Sat. Nov 27th, 2021

Frekuensi bencana alam yang intens (didefinisikan di sini sebagai peristiwa yang dipicu oleh bahaya alam dan menyebabkan setidaknya 100 kematian atau mempengaruhi kebutuhan kelangsungan hidup setidaknya 1.000 orang) telah meningkat selama 40 tahun terakhir. Hal ini terutama berlaku untuk Asia dan Pasifik, di mana bencana seperti itu telah lama relatif sering terjadi. Pertanyaan penting adalah sejauh mana frekuensi bencana tersebut terkait dengan peningkatan jumlah orang yang terkena bahaya, perubahan kerentanan masyarakat terhadap bahaya, dan anomali suhu dan curah hujan. Makalah ini membahas pertanyaan ini dengan analisis ekonometrik penentuan risiko bencana untuk negara-negara Asia dan Pasifik selama 1971-2010. Tujuannya adalah untuk menentukan peran (jika ada) kemungkinan bahaya alam terkait iklim yang lebih besar, di samping perubahan paparan orang terhadap bahaya dan kerentanan mereka yang lebih besar, dalam menjelaskan frekuensi tahunan bencana terkait iklim. Hasil penelitian menunjukkan bahwa bencana hidrometeorologi sangat terkait dengan meningkatnya paparan populasi serta anomali curah hujan, sementara bencana klimatologis sangat terkait dengan perubahan suhu. Diambil bersama dengan bukti dari literatur bahwa “sangat mungkin” bahwa meningkatnya insiden emisi gas rumah kaca di atmosfer mengubah sistem iklim, temuan menunjukkan hubungan antara frekuensi bencana alam yang intens yang diamati di wilayah tersebut dan perubahan iklim buatan manusia. Perkenalan

Frekuensi bencana alam yang intens (didefinisikan di sini sebagai peristiwa yang dipicu oleh bahaya alam dan menyebabkan setidaknya 100 kematian atau mempengaruhi kebutuhan kelangsungan hidup setidaknya 1.000 orang) Catatan kaki 1 meningkat terutama dari tahun 1970-an hingga 2000-an. Bencana hidrometeorologi yang intens (terkait dengan banjir dan badai), dan bencana klimatologis (terkait dengan kekeringan dan gelombang panas) pada tingkat yang lebih rendah, menyumbang sebagian besar peningkatan bencana alam di seluruh dunia (Gambar 1). Sekitar setengah dari ini terjadi di Asia dan Pasifik (“Asia-Pasifik” dari sini); Hampir tiga perempat dari ini adalah bencana hidro-meteorologi yang intens. Gambar. 1

Frekuensi global bencana alam intens berdasarkan jenis (1971-2012)

Sementara pelaporan yang lebih baik kadang-kadang dikreditkan dengan beberapa frekuensi yang meningkat seperti itu, fokus kami pada peristiwa intens (yang cenderung kurang dilaporkan di masa lalu) mengurangi kemungkinan itu (Peduzzi et al. 2009; Thomas et al. 2013). Selain itu, sementara kami mencatat peningkatan yang cukup besar dalam frekuensi bencana 2 terkait iklim yang intens, frekuensi bencana geofisika yang intens (terkait dengan gempa bumi dan gunung berapi) hanya sedikit meningkat.

Gambar 2 menetapkan tiga hubungan yang melibatkan bencana terkait iklim. Pertama, emisi gas rumah kaca (GRK) mengubah konsentrasi GRK atmosfer dan dengan demikian mempengaruhi variabel iklim, khususnya suhu dan curah hujan (IPCC 2007). Kedua, perubahan variabel iklim mempengaruhi frekuensi bahaya terkait iklim (IPCC 2012). Ketiga, frekuensi bahaya terkait iklim mempengaruhi risiko bencana alam (IPCC 2012; Stott et al. 2012). Kami mendefinisikan risiko bencana sebagai kemungkinan kerugian (kematian, cedera, kerusakan dan kerusakan properti, dan lain-lain) bahwa bahaya dapat menyebabkan. Risiko bencana dipengaruhi oleh tiga elemen: (i) bahaya itu sendiri; (ii) populasi yang terkena bahaya (paparan); dan (iii) kemampuan masyarakat untuk menahan dampaknya (kerentanan) (Peduzzi et al. 2009; Thomas et al. 2013). Paparan populasi dan kerentanan bersama-sama dapat mengubah bahaya alam tertentu menjadi bencana. Gambar. 2

Gas rumah kaca, iklim, dan risiko bencana

Ada banyak penelitian tentang ilmu perubahan iklim (IPCC 2013; IPCC 2012; Hansen dan Sato 2012; Huber dan Knutti 2012; Knutson et al. 2010; trenberth 2011), serta literatur yang berkembang dan agak kontroversial tentang bencana alam dan perubahan iklim (IPCC 2012 dan 2013; Mendelsohn et al. 2012; Bouwer 2011; Kunkel et al. 2013; Pielke et al. 2008; Li et al. 2013; Hallegatte 2012; Coumou dan Rahmsdorf 2012). Studi yang berbeda membawa keluar hubungan antara emisi GRK dan perubahan iklim serta bahaya terkait iklim. Beberapa literatur, di sisi lain, menunjukkan bahwa perubahan iklim antropogenik tidak berdampak pada kerugian akibat bencana alam. Makalah ini berkontribusi pada literatur melalui analisis ekonometrik, seperangkat metode statistik yang biasa digunakan dalam menganalisis variabel sosial ekonomi untuk menguji hipotesis. Hal ini memungkinkan kita untuk memeriksa pentingnya tiga faktor utama, paparan, kerentanan dan perubahan iklim, secara bersama-sama, dalam meningkatnya ancaman bencana alam di Asia-Pasifik.

