当前世界环境

介绍

专家认为，气候变化对多个部门产生不利影响，对高度依赖自然资源的社区的生计和粮食安全构成挑战，特别是渔业社区和以渔业为基础的生计。¹海洋渔业容易受到气候变化的广泛影响，其中包括生态影响，如沿海湿地的丧失、珊瑚白化、海水酸化加剧、淡水流入的变化、²对人类的影响，如海平面上升的风险增加，极端天气事件对占据低洼沿海地区的渔业社区的影响增加。^3.气候变化的新影响对沿海生态系统和渔业社区构成严重风险，同时还存在影响小规模渔业的其他持续挑战，特别是在低洼地区。⁴此外，极端天气事件扰乱了渔业作业和陆上基础设施，而渔业生产和其他自然资源的波动可能对渔业社区的生计战略和成果产生影响。⁵

由于气候变化，印度现有的脆弱性概况预计将发生变化。⁶洪水和干旱、季风低气压和气旋、热浪、寒潮、长时间雾、降雪和海平面上升是影响印度的一些重要气候事件。⁷预计印度洋的平均海表温度(SST)将上升2 - 3.5⁰C到2099年。⁸近一个世纪以来，我国气旋风暴的发生频率呈逐年增加的趋势。¹⁷同时，穿越印度海岸的强气旋风暴数量也在增加。¹⁷

渔业已成为印度经济的一个关键部门，这一点从国内和国际对鱼类和渔业产品需求的过度增长中可以明显看出，这不仅增加了外汇收入，而且还在第一、第二和第三部门创造了许多就业机会。⁹人们全职或兼职依靠渔业谋生。¹⁰然而，极端天气事件扰乱了捕鱼作业，并对陆地基础设施造成破坏。此外，渔业生产和其他自然资源的波动对渔业社区的生计战略和成果产生负面影响。¹¹

脆弱性被定义为“一个系统易受气候变化不利影响，包括气候变率和极端事件影响而无法应对的程度”。¹²脆弱性是一个系统所面临的气候变化的特征、幅度和速度、敏感性和适应能力的函数。¹²暴露是“一个系统暴露于重大气候变化的性质和程度”。¹³敏感性是“一个系统受到气候变率或变化的不利或有利影响的程度”。¹²适应能力是“一个系统适应气候变化(包括气候变率和极端气候)、缓和潜在损害、利用机遇或应对后果的能力”。¹³

本研究是在印度奥里萨邦进行的，旨在评估海洋渔民生计对气候变化的脆弱性。奥里萨邦是印度东海岸的一个海洋邦。从历史上看，它一直是一个容易发生自然灾害的州，尤其是沿海地区。¹⁴

材料与方法

用于测量脆弱性敏感性和适应能力组成部分的选定变量数据来自奥里萨邦巴拉索尔和甘贾姆地区的两个村庄。该州有480公里长的海岸线和24000公里的大陆架面积²。根据中央海洋渔业研究所(CMFRI) 2010年的人口普查，¹⁵印度共有3288个海洋渔村，其中813个(24.7%)在奥里萨邦，海洋渔民总数为605514人。

本研究采用多阶段抽样方法收集数据。多阶段抽样是指根据种群内自然聚类的层次结构进行两个或两个以上阶段的随机抽样¹⁶。在研究中，使用“阶段单位”命名法来表示不同层次的集群。奥里萨邦有六个沿海地区，其中两个地区被选中。所有六个沿海地区都被认为是第一阶段的单位。在第一阶段，根据登陆中心的数量，从奥里萨邦的所有六个沿海地区中，选择了巴拉索尔和甘贾姆地区。第二阶段的单位是设有鱼类上岸中心的渔村，在两个区各选出两个设有鱼类上岸中心的渔村。从甘贾姆选定的渔村是Golabandha和Sana Arjipalli，以及Balasore、Bahawalpur和Balaramgadi。选择具有FLC的村庄背后的合理性是登陆中心的重要性，这些中心是参与海洋渔业的各种利益攸关方的联络点。将每个渔村的渔民家庭作为第三阶段单位，随后，从每个渔村随机抽取30户渔民家庭，使研究家庭总数达到120户。从所有沿海村庄选取30户家庭的基本原理是使它们具有统计可比性。

