文献阅读 | 气候变化与极端气候对澳大利亚农业供应链的跨区与跨行业级联效应分析

题目

Impacts of climate change and extreme weather on food supply chains cascade across sectors and regions in Australia

作者

Arunima Malik, Mengyu Li, Manfred Lenzen, Jacob Fry et al.

期刊

Nature Food

时间

2022年8月

一作

单位

ISA, School of Physics A28, The University of Sydney, Sydney, New South Wales, Australia. Sydney Business School, The University of Sydney, Sydney, New South Wales, Australia.

链接

https://doi.org/10.1038/s43016-022-00570-3

研究内容

气候变化和极端气候事件造成的灾害对农业与畜牧业都会产生不利影响。气候变化和极端气候时间对生产率的直接影响已有广泛研究，但间接的供应链影响(溢出效应)的量级和机理仍不清晰。本文，作者应用一个考虑经济和物理因素的综合模型框架，从社会影响 (例如，失业和收入损失)和健康影响(例如，营养可用性和饮食质量)的来多角度估计食品供应链中断造成的溢出效应，这种影响会跨区域和跨部门蔓延。研究结果表明，由于供应链相互关联的性质，灾后影响是广泛而多样的。水果、蔬菜和牲畜部门受到的影响最大，其影响还波及到运输服务等其他非食品生产部门。灾害应对能力取决于社会人口特征，农村地区受影响最大。

研究方法

本文通过整合经济和物理数据集和模型进行建模，包括多区域投入产出(MRIO)表和各行业部门的就业和附加值统计数据，以评估气候变化和极端天气事件对社会和经济供应链的影响。通过使用营养框架和地区社会人口特征的数据，进一步量化了对食物和营养可用性的影响，这些数据由收入或教育状况、土地保有权类型(住宅类型)和住宅位置(以下简称“位置”)定义。这种新颖的模型集成不仅可以估算直接受灾地区，还可以间接估算供应链对农村社区和必需营养素可用性的影响。在这里，我们模拟了与气候变化和极端天气事件相关的情景，尤其是热浪和台风。值得注意的是，这一建模工作虽然侧重于澳大利亚，但提出了量化区域和部门供应链溢出影响的新方法，特别是对食物和营养供应以及饮食质量的影响，该方法可适用于不同空间尺度的此类评估。任何建模方法的结果都将提供独特的结果，取决于空间和时间覆盖范围，并有助于向决策者提供可能的情景及其相关结果作为决策依据。

本文使用投入-产出(IO)分析技术来评估气候变化对澳大利亚新南威尔士州食品供应的供应链影响。为此，我们在澳大利亚工业生态平台(IELab)上构建了一个定制的多区域 IO表进行灾难 IO 计算，以评估:(1)食物和营养可用性，以及(2)新南威尔士州不同人群的就业和收入损失。现代食品系统的特点是复杂的供应链，食品系统的生命周期方法是常见的。由于 IO 分析覆盖了上游供应链，因此它经常被用于应用生命周期思维的研究中。

一个突发事件可能会袭击一个特定的地方，但它的影响会波及到更远的地区。从本质上说，这是因为在现代经济中，生产和消费在空间上是相互关联的，商品和服务在国际范围内交易，也在国内跨州和其他地区内交易。每当一个突发事件暂时扰乱了当地生产(例如小麦)，它也会扰乱下游商品的供应输出，而供应输出又受到多种条件的限制，比如在灾后受影响的地区，面包生产商会受到影响，小麦减产，这些下游生产商只能减少生产量，从而影响到下游企业(比如餐馆)。在上游方向，生产中断意味着受影响的小麦生产商停摆，从而不再需要其他生产投入(农业机械用柴油)。反过来，这些上游生产商必须减少他们的业务，从而影响更上游的企业(炼油厂)。在任何供应链方向上，这些中断都会影响就业和家庭收入。它们发生在农业食品链中，影响人口的食品供应。这种级联中断影响可以使用投入产出模型进行分析。

