《Cogent Food & Agriculture》：Conflict, food inflation, and climate change as time-varying determinants of food availability in Somalia: Evidence from machine-learning and VAR techniques
编辑推荐：
索马里的粮食不安全主要归因于内战冲突，然而冲突、食品价格通胀与气候变化对粮食可得性的相对贡献——以及这些贡献如何随时间变化——仍未得到充分量化。索马里以雨养农业-畜牧业为主的经济、对谷物进口的严重依赖以及长期的不安全历史，使其成为理解多种压力源在结构性脆弱粮食
索马里的粮食不安全主要归因于内战冲突，然而冲突、食品价格通胀与气候变化对粮食可得性的相对贡献——以及这些贡献如何随时间变化——仍未得到充分量化。索马里以雨养农业-畜牧业为主的经济、对谷物进口的严重依赖以及长期的不安全历史，使其成为理解多种压力源在结构性脆弱粮食系统中如何相互作用和演变的典型案例。本研究利用2001年1月至2021年12月的月度数据，采用机器学习技术和带有时变Granger因果关系的向量自回归（VAR）框架，评估索马里粮食可得性的演变决定因素。在所有模型中，内战冲突是首要预测因子，其次是食品通胀（0.210）、温度（0.138）和降水（0.094）。时间分解揭示了一种结构性转变：冲突在2001–2007年占特征重要性的70.74%，这一时期冲突激烈，但到2015–2021年降至11.95%，此时反复出现的干旱日益塑造粮食可得性。与此同时，食品通胀的份额从14.61%上升至45.8%，温度的份额从8.9%上升至31.69%。使用Loess的季节-趋势分解（STL）证实趋势效应超过季节和残差变异。有趣的是，时变Granger因果关系表明，通胀和温度随时间推移变得越来越有影响力。
**研究背景与问题**
粮食安全是21世纪最紧迫的发展挑战之一，涉及公共健康、经济稳定和社会凝聚力。尽管国际投资持续，但2023年仍有约7.33亿人长期营养不良，近28亿人无法负担健康饮食。索马里是冲突、食品通胀和气候变化三重压力在结构性脆弱粮食系统中交汇的典型代表。1991年国家崩溃和长期内战导致治理碎片化、生产性资产破坏和制度薄弱；约70%人口依赖农业和畜牧业，但国内谷物产量下降和进口依赖增加使粮食系统易受全球价格冲击；雨养农业依赖Gu（4–6月）和Deyr（10–12月）雨季，微小降雨赤字即可导致重大损失。2011年饥荒造成约26万人死亡，2020–2023年连续五个雨季失败导致最严重干旱。现有研究多单独估计各因素的平均效应，假设其相对重要性恒定，但索马里过去二十年的结构性转型（冲突动态变化、进口依赖增加、气候极端事件加剧）使得这一假设难以成立。因此，需要量化冲突、食品通胀和气候变化对粮食可得性的时变贡献，以指导政策资源分配。
**研究内容与结论**
本研究使用2001年1月至2021年12月的月度数据，整合可解释机器学习模型与SHAP分析、向量自回归（VAR）技术，评估冲突、食品通胀、温度和降水对粮食可得性的相对重要性，分析其贡献随时间的演变，并通过脉冲响应函数（IRF）、预测误差方差分解和时变Granger因果关系（TVGC）考察动态传导。研究发现：在所有模型中，内战冲突是首要预测因子，其次是食品通胀（0.210）、温度（0.138）和降水（0.094）。时间分解显示冲突贡献从2001–2007年的70.74%降至2015–2021年的11.95%，而食品通胀份额从14.61%升至45.8%，温度从8.9%升至31.69%。STL分解确认趋势效应超过季节和残差变异。VAR分析表明冲突对粮食可得性产生最强且最持久的负向冲击，IRF显示冲突冲击后粮食可得性持续下降。TVGC表明通胀和温度随时间推移因果关系增强。论文发表在《Cogent Food》。
