Vulnerabilität asiatischer Großstädte gegenüber urbanem Hitzestress am Beispiel Bandar Lampung und Jakarta

ausgearbeitet von Luisa Rau

In den letzten Jahrzehnten hat die Anzahl der Publikationen zu den Themen Klimawandel, klimawandelbedingte Vulnerabilität und Adaption in Asien stark zugenommen. Vulnerabilität meint die Anfälligkeit des Systems Mensch auf nachteilige Klimaveränderungen (FÜSSEL 2007). Die Zahl der Veröffentlichungen ist innerhalb der letzten 35 Jahre von 33 (1981–90) auf 8101 (2001–2010) angestiegen (ACCCRN 2014). Das wachsende Interesse an der Erforschung urbaner Umweltauswirkungen und Entwicklung von Plänen zur Resilienz, der Widerstandsfähigkeit, ist mit der steigenden Urbanisierung asiatischer Großstädte zu begründen. Urbane Hitzeinseln (UHI) können diverse negative Folgen mit sich bringen. In Europa treten Hitzestress, Hitzeschäden und eine Erhöhung der Sterbewahrscheinlichkeit als Konsequenz von UHI’s in den Vordergrund (vgl. SCHERER et al. 2013). Auswirkungen urbaner Hitze variieren in Abhängigkeit von der adaptiven Kapazität, welche die Anpassungsfähigkeit der Bevölkerung meint, und den lokalen, klimatischen und infrastrukturellen Gegebenheiten der Stadt.

Aufgrund anderer Voraussetzungen und Gegebenheiten im asiatischen Kontext unterscheiden sich die Vulnerabilitätsanalysen von denen in Mitteleuropa. Die Prüfung der Anwendbarkeit jener Analysen auf mitteleuropäische Städte ist für einen wissenschaftlichen Austausch interessant. Es stellt sich die Frage: Lassen sich der methodische Ansatz und die Ergebnisse der Vulnerabilitätsanalyse übertragen oder sind die lokalen, kulturellen und infrastrukturellen Gegebenheiten zu verschieden?
Bandar Lampung, eine 900,000 Einwohner große indonesische Stadt, ist Teil einer Initiative des “Asian Cities Climate Change Resilience Network” – ACCCRN, die sich mit der Vulnerabilität von Städten gegenüber klimatischen Veränderungen auf kommunaler Ebene auseinandersetzt und nach Steigerungsmöglichkeiten der Anpassungsfähigkeit forscht. 2008 gegründet, ist das Netzwerk nun in mehr als 30 Städten in Bangladesch, Indien, Indonesien, den Philippinen, Thailand und Vietnam vertreten (ACCCRN 2015). MANIK & SYAUKAT (2015) vergleicht mithilfe einer Vulnerabilitätsanalyse die Auswirkungen urbaner Hitzeinseln auf Jakarta, die 10.2 Millionen Einwohner starke Metropole und Hauptstadt Indonesiens und Bandar Lampung. Der in der Studie verwendete Index zur Ermittlung der Vulnerabilität unterscheidet sich von den in Mitteleuropa gebräuchlichen Indizes.

