بینش در مورد قرار گرفتن در معرض کشورها و آسیب پذیری در برابر شوک های تجارت مواد غذایی از شبیه سازی های مبتنی بر شبکه

در زمینه یک سیستم غذایی جهانی ، پویایی مرتبط با تجارت بین المللی مواد غذایی به عوامل اصلی امنیت غذایی تبدیل شده است. در این مقاله ، ما به یک مدل انتشار متوسل می شویم تا چگونگی انتشار شوک به تولید مواد غذایی خانگی از طریق شبکه بین المللی تجارت مواد غذایی و بررسی رابطه بین باز بودن تجارت و آسیب پذیری را انجام دهیم. نتایج شبیه سازی های ما نشان می دهد که کشورهای ناامن کم درآمد و غذایی تمایل دارند که بیشتر در معرض شوک های خارجی قرار بگیرند و در عین حال ، آنها معمولاً در موقعیتی قرار ندارند که در هنگام سپر ، از تجارت بین المللی مواد غذایی کامل استفاده کنند. خود از شوک تا تولید داخلی. ما همچنین مطالعه و بحث می کنیم که چگونه ویژگی های گره ها با پویایی انتشار و با آسیب پذیری کشورها همراه است ، دریافتیم که اقدامات متمرکز ساده می تواند به طور قابل توجهی میزان شوک تجربه شده توسط کشورهای خاص را پیش بینی کند.

معرفی

علیرغم پیشرفت قابل توجهی که در طول 30 سال گذشته به دست آمده ، ناامنی غذایی هنوز هم در حدود دو میلیارد نفر در سراسر جهان تأثیر می گذارد و شیوع کمبود تغذیه از سال 2014 به آرامی در حال افزایش است. طبق گفته های FAO و سایر آژانس های بین المللی ، این روند هشدار دهنده احتمالاً به دلیل وجودترکیبی از عوامل ، اما عمدتاً ناشی از تعامل بین افزایش تعداد درگیری ها و افزایش شوک های مرتبط با آب و هوا 1،2 است.

تجارت بین المللی با حدود یک چهارم تولید کشاورزی در مرزهای بین المللی 3 و ظهور یک سیستم غذایی واقعاً جهانی 4 ، به یک تعیین کننده اصلی امنیت غذایی تبدیل شده و نقش مهمی در انتقال شوک ها ، چه طبیعی و چه در5،6 ساخته شده است. از یک طرف ، جریان های بین المللی به کشورها اجازه می دهند تا مصرف مواد غذایی را از تولید محلی جدا کنند ، از مزایای مقایسه ای خود بهره برداری کنند و از موقوفات منابع طبیعی آنها 3،7،8،9،10،11 استفاده کنند. علاوه بر این ، تجارت مواد غذایی می تواند در کاهش خطرات مرتبط با شوک های ایدیوسنکراتیک به تأمین مواد غذایی خانگی 12،13،14،15،16 کمک کند. از طرف دیگر ، بازارهای به هم پیوسته می توانند انتقال شوک ها و انتشار آنها را تسهیل کنند ، بنابراین آسیب پذیری کشورها را در معرض اختلال در منشأ خارج از کشور 17،18،19 افزایش می دهد. نقش تجارت به ویژه در مورد کالاهای کشاورزی حساس است ، زیرا یک بحث دیرینه در مورد شایستگی ادغام بین المللی در مقابل برخی از حاکمیت مواد غذایی 20،21،22،23 وجود دارد و محدودیت های صادراتی بسیار رایج است، اگرچه اغلب ناکارآمد است ، ابزاری برای پرداختن به شوک به عرضه داخلی 24.

در این مقاله ، ما از یک مدل شبکه انتشار شوک برای بررسی این نقش مضاعف تجارت در کاهش در مقابل انتشار شوک های محلی به تولید کشاورزی استفاده می کنیم. به طور خاص ، ما از داده های مربوط به جریانهای تجاری دو جانبه برای ساخت شبکه بین المللی تجارت مواد غذایی استفاده می کنیم و سپس یک سری شبیه سازی ها را اجرا می کنیم تا چگونگی ویژگی های کشورهای انفرادی و همچنین توپولوژی شبکه با پویایی در حال گسترش همراه باشد. به طور دقیق تر ، با شبیه سازی یک سری از شوک ها در تولید مواد غذایی داخلی و خارجی ، ما مطالعه می کنیم که آیا و تا چه اندازه موقعیت یک کشور در شبکه تجارت مواد غذایی می تواند قرار گرفتن در معرض شوک های خارجی و همچنین توانایی آن در کاهش اثرات سقوط را پیش بینی کند. در تولید مواد غذایی داخلی با به اشتراک گذاشتن بار با سایر کشورهای این شبکه. سرانجام ، ما سطح ذخایر را قادر به تضمین محافظت از سطح کافی از بیشتر شوک هایی که شبیه سازی کرده ایم ، شناسایی می کنیم.

با افزایش آب و هوا ، احتمال وقایع شدید آب و هوایی که می تواند بر تولید کشاورزی 5،25 تأثیر منفی بگذارد ، درک نقش تجارت بین المللی به عنوان یک عامل کاهش دهنده یا برعکس ، به عنوان منبع آسیب پذیری محلی و جهانی از اهمیت ویژه ای برخوردار است. گزارش تجارت جهانی 2021 توسط WTO تشخیص می دهد که تجارت می تواند به گسترش شوک ها و ویژگی های کشور مانند سطح تنوع تجاری کمک کند ، عوامل تعیین کننده نقش مهمی در نقش های بین المللی 15 هستند.

