研究，部分进行了专题介绍教育和不同的自然灾害脆弱性

尼泊尔社区对洪水和山体滑坡的脆弱性

• 摘要
• 简介
• 方法
  • 设置
  • 数据
  • 模型
  • 深度访谈
• 结果
  • 教育分布
  • 永久性房屋比例
  • 村庄暴露于危险之中
  • vdc /市的人口规模
  • 死亡人数
  • 受影响家庭数目
  • 损失的动物数量
  • 泊松回归分析
• 讨论
• 结论
• 对本文的回应
• 致谢
• 文献引用

介绍

自然灾害几乎在世界各地发生，并影响人们的生活和生计。一些人口比其他人口更脆弱，一个国家内的国家和社区之间存在差异。此外，在社区内，不同家庭受到的影响可能不同，甚至在家庭内，个别家庭成员的脆弱性也可能不同。在这项研究中，我们实证评估了与尼泊尔不同社区对洪水和山体滑坡脆弱性相关的社会经济因素的相对重要性。在这种情况下，我们的具体研究问题是评估社会经济地位不同维度的相对重要性，特别是试图区分教育和收入/财富的影响。之所以努力揭示社会经济地位，是因为社会经济地位的这两个维度意味着减少家庭脆弱性的截然不同的政策优先事项:要么加大对教育的投资，要么加强生计的经济方面。

自然灾害脆弱性驱动因素的实证分析已在国家和次国家层面进行(Phifer等人1988年，Yohe和Tol 2002年，UNDP 2004年，Brooks等人2005年，Pradhan等人2007年，Toya和Skidmore 2007年，Deressa等人2008年，Makoka 2008年，showmake 2008年)。Brooks等人(2005年)在其宏观层面的研究中发现，在国家层面，治理、卫生和教育是脆弱性的三个主要决定因素。在一项多国研究中，Toya和Skidmore(2007)发现，较高的收入和教育程度都是发展在降低灾害脆弱性方面的重要衡量标准。

在微观层面，许多研究应用回归分析发现收入是自然灾害脆弱性的一个预测因子(Phifer et al. 1988, Pradhan et al. 2007)。例如，Pradhan等人(2007年)表明，在以创收土地所有权和屋顶类型衡量的社会经济地位较低的家庭中，与洪水有关的儿童死亡率非常高。这些研究大多使用了King(2000)列出的可用于对社区脆弱性进行分类的社区特征:这些特征包括人口指标，如人口规模、0-4岁人口、65岁以上人口、生活安排等;家庭类型和结构;和经济指标，如，失业和收入水平。很少有研究认为教育是脆弱性的可能预测因素(Phifer et al. 1988, showmake 2008)。Phifer et al.(1988)选择教育作为社会经济地位的“粗略”指标，而不是收入，因为不回应的比率很高。Shewmake(2008)表明，在解释南非农民对气候变化脆弱性的变化时，家庭中受教育程度最高的人的“受教育年限”是最显著的解释变量之一(Shewmake 2008)。beplay竞技

有大量的文献研究了教育对各种理想结果的积极影响。对这些文献的回顾远远超出了本文的范围。应该提到的是，最近对女性教育对降低生育率和人口增长的强烈影响(Lutz和K. C. 2011年)、评估教育对经济增长(Lutz等人，2008年)和健康的影响(Baker等人，2011年)，甚至对制度和民主质量的影响(Lutz等人，2010年)进行了审查。然而，假设教育对减少自然灾害的脆弱性也有直接影响，这有意义吗?Deressa等人(2008)已经表明，在家庭层面，收入较高的农民不太容易受到气候变化的影响。beplay竞技然而，由于教育和收入往往是密切相关的，当分析中只包括其中一个因素时，尚不清楚该测量什么。众所周知，受过良好教育的人往往有更高的工资(Lutz et al. 2008)，所以如果受教育程度与收入有很强的正相关，那么教育可能会通过收入降低脆弱性。除了这一经济影响外，可以合理地假设，受过教育的人更了解或更好地了解风险以及在发生灾害时减轻和适应灾害的方法。由于很少有研究在分析脆弱性时考虑教育，教育和脆弱性之间的关系在很大程度上是未知的。

