基于不平等的补偿机制，用于解决作物贸易中的环境负担转移问题，以促进负责任的作物生产和消费

《Journal of Cleaner Production》：Inequality-based compensation for environmental burden transfers in crop trade to promote responsible crop production and consumption

　　魏杨|张长|周萌萌|曹奇林|赫尔穆特·雅巴尔|宋俊年
教育部地下水资源与环境重点实验室，吉林大学，长春，130021，中国

**摘要**
农作物贸易有助于缓解耕地与人口之间的空间失衡，但同时也导致了区域环境经济不平等（REEI）。如何根据量化后的REEI，引导从农作物进口地区向生产地区进行经济补偿以分担环境负担，目前尚未得到充分理解。本文应用生命周期评估方法来量化中国主粮生产带来的多重环境影响。基于省级作物贸易网络，测量了由贸易引发的环境负担和附加值转移所导致的REEI，并据此确定了各贸易地区之间应承担的环境负担份额。将这些责任份额与这些负担的外部成本结合起来，需要建立一个省际经济补偿机制。作物贸易对人类健康和生态系统的损害分别占作物生产造成的总影响的26.1%和25.8%。超过90%的省际贸易对之间的REEI值介于0-0.5之间，而有两对贸易对的REEI值显著高于1。与水稻相关的补偿占最大比例（54.8%），小麦和玉米的补偿份额较低，支付主要来自广东、浙江和四川向黑龙江、江苏和安徽。补偿资金用于资助作物生产中的减缓措施，我们的研究结果支持将作物生产和消费转向更加负责和可持续的方向。

**引言**
作物生产占全球人为温室气体（GHG）排放量的5%-7%（Rosa和Gabrielli，2023；Gregorutti等人，2025），是非二氧化碳温室气体的主要来源，并导致全球78%的淡水和海洋富营养化（Jwaideh和Dalin，2025）。粮食作物在整体作物生产中占主导地位（Erenstein等人，2022）。预计到2050年，人类对粮食作物的需求至少会比2020年增加45%（Tian等人，2021），从而进一步加剧相关的环境影响。作物生产的环境影响是由本地消费和作物贸易共同驱动的（Wu等人，2018）。然而，目前贸易带来的环境影响主要由生产地区承担，这揭示了明显的不平等现象（Li等人，2023）。主要原因在于，作物生产的环境影响是公认的，但难以量化，这些外部性并未完全体现在主粮市场价格中；相关成本主要由生产地区承担，而非通过价格机制在贸易伙伴之间自动分配（Lucas等人，2023）。责任份额和补偿机制可以作为将这些外部性内化的途径。因此，量化这种不平等并明确出口和进口地区之间应如何分担贸易带来的环境影响至关重要（Zhang等人，2018）。进口地区应为向出口地区转移的环境负担提供何种程度的经济补偿仍有待确定。

学者们已经使用大气反演模型（Tian等人，2024）、生态系统模型（Xu等人，2020）、基于排放因子的库存核算（Huang等人，2017）和机器学习（Wang等人，2018）来评估作物生产的环境影响。然而，每种方法在更广泛的应用上都面临挑战：有些方法无法将环境影响归因于特定作物；有些方法受到参数异质性的限制，使其在不同生物地球化学特征的地区的适用性受限（Gillenwater，2022）。全球农业环境建模还应更好地捕捉区域特征（如气候、土壤）和地方实践（如作物管理），以减少结果的偏差（Liu等人，2024a）。生命周期评估已被广泛应用于全球（Halpern等人，2022）、区域（Achten和van Acker，2016）、国家（Liu等人，2021a）和地方（Hunt等人，2020）层面测量作物生产的一种或多种环境影响。这些研究揭示了生命周期内直接和间接排放的结构特征，或不同作物类型之间的多重影响差异（He等人，2024；Song等人，2025a）。系统边界通常定义为“从门到门”（Huang等人，2017）或“从摇篮到门”（Chen等人，2021），一些最新研究将系统边界扩展到包括粮食消费和废物管理（Poore和Nemecek，2019）。在核算作物生产的环境影响时使用特定地区的排放因子对于减少结果偏差和评估区域特征和管理实践对环境影响的作用至关重要。

