Climate-Pressure Pass-Through to Food Inflation in ASEAN: Mixed-Frequency Quantile Evidence
تستخدم هذه الورقة إطار انحدار المئينات متعدد الترددات لتوضيح أنه في حين تظهر مؤشرات الضغط المناخي، مثل الإجهاد الحراري، ارتباطاً محدوداً بتضخم الغذاء في دول آسيان في المتوسط، إلا أنها تعمل كإشارات تكميلية هامة لمراقبة مخاطر التضخم المرتفعة في الذيل العلوي للتوزيع، بينما تظل أسعار الغذاء العالمية وانخفاض قيمة العملة المحركين الأساسيين.
تخيل الاقتصاد كمطبخ ضخم وصاخب حيث يحاول الملايين من الناس طهي العشاء كل يوم. في هذا المطبخ، سعر الطعام يشبه درجة حرارة الموقد: يمكن أن يكون مستقراً ومتوقعاً، أو يمكن أن يشتعل فجأة، مما يحرق خبزك ويجعل الجميع جائعين. الاقتصاديون، الذين يشبهون كبار الطهاة في العالم، يقضون الكثير من الوقت في محاولة فهم سبب اشتداد لهب الموقد. هم يعلمون أن النار تشتد أحياناً لأن أسعار المكونات من دول أخرى ترتفع، أو لأن قيمة الأموال التي يستخدمها الناس لشراء الأشياء تنخفض. ولكن هناك قوة خفية أخرى تلعب دوراً في المشهد: الطقس. تماماً كما يمكن لموجة حر مفاجئة أن تذبل حديقة أو يمكن لفيضان أن يجرف حصاداً، يمكن للطقس أن يجعل أسعار الغذاء تقفز. السؤال الكبير للعلماء هو: هل يمكننا حقاً رؤية بصمات الطقس على أسعار الغذاء، أم أنه مجرد مصادفة فوضوية؟ هذا هو اللغز الذي سعى الباحثون في جنوب شرق آسيا لحله، بحثاً عن إشارة خفية وسط ضجيج الحياة اليومية.
هذه الورقة البحثية تشبه قصة بوليسية حيث يحاول المحققون معرفة ما إذا كان الطقس يتحكم سراً في أسعار الغذاء في ثماني دول من دول جنوب شرق آسيا (آسيان). وبدلاً من مج-رد النظر إلى متوسط سعر الغذاء على مدار عام كامل، قرر المؤلفون النظر إلى "أسوأ السيناريوهات" — تلك الأوقات التي كانت فيها أسعار الغذاء ترتفع بشكل صاروخي بالفعل. لقد استخدموا حيلة ذكية لتحويل تقارير الطقس اليومية (مثل "كانت درجة الحرارة 35 مئوية اليوم" أو "هطل مطر بمقدار 50 ملم") إلى درجة واحدة تمثل "ضغط الحرارة" أو "ضغط الجفاف" للشهر. ثم أجروا اختباراً رياضياً خاصاً يسمى "انحدار المئينات" (quantile regression)، وهو يشبه توقع حالة الطال ليس فقط ليوم عادي، بل خصيصاً للأيام الأكثر حرارة وفوضوية في السنة.
إليكم ما وجدوه، وهو أمر مفاجئ بعض الشيء. إذا نظرت إلى الشهر "المتوسط"، فلا يبدو أن للطقس علاقة قوية وواضحة بأسعار الغذاء؛ فالرياضيات تقول إن الرابط ضعيف وضبابي، مثل محاولة سماع همسة في غرفة صاخبة. ومع ذلك، عندما ركز الباحثون عدساتهم على "قمة" قائمة الأسعار — تلك الأشهر المخيفة التي يكون فيها تضخم الغذاء مرتفعاً بالفعل — تتغير القصة. لقد اكتشفوا أن "ضغط الحرارة" (عندما يكون الجو حاراً بشكل غير معتاد) يبدو أنه يدفع الأسعار للارتفاع أكثر. وتحديداً، عندما يرتفع مؤشر الحرارة بمقدار انحراف معياري واحد (قفزة كبيرة في الحرارة)، يرتفع معدل تضخم الغذاء عند أعلى مستوى في التوزيع (المئوي التسعين) بنحو 0.069 نقطة مئوية. الأمر كما لو أن الموقد ساخن بالفعل، وقليل من الحرارة الإضافية من الشمس يجعل الماء يغلي فوق حوافه أكثر قلي باهتزاز بسيط.