教育直接影响自然灾害脆弱性的可能因果机制是什么?虽然在自然灾害领域几乎没有关于这一专题的文献，但关于教育对健康的影响有大量科学研究。我们有充分的理由假设教育对健康和死亡率的影响总体上与自然灾害对死亡率的影响是同构的，后者只是一种特殊的死亡率。Baker等人(2011年)最近发表了一项关于教育影响人类健康的因果机制的全面审查和评估。研究表明，有强有力的经验证据表明，认知过程的重要性，这是教育导致的行为变化的结果，保护了个人及其家庭成员的健康。关于与健康有关的行为，研究表明，由于教育水平已经很低，导致基本识字，在避免风险和根据有关风险的信息采取预防措施方面，可能会导致重大的行为改变。教育水平越高，这种效应越强。与以前的假设相反，大多数神经系统的发育在孩子进入学校之前就完成了，最近的研究发现，高阶认知技能可以通过与环境的互动发展到成年早期。研究还表明，接受学校教育与高阶认知能力的增强是单调线性相关的(Baker et al. 2011)。研究还表明，在更高的年龄，接受更多教育的人的心理能力和学习能力以及适应新情况的能力都更高，即使这种教育发生在几十年前的童年时期。 These findings have had significant implications for the abilities of individuals and societies to be able to learn and adjust their behaviors based on new information and insights. It put education at the heart of the capacities of societies for learning and changing behavior toward less vulnerability and higher adaptive capacity to environmental change and the associated increased risk of natural disasters.

我们使用两个数据来源测试了社区教育作为尼泊尔洪水和山体滑坡脆弱性的预测因素:尼泊尔政府(MoHA, 2011年)每年在村庄层面汇编的洪水和山体滑坡损失数据，以及2001年人口普查中在个人层面的微观数据样本。分析的结果将告诉我们，一个社区的教育水平是否与其易受洪水和山体滑坡的影响有关。此外，为了探索这种关联的可能因果路径，并了解教育在降低社区对洪水和山体滑坡的脆弱性和提高他们的适应能力方面的作用，我们对尼泊尔一个地区的各种利益相关者进行了深入访谈。

方法

设置

尼泊尔是一个地势多变的国家，从南部相对平坦和低(80米)的恒河平原开始(见图1)，陡峭地增加到海拔数千米的喜马拉雅山脉。每年在季风季节，大量的降雨事件，有些在24小时内降雨量高达550毫米(Neupane 2008)，可以将巨大的洪水冲入陡峭的山区，在尼泊尔的丘陵地区造成山洪暴发和山体滑坡。当洪水到达被称为特莱平原时，河岸的淹没导致尼泊尔及其邻国印度反复发生严重的洪水(Dixit 2003, Khanal et al. 2007)。洪水造成的水土流失是特莱河的另一个主要问题。尼泊尔在行政上分为75个区，20个特莱区和55个非特莱区，丘陵和山区。

数据

分析中使用的数据来自两个来源。主要数据来源是2000-2009年期间全国各地与灾害有关的年度信息汇编，以下简称“灾害数据”(MoHA, 2011年)。第二个来源是尼泊尔中央统计局(Central Bureau of Statistics of Nepal)发布的，是2001年人口普查的一个微样本，这是目前可获得的最新数据，有250万人。这11%的人口，属于尼泊尔约50万户家庭，被用于获得关于人口和社会经济地位的各种个人和社区层面的变量(CBS 2008)。

灾难数据是由行政自治部(MoHA)根据75个地区的地区行政办公室(dao)编制的灾害损失报告编制的，然后发送给行政自治部。在这项分析中考虑了三个灾害影响变量:死亡人数、受影响的家庭以及洪水和山体滑坡造成的动物损失。这些信息要么由视察受灾地点的地区官员收集，要么由村庄发展委员会(VDC)准备。在该程序的第一步，被洪水淹没或遭受山体滑坡打击的家庭和/或生计被列为“受影响家庭”。在第二步中，计算整个VDC对家庭或生计的损害，例如死亡、动物损失或财产损失，并将其发送给地区行政办公室。这些信息可在VDC一级获得，即大约4000个农村社区或城市市政当局。我们综合了上述9年期间与洪水和山体滑坡造成的损失有关的所有数据。但是，只有2000-2001年和2002-2006年期间的数据对回归分析有用，分析单位为单个vdc -周期。

在发现和纠正灾害数据中的异常和差异方面投入了大量精力。在3436个数据点中，1640个(47.9%)VDC/市政当局名称与尼泊尔中央统计局提供的VDC和市政当局名称标准列表完全匹配。不匹配的名字(1796个，52.1%)被检查了拼写错误，发现的1390个名字(39.6%)被纠正了。其余463个数据点(12.7%)无法使用。主要问题是(1)许多vdc被集中到一组村庄或报告了整个地区的数据，(2)没有匹配的名称，(3)名称可能与两个或两个以上部分匹配，从而造成“混乱”(详见附录1)。

