Une rue typique du quartier de Little River à Miami, où la gentrification climatique est actuellement en cours. Crédit :Marco Tedesco
Les impacts du changement climatique frappent plus durement les communautés socialement et économiquement vulnérables; sachant cela, les chercheurs ont construit divers indices pour tenter d'identifier les populations les plus à risque. Ces ensembles de données reposent souvent sur des données démographiques, mais omettez les informations financières et immobilières importantes qui pourraient aider à identifier les communautés où les groupes vulnérables pourraient être expulsés par la hausse des taux d'assurance contre les inondations ou la modification des valeurs immobilières.
Un nouveau jeu de données, créé par des chercheurs de l'Université Columbia et publié aujourd'hui dans Environmental Justice, vise à combler cette lacune. L'ensemble de données Socio-Economic Physical Housing Eviction Risk (SEPHER) intègre des informations socio-économiques avec le risque d'incendies de forêt, la sécheresse, inondations côtières et fluviales, et autres dangers, ainsi que des informations financières issues de bases de données immobilières et d'ethnicité, données sur la race et le sexe. L'objectif est de rendre compte de la vulnérabilité financière associée au marché du logement. SEPHER couvre l'ensemble des États-Unis, et est disponible gratuitement pour d'autres chercheurs.
"Nous voulons fournir un outil à chacun pour explorer des questions à la croisée des chemins de la race, justice sociale et climatique, " a déclaré l'auteur principal Marco Tedesco, professeur de recherche au Lamont Doherty Earth Observatory de l'Université de Columbia et affilié au Data Science Institute de Columbia. Il est également professeur affilié à l'Institut d'économie de la Scuola Superiore Sant'Anna, Pise. Le projet a été financé par l'Earth Institute de l'Université de Columbia et fait partie d'une collaboration en cours avec la Columbia Business School.
« Notre intention première est de permettre aux utilisateurs d'évaluer l'impact des aléas climatiques sur les populations les plus vulnérables, " a ajouté Carolynne Hultquist, co-auteur de l'étude, chercheur postdoctoral au Center for International Earth Science Information Network (CIESIN) de Columbia et à l'Observatoire de la Terre de Lamont-Doherty. "Nous devons être en mesure d'identifier ces populations afin de garantir qu'elles ne supportent pas les charges indues du changement climatique."
De nombreuses études axées sur les dommages et les conséquences financières du changement climatique reposent sur des ensembles de données commerciales qui coûtent des centaines de milliers de dollars à l'achat. Ces coûts peuvent constituer un obstacle important pour de nombreux chercheurs et collectivités.
Au lieu, l'ensemble de données SEPHER combine des données provenant de nombreuses sources accessibles au public, comprenant:
"C'est vraiment beaucoup de travail pour le mettre en place, " dit Tedesco. " Mais en croisant toutes ces informations, on peut commencer à se poser des questions comme :combien d'Afro-Américains ou de personnes appartenant à des groupes sous-représentés et à des groupes socialement vulnérables se sont vu refuser des crédits immobiliers dans des régions plus ou moins exposées aux aléas climatiques, par rapport aux blancs, et comment cela a-t-il changé avec les années? Comment les aléas climatiques jouent-ils un rôle dans le processus de gentrification ?"
Étude de cas :preuves de l'embourgeoisement climatique Miami-Dade
Lors de la récente conférence Managed Retreat organisée par la Columbia Climate School, Tedesco a présenté des résultats utilisant les données SEPHER pour indiquer que la gentrification climatique se produit dans la communauté de Little River en Floride. La majorité des détails de l'étude de cas seront disponibles dans un prochain article.
Traditionnellement, residents in Little River have been low income, disadvantaged people who couldn't afford to live along the coast. Cependant, as flooding and hurricane risks increase, Little River, which is more sheltered from these events, 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, by comparison, 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, le revenu, and climate impacts.
"Clearly, 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, adaptation, et la résilience. 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."
Cette histoire est republiée avec l'aimable autorisation de Earth Institute, Université de Columbia http://blogs.ei.columbia.edu.