Probabilistic Risk Assessment of In-Season Rice Production in Northeastern Thailand under Climate Uncertainty: An Application of Monte Carlo Simulation
Article Sidebar
Main Article Content
Abstract
Rain-fed rice farming in Northeastern Thailand is highly vulnerable to climate variability. Previous deterministic assessments often overlook probabilistic risks and extreme events. This study employs Monte Carlo simulation to assess the risk of production loss. A stochastic model, using empirical elasticities and calibrated against statistics from the Office of Agricultural Economics, was used to simulate 10,000 climatic scenarios under the SSP2-4.5 pathway. The results indicate a mean production of 10.45 million tons. Crucially, the Value at Risk (VaR) at the 95% confidence level is 10.22 million tons, revealing a potential downside of 0.23 million tons during extreme years. Additionally, the probability of production falling below the baseline mean stands at 50.40%. This probabilistic approach provides a robust tool for managing climate-induced agricultural risks compared to traditional mean-based projections.
Article Details
References
กนกพร ภาคีฉาย, นิโรจน์ สินณรงค์, กฤตวิทย์ อัจฉริยะพานิชกุล, และ พัชรินทร์ สุภาพันธ์. (2563). ปัจจัยที่มีผลกระทบจากการเปลี่ยนแปลงสภาพภูมิอากาศต่อการผลิตข้าวและการเกษตรที่ปราดเปรื่องเรื่องสภาพภูมิอากาศในพื้นที่รับน้ำภาคกลาง ประเทศไทย. วารสารวิชาการ มทร. สุวรรณภูมิ (มนุษยศาสตร์และสังคมศาสตร์), 5(2), 196-218.
ธนากร แสนสาร, วราภรณ์ นันทะเสน, เก นันทะเสน, และ นิโรจน์ สินณรงค์. (2568). ฉายภาพทัศน์ผลกระทบการเปลี่ยนแปลงสภาพภูมิอากาศในอนาคตภายใต้สถานการณ์การปล่อยก๊าซเรือนกระจกต่อการผลิตข้าวนาปีในภาคตะวันออกเฉียงเหนือ. วารสารผลิตกรรมการเกษตร, 7(2), 71-82.
สำนักงานเศรษฐกิจการเกษตร. (2562). ปริมาณการผลิตข้าว [ชุดข้อมูล]. https://catalog.oae.go.th/dataset/dataoae1104
สำนักงานเศรษฐกิจการเกษตร. (2564). สถิติการเกษตรของประเทศไทย ปี 2563. สำนักงานฯ.https://www.opsmoac.go.th/kamphaengphet-performance-files-431191
Antle, J. M. (1983). Testing the stochastic structure of production: a flexible moment-based approach. Journal of Business & Economic Statistics, 1(3), 192-201. https://doi.org/10.2307/1391337
Artzner, P., Delbaen, F., Eber, J. M., & Heath, D. (1999). Coherent measures of risk. Mathematical finance, 9(3), 203-228. https://doi.org/10.1111/1467-9965.00068
Attavanich, W. (2018). The effect of climate change on Thailand’s agriculture. In International Academic Conference Proceedings. (pp. 23-40). https://mpra.ub.uni-muenchen.de/84005/
Battese, G. E., Rambaldi, A. N., & Wan, G. H. (1997). A stochastic frontier production function with flexible risk properties. Journal of Productivity Analysis, 8(3), 269-280. https://doi.org/10.1023/A:1007755604744
Hardaker, J. B., Lien, G., Anderson, J. R., & Huirne, R. B. (2015). Coping with risk in agriculture: Applied decision analysis (3rd Ed.). Cabi. https://www.cabidigitallibrary.org/doi/book/10.1079/9781780645742.0000
IPCC. (2022). Climate Change 2022: Impacts, Adaptation and Vulnerability. Cambridge University Press.
Jatuporn, C., & Takeuchi, K. (2023). Assessing the impact of climate change on the agricultural economy in Thailand: An empirical study using panel data analysis. Environmental Science and Pollution Research, 30, 8123-8132. https://doi.org/10.1007/s11356-022-22743-0
Just, R. E., & Pope, R. D. (1978). Stochastic specification of production functions and economic implications. Journal of econometrics, 7(1), 67-86. https://doi.org/10.1016/0304-4076(78)90006-4
Komarek, A. M., De Pinto, A., & Smith, V. H. (2020). A review of types of risks in agriculture: What we know and what we need to know. Agricultural systems, 178, 102738. https://doi.org/10.1016/j.agsy.2019.102738
Sinnarong, N., Chen, C. C., McCarl, B., & Tran, B. L. (2019). Estimating the potential effects of climate change on rice production in Thailand. Paddy and Water Environment, 17, 761-769. https://doi.org/10.1007/s10333-019-00755-w
Sinnarong, N., Kuson, S., Nunthasen, W., Puphoung, S., & Souvannasouk, V. (2022). The potential risks of climate change and weather index insurance scheme for Thailand's economic crop production. Environmental Challenges, 8, 100575. https://doi.org/10.1016/j.envc.2022.100575
Wilks, D. S. (2011). Statistical methods in the atmospheric sciences (3rd Ed.). Academic press.
World Bank Group. (2022). Climate Change Knowledge Portal. https://climateknowledgeportal.worldbank.org
Yu, Y., Clark, J. S., Tian, Q., & Yan, F. (2022). Rice yield response to climate and price policy in high-latitude regions of China. Food Security, 14(5), 1143-1157. https://doi.org/10.1007/s12571-021-01253-w
