粮食安全弹性的非均衡公式

是 否 +2 论坛币

k人 参与回答

经管之家送您一份

应届毕业生专属福利!

求职就业群

赵安豆老师微信：zhaoandou666

经管之家联合CDA

送您一个全额奖学金名额~ !

立即领取

感谢您参与论坛问题回答

经管之家送您两个论坛币！

+2 论坛币

英文标题：
《A non-equilibrium formulation of food security resilience》
---
作者：
Matteo Smerlak, Bapu Vaitla
---
最新提交年份：
2016
---
英文摘要：
  Resilience, the ability to recover from adverse events (\"shocks\"), is of fundamental importance to food security. This is especially true in poor countries, where basic needs are frequently threatened by economic, environmental, and health shocks. An empirically sound formalization of the concept of food security resilience, however, is lacking. Here we introduce a general framework for quantifying resilience based on a simple definition: a unit is resilient if $(a)$ its long-term food security trend is not deteriorating and $(b)$ the effects of shocks on this trend do not persist over time. Our approach can be applied to any food security variable for which high-frequency time-series data is available, can accommodate any unit of analysis (e.g., individuals, households, countries), and is especially useful in rapidly changing contexts wherein standard equilibrium-based economic models are ineffective. We illustrate our method with an analysis of per capita kilocalorie availability for 161 countries between 1961 and 2011. We find that resilient countries are not necessarily those that are characterized by high levels or less volatile fluctuations of kilocalorie intake. Accordingly, food security policies and programs will need to be tailored not only to welfare levels at any one time, but also to long-run welfare dynamics.
---
中文摘要：
韧性，即从不利事件（“冲击”）中恢复的能力，对粮食安全至关重要。贫穷国家尤其如此，那里的基本需求经常受到经济、环境和健康冲击的威胁。然而，缺乏经验上可靠的粮食安全弹性概念形式化。在这里，我们介绍了一个基于简单定义的量化弹性的一般框架：如果（a）$其长期粮食安全趋势没有恶化，并且（b）$冲击对这一趋势的影响不会随着时间的推移而持续，那么一个单位是有弹性的。我们的方法可以应用于任何有高频时间序列数据的粮食安全变量，可以适应任何分析单位（例如，个人、家庭、国家），并且在基于标准均衡的经济模型无效的快速变化环境中特别有用。我们通过1961年至2011年间161个国家的人均千卡可用性分析来说明我们的方法。我们发现，具有恢复力的国家不一定是那些千卡摄入量波动较大或波动较小的国家。因此，粮食安全政策和方案不仅需要根据任何时候的福利水平，而且还需要根据长期福利动态进行调整。
---
分类信息：

一级分类：Quantitative Finance        数量金融学
二级分类：Economics        经济学
分类描述：q-fin.EC is an alias for econ.GN. Economics, including micro and macro economics, international economics, theory of the firm, labor economics, and other economic topics outside finance
q-fin.ec是econ.gn的别名。经济学，包括微观和宏观经济学、国际经济学、企业理论、劳动经济学和其他金融以外的经济专题
--
一级分类：Physics        物理学
二级分类：Physics and Society        物理学与社会
分类描述：Structure, dynamics and collective behavior of societies and groups (human or otherwise). Quantitative analysis of social networks and other complex networks. Physics and engineering of infrastructure and systems of broad societal impact (e.g., energy grids, transportation networks).
社会和团体（人类或其他）的结构、动态和集体行为。社会网络和其他复杂网络的定量分析。具有广泛社会影响的基础设施和系统（如能源网、运输网络）的物理和工程。
--

---
PDF下载：
--> A_non-equilibrium_formulation_of_food_security_resilience.pdf (2.28 MB)

