Social vulnerability illuminates differences in human capacity to prepare for, respond to, and recover from disasters. It varies over space and time and among social groups, largely due to variations in socioeconomic and demographic features. The Makran Subduction Zone is one of the known active seismic sources that can generate devastating shaking and tsunami disasters in District Gwadar, Pakistan, such as a large earthquake of moment magnitude 8.1 in 1945. This study presents the first social vulnerability index study for District Gwadar in relation to imminent earthquake-tsunami hazards and shows how SoVI concepts and indicators are adopted. SoVI follows a place-based framework that was originally adopted in developing social vulnerability index for the USA. To assess social vulnerability to earthquakes and tsunamis in Gwadar, we evaluate a social vulnerability index at village level. Using a principal component analysis, 16 village-level indicators are condensed to five factors that explain 64.2% of the variance in the data. Although different factors contribute to the social vulnerability in each village, the overall results confirm the social and economic disparities among villages and reflect differential vulnerability to natural hazards at local to regional scales. Finally, a map of social vulnerability index is compared with seismic-tsunami hazard maps to identify the communities living in risky zones. The approaches and results presented in this study will help emergency managers to identify community sub-groups that are more susceptible to disaster risks and to develop effective risk reduction strategies that are tailored to local conditions.

社会脆弱性说明了人们在备灾，应对灾难和从灾难中恢复的能力上的差异。它随时间，空间和社会群体而变化，这在很大程度上是由于社会经济和人口特征的变化所致。马克兰俯冲带是已知的活跃地震源之一，可以在巴基斯坦瓜达尔地区产生毁灭性的震动和海啸灾难，例如1945年的8.1级大地震。该研究提出了瓜达尔地区的第一项社会脆弱性指数研究关于即将发生的地震-海啸危害的说明，并说明如何采用SoVI概念和指标。SoVI遵循基于位置的框架，该框架最初是在为美国开发社会脆弱性指数时采用的。为了评估瓜达尔地震和海啸的社会脆弱性，我们评估了村庄一级的社会脆弱性指数。使用主成分分析，将16个村级指标浓缩为5个因子，这些因子解释了数据中64.2％的方差。尽管每个村庄的社会脆弱性都有不同的影响因素，但总体结果证实了村庄之间的社会和经济差异，并反映了地方到区域范围内自然灾害的脆弱性。最后，将社会脆弱性指数地图与地震海啸灾害地图进行比较，以识别生活在危险地区的社区。这项研究中提出的方法和结果将帮助应急管理人员确定更容易受到灾害风险影响的社区子群体，并制定适合当地情况的有效的降低风险策略。使用主成分分析，将16个村级指标浓缩为5个因子，这些因子解释了数据中64.2％的方差。尽管每个村庄的社会脆弱性都有不同的影响因素，但总体结果证实了村庄之间的社会和经济差异，并反映了地方到区域范围内自然灾害的脆弱性。最后，将社会脆弱性指数地图与地震海啸灾害地图进行比较，以识别生活在危险地区的社区。这项研究中提出的方法和结果将帮助应急管理人员确定更容易受到灾害风险影响的社区子群体，并制定适合当地情况的有效的降低风险策略。使用主成分分析，将16个村级指标浓缩为5个因子，这些因子解释了数据中64.2％的方差。尽管每个村庄的社会脆弱性都有不同的影响因素，但总体结果证实了村庄之间的社会和经济差异，并反映了地方到区域范围内自然灾害的脆弱性。最后，将社会脆弱性指数地图与地震海啸灾害地图进行比较，以识别生活在危险地区的社区。这项研究中提出的方法和结果将帮助应急管理人员确定更容易受到灾害风险影响的社区子群体，并制定适合当地情况的有效的降低风险策略。16个村级指标被浓缩为五个因素，可以解释数据中64.2％的方差。尽管每个村庄的社会脆弱性都有不同的影响因素，但总体结果证实了村庄之间的社会和经济差异，并反映了地方到区域范围内自然灾害的脆弱性。最后，将社会脆弱性指数地图与地震海啸灾害地图进行比较，以识别生活在危险地区的社区。这项研究中提出的方法和结果将帮助应急管理人员确定更容易受到灾害风险影响的社区子群体，并制定适合当地情况的有效的降低风险策略。16个村级指标被浓缩为五个因素，可以解释数据中64.2％的方差。尽管每个村庄的社会脆弱性都有不同的影响因素，但总体结果证实了村庄之间的社会和经济差异，并反映了地方到区域范围内自然灾害的脆弱性。最后，将社会脆弱性指数地图与地震海啸灾害地图进行比较，以识别生活在危险地区的社区。这项研究中提出的方法和结果将帮助应急管理人员确定更容易受到灾害风险影响的社区子群体，并制定适合当地情况的有效的降低风险策略。尽管每个村庄的社会脆弱性都有不同的影响因素，但总体结果证实了村庄之间的社会和经济差异，并反映了地方到区域范围内自然灾害的脆弱性。最后，将社会脆弱性指数地图与地震海啸灾害地图进行比较，以识别生活在危险地区的社区。这项研究中提出的方法和结果将帮助应急管理人员确定更容易受到灾害风险影响的社区子群体，并制定适合当地情况的有效的降低风险策略。尽管每个村庄的社会脆弱性都有不同的影响因素，但总体结果证实了村庄之间的社会和经济差异，并反映了地方到区域范围内自然灾害的脆弱性。最后，将社会脆弱性指数地图与地震海啸灾害地图进行比较，以识别生活在危险地区的社区。这项研究中提出的方法和结果将帮助应急管理人员确定更容易受到灾害风险影响的社区子群体，并制定适合当地情况的有效的降低风险策略。将社会脆弱性指数地图与地震海啸灾害地图进行比较，以识别生活在危险地区的社区。本研究中提出的方法和结果将帮助应急管理人员确定更容易受到灾害风险影响的社区子群体，并制定适合当地情况的有效的降低风险策略。将社会脆弱性指数地图与地震海啸灾害地图进行比较，以识别生活在危险地区的社区。这项研究中提出的方法和结果将帮助应急管理人员确定更容易受到灾害风险影响的社区子群体，并制定适合当地情况的有效的降低风险策略。