农场层面的自然资本核算：将实地农林复合系统决策与地方及全球发展需求相结合——以澳大利亚塔斯马尼亚州为例

《Agricultural Systems》：Farm level natural capital accounting to connect on-ground agroforestry decision making with local and global imperatives: A case study in Tasmania, Australia

　　## 丹尼尔·S·门德哈姆（Daniel S. Mendham）、安东尼·奥格雷迪（Anthony O'Grady）、斯蒂芬·斯图尔特（Stephen Stewart）、杰奎琳·R·英格兰（Jacqueline R. England）、苏珊娜·M·普罗伯（Suzanne M. Prober）、托马斯·贝克（Thomas Baker）、肖恩·布鲁克斯（Shaun Brooks）、马丁·莫罗尼（Martin Moroni）、克里斯·韦尔（Chris Ware）、阿伊莎·弗莱明（Aysha Fleming）、斯蒂芬·罗克斯堡（Stephen Roxburgh）、苏·奥吉尔维（Sue Ogilvy）、莫莉·马歇尔（Molly Marshall）

**CSIRO环境部门**
地址：澳大利亚澳大利亚首都领地阿克顿市克卢尼罗斯街2-40号，邮编2601

**摘要**

农林业在全球范围内被认为是实现净零排放和生物多样性目标的关键基于自然的解决方案。然而，农场层面的土地使用决策往往只关注单一结果，忽略了更广泛的公共和私人效益。因此，迫切需要建立框架来明确这些多重效益，并将地方性决策与全球性要求联系起来。

**目的**

开发并展示农场层面的自然资本核算（Natural Capital Accounting, NCA）机制，以指导农林业决策，使地方行动与地方和全球的可持续发展需求保持一致。

**方法**

在塔斯马尼亚的九个农场（总面积12,420公顷）实施了农场层面的NCA，使用空间模型预测农林业带来的关键生态系统服务（生物多样性栖息地、碳封存、林产品、遮荫、庇护、授粉和农业生产率）。该研究在新种植了221公顷的树木，并建立了前瞻性的自然资本账户，以便与财务账户一起使用。

**结果与结论**

新的种植在私人和公共效益方面都取得了显著改善。私人效益包括提高了动物福利和生产力（新增遮荫面积25公顷，庇护面积501公顷），以及额外生产了52,000立方米的木材，同时仅损失了少量的生产面积（12公顷）。公共效益包括封存了102千吨二氧化碳（CO?-e）、增加了716公顷的受威胁物种栖息地，以及11.4公顷的新授粉栖息地。NCA工具有助于战略性地规划农林业资产，以更好地满足农场、产业链和公共/环境目标。

**意义**

这是首次展示用于农林业的前瞻性农场层面NCA，提供了一个将自然资本纳入农场决策的实际框架。这种方法能够透明地核算多重效益，支持地方农场的可行性和全球可持续发展目标，并为更明智的农场决策提供路径，从而大规模实现全球效益。

### 1. 引言

全球的农业景观面临着到2050年至少生产50%更多食品和纤维产品的压力（Alexandratos和Bruinsma, 2012; Tilman等人, 2011），同时需要生产足够的能源来替代化石燃料，减少大气中的二氧化碳，并逆转历史上的生物多样性损失。这导致了对水资源的更大需求（Pltonykova等人, 2020），并使得保护和恢复自然栖息地以应对生物多样性丧失和气候变化双重危机变得更加困难（CBD秘书处, 2011; IPBES, 2019; TNFD, 2023; 联合国环境规划署, 2022）。与此同时，农村和地区社区面临着一系列独特的挑战，包括对气候变化的脆弱性增加（与自然持续丧失相关的韧性降低、更频繁的干旱、洪水和火灾）以及其他社会经济压力（DCCEEW, 2024; McElwee等人, 2024）。需要从整体景观的角度出发，制定可持续解决方案，平衡资源利用与环境保护和社区需求。通过促进在景观层面的明智决策，利益相关者可以优化资源分配，增强生态系统韧性，并为全球可持续发展目标做出贡献（Langston等人, 2025; Liao等人, 2020）。这种方法不仅支持当地社区，也与联合国可持续发展目标等更广泛的国际框架保持一致（Langston等人, 2025）。

