تقاضای غذایی آینده چین و پیامدهای آن بر تجارت و محیط زیست

تقاضای غذایی آینده چین و پیامدهای آن بر تجارت و محیط زیست

پایداری طبیعت جلد 4 ، صفحات1042–1051 ( 2021 ) به این مقاله استناد کنید

خلاصه

برآوردن تقاضای غذایی چین بدون آسیب رساندن به محیط زیست یکی از بزرگترین چالش های پایداری در دهه های آینده است. در اینجا ما یک ارزیابی آینده‌نگر جامع از اثرات زیست‌محیطی تقاضای رو به رشد چین بر خود کشور و شرکای تجاری آن ارائه می‌کنیم. ما متوجه شدیم که افزایش تقاضای غذا، به ویژه برای محصولات دامی (~16٪-30٪ در تمام سناریوها)، در داخل کشور به ~3-12 مگا هکتار مرتع اضافی بین سال های 2020 و 2050 نیاز دارد، که منجر به ~-2٪ تا +16٪ می شود. رشد انتشار گازهای گلخانه ای کشاورزی (GHG) اتکای 15 تا 24 درصدی پیش‌بینی‌شده به واردات محصولات کشاورزی در سال 2050 منجر به 90 تا 175 مگا هکتار از زمین‌های کشاورزی و 88 تا 226 میلیون تن دی‌اکسید کربن معادل سالانه خواهد شد .از انتشار گازهای گلخانه ای که عملاً به چین وارد شده است، که به ترتیب حدود 26 تا 46 درصد و 13 تا 32 درصد از اثرات زیست محیطی جهانی چین را تشکیل می دهند. توزیع اثرات زیست محیطی بین چین و سایر نقاط جهان به طور عمده به توسعه باز بودن تجارت بستگی دارد. بنابراین، چین برای محدود کردن اثرات منفی زیست‌محیطی ناشی از افزایش مصرف مواد غذایی، علاوه بر سیاست‌های داخلی، باید مسئولیت توسعه تجارت بین‌المللی پایدار را نیز بر عهده بگیرد.

اصلی

چین طی دو دهه گذشته دستخوش توسعه اجتماعی و اقتصادی قابل توجهی شده است تا به دومین اقتصاد بزرگ جهان تبدیل شود. در همان دوره، این پیشرفت موفقیت آمیز منجر به افزایش زیادی در تقاضا برای غذا، به ویژه برای محصولات دامی 1 ، 2 شده است. ارزش واردات محصولات کشاورزی 78 درصد به دلار آمریکا ثابت (مرجع 3 ) افزایش یافته است در حالی که ارزش کشاورزی داخلی 36 درصد از سال 2010 تا 2018 افزایش یافته است. به ویژه برای محصولات سویا، اتکا به واردات از 46 درصد به 83 درصد افزایش یافته است. ; برای گوشت نشخوارکنندگان از 2% تا 17% و برای محصولات لبنی از 11% تا 24% (مراجعه 2 ). افزایش تقاضا همچنین چالش بزرگی برای دستیابی به اهداف توسعه پایدار (SDGs) 4 است.در چین و در سرتاسر جهان به عنوان بخش کشاورزی یکی از عوامل اصلی انتشار گازهای گلخانه ای (GHG) (SDG 13)، آلودگی هوا و آب (SDGs 3 و 6) و از دست دادن تنوع زیستی (SDG 15) است.

تولید محصول داخلی چین بین سال‌های 2000 و 2018 به میزان 44 درصد افزایش یافت. توسعه زمین‌های زراعی (4.9 مگا هکتار) (مرجع 5 ) 7 درصد افزایش تولید را به همراه داشت و 93 درصد باقی‌مانده ناشی از تشدید بود. در نتیجه، استفاده از کود نیتروژن در چین امروزه 32 درصد از مصرف جهانی کود را تشکیل می دهد. به طور مشابه، با افزایش اتکا به خوراک کنسانتره، تولید دام نیز تشدید شد . تولیدات کشاورزی چین در حال حاضر مسئول 13 درصد از انتشار گازهای گلخانه ای جهانی است 2 . آلودگی هوا و آب به ترتیب به 4.2 برابر و 2.7 برابر آستانه پایداری 6 و 7 که توسط ذرات ریز تعریف شده است (PM 2.5 ) رسیده است.) و تخلیه نیتروژن، عمدتا به دلیل تشدید کشاورزی است. علاوه بر این، استفاده از آب آبیاری در چین 13 درصد از برداشت جهانی آب را تشکیل می‌دهد و راندمان (48 درصد) در مقایسه با سطوح اروپا و آمریکای شمالی (55 تا 71 درصد) فضای قابل توجهی برای بهبود دارد (مرجع 8 ، 9 ). ).

افزایش واردات به فشارهای زیست محیطی در کشورهای صادرکننده کمک می کند. مطالعات اخیر نشان داد که جابجایی استفاده از منابع و آسیب های زیست محیطی از طریق تجارت بین المللی در گذشته اخیر سهم قابل توجهی از اثرات زیست محیطی تولید مواد غذایی داخلی را نشان می دهد 10 ، 11 ، 12 . سهم تقاضای غذای چین در چالش دستیابی به توسعه پایدار شرکای تجاری چین نیز برجسته شده است. به عنوان مثال، 43 درصد از انتشارات جنگل زدایی ناشی از کشت سویا در برزیل را می توان به واردات سویا از چین در سال 2017 نسبت داد . علاوه بر این، انتشار گازهای گلخانه ای در محصولات نشخوارکنندگان صادر شده به چین 17 درصد از کل انتشار دام نیوزیلند در سال 2010 را تشکیل می دهد.14 .

پیش‌بینی می‌شود که تقاضای غذای چین در دهه‌های آینده با افزایش بیشتر وابستگی به واردات غذا و خوراک، افزایش یابد . بنابراین ارزیابی اثرات چنین تقاضای فزاینده ای بر محیط داخلی چین و همچنین محیط شرکای تجاری آن برای اطلاع از سیاست های توسعه پایدار ضروری است. با این حال، ارزیابی‌های آینده‌نگر کنونی (روش‌های تکمیلی 1 ) یا تنها بر اثرات محلی بدون در نظر گرفتن سرریزهای بازار جهانی متمرکز شده‌اند ( 14 ، 16 ، 17 )، تنها بخشی از بخش کشاورزی را پوشش می‌دهند (برای مثال، تقاضای انرژی زیستی و جنگل‌کاری 18 ، 19 ) یا تنها یک یا دو بعد محیطی را ارزیابی کرد20 ، 21 ، 22 . ارزیابی الگوهای تجارت آتی عمدتاً تجارت با یک بازار جهانی را نشان می دهد 23 ، 24 ، و ردیابی اثرات زیست محیطی جهانی را دشوار می کند. ارزیابی یکپارچه ای که به طور همزمان بازارهای کشاورزی جهانی و تجارت دوجانبه چین، رقابت کاربری زمین و اثرات زیست محیطی مرتبط را تجزیه و تحلیل کند و برای چین جدا از سایر مناطق ارائه شود، هنوز وجود ندارد.

در این مقاله، ما یک ارزیابی جامع از اثرات زیست‌محیطی جهانی تقاضای غذای آینده چین تا سال 2030، نقطه عطف در دستور کار 2030 سازمان ملل، و تا سال 2050 ارائه می‌کنیم. با شرکای اقتصادی چین، به بررسی چهار اثر زیست محیطی: استفاده از زمین های کشاورزی (منطقه برداشت محصول و مرتع). انتشار گازهای گلخانه ای از کشاورزی، جنگلداری و سایر کاربری های زمین (AFOLU)؛ استفاده از کود نیتروژن مصنوعی؛ و مصرف آب آبیاری ما این اثرات زیست‌محیطی را با استفاده از مدل مدیریت جهانی زیست کره (GLOBIOM، www.globiom.org ) کمیت می‌کنیم.) یک مدل بخش کشاورزی و جنگل که به طور گسترده برای تجزیه و تحلیل پایداری زیست محیطی بخش های زمینی در دهه گذشته استفاده شده است 25 ، 26 ، 27 ، 28 ، 29 . برای این مطالعه، نمایش بخش کشاورزی چین و پویایی محیطی در مدل افزایش یافت ( روش‌ها و روش‌های تکمیلی 2 ). توسعه آتی که در پیش بینی ها در نظر گرفته شده است از مسیرهای مشترک اجتماعی-اقتصادی (SSPs) پیروی می کند 30سناریوی میانه راه، نشان دهنده ادامه روندهای فعلی اجتماعی-اقتصادی و فناوری (سناریوی کسب و کار معمول (BAU)). برای پوشش دامنه عدم قطعیت در تحولات آتی، ما همچنین دو سناریوی اجتماعی-اقتصادی اضافی را در نظر گرفتیم – یک سناریوی توسعه محدود (RD) و یک سناریوی توسعه بالا (HD) – و یک تحلیل حساسیت جامع با توجه به نقش سناریوی فردی ارائه کردیم. راننده ( روش ها ). این کار به عنوان بخشی از کنسرسیوم غذا، کشاورزی، تنوع زیستی، زمین و انرژی (FABLE) متشکل از تیم های کشوری انجام شد که مسیرهای یکپارچه ای را برای استفاده پایدار از زمین و سیستم های غذایی ایجاد می کنند .

نتایج

در این بخش، ابتدا سهم مربوط به تولید داخلی و تجارت بین‌المللی را در برآوردن تقاضای غذایی آینده چین در نظر می‌گیریم، سپس پیامدهای آن را برای محیط داخلی بررسی می‌کنیم. پیامدهای محیط زیست توسط شرکای تجاری عمده پس از آن ارزیابی می شود. این بخش با تجزیه و تحلیل کامل محرک های اصلی سناریوهای آینده نگر و تحلیل حساسیت آنها به پایان می رسد.

تقاضای غذایی چین به طور فزاینده ای به واردات متکی است

کل تقاضای چین برای محصولات کشاورزی، از جمله غذا، خوراک، سوخت زیستی یا سایر مصارف، پیش بینی می شود تا اواسط قرن به میزان قابل توجهی افزایش یابد (شکل 1a ). این در افزایش 13 درصدی تقاضای کالری سرانه در سناریوی BAU 2050 نسبت به سال 2010 و افزایش 6 درصدی نسبت به سال 2020 منعکس شده است (شکل تکمیلی 1 ).). پیش‌بینی می‌شود که تقاضای سرانه برای کالری حیوانی سه برابر سریعتر افزایش یابد، 45 درصد در مقایسه با سال 2010 و 23 درصد در مقایسه با سال 2020. پیش‌بینی می‌شود کل تقاضا برای گوشت نشخوارکنندگان و محصولات لبنی تقریباً دو برابر شود و به ترتیب به 19 و 19 درصد برسد. 68 میلیون تن در سال 2050. محصولات خوک و طیور باعث افزایش تقاضای دام می شوند، اگرچه پیش بینی می شود که این افزایش پس از سال 2040 به دلیل اشباع شدن تقاضای سرانه به تدریج و کاهش پیش بینی شده جمعیت کاهش یابد. با این وجود، تقاضا برای محصولات خوک و طیور در سال 2050 در مقایسه با سال 2010 30 میلیون تن بیشتر است. پیش بینی می شود که افزایش تقاضا برای محصولات زراعی (34٪) عمدتاً ناشی از نیازهای خوراک اضافی باشد. به ویژه، پیش‌بینی می‌شود که تقاضا برای محصولات نفتی در مقایسه با سال 2010 دو برابر شود و در سال 2050 به 200 میلیون تن برسد. با این حال، تقاضا از سال 2010 تا 2020 بخش عمده (57 درصد) افزایش را تشکیل می دهد. پیش بینی می شود که تقاضا برای غلات از 420 میلیون تن در سال 2010 به 530 میلیون تن در سال 2050 افزایش یابد که عمدتاً ناشی از افزایش تقاضای خوراک غلات (84 درصد) است. از نظر سایر محصولات، افزایش تقاضا نسبتاً کند است و تنها 9 درصد بیشتر از سطح 2010 است.

