A.临近预测2020年和2021年食物不足发生率的方法
正如前几期报告所述，由于缺少计算食物不足发生率和食物不足人数所需各项要素的最新数值（见附件1B）的详细信息，只能临近预测最近年份的估计数，即预测近况。
如去年所述，由于COVID-19疫情史无前例地限制了人们的工作和出行能力，2020年在很多方面都有其独特性。这一点必须在临近预测食物不足发生率时予以特别考虑，尤其是在估计变异系数（CV）的可能变化和模拟粮食获取方面不平等现象如何推高食物不足发生率时。这两方面都需予以特殊对待。
现在可以明确的是，COVID-19疫情对人们粮食获取能力的影响持续到了2021年，这就是为什么在临近预测2020年和2021年的数值时，对CV临近预测的方法进行了特殊处理。
估计2019-2020年间重度粮食不安全（FIsev）变化情况
虽然可以采用传统方法，利用粮农组织市场及贸易司为粮农组织《农业展望》提供参考的信息对2020年和2021年的膳食能量消费量（DEC）进行临近预测，但要想采用这种传统方法对CV进行临近预测，就必须先对其进行调整。通常，CV|y（CV中与家庭经济状况变化相关的部分）的变化由基于粮食不安全体验分级表的重度粮食不安全（FIsev）发生率三年平均值的变化引起，无法以粮食供应量变化来解释。之所以采用三年平均值，是要控制可能出现的国家层面FIsev（在多数国家都是基于相对较小的粮食不安全体验分级数据样本得出）估计抽样方法差异极大的情况，符合对CV|y趋势相对较稳的假设。由于2020年和2021年情况特殊，因此难以维持上述假设。正因为如此，临近预测2020年的CV|y值时，采用了2017-2019年间FIsev平均值与2020年FIsev年度值之间的变化；而临近预测2021年的CV|y值时，采用了2020-2021年间FIsev年度值的变化。
调整CV|y对FIsev变化的贡献率
临近预测2020年食物不足发生率时，另一个需要注意的参数是CV|y对FIsev变化（作为对食物不足发生率预期变化的衡量指标）的贡献率。通常，基于对过去食物不足发生率、膳食能量消费量和CV|y的经济计量分析，假设贡献率为三分之一。但由于2020年情况特殊（2021年也是如此），这一惯例有待商榷。由于2020年和2021年未收集各国家庭消费和支出调查数据，因此没有实证依据来确定如何适当调整。去年的解决办法是进行敏感度分析，调整CV|y对FIsev变化的贡献率，从最低三分之一调至最高百分之百。今年仍沿用此方法。如此得出了2020年和2021年CV|y及食物不足发生率的可能区间。为完整起见，表A2.1列出了2020年和2021年全球、区域和次区域食物不足发生率的上下限。
表A2.1 临近预测的2020年和2021年食物不足发生率和食物不足人数区间
资料来源：粮农组织。
B.预测2030年食物不足发生率的方法
为预测2030年的食物不足发生率，我们根据所考虑的情境，基于不同输入数据分别预测了输入食物不足发生率公式的三个基本变量（膳食能量消费量DEC、变异系数CV和最低膳食能量需求量MDER）。
信息主要来自MIRAGRODEP递归模型的计算结果，这一动态的可计算一般均衡模型针对以下指标计算一系列国家层面预测值：
- 实际人均国内生产总值（GDP_Vol_pc）；
- 收入基尼系数（gini_income）；
- 实际食品价格指数（Prices_Real_Food）；
- 极端贫困率，即实际日收入低于1.9美元的人口比例（x190_ALL）；
- 人均每日食物消费量（DES_Kcal）。
MIRAGRODEP模型已根据疫情前2018年世界经济形势校正，用于生成2019-2030年间两种情境下的宏观经济基本面预测值：一种是参考情境，旨在体现国际货币基金组织2022年4月发布的《世界经济展望》409中更新数据提及的疫情影响；另一种是无COVID-19情境，建立在疫情前最后一版（即2019年10月版）《世界经济展望》基础上。有关MIRAGRODEP模型以及构建参考情境和无疫情情境所用的假设，详见Laborde和Torero（即将出版）。410