Die 19.7 Hektar große Stadt Bandar Lampung fungiert als Schnittstelle zwischen Jakarta und Sumatra. Die Populationsdichte beträgt 44.60 Personen/ha. Die Landnutzung ist mit 50.5 % vorherrschend durch Landwirtschaft und Wohngebiete (33.7 %) geprägt (MANIK & SYAUKAT 2015). Jakarta besitzt eine Flächengröße von 66.3 Hektar, von der 59 % von Wohngebieten, 27 % mit verdichteter Bebauung und 32 % mit niedriger Bebauungsdichte, eingenommen ist. Nur 7.9 % sind mit Vegetation bedeckt. Die Populationsdichte beträgt 147.38 Personen/ha (MANIK & SYAUKAT 2015). Es ist festzuhalten, dass sich die Städte in ihrer Landnutzung, Populationsdichte und Größe deutlich voneinander unterscheiden. Während Bandar Lampung vorwiegend landwirtschaftlich geprägt ist und im Vergleich zu Jakarta weniger als ein Drittel der Populationsdichte aufweist, ist Jakarta durch dichte Bebauung und einen sehr geringen Anteil an Grün- und Landwirtschaftsflächen geprägt (TOKAIRIN et al. 2010).
Die Analyse der Vulnerabilität beruht auf dem Index des “Intergovernmental Panel on Climate Change” (IPCC^*). Darin wird der Index der Vulnerabilität als eine Kombination der Faktoren Exposition, Sensitivität und adaptive Kapazität beschrieben.
Exposition beschreibt hier den Grad der Aussetzung des Systems Mensch gegenüber dem klimatischen Faktor Lufttemperatur. Sensitivität meint das Maß, zu dem sich ein System positiv oder negativ durch einen klimawandelbedingten Stimulus beeinflussen lässt, im konkreten Fall, das System Mensch beeinflusst durch den UHI-Effekt (PATT et al. 2009). Die adaptive Kapazität beschreibt die Eignung eines Systems sich durch Maßnahmen an Klimaveränderungen, wie einen Anstieg der Lufttemperatur, anzupassen. Jene Anpassungsfähigkeit ist unter anderem von ökonomischen Ressourcen, Technologie, institutionellen Kapazitäten und politischem Willen abhängig (UMWELTBUNDESAMT 2015).

<m 16>LVI-IPCC = (e – a)^s </m>
(1), wobei e = Exposition, a = adaptive Kapazität und s = Sensitivität.

Zusätzlich dient der “livelihood vulnerability index” (LVI) zur Konkretisierung der IPCC-Faktoren durch LVI Haupt- und Sub-Indikatoren (MANIK & SYAUKAT 2015). Aggregiert spricht man vom LVI-IPCC Index (LVI-IPCC). Der LVI-IPCC Ansatz, von HAHN et al. (2009) in Mozambique als Alternative zur Messung der Vulnerabilität entwickelt, dient der Verknüpfung des natürlichen, finanziellen, sozialen und humanen Kapitals. Auf kommunaler Ebene für diverse Anwender konzipiert, dient er primär der Erfassung der Resilienz und Nachhaltigkeit der Existenzgrundlage der lokalen Bevölkerung, indem er die vor- und nachteiligen Eigenschaften einer Hausgemeinschaft bzw. eines Haushaltes erfasst (HAHN et al. 2009).

Die Daten zur Errechnung des LVI werden über Befragung der Bevölkerung an neun Standorten in Bandar Lampung und acht Standorten in Jakarta mit variierender Landnutzung und Zentrumsnähe erfasst. Die Unterteilung beinhaltet landwirtschaftlich genutzte, küstennahe, sub- und urbane Standorte, Wohn-, Gewerbegebiete, Geschäfts- und Stadtzentren. Die befragten Personen werden ortsansässig und stichprobenartig ausgewählt (MANIK & SYAUKAT 2015). Der LVI wird aus dem Bewertungsdurchschnitt des standardisierten Wertes der LVI Haupt-Indikatoren jedes Standortes ermittelt. Er reicht von 0 (geringe Vulnerabilität) bis 1 (hohe Vulnerabilität). Der LVI-IPCC Index erstreckt sich von –1 (geringe Vulnerabilität) bis +1 (hohe Vulnerabilität).

Da die Einheiten der LVI Sub-Indikatoren variieren, wird eine Standardisierung und Durchschnittsbildung durchgeführt. Zur Erfassung des Haupt-Indikators wird der standardisierte Durchschnitt der LVI Sub-Indikatoren (M_{sub-indicator}) in folgende Formel eingesetzt.