شکل 1: روند تقاضا، تولید و تجارت محصولات کشاورزی در چین.
شکل 1

الف ، الگوهای تقاضا و تولید و محصولات زراعی به ماده خشک (dm) تبدیل می شوند. تقاضا بیشتر به مواد غذایی، خوراک و سوخت زیستی/سایر مصارف تجزیه می شود (ردیف اول)، در حالی که ردیف دوم نشان دهنده تولید داخلی محصولات کشاورزی است. نقطه ها داده های تاریخی FAOSTAT 2 را نشان می دهند که میانگین آن برای دوره 2009-2011 برای سال 2010 و جدیدترین داده ها برای سال 2020 از OECD-FAO Agricultural Outlook 56 است. نوارهای خطا محدوده نتایج RD و HD را نشان می دهد. برای نتایج دقیق برای دسته‌های محصول جداگانه، به جدول تکمیلی 1 مراجعه کنید . b ، نمودارهای سمت چپ روند مقدار خالص واردات محصولات لبنی و سویا را نشان می دهد (شکل های تکمیلی 7 و را ببینید.8 برای کالاها و سناریوهای بیشتر). توطئه های دایره ای در مرکز و سمت راست نشان دهنده تجارت دوجانبه بین چین و شرکای اصلی آن در سال های 2010 و 2050 است. هر فلش نشان دهنده حجم محصولاتی است که از منطقه صادرکننده به منطقه واردکننده می آید و رنگی مشابه منطقه صادرکننده دارد.

داده ی منبع

تصویر در اندازه کامل

ما پیش بینی می کنیم که تقاضای فزاینده تا حد زیادی با افزایش تولید داخلی (25٪ برای غلات، 33٪ برای محصولات خوک و طیور، 62٪ برای گوشت نشخوارکنندگان و 38٪ برای محصولات لبنی، به ردیف دوم شکل 1a مراجعه کنید) برآورده می شود.). با این حال پیش بینی می شود اتکا به واردات نیز افزایش یابد. پیش‌بینی می‌شود که سهم واردات در کل تقاضا از 7% به 20% برای گوشت نشخوارکنندگان، از 12% به 20% برای محصولات لبنی و از 54% به 70% برای محصولات روغنی (عمدتا سویا) بین سال‌های 2010 تا 2050 افزایش یابد. خوک و محصولات طیور متکی به واردات اندکی هستند، اما واردات زیاد محصولات روغنی برای خوراک مورد نیاز است. در حال حاضر، صنعت پرورش خوک در چین تحت تأثیر تب خوکی آفریقایی قرار گرفته است که باعث انحراف 22 درصدی از آمار در سال 2020 شده است. 3 و شکل های تکمیلی 2 – 6 ).

پیش بینی می شود که الگوهای تجارت دوجانبه در آینده تغییر کند. همانطور که در شکل 1b نشان داده شده استواردات محصولات سویا چین با 45 میلیون تن کل واردات در سال 2010، 35 درصد از تجارت جهانی سویا را تشکیل می دهد و شرکای تجاری اصلی برزیل و ایالات متحده هستند که هر کدام مقادیر مشابهی سویا را به چین صادر می کنند (18 میلیون تن). پیش بینی می شود در سال 2050، چین 46 درصد از تجارت جهانی سویا را به خود اختصاص دهد و مقدار واردات آن به 126 میلیون تن برسد. اما الگوی تجارت دوجانبه (53 درصد واردات از برزیل و 37 درصد واردات از ایالات متحده) با که در سال 2010 مطابق با وضعیت فعلی است. واردات محصولات لبنی عمدتاً از نیوزلند (2.7 میلیون تن یا 40 درصد کل واردات) و اتحادیه اروپا (1.0 میلیون تن یا 20 درصد کل واردات) در سال 2010 سرچشمه می گیرد. پیش بینی می شود تا سال 2050، چین 8.0 میلیون تن دیگر وارد کند. محصولات لبنی و سهم آن در تجارت جهانی از 13 درصد به 20 درصد افزایش خواهد یافت.

اثرات زیست محیطی تقاضای غذا در چین

در پاسخ به افزایش پیش‌بینی‌شده در تقاضای غذای چین بین سال‌های 2010 و 2050، پیش‌بینی می‌شود که زمین‌های کشاورزی داخلی و تقریباً وارداتی به ترتیب 25 و 63 مگا هکتار افزایش پیدا کنند (شکل 2a ). در مقایسه با پیش‌بینی‌های ما برای سال 2020، افزایش پیش‌بینی‌شده مساحت زمین کشاورزی وارداتی (21 مگا هکتار) نیز تا سال 2050 بیشتر از میزان تولید داخلی (6 مگا هکتار) خواهد بود. منطقه برداشت محصول و مرتع، به ترتیب (شکل تکمیلی 9a). افزایش سطح برداشت مجازی محصول برای واردات بین سال های 2010 و 2050 15 مگا هکتار است، در حالی که سطح برداشت محصول داخلی در همان سطح باقی می ماند. افزایش سطح برداشت محصولات وارداتی عمدتاً ناشی از سویا (77%)، کلزا (7.9%) و گندم (3.9%) است. برای مرتع، افزایش زمین های وارداتی تقریباً 49 مگا هکتار بین سال های 2010 تا 2050 است که دو برابر افزایش داخلی (26 مگا هکتار) است.

شکل 2: تغییرات داخلی در مقابل تغییرات عملاً وارداتی اثرات زیست محیطی.
شکل 2

الف – د ، تغییرات پیش‌بینی‌شده در اثرات زیست‌محیطی داخلی و تقریباً وارداتی بین سال‌های 2010 و 2030/2050 برای زمین‌های کشاورزی (منطقه برداشت‌شده محصول و مرتع) ( الف )، انتشار گازهای گلخانه‌ای ( ب )، استفاده از کود نیتروژن ( ج ) و استفاده از آب آبیاری ( د ). میله های انباشته نشان دهنده اثرات تجزیه شده توسط محصولات کشاورزی مختلف از سناریوی BAU، و نشانگرها نمایانگر اثرات کل از سه سناریو (BAU، RD و HD) هستند. اثرات زیست محیطی دقیق از دو سناریو جایگزین (RD و HD) را می توان در شکل های تکمیلی یافت. 11-13 و بحث تکمیلی 1. برای گازهای گلخانه ای تغییر کاربری که تقریباً وارد شده است، تنها انتشارات جنگل زدایی در نظر گرفته شد. برای جزئیات بیشتر در مورد محاسبه جریان تجارت مجازی به روش ها مراجعه کنید .

داده ی منبع

تصویر در اندازه کامل

در سال 2050، افزایش انتشار گازهای گلخانه ای داخلی از تولیدات کشاورزی (معادل 104 MtCO 2 (MtCO2eq) سال -1 ، شکل 2b )، عمدتاً از بخش دامداری، به طور کامل با جذب کربن ناشی از برنامه های بلندپروازانه جنگل کاری چین جبران می شود. 205 MtCO 2 eq yr -1 ، برای اطلاعات دقیق در مورد الگوهای انتقال زمین به شکل تکمیلی 10 مراجعه کنید. این بدان معنی است که انتشار خالص گازهای گلخانه ای داخلی از بخش AFOLU در سال 2050 (628 MtCO 2 eq yr -1 ) کمتر از سطح سال 2010 (809 MtCO 2 eq yr -1 ) خواهد بود. ما همچنین تخمین می زنیم که چین مسئول 123 MtCO 2 باشدمعادله سال -1 از انتشارات گازهای گلخانه ای وارداتی در سال 2050. در مجموع 86 درصد از این انتشارات تعبیه شده در تجارت به دلیل واردات محصولات دامی است. واردات گوشت نشخوارکنندگان، لبنیات و محصولات روغنی به ترتیب 85، 18 و 12 MtCO 2 eq yr -1 از انتشار مستقیم GHG را ایجاد می کند. واردات محصولات کشاورزی همچنین منجر به انتشار بزرگی از جنگل‌زدایی در سطح جهان می‌شود (23 MtCO 2 eq yr -1 در سال 2050، شکل تکمیلی 11). با کاهش تقاضا برای واردات پس از سال 2030، جنگل زدایی در مناطق صادرکننده کاهش می یابد و تغییرات در انتشارات جنگل زدایی که در تجارت به چین تا سال 2050 منفی می شود. شایان ذکر است که انتشار گازهای گلخانه ای مربوط به برنامه های جنگل کاری چین در کل بخش AFOLU گنجانده شده است. انتشار برای کامل بودن با این حال، برای سازگاری، آنها نباید در هنگام مقایسه با اثرات وارداتی برای سازگاری لحاظ شوند زیرا برای انتشارات تغییر کاربری اراضی وارداتی، تنها انتشارات جنگل زدایی در نظر گرفته شد.

افزایش تولید داخلی مستلزم نهاده‌ها و منابع بیشتری است: ما افزایش 17 درصدی در مصرف کود نیتروژن و 25 کیلومتر مکعب دیگر مصرف آب آبیاری در دوره اوج (2030) در چین را پیش‌بینی می‌کنیم (شکل 2c,d ). از آنجایی که محصول اصلی وارداتی چین، سویا، نیازی به نیتروژن و آبیاری زیادی ندارد، کود نیتروژن و آب وارداتی از شرکای تجاری کمتر از 9.0 درصد کل مصرف خواهد بود (شکل تکمیلی 9c,d )، اما همچنان بیشتر از فعلی است. مرحله.

چالش های زیست محیطی برای شرکای تجاری اصلی چین

بیشتر تأثیرات تجاری مربوط به محصولات چین (منطقه برداشت محصول، کود نیتروژن و مصرف آب) در چند کشور با بخش کشاورزی بزرگ، عمدتاً برزیل، ایالات متحده و کانادا رخ می دهد (شکل 3 ).). محصولات روغنی بسیار خرید و فروش می شود. به عنوان مثال، پیش‌بینی می‌شود که چین در سال 2050 66 میلیون تن سویا از برزیل وارد کند که 40 درصد از تولید سویای برزیل را تشکیل می‌دهد و 16 مگا هکتار از سطح محصول را اشغال می‌کند و 0.7 میلیون تن از کود نیتروژن استفاده می‌کند. تجارت آب مجازی عمدتاً با ایالات متحده انجام می شود، جایی که آبیاری به طور گسترده برای تولید غلات و دانه های روغنی استفاده می شود. نه تنها محصولات زراعی، بلکه محصولاتی که به عنوان خوراک در صادرات محصولات دامی به چین تجسم می‌یابند، فشار محیطی بیشتری را نشان می‌دهند. در نیوزیلند، 15 درصد از مصرف نیتروژن و استفاده از آب آبیاری را می توان به مصرف خوراک برای محصولات دامی صادر شده به چین نسبت داد.

