Household Vulnerability to Climate Variability and Food Insecurity: Evidence from Aceh and West Nusa Tenggara, Indonesia

Technisches Resümee: Haushaltliche Vulnerabilität gegenüber klimatischer Variabilität und Ernährungsunsicherheit in Aceh und West-Nusa Tenggara

Problemstellung
Klimatische Variabilität bedroht zunehmend das Wohlergehen der Haushalte und die Ernährungssicherheit, insbesondere in Entwicklungsländern, die von klimasensiblen Sektoren wie der Landwirtschaft und Fischerei abhängig sind. Während die globale Literatur den Zusammenhang zwischen Umweltveränderungen (Überschwemmungen, Dürren, unregelmäßige Niederschläge) und Ernährungsunsicherheit anerkennt, bestehen erhebliche Lücken im Verständnis dieser Dynamiken auf der Mikroebene innerhalb Indonesiens. Insbesondere konzentriert sich die bestehende Forschung häufig auf die aggregierte landwirtschaftliche Produktivität statt auf die Ernährungsunsicherheit auf Haushaltsebene, lässt die Integration von national repräsentativen Mikrodaten mit lokalisierten Klimaindikatoren vermissen und untersucht die distributionale Heterogenität über vulnerable demografische Gruppen hinweg nicht ausreichend. Darüber hinaus bleibt die spezifische Rolle der relativen Luftfeuchtigkeit als Klimatreiber sowie die moderierenden Effekte von Bildung und Anpassungskapazität im indonesischen Kontext untererforscht. Diese Studie adressiert diese Lücken, indem sie untersucht, wie die klimatische Variabilität, insbesondere die relative Luftfeuchtigkeit, die Ernährungsunsicherheit von Haushalten in zwei gegensätzlichen Provinzen beeinflusst: Aceh (küstennah, hoher Niederschlag) und West-Nusa Tenggara (NTB, arid, regenabhängig).

Methodik und Daten
Die Studie nutzt gepoolte Querschnitts-Mikrodaten aus den Runden 2018 und 2024 der nationalen sozioökonomischen Erhebung Indonesiens (SUSENAS), die 294.919 Haushalte in Aceh und 13.424 in NTB umfassen. Die Haushaltsdaten wurden mit Klimaindikatoren auf Distriktebene zusammengeführt, einschließlich jährlicher Gesamtniederschlagsmenge, durchschnittlicher relativer Luftfeuchtigkeit, Durchschnittstemperatur und Windgeschwindigkeit.

• Abhängige Variablen: Die Ernährungsunsicherheit wird mithilfe der Food Insecurity Experience Scale (FIES) gemessen. Die Studie konstruiert sowohl einen binären Indikator (Haushalte, die ≥3 von 8 Bedingungen der Nahrungsmittelunterversorgung erleben) als auch einen kontinuierlichen Score (0–8), der die Schwere der Ernährungsunsicherheit darstellt.
• Empirische Strategie: Die Analyse verwendet einen schrittweisen hierarchischen Modellierungsansatz.
  • Logistische Regression: Wird verwendet, um die binäre Wahrscheinlichkeit der Ernährungsunsicherheit zu modellieren, wobei sozio-demografische, ökonomische und infrastrukturelle Variablen kontrolliert werden.
  • Gewöhnliche Kleinzustandsmethode (OLS) und Cluster-robuste Regression: Werden zur Analyse des kontinuierlichen Scores der Ernährungsunsicherheit verwendet, wobei cluster-robuste Standardfehler angewendet werden, um die Intra-Cluster-Korrelation (z. B. innerhalb von Dörfern oder Distrikten) zu berücksichtigen.
  • Heterogenität und Moderation: Die Studie führt Subgruppenanalysen durch (städtisch vs. ländlich, männlich geführte vs. weiblich geführte Haushalte) und führt Interaktionsterme ein, um zu testen, ob die Bildung des Haushaltsvorstands die Auswirkungen der relativen Luftfeuchtigkeit auf die Ernährungssicherheit moderiert.