将多条记录合并为一条记录以及vdc名称不匹配的影响非常大。例如，在9年期间，有2042人死于洪水和山体滑坡，其中33%的死亡无法分配给单个vdc。这些死亡主要集中在2007-2009年期间，占死亡总数的22%;2001-2002年期间，占死亡总数的7.1%。在剔除2007-2009年和2001-2002年期间后，数据集中的死亡人数减少到1215人(60%)。最后，进一步去除所包括时期(2000-2001年和2002-2006年)内的问题数据点。因此，回归分析中使用的最终数据集(称为6个1年期间:2000-2001年、2002-2006年)包含1129例(55%)死亡病例，其中2545个数据点来自1449个VDC/市镇的初始3436个数据点。

2000-2009年期间死亡人数高达2042人，这表明人口很容易因洪水和山体滑坡而死亡(见表1)。大约一半的尼泊尔人口居住在20个特莱区，洪水和山体滑坡造成的死亡总数的19%发生在特莱区。在地区一级，九年间死亡人数最多的是特莱县的奇旺县，有87人死亡，非特莱县的Makwanpur县有154人死亡，2002-2003年一年就有112人死亡，一个名为Kankada的VDC有53人死亡。在17个区，死亡人数不到10人，包括Manang区，无人死亡。

在这9年期间，共有248,891个家庭受到洪水和山体滑坡的影响。在20个特莱区，212,295个家庭(85.3%)受到影响，而在55个非特莱区，只有36,596个家庭(14.7%)受到影响。这证实了人们的普遍印象，即在山区，山洪暴发和山体滑坡比特赖地区水位上升的影响更致命，在特赖地区，水位上升的速度足够慢，有时间让家庭避免伤亡。在非特莱地区，受影响的家庭总数最高的是乌代普尔的4503个，而在特莱地区，班克的家庭总数为58,588个(一年为50,200个)。

在这九年间，共有15814头动物死于洪水和山体滑坡。20个特莱区损失了1333只动物，55个山区损失了14481只动物。最高的总数为849例发生在达丘拉的非特莱区，奇旺的特莱区为525例。

模型

我们使用泊松回归来检验社区对洪水和山体滑坡的脆弱性是否以及如何与社会经济指标相关。泊松回归是计数数据建模的首选方法，特别是当被建模的事件(因变量)很少发生或发生概率较低时。因变量是与灾害有关的损失，例如，人的死亡人数、动物的死亡人数和受影响的家庭人数，这些可以被认为是概率较低的事件，在较大程度上是死亡人数，在较小程度上是受影响的家庭人数。泊松回归也是一般线性模型(glm)家族的一员，其中预测因子与响应变量的某个函数有线性关系;这是在泊松回归中响应变量的对数。

我们应用泊松回归模型来研究灾害相关损失(如人员死亡数量、动物死亡数量和受影响家庭数量)与VDC层面15-39岁人群的平均受教育程度之间的关系。在回归分析中，我们纳入了15-39岁人口的平均受教育程度，因为这是1991年尼泊尔在经历了30年的君主专制后恢复民主后，教育进步有所改善的年龄。与此同时，正是这个年龄段的年轻人通过吸收新思想和新技术，更快地给社会带来了变化。

针对每个响应变量研究了三组模型。回归模型中的其他预测因素是收入/财富相关变量，以每个VDC中永久住房的比例表示，以及每个VDC在此期间经历灾难(洪水和山体滑坡)的次数代表每个VDC面临洪水和山体滑坡的危险。因为VDC的人口规模是一个需要考虑的重要因素，所以我们将人口规模包括在回归模型中。由于我们没有理由相信总体规模与事件数量之间存在非线性关系，因此我们将总体变量设置为回归模型中的偏置项，使偏置项的系数强制为1。引入抵消项也为使用泊松回归模拟事件暴露率(例如，死亡率，分子为人口中死亡、事件数，分母为人口暴露于死亡事件的总时间)开辟了道路，模型中有单独的事件和暴露变量。

两个相邻的vdc可能在社会经济和人口状况以及它们所面临的危险方面相互关联。虽然这在很大程度上适用于社会经济和人口因素，但对于洪水和山体滑坡的危险可能不适用，这在很大程度上取决于vdc的地理位置，特别是在山区。尽管一些沿河岸或位于河流三角洲的vdc可能经历过类似的危险，但许多相邻的vdc可能没有相同的危险。需要对vdc的危险级别进行控制，但没有相关数据。在这些限制条件下，我们根据VDC在研究期间经历此类事件的次数纳入了危险评分。