شکل 3: اثرات زیست محیطی بر مناطق صادرکننده.
شکل 3

الف – د ، جریان‌های تجارت مجازی اثرات زیست‌محیطی ناشی از واردات کشاورزی چین از نظر زمین‌های کشاورزی (منطقه برداشت‌شده محصول و مرتع) ( الف )، انتشار گازهای گلخانه‌ای ( ب )، استفاده از کود نیتروژن ( ج ) و استفاده از آب آبیاری ( د)) برای شرکای تجاری اصلی و بقیه جهان (ROW، مناطق به جز چین و هفت شریک اصلی آن). تأثیرات برای سال 2050 تحت سناریوی BAU است. اثرات زیست محیطی در مناطق صادرکننده در سمت چپ و منابع اثرات زیست محیطی بر اساس کالا در سمت راست نشان داده شده است. اعداد داخل پرانتز نشان دهنده تأثیرات ناشی از صادرات به چین به عنوان سهمی از کل اثرات زیست محیطی تولید داخلی در منطقه صادرکننده است. به عنوان مثال، واردات مناطق کشاورزی مجازی توسط چین از آرژانتین، 10٪ از کل استفاده از مناطق کشاورزی آرژانتین را تشکیل می دهد.

داده ی منبع

تصویر در اندازه کامل

شدت تجارت از نظر مساحت مرتع تجسم یافته بستگی به سیستم تولید دام رایج دارد 32 . برای مثال، پیش‌بینی می‌شود استرالیا 0.3 میلیون تن گوشت گاو به چین صادر کند که در سال 2050 14 مگا هکتار از مرتع را اشغال خواهد کرد. از 4.0 مگا هکتار مرتع در سال 2050، زیرا سیستم های فشرده نشخوارکنندگان مبتنی بر دانه در ایالات متحده غالب هستند و بهره وری مراتع در آنجا بالاتر از استرالیا است. با توجه به واردات مجموع انتشار گازهای گلخانه ای مجازی، برزیل، نیوزلند و استرالیا بار اصلی را با 30، 21 و 20 MtCO 2 eq -year -1 بر عهده دارند.، به ترتیب. صادرات گوشت گاو 77 درصد از تجارت مجازی انتشار گازهای گلخانه ای از برزیل به چین را تشکیل می دهد. برای استرالیا، 5.7 MtCO 2 eq yr -1 از انتشارات جنگل زدایی و 10 MtCO 2 eq yr -1 از تولید نشخوارکنندگان را می توان به صادرات به چین اختصاص داد. اگرچه تجارت مجازی در انتشار گازهای گلخانه ای در برزیل بالاترین میزان است، اما تنها 8 درصد از کل انتشار AFOLU برزیل را تشکیل می دهد. در مورد نیوزلند، انتشار گازهای گلخانه ای که در صادرات به چین تجسم می یابد، همه ناشی از محصولات نشخوارکنندگان است، 33 درصد از کل انتشار AFOLU کشور در سال 2050 را تشکیل می دهد.

آینده های جایگزین

دو سناریوی اجتماعی-اقتصادی جایگزین، RD و HD، و تجزیه آنها توسط محرک های فردی (به عنوان مثال، جمعیت، تولید ناخالص داخلی، رژیم غذایی، بهره وری، تجارت)، بینش هایی را در مورد استحکام نتایج BAU در زمینه طیف گسترده ای از آینده های قابل قبول جایگزین ارائه می دهد. و برای توضیح نقش هر راننده. تاثیرات داخلی نسبت به مفروضات سناریوهای مختلف حساسیت کمتری نسبت به تاثیرات تجاری دارند (شکل تکمیلی 13 ). تأثیرات وارداتی در هر دو سناریو به طور قابل توجهی در مقایسه با BAU از نظر زمین های کشاورزی و انتشار گازهای گلخانه ای متفاوت است (شکل 4a )، اما آنها هنوز هم تأثیرات قابل توجهی در سراسر جهان نشان می دهند. در سناریوی RD، سهم زمین های وارداتی و انتشار گازهای گلخانه ای در اثرات زیست محیطی جهانی چین به ترتیب به 26 و 15 درصد می رسد و در سناریوی HD این اعداد به ترتیب به 46 و 31 درصد می رسد. با توجه به مصرف کود نیتروژن و آب، اثرات وارداتی کمتر از 10 درصد از تأثیرات جهانی را به خود اختصاص می دهد، به جز در سناریوی HD (حدود 15 درصد از سهم وارداتی).

شکل 4: مقایسه اثرات زیست محیطی جهانی تقاضای غذای چین تحت سناریوهای مختلف تا سال 2050.
شکل 4

الف ، اثرات زیست محیطی از نظر زمین کشاورزی (منطقه برداشت محصول و مرتع)، انتشار گازهای گلخانه ای، استفاده از نیتروژن و استفاده از آب آبیاری در BAU و دو سناریو جایگزین (RD و HD). b ، حساسیت اثرات زیست محیطی جهانی به تغییرات در شش محرک کلیدی. حساسیت به عنوان تغییر نسبی اثرات زیست‌محیطی در مقایسه با سطح BAU به دلیل تغییرات در محرک‌های کلیدی فردی که در سطح جهانی اجرا می‌شوند، ارائه می‌شود. شش عامل اصلی عبارتند از جمعیت (POP)، توسعه اقتصادی (به عنوان تولید ناخالص داخلی (GDP))، ترجیح مصرف (DIET)، رشد بهره وری محصول (YILD)، رشد بهره وری دام (FEEF) و سطح یکپارچگی تجاری (TRADE). ). طراحی سناریو را در Methods ببینیدبرای جزئیات در مورد اجرای تست های حساسیت.

داده ی منبع

تصویر در اندازه کامل

باز بودن تجارت عامل تعیین کننده اصلی تفاوت در جریان تجارت مجازی، به ویژه برای زمین های کشاورزی است (شکل 4b ). کل مساحت زمین کشاورزی مرتبط با چین در سناریوی تجارت HD 32 درصد بیشتر و در سناریوی تجارت RD 20 درصد کمتر از پیش‌بینی‌های BAU است. این تفاوت بیشتر به دلیل تاثیرات وارداتی است. به عنوان مثال، واردات زمین کشاورزی مجازی در سناریوی تجارت HD 2050 به 288 مگا هکتار می رسد که بیش از دو برابر ارزش BAU (132 مگا هکتار) است، در حالی که تجارت محدود چالش های محیطی داخلی را در چین افزایش می دهد (شکل تکمیلی 14 ).). فرض تجارت HD منجر به کاهش انتشار گازهای گلخانه ای می شود که عمدتاً به دلیل افزایش واردات از مناطق با شدت پایین GHG در مقایسه با چین است (به عنوان مثال، اتحادیه اروپا و ایالات متحده، جدول تکمیلی 2 ).). اثرات زیست محیطی نیز به تغییرات در تولید ناخالص داخلی و رشد جمعیت حساس است که مصرف مواد غذایی را تغییر می دهد. برای رشد تولید ناخالص داخلی، سناریوهای RD و HD با پیش‌بینی BAU در مورد انتشار گازهای گلخانه‌ای به ترتیب 5- و +11 درصد متفاوت هستند. تغییر جمعیت اثر معکوس دارد و منجر به تفاوت در انتشار با BAU (+4٪ و -3٪) می شود. تغییر رژیم غذایی به مصرف بیشتر دام (HD DIET) منجر به 7 درصد بیشتر زمین های کشاورزی و انتشار گازهای گلخانه ای و 3 درصد بیشتر استفاده از کودهای نیتروژن می شود. همانطور که در سناریوی RD DIET نشان داده شده است، افزایش ضایعات مواد غذایی همچنین مصرف کود نیتروژن و آب را تا 3 درصد افزایش می دهد. اثرات تغییرات در بهره وری (YILD و FEEF) کمتر مشخص است.

از آنجا که ارزیابی در یک زمینه جهانی انجام شده است، درک اثرات ناشی از تغییرات در مسیر توسعه اجتماعی-اقتصادی در چین در مقایسه با ROW نیز مهم است ( روش‌ها ). ما متوجه شدیم که مفروضات در مورد رانندگان برای چین بر اثرات زیست محیطی تسلط دارند. بنابراین، تغییرات در مفروضات محرک فقط برای چین (شکل تکمیلی 15a ) منجر به اثرات زیست محیطی مشابهی در مقایسه با اعمال آنها در سطح جهانی می شود (شکل 4b ). تغییرات محرک در بقیه جهان (ROW، مناطق به جز چین) تنها (یعنی، درایوهای چین را مانند BAU نگه دارید) تأثیر بسیار کمتری بر تأثیرات زیست محیطی جهانی چین دارد (± 3.2٪ در شکل تکمیلی 15b ).

بحث

مطالعه ما، بر اساس یک مدل جهانی تثبیت‌شده با اعتبارسنجی کامل برای چین و جریان‌های تجاری دوجانبه آن، چشم‌اندازی میان‌مدت تا بلندمدت در مورد تأثیرات بالقوه زیست‌محیطی جهانی تقاضای فزاینده غذای چین ارائه می‌کند. این نتایج پیامدهای گسترده ای برای سیاست های چین در رابطه با تقاضای غذا، سیستم های تولید و مدیریت زیست محیطی و منابع و همچنین تجارت بین المللی دارد.

پتانسیل کاهش مصرف گوشت وجود دارد

پیش بینی می شود مصرف سرانه کالری چین از 2974 کیلوکالری در روز در سال 2010 به 3376 کیلوکالری در روز در سال 2050 افزایش یابد، جایی که سهم محصولات دامی از 19% به 22% افزایش می یابد. افزایش پیش بینی شده در تقاضا به خوبی با پیش بینی های سایر مطالعات مقایسه می شود (جدول تکمیلی 3 ). مصرف فزاینده محصولات نشخوارکنندگان به مساحت مرتع 224 مگا هکتار (59٪ در داخل) و 514 MtCO 2 معادل سالانه -1 انتشار گازهای گلخانه ای (80٪ در داخل) در سال 2050 نیاز دارد. افزایش 10٪ در مصرف دام منجر به 7٪ زمین بیشتر می شود. اثرات گازهای گلخانه ای (شکل تکمیلی 16). بنابراین، تغییر به یک رژیم غذایی کم‌مصرف اما متنوع‌تر همراه با غذای سالم و ردپای محیطی کم، مانند حشرات ، جلبک‌های دریایی و جایگزین‌های پروتئین گیاهی، مواد مغذی ضروری را به همراه خواهد داشت و هزینه‌ها را برای محیط زیست کاهش می‌دهد . 35 . در این میان، سوءتغذیه باید مورد توجه قرار گیرد. با این حال، تغییر رژیم غذایی ممکن است یک چالش برای بازارهای در حال ظهور، به ویژه برای مصرف کنندگان در چین باشد، زیرا در حال حاضر عدم آگاهی از پیوندهای مصرف گوشت، سلامت و پایداری محیطی وجود دارد . چین اخیراً از طریق صدای رئیس جمهور شی، تعهد خود را به کاهش شدید ضایعات مواد غذایی که مزایای زیست محیطی را برای مصرف کننده به همراه خواهد داشت، تکرار کرده است.

