介绍
世界上越来越多的人生活在粮食不安全和饥饿的条件下。根据 1996 年粮食及农业组织 (FAO) 粮食峰会，粮食安全当且仅当“所有人在任何时候都能够在身体、社会和经济上持续获得充足、安全和有营养的食物，满足其饮食需求和食物需求”。对积极健康的生活的偏好”[ 27 ]。然而，最近的统计数据表明，撒哈拉以南非洲（SSA）是世界上粮食最不安全的地区之一。一份报告估计，撒哈拉以南地区有三分之一的人营养不良 [ 31]。最近，世界卫生组织 (WHO) 报告称，2021 年东非将有 720 万人面临饥饿风险，而 2650 万人正经历严重的粮食不安全[ 77 ]。世界银行[ 77 ]还报告称，该地区经历中度至重度粮食不安全的人口比例已从 51.5% 上升至 59.5%，一些国家粮食不安全的人口比例超过 80%。

粮食安全与撒哈拉以南非洲地区受冲突影响尤为严重的另一个方面交织在一起[ 47]。冲突与粮食安全之间的关系凸显了社会经济因素与政治动态之间错综复杂的相互作用。在受冲突影响的地区，农业活动的中断、社区的流离失所以及基础设施的破坏可能会引发粮食不安全并使之长期存在。另一方面，粮食不安全往往源于贫困、资源稀缺和环境退化。在面临粮食不安全问题的地区，这些条件可能为冲突的产生创造肥沃的土壤。食物等基本资源的稀缺会加剧社会紧张局势，引发群体之间的竞争，并导致社会动荡（见[ 43]]）。解决粮食不安全问题不仅涉及一项基本人权，而且还有助于预防冲突和建设和平的努力，强调迫切需要制定全面战略，解决粮食不安全的根本原因和多方面后果。

冲突的传统定义是指个人或次国家团体对直接受害者之外的另一个人进行威胁和恐吓以引发暴力以实现政治目标的情况[ 25 ]。全球范围内仍然以各种形式和指标存在冲突[ 26 ]。大多数专家认为，暴力，无论是地方性的还是国家性的，在寻求了解经济进步驱动因素的跨学科分析中都发挥着至关重要的作用。随着暴力的泛滥，产出减少[ 16 ]，增长减少[ 56 ]（de Groot等人[ 22 ]；Young和Bologna[ 78 ]），以及宏观经济不确定性增加[17、36 ] 。 _

冲突理论不像犯罪理论那样得到充分研究。贝克尔[ 10 ]的犯罪经济学方法植根于理性选择理论。这为犯罪行为的经济分析奠定了基础，并为犯罪与冲突之间的关系提供了宝贵的见解，凸显了理性决策、威慑和社会经济因素在理解冲突方面的重要性。冲突理论强调考虑冲突的经济成本的重要性[ 18 ]、对资源分配和贸易的影响（芬德利和阿明[ 30 ]）[ 18、44、61 ]、长期影响的作用[ 49 ]]，以及治理与冲突之间的关系[ 32 , 44 ]。此外，冲突、治理和经济增长之间的相互联系很复杂，经济学家和其他社会科学家仍在探索[ 32 ]。

将犯罪经济学的开创性著作融入冲突经济学的研究中，为理解犯罪行为和冲突行为背后的理性决策过程提供了一个令人信服的框架。与犯罪活动类似，冲突往往涉及个人或团体权衡参与敌对行动的成本和收益，其中必须平衡潜在收益与潜在损失，包括暴力、资源枯竭和社会不稳定的风险。对激励、风险评估和理性追求自身利益的作用的强调为分析冲突中的参与者如何评估他们的选择并做出战略选择提供了基础，无论是小规模还是国际层面。

在本文中，我们利用世界银行家庭生活水平测量调查（LSMS）的家庭数据，利用新开发的新型交错模型，研究了两个撒哈拉以南非洲国家——马拉维和埃塞俄比亚——冲突与粮食安全之间的因果关系。双重差分法。这些撒哈拉以南非洲 (SSA) 国家是全球最容易发生冲突和粮食不安全的国家之一 [ 28]，而且在社会上也相似，提供了富有成效的分析。关注粮食安全作为结果的一个关键原因是，粮食安全措施不仅对家庭健康有直接影响，而且已知会产生更长期的影响，包括如果在生命早期经历过，会产生更糟糕的成年期经济和健康结果。我们的分析是基于这样的理解：虽然粮食安全和冲突已经被广泛研究，无论是孤立的还是关联的，但迫切需要了解两者之间的直接因果关系，特别是冲突如何影响粮食安全家庭层面。了解冲突的微妙本质对于制定旨在促进和平、稳定、

我们的结果提供了冲突对家庭粮食安全影响的具体估计。在这两个国家中，冲突的平均治疗效果是食物消费得分减少 6.84 个单位，该得分衡量家庭食物消费的多样性和频率。这种负面影响相当于粮食消费得分平均下降 16.13%，这意味着经历冲突的两国家庭的粮食安全得分平均下降了近六分之一。马拉维的估计值更大，表明冲突暴露使 FCS 减少 10.54 个单位（相当于 FCS 平均减少 20.22%）。对于埃塞俄比亚，估计值稍小一些，为 − 4.316 单位（相当于 FCS 平均减少 11.67%），并且具有统计显着性。然后，我们对不同的人口群体进行相同的双重差分分析，发现当家庭在同一年经历冲突和干旱时，两国的食品消费得分下降了12.38个单位，相当于下降了29.20%平均下降；当冲突与洪水同时发生时，粮食安全下降幅度更大，达到15.01个单位，相当于粮食消费得分下降35.20%。我们还进行了多次稳健性检查迭代，发现我们的结果对于替代估计方法是稳健的。平均下降20%；当冲突与洪水同时发生时，粮食安全下降幅度更大，达到15.01个单位，相当于粮食消费得分下降35.20%。我们还进行了多次稳健性检查迭代，发现我们的结果对于替代估计方法是稳健的。平均下降20%；当冲突与洪水同时发生时，粮食安全下降幅度更大，达到15.01个单位，相当于粮食消费得分下降35.20%。我们还进行了多次稳健性检查迭代，发现我们的结果对于替代估计方法是稳健的。