IO 分析已被广泛应用于地震、台风和洪水等灾害造成的经济冲击。物理指标和多区域扩展都与灾害分析相结合。请注意,“灾难”一词可能会产生误导，因为这种类型的分析通常适用于经济冲击，而不管它们是突发的大规模灾难还是更缓慢的小规模衰退。为了与现有的技术文献保持一致，本文作者将使用术语“灾难”来表示任何降低某些地区和/或行业产量的事件。

在这项工作中，作者感兴趣的是气候变化对食品供应的影响，而食品主要是由家庭(而不是企业)最终消费的，作者采用Steenge 和bokarjova 的观点，即在确定灾后生产系统受到冲击而产生的消费可能性。在这种方法中，对供应方的冲击是使用伽马矩阵，它包含每个地区每个行业的生产能力或总产量的减少比例。在调用伽马矩阵扰乱灾前经济 IO 平衡后，受冲击影响的地区和行业灾后产出不足以满足需求。这是供应链级联的起点。首先，需求会根据新的减少的产出进行调整。然后，最初的需求调整导致进一步减产，这反过来要求需求进一步缩减。一旦经济达到新的灾后平衡，这一过程就会停止。从数学上讲，这个过程是由一个线性优化过程来描述的，其中(1)需求决不能超过产出，以及(2)灾后总产出最大化。这两个限制约束了可行的解决方案。

灾害前的经济平衡可以描述为：

其中ISTC是标准情况（1000W/m²）的下行短波（SW）辐射作用于光伏模块，I是照射在现场光伏组件上的SW辐照度。PR也被称为性能比，它能够表征电池温度（TCell）对其效率的影响。根据先前的研究，P_R的计算公式可以列为：

T是N*N维的中间交易矩阵，Y是N*M维的最终需求矩阵，

和

是一个针对T和Y的列求和运算符。

x 是总输出，称为输入系数矩阵。

是列昂惕夫的逆函数，描述了经济的整个供应链网络，将下游消费 Y 与上游生产 x 联系起来。

计算就业和增值等具体指标的影响需要进行社会扩展的投入产出评估，其中经济模型用社会指标数据进行扩展。就业数据(全职当量，FTE)。可以映射到一个 IO 表的部门，以生成一个社会扩展的 IO 表。考虑就业数据(以物理账户的形式)被描述为Q。直接就业强度(q，每美元的 FTE产量)可以计算为

总强度（考虑所有供应链）可计算为m=qL，总强度还可以通过与消费需求关联来计算就业相关的影响mY1^Y。这些可以通过考虑灾后经济平衡来进行计算。构造γ矩阵来描述灾害发生对于生产影响的比例。根据前述的两个约束条件，确定出灾后产出。由于本研究中模拟的情景主要集中于澳大利亚国内生产和消费的商品，因此不考虑国际贸易联系。对出口到其他国家的初级商品的影响进行量化的模型的任何应用，都需要一个以国际贸易信息为特征的模型，以便更准确地估计影响。

极端事件的定义与评估：

根据前人的研究资料本文作者将影响分为气候影响和极端天气影响。将这些影响作为缩放约束在在 IELab 中单独模拟，它们还结合使用，以反映特定气候变化情景、特定极端天气类型或两者的综合影响。这些组合构建可以测试在气候变化下对极端天气的敏感度。当然本研究场景构建也有不完备的地方，作者只考虑少数直接受影响的部门，这几乎肯定低估了气候变化对社会的总体影响。例如，当考虑影响时关于热浪，作者只考虑苹果和梨作物，而实际上许多其他部门也可能受到影响。将食物可获得性转化为营养可获得性和膳食质量指标。

澳大利亚(IOPC)的 IO表与澳大利亚和新西兰食品标准局发布的澳大利亚消费的食品成分数据相联系。AUSNUT 包含 2011-2013 年澳大利亚健康调查中报告的 5740 种食物和饮料的 53 种营养素(以每 100 克食物表示)的营养成分数据，包括能量(以千焦为单位)。该数据库通过二进制索引矩阵与澳大利亚的 IO 表相匹配。