本地消费和作物贸易共同驱动作物生产的环境影响，其中后者占总影响的20%以上（Liu等人，2018b）。作物贸易可以在一定程度上缓解人口密集地区与耕地和水资源丰富地区之间的空间失衡，同时提高资源利用效率并减少全球氮损失（Liu等人，2018a）。然而，这种贸易也可能加剧某些地区的水资源短缺和环境负担（Goyal等人，2024）。虚拟水和水足迹被用来量化交易农产品中的水资源，并表明食品进口可以将水资源使用和相关影响外部化到出口地区（Dalin等人，2012；Long等人，2025）。相关研究将“虚拟”或“内含”资源框架扩展到农业可持续性的其他维度，包括虚拟土地（Fan等人，2022）、内含温室气体排放（Zhao等人，2023）和虚拟养分流动（Chen等人，2023）。然而，将多种环境影响（包括土地和水资源）整合到一个指标组合中以评估作物贸易影响的研究相对较少。方法上，环境扩展的多区域投入产出（MRIO）模型已被广泛用于分析全球或区域作物贸易中的资源使用（Liu等人，2021b；Wang等人，2024）、温室气体排放（Zhao等人，2020）和污染物排放（Chen等人，2023），揭示了环境负担的转移模式。对于某些特定地区，通过将MRIO模型与代理变量向量方法结合（Pan等人，2024）或使用线性规划模型（Qian等人，2020）建立了分立的作物贸易网络。

对于某个地区，可以利用基于环境影响和区域面积或经济效益构建的基尼系数来评估作物贸易引起的不平等（Liu等人，2024b；Zhao等人，2024）；然而，这些指标并未揭示哪些贸易伙伴导致了不平等或每个伙伴的贡献程度。区域环境不平等指数可以量化由贸易引发的环境负担和经济利益转移引起的贸易地区之间的不平等（Zhang等人，2018）。该指数已被广泛用于评估多个行业产品贸易相关的不平等（Pang等人，2024），并在作物贸易背景下评估与土壤侵蚀相关的不平等（Zhai等人，2024）。减少作物贸易引起的不平等需要从生产地区承担全部环境负担的制度转变为出口和进口地区共同承担责任的制度，关键步骤是确定适当的责任份额（Shaikh等人，2022）。责任可以按照每个贸易伙伴获得的经济利益进行分配（Xing，2023）；但这种方法没有将环境影响纳入分配考虑。为了解决这一局限性，量化区域环境经济不平等（REEI）有助于确定转移环境负担的责任分配。

中国的省际作物贸易约占全国本地生产作物消费量的27%。净出口地区承担了大部分贸易带来的环境影响，因此面临巨大的生态和环境压力（Ren等人，2021）。据我们所知，很少有研究评估由分立作物贸易引起的多重环境负担转移造成的REEI。此外，尚未利用REEI来分配转移环境负担的责任并确定作物贸易地区之间的相关经济补偿。鉴于这些空白，本研究在两个主要方面具有创新性：首先，应用REEI指数明确量化分立作物贸易引起的不平等，并确定贸易省份之间转移的环境负担的责任份额；其次，通过将净转移环境负担的外部成本与这些责任份额相结合，确定了净出口省份应获得的经济补偿水平。这些补偿资金用于支持作物生产地区的减缓措施，从而共同减少区域环境影响和REEI。

**部分内容**
**不平等与经济补偿框架**
生命周期评估（LCA）用于评估五种主粮生产过程中的十一个中间环境影响类别和两个资源利用类别，系统边界包括农场内化肥和农药的使用、农场机械使用、秸秆和肥料在农田中的应用、稻田排放以及生物固氮作用（图1）。这些中间影响进一步转化为最终损害类别，即对……

**讨论**
在中国，化肥和农药的集约化使用提高了主粮产量，但同时也加剧了区域和全球的环境影响（Hu和Liu，2024）。缓解这些影响需要大幅增加减缓措施，但实施过程中面临经济成本的挑战。当生产地区承担所有实施成本时，这会阻碍减缓措施的实施（Chen等人，2025）。由于环境影响因素可能因地区而异，从净影响估算中得出的环境负担转移可能存在不确定性。

**结论**
通过使用省级单位产量环境影响的核算方法，并结合构建的省际作物贸易网络，本研究量化了贸易驱动的环境负担和附加值转移，并揭示了由此产生的区域环境经济不平等（REEI）。根据量化的不平等程度，分配了贸易伙伴对人类健康损害（DHH）和生态系统损害（DE）的责任。

**作者贡献声明**
魏杨：撰写——原始草稿、验证、监督、项目管理、概念构思。
张长：可视化、软件、方法论、正式分析、数据管理。
周萌萌：资源、方法论、数据管理。
曹奇林：软件、方法论。
赫尔穆特·雅巴尔：验证、软件、方法论。
宋俊年：监督、项目管理、资金筹集。

**利益冲突声明**
作者声明没有已知的财务利益或个人关系可能影响本文报道的工作。

**致谢**
本研究得到了吉林省自然科学基金优秀青年基金（编号20240101030JJ）的支持。