此外，我们还使用了总人口（包含男女两个性别）中位变量预测、性别和年龄构成以及2019年《世界人口展望》修订版提供的毛出生率。398
预测膳食能量消费量（DEC）
为预测DEC系列值，我们使用下列公式：
其中，T = 2021，代表参考情境T = 2019，代表无疫情情境。
换言之，我们采用模型预测的DES_Kcal系列，并对此进行调整，使年份T的值与实际值相符（这一步很有必要，因为MIRAGRODEP模型已根据旧版食物平衡表系列校正）。
预测最低膳食能量需求量（MDER）
为预测MDER，我们简单地根据2019年《世界人口展望》398预测的人口性别和年龄构成数据（中位变量）进行计算。
预测变异系数（CV）
按照惯例，总CV计算公式为
，其中两项要素分别代表家庭收入差别所致差异以及个体性别、年龄、体重和体力活动水平差别所致差异。
根据《世界人口展望》人口预测数据就能简单地计算CV|r（与MDER计算方式类似），而计算CV|y时则使用相关宏观经济和人口变量的线性组合，采用历史CV|y多元回归法估计的系数，并参考MIRAGRODEP模型和《世界人口展望》的预测值。
为估计上述公式使用的系数，我们考虑了其他模型（参见表A2.2），得到了非常相近的预测值。
表A2.2根据历史CV|y值估计的三个模型的回归系数（2000-2019年）
然后，根据T年观测值，对公式分别预测的T + 1年至2030年间各国CV|y系列值进行校正，与DES计算方式类似：
其中，T = 2021，代表参考情境；T = 2019，代表无疫情情境。
C.营养结果不平等分析方法
第2.2节使用Equiplot，根据城乡居住情况、家庭财富、教育程度和性别对六项营养指标进行了不平等分析。这种类型的图表描绘了各不平等维度的每个类别（如居住类型中的农村和城市、财富组别等）中亚群的平均发生率。Equiplot可供直观地解读出发生率以及不同群体之间的差距，后者表示绝对不平等。分析按各区域进行，基于各区域内国家的数据可用性。使用2015-2021年间国家调查的最新可用数据进行了未加权分析。表A2.3列出了各区域中有数据的国家列表；数据来源载于表格注释中。
表A2.3为不平等分析提供2015-2021年国家调查营养结果数据的国家
D.评估区域和全球层面营养目标实现进展的方法
这里的方法说明与本报告第2.2节图15中的结果有关。该图显示了各类别中有进展比率的国家比例，即在各类别中具有可用数据的国家比例。
评估自2012年基准年以来进展情况所参照的依据是，联合国儿童基金会、世卫组织制定的2030年营养目标26，并采用了世卫组织和联合国儿童基金会营养监测问题技术专家咨询小组的修订版规则。411
国家进展评估基于所取得的进展（相对下降幅度）与实现2030年目标所需要的下降幅度之间的比率。计算迄今所取得进展比例的公式如下：
其中，Curr_AARRaw是基于最近几年的年平均下降率（AARR）ax，Req_AARR是如果采用2030年全球目标，则实现国家目标所需的AARRay。请注意，纯母乳喂养目标的进展是基于非纯母乳喂养率的降低，即100减去纯母乳喂养率。
国家进展率表示截至有可用数据的最近一年所取得的进展量（即下降幅度）与实现目标所需总进展量之比。例如，如果一个国家截至2020年（有可用数据的最近一年）将发育迟缓儿童人数减少30%，那么与到2030年减少50%的目标相比，其进展比率为30/50，即60%。这意味着该国在2012年基准年至2020年之间达到了实现目标所需进度的60%，在2030年之前的10年中仍需实现所需进度的40%。
为总结每个区域的进展情况，各国的进展率分为五类：
- 恶化（出现了负面进展 — 方向错误）；
- 进展率在0%-24.9%；
- 进展率在25%-49.9%；
