Die Verwendung von realen Daten und die Mehr-Methoden-Modellierung für den Kampf gegen Ernährungsunsicherheit

Problem:

Die Ernährungsunsicherheit ist eine komplexe, nachhaltige Entwicklungsproblematik, verbunden mit dem Thema Gesundheit aufgrund von Mangelernährung, aber auch in Verbindung mit nachhaltiger wirtschaftlicher Entwicklung, Umwelt und Handel. Fragen wie die, ob die Haushalte genug Nahrungsmittel erhalten, wie es innerhalb der Haushalte verteilt wird und ob diese Nahrungsmittel den Ernährungsbedarf aller Haushaltsmitglieder erfüllen, ist ein anhaltendes Problem in den Entwicklungsländern. Eine internationale Behörde wandte sich an ein großes Beratungsunternehmen, um die Ernährungsunsicherheit in Entwicklungsländern zu analysieren, und um ein System zu kultivieren, welches eine Wirtschaft dazu befähigt, auf eine potentielle Ernährungsunsicherheit vorbereitet zu sein, und um diese abfangen zu können.

LÖSUNG:

Das Unternehmen wählte AnyLogic, um die Auswirkungen der Nahrungsmittelunsicherheit in den Entwicklungsländern zu untersuchen, indem es eine Simulation erstellte, die die Household Economy Analysis (HEA) zu ihrem Vorteil nutzte und in eine systemdynamische und agentenbasierte Modellierung integrierte. Das Modell erlaubte dem Beratungsunternehmen, herauszufinden, wie verschiedene vorbeugende Maßnahmen genutzt werden konnten, um die Auswirkungen einer Situation auf den Menschen zu reduzieren oder zu eliminieren, die andernfalls zu einer ausgedehnten Nahrungsmittelunsicherheit führen würde.

Household Economy Analysis teilt den betrachteten Bereich in Lebensunterhaltszonen (LZs) auf. Eine LZ wird als ein Bereich definiert, in dem Menschen des gleichen sozioökonomischen Status ihren Lebensunterhalt in ähnlicher Weise verdienen (z.B. kleine Landwirtschaften oder Wanderwirtschaft, etc.). Die Bevölkerung wird dann nach sozioökonomischen Ebenen, sogenannten Wohlstandsbereichen (Wealth Bands WB, z.B. sehr arm, mittelarm und bessergestellt) unterschieden. Durch die Nutzung von historischen Daten über die aktuelle Bevölkerung, als auch durch die Arbeit vor Ort, die von einem Partnerunternehmen geleistet wurde, konnten sie ein systemdynamisches Modell erstellen, in dem dargestellt wurde, wie der Geldmittelbestand und Nahrungsmittel in und aus typischen Haushalten in jeden WB geflossen sind.

Diese typischen Haushalte wurden dann als Agenten reproduziert, wobei das relative Verhältnis von Menschen in jedem Wohlstandsbereich konsistent mit den realen Daten war. Die Agenten trafen jährlich Entscheidungen über die Pflanzenproduktion (wenn es LZs und WBs mit Pflanzenbau waren). Zusätzlich hatte jeder Agent eine individualisierte Risikotoleranz und nahm (oder nahm nicht) vordefinierte Verhaltensweisen ein, entsprechend der Schwierigkeit jeder aufkommenden Nahrungsmittelknappheit und im Rahmen dieser Risikotoleranz.

Simulation Gesundheitswesen und soziale Prozesse

Risikoindex Nahrungsmittelunsicherheit

ERGEBNIS:

Schließlich hatte das Unternehmen eine heterogene Bevölkerung, die auf eine potentiell entstehende Nahrungsmittelunsicherheit so reagieren würde, dass es entsprechend der Bevölkerungsebene realistischer wäre. Zusätzlich konnte die internationale Behörde durch Nahrungs- und Geldmittel Unterstützungen leisten, um jedem WB entsprechend deren eigenen Plans zu helfen.

Die Forschung erlaubte für die Untersuchung eine Vielfalt von Methodiken für die Verteilung von Hilfsmitteln. Letztlich verwendet die Behörde diese Methodiken, um eine wahrscheinliche Nahrungsmittelunsicherheit zu bekämpfen.

Ähnliche Fallstudien

Mehr Fallstudien

Fordern Sie eine Broschüre mit industriellen Fallstudien an (in Englisch)

herunterladen