ولكن إليكم المفاجأة: الورقة البحثية تستبعد صراحةً بعض الأمور. أولاً، وجدوا أن "الأمطار الزائدة" (الكثير من الماء) ليس لها تأثير مستقر ويمكن التنبؤ به على الأسعار؛ فقد كانت البيانات فوضوية للغاية بحيث لا يمكن استخلاص قصة واضحة. ثانياً، اختبروا فكرة "السفر عبر الزمن" من خلال النظر في الطقس الذي يحدث بعد ثلاثة أشهر من الآن. ووجدوا أن طقس المستقبل ليس له علاقة بالأسعار الحالية، مما يثبت أنهم لا يرون مجرد أنماط عشوائية أو خدع موسمية. أخيراً، هم حذرون جداً في قولهم إنهم لم "يثبتوا" أن الحرارة تسبب ارتفاع الأسعار بطريقة صارمة وغير قابلة للتغيير. بدلاً من ذلك، يقترحون أن الحرارة هي "إشارة تحذيرية" مفيدة تساعدنا على فهم سبب ارتفاع الأسعار خلال الأشهر السيئة، حتى لو لم تفسر متوسط سعر الغذاء.
إذاً، ما هي الخلاصة؟ فكر في الاقتصاد كسيارة. أسعار الغذاء العالمية وقيمة العملة هما مثل المحرك والوقود — فهما الشيئان الرئيسيان اللذان يقودان السيارة. الطقس، وتحديداً الحرارة، ليس هو المحرك، ولكنه يشبه هبوب ريح مفاجئة تصطدم بالسيارة. في اليوم الهادئ، بالكاد تلاحظ الريح. ولكن إذا كانت السيارة تسير بالفعل بسرعة عالية (تضخم مرتفع)، فإن هذه الريح يمكن أن تدفعها نحو الحافة. يقترح المؤلفون أنه بينما لا يمكننا استخدام الطقس وحده للتنبؤ بالمستقبل، فإن مراقبة "ضغط الحرارة" هي وسيلة ذكية لتحديد متى قد تخرج أسعار الغذاء عن السيطرة، خاصة في تلك الأشهر الحارة والمكلفة بالفعل. إنها أداة جديدة للطهاة في المطبخ لمساعدتهم على منع الموقد من حرق الخبز.
ملخص تقني: انتقال ضغط المناخ إلى تضخم الغذاء في دول آسيان (ASEAN)
بيان المشكلة يعد تضخم أسعار الغذاء في دول آسيان قضية اقتصادية كلية ورفاهية بالغة الأهمية، لا سيما للأسر ذات الدخل المنخفض. وبينما تُفهم محركات أسعار الغذاء جيداً، بما في ذلك العرض المحلي، والتجارة، وأسعار السلع العالمية، وأسعار الصرف، إلا أن الدور المحدد لتقلبات الطقس يظل معقداً. يؤثر الطقس على عرض الغذاء عبر قنوات متعدد من (المحاصيل، والماشية، والتلف، والخدمات اللوجستية)، ومع ذلك، تعتمد الأدبيات الحالية غالباً على انحدارات المتوسط الشرطي، أو البيانات السنوية، أو العينات العالمية. قد تحجب هذه المنهجيات التباين التوزيعي، مما يؤدي إلى الفشل في اكتشاف ما إذا كان ضغط الطقس عالي التردد مرتبطاً تحديداً بالذيل العلوي لتضخم الغذاء الشهري. علاوة على ذلك، هناك فجوة في الجمع بين مؤشرات الطقس عالية التردد ومجموعة شاملة من ضوابط الأسعار المحلية والاقتصاد المفتوح، بالإضافة إلى غياب التمييز بين الارتباطات داخل العينة وقدرات التنبؤ التشغيلي في الوقت الفعلي.
