印度尼西亚改善饮用水源脆弱区域的聚类分析：模糊地理加权聚类方法

《Physics and Chemistry of the Earth, Parts A/B/C》：Clustering Vulnerable Areas of Improved Drinking Water Sources in Indonesia: Fuzzy Geographically Weighted Clustering Approach

　　

斯里·库斯万托诺·旺松纳迪（Sri Kuswantono Wongsonadi）、罗伯特·库尔尼阿万（Robert Kurniawan）、阿里亚·昌德拉·库苏马（Arya Candra Kusuma）、希克玛（Hikmah）、纳拉里亚·胡塔玛·普特拉（Nararia Hutama Putra）、普拉纳·乌吉亚纳·吉奥（Prana Ugiana Gio）、西塞安·巴加（Sisean Baga）、里基·约尔达尼（Ricky Yordani）

印度尼西亚雅加达国立大学教育学院社区教育系，邮编13220，拉瓦曼贡（Rawamangun），雅加达

摘要

由于饮用水对健康和生产力的影响，这一问题具有全球性。尽管改善饮用水来源是可持续发展的关键目标，但印度尼西亚的家庭并未得到特别的关注。这一问题需要识别出在获取更好家庭饮用水方面存在风险的地区。区域变量以及社会经济和人口统计因素会影响这种脆弱性。本研究利用模糊地理加权聚类（FGWC）和ABC优化方法分析了印度尼西亚2019年全国社会经济调查（SUSENAS）的数据。结果表明，划分（SC）指数和目标函数将印度尼西亚的县和城市分为四个集群。这些集群之间的家庭饮用水源特征存在显著差异。数据还显示了印度尼西亚各集群在地理上的分布情况不同。这项研究有助于制定考虑地区差异的家庭饮用水计划。

引言

获取饮用水源已成为全球关注的问题（Li & Wu, 2019; WHO, 2019; World Bank, 2015），包括在印度尼西亚（Afifah et al., 2018）。然而，在解决这一问题方面进展相对缓慢（World Bank, 2015）。城乡之间以及特定地区内部在获取饮用水源方面仍存在差异（Sri Irianti et al., 2016; UNICEF, 2017; Afifah et al., 2018）。解决获取饮用水源的不平等问题需要针对不同地区采取具体措施（Azage et al., 2020）。

提供清洁和改善的饮用水不仅有利于人类健康，也有助于提高生产力和成本效率（WHO, 2021, 2022）。可持续发展目标（SDGs）强调了这一问题的重要性，其目标是在2030年前确保所有人都能获得水和卫生设施。然而，即使在疫情之前，这一目标也未能实现（WHO, 2021），全球仍有数十亿人无法获得安全的饮用水，尽管这是基本人权（WHO, 2021）。

为实现SDG目标6.1，基础设施的提供必须考虑人口的社会人口统计特征（WHO, 2019）。地理人口统计分析（GDA）是一种考虑空间条件的人口统计特征研究方法，已在多种政策制定背景下得到应用（Páez et al., 2011）。模糊地理加权聚类（FGWC）是地理数据分析（GDA）中的一种有效方法，已在多种研究场景中得到有效运用（Caraka et al., 2021; Nasution et al., 2020, 2022; Wijayanto et al., 2016）。然而，FGWC的一个局限性在于簇中心的随机定义可能导致结果趋向于局部最优解（Wijayanto et al., 2018）。通过优化簇中心初始化可以解决这一缺陷，例如使用元启发式技术（Nasution et al., 2020, 2022），如人工蜂群算法（ABC）（Wijayanto et al., 2016）。

多项研究分析了不同国家的家庭饮用水源，包括尼日利亚（Abubakar, 2019）、加纳（Agbadi et al., 2019）、埃塞俄比亚（Andualem et al., 2021）和喀麦隆（Tankoua, 2021）。先前的研究还探讨了家庭饮用水源与社会经济及人口统计因素之间的联系（Agbadi et al., 2019; Gomez et al., 2019; Shadabi & Ward, 2022）。然而，大多数研究采用离散因变量模型来分析家庭饮用水源，未考虑空间影响（Abubakar, 2019; Mulenga et al., 2017; Simelane et al., 2020）。尽管如此，一些研究考虑了区域特征（Azage et al., 2020; Meehan et al., 2020）。然而，基于模型的方法仅能识别影响家庭饮用水使用的社会经济和人口统计因素，而无法确定脆弱区域的分布，这阻碍了有效的区域规划。尽管有许多关于各国饮用水源的研究，但在印度尼西亚的相关研究仍然有限（Afifah et al., 2018; Sri Irianti et al., 2016; Patunru, 2015）。此外，印度尼西亚尚未基于社会经济、人口统计和空间方面对饮用水源条件进行聚类分析。因此，本研究旨在填补这一空白，为印度尼西亚的饮用水源分析提供见解。