در این مقاله یک قدم جلوتر حرکت می کنیم و به نقش موقعیت مکانی یک کشور در شبکه می پردازیم و به عنوان تعیین کننده بیشتر قرار گرفتن در معرض شوک های خارجی. ما فرض می کنیم که کشورهایی که دارای همان تعداد شرکای تجاری هستند و درجه ای از باز بودن مشابه می توانند کم و بیش در برابر یک شوک دوردست آسیب پذیر باشند یا بسته به ویژگی های توپولوژیکی آنها ، در گسترش آن نیز متفاوت باشند. ما تجارت بین المللی مواد غذایی را به عنوان یک نمودار کارگردانی توصیف می کنیم که در آن لبه ها با توجه به کل کالری موجود در جریان تجارت دو جانبه وزن می شوند. به طور کلی ، نتایج تجزیه و تحلیل به رشته های ادبیات کمک می کند که از دیدگاه های مختلف ، مقاومت در برابر سیستم های غذایی 27،28،29،30،31،32،33،34،35 را مطالعه می کنند.

افزایش جهانی سازی باعث کاهش آسیب پذیری سیستم غذایی 27 می شود ، اگرچه در برخی از مناطق جهان واردات ، نوسانات بالاتری از عرضه 33 را تجربه کرده اند و اعتماد به نفس رشد به تعداد کمی از صادرکنندگان می تواند منجر به خطرات احتمالی 34 شود. انعطاف پذیری سیستم غذایی را می توان در ابعاد مختلف 30 اندازه گیری کرد ، یعنی دسترسی اجتماعی و اقتصادی به مواد غذایی ، ظرفیت بیوفیزیکی و تنوع تولید ، و هیچ کشوری در هر سه حوزه دارای مقادیر بالا یا پایین نیست. این تعریف چند جانبه از مقاومت ، تا حدودی نتایج مختلف در ادبیات را توضیح می دهد. به نظر می رسد که ذخایر نقش مهمی در جذب شوک در تولید و در دسترس بودن جهانی غلات 28،36 بازی می کند. این احتمال که کاهش ناگهانی تولید کشاورزی منجر به انتشار آبشارها از طریق شبکه تجارت شود ، هر دو به دنبال یک منبع واحد از شوک (به عنوان مثال 32 ایالات متحده) یا به دنبال چندین کشور 19 ساله بودند. پویایی گسترش به طور مهم به توپولوژی شبکه بستگی دارد ، به ویژه حضور جوامع متراکم متصل 31. سرانجام ، ساختار سیستم غذایی جهانی و تکامل پویا آن می تواند به عنوان یک شبکه دلبستگی ترجیحی مدل سازی شود: تجزیه و تحلیل نشان می دهد که در حالی که سیستم مقاومت کمتری را نشان می دهد ، با گذشت زمان در برابر حملات 29 آسیب پذیر تر می شود.

ما با نگاه کردن به همه مواد غذایی به جای تمرکز روی مجموعه کوچکی از غذاهای اصلی ، شبیه سازی تأثیر شوکهای سرچشمه (به نوبه خود) از همه کشورها ، ادبیات موجود را گسترش می دهیم و با در نظر گرفتن اینکه درآمد یک کشور در توزیع تأثیر خواهد گذاشتشوک در شرکای تجاری. با پیش بینی نتایج ، شبیه سازی های ما نشان می دهد که با توجه به توپولوژی شبکه بین المللی تجارت مواد غذایی و تحت فرض الگوی انتشار ما ، کشورهای آفریقایی و خاورمیانه ، همراه با برخی از خوشه های کشورهای آمریکای لاتین و آسیای شرقی ، تمایل دارندآسیب پذیرترین شوک های بین المللی تجارت مواد غذایی. در حقیقت ، در مورد شوک های خارجی (یعنی شوک هایی که در کشورهای خارجی سرچشمه می گیرند و از طریق تجارت بین المللی واردات می شوند) ، این گروه از کشورها از نظر کاهش سرانه در دسترس بودن مواد غذایی بالاترین قیمت را می پردازند. از طرف دیگر ، حتی اگر تجارت بین المللی مواد غذایی یک کانال ارزشمند را برای محافظت در برابر شوک های احمقانه نشان دهد ، به نظر می رسد کشورهای آفریقایی و آسیایی برای استفاده کامل از این مکانیسم مجهز تر هستند.

سرانجام ، با تجزیه و تحلیل چگونگی ارتباط خصوصیات گره با نتایج شبیه سازی ، می فهمیم که اقدامات محوریت استاندارد ، مانند درجه گره و قدرت گره ، با شدت نقص کالری ارتباط قابل توجهی دارد. اقدامات مرتبه بالاتر ، مانند توپی ، بین بودن و PageRank نیز قابل توجه است ، اما تا حدی کمتر.

نتایج

قرار گرفتن در معرض شوک های تجارت مواد غذایی

به منظور ارزیابی قرار گرفتن در معرض کشورها در برابر شوک های تجارت مواد غذایی ، ما به طور همزمان کاهش 30 درصدی تولید مواد غذایی داخلی را برای هر کشور شبیه سازی می کنیم و چگونگی انتشار شوک از طریق شبکه را بررسی می کنیم. در پایان هر شبیه سازی ، برخی از کشورهای شبکه (حداقل) کسری تقاضا را ثبت می کنند ، که ما از نظر سرانه روزانه (KCALS/شخص در روز) اندازه گیری می کنیم. از این رو ، با محاسبه میانگین کسری در تمام شبیه سازی ها ، ما شاخصی از قرار گرفتن در معرض کلی کشورها در شوک های تجارت مواد غذایی را بدست می آوریم.

