복원력에 대한 강조는 지역사회의 변화를 방해합니다.

빈곤

기후 재해에 직면하여 지역 사회의 회복력을 구축하는 것은 지속 가능한 미래를 달성하는 데 중요합니다. 복원력에 대한 운영 접근 방식은 중단 후 시스템이 현 상태로 민첩하게 복귀하는 것을 선호합니다. 여기에서 우리는 변환을 고려하지 않고 회복에 대한 지나친 강조가 회복을 예측하지만 변환을 억제하는 커뮤니티 내의 위험 요소인 '복원의 함정'을 고착화한다는 것을 보여줍니다. 2018년 허리케인 마이클 동안 플로리다의 지역사회 회복력에 대한 사례 연구에서 회복과 변화를 모두 포함하는 회복력을 정량화하여 변화를 촉진하거나 억제하는 위험 요소를 식별합니다. 또한, 우리는 회복의 주요 예측 변수의 55%가 빈곤, 민족 및 이동성과 관련된 요소를 포함하여 잠재적인 회복력 함정이라는 것을 발견했습니다. 마지막으로, 우리는 회복력의 함정을 강조하는 재난 정책의 결과로 발생할 수 있는 부적응에 대해 논의합니다.

지역사회 복원력의 함정

10억 달러 이상의 비용이 드는 주요 재해의 빈도가 크게 증가했으며 2018~2019년 동안 재해로 인한 직접 비용은 1,360억 달러를 초과했습니다. 가속화된 도시화, 노후화된 기반 시설, 기후 변화 및 완화보다 복구를 우선시하여 고위험 지역의 개발을 장려하는 사후 연방 재난 정책은 기후 재난에 대한 커뮤니티의 취약성을 증폭시켰습니다. 복원력은 취약성을 줄이고 주요 자연 재해 및 혼란에 대응하여 복구를 촉진하기 위해 자원을 정렬하고 정부 및 민간 부문 투자를 관리하기 위한 조직 원칙으로 오랫동안 사용되어 왔습니다. 회복력에 대한 이론 및 분석 연구는 사회 과학, 생태학, 도시 계획 및 공학에 존재합니다. 학문적 차이에도 불구하고 회복탄력성은 충격 후 회복하고 시스템 기능을 보존하기 위해 체계적으로 적응하고 변형하는 능력으로 광범위하게 개념화됩니다. 보다 최근에는 회복력에 대한 존재론적 논의를 넘어 커뮤니티 수준에서 운영 패러다임으로 이동하려는 움직임이 있으며, 커뮤니티는 공유된 규범과 관심사를 가진 상호 작용하는 개인의 지리적으로 연결된 그룹으로 이해됩니다. 커뮤니티 회복력 운영 모델의 최근 발전에도 불구하고 근본적인 지식 격차는 여전히 존재합니다. 이러한 격차는 중단 후 회복하여 현상 유지에 대한 복원력 운영 모델의 압도적인 초점으로 추적될 수 있습니다. 특히 기존 패러다임에서 탄력적 시스템은 현재 상태에서 최소한으로 벗어나 중단 시 빠르게 현상 상태로 돌아갑니다. 회복에 초점을 맞추는 것을 '엔지니어링 회복력'이라고 하며, 이 패러다임은 회복력 있고 지속 가능한 시스템과 커뮤니티 구축을 목표로 하는 의사 결정 및 정책 결정 프레임워크의 기초 역할을 했습니다. 기본적으로 엔지니어링 복원력 프레임워크는 일반적으로 전력망과 같은 중요한 기반 시설에 대한 안정적인 액세스를 측정하여 커뮤니티가 중단되고 복구되는 방식을 수량화하고 이전 상태로의 빠른 복귀를 촉진하는 커뮤니티 또는 시스템 내의 위험 요소를 식별합니다. 이러한 접근 방식은 구호 및 복구 노력의 우선 순위를 정하는 데는 유리하지만 적응 및 변형을 촉진하는 방식으로 복원력을 완전히 운영하는 데에는 부족합니다. 더욱이 이러한 프레임워크는 부적응을 조장할 수 있습니다. 이는 단기적으로는 유익하지만 궁극적으로 미래의 혼란에 대한 취약성을 증가시키는 조치로 정의됩니다. 보험 및 재난 구호 지원 프로그램과 같은 엔지니어링 복원력 패러다임에 기반한 현재의 재난 정책은 적응을 가능하게 하기보다 지속적인 취약성을 악화시키는 현상 유지를 강화함으로써 재난의 영향을 받는 지역에서 부의 불평등을 악화시키고 인종적 부의 격차를 넓힌다는 증거가 있습니다. 복구뿐만 아니라 변환을 장려하는 복원력 패러다임을 운영하면 취약성과 불평등을 악화시키지 않는 재해 정책 및 개입을 설계할 수 있습니다. 이 작업에서 우리는 회복과 지역사회의 변화를 모두 수량화하여 회복력의 개념과 운영화 사이의 격차를 줄입니다. 변형을 인프라, 생태계, 생활 방식, 제도 및 거버넌스의 비선형 재구성을 포함하는 '도시 시스템의 시스템적 변화'로 정의합니다. 우리는 커뮤니티의 재조직 및 변형을 측정하고 추적합니다. 통계적 기계 학습의 최신 기술을 활용하여 회복의 주요 예측 변수를 설정하고 이러한 주요 위험 요소 중 변환을 촉진하거나 억제하는 데 도움이 되는 요소를 식별합니다. 우리는 2018년 플로리다 허리케인 마이클을 사례 연구로 사용하여 변형을 유발하는 위험 요소의 변화 정도를 추정하여 임계값 효과를 정량화하고 티핑 포인트 분석을 수행합니다. 허리케인에 대한 초점은 지역사회에 미치는 영향의 심각성과 광범위한 파괴로 인해 지역사회 회복력의 중요한 스트레스 테스트로 자리 잡았습니다. 국립해양대기청에 따르면 허리케인은 미국 역사상 기록된 다른 어떤 기후 재해보다 더 많은 사망자와 파괴를 초래했습니다. 허리케인 마이클은 플로리다주가 카운티 수준의 재난 영향을 공개적으로 보고하기 시작한 이래 플로리다에 상륙한 가장 강력한 폭풍이기 때문에 사례 연구로 특별히 선택되었습니다. 2018년 기준으로 미국을 강타한 허리케인의 41%가 플로리다에 상륙했습니다, 이에 따라 주에는 복원력을 촉진하고 허리케인으로부터 즉각적인 복구를 지원하도록 설계된 상당한 수의 프로그램이 있습니다. 우리는 폭풍우 동안 카운티 수준에서 사용할 수 있는 정전을 지역 사회 복구의 대용물로 사용합니다. 정전이 주 전역에 만연해 있어 지역 사회가 음식, 물, 교통 및 위생과 같은 다른 모든 중요한 자원에 접근하는 데 영향을 미치기 때문입니다. 우리의 연구 결과는 회복을 지나치게 강조하고 변화를 설명하지 않으면 회복을 예측하는 위험 요소가 긍정적인 변화를 억제하고 부적응 상태를 영속시키는 회복력의 함정을 고착시킬 수 있음을 보여줍니다.