تولید پایدار دام ضروری است

سرمایه‌گذاری‌های یکپارچه، بلندمدت و در مقیاس بزرگ در برنامه‌های پایداری در چین انجام شده است که تأثیر مثبت قابل‌توجهی بر ارتقای کیفیت زمین‌های زراعی، حفاظت اکولوژیکی مراتع و حفاظت از تنوع زیستی داشته است. با این حال، تولید دام با شدت های زیست محیطی بالا بر نتایج پایداری آینده غالب است (شکل تکمیلی 9 )، و ممکن است نیاز به مداخلات سیاسی قوی تری داشته باشد. در سال 2050، 50 مگا هکتار از سطح محصول برداشت شده در چین پیش بینی می شود که خوراک سیستم های دام پربازده تولید کند (شکل تکمیلی 17 ).). علاوه بر خوراک محلی تولید شده در چین، تولید دام داخلی به شدت به محصولات خوراک وارداتی وابسته است که در تخریب محیط زیست و انتشار گازهای گلخانه ای نیز در داخل کشور نقش دارد. به عنوان مثال، مقدار زیاد خوراک های وارداتی منجر به کود اضافی می شود که می تواند به دلیل قطع ارتباط بین تولید دام و محصول به منبع آلاینده تبدیل شود 38 . توسعه زمین های حاشیه ای برای تولید خوراک و اتصال مجدد تولید دام به زمین باید در اولویت قرار گیرد.

تخصیص تولید دام پیش بینی شده ما در چین از الگوهای فعلی پیروی می کند و بنابراین تأثیر قابل توجهی بر نتایج زیست محیطی آینده در سطح کشور ندارد. با این حال، در واقعیت، به دلیل ناهمگونی چین، تخصیص فضایی ممکن است اثر قابل توجهی داشته باشد، که می تواند منجر به اثرات متفاوت زیست محیطی شود 39 . بنابراین برنامه ریزی فضایی دقیق برای بهره برداری از پتانسیل های بازده محیطی برای تسهیل توسعه پایدار ضروری است. افزایش بهره وری نشخوارکنندگان راه امیدوارکننده دیگری برای کاهش فشار زیست محیطی است زیرا چین هنوز در مقایسه با کشورهای توسعه یافته شکاف بهره وری زیادی دارد (شکل تکمیلی 18 ).). ما همچنین دریافتیم که مفروضات مربوط به تغییر بازده خوراک دام در ROW تأثیر مهمی بر زمین کشاورزی و انتشار گازهای گلخانه ای مصرف چین دارد (FEEF در شکل تکمیلی 15b ). بنابراین چین می‌تواند با ارتقای بهره‌وری در شرکای تجاری خود، ردپای خود را کاهش دهد.

تامین منابع واردات محصولات کشاورزی به صورت پایدار

اثرات زیست محیطی وارداتی نه تنها بسته به باز بودن تجارت بلکه بسته به کشور مبدا نیز به طور قابل توجهی متفاوت است. به عنوان مثال، شدت انتشار گازهای گلخانه ای مربوط به شیر در اتحادیه اروپا 0.9 کیلوگرم CO 2 معادل کیلوگرم در کیلوگرم محصول است، در حالی که در نیوزلند 1.4 کیلوگرم CO 2 معادل کیلوگرم در کیلوگرم است (جدول تکمیلی 2 )، همانطور که مطالعات دیگر نیز نشان داده است .. نتایج ما نشان می‌دهد که افزایش باز بودن تجارت (سناریوی HD TRADE) بدون اقدامات همراه می‌تواند منجر به اثرات مثبت و منفی بر محیط‌زیست شود. واردات بیشتر لبنیات از اتحادیه اروپا و گوشت گاو از ایالات متحده منجر به انتشار کمتر گازهای گلخانه ای نسبت به سناریوی BAU می شود. با این حال، این سناریو همچنین منجر به افزایش واردات گوشت گاو از کشورهای آمریکای لاتین می شود که ردپای زمین در آنها زیاد است (بحث تکمیلی 2 ). علاوه بر این، ممنوعیت قبلی واردات سویا از ایالات متحده نگرانی‌هایی را در مورد جایگزینی بالقوه با واردات از برزیل و تأثیرات مرتبط با جنگل‌زدایی در آمازون ایجاد کرد .. ملاحظات زیست محیطی باید در کنار کارایی اقتصادی و حساسیت های سیاسی در هنگام طراحی سیاست های تجاری چین در نظر گرفته شود تا از پیامدهای زیست محیطی ناخواسته جلوگیری شود.

همچنین مشخص شده است که حتی در یک کشور صادرکننده، زنجیره‌های تامین ممکن است به طور گسترده‌ای از نظر اثرات زیست‌محیطی متفاوت باشند . عملکرد زیست‌محیطی زنجیره‌های تامین خاص، از جمله، با طرح‌های صدور گواهی‌نامه مانند گوشت گاو «صفر جنگل‌زدایی» ۴۳ یا برچسب‌گذاری «تجارت منصفانه» ۴۴ ارتقا می‌یابد. با این حال، اثربخشی این اقدامات محدود است اگر تولید غیر گواهی شده همچنان بازارهای فراوانی پیدا کند. چین به‌عنوان یکی از بزرگترین واردکنندگان، می‌تواند با حمایت از واردات محصولات از زنجیره‌های تامین گواهی شده و به طور کلی با رعایت استانداردهای جاه‌طلبانه زیست‌محیطی توسط شرکای تجاری خود، نقشی کلیدی در ارتقای پذیرش سیستم‌های تولید سازگار با محیط زیست در کشورهای صادرکننده داشته باشد. .

به طور خلاصه، نتایج ما نشان می دهد که برآورده کردن تقاضای غذایی چین در حالی که دستیابی به پایداری زیست محیطی در داخل و در مناطق صادراتی احتمالاً یکی از بزرگترین چالش های دهه های آینده است. سیاست‌های دقیق طراحی‌شده در کل سیستم غذایی چین، از جمله مصرف‌کنندگان، تولیدکنندگان و تجارت بین‌المللی، ضروری است تا اطمینان حاصل شود که تقاضای آینده می‌تواند بدون تخریب محیط‌زیست برآورده شود. طراحی چنین سیاست‌هایی به مدل‌هایی با وضوح فضایی بالا نیاز دارد که ناهمگونی شرایط تولید و همچنین اثرات زیست‌محیطی را در کشوری به اندازه چین تشخیص دهد. اگرچه نقش تجارت بین‌الملل مانعی در برابر شوک‌ها در بازار داخلی است، اما علاوه بر تامین بخشی از تقاضای غذا به عنوان یک منبع پایدار، پیامدهای بالقوه رویدادهای کوتاه‌مدت جهانی نیز باید در نظر گرفته شود.

مواد و روش ها

این بخش رویکرد مدل‌سازی یکپارچه اتخاذ شده، پیشرفت‌های مدل برای نمایش پیشرفته چین و اعتبارسنجی مدل را ارائه می‌کند. سپس طراحی سناریو و روش مورد استفاده برای تحلیل حساسیت معرفی می شود. محاسبه جریان تجارت مجازی در نهایت شرح داده شده است.

رویکرد مدلسازی

تجزیه و تحلیل کمی ارائه شده در مطالعه ما متکی بر GLOBIOM، یک مدل اقتصادی تعادل جزئی از پایین به بالا است که برای نمایش بخش‌های کلیدی کاربری زمین، از جمله محصولات زراعی، دام، جنگل‌داری و انرژی زیستی طراحی شده است. GLOBIOM به طور گسترده برای ارزیابی اثرات زیست محیطی مرتبط با کشاورزی، مانند استفاده پایدار از آب 27 ، انتشار گازهای گلخانه ای 29 ، تغییر کاربری زمین و اثرات مربوط به تنوع زیستی 45 استفاده می شود. این مدل به‌ویژه برای ارزیابی آینده‌نگر اثرات زیست‌محیطی تجسم یافته در تجارت به دلیل نمایندگی تجاری دوجانبه آن مناسب است .. در نهایت، این مدل به اندازه کافی انعطاف‌پذیر است که امکان نمایش دقیق یک منطقه مورد علاقه، در این مورد چین، را فراهم می‌کند، در حالی که همچنان آن را در چارچوب مدل‌سازی جهانی تجسم می‌دهد ( 46 ).

وضوح فضایی سمت عرضه متکی بر واحدهای شبیه‌سازی است که از 5 تا 30 پیکسل کمانی متعلق به همان ارتفاع، شیب و کلاس خاک و همان کشور جمع‌آوری شده‌اند. برای هدف این مطالعه، آنها بیشتر تا 2 درجه جمع شدند. بازارهای کالا و تجارت بین المللی برای 37 منطقه اقتصادی در این مطالعه نشان داده شده است. تعدیل درون‌زا در قیمت‌های بازار منجر به تعادل بین عرضه، تقاضا و تجارت برای هر محصول و منطقه می‌شود. تعادل بازار از طریق به حداکثر رساندن مجموع مازاد مصرف کننده و تولید کننده تحت محدودیت هایی مانند توازن استفاده از زمین و آب به دست می آید. این مدل با دینامیک بازگشتی در مراحل زمانی ده ساله حل شده است. محرک های برون زا اصلی سناریوهای آینده نگر در GLOBIOM عبارتند از جمعیت و رشد اقتصادی، تغییرات تکنولوژیکی، ترجیحات غذایی و تقاضای انرژی زیستی.

داده های مربوط به متغیرهای بازار منطقه ای کشاورزی، از جمله تقاضا و تولید، برای سال پایه با FAOSTAT 2 هماهنگ شده است. تخصیص کاربری صریح فضایی برای سال 2000 با GLC2000 47 آغاز شد. بهره وری صریح فضایی محصولات، علفزارها، جنگل ها و مزارع درختان با چرخش کوتاه همراه با پارامترهای زیست محیطی مرتبط (بودجه های GHG، مواد مغذی و تعادل آب) در سطح واحدهای شبیه سازی برآورد می شود. برای محصولات زراعی، عملکرد تحت سیستم های مدیریتی مختلف با مدل بیوفیزیکی محیط زیست یکپارچه اقلیم (EPIC) 48 ، 49 محاسبه می شود. برای پارامترهای جنگل، GLOBIOM به خروجی های یک مدل مدیریت جنگل پویا، مدل جهانی جنگل (G4M) 50 متکی است.. بهره وری علفزار با ترکیب نتایج حاصل از مدل بیوژئوشیمی EPIC و CENTURY 25 ، 51 به دست می آید . سیستم های تولید دام با پایگاه داده جهانی توسعه یافته توسط هررو و همکاران 52 پارامتر بندی می شوند . یک نمای کلی از منابع داده برای شاخص های زیست محیطی مورد استفاده در این مطالعه در روش های تکمیلی 4 ارائه شده است .