在地方层面做出的土地使用决策在塑造我们景观的可持续性和生产力方面起着关键作用。然而，为了有效应对上述全球性挑战，这种决策必须扩展到景观层面甚至更广泛的范围内。个别农民通常只关注即时的地方性结果，而政策制定者则需要更广泛的见解来指导区域规划和激励措施。自然资本核算（NCA）可以作为这些层面之间的桥梁，使地方行动能够为更高层次的策略做出贡献。将土地使用决策扩展到景观层面，确保资源分配、保护工作和发展计划得到协调，最终促进当地社区和地球的韧性和健康（Estrada-Carmona等人, 2024）。

农林业具有巨大的潜力，能够提供多种地方性和全球性的公共产品，包括改善生物多样性、提高土壤健康和增加碳封存（Gallo等人, 2024）。农林业已被确定为实现《巴黎协定》气候变化减缓目标的首选全球投资优先事项（联合国环境规划署, 2022）。然而，关于建立农林业系统的实际决策往往只关注单一结果，如立即的经济回报、碳封存或生物多样性，而没有考虑和整合其他多种效益（Ellis等人, 2004）。这种狭隘的关注限制了农林业实践的采用和效果。为了充分实现农林业的潜力，需要决策支持框架来整合多种生态、社会和经济因素。这些框架应使利益相关者能够围绕农林业做出明智的决策，既支持当地生计，又实现全球可持续发展目标（Terasaki Hart等人, 2023）。

自然资本核算（NCA）有潜力成为一种强大的工具，通过使农业价值链中的公共和私人产品透明化，将地方和全球利益相关者团结起来，推动可持续变革（Marais等人, 2019）。通过系统地测量和报告自然资源的存量和流量以及生态系统服务，NCA提供了对自然资产生态、社会和经济价值的全面理解（La Notte, 2024; O'Grady等人, 2020）。这种透明度使利益相关者（包括农民、政策制定者、金融家/投资者和客户）能够做出平衡经济收益与环境管理的明智决策。NCA可以支持与全球可持续发展目标一致的地方决策（Fleming等人, 2024; Obst等人, 2016）。通过NCA将景观层面的目标与农场行动联系起来，可以利用景观层面的自然资本核算，有策略地将保护、恢复、生产和农林业等行动集中在景观中最有效的区域。通过应用CAR（全面、充分和代表性）原则到保护和恢复区域（Sharafi等人, 2012），并将农林业作为景观层面生态结果恢复的贡献者，利益相关者可以确保这些干预措施的最佳位置，以最大化其生态和经济效益。在景观层面开展工作对于实现国家和全球的公共产品服务目标至关重要，因为这些更广泛的目标不太可能在个别农场层面实现。将景观层面的成果汇总为全国性成果，可以全面了解实现可持续性目标的进展。为了确保与更广泛的利益保持一致，景观层面的NCA必须 acompa?ado by 激励土地管理者的机制。诸如景观层面认证、补贴、支持或支付等政策选项可以激励土地管理者采取有助于整个景观可持续性和韧性的做法。

在本文中，我们使用“自然资本领域”一词来描述农林业决策支持工具可能需要解决的广泛效益（及其潜在权衡）领域。根据Stewart等人（2022）对农林业决策支持工具的综合研究，这些领域包括：（1）农业生产、（2）动物福利（例如，遮荫和庇护）、（3）碳、（4）生物多样性、（5）授粉、（6）水资源调节、（7）土壤状况/侵蚀控制以及（8）木材或其他林产品。我们的定量评估集中在可以使用现有空间数据进行稳健建模的这些领域的一个子集上，同时指出未来版本中可以纳入的额外领域。