회복량 정량화

커뮤니티 복구를 측정하기 위한 최첨단 접근 방식은 예측 모델을 활용하여 중요 서비스에 대한 액세스가 중단되고 복원될 때 위험 요소를 재난 결과와 연관시킵니다. 지역사회 회복력의 지역화 및 장소 기반 특성을 감안하고 이전 연구에 따라 카운티 수준에서 복구 예측 모델링을 수행합니다. 우리는 먼저 회복을 예측하는 주요 위험 요소를 식별한 다음 플로리다 주의 모든 카운티에서 회복에 대한 상대적 기여도를 계산합니다. 다시 말해, 플로리다의 67개 카운티 각각에 대한 환경 의견, 사회인구학적, 경제, 주택 및 이동성 특성과 관련된 카운티 수준 위험 요소의 큰 풀을 고려합니다. 위험 요소는 2018년 플로리다 허리케인 마이클 이후 인구 및 위험 노출을 제어하면서 복구를 위한 프록시로 사용된 전기에 대한 복원된 액세스의 앙상블 트리 예측 모델에서 독립 변수 역할을 합니다. 우리는 ensemble-of-trees 예측 모델을 사용하여 복구된 전기에 대한 액세스를 가장 잘 예측하는 20가지 위험 요소의 하위 집합을 선택합니다. 특히, 철저한 검색 접근 방식을 사용하여 3단계 변수 선택 알고리즘은 입력 변수의 가능한 모든 조합을 검색하고 커뮤니티 회복을 가장 예측할 수 있는 가장 작은 위험 요소 하위 집합을 식별합니다. 이러한 위험 요소는 엔지니어링 복원력에 대한 데이터 기반 접근 방식이 중요한 서비스에 대한 액세스를 복원하는 데 가장 중요한 것으로 식별하는 것을 나타냅니다.

