Rijst, conflicten en klimaatverandering in India

Rijst, conflicten en

klimaatverandering in India

Bachelor scriptie

Naam:

Quico Schmitz

Studentnummer: 10805532

Institutie:

Universiteit van Amsterdam

Studie:

Future planet studies

Major:

Politicologie

Vak:

Nieuwe bedreigingen voor de internationale veiligheid

Docent:

U. Daxecker

Datum:

21-06-2017

Abstract

Om een bijdrage te leveren aan het levendige debat dat op dit moment gaande is in de wetenschappelijke gemeenschap over het verband tussen klimaatverandering en het ontstaan van conflicten, onderzoekt deze scriptie de volgende onderzoeksvraag: heeft het negatieve effect van klimaatverandering op de rijst opbrengsten in India, er de kans op conflicten verhoogd in de periode 1991 – 2006? Dit onderzoek werd uitgevoerd door data van 420 waarnemingen per provincie per jaar op kwantitatieve wijze te analyseren. Het resultaat van deze analyse is dat er een statistisch significant negatief verband werd gevonden, waarbij iedere daling in rijst opbrengst in kilogram per hectare gemiddeld zorgt voor 0,491 minder rellen. Eerder onderzoek wees al uit dat rijst opbrengsten in India 6 procent hoger waren geweest tussen 1960 en 2002 als de weersomstandigheden in deze periode niet waren veranderd als gevolg van klimaatverandering. Uit een combinatie van deze resultaten kan dus worden opgemaakt dat klimaatverandering indirect de kans op conflicten in India heeft verhoogd tussen 1991 en 2006, doordat het een negatief effect had op rijst opbrengsten. Uit de resultaten kwam ook duidelijk naar voren dat de economische factor bbp per inwoner zoals gebruikelijk een belangrijke rol speelde in het ontstaan van conflicten.

Introductie

Over het algemeen wordt de wereld steeds minder gewelddadig (Gleditsch, 2008). Het aantal gewapende conflicten neemt af (Themnér & Wallensteen, 2011), oorlogen worden minder dodelijk als men meet aan de hand van strijd-gerelateerde slachtoffers (Lacina et al. 2006) en op de lange termijn is er zowel binnen als tussen staten een daling van geweld waar te nemen. Mogelijke verklaringen voor deze ontwikkelingen zijn toenames van het aantal democratieën, internationale organisaties en internationale economische integratie (Pinker, 2011). Tegenwoordig worden onder anderen financiële crises, bevolkingsgroei, globalisering en fundamentele ideologieën gezien als de grootste obstakels voor het doorzetten van deze trend. De laatste jaren is er echter door wetenschappers en verschillende invloedrijke personen (Moon, 2007; Obama 2009) gewaarschuwd dat er in de nabije toekomst mogelijk een nieuwe oorzaak voor conflicten zal bijkomen; klimaatverandering.

Al sinds de jaren 90 wordt er wetenschappelijk onderzoek gedaan naar het verband tussen klimaatverandering en het ontstaan van conflicten (Homer-Dixon, 1991, 1995; Gleditsch, 1998). Het mogelijke causale mechanisme achter dit verband werd als volgt beschreven: menselijke activiteiten veroorzaken klimaatverandering. De effecten hiervan veranderen vervolgens de levensomstandigheden van miljoenen mensen. Zo zullen er bijvoorbeeld meer natuurrampen voorkomen, de zeespiegel zal stijgen, temperatuur –en neerslagpatronen zullen veranderen en de biodiversiteit zal afnemen. Samen met bevolkingsgroei en ongelijke distributie kan dit, vooral in landen met weinig aanpassingscapaciteit, zorgen voor schaarstes aan basisbehoeften zoals water, voedsel en woonruimte. Uiteindelijk kunnen deze schaarstes leiden tot zogenoemde ‘klimaatconflicten’ (Homer-Dixon, 1991, 1995). Ook kan het

gedwongen migratie naar andere gebieden veroorzaken, wat vaak ook weer leidt tot conflicten (Reuveny, 2007).

Wetenschappers hadden in de jaren 90 dus al vermoedens dat de effecten van

klimaatverandering triggers konden zijn voor het ontstaan van conflicten, en dat dit in de toekomst alleen maar zal toenemen. Er was toen echter nog niet genoeg data en literatuur beschikbaar om dit te kunnen bewijzen. Vandaar dat er werd opgeroepen aan de

wetenschappelijke gemeenschap om in de toekomst meer studies naar het ontstaan van klimaatconflicten uit te voeren. Dit verzoek is in de jaren daarna zeker gehonoreerd.

Ondertussen is er namelijk zowel op kwalitatieve als kwantitatieve wijze veel onderzoek naar dit verschijnsel gedaan. Ondanks dat het causale mechanisme van Homer-Dixon aannemelijk klinkt, is er in de wetenschap nog zeker geen consensus bereikt over dit vraagstuk. Sterker nog, de laatste jaren is het uitgegroeid tot een van de meest levendige debatten in de wetenschappelijke gemeenschap. Ondanks het grote aantal uitgevoerde studies, zijn de resultaten vaak tegenstrijdig en blijkt het lastig om tot sluitende conclusies te komen. Dit wordt verder besproken in het literatuuronderzoek. Er is in de literatuur wel consensus over dat meer onderzoek naar klimaatconflicten hard nodig is. De wetenschappelijke relevantie van deze scriptie is dus dat het een bijdrage levert aan dit debat, en daarmee tegemoetkomt aan deze oproep van de wetenschappelijke gemeenschap.

Er zijn meerdere redenen voor het gebrek aan consensus in de literatuur over het verband tussen klimaatverandering en het ontstaan van conflicten. De eerste is dat de causale mechanismen achter dit verband verschillen per samenleving, regio en land, wat zorgt voor tegenstrijdige resultaten (Theisen et al., 2013). Er wordt namelijk verwacht dat

klimaatverandering vooral voor conflicten kan zorgen doordat het agrarische sectoren verstoort, wat kan leiden tot voedseltekorten. Er bestaan echter significante verschillen tussen de agrarische sectoren die getroffen worden, waardoor het lastig is om resultaten uit verschillende gebieden met elkaar te vergelijken. Een tweede verklaring is dat het concept klimaatverandering op verschillende manieren kan worden gedefinieerd, wat zorgt voor verschillende interpretaties. Zo kan het worden gemeteten aan de hand van afwijkingen in neerslagpatronen (Miguel et al., 2004; Hendrix & Salehyan, 2012; Fjelde & Von Uexkull, 2012), maar ook aan de hand van stijgende temperaturen (Burke et al., 2009). Deze verschillende meetmethoden zorgen ervoor dat het lastig is om de resultaten uit verschillende studies met elkaar te vergelijken. Hetzelfde probleem doet zich voor bij conflicten. De aard en intensiteit verschilt namelijk per conflict, en de wijze waarop dit geoperationaliseerd wordt door een onderzoeker heeft veel invloed op de resultaten.

Het logische gevolg van de bovengenoemde meetproblemen is dat onderzoeken waarbij het onderwerp is afgebakend tot één land of één oorzaak (Caruso et al., 2016; Hendrix &

Salehyan, 2012; Fjelde & von Uexkull, 2012) vaker in staat zijn om sluitende conclusies te leveren dan artikelen die meerdere landen of studies met elkaar vergelijken (Adger et al., 2014; Theisen et al. 2013; Bernauer et al., 2012). Wegens dit succes van ‘single casestudies’ en een werkbaardere onderzoeksomvang, is er bij deze scriptie voor gekozen om het

onderzoek af te bakenen tot één land. Omdat er in de literatuur nog geen consensus over het ontstaan van klimaatconflicten bestaat, is het logischer om een land te kiezen waarbij de waarschijnlijkheid op het vinden van een verband hoog is. Dit wordt ook wel een ‘most likely case’ genoemd. Als er zelfs dan geen significant verband wordt gevonden, is het bestaan ervan in twijfel te trekken. In dit geval is een most likely case een land dat een geschiedenis kent met veel conflicten en dat afhankelijk is van één dominant voedselgewas dat kwetsbaar is voor klimaatverandering.

