《Environmental and Sustainability Indicators》：Flood Recovery Inequality in Pakistan: Evidence from the 2022 and 2025 Monsoon Floods Using Satellite Data and Relative Wealth Index
编辑推荐：
：
巴基斯坦2022年季风洪水造成了前所未有的损失，而2025年的再次洪水在恢复仍在进行之际袭来；关于反复洪水暴露下恢复不平等的研究甚少。因此，研究人员结合网格级倾向得分匹配（PSM）与卫星社会经济活动指标（VIIRS夜间灯光，NTL）、植被指标（MODIS
：
巴基斯坦2022年季风洪水造成了前所未有的损失，而2025年的再次洪水在恢复仍在进行之际袭来；关于反复洪水暴露下恢复不平等的研究甚少。因此，研究人员结合网格级倾向得分匹配（PSM）与卫星社会经济活动指标（VIIRS夜间灯光，NTL）、植被指标（MODIS NDVI）及人口暴露指标，评估了巴基斯坦各地的洪水影响与恢复不平等。在Web-Mercator第14级网格（地面间距约2.1 km；平均格网面积约4.4 km2）的85,533个格网中，15,794个重度洪水格网（洪水比例>20%）与未洪水对照格网相匹配，平均绝对标准化差异从0.76降至0.09；更严格的卡尺-马氏距离规范将所有协变量平衡至|SMD|<0.10。在冲击年份，洪水格网显示NTL增长适度下降（匹配差异[MD] = ?0.83个百分点[pp]，p = 0.02），但在更严格规范下该差异减弱至不显著，而植被损失则十分严重（+29.0 pp）。2023–2024年NTL轨迹超过匹配对照（+2.9和+4.0 pp），但2025年减弱：事件特定估计显示2024→2025年NTL增长减少2.1–2.9 pp（取决于对照定义），同时植被进一步损失+10.9 pp。恢复在旁遮普省最强，信德省最弱。将结果与相对财富指数关联后发现，较贫困格网损失更多且恢复更慢（冲击年份Spearman ρ = 0.167；此后为0.06–0.08）。由于洪水前趋势非平行，所有估计均被解释为协变量调整后的匹配差值而非因果效应——这是一个在数据稀缺地区监测灾害恢复不平等的可复制框架。
一、研究背景与研究意义
洪水是全球最频繁、经济损失最严重的自然灾害之一，其后果不仅受物理暴露影响，还受潜在社会经济不平等的制约。贫困人口通常遭受不成比例的损失、恢复更慢，并面临陷入贫困陷阱的更高风险。然而，关于连续洪水暴露下恢复不平等如何演变，现有实证证据仍然有限。巴基斯坦是研究此类问题的典型案例：该国长期位居气候灾害最脆弱国家之列，2022年季风洪水是该国历史记录中最具破坏性的灾害，淹没面积达国土面积三分之一，约800万人流离失所，损失超过300亿美元。在恢复尚未完成时，2025年季风再次在开伯尔-普赫图赫瓦省、旁遮普省和信德省造成严重洪水，导致超过1000人死亡。这一事件序列引发核心问题：既有社会经济不平等在多大程度上影响洪水影响的严重程度和恢复速度，以及重复暴露如何改变这些动态。现有巴基斯坦研究多依赖局部横断面设计，缺乏全国尺度的多时段恢复轨迹追踪。卫星衍生指标为数据稀缺地区提供了填补这一空白的手段，但多数研究存在选择偏差问题，未能构建可比的反事实。
二、研究设计与方法
研究人员基于85,533个Web-Mercator等级14网格单元，采用网格级倾向得分匹配方法构建可比对照。研究利用Sentinel-1合成孔径雷达影像生成洪水比例变量，将洪水比例>20%的15,794个格网作为暴露组，与洪水比例为0的对照格网匹配。匹配协变量包括人口密度、耕地比例、建成区比例、高程以及2019–2021年夜间灯光基线。采用Epanechnikov核函数和卡尺-马哈拉诺比斯距离规范，将平均绝对标准偏差从0.76降至0.089。结果变量包括VIIRS夜间灯光（NTL）作为社会经济活动代理、MODIS NDVI作为植被和农业状况指标，以及WorldPop人口暴露数据。研究还引入Meta相对财富指数（RWI）进行财富分层异质性分析。数据来源包括NASA、ESA、WorldPop、SRTM等公开数据集，分析格网覆盖巴基斯坦全国160个地区。