변환 정량화

커뮤니티가 어떻게 변화하는지 정량화하기 위해 Contrastive Community Networks(CCN)라는 새로운 접근 방식을 개발합니다. CCN은 차원 축소 및 투영을 동시에 수행하기 위한 비지도 학습 기법의 클래스인 SOM(Self-Organized Maps)을 기반으로 합니다. CCN은 SOM을 사용하여 커뮤니티의 관계형 네트워크를 생성합니다. 여기서 네트워크의 근접성은 카운티 간의 위험 요소 포트폴리오의 유사성과 일치합니다. 커뮤니티 변화에 대한 대리인으로서 복합 위험과 취약성 또는 탄력성 지수의 시간적 추세를 추적하는 이전 방법과 달리 CCN 알고리즘은 관계 네트워크에서 카운티의 위치를 ​​이동할 만큼 충분히 실질적인 위험 요소의 변화를 감지하여 변환을 측정합니다. 따라서 개별 종합 지수에 의존하기보다는 전체 위험 요소 포트폴리오를 고려하면서 카운티와 동료 간의 대비 정도를 측정하여 변환을 수량화합니다. 회복에 가장 큰 기여를 하는 것으로 예측 모델에 의해 식별된 20개의 위험 요소는 '기준선'을 만들기 위해 CCN에 대한 입력으로 사용됩니다. 즉, 변화를 측정할 커뮤니티 간의 유사성입니다. 이 단계에서 48개의 입력 노드가 선택되어 기준 CCN을 형성하고 각 카운티는 위험 요소 값을 기반으로 CCN 노드 중 하나에 매핑됩니다. CCN에서 인접 또는 인접 노드를 차지하는 카운티는 20개의 위험 요소에서 더 큰 유사성을 나타냅니다. 커뮤니티가 변화하고 위험 요소 값이 변경됨에 따라 다른 사람들과의 유사성은 변할 것입니다. 그 결과 CCN의 재구성이 이루어지고 카운티가 CCN의 대체 노드에 매핑됩니다.

