Gracias por visitar nature.com.Está utilizando una versión de navegador con soporte limitado para CSS.Para obtener la mejor experiencia, le recomendamos que utilice un navegador más actualizado (o desactive el modo de compatibilidad en Internet Explorer).Mientras tanto, para garantizar un soporte continuo, mostramos el sitio sin estilos ni JavaScript.Nature Food volumen 3, páginas 619–630 (2022) Citar este artículoPara abordar de manera efectiva la seguridad alimentaria, necesitamos herramientas que evalúen las medidas de gobernanza (por ejemplo, reservas de almacenamiento estratégicas, transferencias de efectivo o regulaciones comerciales) ex ante.Los modelos de simulación pueden estimar el impacto de tales medidas a través de escenarios con sistemas alimentarios gobernados de manera diferente.Sobre la base de una revisión sistemática de 110 estudios de simulación publicados entre 2000 y 2021, examinamos cómo se ha representado la gobernanza de la seguridad alimentaria e identificamos las necesidades para el desarrollo de modelos de simulación futuros.Encontramos que los estudios comúnmente usan modelos basados ​​en agentes, dinámica de sistemas y equilibrio general computable;tendía a estar centrado en la producción, el comercio o el consumo;evaluó el impacto de una amplia variedad de medidas basadas principalmente en el tesoro o la autoridad;y aplicó diversos indicadores de seguridad alimentaria, en su mayoría de acceso o disponibilidad.También identificamos puntos ciegos (por ejemplo, simulación de medidas nodales) y propusimos cómo abordar estos puntos ciegos (por ejemplo, teleacoplamiento) y hacer que los estudios de simulación de gobernanza de la seguridad alimentaria sean aptos para metanálisis (por ejemplo, armonizar indicadores de seguridad alimentaria para comparación).La seguridad alimentaria mundial, el acceso a alimentos suficientes, inocuos y nutritivos, ha disminuido lenta pero constantemente desde 20151. Recientemente, esta disminución se ha acelerado debido a la pandemia de la enfermedad por coronavirus 2019 (COVID-19) y las medidas adoptadas para mitigar su impacto en la salud humana. .Millones de personas se vieron empujadas al hambre inmediata y, en el mediano y largo plazo, se espera que las desigualdades existentes se agraven aún más2.Para hacer frente a los desafíos de la seguridad alimentaria, no podemos depender exclusivamente de los mecanismos del mercado para entregar cantidades suficientes de alimentos nutritivos a precios asequibles.Esto quedó muy bien ilustrado por las crisis mundiales de los precios de los alimentos de 2007-2008 y 2010, que fueron en gran medida el resultado de la actividad especulativa en los mercados mundiales de productos básicos3 y la creciente demanda de cereales como pienso y combustible4.Necesitamos una intervención en forma de gobernanza5: entidades públicas (por ejemplo, el gobierno), privadas (por ejemplo, minoristas de alimentos) o comunales (por ejemplo, cooperativas de agricultores) que implementen medidas para mejorar la seguridad alimentaria6.Para gobernar de manera efectiva, necesitamos medir el impacto de la implementación de la gobernanza ex post o simular el impacto de la implementación de la gobernanza ex ante.La bibliografía sobre evaluaciones ex post de la gobernanza de la seguridad alimentaria es demasiado limitada para proporcionar una guía empíricamente fundamentada con respecto a la elección de medidas de gobernanza para mejorar la seguridad alimentaria6,7.Sin embargo, la literatura sobre la evaluación ex ante es amplia y está creciendo.Las evaluaciones ex ante se realizan utilizando modelos de simulación que comparan escenarios en los que los sistemas alimentarios se rigen de manera diferente a los escenarios de negocio como de costumbre8.Los estudios de simulación de la gobernanza de la seguridad alimentaria tienen las siguientes características: utilizan modelos de simulación (1) para evaluar el impacto de las medidas de gobernanza ex ante (2) en la seguridad alimentaria (3) dentro del contexto de una cadena de valor alimentaria (4).Hay muchos tipos de modelos de simulación, incluidos los modelos basados ​​en agentes, dinámicos de sistemas, de optimización y de equilibrio (para obtener una lista completa, consulte la Nota complementaria 1), que tienen diferentes capacidades, lo que los hace aptos para diferentes casos y contextos de gobernanza9.Los modelos pueden acoplarse para superar las debilidades asociadas con ciertos tipos de modelos10.Las medidas de gobernanza son las herramientas que utilizan las entidades de gobierno para incidir en la sociedad11.Estos se pueden categorizar en: nodalidad (difusión de información), autoridad (leyes y reglamentos), tesoro (incentivos económicos) u organización (desarrollo de capacidades, sanción y gestión de crisis)11.Dentro de estas categorías, las medidas varían en su orientación social y espacial (Cuadro 1 de datos ampliados).La