Flood Risk, Climate Adaptation and Rural Livelihood in Pakistan's Irrigated Agriculture: Statistical Analysis of Farmer Survey Data

Abstract

Farming communities are increasingly susceptible to climate change due to their lower adaptive capacity and higher vulnerability. The rising frequency of climatic extremes in Pakistan challenges farmers' livelihoods and further lowers their adaptive capacity. This research, titled 'Flood Risk, Climate Adaptation, and Rural Livelihoods in Pakistan's Irrigated Agriculture: Statistical Analysis of Farmer Survey Data,' provides insights into flood risk, climate adaptation, and farmers' livelihoods in Pakistan's irrigated agricultural regions. The study aims to understand how farmers perceive, respond to, and adapt to the challenges presented by climate change and flood risks. The research begins by utilizing secondary remote sensing and meteorological datasets to discuss the 2022 flood in Pakistan. It then investigates farmers' immediate flood response and adaptation decisions in their cultivation practices. I conducted two separate field surveys of data collection to address the research question. Both surveys utilized a structured questionnaire with a five-point Likert scale. The first survey was conducted in flood-affected districts of Sindh province in July and August 2023. It involved interviews with 195 farmers, focusing on their experiences of displacement due to the 2022 flood. The second survey was conducted with 800 farmers in the irrigated agricultural areas of Punjab and Sindh from December 2021 to March 2022. This survey gathered insights on climate perceptions, livelihood capital, adaptation strategies, constraints, and decision-making factors. The central question of this work is how farmers perceive, respond to, and adapt to the challenges presented by climate change and flood risks. It is further subdivided into five individual questions. Each question is addressed in separate chapters. The first chapter briefly introduces this project, its data, method, study area, and details of two field surveys conducted for this study. In 2022, Pakistan faced the worst flood of its history. I prepared an overview of the 2022 flood two months after its occurrence. The second chapter reports the extent and intensity of the 2022 flood in Pakistan. This chapter uses a secondary dataset of UNITAR's flood monitoring remote sensing datasets. In this chapter, I identified the highly affected districts in the highly flood-prone regions of the Indus plains. This short chapter affected districts in the Indus plains. This work reported that two-thirds of the country was under water, affecting 33 million people and causing 8 million to be displaced. Most of the displacement occurred in Sindh province, especially in the districts close to the Indus River. Chapter 3 explored the dynamics of this displacement by employing the Protection Motivation Theory. This chapter uses survey data collected from 195 internally displaced farmers. I applied a combination of partial least square structure equation modeling (PLS-SEM) and necessary condition analysis (NCA), which helped me identify the necessary drivers that motivate farmers to decide on displacement in flooding. This chapter highlights that "Fear" is the most significant predictor, with a coefficient of 0.489 accounting for 19%, while "Response Efficacy," with a coefficient of 0.324, contributed 14% to the displacement decisions of farmers. All other predictors are insignificant and unnecessary. Increased Fear and Response efficacy significantly boosts displacement motivation. Chapters 4,5 and 6 deal with climate change perception, livelihood capital, climate adaptation, constraints, and factors of farmers' decisions. This section of three chapters uses data from a second survey collected from 800 farmers distributed across the irrigated agricultural area