Op basis van de bovengenoemde afwegingen is er literatuuronderzoek gedaan om te

bepalen welk land tijdens welke periode geschikt zou zijn om te analyseren. Uiteindelijk is er besloten om bij deze scriptie de volgende onderzoeksvraag te behandelen:

Heeft het negatieve effect van klimaatverandering op de rijst opbrengsten in India, er de kans op conflicten verhoogd in de periode 1991 – 2006?

De tijdschaal is gekozen op basis van beschikbare data. De maatschappelijke relevantie van deze scriptie is dat het inzicht kan geven in welke mate klimaatverandering bijdraagt aan het ontstaan van conflicten, wat in de nabije toekomst schadelijk zou kunnen zijn voor

samenlevingen over de hele wereld. Als er een sterk verband wordt gevonden, zou dit onderzoek kunnen aantonen dat klimaatverandering ook een veiligheidsprobleem is. Dit zou de urgentie kunnen verhogen voor politici om in de nabije toekomst meer onderzoek naar dit onderwerp te stimuleren en eventueel hun beleid hierop aan te passen. Op het moment behandelen politici klimaatverandering, conflicten en immigratie namelijk nog vaak als losse

onderwerpen. Dit is omdat regeringen vooral gericht zijn op het beleid voor de korte termijn waarin zij regeren (Meadowcroft, 2009). Deze scriptie zou dus kunnen aantonen dat deze verschillende beleidsterreinen elkaar wel degelijk kunnen beïnvloeden en daarmee wellicht een bijdragen leveren aan een visie waarbij er meer op de lange termijn wordt gekeken naar dit soort problemen. Op deze manier kunnen samenlevingen anticiperen, in plaats van pas te reageren als een probleem zich al gemanifesteerd heeft.

De rest van deze scriptie is als volgt opgebouwd: als eerst wordt er een literatuuroverzicht gegeven van de meest invloedrijke artikelen die van toepassing zijn op dit onderwerp, zoals het effect van klimaatverandering op het ontstaan van conflicten, een korte geschiedenis van conflicten en rijstproductie in India, en het effect dat klimaatverandering heeft op dit

belangrijke voedselgewas. Het tweede deel bestaat uit het theoretisch kader en het onderzoeksdesign, die de empirische strategie beschrijven. Oftewel, de methodekeuze conceptualisering en operationalisering. Ten derde worden de data-analyse en resultaten gepresenteerd, om af te sluiten met de conclusie.

Literatuuroverzicht

Klimaatverandering en conflict

Aangezien de wetenschappelijke literatuur over dit onderwerp zo uitgebreid is, zijn er meerdere bronnen die de resultaten van verschillende onderzoeken met elkaar vergelijken. Een voorbeeld hiervan is hoofdstuk 12 van het laatste rapport van het toonaangevende International Panel on Climate Change (IPCC) (Adger et al., 2014). De eerste groep studies die hierin wordt geanalyseerd, deed onderzoek naar het verband tussen temperatuurstijgingen en gewapende conflicten (Burke et al., 2009; Buhaug 2010; Koubi et al., 2012; Theisen et al., 2012). Sommigen vonden een zwakke correlatie, anderen helemaal geen. Een overtuigend verband werd er dus niet gevonden (Theisen et al. 2013).

De tweede groep studies deed onderzoek naar de correlatie tussen afwijkende

neerslagpatronen en burgeroorlogen. Sommige studies vonden een samenhang tussen de twee variabelen (Miguel et al., 2004; Hendrix & Salehyan, 2012; Raleigh & Kniveton, 2012), maar deze werden weer tegengesproken door andere artikelen (Buhaug, 2010; Koubi et al., 2012; Theisen et al., 2013). Er is wel veel overeenstemming over dat als andere risicofactoren voor conflict laag zijn, het effect van neerslag op het ontstaan van conflicten verwaarloosbaar is (Bernauer et al., 2012; Koubi et al., 2012; Theisen et al., 2013)

Een derde groep studies bekeek het effect van afwijkingen in neerslag op niet-statelijke conflicten in gebieden die sterk afhankelijk zijn van landbouw, zoals het geval is bij India. Hierbij is er enige overeenstemming dat extreem veel of weinig neerslag de kans op lokale gewelddadige conflicten verhoogt (Adano et al., 2012; Butler & Gates, 2012; Fjelde & von Uexkull, 2012). In zulke gevallen wordt de aanwezigheid van instituties die conflicten

vreedzaam kunnen mediëren gezien als de bepalende factor. Klimaatrampen kunnen echter de mogelijkheden van zulke instituties verminderen (Barnett & Adger, 2007), of juist

mogelijkheden bieden voor het stichten van vrede en het versterken van deze instituties (Brückner & Ciccone, 2010; Olson & Gawronski, 2010)

De conclusie van het IPCC-rapport is dus dat er wel verbanden zijn gevonden, maar ook dat er nog veel tegenstrijdigheden in de literatuur onopgelost blijven. Er is daarom meer

onderzoek nodig naar dit onderwerp om conclusies te kunnen trekken. Andere artikelen die meerdere studies met elkaar vergelijken komen tot ongeveer hetzelfde oordeel (Theisen et al., 2013; Bernauer et al., 2012; Gleditsch, 2012). Het artikel van Hsiang et al. (2013) lijkt een uitzondering. Hierin vergelijkt men namelijk meer dan 60 kwantitatieve studies, en komt men wel tot resultaten die overeenkomen: voor iedere standaardafwijking (1σ)

klimaatverandering (warmere temperatuur of extreme regenval) stijgt de kans op persoonlijk geweld met 4% en de kans op conflicten tussen groepen met 14%. Dit wordt echter weer tegengesproken door Buhaug et al. (2014). Dit artikel verklaart dat deze onenigheid wordt veroorzaakt door de onderliggende meta-analyse die Hsiang et al. (2013) gebruiken. Deze zou leiden aan tekortkomingen qua steekproefselectie en analytische samenhang. Deze discussie staat symbool voor de verdeeldheid in de literatuur.

Zoals uitgelegd in de introductie is er bij dit onderzoek voor gekozen om India te analyseren omdat het land in dit geval een most likely case is. Dit zal nu worden aangetoond door een overzicht te geven van de geschiedenis van conflicten en de rijstproductie in India.

India - Conflicten

India werd in 1947 onafhankelijk nadat het een kolonie was geweest van het Britse Rijk sinds het midden van de 19de _{eeuw. Vlak voor de onafhankelijkheid werden er echter grote delen}

van voormalig Brits India aangewezen om de onafhankelijke staat Pakistan te vormen. Tot op heden heeft dit geleidt tot veel spanningen en conflicten tussen de twee landen, vooral over de provincie Kashmir. India werd in 1950 een republiek en is sindsdien een grote smeltkroes van verschillende religies, etniciteiten en stammen. Dit heeft een staat gecreëerd met veel verschillende groepen met verschillende ambities, wat ervoor heeft gezorgd dat India een geschiedenis kent met relatief veel gewelddadige conflicten (UCDP, 2017).

