Globálne potravinové systémy čelia značnej hrozbe v dôsledku klimatických zmien, čo môže mať ďalekosiahle dôsledky pre ľudské blaho a sociálnu stabilitu. Hoci je všeobecne známe, že zmeny klímy ovplyvnia distribúciu počasia a bioprodukčné procesy v poľnohospodárstve, miera, do akej sa poľnohospodári dokážu efektívne adaptovať na tieto zmeny, zostáva nejasná a kontroverzná. Nová štúdia sa snaží túto medzeru vyplniť systematickým empirickým odhadom vplyvu adaptácie globálnych producentov, čo prináša kľúčové poznatky pre zaistenie potravinovej bezpečnosti v meniacom sa podnebí.

Inovatívny empirický prístup k štúdiu adaptácie

Tradičné procesné modely, ktoré sa používajú na odhad vplyvov klimatických zmien na poľnohospodárstvo, často predpokladajú, že producenti optimalizujú výnosy podľa vopred určených rozhodovacích pravidiel, ako je „žiadna adaptácia“ alebo „optimálna zmena odrôd“. Tieto modely vychádzajú z údajov z vedecky riadených experimentálnych polí, čo môže obmedziť ich schopnosť reprezentovať reálne rozhodnutia producentov v rôznych socioekonomických kontextoch, ovplyvnených finančnými obmedzeniami, zlyhaniami trhu a ľudskou chybou.

Na prekonanie týchto výziev autori štúdie vyvinuli jednotný empirický prístup, ktorý meria vplyv klimatických zmien na produkciu základných plodín, zohľadňujúc náklady, prínosy a miery adaptácie producentov, ako sú pozorované v praxi. Využili jeden z najkomplexnejších súborov údajov o subnárodných výnosoch plodín, ktorý pokrýva 12 658 regiónov v 54 krajinách pre šesť základných plodín, čo predstavuje dve tretiny globálnej produkcie kalorických plodín. Tento prístup, nazývaný „reduced-form“, empiricky zisťuje celkový vplyv adaptívnych úprav (napríklad zmena odrôd, úprava termínov kultivácie, zmena hnojenia) bez explicitného modelovania každého jednotlivého mechanizmu. Predpokladom je, že producenti čeliaci podobným klimatickým, príjmovým a infraštruktúrnym podmienkam prijímajú podobné manažérske rozhodnutia.

Náklady na adaptáciu nie je možné priamo pozorovať, ale dajú sa odvodiť za predpokladu, že producenti maximalizujúci zisk podnikajú len také adaptácie, pri ktorých prínosy prevyšujú náklady. To znamená, že štúdia zohľadňuje nielen prínosy, ale aj náklady spojené s adaptačnými opatreniami.

Kľúčové zistenia: Pretrvávajúce straty napriek adaptácii

Štúdia odhaduje, že globálna produkcia sa zníži o 5,5 × 10^14 kcal ročne na každý 1 °C zvýšenia globálnej priemernej povrchovej teploty (GMST). To zodpovedá približne 120 kcal na osobu a deň, alebo 4,4 % odporúčanej dennej spotreby na každý 1 °C zvýšenia GMST.

Je dôležité, že adaptácia a rast príjmov zmiernia 23 % globálnych strát do roku 2050 a 34 % do konca storočia pri scenári vysokých emisií (pri miernych emisiách je to 6 % a 12 %). To podčiarkuje kľúčovú úlohu adaptácie. Avšak, napriek týmto adaptačným prínosom, výrazné zvyškové straty pretrvávajú pre všetky základné plodiny okrem ryže. Celkovo, centrálne odhady strát do konca storočia pri scenári vysokých emisií (RCP 8.5) sú značné: kukurica -27,8 %, ryža -6,0 %, sója -35,6 %, maniok -29,8 %, cirok -21,7 % a pšenica -28,2 %. Tieto výsledky sa líšia od niektorých procesných modelov, ktoré často predpovedajú globálne zisky produktivity.