of Pakistan. In Chapter 4, I described how irrigated farmers in Pakistan perceive climate change and their adaptation strategies, constraints, and factors influencing their cultivation decisions. This chapter highlights a clear awareness of climate change and its impacts, including extended summers, contracted winters, and a decline in crop yield. I found that the farmers in Punjab primarily adapted crop and farm management, while farmers in Sindh focused on implementing irrigation measures. The study also identifies constraints impacting farming decisions, such as financial limitations, water scarcity, and soil fertility. Chapter 5 deals with how the Values and Investments for Agent-Based Interaction and Learning in Environmental Systems (VIABLE) framework elaborates on the role of livelihood capital in climate adaptation, including investment pathways and factors influencing their adaptation strategies. This chapter also evaluates the moderating impact of climatic and non-climatic factors on their adaptation actions. This chapter used the partial least squares structural equation modeling (PLS-SEM) approach to the VIABLE framework. I used data collected from 800 farmers in the first survey. This part of the study found that livelihood capital is the most significant (beta = 0.57, effect size = 0.503) determinant of farmers' adaptation strategies, with other factors, such as investment options and farming constraints, having less impact. The VIABLE-SEM identified the viable action pathways for effective adaptation actions. In this analysis, I discovered that while non-climatic factors negatively affected the relationship between capital and adaptation, climatic factors positively influenced it, enhancing farmers' adaptive capacity. In Chapter 5, the VIABLE-SEM highlighted that livelihood capital and climatic factors are two prominent determinants of adaptation. The results of Chapter 5 laid the foundation for the question: which component of livelihood capital and climatic factors are necessary for successful climate adaptation? This section employed the Sustainable Livelihood Framework (SLF) as its theoretical foundation. I applied the combination of PLS-SEM and NCA to analyze data from the first survey I collected from 800 farmers. The study found that both climatic factors and all forms of livelihood capital are necessary for successful adaptation. Natural and social capital emerged (beta values of 0.345 and 0.283) as significant. Interestingly, financial capital (beta coefficient -1.85) shows an inverse relationship with adaptation, suggesting complex interactions between economic constraints and adaptation strategies. Chapter 7 summarizes the dissertation, highlighting its salient features, and presents an overall conclusion of this work. In conclusion, this study offers a valuable guide for policymakers, agricultural practitioners, and climate adaptation planners. This study contributes significantly to the discourse on climate change adaptation and rural livelihoods, paving the way for more effective and resilient agricultural practices in Pakistan's vulnerable irrigated agriculture.

Landwirtschaftliche Gemeinschaften sind aufgrund ihrer geringeren Anpassungsfähigkeit und höheren Anfälligkeit zunehmend vom Klimawandel betroffen. Die zunehmende Häufigkeit von klimatischen Extremeereignissen in Pakistan stellt die Lebensgrundlage der Landwirte in Frage und verringert ihre Anpassungsfähigkeit weiter. Diese Doktorarbeit mit dem Titel "Flood Risk, Climate Adaptation, and Rural Livelihoods in Pakistan's Irrigated Agriculture: Statistical Analysis of Farmer Survey Data" bietet Einblicke in das Hochwasserrisiko, die Klimaanpassung und den Lebensunterhalt der Landwirte in den bewässerten Agrarregionen Pakistans. Die Arbeit zielt darauf ab, zu verstehen, wie Landwirte die Herausforderungen des Klimawandels und des Hochwasserrisikos