همانطور که در شکل 1 نشان داده شده است ، برای بیشتر کشورهای شبکه ، کسری تقاضای مورد انتظار مربوط به یک شوک ایدیوسنکراتیک که به یک گره تصادفی برخورد می کند نزدیک به صفر یا زیر 10 کیلو کالری برای هر نفر در روز است. با این حال ، همچنین آشکار است که بیشتر کشورهای در معرض در آفریقا ، در خاورمیانه ، آسیای شرقی و آمریکای لاتین و کارائیب متمرکز شده اند. بیشترین کسری تقاضا در بین تعداد کمی از کشورها متمرکز شده است که بسیاری از آنها به واردات مواد غذایی متکی هستند و با سطح پایین درآمد و امنیت غذایی مشخص می شوند - این تلاش برای عبور از شوک به شرکای تجاری آنها است.

برای نشان دادن فرآیند انتشار با یک مثال خاص ، شکل 2 مورد کاهش 30 ٪ در تولید مواد غذایی ایالات متحده را نشان می دهد. در مرحله اول شبیه سازی (پانل سمت چپ) ، این شوک فقط برای هدایت شرکای تجاری منتقل می شود که بیشتر در آسیا و آمریکا هستند. با این حال ، پس از آن ، این شوک به کشورهایی نیز می رسد که مستقیماً با پخش کننده تجارت نمی کنند و تا پایان شبیه سازی (یعنی وقتی هیچ کشوری نمی تواند صادرات خود را برای کاهش کسری تقاضای خود کاهش دهد) ، بار این بار تا حدودی استدر آفریقا و آسیا به سمت (عمدتا ضعیف) مواد غذایی (عمدتاً ضعیف) حرکت کرد (پانل سمت راست شکل 2). به عنوان مثال ، کانادا و آلمان می توانند شوک را به شرکای تجاری خود منتقل کنند و کسری تقاضا را تجربه نکنند ، در حالی که کشورهایی مانند الجزایر ، آنگولا ، موریتانی و موزامبیک ، با وجود اینکه مستقیماً واردات مواد غذایی از ایالات متحده را وارد نمی کنند ، در نهایت جذب قابل توجهی می شوندبخشی از شوک. جالب اینجاست که به دلیل پویایی انتشار پیچیده ، در پایان بخش شبیه سازی از شوک به پخش کننده (و جذب می شود) باز می گردد.

شبکه های نشان داده شده در صفحه پایین در شکل 2 همچنین می توانند در تجسم تأثیر شوک سرچشمه گرفته در ایالات متحده کمک کنند. آنچه پدیدار می شود ، کاهش قابل توجهی در تعداد و استحکام پیوندهای دو جانبه تا پایان شبیه سازی است. این امر به تعدادی از گره های جدا شده ترجمه می شود ، مربوط به افراد مواد غذایی که بیشتر در آفریقا و آسیا قرار دارند. چنین اصلاحاتی از شبکه نیز با نگاه به درجه گره و توزیع قدرت ، گزارش شده در شکل 5 مشهود است. جالب است بدانید که ، در حالی که توزیع درجه به شدت اصلاح شده است ، فقط می توان تغییرات جزئی در توزیع قدرت مشاهده کردبشراز دیدگاه مدل سازی ، این نتیجه از معادلات ناشی می شود.(8) و (9) مدل انتشار شوک ما. در حقیقت ، آنها بیان می کنند که کسری از کسری تقاضا که توسط یک وارد کننده جذب می شود ، به طور معکوس با تولید ناخالص داخلی آن متناسب است. تأثیر این سیاست به ویژه در کشورهایی که تولید ناخالص داخلی کم و پیوندهای ضعیف دارند که به سرعت منزوی می شوند ، قوی است. به عبارت دیگر ، کشورهای کوچک و فقیر که مواد غذایی زیادی را وارد می کنند ضمن صادرات کوچک ، هرگونه شوک را تحمل می کنند ، زیرا آنها به شدت تحت تأثیر کاهش صادراتی که توسط شرکای خود تحمیل می شود ، تحت تأثیر قرار می گیرند و در عین حال قادر به انتقال سهم مربوطه نیستندشوک به کشورهای دیگر. هنگامی که کشورهایی که از قبل سیستم تجارت جهانی پیرامون هستند ، کاهش می یابد ، کاهش در جریان تجارت می تواند منجر به حذف پیوند شود و تعدادی از کشورها منزوی شوند. از آنجا که پیوندهایی که حذف می شوند معمولاً ضعیف هستند ، تأثیر آن بر توزیع قدرت در مقایسه با توزیع درجه محدودتر است. الگوهای کیفی مشابه در همه کشورها مشاهده می شود ، با ویژگی های خاص گره مانند موقعیت در شبکه و میزان صادرات مواد غذایی که توانایی یک کشور را برای انتقال شوک به شرکای تجاری و کشورهای ثالث تعیین می کند.

قرار گرفتن در معرض شوک های خارجی: کسری متوسط تقاضا. نقشه گزارش کسری تقاضای نهایی (از نظر KCALS/شخص در روز) به طور متوسط بیش از یک سری از شبیه سازی های N که تولید مثل می کنند ، یکی در آن زمان و برای همه کشورهای شبکه ، انتشار شوک مرتبط با افت 30 ٪تولید مواد غذایی خانگیانتشار شوک تنظیمات شبیه سازی شده ( alpha = 1 ) است ، اما نتایج مشابه را می توان تحمیل کرد ( alpha = 0. 5 ) و ( alpha = 0 ). نقشه با استفاده از Geopandas 37 با داده های طبیعی زمین v4. 1 تولید می شود.

