Quantitative Assessment of Climate Change Effects on Global FoodPrices: Evidence from the North Atlantic Oscillation Index

यहाँ कायेस एनसीआईबीआई (Kaies NCIBI) के शोध पत्र "वैश्विक खाद्य कीमतों पर जलवायु परिवर्तन के प्रभावों का मात्रात्मक मूल्यांकन: नॉर्थ अटलांटिक ऑसिलेशन इंडेक्स से साक्ष्य" का विस्तृत तकनीकी सारांश दिया गया है।

1. समस्या विवरण (Problem Statement)

यद्यपि कृषि उपज पर जलवायु परिवर्तन के जैव-भौतिक प्रभाव अच्छी तरह से प्रलेखित हैं, लेकिन वैश्विक खाद्य मूल्य गतिशीलता में जलवायु झटकों के प्रत्यक्ष मात्रात्मक संचरण (direct quantitative transmission) के संबंध में एक महत्वपूर्ण अनुभवजन्य अंतराल (empirical gap) मौजूद है। मौजूदा साहित्य अक्सर दो-चरणीय तर्क (जलवायु $\to$ उपज $\to$ कीमतें) पर निर्भर करता है या विशिष्ट क्षेत्रीय प्रभावों और एल नीनो-सदर्न ऑसिलेशन (ENSO) पर ध्यान केंद्रित करता है।

नॉर्थ अटलांटिक ऑसिलेशन (NAO) एक प्रमुख जलवायु चालक है जो यूरोप, उत्तरी अमेरिका और एशिया के मौसम को प्रभावित करता है, फिर भी वैश्विक खाद्य मूल्य अस्थिरता के एक व्यवस्थित, प्रत्यक्ष चालक के रूप में इसकी भूमिका अनछुए रह गई है। नीति निर्माताओं और जोखिम प्रबंधकों के पास पूर्वानुमान मॉडलों में NAO को शामिल करने के लिए उपकरणों का अभाव है क्योंकि इस संबंध की प्रकृति—विशेष रूप से इसके 'लॉन्ग-मेमोरी' (long-memory) लक्षण और कारण दिशा (causal direction)—को गैर-रेखीयताओं (non-linearities) और आउटलेर्स (outliers) को संभालने में सक्षम मजबूत अर्थमितीय तकनीकों (econometric techniques) का उपयोग करके कठोरता से परिमाणित नहीं किया गया है।

2. कार्यप्रणाली (Methodology)

यह अध्ययन एक नवीन, बहु-चरणीय विश्लेषणात्मक ढांचे का उपयोग करता जिसे गैर-स्थिर डेटा (non-stationary data) में समय-परिवर्तनीय, दीर्घकालिक निर्भरता और कारण प्रवाह (causal flows) को पकड़ने के लिए डिज़ाइन किया गया है।

• डेटा:

  • जलवायु चर: दैनिक नॉर्थ अटलांटिक ऑसिलेशन (NAO) इंडेक्स (NOAA)।
  • आर्थिक चर: मक्का (Corn), सोयाबीन (Soybean), गेहूं (Wheat) और जई (Oats) की दैनिक क्लोजिंग कीमतें (USD/bushel) (Bloomberg)।
  • अवधि: 6 जनवरी, 2020 – 18 मई, 2022 (600 अवलोकन), जो कोविड-19 महामारी और उसके बाद की आपूर्ति श्रृंखला व्यवधानों की अस्थिरता को कैप्चर करता है।
  • प्रीप्रोसेसिंग (Preprocessing): कीमतों को लॉगरिदमिक रिटर्न (logarithmic returns) में परिवर्तित किया गया। आउटलेर्स की पहचान एक्सट्रीम वैल्यू थ्योरी (EVT) का उपयोग करके की गई और उन्हें हटा दिया गया ताकि यह सुनिश्चित हो सके कि डेटा बाद के विश्लेषण के लिए आवश्यक फ्रैक्शनल गौसियन नॉइज़ (fGn) प्रक्रियाओं के अनुकूल है।

• मुख्य विश्लेषणात्मक तकनीकें:

  1. रोबस्ट बाइवेरिएट हर्स्ट एक्सपोनेंट (bHe):

