及生态系统整体健康。 0%10%20%30%40%50%60%70%80%20022008来源：基于SEDLAC、ThinkHazard、EMDAT、SPEI和CCKP信息的模型估计。图 7.5.地区导致的贫困风险和家庭贫困脆弱性Ru ra l城市Ru ra l城市Ru ra l贫困引发脆弱性近年来，资源管理是一个问题，尤其是在农村地区。众所周知，农村地区的人们严重依赖农业和自然生态系统的收入。因此，他们容易受到 8背景说明7来源：基于SEDLAC、ThinkHazard、EMDAT、SPEI和CCKP信息的模型估计。图 7.6. 2002年和2022年的收入密度埃尔桑托拉多尔气候变化风险致贫困脆弱性 2024年6月图7.6显示了2002年至2022年期间收入分配的变化。红线表示每日6.85美元的贫困线。在此线之下的是PI（他们的估计预期平均值低于贫困线）。我们可以看到收入密度已经缩小 2022年，显示较低的PI。与此同时，RI（红色和橙色线之间）并未显示出下降趋势。图7C.1更详细地显示了该时期每年的收入密度。 0%10%20%30%40%50%60%70%80%90%100%20022008漏洞来源人员图 7.7。来源：基于SEDLAC、ThinkHazard、EMDAT、SPEI和CCKP信息的模型估计。π根据估计，2022年约50%的贫困易感人群是PI，另外50%是RI。然而，在所有RI中，几乎全部是由特质风险诱导（IRI，包括协方差效应）导致的，而由相关风险诱导（CRI）导致的不到5%。 9201120172022CRI这些百分比对应132万人PI，128万人IRI，以及0.035万人CRI，共计264万人易感人群。 10背景说明7图 7.8。来源：基于SEDLAC、ThinkHazard、EMDAT、SPEI和CCKP信息的模型估计。埃尔桑托拉多尔气候变化风险致贫困脆弱性 2024年6月社会福利是一种关键的政策工具，可以为最脆弱的人群提供安全网。为了确定社会福利是否惠及弱势家庭，理解现行的政策工具的覆盖范围至关重要。图7.8表明，2011年大约有8-7%的总 1%10%1%20172022由社会援助协变量引起的风险弱势人群和CRI弱势个体据报道至少有家庭成员是社会援助计划受益人。2017年，这些比例分别是7%和10%，然而，2022年弱势人群中不到1%的人报告有社会援助。 8%7%7%0%5%10%15%20%2011有社会援助的脆弱人群有社会援助的总易受攻击 02040608010012014016018020020022008201120172022所需资源以避免漏洞图 7.9。美元 (购买力平价)πCRI IRI模拟为克服贫困脆弱性所需的最少资源是有帮助的。我们可以通过分析每个人收入需要增加多少才能将脆弱性概率降低到0.29以下，并基于模型的收入估计均值和方差来完成这一点。2022年，对于主要PI的人群，每人所需的平均收入差异约为137（PPP常数国际美元）。81来源：基于SEDLAC、ThinkHazard、EMDAT、SPEI和CCKP信息进行的模型估算。注意：人均收入需要增加至达到0.29的概率且不被视为脆弱。GDP，2021年国际元PPP常数。 11AAAAAAAAAAAAA0.00%0.01%0.02%0.03%0.04%0.05%0.06%0.07%0.08%0.09%01020304050607080901002002201120172022美元 (购买力平价)每人所需的资源年GDP百分比对于CRI，为39，对于IRI，为39。由于人均收入要求更高，摆脱脆弱性对CRI来说比IRI更困难。IRI比CRI让更多人陷入贫困（见图7.7），但就收入而言，CRI个人付出的努力更高，每年占该国GDP的0.05%。 12背景说明7图 7.10. 