Köns- och genusanalys
-
Metoder
- Ompröva forskningsprioriteringar och -resultat
- Ompröva koncept och teorier
- Formulera forskningsfrågor
- Analysera kön
- Analysera genus
- Analysera hur kön och genus interagerar
- Analysera faktorer som relaterar till kön och genus
- Processer för innovationsteknik
- Utforma forskning inom hälsa och biomedicin
- Deltagarbaserad forskning och design
- Ompröva standarder och referensmodeller
- Ompröva språk och visuella representationer
- Termer
- Checklistor
Fallstudier
Policyrekommendationer
Förändring av institutioner
Filmer
Klimatförändring: Analysera genus och faktorer som relaterar till genus
The Challenge
The European Union has the ambitious goal of reducing its greenhouse gas emissions to 20% below 1990 levels by 2020 (European Commission, 2010). The U.S. supports emissions reduction through funding for alternative energy research, but has not legislated limits for total greenhouse gas emissions (Gurgel et al., 2011; Dixon et al., 2010). Both the EU and U.S. also have far-reaching goals for gender equality, but how these two important challenges—climate change and gender equality—might be related is rarely considered (European Commission, 2012; U.S. Equal Employment Opportunity Commission, 2012).
Method: Analyzing Gender, and Analyzing Factors Intersecting with Gender
Research on the relationship between gender and environmental impact is still in its infancy. Analyzing gender, in this instance, means comparing women’s and men’s behaviors and attitudes in relation to climate change. But researchers must ask: Which women? Which men? and compare groups of women and men based on social factors that also predict climate footprint, such as income, educational background, and geographic location. Viewing women as an undifferentiated group and opposing this to men as an undifferentiated group (simply disaggregating data by sex) misses important factors that influence gendered behaviors. Studies that analyze gender and control for other social factors avoid stereotypes and false correlations.
Gendered Innovations:
- Understanding the Importance of Analyzing Gender in Relation to Intersecting Factors
Utmaningen
Innovation med genusperspektiv 1: Förstå vikten av att analysera genus i relation till andra påverkande faktorer
Metod: Analysera faktorer som relaterar till genus
Stickprovsstudie
Transport
Politiska konsekvenser
Konklusioner
Utmaningen
Strategierna för att hantera den globala uppvärmningen faller inom två stora kategorier: utsläppsminskningar och anpassningsåtgärder. Den här fallstudien fokuserar på utsläppsminskningar i industriländerna eftersom dessa länder är ansvariga "för den största andelen globala växthusgasutsläpp, historiskt och i nutid” (United Nations, 2002). Utsläppsminskningar handlar om strategier för att sakta ned de antropogena klimatförändringarna, framför allt via minskade växthusgasutsläpp genom förändringar av energiförsörjning, kommunikationer, jordbruk och urban infrastruktur samt livsstil (Barker et al., 2007). European Institute for Gender Equality (EIGE) uppger att "det saknas medvetenhet om […] genusaspekterna i mekanismerna för att minska klimatförändringarna" samt "en brist på forskning som kan bidra med underlag i debatten om dessa frågor" (EIGE, 2012).
Genusanalyser i klimatförändringsfrågan kan ge stöd för följande:
- Jämlikhet: Miljölagstiftning, riktlinjer och program kan ha olika effekter på kvinnor och män, och också på människor med olika inkomst, ålder och geografisk plats (Denton, 2002). Genusanalys kan bidra till riktlinjer som förbättrar – eller åtminstone inte försämrar – befintliga sociala ojämlikheter (EIGE, 2012; se Metod: Ompröva forskningsprioriteringar och resultat).
- Effektivitet: Riktlinjer och program som syftar till att minska energiförbrukningen blir sannolikt effektivare om man genom genusanalyser kan se till att de når ut till både kvinnor och män (Alber, 2011).