focalización social y espacial se adopta cada vez más en todo el mundo con la esperanza de maximizar el impacto con fondos limitados12,13.Las medidas socialmente dirigidas, como las políticas de protección social14,15,16, pueden llegar a los grupos vulnerables de manera más efectiva13.Las medidas específicas en el espacio pueden llegar a grupos geográficamente vulnerables que, por ejemplo, viven en regiones propensas a sequías17,18,19 o desiertos alimentarios20,21,22 de manera más efectiva23.Además, la gobernanza espacialmente focalizada puede, a través de un uso más eficiente de los recursos naturales, contribuir a mejorar la producción de alimentos24,25,26.Sin embargo, la evaluación de las medidas dirigidas social y espacialmente requiere modelos y datos desagregados social y espacialmente, como encuestas de hogares y datos cuadriculados, respectivamente.La mayoría de los modelos de simulación no están desagregados espacialmente por defecto, y algunos tipos de modelos, como los modelos de equilibrio, tradicionalmente se basan en datos socialmente agregados, como los balances comerciales27.Los impactos de la gobernanza en la seguridad alimentaria se evalúan con indicadores de disponibilidad, acceso, utilización o estabilidad de los alimentos (para los indicadores, consulte el Conjunto de datos complementario 1).Los impactos pueden ocurrir dentro o fuera de las jurisdicciones dentro de las cuales se implementan las medidas.Una moratoria comercial sobre los cereales de Rusia y Ucrania puede, por ejemplo, reducir los precios de los cereales en Rusia y Ucrania, pero aumentar los precios a nivel mundial, especialmente en los países importadores netos28.Como han ilustrado tanto la pandemia de COVID-19 como la guerra en Ucrania, capturar tales efectos indirectos es cada vez más importante en nuestro mundo altamente interconectado29.Los cambios simulados en la seguridad alimentaria ocurren dentro de los contextos de la cadena de valor de los alimentos, que difieren de un entorno a otro.En entornos de subsistencia, pueden consistir únicamente en escalones de producción y consumo, pero la mayoría de las veces, los escalones medios también desempeñan un papel importante a través de la distribución, el procesamiento, el almacenamiento y el envasado, el comercio y la venta al por mayor y/o venta al por menor de alimentos30.Estimulados por la urbanización generalizada y los cambios dietéticos asociados, estos escalones medios han crecido rápidamente y continúan haciéndolo en todo el mundo mayoritario (es decir, países de bajos ingresos)30.La rápida urbanización sin el desarrollo acompañado de infraestructura vial puede, por ejemplo, dejar a los consumidores urbanos incapaces de obtener o pagar productos de las zonas rurales31.A pesar de esto, los escalones medios tienden a faltar tanto en las iniciativas de desarrollo32 como en los estudios de simulación33.Las revisiones anteriores han discutido subconjuntos de las características mencionadas anteriormente (por ejemplo, cómo unir escalas micro-macro en modelos de seguridad alimentaria10,34) o señalado las deficiencias de la literatura ex post sobre la gobernanza de la seguridad alimentaria6,7.Sin embargo, ningún estudio ha revisado sistemáticamente los estudios de simulación de la gobernanza de la seguridad alimentaria, lo que no proporciona una comprensión de toda la comunidad de las prácticas de modelado comunes, los posibles puntos ciegos y los desarrollos prometedores.En este artículo, para facilitar el desarrollo de modelos futuros específicos y relevantes, nuestro objetivo es resumir y evaluar críticamente los estudios de simulación de gobernanza de la seguridad alimentaria existentes que, a diferencia de los estudios ex post, no se han revisado sistemáticamente.En particular, preguntamos cómo se simula la gobernanza de la seguridad alimentaria.Esta pregunta, a su vez, se divide en cuatro subpreguntas: (1) ¿Qué enfoques de modelado se utilizan?(2) ¿Cómo representan los estudios de simulación el sistema alimentario y en qué medida son (capaces de) capturar la dinámica de la cadena de valor ascendente y descendente?(3) ¿Qué medidas de gobernanza se simulan, y son los modelos de simulación (capaces de) evaluar medidas de gobernanza social y espacialmente específicas?Y por último: (4) ¿Cómo se mide la seguridad alimentaria y en qué medida son los modelos (capaces de) evaluar los efectos indirectos?Se identificó un total de 1953 estudios potencialmente relevantes a través de una búsqueda en la base de datos en Scopus y Web of Science (para ver la lista completa, consulte el Conjunto de datos complementario 2).Entre estos, 110 permanecieron después de la selección de títulos y resúmenes, lectura de texto completo y análisis de contenido cualitativo (Tabla 1).El diagrama de flujo Preferred Reporting Items for Systematic reviews and Meta-Analyses (PRISMA) (Fig. 1) ilustra el proceso de selección de los estudios de