导语：在气候变化的冲击下，沿海基础设施的稳固性对实现可持续发展目标（SDGs）至关重要。本文通过精细的地理空间分析，开创性地将孟加拉国沿海地区的家庭基础设施服务中断与SDGs的进展直接联系起来。与前三项侧重于港口和全球贸易的宏观研究相比，本研究深入到家庭层面，特别关注最贫困家庭如何不成比例地受到气候灾害的威胁。我们不仅识别了关键的脆弱区域，还提出了切实可行的适应措施，为全球沿海地区的气候风险管理和SDGs的实现提供了新的视角和策略。
摘要
气候灾害通过影响基础设施服务的交付，给全球沿海地区的发展成果带来越来越大的威胁。我们使用一个包含 820 万户家庭的高分辨率数据集，评估了洪水、气旋和侵蚀灾害引起的基础设施服务中断对孟加拉国沿海地区可持续发展目标（SDGs）进展的阻碍程度。结果显示，气候灾害可能威胁到所有家庭的基础设施服务接入，其中 69%的沿海子区内，最贫困的家庭受到的威胁不成比例。如果在最脆弱地区的三分之一（33%）区域内针对这些气候威胁进行适应措施，可以帮助保护 50-85%已实现的 SDG指标的进展。这些发现展示了地理空间气候风险分析的潜力，该分析结合了家庭直接暴露和基本服务接入情况。即使在数据稀缺的地区，这种高分辨率分析也变得可行，帮助决策者针对贫困群体进行开发优先级和目标定位。
引言
气候灾害预计将对贫困和脆弱的社区产生不成比例的影响。这部分原因是由于贫困人口往往生活在暴露程度更高的地区（“暴露偏差”）。贫困社区的暴露和脆弱性可能会随着时间的推移，通过反复的气候影响循环而加剧，阻止资产积累，并长期影响健康、教育和就业机会，导致人口及其资源的暂时或永久迁移。这种类型的“贫困陷阱”可能导致各个层面的长期福利下降，这在各个地区都有记载，包括在气候变化“前线”的孟加拉国沿海地区，该地区是本研究的重点区域。
由于气候极端事件可能对人们及其更广泛的发展机会产生不利影响，国家发展计划可能会因气候影响而偏离轨道。针对最脆弱群体的有针对性干预措施可以帮助缓解这些有害的动态。然而，鉴于资源不可避免的稀缺性和潜在的误分配，这些干预措施需要依赖于气候风险和脆弱性以及其在社会经济系统中的相互作用的空间分析。然而，迄今为止，将高分辨率空间脆弱性映射与灾害、暴露和可持续发展目标（SDGs）联系起来的工作仍然不完整。
社会脆弱性已经在地方和市级以及国家和全球层面上通过地理空间映射并整合到洪水风险管理评估中。然而，气候灾害（尤其是洪水、侵蚀和其他地貌变化）的影响可能（1）对脆弱家庭的具体位置敏感，要求高分辨率的地理定位家庭级数据；并且（2）不仅取决于家庭的位置，还取决于它们对基本服务（如医院和电力）的获取，这些服务对实现可持续发展目标（SDGs）至关重要。目前，缺乏可靠的高分辨率数据来区分地方和区域的脆弱性差异。这种详细信息的缺乏可以解释气候风险估计的差异，例如在河流洪泛区和沿海地区，这可能削弱针对最脆弱群体的适应措施。
SDGs 努力提供一个完整且普遍适用的发展进展评估框架。多项研究已在聚合规模上研究了跨领域的发展干预（例如基础设施系统、绿色能源、气候行动等）如何有助于多个 SDG。也认识到需要适当且可衡量的指标来推动在 SDG 框架内的更有针对性的发展规划和适应策略。最近在国家规模上应用这些方法展示了如何识别一个国家的建筑和自然资产的韧性需求，以及如何根据由 SDG 指导的国家发展愿景评估战略干预措施。
孟加拉国沿海地区发展进展的地方风险
在数据稀缺地区，地理定位的家庭数据可以用来获得关于气候威胁对可持续发展的新见解。我们通过基础设施服务交付及其在实现可持续发展目标（SDGs）中的作用这一视角，评估了这些脆弱性，重点关注孟加拉国沿海地区。孟加拉国位于全球气候灾害热点地区，超过80%的土地面积是洪泛区。频繁且强烈的河流、暴雨和潮汐洪水，气旋风及其引发的风暴潮，以及广泛的河岸和沿海侵蚀每年都会影响该国。这些多种灾害对基础设施网络的反复损害和中断对该国的经济增长、社会韧性和实现SDGs的进展造成了沉重负担。在沿海孟加拉国，特别是农村地区，不足的基础设施服务阻碍了人类发展，并在面对灾害影响时减缓了韧性建设的努力。
