FN vedtager nyt globalt rammeværk for katastroferelateret statistik

FN's Statistiske Kommission har vedtaget det første omfattende globale rammeværk for katastroferelateret statistik, kendt som Global Disaster-Related Statistics Framework (G-DRSF)¹². Vedtagelsen skete under kommissionens 57. session og markerer en historisk milepæl i arbejdet med at skabe en ensartet og videnskabelig tilgang til, hvordan lande definerer, indsamler og anvender data om katastrofer.

Baggrund og formål

Rammeværket er resultatet af flere års internationalt samarbejde mellem statistiske eksperter, katastrofemyndigheder og klimaforskere. Formålet er at nedbryde siloer mellem nationale statistikkontorer (NSO) og nationale katastrofehåndteringskontorer (NDMO). Ved at skabe et fælles sprog og en delt arkitektur kan lande nu forbedre deres datastyring og sikre, at statistikker er sammenlignelige på tværs af grænser.

Kamal Kishore, FN's særlige repræsentant for katastroferisikoreduktion, udtaler:

"Samarbejde om at forebygge katastrofer afhænger af en fælles forståelse af risici. Det globale rammeværk er en afgørende milepæl i skabelsen af et fælles sprog, der skal drive katastrofeforebyggelse fremad."

Tre centrale måleområder

G-DRSF er opbygget omkring tre hovedområder, der tilsammen dækker hele forløbet før, under og efter en katastrofe:

1. Katastroferisiko: Måling af eksponering, sårbarhed og håndteringsevne.
2. Konsekvenser (Impacts): Systematisk registrering af dødsfald, skader, fordrivelse samt ødelæggelse af infrastruktur og økosystemer.
3. Udgifter til forebyggelse: Sporing af investeringer i risikoreduktion (DRR) for at synliggøre værdien af forebyggende indsatser.

Økonomisk rationale for forebyggelse

Ifølge dokumentationen bag rammeværket er der et massivt økonomisk incitament for at investere i forebyggelse frem for genopbygning. Data viser dog en skævhed i de nationale budgetter.

Teknisk implementering og "Build Back Better"

Rammeværket integrerer moderne teknologier som geospatiale data (satellitbilleder) og maskinlæring for at forbedre nøjagtigheden af risikomodeller. Et centralt element er princippet om at "bygge bedre tilbage" (Build Back Better), hvor data fra tidligere hændelser bruges til at sikre, at genopbygning sker med højere modstandsdygtighed over for fremtidige chok.

Implementeringen støttes af initiativer som DELTA Resilience, der hjælper lande med at koble specifikke hændelser direkte til menneskelige, økonomiske og miljømæssige konsekvenser. Dette skaber et solidt fundament for at rapportere fremskridt i forhold til Sendai-rammeværket og FN's verdensmål (SDG) uden at pålægge landene nye, tunge rapporteringsbyrder.