simulación para la revisión sistemática (para obtener más información, consulte la Nota complementaria 2, las Figs. 1 a 5 complementarias y la Conjunto de datos 3).Los términos de búsqueda se compilaron sobre la base de revisiones sistemáticas relacionadas, y los estudios se identificaron a través de una búsqueda sistemática y se compararon con los criterios de exclusión.La gobernanza de la seguridad alimentaria se simuló mediante: autómatas celulares (CA, n = 6), modelos basados ​​en agentes (ABM, n = 25), modelos de dinámica de sistemas (SDM, n = 19), modelos de optimización (n = 11), modelos de equilibrio parcial (PE, n = 11) y de equilibrio general computable (CGE, n = 24), modelos de microsimulación (n = 7), modelos econométricos (n = 15) y/u otros modelos matemáticos (n = 13) (Figura 2).Temáticamente, los modelos de equilibrio y microsimulación eran en su mayoría económicos, mientras que los modelos ABM, SDM, de optimización y econométricos eran más diversos, y a menudo cubrían tanto el dominio biofísico y/o social además del económico (Fig. 2a y datos extendidos). Figura 1).a–d, Número de estudios que utilizan modelos con diferentes dominios de modelado (a), escalas espaciales (b), regiones simuladas (c) y escalones de la cadena de valor (d).Los tamaños de los números y las burbujas son proporcionales al número de estudios.Si un estudio cubre múltiples dominios, es de múltiples escalas, simula o abarca múltiples regiones, o cubre múltiples escalones de la cadena de valor, se cuenta varias veces.Si bien la mayoría de los estudios simularon la gobernanza utilizando modelos independientes, una minoría utilizó modelos acoplados (n = 21).El acoplamiento a modelos matemáticos especializados, típicamente biofísicos, para simular, por ejemplo, el crecimiento de cultivos18,35,36, la hidrología37 o el transporte20 se produjo entre los estudios de ABM, SDM, optimización, CGE y PE.Además, los modelos CGE se combinaron con frecuencia con modelos de microsimulación para reducir los hallazgos, lo que permitió la evaluación de los impactos de la gobernanza en diferentes grupos socioeconómicos, por ejemplo31,38,39 (Tabla 2).La escala espacial de los estudios de simulación varió de aldea a global (Fig. 2b).Con las notables excepciones de los estudios ABM, CA y CGE y PE, la mayoría de los estudios tenían una escala nacional.Las ABM y CA tendían a tener escalas subnacionales, simulando intervenciones de gobernanza dentro de las jurisdicciones provinciales o municipales.Los estudios de CGE y PE, por el contrario, a menudo eran globales (Fig. 2b).En términos de enfoque geográfico, no hubo patrones obvios que distinguieran los tipos de modelos (Fig. 2c).En general, dos de las tres regiones con mayor inseguridad alimentaria a nivel mundial, Asia oriental y el Pacífico (n = 43) y África subsahariana (n = 40), fueron las regiones más cubiertas por los estudios revisados.Asia del Sur (n = 21), sin embargo, recibió poca atención considerando el alto estado de población e inseguridad alimentaria de la región (Fig. 2c).Considerando países individuales, China (n = 30) y Estados Unidos (n = 26) dominaron.Aquí, los estudios reflejaron la política nacional, con modelos que cubrían los Estados Unidos y que generalmente buscaban mejorar el acceso a alimentos saludables en "desiertos alimentarios", distritos urbanos pobres, a través de diversas políticas de fijación de precios, red de seguridad o planificación urbana14,20,22, y modelos que cubrían China. típicamente con el objetivo de obtener o mantener la autosuficiencia alimentaria a través de, por ejemplo, esquemas de protección de la tierra40,41,42.Ningún estudio cubrió todos los escalones de la cadena de valor de los alimentos, y solo dos estudios43,44 cubrieron todos los escalones de la cadena de valor excepto uno: el comercio minorista.La mayoría de los estudios cubrieron solo la producción de alimentos, solo el consumo o una combinación de producción, consumo y comercio (Fig. 3).Rara vez se simularon la distribución, el procesamiento o el almacenamiento de alimentos y la venta al por menor.La cobertura de la cadena de valor por CA, ABM, SDM y modelos de optimización estaba abrumadoramente centrada en la producción (Fig. 2d).Los modelos CGE y PE, por el contrario, se centraron en el escalón comercial, a menudo combinado con escalones de producción y/o consumo.Los números de fila y los tamaños de las burbujas se refieren a la cantidad de estudios que cubren las combinaciones específicas de los escalones de la cadena de valor.Los números de columna se refieren al número total de estudios que cubren cada escalón específico de la cadena de valor.Los estudios que cubrieron los escalones de distribución, procesamiento, almacenamiento y venta minorista se presentaron de tres maneras.En primer lugar, algunos estudios de ABM evaluaron políticas que tenían como objetivo mejorar el acceso a los alimentos urbanos mediante el transporte de