世界银行-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）-2023.5-65页_7mb

总结报告

目的

• 利用微观经济估计方法，结合灾难风险模型框架，开发一种新型框架，用于提前预测干旱条件对粮食不安全的影响。
• 该研究旨在支持干预规划和适应性社会保护计划。

方法

• 将灾难风险模型（cat model）应用于天气适宜度（Rainy Season Quality, RSQ）对粮食不安全的影响。
• 该模型包含三大组成部分：危险部分（RSQ指标）、暴露部分（包括家庭类型基诺和空间分布）、脆弱部分（脆弱性函数，基于机器学习优化）。
• RSQ指标通过多种方式构建（包括降雨、植被等）。
• 机器学习用于确定家庭脆弱性的最佳异质性结构和RSQ指标。

主要发现

• 一个标准差的降雨中心离差会降低FCS 3.2分（占棕色分位数）。
• 大部分地区，尤其是依赖畜牧业的家庭，对干旱的敏感性更高。
• 非线性关系：极好的或极差的降雨量都会影响粮食消耗。
• 国家层面预测的均方根误差（RMSE）为1.2个百分点，区域层面为4.9个百分点。

应用意义

• 预测可在农忙季节前6-8个月进行。
• 提高了早期预警系统的有效性，支持政策干预。
• 该方法高度适用于农业驱动地区的国家，且与农业地区高度具体相关。

方法局限性

• 结果高度特定于马里尼亚的农业地区，不直接适用于其他背景。
• 需要考虑其他形式的危险（如冲突）以及气候和天气的相互作用。

- 核心贡献：开发了一种结合微观经济评估和灾难风险建模的框架，用于预测马里尼亚的粮食不安全情况。
- 预测可在早期进行，准确度高，并在多样化的情境下验证。