Suchergebnisse

Dans un contexte de tensions à venir sur la ressource foncière, l'objectif de cette thèse est d'étudier l'influence des déterminants globaux, que sont la mondialisation et le changement climatique, sur l'agriculture et les changements d'usages des sols. Pour mener cette étude, un nouveau modèle d'usage des sols, appelé ''Nexus Land-Use", est développé afin de permettre une vision cohérente du système socio-biosphérique. Les modèles existants sont d'abord examinés, avec pour objectif d'évaluer leur capacité à estimer les changements indirects d'affectation des terres liés aux biocarburants (CIAT). Les CIAT constituent un symptôme caractéristique de l'influence des déterminants globaux en ce qu'ils résultent des flux internationaux d'échanges. Leur estimation représente un défi pour les modélisateurs car elle nécessite une vision intégrée du système agricole, avec une prise en compte au niveau global des côtés offre et demande du secteur agricole. Il apparaît que malgré des progrès significatifs sur la représentation de l'offre de terres et du secteur de la bioénergie, les modèles existants ne parviennent pas encore à fournir une évaluation robuste des CIAT, du fait notamment d'estimations divergentes des élasticité-prix des rendements agricoles et de la demande alimentaire. Pour répondre au défi posé par la modélisation des déterminants globaux, cette thèse présente le modèle Nexus Land-Use. Fondé sur une représentation des mécanismes d'intensification agricole, à la fois au niveau de la production végétale et animale, ce modèle a pour caractéristiques de combiner au sein d'un seul outil l'économie et la biophysique, et de représenter les effets multi-échelles en intégrant l'hétérogénéité locale dans une architecture globale. La spécificité de ce modèle est également de calculer la rente foncière de manière endogène, ce qui permet, en particulier, de représenter l'effet de la substitution terre-engrais sur les usages des sols, compte tenu de scénarios exogènes de prix des intrants chimiques. A l'aide de ce modèle, l'influence de la mondialisation sur l'agriculture est ensuite étudiée au travers du prisme des régimes alimentaires. A partir de trois scénarios de consommation alimentaire représentatifs, l'analyse démontre l'importance de la convergence des régimes alimentaires comme facteur de tensions sur les usages des sols. Nos résultats révèlent qu'une convergence de l'ensemble du monde sur le régime alimentaire des Etats-Unis d'ici 2050 ne serait pas possible avec les tendances actuelles en matières d'expansion agricole. Les interactions entre le scénario alimentaire et les autres politiques affectant les usages des sols - soutien aux biocarburants et réduction de la déforestation - sont aussi mises en lumière, et certaines options permettant de réduire les tensions sur la ressource foncière testées. Dans un dernier chapitre, deux perspectives de développement du modèle sont présentées afin d'analyser la question du changement climatique. Elles concernent en premier lieu le couplage avec Imaclim-R, dont l'objectif est d'intégrer une valeur cohérente de la rente foncière dans le prix agricole et les courbes d'offre de biomasse énergie. Il s'agit également d'inclure dans le Nexus Land-Use les variations de rendement des cultures simulées par le modèle de végétation ORCHIDEE sous un scénario de changement climatique. Sur ce dernier point, les premiers résultats montrent que le changement climatique conduirait à une relocalisation partielle de la production agricole des pays du Sud (Afrique, Amérique Latine) vers les pays du Nord (principalement Canada et Russie).