2022-5-25 09:05:02 上传

扫码加我 拉你入群

请注明：姓名-公司-职位

以便审核进群资格，未注明则拒绝

分享0 收藏1 回帖

关键词：粮食安全 非均衡 Quantitative Fluctuations Availability

食品安全弹性的非平衡公式：Smerlakand Bapu Vaitla2，3，*周界理论物理研究所，31 Caroline St.N.，Waterloo ON N2L 2Y5，CanadaFeinstein International Center，Tufts University，114 Curtis Street，Somerville MA 02144，USAT。H、 哈佛大学陈公共卫生学院，677 Huntington Avenue，Boston MA 02115，USA（日期：2018年11月13日）韧性，即从不良事件（“冲击”）中恢复的能力，对粮食安全至关重要。贫穷国家尤其如此，那里的基本需求经常受到经济、环境和健康冲击的威胁。然而，缺乏对粮食安全弹性概念在经验上的合理形式化。在这里，我们介绍了一个基于简单定义的量化韧性的一般框架：如果（a）其长期粮食安全趋势没有恶化，并且（b）冲击对这一趋势的影响不会随着时间的推移而持续，那么一个单位就是有韧性的。我们的方法可以应用于任何具有高频时间序列数据的粮食安全变量，可以适应任何分析单位（例如，个人、家庭、国家），在快速变化的环境中尤其有用，其中基于标准均衡的经济模型是有效的。我们通过对161个国家1961年至2011年间人均千卡可用性的分析来说明我们的方法。我们发现，具有恢复力的国家不一定是那些千卡摄入量水平高或波动性小的国家。因此，粮食安全政策和方案不仅需要随时适应福利水平，还需要适应长期福利动态。*通信地址应为谁。电子邮件：vaitla@hsph.harvard.eduI.

大量冲击政治冲突、经济衰退、自然灾害和流行病持续威胁着粮食安全，尤其是在发展中国家。因此，全世界的社会科学研究人员和决策者都非常关注韧性，即从冲击中快速恢复的能力。然而，弹性的形式化并不简单。经济学、生态学、工程学和心理学的研究提供了多种方法【BC14、FS13、FCW+04】，最近的研究提出了适用于国际发展的弹性概念【CB16】。这些方法大多基于这样的假设，即利益变量（如饮食摄入或收入）被吸引到某些固有稳定的值上，即均衡状态存在。因此，弹性被定义为在不脱离理想平衡状态而进入另一种不理想平衡状态的情况下吸收冲击的能力。这种方法有两个问题。首先，经济和社会结构，特别是农村地区，经历了快速、不可预测的变化，基于均衡的模型是否能够恰当地捕捉这一过程尚不清楚。第二，即使“真正的”粮食安全平衡存在国家性别歧视，他们也很难识别。在本文中，我们介绍了粮食安全弹性的统计定义，当高频时间序列数据可用时，这提供了一种非均衡的替代方法。我们的方法基于自相关分析：动态系统过去、现在和未来状态之间的关联强度。强自相关被称为“持久性”，这是一个常用于物理学【RFR94】、气候学【KBBH+98】、生理学【LDL+07】和分子生物学【PBH+94】等领域的概念。

大量计量经济学工作集中于宏观经济时间序列的持续性，例如GNP、商品价格和通货膨胀率【NP82】。关于粮食安全，量化地震影响持续性的重要性是显而易见的：过去的不良事件可能会拖累行为体，使其处于较低水平。相反的品质可以被称为“反坚持”：快速脱离这些消极契约的能力。对于反顽固行为者来说，灾难的后果是食物消耗减少、资产损失、心理压力等无法忍受。然而，韧性不仅仅是指从过去中独立出来。我们认为，该术语应仅适用于长期福利趋势为改善或中性的行为者；回归到不断恶化的长期粮食安全趋势，无论其速度有多快，都不符合恢复力的直觉。因此，在我们这里介绍的方法中，弹性是根据食品安全变量的类别术语定义基本属性水平kt值来定义的趋势g变量的斜率；平均增量E(t） 随时间序列波动率σ时间序列中平均波动大小的量化时间序列中当前和过去增量之间的持续性π关联关键衍生度量抗冲击效应持续性（π<0）给定g≥ 0给定g，阻力缺乏波动性（σ<2 | g |）≥ 0表1.基本统计特性和关键衍生指标的定义——由选定的粮食安全变量衡量的冲击影响的持续性以及该变量的长期趋势。更广泛地说，我们认为，持久性和趋势性是与粮食安全时间序列数据分析相关的四个基本统计属性中的两个。国际发展研究中通常分析另外两个属性，即水平和波动性。

