Kestävä ruoantuotanto on vaikea päämäärä — hyvitys hiilensidonnasta olisi yksi ratkaisu

Kestävistä ruokavalioista kiinnostuneet ihmiset kaipaavat tieteellistä näyttöä valintojensa tueksi, Xavier Irz sanoo.

Mitä tutkit?

Tutkimukseni on taloustieteen työkalujen soveltamista ruokajärjestelmiin. Analysoin, kuinka elintarvikejärjestelmistä saataisiin kestävämpiä. Nykyinen tapamme tuottaa ja kuluttaa elintarvikkeita ylittää planeetan kestokyvyn ja aiheuttaa merkittäviä taloudellisia, terveydellisiä ja sosiaalisia ongelmia. Järjestelmän muuttaminen ei kuitenkaan ole helppoa. Syntyy kustannuksia ja ei-toivottuja sivuvaikutuksia, minkä lisäksi käyttäytymisen muuttaminen on vaikeaa ja murrosta on hankala sovittaa politiikan realiteetteihin.

Taloustiede analysoi niukkuuden oloissa tehtäviä yksityisiä ja julkisia valintoja. Näin se etsii tietä yhteiskunnallisesti toimivimpiin kestävän ruoantuotannon ja terveellisen kulutuksen ratkaisuihin. Ratkaisuja löytyy sekä veroista, tuista, sääntelystä ja muista perinteisen politiikan keinoista että markkinamekanismeista kuten hiilihyvitykset hiiltä sitovalle maataloudelle.

Mihin ja miten tutkimuksesi aihe vaikuttaa?

Viime aikoina olen tutkinut kestäviä ruokavalintoja: millaiset ruokavaliot ovat kestäviä ja kuinka kuluttajat saataisiin suosimaan niitä? Kokemukseni mukaan ihmiset haluavat muokata valintojaan nojaten tieteelliseen näyttöön, joten he kaipaavat kestävyyskysymyksiin liittyvää tietoa.

Teen ja sovellan tutkimustani hankkeissa, joihin osallistuu usein myös kansalaisjärjestöjä, ministeriöitä ja muita sidosryhmiä, joilla on vaikutusvaltaa maatalous- ja elintarvikealan päätöksissä.

Mikä alallasi inspiroi sinua erityisesti juuri nyt?

Kansallinen ja EU-politiikka tunnustavat yhä paremmin sen, että maatalous- ja elintarvikekysymykset kietoutuvat kiinteästi toisiinsa, joten muutosten on oltava kokonaisvaltaisia.

Maatalous- ja elintarvikepolitiikan arviointiin ja markkinoiden valvontaan on myös tarjolla paljon uusia keinoja. Voimme siis selvittää, mitkä kestävyyden parantamisen toimet todella tehoavat. Esimerkiksi big data sekä koneoppimisen ja kokeellisten menetelmien kehitys antavat tähän metodologisia valmiuksia.