GLOBIOM تجارت بین‌المللی را از طریق جریان‌های تجاری دوجانبه خالص نشان می‌دهد که تنها یک جهت جریان تجاری بین دو منطقه را مجاز می‌سازد. برای شبیه سازی تجارت، GLOBIOM از رویکرد تعادل فضایی Enke-Samuelson-Takayama-Judge با فرض کالاهای همگن (محصولات وارداتی و داخلی یکسان هستند) استفاده می کند.. بنابراین، GLOBIOM تجارت بین‌المللی را از طریق جریان‌های تجاری دوجانبه خالص نشان می‌دهد که تنها یک جهت جریان تجاری بین دو منطقه را امکان پذیر می‌سازد. علاوه بر این، منطقه تنها در صورتی وارد می کند که قیمت داخلی آن بیشتر از قیمت کشور صادرکننده به اضافه هزینه تجارت باشد. در حالت تعادل، تفاوت قیمت بین واردکننده و صادرکننده برابر است با هزینه تجارت. در مقایسه با سایر مفروضات تجاری (به عنوان مثال، آرمینگتون، تجارت می تواند در هر دو جهت اتفاق بیفتد و تجارت ناخالص نشان داده می شود)، این مشخصات تجاری امکان ایجاد جریان تجاری جدید (بدون مشاهده در سال پایه) را در پاسخ به تغییرات قیمت در آینده فراهم می کند. از آنجایی که چین بزرگترین واردکننده محصولات کشاورزی است و بسیاری از کشورها همکاری خود را در ارتقای تجارت با چین تقویت می کنند، این رویکرد برای این مطالعه مناسب تر است.54 ، و داده های مربوط به تعرفه ها بین کشورها و کالاهای مختلف از پایگاه داده MAcMap-HS6 55 است. اطلاعات بیشتر در مورد مدل را می توان در www.globiom.org یافت .

GLOBIOM – چین

برای این مطالعه، مدل اصلی GLOBIOM را برای بهبود نمایندگی چین اصلاح کردیم. برای درک بهتر روندهای اخیر و آتی در کشاورزی چین، مکانیسم هایی را در نظر گرفتیم که از سیاست های مربوطه تقلید می کنند. یکی از محرک های کلیدی استفاده از زمین در چین، سیاست های جنگل کاری است که در دهه 1990 آغاز شد. آنها قبلاً منجر به جنگل کاری 53 Mha به قیمت زمین های زراعی، مرتع و دیگر زمین ها (علفزار/بوته زار مدیریت نشده، پوشش گیاهی غیر/کمک) شدند. با توجه به ترجیح مصرف کنندگان چینی برای محصولات تک معده و تغییرات ساختاری مهم در این بخش، ما تغییر را از سیستم های خرده مالکی به سیستم های صنعتی برای تولید خوک و طیور کالیبره کردیم. توسعه کارایی مصرف کود برای نشان دادن سیاست “صفر رشد کود شیمیایی تا سال 2020” کالیبره شد. ما همچنین خودکفایی را در سه محصول عمده غلات 95 درصد تحت سناریوی پایه مطابق با سیاست‌های تجاری فعلی اعمال کردیم. روشهای تکمیلی2 و جدول تکمیلی 4 بهبودهای مدل را با جزئیات بیشتر نشان می دهد.

کالیبراسیون و اعتبارسنجی مدل

یک کالیبراسیون مدل دقیق برای دوره 2000-2020 انجام شد. سپس داده‌های FAOSTAT و داده‌های آماری ملی چین تا سال 2019/2020 ، و همچنین پیش‌بینی چشم‌انداز کشاورزی OECD-FAO برای چین تا سال 2029 56 ، برای اعتبارسنجی رفتار مدل استفاده شد (شکل‌های تکمیلی 2-7 ) . اعتبار سنجی بر روی متغیرهای کلیدی زیر متمرکز شد: عملکرد محصول، سطح محصول، مصرف سرانه غذا، کل تقاضا، تولید و تجارت. عملکرد مدل برای گذشته بسیار نزدیک به طور کمی در روش های تکمیلی 3 مستند شده است. ما همچنین تفسیر عدم تطابق ناشی از شیوع بیماری های همه گیر اخیر را ارائه می دهیم.

کالیبراسیون تجارت دوجانبه برای این مطالعه اهمیت حیاتی دارد. در GLOBIOM، جریان های تجاری آتی توسط قیمت کالاها و هزینه های تجاری تعیین می شود. هزینه های تجاری شامل تعرفه ها، هزینه های حمل و نقل و هزینه غیرخطی گسترش تجارت است که نشان دهنده تداوم الگوهای تجاری است. تعرفه ها و هزینه های حمل و نقل مانند سال پایه حفظ می شود. هزینه‌های گسترش تجارت در GLOBIOM برای نشان دادن محدودیت‌های ظرفیتی که گسترش جریان‌های تجاری را در کوتاه‌مدت کند می‌کند، استفاده می‌شود. آنها را می توان به عنوان سرمایه گذاری های لازم برای گسترش زیرساخت های تجاری در نظر گرفت. GLOBIOM امکان ظهور جریان های تجاری جدید را فراهم می کند که در سال پایه مشاهده نشد. تابع نمایی نشان دهنده هزینه تجارت (معادله (1)) است که جریان های تجاری در سال پایه مشاهده می شود. برای جریان های تجاری جدید، از تابع هزینه تجارت درجه دوم (معادله (2)) استفاده می شود:

Tradecostt=ε1+ε×Tariff+TransportcostShipment1/εt−1×Shipment1ε+1tTradecostt=ε1+ε×Tariff+TransportcostShipmentt−11/ε×Shipmentt1ε+1
(1)
Tradecostt=Intercept×Shipmentt+0.5×slope×Shipment2tTradecostt=Intercept×Shipmentt+0.5×slope×Shipmentt2
(2)

هزینه های تجارت در دوره t با ε و شیب منعکس کننده کشش هزینه های تجارت نسبت به مقدار معامله در معادلات مربوطه محاسبه می شود. رهگیری برابر با تعرفه به اضافه هزینه حمل و نقل است. جریان‌های تجاری دوجانبه بین چین و سایر کشورها تا سال 2020 برای مطابقت با آمار اخیر ماتریس تجاری سازمان غذا و کشاورزی 2 با دستکاری کشش‌ها و شیب‌ها در معادلات هزینه تجارت کالیبره شد. اعتبار تجاری دوجانبه کالاهای اصلی در شکل تکمیلی 7 نشان داده شده است . کار کالیبراسیون همچنین از بازخورد هفت تیم کشوری کنسرسیوم FABLE بهره مند شد.

طراحی سناریو

هدف این مطالعه ارائه ارزیابی پیشین میان‌مدت تا بلندمدت از یک سناریوی تجاری معمول جهانی که با روندهای اجتماعی-اقتصادی فعلی همسو است. ما این سناریو را با دو نوع با فرضیات متضاد در مورد محرک‌های آینده تکمیل کردیم و آن محرک‌ها را تجزیه کردیم تا دامنه عدم قطعیت نتایج را بررسی کنیم. توسعه چنین سناریوهایی در سطح جهانی، با یکپارچگی در همه بخش‌ها و مناطق، یک کار بی‌اهمیت است. بنابراین، ما تصمیم گرفتیم بر چارچوب تثبیت شده SSPها تکیه کنیم، که مجموعه‌ای از روایت‌ها و محرک‌های کمی را ارائه می‌دهد که برای تحلیل مسیرهای جهانی توسعه آینده طراحی شده‌اند . این مسیرها نشان دهنده ستون فقرات تجزیه و تحلیل سناریوهای مرتبط با آب و هوا در پانل بین دولتی تغییرات آب و هوا (IPCC) 57 است.و اخیراً برای ارزیابی آینده‌نگر تنوع زیستی در چارچوب پلتفرم علمی-سیاست بین دولتی در زمینه تنوع زیستی و خدمات اکوسیستمی (IPBES) 58 مورد استفاده قرار گرفته‌اند. ما تصدیق می کنیم که برخی از شیوع ها (مانند جنگ تجاری ایالات متحده و چین در سال 2018 یا COVID-19) ممکن است باعث ایجاد شوک و مانع از توسعه تجارت شود. با این حال، به طور کلی این شوک ها اختلالات کوتاه مدت هستند 59 و سناریوهای ما می توانند این عدم قطعیت های بزرگ را پوشش دهند.

یک سناریوی BAU به دنبال SSP2 60 که عمدتاً روندهای اخیر در مصرف و پیشرفت‌های تکنولوژیکی را ادامه می‌دهد به عنوان خط پایه در این مطالعه استفاده شد. دو سناریوی جایگزین عبارتند از (1) سناریوی RD و (2) سناریوی HD. سناریوی RD از فرض 61 SSP3 پیروی می کند که در آن جمعیت در چین سریعتر افزایش می یابد، و رشد تولید ناخالص داخلی کندتر است، که منجر به کاهش تقاضای کل غذا، به ویژه تقاضای کمتر برای محصولات دامی در مقایسه با BAU می شود. در این سناریو، تجارت بین‌المللی محدودتر و پراکنده‌تر می‌شود که نشان‌دهنده همکاری بین‌المللی کمتر است. سناریوی HD از فرض 62 SSP5 پیروی می کندو به سمت رشد اقتصادی بالا، اما کارایی منابع محدود، جهت گیری می کند، که منجر به توسعه فراگیر اما به قیمت زیان محیط زیست می شود. تجارت بین المللی در این سناریو به سرعت در بازارهای جهانی شده گسترش می یابد. همه این سناریوها فرض یک مسیر توسعه متنوع مناطق مختلف را به دنبال رشد اقتصادی آنها در تغییر سرانه 63 می‌سازند ، که محرک‌های اولیه برای تغییر رژیم غذایی و تغییرات بهره‌وری کشاورزی هستند.

از آنجایی که الگوهای تقاضای غذا در سطح کشور تجمیع شده است، درآمد سرانه باعث تغییر در رژیم غذایی می شود 64 . قیمت های مواد غذایی نیز محرک های مهمی برای تغییرات الگوی مصرف مواد غذایی هستند و با کشش های تقاضا-قیمت محصولات غذایی تعیین می شوند . روند عملکرد محصول بر اساس تخمین همبستگی بین عملکرد و رشد تولید ناخالص داخلی سناریویی که در SSPs 66 در نظر گرفته شده است، تخمین زده می شود.. علاوه بر این، تخصیص مجدد زمین‌های زراعی و تغییر سیستم‌های محصول به صورت درون‌زا نیز بر عملکرد محصول تأثیر می‌گذارد. برای سیستم‌های دام، تغییرات فنی از طریق فرض برون‌زا در بازده تبدیل خوراک برآورد شده بر اساس روندهای تاریخی برای سناریوی BAU اعمال می‌شود و برای سناریوهای جایگزین بر اساس میانگین رشد پیش‌بینی‌شده محصول ۶۷ ، ۶۸ متمایز می‌شود . فرض تجارت یکی از تفاوت های کلیدی بین سناریوها است. کشش یا شیب هزینه های تجارت بسته به اینکه آیا جریان تجارت در سال پایه مشاهده می شود متفاوت است. آزادسازی یا محدودیت تجارت 28در سراسر سناریوهایی که منعکس کننده زیرساخت ها، موانع تجاری غیرتعرفه ای و تغییرات عامل منطقه ای هستند، تعیین می کنند که آیا کشش ها (شیب ها) ضرب یا تقسیم بر 10 می شوند. اطلاعات بیشتر در مورد مشخصات تجاری GLOBIOM را می توان در Janssens و همکاران یافت. 28 . مقادیر محرک های سناریوی کلیدی برای چین در جدول تکمیلی 5 ارائه شده است و شرح مفصلی از نتایج جایگزین را می توان در بحث تکمیلی 1 یافت.

