《Ecological Economics》:Eating nature: Revealing the ecological cost of food trade through a global biodiversity-risk footprint
编辑推荐:
该框架将森林砍伐与农业供应链中的生物多样性影响联系起来。生物多样性损失并不反映农业森林砍伐的空间格局。生物多样性指标根据土地利用目的地和物种稀有性对每公顷损失进行加权。一些国家正在消耗当地生物多样性以维持对外作物需求。进口驱动政策应针对全球贸易的、异地影响的作
该框架将森林砍伐与农业供应链中的生物多样性影响联系起来。生物多样性损失并不反映农业森林砍伐的空间格局。生物多样性指标根据土地利用目的地和物种稀有性对每公顷损失进行加权。一些国家正在消耗当地生物多样性以维持对外作物需求。进口驱动政策应针对全球贸易的、异地影响的作物。
### 论文解读:全球食物贸易的生态成本——基于生物多样性风险足迹的分析
#### 研究背景与意义
全球生物多样性危机已成为地球生命支持系统的核心威胁,其中土地压力(尤其是森林砍伐)被视为主导驱动因素。以往研究多聚焦于森林砍伐面积(如树冠覆盖损失TCL),却忽视了不同森林生态系统的差异化生态价值:热带生物多样性热点地区的一公顷森林损失与温带地区不可同日而语。现有方法学主要分为两类:一类通过空间重叠识别热点区域,依赖物种损失代理指标;另一类通过环境扩展投入产出模型或生命周期评估量化生物多样性足迹。然而,极少研究将森林砍伐归因与生物多样性损失直接耦合,且现有工作或高估(如基于物种范围损失的叠加分析忽略物种适应能力)或低估(如仅考虑单年土地利用变化影响)生态后果。为此,研究人员提出一个基于生命周期损害评估的框架,将砍伐归因与生态后果相连,揭示同等面积砍伐因位置与后续土地利用不同而产生的差异生态结果,并探讨这些差异如何通过国际贸易传播。论文发表在《Ecological Economics》。
#### 关键技术方法
研究采用以下主要方法(忽略具体实验操作):(1)**DeDuCE模型**(Singh and Persson, 2026):结合空间数据(Hansen树冠覆盖损失数据、全球人工林掩膜、Curtis森林损失驱动因子数据集)与统计土地平衡模型,将2005–2022年全球森林砍伐归因至166个国家的157种农产品。(2)**LC-IMPACT方法**(Verones et al., 2020):提供国家-作物特异性的土地转换(land-use change)和土地占用(land-use)表征因子,基于Countryside Species-Area Relationship(cSAR)模型和全球物种脆弱性评分,计算每平方米森林转换为不同土地利用类型导致的全球物种潜在消失分数(Potentially Disappeared Fraction of species, PDF)。研究采用平均评估(average assessment),并设定5年摊销期,同时考虑转换与占用双重过程。(3)**贸易连接**:基于FAOSTAT双边实物贸易流数据(Kastner et al., 2011),计算各国生产与消费足迹,并得出净生物多样性风险贸易平衡。数据来源包括IUCN红名单(2024-2版)物种丰富度与濒危等级,以及Ellis(2021)的全球物种丰富度数据。
#### 研究结果
**3.1 森林砍伐与生物多样性影响空间不重叠**
通过比较生产与消费视角下的生物多样性风险(Biodiversity Risk, BR)和森林砍伐足迹(Deforestation Footprint, DF)的地理分布(Fig. 1),发现二者不一致。例如,巴西占全球砍伐面积的31.74%,但其生物多样性风险仅占17.53%;而印尼占砍伐面积14.79%,却贡献31.32%的生物多样性风险。原因在于印尼砍伐后主要转为多年生作物(83.64%),且其拥有极高特有物种和濒危物种,而巴西砍伐后多转为牧场(83.98%),后者物种亲和性较高。
**3.2 出口相关生物多样性影响高度集中于印尼**
净贸易平衡分析(Fig. 2)显示,印尼和巴西为净出口国,发达经济体为净进口国。印尼占全球出口生物多样性风险的54.66%,而砍伐足迹则需合并印尼与巴西(分别占31.64%和23.58%)才达到一半。印度、中国、韩国等为净进口国,其中印度在以往研究中因均匀物种加权被低估。
**3.3 净影响由砍伐量和强度共同驱动**
通过计算每公顷净平均生物多样性影响(Fig. 3),研究区分了三种净进口成因:高进口量、高进口强度,或两者兼有。例如,巴西、阿根廷等地处第四象限(高出口量、低强度);新喀里多尼亚、多米尼加等岛国处第三象限(高强度、低出口量但净出口);部分国家如菲律宾兼具高强度与净进口。这种双轴分析揭示了贸易风险的结构性差异。
**3.4 物种丰富国家正耗尽本地资源支持外需**
将净生物多样性风险与各国平均物种丰富度关联(Fig. 4),发现高丰富度国家(如印尼、巴西)多为净出口国,面临“本地消耗”模式。随时间推移(2005–2022),部分国家如巴西和印尼虽朝净零平衡移动,但其红名单指数(Red List Index, RLI)持续下降;马来西亚、巴布亚新几内亚则趋向最脆弱的“低丰富度-本地消耗”状态。欧洲国家属于“低丰富度-异地消耗”模式。
**3.5 保护政策应考虑不同商品的生产消费模式**
按商品分组(Fig. 5),第一类为本地生产、本地消费商品(如肉类、玉米、大米、木薯、甘蔗),其生物多样性风险主要内部化在国内,如肉类在巴西的生产与消费均占45%以上;第二类为远距离生产、异地消费商品(如棕榈油、大豆、天然橡胶、可可),其风险高度集中在少数生产国(印尼、马来西亚、巴布亚新几内亚占棕榈油风险93%),而消费国分布广泛(印度、中国为前两大棕榈油进口国)。这一差异提示政策需区别对待。
#### 讨论与结论
总结讨论部分强调,本研究通过耦合砍伐归因与生态后果,实现了从“面积中心”到“影响中心”的范式转换,更精准地反映保护优先级。同时指出局限性:未考虑气候变化、入侵物种等驱动因素;排除未进入实际生产的农业砍伐及林业产品;cSAR模型假设线性关系,忽略破碎化和生态阈值;表征因子为国家级别,掩盖内部空间变异。政策建议包括:进口驱动工具(如欧盟零毁林法规)应针对棕榈油、大豆、天然橡胶、可可等全球转移型商品;国内政策应聚焦肉类、玉米、甘蔗等本地消费型商品。研究结论可翻译为:从公顷中心转向影响中心范式是必要的,政策需反映全球食物系统的真实生态风险;本研究提出的生物多样性风险框架为这一转变奠定了基础——支持更精准的监管行动,并指引未来研究协调国际贸易与地球生命保护。