खनन सिर्फ mine की जगह नहीं साफ करता — extraction के आसपास छिपी forest loss कहीं बड़ी हो सकती है

असर केवल जंगल में बने गड्ढे तक सीमित नहीं है

खदान का आकार साफ दिखाई देता है। एक pit, tailings pond, spoil heap, जंगल को काटती सड़क। ये वे निशान हैं जिन्हें satellite देख सकता है और regulator नक्शे पर घेर सकता है।

लेकिन खनन अपने आसपास की जमीन भी बदलता है। लोग आते हैं। सड़कें जंगल तक पहुँचना आसान बनाती हैं। बस्तियाँ बढ़ती हैं। खेती फैलती है। खदान केवल नक्शे पर बना घाव नहीं; वह आकर्षण का नया केंद्र बन सकती है।

एक Nature शोधपत्र sub-Saharan Africa में इस अंतर को संख्याओं में रखता है। लेखक 2001 से 2020 तक घने जंगलों में mining-driven प्रत्यक्ष वनों की कटाई का अनुमान लगाते हैं, फिर पूछते हैं कि ऐसी ही उन जगहों की तुलना में, जहाँ अभी खनन शुरू नहीं हुई थी, खदानों के आसपास कितना अतिरिक्त जंगल हानि दिखाई देता है। निष्कर्ष सरल और असहज है: खदान का सीधा संकेत-पैटर्न केवल दिखाई देने वाला हिस्सा है।

यह climate और biodiversity की राजनीति के लिए उपयोगी परिणाम है क्योंकि यह दो बातों को एक ही frame में रखता है। आधुनिक infrastructure और ऊर्जा संक्रमण को खनिज चाहिए। लेकिन खनिज कहीं से शून्य में पैदा नहीं होते। साफ सवाल नारा में “खनन अच्छी है या बुरी” नहीं है। सवाल यह है कि जंगल की पूरी कीमत ईमानदारी से मापी जा रही है या नहीं।

लेखकों ने क्या किया

अध्ययन continent-scale जंगल और land-use डेटा को causal-अनुमान डिज़ाइन के साथ जोड़ता है। लेखकों ने 2001 से 2020 के बीच sub-Saharan Africa के forested areas में 16,627 खदान clusters मानचित्र किए। उन्होंने जंगल हानि के दो प्रकार अलग किए।

पहला है प्रत्यक्ष mining-driven वनों की कटाई: स्वयं खदान संकेत-पैटर्न के भीतर सफाई, जिसमें pits, tailings ponds, spoil heaps, shafts और खनन क्रियाएँ से सीधे जुड़ी अन्य संरचनाएँ शामिल हैं।

दूसरा है खदान-क्षेत्र से बाहर वनों की कटाई: खदान के आसपास होने वाला जंगल हानि जो pit खुद नहीं है, लेकिन खदान स्थापित होने से सहायक गतिविधियों — agriculture, settlements, roads और अन्य पहुँच — के जरिए उत्पन्न करना हो सकता है।

दूसरे हिस्से का अनुमान लगाने के लिए लेखकों ने difference-in-differences फ्रेमवर्क इस्तेमाल किया। सरल शब्दों में, उन्होंने खनन शुरू होने से पहले और बाद में खदानों के आसपास जंगल हानि की तुलना उन समान जगहों से की जहाँ खनन अभी शुरू नहीं हुई थी। फिर उन्होंने खदान center से concentric distances देखीं: 1 km के भीतर, 1-5 km, 5-10 km और 10-20 km।

यह डिज़ाइन इसलिए महत्वपूर्ण है क्योंकि शोधपत्र केवल खदानों के पास पेड़ों की कटाई नहीं गिन रहा। वह unmined areas की counterfactual trend की तुलना में खदान establishment के कारण होने वाले अतिरिक्त हानि का अनुमान लगाने की कोशिश कर रहा है।

उन्हें क्या मिला

सीधा खनन हानि बड़ा था। sub-Saharan Africa के सघन forests में लेखकों ने 2001 से 2020 के बीच 187,070 hectares प्रत्यक्ष mining-induced वनों की कटाई का अनुमान लगाया। Democratic Republic of Congo, Ghana और Côte d’Ivoire ने मिलकर इस प्रत्यक्ष हानि का 45% हिस्सा बनाया।

