与雨水作斗争：毛里塔尼亚的天气变异性和粮食不安全预测（英）

授权公开披露 授权公开披露 政策研究工作文件10457 在雨中挣扎 毛里塔尼亚的天气变化和粮食不安全预测 PaulBlanchard OscarIshizawaThibautHumbert 拉斐尔·范德博格 城市、灾害风险管理、复原力和土地全球实践2023年5月 政策研究工作文件10457 Abstract 与天气有关的冲击和气候变化阻碍了撒哈拉以南非洲减贫的进展。干旱直接影响依赖天气的生计手段，并有可能影响家庭福利的关键方面，包括食物消费。然而，为干预计划预测食物不连续的能力仍然有限，目前的方法主要依赖于定性方法。本文将雨季质量对食品消费影响的微观经济估计纳入灾难风险建模方法，以开发一种新的框架，用于在国家以下水平上对食品不安全进行早期预测。该模型依赖于灾难的三个常见组成部分。 适用于估计雨季质量对粮食不安全影响的风险模型:自然危害、家庭脆弱性和暴露。本文将该框架应用于毛里塔尼亚农村地区，并通过机器学习过程优化了模型校准。该模型可以在农业季节（10月至11月）的早期产生相当准确的淡季粮食不安全预测，比淡季提前6至8个月。将模型预测与基于调查的估计进行比较，在国家一级得出平均绝对误差为 1.2个百分点，在区域一级得出高度相关性（0.84）。 本文是城市，灾害风险管理，复原力和土地全球实践的产物。这是世界银行为开放其研究并为世界各地的发展政策讨论做出贡献的更大努力的一部分。政策研究工作文件也在http://www上发布。世界银行。org/prwp.作者可以通过oishizawa@worldba联系 。 政策研究工作文件系列传播了正在进行的工作结果，以鼓励就发展问题交换意见。该系列的目标是快速得出发现，即使演示文稿还不够完善。论文带有作者的姓名，应相应地引用。本文表达的发现、解释和结论完全是作者的观点。它们不一定代表国际复兴开发银行/世界银行及其附属组织的观点，也不代表世界银行执行董事或它们所代表的政府的观点。 由研究支持团队制作 在雨中挣扎：毛里塔尼亚的天气变化和粮食不安全预测∗ 保罗布兰查德Thibaut亨伯特 世界银行世界银行 奥斯卡石泽拉斐尔VanderBorgight 世界银行世界银行 关键词:粮食安全,干旱,预警系统,适应性社会保护,气候脆弱性,概率风险模型 JEL分类：Q54、O55、I31 ∗我们感谢毛里塔尼亚政府和世界粮食计划署在毛里塔尼亚分享粮食 安全监控调查数据。我们感谢JavierBaez，NicolaFotaa，RthHill，EdmdoMrrgarra，JaCarlosParra，EmmaelSofias，Eric Strobl以及都柏林三一学院博士研讨会的参与者提供有用的意见。我们还感谢DieyabaDiallo，MatthieLefebvre，FracMller ，MiraSaidi和SamathaSarria的评论和宝贵的支持。这项工作得到了萨赫勒适应性社会保护计划（SASPP）的资助，该计划由多方捐助者信托基金（MDTF）提供资金，德国联邦经济合作与发展部（BMZ）的捐款；法国外交部（AFD ）；丹麦皇家外交部，联邦和发展办公室（FCDO）和撒哈拉以南非洲灾害风险分析计划，该计划由全球减灾和恢复基金（GFDRR）资助。本文是城市，灾害风险管理，弹性土地GP的产物。这是世界银行为开放其研究并为世界各地的发展政策讨论做出贡献的更大努力的一部分。政策研究工作文件也在http://www上发布。世界银行。org/prwp.可以通过pblachard@worldba与作者联系。org或pal。baptiste.blachard@gmail。. 1Introduction 尽管贫困率在过去几十年中缓慢下降，但撒哈拉以南非洲的贫困人口数量仍在继续增加。尽管贫困率从1990年的56％下降到2018年的40％，但这一进展不足以跟上人口增长：据估计，2018年有4.33亿非洲人生活在极端贫困中，而1990年为2.84亿。