alimentos a los consumidores22, o de los consumidores a los alimentos20,21, o mediante la reubicación o la creación de nuevos supermercados20,21.En segundo lugar, algunos estudios de optimización y SDM simularon medidas destinadas a mejorar la disponibilidad y la estabilidad de los alimentos (perecederos), por ejemplo, estableciendo una cooperativa de abajo hacia arriba para la distribución, el procesamiento y la venta al por menor de productos lácteos45, aumentando la vida útil del pan46 o la carne47. en el comercio minorista, utilizando cuotas de importación para fortalecer las cadenas de suministro nacionales48, o mejorando las estrategias de abastecimiento de los programas de distribución pública49.Por último, algunos estudios modelo de CGE y PE simularon medidas que apuntaban a reducir la pobreza y mejorar el acceso a los alimentos a través de la inversión en infraestructura de transporte31,50, procesamiento51 o comercialización50,51.Las medidas de gobernanza más evaluadas a través del modelo de simulación de gobernanza de la seguridad alimentaria se basaron en el tesoro o la autoridad (Tabla 3).Entre las medidas basadas en el tesoro, dominaron los pagos dirigidos al portador (n = 31), y entre las medidas basadas en la autoridad, dominaron las restricciones estándar (n = 38).Las medidas autoritarias simuladas con frecuencia fueron la protección de la tierra24,40,52, las políticas fiscales53,54,55 y las regulaciones comerciales como los aranceles15,54,56, las cuotas28,55,57 o las prohibiciones28,43,58.Estas medidas tienen en común que afectan o están destinadas a afectar al público en general (primera fila, Cuadro 3).Las medidas autoritarias poco frecuentes o ausentes fueron las fichas condicionales59 y las habilitaciones16, y los certificados y las restricciones dirigidas, respectivamente, que se personalizan para los individuos (segunda y tercera fila, Tabla 3).Las medidas basadas en el tesoro se dirigieron con más frecuencia a grupos o individuos que las medidas basadas en la autoridad.Las políticas de protección social como las transferencias monetarias condicionadas14,15,16 o los cupones de alimentos, por ejemplo60,61,62, estaban dirigidas específicamente a los ciudadanos más pobres y vulnerables.Se simulaba mucho menos organización y nodalidad que tesoro y autoridad.Entre las medidas basadas en la organización, el tratamiento general (típicamente, grandes proyectos de infraestructura como la construcción de represas63,64,65 o canales de riego17,65,66, caminos31,50 o instalaciones de mercado20,21,50) fue el más simulado.Además, algunos estudios evaluaron el impacto de las medidas de gobernanza destinadas a mejorar el acceso a los alimentos a través de mejores sistemas de distribución39,57,67.Las medidas nodales más comunes evaluadas fueron mensajes dirigidos a grupos.Por lo general, se trataba de políticas a través de las cuales el gobierno educaba68,69,70 o intentaba convencer a los agricultores del beneficio de ciertos productos70,71 o prácticas72,73,74 (Cuadro 3).Las elecciones de los estudios sobre las medidas de gobernanza a veces coincidieron con las elecciones de los tipos de modelos.Las políticas comerciales generales que se basan en la autoridad, como los aranceles de importación de productos alimenticios, fueron, por ejemplo, simuladas casi exclusivamente por modelos CGE15,54,56 y PE55,70.Por el contrario, los proyectos de infraestructura y otras medidas de gobierno organizacional fueron simulados por modelos SDM66,75,76, ABM20,63,65 y optimización49,50,64.Las medidas nodales también fueron simuladas principalmente por ABM y SDM74,77,78.Sin embargo, las medidas basadas en el tesoro, como los subsidios a los insumos agrícolas, fueron simuladas por la gama completa de tipos de modelos.Las medidas de gobernanza socialmente dirigidas también fueron simuladas por la gama completa de modelos de simulación (Fig. 4a y Datos extendidos Fig. 2a).Las medidas de gobernanza dirigidas espacialmente fueron más raras que las medidas de gobernanza dirigidas socialmente, pero también fueron simuladas por la mayoría de los tipos de modelos (Fig. 4b y Datos extendidos, Fig. 2b).a,b, Las burbujas de color verde oscuro muestran la cantidad de estudios que simularon medidas de gobernanza dirigidas socialmente (a) o espacialmente (b) con datos desagregados socialmente (a) o espacialmente (b).Las burbujas turquesas muestran la cantidad de estudios que simularon medidas no dirigidas con o sin datos desagregados socialmente (a) o espacialmente (b).Las burbujas rosadas muestran la cantidad de estudios que simularon medidas de gobernanza dirigidas socialmente (a) o espacialmente (b) sin utilizar datos desagregados socialmente (a) o espacialmente (b).Los tamaños y números de las burbujas son proporcionales al número de estudios.Para poder evaluar el impacto de las medidas de gobernanza dirigidas social y/o espacialmente, los modelos deben estar desagregados social