agiven粮食安全变量的水平参照基准值（例如，与需求相关的热量摄入水平）或可比家庭、国家或其他行为者的水平进行评估。通过评估食品安全系列相对于长期趋势斜率的方差，可以有意义地解释波动性。我们认为，低波动性，也在非恶化的长期趋势背景下，将行为者定义为“抵抗”冲击。因此，韧性和抵抗力是不同但互补的概念；前者来源于趋势和持续性，后者来源于趋势和波动性（表一）。图1使用纳米比亚、马拉维和秘鲁1961-2011年的人均千卡可用性数据说明了这些统计特征。请注意，图1中的各种轨迹对政策和计划有不同的影响。例如，可能需要生计支持干预措施，如灾害保险和灌溉计划，以建立纳米比亚和马拉维的抗灾能力并促进快速恢复。与此同时，加强抵抗力的安全网干预措施，如补贴食品销售或食品援助，可能适合预防秘鲁的粮食不安全。二、非平衡恢复力前面提到，与其他方法相比，我们对恢复力概念化的主要优势，不需要确定“平衡状态”或“Basins纳米比亚马拉维秘鲁1960 1970 1980 1990 2000 201018002000220024002600人均千卡可用性图1.1961年至2011年间纳米比亚、马拉维和秘鲁人均千卡可用性的恢复力和抵抗力。纳米比亚表现出轻微下降的长期趋势和冲击效应的高度持续性；两项恢复力标准均未达到。

相比之下，马拉维和秘鲁的情况则是中性到积极的趋势。马拉维在整个时间序列中表现出强烈的持续性。时间增量的斜率往往是自相关的，十年内上升，二十年内下降，然后上升，所以这个国家被认为没有弹性。与其他两个国家不同，秘鲁系列赛非常反顽固。反持久性表现在相对快速的坡度反转中；地震的影响不会持续。由于秘鲁系列既有上升趋势，又有抗持久性，因此我们将其命名为弹性系列。然而，这三个国家都动荡不安，因此没有抵抗力。食品安全变量的吸引力【BC14】。动态经济模型通常关注当前福利与理论长期均衡状态的关系。在生态学中，“吸引力的基础”是一种状态空间，在这种状态空间中，系统被认为能够保持其基本特性，而生态弹性通常被定义为系统保持这种空间的能力【Hol73】。最近的研究将这一概念转移到了微观经济环境中，弹性被定义为在面对冲击的情况下，保持在非贫困吸引盆地的能力【BC14】。例如，Ciss\'e和Barrett【CB16】通过评估在给定时间范围内达到幸福阈值的概率来衡量弹性。基于均衡的分析面临的挑战是如何从可观察数据中准确推断福利动态的结构。

Barrett和Carter【BC13】列出了使这些推论复杂化的一些最重要的问题：不稳定平衡很难在小样本中识别，因为它们的不稳定性使得围绕这些点的观察非常罕见；在聚类抽样设计中，由于回归到平均值，聚类内的同质性可以掩盖平衡点；将资本投入映射到产出，进而映射到幸福的基本生产函数的结构可能会随着时间的推移而发生变化。更一般而言，在存在随机误差的情况下，估计非线性生产函数（特别是三次多项式，S形贫困陷阱函数的最小规格）需要分布假设，即使使用细粒度面板数据，也很难进行实证检验。还存在着关于福利阈值的弹性定义的概念上的困难。首先，在面临冲击时，这种指标本质上是不稳定的：根据定义，在重大资产损失、疾病等之后，变差的可能性增加，因此恢复力下降。这种方法导致恢复力的特征化，包括行为人的固有属性和外部条件。均衡方法的另一个问题是，假设所有参与者遵循相同的（随机）动态：在给定时间内具有相同福利水平的两个参与者，平均而言，未来必须经历相同的福利水平。为了使这一假设与观察到的福利轨迹差异相一致，需要识别和测量大量控制变量。这可能是不可能的，尤其是如果生产函数的结构因未观察到的属性（例如，风险规避）而在不同的参与者之间发生变化。总之，偏离平衡状态取决于了解定义该平衡的值。