In a context of future tensions on the land resource, the objective of this thesis is to study the impact of global drivers, which are globalisation and climate change, on agriculture and land-use. To conduct this study, a new global land-use model, called ''Nexus Land-Use", is developed, to allow for a consistent vision of the socio-biospheric system. Existing land-use models are firstly reviewed, with the objective of assessing their capacity to estimate indirect land-use changes (ILUC). Because they result from international exchanges, ILUC can be viewed as characteristic symptoms of the influence of global drivers. Their estimation is a challenge for modellers as they require an integrated vision of the agricultural system, incorporating at the global scale a representation of both the supply- and demand-side. In spite of significant progress in the modelling of the land supply and the bioenergy sector, existing models do not manage yet to provide a robust assessment of ILUC, due especially to divergences on the price-elasticity of agricultural yields and food demand. To meet the challenge of modelling global drivers, this thesis presents the Nexus Land-Use model. Based on a representation of agricultural intensification mechanisms, its basic characteristics are to combine economics and biophysics into a single modelling framework and to represent multi-scale effects by incorporating local heterogeneity into a global architecture. The specificity of the model is also to endogenously calculate the land rent, which makes it possible, with exogenous scenarios of chemical inputs, to model the land-fertiliser substitution and its effect on land-use. With this modelling framework, the influence of globalisation on agriculture is studied through the lens of the food diets. Using three representative food scenarios, we show the critical role of diet convergence as driver of tensions on land-use. Our results reveal that a global convergence towards US diet to 2050 is not feasible with ongoing trends of agricultural expansion. Interactions between food scenarios and other land-use policies -- support to biofuel production and reduction of deforestation -- are enlightened, and some options for mitigating tensions on land-use are tested. Two prospects for the model development are finally presented to analyse the influence of climate change on land-use. The first one is the coupling to Imaclim-R with the aim of incorporating consistent values of the land rent into the agricultural price and the biomass supply curves. The second prospect is to include in the Nexus Land-Use crop yields variations simulated by the vegetation model ORCHIDEE under a climate change scenario. On this latter point, first results show that climate change induces a partial relocation of agricultural production from Southern regions -- Africa and Latin America -- to Northern ones, mainly Canada and Former Soviet Union. ; Dans un contexte de tensions à venir sur la ressource foncière, l'objectif de cette thèse est d'étudier l'influence des déterminants globaux, que sont la mondialisation et le changement climatique, sur l'agriculture et les changements d'usages des sols. Pour mener cette étude, un nouveau modèle d'usage des sols, appelé ''Nexus Land-Use", est