- 进展率在50%-74.9%；
- 进展率大于75%。
请注意，对于纯母乳喂养以外的每个指标，当最新发生率低于3%时，比率值设为100%，表示已经达到目标，即使在进展恶化时也是如此。在纯母乳喂养方面，当最新发生率为70%或更高时，比率值设为100%。对于消瘦和纯母乳喂养，仅对最近一次调查年份为2015年或更近的国家进行了进展评估。在解读进展时还需要注意的是，如上述等式所示，进展率基于指数函数，而不随时间线性变化。
E.测定健康膳食成本和可负担性的方法
粮农组织将继续每年在《世界粮食安全和营养状况》报告中系统地监测和报告这些新指标。对2020年的估计值进行了更新（请参阅下文的“更新健康膳食成本数据”和“更新健康膳食的可负担性数据”）。此外，随着新数据的出现和方法的进步，将对整个数据系列进行定期修订，以改进和提高估计的准确性。今年对健康膳食成本和可负担性的修订考虑了新的收入分配数据，修订了可确信留作食品支出的收入的平均比例，并改进了计算膳食平均成本的方法。改进后的方法更强大，能够提供更高的透明度，并支持利用年度报告的价格数据进行长期监测。第2.3节中的插文6简要总结了这些修订和影响。有关数据来源和方法的完整描述，请参见Herforth等人（即将出版）54。
健康膳食成本
健康膳食不仅能提供充足的能量，还能充分提供积极健康生活所需的全部必需营养素和食物类别（参见第2.1节）。健康膳食的成本定义为一个有代表性的人将能量平衡保持在2330千卡/天所需食物的最低成本，以各国可获得的最低价食品为准，并遵循能量需求和基于食物的膳食指南提出的膳食建议。膳食指南明确提出了每种食物类别的摄入量建议，广泛代表了各区域情况。尽管健康膳食的选择并不基于营养成分，而是取决于膳食指南，但健康膳食平均可满足95%的营养需求，因此几乎总能被视为是营养充足型膳食。
健康膳食所需每种食物类别的食品供应量和价格取自世界银行国际比较项目，作为2017年各国平均值。各种食物定义采用国际标准化定义，因此可按食物类别分类，并计算各国达到膳食指南要求的最低成本，作为全年各市场的平均成本。412有关健康膳食及相关方法描述，参见本报告的背景方法。54
健康膳食的可负担性
为测定可负担性，本报告将健康膳食的成本与世界银行贫困和不平等平台中的国家收入分配数据进行比较。51其中采用的可负担性衡量标准包括2020年特定国家无力负担健康膳食的人口比例和数量。如健康膳食的成本超过一国收入的52%，即视为无力负担。据观察，低收入国家人口收入中食品支出平均占比52%（2017年世界银行国际比较项目国民账户家庭支出数据），因此52%代表收入中可确信留作食品支出的比例。
基于上述阈值，通过比较膳食成本与国家收入分配情况，得到无力负担膳食成本的人口比例。然后，使用世界银行的世界发展指标，将上述人口比例乘以2020年各国人口数量，得到特定国家无力负担健康膳食的人数。有关可负担性指标及相关方法描述，参见粮农组织、农发基金、联合国儿童基金会、粮食署和世卫组织（2020年）附件3。3
更新健康膳食成本数据
国际比较项目是目前国际标准化食品零售价格数据的唯一来源，该项目是世界银行为计算世界各国购买力平价汇率所开展工作中的一部分。然而，这些数据每三到五年才发布一次，因此无法用于每年对全球膳食成本进行监测，为各项计划和政策提供指导。由于缺少最新的食品价格数据，本报告利用粮农组织发布的消费价格指数，在国际比较项目发布年份的间歇时段更新成本指标。该数据集跟踪国家层面每月综合消费价格指数以及食品消费价格指数与基线年份2015年相比的变化。计算年度消费价格指数时，取一年之中12项月度消费价格指数的简单平均数。食品和非酒精饮料的消费价格指数数据被用于更新2020年所有国家的健康膳食成本，但百慕大、中非共和国和圭亚那除外，对这三国采用的是综合消费价格指数。对百慕大采用的数据来自其政府网站。413健康膳食的成本是通过将每个国家2017年的实际成本（以当地货币单位表示）乘以消费价格指数比率来估算的。