- Genomslag: Alla intressenter (forskare, politiker, konsumenter) bör ta del i beslutsfattandet för att bidra till att minimera de ekonomiska nackdelarna och maximera de ekologiska fördelarna med utsläppsminskningsinsatserna (Mearns et al., 2010; O’Neill et al., 2010).
Innovation med genusperspektiv 1: Förstå vikten av att analysera genus i relation till andra påverkande faktorer
Den här fallstudien fokuserar på metodologiska angreppssätt för genusanalys inom klimatförändringsfrågan. Genusanalytiker måste redan från början undvika essentialism och att överbetona skillnader mellan kvinnor och män. Om man betraktar kvinnor som en homogen grupp och ställer detta mot män som en homogen grupp (genom att helt enkelt dela upp data efter kön), missar man viktiga faktorer som påverkar beteendet i förhållande till miljön. Några av dessa faktorer är inkomst, ålder och geografisk plats.
Metod: Analysera faktorer som relaterar till genus
Metodologiska problem
Stereotyp
Faktorer att ta hänsyn till Män lämnar större "klimatavtryck" än kvinnor. Fundera över följande metodologiska faktorer i analysen av bilrelaterade utsläpp.
- Genusbeteende vs. inkomst? Män har inte nödvändigtvis en högre marginell utsläppsbenägenhet (MPE) än kvinnor, vilket innebär att män inte nödvändigtvis släpper ut mer växthusgaser per enhet intjänad inkomst. I exempelvis Nya Zeeland, där data finns tillgängliga, kör kvinnor i snitt 8 000 km/år och män 12 000 km/år (New Zealand Ministry of Transport, 2011). Men medelinkomsten är 19 100 NZD för kvinnor och 31 500 NZD för män (Statistics New Zealand, 2012). Med en linjär modell kör kvinnor 0,42 km per NZD medan män kör 0,38 km per NZD. Om man tänker sig att en kvinna och en man skulle tjäna lika mycket (till exempel NZD 25 000) skulle en kvinna förväntas köra mer än en man: 10 500 km vs. 9 500 km. Den här skillnaden gäller inte överallt. I exempelvis Sverige tyder uppskattningar på att män kör längre än kvinnor, både i absolut mening och i förhållande till inkomsten (Johansson-Stenman, 2001).
- Avstånd vs. bränsleekonomi? Kvinnor och män kan, i allmänhet, köra bilar med olika bränsleffektivitet, bränsletyper och så vidare. Vissa studier visar att kvinnor tar större hänsyn till bränsleekonomi än män när fordon bedöms (Achtnicht, 2012). Andra studier "finner inga statistiskt signifikanta effekter” som kan knytas till ålder, genus eller utbildning (Popp et al., 2009).
- Avstånd vs. körförhållanden? Kvinnor och män kan, i allmänhet, köra under olika förhållanden (stad vs. landsväg, lite trafik vs. mycket trafik etc.). Sådana förhållanden påverkar bränsleekonomin och komplicerar processen att konvertera körd distans till förbrukat bränsle (Barth et al., 2008).
Män har mer kunskap än kvinnor om tekniska ämnen, även klimatförändringarna. Fundera över följande metodologiska faktorer:
- Skillnader i attityder är viktiga, men ofta små. I en EU-studie framgår det att 69 procent av kvinnorna och 67 procent av männen ansåg att klimatförändringarna var "ett mycket allvarligt problem". Kvinnor (50 %) och män (51 %) anser också att klimatförändringarna är "det allvarligaste problem som världen som helhet har att hantera” (Eurobarometer, 2009).
- Inkomst kan påverka genus som prediktor för klimatoro (Franzen et al., 2010).
- Utbildningsnivå och politisk uppfattning kan påverka genus som prediktor för klimatattityder. I USA, där data finns tillgängliga, samverkar utbildning och politisk uppfattning: bland de som uppfattar sig som demokrater ökar klimatoron med utbildningsnivån, bland de som uppfattar sig som republikaner minskar klimatoron med utbildningsnivån (Hamilton, 2011).