Ondanks de seculiere en religieus tolerante grondwet van India, de brede ideologische representatie in de verschillende delen van de samenleving, inclusief de overheid, en de actieve rol van organisaties als de ‘National Human Rights Commission Of India’ en de ‘National Commission for Minorities’, zijn de meeste conflicten in India toch religieus van aard (Weiner, 2015). De oorzaken van dit geweld zijn vaak diepgeworteld in de politiek, religie en geschiedenis van het land. Het geweld is vaak in de vorm van rellen, waarbij een groep aanhangers van een religieuze groep gewelddaden plegen tegen de aanhangers, gebouwen en instituties van een andere religieuze groep. Dit geweld vindt meestal plaats tussen Hindoes en Moslims (Graff & Galonnier, 2012), alhoewel Christenen, Jains, Joden, Sikhs en atheïsten ook bij de rellen betrokken zijn geweest. Het is ook voorgekomen dat verschillende stammengroepen met elkaar in conflict kwamen (UCDP, 2017)

Tenslotte zijn er in India veel separatistische groeperingen die een territorium als

onafhankelijke staat willen claimen. Vooral in provincies in het noordoosten van het land (Assam, Nagaland en Manipur) zijn er veel rebbelengroepen, voortkomend uit

stammengemeenschappen, die tegen de overheid vechten voor een eigen grondgebied. Ook zijn er conflicten geweest tussen de overheid en Sikh-rebellen in Punjab, en andere

rebellengroepen in Kashmir. Deze rebellengroepen hebben ook onderling vaak conflicten.

India - Rijstproductie

Landbouw is al eeuwenlang een belangrijk onderdeel van de Indiase economie. Dit is alleen maar toegenomen sinds de Groene Revolutie in de jaren 60 de opbrengsten van de

landbouw exponentieel deed groeien. Momenteel staat het land tweede op het gebied van landbouwproductie, achter China, en beschikbare landbouwgrond, achter de VS.

Tegenwoordig is 49% van de bevolking voor hun levensonderhoud afhankelijk van landbouw (CIA Factbook, 2017). Het is daarom zorgwekkend dat het erop lijkt dat de

landbouwproductie van het land de groei van de bevolking niet kan bijhouden (Kurian, 2008). De groei in landbouwproductie is namelijk langzaam aan het stagneren, wat ervoor heeft gezorgd dat de voedselprijzen zijn gestegen.

Dit komt vooral doordat de overheid sinds de jaren 80 het irrigatienetwerk niet heeft uitgebreid, boeren niet genoeg toegang tot leningen heeft verschaft en afwijkende

temperatuur –en neerslagpatronen als gevolg van klimaatverandering (Sengupta, 2008). Het aandeel van landbouw in het bbp (bruto binnenlands product) is gedaald van 51% in 1950 naar slechts 16,5% in 2016 (CIA Factbook, 2016). Dit is op zich geen ongewone ontwikkeling voor een land, alleen groeit de bevolking van India zo hard dat voedseltekorten in het verschiet liggen. Het probleem dreigt zo ernstig te worden dat ex-premier Manmohan Singh heeft aangekondigd dat er een tweede Groene Revolutie nodig is. Al helemaal omdat sommige klimaatscenario’s voorspellen dat de landbouwproductie van India rond 2080 met 30% gedaald zal zijn als de opbrengst per hectare niet verbetert (o’Brien et al., 2004)

Het meest geconsumeerde voedselgewas ter wereld is rijst. India is na China de grootste producent van rijst met 157,2 miljoen ton in 2014, goed voor ongeveer 20% van de wereldwijde rijstproductie. Het gewas had toen een totale waarde van 42,57 miljard USD (FAOSTAT). Rijst is voor een groot deel van de bevolking ook belangrijk voor

voedselzekerheid, aangezien het voor de bewoners van zuid –en oost India (meer dan de helft van de bevolking) hét belangrijkste basisvoedsel is. In figuur 1 is een kaart te zien met de staten die het meeste rijst produceerden in 2014-2015:

Figuur 1. Bron: Mapsofindia.com

De groeiseizoenen van rijst verschillen in India per regio, door variaties in temperatuur, neerslag (moessons) en grondsoort. De drie belangrijkste seizoenen zijn: Pre-Kharif

(herfstrijst), Kharif (winterrijst) en Rabi (lenterijst). Het zaaien vindt bij het Pre-Kharif seizoen plaats tussen maart en mei, bij Kharif tussen juni en oktober, en bij Rabi tussen november en februari. Vervolgens vindt het oogsten bij het Pre-Kharif seizoen plaats tussen juni en

oktober, bij Kharif tussen november en februari, en bij Rabi tussen maart en juni. In principe kan er dus heel het jaar door ergens in India rijst geoogst worden (FAOSTAT, 2009).

Sinds de Groene Revolutie in de jaren 60 is zowel de totale rijstproductie als de opbrengst per hectare hard gestegen, zoals te zien is in figuur 2:

Er is echter ook te zien dat de groei in de laatste jaren wat gestagneerd is, en is sommige jaren daalde de productie zelfs flink als gevolg van hevige droogtes. Een ander probleem in India is dat ongeveer 25% van de rijst na de oogst verloren gaat door gebrekkige

infrastructuur, slechte opslagomstandigheden en inefficiënte retail-systemen (FAO, 2011). Hierdoor zijn er soms tekorten, ondanks dat er het hele jaar door geoogst kan worden. Rijstconsumptie per capita is echter ook gedaald als gevolg van economische groei, waardoor India wel altijd zelfvoorzienend is gebleven (FAOSTAT, 2013).

Om de voedseltekorten te voorkomen, heeft de overheid in samenwerking met de staatsregeringen verschillende plannen opgesteld om de rijstproductie te verhogen. Voorbeelden hiervan zijn het ‘Special Rice Development Program’ en de ‘National Food Security Mission’. Ook is de ‘Food Corporation of India’ opgericht om ervoor te zorgen dat de rijst ook voor de arme delen van de bevolking betaalbaar blijft. Prijsbeleid wordt

geïmplementeerd door middel van inkoop en nationale distributieoperaties. Deze organisaties kopen dus grote hoeveelheden rijst in van boeren, waarmee al voor het groeiseizoen een prijs wordt afgesproken. Zo proberen ze ten alle tijden genoeg rijst op voorraad te hebben (FAO, 2016).

Effect klimaatverandering op rijst opbrengst

Rijst is een tropische plant en groeit het beste in warme, vochtige klimaten. De optimale temperatuur tijdens de groeiperiode is tussen de 20 en 30 graden. Als de temperatuur daalt onder de 15 graden is dit erg schadelijk, aangezien ontkieming dan niet kan plaatsvinden. Ook de hoeveelheid ontvangen zonnestraling heeft veel invloed op de uiteindelijke opbrengst. Daarnaast is er geen gewas dat meer water nodig heeft dan rijst, namelijk

minimaal gemiddeld 115 cm neerslag per jaar. Het meest geschikt zijn echter gebieden waar gemiddeld tussen de 175 en 300 cm neerslag per jaar valt (Rao, 2008). Dit is waarom rijst in het overgrote deel van India in het Kharif seizoen wordt verbouwd (zo’n 84%). De

zaaiperiode in dit seizoen valt namelijk gelijk met de moessonregens van juni tot en met augustus.

Het is duidelijk dat een hoge rijst opbrengst de juiste omstandigheden vereist. Aangezien er wordt beweerd dat klimaatverandering een impact heeft op veel van deze omstandigheden, is er de laatste jaren veel onderzoek naar rijst opbrengsten bij veranderende

milieuomstandigheden gedaan. Zo werd er door meerdere onderzoeken geconcludeerd dat een stijging van de gemiddelde minimumtemperatuur tijdens de nachten van de

groeiperiode een negatief effect heeft op rijst opbrengsten. Welch et al (2010) onderzocht dit bij 227 geïrrigeerde rijstboerderijen in zes landen, waaronder India. De conclusie van de studie was dat als de minimumtemperatuur tijdens de groeiperiode gemiddeld met 1 graden steeg, de rijst opbrengst met 185 kg per hectare daalde. Het mechanisme hierachter is nog onduidelijk, maar er wordt verwacht dat rijstplanten meer respireren tijdens warme nachten, wat veel energie kost, zonder dat er fotosynthese kan plaatsvinden. Dit is zorgwekkend, aangezien de minimumtemperaturen in India aan het stijgen zijn (Peng et al. 2004) en er

wordt verwacht dat deze ontwikkeling zich in de toekomst zal doorzetten (Christensen et al., 2007).