با توجه به اینکه مفروضات ما در مورد تغییرات آینده (سناریوهای BAU، RD و HD) بر اساس مجموعه‌ای از محرک‌ها (توسعه جمعیتی و اقتصادی، ترجیحات غذایی، رشد بهره‌وری کشاورزی و سیاست‌های تجارت بین‌المللی) است، ما یک تحلیل حساسیت انجام دادیم که در آن تأثیر عناصر فردی در سناریوهای RD و HD به دنبال رویکرد Stehfest و همکاران تجزیه می شوند. 69. تجزیه در (1) سطح جهانی، (2) سطح ردیف و (3) فقط در سطح چین اجرا شد. این امکان ارزیابی تأثیر فردی موارد قبلی را فراهم می کند. توسعه جمعیتی (POP) عمدتاً بر حجم تقاضای آتی که توسط اثرات قیمت تعدیل شده است، تأثیر می گذارد. توسعه اقتصادی (GDP) بر درآمد و تقاضای مواد غذایی مرتبط تأثیر می گذارد. ترجیح غذایی (DIET) تفاوت هایی را در الگوهای غذایی بین سناریوها نشان می دهد. تغییر رژیم غذایی و ضایعات مواد غذایی هر دو در این بعد گنجانده شده اند. بهره وری محصول (YILD) با سرعت متفاوت تغییرات تکنولوژیکی مشخص می شود. راندمان تبدیل خوراک دام (FEEF) یکی دیگر از مؤلفه های کلیدی در سمت عرضه است که بهره وری دام در آینده را تعیین می کند. توسعه تجارت (TRADE) نشان دهنده سطح یکپارچگی بین مناطق جهانی است.1 و انجیرهای تکمیلی 14 – 16 .

محاسبه جریان تجارت مجازی در اثرات زیست محیطی

جریان تجارت مجازی به منابع یا آلودگی های تجسم یافته در تجارت بین المللی اشاره دارد. ما تجزیه و تحلیل خود را در مورد چهار جنبه زیست محیطی (زمین، GHG، آب آبیاری و نیتروژن) بر روی هفت شریک تجاری اصلی چین – آرژانتین، استرالیا، برزیل، کانادا، نیوزیلند، ایالات متحده و اتحادیه اروپا متمرکز می کنیم که بیش از 80 درصد از ارزش واردات کشاورزی چین (جدول تکمیلی 6 ). با توجه به جریان های تجاری چین، اثرات صادرات را نیز محاسبه کردیم (جدول تکمیلی 7) با این حال، از آنجایی که واردات بر الگوی کلی تجارت چین تسلط دارد، ما اثرات صادرات را به سمت تولید داخلی تخصیص دادیم. برای محاسبه تأثیر تجارت، شدت محیطی یکسان محصولات را برای مصرف داخلی و برای صادرات در یک کشور در نظر می گیریم. این فرضی است که معمولاً در بسیاری از مطالعات قبلی در مورد تجارت مجازی آب 70 ، زمین 71 ، GHG 10 و نیتروژن 72 استفاده می شود. شدت محیطی در یک منبع برای یک محصول خاص P در منطقه صادراتی R و سال خاص T به صورت زیر تعریف می شود:

Virtual_areaR,P,T==BilateralTR,P,T×Land_intensityR,P,TBilateralTR,P,T×AREAR,P,TPRODR,P,TVirtual_areaR,P,T=BilateralTR,P,T×Land_intensityR,P,T=BilateralTR,P,T×AREAR,P,TPRODR,P,T
(3)
Virtual_NR,P,T==BilateralTR,P,T×N_intensityR,P,TBilateralTR,P,T×NinputR,P,TPRODR,P,TVirtual_NR,P,T=BilateralTR,P,T×N_intensityR,P,T=BilateralTR,P,T×NinputR,P,TPRODR,P,T
(4)
Virtual_waterR,P,T==BilateralTR,P,T×Water_intensityR,P,TBilateralTR,P,T×WaterR,P,TPRODR,P,TVirtual_waterR,P,T=BilateralTR,P,T×Water_intensityR,P,T=BilateralTR,P,T×WaterR,P,TPRODR,P,T
(5)
Virtual_Agri_GHGR,P,T==BilateralTR,P,T×Agri_GHG_intensityR,P,TBilateralTR,P,T×Agri_GHGR,P,TPRODR,P,TVirtual_Agri_GHGR,P,T=BilateralTR,P,T×Agri_GHG_intensityR,P,T=BilateralTR,P,T×Agri_GHGR,P,TPRODR,P,T
(6)

که در آن BilateralT R,P,T مقدار خالص تجارت دوجانبه (Mt) محصول P است که از منطقه R در سال T به چین صادر شده است. PROD R,P,T کل تولید (Mt) محصول P منطقه صادرکننده R در سال T است. AREA R, P, T کل سطح برداشت شده (Mha) محصول P در منطقه صادرکننده R است.

محاسبات نیتروژن مجازی (N) و آب از منطق یکسانی پیروی می کنند (معادلات ( 4 ) و ( 5 ))، که در آن N ورودیR، P، T نشان دهنده استفاده از کود مصنوعی (Mt) و آب R، P، T نشان دهنده مصرف آب آبیاری است . کیلومتر 3 ) برای محصول P منطقه صادراتی R در سال T. برای نیتروژن و آب آبیاری، از شدت منبع ویژه محصول که توسط محاسبات مدل EPIC اطلاع داده شده است، استفاده کردیم.

معادله ( 6 ) برای محاسبه انتشار گازهای گلخانه ای مجازی مرتبط با کشاورزی (معادل MtCO 2 yr -1 ) استفاده شد. انتشار اکسید نیتروژن کود (N 2 O ) و متان (CH 4 ) از شالیزارهای برنج به عنوان انتشار مستقیم GHG مرتبط با محصول در نظر گرفته شد. N 2 O بر اساس مصرف کود نیتروژن و ضرایب انتشار IPCC 73 محاسبه شد در حالی که برنج CH 4 بر اساس فاکتورهای انتشار متوسط ​​FAOSTAT 2 بود. برای محصولات دامی، ما از پارامترهای شدت انتشار برای CH 4 از تخمیر روده ای و برای CH 4 و N 2 استفاده کردیم.O از مدیریت کود، کود ریخته شده در مراتع، مراتع و مراتع و از پایگاه داده سیستم های تولید دام جهانی 52 .

برای محاسبه انتشارات ناشی از جنگل زدایی، ما بر رویکرد تخصیص غیرمستقیم از بالا به پایین تکیه می کنیم 74 . ما ابتدا تلفات جنگل را در مناطق صادرکننده بر اساس محاسبات مدل G4M 50 تعیین کردیم و سپس جنگل‌زدایی را که به توسعه زمین‌های زراعی و مرتع نسبت داده می‌شود بر اساس کرتیس و همکاران تعیین کردیم. 75. سپس انتشارات جنگل‌زدایی زمین‌های زراعی را بر اساس سهم آن‌ها در گسترش کل سطح زمین‌های زراعی به محصولات جداگانه اختصاص دادیم. جنگل زدایی مربوط به مرتع بین محصولات نشخوارکنندگان بر اساس مساحت مرتع لازم برای پوشش نیازهای خوراک علف هر سیستم تولید دام توزیع شد. در نهایت، ما سهم واردات زمین مجازی چین را در کل مساحت هر محصول کشاورزی محاسبه کردیم. سپس انتشارات جنگل زدایی مربوط به توسعه محصول یا مرتع بر اساس معادلات زیر محاسبه می شود:

من تو نیستی _ _ _ _ _d e fo r e m i s s i o nR , T= D e fیا من هستم _ _ _ _c r o pR , T×Δ C r o p _a r e aR ، P ، T∑پپ= 1Δ C r o p _a r e aR ، P ، T×V i r t u a l _ C r o p _a r e aR ، P ، TCrop_areaR,P,T,∀ΔCrop_areaR,P,T>0Virtual_deforemissionR,T=Deforemis_cropR,T×ΔCrop_areaR,P,T∑P=1P⁡ΔCrop_areaR,P,T×Virtual_Crop_areaR,P,TCrop_areaR,P,T,∀ΔCrop_areaR,P,T>0
(7)
Virtual_deforemissionR,T=Deforemis_liveR,T×ΔPastureR,P,T∑PP=1ΔPastureR,P,T×VirtualPastureR,P,TPastureR,P,T,∀ΔPastureR,P,T>0Virtual_deforemissionR,T=Deforemis_liveR,T×ΔPastureR,P,T∑P=1P⁡ΔPastureR,P,T×VirtualPastureR,P,TPastureR,P,T,∀ΔPastureR,P,T>0
(8)

که در آن Deforemis_crop R،T و Deforemis_live R،T انتشارات جنگل زدایی (MtCO 2 eq yr -1 ) هستند که به ترتیب ناشی از گسترش زمین های زراعی و مرتع در منطقه R و سال T هستند. فقط ناحیه گسترش یافته در ΔCrop_area R,P,T در نظر گرفته شده است . نشان‌دهنده سطح محصول مجازی است که در تجارت تجسم یافته است که در معادله ارائه شده است. ( 3 )، تقسیم بر Crop_area R,P,T برای محاسبه سهم واردات زمین مجازی. به طور مشابه، جنگل زدایی ناشی از تجارت مجازی مراتع را می توان از معادله ( 8 ) به دست آورد.Virtual_Crop_areaR,P,TCrop_areaR,P,TVirtual_Crop_areaR,P,TCrop_areaR,P,T

اثرات زیست محیطی ناشی از تولید خوراک در جریان تجارت مجازی مربوط به محصولات دامی گنجانده شده است. برای این منظور، ما از نیازهای خوراک ویژه نیازهای خوراک ویژه تولید دام منطقه ای از Herrero و همکاران 52 استفاده کردیم . ما کل مصرف خوراک و اثرات زیست محیطی داخلی مربوط به محصولات دامی مختلف را محاسبه کردیم و آنها را بر اساس مقادیر تجارت دوجانبه به اثرات زیست‌محیطی که عملاً توسط چین وارد می‌شود، تخصیص دادیم. برای محصولات خوراکی که در تجارت محصولات دامی تجسم یافته اند، ما فقط خوراک تولید محلی را در نظر گرفتیم. این ممکن است منجر به دست کم گرفتن تأثیر جهانی واردات چین شود، اما این باید جزئی باقی بماند زیرا بسیاری از صادرکنندگان محصولات دامی به چین واردکنندگان عمده محصولات خوراک دام نیستند.

در دسترس بودن داده ها

داده های اصلی حمایت کننده از نتایج این مطالعه را می توان در اطلاعات تکمیلی یافت و سایر داده های مرتبط در مخزن IIASA DARE ( https://dare.iiasa.ac.at/126/ ) موجود است. داده های منبع با این مقاله ارائه شده است.