المنهجية تستخدم الدراسة لوحة بيانات شهرية غير متوازنة لثمانية اقتصادات من دول آسيان (كمبوديا، إندونيسيا، لاوس، ماليزيا، الفلبين، سنغافورة، تايلاند، وفيتنام) تغطي الفترة من يناير 2010 إلى ديسمبر 2024.
بناء البيانات:
البيانات المترولوجية (الأرصاد الجوية): تم الحصول على بيانات متوسط درجة الحرارة وهطول الأمطار اليومية من مصدر "NASA POWER" لنقاط مرجعية في العواصم.
مؤشرات ضغط المناخ: صاغ المؤلفون ثلاثة مؤشرات شاذة أحادية الجانب بالنسبة لمرجع موسمي خاص بكل دولة (2000-2019):
الحرارة: الانحرافات الموجبة في درجات الحرارة.
عجز هطول الأمطار: الانحرافات السالبة في هطول الأمطار.
زيادة هطول الأمطار: الانحرافات الموجبة في هطول الأمطار.
التجميع متعدد الترددات: تم تجميع هذه الانحرافات اليومية في مؤشرات شهرية باستخدام نافذة زمنية ثابتة بوزن حديث مدتها 60 يوماً مع معامل اضمحلال أسي (κ=0.045). يحافظ هذا الأسلوب على توقيت الملاحظات اليومية بدلاً من دمجها في متوسطات شهرية غير موزونة. كما تم توحيد هذه المؤشرات داخل كل دولة باستخدام التاريخ المناخي الكامل للفترة 2001-2024.
متغيرات الضبط: تتحكم النماذج في تضخم الغذاء المتأخر، والتضخم العام وتضخم الطاقة في نفس الفترة، وتضخم الغذاء والطاقة العالمي، وانخفاض قيمة العملة، ومؤشر ما بعد جائحة 2020.
الاستراتيجية القياسية:
نموذج المتوسط الشرطي: يتم تقدير انحدار ديناميكي مجمع مع تأثيرات ثابتة للدولة وللشهر التقويمي عبر طريقة المربعات الصغرى العادية (OLS) مع أخطاء معيارية قوية (HC1) لمواجهة تباين الخطأ.
انحدار المئينات (Quantile Regression): تستخدم الدراسة انحدار المئينات المجمع (مقدر Koenker–Bassett) عند المئينات الشرطية 25، 50، 75، و90. ينقل هذا التركيز من متوسط التضخم إلى الذيل العلوي الشرطي، حيث يُفسر المئين التسعين كمقياس لضغط التضخم المرتفع.
اختبار التمويه (Placebo Test): تم تقدير اختبار تمويه زمني باستخدام مؤشرات الحرارة وعجز هطول الأمطار من ثلاثة أشهر أمام ملاحظة التضخم لاختبار وجود آثار موسمية زائفة.
المساهمات الرئيسية
إطار العمل متعدد الترددات: تقدم الورقة طريقة لتحويل ملاحظات الطما اليومية إلى مؤشرات ضغط مناخي شهرية غير متماثلة وموزونة حديثاً لاستخدامها في نماذج تضخم شهرية دون الحاجة لتقدير كثير حدود تأخير MIDAS.
التركيز التوزيعي: بالانتقال لما وراء المتوسطات الشرطية، يستهدف التحليل صراحةً الذيل العلوي الشرطي (المئين 90)، مما يتوافق مع منطق "المخاطر الكلية" حيث تكمن الهشاشة غالباً في الذيل حتى عندما يكون المتوسط مستقراً.