Een andere beperkende factor voor rijst opbrengsten is neerslag. Zowel droogtes als extreme regenval (meer dan 300 cm per jaar) hebben een negatieve impact. Zoals eerdergenoemd wordt het overgrote deel van de rijst in India tijdens het Kharif seizoen verbouwd. De opbrengst van dit groeiseizoen is erg afhankelijk van de moessonregens tussen juni en september. Recente onderzoeken tonen aan dat de moessons in India als gevolg van

klimaatverandering op twee significante manieren zijn veranderd tijdens de tweede helft van de twintigste eeuw. Ten eerste valt er in totaal minder neerslag (Ramanathan et al., 2005; Dash et al., 2007), en ten tweede is de distributie van neerslag tijdens de moessons extremer geworden (Goswani et al., 2006; Dash et al., 2009). Auffhammer et al (2012) onderzochten het effect van deze afwijkingen in moessonregens op de rijst opbrengst in India tussen 1960 en 2002. Daarnaast werd er voor dezelfde periode ook gekeken naar afwijkingen in

temperatuur en hoeveelheid zonnestraling. Bij het onderzoek werd ook rekening gehouden met het verbeteren van landbouwtechnologieën, zoals meer gebruik van irrigatie, kunstmest en genetisch gemodificeerde rijstsoorten. Het resultaat was uiteindelijk dat als de kenmerken van moessonregens vanaf 1960 constant waren gebleven, de rijst opbrengsten gemiddeld 2% hoger waren geweest. Vooral droogtes en overstromingen hadden hierin een groot aandeel. Hier zou nog eens 4% zijn bijgekomen als de gemiddelde minimumtemperatuur in de

nachten niet was gestegen. Samen staat dit verlies gelijk aan ongeveer een vijfde van de vooruitgang die in deze periode is geboekt dankzij verbeterde landbouwtechnologieën. Dit geeft duidelijk aan dat klimaatverandering in de laatste decennia al een negatief effect heeft gehad op de rijst opbrengst in India. De verwachting is dat dit effect in de toekomst alleen maar groter zal worden, doordat klimaatverandering zal zorgen voor nog hogere

minimumtemperaturen en afwijkende neerslagpatronen tijdens de moessonmaanden (o’Brien et al., 2004; Kumar et al., 2002). Ook zullen zeespiegelstijging en overstromingen een negatieve impact hebben op de rijst opbrengst in India (Douglas, 2009; Hijioka, 2014).

Theoretisch kader

Na het literatuuronderzoek kunnen nu de empirische verhoudingen tussen de theoretische concepten van belang worden bepaald. Deze concepten zijn; klimaatverandering, conflicten en rijst opbrengst. Klimaatverandering is een breed concept dat alle veranderingen in het klimaat als gevolg van natuurlijke oorzaken of menselijke activiteiten beschrijft. Het is een belangrijk concept voor deze scriptie omdat de onderzoeksvraag is of het negatieve effect van klimaatverandering op de rijst opbrengst in India, indirect de kans op conflicten heeft verhoogd tussen 1991 en 2006. In het begin van dit onderzoek was het dan ook de intentie om klimaatdata te analyseren. Na het uitvoeren van het literatuuronderzoek en de

dataverzameling is er echter besloten om klimaatverandering toch niet mee te nemen in de analyse. Hier zijn twee redenen voor. De eerste is dat er bij het verzamelen van data naar voren kwam dat klimaatdata per Indiase provincie tijdens de periode 1991 – 2006 slechts

beperkt beschikbaar zijn. Vrijwel alle data zijn gesorteerd per meteorologische subdivisie, waardoor het onbruikbaar is voor een analyse per provincie (wat wel het geval is bij rijst opbrengst en conflicten). De tweede rede is dat artikelen als die van Aufhammer et al. (2012) en Welch et al. (2010), eigenlijk al precies dit deel van het onderzoek hebben uitgevoerd (namelijk het effect van klimaatverandering op de rijst opbrengsten in India gedurende de afgelopen decennia onderzoeken). Om conclusies te kunnen leveren is het dus niet persé nodig om ditzelfde verband nogmaals te analyseren.

Het begrip conflict kan op verschillende manieren gedefinieerd worden. Het kan een

meningsverschil tussen twee personen of partijen zijn zonder dat dit tot geweld leidt (latent conflict), maar het kan ook wel fysiek geweld tussen twee of meer personen, groepen of landen inhouden (manifest conflict). Aangezien het lastig is om latente conflicten te meten, is er bij deze scriptie voor gekozen om alleen manifeste conflicten in de vorm van rellen te analyseren. Daarnaast bleek uit het literatuuronderzoek dat rellen de meest voorkomende vorm van conflict zijn in India. Het concept rijst opbrengst vereist geen uitgebreide uitleg, aangezien dit simpelweg gaat om hoeveel rijst er per hectare geproduceerd wordt.

Het theoretisch argument achter dit onderzoek luidt als volgt: het is bij het

literatuuronderzoek aangetoond dat klimaatverandering in de periode 1991-2006 een negatieve impact heeft gehad op de rijst opbrengsten in India, en dat vooral droogtes en stijgende minimumtemperaturen hiervan de oorzaak waren (Aufhammer et al., 2012; Welch et al., 2010). Lagere rijst opbrengsten zorgen voor hogere rijstprijzen, en uiteindelijk heeft dit een negatief effect op voedselbeschikbaarheid, wat weer de voedselprijzen verhoogt. Voedselbeschikbaarheid is de fysieke beschikbaarheid van voldoende eten, en is een van de vier componenten van voedselzekerheid (Renzaho & Mellor, 2010). Weinig voedselzekerheid kan op zichzelf al geweld veroorzaken, of het leidt tot migratie, wat vaak ook weer tot

conflicten leidt tussen bewoners en migranten (Reuveny, 2007).

Daarnaast zijn er nog andere mechanismen die in deze situatie voor conflicten zouden kunnen zorgen. Zo vermindert de stijging van voedselprijzen de levensomstandigheden van de bevolking, wat de kans op conflicten verhoogt. Ten tweede zorgt een dalende agrarische output voor minder vraag naar landbouwerkers, die daardoor hun inkomen flink zien dalen. Aangezien bijna de helft van de Indiase bevolking in de landbouw werkt, kan dit ook

conflicten veroorzaken. Tenslotte beweren Theisen et al (2012) dat het dalen van de

opbrengst van een belangrijk landbouwproduct het inkomen van de overheid vermindert, die daardoor minder capaciteit heeft om bij een eventuele voedselcrisis de situatie conflictvrij te houden. Middels deze mechanismen heeft klimaatverandering dus indirect de kans op het ontstaan van conflicten in India verhoogd tussen 1991 en 2006.

Op basis van dit argument kunnen de volgende hypotheses worden opgesteld:

H1: Het negatieve effect van klimaatverandering op de rijst opbrengsten in India heeft in de periode 1991 – 2006 de kans op het ontstaan van conflicten verhoogd. H0: Het negatieve effect van klimaatverandering op de rijst opbrengsten in India heeft in de periode 1991 – 2006 niet de kans op het ontstaan van conflicten verhoogd.

Onderzoeksdesign

Er zijn meerdere redenen waarom er bij deze scriptie is gekozen voor een kwantitatieve onderzoeksopzet. Zo is het uiteindelijke doel om de causale relatie tussen een onafhankelijke variabele, een afhankelijke variabele en eventuele controlevariabelen in cijfers uit te

drukken. De vele data over deze variabelen zullen worden geordend met behulp van het spreadsheet-programma Excel. Verder is er een theoretisch kader opgesteld en een hypothese ontwikkelt. Deze hypothese zal getest worden door de relevante data te analyseren. Dit houdt in dat er lineaire regressieanalyses zullen worden uitgevoerd met behulp van het statistische rekenprogramma SPSS. Deze vaststaande onderzoeksopzet, in combinatie met de grote hoeveelheid beschikbare data, maken een kwantitatieve

onderzoeksopzet het meest geschikt voor deze scriptie.

