AgriShield-JO：约旦农业粮食安全风险综合指数的构建与应用

《Journal of Agriculture and Food Research》：AgriShield-JO: A Composite Agricultural Food-Security Risk Index for Jordan

　　

农业粮食安全已从部门性农业议题演变为发展核心关切，其风险源于气候变率、水资源短缺、作物产量不稳定性、市场价格压力、进口依赖以及制度与生产者适应能力的交互作用。经典的粮食安全框架强调四个相互关联的维度：可获得性、可及性、利用与稳定性[1],[2],[3]。然而，由于粮食系统同时暴露于气候、市场、地缘政治与资源冲击之下，稳定性维度日益难以保障[4],[5],[6],[7]。

气候变化加剧了对粮食安全综合监测的需求。大量证据表明，降雨变率、热胁迫与极端气候事件可影响农业生产力与粮食系统稳定性。Lobell等[9]证明气候趋势已对全球作物产量产生影响；[6]强调气候变化可同时威胁粮食可获得性与粮食系统稳定性。这类风险在干旱与水资源受限经济体中尤为重要，此类地区的农业已在生态与水文极限附近运行。

约旦为此类分析提供了高度相关的案例。该国位于干旱与半干旱地区，面临严重水资源约束，农业用地相对粮食安全需求十分有限。约旦《2021-2030年国家粮食安全战略》将粮食安全定位为战略国家优先事项，世界银行约旦国别气候与发展报告亦指出自然资源稀缺与进口依赖是该国重大气候发展挑战。

现有研究虽对粮食安全、气候风险、农业脆弱性与综合指标设计提供了重要见解，但亦凸显将多维概念转化为具操作可解释性的国家层面指标的难度。Ko?与Uzmay[13]展示了在农场层面构建情境特定粮食安全指数的价值；[14]证明权重、聚合及相关方法学选择可实质性影响综合指标结果。Xu等[15]在多维粮食安全指数中综合了主观与客观赋权方法。

全球粮食安全指数（GFSI）是覆盖可负担性、可获得性、质量与安全以及可持续性与适应的跨国基准框架；联合国粮农组织（FAO）的粮食安全指标套件围绕可获得性、可及性、利用与稳定性组织国家层面指标；INFORM则是围绕灾害与暴露、脆弱性及应对能力缺失构建的一般性人道主义风险框架。上述工具虽具价值，但并非主要为识别单一水资源稀缺经济体内部驱动风险的年度特定农业机制而设计。

本研究通过开发AgriShield-JO——一个理论驱动的约旦综合农业粮食安全风险指数——来回应这一更聚焦的问题。该框架整合四大支柱：气候-水资源压力、生产脆弱性、市场价格压力与适应能力缺口，并以2007-2024年年度频率构建。该指数并非家庭粮食安全、营养、治理或进口依赖的完整度量，亦非经独立验证的预测模型，其目的在于提供一个透明的国家监测与诊断框架，在校准期内概括相对农业粮食安全压力，同时保留压力来源信息。

研究回答四个问题：（1）2007-2024年约旦相对农业粮食安全风险如何演变？（2）不同年份哪些风险支柱占主导，风险构成如何随时间变化？（3）根据产量与生产不稳定性，哪些选定作物脆弱性最高？（4）主要指数模式对替代赋权、标准化与指标纳入选择的稳健性如何？

研究贡献体现在四个方面：第一，开发了针对严重水资源约束经济体量身定制的国别综合风险框架；第二，保留支柱层面信息而非仅依赖综合得分，从而可识别年度风险背后的机制；第三，将国家风险测度与作物层面脆弱性相联结，揭示综合指标可能掩盖的异质性；第四，通过替代赋权、标准化、逐一剔除指标及蒙特卡洛敏感性检验，使方法学不确定性显性化。

实证证据表明：AgriShield-JO识别出2008年与2010年为两个最高风险年份，其后2010年代大部分时间风险总体较低，近年则呈温和上升。观测风险构成亦存在时期差异：2000年代末期风险事件中生产与市场价格压力尤为突出，而后期样本中气候-水资源及适应能力压力更为显著。上述模式以描述性方式解读，而非作为正式估计的结构断点证据。

AgriShield-JO：约旦农业粮食安全风险综合指数的构建与应用

一、研究背景与问题提出

粮食安全已从单纯的农业生产议题演变为发展韧性的核心挑战。经典粮食安全框架涵盖可获得性、可及性、利用与稳定性四个维度，其中稳定性维度因粮食系统同时面临气候、市场、地缘政治与资源多重冲击而日益难以保障。气候变化进一步加剧了粮食安全监测的复杂性：降雨变率、热胁迫与极端气候事件均可对农业生产力与粮食系统稳定性造成实质性影响。此类风险在干旱与水资源受限经济体中尤为突出，因为这些地区的农业已在生态与水文极限附近运行。

约旦是此类分析的典型案例。该国地处干旱与半干旱区域，水资源约束严重，农业用地有限，粮食安全挑战不仅涉及国内作物生产，更关乎气候韧性、水资源治理、食品价格稳定与适应性投资。约旦《2021-2030年国家粮食安全战略》与世界银行国别气候与发展报告均将粮食安全列为战略优先事项。然而，现有国际粮食安全监测工具——如全球粮食安全指数（GFSI）、FAO粮食安全指标套件与INFORM人道主义风险框架——主要用于跨国比较或一般性风险评估，并未针对单一水资源稀缺经济体内年度农业风险机制的诊断需求进行专门设计。此外，跨维度单一指标研究无法揭示气候、生产、价格与适应能力压力如何在统一可比尺度上共存。综合指标研究亦日益认识到，结果应当伴随显性敏感性与不确定性分析，而非固守单一赋权规则。