背景和背景
总体而言，与世界其他地区相比，撒哈拉以南非洲国家遭受暴力冲突的国家比例不成比例。截至2014年底，暴力冲突和侵犯人权行为已导致全球5950万人流离失所，其中3820万人为国内流离失所者（IDP）[ 67 ]。最近的研究表明，2018 年，估计有 4130 万人因暴力冲突而成为境内流离失所者，其中 2940 万人成为难民，约 6 亿年轻人生活在受冲突影响的地区[70 ]。

研究中的两个国家埃塞俄比亚和马拉维在冲突方面遇到了独特但重要的轨迹。在埃塞俄比亚，民族构成多元，历史复杂，内部紧张局势和民族政治动态不时升级为冲突，表现为局部争端和更广泛的对抗。2018 年，埃塞俄比亚因冲突而新增境内流离失所者人数最多，接近 290 万，是 2017 年数字的四倍[ 15 ]。ACLED 的一项研究 [ 1] 发现埃塞俄比亚在 2022 年前 6 个月发生了 230 多起针对平民的事件，导致 1220 多人死亡。作者报告称，2021 年 7 月至 12 月期间，其中超过 810 人死亡发生在奥罗米亚州，3200 人发生在埃塞俄比亚阿法尔和阿姆哈拉地区。这与 Palik 等人的研究结论类似。[ 53 ]谁报告说，2022年，埃塞俄比亚提格雷地区有超过10万人因战斗而死亡。联合国难民事务高级专员 [ 68 ] 估计埃塞俄比亚有超过 924,000 名难民和寻求庇护者，其中大多数来自南苏丹、索马里和厄立特里亚。此外，还有 350 万人在境内流离失所，其中仅 2021 年上半年就有 120 万人流离失所。

另一方面，马拉维面临的公开冲突相对较少，尽管其历史上曾出现过零星的族群间紧张局势和政治不确定性。马拉维的种族也很多样化，与一些地区同行相比，马拉维成功地保持了相对稳定。然而，缺乏暴力冲突统计数据，并且主要集中在亲密伴侣暴力等具体方面以及与境内流离失所者有关的数据。缅因州等人的一项研究。[ 42 ]发现34.5%的创伤患者遭受过亲密伴侣暴力（IPV）。这与世界银行的调查结果一致，世界银行报告称，马拉维境内流离失所者人数从 2019 年的 117,000 人增加到 2022 年的 297,000 人，增加了 154% [ 75]，尽管这比 2015 年创纪录的 343,000 人有所减少。

埃塞俄比亚和马拉维在确保粮食安全方面都面临着重大挑战。在埃塞俄比亚，反复发生的干旱和与气候相关的破坏一直是一个主要问题，影响了农业生产力并加剧了粮食不安全，特别是在农村地区。埃塞俄比亚政府已采取措施，例如设立农业转型机构以改善小农的生计[ 64 ]，并实施生产安全网计划，向弱势家庭提供现金或粮食转移，以换取参与公共工程项目，帮助缓解当前的粮食需求[ 76]。在马拉维，尽管近年来取得了进展，但降雨模式不可靠和现代农业实践有限等问题继续影响农业生产和粮食供应。马拉维政府还推出了农业投入补贴计划等政策，该计划向小农户提供肥料和种子补贴，以提高他们的生产力[ 66]。此外，联合国粮食及农业组织 (FAO) 等组织还与政府合作开展倡议，推广可持续农业技术并增强当地社区应对粮食不安全的能力。尽管做出了地方、国家和多边努力，两国的粮食安全形势仍属于世界上最差的国家之一。2023年，埃塞俄比亚估计有22.25%的人口面临粮食不安全，世界粮食计划署（WFP）估计埃塞俄比亚有14-1500万人正经历严重的粮食不安全[ 74 ]。同样，在马拉维，估计有 380 万人（占人口的 20%）粮食不安全，需要粮食援助 [ 74 ]。

冲突与粮食安全之间的关系十分复杂，而且人们对此知之甚少。暴力可能破坏重要的供应链和和平交易，从而损害和平生产和分配粮食的制度基础[ 19,34,60 ]。此外，农业生产收入的损失可能会通过减少粮食获取来增加动力并降低卷入暴力冲突的机会成本[ 45 , 54 ]。此外，农业衰退可能导致社会不平等 [ 9 , 37 , 54 , 55]。然而，暴力影响粮食安全的确切机制仍在争论中[ 12、36、43、51]（Young 和 Bologna [78 ]；de Groot [ 21 ]）。

尽管了解粮食不安全与暴力冲突之间的因果关系很重要，但对此特定主题的研究却很少[ 28 ]。然而，有大量关于内部冲突和粮食安全某些具体组成部分的文献，特别是关于儿童的文献。例如，文献已经确定了冲突暴露对儿童营养状况的短期不利影响（见[ 13,46,48 ]，（尽管George等人[ 34 ]] 认为这些研究实际上是在衡量慢性营养不良，而不是急性营养不良，后者在冲突背景下可能更相关）。冲突还被证明对身体和认知发展（见[ 3 , 24 ]，农业生产（见[ 2 , 11 , 50 , 52 ]）和食品支出（见[ 69 ]）具有长期破坏性影响. 还根据暴力对国家 [ 19 , 60 ] 和跨国层面总体粮食安全的影响进行了研究（见 [ 33]）。然而，其中大部分都是描述性研究，对家庭层面暴力对粮食安全的因果影响的彻底研究却很少[ 34 , 59 ]（Koren 和 Bagozzi [ 39 ]），这主要归因于缺乏一致的多年家庭数据以及量化因果关系的方法学挑战。对于研究暴力对粮食安全影响的狭义文献来说，情况也是如此[ 34 ]（Koren 和 Bagozzi [ 39 ]）。鉴于粮食安全从根本上来说是个人或家庭层面的问题，文献中的这一空白值得关注。