Zoals uitgelegd bij het theoretisch kader, wordt klimaatverandering niet als variabele meegenomen in de analyse. Daardoor is de onafhankelijke variabele bij dit onderzoek nu ‘rijst opbrengsten in India tussen 1991 en 2006’. De data hierover zijn afkomstig van de site van de ‘Reserve Bank of India’1_{. Ondanks dat deze site van de Centrale Bank van India een}

overheidssite is, betekent dit niet per definitie dat dit een betrouwbare bron is. Echter worden eventuele beleidsaanpassingen wel op basis van deze overheidsdata gemaakt, waardoor deze data het meest relevant zijn voor dit onderzoek. De site bevat bestanden met data over 125 onderwerpen per provincie van India. Een van deze onderwerpen is ‘State-Wise Estimates of Yield – Rice’2_{. Dit bestand bevat data over de rijst opbrengst per provincie van}

India tussen 1990 – 1991 en 2013 – 2014. Het is te zien dat de data niet is geordend per kalender jaar, maar per groei jaar. Omdat er wordt onderzocht wat het effect van deze rijst opbrengsten op het aantal conflicten is, ligt het voor de hand om bijvoorbeeld de opbrengst van 1991 – 1992 te vergelijken met de het aantal conflicten uit 1992. Dit verhoogt de

waarschijnlijkheid dat conflicten in 1992 een reactie waren op lage rijst opbrengsten uit het jaar ervoor. Zo wordt de opbrengst uit 1992 – 1993 vergeleken met conflicten in 1993, de opbrengst uit 1993 – 1994 met 1994, enzovoorts. De eerste rede dat er is gekozen voor rijst opbrengsten in kilogram per hectare, in plaats van totale rijstproducties in bijvoorbeeld tonnen, is dat er hierdoor rekening wordt gehouden met de grote verschillen in oppervlakte per provincie. Hierdoor zouden de rijstproducties in de grootste provincies bijna automatisch groter zijn dan in de kleinste provincies. Bij rijst opbrengsten per hectare wordt dit probleem verholpen. Daarnaast is een tweede rede dat men in de onderzoeken van Aufhammer et al. (2012) en Welch et al. (2010) ook rijst opbrengsten gebruikte als variabele. Resultaten en conclusies kunnen dus beter met elkaar vergeleken worden als dit onderzoek ook rijst opbrengst per hectare als variabele gebruikt.

1 https://rbi.org.in/scripts/OccasionalPublications.aspx?head=Handbook of Statistics on Indian States

De data voor de afhankelijke variabele ‘aantal conflicten’ is afkomstig van het ‘Integrated Network for Societal Conflict Research (INSCR)‘3_{. Deze database werd opgezet voor het}

coördineren en integreren van de informatie die geproduceerd en gebruikt wordt door het ‘Center of Systemic Peace’. Dit is een organisatie die wetenschappelijk onderzoek en

kwantitatieve analyses naar oorzaken van conflict en geweld tussen mensen stimuleert. Alle data is zoveel mogelijk dubbel gecheckt met andere databronnen om ervoor te zorgen dat de data accuraat, betrouwbaar en uitgebreid is. Op de site is een Excel-bestand te vinden met daarin data over moord, georganiseerde misdaden, rellen en brandstichtingen per provincie in India tussen 1954 en 2006. Zoals uitgelegd in het theoretisch kader, worden bij dit

onderzoek rellen als enige vorm van conflict beschouwd.

Omdat de data voor rijst opbrengst beschikbaar is vanaf 1991 en de data voor conflicten beschikbaar is tot 2006, is ervoor gekozen om het tijdframe 1991-2006 te onderzoeken. Op het moment heeft India officieel 29 provincies. Hiervan zullen er 28 worden geanalyseerd. Alleen Telangana kan niet worden geanalyseerd, aangezien deze provincie pas gevormd is in juni 2014. Voor 2014 was het grondgebied echter wel deel van andere staten, dus op deze manier wordt dit deel van India toch meegenomen in de SPSS-analyse. Daarnaast worden ook NCT of Dehli en Puducherry geanalyseerd. Ondanks dat dit geen officiële provincies zijn, is er namelijk toch genoeg data over deze twee unieterritoria beschikbaar om ze mee te nemen in de SPSS-analyse. Verder zijn er sommige provincies waarbij de data over rijst opbrengsten niet compleet is. Dit is het geval bij Chhattisgarh, Gujarat, Jharkhand, Meghalaya en Uttarakhand. De jaren waarvoor geen data is worden logischerwijs niet meegenomen in de SPSS-analyse. Ook zijn er waardes die niet correct lijken ingevoerd. Twee waardes van Punjab, en twee van Sikkim liggen zo ver van het gemiddelde dat ze niet in de analyse worden meegenomen.

Tenslotte worden er nog enkele controlevariabelen aan de SPSS-analyse toegevoegd om de robuustheid van een eventueel verband te testen. De eerste controlevariabele is het ‘bruto binnenlands product per inwoner’. Deze variabele wordt vaak als maatstaf gebruikt om de materiele welvaart van landen/regio’s met elkaar te kunnen vergelijken. Veel studies waarbij conflict een afhankelijke variabele is, hanteren bbp per inwoner als controlevariabele (Miguel et al., 2014; Gleditsch, 2002; Elbadawi & Sambanis, 2000; Collier & Hoeffler, 2004). De logica hierachter is dat provincies met een lager bbp per inwoner sneller zullen leiden onder een daling van rijst opbrengsten, aangezien de voedselprijzen hierdoor kunnen stijgen. Dit zou dus een effect kunnen hebben op het ontstaan van conflicten. Net als bij de data over rijs topbrengsten, is de data over het bbp per inwoner in India afkomstig van de site van de Centrale Bank van India. Ditmaal staat deze vermeld onder ‘Per Capita Net State Domestic Product at Factor Cost (Constant Prices)’4_{. Ook deze data is per twee jaar geordend en wordt}

op dezelfde manier ingevuld in de SPSS-analyse als de rijst opbrengsten.

Een tweede controlevariabele die vaak wordt gebruikt bij conflictstudies is bevolking (Goldstone, 2002; Urdal, 2005; Tir & Diehl, 1998). Het precieze mechanisme achter dit verband is nog onduidelijk, maar doorgaans wordt de kans op het ontstaan van conflicten

3 http://www.systemicpeace.org/inscrdata.html

groter naarmate de bevolking toeneemt. Een verklaring hiervoor zou kunnen zijn dat hoe groter de bevolking van een gebied, hoe groter de kans op het ontstaan van strijd om natuurlijke hulpbronnen. Ook is de kans bij een grote bevolking groter dat er

religieuze/politieke tegenstrijdigheden ontstaan. Bij dit onderzoek is het dus ook niet ondenkbaar dat dalende rijst opbrengsten eerder voor conflicten zorgen in provincies met een grote bevolking. De data voor bevolking stonden al per duizend in de dataset over conflicten van het Center of Systemic Peace.

Analyse en Resultaten

Nu het onderzoeksdesign is uitgelegd, kunnen resultaten van de SPSS-analyse worden beschreven. Als eerst wordt het verband tussen rijst opbrengsten en conflicten in India tussen 1991 en 2006 geanalyseerd. Figuur 3 geeft een samenvatting van de gebruikte data: Variabele Gemiddelde Standaardafwijking N

Rellen 3079,1 4070,38 418

Rijst opbrengst 1936,23 822,76 418

Figuur 3: tabel – samenvatting data – rellen en rijst opbrengst. Bron: IBM SPSS Statistics 23.