澳大利亚 IO表中的1284 个类别和食物营养数据库中的 5740 种食物和饮料被分别指定作为产生 N1284 × N5740 矩阵的一致矩阵的行和列。然后，通过使用关键字将行类别与列类别进行匹配来手动完成矩阵。一个分类中的关键字与另一个分类中的关键字相匹配。当关键字与关键字不匹配时，会考虑下一个最接近的替代项。然后，如果行类别和列类别之间存在匹配，则指示为“1”，否则保持为“0”。IOPC 是一个行业原产地分类，也包括非食品产品项目。在编制索引矩阵时，忽略了非食品产品项目，因为它们无法与营养数据库匹配，并且假设当 IOPC 分类没有具体说明新鲜、烹饪、加工等项目时，这些项目的营养状况与新鲜食品项目的营养状况相同。除了评估食物和营养素的可获得性，作者进一步扩展了情景建模工具，将与食物相关的部门(在 150 个部门分类中)重新分类为 ADGs 规定的17种食物类别。这种行业重新分类提供了深入了解食品“健康性”的机会，即气候变化和极端天气事件对健康、营养和不健康、低营养食品和饮料的影响。

研究结果

一个地区由于极端事件而产生的变化具有广泛的区域和部门溢出影响。本文分析:(1)区域和次区域溢出，其中区域溢出指的是直接受影响区域以外的其他区域感受到的影响，部门溢出是指受灾部门以外的部门受到的影响，例如，本文量化了一个地区的肉类产量损失如何对其他地区的食品和非食品商品的可用性产生影响，以及肉类生产以外的哪些部门受到影响；(2)粮食供应减少(以下简称“消耗损失”)；请注意，这是指由于灾害造成的粮食供应损失(例如，极端事件造成的苹果和梨作物损失)和营养供应损失(例如，大量营养素和选定微量营养素的供应损失)。例如，评估了水果和蔬菜产量的损失如何导致营养有效性的潜在降低；(3)直接和间接受到打击的部门和地区的就业和增值损失；(4)气候变化和极端天气事件的社会经济影响气候变化脆弱性更强的社区。在“应对能力”的背景下评估脆弱性这意味着社区在极端事件中维持功能的能力。为了强调气候变化和极端天气事件导致的区域差异，通过选择新南威尔士州的统计区域 2 级(SA2)区域来扩展评估，原因有二:

(1)新南威尔士州是澳大利亚最大的州，墨累-达令盆地(MDB)地区(澳大利亚的食物碗)主要位于该州；

(2)新南威尔士州是最多的土著和托雷斯海峡岛民的家园，气候变化和极端天气事件对这些社区的社会经济溢出影响有较高高风险。

图1.气候变化和极端天气事件导致的 15 大类食品和非食品消费的区域和部门溢出损失。a，b是候变化事件造成的损失(低适应和高适应)。c，d是极端气候事件造成的损失。e–h，气候变化和极端天气事件不同组合共同造成的损失。MDBoNSW是新威尔士州的MDB 地区。RoQUD昆士兰州的其他地方， RoVIC是维多利亚州的其余部分；RoNSW，新南威尔士州其余地区；RoSA，南澳大利亚的其他地方；WA是西澳大利亚；MDBoVIC是维多利亚州 的MDB 区。TAS是塔斯马尼亚岛；ACT是澳大利亚首都直辖区；MDBoSA是南澳 MDB 地区 ，MDBoQUD是昆士兰州 MDB 地区。NT是北部地区。具体空间划分可以参加下图。