변환 궤적 및 임계값

기준 CCN을 생성한 후 각 카운티에 대한 각 위험 요소를 교란하여 업데이트된 모든 값에서 CCN의 구성을 모니터링합니다. CCN의 구조가 대체 구성으로 재구성되거나 '팁'이 되고 카운티가 기준선이 아닌 노드에 매핑될 정도로 섭동이 충분히 커질 때까지 이 작업을 수행합니다. 비기준 노드에 매핑되는 카운티를 변환 지표로 사용합니다. 즉, CCN 아키텍처에서 카운티의 위험 요소 변화가 충분히 클 때 변환이 발생하여 관계 네트워크에서 카운티의 위치가 이동하고 기준선에서 대체 피어 집합과 더 유사해집니다. 카운티의 동료와 관련하여 변환을 정의함으로써 변환으로 식별될 만큼 충분히 중요한 위험 요소의 변화 규모에 대한 판단을 부과하지 않습니다. 재구성될 때 CCN 내에서 카운티의 위치를 추적하는 것을 카운티의 변환 궤적이라고 하며 CCN 내에서 원래 노드에서 업데이트된 노드까지의 거리는 경험한 변환의 정도에 해당합니다. 엔지니어링 탄력성 모델과 결합된 이 접근 방식에서 도출할 수 있는 통찰력을 설명하기 위해 허리케인으로 인해 광범위한 피해를 입은 카운티인 Bay County Florida의 각 위험 요소에 대한 시간 궤적을 계산합니다. 결과에 따르면 Bay County에서는 8개의 위험 요소(평가된 요소의 40%)만이 변형을 유발할 가능성이 있음을 나타냅니다. 또는 이러한 위험 요소를 개선하면 복구 모델에 따라 결정되는 카운티의 즉각적인 재해 복구가 모두 향상되고 잠재적으로 카운티와 동료 간의 유사성이 변경됩니다. 그러나 나머지 60%의 위험 요소를 변경하면 지역 사회의 회복을 개선할 수 있을 뿐이며 카운티와 동료 간의 기본 유사성을 변경하지 않습니다. 변환을 트리거하는 경우 변환 임계값을 정의합니다. 즉, CCN 재구성과 관련된 위험 요소의 백분율 증가 또는 감소입니다. 우리는 변환 임계값을 변환을 트리거하는 데 필요한 위험 요소의 변화 크기로 개념화합니다. 목표는 커뮤니티 내에서 변화를 촉발하는 데 도움이 되는 위험 요소를 공동으로 식별하고 이러한 위험 요소에서 변화가 일어나기 위해 필요한 변화의 정도를 결정하는 것입니다. 변환 임계값은 낮은 임계값을 가진 카운티 수준 위험 요소가 변환에 더 도움이 되도록 변환에 기여하는 위험 요소의 중요성에 대한 상대적 비교를 제공합니다. Bay 카운티에서는 카운티 내에서 이사한 개인의 카운티 수준 비율과 세입자 거주 주택의 카운티 수준 비율이라는 두 가지 위험 요소가 음의 변환 임계값을 갖는 반면 다른 6개는 긍정적입니다. 6가지 긍정적인 위험 요소는 주로 대중 교통으로 통근하는 인구의 카운티 수준 비율, 지난 해 플로리다의 다른 곳에서 특정 카운티로 이사한 인구의 카운티 수준 비율, 카운티 수준 측정 인종 및 소득 불평등, 주로 재택 근무를 하는 인구의 카운티 수준 비율, 같은 거주지에서 1년 이상 거주한 인구의 카운티 수준 비율입니다. 이러한 임계값의 범위는 11%(동일한 거주지에서 1년 이상 거주하는 인구의 카운티 수준 비율)에서 260%(대중 교통으로 통근하는 근로자의 카운티 수준 비율)입니다. 이러한 변환 임계값은 위험 요소의 규범성과 변환의 부호에 따라 두 가지 해석이 있습니다.

변환 대 저하

우리는 변혁을 카운티가 기준선에서 다른 동료 집합과 가장 유사할 만큼 충분히 큰 카운티의 위험 요소 변화로 정의합니다. 그러나 위험 요소의 상당한 변화가 발생하여 변환이 부정적인 결과를 초래할 수 있습니다. 규범적으로 양호하거나 양의 임계값을 갖는 중립적인 위험 요소는 정책 입안자와 의사 결정자의 목표를 나타냅니다. 우리는 이것을 이 백서 전체에서 '긍정적 변환' 또는 단순히 변환이라고 부릅니다. 예를 들어, 베이 카운티에서 대중 교통으로 통근하는 인구 비율의 긍정적인 증가(커뮤니티의 지속 가능성 향상에 대한 규범적으로 긍정적인 위험 요소)는 긍정적인 변화로 이어질 것입니다. 이는 공중 보건 결과를 개선하고 공평한 지역 사회 연결성을 제공함으로써 대중 교통 이용의 지속 가능성 및 탄력성 이점을 확립한 이전 작업과 일치합니다. 반대로, 음의 변환 임계값과 함께 규범적으로 음의 위험 요소는 감소 대상으로 사용됩니다. 규범적으로는 부정적이지만 긍정적인 변환 임계값을 갖는 위험 요소는 부정적인 변환 또는 저하 가능성을 나타냅니다. 악화 지표는 취약한 커뮤니티가 더 나쁜 결과로 전환될 위험을 나타냅니다. Bay 카운티에서 인종 불평등과 소득 불평등은 모두 양의 변환 임계값을 갖는 규범적으로 음의 위험 요소입니다. 예를 들어 지니 지수로 측정한 소득 불평등이 29% 증가하면 부정적인 변환과 저하로 이어지며 베이 카운티는 플로리다에서 소득 불평등이 가장 높은 수준에 속하게 됩니다. 사회경제적 지위의 불평등이 취약성의 주요 원인이므로 이 임계값은 소득 불평등의 변화로 인해 Bay County가 직면한 상대적 악화 위험을 설명합니다.