développé afin de permettre une vision cohérente du système socio-biosphérique. Les modèles existants sont d'abord examinés, avec pour objectif d'évaluer leur capacité à estimer les changements indirects d'affectation des terres liés aux biocarburants (CIAT). Les CIAT constituent un symptôme caractéristique de l'influence des déterminants globaux en ce qu'ils résultent des flux internationaux d'échanges. Leur estimation représente un défi pour les modélisateurs car elle nécessite une vision intégrée du système agricole, avec une prise en compte au niveau global des côtés offre et demande du secteur agricole. Il apparaît que malgré des progrès significatifs sur la représentation de l'offre de terres et du secteur de la bioénergie, les modèles existants ne parviennent pas encore à fournir une évaluation robuste des CIAT, du fait notamment d'estimations divergentes des élasticité-prix des rendements agricoles et de la demande alimentaire. Pour répondre au défi posé par la modélisation des déterminants globaux, cette thèse présente le modèle Nexus Land-Use. Fondé sur une représentation des mécanismes d'intensification agricole, à la fois au niveau de la production végétale et animale, ce modèle a pour caractéristiques de combiner au sein d'un seul outil l'économie et la biophysique, et de représenter les effets multi-échelles en intégrant l'hétérogénéité locale dans une architecture globale. La spécificité de ce modèle est également de calculer la rente foncière de manière endogène, ce qui permet, en particulier, de représenter l'effet de la substitution terre-engrais sur les usages des sols, compte tenu de scénarios exogènes de prix des intrants chimiques. A l'aide de ce modèle, l'influence de la mondialisation sur l'agriculture est ensuite étudiée au travers du prisme des régimes alimentaires. A partir de trois scénarios de consommation alimentaire représentatifs, l'analyse démontre l'importance de la convergence des régimes alimentaires comme facteur de tensions sur les usages des sols. Nos résultats révèlent qu'une convergence de l'ensemble du monde sur le régime alimentaire des Etats-Unis d'ici 2050 ne serait pas possible avec les tendances actuelles en matières d'expansion agricole. Les interactions entre le scénario alimentaire et les autres politiques affectant les usages des sols -- soutien aux biocarburants et réduction de la déforestation -- sont aussi mises en lumière, et certaines options permettant de réduire les tensions sur la ressource foncière testées. Dans un dernier chapitre, deux perspectives de développement du modèle sont présentées afin d'analyser la question du changement climatique. Elles concernent en premier lieu le couplage avec Imaclim-R, dont l'objectif est d'intégrer une valeur cohérente de la rente foncière dans le prix agricole et les courbes d'offre de biomasse énergie. Il s'agit également d'inclure dans le Nexus Land-Use les variations de rendement des cultures simulées par le modèle de végétation ORCHIDEE sous un scénario de changement climatique. Sur ce dernier point, les premiers résultats montrent que le changement climatique conduirait à une relocalisation partielle de la production agricole des pays du Sud (Afrique, Amérique Latine) vers les pays du Nord (principalement Canada et Russie).

