理解印度的食品通胀：一种机器学习方法

然而，在分离干旱年份时，发现季风偏差与次年粮食通货膨胀之间存在显著的负相关-0.8（图12）。资料来源：印度ZF农业和农民福利部。在这项研究中，季风比长期平均值不足10%以上的年份被视为干旱年。图12：。基于CPI-IW（基准年2001）（来源：DBIE，RBI）的粮食通胀20 3.2最低支持价格由于MSP涵盖的作物占印度所有粮食消费篮子的三分之一以上，MSP在引导粮食通胀方面的作用相当大。无国界医生作为一个概念，旨在成为市场价格的底线，但在大幅上涨的年份，它最终会直接确定市场价格，随后主要农作物价格普遍上涨（Rajan 2014；Mishra和Roy 2011）。20世纪70年代中期，随着宣布单独采购价格的做法的废除，MSP已成为FCI随时准备购买/采购农民提供的任何数量的最低价格。这当然有助于在涨价幅度很大的情况下，在中央水池中过度建立缓冲库存。由于Rajan（2014）认为，“由于投入成本不断上升，MSP增加的收益尚未充分累积到农业部门”，因此MSP等激励计划在促进农业生产方面的使用可能会受到限制。这从近期农产品内部贸易条件（ToT）的趋势中可以明显看出。Rajan（2014）将通过提高MSP的产量来提高产量的方法比作“狗追尾巴”——它永远抓不到它，因为MSP的提高也会推高投入成本。

然而，如果MSP的提高导致大米和小麦的供应增加，而大米和小麦是MSP采购的主要商品，那么这也可能导致生产组合不理想，向大米和小麦倾斜，其他粮食商品的供应减少，导致非谷类食品膨胀。如图13所示，MSP诱导的产量增长需要向消费者提供补贴，以确保在没有缓冲库存积累的情况下，收获后市场清理增加的谷物供应。因此，鉴于粮食补贴导致的财政负担增加，无国界医生人数的增加以及不限成员名额采购和个人发展服务可能会提高来源：2012年消费者食品价格指数系列中不同分组的所有印度权重被定义为投入成本变化与农产品产出价格变化的比率。随着时间的推移，持续的ToT意味着盈利能力停滞不前，从而降低了农业投资的动机。21经济中的总体通胀压力，即使在产量增加和食品通胀下降的情况下也是如此。3.3国际价格和贸易政策1991年实行开放经济的经济改革后，印度的农业市场逐步与全球市场接轨。因此，国际粮食价格的变化通过贸易和政策调整对国内市场产生直接和间接的影响。从历史上看，由于印度谨慎的贸易政策，全球食品价格的上涨趋势已缓慢地传导到国内市场（见图14）。

2007-2008年，粮食商品价格大幅飙升，导致谷物价格从2000年初的水平上涨近三倍，全球4400万人陷入贫困（世界银行，2011年）。已查明造成这场政治破坏性危机的许多结构性原因，如能源激增，由此引发的对粮食短缺的不满在2011年阿拉伯之春期间引发暴乱和抗议中发挥了重要作用，导致突尼斯政府首先倒台，随后是推翻埃及政府的解放广场起义和许多其他阿拉伯国家的内战。图13：。MSP上调对供需动态的影响（来源：Anand et al.2016）22增加生物燃料补贴的价格，甚至全球化肥卡特尔的作用。原因可能很多，但其影响却给中国和印度随后几年的粮食管理政策留下了深刻的印记，这些政策记录了前所未有的粮食采购和囤积。总的来说，全球和国内粮食价格之间的关联度似乎较低，但仔细观察，很明显，在全球粮食通胀率较低的时期存在较高的关联度，这表明在全球粮食通胀率较高的时期传递较弱。这使得印度的粮食价格比国际同行波动性小，但从长远来看，这种趋势最终趋于一致，这意味着印度旨在保护国内市场免受全球价格飙升影响的农业贸易政策取得了短暂的成功。

有趣的是，近年来，随着国际食品价格的通货膨胀有所缓解，趋势之间的相关性有所减弱，甚至在一些食品商品与持续上涨的印度食品价格相反的情况下，也进入了负值区域。这种弱相关性可能是由于2008年危机后美元兑印度卢比汇率的大幅波动造成的。将国内食品指数与以印度卢比计价的国际食品价格指数进行比较，这两个指数似乎遵循类似的路径（图14）。农业通过在农业机械中使用柴油直接消耗能源，通过天然气为化肥生产提供氮气间接消耗能源。在最近的研究中，Gnutzmann和Spiewanowski（2014；2016）揭示了化肥卡特尔在抬高食品价格方面的作用。他们估计，纯化肥卡特尔效应解释了危机期间食品价格上涨60%以上的原因，如果化肥价格在没有卡特尔的情况下具有竞争力，那么危机高峰时食品价格将下降35%左右。图14：。国内价格与全球食品价格的变动（来源：FAO；DBIE，RBI）010020300FY91FY93FY95FY97FY99FY01FY03FY05FY07FY09FY11FY13FY15价格指数以美元计价的全球价格（以美元计）国内价格100200300FY91FY95FY97FY99FY01FY03FY07FY09FY13FY15价格指数以卢比计价的全球价格（以卢比计）国内价格23 3.4一般财政政策，与价格受长期合同约束的几种制成品相比，农产品价格往往对宏观经济冲击更为敏感（Thompson，1998）。