因此，如果我们想更精细地分析这些影响，我们的分析单位必须是家庭层面。正确了解暴力冲突如何影响生计和粮食安全对于准确的缓解和预防对策至关重要。这项研究的结果可以支持政策制定，并对援助和人道主义努力产生影响，以帮助因暴力和其他因素而面临粮食不安全的家庭。该研究还通过使用一种新颖的双重差分估计器做出了方法论贡献，该估计器允许连续和非连续治疗年，这是撒哈拉以南非洲冲突数据的第一个已知应用，为以下方面提供了急需的贡献：场。

数据
本研究使用来自马拉维和埃塞俄比亚这两个撒哈拉以南非洲 (SSA) 国家家庭生活标准测量调查 (LSMS) 的家庭调查数据。脚注1对于马拉维，我们有 2010 年、2013 年、2016 年和 2019 年的数据；对于埃塞俄比亚，我们有 2011 年、2014 年、2016 年和 2019 年的数据。LSMS 是一项重复的横断面调查，但包含有关由 11 或 13 位家庭 ID 表示的唯一家庭标识符的信息。一些新的家庭被添加，一些被删除，而一些家庭在每个调查年都会接受访谈。这使我们能够使用唯一的 ID 只保留每个调查年接受采访的家庭，并放弃非重复的家庭，将数据转换为运行双重差分模型所需的面板结构。我们分别对这两个国家进行此操作，并对每个国家运行单独的双重差分模型；我们还合并了两个国家的数据，并对合并后的数据运行双重差分模型。

我们暴力冲突数据的基础是调查中名为“战争/冲突的影响”的部分，可以方便地捕获家庭层面的冲突暴露并衡量冲突对家庭结果的福利影响。调查问卷中最相关的问题之一是询问该家庭在过去 12 个月内是否经历过冲突。该变量是典型的二元变量，“1”表示该家庭在过去 12 个月内经历过冲突，“0”否则。虽然这个变量不允许我们区分冲突的类型，但该研究侧重于一般冲突，而不是任何特定类型。该数据的一个优点是，它的采样方式允许我们直接将每个家庭与冲突暴露信息联系起来，然后与该特定家庭的人口和社区特征相协调。据我们所知，还没有其他公开的、大型的、全面的调查可以让我们将家庭与该家庭特有的冲突暴露联系起来。因此，这项调查是独一无二的，因为它可以直接建立因果关系，并且已在先前的研究中成功使用（参见[51 ]）。该调查还提供了有关可能影响粮食安全的其他类型冲击（例如干旱、洪水）的信息，这些信息也在研究中用作控制变量。

为了衡量家庭层面的粮食安全，我们使用食物消费评分（FCS），这是一个衡量饮食多样性和食物摄入频率的综合指标。FCS 的计算方法是汇总过去 7 天内八种基本食物组的家庭消费数据，任何得分大于 7 的食物组都会被截断。食物组根据其营养价值分配权重，并将加权后的食物组得分相加以获得最终的FCS得分[ 72 ]。FCS 分数较低表明粮食不安全程度不断加剧。根据世界粮食计划署 ​​(WFP) 的规定，家庭根据其 FCS 分数被划分为粮食安全状况较差、处于边缘或可接受的状态。继世界粮食计划署之后 [ 72]，如果FCS低于21.5，则家庭粮食安全状况被归类为较差；如果FCS在21.5至35之间，则家庭粮食安全状况为边界；如果FCS高于35，则家庭粮食安全状况可以接受。

与家庭饮食多样性评分等其他衡量粮食安全的方法相比，我们更喜欢食品消费评分（FCS），因为FCS包含了消费频率和较长的参考期。正如肯尼迪等人。[ 38 ]请注意，FCS提供了更全面的家庭食品消费情况，这对于深入的粮食安全评估非常重要，特别是当它是在家庭层面进行衡量时，需要更细粒度而不是总体的洞察力。此外，粮食署[ 72]建议使用加权系统来捕获饮食多样性和食物频率（每周消耗特定食物的天数）。因此，FCS 是使用考虑到不同食物组的营养价值的加权系统来计算的。这很重要，因为它确保 FCS 是考虑消费频率和营养价值的粮食安全的完整衡量标准，而不仅仅是饮食多样性的衡量标准。另一方面，家庭饮食多样性得分为所有食物类别分配相同的权重，这可能导致低估食物种类有限但消费频繁的家庭的粮食不安全状况。

LSMS 还包含信息，包括每年收获的农作物价值、每个家庭的牲畜和牲畜产品（肉、蛋、奶等）的价值以及与获得牲畜相关的成本，例如购买牲畜的成本。牲畜、运输成本、饲料成本等。农业经营收入是用出售农作物或牲畜获得的收入减去生产和收购成本来计算的。其他可能影响粮食安全的变量，包括户主的年龄和性别、家庭距最近的有市场的人口中心的距离、气候等，也作为控制变量纳入模型中。表1提供了每个国家所有变量的完整列表、描述和汇总统计数据。

方法和程序
用于估计冲突暴露与粮食安全关联的基线规范使用方程式中的 OLS 回归。（1）。虽然不是因果估计方法，但基线模型允许我们在控制其他变量后建立粮食安全与冲突之间的初步关联。