In a context of future tensions on the land resource, the objective of this thesis is to study the impact of global drivers, which are globalisation and climate change, on agriculture and land-use. To conduct this study, a new global land-use model, called ''Nexus Land-Use", is developed, to allow for a consistent vision of the socio-biospheric system. Existing land-use models are firstly reviewed, with the objective of assessing their capacity to estimate indirect land-use changes (ILUC). Because they result from international exchanges, ILUC can be viewed as characteristic symptoms of the influence of global drivers. Their estimation is a challenge for modellers as they require an integrated vision of the agricultural system, incorporating at the global scale a representation of both the supply- and demand-side. In spite of significant progress in the modelling of the land supply and the bioenergy sector, existing models do not manage yet to provide a robust assessment of ILUC, due especially to divergences on the price-elasticity of agricultural yields and food demand. To meet the challenge of modelling global drivers, this thesis presents the Nexus Land-Use model. Based on a representation of agricultural intensification mechanisms, its basic characteristics are to combine economics and biophysics into a single modelling framework and to represent multi-scale effects by incorporating local heterogeneity into a global architecture. The specificity of the model is also to endogenously calculate the land rent, which makes it possible, with exogenous scenarios of chemical inputs, to model the land-fertiliser substitution and its effect on land-use. With this modelling framework, the influence of globalisation on agriculture is studied through the lens of the food diets. Using three representative food scenarios, we show the critical role of diet convergence as driver of tensions on land-use. Our results reveal that a global convergence towards US diet to 2050 is not feasible with ongoing trends of agricultural expansion. Interactions between food scenarios and other land-use policies -- support to biofuel production and reduction of deforestation -- are enlightened, and some options for mitigating tensions on land-use are tested. Two prospects for the model development are finally presented to analyse the influence of climate change on land-use. The first one is the coupling to Imaclim-R with the aim of incorporating consistent values of the land rent into the agricultural price and the biomass supply curves. The second prospect is to include in the Nexus Land-Use crop yields variations simulated by the vegetation model ORCHIDEE under a climate change scenario. On this latter point, first results show that climate change induces a partial relocation of agricultural production from Southern regions -- Africa and Latin America -- to Northern ones, mainly Canada and Former Soviet Union. ; Dans un contexte de tensions à venir sur la ressource foncière, l'objectif de cette thèse est d'étudier l'influence des déterminants globaux, que sont la mondialisation et le changement climatique, sur l'agriculture et les changements d'usages des sols. Pour mener cette étude, un nouveau modèle d'usage des sols, appelé ''Nexus Land-Use", est développé afin de permettre une vision cohérente du système socio-biosphérique. Les modèles existants sont d'abord examinés, avec pour objectif d'évaluer leur capacité à estimer les changements indirects d'affectation des terres liés aux biocarburants (CIAT). Les CIAT constituent un symptôme caractéristique de l'influence des déterminants globaux en ce qu'ils résultent des flux internationaux d'échanges. Leur estimation représente un défi pour les modélisateurs car elle nécessite une vision intégrée du système agricole, avec une prise en compte au niveau global des côtés offre et demande du secteur agricole. Il apparaît que malgré des progrès significatifs sur la représentation de l'offre de terres et du secteur de la bioénergie, les modèles existants ne parviennent pas encore à fournir une évaluation robuste des CIAT, du fait notamment d'estimations divergentes des élasticité-prix des rendements agricoles et de la demande alimentaire. Pour répondre au défi posé par la modélisation des déterminants globaux, cette thèse présente le modèle Nexus Land-Use. Fondé sur une représentation des mécanismes d'intensification agricole, à la fois au niveau de la production végétale et animale, ce modèle a pour caractéristiques de combiner au sein d'un seul outil l'économie et la biophysique, et de représenter les effets multi-échelles en intégrant l'hétérogénéité locale dans une architecture globale. La spécificité de ce modèle est également de calculer la rente foncière de manière endogène, ce qui permet, en particulier, de représenter l'effet de la substitution terre-engrais sur les usages des sols, compte tenu de scénarios exogènes de prix des intrants chimiques. A l'aide de ce modèle, l'influence de la mondialisation sur l'agriculture est ensuite étudiée au travers du prisme des régimes alimentaires. A partir de trois scénarios de consommation alimentaire représentatifs, l'analyse démontre l'importance de la convergence des régimes alimentaires comme facteur de tensions sur les usages des sols. Nos résultats révèlent qu'une convergence de l'ensemble du monde sur le régime alimentaire des Etats-Unis d'ici 2050 ne serait pas possible avec les tendances actuelles en matières d'expansion agricole. Les interactions entre le scénario alimentaire et les autres politiques affectant les usages des sols -- soutien aux biocarburants et réduction de la déforestation -- sont aussi mises en lumière, et certaines options permettant de réduire les tensions sur la ressource foncière testées. Dans un dernier chapitre, deux perspectives de développement du modèle sont présentées afin d'analyser la question du changement climatique. Elles concernent en premier lieu le couplage avec Imaclim-R, dont l'objectif est d'intégrer une valeur cohérente de la rente foncière dans le prix agricole et les courbes d'offre de biomasse énergie. Il s'agit également d'inclure dans le Nexus Land-Use les variations de rendement des cultures simulées par le modèle de végétation ORCHIDEE sous un scénario de changement climatique. Sur ce dernier point, les premiers résultats montrent que le changement climatique conduirait à une relocalisation partielle de la production agricole des pays du Sud (Afrique, Amérique Latine) vers les pays du Nord (principalement Canada et Russie).