1考虑到更高的贫困线(即美国$每天5.50）显示出更加脆弱的状况，贫困率几乎保持不变，同期贫困人口数量增加了一倍。这些趋势表明，很大一部分人口仍然极易遭受贫困，在面临不利冲击的情况下，在减少极端贫困方面观察到的适度进展很容易逆转。展望未来，预计气候变化将进一步加剧与天气相关的冲击和气候多变性，这可能使目前的情况恶化，特别是在农村地区，这些地区集中了82%的极端贫困人口生活在撒哈拉以南非洲，那里的生计手段严重依赖天气条件(Beegle和Christiaese，2019年)。 已经有充分的证据表明，天气冲击对非洲家庭消费的影响，不仅在短期波动方面，而且由于缺乏保险和采取不利的应对策略，对长期消费增长也有影响（Baez等人。，2020年；德康，2004年)。一些研究特别关注食物消耗，并发现降雨变化具有重大影响（Demee等人。，2011年；Hho和Mgalavai ，2010年；Lewis，2017年），将气候视为对实现第二个零饥饿可持续发展目标（SDG）的明显威胁。这些研究中的大多数采用小组方法来量化特定事件对贫困结果的影响。然而，据我们所知，没有任何研究进一步利用这些结果来有效预测国家以下各级天气冲击对福利的影响。这主要是由于调查环境条件与福利之间高度复杂和异质关系的数据限制。此外，现在已经确定，包括天气冲击在内的特质和协变量冲击都会引起家庭福利的一定程度的跨期变化，并且在某个时间点测量贫困可能会产生误导；今天的非穷人可能是明天的穷人（Hill和Porter，2017；Sofias等。，2021年）。结果，另一条文献将重点从特定事件的影响转移到通过开发量化通常被称为“贫困脆弱性”的贫困风险的方法来掌握对福利波动性的更广泛的理解。2(见加拉多 1资料来源：世界银行，《世界发展指标》和世界银行（2020年）。 2在本文中，我们修订了脆弱性的概念，并提供了一个与 巨灾风险模型中使用的脆弱性概念。我们在家庭层面定义脆弱性雨季条件与下一个贫瘠季节的食物消耗之间的关系。 （2018年）进行审查）。在非洲背景下衡量贫困脆弱性的尝试突出表明，存在相当大的福利波动，面临贫困风险的家庭比例通常大于传统横断面贫困调查所衡量的实现贫困率(Derco和Krisha ，2000年；克里斯蒂安森和苏巴拉奥，2005年；德米西和凯西，2017年；希尔和波特，2017年；斯科菲亚斯等人。，2021年）。 在本文中，我们开发了一个受巨灾风险建模方法（以下称为猫风险模型或猫模型）启发的新框架，其广泛目标是提高我们对天气冲击对家庭影响的性质，规模和分布的理解福利。拟议方法的主要目的是提供可靠的粮食不安全预测，以支持年度干预措施的设计和目标。我们更具体地关注食物消费，至少有两个原因。首先，确保撒哈拉以南非洲的粮食安全仍然是一项主要挑战，粮食消费仍然是该地区反贫困计划设计中考虑的基本福利方面。其次，传统上用来研究气候冲击对家庭福利影响的贫困调查通常有一个全面的消费模块，但每5到10年进行一次。另一方面，粮食安全调查主要侧重于粮食消费和应对策略 ，但通常每年至少进行一次。因此，它们从更大的雨季条件情景中提供了消费实现。从计量经济学的角度来看，这仅仅意味着我们可以依靠相对更多的识别变化来估计雨季质量（RSQ）与食物消耗之间的关系。我们首先关注简化形式的估计，以量化RSQ对食物消费的影响。考虑到地理和家庭特征，我们调查了RSQ影响的异质性，我们的发现确实揭示了不同地点的显着差异（例如Procedre地区，生计区 。)并根据关键的家庭特征，如收入来源或牲畜所有权。我们通过机器学习程序确定了一个优化的异质性结构，该程序允许形成不同的家庭群体，在淡季的食物消费以类似的方式对雨季条件做出反应：那些被称为“家庭类型学”。RSQ-食品消费关系-称为“脆弱性函数”-针对每个家庭类型进行了校准。对于任何给定的雨季条件情景，通过评估与该特定情景相对应的RSQ值的脆弱性函数来推断RSQ引起的食物消耗相对于基线的变化。