Män har mer kunskap än kvinnor om tekniska ämnen, även klimatförändringarna. Fundera över följande metodologiska problem:
- Undersökningsdesign: Undersökningsinstrumenten kan påverka bedömningen av kvinnors och mäns kunskap om klimatförändringar. Undersökningar tyder på att kvinnor i högre grad rapporterar "falska positiva" (felaktigt tror att en viss faktor orsakar klimatförändring) medan män i högre grad rapporterar "falska negativa" (felaktigt tror att en faktor inte orsakar klimatförändring) (O’Connor et al., 1998).
- Självrapporterad vs. faktisk kunskap: I självrapporterade studier kan män uppge att de har större kunskap om klimatförändringar än kvinnor (Eurobarometer, 2009). I tester som mäter faktisk kunskap skiljer sig resultatet, och några studier uppvisar inte någon signifikant skillnad (McCright, 2010; Sundblad et al., 2007).
Exempelstudie
Tabellen nedan visar skillnader i energianvändning mellan ensamstående kvinnor och ensamstående män i olika inkomstkategorier (se källan för definitioner av inkomstkategorier; Räty et al., 2009). Ensamstående personer valdes ut för att undvika metodologiska svårigheter med att räkna ut energiförbrukningen för en specifik individ i ett hushåll med flera personer. Dessa data är:
- Könsåtskilda, vilket möjliggör jämförelser mellan kvinnor och män.
- Inkomståtskilda, vilket möjliggör jämförelser mellan människor med olika socioekonomisk status.
- Uppdelade efter specifika former av energikonsumtion.
Data som underbygger den här typen av analyser är sällsynta (EIGE, 2012). Istället för omfattande data presenteras siffror från Tyskland. Metodologiska utmaningar i tolkningen av tillgängliga data:
- Data återspeglar inte klimatpåverkan direkt, eftersom olika former av energianvändning ger olika klimatpåverkan per megajoule (MJ) levererad energi (Granovskii et al., 2007).
- Data är inte nödvändigtvis representativa för alla tyskar eftersom energianvändningsmönstret varierar mellan enpersonshushåll och flerpersonshushåll (Brounen et al., 2012).
- Uppgifterna är sannolikt inte representativa för Europa som helhet med tanke på att energianvändningen, särskilt för transporter, skiljer sig mellan de europeiska länderna (European Environment Agency, 2011).
- Data återspeglar inte direkt klimatpåverkan, vilket är signifikant för många energikällor. Transportdata exempelvis gäller endast den direkta utsläppet av växthusgaser från förbränningsmotorer, inte de indirekta utsläppen av växthusgaser från oljeborrning, oljeraffinering, bränsletransporter, pipelinebyggande och andra produktionsaktiviteter. (Charpentier et al., 2009).
- Data återspeglar inte nödvändigtvis energianvändning eller klimatpåverkan som sker utanför Tyskland (Davis et al., 2010; Mahesh et al., 2010).
- Data återspeglar inte klimatpåverkan som sker via andra mekanismer än växthusgasutsläpp, bland andra a) avskogning, vilket minskar upptagningsförmågan av koldioxid i biosfären (Watson et al., 2000) och b) förändringar av markens eller atmosfärens albedo (Piekle et al., 2002).
I Tyskland förbrukar ensamstående män i genomsnitt 147 000 MJ/år, 37% mer än ensamstående kvinnor 108 000 MJ/år (visas inte i diagrammet ovan) (Räty et al., 2009). Det mesta av den här skillnaden försvinner när data korrigeras för inkomst. I exempelvis den lägsta inkomstkategorin förbrukar ensamstående män endast 1 procent mer energi än ensamstående kvinnor (119 601 MJ vs. 118 368 MJ). I den högsta inkomstkategorin förbrukar ensamstående män 2 procent mer energi än ensamstående kvinnor (292 221 MJ vs. 285 234 MJ). Kvinnor i den högsta inkomstkategorin förbrukar 141 procent mer energi än kvinnor i lägsta inkomstkategorin. För män är siffran 144 procent. Inkomst är därför en viktig faktor att analysera när man tittar på kvinnors och mäns energikonsumtion.