     • इसका उपयोग NAO इंडेक्स और खाद्य मूल्य रिटर्न के बीच दीर्घ-रेंज पावर-लॉ क्रॉस-कोरिलेशन (long-range power-law cross-correlations) का पता लगाने के लिए किया जाता है।
     • पियर्सन सहसंबंध (Pearson correlation) के विपरीत, bHe कई समय पैमानों पर निरंतर, गैर-रेखीय निर्भरता की पहचान करता है।
     • कार्यान्वयन: एक स्लाइडिंग-विंडो तकनीक को 50, 100, 150 और 200 दिनों के विंडो आकार ($n$) के साथ लागू किया गया था ताकि यह देखा जा सके कि सहसंबंध समय के साथ कैसे विकसित होता है।
     • महत्व: यदि $H_{X,Y} > 0.5$ है, तो यह निरंतर सकारात्मक क्रॉस-कोरिलेशन को दर्शाता है; $1.297$से अधिक मान ($95%$ विश्वास स्तर पर क्रिटिकल वैल्यू) को सांख्यिकीय रूप से महत्वपूर्ण माना गया।

  2. वेरिएबल-लैग ट्रांसफर एंट्रॉपी (VLTE):

     • इसका उपयोग कारण की दिशा (direction of causality) और सूचना प्रवाह को निर्धारित करने के लिए किया जाता है।
     • VLTE, NAO इंडेक्स के इतिहास को देखते हुए भविष्य की खाद्य कीमतों की अनिश्चितता में कमी को मापता है, जिससे कारण और प्रभाव के बीच लचीले, परिवर्तनशील समय अंतराल (variable time lags) संभव होते हैं।
     • मीट्रिक: एक VLTE अनुपात ($T_{X \to Y} / T_{Y \to X}$) $> 1$ यह दर्शाता है कि कारण का प्रवाह एकदिशीय (unidirectional) रूप से NAO से खाद्य कीमतों की ओर है।

3. मुख्य परिणाम (Key Results)

• दीर्घ-रेंज क्रॉस-कोरिलेशन (bHe):

  • अध्ययन ने चारों वस्तुओं (मक्का, सोयाबीन, गेहूं, जई) के बीच महत्वपूर्ण, सकारात्मक, दीर्घ-रेंज पावर-लॉ क्रॉस-कोरिलेशन पाया।
  • अनुमानित bHe मान 1.79 (जई) से 1.92 (मक्का) के बीच थे, जो क्रिटिकल वैल्यू 1.297 ($p < 0.001$) से काफी अधिक हैं।
  • समय-परिवर्तनीय प्रकृति: स्लाइडिंग-विंडो विश्लेषण से पता चला कि ये सहसंबंध अल्पकालिक (50-100 दिन) और दीर्घकालिक (150-200 दिन) पैमानों पर निरंतर हैं, हालांकि वे विशिष्ट अवधियों (जैसे, मध्य-2021) के दौरान मामूली उतार-चढ़ाव प्रदर्शित करते हैं।
  • व्याख्या: NAO इंडेक्स के झटके का परिणाम केवल क्षणिक मूल्य प्रतिक्रिया नहीं होता है; बल्कि, यह एक "लॉन्ग-मेमोरी" प्रभाव शुरू करता है जहाँ मूल्य प्रभाव हफ्तों से महीनों तक बना रहता है।

• कारण की दिशा (VLTE):

  • VLTE विश्लेषण ने सभी वस्तुओं के लिए NAO इंडेक्स से वैश्विक खाद्य कीमतों की ओर एक एकदिशीय कारण प्रवाह (unidirectional causal flow) की पुष्टि की।
  • VLTE अनुपात: 1.29 (जई) से 1.61 (गेहूं) के बीच रहा, जो सभी $> 1$ हैं।
  • प्रतिगामी कारणता (खाद्य कीमतें $\to$ NAO) को गैर-महत्वपूर्ण पाया गया (अनुपात $< 1$), जो पुष्टि करता है कि NAO एक बहिर्जात (exogenous) चालक है।

• आर्थिक प्रभाव और पूर्वानुमान:

  • प्रभाव का आकार (Effect Size): NAO इंडेक्स में एक मानक विचलन (standard deviation) की वृद्धि सभी वस्तुओं में तत्काल मूल्य वृद्धि के 29 से 45 बेसिस पॉइंट्स (bps) के अनुरूप है (गेहूं में सर्वाधिक संवेदनशीलता +45 bps देखी गई)।
  • संचयी प्रभाव (Cumulative Impact): 10-दिवसीय क्षितिज (horizon) पर, एक एकल NAO झटका मक्का के लिए लगभग +112 bps का संचयी मूल्य प्रभाव डालता है।
  • पूर्वानुमान सटीकता: पूर्वानुमान मॉडलों (AR-NAO) में NAO इंडेक्स को शामिल करने से नैव ऑटोरेग्रेसिव बेंचमार्क की तुलना में रूट मीन स्क्वायर एरर (RMSE) में 5.1% से 9.8% की कमी आई।