트리거 변환

플로리다의 모든 위험 요소 및 카운티에 대한 변환 임계값과 회복의 주요 기여자로 식별된 위험 요소의 상대적 중요성을 비교하면 변혁의 촉매로 간주되는 위험요인은 변혁역치가 가장 낮은 것으로 현 거주지에서 1년 이상 거주한 가구의 군급 비율(10.3%), 군급 소득 불평등(15.8%), 카운티 수준의 인터넷 액세스(43.9%)입니다. 재해가 발생하기 쉬운 지역의 거주 기간은 주요 허리케인으로 인한 대피 가능성 감소 및 위험 인식 감소와 관련이 있습니다. 위험 인식과 지역사회 회복력 사이의 연결은 여전히 이해되고 있지만 우리는 변화에 긍정적으로 기여하는 이 위험 요소의 중요성이 지역사회 회복력의 장소 기반 특성과 거주 기간 증가로 구축된 사회적 자본에서 비롯된다고 믿습니다. 소득 불평등은 또한 재난 결과와 밀접하게 연결되어 있습니다. 주요 재해의 결과이자 보다 심각한 재해 결과 및 개인 대피 행동의 원인으로 확인되었습니다. 커뮤니케이션 기술에 대한 접근은 이전 작업에서 개선된 커뮤니티 회복력과도 연결되었습니다.

회복력 함정

함정이라는 용어는 많은 경우에 외부 세력에 의해 개인이 빈곤한 상태에 놓이는 빈곤 함정과 같은 더 큰 사회적 문제를 해결하기 위해 설계된 거버넌스와 개입이 문제를 악화시키는 피드백 루프를 설명하는 데 사용됩니다. 제도와 시스템은 스스로 강화되고 융통성이 없게 됩니다. 탄력성 함정은 탄력성 개념을 운영 모델로 불완전하게 번역하여 발생할 수 있습니다. 구체적으로, 회복과 관련되어 있지만 긍정적인 변화의 가능성을 허용하지 않는 위험 요소는 본 논문에서 회복력의 함정으로 정의됩니다. 우리는 CCN에 포함된 위험 요소 중 20개 중 11개(55%)가 플로리다에서 평가된 모든 카운티에서 변형 가능성이 없는 반면 9개는 적어도 하나의 카운티에서 변형을 허용한다는 것을 발견했습니다. 변환을 허용하는 항목 중 카운티 수준의 소득 불평등은 평균 변환 임계값이 가장 작은 반면(모든 카운티에서 6.25%), 대중 교통으로 통근하는 인구의 카운티 수준 비율은 평균 변환 임계값이 가장 큽니다. 변환을 허용하지 않는 위험 요소 범위는 회복 모델에 의해 결정되는 4번째에서 20번째로 중요한 변수 범위입니다. 빠른 회복에 기여하는 요인과 변화를 촉발시키는 요인 사이의 중요성의 불일치는 커뮤니티의 회복력을 운용하는 것을 목표로 할 때 회복력 함정의 가능성을 강조합니다. 그리고 현재의 회복력 패러다임에 의해 부과된 잠재적 장벽. 급속한 회복과 관련된 요소의 우선순위만을 정하는 근시안적인 정책, 개입 및 투자는 현상 유지의 지속 불가능하고 지속 불가능한 측면을 고착시키고 지속 가능하고 회복력 있는 사회를 촉진하는 데 필요한 변화를 억제할 수 있습니다. 여기에 제시된 사례 연구에 대해 보다 구체적으로 설명하면 플로리다주는 많은 연방 재난 구호 및 복원 프로그램을 활용합니다. FEMA 공공 지원 보조금과 같은 연방 재난 프로그램은 커뮤니티의 손상된 기반 시설을 재건하는 비용의 일부를 지불하고, 나머지는 주에서 지방 및 정부에 상응하는 기금을 제공합니다. 이 기금은 요청하는 커뮤니티의 인구 통계(인구 규모, 빈곤율, 실업률), 폭풍 영향(폭풍 수, 영향 심각도, 비 FEMA 상환 가능 지출, 추가 허리케인 복구와 완화 자금)을 포함하여 주에서 결정한 기준에 따라 분배됩니다. 회복 및 변화에 기여하는 위험 요소를 포함하도록 이러한 기준을 업데이트하면 재난으로부터 회복하고 변화할 수 있는 잠재력이 있는 지역사회에 대한 투자를 촉진함으로써 더 나은 장기적 회복력 결과를 제공할 수 있습니다.