Kellenberg dan Mobarak (2008) dan Kahn (2005) meneliti peran paparan dan kerentanan sebagai penentu frekuensi korban tewas akibat bencana alam, menggunakan regresi binomial negatif atas pengamatan negara tahunan (data panel) di seluruh dunia untuk periode 1975-2002 dan 1980-2002. Analisis ekonometrik lainnya (Rentschler 2013; Bakkensen 2013; Noy 2009; Skidmore dan Toya 2002) dianggap sebagai penentu biaya bencana. Studi kami dibangun di atas model ekonometrik yang ada yang menganalisis kontributor hipotesis untuk suatu fenomena, dalam hal ini, bencana alam. Seperti dalam banyak model ini, ia menilai pentingnya faktor-faktor kunci yang berkontribusi terhadap frekuensi bencana alam yang intens dari waktu ke waktu dan di seluruh negara. Salah satu perbedaan utama dari pekerjaan sebelumnya adalah penggunaan anomali iklim sebagai variabel independen, selain paparan dan kerentanan. Kami menggunakan frekuensi bencana alam yang intens sebagai variabel dependen karena kecil kemungkinannya untuk memiliki bias pengukuran dibandingkan dengan alternatif menggunakan nilai kerugian atau kerusakan akibat bencana. Metode dan Data

Sangat sulit untuk membangun hubungan sebab akibat di antara variabel dalam analisis kami. Tetapi setelah Kellenberg dan Mobarak (2008) dan Kahn (2005), kami menggunakan ekonometrik untuk menguji hubungan antara frekuensi bencana hebat akibat banjir dan badai, serta yang disebabkan oleh kekeringan dan gelombang panas, dan tiga faktor risiko bencana yang diidentifikasi.

Variabel dependen dalam analisis adalah frekuensi tahunan hidrometeorologiFootnote 4(Hit) dan klimatologisFootnote 5 bencana(Cit) yang menewaskan 100 orang atau lebih atau mempengaruhi 1.000 atau lebih di negara ini (i \) di tahun t. Data untuk variabel-variabel ini diperoleh dari EM-DAT (2011). Penelitian lain mendefinisikan risiko bencana sebagai kemungkinan tingkat kerusakan dalam dolar AS, berdasarkan data historis. Namun, mengukur dampak bencana alam dalam hal moneter dibatasi oleh kurangnya standar untuk estimasi yang sebanding di seluruh negara.

Karena kedua variabel dependen adalah variabel hitungan, dua model hitungan ekonometrik digunakan. Model Poisson, yang mengasumsikan bahwa variabel tergantung hitungan memiliki distribusi Poisson, digunakan untuk bencana klimatologis karena memenuhi asumsi equidispersion yang diperlukan (yaitu, rata-rata frekuensi bencana klimatologis sama dengan variansnya). Sementara itu model regresi binomial negatifFootnote 7 (Allison dan Waterman 2002) digunakan untuk bencana hidrometeorologi karena tes rasio kemungkinan menunjukkan dispersi berlebihan (yaitu, varians frekuensi bencana hidrometeorologi lebih besar dari rata-rata). Secara khusus, kami memperkirakan persamaan regresi berikut menggunakan pengamatan tahunan untuk masing-masing dari 53 negara Asia-PasifikFootnote 8 (data panel) selama 1971-2010, baik dengan efek tetap dan acak negara. Istilah “data panel” mengacu pada pengamatan entitas yang sama seperti orang, perusahaan atau negara atas titik waktu yang berbeda. Persamaan regresi berdasarkan data tersebut, atau regresi panel, memungkinkan estimasi hubungan antara variabel dependen dan independen sambil mengendalikan faktor dan / atau variabel spesifik negara invarian waktu yang berubah dari waktu ke waktu tetapi tidak di seluruh negara. Catatan kaki 10

$$ E\left[{H}_{it}\Big|{ U}_{it},{V}_{it},{W}_{it},{X}_{it}\right]= \exp \left({\beta}_0+{\beta}_1{U}_{it}+{\beta}_2{V}_{it}+{\beta}_3{W}_{it}+{\beta}_4{X}_{it}\right) \exp \left({\varepsilon}_{it}\right). $$

$$ E\left[{C}_{it}\Big|{ U}_{it},{V}_{it},{W}_{it},{X}_{it},{Z}_{it}\right]= \exp \left({\beta}_0+{\beta}_1{U}_{it}+{\beta}_2{V}_{it}+{\beta}_3{W}_{it}+{\beta}_4{X}_{it}+{\beta}_5{Z}_{it}\right) $$

By admin

Leave a Reply

Your email address will not be published. Required fields are marked *