y/o espacialmente.Descubrimos que la mayoría de los estudios (n = 65) pudieron identificar grupos socioeconómicos con inseguridad alimentaria dentro de la población de estudio más amplia, y la mayoría de estos estudios también simularon medidas de gobernanza dirigidas directamente a estas personas (n = 41; Fig. 4a) .La mayoría de estos estaban basados ​​​​en tesoros.Las medidas de gobernanza dirigidas socialmente que se basan en la organización, y especialmente en la nodalidad y la autoridad, fueron mucho más raras (Tabla 3).La mayoría de los estudios no utilizaron datos desglosados ​​espacialmente (n = 68), lo que les impidió identificar grupos geográficos vulnerables (por ejemplo, habitantes de regiones propensas a la sequía; Fig. 4b).Entre los estudios desagregados espacialmente, pocos (n = 14) exploraron los beneficios potenciales de las medidas espacialmente focalizadas que potencialmente podrían llegar a estos grupos vulnerables17,18,19 o mejorar la producción a través de una gestión más eficiente de los recursos naturales17,25,26 (Tabla 3 y Fig. 4b).Además, nuestra revisión mostró que algunos estudios simularon medidas específicas con modelos calibrados utilizando solo datos agregados socialmente (n = 14) y/o espacialmente (n = 12) (Fig. 4).Bazzana et.al.65, por ejemplo, evaluó el impacto de la construcción de represas hidroeléctricas, redes eléctricas y canales de agua, y los pagos como compensación a quienes perdieron recursos debido a estos proyectos de infraestructura.A pesar de la naturaleza espacialmente específica de estas medidas de gobernanza, la evaluación se realizó sin utilizar ningún dato espacial, sin informar la extensión espacial o resolución del modelo y sin proporcionar una visualización espacialmente desagregada del impacto de las medidas de gobernanza.Los impactos de la gobernanza en la seguridad alimentaria se evaluaron con mayor frecuencia utilizando indicadores de acceso a los alimentos (44 %) o disponibilidad (27 %).Pocos estudios evaluaron el impacto de la gobernanza en la utilización de los alimentos (n = 39), y menos aún en las cualidades nutricionales de los cultivos (n = 1)68 y las dietas (n = 3)37,72,79.El número de estudios que evaluaron el impacto de la gobernabilidad en la estabilidad también fue bajo (n = 29), pero la misma cantidad de estudios (también) proporcionó valores de indicadores a lo largo del tiempo (n = 41);en total, más de la mitad de los estudios evaluaron la estabilidad.Sin embargo, la mayoría de los modelos tenían una resolución temporal demasiado baja (≥anual) para tener en cuenta las diferencias estacionales.En total, se utilizaron 123 indicadores de seguridad alimentaria diferentes (Conjunto de datos complementarios 1).La mayoría de estos (60%) fueron exclusivos de estudios individuales.El precio de los productos alimenticios (n = 38) y los ingresos de los ciudadanos (n = 37) se utilizaron con mayor frecuencia para evaluar el impacto de la gobernanza en el acceso a los alimentos.La producción de alimentos (n = 33) y el área utilizada para cultivar o criar ganado (n = 26) se utilizaron con mayor frecuencia para evaluar el impacto de la gobernanza en la disponibilidad de alimentos.El consumo (n = 21) o la compra (n = 6) de alimentos se utilizaron con mayor frecuencia para evaluar el impacto de la gobernanza en la utilización de los alimentos.Por último, la autosuficiencia (n = 8) y las existencias (n = 8) de cultivos alimentarios se utilizaron con mayor frecuencia para evaluar el impacto de la gobernanza en la estabilidad.Solo una minoría de los estudios (n = 23) capturó los cambios en la distribución de la seguridad alimentaria dentro de una población a través de indicadores como la incidencia de la pobreza (n = 13) o la desigualdad de ingresos (n = 9), aunque algunos estudios adicionales dieron una idea en desigualdad (n = 8), por ejemplo, proporcionando los ingresos para diferentes grupos socioeconómicos31,80,81.La mayoría de los indicadores se evaluaron solo dentro de la jurisdicción donde se implementaron las medidas de gobernanza (n = 90), es decir, rara vez se capturaron los posibles efectos indirectos.Cuando los impactos se evaluaron globalmente (n = 14), o localmente fuera de una jurisdicción (n = 12), esto se hizo mediante estudios de simulación PE28,37,55 o CGE54,82,83.En los estudios revisados ​​se ha simulado una amplia variedad de medidas de gobernanza, aunque las medidas basadas en la autoridad y el tesoro fueron mucho más frecuentes que las medidas basadas en la organización y, especialmente, en la nodalidad.Con respecto a la gobernanza de la seguridad alimentaria, no ha habido una descripción completa de las medidas de gobernanza implementadas en la práctica.Sin embargo, Demeke et. al.al.13.De acuerdo con esta revisión sistemática, encontraron que se implementaron muchas políticas comerciales generales basadas en la autoridad y el tesoro.También registraron que muchos países