Kartierung von Lebensmittelflussnetzwerken und der Lebensmittelversorgungskette, Teil 1

Lebensmittelversorgungsketten sind komplexe Systeme, die die Produktion, den Vertrieb, die Zwischenverarbeitung und den Verbrauch von Lebensmitteln umfassen. Lebensmittelflussnetzwerke stellen die Bewegung von Lebensmitteln durch diese komplexen Lieferketten dar. Lebensmittelflussnetzwerke hängen von vielen Faktoren ab, beispielsweise Produktionsstandorten, Bevölkerungszentren, Lagerung und Transportinfrastruktur. Um ein besseres Verständnis der Lebensmittelflussnetzwerke zu entwickeln, beschreiben wir in diesem Artikel (1) zwei nationale Datenbanken zu Lebensmittelflüssen innerhalb der Vereinigten Staaten und (2) stellen unsere Forschung zur Schätzung der Lebensmittelflüsse zwischen US-Bezirken vor.

Der Commodity Flow Survey (CFS) ist die Hauptquelle für inländische Frachtsendungen amerikanischer Unternehmen. Das CFS ist eine gemeinsame Initiative des US Census Bureau und des Bureau of Transportation Statistics, um politischen Entscheidungsträgern und Verkehrsplanern bei der Bewertung der Transportnachfrage, des Energieverbrauchs und der Risikobewertung zu helfen (US Census Bureau, Commodity Flow Survey). Beim CFS handelt es sich um eine verladerbasierte Umfrage, die Informationen darüber sammelt, wie US-amerikanische Betriebe Rohstoffe und Fertigwaren für die Produktions-, Bergbau-, Großhandels-, ausgewählte Einzelhandels- und Dienstleistungsbetriebe transportieren. Das CFS sammelt Daten über die Arten von Waren, die nach Transportart versendet werden, einschließlich Wert, Gewicht, Herkunft und Bestimmungsort (einschließlich Exporte).

Es werden Daten für Warenströme zwischen etwa 132 räumlichen Zonen (z. B. CFS-Gebieten) in den Vereinigten Staaten bereitgestellt. CFS-Gebiete sind im Allgemeinen die 50 Bundesstaaten und mehrere Metropolitan Statistical Areas. Die geografischen Einheiten der CFS-Datenbank sind in Abbildung 1 dargestellt. Das CFS wird alle fünf Jahre durchgeführt (endet mit „2“ und „7“). CFS-Daten werden für Waren gemäß den Kategorien der Standardklassifikation transportierter Güter (SCTG) erfasst. Tabelle 1 enthält die SCTG-Kategorien für Landwirtschaft und Lebensmittel.

Das Freight Analysis Framework (FAF) baut auf den CFS-Daten auf, bezieht jetzt aber auch internationale Handelsdaten des Census Bureau ein, um internationale Sendungen innerhalb der US-Lieferketten zu ermitteln. FAF wird von der Federal High Administration des US-Verkehrsministeriums (USDOT-FHA, Freight Analysis Framework) gemeldet. CFS setzt auch auf Stichproben und deckt etwa 100.000 Betriebe ab, die Fracht im Inland versenden, hauptsächlich in der Bergbau-, Fertigungs- und Großhandelsbranche. FAF kombiniert jedoch ergänzende Daten, um die Versandmengen von Betrieben zu schätzen, die nicht unter das CFS fallen. In den FAF- und CFS-Daten werden dieselben regionalen Standorte, Zeitskalen, Warenkategorien und Transportarten verwendet.

Wir entwickeln das Food-Flow-Modell, um die Agrar- und Lebensmittelströme zwischen Landkreisen in den USA abzuschätzen. Dieser Ansatz skaliert Daten auf der FAF-Skala auf die Kreisebene herunter, wie in Abbildung 2 dargestellt. Wir verwenden genau die gleichen SCTG-Lebensmittelrohstoffe wie die CFS- und FAF-Datenbanken (siehe Tabelle 1). Zur Verkleinerung umfasst das Lebensmittelflussmodell (i) logistische Regression, (ii) Gamma-Regression, (iii) Schwerkraftmodellstruktur, (iv) Massenbilanz und (v) lineare Programmierung. Kurz gesagt: Unser Ansatz passt Regressionsfunktionen an jedes empirische SCTG-Warennetzwerk im FAF-Maßstab an. Anschließend werden die Variablen in diesen Regressionsfunktionen durch ihre entsprechenden Werte für jeden Landkreis ersetzt, da wir davon ausgehen, dass die Regressionsformulierungen über räumliche Skalen hinweg konstant sind. Weitere Einzelheiten entnehmen Sie bitte unserem Manuskript.