然而，对家庭层面基础设施服务中断的理解仍然有限，之前的努力主要集中在构建风险和韧性指标来评估灾害对基础设施的威胁。在孟加拉国，得到所有相关政府部门支持的总理办公室SDG工作委员会定义了39个优先指标（NPTs）来衡量实现关键SDG目标的进展，这些指标为本研究中的地理空间分析提供了参考。我们直接针对其中的五个指标，结合国家级气候灾害和基础设施资产的地理空间数据与高分辨率的家庭数据，评估由于一种或多种气候灾害引起的基础设施服务中断对SDG实现的本地化风险（见方法部分）。特别是，我们评估了家庭对这些基本服务的访问，不仅量化了家庭的暴露程度，还量化了他们依赖的服务可能受到的中断。
我们首先通过将河流和沿海洪水、气旋和侵蚀灾害图（包括现状和未来河流和沿海洪水情景）与关键基础设施资产和网络数据相交，评估孟加拉国沿海地区基础设施服务对气候灾害的暴露程度（图 1，左上和右上；参见方法）。这一暴露分析使用了合成的家庭数据集，该数据集将现实的社会经济家庭特征（如电气化、就业和教育成就）与家庭位置（例如使用人口密度图）关联，并通过独立的家庭调查进行了验证。进一步的调查数据和地理空间分析用于开发孟加拉国沿海地区社会经济家庭“财富”组的空间代理（按五分位划分），以及它们的基础设施接入水平。我们分析了孟加拉国整个沿海地区（150 个子区，即当地称为“upazilas”的行政区，分布在 19 个沿海区，人口总数约为 3500 万人），评估了个别家庭的基础设施服务交付情况，开发了气候风险档案，量化了家庭暴露于多种灾害的程度（图 1 左下）。
我们分析了孟加拉国整个沿海地区（150个子区，即当地称为“upazilas”的行政区，分布在19个沿海区，人口总数约为3500万人），评估了个别家庭的基础设施服务交付情况，开发了气候风险档案，量化了家庭暴露于多种灾害的程度（图 1 左下）。在整个过程中，贯穿了孟加拉国的可持续发展愿景。我们将当前绩效从相关国家目标缩小到地方（upazila）级别，并利用家庭层面的社会经济特征和服务接入数据，揭示当前向所选目标推进的空间格局（图 1 右下）。通过将家庭层面的资产服务交付与各种灾害情景的暴露情况联系起来，我们可以评估灾害对SDG进展可能产生的影响，涉及到政府整体发展目标的一些方面。
家庭服务对气候灾害的“暴露偏差”
本分析重点关注气旋避难所、教育设施、市场中心、医疗设施和电力变电站的中断情况，这些设施的选择与后续的SDG目标实现分析相关（补充图1还包括道路网络）。对于沿海和河流洪水，如果最近的资产暴露于超过1米的洪水（见方法部分），则家庭被认为受到了中断影响。孟加拉国沿海地区的所有820万户家庭都暴露于气候灾害引起的某种基础设施服务中断中。对于基准的50年一遇的灾害，预计沿海洪水（包括风暴潮）、河流洪水和气旋（风损害）将分别中断平均39.5%、22.7%和94.5%的沿海人口的所有基础设施服务。自1987年以来，侵蚀预计累计中断了56%的沿海人口的所有基础设施服务。需要注意的是，这些气候灾害（例如气旋风和洪水）可以同时发生，导致更严重的复合影响，但这在本研究中没有考虑。
对于每种灾害和资产类型的组合，我们计算了每个upazila和财富五分位中暴露于50年一遇灾害（当前情景）和2030年代表性浓度路径（RCP）4.5下洪水情景中的家庭比例。图2显示了2030年50年一遇事件（RCP 4.5）下的沿海洪水暴露情况，展示了中等社会经济五分位（左）的预期受影响家庭比例，及相对于这一中等五分位的统计显著贫困偏差（中）和财富偏差（右）。显然，沿海洪水的主要影响集中在低洼的库尔纳和巴里萨尔分区以及吉大港分区的南部沿海地区。吉大港南部沿海洪水的普遍性反映了该地区的强风和波浪，这两者都具有西南方向，使水直接推向岸边。