暴露组合封装了家庭的空间分布和每个家庭类型的基准食物消费水平，然后允许在国家以下级别进行粮食不安全预测。最后，我们将概率维度纳入危险成分(i。Procedres.雨季质量），以建立粮食不安全风险概况，以了解RSQ变化引起的粮食消费波动性。 本文首先通过提供新的证据来证明天气条件对非洲福利的分配影响，从而为气候经济文献做出了贡献。然而，最重要的贡献是方法论，引入了一种新的框架，将微观经济估计纳入猫模型结构，以便产生可用于支持年度干预措施和其他社会保护计划的设计和目标的粮食不安全预测。该方法利用雨季条件对饥饿季节粮食消费的滞后影响，在饥饿季节之前8个月内得出国家以下粮食不安全的估计。这表明毛里塔尼亚和该区域其他国家目前使用的粮食不安全预测技术有了明显的改进——主要基于定性方法——这种技术可以纳入预警系统，有希望支持干预计划，并为适应性社会保护计划的设计和目标机制提供信息。我们的模型不仅为特定情景提供了粮食不安全的空间分类预测，而且还可以对天气变化引起的福利风险进行概率评估。 我们将模型应用于毛里塔尼亚农村地区的数据。毛里塔尼亚是一个西非国家，位于萨赫勒和撒哈拉地区，极易受到气候危害。特别是，年际降雨量的高变化导致干旱条件的频繁发生，对家庭的福祉产生破坏性影响。2011年，显著的降雨不足导致作物歉收、水资源短缺、缺乏牧场和牲畜损失 ，这反过来又在2012年贫瘠季节引发了一场重大的粮食危机，估计有100万人(约占总人口的 27%)处于粮食不安全的境地。3毛里塔尼亚只有一个雨季从6月到10月，主要收获发生在9月到 11月之间。在主要收获之后，粮食库存逐渐下降，直到淡季（5月至8月），其特点通常是粮食储备减少，对农业劳动力的需求减少和粮食不安全加剧。这些季节性模式的严重程度主要取决于雨季的质量，因此干旱条件加剧了淡季粮食不安全高峰。雨季质量对食物消费的滞后效应是一个令人感兴趣的特征，因为一旦可以观察到RSQ的质量，它就意味着对即将到来的家庭的影响具有一定程度的可预测性，可以利用它来支持早期行动。 当根据历史数据进行测试时，预测模型产生的国家粮食安全估计的平均绝对误差为1.2p。P.，2011-2015年期间的历史比率在29%至42%之间。在区域一级，模型预测产生的平均绝对误差为4.9p。P.相关系数为0.84。更重要的是，该方法可以揭示农村地区的年度变化这一事实。 3资料来源：作者根据2012年粮食安全监测调查进行了计算。 食物消费很大，而且主要是由气候变化驱动的。 本文的其余部分组织如下。第2节提供了我们感兴趣的结果和雨季质量的定义。第3节介绍了我们的方法，概述了基于猫模型框架的粮食不安全预测模型，描述了用于构建RSQ指数的方法以及评估脆弱性函数的经验策略。结果见第4节，第5节总结。 2定义和衡量粮食安全和雨季质量 2.1粮食安全 粮食安全被定义为“所有人在任何时候都能在物质和经济上获得充足、安全和营养的食物，满足他们的饮食需求和食物偏好，以实现积极健康的生活”。4家庭一级的粮食安全概念基于四个支柱 ：（i）（物理）可用性取决于当地粮食生产、粮食库存和净贸易的粮食，(Ii)经济和实物访问食物，（iii）利用率通过喂养方式、食物准备、饮食多样性和家庭内食物分配反映个人营养状况的食物 ，以及(iv)稳定性这要求前三个组件随着时间的推移是稳定的。 在本文中，我们用食品消费评分（FCS）来衡量家庭层面的食品安全。它计算为在7天的时间内报告的各种食物组的消费频率的加权和。根据其营养重要性，所考虑的8种食物组具有指定的重量。最高重量放在提供蛋白质的食物组上，例如肉（4），乳制品（4）和豆类（3）；附录表A.1中提供了食物组及其相关重量的完整列表。每个食物组的消耗频率可以在0到7天之间变化，因此FCS值在0到112之间。标准阈值28.5和42分别用于定义中度和严重粮食不安全的情况，尽管这些粮食不安全范围可能会根据当地情况进行调整。较高的FCS值对应于更多样化和富含蛋白质的饮食，而低值可能反映