در دسترس بودن کد

کد مورد استفاده برای ارائه نتایج در این مطالعه در صورت درخواست از نویسنده مسئول در دسترس است.

منابع

  1. He, P., Baiocchi, G., Hubacek, K., Feng, K. & Yu, Y. اثرات زیست محیطی رژیم های غذایی در حال تغییر سریع و کیفیت تغذیه آنها در چین. نات. حفظ کنید. 1 ، 122-127 (2018).

    Google Scholar

  2. FAOSTAT: داده های غذا و کشاورزی (FAO، 2021)؛ http://www.fao.org/faostat/en/

  3. واردات و صادرات محصولات کشاورزی چین در سال 2018 (وزارت کشاورزی، 2019)؛ http://www.moa.gov.cn/ztzl/nybrl/rlxx/201902/t20190201_6171079.htm

  4. تغییر جهان ما: دستور کار 2030 برای توسعه پایدار (سازمان ملل متحد، 2015).

  5. سالنامه آماری چین (اداره ملی آمار چین، دسترسی به 1 فوریه 2020)؛ http://www.stats.gov.cn/english/Statisticaldata/AnnualData/

  6. یو، سی و همکاران مدیریت نیتروژن برای بازیابی کیفیت آب در چین Nature 567 , 516–520 (2019).

    مورد Google Scholar

  7. ژانگ، کیو و همکاران رانندگان بهبود کیفیت هوای PM 2.5 در چین از سال 2013 تا 2017. Proc. Natl Acad. علمی USA 116 , 24463–24469 (2019).

    مورد Google Scholar

  8. AQUASTAT (FAO، 2016)؛ http://www.fao.org/nr/water/aquastat/data/query/index.html?lang=fa

  9. Rohwer, J., Gerten, D. & Lucht, W. توسعه انواع آبیاری عملکردی برای بهبود مدل سازی محصول جهانی گزارش شماره 104 (موسسه تحقیقات تأثیر آب و هوا پوتسدام، 2007).

  10. Caro, D., Lopresti, A., Davis, SJ, Bastianoni, S. & Caldeira, K. CH 4 و N 2 O که در تجارت بین المللی گوشت تجسم یافته است. در باره. Res. Lett. 9 , 114005 (2014).

    Google Scholar

  11. پندریل، اف و همکاران. تجارت کشاورزی و جنگلداری سهم بزرگی از انتشار جنگل‌های استوایی را به همراه دارد. گلوب. محیط زیست تغییر 56 ، 1-10 (2019).

    Google Scholar

  12. چن، بی و همکاران. پیوند زمین-آب جهانی: زمین کشاورزی و استفاده از آب شیرین که در زنجیره های تامین جهانی تجسم یافته است. علمی کل محیط. 613-614 ، 931-943 (2018).

    Google Scholar

  13. جداسازی واردات سویای چین از انتشار کربن ناشی از جنگل زدایی در برزیل (CDP در سراسر جهان، 2019).

  14. Du, Y. و همکاران. یک استراتژی جهانی برای کاهش اثرات زیست محیطی رونق مصرف نشخوارکنندگان در چین. نات. اشتراک. 9 , 4133 (2018).

    Google Scholar

  15. چشم انداز کشاورزی OECD–FAO 2019-2028 (OECD، 2019).

  16. Ma، L. و همکاران بررسی سناریوهای تامین غذا در آینده برای چین محیط زیست علمی تکنولوژی 53 ، 1385–1393 (2019).

    مورد Google Scholar

  17. Wittwer, G. & Horridge, M. یک نمایندگی چند منطقه ای از بخش های کشاورزی چین. چین کشاورزی اقتصاد Rev. 1 , 420-434 (2009).

    Google Scholar

  18. Zhang، A. و همکاران. پیامدهای محصولات انرژی بر چالش های تغییر آب و هوا در چین. اقتصاد انرژی 96 ، 105103 (2021).

    Google Scholar

  19. گائو، جی و همکاران ارزیابی یکپارچه از پتانسیل بقایای کشاورزی و جنگلداری برای تولید انرژی در چین گلوب. Biol را تغییر دهید. Bioenergy 8 ، 880-893 (2016).

    Google Scholar

  20. دای، اچ.، ماسویی، تی، ماتسوکا، ی و فوجیموری، اس. ارزیابی تعهد آب و هوایی چین و طرح انرژی غیرفسیلی تا سال 2020 با استفاده از مدل ترکیبی AIM/CGE. سیاست انرژی 39 ، 2875-2887 (2011).

    Google Scholar

  21. Mi، Z. و همکاران. ارزیابی تاثیر اجتماعی و اقتصادی اوج انتشار CO 2 چین قبل از سال 2030. J. Clean. تولید 142 ، 2227-2236 (2017).

    Google Scholar

  22. Yu, Y., Feng, K., Hubacek, K. & Sun, L. پیامدهای جهانی مصرف غذای آینده چین. J. Ind. Ecol. 20 ، 593-602 (2016).

    Google Scholar

  23. گراهام، NT و همکاران. تغییرات آینده در تجارت آب مجازی. نات. اشتراک. 11 , 3632 (2020).

    مورد Google Scholar

  24. Xie، W. و همکاران. تأثیرات تغییر آب و هوا بر کشاورزی چین: واکنش های بازار و تجارت اقتصاد چین Rev. 62 , 101256 (2020).

    Google Scholar

  25. هاولیک، پی و همکاران. کاهش تغییرات آب و هوا از طریق انتقال سیستم دام Proc. Natl Acad. علمی USA 111 , 3709–3714 (2014).

    Google Scholar

  26. Hasegawa, T., Havlík, P., Frank, S., Palazzo, A. & Valin, H. مقابله با نابرابری مصرف غذا برای مبارزه با گرسنگی بدون تحت فشار قرار دادن محیط. نات. حفظ کنید. 2 ، 826-833 (2019).

    Google Scholar

  27. پاستور، AV و همکاران. پیوند جهانی غذا-تجارت-آب که جریان های زیست محیطی را تا سال 2050 حفظ می کند . حفظ کنید. 2 ، 499–507 (2019).

    Google Scholar

  28. Janssens, C. et al. گرسنگی جهانی و سازگاری با تغییرات آب و هوایی از طریق تجارت بین المللی نات. صعود تغییر 10 ، 829–835 (2020).

    Google Scholar

  29. فرانک، اس و همکاران تغییر ساختاری به عنوان یک مؤلفه کلیدی برای تلاش‌های کشاورزی غیر CO2 در کاهش . نات. اشتراک. 9 , 1060 (2018).

    Google Scholar

  30. اونیل، BC و همکاران. جاده‌های پیش رو: روایت‌هایی برای مسیرهای اجتماعی-اقتصادی مشترک که آینده‌های جهان را در قرن بیست و یکم توصیف می‌کنند. گلوب. محیط زیست Change 42 , 169-180 (2017).

    Google Scholar

  31. مسیرهایی برای استفاده پایدار از زمین و سیستم های غذایی (FABLE، 2019).

  32. رابینسون، تی پی و همکاران سیستم های تولید جهانی دام (FAO و ILRI، 2011).

  33. ویلت، دبلیو و همکاران غذا در آنتروپوسن: کمیسیون EAT-Lancet در مورد رژیم های غذایی سالم از سیستم های غذایی پایدار. Lancet 393 , 447-492 (2019).

    Google Scholar

  34. پارودی، A. و همکاران. پتانسیل غذاهای آینده برای رژیم های غذایی پایدار و سالم. نات. حفظ کنید. 1 ، 782-789 (2018).

    Google Scholar

  35. Bonnet, C., Bouamra-Mechemache, Z., Réquillart, V. & Treich, N. دیدگاه: تنظیم مصرف گوشت برای بهبود سلامت، محیط زیست و رفاه حیوانات. سیاست غذایی 97 ، 101847 (2020).

    Google Scholar

  36. ژونگ، اس و چن، جی. چگونه باورهای محیطی بر تمایل مصرف‌کننده به پرداخت هزینه سبزی محصولات کشاورزی کم کربن در چین تأثیر می‌گذارد: مدل نظری و شواهد مبتنی بر نظرسنجی. پایداری 11 , 592 (2019).

    Google Scholar

  37. برایان، BA و همکاران. واکنش چین به وضعیت اضطراری پایداری سیستم ملی زمین Nature 559 ، 193-204 (2018).

    مورد Google Scholar

  38. سان، جی و همکاران. واردات مواد غذایی به محیط داخلی داخلی آسیب می رساند: شواهدی از تجارت جهانی سویا Proc. Natl Acad. علمی USA 115 , 5415–5419 (2018).

    مورد Google Scholar

  39. زو، ال و همکاران پیشرفت به سوی تشدید پایدار در چین با چالش تغییر کاربری زمین. نات. حفظ کنید. 1 ، 304-313 (2018).

    Google Scholar

  40. Opio، C. و همکاران. انتشار گازهای گلخانه ای از زنجیره های تامین نشخوارکنندگان (فائو، 2013).

  41. فوکس، آر و همکاران. چرا جنگ تجاری ایالات متحده و چین برای آمازون یک فاجعه است؟ Nature 567 , 451–454 (2019).

    مورد Google Scholar

  42. سوترونی، AC و همکاران. گسترش مهلت قانونی سویا به سرادو برزیل. علمی Adv . 5 , eaav7336 (2019).

  43. le Polain de Waroux, Y. et al. تجدید ساختار تولید و تجارت سویا و گوشت گاو آمریکای جنوبی تحت تغییر مقررات زیست محیطی. توسعه دهنده جهانی 121 ، 188-202 (2019).

    Google Scholar

  44. Acquaye، AA، Yamoah، FA & Feng، K. IntJ. یک طرح برچسب گذاری محیطی و تجارت منصفانه یکپارچه برای زنجیره های تامین محصول. بین المللی J. Prod. اقتصاد 164 ، 472-483 (2015).

    Google Scholar

  45. لکلر، دی و همکاران. خم کردن منحنی تنوع زیستی زمینی نیاز به یک استراتژی یکپارچه دارد. Nature 585 ، 551–556 (2020).

    Google Scholar

  46. سوترونی، AC و همکاران. اثرات زیست محیطی و کشاورزی آتی کد جنگل برزیل محیط زیست Res. Lett. 13 , 074021 (2018).

    Google Scholar

  47. Bartholomé, E. & Belward, AS GLC2000: رویکردی جدید برای نقشه برداری جهانی پوشش زمین از داده های رصد زمین. بین المللی J. Remote Sens. 26 ، 1959-1977 (2005).

    Google Scholar

  48. بالکوویچ، جی و همکاران. پتانسیل های تولید جهانی گندم و انعطاف پذیری مدیریت تحت مسیرهای غلظت نماینده گلوب. سیاره. تغییر 122 ، 107-121 (2014).

    Google Scholar

  49. Williams, JR, Jones, CA, Kiniry, JR & Spanel, DA مدل رشد محصول EPIC. ترانس. ASAE 32 ، 0497–0511 (1989).

    Google Scholar

  50. Kindermann, G., McCallum, I., Fritz, S. & Obersteiner, M. نقشه جهانی رشد جنگل، زیست توده و کربن بر اساس آمار فائو. سیلوا فن 42 ، 387-396 (2008).

