《BMC Proceedings》：Abstracts from the 1?st International Conference on Data Science for Sustainable Development (DATA-SD 2025)
编辑推荐：
：
背景： 粮食不安全仍然是索马里面临的关键挑战，气候变化与冲突等反复冲击加剧了这一问题，阻碍了向可持续发展目标2（SDG 2，零饥饿）的推进。深入理解这些冲击如何与社会经济及地理因素相互作用，对于设计有效的韧性建设干预措施至关重要。
目标： 本研究旨在通过多
：
背景： 粮食不安全仍然是索马里面临的关键挑战，气候变化与冲突等反复冲击加剧了这一问题，阻碍了向可持续发展目标2（SDG 2，零饥饿）的推进。深入理解这些冲击如何与社会经济及地理因素相互作用，对于设计有效的韧性建设干预措施至关重要。
目标： 本研究旨在通过多水平建模方法，分析外部冲击、社会经济特征与空间因素之间的复杂关系，识别索马里家庭粮食安全的关键决定因素。
方法： 这项定量研究分析了2022年索马里综合家庭预算调查（SIHBS）数据，覆盖17个地区的7,212户家庭。研究人员采用多水平逻辑回归模型，分析家庭层面冲击与社区层面因素对粮食安全的影响。此外，还运用包括热点制图在内的空间分析方法，对粮食不安全的 geographical 分布与聚集情况进行可视化。
结果： 研究发现粮食不安全发生率较高（67.58%）。多水平模型识别出若干显著的冲击预测因子，其中常规援助中断的影响最强（调整后优势比 [AOR] = 11.86，95% 置信区间 [CI] 5.36–26.22）。分析还确认了关键的社区层面效应，揭示了显著的区域空间差异，以及从城市（最低）到游牧（最高）人口的清晰脆弱性梯度。
结论： 索马里家庭粮食不安全由特定冲击与显著地理差异的复杂相互作用驱动。研究结果强调了基于数据、具有空间针对性的社会保护计划的必要性，以增强家庭韧性并加速实现SDG 2，展示了数据科学在应对关键可持续发展挑战中的力量。
关键词： 粮食安全，冲击，索马里，多水平模型，空间分析，SDG 2
一、研究背景与问题
粮食不安全是全球可持续发展面临的核心挑战之一，而索马里作为长期受冲突与气候冲击影响的低收入国家，其粮食安全形势尤为严峻。反复出现的干旱、洪水以及武装冲突等外部冲击，不断侵蚀家庭的生计基础，使大量人口陷入粮食不安全状态。尽管国际社会与当地政府已投入大量资源进行干预，但粮食不安全问题依然突出，严重阻碍了联合国可持续发展目标2（SDG 2，即“零饥饿”）的实现进程。
在此背景下，既有研究往往侧重于单一因素或局部地区的分析，缺乏对冲击因素、社会经济特征与地理空间维度之间复杂交互关系的系统性考察。传统统计方法难以有效处理家庭层面与社区层面数据的层级结构，也无法充分揭示粮食不安全的地理聚集模式。因此，亟需一种能够整合多层次信息、同时考虑空间异质性的分析框架，以更精准地识别粮食不安全的关键驱动因素，为制定具有空间针对性的干预策略提供科学依据。
二、研究内容与结论
针对上述问题，本研究利用2022年索马里综合家庭预算调查（SIHBS）数据，对7,212户家庭、覆盖17个地区的大样本进行了系统分析。研究采用多水平逻辑回归模型，将家庭层面的冲击变量与社区层面的背景因素纳入统一分析框架，同时运用空间热点分析技术，对粮食不安全的区域分布与聚集特征进行了可视化呈现。
研究结果显示，索马里家庭粮食不安全发生率高达67.58%，形势严峻。在多水平模型中，多个冲击因素被识别为粮食不安全的显著预测因子，其中常规援助中断的影响最为突出，其调整后优势比（AOR）高达11.86（95% CI：5.36–26.22），表明援助中断与粮食不安全之间存在极强的关联。此外，研究还确认了显著的社区层面效应，揭示了从城市到游牧人口逐级上升的脆弱性梯度，以及区域间显著的空间差异。
这一研究的重要意义在于：其一，从方法上展示了多水平建模与空间分析相结合在粮食安全研究中的强大应用价值，能够同时捕捉个体异质性与地理聚集效应；其二，研究结果为设计数据驱动、空间精准的社会保护计划提供了直接证据，有助于将有限资源投向最需要的地区和人群，从而加速实现SDG 2目标。
三、主要技术方法
本研究采用的主要技术方法包括：第一，多水平逻辑回归模型（Multilevel Logistic Regression），用于处理家庭与社区两个层级的数据结构，同时估计家庭层面冲击与社区层面因素对粮食安全的独立效应；第二，空间热点分析（Hotspot Mapping），运用空间统计方法识别粮食不安全的地理聚集区域与冷点区域；第三，研究数据来源于2022年索马里综合家庭预算调查（SIHBS），该调查覆盖索马里17个地区，共包含7,212户家庭的代表性样本。
四、研究结果分述
冲击因素的识别： 通过多水平逻辑回归模型，研究识别出多个显著影响家庭粮食安全的冲击因素。其中，常规援助中断的效应最强（AOR = 11.86），其次为其他类型的冲击事件。这些结果表明，外部援助的稳定性对于维持脆弱家庭的基本粮食需求具有关键作用。
社区层面效应： 模型分析确认了社区层面因素对粮食安全的显著影响，表明家庭所处的社区环境在塑造粮食安全状况中发挥着重要作用。这一发现强调了超越家庭层面、在更宏观尺度上进行干预的必要性。
空间分布与聚集特征： 空间分析揭示了粮食不安全在地理上的显著聚集现象，不同区域之间存在明显的差异。研究呈现了从城市（脆弱性最低）到游牧人口（脆弱性最高）的清晰梯度，为精准识别高风险区域提供了可视化依据。
五、结论与讨论
本研究的核心结论是：索马里家庭粮食不安全并非由单一因素决定，而是特定冲击事件与显著地理差异复杂交互作用的结果。研究强调，仅靠一般性的粮食援助难以有效解决问题，必须基于数据分析结果，设计具有空间针对性的社会保护计划，将资源精准配置到最脆弱的家庭与区域，才能切实增强家庭韧性，推动SDG 2目标的实现。
在讨论层面，研究指出数据科学方法在应对可持续发展挑战中的巨大潜力。多水平模型与空间分析的结合，为理解复杂社会生态系统提供了强有力的分析工具。同时，研究也提示了未来工作的方向，包括纳入更细粒度的时空数据、整合气候预测信息以构建前瞻性风险预警模型等。总体而言，本研究为索马里乃至类似脆弱环境下的粮食安全治理提供了重要的实证基础与政策启示。