implementaron políticas de regulación de precios de alimentos basadas en el tesoro y medidas de protección social, como transferencias de efectivo y alimentos a personas vulnerables, y esquemas de subsidios destinados a aumentar la producción de alimentos.Sin embargo, no registraron ninguna nodalidad ni medidas organizativas.Esto puede deberse a que, a diferencia de las medidas implementadas basadas en la autoridad y el tesoro, no brindan ayuda inmediata en tiempos de crisis.Las medidas organizativas y de nodalidad generalmente requieren horizontes de tiempo más largos, ya que a menudo, aunque no siempre, requieren que los actores adopten nuevos conocimientos54,70,73 o normas20,60,84, o requieren la construcción de infraestructura a gran escala24,66,76 o logística. redes21,49,85.Dado que la investigación y la práctica se han centrado hasta ahora en medidas basadas en el tesoro y la autoridad, el potencial de muchas medidas organizativas, y especialmente nodales, sigue sin explorarse.En el campo de la salud pública, medidas nodales como las campañas masivas de radio han demostrado ser altamente costo-efectivas, principalmente debido a que son muy baratas en comparación con otras intervenciones de salud86.En el campo de la gobernanza de la seguridad alimentaria, encontramos solo un ejemplo simulado de forma realista de la implementación de la gobernanza nodal y su eficacia.Este estudio, realizado por Williams et al.18, encontró que el impacto de compartir pronósticos climáticos con los agricultores (una medida nodal) es similar al impacto de proporcionar empleo al 20% de los agricultores (una medida organizacional).Sin embargo, esperaban que la medida nodal fuera mucho más barata y fácil de realizar18.La rareza de las medidas nodales simuladas podría deberse al hecho de que esto requiere modelos con altos grados de desagregación social y la capacidad de simular agentes que interactúan, lo que requiere enfoques como los ABM.Dado que una mayor rentabilidad en la gobernanza de la seguridad alimentaria podría acelerar el alivio de la seguridad alimentaria, vemos el desarrollo de tales modelos como una importante prioridad de investigación.Cambiar el enfoque de medidas generales no focalizadas espacialmente basadas en el tesoro y la autoridad hacia medidas focalizadas espacial y socialmente basadas en la organización, la autoridad y la nodalidad sería útil para ampliar nuestra base de conocimientos, aumentar potencialmente la rentabilidad de la gobernanza de la seguridad alimentaria y apoyar la proceso de toma de decisiones de los formuladores de políticas que ya están interesados ​​en implementar tales medidas de gobernanza pero que a menudo no lo hacen de manera efectiva12,13.Esto se puede lograr mediante el uso de modelos espaciales como ABM20,63,87 o CA25,40,52, o desagregando modelos tradicionalmente aespaciales como CGE o modelos de optimización parametrizándolos de manera diferente para diferentes regiones geográficas39,88 o acoplando a modelos espaciales73.En cuanto a la evaluación del impacto de la gobernanza en la seguridad alimentaria, los modelos de simulación tienden a evaluar los impactos de la gobernanza en la disponibilidad, el acceso y la estabilidad extraestacional, pero rara vez la estabilidad intraestacional, la nutrición y la desigualdad social.Como estos aspectos son prerrequisitos para lograr la seguridad alimentaria5,89, y su evaluación es técnicamente factible18,67,68, llamamos a los investigadores a incluirlos en futuros estudios.Evitar los efectos indirectos negativos no deseados, es decir, reducir la seguridad alimentaria dentro de una región a expensas de la seguridad alimentaria fuera de esa región, es otro requisito previo para lograr una mejora neta de la seguridad alimentaria.Para evitar efectos indirectos, los estudios deben evaluar los impactos de las medidas de gobernanza no solo dentro de la jurisdicción donde se implementan, sino también en las regiones conectadas a esta jurisdicción29.Sin embargo, solo una pequeña minoría de estudios hizo esto, todos usando modelos CGE o PE.Además, solo tres de los estudios que capturaron los efectos indirectos utilizaron datos socialmente desagregados70,90,91, y solo uno informó los impactos de la implementación de la gobernanza de manera socialmente desagregada90.Esto ilustra que la capacidad de evaluar y focalizar la gobernabilidad de una manera socialmente desagregada y la capacidad de evaluar los posibles efectos indirectos rara vez se combinan.Sin embargo, esto es crucial para lograr resultados de justicia social5.Para combinar estas dos habilidades, necesitamos cerrar la brecha entre los modelos de escala macro y micro10,92, mediante la reducción de escala de los modelos macro o la ampliación de escala10,34 o mediante el teleacoplamiento29 de los micromodelos.El escalamiento hacia abajo es un desarrollo técnico que se ha abierto a modelos de equilibrio a través del acoplamiento