數據顯示︰美國5%污染廠房排放90%有毒物質 位置較接近低收入、少數族裔居所

數據顯示︰美國5%污染廠房排放90%有毒物質 位置較接近低收入、少數族裔居所
Photo Credit: Fred Hirschmann / Science Faction / Corbis / 達志影像
我們想讓你知道的是

一份研究顯示,在化學物污染方面,美國少數的設施佔了大部份排放,而這些設施更傾向位於低收入、少數族裔教多的區域。

唸給你聽
powered by Cyberon

人類污染地球,便得承受後果。然而不論是排放污染物,還是承受後果方面,都不一定平等,氣候難民的問題便是一例。全球暖化造成的海水水位上升,首當其衝者乃一眾太平洋島國——即使他們並非排放最高的國家。

太平洋島國水浸眼眉 聯合國拒討論如何安置受氣候影響人民

但有些時候,環境上的不平等可能源自經濟、社會地位以至種族的不公及區隔。去年揭發的美國密芝根州佛林特市「鉛水風波」,最近也有評論指事件並非單純的技術、管理問題,更深層次的原因涉及多年前種族隔離政策和經濟衰退。

環境公義與社會平等

近日期刊《Environmental Research Letters》刊登的一份研究,嘗試審視污染、種族及收入的連結,以及排放污染物與承受污染環境兩方面的不均。論文作者表示,雖然此前已有研究社會因素與工業污染之間的關係,也有研究指出製造污染方面不同的社會差異甚大,但甚少人把兩者連結起來。

論文明確指出環境不均(dispropotionality)的定義為「獲得環境權利與資源方面的極度不平等」,而這個現象可謂現代社會與經濟的特徵。作者提出以下兩個問題︰

  1. 在是次研究範圍中,污染製造者的環境不均是否存在及一致?
  2. 特定的群組(低收入或有色人種)是否不成比例地受少數排放大量污染物的製造者影響?

他們使用美國環境保護署的風險篩查環境指標(RSEI)及該國的人口普查數據,透過這些數據,研究團隊產生了超過400萬個樣本地點的數據,每個縣均有最少一個樣本,也包含了所有設施釋放的化學物質。為了分析超過100GB的數據,研究團隊更用上一部擁有16個處理器、24GB記憶體的電腦。

5%設施佔9成污染

數據分析發現,在近1萬6千項工業設施當中,有9成的毒物濃度集中於其中809項(佔整體約5%)。如要量度分佈不均程度,其堅尼系數(Gini coefficient)更高達0.96。而排放較多污染物的設施,則有更大機會位於低收入、白人較少的地區。

Photo Credit: Mary B Collins, Ian Munoz and Joseph JaJa, CC BY 3.0

作者表示,他們的研究連結了兩種環境不均︰污染製造者的不均(少數設施排放大部份污染)和受影響者的不均(社經地位較地者更易受污染影響)。雖然此前關於環境公義的研究較少著眼於這個連結,但此研究以數據顯示兩者有關。

他們認為結果可以支持其他相關研究及理論,例如有理論認為低收入、少數族裔較多的地區容許那些高度污染的設施存在,是因為在其他地區建造的話可能會較受關注及反對。假如這項推測成立,相關設施會為最無力反抗的人群增加健康風險,也許會令不公延續下去,而此研究能令我們更了解製造不公的背後機制。

論文最後表示,在有大量環境數據可用的年代,學者能夠從中獲得更多洞見,了解到環境不公義下誰是得益者、誰損失最多。作者希望現有知識的整合跟具創見的方法學,能夠引領我們對問題有更深刻的認識以及解決方法。

或許你會想看
更多『新聞』文章 更多『新聞』文章 更多『Kayue』文章
Loader