本研究的目的是开发农场层面的NCA机制，以理解和规划树木对农场的影响，并证明农场层面的自然资本核算可以将地方行动与全球性要求联系起来。具体而言，我们的目标是：（1）开发一种适用于全球的农场层面农林业前瞻性自然资本核算方法；（2）在塔斯马尼亚的九个农场应用该方法，量化六项关键生态系统服务——包括私人效益（动物福利、农业和木材生产）和公共效益（碳封存、生物多样性、授粉）；（3）评估这些账户如何使农场层面的决策与地方农场需求和全球可持续发展要求保持一致。

### 2. 方法论

#### 2.1 研究地点

本研究在塔斯马尼亚的九个案例农场进行，这些农场是通过兴趣表达过程选定的。它们主要是混合放牧和种植作业，代表了多种农业系统，因此本研究中的NCA流程和工具可以继续在全球任何农业系统中发展和应用。每个案例农场都实施了新的农林业种植，包括块状种植和/或防护带种植。我们将“新种植”定义为作为本研究一部分建立的树木区域。这些种植是在2021-2022年间专门为我们的研究和示范而实施的，在生态系统服务评估/建模时，这些树木已有1-2年的生长。

新种植包括了多种树种，主要是商业树种（通常是辐射松Pinus radiata或细叶桉Eucalyptus nitens用于木材生产），或是包含本地树种的环境种植。总共种植了221公顷，每个农场的种植面积在4到51公顷之间，中位数约为22公顷（表1）。选择的具体树种是为了考虑不同资产类型提供的多种共同效益（例如，优化生物多样性、木材或遮荫），同时满足每个农场的运营需求。

**表1. 9个案例农场的选择特征**

| 地点 | 农场类型 | 土地面积（公顷） | 新块状种植面积（公顷） | 新防护带种植面积（公顷） | 年降雨量（毫米/年） | 年蒸发量（毫米/年） |
|---------------|------------|------------|--------------|---------------|--------------|
| Carrick | 混合型 | 138 | 44 | 6.9 | 4.4 | 75 | 81 |
| Cleveland | 放牧（羊） | 123 | 90 | 4.0 | 52 | 115 |
| Conara | 放牧（羊） | 188 | 70 | 4.1 | 52 | 115 |
| Dunalley | 混合型 | 112 | 70 | 19.8 | 6 | 49 | 110 |
| Ellendale | 混合型 | 204 | 33 | 6.3 | 63 | 97 | 0 |
| Evandale | 混合型 | 268 | 45 | 11.7 | 6 | 16 | 172 |
| Plenty | 种植 | 211 | 9.0 | 3.0 | 57 | 21 | 103 |
| Rocky Cape | 乳制品 | 400 | 18.7 | 1.8 | 15 | 61 | 107 |
| Ross | 混合型 | 328 | 59 | 7 | 45 | 81 | 116 |

**平均数据来自1974年至2024年，来源于SILO空间插值（Jeffrey等人, 2001）**。表中展示了降雨量和蒸发量的平均值。虽然所有计算/报告都是按空间汇总并汇总到农场层面的，但此处为了保护土地持有者的隐私，结果以汇总形式呈现。案例农场的位置如图1所示。表1还展示了农场类型、新种植面积以及历史（1974-2024年）的平均降雨量和蒸发量。由于塔斯马尼亚复杂的地形和盛行的西风，该地区的降雨量在相对较短的距离内存在显著差异。岛屿的西部和西南部是澳大利亚降雨量最多的地区，年降雨量超过2000毫米，而中部和东部地区则处于明显的雨影区，年降雨量可能少于500毫米。这种气候梯度是该州农业系统和农林业潜力多样性的关键驱动因素。

**图1. 9个案例农场的位置**

通过航空和卫星摄影手动评估了案例农场现有资产类别的范围，并通过实地观察和与农民的讨论进行了验证。案例农场中的新种植（表2）明显偏向于商业种植（197公顷），而非环境种植（23.5公顷），块状种植（122公顷）相对于防护带种植（98.4公顷）也略占优势。

**表2. 9个案例农场中新种植的面积（公顷）**

| 类型 | 商业桉树 | 商业辐射松 | 环境混合种植 |
|---------------|--------------|------------|-----------|
| 块状种植 | 58.9 | 44 | 4.8 |
| 防护带种植 | 19.6 | 7 | 4.0 |

