Voor de beste ervaring schakelt u JavaScript in en gebruikt u een moderne browser!
Je gebruikt een niet-ondersteunde browser. Deze site kan er anders uitzien dan je verwacht.
UvA-onderzoeker Debraj Roy gebruikt computationele wetenschap om inzicht te krijgen in armoede en het effect van klimaatverandering op armoede in sloppenwijken. Zijn werk strekt zich ook uit tot klimaatgevoelige gebieden in ontwikkelde landen zoals Nederland.

Volgens de Verenigde Naties woonden in 2018 ongeveer een miljard mensen in sloppenwijken (bron). Elke vorm van een schok, zoals een overstroming, ziekte of baanverlies, maakt hen extra kwetsbaar. Om de armoede en het effect van klimaatverandering op de armoede in sloppenwijken te begrijpen gebruikt Debraj Roy van het Computational Science Lab (CSL) van het Informatica Instituut een uniek rekenmodel. Het model simuleert het gedrag van maximaal enkele miljoenen mensen ('agents' in het model) en maakt gebruik van gedetailleerde empirische gegevens die zijn verzameld bij sloppenwijkbewoners. Dit microscopische model maakt het mogelijk armoede gedetailleerder en met veel minder aannames te bestuderen dan traditionele macro-economische modellen doen.

Sociaal kapitaal

Met dit microscopische model hebben Roy en zijn medewerkers de afgelopen jaren een aantal inzichten opgedaan. Roy: 'In een van mijn publicaties heb ik laten zien dat voor mensen in sloppenwijken sociaal kapitaal [het netwerk van familie, buren en vrienden] een belangrijke rol speelt bij het opbouwen van financieel kapitaal. Ouders in sloppenwijken sturen hun kinderen bijvoorbeeld niet naar de kinderopvang, maar kunnen hun sociaal kapitaal gebruiken om voor hen te zorgen terwijl ze werken. Wanneer de overheid maatregelen neemt om hen uit de armoede te halen, moet rekening gehouden worden met de rol van hun sociaal kapitaal.'

Debraj Roy
Copyright: Debraj Roy
De vraag is wat voor beleid er nodig is om het effect van klimaatverandering op armoede te verzachten? Debraj Roy

Helaas gebeurt dit vaak niet. Een van de beleidsmaatregelen die soms wordt toegepast is het verplaatsen van sloppenwijkbewoners naar minder toegankelijke delen van de stad. Het blijkt dat dit hun sociaal kapitaal volledig ontwricht. Roy: 'Dan gaan ze van veel sociaal kapitaal in de sloppenwijk naar nul sociaal kapitaal op hun nieuwe plek, wat hen erg kwetsbaar maakt.'

Multidimensionaal

De grootste fout in het sociale beleid is om armoede te behandelen als een eendimensionaal verschijnsel waarbij alleen geld kan helpen, concludeert Roy. 'Het idee om economische hulp te bieden en te verwachten dat dit voldoende is om hen uit de armoede te halen, werkt niet altijd. Het probleem is dat mensen gemakkelijk terugvallen in armoede zodra er een schok is. Uit ons en soortgelijk werk blijkt duidelijk dat we armoede in sloppenwijken multidimensionaal moeten beschouwen. Naast financieel kapitaal moeten we ook rekening houden met fysiek kapitaal zoals huisvesting, natuurlijk kapitaal zoals grond, sociaal kapitaal zoals vrienden en familie en menselijk kapitaal zoals gezondheid en onderwijs.'

Een van de belangrijkste open vragen voor Roy is hoe ingrepen langs deze verschillende dimensies de mentale instelling van individuen veranderen. Hoe verbetert het bijvoorbeeld hun besluitvorming, hun zelfredzaamheid, de controle die ze over hun toekomst denken te hebben en hun afkeer van risico's. Al deze factoren zijn belangrijk om uit de armoede te komen.

Gedetailleerde computermodellen

Gedetailleerde computermodellen zoals Roy bouwt, zijn het ideale instrument om dit multidimensionale karakter van armoede te bestuderen. De wetenschappers hebben hun model gevoed met gegevens over zowel het feitelijke gedrag van mensen die in sloppenwijken wonen als met gegevens over de geografische verandering van sloppenwijken over een periode van tientallen jaren. 'Gewoonlijk staan sloppenwijkbewoners zeer sceptisch tegenover onderzoekers,' zegt Roy, 'maar door samen te werken met lokale organisaties en gemeenschapsleiders hebben we hun vertrouwen gewonnen. We zijn ook van plan om de inzichten uit ons onderzoek te delen met de gemeenschap.'

Omdat Roy en zijn collega's constateerden dat bepaalde schokken mensen die in armoede leven extra kwetsbaar maken, gingen ze nadenken over het effect van klimaatverandering. Roy: 'Er is veel aandacht voor mitigatie van klimaatverandering door vermindering van CO2-uitstoot, maar er is te weinig aandacht voor klimaataanpassing of, zoals vaak het geval is bij mensen die in armoede leven, het ontbreken van aanpassing. Recente studies hebben het effect geanalyseerd van frequente overstromingen op de prijs van huizen in de Filipijnen, de VS en Nederland. Daaruit blijkt dat er zoiets als klimaatgentrificatie kan ontstaan: in gebieden met een hoog overstromingsrisico verkochten rijke mensen hun huizen en trokken arme mensen erin. Dat maakte de arme mensen nog kwetsbaarder, want dan kregen ze te maken met meer schokken door overstromingen.'

Hoe mensen omgaan met klimaat- of andere schokken hangt sterk af van de vraag of er grote ongelijkheden bestaan tussen culturele groepen op basis van kenmerken als etniciteit, religie of ras. 'In het algemeen zijn mensen uit gemarginaliseerde groepen kwetsbaarder', aldus Roy.

Beleidsmakers

Het doel van agent-gebaseerde modellering van armoede is om beleidsmakers te helpen verschillende strategieën te beoordelen voordat ze worden uitgevoerd. In dit verband zijn Roy en collega's van de TU Delft, het Internationale Rode Kruis en het Netherlands eScience Centre in 2021 een project gestart met de naam Computing societal dynamics of climate change adaptation in cities. Roy: 'De vraag is wat voor beleid er nodig is om het effect van klimaatverandering op armoede te verzachten. Het Rode Kruis doet veel interventies in klimaatgevoelige gebieden, zowel in ontwikkelingslanden als in ontwikkelde landen. Wij willen het Rode Kruis een instrument geven om te experimenteren met verschillende scenario's en uit te zoeken wat het beste werkt.'

Onderzoeksinformatie

Enkele belangrijke publicaties:

[1] Roy, D., Palavalli, B., Menon, N., King, R., Pfeffer, K., Lees, M., & Sloot, P. (2018). Survey-based socio-economic data from slums in Bangalore, India. Scientific data5(1), 1-9.

[2] Roy, D., & Lees, M. (2020). Understanding resilience in slums using an agent-based model. Computers, Environment and Urban Systems80, 101458.

[3] Mutlu, A., Roy, D., & Filatova, T. (2023). Capitalized value of evolving flood risks discount and nature-based solution premiums on property prices. Ecological Economics205, 107682.