आसपास का हानि संकेत-पैटर्न से बड़ा था। खदान स्थापित होने के बाद, unmined areas की तुलना में दस वर्ष बाद 1 km के भीतर cumulative वनों की कटाई 0-to-100 पैमाना पर 8 बिंदु ज्यादा था। यह वनों की कटाई दर में पूर्ण अंतर है, 8% सापेक्ष वृद्धि नहीं। दूरी के साथ प्रभाव कम हुआ, लेकिन गायब नहीं हुआ: दस वर्षों के बाद अध्ययन 1-5 km पर 3.6 बिंदु, 5-10 km पर 1.9 बिंदु और 10-20 km पर 1.1 बिंदु के अतिरिक्त gaps का अनुमान लगाती है।

ये संख्याएँ समय-विशिष्ट हैं। ये दस-वर्षीय प्रभाव हैं, तुरंत होने वाला हानि नहीं।

खदान-क्षेत्र से बाहर/प्रत्यक्ष अनुपात चौंकाने वाला था। अलग calculation में लेखकों का अनुमान है कि खदान संकेत-पैटर्न द्वारा सीधे साफ किए गए हर hectare के लिए पाँच वर्षों के भीतर अतिरिक्त 33.9 hectares सघन जंगल खदान-क्षेत्र से बाहर खोया। इस अतिरिक्त खदान-क्षेत्र से बाहर हानि का अधिकांश हिस्सा खदान establishment के बाद बढ़ी agriculture से जुड़ा था; settlement विस्तार भी महत्वपूर्ण था और उनकी breakdown में roads का हिस्सा छोटा था।

यह संख्या भी समय-विशिष्ट है: यह पाँच-वर्षीय खदान-क्षेत्र से बाहर/प्रत्यक्ष अनुपात है। इसे दस-वर्षीय 0-to-100-पैमाना प्रभाव के साथ नहीं मिलाना चाहिए।

प्रभाव हर जगह समान नहीं था। अध्ययन Democratic Republic of Congo को खास चिंता वाला क्षेत्र बताता है, क्योंकि वहाँ खनन से सीधे साफ़ हुआ बड़ा क्षेत्र और खदान की सीमा से बाहर अतिरिक्त वन-हानि — दोनों अधिक थे। कुछ दूसरे देशों में सीमा से बाहर का सापेक्ष प्रभाव ऊँचा था, लेकिन सीधे खनन वाले footprints छोटे थे। खनिज के स्तर पर cobalt और copper निकालने वाली खदानों — batteries, electrical infrastructure और ऊर्जा संक्रमण में महत्वपूर्ण दोनों पदार्थ — से अध्ययन में सबसे अधिक कुल अतिरिक्त वनों की कटाई जुड़ी मिली।

खदान-क्षेत्र से बाहर हिस्सा क्यों मायने रखता है

Environmental आकलन अक्सर project की प्रत्यक्ष सीमा से शुरू होता है। यह समझ में आता है। pit दिखती है, permit की perimeter होती है और कंपनी planned infrastructure का वर्णन कर सकती है।

लेकिन जंगल केवल कानूनी boundaries पर प्रतिक्रिया नहीं करते। वे पहुँच और incentives पर भी प्रतिक्रिया देते हैं। खदान roads, कामगार, पैसा, settlements और food demand ला सकती है। इससे पास का जंगल ऐसी जमीन में बदल सकता है जिसे साफ करना आसान, अधिक लाभदायक या अधिक जरूरी हो।

इसीलिए शोधपत्र का सबसे मजबूत विचार कोई एक संख्या नहीं है। वह प्रत्यक्ष और triggered हानि के बीच का फर्क है।

यदि आपूर्ति श्रृंखला केवल खदान संकेत-पैटर्न गिनती है तो extraction के कारण land-use बदलाव को कम आँका जा सकता है। यदि environmental प्रभाव आकलन lease सीमा पर रुक जाता है, तो वह उस जंगल हानि को चूक सकता है जिसकी संभावना project बढ़ाता है। और यदि कोई product renewable ऊर्जा को समर्थन करने के कारण “साफ” के रूप में market किया जाता है, तो इससे उसकी पदार्थ श्रृंखला अपने आप साफ नहीं हो जाती।

