Wetenschap
Een typische straat in de wijk Little River in Miami, waar klimaatgentrificatie momenteel aan de gang is. Krediet:Marco Tedesco
De gevolgen van klimaatverandering treffen het hardst in sociaal en economisch kwetsbare gemeenschappen; dit wetende, onderzoekers hebben een verscheidenheid aan indices geconstrueerd om te proberen de meest risicovolle populaties te identificeren. Deze datasets zijn vaak gebaseerd op demografische gegevens, maar laat belangrijke financiële en onroerendgoedinformatie weg die kunnen helpen bij het identificeren van gemeenschappen waar kwetsbare groepen zouden kunnen worden verdreven door stijgende overstromingsverzekeringstarieven of verschuivingen van onroerendgoedwaarden.
Een nieuwe dataset, gemaakt door onderzoekers van Columbia University en vandaag gepubliceerd in Environmental Justice, wil deze leemte opvullen. De Socio-Economic Physical Housing Eviction Risk (SEPHER) dataset integreert sociaal-economische informatie met het risico van bosbranden, droogte, kust- en rivieroverstromingen, en andere gevaren, plus financiële informatie uit vastgoeddatabases en etniciteit, ras- en geslachtsgegevens. Het doel is om verantwoording af te leggen over de financiële kwetsbaarheid van de woningmarkt. SEPHER bestrijkt de hele Verenigde Staten, en is vrij beschikbaar voor andere onderzoekers.
"We willen iedereen een hulpmiddel bieden om problemen op het kruispunt van raciale, sociale en klimaatrechtvaardigheid, " zei hoofdauteur Marco Tedesco, een onderzoeksprofessor aan het Lamont Doherty Earth Observatory van Columbia University en een filiaal van Columbia's Data Science Institute. Hij is ook een aangesloten professor aan het Institute of Economics van de Scuola Superiore Sant'Anna, Pisa. Het project werd gefinancierd door het Earth Institute van Columbia University en maakt deel uit van een voortdurende samenwerking met de Columbia Business School.
"Onze primaire bedoeling is om gebruikers in staat te stellen de impact van klimaatgerelateerde gevaren op de meest kwetsbare bevolkingsgroepen te beoordelen, " voegde studie co-auteur Carolynne Hultquist toe, een postdoctoraal onderzoeker bij Columbia's Center for International Earth Science Information Network (CIESIN) en Lamont-Doherty Earth Observatory. "We moeten die populaties kunnen identificeren om ervoor te zorgen dat ze geen onnodige lasten van de klimaatverandering op zich nemen."
Veel onderzoeken die zich richten op de schade en financiële gevolgen van klimaatverandering zijn gebaseerd op commerciële datasets die honderdduizenden dollars kosten om aan te schaffen. Die kosten kunnen voor veel onderzoekers en gemeenschappen een grote hindernis zijn.
In plaats daarvan, de SEPHER-dataset combineert gegevens uit vele openbaar beschikbare bronnen, inclusief:
"Het is echt veel werk om het in elkaar te zetten, "zei Tedesco. "Maar door al deze informatie te kruisen, we kunnen beginnen met het stellen van vragen als:Hoeveel Afro-Amerikanen of mensen die behoren tot ondervertegenwoordigde groepen en sociaal kwetsbare groepen kregen geen hypotheek in regio's die min of meer werden blootgesteld aan klimaatrisico's, vergeleken met blanken, en hoe is dit met de jaren veranderd? Hoe spelen klimaatgevaren een rol in het gentrificatieproces?"
Casestudy:bewijs van klimaatgentrificatie Miami-Dade
Tijdens de recente Managed Retreat-conferentie georganiseerd door de Columbia Climate School, Tedesco presenteerde resultaten die SEPHER-gegevens gebruikten om aan te geven dat klimaatgentrificatie plaatsvindt in de gemeenschap van Little River in Florida. De meeste details van de casestudy's zullen beschikbaar zijn in een volgende paper.
traditioneel, inwoners van Little River hebben een laag inkomen, kansarme mensen die het zich niet konden veroorloven om langs de kust te wonen. Echter, naarmate het risico op overstromingen en orkanen toeneemt, kleine rivier, die meer beschermd is tegen deze gebeurtenissen, is becoming a prime area for real estate speculation and development.
These changes are captured by the SEPHER dataset, which showed that rents have increased exponentially, as have evictions. And after the 2009 financial crisis, the percentage of loans denied to African Americans in Little River was 44% higher than loans denied to whites. In coastal areas, ter vergelijking, these proportions didn't change.
SEPHER helped to show that Little River is undergoing big changes, said Tedesco. The test case study demonstrates the dataset's potential to identify other areas where climate gentrification is happening or could happen in the future, as well as to diagnose other relationships between housing and race, inkomen, and climate impacts.
"Duidelijk, data itself does not solve the problem, " the authors write in the paper, "but it's a first step, as one cannot truly understand where the worst inequities lie until the data are available and can be properly used or assessed."
Tedesco emphasized that while SEPHER can pinpoint areas for further investigation, the data need to be paired with local research and community engagement. He recently traveled to Little River and other communities in the Miami-Dade area to talk to citizens, small business owners, and community leaders, to learn how SEPHER could be adapted to suit their needs.
He emphasized the need for scientists and community leaders to work together on climate research, aanpassing, en veerkracht. He expressed optimism that the newly formed Columbia Climate School represents a first step in this direction.
"I hope that the Climate School will create this cohesion between academia and external partners such as government, industrie, and community partners, " said Tedesco, "so that we can start moving forward in a useful way and focus on crucial issues, especially those concerning climate and environmental justice."
Dit verhaal is opnieuw gepubliceerd met dank aan Earth Institute, Columbia University http://blogs.ei.columbia.edu.
Wetenschap © https://nl.scienceaq.com