Kernergebnisse

1. Einfluss der relativen Luftfeuchtigkeit: Die empirischen Ergebnisse zeigen konsistent, dass eine höhere relative Luftfeuchtigkeit die Wahrscheinlichkeit und Schwere der Ernährungsunsicherheit von Haushalten in beiden Provinzen signifikant erhöht. In der logistischen Regression korreliert ein Anstieg der durchschnittlichen Luftfeuchtigkeit um eine Einheit mit einem statistisch signifikanten Anstieg der Wahrscheinlichkeit von Ernährungsunsicherheit.
2. Heterogene Effekte: Die negativen Auswirkungen der klimatischen Variabilität sind nicht einheitlich.
   • Vulnerable Gruppen: Die negativen Auswirkungen der Luftfeuchtigkeit sind für Haushalte, die bereits ein hohes Maß an Ernährungsunsicherheit erleben, erheblich stärker. Subgruppenanalysen zeigen, dass ländliche und männlich geführte Haushalte die Hauptlast dieser Schocks tragen.
   • Regionale Unterschiede: In NTB erhöhen höhere Temperaturen und Luftfeuchtigkeit die Ernährungsunsicherheit signifikant, was das aride Klima der Provinz und die Abhängigkeit von regenabhängiger Landwirtschaft widerspiegelt, in der Hitzestress die Bodenfeuchtigkeit beschleunigt reduziert. Im Gegensatz dazu wirkt sich die Luftfeuchtigkeit in Aceh aufgrund seines tropischen Regenwaldklimas anders aus, bleibt jedoch ein signifikanter Faktor im breiteren Modell.
3. Schutzfaktoren:
   • Ökonomischer Status: Die Haushaltsausgaben sind der stärkste Prädiktor für Ernährungssicherheit. Haushalte im höchsten Ausgabenquintil haben ein um 90 % geringeres Risiko für Ernährungsunsicherheit im Vergleich zum ärmsten Quintil.
   • Bildung: Höhere Bildungsniveaus des Haushaltsvorstands sind signifikant mit reduzierter Ernährungsunsicherheit assoziiert. Entscheidend ist, dass Bildung als Moderator wirkt; bei gebildeteren Haushaltsvorständen werden die negativen Auswirkungen der Luftfeuchtigkeit effektiv neutralisiert, was auf eine verbesserte Anpassungsfähigkeit hindeutet.
   • Infrastruktur: Der Zugang zu Basisinfrastruktur, insbesondere sicherem Trinkwasser, verbesserter Sanitärversorgung und Elektrizität, dient als entscheidender abmildernder Faktor. In NTB ist der Schutzeffekt von sicherem Trinkwasser deutlich stärker als in Aceh, was auf eine größere Abhängigkeit von der Infrastruktur zur Kompensation natürlicher Umweltdefizite hinweist.
4. Nicht-signifikante Faktoren: Die Gesamtniederschlagsmenge (Regenfall) zeigte in den Vollmodellen im Allgemeinen keinen statistisch signifikanten Einfluss auf die Ernährungsunsicherheit, was darauf hindeutet, dass in diesen spezifischen Kontexten Luftfeuchtigkeit und Temperatur kritischere Treiber als das reine Niederschlagsvolumen sind.

Bedeutung und Beiträge
Das Paper beansprucht drei primäre Beiträge zur Literatur über klimatische Vulnerabilität und Ernährungssicherheit:

1. Evidenz auf Mikroebene: Es liefert auf Haushaltsebene basierende Belege für die klimatische Vulnerabilität in Indonesien unter Verwendung national repräsentativer Mikrodaten und geht damit über aggregierte landwirtschaftliche Ergebnisse hinaus.
2. Distributionale Heterogenität: Durch die Anwendung von Subgruppen- und Cluster-robusten Regressionsanalysen bewegt sich die Studie über die Schätzung von Durchschnittseffekten hinaus, um aufzuzeigen, wie die klimatische Variabilität spezifische vulnerable Gruppen (ländlich, männlich geführt und bereits ernährungsunsicher) unverhältnismäßig stark trifft.
3. Anpassungskapazität: Es untersucht die Rolle der Bildung als Anpassungskapazität und zeigt auf, dass Humankapital die negativen Auswirkungen von Klimaschocks abmildern kann.

Politische Implikationen
Die Ergebnisse unterstreichen die dringende Notwendigkeit für politische Entscheidungsträger, klimaresiliente ländliche Entwicklungspolitiken zu entwerfen, die gezielte Anpassungsstrategien mit Armutsbekämpfung, Bildungszugang und Infrastrukturverbesserungen integrieren. Die Studie legt nahe:

• Gezielte Interventionen: Ländliche, männlich geführte Haushalte benötigen robuste landwirtschaftliche Beratungsdienste, die auf klimaintelligente Praktiken und Fruchtfolgeabwechsel konzentriert sind.
• Investitionen in Infrastruktur: Der Ausbau des Zugangs zu Elektrizität, sauberem Wasser und Sanitärversorgung ist essenziell, um die Lagerung von Lebensmitteln und die Hygiene zu sichern, insbesondere in ariden Regionen wie NTB.
• Frühwarnsysteme: Die Einbeziehung lokaler Luftfeuchtigkeits- und Klimametriken in Frühwarnsysteme kann helfen, Risiken der Ernährungssicherheit vorherzusehen, bevor Umweltveränderungen eskalieren.
• Nationale Relevanz: Obwohl der Fokus auf Aceh und NTB liegt, sind die Ergebnisse für den gesamten indonesischen Archipel relevant, der eine hohe relative Luftfeuchtigkeit und Klimasensitivität aufweist. Dies deutet auf die Notwendigkeit nationaler Strategien hin, die mikro-ebene Klimatreiber in Programme zur Armutsbekämpfung (z. B. PKH und BPNT) berücksichtigen.