为每个农场制定了自然资本账户，并在此汇总展示。这些账户遵循《环境经济核算体系》（SEEA）的原则进行构造（联合国, 2024），并根据农场规模进行了调整。在2020年评估了基线生态系统状态，并使用下面描述的模型预测了到2040年的生态系统服务。生态系统服务是基于每个农场现有和新树木的配置进行空间计算的。生态系统服务的详细计算方法（O'Grady等人, 2025）在下面提供，并在表3中进行了总结。

**表3. 本研究评估的生态系统服务及其主要针对的地方或全球效益**请注意，这些效益通常是双向的——例如，改善栖息地条件可以通过害虫控制来提升当地效益；同样，提高作物/牧场的产量对全球粮食安全也有益处。

### 生态系统服务及其主要全球/本地效益

| 生态系统服务 | 主要全球/本地效益 | 属性/单位 | 参考文献 |
|-------------------|--------------------------------------------------------|---------------------------------------------------------|-------------------------------------------|
| **碳封存** | 全球：二氧化碳当量吨 | FullCAM空间模拟方法（Roxburgh等人，2023年），使用特定建模情景和假设（England等人，2024年） |
| **栖息地条件（生物多样性）** | 全球：有效栖息地面积（公顷） | 方法见Giljohann等人（2025年）和Mokany等人（2025年） |
| **受威胁物种栖息地** | 全球：受威胁物种栖息地公顷 | 方法见Giljohann等人（2025年）和Mokany等人（2025年） |
| **植物组成** | 全球：植物组成（公顷） | 方法见Stewart等人（2024a） |
| **物种持续性** | 全球：物种数量 | 方法见Stewart等人（2024a） |
| **动物福利/生产力** | 本地：受益于树荫的面积（公顷） | 方法见Stewart等人（2024a） |
| **风保护** | 本地：受益于风保护的面积（公顷） | 方法见Stewart等人（2024a） |
| **作物/牧场生产力** | 本地：作物/牧场净收益（虚拟公顷） | 方法见Baker等人（2025年）和Stewart等人（2024a） |
| **林产品** | 全球：木材体积（立方米/公顷） | FullCAM空间模拟方法（Roxburgh等人，2023年），使用特定建模情景和假设（England等人，2024年） |
| **授粉** | 全球：授粉面积 | 方法见Stewart等人（2024b） |

#### 2.2. 生态系统服务建模
本研究评估/预测了农林业对六种生态系统服务的影响（见表3）。下面将更详细地描述每种服务。

#### 2.2.1. 碳和林产品
碳储量基于澳大利亚的完整碳核算模型FullCAM（Brack和Richards，2002年；Forrester等人，2024年；Richards和Brack，2004年）。FullCAM是一个基于林分的经验模型，它可以追踪碳从活生物量到残余物的流动，同时考虑了干扰事件（如间伐、采伐和收集残余物）对碳流动的影响。地上生物量是通过一个基于林分生长数据的经验公式（方程1）确定的。FullCAM已经针对本地物种和人工林及农田林种的碳封存进行了校准（Paul等人，2022年；Paul和Roxburgh，2020年），这些校准结果被应用于本研究。使用FullCAM进行核算的一个显著优点是，其方法与澳大利亚的国家温室气体报告方法一致。

由于其公共版本只能在单一地点运行，CSIRO开发了一种FullCAM空间模拟方法，从而能够将针对个别用户指定地点的建模扩展到随时间变化的连续空间区域，并保持精细的空间分辨率。该方法的核心是一个基于多元线性回归的FullCAM模拟模型，能够估算温室气体排放和汇（Roxburgh等人，2023年）。模拟结果包括生物量中的碳封存量，并通过乘以44/12将碳的摩尔重量转换为二氧化碳当量（CO2e）。