4. मुख्य योगदान (Key Contributions)

1. अनुभवजन्य नवीनता (Empirical Novelty): यह पहला अध्ययन है जो वैश्विक खाद्य कीमतों और NAO इंडेक्स के बीच एक मजबूत, दीर्घ-रेंज कारण संबंध का सीधा प्रमाण प्रदान करता है, जो क्षेत्रीय उपज विश्लेषण से आगे बढ़कर वैश्विक बाजार संकेतों तक जाता है।
2. पद्धतिगत प्रगति (Methodological Advancement): यह शोध पत्र एक स्लाइडिंग-विंडो आर्किटेक्चर के भीतर रोबस्ट bHe और वेरिएबल-लैग ट्रांसफर एंट्रॉपी को संयोजित करने वाले एक ढांचे को पेश करता है। यह पारंपरिक रैखिक सहसंबंध या ग्रेेंजर कॉजैलिटी परीक्षणों की तुलना में अधिक परिष्कृत उपकरण प्रदान करता है, जिससे समय-परिवर्तनीय संबंधों का दृश्यीकरण संभव होता है और आउटलेर्स को संभालना आसान होता है।
3. नीति प्रासंगिकता (Policy Relevance): यह "लॉन्ग-मेमोरी" प्रकृति को मात्रात्मक रूप से परिभाषित करता है, जो यह सुझाव देता है कि जलवायु सूचकांकों द्वारा संचालित बाजार अस्थिरता अल्पकालिक नहीं होती है, बल्कि बनी रहती है, जिसके लिए लंबे समय के जोखिम प्रबंधन रणनीतियों की आवश्यकता होती है।

5. महत्व और निहितार्थ (Significance and Implications)

• नीति निर्माताओं के लिए: निष्कर्ष खाद्य भंडार प्रबंधन और प्रारंभिक चेतावनी प्रणालियों (early warning systems) में NAO इंडेक्स को एकीकृत करने का समर्थन करते हैं। यह सुझाव देता है कि जलवायु अनुकूलन नीतियों को केवल तत्काल उपज हानि ही नहीं, बल्कि लंबे समय तक चलने वाले मूल्य झटकों को भी ध्यान में रखना चाहिए।
• जोखिम प्रबंधन के लिए: वित्तीय साधनों (जैसे मौसम डेरिवेटिव, बीमा) और हेजिंग रणनीतियों को NAO-जनित अस्थिरता की निरंतर प्रकृति को ध्यान में रखते हुए लंबे समय के क्षितिज (time horizon) के साथ डिजाइन किया जाना चाहिए।
• स्थिरता के लिए: अध्ययन जलवायु दोलनों (oscillations) और खाद्य सुरक्षा के बीच महत्वपूर्ण कड़ी को रेखांकित करता है। यह तर्क देता है कि जलवायु परिवर्तन को कम करना (जैसे पेरिस समझौते के लक्ष्यों का पालन करना) वैश्विक खाद्य कीमतों को स्थिर करने और खाद्य सुरक्षा सुनिश्चित करने का एक सीधा तंत्र है।
• पूर्वानुमान: पूर्वानुमान सटीकता में प्रदर्शित सुधार (लगभग 10% त्रुटि कमी तक) वैश्विक कमोडिटी मार्केट मॉडल के लिए NAO इंडेक्स को एक महत्वपूर्ण बहिर्जात चर (exogenous variable) के रूप में मान्य करता है।

निष्कर्षतः, यह शोध पत्र NAO इंडेक्स को वैश्विक खाद्य मूल्य अस्थिरता के एक पूर्वानुमेय, बहिर्जात चालक के रूप में स्थापित करता है जिसमें 'लॉन्ग-मेमोरी' प्रभाव है, जो अधिक लचीली खाद्य सुरक्षा रणनीतियों और उन्नत पूर्वानुमान मॉडलों के लिए एक मात्रात्मक आधार प्रदान करता है।