在整个沿海地区，显示出贫困家庭比富裕社会经济群体更容易暴露于沿海洪水导致的基础设施服务中断。对于气旋避难所、市场中心、教育和医疗设施，我们看到统计显著的贫困偏差。在教育设施方面，贫困人口暴露于教育中断的可能性分别是中等和最富裕群体的1.07倍和1.13倍。对于医疗设施（1.07）、市场中心（1.02）和气旋避难所（1.24），贫富人口群体之间的风险比类似。然而，在变电站方面，这一风险比为0.989，表明最富裕群体受沿海洪水影响变电站中断的可能性是1.01倍。这一财富偏差可能是由于吉大港分区Patiya和Hathazari upazilas的变电站特别容易受到靠近Karnaphuli河的洪水影响，这些变电站主要服务于60-70%的富裕家庭（补充图1e）。
当评估任何气候灾害中断任何基础设施服务的暴露时，在104个upazilas（相当于孟加拉国沿海地区的69%）中观察到统计显著的贫困偏差。仅关注沿海洪水，在150个沿海upazilas中，有35个（23.33%）显示出至少一种资产类型的中断导致的贫困偏差。分别有12个和2个upazilas展示了两种或三种资产类型的贫困偏差。展示三种资产类型贫困偏差的upazilas是Chakaria（东南吉大港）和Jhalokati Sadar（西北巴里萨尔），这两者分别在教育和市场中心，以及气旋避难所（Chakaria）和医疗设施（Jhalokati Sadar）方面显示出贫困偏差。在五种基础设施资产类型中，教育设施的中断展示了最广泛的贫困偏差，有17个upazilas主要集中在梅格纳河周围的低洼地区，但也包括库尔纳和吉大港分区，显示出贫困偏差介于1.008（Bhandaria）和1.4（Kotwali）之间。在这些关键upazilas中，最需要加强现有基础设施系统提供的服务，以及提升改进服务的连通性和可达性，以抵御未来的沿海洪水事件。在任何upazila中预计将受到沿海洪水影响的贫困家庭（财富五分位1-3）的绝对数量最大的是Patuakhali Sadar，有381,680户家庭暴露于变电站中断风险。
保护SDG目标的实现
我们评估了孟加拉国国家优先指标的SDG进展情况，并分析了气候灾害引起的基础设施服务中断如何对其产生负面影响。通过家庭层面的数据，我们可以估算与本研究中包含的各个部门提供的基础设施服务直接相关的五个指标的当前SDG实现情况（见方法部分的“家庭基础设施服务可及性和SDGs”）。在缺乏适当的韧性措施的情况下，当前SDG进展水平较高的地区在面对灾害影响基础设施服务时，进展水平可能会大幅下降。而SDG进展较低的地区则需要理解灾害暴露的空间性质，以应对当地缺乏适当基础设施服务的人口。
图3显示了SDG目标实现的“风险”，阴影较深的upazila面临由于灾害而导致的潜在SDG进展中断。沿海洪水对SDG 7（电气化）进展的潜在破坏性影响最大（在51个upazilas中是主要灾害），河流洪水特别影响SDG 3（健康）和SDG 4（教育）（分别在41个和40个upazilas中是主要灾害）。侵蚀灾害特别影响SDG 3（在55个upazilas中是主要灾害）。气旋中断基础设施服务的潜在影响在该地区特别普遍，对健康（SDG 3）、教育（SDG 4）、电气化（SDG 7）和经济（SDG 8）指标在大多数upazilas中都有影响。虽然避难所建造以承受气旋风暴，但它们也暴露于沿海洪水和侵蚀灾害中；因此，SDG 13（限制气候变化影响）的进展在许多沿海upazilas中特别脆弱。家庭电气化、健康和学校接入相关的成果面临不同程度的沿海和河流洪水及侵蚀的风险，具体取决于当地已实现的SDG表现。