Geografické a príjmové rozdiely vo vplyvoch

Vplyvy klimatických zmien na výnosy plodín sa líšia po celom svete. Teplotné zmeny vo všeobecnosti dominujú pri určovaní znamienka lokálnych vplyvov. Oblasti s horúcim podnebím sú už adaptovanejšie na teplo, takže ďalšie oteplenie má menší vplyv, zatiaľ čo chladnejšie oblasti môžu z oteplenia profitovať.

Prekvapivo, štúdia zistila, že globálne vplyvy sú najviac ovplyvnené stratami v moderných „obilniciach sveta“ s priaznivým podnebím, kde je v súčasnosti obmedzená adaptácia. Tieto regióny, napriek tomu, že sú bohaté, sú optimalizované pre vysoké priemerné výnosy, nie pre odolnosť voči klimatickým zmenám. Strata produkcie v týchto kľúčových regiónoch má zosilnený vplyv na globálnu produkciu kalórií.

Zároveň sú významné aj straty v regiónoch s nízkym príjmom, najmä pre populácie závislé od plodín ako maniok. Hoci sa odhadujú priemerné straty 28 % v najnižšom príjmovom decile, v najvyšších príjmových deciloch sa straty môžu vyšplhať až na 41 %.

Vplyv ekonomického rozvoja a implikácie

Rastúce príjmy umožňujú producentom reagovať na environmentálne podmienky rôznymi spôsobmi, hoci výsledky sa líšia podľa plodín. Napríklad výnosy kukurice a ciroku sa stávajú citlivejšími na teplotu s rastúcim príjmom, zatiaľ čo ryža a maniok sa stávajú menej citlivými. Vyššie príjmy a prístup k zavlažovaniu sú spojené s väčšou odolnosťou voči extrémnym zrážkam pri všetkých plodinách.

Autori tiež vypočítali zložku sociálnych nákladov uhlíka (SCC) vyplývajúcu zo zmien globálnych výnosov, ktorá sa pohybuje v rozmedzí od 0,99 do 49,48 USD za tonu CO2 v závislosti od predpokladov. Ich odhady sú nižšie (2- až 5-násobne) ako niektoré predchádzajúce, pretože zohľadňujú autonómnu adaptáciu, ktorá znižuje vnímané škody.

Celkovo výsledky štúdie podčiarkujú naliehavosť a dôležitosť rozvoja nových poľnohospodárskych technológií a zabezpečenia prístupu k adaptívnym technológiám pre producentov na celom svete, aby sa udržala globálna potravinová bezpečnosť. Napriek rozsiahlej adaptácii, ktorú globálna populácia už preukazuje, najmä v teplejších a chudobnejších regiónoch, zostávajú očakávané straty produkcie základných potravín významné. JaroR