在我们对暴力冲突的因果影响的研究中，我们遇到了一种情况，即处理（冲突）并没有同时适用于所有家庭。这称为交错治疗时间。这对通常用于得出因果估计的标准双重差分 (DiD) 估计技术提出了挑战。DiD 将接受治疗（冲突）的家庭的结果与未接受治疗的家庭的结果进行比较，同时控制可能影响结果的其他因素。然而，在错开治疗时间的情况下，由于两个原因估计这种治疗效果是有问题的。首先，与常规 DiD 不同，在交错 DiD 中，治疗组和对照组之间存在两个差异：一个差异源于同一治疗队列中家庭之间的差异，而另一个差异则源于不同队列中家庭内部的差异（较早队列中的家庭比较晚队列中的家庭更容易受到治疗的影响，因此即使是治疗组也暴露于治疗时间不同）。其次，随着时间的推移和不同群体的治疗效果往往存在差异。当研究环境将治疗效果的交错时间和治疗效果异质性结合起来时，交错的 DiD 估计可能会有偏差（Chaisemartin 和 D'Haultfoeuille 2020）。因此，即使治疗组接受治疗的时间也不同）。其次，随着时间的推移和不同群体的治疗效果往往存在差异。当研究环境将治疗效果的交错时间和治疗效果异质性结合起来时，交错的 DiD 估计可能会有偏差（Chaisemartin 和 D'Haultfoeuille 2020）。因此，即使治疗组接受治疗的时间也不同）。其次，随着时间的推移和不同群体的治疗效果往往存在差异。当研究环境将治疗效果的交错时间和治疗效果异质性结合起来时，交错的 DiD 估计可能会有偏差（Chaisemartin 和 D'Haultfoeuille 2020）。

估计交错治疗时间的因果效应的一种方法是使用具有周期和组固定效应的线性回归。这种方法权衡不同的队列，并使用队列 ATE 的加权总和来估计 ATE。然而，正如 Chaisemartin 和 D'Haultfoeuille (2020) 所示，这种方法可能会为每个队列组生成负权重，这意味着即使所有队列 ATE 均为正值，估计的 ATE 也可能为负值。Chaisemartin 和 D'Haultfoeuille (2020) 找到了一种解决这个问题的新方法。即使治疗是交错的并且效果是异质的并且与其他方法不同，他们的方法也会产生渐近正态和无偏的估计（参见[ 7,14,35,63 ]]）在一个关键方面：Chaisemartin 和 D'Haultfoeuille（2020）估计器可用于以下应用：对于每一对连续日期，有一些组的治疗状态不会改变。因此，即使两个群体在同一年经历了冲突，它也会以不同的方式对待在连续时期经历冲突的群体和仅在一个时期经历冲突的群体。

这对我们来说尤其重要，因为我们使用的数据包含在连续时间段内接受处理的家庭，以及一些仅在一个时间段内接受处理的家庭。例如，在马拉维，处理年份为 2013 年和 2016 年。样本中有 1309 个重复家庭，其中 103 个家庭在 2013 年进行了处理，其中 175 个家庭在 2016 年进行了处理，其中 48 个家庭在这两年都进行了处理（因此对于这48户，待遇状况没有变化）。同样，在埃塞俄比亚，治疗年份为2014年和2016年，2014年有19户接受治疗，2016年有100户，两年均接受了3户治疗。在这些情况下，de Chaisemartin 和 D'Haultfoeuille [ 23] 方法是比其他方法更可靠的方法。另一个好处是，这种方法允许我们测试常见的前趋势，这是估计治疗效果的假设。该测试不同于标准事件研究前趋势测试（参见[ 8 ]），后者已被证明在治疗效果异质时无效（参见[ 63 ]）。

我们在下面更详细地描述 Chaisemartin 和 D'Haultfoeuille (2020) 估计器。我们考虑可分为治疗组和期的观察结果。对于每个，让在周期的观测值数量，令为观测值总数。数据可以是个体水平的面板或重复的横截面数据集。

其中，和是受处理家庭和未受处理家庭在暴力冲突中的两个反事实结果。

作为稳健性检查，我们采用匹配技术的四次迭代。k = 1的最近邻匹配 将每个处理家庭与倾向得分最接近的对照家庭进行匹配。与k匹配的最近邻 = 2 将每个处理家庭与倾向得分最接近的两个对照家庭进行匹配。卡尺匹配将每个处理家庭与倾向得分在指定卡尺内的对照家庭进行匹配。核匹配将每个处理家庭与控制家庭的加权分布相匹配，权重与处理家庭的倾向得分和控制家庭的倾向得分之间的距离成反比。我们使用卡尺匹配和替换来检查对照组和治疗组之间倾向得分分布的重叠。该方法的优点是仅使用共同支持匹配范围内的住户，有助于确保匹配样本具有可比性。此外，通过替换匹配，我们可以使用同一控制家庭来匹配多个处理家庭，这在可用控制家庭很少时会很有帮助。先前的研究发现，与替换相匹配通常可以减少偏差，因为类似的控制可以对多个接受治疗的家庭多次使用。这种方法很有帮助，特别是当我们几乎没有对照家庭可以与处理的家庭单位进行比较时[20 ]。核匹配倾向于对每个处理过的家庭使用更多未经处理的数据，从而减少方差，但由于方差与偏差的权衡，可能会增加偏差。卡尺匹配的另一个优点是它还可以使用卡尺内的所有比较家庭。

