Beberapa tahun yang lalu, kami menunjukkan bahwa tingkat reservoir lebih penting daripada curah hujan dalam memperkirakan produksi pangan dan inflasi India. Sekarang, kami mengambil langkah lebih jauh dengan berfokus pada suhu. Kami menemukan bahwa mereka melakukan pekerjaan yang lebih baik dalam menjelaskan dan memprediksi peningkatan produksi dan harga pangan.
Dengan menggunakan catatan yang berasal dari tahun 1950an, kita dapat melihat bahwa suhu rata-rata meningkat seiring dengan ketidakstabilan suhu. Tentu saja hal ini tidak mengherankan. Namun apa yang kami temukan selanjutnya adalah, dengan jeda yang cukup lama, korelasi antara suhu rata-rata dan inflasi pangan di India terus meningkat dari waktu ke waktu. Hasil panen akan menurun akibat pemanasan global. Faktanya, para ilmuwan dan peneliti memperkirakan bahwa kenaikan suhu 2,5-4,9 derajat Celcius di seluruh negeri akan menurunkan hasil gandum sebesar 41-52 persen dan hasil beras sebesar 32-40 persen.
Coba lihat gelombang panas pada bulan Maret 2022, yang mengurangi hasil panen tebu sebesar 30 persen, sehingga merusak produksi sayuran dan minyak sayur. Atau gelombang panas pada Maret 2024, ketika suhu melonjak hingga 50,5 derajat Celcius di beberapa daerah, menyebabkan harga sayur-mayur meroket akibat rusaknya tanaman akibat cekaman panas. Dalam kedua kasus tersebut, hilangnya hasil panen menyebabkan tingginya inflasi dan lemahnya pendapatan pedesaan.
Semua ini terlihat jelas dalam berbagai makanan. Dengan menganalisis data selama satu dekade, semua tanaman pangan utama – yang mudah rusak (sayuran dan buah-buahan) dan yang tahan lama (sereal, kacang-kacangan, minyak sayur, dan gula) – menunjukkan peningkatan korelasi antara suhu rata-rata dan inflasi pangan.
Dan itu tidak hanya terbatas pada tanaman saja. Suhu tinggi meningkatkan kematian hewan. Harga produk susu, unggas dan ikan juga menjadi lebih sensitif terhadap kenaikan suhu.
Sebagian besar tanaman yang mudah rusak adalah tanaman yang berumur pendek (misalnya sayuran yang ditanam setiap dua hingga tiga bulan). Tanaman-tanaman ini secara tradisional lebih sensitif terhadap gelombang panas dibandingkan tanaman lainnya dan sensitivitas ini semakin meningkat. Korelasi rata-rata antara suhu dan barang yang mudah rusak meningkat dari 20 persen menjadi 60 persen selama satu dekade, yang berarti peningkatan tiga kali lipat. Tanaman tahan lama adalah tanaman jangka panjang (misalnya serealia yang ditanam setiap enam-12 bulan). Bersama dengan protein hewani, secara tradisional bahan-bahan tersebut kurang sensitif terhadap suhu, namun sensitivitasnya semakin meningkat, dengan korelasi yang meningkat dari 10 persen menjadi 45 persen dalam satu dekade, yang berarti peningkatan lima kali lipat lebih besar.
Hal ini, pada gilirannya, membawa kita ke pertanyaan penting lainnya. Jika sensitivitas produksi pangan terhadap suhu dan inflasi meningkat seiring berjalannya waktu, apa peran hujan dan waduk?
Untuk menjawabnya, kita perlu memahami secara teknis. Kami menghadirkan model inflasi pangan yang andal, yang membantu menafsirkan dengan lebih baik peran suhu terhadap inflasi pangan, serta variabel lain yang mempengaruhinya. Hal ini mencakup tingkat reservoir, harga dukungan minimum pemerintah untuk pertanian dan berbagai pilihan langkah pengelolaan harga pangan di sisi pasokan. Kami menemukan bahwa langkah-langkah seperti membeli atau menjual dari lumbung pemerintah, mengimpor atau mengekspor, dan kemudian dengan cepat mengangkut pangan ke seluruh negeri telah membantu pemerintah saat ini mengurangi inflasi pangan selama dekade terakhir. Mencegah para penimbun juga membantu. Kami menangkap semua langkah manajemen sisi penawaran ini dengan variabel dummy yang diaktifkan dalam 10 tahun terakhir.
Model kami kuat (dengan R-kuadrat 80 persen), mampu memprediksi inflasi pangan dengan baik. Namun anehnya, ketika kita memasukkan suhu ke dalam model kita, variabel tersebut tidak cocok dengan variabel lainnya. Hal ini melemahkan arti penting mereka. Agaknya, variabel temperatur berisi semua informasi yang terkandung dalam variabel reservoir. Untuk memeriksanya, kami menyimpan variabel suhu dalam model tetapi menghapus variabel reservoir. Dan itu berhasil. Hal ini sangat meningkatkan model kami dan kekuatan prediksinya (R-kuadrat model mencapai 90 persen).
Apa maksudnya semua itu? Suhu lebih penting daripada curah hujan dalam menjelaskan dan memprediksi inflasi pangan. Faktanya, ketika suhu dimasukkan, analisis curah hujan dan tingkat reservoir tidak ada gunanya. Mungkin ada dua alasan untuk hal ini. Salah satu alasannya adalah dengan membaiknya fasilitas irigasi, rendahnya curah hujan tidak lagi menjadi masalah, terutama di daerah seperti barat laut India, yang dikenal sebagai pusat makanan negara tersebut. Kedua, karena reservoir dan suhu memiliki korelasi 50 persen, asumsi kami adalah bahwa sebagian besar informasi penting yang terkandung dalam variabel reservoir ditangkap oleh suhu. Ketiga, terdapat hubungan non-linier antara suhu dan inflasi pangan.
Jadi, apa pengaruh suhu saat ini terhadap inflasi pangan dan permintaan pedesaan? Ini kabar baik. Sejak tahun lalu, fenomena cuaca El Nino, yang biasanya dikaitkan dengan curah hujan rendah dan suhu tinggi, telah digantikan oleh La Nina, yang dikaitkan dengan suhu lebih dingin dan curah hujan lebih tinggi. Suhu telah turun dalam sebulan terakhir (dibandingkan periode Maret-Juni). Jika hal ini dipertahankan, inflasi pangan akan turun dengan cepat, dengan inflasi inti mencapai 4 persen, yang merupakan target RBI, pada bulan Maret 2025. Ketika suhu menjadi lebih dingin setelah gelombang panas yang parah pada awal tahun ini, kami memperkirakan RBI akan mulai menurunkan suku bunga pada kuartal keempat. kuartal 2024.
Meskipun hal ini merupakan kabar baik ketika suhu kembali normal dari tingkat tinggi, perlu diingat bahwa dalam jangka menengah, kenaikan suhu dapat menjadi masalah yang lebih besar dalam mengelola inflasi. Dampak buruknya curah hujan dapat diatasi melalui peningkatan fasilitas irigasi, namun tidak ada solusi ajaib untuk mengatasi dampak kenaikan suhu.
Penulisnya adalah Kepala Ekonom India, HSBC