<m 16>Index_{main indicators} = sum{i=1}{n}{W_{Mi}M_{sub-indicators}}/{sum{i=1}{7}{W_{Mi}}}</m> (2)

Dabei bedeutet W = weighing Faktor und entspricht der Gewichtung, die einem LVI Sub-Indikator zukommt. Diese Gewichtung ist bei der Entwicklung des Indexes festgelegt worden. Für jeden der drei IPCC Faktoren werden die LVI Haupt-Indikatoren in folgender Formel gewichtet und verrechnet. CF_(e,a,s) entspricht dem IPCC Faktor (Exposition/ adaptive Kapazität/ Sensitivität), aus dem sich die Komponenten des Vulnerabilitätsindexes nach LVI-IPCC (VIIPCC) ergeben.

<m 16>CF_{(e,a,s)} = sum{i=1}{n}{W_{Mi}M_{main-indicators}}/{sum{i=1}{7}{W_{Mi}}}</m> (3)


Tab. 1 – Übersicht der verwendeten LVI Haupt- und Sub-Indikatoren (eigene Darstellung).

Die LVI Haupt-Indikatoren zur Ermittlung der Exposition sind Betroffenheit von Lufttemperaturanstiegen und Grad der Aufklärung (Tab.1). Der Haupt-Indikator Betroffenheit von Lufttemperaturanstiegen wird durch die langzeitigen Messungen, Feldbeobachtungen und Fernerkundung ermittelt. Der Haupt-Indikator Grad der Aufklärung wird durch LVI Sub-Indikatoren ermittelt. Diese lassen sich zusammenfassen in Anteile der Bevölkerung, die ein Bewusstsein für und Kenntnisse über Lufttemperaturanstiege und dessen Folgen haben (MANIK & SYAUKAT 2015).

Die LVI Haupt-Indikatoren der Sensitivität sind Gesundheitsrisiko, Wasserverfügbarkeit und Stromverbrauch (Tab.1). Zur Ermittlung des Gesundheitsrisikos in Bezug auf Lufttemperaturanstiege werden die Sub-Indikatoren Anteil hitzestressbedingter Erkrankungen, durchschnittliche Entfernung zum Hospital, Höhe der Ausgaben für Gesundheit, Anteil der Haushalte, in denen eine oder mehrere Personen hitzebedingt erkrankt, Anteil der Krankenversicherten und Anteil derer, die Hilfe zur Deckung der Ausgaben für medizinische Versorgung erhalten. Bei der Ermittlung des Indikators Wasserverfügbarkeit werden folgende Sub-Indikatoren festgelegt: Anteil der Haushalte ohne Wasseranschluss, Anteil der Haushalte, die Wasser aus natürlichen möglicherweise verunreinigten Quellen für häusliche und betriebliche Zwecke verwenden, zeitlicher Aufwand, der für das Beziehen von Wasser benötigt wird, Distanz zur Wasserquelle, monatliche Ausgaben für Wasser und Wasserbedarf eines Haushaltes. Zur Ermittlung des Stromverbrauchs werden die Sub-Indikatoren: Anteil der Haushalte ohne Elektrizität, durchschnittliche Nutzungskapazität von Strom und durchschnittliche Ausgaben für Strom herangezogen (MANIK & SYAUKAT 2015).

Für die Bestimmung der adaptiven Kapazität werden Bildung, Einkommen, häusliche Anpassung, Wohnumfeld und soziale Verhältnisse als Haupt-Indikatoren herangezogen (Tab.1). Zu den sozialen Verhältnissen zählen: Anteil der Haushalte, die Unterstützung in Bezug auf Resilienz gegen Hitzestress empfangen, durchschnittliche Anzahl an Sozial- und Umweltorganisationen in direktem Wohnumfeld, Anteil der Haushalte, die aktiv in sozialen Organisationen mitwirken oder sich in der Nachbarschaft engagieren. Die häusliche Anpassung an den Lufttemperaturanstieg wird gemessen durch die Sub-Indikatoren durchschnittliche Größe des Hauses, Distanz zu den Nachbarhäusern, Anteil der Haushalte mit Klimaanlage oder Ventilator, Art des Wohnsitzes und Anteil an Vegetation in direkter Wohnsitzumgebung. Der Haupt-Indikator Bildung umfasst die Anzahl der Personen, dessen Schulbesuch weniger als sechs Jahre umfasst. Zudem wird das Einkommen unterteilt in Haushalte, in denen eine Person für das Einkommen sorgt und Haushalte, in denen zwei Personen für das Einkommen sorgen, sowie das durchschnittliche Gesamteinkommen (vgl. MANIK & SYAUKAT 2015).