wahrnehmen, darauf reagieren und sich daran anpassen. Die Forschungsarbeit beginnt mit der Nutzung sekundärer Fernerkundungs- und meteorologischer Datensätze, um die Flut von 2022 in Pakistan zu diskutieren. Anschließend werden die unmittelbare Reaktion der Landwirte auf die Flut und ihre Anpassungsentscheidungen in Bezug auf ihre Anbaupraktiken untersucht. Zur Beantwortung der Forschungsfrage habe ich zwei getrennte Feldstudien zur Datenerhebung durchgeführt. Für beide Umfragen wurde ein strukturierter Fragebogen mit einer fünfstufigen Likert-Skala verwendet. Die erste Erhebung wurde im Zeitraum Juli-August 2023 in den vom Hochwasser betroffenen Bezirken der Provinz Sindh durchgeführt. Sie umfasste Interviews mit 195 Landwirten und konzentrierte sich auf deren Erfahrungen mit der durch das 2022 Hochwasser bedingten Evakuierung. Die zweite Umfrage wurde mit 800 Landwirten in den bewässerten landwirtschaftlichen Gebieten von Punjab und Sindh von Dezember 2021 bis März 2022 durchgeführt. In dieser Umfrage wurden Erkenntnisse über die Wahrnehmung des Klimas, das Kapital für den Lebensunterhalt, Anpassungsstrategien, Einschränkungen und Entscheidungsfaktoren gesammelt. Die zentrale Frage dieser Arbeit ist, wie Landwirte die Herausforderungen des Klimawandels und des Hochwasserrisikos wahrnehmen, darauf reagieren und sich daran anpassen. Sie ist weiter in fünf Einzelfragen unterteilt. Jede Frage wird in separaten Kapiteln behandelt. Im ersten Kapitel werden das Projekt, die Daten, die Methode, das Untersuchungsgebiet und Details zu beiden durchgeführten Feldstudien kurz vorgestellt. Im Jahr 2022 erlebte Pakistan die schlimmste Flut seiner Geschichte. Ich habe einen Überblick über die Flut von 2022 zwei Monate nach ihrem Auftreten erstellt. Das zweite Kapitel berichtet über das Ausmaß und die Intensität des Hochwassers von 2022 in Pakistan. In diesem Kapitel wird ein sekundärer Datensatz der UNITAR-Fernerkundungsdatensätze zur Hochwasserüberwachung verwendet. Die am stärksten betroffenen Bezirke in den hochwassergefährdeten Regionen der Indus-Ebene habe ich in diesem Kapitel identifiziert. Dieses kurze Kapitel befasst sich mit den betroffenen Distrikten in der Indus-Ebene. Darin wird berichtet, dass zwei Drittel des Landes unter Wasser standen, was 33 Millionen Menschen betraf und 8 Millionen Vertriebene zur Folge hatte. Die meisten Menschen wurden in der Provinz Sindh vertrieben, insbesondere in den Bezirken in der Nähe des Indus-Flusses. In Kapitel 3 wird die Dynamik dieser Vertreibung mit Hilfe der Schutzmotivations-Theorie untersucht. Dieses Kapitel stützt sich auf Umfragedaten, die von 195 intern vertriebenen Landwirten erhoben wurden. Ich wende eine Kombination aus partieller Kleinstquadrat-Strukturgleichungsmodellierung (partial least square structure equation modeling, PLS-SEM) und Analyse der notwendigen Bedingungen (necessary condition analysis, NCA) an, mit deren Hilfe ich die notwendigen Faktoren identifizieren kann, die die Landwirte dazu motivieren, sich bei Überschwemmungen für eine Vertreibung zu entscheiden. In diesem Kapitel wird deutlich, dass „Angst" mit einem Koeffizienten von 0,489 (19%) der signifikanteste Prädiktor ist, während Reaktionsfähigkeit" mit einem Koeffizienten von 0,324 (14%) zu den Umsiedlungsentscheidungen der Landwirte beiträgt. Alle anderen Prädiktoren sind unbedeutend und unnötig. Erhöhte Furcht und Reaktionsfähigkeit steigern signifikant die Motivation der Vertreibung. Die Kapitel 4, 5 und 6 befassen sich mit der Wahrnehmung des Klimawandels, dem Kapital für den Lebensunterhalt, der Klimaanpassung, den Zwängen und den Faktoren für die Entscheidungen der Landwirte. Dieser Abschnitt von drei Kapiteln verwendet Daten aus einer zweiten Erhebung, die bei 800 Landwirten in den bewässerten landwirtschaftlichen Gebieten Pakistans durchgeführt wurde. In Kapitel 4 habe ich beschrieben, wie die