Vi lyfter fram undersökningen av Räty et al. eftersom den är en av få som ser till genusfaktorer i relation till andra sociala faktorer. När man ser till ensamstående kvinnor och män tar man dock inte hänsyn till olika familjerelationer: det är oftare kvinnor än män som tar hand om anhöriga (barn och äldre). I en idealisk studie skulle man jämföra kvinnor och män, kontrollera alla andra relevanta faktorer som ålder, socioekonomisk status, utbildning, partnerskap, hushållsstorlek (antal barn och andra anhöriga), geografisk plats (inklusive befolkningstäthet) och typ av tillgängliga transporter. Sysselsättning, ålder, geografisk plats och hushållets sammansättning är alla faktorer som korrelerar med transportrelaterade utsläpp i Storbritannien (Brand et al., 2008). I framtida studier av genus i förhållande till klimatförändringar skulle man kunna betrakta dessa som andra viktiga samverkande faktorer.
Transport
Inom en given inkomstgrupp (se diagrammet ovan) är skillnaderna i energikonsumtion mellan kvinnor och män mest uttalade när det gäller transporter. I den lägsta inkomstkategorin förbrukar män 160 procent mer energi på transport än kvinnor (21 372 MJ vs. 8 220 MJ). I den högsta inkomstkategorin förbrukar män 48 procent mer energi (75 624 MJ vs. 50 964 MJ). Dessa skillnader minskar i takt med att inkomsterna ökar, men de försvinner inte. De är betydelsefulla eftersom transporter är en stor källa till växthusgasutsläpp, se nedan:
Politiska konsekvenser
Integrerade publika och privata transportsystem kommer att utgöra en viktig del av lösningen (se Ompröva forskningsprioriteringar och resultat). International Energy Agency (IEA), United States Energy Information Administration och World Business Council on Sustainable Development (WBCSD) beräknar att den totala transportrelaterade energikonsumtionen kommer att öka med 2 procent per år under de kommande årtiondena. Eftersom "nästan all denna nya [transport]konsumtion förväntas gälla petroleumbränslen kommer […] CO2-utsläppen att följa energikonsumtionen hack i häl" (Ribeiro et al., 2007) – se nedan.
Den enskilda konsumentens val
Enskilda individer kan dra sitt strå till stacken för att minska utsläppen. De kan välja att gå, cykla eller använda kollektivtrafik när det går. De kan välja mindre och energisnålare bilar. De kan gå med i en bilpool eller resa kortare sträckor på semestern. Men det personliga valet räcker bara en bit. Stadsplanering är centralt för att minimera behovet av transporter, för att maximera effektiviteten för kollektivtrafiken och för att minska ojämlikheten mellan kön (för design av städer som främjar jämlikhet mellan könen, se fallstudien Design av bostäder och bostadsområden). Exempel på projekt:
Cykelfrämjande projekt: Statliga och lokala myndigheter arbetar för att lyfta fram cykeln som transportmedel för att minska växthusgasutsläppen och förbättra hälsan (Andersen et al., 2012; Bauman et al., 2008). Den danska regeringen studerar cyklandet i projektet “Bikeability: Cities for Zero Emission Travel and Public Health”. Inom ramen för projektet stödjer man forskning om hur demografi, cykelinfrastruktur och den allmänna utformningen av staden påverkar cyklandet (Bikeability, 2012). Genusanalys kan vara viktigt i planeringen av en ny cykelinfrastruktur – hänsyn till kvinnors och mäns resemönster och beteenden kan förbättra planeringen av cykelvägarna.