使用消费价格指数时，先以当地货币单位估计健康膳食成本，然后使用世界发展指标购买力平价民间消费换算系数，将成本换算成国际美元值，以比较各国和各政治实体的成本。方法描述详见Bai等人（即将出版）。414
已计算出2017年169个国家的健康膳食成本，并更新了2018-2020年间所有国家的成本信息，但安圭拉、蒙特塞拉特和中国台湾省除外，这些地区既没有消费价格指数，也没有购买力平价信息。在其余166个国家中，有22个国家缺少2018-2020年间所有年份的购买力平价数据，az有1个国家缺少消费价格指数数据（特克斯和凯科斯群岛）。因此对这22个国家使用外部解释变量整合移动平均自回归模型（ARIMAX）法估计购买力平价。根据世界银行用于推断购买力平价的世界发展指标方法，模型规范包含了一个国家的综合消费价格指数与基准国（在本例中为美国）消费价格指数之间的比率，作为购买力平价数值的关键预测指标。此外，还包含了人均国内生产总值和人均家庭消费支出，作为外部协变量，并酌情采用Holt-Winter平滑法填补数据空缺，从而确保这两个协变量序列的完整性。ARIMAX方法能够为每个国家估算若干模型规范，这些规范中包括自回归分量、积分分量、移动平均线以及三者的组合。如果模型规范中至少消费价格指数比率的估计系数具有统计显著性，则该规范被选定为最佳规范，其次是看ARIMAX参数是否有统计显著性。对于随时间推移购买力平价系列显示异常的国家，消费价格指数比率是影响购买力平价数值差异的唯一具有统计学意义的系数。相反，对于购买力平价系列波动较小的国家，购买力平价的历史趋势也可用于预测购买力平价数值，以及人均国内生产总值和/或人均支出的系数估计。ARIMAX根据为各国选择的最佳规范来计算预测值。
对于一个缺少消费价格指数信息的国家（特克斯和凯科斯群岛），使用该国所在次区域的平均膳食成本来估算成本：
2018年估计膳食成本 = （2017年膳食成本/2017年平均膳食成本s） × 2018年平均膳食成本s
2019年估计膳食成本 = （2018年估计膳食成本/2018年平均膳食成本s） × 2019年平均膳食成本s
2020年估计膳食成本 = （2019年估计膳食成本/2019年平均膳食成本s） × 2020年平均膳食成本s
计算2017、2018和2019年次区域平均成本时，特克斯和凯科斯群岛不在计算范围内。
这种方法的局限在于，2018-2020年间的健康膳食成本变化取决于食品消费价格指数，而由于很多营养含量更高的食品缺少新的单项食品价格数据，因此健康膳食的成本变化并不反映具体食品的价格变化，也不反映不同食物类别价格的不同变化。粮农组织正在探索如何扩大具体食品的价格报告范围，以便更频繁、更有力地监测健康膳食成本。
更新健康膳食的可负担性数据
本报告更新了2018-2020年间的可负担性数据。通过基于对不断收到的国家调查和数据估算的持续更新，现在已可获得贫困和不平等平台数据库51中的收入分配数据，并更新所有国家2017、2018和2019参考年的数据。在撰写本文时，尚无2020年的收入分配数据。因此，在计算2020年无力负担健康膳食的人口比例时，使用上述2020年消费价格指数上涨后的膳食成本，以及贫困和不平等平台数据库中对应的2019年收入分配数据。51然后，使用世界银行的世界发展指标，将这些比例乘以2020年各国人口数量，得出该年无力负担健康膳食的人数。
并非所有国家在贫困和不平等平台51中都有收入分配数据。在2017年有成本信息的169个国家中，共计算了143个国家的可负担性指标。除中国台湾省外，2018-2020年间所有国家的这部分信息都得到了更新。就其而言，无法获得食品消费价格指数，因此无法计算成本及可负担性。
对可负担性指标的最新估计是在2022年5月24日进行的。由于贫困和不平等平台数据库目前正在对收入分配数据进行持续更新，因此在此日期之后的可负担性估计可能会略有变化。