指标选择

选择飓风的发生率和海岸侵蚀的程度作为气候变化暴露的指标。在上个世纪(1900-2000年)，奥里萨邦的气旋干扰次数为260次，是印度所有邦中最多的。¹⁷国家可持续海岸管理中心(NCSCM) 2011年的报告表明，奥里萨邦的海岸线受到海岸侵蚀，侵蚀程度在空间上是不同的。¹⁸在上述发现的基础上，收集了二手来源的暴露变量数据。研究区气旋扰动信息收集自2014年委员会报告国家减轻气旋风险计划（NCRMP)。¹⁷海岸带侵蚀的资料是从NCSCM的海岸线变化评估报告。¹⁸

选择就业(以每年的天数为单位)、收入(以2017年与渔业相关的活动为单位，以美元为单位)和每月人均鱼品消费量作为敏感性指标。该研究假设在收入、营养和就业方面对渔业依赖程度较高的家庭对气候变化更为敏感。^3.由于收入可以是敏感性和适应能力的一部分，为了避免对两者使用相同的指标，只包括渔业收入作为敏感性指标。所有这些变量的数据都是通过住户调查收集的。确定了农户的适应能力采用可持续生计方法(SLA框架)。正如SLA框架所解释的那样，渔民的生计资产被用作适应能力的指标。人力资本是技能、知识、劳动能力以及良好的健康和身体能力，这些对于成功实施不同的生计战略至关重要。¹⁹对于人力资本的评估，在他们的工作中，我们选择了渔业经验、非老年家庭(<50)的存在和成年劳动力Sesabo and Tol(2005)。^20.此外，家庭的教育水平也被选为人力资本的一个变量。^3.

为了确定家庭的金融资本状况，选择渔业以外的收入(以美元计)和家庭创收活动的数量作为变量。生计多样化是适应气候变化的重要措施。²¹实物资产是经济生产过程中产生的资本。是指维持民生所需的基础设施和生产资料。²²选取渔民拥有的渔业资产数量、房屋质量和渔船类型作为评估家庭物质资本的变量。以农地占有和林木占有为指标，评估农户的自然资本。对自然资本进行综合指数，其取值范围为0 ~ 2。

综合社会资本是通过选择变量来衡量的。选择的变量包括参加社区节日、村内外亲戚/朋友的存在、在不利气候条件下村内外亲戚/朋友的帮助、合作社/自助小组的成员资格、这些成员在不利气候条件下的帮助、政党的成员资格、政党的帮助以及持有身份证(用于实施社会保障计划)。对生计支持系统的可及性进行了评估，方法是询问他们是否能获得气旋庇护所、安全饮用水来源、卫生设施、鱼品交易设施、银行、合作社、村委会办公室、渔业办公室、教育机构、非政府组织、当地政治领导人、电力、贷款/信贷、医院、法院、鱼品加工厂、当地社区领导人、公路运输、火车站、警察局和研究机构。

采用Mann-Whitney U检验比较两区家庭脆弱性指数采用Kruskal-Wallis H检验比较渔村脆弱性状况。

生计脆弱性指数

本研究采用综合生计脆弱性指数对渔民生计脆弱性状况进行评价。生计脆弱性指数(LVI)采用政府间气候变化专门委员会(IPCC)的脆弱性框架。²³正如IPCC所解释的那样，脆弱性有三个组成部分，即暴露、敏感性和适应能力。综合生计脆弱性指数法通过汇总一组指标的数据来计算脆弱性

在本研究中，脆弱性的暴露、敏感性和适应能力组成部分的所有选定变量均被加权，以计算总体指数。未加权指标的优势在于，它可以更自信地按比例放大。²⁴与此同时，有人批评说，脆弱性的所有组成部分可能不会平等地影响一个社区。由于每个指标的测量尺度不同，因此将其归一化为一个取值范围为0到1的指数。采用最小-最大法进行归一化²⁵：



指数_如果是特定家庭的特定指标的归一化值。年代_V是该住户的实际指标S_马克斯为该指标在数据集中的最大观测值，S_最小值是该指标在数据集中观察到的最小值。将脆弱性暴露度、敏感性和适应能力分量下的各指标值归一化后，计算各分量的指标值，公式如下:



在SC_VJ是组件的子指标值吗J为家庭V;指数_svi表示索引的指标值我，表示组件J,n表示每个组件中指示器的个数。再结合子组件的指数值，采用加性方法寻找漏洞;^3.和被用来计算最终的家庭脆弱性指数。取所有农户脆弱性指数的平均值，得到特定渔村的脆弱性指数。然后取村庄脆弱性指数的平均值，得到特定区域的脆弱性指数。

V_HH= {e + s +(1-ac)} / 3(添加剂方法)

