基于贝叶斯网络模型的泰国粮食安全提升策略研究——面向2030零饥饿目标的决策支持新方法

本研究针对COVID-19大流行加剧全球粮食安全危机的严峻现实，创新性地将贝叶斯网络(BN)建模框架应用于全球粮食安全指数(GFSI)分析，以泰国为案例揭示了粮食系统关键干预靶点。研究人员通过分析2012-2020年59项指标数据，确定了农业研发投入、营养政策完善等优先干预领域，为政策制定者提供了量化决策工具，对实现可持续发展目标(SDG)2"零饥饿"具有重要实践意义。

　　

全球粮食系统正面临前所未有的挑战。在COVID-19大流行前，已有6.5亿人处于营养不良状态，而疫情使这一数字激增1.45亿。泰国作为亚洲重要粮食生产国，其粮食安全指数虽高于区域平均水平，但仍面临农业进口关税、营养政策等多重挑战。墨尔本大学应用经济与社会研究所(Melbourne Institute of Applied Economic and Social Research, The University of Melbourne)的研究团队创新性地采用贝叶斯网络(BN)建模方法，通过分析泰国2012-2020年全球粮食安全指数(GFSI)的59项指标数据，为政策干预提供了科学依据。这项发表在《Food Security》的研究，为各国实现2030年零饥饿目标提供了量化决策工具。

研究人员采用三项关键技术方法：(1)基于GFSI框架构建层次化贝叶斯网络，将59项指标分为4个维度(可负担性、可获得性、质量与安全、自然资源与韧性)；(2)使用GeNIe 3.0软件平台实施贝叶斯搜索算法，基于BDeu评分函数学习网络结构；(3)通过EPIS抽样算法进行1000次样本推断，识别达到"优秀"安全等级(80-100分)所需的关键指标改进目标。

4.1 实现优秀粮食安全系统的贝叶斯洞察
分析显示，泰国需重点改善收入不平等调整指数(从中等提升至良好)和农产品进口关税(从弱提升至中等)。在可获得性维度，农业研发公共支出、农业技术获取等指标需从中等提升至良好水平，而粮食安全战略指标亟需从极弱状态提升。质量安全方面，国家膳食指南等营养政策指标需要从极弱提升至良好。自然资源维度，森林覆盖率需从中等提升至良好，而水资源管理需从极弱提升至弱等级。

4.2 与文献对比的验证
研究发现与现有文献高度吻合。APEC报告证实东南亚地区普遍存在农业关税问题，而Warr(2014)研究指出泰国贸易自由化可能加剧农民贫困。FAO报告强调泰国亟需完善食品安全标准，与模型识别的营养政策短板一致。WWF研究支持模型关于城市吸收能力改进的建议，而森林覆盖率的下降趋势(1961-2014年从43%降至31%)验证了自然资源维度的干预必要性。

4.3 作为决策支持工具的贝叶斯网络建模
该方法突破性地将复杂粮食系统可视化，其优势体现在三方面：(1)直观展示59项指标的因果关系网络；(2)通过概率计算量化政策干预的不确定性；(3)灵活适应不同决策场景。但研究也指出静态模型无法捕捉时间动态、保守倾向可能低估创新方案等局限。

这项研究开创性地将贝叶斯网络应用于粮食安全评估，其价值体现在三个层面：方法学上，证明了BN模型处理多维度复杂系统的可行性；实践层面，为泰国等发展中国家提供了具体的政策优化路线图；战略层面，为应对气候变化等未来冲击提供了前瞻性分析框架。特别是识别出的农业研发投入(占GDP比重)和营养政策完善等干预靶点，对东南亚地区具有普遍参考意义。随着动态BN模型的发展，该方法有望进一步优化粮食系统的韧性建设。