绘制印度尼西亚家庭饮用水源的地图可以帮助利益相关者将发展努力集中在相对脆弱的地区。由于水质标准可能因地区而异（WHO, 2022），在县/城市层面识别家庭饮用水源的现状可以为制定特定地区的政策提供参考（Shadabi & Ward, 2022）。此外，通过聚类定期监测水质至关重要，因为实验室检测需要大量时间和资源。此外，常规监测有助于实施提高公共卫生和生产力的计划（WHO, 2019）。

因此，本研究旨在应用GDA，特别是结合ABC优化的FGWC方法，根据社会经济和人口统计因素分析印度尼西亚家庭饮用水源的脆弱区域。通过解决先前的研究空白并分析印度尼西亚的家庭饮用水源，本研究为规划清洁和改善的饮用水供应提供了参考。

部分摘录

案例研究

本研究重点关注印度尼西亚各区和城市的案例研究（图1）。选择印度尼西亚的案例研究基于社会经济和地理多样性，以及根据可持续发展目标（SDGs）第六目标解决供水问题的需要。与1990年相比，印度尼西亚的城市和农村地区的饮用水获取情况显著改善，城市地区达到94%（1990年为89%），农村地区达到79%

结果

分析首先通过图2所示的变量分布进行了描述性分析。未改善的饮用水仍然是印度尼西亚的一个重大问题，这从高比例的家庭无法获得改善的饮用水中可以看出，尤其是在印度尼西亚东部。对于其他变量，通过比较变量显示了它们对印度尼西亚未改善饮用水的影响（无论是正面还是负面影响）

讨论

根据研究结果，ABCFGWC将印度尼西亚的家庭饮用水源分为四个集群。通过检查簇中心的结果，可以看出这四个集群各自具有不同的特征。Kruskal-Wallis检验的结果进一步证实了这些集群之间的特征差异，在5%的显著性水平上至少有一个集群表现出显著差异。

结论

本研究应用ABCFGWC方法，根据家庭饮用水源和社会经济因素对印度尼西亚的区/城市进行了聚类分析。研究结果揭示了印度尼西亚区/城市被划分为四个不同的集群。特别是，第2集群在家庭饮用水源方面的脆弱性最高，其次是第1和第3集群，尽管存在显著差距，主要涵盖某些地区

数据

数据可应要求提供。

CRediT作者贡献声明

里基·约尔达尼（Ricky Yordani）：资源整理。西塞安·巴加（Sisean Baga）：数据管理、调查、资源提供。罗伯特·库尔尼阿万（Robert Kurniawan）：概念构思、正式分析、方法论、初稿撰写、审稿与编辑。斯里·库斯万托诺·旺松纳迪（Sri Kuswantono Wongsonadi）：概念构思、正式分析、初稿撰写。普拉纳·乌吉亚纳·吉奥（Prana Ugiana Gio）：软件使用、验证、可视化。纳拉里亚·胡塔玛·普特拉（Nararia Hutama Putra）：正式分析、资源提供。希克玛（Hkmah）：数据管理、调查、资源提供。阿里亚·昌德拉·库苏马（Arya Candra Kusuma）：数据管理、正式分析

印度尼西亚统计局（BPS），2019年；印度尼西亚统计局（BPS），2020年；Irianti等人，2016年。

伦理考量

作者已认真处理所有伦理问题，包括剽窃、知情同意、研究不当行为、数据伪造和/或篡改、重复发表和/或提交以及冗余等问题。

作者声明没有已知的利益冲突

? 作者声明他们没有已知的可能影响本文工作的财务利益或个人关系。

致谢

作者感谢所有参与研究的人士。本研究未获得任何财务支持。