انتشار شوک در ایالات متحده: مرحله اول (پانل سمت چپ) و آخرین مرحله (پانل سمت راست) شبیه سازی. دو نمودار وتر ، به طور مطلق (KCALS) نشان می دهد که چگونه یک شوک شبیه سازی شده همراه با کاهش 30 ٪ در تولید مواد غذایی داخلی ایالات متحده به سایر کشورهای شبکه پخش می شود. به طور خاص ، پانل سمت چپ کشورهایی را که در مرحله اول شبیه سازی تحت تأثیر قرار گرفته اند ، گزارش می دهد ، در حالی که پانل سمت راست توزیع نهایی شوک را گزارش می کند (یعنی در پایان شبیه سازی). انتشار شوک تنظیمات شبیه سازی شده ( alpha = 1 ) است ، اما نتایج مشابه را می توان تحمیل کرد ( alpha = 0. 5 ) و ( alpha = 0 ). در زیر نمودارهای وتر ، شبکه های مربوطه نشان داده شده است. رنگ گره ها نشان دهنده قاره کشور است و نقشه برداری همانند نمودارهای آکورد است. گره مشخص شده توسط یک مربع نشان دهنده ایالات متحده است.

محافظت از شوک های داخلی

هنگامی که یک کشور در بازارهای بین المللی مواد غذایی ادغام می شود ، در معرض خطرات شوک های خارجی قرار می گیرد. با این حال ، در عین حال ، تجارت بین المللی تضمین می کند که می تواند برای جبران کاهش غیر منتظره در تولید داخلی خود به واردات مواد غذایی اعتماد کند. به عبارت دیگر ، تجارت مواد غذایی می تواند کشورهایی را در برابر خطر شوکهای احمقانه به تولید کشاورزی که ممکن است به عنوان مثال در پی شرایط آب و هوایی جانبی یا بلایای طبیعی اتفاق بیفتد ، محافظت کند.

با این حال ، همه کشورها توانایی استفاده از تجارت بین المللی را ندارند. در واقع ، همانطور که در شکل 3 نشان داده شده است ، در حالی که برخی از کشورها قادر به تغییر بخش بزرگی از شوک های داخلی خود به بقیه شبکه هستند ، برخی دیگر برای انجام این کار تلاش می کنند. از یک طرف ، بیشتر کشورهای اروپایی به همراه کشورهای آمریکای شمالی و منطقه اقیانوس آرام قادر به تجارت هستند تا بدون عواقب جدی در دسترس بودن مواد غذایی داخلی ، شوک ها را از بین ببرند. به عنوان مثال ، حتی در مورد سقوط 30 درصدی در تولید داخلی ، ایالات متحده می تواند بیش از 90 ٪ از بار دیگر شبکه را تغییر دهد و در پایان تنها بخش کوچکی از شوک اصلی را جذب می کند (همچنین ببینیدشکل 2). از طرف دیگر ، طبق شبیه سازی های ما ، چندین کشور دیگر قادر به استفاده کامل از کانال تجاری نیستند تا فشار سقوط در تأمین مواد غذایی خانگی را کاهش دهند و با کاهش زیاد در میزان کالری موجود ، به پایان برسد. همانطور که در مورد قرار گرفتن در معرض شوک های خارجی ، این کشورها در آفریقا ، در خاورمیانه و بخش قاره جنوب شرقی آسیا متمرکز شده اند ، مناطقی هستند که بیشتر خانواده های ناامن غذایی در آن زندگی می کنند. در واقع ، بیشتر این کشورها به سختی می توانند 25 ٪ از بار بحران غذایی را با بقیه شبکه به اشتراک بگذارند.

محافظت در برابر شوک های داخلی: نسبت شوک های داخلی که به کشورهای دیگر تبلیغ می شود. نقشه نسبت به شوک داخلی (کاهش 30 درصدی تولید مواد غذایی داخلی) گزارش می دهد که هر کشور موفق به انتقال به بقیه شبکه تجارت می شود. انتشار شوک تنظیمات شبیه سازی شده ( alpha = 1 ) است ، اما نتایج مشابه را می توان تحمیل کرد ( alpha = 0. 5 ) و ( alpha = 0 ). نقشه با استفاده از Geopandas 37 با داده های طبیعی زمین v4. 1 تولید می شود.

شوک های غذایی و ذخایر اضطراری

هنگامی که کشورها می توانند به ذخایر مواد غذایی اضطراری اعتماد کنند ، می توان عوارض جانبی شوک های غذایی را تا حد زیادی کاهش داد. در واقع ، سهام بافر کافی می تواند کاهش غیر منتظره در تأمین مواد غذایی را صاف کند. شبیه سازی های ما اجازه می دهد تا میزان ذخایر موجود در سهام را برای اطمینان از بیشتر شوک ها شناسایی کنیم. برای این کار ، برای هر کشور ، صدک 95 از نقص تقاضا ناشی از کل مجموعه شبیه سازی ها را در مقادیر مختلف ( alpha in (0 ، 0. 5 ، 1) ) می گیریم و از آن به عنوان یک اندازه گیری استفاده می کنیماز سهام ذخیره مورد نیاز برای از بین بردن همه به جز شدیدترین نتایج شبیه سازی ها.

در جدول 1 لیستی از 40 کشور (با جمعیت حداقل یک میلیون) با بیشترین کسری تقاضا (از نظر KCAL/شخص در روز) مربوط به صدک 95 شبیه سازی گزارش شده است. به طور مشابه با آنچه از انجیر پدید آمده است. 1 و 3 ، کشورهای فقیر به احتمال زیاد شدیدترین کسری را تحمل می کنند. علاوه بر این برخی از خوشه های جغرافیایی در نتایج وجود دارد: از 40 کشور موجود در جدول 1 ، 15 در غرب و آفریقای جنوبی ، 7 در خاورمیانه ، 7 در آمریکای لاتین و کارائیب واقع شده است.