易损性和洪水灾害来源：基于模型估算和ThinkHazard!指数。注释：y轴上的较高值对应较高的家庭脆弱性百分比，x轴上的较大值表示更高的洪水潜在损害。埃尔桑托拉多尔气候变化风险致贫困脆弱性 2024年6月更具体地说，数据显示萨尔瓦多的洪灾潜在损失高度细分，表明需要对每个区进行具体评估（见图7B.2）。图7.10显示了一些省份，如 阿胡阿查潘和拉联盟，存在较高的贫困脆弱性发生率，其中一些区从洪水灾害的角度来看具有较大的潜在损害风险，而另一些区根据ThinkHazard指数则显示出较小的潜在损害风险。 图 7.11. 易损性与滑坡灾害来源：基于模型估算和ThinkHazard!指数。注意：y轴上的较高值对应于更高比例的家庭脆弱性，而x轴上的值1代表极低，2代表低，3代表中等，4代表高潜在滑坡破坏。在滑坡的情况下，该国北部耕地较少的地区具有较高损害潜力（图7B.2）。卡巴尼斯、莫拉桑和拉联盟等省份因其对贫困的高脆弱性而突出。 13以及潜在的损害。此外，沿海地区的某些区，特别是像拉巴斯这样不太容易受到影响的部门，显示出很高的滑坡损害潜力。 14背景说明7来源：基于模型估算和EMDAT灾害报告。图7.12.脆弱性与灾害数量埃尔桑托拉多尔气候变化风险致贫困脆弱性 2024年6月在模型所考虑的年份中，贫困易损性与发生灾害的数量之间存在高度异质性。圣罗莎德利马区属于拉 Union 部门，该部门具有高度的部门 EMDAT漏洞表明EMDAT数据库中有五种灾害。此外，阿瓦恰帕省的El Refugio区在EMDAT数据库中显示有七种灾害。 图7.13. 缺陷和干旱指数即使萨尔瓦多根据SPEI指示，负值低于-1时不经历严重或中度干旱，但近年来它已从较湿润转变为出现较温和的干旱。除了2002年，当时严重干旱影响了几个部门外，近几年的2017年和2022年，干燥状况有所增加。来源：基于模型估计和SPEI。注意：橙色区域（较大的负值）比蓝色区域更干燥。 15该国东部部门受短期SPEI干旱影响更大，脆弱性较高。同时，该国西部部门将因水库蓄水和地下水蓄水的变化而长期面临更大的挑战。 16参考文献维森特-塞拉诺, S., 和 S. 贝格里亚. 2023. 全球SPEI数据集. https://spei.csic.es/ database.html哈尔莱加特，S.，A.福格特-希尔布，M.班加罗尔，和J.鲁赞伯格。2017。“不可摧毁的：在自然灾害面前建立穷人的恢复力。”气候变化与发展系列。华盛顿特区：世界银行。doi：10.1596/978-1-4648-1003-9。德·拉·方丹, A., 和 M. 塞里奥. 2024. “拉丁美洲和加勒比地区气候风险致贫脆弱性.” 工作论文.加斯帕里尼，L.，M.马奇奥尼，S.奥利维耶里，& W.索萨埃斯库德罗。2011。拉丁美洲和加勒比地区的多维贫困。来自盖洛普世界民意调查的新证据。手稿，CEDLAS。chaudhuri, s. 2003. 评估贫困脆弱性：概念、实证方法和说明性示例。未发表手稿。经济学系，哥伦比亚大学，纽约，56。阿尔基尔，S.，& M. E.桑托斯。2010。急性多维贫困：发展中国家的新指标。OPHI工作文件第38号斯库菲亚斯，E.，K. 维纳，和B. M. 贝亚内。2023年。“量化埃塞俄比亚干旱频发低地的贫困脆弱性。”非洲经济杂志ejad003。https://doi. org/10.1093/jae/ejad003邓隆，A.，M.斯托扬诺维奇，R.涅托，L.吉梅诺，M.L.利伯拉托，T.保罗基维斯，M.奥利维拉，和T.阿姆布里兹。2021。“南美东部干湿气候期：通过SPEI指数识别和特征分析。”大气层12 (2)：155。https://doi.org/10.3390/atmos12020155 2002, 2008,2011, 2017,20222001, 2002,2007, 20