E =曝光，S =灵敏度，AC =自适应能力

结果与讨论

曝光

研究渔民家庭的总体暴露水平(平均)保持在0.505+0.283.Balasore的暴露子指数(0.79)高于Ganjam(0.22)。在奥里萨邦所有沿海地区中，巴拉索尔的飓风发生率最高。与上个世纪(1900-2000年)的甘贾姆相比，Balasore不仅有气旋，而且低气压、风暴和强风暴的发生率也更高。然而，与奥里萨邦的所有沿海地区相比，巴拉索尔的海岸侵蚀程度较低。这是由于茂密的红树林植被和抛石结构的存在，这些结构保护了巴拉索尔地区的海岸线免受侵蚀。¹⁸

表1:印度奥里萨邦Balasore和Ganjam地区气旋事件和海岸侵蚀的发生率

气旋扰动	Balasore	Ganjam	源
抑郁症	66	22	NCRMP 2014
风暴	23	06
严重的风暴	08	06
总计	97	34
海岸侵蚀(%)	26.82	32.39	海岸线变化评估报告，NCSCM

灵敏度

Balasore的总体灵敏度为0.431，略低于Ganjam的0.434。这一差异主要是由于甘贾姆渔民家庭的海鱼消费量(3.91公斤/月)高于巴拉索尔(2.77公斤/月)。在研究过程中，还发现Fisher家族的成员食用质量较低的鱼(无论是口感还是营养价值)。这与甘贾姆渔民的收入较低相吻合，这使得他们不得不出售高价值和营养丰富的鱼类，并消费未售出的鱼类。它侵蚀了渔民的健康状况，随后使他们适应气候变化的能力下降。然而，甘贾姆的高敏感性掩盖了一个事实，即与甘贾姆相比，巴拉索尔的渔业收入和渔业就业更多。Balasore家庭的渔业平均收入(＄3006.14美元)比甘贾姆(＄1317.79美元)。在Balasore，一个渔民家庭在渔业上投资了近253天，而Ganjam的这一数字为247天。它表明，Balasore渔民家庭对渔业的依赖程度较高，这反过来又使他们对气候变化更加敏感。在这方面，生计多样化可以是一个有效的工具。l将渔民家庭与新的职业部门联系起来可以有效地减少就业依赖渔民。²⁶

表2:综合生计脆弱性指数各组成部分的指数值

变量	Balasore	Ganjam	整体
气旋扰动	0.97	0.34	0.65
海岸侵蚀	0.51	0.61	0.56
接触* *	0.74	0.47	0.60
渔业收入	0.24	0.10	0.17
消费	0.37	0.52	0.44
就业	0.69	0.68	0.68
灵敏度* *	0.43	0.43	0.43
人力资本	0.49	0.44	0.46
实物资本	0.41	0.28	0.34
金融资本	0.16	0.09	0.12
自然资本	0.30	0.02	0.16
社会资本	0.77	0.69	0.73
获得生计支持系统	0.90	0.87	0.88
适应能力* *	0.47	0.37	0.42
脆弱性* *	0.56	0.51	0.54

**根据Kruskal Wallis检验，显著性水平为1%

适应能力

人力资本是适应能力的最重要组成部分，它有助于家庭获得其他生计资产。²⁷与Balasore相比，Ganjam的家庭捕鱼和相关活动的经验更高。更高的经验有助于渔民通过学习经验来更好地适应气候变化。Balasore地区渔民受教育程度(4.71±0.31年)高于Ganjam地区(1.88±0.23年)，适应气候变化能力较强。渔民家庭整体平均受教育程度为(3.29±2.58)年。越高教育水平为收入开辟了道路。相比之下，有限的教育可能会限制他们理解天气预警信息的能力，使他们更容易受到伤害。较低的教育水平和经验使渔民更容易受到气候变化的影响。²⁸此外，Balasore的每户平均成年劳动力(2.93人)高于Ganjam(2.53人)。成年劳动力指的是家庭中挣钱并为维持家庭作出贡献的成年成员的数量。

Balasore渔民家庭的整体自然资本高于Ganjam，这可能是因为他们拥有更多的农业用地和树木，这给了他们一定的经济回报。甘贾姆渔村的地理位置，大部分位于沙滩地区，使该村不适合农业。Balasore的渔民家庭拥有的渔业资产(1.07±1.21)比Ganjam(0.52±0.91)多，这使渔民能够获得更多的渔获物或加工渔获物。然而，在这两种情况下，较高的标准差揭示了渔民之间占有渔业资产的不平等。在这两个地区，超过一半的家庭拥有良好(Pucca /半Pucca)质量的房屋。在这两个地区，住在古茶屋的家庭比例较低。