此外，我们对特赖岛和非特赖岛(丘陵和山区)分别进行了分析，因为这两个地区在灾害类型和强度方面存在差异，并且存在社会经济差异。前面提到过，尼泊尔的地理环境多样，特莱是平坦的土地，其他地方是丘陵和山脉。因此，洪水和山体滑坡在这两个地理区域的发生和影响是不同的。在丘陵和山区，灾害发生得出乎意料，破坏力更大，夺走了生命，摧毁了生计。在Terai，在许多情况下，灾害可以提前预测，影响缓慢，影响的地区更大，但死亡人数较少。因此，我们分别对整个尼泊尔、山地地区(55个地区)和特莱地区(20个地区)重复了分析。

深度访谈

在2008年季风期间，为了解释教育与社区脆弱性之间可能的因果关系，并了解教育在降低社区对洪水和山体滑坡的脆弱性以及提高这些社区的适应能力方面的作用，作者访问了尼泊尔的一个地区，对各种利益相关者进行了深入采访。纳瓦尔帕西区被选中是因为它由与特莱区和非特莱区相关的平原和丘陵组成，可以代表尼泊尔的大部分地区。在不同地点对个人进行了深度访谈:两次在农民家中采访，一次采访当地记者，一次采访当地政治家，一次采访当地红十字会官员，一次采访地区行政办公室的政府雇员，最后一次采访社会工作者。采访持续了10到50分钟。

结果

教育分布

尼泊尔的教育程度非常低(图2)。2001年，15-39岁(MYS1539)人口的平均受教育年限为4.55年(15岁及以上3.5年)，标准偏差(sd)相对较大，为4.64年(15岁及以上4.52年)。我们在廓尔喀区Bihi VDC和多尔帕区Bhijer VDC两个VDC中发现了零MYS1539。更有可能的是，这些村庄的样本中没有一个人上过学。加德满都大都市区15-39岁的受教育程度最高(8.31岁)。vdc /市镇的总体平均值为3.3年(标准差1.45)，丘陵和山区为3.50年(标准差1.49)，Terai为2.93年(标准差1.29)。

加德满都地区的MYS1539水平最高，为7.5年(sd 4.9)，其次是加德满都谷地的其他地区:Lalitpur(6.4年，sd 5.0)和Bhaktapur(6.3年，sd 4.7，第四位)。主要旅游目的地博卡拉山谷的卡斯基区以6.3年(sd 4.3年)的MYS1539排名第三。在受教育程度方面，最差的地区是胡姆拉，只有1.8年;Rolpa、Dolpa和Achham各活了2年;Mugu和Kalikot各2.1年。

永久性房屋比例

对于每个VDC/直辖市，我们估计了永久住房的比例。在尼泊尔，42.2%的家庭居住在永久性房屋中。在图3中，我们显示了按永久住房比例划分的vdc /市镇的频率分布。永久性住房是财富和收入的象征，因为穷人买不起永久性结构的房子。仍有许多村庄没有永久性住房或所占比例很低。平均受教育年限(MYS1539)与社区一级永久住房比例之间的相关性被发现接近于零(r平方为0.007)，因此这两个因素可以被认为是独立的。

村庄暴露于危险之中

一些村庄由于地理位置的关系，灾害风险水平较高，灾害发生频率较高。为了控制与VDC物理脆弱性相关的变化，我们计算了一个村庄危险指数，该指数估计为一个VDC在六个1年期间受到洪水和山体滑坡影响的次数。村庄危险度评分平均值为3.99次，标准差为4.33次。在此期间至少受到一次影响的vdc中，超过50%的vdc受到的影响不到三次，超过25%的vdc受到的影响至少有五次。

vdc /市的人口规模

微数据中vdc /市政当局的平均人口规模(约。人口的10%)约为7000，标准差为24000。人口规模小于3440的vdc /市约占50%，人口规模大于8000的vdc /市约占10%。

死亡人数

根据六个一年期的2545个数据点(发生洪水或山体滑坡事件的vdc)样本，洪水和山体滑坡共造成1129人死亡。78%的报告病例没有死亡。在254起案件中，单独死亡发生在vdc /市镇，其次是106起2人死亡，56起3人死亡，33起4人死亡，29起5人死亡，等等。在死亡人数方面，一个村的2个异常值最大值为112人，另一个村的53人死亡人数第二多。