二、研究内容与主要结论

针对上述空白，研究人员开发了AgriShield-JO——一个理论驱动的约旦综合农业粮食安全风险指数。该框架整合四大支柱：气候-水资源压力、生产脆弱性、市场价格压力与适应能力缺口，以2007-2024年年度频率构建，旨在提供透明的国家监测与诊断框架，在校准期内概括相对农业粮食安全压力，同时保留压力来源信息。实证结果表明：2008年与2010年为样本期内两个最高风险年份；2010年代大部分年份风险较低；2021年后风险温和回升。风险构成随时期变化，2000年代末期以生产与市场价格压力为主导，后期气候-水资源与适应能力压力贡献增大。支柱分解显示，适应能力缺口是出现频率最高的主导风险驱动因素（18年中的8年），而生产风险与市场价格风险与总指数相关性最强。作物层面分析表明，葡萄、小麦、大麦与橄榄为脆弱性最高的作物。该指数识别出2008年全球食品价格危机期间的高风险，与约旦特有证据相吻合，从而提供回顾性表面效度。

三、关键技术方法

研究利用约旦统计局（DoS）农业、灌溉与居民消费价格指数（CPI）数据，以及NASA POWER气候观测数据。气候指标基于五个代表性地点（亚喀巴、卡拉克、安曼、伊尔比德与马弗拉克）构建。指数构建采用最小-最大标准化将各指标转化为0-100相对风险量表，基线赋权为气候-水资源30%、生产脆弱性30%、市场价格压力20%、适应能力缺口20%。风险分类为低、中、高、极高四级，主导驱动因素定义为当年支柱得分最高者。作物脆弱性指数综合产量波动性、生产波动性、负产量增长率频率与平均产量风险四个分量。稳健性检验包括等权重、熵权法、替代标准化、逐一剔除指标、100,000次蒙特卡洛扰动及情景分析。

四、研究结果

4.1 国家风险动态与支柱层面驱动因素

AgriShield-JO指数显示约旦农业粮食安全风险呈明显非线性模式，非平滑趋势。2008年（69.4）与2010年（60.1）为两个最高风险年份，均属高风险类别。2010年后指数逐步下降，2011-2018年多数年份处于中等风险区间，2019-2020年得分最低。2021年后指数再度上升，2024年达36.2。支柱分解显示，生产脆弱性主导样本早期，2008年达到最大值；市场价格压力在2008年尤为突出；气候-水资源风险呈阵发性特征，2010、2017与2024年贡献较强；适应能力缺口在18个样本年份中8年为最频繁的主导支柱。高风险年份并非由同一机制驱动：2008年以生产与市场压力为主，2010年气候-水资源压力更为显现，后期适应能力风险持续贡献。

4.2 作物层面脆弱性与农业针对性

作物脆弱性排名显示，葡萄居首，其次为小麦、大麦与橄榄。该排名在等权重替代规格下完全不变（Pearson r=0.990；Spearman rho=1.000）。小麦与大麦属于雨养主粮作物，其高脆弱性提示国内粮食安全规划应关注战略性作物的产量不稳定性；橄榄与葡萄为多年生作物，暴露于累积热与水分胁迫，调整周期较长。“其他柑橘类”因仅13个观测值排名第五，可比性较低；黄瓜、马铃薯与番茄综合脆弱性得分较低，表明在所选指标下历史稳定性较强。作物年度产量风险热图与相对产量趋势进一步显示，小麦与大麦波动较强，葡萄呈先升后降模式，番茄与马铃薯呈长期产量改善趋势。

4.3 内部一致性、稳健性与情景敏感性

内部一致性诊断显示，生产风险与综合指数强相关（Pearson r=0.875），市场风险次之（r=0.856），气候风险关联较小（r=0.432），适应能力风险最弱（r=-0.204）。稳健性检验表明：基线与等权重指数几乎一致（r=0.993；rho=0.988），2008年与2010年仍为最高风险年份；熵权赋权虽使权重大幅转向气候（57.1%），但熵权指数仍与基线正相关（r=0.846；rho=0.738）；z-score/正态CDF替代标准化保持紧密关联（r=0.974；rho=0.973）；逐一剔除指标后所有规格均保留2008/2010为前两位最高风险年份；蒙特卡洛扰动显示16/18年原风险类别保留率不低于99.5%。2024年情景分析显示：市场冲击使指数升至40.2，热冲击升至40.7，干旱冲击升至42.2，综合压力情景达45.2，而气候智能型投资情景降至32.2，表明适应能力改善可部分抵消农业粮食安全风险。

五、讨论与结论

支柱分解赋予该指数主要的实践价值，因为每个构成部分对应不同政策回应：生产驱动型风险上升需要产量稳定化、作物管理与供应韧性措施；市场驱动型上升指向食品价格监测、定向可负担性支持与贸易缓冲；气候-水资源驱动型上升要求干旱与热胁迫应对准备及更高效的水资源配置；持续适应能力缺口则指向灌溉效率、节水技术、推广、融资与韧性投资。作物层面结果强化了定向而非统一干预的必要性。研究结论指出，AgriShield-JO最好作为监测仪表板而非独立警报使用，建议实际应用顺序为：观察综合得分变动、识别主导支柱、检查产生信号的底层指标、将干预措施与机制匹配。研究的局限性包括：仅18个年度观测限制统计推断与预测检验；最小-最大标准化存在样本依赖性；适应能力以灌溉缺口为代理变量，未涵盖制度质量、融资、推广与技术采纳；家庭可及性、营养利用与完整贸易/自给率指标超出均衡基线范围；指数针对约旦校准，不具备直接跨国可比性。未来研究应扩展至月度或季节频率，纳入贸易依赖与社会经济可及性数据，并在省或农业气候区层面实施次国家级分解。