Die Ergebnisse zeigen, dass der LVI-IPCC an den einzelnen Standorten in Bandar Lampung zwischen –0.008 und 0.085 und in Jakarta zwischen –0.084 – 0.017 liegt. Die Werte werden als moderates Level der Vulnerabilität eingestuft. Die höchste Vulnerabilität in Bandar Lampung tritt mit 0.085 in Natar, einem landwirtschaftlich genutzten Standort und mit 0.051 in Panjang, einem Fischereistandort, auf. Die Indikatorwerte für Exposition fallen an den landwirtschaftlichen Nutzungsstandorten – Natar, Gedong Tataan – und in Panjang am höchsten aus, obwohl die Standorte nur geringfügig von Temperaturanstiegen betroffen sind. Die hohen Expositionswerte sind auf ein geringes Bewusstsein für und geringe Kenntnisse über Lufttemperaturanstiege und dessen Folgen zurückzuführen. Gedong Tataan weist den geringsten Sub-Indikatorwert für die Betroffenheit von Lufttemperaturanstiegen auf, der zentrumsnahe Business-Distrikt – Teluk Betung Selatan – den höchsten. Natar und Gedong Tataan schneiden auch bei dem Sub-Indikator Bildung, der der adaptiven Kapazität zugeordnet ist, mit vergleichsweise hohen LVI-Werten zwischen 0.4 – 0.5 ab. Es fällt auf, dass die adaptive Kapazität stark von der Wirtschaftslage und dem privaten Einkommen der Anwohner eines Stadtteils abhängt. Johar Baru, ein verdichtetes Stadtzentrum Jakartas, weist sowohl die höchsten Lufttemperaturen als auch die geringsten Kenntnisse über und Bewusstsein für Lufttemperaturanstiege auf und hat somit den höchsten LVI-Wert für Exposition. Im Standortvergleich schneidet Johar Baru mit einem LVI-IPCC von 0.017 am schlechtesten ab. Im Städtevergleich lässt sich festhalten, dass Bandar Lampung stärker exponiert ist und eine höhere Sensitivität aufweist als Jakarta, allerdings auch eine höhere adaptive Kapazität hat (MANIK & SYAUKAT 2015).