con modelos de microsimulación39,88.La ampliación de modelos a escala micro es menos común que la reducción de modelos a escala macro93, y ninguno de los modelos elegibles para esta revisión hizo esto.Sin embargo, esto es técnicamente factible y ha sido ilustrado por Niamir et al.94, quienes simularon las opciones de consumo de energía de los hogares con un ABM y aumentaron su impacto en el uso total de energía de EU-26 con un modelo CGE.El teleacoplamiento, que da cuenta de las interacciones socioeconómicas y ambientales entre lugares distantes29, se ha ilustrado en varios modelos de simulación de sistemas alimentarios.Dou et.al.95, por ejemplo, utilizó un ABM teleacoplado para evaluar el impacto del aumento de la demanda de soja en China sobre el uso de la tierra y el bienestar de los agricultores en Brasil.Sin embargo, ninguno de nuestros estudios de simulación de gobernanza de la seguridad alimentaria identificados utiliza el teleacoplamiento.Por último, encontramos que los modelos de simulación generalmente tienen un enfoque macroeconómico y simulan el impacto interrelacionado de la gobernanza en la producción y el consumo de alimentos a través del comercio, o se enfocan únicamente en el extremo de producción o consumo de la cadena de valor (Fig. 3 ).Las medidas de gobernanza simuladas reflejan esta tendencia: las medidas que intentan mejorar el transporte20,22,49 y el comercio minorista20,47,67, y especialmente el almacenamiento57,62,96 y el procesamiento45,51, fueron poco frecuentes.El descuido de los escalones de la cadena de valor entre la producción y el consumo está en línea con revisiones anteriores, que los han denominado el medio 'perdido'32 u 'oculto'30, excepto que el 'paradigma productivista'7,33 fue menos llamativo.Observamos un mayor foco de consumo.Esto puede deberse a un sesgo de producción presente en revisiones anteriores7, que también observamos al compilar la cadena de búsqueda utilizada para esta revisión (Nota complementaria 2).Si bien no todos los escalones de la cadena de valor son relevantes para todos los sistemas alimentarios y productos básicos, es importante para el campo de la simulación de la gobernanza mejorar la capacidad de simular el papel del medio faltante en la dinámica de la cadena de valor ascendente y descendente.Esto se puede hacer con cualquier tipo de modelo de simulación, pero requiere datos difícilmente accesibles sobre los actores intermedios de la cadena de valor que faltan, especialmente en el mundo mayoritario97.Los análisis de los impactos cuantitativos de las medidas de gobernanza en la seguridad alimentaria son importantes para informar a los tomadores de decisiones sobre la efectividad de las diferentes medidas de gobernanza y, a través de esto, acelerar el alivio de la inseguridad alimentaria.Para facilitar dichos análisis, exploramos qué estudios y medidas de gobernanza dentro del conjunto de literatura revisada podrían compararse, ya que utilizaron los mismos indicadores de seguridad alimentaria, medidos con la misma precisión espacial y temporal, y se implementaron dentro de una jurisdicción, fuera de ella o fuera de ella. globalmente.Usando estos criterios de comparabilidad, encontramos 26 grupos con tres a seis estudios, explorando hasta 13 medidas de gobernanza, que potencialmente podrían compararse en metanálisis.Se pueden realizar múltiples comparaciones entre los estudios de modelado ABM, SDM y optimización, los estudios de modelado SDM y PE, o los estudios de modelado CGE y PE.El primer grupo de estudios evaluó los impactos de las medidas nodales, basadas en el tesoro y organizativas sobre el uso de la tierra y los ingresos agrícolas.Los dos segundos grupos evaluaron los impactos de las medidas basadas en el tesoro y en la autoridad sobre el consumo, la importación, la producción y el precio de los cereales.Para obtener la lista completa de estudios de simulación comparables, sus medidas de gobernanza simuladas y sus impactos en la seguridad alimentaria, consulte el Conjunto de datos complementario 4. Debido a la ausencia de pautas de informes dentro del campo, es posible que los investigadores deban solicitar información adicional a los autores de los estudios.Hacemos notar que nuestros hallazgos están sujetos a limitaciones.En primer lugar, los estudios se identificaron utilizando una cadena de búsqueda compilada a partir de revisiones existentes sobre modelos de simulación, gobernanza, seguridad alimentaria y sistemas alimentarios.Los sesgos presentes en estas revisiones pueden abordarse solo en parte a través de la cadena de búsqueda compilada utilizada en nuestra investigación.Notamos, por ejemplo, que inicialmente carecíamos de términos para el escalón de consumo, que por lo tanto complementamos.Otros sesgos pueden haber pasado desapercibidos.En segundo lugar, no incluimos programas de gobernanza específicos ni indicadores de seguridad alimentaria en nuestra cadena de búsqueda.Los