基于FCS、膳食能量摄入与Foster–Greer–Thorbecke指数的多维粮食安全评估：埃塞俄比亚Werebabo地区农村家庭证据

《Advances in Agriculture》：A Multidimensional Food Security Assessment Using FCS, Calorie Intake, and Foster–Greer–Thorbecke Indices: Evidence From Rural Households in Werebabo District, Ethiopia

　　

粮食安全仍是埃塞俄比亚农村持续存在的挑战；当地生计高度依赖雨养农业，并日益受到气候变率、土地退化和社会经济约束的威胁。本研究对South Wollo Zone的Werebabo District家庭粮食安全及其决定因素进行多维评估。研究人员采用并行混合方法设计，通过调查、关键知情人访谈（KIIs）和焦点小组讨论（FGDs）从204户农村家庭收集数据。家庭粮食安全状况采用食物消费评分（FCS）、膳食能量供应（kcal）和Foster–Greer–Thorbecke（FGT）指数评估，同时应用Firth’s惩罚似然logistic回归模型识别粮食安全的关键决定因素。研究结果显示，超过半数家庭处于粮食不安全状态：依据FCS，56.9%被归类为粮食不安全；依据热量摄入，57.3%被归类为粮食不安全。联合分析表明，53.4%的家庭同时经历数量和质量两方面的食物剥夺。FGT结果表明粮食不安全具有相当的深度（23%）和严重度（11%），尤其在Dega农业生态区。女性户主家庭受到不成比例的影响。回归分析识别出农业生态、教育水平、家庭规模、土地持有规模、牛只拥有、化肥使用、冲突暴露和汇款为显著预测因素。研究强调，该地区粮食不安全不仅是热量不足问题，还反映结构性、环境性和制度性约束。因此，考虑农业生态和性别差异的针对性、情境化干预对于增强韧性和改善农村生计至关重要。

粮食安全是多维概念，包含可获得性、可及性、利用和稳定性；单一指标难以完整刻画家庭粮食安全。埃塞俄比亚农村生计高度依赖雨养农业，并受气候变率、土地退化、人口增长、土地细碎化、土壤肥力下降、农业技术不足、干旱和冲突等约束。尽管埃塞俄比亚粮食不安全已被广泛研究，Werebabo District证据仍不足，且同类农村研究多依赖单一指标。因此，研究人员在Werebabo District开展多维评估，采用FCS、膳食能量供应（kcal）和Foster–Greer–Thorbecke（FGT）指数，并结合Firth’s惩罚似然logistic回归识别决定因素；其意义在于为情境化政策提供更完整的家庭粮食不安全证据。

主要技术方法：研究采用并行混合方法设计；定量样本来自埃塞俄比亚Amhara Regional State南Wollo Zone的Werebabo District三个农业生态区（Dega、Woyina-Dega、Kolla）各一个kebele，从3915户抽样框中系统随机抽取，最终分析204户；另开展9名关键知情人访谈（KIIs）、3次焦点小组讨论（FGDs）和现场观察。粮食安全以7天食物消费评分（FCS）、膳食能量供应（kcal）和FGT指数测量；决定因素采用Firth’s惩罚似然logistic回归，并以方差膨胀因子（VIF）诊断多重共线性；定性资料按主题分析。