In a context of future tensions on the land resource, the objective of this thesis is to study the impact of global drivers, which are globalisation and climate change, on agriculture and land-use. To conduct this study, a new global land-use model, called ''Nexus Land-Use", is developed, to allow for a consistent vision of the socio-biospheric system. Existing land-use models are firstly reviewed, with the objective of assessing their capacity to estimate indirect land-use changes (ILUC). Because they result from international exchanges, ILUC can be viewed as characteristic symptoms of the influence of global drivers. Their estimation is a challenge for modellers as they require an integrated vision of the agricultural system, incorporating at the global scale a representation of both the supply- and demand-side. In spite of significant progress in the modelling of the land supply and the bioenergy sector, existing models do not manage yet to provide a robust assessment of ILUC, due especially to divergences on the price-elasticity of agricultural yields and food demand. To meet the challenge of modelling global drivers, this thesis presents the Nexus Land-Use model. Based on a representation of agricultural intensification mechanisms, its basic characteristics are to combine economics and biophysics into a single modelling framework and to represent multi-scale effects by incorporating local heterogeneity into a global architecture. The specificity of the model is also to endogenously calculate the land rent, which makes it possible, with exogenous scenarios of chemical inputs, to model the land-fertiliser substitution and its effect on land-use. With this modelling framework, the influence of globalisation on agriculture is studied through the lens of the food diets. Using three representative food scenarios, we show the critical role of diet convergence as driver of tensions on land-use. Our results reveal that a global convergence towards US diet to 2050 is not feasible with ongoing trends of agricultural expansion. Interactions between food scenarios and other land-use policies -- support to biofuel production and reduction of deforestation -- are enlightened, and some options for mitigating tensions on land-use are tested. Two prospects for the model development are finally presented to analyse the influence of climate change on land-use. The first one is the coupling to Imaclim-R with the aim of incorporating consistent values of the land rent into the agricultural price and the biomass supply curves. The second prospect is to include in the Nexus Land-Use crop yields variations simulated by the vegetation model ORCHIDEE under a climate change scenario. On this latter point, first results show that climate change induces a partial relocation of agricultural production from Southern regions -- Africa and Latin America -- to Northern ones, mainly Canada and Former Soviet Union. ; Dans un contexte de tensions à venir sur la ressource foncière, l'objectif de cette thèse est d'étudier l'influence des déterminants globaux, que sont la mondialisation et le changement climatique, sur l'agriculture et les changements d'usages des sols. Pour mener cette étude, un nouveau modèle d'usage des sols, appelé ''Nexus Land-Use", est développé afin de permettre une vision cohérente du système socio-biosphérique. Les modèles existants sont d'abord examinés, avec pour objectif d'évaluer leur capacité à estimer les changements indirects d'affectation des terres liés aux biocarburants (CIAT). Les CIAT constituent un symptôme caractéristique de l'influence des déterminants globaux en ce qu'ils résultent des flux internationaux d'échanges. Leur estimation représente un défi pour les modélisateurs car elle nécessite une vision intégrée du système agricole, avec une prise en compte au niveau global des côtés offre et demande du secteur agricole. Il apparaît que malgré des progrès significatifs sur la représentation de l'offre de terres et du secteur de la bioénergie, les modèles existants ne parviennent pas encore à fournir une évaluation robuste des CIAT, du fait notamment d'estimations divergentes des élasticité-prix des rendements agricoles et de la demande alimentaire. Pour répondre au défi posé par la modélisation des déterminants globaux, cette thèse présente le modèle Nexus Land-Use. Fondé sur une représentation des mécanismes d'intensification agricole, à la fois au niveau de la production végétale et animale, ce modèle a pour caractéristiques de combiner au sein d'un seul outil l'économie et la biophysique, et de représenter les effets multi-échelles en intégrant l'hétérogénéité locale dans une architecture globale. La spécificité de ce modèle est également de calculer la rente foncière de manière endogène, ce qui permet, en particulier, de représenter l'effet de la substitution terre-engrais sur les usages des sols, compte tenu de scénarios exogènes de prix des intrants chimiques. A l'aide de ce modèle, l'influence de la mondialisation sur l'agriculture est ensuite étudiée au travers du prisme des régimes alimentaires. A partir de trois scénarios de consommation alimentaire représentatifs, l'analyse démontre l'importance de la convergence des régimes alimentaires comme facteur de tensions sur les usages des sols. Nos résultats révèlent qu'une convergence de l'ensemble du monde sur le régime alimentaire des Etats-Unis d'ici 2050 ne serait pas possible avec les tendances actuelles en matières d'expansion agricole. Les interactions entre le scénario alimentaire et les autres politiques affectant les usages des sols -- soutien aux biocarburants et réduction de la déforestation -- sont aussi mises en lumière, et certaines options permettant de réduire les tensions sur la ressource foncière testées. Dans un dernier chapitre, deux perspectives de développement du modèle sont présentées afin d'analyser la question du changement climatique. Elles concernent en premier lieu le couplage avec Imaclim-R, dont l'objectif est d'intégrer une valeur cohérente de la rente foncière dans le prix agricole et les courbes d'offre de biomasse énergie. Il s'agit également d'inclure dans le Nexus Land-Use les variations de rendement des cultures simulées par le modèle de végétation ORCHIDEE sous un scénario de changement climatique. Sur ce dernier point, les premiers résultats montrent que le changement climatique conduirait à une relocalisation partielle de la production agricole des pays du Sud (Afrique, Amérique Latine) vers les pays du Nord (principalement Canada et Russie).