最后，我们使用图形诊断和标准化均差（SMD）来评估匹配后家庭协变量的平衡。图形诊断涉及比较原始组和匹配组中倾向得分的分布。如果分布相似，那么我们可以确信匹配已达到平衡。我们采用 Stuart [ 62 ] 的 0.25 阈值来声明不平衡。这意味着如果处理组和对照组之间的均值差异大于 0.25，我们认为协变量不平衡。一些研究，例如 Rubin [ 58 ]，建议对于不平衡协变量，SMD 阈值大于 0.1。

实验结果
表1列出了研究国家的描述性统计数据。马拉维家庭的食品消费得分相对高于埃塞俄比亚家庭。马拉维还比埃塞俄比亚经历了更多的冲突和洪水。户主的平均年龄基本一致，埃塞俄比亚和马拉维分别为 46 岁和 44 岁。在埃塞俄比亚和马拉维，大约 80% 和 77% 的抽样家庭分别为男性户主。数据还显示，马拉维家庭平均通过出售农作物、牲畜和家禽获得的收入高于埃塞俄比亚家庭。年平均降雨量在1061至1156毫米之间，其中埃塞俄比亚降雨量最多，马拉维降雨量最少。年平均气温在 19.01 至 21.53 °C 之间。

表2按接受治疗和未接受治疗的群体对数据进行分类，并比较两国冲突和非冲突家庭的特征及其差异和显着性水平。平均特征有些复杂：在某些方面，例如粮食安全，经历冲突的家庭平均表现似乎更好；处理过和未处理过的家庭的 FCS 分别为 46.08 和 42.26。这表明，无论待遇如何，抽样家庭的平均粮食安全程度都较低，但有趣的是，经历冲突的家庭的 FCS 较高。这似乎也违反直觉，但这些数字只是平均值的差异，没有控制其他变量。我们的结果还显示，经历过冲突的家庭中有 61% 在过去 12 个月内也经历过干旱。另一方面，26% 未经处理的家庭遭受干旱。另一方面，37%的接受治疗的家庭遭受了水灾，而7%的未接受治疗的家庭遭受了水灾。接受治疗和未接受治疗的家庭户主的平均年龄分别约为 42 岁和 46 岁。样本家庭总数中的大多数（80% 和 78%）分别是接受治疗和未接受治疗的家庭中的男户主家庭。

基线估计
我们首先提供关于冲突对平均粮食安全状况影响的初步证据，按国家分列，包括处理前和处理后，见表3。脚注2这项工作的目的是比较冲突年份前后每个粮食安全类别的家庭比例，并初步表明冲突与粮食安全水平较低有关。对于预处理，我们计算了预处理年份中每个类别的家庭比例（马拉维为 2010 年，埃塞俄比亚为 2011 年）。对于治疗后，我们计算了治疗后年份中每个类别的家庭比例（马拉维为 2013 年、2016 年和 2019 年，埃塞俄比亚为 2014 年、2016 年和 2019 年）。

合并数据显示，冲突前，80.30% 的家庭粮食安全水平可以接受，14.30% 的家庭处于临界水平，5.40% 的家庭粮食安全状况较差。在冲突后年份，粮食安全水平可接受的家庭比例下降至53.42%，处于临界水平的家庭比例增加至36.26%，而粮食安全较差的家庭比例则翻倍至10.32%。在各个国家层面都观察到了这种共同模式。

在马拉维，98.29%的家庭粮食安全处于可接受水平，1.63%的家庭处于粮食安全边缘，0.078%的家庭在冲突前几年粮食安全状况较差。在冲突后年份，粮食安全处于可接受水平的家庭比例下降至近77%，粮食安全处于边缘的家庭比例增加至21.39%。这表明大量家庭在冲突后容易受到粮食不安全的影响。同样，在埃塞俄比亚，分别有 70.78%、21.05% 和 8.23% 的家庭粮食安全水平处于可接受、临界和较差水平。冲突后，粮食安全状况可接受的家庭比例下降至40.18%，处于临界水平的家庭比例上升至44.63%。全面的，我们看到，虽然冲突并未导致粮食安全状况不佳的家庭数量大幅增加，但我们确实观察到粮食安全水平可接受的家庭数量大幅下降。这些家庭中的大部分似乎从粮食安全的可接受水平下降到了边缘水平。

基线 OLS 结果表明，暴力冲突与组合数据集中 FCS 平均下降 1.74 个单位或约 4.00% 下降相关。该模型中使用的其他冲击包括干旱和洪水。这两种冲击都与 FCS 具有显着的负面关联。干旱季节的一次事件会导致 FCS 减少 2.67 个单位（相当于 FCS 平均减少 6.30%）。同样，一年中发生一次洪水会导致 FCS 减少 3.90 个单位（FCS 平均减少 9.20%）。附录表8 _”显示暴力冲突与其他自然灾害（洪水和干旱）之间的正相关性较低，这意味着暴力冲突对粮食安全的影响不会与洪水或干旱的影响相混淆。

双重差分估计
我们现在提出 de Chaisemartin 和 D'Haultfoeuille [ 23 ] 的双重差分模型结合数据，然后针对各个国家。表4列出了综合结果和特定国家的结果。两个国家的综合这种负面影响相当于 FCS 平均减少 16.13%。这意味着经历冲突的两个国家的家庭的粮食安全得分下降了近六分之一，考虑到粮食安全已经处于临界水平，这是一个大幅下降。{\ mathrm
马拉维的估计值更大，表明冲突暴露使 FCS 减少 10.54 个单位（相当于 FCS 平均减少 20.22%）。最后，
埃塞俄比亚的估计值略小，为 − 4.316 单位（相当于 FCS 平均减少 11.67%），并且具有统计显着性。值得注意的是，冲突的真正影响更大，因为上述估计中的平均治疗效果（ATE）是所有家庭的平均，无论他们是否经历过冲突。由于FCS同时衡量消费频率和饮食多样性，家庭FCS的下降表明家庭通过减少膳食频率或降低膳食质量和数量来降低消费模式。一些家庭几天没有食物的情况也很常见。

