
圖片作者:NotebookLM
事實上,過去對歐洲早期近代飢荒的研究,多半也都是聚焦在小冰河期背景下的低溫與極端氣候所導致的戰爭、制度、市場與社會不平等。
隨著我們對地球的理解越來越多,我們還知道有「聖嬰」以及「南方震盪」,也常常將這兩者合稱為ENSO,而且其中的「聖嬰」,經常會對我們造成嚴重的影響。
所以,如果「聖嬰」甚至ENSO在現代這麼「兇狠」,難道在古代就不凶嗎?
在過去,ENSO 通常被視為熱帶—副熱帶現象,是否能透過「遙相關(teleconnection)」影響歐洲,一直缺乏系統性的量化分析。也就是說,我們其實不知道古代的ENSO凶不凶。
最近的一個研究,試圖回答:全球尺度的氣候振盪(特別是聖嬰現象 ENSO),是否、以及如何影響 1500–1800 年歐洲的糧食安全與飢荒?
為了回答這個問題,研究團隊結合了三類資料:
首先,他們使用樹輪重建的 NINO3.4 海表溫度指數(Cook & Cane)來重建ENSO 資料,涵蓋範圍從 1500–1800 年;
然後,他們彙整了歷史學者建立的涵蓋 9 個歐洲區域總共160 次飢荒事件;為了避免過度解釋,他們只標示「是否進入飢荒狀態」;
最後,他們收集了歐洲降水、土壤濕度(OWDA)、穀物收成(什一稅、產量比)、穀物與魚類價格,另外還加入戰爭數量與死亡人數來作為干擾因子。
他們使用固定效果迴歸(因果推論)、機器學習(歸因與反事實模擬)以及存活分析(飢荒持續時間)來進行分析。
而且,他們還反覆做了隨機化與穩健性檢查,這點在歷史—氣候研究中並不常見。
他們發現了什麼呢?
首先,他們發現聖嬰現象會「觸發」中歐飢荒。
在他們的研究中,他們發現中歐(Central Europe)是唯一一個「聖嬰現象」與「飢荒開始」具有穩定、顯著關聯的區域;而其他地區(英國、法國、義大利等)並沒有顯著的「啟動效果」。
進一步的量化分析顯示:
每+1°C 的 ENSO 異常,中歐「進入飢荒」的機率增加約 6.9 個百分點;
透過反事實模擬估計:大約 40% 的中歐飢荒事件,與聖嬰條件有直接關聯。
有趣的是,他們發現導致飢荒的氣候機制是「太濕」而不是太乾。
研究團隊發現:在中歐,聖嬰年並非造成乾旱,而是造成從春末—夏初降雨增加,於是夏季土壤過濕。
為什麼過濕不好呢?因為小麥與黑麥對積水極度敏感,濕冷夏季容易導致歉收、病害與發芽失敗。從收成資料可以看到:聖嬰後,小麥與黑麥平均減產約6–7%,而且影響可延續數年(因為也影響了留種...生吃都不夠了,還留種?)。
更糟的是,研究團隊發現:聖嬰會「延長」整個歐洲的飢荒。而且,這部分即使在沒有明顯氣候遙相關的地區,仍然會有影響。
分析發現,在已經發生飢荒的情況下,每 +1°C ENSO,造成飢荒「結束的機率」下降約24%;
如果剛好遇到的是強聖嬰(+2°C),則飢荒超過 3 年的機率,增加約28 個百分點!
為什麼會這樣呢?研究團隊發現,因為中歐是「歐洲糧倉」,而聖嬰導致中歐歉收;這就使得中歐糧食輸出減少,於是穀物價格在全歐洲上漲。
他們看到的歷史數據顯示:穀物價格在聖嬰後一年平均上漲約 6.5%,而且,即使在「氣候上沒有直接受 ENSO 影響」的城市也一樣會漲價。
有意思的是:魚也變貴了。研究團隊發現聖嬰後魚價(特別是鱈魚)上升,但是漁獲量並沒有同步下降。為什麼會這樣?
研究團隊推論是因為「需求替代效應」。因為糧食生產不足,人們只好轉向魚類;尤其是價格較低、易取得的鱈魚(呵...想到現在鱈魚是高級魚,真的是今夕何夕啊!)。
也就是說,飢荒會造成整個飲食系統的連鎖重排。
總而言之,我們看到因為ENSO導致中歐在不該下雨的時候下很多雨,這導致穀物收成不佳;因為中歐是歐洲糧倉,所以這麼一來全歐洲的穀物都變貴了;買不起穀物,只好吃鱈魚(總覺得這個「只好」實在有點豪華),於是魚的價格也上揚了。
不過,研究團隊提醒我們:因為1500–1800 年 ENSO 重建資料精度有限、而歷史上「飢荒」的定義與嚴重度並不一致;再者是,高糧價也不一定會發生飢荒(國家干預可能改變結果),所以不要過度解讀這篇論文。
另外,這篇論文只是preprint,還沒有經過同儕審查,這也是需要注意的點。
所以,這篇論文提醒我們:
氣候衝擊 × 農業脆弱性 × 市場整合,共同塑造了早期近代歐洲的飢荒風險。
感覺上,套在現代社會,也是蠻實用的。
參考文獻:
Esmaili, E., Puma, M. J., Ludlow, F., Jobbová, E., Kumar, J., Holm, P., Charpentier Ljungqvist, F., Matthews, J. A., Rom Dahl, J., & Seim, A. (n.d.). El Niño amplified food insecurity in early modern Europe. EarthArXiv.





