就经常性死亡而言，在六个一年期间，一个VDC/市在三个期间发生死亡(总死亡人数= 3)，34个VDC/市发生2次死亡(总死亡人数= 83)，265个VDC/市各发生1次死亡(总死亡人数= 844)。

在图4中，我们展示了VDC/市政当局的具体死亡率(日志)与至少有一人死亡的VDC的平均受教育年限之间的双变量图。因此，每当死亡发生时，我们就观察这两个变量之间的联系。显示出负相关，这支持了MYS1539水平低的社区死亡率较高的论点。

受影响家庭数目

在这9年期间，尼泊尔全国共有248,891个家庭受到洪水和山体滑坡的影响。在最严重的2007-2008年，有114,668个家庭受到影响。在Terai地区，受灾最严重的地区是Banke，共有58,588个家庭受到影响，在一年内(2007-2008年)有50,200个家庭受到影响，而Saptari有40,353个家庭受到影响，在同一年内(2007-2008年)有37,290个家庭受到影响。相比之下，Udayapur(4503)和Arghakhanchi(2342)是丘陵山区受灾最严重的地区。总的来说，寺赖各区受影响的人比非寺赖各区多。然而，正如前面所看到的，Terai地区的洪水和山体滑坡的致命程度要低得多，因为灾害更容易预测，发展速度更慢，有更多的预警，而且危险性更小。

在VDC层面，使用9年期间的数据和2001年的数据点，我们发现每个VDC/城市的每个事件平均有26个家庭受到影响，标准偏差为93。在8.7%的情况下，没有家庭受到影响，大多数情况下(38.1%)每个VDC/市镇只有一个家庭受到洪水和山体滑坡的影响。在超过25%的病例中，至少有10个家庭受到影响，受影响家庭数量最高的三个观察值分别为1209、1651和1698。

根据六个一年期的数据，我们显示了受灾害影响的人口比例(受影响家庭数量与人口规模之比的对数)与受教育程度之间的负相关(图5)，由MYS1539数据表示。

损失的动物数量

在这9年期间，整个尼泊尔损失的动物总数为45,023只。在Terai地区，损失最大的是两个地区:Banke地区在2007-2009年的两个1年期间共损失8563人，Sunsari地区在2008-2009年的1年期间共损失6838人，损失6799人。同样，在非terai地区，于阗地区总共损失了18027人，2007-2008年期间损失了17602人，Makwanpur地区损失了368人。他们的损失在榜单上是最高的。在VDC级别，基于总共4941条观测数据的可用性，每个VDC/城市的每个事件平均损失1.64只动物，标准偏差为12.8。在2707例(90.2%)中，没有因洪水和山体滑坡造成动物损失。在22个案例中，动物损失数量超过50只，报告的动物损失数量最多的三个是220只、275只和300只。根据六个一年期的数据，我们展示了每个种群损失动物的比例(动物损失数量与种群规模之比的对数)与教育程度之间的负相关(图6)，如MYS1539所示。与死亡人数和受影响家庭人数相比，关联强度较低(r平方= 0.07)。

泊松回归分析

我们使用6个1年的数据对每个响应变量运行三个回归模型。第一个模型(模型1)只有一个解释变量，即15-39岁人口的平均受教育年限。在第二个模型模型2中，我们引入了VDC中永久性住房的百分比，最后在模型3中，我们增加了代表VDC对灾害的危害风险的第三个解释变量，即VDC在6个1年期间经历洪水或滑坡事件的次数。新增变量对于解释响应变量可变性的重要性可以通过残差值的变化来体现，残差值越小，被解释的变异量越高。对每个响应变量进行不同模型运行的结果如表2所示。前四列是泊松回归的系数。系数的指数在括号中表示，并表示相对比率，这是因变量的值相对于独立值的单位变化的相对变化。例如，在响应变量死亡人数-模型3 - MYS1539(见表2，第一部分)的情况下，系数exp的指数(-0.55)= 0.58意味着平均受教育年限增加一年将使死亡人数下降0.58倍，或在洪水和山体滑坡期间死亡人数下降42%。最后一列是每个模型的残差，表示因变量中无法解释的变异程度。

死亡人数

根据回归分析，我们发现洪水和山体滑坡造成的死亡人数与15-39岁人口的平均受教育年限之间存在显著的负相关。加入收入/财富相关变量会增加模型的解释力，而残差值则会下降(见表2)。一旦加入代表村庄风险评分的变量，残差值就会急剧下降。