Bewässerungslandwirte in Pakistan den Klimawandel wahrnehmen und welche Anpassungsstrategien sie verfolgen, welche Zwänge bestehen und welche Faktoren ihre Anbauentscheidungen beeinflussen. In diesem Kapitel wird deutlich, dass sich die Landwirte des Klimawandels und seiner Auswirkungen bewusst sind, einschließlich längerer Sommer, kürzerer Winter und eines Rückgangs der Ernteerträge. Ich habe festgestellt, dass die Landwirte im Punjab in erster Linie ihre Anbaumethoden und ihr Betriebsmanagement angepasst haben, während sich die Landwirte im Sindh auf die Umsetzung von Bewässerungsmaßnahmen konzentrierten. In der Studie werden auch Sachzwänge genannt, die sich auf landwirtschaftliche Entscheidungen auswirken, wie finanzielle Beschränkungen, Wasserknappheit und Bodenfruchtbarkeit. Kapitel 5 arbeitet mittels des konzeptionellen Rahmens für Werte und Investitionen für agentenbasierte Interaktion und Lernen in Umweltsystemen (Values and Investments for Agent-Based Interaction and Learning in Environmental Systems, VIABLE) die Rolle des Lebensunterhaltskapitals bei der Klimaanpassung heraus, einschließlich der Investitionspfade und der Faktoren, die ihre Anpassungsstrategien beeinflussen. In diesem Kapitel werden auch die moderierenden Auswirkungen klimatischer und nicht klimatischer Faktoren auf ihre Anpassungsmaßnahmen bewertet. In diesem Kapitel wird der Ansatz der partiellen Kleinstquadrate-Strukturgleichungsmodellierung (PLS-SEM) für den VIABLE-Rahmen verwendet. Ich verwende Daten, die in der ersten Erhebung von 800 Landwirten gesammelt wurden. Dieser Teil der Studie zeigt, dass das Existenzgrundlagenkapital die signifikanteste Determinante (Beta = 0,57, Effektgröße = 0,503) für die Anpassungsstrategien der Landwirte ist, während andere Faktoren, wie Investitionsmöglichkeiten und landwirtschaftliche Einschränkungen, weniger Einfluss haben. Mit der VIABLE-SEM werden die gangbaren Wege für wirksame Anpassungsmaßnahmen ermittelt. Bei dieser Analyse stellte ich fest, dass sich nichtklimatische Faktoren negativ auf die Beziehung zwischen Kapital und Anpassung auswirkten, während klimatische Faktoren diese positiv beeinflussten und die Anpassungsfähigkeit der Landwirte verbesserten. In Kapitel 5 zeigt die VIABLE-SEM, dass das Lebensunterhaltskapital und die Klimafaktoren zwei wichtige Determinanten der Anpassung sind. Die Ergebnisse von Kapitel 5 legen den Grundstein für die Frage: Welche Komponenten des Lebensunterhaltskapitals und der klimatischen Faktoren sind für eine erfolgreiche Klimaanpassung notwendig? In diesem Abschnitt wird das Konzept des Nachhaltigen Lebensunterhalts (Sustainable Livelihood Framework, SLF) als theoretische Grundlage verwendet. Ich wende eine Kombination aus PLS-SEM und NCA an, um die Daten der ersten Umfrage zu analysieren, die ich bei 800 Landwirten durchgeführt hatte. Die Studie ergab, dass sowohl Klimafaktoren als auch alle Formen von Lebensunterhaltskapital für eine erfolgreiche Anpassung notwendig sind. Natur- und Sozialkapital erwiesen sich als signifikant (Betawerte von 0,345 und 0,283). Interessanterweise zeigt das Finanzkapital (Beta-Koeffizient -1,85) eine negative Korrelation zur Anpassung, was auf komplexe Wechselwirkungen zwischen wirtschaftlichen Zwängen und Anpassungsstrategien hindeutet. Kapitel 7 fasst die Dissertation zusammen, hebt ihre wichtigsten Merkmale hervor und präsentiert eine allgemeine Schlussfolgerung dieser Arbeit. Zusammenfassend lässt sich sagen, dass die vorliegende Doktorarbeit einen wertvollen Leitfaden für politische Entscheidungsträger, landwirtschaftliche Praktiker und Planer der Klimaanpassung darstellt. Die Studie leistet einen wichtigen Beitrag zum Diskurs über die Anpassung an den Klimawandel und die ländlichen Lebensgrundlagen und ebnet den Weg für effektivere und widerstandsfähigere landwirtschaftliche Praktiken in der anfälligen pakistanischen Bewässerungslandwirtschaft.