用澳大利亚工业生态虚拟实验室(IELab) 云计算平台，构建了一个以 12 个澳大利亚地区和 150 个行业为特征的次国家级 MRIO 表。该表反映了澳大利亚各地区和部门之间的区域内和区域间贸易，尤其是澳大利亚农村经济中各种食品和非食品部门之间的联系。接下来，为了估计气候变化和恶劣天气事件的影响，作者制定了各种情景，以描述不同地区(渔业不在范围内)对澳大利亚农业和畜牧业的直接影响，因为直接需要向澳大利亚人口提供食物。这些情景反映了水果(如苹果和梨)和肉类等选定部门的产量下降。将情景定义为基于气候变化(例如，到 2030 年，假设没有适应，肉类产量下降 43%)、极端天气事件(例如，由于极端热浪，苹果和梨作物损失 25%)或气候变化和极端天气事件的组合(例如，假设没有适应，肉类产量下降 43%，水果作物损失 25%)。预计到本世纪中叶，澳大利亚对农产品（包括食品、饲料、生物燃料或其他用途）的总需求将大幅增加。反刍动物肉类和奶制品的总需求量将增加近一倍，到2050年分别达到1900万吨和6800万吨。饲料需求的增加驱动着作物产品需求的增加（+34%）。国内食物生产规模的扩大（谷物为+25%，猪和家禽产品为+33%，反刍动物肉类为+62%，奶制品为+38%）将在很大程度上满足日益增长的食物需求。澳大利亚对农产品进口的依赖性也将增加。

区域和部门溢出效应

对气候变化和极端天气事件的八种主要情景进行了建模来分析区域和部门溢出效 应的影响范围 。两种情景特别关注气候变化 (“低适应2030”和“高适应 2030”)，两者都导致不同百分比的肉产量损失)；重点关注两种极端天气事件的极端天气热浪”和“极端天台风风”的情景，影响水果作物和奶制品生产；以及其他情景关注气候变化和极端天气情景的组合(“低适应 2030 _热浪”、“高适应 2030 _热浪”、“低适应2030 _台风”和“高适应 2030 _台风”)。在所有八种情景中，区域和部门溢出效应都很明显。

值得注意的是，直接影响波及到其他地区和经济部门。为了详细说明这一结果，作者选择了“低适应2030_台风”场景(图1g)，捕捉独特的气候变化和极端天气事件，集中在新南威尔士州的 MDB 地区和昆士兰州的其他地区:由于气候变化，新南威尔士州 MDB 地区的肉类产量减少了 43%,羊毛产量减少了45%,昆士兰州的香蕉产量减少了 90%，肉类生产、零售和餐饮业是所有地区受影响最大的行业(图1g)。部门溢出效应也很突出；例如，一系列与粮食相关的部门(如农业、水果和蔬菜以及谷物生产)都受到了影响。在局部灾害中，由于食物链中其他部门(如超市和运输)的中断，粮食系统的韧性可能会受到严重破坏。有趣的是，由于直接受打击的食品部门来源于非食品部门的投入，消费损失出现在第三产业部门:“服务”(天蓝色条，图1)，“公用事业和建筑”(红色条，图1)和“贸易与运输”(灰色条，图1)。这些溢出效应在新南威尔士州的 MDB 地区更加突出，因为这些部门与该地区的粮食生产密切相关。

澳大利亚粮食系统的韧性取决于多种因素，如灾害的持续时间和类型，以及在其他主要农业生产区是否同时发生其他区域性灾害。例如，如果主要粮食生产地区没有同时发生灾害，就有可能根据灾害类型补充粮食供应。