Štúdia je publikovaná v časopise Nature

Glosár kľúčových pojmov

• Adaptácia (Adaptation): Zmeny v poľnohospodárskych postupoch, technológiách alebo plodinách, ktoré producenti uskutočňujú v reakcii na zmeny klímy, s cieľom zmierniť nepriaznivé vplyvy alebo využiť potenciálne prínosy.
• AgMIP (Agricultural Model Intercomparison and Improvement Project): Globálny projekt zameraný na porovnávanie a zlepšovanie poľnohospodárskych modelov s cieľom zlepšiť projekcie vplyvov klimatických zmien na globálnu a regionálnu potravinovú bezpečnosť.
• CMIP5 (Coupled Model Intercomparison Project Phase 5): Medzinárodná iniciatíva, ktorá zbiera a štandardizuje výstupy z globálnych klimatických modelov (GCMs) na hodnotenie zmien klímy.
• Cross-validation (Krížová validácia): Štatistická technika používaná na posúdenie, ako dobre sa generalizuje štatistický model na nezávislom súbore dát. V tejto štúdii sa používa na výber relevantných premenných počasia a adaptácie.
• Damage function (Funkcia poškodenia): Empiricky odvodený vzťah, ktorý kvantifikuje spojitú distribúciu straty produkcie kalórií v závislosti od zmeny globálnej priemernej povrchovej teploty (GMST).
• Degree days (Stupňo-dni): Meradlo akumulácie tepla, ktoré zohľadňuje čas a intenzitu vystavenia plodín určitým teplotám nad alebo pod prahovou hodnotou. Používa sa na predpovedanie rastu a vývoja plodín.
• DSCIM (Data-driven Spatial Climate Impact Model): Model vyvinutý na projekciu dopadov klimatických zmien, ktorý integruje empirické ekonomické výsledky s geograficky detailnými klimatickými a socioekonomickými údajmi.
• Fixed effects (Fixné efekty): Štatistická metóda používaná v panelových dátach na kontrolu nepozorovateľných, časovo invariantných premenných, ktoré môžu ovplyvniť výsledok, napríklad kvalita pôdy v administratívnej jednotke.
• GCM (Global Climate Model): Matematický model klímy Zeme, používaný na simuláciu budúcich klimatických zmien v reakcii na emisie skleníkových plynov.
• GMST (Global Mean Surface Temperature): Priemerná teplota Zeme, ktorá sa používa ako kľúčový indikátor globálneho otepľovania.
• Hnojenie CO2 (CO2 fertilization): Proces, pri ktorom zvýšené koncentrácie oxidu uhličitého v atmosfére môžu viesť k zvýšenému rastu rastlín a výnosom plodín vďaka zlepšenej fotosyntéze.
• Longitudinal data (Longitudinálne dáta): Dáta zhromažďované opakovane od rovnakých subjektov (v tomto prípade regiónov) v priebehu času, čo umožňuje sledovať zmeny a trendy.
• Monte Carlo simulations (Monte Carlo simulácie): Počítačové simulácie, ktoré používajú náhodné vzorkovanie na získanie numerických výsledkov, najmä pri riešení problémov s viacerými premennými a neistotou.
• OOS performance (Out-of-sample performance): Schopnosť modelu presne predpovedať hodnoty pre dáta, ktoré neboli použité pri jeho trénovaní, čo je dôležité pre hodnotenie robustnosti a generalizovateľnosti modelu.
• Partial SCC (Partial Social Cost of Carbon): Časť celkových sociálnych nákladov uhlíka, ktorá sa týka ekonomických škôd spôsobených zmenami v globálnych výnosoch poľnohospodárskych plodín v dôsledku emisií CO2.
• Process-based models (Procesne založené modely): Poľnohospodárske modely, ktoré simulujú biologické a fyzikálne procesy rastu plodín (napr. fotosyntézu, transpiráciu) v reakcii na environmentálne podmienky.
• Reduced-form econometric approach (Redukovaný ekonometrický prístup): Metóda, ktorá priamo odhaduje vzťahy medzi premennými bez explicitného modelovania všetkých základných mechanizmov. V tejto štúdii sa používa na zachytenie čistých dôsledkov adaptačného správania producentov.
• Representative Concentration Pathways (RCPs): Štyri scenáre koncentrácií skleníkových plynov, ktoré sa používajú na klimatické modelovanie a projekcie. RCP 4.5 je scenár miernych emisií a RCP 8.5 je scenár vysokých emisií.
• Revealed preference (Odhalená preferencia): Ekonomická teória, ktorá hovorí, že preferencie spotrebiteľov alebo producentov možno odvodiť z ich pozorovaného správania a volieb na trhu.
• Shared Socioeconomic Pathways (SSPs): Scenáre budúcich socioekonomických zmien (napr. rast populácie, ekonomický rozvoj, technologické zmeny), ktoré sa používajú v kombinácii s RCPs na projekcie klimatických zmien a ich vplyvov.
• Subnational administrative units (Podnárodné administratívne jednotky): Geografické oblasti, ako sú okresy, štáty alebo provincie, ktoré sú menšie ako krajiny a pre ktoré sú k dispozícii poľnohospodárske údaje.
• Vapour pressure deficit (Deficit tlaku pary): Rozdiel medzi množstvom vlhkosti vo vzduchu a tým, koľko vlhkosti by vzduch mohol pojať, keď je nasýtený. Kľúčový faktor pre transpiráciu rastlín a vodný stres.
• Yields (Výnosy): Množstvo plodiny (napr. kalórií na hektár) vyprodukované na danej ploche pôdy.