{ DID还允许我们生成安慰剂估计器结果。显着的安慰剂效应系数意味着违反平行趋势假设，反之亦然。在这里，安慰剂效应对于单个国家或国家组合而言并不显着，因此满足平行趋势假设。这一结果可以通过以下事实来解释：我们在治疗前一年没有差异化的预趋势，这意味着经历过和之间暴力冲突的家庭在粮食安全方面并没有经历与比没有暴力冲突的家庭单位要高。

虽然总的来说，我们发现冲突造成了巨大的负面影响，但重要的是要知道不同分类群体是否同样经历这些影响。在本节的其余部分中，表5，我们研究了冲突对女性和男性户主家庭、冲突同一年遭受干旱、洪水的家庭以及年龄中位数高于或低于 44 岁的户主的不同影响。第一行估计表明，从数量上看，相对于男户主家庭（下降 5.56 或 13.12%），女户主家庭受冲突的影响稍小（平均 FCS 下降 5.10 或 12.01%），尽管差异影响可能会有所不同。没有实际意义。幅度和统计显着性与表4中的主要结果相当（− 6.84 或 16.13%），表明冲突对 FCS 的影响在男性和女性户主家庭中可能没有显着差异。这很有趣，因为与性别经济学文献不同的是，性别经济学文献通常对女性户主家庭存在不安全感的负面偏见[ 29,41,65 ]，我们在这里发现男性和女性户主家庭都受到负面影响，其中男性户主家庭受到负面影响。家庭的粮食安全状况略有下降。

接下来，我们研究干旱和洪水的不同影响。有趣的是，冲突的因果影响远高于冲突同一年发生干旱或洪水的情况。例如，当没有干旱时，ATE 为 − 2.55 (6.01%)；当没有洪水时，ATE 为 − 1.76 (4.15%)。当发生干旱或洪水时，影响分别惊人地增加至 - 12.38 (29.20%) 和 - 15.01 (35.20%)。这意味着当冲突与干旱或洪水同时发生时，冲突的影响会增加几个数量级。

最后，我们检查冲突的影响是否因户主年龄的不同而不同。为此，我们根据户主年龄是否高于中位年龄（44 岁）或以下来对群体进行分类。我们发现，以年龄高于中位年龄的人为户主的家庭的 FCS 下降了 3.30（相当于 FCS 平均下降 7.78%）。对于户主年龄低于中位年龄的家庭，因果影响为 - 5.64，尽管这在统计上并不显着。

总体而言，结果表明，暴力冲突对粮食安全有强烈的负面影响，影响范围为-4.32至-10.54，相当于粮食消费得分下降11.67-20.22%。在分类群体中进行比较时，结果更加明显：当家庭经历冲突和干旱时，食品消费得分下降12.38，相当于平均下降29.20%；当家庭经历冲突和干旱时，食品消费得分下降12.38，相当于平均下降29.20%；当冲突与洪水同时发生时，粮食安全下降幅度更大，为15.01，相当于下降35.20%。这些影响是巨大且有意义的，特别是与家庭现有的粮食状况相比。表格1显示埃塞俄比亚的平均食品消费得分为 36.99，马拉维为 52.14，两国加起来为 42.40；因此，“普通”家庭的粮食安全状况处于“可接受”的水平。

在这两个国家中，经历冲突的家庭的粮食消费得分将下降 6.84，这意味着他们的 FCS 平均得分将从 42.40 下降到 35.56，这意味着家庭将危险地接近粮食安全状态的临界点。 35. 同样，在埃塞俄比亚，经历冲突的家庭的 FCS 将从 36.99 下降到 32.67，这意味着平均家庭的粮食安全状况将从“可接受”的粮食安全水平下降到粮食安全的“边界”水平。当经历干旱和洪水等其他形式的自然引发的冲击时，冲突的影响更加令人震惊。在这种情况下，普通家庭可能会陷入更深的粮食不安全状况。例如，如果两国的“普通”家庭同时遭遇冲突和干旱，食品消费得分将从42.40下降至30.02；如果不是干旱而是洪水，分数将进一步下降至 27.39。这两者都将使普通家庭的粮食安全状况处于“边界”水平。

了解冲突对粮食安全的具体影响对于制定适当的政策应对措施以保护家庭免受冲突的负面影响至关重要。为了充分解决这个问题，我们使用详细的家庭层面的粮食安全数据和冲突事件数据以及收入、地点、气候和其他家庭特定信息的数据来准确衡量它们的关系。我们的研究结果提供了一些关于冲突对粮食安全具体措施的具体影响的提示性指示。这是一个重要的发现，因为它强调需要准确衡量冲突对粮食安全的影响，以评估撒哈拉以南非洲地区家庭的相对脆弱性。因果效应的大小和重要性的异质性可归因于影响家庭层面粮食安全的暴力类型，以及正在研究的国家在地方、区域或国家层面所特有的不同因素。例如，我们的结果表明，男户主家庭受到的影响可能与女户主家庭不同，尽管差异实际上可能微不足道。同样，与干旱或洪水同时发生的冲突事件可能会大大加剧冲突的影响。最后，户主的年龄也可能是决定家庭如何受到冲突影响的一个因素。这些发现表明，需要采取更细致的方法来了解冲突对粮食安全的影响。

稳健性检查
除了之前使用修改的双重差分策略的方法之外，为了进一步验证替代估计方法的稳健性，我们使用具有最近邻（k  = 1 和k  = 2）、卡尺和核匹配方法。PSM 使我们能够控制可能影响冲突暴露的特征并减少选择偏差。识别是通过创建具有相似协变量分布的可比较组，然后比较具有相同特征的家庭来驱动的，因此观察到的组间结果差异更有可能是由于治疗而不是协变量中预先存在的差异。