این شبیه سازی ها حاکی از آن است که ، برای اینکه بتوانیم با 95 ٪ از شوک ها مقابله کنیم ، کشورهایی که در جدول 1 ذکر شده اند ، باید مقدار قابل توجهی از ذخایر غذایی را ذخیره کنند. به عنوان مثال ، کشوری مانند قبرس باید مقداری از مواد غذایی معادل حدود هزار کیلو کالری در هر روز در روز ، که مربوط به حدود یک چهارم از تأمین مواد غذایی داخلی کشور است ، ذخیره کند. در حالی که بیشتر کشورها در صدر این لیست نسبتاً اندک هستند ، این لیست همچنین شامل تعدادی از کشورهای بزرگ مانند ویتنام ، کنگو و عراق است. از یک سو ، این مشکل می تواند به بهترین وجه با تشکیل صندوق های اضطراری بین المللی برای کمک به کشورهایی که در مواجهه با بدترین شوک ها قرار دارند ، به بهترین وجه مورد بررسی قرار گیرد. از طرف دیگر ، مشکلات هماهنگی اغلب در مواقع بحران تشدید می شود و حتی اگر ذخایر مواد غذایی بهترین راه حل بهترین راه حل باشد ، دستیابی به آن در عمل 38 دشوار است.

تجزیه و تحلیل رگرسیون

برای درک بهتر رابطه بین موقعیت یک کشور در شبکه و نتیجه شبیه سازی ها ، ما یک سری رگرسیون را اجرا می کنیم که متغیر وابسته کسری تقاضا (KCALS/شخص/روز) است که هنگام هر کشور با آن روبرو می شود. شوک به کشور من برخورد می کند. با توجه به تعداد زیادی صفر در متغیر نتیجه ، ما به جای OLS استاندارد از رگرسیون Tobit استفاده می کنیم. شرح مفصلی از روش اقتصاد سنجی در بخش "روشها" ارائه شده است.

متغیرهای توضیحی شامل سرانه تولید ناخالص داخلی ، اندازه شوک مطلق ، غلظت جریان واردات ، شاخص هایی برای اینکه آیا شوک داخلی است یا در یک کشور شریک سرچشمه می گیرد و اقدامات شبکه استاندارد برای هر دو کشور (یکی از شوک های اصلی و شوک اصلی است. یکی که برای آن کسری تقاضا را اندازه گیری می کنیم).

کسری تقاضا و خصوصیات گره: بررسی اجمالی نتایج رگرسیون TOBIT. ضرایب استاندارد شده از رگرسیون شیر بر روی تعیین کننده های کسری تقاضا. متغیرهای توضیحی با ضرایب غیر معنی دار گزارش نشده است (نتایج رگرسیون کامل موجود در جدول 5 بخش "روش ها").

نتایج اصلی در شکل 4 خلاصه شده است ، جایی که ما سه مشخصات مختلف اقتصاد سنجی را بر اساس گنجاندن اقدامات مرکزیت جایگزین مقایسه می کنیم. جزئیات نتایج رگرسیون ، از جمله متغیرهای توضیحی با ضرایب غیر معنی دار ، در جدول 5 در بخش "روشها" ارائه شده است.

به طور قابل پیش بینی ، شوک های بزرگتر با کسری تقاضای بیشتر همراه هستند. هنگامی که شوک داخلی است ، یک کشور - همه چیز برابر - بخش بیشتری از آن را تحمل می کند و بنابراین کسری کالری بزرگتر را تجربه می کند. از طرف دیگر ، هنگامی که شوک در خارج از کشور سرچشمه می گیرد ، ما دو متغیر شاخص داریم ، یکی نشانگر ارتباط غیرمستقیم بین منشأ شوک و کسی است که کسری تقاضا را تجربه می کند (یعنی (فاصله (i ، j) ge 2)) ، و در صورت عدم وجود مسیر مستقیم I به J ، مقدار دوم مقدار 1 را در اختیار شما قرار می دهد. شوکی که به یک شریک غیر مستقیم برخورد می کند ، به طور متوسط تأثیر کمتری بر هر کشوری دارد. با این حال ، ضریب کوچک به سختی قابل توجه نشان می دهد که در یک سیستم بسیار متصل ، اختلاف حداقل است و شوک ها در سطح جهان باز می گردند.

غلظت واردات (سهم حاصل از چهار شریک مهم ، C4) ، تأثیر منفی دارد و نشان می دهد که با تکیه بر تعداد کمی از تأمین کنندگان کلیدی ، کشورها را از شوک های خارجی محافظت می کند و به نظر می رسد که اثرات مفیدی در شبیه سازی های ما دارند.

هنگامی که شوک ها در کشوری با تعداد زیادی از پیوندهای بیرونی سرچشمه می گیرند ، چندین کانال برای پخش از طریق آن وجود دارد. در نتیجه ، سایر کشورها با کسری تقاضای بیشتر به پایان می رسند. در مقابل ، بسیاری از پیوندهای درونی حاکی از آن است که بخش بالاتری از شوک در کشور مبدا باقی مانده است.

البته تعداد شرکای واردات یک معیار خام از قرار گرفتن در معرض شوک های خارجی است ، زیرا همه جریان های تجاری به همان اندازه مهم نیستند. هنگام نگاه به میزان کل KCAL هایی که توسط کشورها وارد شده یا صادر می شوند ، مشاهده می کنیم که مقدار بیشتری واردات با کسری تقاضای بیشتر همراه است و همین امر هنگامی که شوک از کشوری که صادرات زیادی دارد ، وجود دارد. از طرف دیگر ، این ویژگی نقش مهمی در محافظت از کشورها از اثرات منفی یک شوک ندارد (اگرچه ضریب تخمین زده شده برای قدرت خارج از کشور ، نشانه منفی را به خود اختصاص می دهد ، اما در 5 ٪ قابل توجه نیست و بنابرایندر شکل 4 گزارش نشده است).