Das Food-Flow-Modell stützt sich auf mehrere empirische Daten, um die Lebensmittelflüsse auf Kreisebene abzuschätzen. Zu den Eingabedaten gehören mehrere Variablen wie Produktionsgeographie, Transport, Input-Output-Anforderungen und Verbrauch, die zusammen den Lebensmitteltransport bestimmen. Im Modell beschränkt sich der Konsum nicht nur auf den Kauf von Endgütern durch die Haushalte, sondern berücksichtigt auch die Zwischenstufen der Produktion und Verarbeitung in der Lieferkette. Jedes Mal, wenn es zu einer Umwandlung von Rohwaren in raffiniertere Produkte kommt, gibt es einen neuen Link in unserer Datenbank. Beispielsweise werden lebende Tiere, die zu einem Schlachthof geschickt werden, in Fleisch umgewandelt, sodass die Landkreise, in denen sich die Schlachthöfe befinden, die lebenden Tiere konsumieren und Fleisch produzieren. Wir stellen sicher, dass sich die Lebensmittelströme der Landkreise auf die größeren FAF-Zonen summieren, in denen sie enthalten sind.

Wir schätzen, dass die Lebensmittelströme für jede Ware über 9 Millionen Ursprungs- und Zielpaare umfassen. Abbildung 3 veranschaulicht die Schätzungen, die wir vornehmen. Für jeden Landkreis schätzen wir, ob er mit jedem anderen Landkreis in den Vereinigten Staaten verbunden ist oder nicht. Wir schätzen auch den Massenfluss in Kilogramm, der entlang jedes Ursprungs-Ziel-Paares transportiert wird. Wir tun dies für jede in Tabelle 1 angegebene SCTG-Kategorie einzeln.

Wir schätzen die Lebensmittelströme auf Kreisebene für jedes SCTG-Produkt. Jedes SCTG-Produkt weist im Jahr 2017 einen anderen Gesamtmassenfluss auf, wie in Abbildung 4 dargestellt. SCTG 02 (Getreidekörner) weist unter allen einzelnen Lebensmittelgruppen den höchsten Gesamtmassenfluss auf. Dies liegt daran, dass die USA ein führender Produzent und Exporteur von Getreidekörnern wie Mais und Weizen sind. Beachten Sie, dass der Massenfluss in allen FAF- und County-Datenbanken konstruktionsbedingt identisch ist.

Abbildung 5 zeigt Karten der Lebensmittelflüsse auf Kreisebene nach Waren für das Jahr 2017, das Jahr mit den aktuellsten verfügbaren Daten. Der in jeder Karte enthaltene Gesamtmassenfluss variiert gemäß Abbildung 4. Diese Abbildung verdeutlicht das Ziel unserer Studie, nämlich die Erstellung räumlich detaillierter Karten der Lebensmittelflüsse nach Waren, da dies für zukünftige Forschung, Entscheidungsfindung und Politik nützlich sein könnte .

Die Flussbiegung des Mississippi ist eine der Regionen mit den meisten Nahrungsströmen. Dies ist besonders bemerkenswert für alle aggregierten Agrar- und Ernährungsrohstoffe (Abbildung 5H) und Getreidekörner (Abbildung 5B). Dies ist sinnvoll, da der Maisgürtel und die Flussbiegung des Mississippi wichtige Getreidekorridore für die Verteilung landwirtschaftlicher Nahrungsmittel sind (durch den Transport von Getreide zum/vom Hafen von NOLA), insbesondere im Hinblick auf die Masse. Abbildung 4 verdeutlicht den Massenfluss verschiedener Agrar- und Nahrungsmittelrohstoffe. Es ist wichtig zu beachten, dass die Karten in Abbildung 5 anders aussehen würden, wenn sie nach dem Dollarwert der Lebensmittellieferungen skaliert würden.