Andra faktorer kan samspela med genus. Några exempel:
- Geografisk plats: Tillgängliga data tyder på att kvinnors och mäns cykelbeteende skiljer sig stort mellan platser. I exempelvis Danmark är det mer än dubbelt så stor sannolikhet att kvinnor pendlar till arbetet eller skolan per cykel – 36 procent vs. 17 procent (Madsen, 2010). I Storbritannien är det bara något mer sannolikt att kvinnor rapporterar cykelpendling än män (Foster et al., 2011). I USA och Australien är det ungefär tre gånger så hög sannolikhet att män rapporterar cykelpendling än kvinnor (Garrard et al., 2012; Garrard et al., 2008).
- Ålder: I staten Washington State var cykling vanligast bland vuxna i åldern 25–45 år, och siffran sjönk i både yngre och äldre åldersgrupper (Moudon et al., 2005).
- BMI: I en studie med 13 länder observerades en korrelation mellan cykling och sund vikt (Bassett et al., 2008).
- Inkomst: I Flandern, Belgien, associerades en låg medianinkomst med högre siffror för cykelpendling (Vandenbulcke et al., 2011).
Storskaliga omfattande studier ger begränsad information om interaktionen mellan kön och andra faktorer – det krävs mer forskning för att öka kunskaperna (Pucher et al., 2011).
Genusbudgetering i kantonen Basel-Stadt, Schweiz: Statistikbyrån i kantonen Basel-Stadt samlar in könsuppdelade data som grund för transportpolitiken. Man tittar också på andra variabler, till exempel har man undersökt hur kvinnors och mäns utgifter på transporter förändras med åldern. Statistikbyrån uppskattar också hur offentliga medel som läggs på transportinfrastruktur gynnar kvinnor och män (Office for Gender Equality of the Canton of Basel-Stadt, 2008).
Konklusioner
Forskare har börjat studera utsläppsminskningarna utifrån genusperspektiv. Ansträngningar att analysera faktorer som interagerar med genus – inkomst, ålder, resemönster, geografisk plats och miljöattityder – bidrar till bättre förståelse för klimatförändringarna och bättre respons på åtgärderna för att minska utsläppen. Den insikten kan öka effekten av minskningsstrategier genom att man kan säkerställa acceptans från alla energianvändare. Det kan också öka effektiviteten och jämlikheten om utsläppsminskningar uppnås till lägsta möjliga sociala och ekonomiska kostnader, och genom att säkerställa att kostnaderna fördelas rättvist.
Citerade verk
- Achtnicht, M. (2012). German Car Buyers’ Willingness to pay to Reduce CO2 Emissions. Climactic Change, 113 (3-4), 679-697.
- Alber, G. (2011). Gender, Cities, and Climate Change. Nairobi: UN-HABITAT.
- Andersen, T., Bredal, F., Weinreich, M., Jensen, N., Riisgaard-Dam, M., & Nielsen, M. (2012). Collection of Cycle Concepts: 2012. Copenhagen: Cycling Embassy of Denmark.
- Barker, T., Bashmakov, I., Bernstein, L., Bogner, J., Bosch, P., Dave, R., Davidson, O., Fisher, B., Grubb, M., Gupta, S., Halsnaes, K., Heij, B., Ribeiro, S., Kobayashi, S., Levine, M., Martino, D., Cerutti, O., Metz, B., Meyer, L., Nabuurs, G., Najam, A., Nakicenovic, N., Rogner, H., Roy, J., Sathaye, J., Schock, R., Shukla, P., Sims, R., Smith, P., Swart, R., Tirpak, D., Urge-Vorsatz, D., & Dadi, Z. (2007). Climate Change 2007: Mitigation. Geneva: Intergovernmental Panel on Climate Change (IPCC). Barth, M., & Boriboonsomsin, K. (2008). Real-World Carbon Dioxide Impacts of Traffic Congestion. Transportation Research Record, 2058, 163-171.