Das Kombinieren des IPCC- und LVI-Indexes hat einen Vorteil: Die Datenerhebung ist ohne erheblichen finanziellen Aufwand möglich, da sie durch Befragungen stattfindet. Somit kann sie in Gegenden, die an Ressourcenmangel zur wissenschaftlichen Datenerhebung leiden, eingesetzt werden und deckt ein weltweit erweitertes Anwenderspektrum ab (TURSILOWATI et al. 2012). Im Umkehrschluss gibt es keine objektive Bezugsquelle, dessen Daten zuverlässige langjährige Informationen enthalten könnten. Beide Städte weisen trotz großer Unterschiede in Bebauungsstruktur, Flächengröße und -nutzung nahezu gleiche LVI-IPCC Werte der Vulnerabilität auf. Dieses Ergebnis ist in Anbetracht des Einflusses jener Faktoren auf den UHI-Effekt erstaunlich (OKE 1973). Wie stark die Sub-Indikatoren des LVI gewichtet sind, bestimmen den LVI. Diese Gewichtung ist jedoch subjektiv und daher kritisch zu betrachten (HAHN et al. 2009). Der landwirtschaftlich genutzte Standort – Gedong Tataan – in Bandar Lampung weist den geringsten Sub-Indikatorwert in Lufttemperaturanstiegen auf. Trotz der geringen Betroffenheit, gehört der Standort mit einem LVI-Wert von 0.426 zu den drei am stärksten exponierten, da das fehlende Bewusstsein über Lufttemperaturanstiege vor Ort stark in die Gewichtung des Indikators Exposition miteinfließt. Der Business-Distrikt – Teluk Betung Selatan – in Bandar Lampung, der von Lufttemperaturanstiegen am stärksten betroffen ist, weist hingegen einen sehr geringen Expositions-LVI-Wert, 0.191, auf. Zudem sind die Standorte mit hohen Expositionswerten gleichsam im Sub-Indikator Bildung der adaptiven Kapazität maximal vulnerabel eingestuft worden. Die Sub-Indikatoren Bewusstsein und Kenntnis über Lufttemperaturanstiege und Bildung ähneln sich stark (MANIK & SYAUKAT 2015). Dass Natar hauptsächlich durch jene Faktoren, obwohl es nur geringfügig von Lufttemperaturanstiegen betroffen ist, im Standortvergleich die höchste Vulnerabilität aufweist, ist im Sinne einer Vulnerabilitätsanalyse nicht nachvollziehbar. Eine Reduzierung der Gewichtung von Bildung, Bewusstsein und Kenntnissen über Lufttemperaturanstiege und eine stärke Fokussierung auf Betroffenheit eines Standortes ist in Erwägung zu ziehen.

Zudem bestehen keine Auskünfte darüber, ob das Alter der befragten Personen in die Auswertung mit eingeflossen ist. Dies wäre für den LVI Indikator Gesundheitsrisiko sehr interessant gewesen, denn alte Menschen und Kleinkinder haben eine höhere Anfälligkeit gegenüber Hitzestress (HAHN et al. 2009). Die Ergebnisse von MANIK & SYAUKAT (2015) deuten auf eine Abhängigkeit zwischen privatem Einkommen und Vulnerabilität hin. Mit geringem Einkommen steigt die Vulnerabilität. Nach SMOYER et al. (2000) sind auch in den USA Verbindungen zwischen hitzestressbedingter Sterblichkeit und Armut zu erkennen, ein Beispiel für ein Kriterium, dass auch in mitteleuropäischen Städten Anwendung finden könnte. Andere Sub-Indikatoren des LVI, wie das Vorhandensein einer Klimaanlage oder Ventilatoren, die Verfügbarkeit von sauberem Trinkwasser innerhalb des Hauses oder der Anteil Krankenversicherter erscheinen für eine Vulnerabilitätsanalyse in mitteleuropäischen Städten weniger relevant. Möglicherweise lässt sich der LVI-IPCC im europäischen Kontext unter veränderten Sub-Indikatoren anwenden. Ob das Ergebnis einer Analyse mit neu erfassten und subjektiv gewichteten LVI Sub-Indikatoren repräsentabel ist, bleibt offen.

Man kann festhalten, dass die Vulnerabilitätsanalyse den lokalen Gegebenheiten angepasst ist. Es wird mit Befragungen gearbeitet, die Kosten sparen und Daten aus unzuverlässigen Quellen vorbeugen. Es werden Indikatoren verwendet, die auf die Herausforderungen der lokalen Bevölkerung Indonesiens unter den klimatischen, kulturellen und infrastrukturellen Gegebenheiten eingehen, die jedoch in einigen Fällen Redundanzen aufweisen. Kritisch ist die Gewichtung der LVI-Indikatoren zu betrachten. Um die Methodik auf mitteleuropäische Verhältnisse anzuwenden, müssten einige LVI-Indikatoren durch andere ersetzt werden, um den klimatischen, kulturellen und infrastrukturellen Gegebenheiten hiesiger Städte gerecht zu werden.