estudios que evalúan el impacto de medidas de gobernanza específicas (por ejemplo, el programa de distribución pública de alimentos de la India49) en indicadores de seguridad alimentaria específicos (por ejemplo, el diferencial de ingresos alimentarios67) sin enmarcar sus estudios o resultados en el contexto de la gobernanza y la seguridad alimentaria podrían haber sido pasado por alto.En tercer lugar, no incluimos literatura gris, pero la literatura gris que identificamos no contenía ningún enfoque o tema que no estuviera cubierto por los estudios revisados ​​​​por pares (Nota complementaria 2).Por último, nuestros hallazgos, resultantes de un análisis de contenido cualitativo, involucraron la interpretación.Sin embargo, mediante esta revisión sistemática, conectamos los panoramas fragmentados de estudios que simulan la implementación de la gobernanza de la seguridad alimentaria y brindamos una visión general integral del estado del campo, mapeando los enfoques de modelado dominantes (modelos ABM, SDM y CGE), medidas de gobernanza (tesoro- y basado en la autoridad) y escalones de la cadena de valor (producción, comercio y consumo).Sin embargo, para poder generar conocimiento útil para la comunidad (por ejemplo, para metanálisis similares a los de salud pública98 o ecología99), la investigación futura podría beneficiarse de la armonización de los indicadores de seguridad alimentaria.También identificamos puntos ciegos con respecto a las opciones de estudios de medidas de gobernanza, indicadores de seguridad alimentaria y cobertura de la cadena de valor.Recomendamos el desarrollo de ABM que simulen la implementación de medidas de gobernanza nodal (por ejemplo, provisión de pronósticos meteorológicos estacionales para los agricultores18);modelos social y espacialmente desagregados que consideran los grupos socialmente vulnerables y la heterogeneidad biofísica y simulan la implementación de medidas de gobernanza social y espacialmente focalizadas21,22,65;Más información sobre el diseño de la investigación está disponible en el Resumen de informes de investigación de Nature vinculado a este artículo.Chang.Godfray, HCJ et al.Seguridad alimentaria: el desafío de alimentar a 9 mil millones de personas.Ciencia 327, 812–818 (2010).Seguridad AlimentariaSeguridad Alimentariaagricolasist.Reinar.Modelo.suaveReinar.Seguridad AlimentariadesarrolloReinar.desarrolloagricolasist.Reinar.Res.Letón.Sostener.Ciudades Soc.aplicaciónGeogr.En t.J. física.DistribuirLogista.AdministrarDesarrollo mundialagricolaecosistemaReinar.Seguridad AlimentariaactualOpiniónReinar.Sostener.aplicaciónSec. de alimentos.EUR.J.Oper.Res.Reinar.desarrolloSeguridad AlimentariaDesarrollo mundialJ. Agric.Él, J. et al.aplicaciónGeogr.J. Yeguada Rural.físicaquímicaTierra.Frente.Sostener.Sistema de alimentosJ. Int.desarrolloEn t.J. Ing.cienciaEn t.computarElectrón.agricolaNJAS-Wagen.J. Ciencias de la vida.agricolaBarbilla.J. Agric.agricolasist.EUR.J. Clin.NutriciónagostoJ. Agric.recursoRecurso de agua.AdministraraplicaciónJ. Limpio.Pinchar.J. Medio Ambiente.Administrar.Soy.J. anteriorMedicina.agricolasist.desarrolloJ. Economía.Semental.Nat.sist.Res.ComportamientocienciaNat.Reinar.desarrolloSostener.sist.Res.ComportamientocienciaEconomía QJ.agricolaEcol.Informar.agricolatrop.Salud Prod.Globo BMJ.J. Limpio.Pinchar.agricolasist.Nat.agricolaBarbilla.agricolaNutriciónReinar.Modelo.suaveagricolaSoc.cienciaMedicina.Métodos Ecol.Evol.PLoS Med.Adv.NutriciónSoy.J. anteriorMedicina.Revisiones sistemáticas.J. Agric.J. Limpio.Pinchar.Semental.agricolaEcol.agricolasist.Reinar.Chang.Reinar.MonitorearEvaluar.Reinar.cienciaagricolasist.Sanar.En t.J. Soc.cienciaEn t.J. Medio Ambiente.Res.cienciaJ.Integr.Reinar.cienciaEn t.desarrolloSur.Afr.agricolaagricolasist.agricolarecursoEUR.Rev. Agric.Barbilla.agricolaModelo.Sostener.agricolaSoc.cienciaMedicina.J. Limpio.Pinchar.J. Economía de la Salud.Jin, L. et al.En t.J. Medio Ambiente.Res.También puede buscar este autor en PubMed Google ScholarTambién puede buscar este autor en PubMed Google ScholarTambién puede buscar este autor en PubMed Google ScholarTambién puede buscar este autor en PubMed Google ScholarLos autores declaran que no tienen intereses financieros en competencia conocidos ni relaciones personales que pudieran haber parecido influir en el trabajo informado en este documento.Springer Nature o su licenciatario tienen derechos exclusivos sobre este artículo en virtud de un acuerdo de publicación con el autor o los autores u otros titulares de derechos;el autoarchivo del autor de la versión manuscrita aceptada de este artículo se rige únicamente por los términos de dicho acuerdo de publicación y la ley aplicable.Cualquier persona con la que compartas el siguiente enlace podrá leer este contenido:Lo sentimos, un enlace para compartir no está disponible actualmente para este artículo.Proporcionado por la iniciativa de intercambio de contenido Springer Nature SharedIt