Classical land rent theories imply that the best land is cultivated first. This principle forms the basis of many land-use studies, but empirical evidence remains limited, especially on a global scale. In this paper, we estimate the effects of agricultural suitability and market accessibility on the spatial allocation of cultivated areas at a 30 arc-min resolution in 15 world regions. Our results show that both determinants often have a significant positive effect on the cropland fraction, but with large variations in strength across regions. Based on a quantile analysis, we find that agricultural suitability is the dominant driver of cropland allocation in North America, Middle East and North Africa and Eastern Europe, whereas market accessibility shows a stronger effect in other regions, such as Western Africa. In some regions, such as South and Central America, both determinants have a limited effect on cropland fraction. Comparison of high versus low quantile regression coefficients shows that, in most regions, densely cropped areas are more sensitive to agricultural suitability and market accessibility than sparsely cropped areas.

Agricultural commodity prices have increased since the early 2000s in response to a combination of causes on the demand side (demographic growth, increased animal product consumption in emerging countries and biofuel mandates) and on the supply side (the phasing out of agricultural policies subsidising food supply in the European Union and United States, lack of public investment in agriculture, reaching ceilings in cereal yields in already high-yield countries and an increase in energy prices). The succession of food crises between 2008 and 2012 has brought the agricultural price regime and its implications for food security back to the forefront. Even though the increase of average agricultural prices could profit some farmers, part of the price increase corresponds to increased costs and urban dwellers, as well as many food-insecure food producers, depend on the market for their supply. In addition, environmental policies concerning the protection of biodiversity, climate mitigation and pesticide reduction could make these issues even more acute.

Agricultural price shocks strongly affect farmers' income and food security. It is therefore important to understand and anticipate their origins and occurrence, particularly for the world's main agricultural commodities. In this study, we assess the impacts of yearly variations in regional maize productions and yields on global maize prices using several statistical and machine-learning (ML) methods. Our results show that, of all regions considered, Northern America is by far the most influential. More specifically, our models reveal that a yearly yield gain of +8% in Northern America negatively impacts the global maize price by about –7%, while a decrease of –0.1% is expected to increase global maize price by more than +7%. Our classification models show that a small decrease in the maize yield in Northern America can inflate the probability of maize price increase on the global scale. The maize productions in the other regions have a much lower influence on the global price. Among the tested methods, random forest and gradient boosting perform better than linear models. Our results highlight the interest of ML in analyzing global prices of major commodities and reveal the strong sensitivity of maize prices to small variations of maize production in Northern America.

Agricultural price shocks strongly affect farmers' income and food security. It is therefore important to understand the origin of these shocks and anticipate their occurrence. In this study, we explore the possibility of predicting global prices of one of the world main agricultural commodity-maize-based on variations in regional production. We examine the performances of several machine-learning (ML) methods and compare them with a powerful time series model (TBATS) trained with 56 years of price data. Our results show that, out of nineteen regions, global maize prices are mostly influenced by Northern America. More specifically, small positive production changes relative to the previous year in Northern America negatively impact the world price while production of other regions have weak or no influence. We find that TBATS is the most accurate method for a forecast horizon of three months or less. For longer forecasting horizons, ML techniques based on bagging and gradient boosting perform better but require yearly input data on regional maize productions. Our results highlight the interest of ML for predicting global prices of major commodities and reveal the strong sensitivity of global maize price to small variations of maize production in Northern America.

Agricultural price shocks strongly affect farmers' income and food security. It is therefore important to understand the origin of these shocks and anticipate their occurrence. In this study, we explore the possibility of predicting global prices of one of the world main agricultural commodity-maize-based on variations in regional production. We examine the performances of several machine-learning (ML) methods and compare them with a powerful time series model (TBATS) trained with 56 years of price data. Our results show that, out of nineteen regions, global maize prices are mostly influenced by Northern America. More specifically, small positive production changes relative to the previous year in Northern America negatively impact the world price while production of other regions have weak or no influence. We find that TBATS is the most accurate method for a forecast horizon of three months or less. For longer forecasting horizons, ML techniques based on bagging and gradient boosting perform better but require yearly input data on regional maize productions. Our results highlight the interest of ML for predicting global prices of major commodities and reveal the strong sensitivity of global maize price to small variations of maize production in Northern America.

Agricultural price shocks strongly affect farmers' income and food security. It is therefore important to understand the origin of these shocks and anticipate their occurrence. In this study, we explore the possibility of predicting global prices of one of the world main agricultural commodity-maize-based on variations in regional production. We examine the performances of several machine-learning (ML) methods and compare them with a powerful time series model (TBATS) trained with 56 years of price data. Our results show that, out of nineteen regions, global maize prices are mostly influenced by Northern America. More specifically, small positive production changes relative to the previous year in Northern America negatively impact the world price while production of other regions have weak or no influence. We find that TBATS is the most accurate method for a forecast horizon of three months or less. For longer forecasting horizons, ML techniques based on bagging and gradient boosting perform better but require yearly input data on regional maize productions. Our results highlight the interest of ML for predicting global prices of major commodities and reveal the strong sensitivity of global maize price to small variations of maize production in Northern America.