- Bassett, D., Pucher, J., Buehler, R., Thompson, D., & Crouter, S. (2008). Walking, Cycling, and Obesity Rates in Europe, North America, and Australia. Journal of Physical Activity and Health, 2008 (5), 795-814.
- Bauman, A., Rissel, C., Garrard, J., Ker, I., Speidel, R., & Fishman, E. (2008). “Cycling: Getting Australia Moving—Barriers, Facilitators, and Interventions to Get More Australians Physically Active through Cycling.” Proceedings of the Thirty-First Australasian Transport Research Forum, September 28th—30th, Adelaide.
- Bikeability. (2012). Summary.
- Brand, C., & Boardman, B. (2007). Taming of the Few—The Unequal Distribution of Greenhouse Gas Emissions from Personal Travel in the United Kingdom. Energy Policy, 36 (1), 224-238.
- Brounen, D., Kok, N., & Quigley, J. (2012). Residential Energy Use and Conservation: Economics and Demographics. Berkeley: University of California Center for Energy and Environmental Economics.
- Charpentier, A., Bergerson, J., & MacLean, H. (2009). Understanding the Canadian Oil Sands Industry’s Greenhouse Gas Emissions. Environmental Research Letters, 4 (1), e014005.
- Davis, S., & Caldeira, K. (2010). Consumption-Based Accounting of Carbon Dioxide (CO2) Emissions. Proceedings of the National Academy of Sciences of the United States of America, 107 (12), 5687-5692.
- Denton, F. (2002). Climate Change Vulnerability, Impacts, and Adaptation: Why does Gender Matter? Gender and Development, 10 (2), 10-20.
- Dixon, R., McGowan, E., Onysko, G., & Scheer, R. (2010). United States Energy Conservation and Efficiency Policies: Challenges and Opportunities. Energy Policy, 38 (11), 6398-6408.
- Eurobarometer. (2009). Europeans’ Attitudes towards Climate Change. Brussels: European Commission.
- European Commission. (2012). Gender Equality – Justice.
- European Commission. (2010). Analysis of Options to Move Beyond 20% Greenhouse Gas Emissions Reductions and Assessing the Risk of Carbon Leakage. Brussels: EC.
- European Environment Agency. (2012). Total Greenhouse Gas Emissions by Sector (%) in EU-27, 2009. http://www.eea.europa.eu/data-and-maps/figures/total-greenhouse-gas-emissions-by-sector-in-eu-1
- European Environment Agency. (2011). Greenhouse Gas Emissions per Capita and Per Unit of Gross Domestic Product (GDP) in Purchasing Power Standards in 2008.
- European Institute for Gender Equality (EIGE). (2012). Gender Equality and Climate Change Report. Luxembourg: Publications Office of the European Union.
- Foster, C., Panter, J., & Wareham, N. (2011). Assessing the Impact of Road Traffic on Cycling for Leisure and Cycling to Work. International Journal of Behavioral Nutrition and Physical Activity, 8 (61), 1-5.
- Franzen, A., & Meyer, R. (2010). Environmental Attitudes in Cross-National Perspective: A Multilevel Analysis of the International Social Survey Programme (ISSP) 1993 and 2000. European Sociological Review, 26 (2), 219-234.
- Garrard, J., Handy, S., & Dill, J. (2012). Women and Cycling. In Pucher, J., & Buehler, R. (Eds.), City Cycling. Boston: Massachusetts Institute of Technology (MIT) Press.
- Garrard, J., Rose, G., & Lo, S. (2008). Promoting Transportation Cycling for Women: The Role of Bicycle Infrastructure. Preventive Medicine, 46 (1), 55-59.
- Granovskii, M., Dincer, I., & Rosen, M. (2007). Greenhouse Gas Emissions Reduction by Use of Wind and Solar Energies for Hydrogen and Electricity Production: Economic Factors. International Journal of Hydrogen Energy, 32 (8), 927-931.