Zoals te zien bij N, zijn er voor beide variabelen 418 waarnemingen opgenomen in de

analyse. Gemiddeld hebben er in de periode 1991 – 2006 per jaar per provincie 3079,1 rellen plaatsgevonden, en was de rijst opbrengst 1936,23 kg/hectare. De hoge standaardafwijking bij het aantal rellen geeft aan dat de waardes voor deze variabele ruim gespreid zijn, en dus vaak ver van het gemiddelde afliggen. Figuur 4 laat deze ruime spreiding zien door middel van een histogram:

In figuur 4 is duidelijk te zien dat de data voor het aantal rellen niet normaal verdeeld is. Dit was te verwachten, aangezien er veel kleine provincies in de analyse zijn meegenomen waar jaarlijks minder dan 1000 rellen plaatsvonden. De data rechtsboven bij figuur 2 verschilt van die bij figuur 1,

aangezien hier 12 waarnemingen worden meegenomen die in de regressieanalyse worden weggelaten vanwege gebrek aan data over rijst opbrengsten in die jaren.

De lagere standaardafwijking bij de variabele rijst opbrengsten geeft aan dat deze de waardes van deze data minder ver uit elkaar liggen. Figuur 5 laat de spreiding van deze variabele zien:

Figuur 5: histogram – spreiding rijst opbrengsten. Bron: IBM SPSS Statistics 23.

Zoals verwacht, is er in figuur 5 te zien dat de data voor rijst opbrengsten wel redelijk normaal verdeeld is. Dit komt vooral doordat de waarde per hectare wordt gemeten, waardoor de grootte van een staat of bevolking minder verschilt maakt als bij het aantal rellen.

Nu alle eigenschappen van de data zijn beschreven kunnen de resultaten van de lineaire regressieanalyse worden gepresenteerd in figuur 6:

Variabele Coëfficiënt Standaardafwijking Significantie N R²

Rijst opbrengst -,491 ,241 ,043 418 ,010

Constant 4029,078 507,682 ,000

Figuur 6: tabel – lineaire regressieanalyse – rellen: Bron: IBM SPSS Statistics 23.

De coëfficiënt van -,491 bij rijst opbrengst geeft aan dat iedere stijging van 1 eenheid rijst opbrengst (dus 1 kg per hectare), gemiddeld zorgt voor een daling van 0,491 rellen. De coëfficiënt van 4029,078 bij constant geeft aan dat er gemiddeld zoveel rellen zouden zijn bij een rijst opbrengst van 0. De formule die dus voor dit verband zou kunnen worden opgesteld is: y = 4029,078 – 0,491x, waarbij y = aantal rellen en x = rijst opbrengst. De significantie van dit verband is 0,043. Dit is lager dan 0,05, wat betekent dat het negatieve verband tussen rijst opbrengst en rellen in India tussen 1991 en 2006 statistisch significant is. Dit betekent dat volgens dit model de nulhypothese H0 kan worden verworpen en de alternatieve hypothese H1 kan worden aangenomen. Tenslotte geeft de R² van 0,010 aan dat 1 procent van de variabiliteit in het aantal rellen kan worden verklaard door rijst opbrengsten.

Na het verband tussen rijst opbrengsten en conflicten onderzocht te hebben, kan nu de eerste controlevariabele aan de analyse worden toegevoegd. Dit wordt gedaan door bevolking als extra onafhankelijke variabele in te voeren. Figuur 7 beschrijft de resultaten van dit model:

Variabele Coëfficiënt Standaardafwijking Significantie N R²

Rijst opbrengst -,449 ,195 ,021 418 ,358

Bevolking ,061 ,590 ,000

Constant 1716,090 437,369 0,000

Figuur 7: tabel – lineaire regressieanalyse – rellen. Bron: IBM SPSS Statistics 23.

In figuur 7 is te zien dat de coëfficiënt van rijst opbrengst na het toevoegen van de controlevariabele bevolking iets is gestegen ten opzichte van figuur 6: van -0,491 naar -0,449. Bij iedere stijging van 1 hectare per kg rijst opbrengst daalt het aantal rellen nu dus gemiddeld met 0,449. Het verband is nog steeds statistisch significant, aangezien 0,021 nog steeds onder de 0,05 is. Bij dit model kan de nulhypothese dus weer worden verworpen. De coëfficiënt van bevolking is 0,061, wat betekent dat iedere stijging van 1 eenheid bevolking (1000 mensen), gelijk staat aan een gemiddelde stijging van 0,061 rellen. Ook dit verband is statistisch significant, aangezien de significantie 0,000 is. Tenslotte is de R² van dit model hoger dan de vorige: 0,358. Dit houdt in dat 35,8 procent van de variabiliteit in rellen kan worden verklaard aan de hand van rijst opbrengsten in combinatie met bevolking.

Figuur 8 beschrijft de resultaten van het model waarbij de laatste controlevariabele bbp per inwoner als extra onafhankelijke variabele is toegevoegd:

Variabele Coefficient Standaardafwijking Significantie N R²

Rijst opbrengst -,184 ,204 0,365 418 ,380

Bevolking ,058 ,004 0,000

Bbp per inwoner -,057 ,015 0,000

Constant 2108,168 442,342 0,000

Figuur 8: tabel – lineaire regressieanalyse – rellen. Bron: IBM SPSS Statistics 23.

In figuur 8 is te zien dat de coëfficiënt van rijst opbrengst nu veel is gestegen ten opzichte van figuur 7: van -0,49 naar -0,184. Daarnaast is het verband nu niet meer statistisch significant, aangezien de significantie is gestegen is tot 0,356, ruim boven de 0,05. Dit wil zeggen dat het verband dat nu nog wordt weergegeven vooral te wijten is aan meetfouten en toeval. Dit betekent dat de nulhypothese bij dit model niet verworpen kan worden na het toevoegen van de controlevariabele bbp per inwoner. Het verband tussen bevolking en rellen blijft met 0,000 statistisch significant en de

coëfficiënt blijft ongeveer hetzelfde ten opzichte van figuur 7: van 0,061 naar 0,058. Ook het verband tussen bbp per inwoner en rellen is statistisch significant. Bij dit verband staat een stijging van 1 eenheid bbp per inwoner (1₹ per persoon per jaar) gelijk aan een gemiddelde daling van 0,057 rellen. R² is bij dit model 0,380, wat betekent dat 38% van de variabiliteit in rellen kan worden verklaard aan de hand van rijst opbrengst, bevolking én bbp per inwoner.

Conclusie

De aanvankelijke intentie van deze scriptie was om het effect van klimaatverandering op het ontstaan van conflicten te onderzoeken. Na het uitvoeren van literatuuronderzoek werd het al snel duidelijk dat er in de wetenschappelijke gemeenschap momenteel een levendige discussie gaande is over dit onderwerp en dat onderzoeken die hun analyse afbakende tot één land of één landbouwproduct, vaker in staat waren om sluitende conclusies te leveren dan onderzoeken die bijvoorbeeld de resultaten uit een grote groep landen met elkaar vergeleken. Vandaar dat er werd besloten om kwantitatief onderzoek te doen naar een most likely case: het verband tussen rijst opbrengst, conflicten en klimaatverandering in India tussen 1991 – 2006. Hierbij werd de volgende hypothese getest: Het negatieve effect van

klimaatverandering op de rijst opbrengsten in India, heeft in de periode 1991 – 2006 de kans op het ontstaan van conflicten verhoogd.