特别是，在发展中经济体，粮食需求相对缺乏弹性，农业供应的短期价格弹性仍然较低，财政或货币刺激等宏观经济政策变化引起的任何需求变化都可能严重扭曲粮食价格。2007-08年金融危机后也出现了类似的情况，在此之前，印度成功地将财政赤字从2002财年占GDP的近10%降至2008财年的4%（图15），2003年通过了《FRBM法案》，实现了令人印象深刻的财政整合。2008财年，收入赤字几乎为零，而主要赤字实现了边际盈余（图16）。但随着对严重失业和衰退的担忧在2007-08年金融危机后加剧，七国集团（G7+5）成员国和国际货币基金组织（IMF）倾向于采取高达GDP 2%的财政刺激措施，以摆脱令人担忧的衰退。印度和其他国家采取的扩张性财政政策之间存在着显著的差异，例如在中国，近40%的财政刺激用于基础设施发展投资，印度的财政方案更侧重于通过给予直接补贴（从粮食、化肥、能源补贴到甚至是农业债务的平缓减免）、MGNERGS等扩张性收入支持计划以及第六届公务员薪酬委员会宣布的慷慨加薪来刺激需求。这些福利和就业保障计划带来了大量的流动性和购买力，尤其是对农村家庭，提高了对食品的需求（Rakshit 2011），但由于存在一些供应瓶颈，特别是生产力停滞不前和基础设施不足，这种情况很快转变为需求拉动型通货膨胀。

在2009年大选之前，这些政治敏感的直接救济金的撤回仍然是一个问题，当时执政的联合进步联盟（UPA）政府放弃了偿还向中小农户发放的贷款，一些评论员认为，帮助联盟再次当选（拉詹，2011年）圣雄甘地国家农村就业保障计划24挑战在不突然冲击本已脆弱的增长的情况下减少赤字融资。3.5投入成本的上升农场工资的上涨会膨胀生产成本，并被认为会通过提高基准“保留工资”来导致经济中的工资螺旋上升，这是工人准备接受的跨部门工作的最低比率，这可能会增加对粮食的需求（Gulati和Saini，2013年）。农业工资的变化以一种不平衡的方式扰乱了粮食价格均衡，因为由于农村家庭粮食支出的收入弹性相对较低，农村低工资仅在一定程度上抑制了需求（构成70-200002000040006000100000FY91FY92FY93FY94FY95FY96FY97FY98FY99FY00FY01FY02FY03FY04FY05FY06FY07FY08FY09FY10FY11FY12FY13FY14FY15INR十亿综合政府财政赤字总体主要赤字收入赤字图16。中央和州政府合并财政研究（来源：MOSPI）-30%-10%10%30%50%70%90%110%130%150%0%2%4%6%8%10%12%14%91FY93FY95FY97FY99FY01FY03FY05FY07FY09FY11FY13FY15财政赤字变化（年环比）财政赤字（占GDP的百分比）合并财政赤字占GDP的百分比财政赤字变化（年环比）图15。中央和州政府合并财政赤字研究（资料来源：MOSPI，占印度人口的25%）。

另一方面，农村工资的上涨不仅提振了需求，还将食物篮子重新调整为更高价值和富含蛋白质的物品，从而扰乱了价格平衡的需求（强劲的农村需求）和供给（高劳动力成本）方面。农场工资在过去十年中急剧上升，名义工资每年增长15%。然而，在用CPI-AL对这些工资进行平减后，实际工资仍以每年5.3%的速度增长。造成农业工资如此大幅上涨的原因有几个，包括流向农业部门的商业信贷增加刺激了强劲的私人投资，劳动力从农业部门转移到非农业部门导致农业劳动力短缺，特别是MGNREG的建设（见表1）和实施。然而，MGNREG在加速农业工资上涨中的作用在文献中仍存在争议。农场工资高增长的后一阶段当然与2008财年实施MGNREGS的时间一致（见图17）。MGNREGS下的保障工资可能加强了农村地区非技术工人的议价能力，但过去的实证研究表明，农村工资增长中只有一小部分可以归因于MGNREGS，而这一微小影响（如果有的话）近年来正在消退（Sonna et al.2014）。6080100140160FY91FY92FY93FY94FY95FY96FY97FY98FY99FY00FY01FY02FY03FY04FY05FY06FY07FY08FY09FY10FY11FY12FY13FY14FY15FY16FY16工资指数实际农场工资NREGS期实际农场工资指数图17。