سطح بالایی از خوشه بندی ، به طور متوسط ، با کسری تقاضای کمتر همراه است. یکی از راه های منطقی کردن این نتیجه این است که وقتی یک شوک به یک خوشه می رسد ، چندین کانال وجود دارد که به کشورها اجازه می دهد تا آن را از بین ببرند. علاوه بر این ، کمتر احتمال دارد که به طور نامتناسب بر یک شریک واحد تأثیر بگذارد زیرا ارتباطات قوی در داخل خوشه وجود دارد. ما با اقدامات مختلف مرکزیت شبکه ، یعنی بین بودن ، نمره توپی و PageRank آزمایش می کنیم. ما قبل از تأثیر محوریت قدرتمند نداریم: در حالی که شوک هایی که در گره های مرکزی بیشتر سرچشمه می گیرند ، احتمالاً تعداد بیشتری از کشورها را تحت تأثیر قرار می دهند ، این واقعیت که آنها بیشتر سفر می کنند ، حاکی از آن است که فضای بیشتری برای از بین بردن و اثرات کمتری بر روی گره های منفرد وجود دارد. بشراز طرف دیگر ، کشورهای مرکزی بیشتر به احتمال زیاد در اثر شوک های خارجی مورد اصابت قرار می گیرند ، اما همچنین باید این توانایی را داشته باشند که آنها را به شرکای بیشتری منتقل کنند.

ما بین هر یک از اقدامات مرکزیت و اندازه کسری تقاضای نهایی در کشورهایی که شوک دریافت می کنند ، ارتباط معنی داری پیدا نمی کنیم. در مقابل ، موقعیت کشورهای مبدا در شبکه نقش دارد. نمره توپی و تا حدی کمتر ، مرکزیت PageRank با نقص نهایی همبستگی منفی دارد ، در حالی که وقتی به مرکزیت بین سلسله نگاه می کنیم ، همبستگی مثبت است. هاب ها ، که به چندین کشور صادر می کنند ، بنابراین به نظر می رسد که شوک را در چندین شریک توزیع می کند و این باعث می شود عوارض تحمیل شده به هر یک از آنها کاهش یابد. از طرف دیگر ، بین بودن زیاد ممکن است توانایی یک کشور برای اتصال قسمت های مختلف شبکه را نشان دهد ، اما لزوماً از طریق بسیاری از پیوندها نیست. در نتیجه ، هنگامی که یک شوک در یک کشور مرکزی سرچشمه می گیرد ، ممکن است به کشورهای دوردست سفر کند ، اما هر چیز دیگری برابر است و عواقب مهم در شرکای تجاری دارد.

ضرایب محوریت و قدرت خارج از کشور Origin Country دارای نشانه متضاد در رگرسیون است که ممکن است ضد شهود به نظر برسد. با این حال ، ضریب مرکزیت توپی فقط زمانی منفی می شود که منشأ قدرت در رگرسیون گنجانده شود ، در حالی که در غیر این صورت ارزش مثبت دارد. یک تفسیر احتمالی این است که در حالی که از قدرت خارج از قدرت ، قدرت آتش سوزی یک گره را ضبط می کند ، بنابراین توانایی آن برای پخش/انتقال شوک ، مرکزیت هاب نیز به هویت شرکای شبکه بستگی دارد (در متن فعلی ، قطب ها کشورها هستنداین مقدار زیادی به واردکنندگان بزرگ صادر می کند). اگر واردکنندگان بزرگ به نوعی انتقال شوک ها را محدود کنند (زیرا آنها کمتر صادر می کنند و بنابراین فضای کمتری برای کاهش فروش خود در خارج از کشور دارند) ، بنابراین شوک های ضربه زدن به قطب ها ، مسافت کمتری را در شبکه طی می کنند. ما همچنین توجه می کنیم که این نتیجه توسط معدود کشورهایی با مرکزیت بسیار بالا (هم از نظر توپی و هم از قدرت خارج) هدایت می شود: اگر در 10 ٪ برتر مرکزیت توپی مشاهدات را رها کنیم ، ضریب مرتبط مثبت می شود (اما قابل توجه نیست.).

تحلیل آسیب پذیری

در این بخش از تجزیه و تحلیل ، ما با استفاده از نقاط برتری "کشورهای مقصد" و جمع آوری در تمام شبیه سازی ها ، بر آسیب پذیری کشورها در برابر شوک های خارجی تمرکز می کنیم. ما دو رویکرد مکمل را دنبال می کنیم: ابتدا به تعداد دفعاتی که یک کشور کسری کالری را بالاتر از آستانه بحرانی تجربه می کند ، نگاه می کنیم. سپس ، ما رتبه بندی هر کشور را از نظر کسری تقاضا تجزیه و تحلیل می کنیم.

کسری تقاضا بالاتر از یک آستانه بحرانی

ما دو سطح آستانه را برای کسری تقاضای نهایی در هر کشور تعریف کرده ایم ، برابر با 250 یا 500 کیلو کالری روزانه سرانه: اینها 1/8 یا 1/4 از مصرف روزانه توصیه شده برای بزرگسالان را نشان می دهد. ما حساب می کنیم که چند بار یک کشور معین با کسری تقاضا بیشتر یا برابر با آستانه در تمام شبیه سازی هایی که اجرا می کنیم روبرو است و از این مقدار به عنوان متغیر وابسته که آسیب پذیری کشورها را ضبط می کند ، استفاده می کنیم. در انتخاب آستانه ، ما باید شدت کسری تغذیه را در برابر نیاز به مشاهدات کافی که متغیر وابسته برای آن غیرزرو است ، متعادل کنیم. از آنجا که متغیر وابسته یک شمارش است ، ما نمی توانیم از OLS استاندارد استفاده کنیم بلکه به یک رگرسیون دوتایی منفی برگردیم. جدول 2 نتایج دو آستانه را نشان می دهد. ضرایب برآورد شده هم از نظر کیفی و هم از نظر کمی مشابه هستند ، نشان می دهد که مقدار آستانه برای نتایج بسیار مهم نیست.