气候变化和极端天气事件的区域变率

为了评估灾害的区域可变性，本文选择了“低适应2030_热浪”情景,该情景考虑了由于气候变化和极端天气事件导致的关键农业部门减产:肉类减产 43%,羊毛减产 45% ,苹果和梨作物占 25% ,奶牛生产占 40%。模拟了MDB 地区和周边地区的这些产量削减导致的广泛的间接供应链影响。澳大利亚的 MDB 区域覆盖了超过四分之三的新南威尔士州，并横跨维多利亚州、昆士兰州和澳大利亚首都直辖区。这个地区被认为是澳大利亚的美食之乡，对国家的粮食供应至关重要。具体对新南威尔士州 570 多个地区的间接供应链影响进行了量化，包括社会人口统计数据、营养可用性以及对就业和经济的影响，每个地区的平均人口为 10000 人(范围为 3，000-25000 人，由澳大利亚统计局表示为 SA2 地区) 为了便于可视化，本文用不同大小的圆圈来表示这些区域 (图2)，缩放以反映区域的区域边界圆圈大小，面积越大)。圆圈用颜色编码，从最低(浅色)到最高(深色)表征各项损失（包括消费(即食物供应)、就业、食盐和大量营养素(蛋白质、脂肪和碳水化合物)）。获取澳大利亚统计局(SA2)定义的 570 个统计区域的社会人口特征):收入水平和教育状况以及土著人口的百分比。

对各种指标损失的比较表明，总体而言，土著和托雷斯海峡岛民比例较高的地区特别容易受到气候变化和极端天气事件的影响。失业、教育水平低、地处偏远和健康状况不佳往往导致土著社区的经济地位下降。这种脆弱性使某些社区更容易受到气候风险的影响，最终影响他们应对和适应极端压力的能力下降，从而进一步加剧了脆弱性。

图2. 整个新南威尔士州的社会人口维度以及气候变化和极端天气事件的影响:社会人口维度(顶行)，对就业和经济的影响(中行)和营养可用性(底行)。圆圈根据新南威尔士州内的区域面积进行缩放，颜色范围反映了影响的程度(单位如下)，括号中的数字表示属于特定范围的 SA2 区域的数量。

营养有效性和饮食质量的影响

为了评估对营养可用性和饮食质量的影响，作者考虑了气候变化和极端天气事件对所有情况下“健康”与“自由”食物和饮料可用性的影响。这种评估不仅给了食物“健康”的评估，也给了饮食质量的评估。在这里提供了两种情景的详细结果，分别是极端天气事件(情景“极端天气热浪”)和气候变化(情景“高度适应 2030”)。极端热浪会导致新南威尔士州其他地区的乳制品和养牛业产量下降 40%，维多利亚州 MDB 地区和维多利亚州其他地区的苹果和梨作物产量损失约 25%。受影响最大的将是乳制品行业。3)在新南威尔士州和维多利亚州，因为这两个州是澳大利亚乳制品生产的中心。就消费损失而言，低收入阶层将主要受到影响。一个显著例证是肉类产量的减少。由于乳制品使用蛋白质(例如，酪蛋白)作为肉类生产的原料。在三种常量营养素中，脂肪减少最多，因为它们是乳制品中的关键常量营养素。由于热浪对苹果和梨的影响，碳水化合物利用率下降，观察到供应链区域和溢出效应；水果的碳水化合物含量很高。3).这些水果经常被添加到各种乳制品中，如牛奶制品(白柱状图，图3)。就业和增值损失是根据每个收入阶层的人数和一个地区的总人数确定的。非 MDB 地区的居民比 MDB 地区多得多，因此总体损失更大。

图3. 极端热浪(情景“极端天气热浪”)导致的 15 大类常量营养素和能量供应、就业和附加值的减少。这些影响是根据收入等级(低、中、高收入)来说明。

研究讨论

本研究们证明了气候变化和极端天气事件的影响不仅在直接受影响的地区被感受到，而且在其他形成的地区也被间接感受。从就业和附加值的损失到食物供应、营养和饮食质量的下降，气候变化对食物系统的影响是广泛而多样的。

本研究中提出可用于为多层面决策过程提供信息：为政策制定者(支持有效的州和联邦相关政策制定)提供促进改善食品供应链气候韧性的管理决策，支持食品供应链相关基础设施运营和规划的短期、中期和长期决策；关于提高对气候变化和极端天气事件潜在影响的认识的社区/公共对话。

编辑&排版：朱羽遥

相关阅读

点击“阅读原文”浏览小组主页