实际农业工资增长（来源：印度劳工局）26然而，实际MGNREGS工资的上升趋势表明，其对农村工资通胀的影响不会完全消失；最近对喀拉拉邦南部进行的一项研究（Dhanya 2016年）表明，实施MGNREGS导致女性劳动力从事的某些农村工作的工资上涨，并伴随着食品消费支出的增加。除了劳动力成本外，CACP还考虑了农业生产的其他因素，同时向ZF推荐MSP。非劳动力运营成本占种植总成本的近一半。2005财年至2016财年，累计非劳动力农业投入价格指数增长超过80%。3.6食品消费模式的转变国家统计局对家庭消费的定期调查显示，食品在总消费支出中的份额一直在下降。观察到的模式符合恩格尔定律，恩格尔定律指出，随着家庭平均收入的增加，食品在总支出中的份额减少（图18），因为食品支出的收入弹性相对较低。尽管食品在总消费支出中的总份额不断下降，但实际人均食品消费一直在上升，尤其是在农村家庭（Rajan 2014）。随着收入的增加，根据班纳特定律，人们的饮食偏好已转向更有营养和高价值的食物，而不是淀粉谷物（图19）。近年来，这种偏好的变化导致豆类和其他富含蛋白质的物品的通货膨胀率居高不下。富含蛋白质的食物，包括植物和动物，在总食物消费中所占的比例已经上升到近40%。

包括蔬菜和水果在内的营养丰富物品的价格比谷物的价格更高，因为这些物品的供应增长受到抑制，导致与快速增长的需求不匹配（Mohanty 2011年和2014年）。文献证据（Rajan 2014；Gokarn 2010和2011）声称，蛋白质和高价值食品已成为近期总体食品通胀的显著决定因素。27 4。统计建模框架为了研究单个因素在解释食品价格通胀趋势方面的相对重要性，使用最小二乘梯度提升决策树开发了一个非参数回归集合（Friedman 2001）。与参数回归不同，有监督机器学习技术（如梯度提升）并不试图用模型参数来描述预测值和响应之间的关系，而是产生了弱预测模型的集合，在这种情况下是决策树，因此，它改善了0%20%40%60%80%100%乡村谷物、豆类、水果和蔬菜、肉类、乳油香料等0%20%40%60%80%100%城市地产、豆类、水果和蔬菜、肉类、乳油香料等图19。饮食模式的变化（来源：NSSO调查轮数）6463.259.45553.648.656.454.748.142.540.738.60%10%20%30%40%50%60%70%80%90%100%1987-881993-941999-002004-052009-102011-121987-881993-941999-002004-052009-102011-12农村城市食品消费支出的变化图18。消费模式的变化（来源：NSSO调查轮数）28模型的总体预测性能（Hastie et al.，2009）。Boosting作为一个概念，提供了预测值的顺序学习，其中每个决策树依赖于先前树的性能，并通过拟合先前树的残差进行学习。

与线性回归不同，具有增强决策树的回归可以通过考虑非线性和预测变量之间的相互作用来建模复杂函数（Müller et al.2013）。快速公交系统自动处理缺失数据点的能力节省了数据预处理的工作量。与其他预测建模技术相比，BRT的优势在于具有高预测精度和抗过度拟合鲁棒性的典型组合。在本研究中，选择以CPI-IW（基数2001）中所含食品价格的同比变化来衡量的食品零售价格的年通货膨胀率（FCPI）作为响应变量，而预测变量包括：MonsDev：西南季风期间一年的降雨量与其50年长期平均MSP的偏差：主要粮食作物生产加权MSP指数的同比变化FAO：以印度卢比FD表示的FAO价格指数的同比变化：以一年总GDP百分比表示的联合财政赤字FWI：农场工资指数的同比变化农业投入：根据WPI蛋白质构建的农业投入价格指数的同比变化：富含蛋白质食品项目的私人消费支出占食品总支出的比例的同比变化以百分比表示的变量将所有预测变量和响应变量置于同一测量尺度上。变量的选择不是优先事项，因为BRT往往忽略不相关的预测因素（Elith等人，2008年）。29 4.1数学公式梯度树推进采用大小不变的决策树作为基函数，, 在本文中称为弱学习者，用于生成如下相加模型：   其中 和 分别表示使用的树总数和步长。