结果发现，社区15-39岁人口的平均受教育年限与特赖地区比丘陵和山区更有效地减少死亡有关。根据模型3的结果(见表2)，在特莱地区，平均受教育年限每增加一年，与洪水和滑坡相关的死亡人数下降五分之三(1-exp[-0.88])，而在尼泊尔其他地区，下降幅度为五分之二(1-exp[-0.46])。

VDC中永久住房比例的系数变化为1%，反映了复杂的结果。在国家一级，拥有永久性住房对每次事件死亡人数的影响可以忽略不计，但在统计上具有显著意义(死亡模型3，第一个区块，表1)。然而，在特莱地区，这种关联是正的，因为永久性住房比例每增加1%，死亡人数就会增加4%。在丘陵和山区观察到相反的模式，下降了1%。Terai市的结果与我们的假设相矛盾，需要进一步解释。相反的观点可能是，洪水易发地区在Terai有更高比例的永久性住房，因此导致了正相关，而在丘陵和山区，洪水和山体滑坡的意外性质与过度的力量使住房结构无关。

研究还发现，在灾害经常发生的村庄，死亡人数较低，因此这些村庄比很少发生灾害的村庄更不脆弱。脆弱性可能较低，因为人们对事件有预期，并且比事件不经常发生的地方的人准备得更好。

受影响家庭数目

对于表示受影响家庭数量的响应变量，也得到了类似的结果。当加入变量村庄危险评分时，模型的解释能力显著提高(表2)。“平均受教育年限”在所有模型中都是一个显著的解释变量。根据模型3，在Terai地区，平均受教育年限每增加一年，受洪水和山体滑坡影响的家庭数量就会减少五分之二(1-exp[-0.49])，而在尼泊尔其他地区，下降幅度略小，为0.67倍(表2)。

如负系数(-0.03)所示，住房类型对于降低受影响的风险很重要，特别是在Terai地区。如前所述，在Terai地区，与丘陵和山区相比，洪水不那么严重，而且更容易预测，因此拥有永久性结构可以减少影响。

就死亡人数而言，在经常发生事件的村庄，受影响的家庭较少。尼泊尔所有地区都是如此。

动物损失数量

在响应变量代表动物损失的情况下，得到了类似的结果。研究发现，动物损失数量与平均受教育年限增加一年相关的下降幅度很小，在Terai地区不到十分之一(1-exp[-0.07])，但在丘陵和山区则更大，几乎高达五分之三(1-exp[-0.47])。

拥有更多的永久性住房与损失更少的动物有关。虽然影响很小，但在各个地区是一致的。就复发性事件而言，结果是相似的。在类似的争论之后，事件反复发生的村庄动物损失较少。

讨论

根据回归分析的结果(表2)，我们已经表明，15-39岁年轻人的平均受教育年限在解释尼泊尔各地洪水和山体滑坡造成的损失的不同指标方面是一个具有统计学意义的解释变量。关于财富指标，情况不太清楚，特别是关于人的生命损失，估计的系数往往有错误的符号。我们分别对特莱平原和尼泊尔其他地区重复了分析，发现了类似的结果。我们发现，在死亡人数和受影响家庭数量方面，特莱地区平均受教育年限的增加比尼泊尔其他地区的效果更高。与尼泊尔其他地区相比，特莱地区的有效性几乎高出50%;一年的受教育程度的提高(MYS1539)与Terai地区死亡人数下降59%和丘陵和山区死亡人数下降37%有关。

特赖河和非特赖河地区结果不同的一种解释可能是，由于突发暴力灾害(如山洪暴发和山体滑坡)的频率较高，造成伤亡的风险较高。在Terai地区，不存在山体滑坡，洪水发展缓慢且可预测，因此人们可以有效避免伤亡。在大多数情况下，人们遭受洪水泛滥的痛苦，因为河水淹没了他们的家园和农场，或者在其他情况下，这可能是由于河岸的侵蚀吞没了土地。关键是，在Terai地区，比起丘陵山区，在洪水和山体滑坡造成的死亡中拯救一个人的生命和牲畜相对容易，通过教育，甚至可以避免更多的死亡。

在代表动物损失数量的响应变量的情况下，丘陵和山区的教育有效性高于特莱地区(0.54 vs 0.69，见表2)。对这种差异的解释并不明显，因为观察结果似乎与其他响应变量相似。这个问题需要进一步分析，包括更多与动物损失相关的变量。