在甘贾姆，几乎75%的被研究家庭没有手艺。这里的渔民用借来的船捕鱼。此外，渔船的渔获量由船主和渔民共享。在Balasore，没有渔船的渔民在拖网渔船上担任渔业工人，或参与相关渔业活动，如补网、结冰等。关于这两个地区拥有机械化船只的信息是与cmfr -海洋渔业普查(2010年)同时发现的。¹²显示在巴拉索尔海岸作业的机械化船只数量比甘贾姆海岸的要多。

与Ganjam相比，Balasore的其他收入来源比渔业收入更高。与Ganjam的渔民家庭相比，Balasore其他活动产生的收入也更高。Balasore渔民较高的金融资本使他们能够更好地适应气候变化的影响，因为金融资本提供了更多的其他生计资产，并在适应中发挥了关键作用。²⁹

社会资本提高了个人有效应对气候变化负面影响的能力。^30.Balasore渔民家庭的社会资本高于Ganjam。更高的社会资本由更高的连通性支持，通过增强人们的适应能力来帮助人们。此外，对渔民家庭生计支持系统的可及性评估显示，Balasore渔民对生计支持系统的可及性高于Ganjam渔民家庭。

表3。Balasore和Ganjam生计脆弱性指数(LVI)的Mann-Whitney检验结果

区	N	意思是排名	U	z	P
Balasore	60	90.37	8	-9.406	< 0.001
Ganjam	60	30.63

脆弱性

Balasore地区渔民家庭脆弱性较高(0.57±0.03)(Z=-9.406;p= <0.01)，高于甘家县渔民户(0.51±0.03)。Balasore地区渔民家庭的脆弱性较高是由于Balasore地区对气候变化影响的暴露程度较高。而Balasore和Ganjam在敏感性分项指标上差异不大。Balasore渔民由于生计资本指数得分较高，适应能力高于Ganjam，但对Balasore整体脆弱性指数得分影响不大。研究还表明，较高的暴露程度和敏感性要求较高的适应能力来降低脆弱性;

结论

从这项研究中，我们得出结论，关于气候变化的适应和缓解措施不应该是泛泛的。相反，它们应该是特定地点的，并考虑到所考虑的地区目标人群的暴露、敏感性和适应能力。同样，在海洋渔业中，建议制定针对具体地点的气候变化管理计划，以降低渔民对气候变化的脆弱性。