如果我们不知道冲击前和冲击后awelfare变量的值是平衡的还是不稳定的，那么我们就无法判断后续轨迹应被解释为弹性的程度。我们在本文中提出的方法并没有解决这一问题，而是避免了这一问题：我们将恢复力与目标粮食安全水平或目标恢复速度联系起来，而将其评估为行为体在保持改善或中立的长期粮食安全趋势的同时，与过去不利事件脱钩的能力。该方法需要高频时间序列数据；当此类数据不可用时，最好采用Ciss’e和Barrett【CB16】开发的替代方法。三、 福利轨迹的结构现在正式确定了上述方法。让kt成为一个粮食安全变量，在一组参与者中以足够高的频率进行测量。通常，我们不能假设KTI是一个固定的时间序列：不断演变的政策、技术等，以及内生效应，很可能会随着时间的推移而改变KTI。为了解释这些非平衡动力学，我们不直接考虑Kt，而是考虑其增量t=kt- 千吨级-1，作为我们的因变量。我们分析食品安全轨迹的方法基于两个假设：（i）增量皮重（弱）平稳，以及（ii）它们可以用以下形式的自回归滑动平均（ARMA）（p，q）过程建模t=g+pXi=1βi(T-我- g） +qXj=1θjT-j+t、 （1）其中皮重独立、同分布的冲击，标准偏差σ。（1） modelsan actor在时间t的粮食安全变化是其过去变化和随机外生影响的线性函数。在该模型中，β和θ参数分别测量过去平均增量的边际影响和过去平均冲击对当前增量的边际影响。

这些参数越大，粮食安全轨迹的自相关性就越强。当设置数据以估计该模型的参数（g、β、θ、σ）时，可以使用标准贝叶斯准则（如凯克信息准则（AIC））识别ARMA过程的节约型阶数（p、q）。特别是，当数据点的数量较少时，低阶将受到青睐。在（1）的框架内，可以根据四个基本动力学特性分析粮食安全轨迹：1。粮食安全变量kt本身的水平。我们选择在后续分析中，通过每个参与者在整个时间序列上的KT平均值来衡量水平。2、变量的趋势g，即平均增量e(t） 。我们认为具有正（负）趋势的参与者是改善（恶化）的；当趋势与零没有显著差异时，我们说时间序列是中性的。3、增量时间序列的波动性t、 我们区分绝对波动率、标准偏差σ和相对波动率ρ=σ2 | g|- 1.（2）ρ度量将σ的值与长期趋势g进行比较。我们认为，当冲击太小而无法逆转趋势时，即当ρ<0时，时间序列在相对方面不会波动。这种情况要求具有更快增长趋势的时间序列面临相应的更大冲击，才能被视为波动性。请注意，波动率包含关于内在冲击幅度和参与者对冲击的反应的不可分割信息。经验法则要求经验数据的ARMA建模至少有50分才有意义[Cha16]，尽管许多分析师建议100分。4.

由增量捕获的冲击持续性t、 相对于其平均值g。如前所述，持久性量化了当前增量部分由过去增量决定的程度，即增量保留滞后值记忆的程度。自相关函数γ（s）提供了此类序列关联的完整信息，其中γ（s）是滞后增量之间的相关系数T-砂磨当前增量t、 然而，在许多情况下，更紧凑的持久性度量是可取的。在（1）的ARMA框架内，βI表示当前超额增量之间的部分相关系数(T- g） 以及它的滞后价值(T-我- g） ，而θjis是(T- g） 和过去的冲击T-j、 这表明了对整体持续性的以下简单定义：π=pXi=1βi+qXj=1θj。（3）如果π<0，我们称参与者对电击的反应为抗持续性，如果π=0，则称为随机性，如果π>0，则称为持续性。如前所述，π<0的条件可以直观地理解为表示粮食安全的波动增加皮重迅速扭转震动，但不会持续。从长远来看，表现出这种特性的时间序列比冲击具有持续影响（π>0）的时间序列更容易预测。然而，请注意，高持续性并不一定与高波动性相关：这两个量是时间序列的独立特征。另请参见图。9-10。有几句话要说。首先，在使用ARMA模型拟合福利变化轨迹时，应事先确定趋势中的结构性突变（例如，由战争、大规模洪水和其他旷日持久的事件引起的）。