三、主要研究结果
3.1 匹配质量与识别策略：逻辑倾向得分模型具有高判别力（AUC = 0.971），表明洪水暴露强烈受地理结构影响。虽然共同支持修剪保留了98.0%的受灾格网，但倾向得分分布高度分离，有效样本量为818，权重集中度较高。采用卡尺-马哈达利诺斯规范后，所有协变量均平衡至|SMD|<0.10。
3.2 多维度即时洪水影响：2022年洪水最显著的影响体现在植被损失上，受灾格网NDVI损失比匹配对照高29.0个百分点（p<0.001，Cohen's d = 1.08），反映农业和生态系统的严重破坏。NTL下降幅度较小（?0.831 pp，p = 0.018），但NTL对农业损失的漏报约0.49个百分点，表明NTL估计为保守值。人口暴露方面，受灾格网平均37.3%的人口直接暴露于淹没。
3.3 恢复动态与2025年连续冲击：2022年后，受灾区域在2023–2024年出现NTL增长反弹（+2.9和+4.0 pp），但2025年事件打断了恢复轨迹，2024→2025年逐年MD为?1.54 pp。事件特定估计显示2025年洪水导致NTL增长降低2.12–2.86 pp。值得注意的是，洪水前2019→2020和2020→2021年NTL增长差异分别为+2.39和+2.68 pp，表明平行趋势假设不满足，因此估计被解释为协变量调整后的相对轨迹而非因果效应。
3.4 植被恢复动态：2022年植被损失后，2023年4月Rabi季节即实现显著恢复（MD = +3.64 pp），并持续至2024年10月（+4.29 pp）。2025年再次造成植被损失+10.90 pp，但幅度小于2022年。植被恢复与NTL恢复轨迹的分化表明，植被恢复由生物过程和季节节律驱动，而社会经济恢复更依赖基础设施和制度能力。
3.5 基于相对财富指数的恢复不平等：按RWI五分位分层显示，冲击年份贫困格网（Q1–Q2）损失更大或恢复更弱，财富格网（Q4–Q5）恢复更快。Spearman秩相关在2022年为ρ = +0.167（p<0.001），随后减弱至0.06–0.08，但五分位排序在2025年连续冲击下仍保持，表明贫困社区在首次事件后耗尽恢复资源。
3.6 省级空间异质性：旁遮普省表现出强劲恢复（2024年NTL MD达+10.0 pp）；信德省呈现持续恢复失败模式（2022年?6.2 pp，2024–2025年仍为负值）；开伯尔-普赫图赫瓦省出现生态恢复（NDVI +13.8 pp）与社会经济持续衰退（NTL ?7.1 pp）的分化；俾路支省则呈现延迟性持续恶化（2024–2025年NTL ?4.0和?4.4 pp，植被损失高达+66.0 pp）。
3.7 连续洪水暴露区域：约12.4%的格网（N = 10,637）在2022年和2025年均受影响，主要集中在信德省下印度河盆地。2022年洪水启动的恢复过程被2025年洪水在完成前中断。
四、讨论与结论
研究揭示恢复不平等在重复洪水暴露下持续存在，贫困社区面临结构性累积脆弱性。机制包括信贷限制、依赖气候敏感农业、住房质量差以及政治话语权低。信德省下印度河流域的洪水风险与贫困在空间上高度重叠，表明灾害风险管理需要针对性地理定位。研究强调，恢复并非空间中性，而是按财富水平持续排序，冲击年份的不平等最为显著。政策含义包括：优先支持贫困区域的基础设施重建、提供面向小农的恢复融资、建立跨省恢复监测系统，以及将恢复不平等纳入灾害风险管理框架。未来研究应结合家庭调查数据验证卫星指标，并探索连续冲击下贫困陷阱的长期动态。