致谢

这项研究是印度孟买ICAR-中央渔业教育研究所在ICAR初级研究金方案下进行的硕士研究的一部分。作者感谢研究所为进行这项研究提供了应有的支持。

参考文献

1. 科克伦K，德扬C，索托D.和Bahri T.气候变化对渔业和水产养殖的影响。粮农组织渔业和水产养殖技术文件, 2009;530年,p.212。
2. [j]，陈建军，陈建军，陈建军，陈建军，陈建军，陈建军，陈建军，陈建军，陈建军。海洋酸化对海洋生物的影响。自然, 2018;437(7059): 681 - 686。
   CrossRef
3. Islam M.M.， Sallu S.， Hubacek K.和Paavola J.。渔业生计对气候变化和变化影响的脆弱性:来自孟加拉国沿海地区的见解。区域环境变化, 2014;14(1): 281 - 294。
   CrossRef
4. 艾利森·e·H、w·n·阿杰、玛丽-卡罗琳·巴杰克、卡特里娜·布朗、德克兰·康威、n·k·杜维、阿什利·霍尔斯、艾莉森·佩里和j·d·雷诺兹。气候变化对对穷人很重要的捕捞和增收渔业可持续性的影响:分析生活贫困的渔民的脆弱性和适应性。最终技术报告;2005
5. 马尔·r·k，库马尔·r和巴特拉·R.印度的气候变化和灾难。南亚灾害研究, 2011;4 (1): pp.27 - 76。
6. o 'Brien K, lehenko R, Kelkar U, Venema H.， Aandahl G.， Tompkins H.， Javed A. Bhadwal S.， Barg S.， Nygaard L.， West J.气候变化和全球化对印度脆弱性的影响。全球环境变化, 2004;14(4): 303 - 313。
   CrossRef
7. Kumar k.r.， Sahai a.k.， Kumar k.k.， Patwardhan s.k.， Mishra p.k.， Revadekar j.v.， Kamala k和Pant G.B.。21世纪印度高分辨率气候变化情景。当前的科学, 2006;90(3): 334 - 345。
8. Vivekanandan E, Rajagopalan M.海水温度升高对细鳍鲷产卵的影响;2009
9. 适应环境变化的手工渔业——来自南印度泻湖的见解。全球环境变化, 2008;18(3): 479 - 489。
   CrossRef
10. 艾利森，E.H.，霍尔曼斯，B.， B.。减少脆弱性和社会包容:减少小规模渔民贫困的战略。在湿地、水和生计讲习班, 2006年。
11. 古拉提A，古普塔P, Jha M, Sarathi P.P.和Vishal K.气候变化、变率和极端降雨事件对奥里萨邦农业生产和粮食不安全的影响。ISPRS档案, 2009;38(8): p.W3。
12. 气候变化——影响、适应和脆弱性:第二工作组对IPCC第四次评估报告的贡献，剑桥大学出版社，2007;辑。
13. McCarthy j.j.， Canziani o.f.， Leary n.a.， Dokken d.j.， White K.S.(编)。气候变化2001:影响、适应和脆弱性。剑桥大学出版社，2001
14. 古拉提A，古普塔P, Jha M, Sarathi P.P.和Vishal k .气候变化、变率和极端降雨事件对奥里萨邦农业生产和粮食不安全的影响。ISPRS档案, 2009;38(8): p.W3。
15. 海洋渔业普查2010第二部分。2 Odisha, 2012
16. 塞奇威克P.多级抽样。BMJ, 2015;351, h4155。
    CrossRef
17. 关于奥里萨邦气旋干扰的信息可在ncrmp.gov.in/wp-content/uploads/2014/03/IP_Orissa_PartA.pdf获取(于2017年2月12日访问)
18. 奥里萨邦海岸的海岸线变化评估可在http://www.ncscm.org上获得(于2017年2月4日访问)
19. 《可持续生计方法与减贫》政策和社会经济分析司, 2001年
20. SesaboTol, R.S.。影响坦桑尼亚沿海村庄家庭收入策略的因素:对发展-保护倡议的影响。fnu - 70, 2005年
21. 吴涛，吴文杰，张建平。气候变化对渔业的影响及其对渔业的影响。气候变化对渔业和水产养殖的影响:当前科学知识概述。粮农组织渔业和水产养殖技术文件, 2009;530: 107 - 150。
22. Cinner J.E, McClanahan T.R, Graham N.A.J, Daw T.M, Maina J, Stead S.M, Wamukota A, Brown K. and Bodin Ö。沿海社区对气候变化对珊瑚礁渔业的关键影响的脆弱性。全球环境变化, 2012;22(1): 12-20。
    CrossRef
23. 张建军，张建军，张建军，刘建军，等。2014年中国气候变化对气候变化的影响及其对气候变化的影响[J]B部分:区域方面-第二工作组对政府间气候变化专门委员会第五次评估报告的贡献, 2014年
24. Hahn m.b.， Riederer A.M.和Foster S.O.。生计脆弱性指数:评估气候变化和变化风险的实用方法——以莫桑比克为例。全球环境变化, 2009;19(1): 74 - 88。
    CrossRef
25. 陈志强，陈志强。一种预处理阶段的规范化方法。arXiv;2015;1503.06462。
26. Cinner J.E, McClanahan T.R, Graham N.A.J, Daw T.M, Maina J, Stead S.M, Wamukota A, Brown K. and Bodin Ö。沿海社区对气候变化对珊瑚礁渔业的关键影响的脆弱性。全球环境变化, 2012;22(1): 12-20。
    CrossRef
27. Satia B. P.在小规模渔业的背景下促进渔业生态系统方法;2003年11月18日至21日在泰国曼谷举行的小规模渔业工作组第二届会议上提交的文件，2, 99年。
28. Shyam s.s.， Kripa V, Zacharia P.U, Mohan a .和Ambrose T.V.。喀拉拉邦沿海渔民家庭脆弱性评估:气候变化视角。印度渔业杂志, 2014;61(4): 99 - 104。
29. Brenkert A.L.和Malone E.L.。对气候变化的脆弱性和恢复力建模:印度和印度各邦的案例研究。气候改变, 2005;72(1): 57 - 102
    CrossRef
30. Adger w.n.， Dessai S.， golden M.， Hulme M.， Lorenzoni I.， Nelson, d.r.， Naess, l.o.， Wolf, J.和Wreford, A.适应气候变化是否存在社会限制?气候变化, 2009;93(3): 335 - 354。
    CrossRef