تولید ناخالص داخلی سرانه با اندازه گیری آسیب پذیری ما همبستگی مثبت دارد: در حالی که در ابتدا ضد شهود است ، این نتیجه ناشی از این واقعیت است که کشورهای ثروتمند به شدت در تجارت بین المللی جاسازی می شوند و بنابراین به احتمال زیاد از شوک های ناشی از منابع مختلف رنج می برند ، وآنها تمایل به وارد کردن کالری بیشتر دارند. تعداد شرکای بازرگانی هیچ نقشی در تعیین تعداد دفعاتی که یک کشور از کسری تقاضای زیادی رنج می برد و کل کالری وارد شده نیز ندارد. در مقابل ، گره از قدرت (یعنی کل صادرات) آسیب پذیری را کاهش می دهد ، زیرا فضای بیشتری را برای کشورها فراهم می کند تا شوک را به شرکای تجاری منتقل کنند. همبستگی منفی مشابهی برای غلظت واردات (اندازه گیری شده از نظر C4) و خوشه بندی یافت می شود. ما این یافته ها را به عنوان سیگنالی تفسیر می کنیم که با تکیه بر تعداد کمی از کشورهای منبع ، کشورها را از شوک های منشأ سایر قسمت های شبکه محافظت می کند و با نتایج مورد بحث در "تجزیه و تحلیل رگرسیون" سازگار است. از آنجا که در ورزش ما به نوبه خود از همه کشورهای ممکن سرچشمه می گیرد ، در معرض تعداد معدودی از آنها قرار می گیرد تا تعداد مواردی را که کسری تقاضای نهایی بزرگ است ، کاهش دهد. به طور مشابه ، خوشه بندی با پیوندهای تنگ در بین شرکای تجاری همراه است که نشان دهنده هر دو امکان انتقال شوک به سایر کشورها و هم انتشار گسترده تر اختلالات است ، که احتمال ایجاد اختلالات زیادی را نشان می دهد. سرانجام ، در میان اقدامات مختلف مرکزیت ، ما در تجزیه و تحلیل (بین بودن ، نمره توپی و PageRank) فقط بین بین بودن با تعداد دفعاتی که یک کشور کسری کالری زیادی را تجربه می کند ، همبستگی مثبت دارد. در این حالت نتایج هنگام استفاده از 500 کیلو کالری در روز در روز به عنوان آستانه ، تنها تفاوت معنی داری بین دو قسمت جدول 2 قابل توجه است.

تجزیه و تحلیل رتبه بندی

برای بررسی بیشتر آسیب پذیری کشورها ، ما آنها را بر اساس اندازه کسری تقاضای نهایی که در هر شبیه سازی با آنها روبرو هستند ، رتبه بندی می کنیم ، با کمترین ارزش کسری ارزش آن 1. ما سپس همه شبیه سازی ها را جمع می کنیم و برای به دست آوردن یک اندازه گیری مداوم از آن ، به دست می آوریمآسیب پذیری کشور ، که ما در همان مجموعه همبستگی های مورد استفاده در بخش قبلی ، رکود می کنیم.

نتایج در جدول 3 از نظر کیفی شبیه به نتایج به دست آمده با رگرسیون دوتایی منفی است ، اگرچه اهمیت متغیرهای خاص اکنون بسیار پایین تر است. قدرت خارج نقش خود را به عنوان دریچه فرار تأیید می کند ، در حالی که مرکزیت نمره توپی با آسیب پذیری بیشتر همراه است.

بحث

در این مقاله نقش تجارت بین المللی در مواد غذایی به عنوان وسیله ای برای انتشار شوکهای ناشی از کشورهای خارجی و به عنوان کانال متنوع کردن خطرات و به اشتراک گذاشتن بار شوک های داخلی با سایر کشورها بررسی شده است. برای انجام این کار ، ما تجارت بین المللی مواد غذایی را به عنوان یک شبکه کالری کارگردانی به تصویر می کشیم و با پالایش مدل تهیه شده توسط بورکولز و شوویتزر 19 ، انتشار شوک را شبیه سازی می کنیم.

شبیه سازی های ما نشان می دهد که ، در یک سیستم غذایی جهانی ، شوک ها به راحتی می توانند مسیری طولانی را از طریق شبکه تجارت طی کنند ، به طوری که آنها به کشورهایی که بسیار دور از پخش کننده اصلی هستند ، بر آنها تأثیر می گذارد. نتایج این تجزیه و تحلیل نشان می دهد که کشورهای کم درآمد و ناامن غذایی تمایل دارند که بیشتر در معرض شوک های تجارت مواد غذایی خارجی قرار بگیرند. در واقع ، به طور متوسط ، کشورهای با درآمد بالا به نظر می رسد که بهتر از شوک های ناشی از خارج از کشور مجهز هستند و بنابراین ، هنگامی که یک شوک به شبکه برخورد می کند ، بیشتر احتمال دارد که توسط کشورهای آفریقا ، خاورمیانه یا در جذب شودآمریکای لاتین. در عین حال ، حتی اگر مشارکت در تجارت بین المللی مواد غذایی همیشه سطح بیمه ای را در برابر شوک ها در تأمین مواد غذایی داخلی فراهم کند ، درجه حفاظت از تنوع منطقه ای قابل توجهی برخوردار است. در حقیقت ، در حالی که بیشتر کشورهای اروپا ، آمریکای شمالی و اقیانوسیه قادر به استفاده از تجارت هستند تا تأثیر منفی شوک های داخلی را منحرف کنند ، سایر کشورها با فرصت های بدتری روبرو هستند. از نظر تئوری ، با ایجاد ذخایر غذایی ، هر کشوری می تواند خود را در برابر شوک های غذایی منفی محافظت کند. با این حال ، کشورهای انفرادی ممکن است نتوانند غذای کافی را برای مقاومت در برابر یک سناریوی بدترین حالت ذخیره کنند. حتی اگر قانون اساسی ذخایر بین المللی یک راه حل مقرون به صرفه برای اطمینان از همه شرکت کنندگان در شبکه تجارت مواد غذایی در برابر شوک های غذایی منفی باشد ، ممکن است به دلیل مشکلات هماهنگی امکان پذیر نباشد ، که اغلب با بحران های غذایی تشدید می شوند.