- Gurgel, A., Paltsev, S., Reilly, J., & Metcalk, G. (2011). An Analysis of United States Greenhouse Gas Cap-And-Trade Proposals Using a Forward-Looking Economic Model. Environment and Development Economics, 16 (2), 155-176.
- Hamilton, L. (2011). Education, Politics, and Opinions about Climate Change: Evidence for Interaction Effects. Climate Change, 104 (2), 231-242.
- Ironmonger, D., & Norman, P. (2007). “Travel Behaviour of Women, Men, and Children: What Changes and What Stays the Same?” Proceedings of the 29th Annual Conference on Time Use Research, October 17th—19th, Washington, D.C.
- Johansson-Stenman, O. (2001). Estimating Individual Driving Distance by Car and Public Transport Use in Sweden. European Economic Review, 34 (5), 971-985.
- Madsen, J. (2010). Cycling Statistics from Denmark. Copenhagen: Cycling Embassy of Denmark.
- Mahesh, S., Shui, B., Harriss, R., Mani, M., Brewer, T., Barton, J., Osborne, G., & Sell, M. (2010). Climate, Equity, and Global Trade. Geneva: International Centre for Trade and Sustainable Development.
- McCright, A. (2010). The Effects of Gender on Climate Change Knowledge and Concern in the American Public. Population and Environment, 32 (1), 66-87.
- Mearns, R., & Norton, A. (Eds.) (2010). Social Dimensions of Climate Change: Equity and Vulnerability in a Warming World. Washington, D.C.: International Bank for Reconstruction and Development.
- Moudon, A., Lee, C., Cheadle, A., Collier, C., Johnson, D., Schmid, T., & Weather, R. (2005). Cycling and the Built Environment, a U.S. Perspective. Transportation Research, Part D: Transport and Environment, 10 (3), 245-261.
- New Zealand Ministry of Transport. (2012). New Zealand Household Travel Survey, 2008-2011. Wellington: Ministry of Transport.
- O’Connor, R., Bord, R., & Fisher, A. (1998). The Curious Impact of Knowledge about Climate Change on Risk Perceptions and Willingness to Sacrifice. Risk Decision and Policy, 3 (2), 145-155.
- Office for Gender Equality of the Canton of Basel-Stadt. (2008). Gender-Responsive Budget Analysis in the Canton of Basel-Stadt, Switzerland. Geneva: Schweizerische Eidgenossenschaft.
- O’Neill, S., Hulme, M., Turnpenny, J., & Screen, J. (2010). Disciplines, Geography, and Gender in the Framing of Climate Change. Journal of the American Meteorological Society, August, 997-1002.
- Piekle, R., Marland, G., Betts, R., Chase, T., Eastman, J., Niles, J., Niyogi, D., & Running, S. (2002). The Influence of Land-Use Change and Landscape Dynamics on the Climate System: Relevance to Climate-Change Policy Beyond the Radiative Effect of Greenhouse Gases. Philosophical Transactions of the Royal Society, 360 (1797), 1705-1719.
- Poortinga, W., Steg, L., & Vlek, C. (2004). Values, Environmental Concern, and Environmental Behavior : A Study into Household Energy Use. Environment and Behavior, 36 (1), 70-93.
- Popp, M., Dan de Velde, L., Vickery, G., Can Huylenbroeck, G., Verbeke, W., & Dixon, B. (2009). Determinants of Consumer Interest in Fuel Economy: Lessons for Strengthening the Conservation Argument. Biomass and Bioenergy, 33 (5), 768-778.
- Pucher, J., Buehler, R., Merom, D., & Bauman, A. (2011). Walking and Cycling in the United States, 2001—2009: Evidence from the National Household Travel Surveys. American Journal of Public Health, 101 (S1), S310-S317.
- Räty, R., & Carlsson-Kanyama, A. (2009). Comparing Energy Use by Gender, Age, and Income in Some European Countries. Stockholm: Totalförsvarets forskningsinstitut.