教育程度与尼泊尔洪水和山体滑坡造成的损失减少之间的联系暗示了教育与脆弱性之间的关系。这一发现是基于回归分析的结果。然而，这一发现与政策的实际相关性要求在人力资本(即教育)与影响(即洪水和山体滑坡造成的损失)之间建立明确的因果关系。

为了确定可能的因果机制，我们对尼泊尔纳瓦尔帕拉西特莱地区来自不同阶层的7人进行了深入采访。他们中的大多数人生活在一个经常受洪水影响的地区。

根据访谈，我们可以推断，教育可以通过提高人们对洪水和山体滑坡不同方面的认识来减少损失，例如，洪水和山体滑坡是如何发生的，以及如何保护自己，减轻后果，或更好地适应洪水和山体滑坡事件。受访者建议，可以通过成人教育和扫盲项目，或者通过他们的孩子来提高易受灾害影响的村民的这种意识，他们的孩子可以在学校接受教育，作为单独的意识运动的一部分，或者通过将教学材料纳入学校课程。提高这种意识将使人们能够在地点、安全建筑方面做出更好的选择(Toya和Skidmore 2007年)，并选择特定类型的作物，例如甘蔗而不是水稻等。

除了受访者所强调的教育对个人的影响之外，教育还可以通过其他两种方式帮助减少脆弱性。一般来说，家庭中受过教育的人可能从事与传统工作不同的工作。这有助于使家庭收入多样化，在发生灾难时，这将是定期供应基本需求的生命线。此外，受过良好教育的人对收入进行了明智的投资，他们既有本地知识，也有非本地知识，因此他们的生活和生计不那么脆弱。然而，在回归分析中，我们无法确定这种影响，因为数据中没有衡量收入的变量。相反，我们在回归模型中使用屋顶类型作为财富和收入的指标，这导致对灾难影响的影响相当不清楚。

此外，教育可能有助于建立社区一级的机构和领导能力。Raschky(2008)认为，制度较好的国家自然灾害造成的死亡和损失较少，他将制度定义为阐明社会内部如何作出决策的规则/程序(政治机制);影响个人行为的正式或非正式规则(实施法律、政府);以及拥有共同目标的个人团体，例如政党、非政府组织或俱乐部、公司和当局。一个社区的受教育程度最有可能影响所有这三种类型的机构。受教育程度较高的社区有可能组织良好，集体发现问题，找到解决办法，并有效地向上级当局代表自己。在我们进行采访的村庄中，这种情况在很大程度上是正确的，那里的人们大多从未上过学，他们在与上级当局沟通时表现出无助，并说:“谁来为我们说话?”

结论

总之，我们已经表明，在社区层面，年轻人的教育程度在解释尼泊尔各地洪水和山体滑坡造成的损失的不同指标时，是一个统计上显著的解释变量。在各级和所有回归模型下，结果表明，加强教育对降低人和动物死亡人数以及受其他影响的家庭数量始终具有显著效果。

关于财富指标，情况就不那么清楚了，特别是关于人命损失，估计的系数往往有错误的符号。虽然现有数据无法建立明确的因果关系，但在尼泊尔一个洪水/山体滑坡易发地区对不同利益相关者进行的七次深入访谈证实了一些可能的因果机制的讨论，表明在个人和社区层面，教育在获取信息、创新思想和形成有效群体(如俱乐部、志愿者组织等)方面发挥着重要作用。教育还可以发挥作用，使优秀的领导能够有效地与当地人民合作，并与更高的当局沟通，使他们能够提出他们的具体关切，并专业地参与与社区发展有关的任何规划，包括与洪水和山体滑坡有关的问题。此外，受过教育的人可以有机会通过从事不受此类事件影响的非传统工作来实现收入多样化。

我们的结论是，在尼泊尔的洪水和山体滑坡中，教育对降低灾害脆弱性的影响往往比收入/财富的影响更普遍。因此，应该承认需要用更丰富的数据进行进一步的分析。今天投资于教育的一个间接影响可能是降低一个社区在未来遭受洪水和山体滑坡的脆弱性，从长远来看，这种影响很可能超越对其他形式自然灾害的脆弱性，以及气候变化的不利影响。beplay竞技

文献引用

贝克，D. P.， J.里昂，E. G.史密斯·格林纳韦，J.柯林斯，M.莫维特，2011。教育对人口健康的影响:再评估。人口与发展评论37(2): 307 - 332。http://dx.doi.org/10.1111/j.1728-4457.2011.00412.x