تفسير الارتباط المتزايد: تضع الدراسة مؤشرات المناخ كإشارات مراقبة تكميلية ضمن مجموعة شروط الاقتصاد المفتوح، بدلاً من اعتبارها تقديرات سببية هيكلية، مع الإقرار بمحدودية البيانات الرصدية وضوابط الأسعار المعاصرة.
النتائج
تقديرات المتوسط الشرطي: في النموذج المتوسط، تظهر مؤشرات ضغط المناخ (الحرارة، عجز الأمطار، زيادة الأمطار) معاملات صغيرة وغير دقيقة إحصائياً. في المقابل، يرتبط تضخم أسعار الغذاء العالمي وانخفاض قيمة العملة بشكل إيجابي ومعنوي بتضخم الغذاء المتوسط.
التقديرات التوزيعية: يظهر نمط متميز في انحدارات المئينات:
ضغط الحرارة: تزدัง معامل الحرارة بشكل رتيب عبر التوزيع، حيث يرتفع من 0.021 عند الوسيط إلى 0.069 عند المئين 90. المعاملات عند المئينين 75 و90 معنوية إحصائياً (عند مستوى 5%)، مما يشير إلى أن ضغط الحرارة يحتوي على معلومات إضافية حول حالات التضخم المرتفع التي قد تخفيها نماذج المتوسط.
عجز هطول الأمطار: يظهر نمطاً أضعف وأقل استقراراً، حيث يصل ذروته عند المئين 75 (0.047، معنوي عند مستوى 10%) ولكنه يفقد الدقة عند المئين 90.
زيادة هطول الأمطار: لا تظهر أي علاقة تجميعية مستقرة، حيث تتذبذب المعاملات حول الصفر وتتغير الإشارات عبر المئينات.
نتائج التمويه: أسفرت مؤشرات الحرارة وعجز هطول الأمطار لثلاثة أشهر مقدماً عن معاملات صغيرة وغير معنوية إحصائياً، مما لا يقدم دليلاً على أن الطقس المستقبلي يفسر بشكل منهجي التضخم الحالي.
الأهمية والادعاءات تزعم الورقة أن مقاييس المناخ للنقاط التمثيلية (تحديداً ضغط الحرارة) يجب أن تُفسر كـ إشارات مراقبة تكميلية للذيل العلوي وليس كتقديرات سببية أو تنبؤات قائمة بذاتها. تشير النتائج إلى أنه بينما قد تفشل نماذج المتوسط في رصد الارتباط بين المناخ وتضخم الغذاء، فإن إشارة الحرارة تتركز في حالات التضخم المرتفع.
يصرح المؤلفون صراحةً بأن الدراسة لا تثبت السببية، وأن الاستدلال المتاح لا يثبت رسمياً اختلاف المعاملات عبر المئينات بسبب القيود المتعلقة بالتعامل مع اعتماد اللوحة (panel dependence) مع عدد صغير من الدول. وتحدد الورقة متطلبات محددة للاستخدام التشغيلي، تشمل:
مقاييس التعرض ذات الصلة مكانياً (مثل البيانات الشبكية الموزونة بالمحاصيل بدلاً من نقاط العواصم).
بيانات أسعار الغذاء المفصلة.
ضوابط محلية لغير المواد الغذائية.
إجراءات استدلال قوية تجاه الاعتماد (dependence-robust).
تقييم حقيقي خارج العينة.
في النهاية، تساهم الورقة في إطار عمل لتقييم مخاطر تضخم الغذاء التوزيعية، مشيرة إلى أن ضغط الحرارة يضيف معلومات متميزة لمراقبة سيناريوهات التضخم المرتفع في دول آسيان، بشرما تم استخدامه جنباً إلى جنب مع المؤشرات التقليدية مثل أسعار السلع العالمية وأسعار الصرف.