ACCCRN – Asian Cities Climate Change Resilience Network

IPCC – Intergovernmental Panel on Climate Change

LVI – livelihood vulnerability index

LVI-IPCC – Vulnerabilitäts-Index nach IPCC

UHI – Urban heat island

Abbildung 1 – Karte zur geographischen Lage und dem Größenverhältnis der untersuchten Städte Bandar Lampung und Jakarta (1: 300,000) (Open Street Map, o.J. Online in Internet: URL: https://www.openstreetmap.org/search?query=Bandar%20Lampung#map=8/-5.788/106.078 [Stand 02.04.2016]).

Tabelle 1 – Übersicht der verwendeten LVI Haupt- und Sub-Indikatoren (eigene Darstellung).

ACCCRN (Hrsg.), 2015: About the ACCCRN Network. Online im Internet: URL: http://acccrn.net/about-acccrn [Stand 01.11.15].

ACCCRN (Hrsg.), 2014: Explore. Online im Internet: URL: http://explore.acccrn.net/assets/img/Projects%20by%20Sector/ACCCRN%20Cities%20Project_June%202014.pdf#page=22 [Stand 26.10.2015].

FÜSSEL, H. M., 2007: Vulnerability: A generally applicable conceptual framework for climate change research. - Global Environmental Change 17, Stanford University, California, USA, 155 – 167 S.

HAHN, M. B., RIEDERER, A. M., FOSTER, S. O., 2009: The Livelihood Vulnerability Index: A pragmatic approach to assessing risks from climate variability and change. - A case study in Mozambique. Global environmental Change, Emory University, Atlanta, USA, 74 – 88 S.

MANIK, T. K. & SYAUKAT, S., 2015: The Impact of urban heat islands - Assessing vulnerability in Indonesia. ACCR Working Paper Series 13. Online im Internet: URL: http://pubs.iied.org/pdfs/10721IIED.pdf [Stand 26.10.2015].

OKE, T. R., 1973: City size and the urban heat island. Department of Geography, University of British Columbia, Vancouver, B.C., Canada, 769 S.

PATT, A., SCHRÖTER, D., KLEIN, R., VEGA-LEINERT, A., 2009: Assessing Vulnerability– to Global Environmental Change. Earthscan-Verlag: London, 7 S.

SCHERER, D., FEHRENBACH, U., LAKES, T., LAUF, S., MEIER, F., SCHUSTER, C., 2013: Quantification of heat-stress related mortality hazard, vulnerability and risk in Berlin, Germany. Online im Internet: URL: http://www.die-erde.org/index.php/die-erde/article/view/76/51 [Stand 27.10.2015].

SMOYER, K., E., RAINHAM, D., G., C., HEWKO, J., M., 2000: Heat-stress-related mortality in five cities in Southern Ontario: 1980–1996. Online im Internet: URL: http://www.dal.ca/content/dam/dalhousie/pdf/faculty/science/emaychair/Publications%20Section/Emay_Smoyer_rainham_hewko_2000.pdf [Stand 22.11.2015].

TOKAIRIN, T.; SOFYAN, A.; KITADA, T., 2010: Effect of land use changes on local meteorological conditions in Jakarta, Indonesia. - Toward the evaluation of the thermal environment of megacities in Asia. Online im Internet: URL: http://onlinelibrary.wiley.com/doi/10.1002/joc.2138/full [Stand 26.10.2015].

TURSILOWATI, L.; SUMANTYO, S.; KUZE, H.; ADININGSIH, E., 2012: The integrated wrf/urban modeling system and its application to monitoring urban heat island in Jakarta, Indonesia. Online im Internet. URL: http://citeseerx.ist.psu.edu/viewdoc/download?doi=10.1.1.464.1160&rep=rep1&type=pdf [Stand 26.10.2015].

UMWELTBUNDESAMT, 2016: Klimafolgen & Vulnerabilität. Online im Internet: URL: http://www.umweltbundesamt.at/umweltsituation/klima/klimawandel/vulnerabilitaet/ [Stand 27.04.2016].