The European Commission's 'Farm to Fork' strategy for Sustainable food is a key component of the European Green Deal. To support this initiative, the Commission proposes that at least 40% of the overall budget of the Common Agricultural Policy (CAP) would contribute to climate action. This DEEDS Policy Brief outlines key features of EU research and innovation (R&I) needs to promote sustainable agriculture and land-use in Europe.

Agricultural price shocks strongly affect farmers' income and food security. It is therefore important to understand the origin of these shocks and anticipate their occurrence. In this study, we explore the possibility of predicting global prices of one of the world main agricultural commodity-maize-based on variations in regional production. We examine the performances of several machine-learning (ML) methods and compare them with a powerful time series model (TBATS) trained with 56 years of price data. Our results show that, out of nineteen regions, global maize prices are mostly influenced by Northern America. More specifically, small positive production changes relative to the previous year in Northern America negatively impact the world price while production of other regions have weak or no influence. We find that TBATS is the most accurate method for a forecast horizon of three months or less. For longer forecasting horizons, ML techniques based on bagging and gradient boosting perform better but require yearly input data on regional maize productions. Our results highlight the interest of ML for predicting global prices of major commodities and reveal the strong sensitivity of global maize price to small variations of maize production in Northern America.

Agricultural price shocks strongly affect farmers' income and food security. It is therefore important to understand the origin of these shocks and anticipate their occurrence. In this study, we explore the possibility of predicting global prices of one of the world main agricultural commodity-maize-based on variations in regional production. We examine the performances of several machine-learning (ML) methods and compare them with a powerful time series model (TBATS) trained with 56 years of price data. Our results show that, out of nineteen regions, global maize prices are mostly influenced by Northern America. More specifically, small positive production changes relative to the previous year in Northern America negatively impact the world price while production of other regions have weak or no influence. We find that TBATS is the most accurate method for a forecast horizon of three months or less. For longer forecasting horizons, ML techniques based on bagging and gradient boosting perform better but require yearly input data on regional maize productions. Our results highlight the interest of ML for predicting global prices of major commodities and reveal the strong sensitivity of global maize price to small variations of maize production in Northern America.

Agricultural price shocks strongly affect farmers' income and food security. It is therefore important to understand the origin of these shocks and anticipate their occurrence. In this study, we explore the possibility of predicting global prices of one of the world main agricultural commodity-maize-based on variations in regional production. We examine the performances of several machine-learning (ML) methods and compare them with a powerful time series model (TBATS) trained with 56 years of price data. Our results show that, out of nineteen regions, global maize prices are mostly influenced by Northern America. More specifically, small positive production changes relative to the previous year in Northern America negatively impact the world price while production of other regions have weak or no influence. We find that TBATS is the most accurate method for a forecast horizon of three months or less. For longer forecasting horizons, ML techniques based on bagging and gradient boosting perform better but require yearly input data on regional maize productions. Our results highlight the interest of ML for predicting global prices of major commodities and reveal the strong sensitivity of global maize price to small variations of maize production in Northern America.

This paper reviews the potential and barriers of demand-side mitigation options in the agricultural sector based on the recent academic literature and on a survey conducted on a sample of 788 respondents living in France. The mitigation potential of such measures as reducing losses in the food supply chain and shifting diets toward less animal products is estimated to be particularly high, higher, in particular, than supply-side mitigation options. However, to ensure that these measures do not entail a reduction in protein intake, these estimations should consider both caloric and protein units, and take into account the digestibility differentials between protein sources. Our survey shows that people are relatively reluctant to eat more sustainably, preferring to reduce their emissions in other areas such as housing or equipment. This relative reluctance is mainly due to individual perceptions linked to health concerns, taste or habits. Some obstacles could easily be overcome through well-designed policies aiming to, for example, advertise a lower consumption of red meat for health benefits. National governments are, however, rather inactive on this topic, leaving the initiative to the civil society.