研究结果：3.1 人口与社会经济特征。3.1.1 家庭规模与粮食安全状况：描述统计显示，较大规模家庭在粮食不安全组中占比较高。3.1.2 户主教育水平：卡方检验显示教育水平与家庭粮食安全显著相关（p=0.05），中等及以上教育家庭更多处于粮食安全状态。3.1.3 土地持有规模：描述统计显示，小土地持有家庭在粮食不安全组中占比较高。3.1.4 社会服务可及性：描述统计显示，家庭到主要社会服务平均需90.2 min，道路、中学和金融机构距离较远，水点相对较近，存在空间差异。3.1.5 汇款、礼物与安全网参与：描述统计显示，生产性安全网计划（PSNP）受益者中粮食不安全比例较高；接收汇款家庭中粮食安全比例较高。3.1.6 家庭收入来源：描述统计显示农业占收入73.5%，平均年收入ETB 56,421（SD=53,066）。3.2 家庭层面粮食安全状况。3.2.1 FCS：基于7天回顾和八类食物加权评分，56.9%家庭粮食不安全（13.7%差、43.1%边缘、43.1%可接受）；Dega、Kolla和Woyna-Dega粮食不安全分别为71.2%、66.1%和36.0%；女性户主家庭粮食不安全65.2%，男性户主52.6%。3.2.2 家庭膳食能量供应（kcal）：基于食物平衡模型折算热量，57.3%家庭低于2100 kcal/成人/日；Dega 79%热量不足，Kolla 66.1%不足，Woyna-Dega 64%达到安全。3.2.3 粮食不安全的 incidence、depth、severity：FGT计算显示平均发生率为57%、深度23%（约483 kcal/成人当量/日）、严重度11%；Dega为81%、41%、22%，Kolla发生率62%，Woyna-Dega为28%、7.1%、4%；女性户主发生率62%、深度21%、严重度11%，男性户主为51%、18%、9%，但差异未达统计显著。3.3 FCS与kcal交叉分类：交叉表显示53.4%家庭同时被两种指标判为粮食不安全，3.9%仅kcal不安全，3.4%仅FCS不安全，说明单一指标会遗漏不同维度。3.4 家庭粮食安全的决定因素。3.4.1 模型拟合与多重共线性诊断：Firth’s惩罚似然logistic回归整体显著（Wald χ²(16)=26.87，p=0.043），平均VIF=1.64、最大3.09；教育（Grade 9–12）、家庭规模、土地持有规模、牛只拥有、化肥使用、冲突暴露和汇款可及性与粮食不安全显著相关，农业生态在10%水平边际相关；女性户主在多变量回归中不显著。

讨论总结：多维评估比单一指标提供更完整的粮食安全图景；FCS与kcal结果接近，交叉分类显示超过半数家庭同时存在数量和质量不足。膳食质量不足突出，蔬菜和动物源食物消费低。农业生态差异明显，Dega粮食不安全发生率和深度最高，Woyna-Dega相对较好。家庭规模、教育、土地、生产资产、化肥、冲突和汇款等与粮食安全相关；定性资料补充了降雨变化、土地退化、土壤肥力下降、投入品获取困难、冲突和汇款作用。横断面设计限制因果推断，部分OR置信区间较宽，结果应解释为关联。政策含义包括改善农业投入与推广、加强农村教育、支持女性户主家庭、完善社会保护和汇款转移机制。

结论翻译：本研究采用结合FCS、膳食能量摄入和FGT指数的多维方法评估Werebabo District家庭粮食安全。结果显示，粮食不安全仍是农村家庭的重大挑战，尽管其程度和严重度随指标不同而变化。FGT分析进一步确认，粮食不安全不仅体现在发生率上，许多家庭还存在食物消费和膳食能量摄入的显著不足。分析表明，家庭粮食安全受社会经济、农业和情境因素共同影响。教育、牛只拥有、土地持有规模、化肥使用和汇款可及性与粮食不安全可能性差异显著相关；较大规模家庭粮食不安全可能性更高；冲突暴露也与粮食不安全显著相关。女性户主家庭在描述层面存在差异，但女性户主在多变量回归中不显著。总体而言，这些发现凸显塑造家庭粮食安全的复杂且相互关联因素，提示需综合考虑社会经济、农业和制度条件。由于研究基于横断面观察数据，识别关系应解释为统计关联而非因果效应；仍需纵向或实验研究确定因果路径并评估具体干预效果。方法学上，研究确立将FCS、热量指标和FGT指数纳入单一分析框架的价值。交叉分类结果显示，依赖单一指标可能忽略重要脆弱性维度，而多维评估能更全面理解家庭粮食安全状况。总体而言，发现强调需采取针对情境的整合干预，应对农村埃塞俄比亚粮食安全的多因素。