**主要技术方法**
本研究采用三类机器学习模型：随机森林（Random Forest）——基于自助采样的集成方法，通过平均多棵回归树预测；极端梯度提升（XGBoost）——顺序构建回归树，最小化预测损失与模型复杂度惩罚项之和；长短期记忆网络（LSTM）——处理有序序列，保留过去信息，适合捕捉干旱、通胀或冲突的持续影响。模型性能通过均方根误差（RMSE）、平均绝对误差（MAE）和决定系数（R2）比较。预测解释采用SHapley Additive exPlanations（SHAP）分解特征贡献，并通过子时期分析（2001–2007、2008–2014、2015–2021）和Loess季节-趋势分解（STL）考察特征重要性的时间演变。动态分析采用VAR框架，包括单位根检验（ADF和PP）、滞后阶数选择（AIC、SBIC等）、脉冲响应函数（IRF）、预测误差方差分解（FEVD）和时变Granger因果关系（TVGC）。数据来源：世界发展指标（WDI）、联合国粮农组织（FAO）、武装冲突地点与事件数据集（ACLED）、气候变化知识门户（CCKP）。
**研究结果**
**3.1 初步分析**
描述性统计显示粮食可得性均值为269,296公吨，标准差88,716公吨，波动显著；内战冲突事件数从1到340；食品通胀均值11.76%，峰值30.07%。相关性分析表明粮食可得性与内战冲突和食品通胀负相关，降水与温度相关性较弱，不存在严重多重共线性。
**3.2 机器学习性能与特征重要性**
**3.2.1 预测性能**
随机森林、XGBoost和LSTM的R2均超过0.95，其中LSTM表现最优（RMSE=47,000，MAE=38,900，R2=0.961），表明显式建模时间依赖性可提高预测精度。
**3.2.2 特征重要性与SHAP解释**
所有模型一致显示内战冲突为最强预测因子（随机森林与LSTM为0.471，XGBoost为0.371），其次为食品通胀（0.210）、温度（0.138）、降水（0.094）。SHAP图表明冲突和通胀贡献负向预测，高温降低预测值，降水贡献正向但较小。
**3.2 粮食可得性驱动因素的时变演变**
子时期分析显示冲突重要性从2001–2007年的70.74%降至2015–2021年的11.95%；食品通胀从14.61%升至45.80%；温度从8.90%升至31.69%。STL分解确认趋势成分均幅（38,500）大于季节（22,000）和残差（28,900），表明长期结构变化主导。
**3.3 VAR与时变Granger因果关系**
**3.3.1 模型诊断**
ADF和PP单位根检验显示所有变量在至少一种设定下平稳；滞后阶数选择支持VAR(3)；稳定性检验确认所有特征根位于单位圆内。
**3.3.2 短期动态**
VAR估计表明粮食可得性一阶滞后系数显著为正（1.7855），二阶滞后负向显著，表明短期调整。冲突一阶滞后负向显著，二阶滞后正向，表明部分恢复。温度效应混合，降水与食品通胀不显著。IRF显示冲突冲击导致粮食可得性持续下降；温度负向但较小；降水效应弱；食品通胀小幅正向。FEVD表明冲突在12期后解释24.7%的预测方差，为最大外部来源；食品通胀升至5.62%，温度0.59%，降水0.99%。
**3.3.3 时变Granger因果关系**
TVGC显示冲突在2000年代末至2010年代初因果关系最强，后期减弱但仍间歇显著；食品通胀在2010年代中期后因果关系增强；温度随时间增强，干旱时期尤为显著；降水因果关系弱且不稳定。表明从冲突驱动向通胀和气候压力驱动的转变。
**讨论总结**
研究表明索马里粮食可得性受风险等级变化而非单一驱动因素控制。冲突长期主导，但相对影响逐渐减弱，宏观经济和气候压力重要性上升。冲突通过破坏生产、市场、制度和流动性影响整个粮食系统，类似达富尔、南苏丹和叙利亚的发现。食品通胀上升反映粮食系统对进口依赖增加，全球价格冲击通过汇率、运输成本迅速传导。温度增强表示气候变化成为结构性决定因素，通过热胁迫、蒸散加速等影响农业和畜牧业。降水重要性相对有限，因为其效益取决于土地、市场、基础设施等互补条件。
**研究结论**
本研究使用机器学习与动态时间序列分析，考察了2001–2021年索马里粮食可得性的决定因素。结果揭示了粮食系统脆弱性结构的实质性转变：2000年代初，粮食可得性主要由内战冲突塑造；随时间推移，冲突的相对影响减弱，而食品通胀和气候压力在预测和因果结构中日益突出。通胀重要性上升表明索马里粮食系统因依赖进口大宗商品而日益暴露于外部市场条件；温度相关冲击的贡献增强反映反复干旱、持续热胁迫和环境退化的加剧影响。然而，冲突仍是主要不稳定力量，通过破坏生产、市场整合和流动性。时变Granger因果关系进一步证实这些决定因素的影响随时间演变。研究强调需加强和平建设、减少进口依赖、扩大气候适应策略、投资灌溉与存储基础设施、建立早期预警系统，并采取综合方法整合气候适应、宏观经济稳定、农业发展和制度韧性。
