印度农村山区小农生计脆弱性评估：气候变化下的暴露度、敏感性与适应能力分析

本研究针对印度北阿坎德邦山区小农户面临的气候变化威胁，采用复合指数(CI)和Garrett排序技术(GRT)，对367户家庭进行暴露度(EI)、敏感性(SI)和适应能力(CI)三维评估，揭示Pali村5.5%家庭处于高度脆弱状态，信息缺失是阻碍气候智能农业(CSA)实践的首要障碍，为山地社区韧性建设提供政策靶点。

　　

在印度喜马拉雅山脉的褶皱地带，气候变化正以惊人的速度重塑着山区生态。北阿坎德邦Bageshwar地区的农民们发现，熟悉的季风节奏被打乱——暴雨引发山体滑坡吞噬庄稼，反常高温催生新型病虫害，而持续干旱又让本就稀缺的灌溉水源更加捉襟见肘。这些变化对占当地人口75%的农业从业者造成毁灭性冲击，其中91%是平均耕地仅0.6公顷的小农户。更令人忧心的是，学界对这类山地社区的系统性脆弱性研究仍存空白，这正是Kyawt Yin Min Thein团队在《World Development Sustainability》发表此项研究的现实意义。

研究团队创新性地整合定量与定性方法：通过多阶段抽样选取367户家庭进行结构化问卷调查，采集社会经济、健康、粮食安全等7大类数据；运用复合指数(CI)量化暴露度(如地质灾害频率)、敏感性(如医疗可及性)和适应能力(如社会网络)三大维度；采用Garrett排序技术(GRT)识别气候智能实践障碍；结合焦点小组讨论获取在地认知。所有数据均来自Bageshwar地区的Ason、Pali和Wali三个典型村落。

3.1. 家庭特征分析

数据显示三村存在显著差异：Pali村67%农业劳动由女性承担，而Wali和Ason男性主导(62-66%)；Pali高中教育比例最高(47.8%)，但Ason全年粮食充足家庭占比达87.2%。引人注目的是，82.9%Wali农户经营超小地块(0.11-0.81 Nali，约22-40m²)，折射出山地农业的碎片化特征。

3.3. 复合指数-暴露度

Pali村36.4%家庭处于极高暴露等级，主要归因于地质灾害预警系统缺失。量化分析显示，该村2012-2022年间土地利用模式改变最显著，且牲畜损失率达0.064%，远超Ason的0.008%。而所有受访者均缺乏气候变化认知，凸显信息传播的系统性失灵。

3.3.1. 敏感性剖析

尽管Pali村94%家庭可及医疗服务(优于Ason的83%)，但其水收集耗时(22.7%)是其他村的7倍。典型矛盾在于：83%家庭种植作物自给自足，仅19%参与市场销售，这种生存农业模式极大限制了风险分散能力。

4.3.2. 适应能力悖论

Ason村虽展现最高适应能力(62.4%家庭属高适应等级)，却因老龄化、迁移率高(49.6%农户经验仅11-25年)导致实际脆弱性攀升。相比之下，Pali村通过灾害意识项目和政府援助，构建了更有效的社会保护网。

3.5. GRT障碍排序

Garrett评分揭示惊人差距：气候智能实践信息缺失以1153.1分高居障碍榜首，远超信贷获取(1013.1分)和灌溉短缺(662.2分)。一位75岁农民的访谈印证："我们既不懂为何降雨反常，也不晓得该换什么作物"。

这项研究的重要价值在于确立山地脆弱性评估的标准化框架。通过证明暴露度(EI)对总体脆弱性指数(VI)的贡献率达42%，研究颠覆了传统认知——敏感性因素(如医疗、粮食)的影响反而较弱(X²=34.06, p<0.001)。团队建议采取三维干预：短期加强社区预警系统建设，中期推广CSA技术包(如稻鱼共生系统)，长期则需完善农村社会保障网。这些发现不仅为印度喜马拉雅地区提供政策蓝图，其"暴露主导型"脆弱模式更为全球类似山地社区敲响警钟。

研究局限性在于未纳入气候数据的时间序列分析，且CI指标采用等权重计算可能弱化关键因素影响。未来研究可结合遥感技术扩展地理尺度，并探索机器学习在脆弱性预测中的应用。正如作者强调，当全球68%耕地面临干旱威胁时，这类微观实证研究将成为气候适应战略不可或缺的基石。