Bij de dataverzameling bleek het vervolgens dat klimaatdata voor India nauwelijks per provincie beschikbaar is, terwijl de data over rijst opbrengsten en conflicten juist wel per provincie zijn geordend. Om toch een analyse uit te kunnen voeren werd er besloten om klimaatverandering niet in de analyse mee te nemen. Dit besluit werd ook gestimuleerd doordat er artikelen werden gevonden waarin uitgebreide onderzoeken naar het effect van klimaatverandering op de rijst opbrengst in India werden beschreven. Zo deden Aufahmmer et al. (2012) een onderzoek naar dit effect tussen 1960 en 2002. Het resultaat was dat rijst opbrengsten in India ongeveer 6 procent hoger waren geweest als klimaatverandering de weeromstandigheden in deze periode niet had veranderd. Vooral stijgende nachtelijke minimumtemperaturen en veranderingen in distributie en intensiteit van de jaarlijkse moessonregens hebben een negatieve invloed op de rijst opbrengsten in India gehad. Door de vindingen uit deze studie, hoefde klimaatverandering bij dit onderzoek niet persé te worden meegenomen in de analyse om tot conclusies te kunnen komen.

Na het opzetten van een onderzoeksdesign werden er SPSS-regressieanalyses uitgevoerd met over 420 waarnemingen, met rijst opbrengsten als onafhankelijke variabele, rellen als

afhankelijke variabele en bevolking en bbp per inwoner als controlevariabelen. Bij het eerste model, zonder controlevariabele, werd er een statistisch significant negatief verband (0,491 minder rellen per stijging van 1 kg per hectare) tussen rijst opbrengsten en rellen

aangetoond, waarmee de gestelde hypothese kon worden aangenomen. Bij het volgende model werd de controlevariabele bevolking toegevoegd, waarna het gevonden verband nog steeds significant bleef. Pas toen de laatste controlevariabele bbp per hoofd werd

toegevoegd was het verband niet meer significant.

De conclusie van het onderzoek van Aufhammer et al. (2012) is dus dat klimaatverandering een negatief effect heeft gehad op de rijst opbrengsten in India. De conclusie van dit onderzoek is dat dalende rijst opbrengsten de kans op rellen in India heeft verhoogd. Een combinatie van deze conclusies stelt dus dat het negatieve effect van klimaatverandering op de rijst opbrengsten in India de kans op rellen tussen 1991 en 2006 tot op zekere hoogte heeft verhoogd. Dit is zorgwekkend, aangezien er wordt voorspeld dat de Indiase bevolking

en de effecten van klimaatverandering in de nabije toekomst alleen maar zullen toenemen. Als de Indiase overheid er dus niet in slaagt om de rijst opbrengsten per hectare snel genoeg te verhogen door middel van verbeterende landbouwtechnieken, zal klimaatverandering ervoor zorgen dat deze steeds verder dalen, wat het risico op conflicten steeds verder verhoogd. Er kan dus gesteld worden dat klimaatverandering in de toekomst een

veiligheidsprobleem kan worden. Beleidsmakers over de wereld zouden hun beleid hierop aan moeten aanpassen, door meer onderzoek naar dit onderwerp te stimuleren, en meer op de lange termijn naar dit soort problemen te kijken. Zo kan er geanticipeerd worden op deze problemen, in plaats van pas te reageren als ze al tot uiting zijn gekomen.

Tenslotte moet er vermeld worden dat ondanks dat er bij dit onderzoek een statistisch significant verband tussen klimaatverandering, rijst opbrengst en het aantal rellen werd gevonden, het zeker niet betekent dat klimaatverandering de belangrijkste oorzaak van rellen is geweest. Uit de controlevariabele bbp per inwoner bleek al dat economische factoren ook een groot aandeel hebben in het ontstaan van rellen. Daarnaast is het ook aanneembaar dat religieuze en politieke tegenstrijdigheden voor een substantieel deel verantwoordelijk zijn voor het ontstaan van rellen. Deze complexiteit van het causale mechanisme is vaker een probleem bij conflictstudies. Wel kan er na dit onderzoek gesteld worden dat

klimaatverandering en voedseltekorten een trigger kunnen zijn voor conflict, doordat het al bestaande economische/religieuze/politieke spanningen tot uiting laat komen. Naar het precieze mechanisme hierachter zal in de toekomst nog meer onderzoek gedaan moeten worden. Ook kan er nog onderzoek gedaan worden naar of klimaatverandering ook de opbrengsten van andere belangrijke voedselgewassen in andere landen negatief heeft beïnvloed of gaat beïnvloeden, om op die manier de kans op conflicten nog verder te verhogen. Tenslotte is het ook aan te raden voor toekomstige onderzoeken naar dit

onderwerp om klimaatverandering wel in de analyse mee te nemen, om een beperking van dit onderzoek te voorkomen.

Literatuur

Adano, W. R., Dietz, T., Witsenburg, K., & Zaal, F. (2012). Climate change, violent conflict and local institutions in Kenya’s drylands. Journal of Peace Research, 49(1), 65-80.

Adger, W.N., J.M. Pulhin, J. Barnett, G.D. Dabelko, G.K. Hovelsrud, M. Levy, Ú. Oswald Spring, & C.H. Vogel. (2014). Human security. In: Climate Change 2014: Impacts, Adaptation, and Vulnerability. Part A: Global and Sectoral Aspects. Contribution of Working Group II to the Fifth Assessment Report of the Intergovernmental Panel on Climate Change [Field, C.B., V.R. Barros, D.J. Dokken, K.J. Mach, M.D. Mastrandrea, T.E. Bilir, M. Chatterjee, K.L. Ebi, Y .O. Estrada, R.C. Genova, B. Girma, E.S. Kissel, A.N. Levy, S. MacCracken, P .R. Mastrandrea & L.L. White (eds.)]. Cambridge University Press, Cambridge, United Kingdom and New York, NY , USA, pp. 755-791.

Auffhammer, M., Ramanathan, V., & Vincent, J. R. (2012). Climate change, the monsoon, and rice yield in India. Climatic Change, 111(2), 411-424.

Barnett, J., & Adger, W. N. (2007). Climate change, human security and violent conflict.

Political geography, 26(6), 639-655.

Basavaraja, H., Mahajanashetti, S. B., & Udagatti, N. C. (2007). Economic analysis of post-harvest losses in food grains in India: a case study of Karnataka. Agricultural Economics

Research Review, 20(1), 117-126.

Bernauer, T., Böhmelt, T., & Koubi, V. (2012). Environmental changes and violent conflict.

Environmental Research Letters, 7(1), 015601.

Brückner, M., & Ciccone, A. (2010). International commodity prices, growth and the outbreak of civil war in Sub Saharan Africa. ‐ The Economic Journal, 120(544), 519-534.

Buhaug, H. (2010). Climate not to blame for African civil wars. Proceedings of the National

Academy of Sciences, 107(38), 16477-16482.

Buhaug, H., & Theisen, O. M. (2012). On environmental change and armed conflict. In

Climate change, human security and violent conflict (pp. 43-55). Springer Berlin Heidelberg.

Buhaug, H., Nordkvelle, J., Bernauer, T., Böhmelt, T., Brzoska, M., Busby, J. W., ... & Goldstone, J. A. (2014). One effect to rule them all? A comment on climate and conflict. Climatic Change,

127(3-4), 391-397.

Burke, M. B., Miguel, E., Satyanath, S., Dykema, J. A., & Lobell, D. B. (2009). Warming increases the risk of civil war in Africa. Proceedings of the national Academy of sciences,

106(49), 20670-20674.

Butler, C. K., & Gates, S. (2012). African range wars: Climate, conflict, and property rights.

Caruso, R., Petrarca, I., & Ricciuti, R. (2016). Climate change, rice crops, and violence: Evidence from Indonesia. Journal of Peace Research, 53(1), 66-83.

Christensen, J. H., Hewitson, B., Busuioc, A., Chen, A., Gao, X., Held, R., ... & Magaña Rueda, V. (2007). Regional climate projections. In Climate Change, 2007: The Physical Science Basis.

Contribution of Working group I to the Fourth Assessment Report of the Intergovernmental Panel on Climate Change, University Press, Cambridge, Chapter 11 (pp. 847-940).