ما همچنین به تفصیل تجزیه و تحلیل و بحث در مورد چگونگی ارتباط ویژگی های گره با آسیب پذیری و میانگین قرار گرفتن در معرض کشورها را تجزیه و تحلیل و بحث می کنیم. از جمله نتایج دیگر ، می فهمیم که در حالی که اقدامات شبکه مرتبه بالاتر مانند خوشه بندی تمایل به کاهش تأثیر شوک های تجاری دارد ، به نظر نمی رسد که تعداد شرکای تجاری نقش مهمی در تعیین آسیب پذیری کشورها داشته باشد. از این نظر ، ما توجه می کنیم که عدم وجود اثرات مفید از تنوع تجاری ممکن است تا حدودی به دلیل تنظیم تحلیلی ما باشد ، که همین احتمال را به شوکهای ناشی از هر کشور اختصاص می دهد. وزن احتمال شوک ها با استفاده از اطلاعات در مورد کاهش گذشته در بازده داخلی یا احتمال شرایط نامساعد آب و هوایی 39 بنابراین ممکن است یک برنامه جالب برای مدل و راه برای تحقیقات بیشتر باشد.

مواد و روش ها

داده ها و ساختار شبکه

این تجزیه و تحلیل بر اساس مجموعه ای از شبیه سازی های پویایی انتشار شوک های غذایی از طریق یک شبکه وزنی و کارگردانی است که بر اساس داده های واقعی تجارت بین المللی مواد غذایی کالیبره می شود. به طور خاص ، این شبکه برای شبیه سازی ساختار تجارت بین المللی محصولات غذایی ساخته شده است ، که هر گره نمایانگر یک کشور و لبه های نمایانگر جریان تجارت دو جانبه است. وزن لبه از کشور مبدا عمومی من تا کشور مقصد عمومی J با کل کالری تعبیه شده در محصولات غذایی صادر شده از اولی به دومی داده می شود. تعداد کل گره ها 172 است و هیچ کشور عمده ای از این امر مستثنی نیست. داده های مربوط به جریان های تجاری به سال 2013 اشاره دارد ، آخرین سالی که برای آن اطلاعات مورد نیاز در زمان تجزیه و تحلیل (سپتامبر 2019) در دسترس بود. با توجه به ثبات شبکه های تجاری 40 ، سال خاص مورد استفاده برای کالیبراسیون مدل انتشار برای نتایج مهم نیست.

In formal terms, we run the simulations on a weighted directed graph (G = (V, E, W)) , where (V= >) مجموعه ای از گره ها ( (n = 172 )) ، (e = <(c_i, c_j): i,j in \>) is a set of directed edges between pairs of nodes, and (W = : i,j in >) مجموعه ای از وزنهای مرتبط با لبه ها (به عنوان مثال ، KCals تعبیه شده در صادرات مواد غذایی از کشور (C_I ) به کشور (C_J )) است.

به منظور محاسبه میزان کالری تعبیه شده در جریان تجارت مواد غذایی ، ما از رویکرد Traverso و Schiavo 10 پیروی می کنیم و جریان های تجاری دو جانبه سطح محصول را با ورودی های پایگاه داده های ترکیب مواد غذایی وزارت کشاورزی ایالات متحده (USDA) مطابقت می دهیم. این رویکرد برای تعیین محتوای کالری Arount 380 Products Products 10 ، از اندازه بازار ایالات متحده و کیفیت داده ها سوء استفاده می کند. به طور خاص ، ما داده های تجارت دو جانبه در سطح محصول را از ماتریس تجارت سازمان غذا و کشاورزی (FAO) بازیابی می کنیم. داده های مربوط به شیلات و غذاهای دریایی ، که در مجموعه داده اصلی FAO گنجانده نشده است ، از مرکز D'Etudes Center Dishmates et d'Ands Inteationales (CEPII) پایگاه داده BACI 41 گرفته شده است.

ویژگی های اقتصادی اقتصادی کشورها ، مانند کل جمعیت و تولید ناخالص داخلی (تولید ناخالص داخلی) از پایگاه داده های آماری FAO تهیه شده است. علاوه بر این ، ما با تنظیم داده های ترازنامه مواد غذایی FAO (FBS) در مورد تأمین مواد غذایی داخلی برای موقعیت بین المللی خالص کشورها ، تولید مواد غذایی خانگی را تخمین می زنیم. به طور خاص ، برای هر کشور ما تعادل تجارت مواد غذایی (در KCAL) را محاسبه می کنیم و آن را به منبع کلکسیون جمع شده محاسبه شده با استفاده از داده های FAO اضافه می کنیم.

مدل انتشار شوک

ما انتشار ساخت شوک ها را در مجموعه Burkholz و Schweitzer 19 مدل می کنیم. برای معرفی رسمی مدل ، ابتدا تقاضای داخلی تعادل (یعنی قبل از شوک) شهرستان عمومی (C_I ) را به عنوان: تعریف می کنیم:

که در آن (prod_ ) ، (exp_ ) و (imp_ ) به ترتیب تولید ، صادرات و واردات داخلی را نشان می دهد که در KCAL بیان شده است.