图4说明了政策制定者在优先考虑韧性措施时，尽管根据灾害的不同，这些措施集中在少数关键领域时可以看到显著影响。对于四种灾害中的每一种，upazilas按其在此处评估的五个目标中的平均SDG进展风险从高到低排序。SDG进展风险指的是如果灾害中断基础设施服务，区域目标实现的下降程度。对于沿海洪水灾害，增强基础设施服务韧性的措施可以在仅10个upazilas（占沿海地区的6.6%）被优先考虑时，保护15-20%的SDG进展；当优先考虑50个upazilas（33%）时，这种保护上升到约三分之二（60-70%）。在117个upazilas（78%）中，可以保护当前所有目标的99%以上的进展。如果没有这样的保护措施，由于基础设施服务暴露于气候灾害，区域的SDG进展可能会大幅下降。
对于河流洪水，对应的数字是21-30%（10个upazilas）和76-85%（50个upazilas），而在114个upazilas中通过韧性措施可以实现99%的保护。气旋韧性可以保护15-19%的SDG进展（10个upazilas）和50-56%（50个upazilas），而几乎所有（149个）都需要采取一些干预措施以实现99%的保护。沿海侵蚀韧性可以保护19-21%（10个upazilas）、52-60%（50个upazilas）和通过141个upazilas中的措施实现99%的保护。我们还注意到，由于灾害暴露的空间变化，基础设施类型之间的累积保护存在差异。例如，电气化（SDG 7）需要更广泛的韧性规划来保护免受沿海洪水的影响，而河流洪水在潜在中断变电站方面的空间限制较大。
为了充分实现政府的SDG目标，需要在沿海地区和孟加拉国其他地区建设新的基础设施，以覆盖那些服务不足、未连接或由于缺乏邻近而无法受益于基础设施服务的人口。我们的家庭数据集估计，这些家庭在沿海地区的比例可能相当大，反映在调查响应和/或家庭定位在合理接入最近资产所需的距离阈值之外。例如，46%的家庭报告在该地区没有电力接入，而18%的家庭距离最近的医疗设施超过5公里。汇总150个upazilas的家庭接入率，我们观察到整个地区需要有针对性地建设韧性新基础设施，以覆盖这些服务不足的人群。
尽管这些基础设施尚未建成，但将这些区域与高分辨率空间灾害数据相交，可以为实现国家SDG优先事项的资产空间规划提供信息（如图5所示，显示了沿海洪水灾害）。值得注意的是，我们可以可视化这些新基础设施风险较低的地方（深灰色）和应优先考虑韧性措施的地方（深蓝色），以确保建成的资产对家庭的有效服务交付。对于气旋避难所，这也表明气旋及其相关的沿海洪水暴露延伸到记录较少避难所的地区。对于所有其他基础设施服务提供，低可达性与高暴露在梅格纳河口和孟加拉国沿海地区的西南upazilas相交。
孟加拉国沿海地区的可持续发展成就
通常，SDG实现情况在国家层面进行报告，绩效在一个国家多样的地理和社会经济层面上进行汇总。SDG目标设定的机制往往模糊且不易在地方层面上进行细化。本研究展示了自下而上测量SDG进展的未来潜力，这种测量方法可以直接与气候灾害相关联，以评估和改进关键的可持续发展指标。
在此及其他背景下，可以通过提供关于其他相关基础设施的地理空间数据，以同样的方式纳入额外的SDG目标，扩展到水处理厂、分配网络和接入点（例如井和钻孔）（SDG 6）、道路和铁路网络（SDG 9和11）、废物处理设施（SDG 12）以及民用和政府建筑（SDG 16）。在世界其他地区更为相关的气候相关灾害（例如干旱、野火和风暴）可以整合或替换到这种评估方法中，因为中断是通过关键资产暴露来测量的。
将空间灾害分析纳入政策主流
有很大的潜力利用数据驱动的地理空间分析来指导地方层面的适应性投资决策。虽然高分辨率的家庭数据在许多情况下难以获得，但空间微观模拟和密度模型等新兴方法，加上日益先进的卫星技术和遥感技术，可以为决策者提供一个精确的工具包，以指导基础设施和发展决策。
