很高。或者其他策略特别是转向更多以植物为基础的饮食和减少食物浪费可以减少食品的巨大预期需求增长。去方法数据在此分析中我们使用了年至年年间全球约个政治单位的收获面积和产量年度农作物普查报告尽管数据库本身涵盖了年至年。这年这些普查报告的总和为约万。根据数据可用性在三个政治级别单位收集数据国家州省和县区市部门。无法获得所有政治单位每年的数据。可用数据的年数及其来源的详细信息在表。
对于多年来缺少数据的政治单位我们使用最近五年报告数
据的平均值来估计作物收获和产量信息并用来自更高政治毛里求斯企业电子邮件列表单位的报告数字来限制它们如文本和之前的工作中进一步解释的那样。每个国家的人口数据及其预测来自联合国的中等变量预测。作物产量是根据当前观察到的产量变化率和固定于年的收获面积预测的作物产量来确定的。人均收获产量是指产量与人口的比率与年相比大于±%的变化无论在短期年还是长期年都被认为是重大的。分析我们对每个政治单位年的作物产
量进行线性回归以确定观察期内产量
改善的平均线性率 B2B电话列表 。先前的许多研究表明作物产量呈线性变化并使用线性回归来预测未来的作物产量。这里我们通过求解方程中的来计算非复利线性百分比；是年的收益率是年年后的收益率方程图像得出的利率为每年%或大约每年%。对于地方国家全球范围内报告的数字线性百分比变化是使用年收益率作为基准年观察到的变化。数据中提供了每种作物和国家的实际变化。