    Google Scholar

  51. پارتون، WJ و همکاران. مشاهدات و مدل سازی زیست توده و دینامیک ماده آلی خاک برای بیوم علفزار در سراسر جهان گلوب. بیوژئوشیمی. چرخه 7 ، 785-809 (1993).

    مورد Google Scholar

  52. هررو، ام. و همکاران. استفاده از زیست توده، تولید، بازده خوراک و انتشار گازهای گلخانه ای از سیستم های جهانی دام. Proc. Natl Acad. علمی USA 110 ، 20888–20893 (2013).

    مورد Google Scholar

  53. تاکایاما، تی و قاضی، مدل‌های تخصیص قیمت مکانی و زمانی GG (شرکت انتشارات هلند شمالی، 1971).

  54. Gaulier, G. & Zignago, S. BACI: پایگاه داده تجارت بین المللی در سطح محصول. نسخه 1994-2007 Working Paper 2010-23 (CEPII، 2010). https://doi.org/10.2139/ssrn.1994500

  55. Bouët, A., Decreux, Y., Fontagné, L., Jean, S. & Laborde, D. ارزیابی حفاظت کاربردی در سراسر جهان. Rev. Int. اقتصاد 16 ، 850-863 (2008).

    Google Scholar

  56. چشم انداز کشاورزی OECD–FAO 2020-2029 (OECD، 2020)؛ https://doi.org/10.1787/1112c23b-fa

  57. گزارش ویژه IPCC در مورد تغییرات آب و هوا و زمین (ویراستار شوکلا، PR و همکاران) (IPCC، 2019).

  58. دیاز، اس و همکاران. خلاصه برای سیاستگذاران در گزارش ارزیابی جهانی در مورد تنوع زیستی و خدمات اکوسیستمی ، نسخه ویرایش نشده پیشرفته (IPBES، 2019).

  59. Elleby, C., Domínguez, IP, Adenauer, M. & Genovese, G. تأثیرات همه‌گیری COVID-19 بر بازارهای جهانی کشاورزی. محیط زیست منبع. اقتصاد 76 ، 1067–1079 (2020).

    Google Scholar

  60. فریکو، او و همکاران. کمیت نشانگر مسیر اجتماعی-اقتصادی مشترک 2: سناریوی نیمه راه برای قرن بیست و یکم. گلوب. محیط زیست Change 42 , 251-267 (2017).

    Google Scholar

  61. فوجیموری، اس و همکاران. SSP3: اجرای AIM مسیرهای مشترک اجتماعی-اقتصادی. گلوب. محیط زیست تغییر 42 ، 268-283 (2017).

    Google Scholar

  62. کریگلر، ای و همکاران. توسعه با سوخت فسیلی (SSP5): سناریوی انرژی و منابع فشرده برای قرن 21 گلوب. محیط زیست تغییر 42 ، 297–315 (2017).

    Google Scholar

  63. پایگاه داده مسیرهای اجتماعی و اقتصادی مشترک نسخه 2 (IIASA، 2018)؛ https://tntcat.iiasa.ac.at/SspDb

  64. والین، اچ و همکاران. آینده تقاضای غذا: درک تفاوت ها در مدل های اقتصادی جهانی کشاورزی اقتصاد 45 ، 51-67 (2014).

    Google Scholar

  65. محمد، ا.، سیل، جی ال، مید، بی. و رگمی، ا .

  66. ون زیست، WJ و همکاران. آیا پیش بینی های سناریو نسبت به پیشرفت بازدهی آتی بیش از حد خوش بینانه هستند؟ گلوب. محیط زیست تغییر 64 , 102120 (2020).

    Google Scholar

  67. والین، اچ و همکاران. بهره وری کشاورزی و انتشار گازهای گلخانه ای: معاوضه یا هم افزایی بین کاهش و امنیت غذایی؟ محیط زیست Res. Lett. 8 , 035019 (2013).

    مورد Google Scholar

  68. Herrero, M., Havlik, P., McIntire, J., Palazzo, A. & Valin, H. African Livestock Futures: Realizing Potential of Livestock for Food Security, Poverty Reduction and the Environment in Sub-Saharan Africa (دفتر نماینده ویژه دبیرکل سازمان ملل متحد برای امنیت غذایی و تغذیه، سازمان ملل متحد سیستم آنفلوانزا، 2014).

  69. Stehfest، E. et al. تعیین کننده های کلیدی پیش بینی های جهانی استفاده از زمین نات. اشتراک. 10 , 2166 (2019).

    Google Scholar

  70. Hoekstra، AY & Hung، PQ جهانی سازی منابع آب: جریان های آب مجازی بین المللی در رابطه با تجارت محصولات کشاورزی. گلوب. محیط زیست تغییر 15 ، 45-56 (2005).

    Google Scholar

  71. Würtenberger, L., Koellner, T. & Binder, CR استفاده مجازی از زمین و تجارت کشاورزی: ​​برآورد اثرات زیست محیطی و اجتماعی-اقتصادی. Ecol. اقتصاد 57 ، 679-697 (2006).

    Google Scholar

  72. هوانگ، جی و همکاران. مبادلات زیست محیطی و اقتصادی-اجتماعی واردات محصولات کشاورزی برای تامین تقاضای غذایی داخلی در چین. محیط زیست Res. Lett. 14 , 094021 (2019).

    مورد Google Scholar

  73. دستورالعمل IPCC IPCC برای موجودی ملی گازهای گلخانه ای (IPCC، 2006).

  74. سندستروم، وی و همکاران. نقش تجارت در ردپای گازهای گلخانه ای رژیم غذایی اتحادیه اروپا گلوب. بخش غذا 19 ، 48-55 (2018).

    Google Scholar

  75. Curtis، PG، Slay، CM، Harris، NL، Tyukavina، A. & Hansen، MC طبقه‌بندی محرک‌های از بین رفتن جنگل‌های جهانی. Science 361 , 1108-1111 (2018).

    مورد Google Scholar

مراجع دانلود

سپاسگزاریها

ما پشتیبانی شبکه راه حل های توسعه پایدار سازمان ملل (SDSN) -A را تایید می کنیم. Mosnier، J. Poncet و G. Schmidt-Traub – که این پروژه را در چارچوب FABLE آغاز کردند، آن را در طول مدت آن همراهی کردند و نظرات ارزشمند بسیاری ارائه کردند. LM پشتیبانی بنیاد ملی علوم طبیعی چین، NSFC (31972517) را تأیید می کند. انجمن ارتقای نوآوری جوانان، CAS (2019101)؛ آزمایشگاه کلیدی منابع آب کشاورزی، CAS (ZD201802); پروژه دانشمندان جوان برجسته بنیاد علوم طبیعی هبی (C2019503054). این تحقیق همچنین از بنیاد گوردون و بتی مور، ابتکار بین المللی آب و هوا و جنگل نروژ و موسسه منابع جهانی حمایت مالی کرده است. در نهایت، HZ از برنامه تابستانی دانشمندان جوان IIASA برای ارائه فرصت‌های همکاری قدردانی می‌کند.

درباره ی نویسنده

وابستگی ها

  1. آزمایشگاه کلیدی منابع آب کشاورزی، آزمایشگاه کلیدی هبی اکولوژی خاک، مرکز تحقیقات منابع کشاورزی، مؤسسه زیست شناسی ژنتیک و رشد، آکادمی علوم چین، شیجیاژوانگ، چین

    هائو ژائو، لین ما و ژائوهای بای

  2. دانشگاه آکادمی علوم چین، منطقه شیجینگشان، پکن، چین

    هائو ژائو

  3. موسسه بین المللی تحلیل سیستم های کاربردی (IIASA)، لاگزنبورگ، اتریش

    هائو ژائو، جینفنگ چانگ، پتر هاولیک، میشل ون دایک، هوگو والین، شارلوت یانسنس و مایکل اوبرشتاینر

  4. کالج علوم محیطی و منابع، دانشگاه ژجیانگ، هانگژو، چین

    جین فنگ چانگ

  5. تحقیقات اقتصادی Wageningen، دانشگاه و تحقیقات Wageningen، لاهه، هلند

    مایکل ون دایک

  6. گروه علوم زمین و محیط زیست، دانشگاه لوون (KU Leuven)، هورلی، بلژیک

    شارلوت یانسنس

  7. گروه توسعه جهانی، کالج کشاورزی و علوم زیستی و مرکز کورنل اتکینسون برای پایداری، دانشگاه کرنل، ایتاکا، نیویورک، ایالات متحده آمریکا

    آهنگر ماریو

  8. موسسه علوم زیستی و محیطی، دانشگاه آبردین، آبردین، انگلستان

    پیت اسمیت

  9. موسسه تغییرات محیطی، دانشگاه آکسفورد، آکسفورد، انگلستان

    مایکل اوبرشتاینر

مشارکت ها

HZ، PH و LM مطالعه را طراحی کردند. HZ، JC، PH، MvD و HV به تجزیه و تحلیل داده ها کمک کردند. HZ، JC و PH نسخه خطی را با مشارکت HV و CJ نوشتند. همه نویسندگان در تفسیر نتایج مشارکت داشتند و در مورد دستنوشته نظر دادند.

نویسندگان مرتبط

مکاتبه با پتر هاولیک یا لین ما .

اعلامیه های اخلاقی

منافع رقابتی

نویسندگان اظهار کردند که هیچ علاقه ای به رقابت ندارند.

اطلاعات تکمیلی

بررسی همتایان اطلاعات Nature Sustainability از Guolin Yao و دیگر منتقدان ناشناس برای مشارکت در بررسی همتایان این اثر تشکر می‌کند.

یادداشت ناشر Springer Nature با توجه به ادعاهای قضایی در نقشه های منتشر شده و وابستگی های سازمانی بی طرف باقی می ماند.

اطلاعات تکمیلی

اطلاعات تکمیلی

روش‌های تکمیلی، بحث، جداول 1-7 و شکل‌ها. 1-18.

داده ی منبع

داده های منبع شکل 1

داده های خام و داده های پردازش شده

داده منبع شکل 2

داده های خام و داده های پردازش شده

داده های منبع شکل 3

داده های خام و داده های پردازش شده

داده های منبع شکل 4

داده های خام و داده های پردازش شده

حقوق و مجوزها

چاپ مجدد و مجوزها

درباره این مقاله

ارز و اصالت را از طریق CrossMark تأیید کنید

به این مقاله استناد کنید

Zhao, H., Chang, J., Havlík, P. و همکاران. تقاضای غذایی آینده چین و پیامدهای آن بر تجارت و محیط زیست Nat Sustain 4، 1042–1051 (2021). https://doi.org/10.1038/s41893-021-00784-6

دانلود نقل قول

  • اخذ شده
  • پذیرفته شده
  • منتشر شده
  • تاریخ صدور
  • DOIhttps://doi.org/10.1038/s41893-021-00784-6

author avatar
ادمین 1

ممکن است همچنین دوست داشته باشید

download
نقش زنان در امنیت غذایی چیست؟
1 تیر, 1401
download
برنامه جهانی غذا
13 خرداد, 1401
images (2)
تولید مواد غذایی، تاریخچه
13 خرداد, 1401

نظر بدهید

نشانی ایمیل شما منتشر نخواهد شد. بخش‌های موردنیاز علامت‌گذاری شده‌اند *