Wir schätzen, dass in jedem Jahr unserer Studie etwa 70 Millionen Datenpunkte erfasst werden. Wir stellen diese Informationen auf foodflows.org frei zur Verfügung, damit Interessierte in die Daten eintauchen und sich einen interessanten Landkreis vorstellen können. In Abbildung 6 stellen wir ein Beispiel der Website für den Landkreis Champaign, Illinois dar. Interessierte Leser werden gebeten, foodflows.org zu besuchen, um sich mit den Daten auseinanderzusetzen.

Hier beschreiben wir zwei nationale Datenbanken zu Lebensmittelströmen innerhalb der Vereinigten Staaten und stellen unsere Forschung zur Kartierung von Lebensmittelströmen zwischen Waren auf einer feineren räumlichen Skala vor, um die nationalen Lebensmittelversorgungsketten besser zu verstehen. Unsere Forschung trägt zu einem umfassenderen Bild unseres nationalen Ernährungssystems für Forscher und politische Entscheidungsträger bei, da unsere Schätzungen des Lebensmittelflusses auf räumlicher Ebene des Landkreises gut für Analysen auf nationaler Ebene geeignet sind. Darüber hinaus stellen wir unsere 70 Millionen Datenschätzungen unter https://doi.org/10.13012/B2IDB-9585947_V1 offen und frei zur Verfügung, um weitere wissenschaftliche Studien zu unseren nationalen Lebensmittelversorgungsketten zu fördern.

Karakoc, DB, J. Wang und M. Konar (2022). Lebensmittelströme zwischen Landkreisen in den Vereinigten Staaten von 2007 bis 2017. Environmental Research Letters, 17(3), 034035.

Lin, X., PJ Ruess, L. Marston und M. Konar (2019) Lebensmittelflüsse zwischen Landkreisen in den Vereinigten Staaten, Environmental Research Letters, 14(3).

BEA 2020a US Bureau of Economic Analysis, Personal Income (verfügbar unter: www.bea.gov/data/gdp/gdp-county-metro-and-other-areas)

BEA 2020b US Bureau of Economic Analysis, Input-Output-Kontentabelle (verfügbar unter: www.bea.gov/industry/input-output-accounts-data)

Oak 2020a Oak Ridge National Laboratory County-to-County Distance Matrix (verfügbar unter: https://tedb.ornl.gov/)

Oak 2020b Oak Ridge National Laboratory Freight Analysis Framework (verfügbar unter: https://faf.ornl.gov/faf5/)

POR 2020 US Bureau of Transportation Statistics Hafenhandelsdaten (verfügbar unter: www.bts.gov/transborder)

USC 2020a United States Census Bureau, Bevölkerung (verfügbar unter: www.census.gov/data/datasets/time-series/demo/popest/2010s-counties-total.html)

USC 2020b United States Census Bureau Land Area of ​​Counties (verfügbar unter: www.census.gov/library/publications/2011/compendia/usa-counties-2011.html)

USC 2020c United States Census Bureau, North American Industry Classification System (verfügbar unter: www.census.gov/naics/)

USD 2020a Landwirtschaftsministerium der Vereinigten Staaten (verfügbar unter: https://quickstats.nass.usda.gov/)

USD 2020 Mrd. Wirtschaftsforschungsdienst des US-Landwirtschaftsministeriums (verfügbar unter: www.ers.usda.gov/data-products.aspx)

Haftungsausschluss: Wir bitten alle Leser, elektronischen Medien und andere, unsere Zitierrichtlinien zu befolgen, wenn sie täglich Artikel von farmdoc erneut veröffentlichen. Richtlinien finden Sie hier. Die Website von farmdoc daily unterliegt dem Urheberrecht und den geistigen Eigentumsrechten der University of Illinois. Eine detaillierte Erklärung finden Sie hier in den Urheberrechtsinformationen und -richtlinien der University of Illinois.