Collier, P., & Hoeffler, A. (2004). Greed and grievance in civil war. Oxford economic papers,

56(4), 563-595.

Dash, S. K., Jenamani, R. K., Kalsi, S. R., & Panda, S. K. (2007). Some evidence of climate change in twentieth-century India. Climatic change, 85(3), 299-321.

Dash, S. K., Kulkarni, M. A., Mohanty, U. C., & Prasad, K. (2009). Changes in the characteristics of rain events in India. Journal of Geophysical Research: Atmospheres, 114(D10).

Douglas, I. (2009). Climate change, flooding and food security in south Asia. Food Security,

1(2), 127-136.

Elbadawi, E., & Sambanis, N. (2000). Why are there so many civil wars in Africa?

Understanding and preventing violent conflict. Journal of African economies, 9(3), 244-269. Factbook, C. I. A. (2012). Central Intelligence Agency. Benin, URL: https://www. cia.

gov/library/publications/the-world-factbook/geos/bn. html.

FAOSTAT, F. (2009). agriculture organization of the United Nations. Statistical database. Fjelde, H., & von Uexkull, N. (2012). Climate triggers: Rainfall anomalies, vulnerability and communal conflict in sub-Saharan Africa. Political Geography, 31(7), 444-453.

Gleditsch, N. P. (2008). The Liberal Moment Fifteen Years On1. International Studies

Quarterly, 52(4), 691-712.

Gleditsch, K. S. (2002). Expanded trade and GDP data. Journal of Conflict Resolution, 46(5), 712-724.

Gleditsch, N. P. (2012). Whither the weather? Climate change and conflict.

Goldstone, J. A. (2002). Population and security: how demographic change can lead to violent conflict. Journal of international affairs, 3-21.

Goswami, B. N., Venugopal, V., Sengupta, D., Madhusoodanan, M. S., & Xavier, P. K. (2006). Increasing trend of extreme rain events over India in a warming environment. Science, 314(5804), 1442-1445.

Graff, V., & Galonnier, J. (2012). Hindu-Muslim Communal Riots in India II (1986-2011).

Online Encyclopedia of Mass Violence, Paris, Sciences Po, CERI.

Hendrix, C. S., & Salehyan, I. (2012). Climate change, rainfall, and social conflict in Africa.

Hijioka, Y ., E. Lin, J.J. Pereira, R.T. Corlett, X. Cui, G.E. Insarov, R.D. Lasco, E. Lindgren, and A. Surjan, 2014: Asia. In: Climate Change 2014: Impacts, Adaptation, and Vulnerability. Part B: Regional Aspects. Contribution of Working Group II to the Fifth Assessment Report of the Intergovernmental Panel on Climate Change [Barros, V.R., C.B. Field, D.J. Dokken, M.D. Mastrandrea, K.J. Mach, T.E. Bilir, M. Chatterjee, K.L. Ebi, Y .O. Estrada, R.C. Genova, B. Girma, E.S. Kissel, A.N. Levy, S. MacCracken, P .R. Mastrandrea, and L.L. White (eds.)]. Cambridge University Press, Cambridge, United Kingdom and New York, NY , USA, pp. 1327-1370. Miguel, E., Satyanath, S., & Sergenti, E. (2004). Economic shocks and civil conflict: An instrumental variables approach. Journal of political Economy, 112(4), 725-753.

Homer-Dixon, T. F. (1991). On the threshold: environmental changes as causes of acute conflict. International security, 16(2), 76-116.

Homer-Dixon, T. F. (1994). Environmental scarcities and violent conflict: evidence from cases.

International security, 19(1), 5-40.

Hsiang, S. M., Burke, M., & Miguel, E. (2013). Quantifying the influence of climate on human conflict. Science, 341(6151), 1235367.

Koubi, V., Bernauer, T., Kalbhenn, A., & Spilker, G. (2012). Climate variability, economic growth, and civil conflict. Journal of peace research, 49(1), 113-127.

Kumar, R. H., Venkaiah, K., Arlappa, N., Kumar, S., Brahmam, G. N. V., & Vijayaraghavan, K. (2005). Diet and nutritional situation of the population in the severely drought affected areas of Gujarat. Journal of Human Ecology, 18(4), 319-326.

Lacina, B., Gleditsch, N. P., & Russett, B. (2006). The declining risk of death in battle.

International Studies Quarterly, 50(3), 673-680.

Meadowcroft, J. (2009). What about the politics? Sustainable development, transition management, and long term energy transitions. Policy sciences, 42(4), 323.

Miguel, E., Satyanath, S., & Sergenti, E. (2004). Economic shocks and civil conflict: An instrumental variables approach. Journal of political Economy, 112(4), 725-753.

Moon, B. K. (2007). A Climate Culprit in Darfur: Washington Post, June 6, 2007, p. A15. Obama, B. H. (2009). Remarks by the president at United Nations Secretary General Ban Ki-Moon’s climate change summit 22 September. New York: United Nations.

o’Brien, K., Leichenko, R., Kelkar, U., Venema, H., Aandahl, G., Tompkins, H., ... & West, J. (2004). Mapping vulnerability to multiple stressors: climate change and globalization in India.

Global environmental change, 14(4), 303-313.

Olson, R. S., & Gawronski, V. T. (2010). From disaster event to political crisis: A “5C+ A” framework for analysis. International Studies Perspectives, 11(3), 205-221.

Peng, S., Huang, J., Sheehy, J. E., Laza, R. C., Visperas, R. M., Zhong, X., ... & Cassman, K. G. (2004). Rice yields decline with higher night temperature from global warming. Proceedings

Pinker, S. (2011). Decline of violence: Taming the devil within us. Nature, 478(7369), 309-311. Rao, G. P. (2008). Agricultural meteorology. PHI Learning Pvt. Ltd.

Ramanathan, V., Chung, C., Kim, D., Bettge, T., Buja, L., Kiehl, J. T., ... & Wild, M. (2005). Atmospheric brown clouds: Impacts on South Asian climate and hydrological cycle.

Proceedings of the National Academy of Sciences of the United States of America, 102(15),

5326-5333.

Renzaho, A. M., & Mellor, D. (2010). Food security measurement in cultural pluralism: Missing the point or conceptual misunderstanding?. Nutrition, 26(1), 1-9.

Reuveny, R. (2007). Climate change-induced migration and violent conflict. Political

geography, 26(6), 656-673.

Salehyan, I. (2008). From climate change to conflict? No consensus yet. Journal of Peace

Research, 45(3), 315-326.

Sundberg, R., Eck, K., & Kreutz, J. (2012). Introducing the UCDP non-state conflict dataset.

Journal of Peace Research, 49(2), 351-362.

Theisen, O. M., Gleditsch, N. P., & Buhaug, H. (2013). Is climate change a driver of armed conflict?. Climatic change, 117(3), 613-625.

Themnér, L., & Wallensteen, P. (2011). Armed conflict, 1946–2010. Journal of Peace

Research, 48(4), 525-536.

Tir, J., & Diehl, P. F. (1998). Demographic pressure and interstate conflict: linking population growth and density to militarized disputes and wars, 1930-89. Journal of Peace Research,

35(3), 319-339.

Uppsala Conflict Data Program. Retrieved 20-05-2017. UCDP Conflict Encyclopedia (UCDP database): www.ucdp.uu.se, Uppsala University

Urdal, H. (2005). People vs. Malthus: Population pressure, environmental degradation, and armed conflict revisited. Journal of Peace Research, 42(4), 417-434.

Weiner, M. (2015). Sons of the soil: Migration and ethnic conflict in India. Princeton University Press.

Welch, J. R., Vincent, J. R., Auffhammer, M., Moya, P. F., Dobermann, A., & Dawe, D. (2010). Rice yields in tropical/subtropical Asia exhibit large but opposing sensitivities to minimum and maximum temperatures. Proceedings of the National Academy of Sciences, 107(33), 14562-14567.