布鲁克斯，W. N.阿杰，P. M.凯利，2005。国家一级脆弱性和适应能力的决定因素以及对适应的影响。全球环境变化A部分15(2): 151 - 163。http://dx.doi.org/10.1016/j.gloenvcha.2004.12.006

中央统计局。2008.2001年全国人口普查:人口样本数据库．中央统计局，加德满都，尼泊尔。

水致灾害预防部。2007.2006年灾害回顾。尼泊尔政府，水资源部(DWIDP)。(在线)网址:http://www.dwidp.gov.np/uploads/document/file/review_20120213035717.pdf

德蕾莎，T.， R. M.哈桑，C.林格勒，2008。衡量埃塞俄比亚农民对气候变化的脆弱性。beplay竞技国际粮食政策研究所讨论文件00806，华盛顿特区，美国。(在线)网址:http://www.ifpri.org/node/5657

迪克西特，2003年。洪水与脆弱性:需要重新思考洪水管理。自然灾害28(1): 155 - 179。http://dx.doi.org/10.1023/A:1021134218121

卡纳尔，N. R.什雷斯塔，M. L.吉米尔，2007。为洪水灾害做准备:绘制和评估尼泊尔拉图流域的危险．国际山地综合发展中心，尼泊尔加德满都。(在线)网址:http://www.icimod.org/publications/index.php/search/publication/134

金。2000。你要靠自己:社区的脆弱性以及对可预测自然灾害的认识和教育的需要。突发事件与危机管理杂志8(4): 223 - 228。http://dx.doi.org/10.1111/1468-5973.00143

卢茨，W, J. C.夸雷斯马和M. J.阿巴西-沙瓦兹。2010.人口、教育与民主:全球趋势与伊朗案例。人口与发展评论36(2): 253 - 281。http://dx.doi.org/10.1111/j.1728-4457.2010.00329.x

卢茨，W.， J. C.夸雷斯马，W.桑德森，2008。受教育程度和经济增长的人口学。科学319(5866): 1047 - 1048。http://dx.doi.org/10.1126/science.1151753

卢茨，W.和S. K. C. 2011。全球人力资本:整合教育和人口。科学333(6042): 587 - 592。http://dx.doi.org/10.1126/science.1206964

马冈，D. 2008。干旱对家庭脆弱性的影响:以马拉维农村为例。MPRA论文第15399号，波恩大学发展研究中心，德国波恩。(在线)网址:http://mpra.ub.uni-muenchen.de/15399/1/MPRA_paper_15399.pdf

内政部(MoHA)。2011.2000-2009年度灾害报告．尼泊尔加德满都内政部。

纽潘，纽约，2008年。研究影响尼泊尔夏季季风降水的各种因素．研究报告，德克萨斯大学奥斯汀分校，美国德克萨斯州。(在线)网址:http://www.geo.utexas.edu/courses/387h/Lectures/term_Neupane.pdf

菲弗，J. F.， K. Z.卡尼亚斯提和F. H.诺里斯，1988。自然灾害对老年人健康的影响:一项多波前瞻性研究。健康与社会行为杂志29(1): 65 - 78。http://dx.doi.org/10.2307/2137181

普拉丹，e.k.， M.鲍姆加滕，P.兰根伯格，B.汉德韦格，A. K.吉尔平，T.马贾利，M. C.霍赫伯格和B. M.伯曼，2007。正念减压对类风湿关节炎患者的影响。关节炎护理与研究57(7): 1134 - 1142。http://dx.doi.org/10.1002/art.23010

Raschky, p.a.， 2008。制度与自然灾害损失。自然灾害与地球系统科学“，8:627 - 634。http://dx.doi.org/10.5194/nhess-8-627-2008

肖梅克，S. 2008。南非林波波河流域的脆弱性和气候变化的影响。beplay竞技国际粮食政策研究所讨论文件00804，华盛顿特区，美国。(在线)网址:http://www.ifpri.org/publication/vulnerability-and-impact-climate-change-south-africas-limpopo-river-basin

托雅，H.和M.斯基德莫尔，2007。经济发展与自然灾害的影响。经济学的信件94:20-25。http://dx.doi.org/10.1016/j.econlet.2006.06.020

联合国开发计划署。2004.减少灾害风险是发展面临的挑战．联合国开发计划署，纽约，美国纽约。

Yohe, G.， R. S. J. Tol, 2002。社会和经济应对能力的指标——朝着适应能力的工作定义迈进。全球环境变化12(1):批准。http://dx.doi.org/10.1016/s0959 - 3780 (01) 00026 - 7