结果如表6所示。我们使用四种不同的匹配方法来估计平均处理效果（ATE），所有结果通常表明冲突暴露对粮食安全有很大的负面影响。第一行显示最近邻匹配的结果。对于合并数据和埃塞俄比亚而言，ATE 均为负且显着，但对于马拉维则不然。第二行显示2-最近邻匹配的结果。对于综合数据和埃塞俄比亚而言，ATE 再次为负且显着，但对于马拉维而言则不然。第三行显示卡尺匹配的估计值，其中我们使用宽度等于倾向得分对数标准差 0.25 的卡尺对倾向得分的对数进行匹配。同样，埃塞俄比亚和埃塞俄比亚的综合数据都显示出负面且具有统计显着性的估计值，而马拉维则没有。第四行显示了 Epanechnikov 核匹配的结果。ATE 再次出现负面影响，对埃塞俄比亚而言意义重大，但对马拉维或合并后的国家而言则不然。在所有估计方法中，埃塞俄比亚的影响程度较大，其次是综合结果，尽管我们无法完全确定马拉维结果的统计显着性。这可能是由于马拉维的匹配相对较差，这本身可能是因为相对于对照家庭，接受治疗的家庭更多，而且存在更多连续接受治疗的家庭。我们的PSM设计要求逐年进行匹配，因此对于连续几年接受治疗的家庭，必须有足够接近的家庭在任何一年都没有接受治疗。

表 6 粮食安全冲突的匹配 ATE：稳健性检查
全尺寸桌子
我们在“附录”中展示了匹配诊断的各种措施。在附录3的表9中，我们显示了所有协变量的平均值和中位数标准化差异。前两列显示平均值和中位数偏差，作为绝对偏差分布的汇总指标。脚注3这些数字表明，匹配后的家庭群体（按治疗状况分类）在特征方面非常相似。附录中还报告了处理单位和比较单位的 PSM logit 结果和估计倾向得分的直方图。所实现的共同支持区域上的倾向得分分布表明，所有箱（所有算法为 0-0.05、0.05-0.1、……、0.95-1.00）都是平衡的。这意味着不存在处理单元的数量大大超过比较单元的数量的箱，反之亦然。换句话说，比较单元与广泛的处理单元存在显着重叠，这使得能够进行适当的比较并使我们对稳健性测试充满信心。为了实现更好的平衡，左右偏斜的观测值被删除。

冲突影响和机制的讨论
了解冲突影响粮食安全的具体机制对于制定有效的政策应对措施至关重要。对这些机制的详细分析超出了本文的范围，但有必要进行简要讨论。由于我们数据中的大多数家庭依靠农业为生，因此中断农业活动似乎是正确的开始方式。文献中确定的第一个可能的机制是，冲突常常导致社区流离失所，这可能会扰乱农业和其他农业活动（见[ 11,50,52,57 ]]）。农民可能被迫放弃自己的田地，导致粮食产量下降，最终影响获得适当营养，充足的粮食供应变得困难。在这种情况下，牲畜和农产品可能被盗，仓库、粮食储存设施和分配网络可能在冲突期间遭到破坏或破坏，影响粮食的有效分配。

另一种可能的机制是通过破坏基础设施、机械和牲畜，导致依赖农业和相关产业的人们失去生计[ 40 ]。冲突会扰乱市场，使农民难以出售农产品，消费者也难以获得食物。就业机会可能会受到干扰，从而降低人们购买食物的能力。由于工作和企业受到影响，家庭可能缺乏经济手段来确保充足的营养。然而，由于缺乏详细的家庭调查信息，限制了我们更彻底地研究这些问题的能力。

尽管缺乏此类数据，但我们的结果提供了有关该机制的一些指示性证据。社区的迁移、农业和农业活动的中断可能不是我们数据中的关键机制，因为我们将分析仅限于研究期间居住在同一地点（通过坐标确定）的家庭。此外，数据中的一个关键控制变量是农业和牲畜收入，因此冲突的影响与农业相关的收成损失、商业和生计中断的影响是独立的。然而，我们没有提供粮食援助的数据，尽管先前的研究表明救援工作往往不受冲突的限制[ 5]。如果这确实是真的，那么我们对因果效应的估计实际上被低估了。

我们的研究结果虽然不能直接比较，但与之前关于总体研究领域的文献中观察到的结果相似。首先，我们考察冲突的因果效应。根据我们强有力的研究结果，冲突暴露使两国的 FCS 平均降低了 16.13%，其中马拉维降低了 20.22%，埃塞俄比亚降低了 11.67%。乔治等人。[ 34 ]尽管使用家庭饮食多样性评分（HDDS）作为粮食安全的衡量标准，但报告了类似的结果。他们发现，暴力冲突结束后，家庭粮食不安全状况可能加剧，主要原因是生产和经济活动受到干扰。我们的结果也可以与 Akresh 等人得出相似之处。[ 4] 他们发现，冲突期间出生的男孩和女孩受到了负面影响，年龄别身高 z 值降低了 1.05 个标准差。同样，Minoiu 和 Shemyakina [ 46 , 48 ] 发现，与来自受影响较轻地区的儿童相比，来自受冲突影响较严重地区的儿童遭受了严重的健康挫折，而 Akbulut-Yuksel [ 3 ] 发现遭受破坏对人类产生了长期的有害影响二战期间德国学龄儿童的资本形成、健康和劳动力市场结果。Rockmore [ 57 ]发现冲突导致牲畜群的规模和价值大幅下降。最后，Verwimp 和 Munoz-Mora [ 69] 将原流离失所家庭的粮食安全和营养状况与未流离失所的邻居进行比较，发现原流离失所者的食品支出低 5%，卡路里摄入量低 6%。虽然这些研究考察了粮食安全的具体组成部分（更多的是综合衡量标准），但关系的方向与我们的方向基本相同，具体估计中的任何异质性可能是由于所研究的区域或跨国的具体属性造成的。变异和方法论变异。因此，我们的研究结果不仅确立了粮食安全与冲突之间的因果关系，而且证明了家庭层面的目标和缓解战略的必要性。