यह क्या साबित नहीं करता

• यह नहीं दिखाता कि ऊर्जा संक्रमण खराब है। यह दिखाता है कि आधुनिक infrastructure में इस्तेमाल होने वाले खनिज, जिनमें energy-transition खनिज भी शामिल हैं, बड़े land-use लागत ला सकते हैं।
• इसका मतलब यह नहीं कि हर खदान हर प्रत्यक्ष hectare के बदले ठीक 33.9 hectares खदान-क्षेत्र से बाहर हानि करती है। यह बहुत सारे खदान clusters का औसत अनुमान है, किसी एक project की पूर्वानुमान नहीं।
• यह साबित नहीं करता कि खदान के पास खोया हर पेड़ उसी खदान की वजह से काटा गया। अध्ययन आबादी पैमाना पर अतिरिक्त हानि अनुमान करने के लिए quasi-प्रायोगिक डिज़ाइन इस्तेमाल करती है।
• यह व्यक्ति companies, permits या buyers को जिम्मेदारी नहीं सौंपता। उसके लिए इस लेख से आगे project-level tracing चाहिए।
• यह खनन के सभी प्रभाव शामिल करना नहीं करता। पानी pollution, labor स्थितियाँ, biodiversity fragmentation, rights हित-संघर्ष और सामाजिक displacement यहाँ मुख्य forest-loss मापन से बाहर हैं।
• यह पूरी दुनिया शामिल करना नहीं करता। विश्लेषण sub-Saharan Africa के सघन forests पर केंद्रित है।

सबूत कितने मजबूत हैं?

Direct-deforestation अनुमान के लिए महाद्वीपीय पैमाना पर साक्ष्य मजबूत है। अध्ययन प्रकाशित land-use और forest-cover डेटासेट से खनन विशेषताएँ से सीधे जुड़े जंगल हानि की पहचान करती है।

अतिरिक्त खदान-क्षेत्र से बाहर हानि के लिए साक्ष्य भी काफी है, लेकिन मॉडल-based है। Difference-in-differences observational डेटा से causal प्रभाव का अनुमान लगाने के लिए बनाया गया है, खासकर जब रैंडमाइज़्ड प्रयोग संभव न हों। लेखक हाल की heterogeneity-robust विधियाँ इस्तेमाल करते हैं और वैकल्पिक estimators से मज़बूती परीक्षण करते हैं। यह अच्छी practice है।

फिर भी परिणाम को सही पैमाना पर पढ़ना चाहिए। शोधपत्र मजबूत साक्ष्य देता है कि अध्ययन प्रणाली में खदान establishment, खदान संकेत-पैटर्न से बाहर अतिरिक्त वनों की कटाई के साथ जुड़ा है। यह हर अलग पेड़ की satellite confession नहीं है।

इसलिए सबसे उपयोगी सार्वजनिक पढ़ना न panic है, न dismissal। वह मापन discipline है: यदि खनन किसी landscape को खोलती है, तो प्रभाव आकलन को fence के पार भी देखना चाहिए।

यह क्यों मायने रखता है

“साफ ऊर्जा” वाक्य एक पदार्थ दुनिया को छिपा सकता है। सौर panels, batteries, संचरण रेखाएँ, electric vehicles और डेटा centers सभी को mined पदार्थ चाहिए। इनमें से कुछ पदार्थ दुनिया के महत्वपूर्ण forests और biodiversity वाले स्थानों से आते हैं।

इससे decarbonization गलती नहीं बन जाती। विकल्प — fossil-fuel dependence जारी रखना — अपने विशाल land, वायु, पानी और climate लागत रखता है। लेकिन इसका मतलब है कि संक्रमण जीवाश्म प्रणाली से cleaner हो सकती है और फिर भी अपने आप साफ नहीं होती।

इस शोधपत्र का मूल्य यह है कि वह छिपे हुए भूगोल को अनदेखा करना कठिन बनाता है। उसका संदेश सीधा है: केवल खदान का गड्ढा मत गिनिए। उसके आसपास बदलता जंगल भी गिनिए। खनन के बाद आने वाली सड़कें, खेत और बस्तियाँ भी गिनिए। खदान की सीमा से बाहर होने वाली वनों की कटाई को environmental impact assessments, no-net-loss दावों और zero-deforestation supply chains में भी शामिल कीजिए।