然而，要在国家政策规划背景下充分发挥这种分析的潜力，必须将其整合到现有的政府系统和流程中。以孟加拉国为例，穆吉布气候繁荣计划作为国家气候韧性路线图，旨在对抗气候引起的损害和损失，加强就业，促进福祉，确保能源独立，同时支持2030年可持续发展议程的实现。为了使这种分析最有效，需要与相关政府机构和部门确定的切入点同步进行全面的精简过程。
可持续发展目标的交付日期正在迅速临近；然而，大多数国家仍存在重大成就差距。随着气候灾害在世界许多地区加剧，这些差距有可能扩大。现有的国家目标并不总是采用有利于贫困群体的方法来实现SDGs，或考虑到脆弱社区的暴露偏差。结果是，即使国家整体发展进展有所改善，这些人口群体也面临更高的未达到目标门槛的风险。我们展示了新颖的地理空间数据技术可以帮助政策制定者了解气候灾害对实现国家SDG目标的威胁，特别是对脆弱人群的影响。这种方法在其他同样数据稀缺的地区特别相关，决策者可以针对和优先考虑有利于贫困群体的发展，从而加速规模化的知情可持续发展。
方法
本研究按照以下方法论组件进行：(1) 创建数据库，包括(i) 来自国家或全球数据集的相关气候灾害情景数据，以及 (ii) 关键基础设施和社会部门地点的点和网络数据；(2) 使用高分辨率家庭调查数据，通过最近邻分析在细粒度尺度上识别对基础设施资产的依赖性；(3) 根据家庭调查响应将家庭分配到财富五分位；(4) 计算不同财富五分位的统计显著暴露偏差；(5) 通过家庭调查响应和服务接近度计算下放到地方行政级别的SDG进展，并基于资产暴露识别对进展的气候威胁。
创建数据库
气候灾害数据：
-
沿海和河流洪水：数据来自世界资源研究所的“Aqueduct Floods”在线平台，包含1980年基准年的数据和2030、2050、2080年的预测。这些情景提供了2年、10年、25年、50年和100年的重现期。 -
气旋灾害：基于12次历史气旋的概率分布，使用4.4公里分辨率的风速数据。 -
侵蚀灾害：使用DeepWaterMap模型基于过去35年的卫星图像创建的侵蚀图，分辨率为30米×30米。
基础设施数据
从孟加拉国政府和公共来源获得的关键社会基础设施资产和网络数据，包括113个电力变电站、2,062个市场中心、3,086个医疗设施、3,777个气旋避难所和73,814个教育机构。数据通过研讨会、对话和利益相关者会议验证。
家庭基础设施服务
-
使用来自世界银行的空间明确的合成家庭数据集，通过最近邻分析将每个家庭与其最近的服务提供资产链接。数据集包括家庭电力接入、自来水和卫生设施、住房类型、识字率、教育水平和就业情况等信息。 -
通过半径法估算服务区域，5公里用于医疗设施，1.6公里用于气旋避难所。由于道路网络数据不完善且家庭位置不精确，选择这种简化方法。
家庭财富分位
构建财富指数，将家庭分为五个财富五分位（从最贫困到最富裕）。使用家庭数据集中的基础设施接入变量进行标准化处理并进行主成分分析（PCA），第一主成分解释了约40%的方差。
计算暴露偏差
计算风险比，量化不同财富群体在气候灾害引起的服务中断中的暴露偏差，并测试其统计显著性。通过比较贫困（Q1和Q2）和富裕（Q4和Q5）群体与中等财富群体（Q3）的暴露比例，确定偏差的显著性。
基础设施服务可达性与SDGs
-
评估气候灾害对现有SDG进展的影响，通过测量各upazila的目标实现情况和服务接近度，确定现有目标可能面临的风险。 -
选择五个与基础设施服务直接相关的SDG目标（3、4、7、8、13），基于家庭对教育（SDG 4）、电力接入（SDG 7）和就业（SDG 8）的访问情况，以及与健康中心（SDG 3）和避难所（SDG 13）的距离，计算各upazila的当前进展。 -
假设2030年的时间框架和50年一遇的RCP 4.5情景，计算在各气候灾害下家庭面临的服务中断风险，并评估其对SDG目标实现的影响。