- Ribeiro, K., Kobayashi, S., Beuthe, M., Gasca, J., Greene, D., Lee, S., Muromachi, Y., Newton, P., Plotkin, S., Sperling, D., Wit, R., & Zhou, P. (2007). Transport and its Infrastructure. In Metz, B., Davidson, O., Bosch, P., Dave, R., & Meyer, L. (Eds.), Climate Change 2007: Mitigation—Contribution of Working Group III to the Fourth Assessment Report of the Intergovernmental Panel on Climate Change. Cambridge: Cambridge University Press.
- Sarmiento, S. (1996). Household, Gender, and Travel. In United States Department of Transportation (Ed.), Women’s Travel Issues: Proceedings from the Second National Conference, pp. 37-52. Washington, D.C.: Federal Highway Administration.
- Statistics New Zealand. (2012). Women’s Incomes Lower than Men’s.
- Sundblad, E., Biel, A., & Gärling, T. (2007). Cognitive and Affective Risk Judgments Related to Climate Change. Journal of Environmental Psychology, 27 (2), 97-106.
- United Nations (UN). (2002). United Nations Framework Convention on Climate Change. New York City: United Nations Publishing.
- United States Department of Transportation. (2011). Average Annual Miles per Driver by Age Group. Washington, D.C.: Federal Highway Administration.
- U.S. Equal Employment Opportunity Commission (EEOC). (2012). Equal Pay / Compensation Discrimination.
- Vandenbuckle, G., Dujardin, C., Thomas, I., de Geus, B., Degraeuwe, B., Meeusen, R., & Panis, L. (2011). Cycle Commuting in Belgium: Spatial Determinants and ‘Re-Cycling’ Strategies. Transportation Research, Part A: Policy and Practice, 45 (2), 118-137.
- Watson, R., Noble, I., Bolin, B., Ravindranth, N., Verardo, D., & Dokken, D. (2000). Land Use, Land-Use Change, and Forestry: A Special Report of the Intergovernmental Panel on Climate Change (IPCC). Cambridge: Cambridge University Press.
- World Bank. (2011). Women, Business, and the Law 2012: Removing Barriers to Economic Inclusion. Washington, D.C.: World Bank Group.
Strategies for managing global warming fall into two broad categories: mitigation and adaptation. This case study focuses on mitigation in industrialized countries because these countries are major polluters. Mitigation involves strategies to curb greenhouse gas emissions through changes in energy supply, transportation, agriculture, and urban infrastructure, as well as lifestyle. How can gender analysis contribute to curbing global warming?
Gendered Innovation:
Research on the relationship between gender and global warming is still in its infancy. Analyzing gender, in this instance, means comparing women's and men's behaviors and attitudes in relation to climate change. But researchers must ask: which women? which men? The gendered innovation in this case develops analytics that combine gender with other social factors, such as income, educational background, and geographic location.
Viewing women as an undifferentiated group and opposing this to men as an undifferentiated group (simply disaggregating data by sex) can lead to stereotypes and false correlations. It is important not to fall back on essentialist stereotypes—to assume, for example, that women "care" more for the environment than men. Women may care, but their income may determine their energy use more than their gender.
We found one exemplary study that compared gender and income. The chart below shows differences in energy use between single women and single men in multiple income categories. These data are:
- Sex-disaggregated, allowing comparisons between women and men.
- Income-disaggregated, allowing comparisons between people of different socioeconomic statuses.
- Disaggregated by specific forms of energy consumption.
We see that in most categories, men use slightly more energy than women, but that the greatest determining factor is income.
Efforts to analyze factors that intersect with gender—including income, age, travel patterns, geographic location, and environmental attitudes—contribute to a better understanding of climate impacts and responses to mitigation measures. This understanding may improve mitigation strategies by ensuring buy-in from all energy users. It may also support efficiency and equality by achieving mitigation at the lowest possible social and economic cost and by ensuring that costs are shared in equitable ways.