यह “green खनिज अच्छे हैं” या “green खनिज बुरे हैं” से अधिक परिपक्व कहानी है। बात यह है: संक्रमण का पदार्थ आधार परिणाम पैदा करता है, और आपूर्ति श्रृंखला खुद को साफ कहे उससे पहले वे परिणाम दिखाई देने चाहिए।

साफ सारांश

Nature अध्ययन ने 2001 से 2020 तक sub-Saharan Africa के सघन forests में 16,627 खदान clusters का विश्लेषण किया। उसका अनुमान है कि pits, tailings ponds और spoil heaps जैसे खदान विशेषताएँ से 187,070 hectares प्रत्यक्ष mining-driven वनों की कटाई हुआ। Difference-in-differences फ्रेमवर्क से लेखकों ने unmined areas की तुलना में mines के आसपास अतिरिक्त वनों की कटाई भी अनुमान किया: दस वर्षों बाद 1 km के भीतर cumulative वनों की कटाई 0-to-100 पैमाना पर 8 बिंदु ज्यादा था और प्रभाव 20 km तक elevated रहा। अलग पाँच-वर्षीय calculation में प्रत्यक्ष खनन वनों की कटाई के हर hectare के साथ औसत 33.9 hectares अतिरिक्त खदान-क्षेत्र से बाहर सघन-forest हानि जुड़ा था, ज्यादातर agricultural विस्तार और settlements के जरिए। Cobalt और copper निकालने वाली mines ने अध्ययन में सबसे अधिक कुल अतिरिक्त वनों की कटाई में योगदान दिया। परिणाम यह नहीं दिखाता कि ऊर्जा संक्रमण खराब है। वह दिखाता है कि mineral आपूर्ति श्रृंखलाएँ की land-use लागत खदान संकेत-पैटर्न से बाहर तक जाती हैं।

बिना बढ़ा-चढ़ाकर जाँच

शोधपत्र क्या दिखाता है: sub-Saharan Africa के सघन forests में खनन ने 2001 से 2020 तक काफी प्रत्यक्ष जंगल हानि किया; खदान establishment के बाद unmined areas की तुलना में आसपास अतिरिक्त वनों की कटाई हुआ; खदान-क्षेत्र से बाहर हानि प्रत्यक्ष खदान संकेत-पैटर्न से बहुत बड़ा हो सकता है; और इस डेटासेट में कुछ energy-transition खनिज उच्च कुल अतिरिक्त वनों की कटाई से जुड़े हैं।

क्या संभावित है लेकिन सिद्ध नहीं: कई व्यक्ति mines के खदान-क्षेत्र से बाहर प्रभाव उनके permit footprints से बड़े हो सकते हैं; stricter environmental प्रभाव assessments और supply-chain नियम इस हानि का कुछ हिस्सा घटा सकते हैं; दूसरे tropical खनन regions में भी ऐसे छिपा खदान-क्षेत्र से बाहर प्रभाव महत्वपूर्ण हो सकते हैं।

यह क्या नहीं दिखाता: कि हर तरह की खनन समान नुकसान करती है; कि पास का हर forest-loss घटना किसी विशिष्ट खदान की वजह से है; कि ऊर्जा संक्रमण खराब है; कि project-level tracing के बिना व्यक्ति companies या buyers किसी खास हानि के जिम्मेदार हैं; या कि जंगल हानि ही अकेला environmental या सामाजिक लागत है।

मुख्य सीमाएँ: रैंडमाइज़्ड साक्ष्य की बजाय observational causal अनुमान; project-level attribution की बजाय continent-scale अनुमान; sub-Saharan Africa के सघन forests पर focus; प्रत्यक्ष और खदान-क्षेत्र से बाहर प्रभाव डेटा गुणवत्ता, खदान पहचान और मॉडल मान्यताएँ पर निर्भर हैं।

सामान्य पाठक को कितना विश्वास रखना चाहिए? यह मानने के लिए उच्च कि अध्ययन क्षेत्र में प्रत्यक्ष खनन वनों की कटाई काफी है। आबादी पैमाना पर खदान establishment के अतिरिक्त खदान-क्षेत्र से बाहर वनों की कटाई से जुड़े होने के लिए अच्छा। किसी एक खदान पर औसत 33.9:1 अनुपात लागू करने के लिए निचला। उचित रुख: mineral आपूर्ति श्रृंखलाएँ जरूरी हो सकती हैं और फिर भी pit के बाहर तक ईमानदार accounting की जरूरत रखती हैं।