我们还分别和共同检查了马拉维和埃塞俄比亚家庭的 FCS 水平。就两国而言，FCS 可接受水平的家庭比例从冲突前的 80.30% 下降到冲突后的 53.42%。在埃塞俄比亚，冲突前到冲突后，“可接受”类别的家庭比例从 70.72% 下降到 40.18%；在马拉维，这一比例为98.29%至76.96%。虽然之前不存在具体的经验证据，但这远远低于世界粮食计划署建议的比例，该计划建议 90% 的家庭通常应属于“可接受”类别（Ambaw 等人[ 6 ]）。总的来说，我们的结果也得到了 Weldegiaargis 等人的支持。[ 71] 根据家庭粮食不安全获取量表 (HFIAS)，埃塞俄比亚提格雷 84.6% 的家庭粮食不安全。其他类似研究显示不同的 FCS 水平。例如，乌干达农村地区 30% 的人口处于贫困和边缘状态，尼泊尔山区 34% 的人口处于贫困和边缘状态[ 73 ]。缺乏可比较的先前经验证据也增强了我们对我们的研究和发现的新颖性的信心。

结论
之前越来越多的实证研究侧重于冲突和粮食安全的国家和区域比较。这些主要总结认为，冲突造成的影响的性质在不同类型和强度的冲突中以及在国家和地方机构中可能是相当不同的[ 43]。然而，仍然很少有直接证据表明通过理解因果机制来明确捕捉冲突中的家庭差异。该研究通过估计冲突对撒哈拉以南非洲家庭粮食不安全的因果影响来解决这一文献空白。通过精细分析数据，我们能够确定冲突的影响，这些冲突的影响虽然不足以产生区域性影响，但在当地或家庭层面却具有非常重大的影响。

我们采用了世界银行的家庭生活水平衡量调查数据，这些数据来自两个撒哈拉以南非洲国家——马拉维和埃塞俄比亚，这两个国家是全球最容易发生冲突和粮食不安全的国家之一。结果显示，根据综合数据，冲突暴露使食物消费得分降低了 6.84 个单位。这相当于粮食安全指标减少了 16.13% 或六分之一。在马拉维，因果估计值更大，为 - 10.541，意味着食品消费得分下降了 20.22%。埃塞俄比亚的估计值稍低，为−4.32（减少了11.67%），尽管埃塞俄比亚的粮食安全基线状况比马拉维差得多。在使用倾向匹配技术的不同迭代的替代估计方法中，研究结果在很大程度上保持一致和稳健。

然后，我们对按户主的性别和年龄以及自然冲击暴露情况分类的群体进行相同的分析。我们发现，与文献相反，女性户主家庭的因果估计幅度略小于男性户主家庭，尽管差异实际上可能并不显着。不过，与之前的文献一致，我们发现以相对年长的人为户主的家庭比以年轻的人为户主的家庭更容易受到冲突的影响。我们还发现，当家庭在一年内同时经历冲突和干旱时，综合数据中食品消费得分下降12.38，相当于平均下降29.20%；当冲突与洪水同时发生时，粮食安全下降幅度更大，为15.01，相当于35.20%。

我们能够准确地将冲突数据与家庭层面的特征相协调，并采用专门针对数据细微差别进行调整的新颖计量经济学方法，这增强了我们对结果的信心。总的来说，本文的研究结果有助于提高我们对冲突与粮食安全之间关系的理解。从这些发现中可以得出一些结论。首先，我们展示了衡量家庭层面冲突影响的价值。通过这样做，我们可以更细致地了解冲突暴露的本质和意义。鉴于粮食安全从根本上来说是个人或家庭层面的问题，这一分析单位似乎是合适的。结果表明，在不同情况下，粮食安全措施可能下降 16-35%，

我们的研究结果还提供了更有力、更直接的证据来支持暴力冲突不仅影响总体或区域粮食安全，而且影响特定家庭的猜想。这强化了政策制定者迫切需要针对家庭层面进行干预和政策应对。研究结果还表明，家庭对冲突的反应不同，因此考虑冲突影响的不同性质的方法对于有针对性的干预至关重要。因此，这些结果与当前关于最佳缓解策略的辩论相关，这些策略在建立区域稳定时采取更细粒度的观点，而不是国家或国家以下的观点。

虽然我们的分析对有关暴力和粮食安全的文献以及旨在降低粮食不安全风险的影响做出了重大贡献，但它也有一些局限性。值得注意的是，我们对家庭是否遭受暴力的衡量依赖于自我报告，并没有提供家庭经历过何种类型暴力的具体细节。根据暴力的类型和规模（从国内到国际），粮食安全可能受到不同的影响。由于缺乏统一性、同质性，并且缺乏构建食品消费评分所需的一些变量和研究中使用的其他自变量，我们还将分析限制在两个国家。

我们分析的局限性为未来的研究提供了有用的途径。通过关注具体的暴力事件，我们将能够更深入地了解暴力如何导致粮食不安全。通过将我们的分析扩展到其他国家或利用其他实证方法，可以获得进一步的见解。进一步调查旨在防止或减少暴力蔓延的政策缓解措施，特别是在家庭层面，也将减少弱势群体粮食不安全的可能性。未来的研究可以侧重于确定冲突导致粮食不安全的具体机制，并制定有针对性的干预措施以减轻冲突对粮食安全的负面影响。