农林业种植园可以收获多种林产品，包括原木、纸浆原木、木屑和柴火。能够获得的林产品类型部分取决于种植管理措施，包括修剪和间伐。虽然FullCAM的主要输出是碳储量，但该模型也可以估算林分的茎体积。最近针对塔斯马尼亚和维多利亚州一系列防护林的实地测试表明，FullCAM的表现与一个更详细的动态森林生长模型相当（Battaglia等人，2004年），该模型考虑了防护林宽度、林分密度和二氧化碳浓度的变化，因此我们也使用FullCAM来估算农林业资产的林分茎体积。

#### 2.2.2. 授粉
农林业通过支持授粉者，在提高农作物产量方面发挥着重要作用（Bentrup等人，2019年；Centeno-Alvarado等人，2023年），包括增强景观内的连通性、增加花蜜和花粉等花资源的可用性，以及为授粉者提供安全的栖息地和筑巢场所。此外，它还能防止农药 drift 和农场残留物的影响，同时创造风速降低和温度稳定的微气候。

授粉服务使用Lonsdorf模型（Lonsdorf等人，2009年）进行建模，该模型由斯坦福大学开发的生态系统服务建模软件包InVEST实现（Natural Capital Project，2026年）。该模型通过预测授粉者起源和在景观中的活动区域来工作。Stewart等人（2024b）利用该模型根据可利用的花资源（FR）、筑巢基质适宜性（NS）和相对物种丰度（SA）计算了像素x和物种s的授粉供给量（PS）：

$$PS_{x,s} = FR_x \times NS_x,s \times SA_s$$

其中：
- $FR_x$ 和 $NS_x,s$ 分别根据方程3和方程4计算得出，
- $SA_s$ 表示所有物种的相对丰度总和为1，
- $N_l,n$ 表示特定土地覆盖类型l的筑巢适宜性指数，
- $l(x)$ 表示像素x处的土地覆盖类型，
- $j$ 表示季节j，
- $RAl,j$ 表示季节j时土地覆盖l上的花资源相对丰度，
- $Dxi$ 表示焦点细胞x与目标细胞i之间的空间参考系统单位距离，
- $nss,n$ 表示物种s在基质n上的筑巢适宜性。

FR和NS被分配给特定的土地覆盖/土地利用类型，而相对物种丰度则允许模型包含具有不同生物物理和行为特征的多种蜜蜂物种。我们的实现纳入了2种引入的蜜蜂物种（Apis mellifera, Bombus terrestris）和3种澳大利亚本土蜜蜂物种（Exoneura robusta, Lasioglossum clelandi, Lasioglossum lanarium）。授粉者丰度被转化为一个称为“授粉公顷”的简单指标，以考虑每个像素的大小，并允许在不同尺度上进行加法比较。这种方法通过考虑每种资产的规模来帮助解释结果。

#### 2.2.3. 作物/牧场生产力
一项全球元分析（Baker等人，2025年）得出了一个可用于计算农林业系统对相邻农业生产竞争和效益影响的非线性方程（AP，开放式田地产量的比例，方程5）。在我们的空间实现中，x表示每个农业像素到最近树种植边缘（树木-农业交界处）的距离，无论种植方式是带状还是块状。该模型在案例研究地块的空间基础上进行了应用（图2d）。

$$AP_x = 1.0044 + (-0.780 \times x)^{-0.437} \times x$$

#### 2.2.4. 土地当量比率（LER）
我们计算了土地当量比率（LER）作为农林业土地利用效率的相对指标，LER比较了单一栽培系统和综合（树木+农业）系统产生相同产出水平所需的土地面积（Mead和Willey，1980年）。在我们的应用中，LER是根据树种植边界到每个农业像素的距离计算的，不论种植配置是带状还是块状。该方法应用于案例研究地块的空间范围内（图2d）。

$$LER = 1.0044 + (-0.780 \times x)^{-0.437} \times x$$

#### 2.2.5. 保护和遮荫
地图上的农场树木资产（带状、块状或散布的树木）被栅格化，空间分辨率为5米。使用了一个基于2020年空间遥感影像的全局树冠高度模型（Lang等人，2023年）来量化每种资产的树冠高度。虽然这个数据集提供了最新的、空间最完整的数据来源，但它引入了两个潜在的偏差来源：（1）绝对树冠高度的系统不确定性；（2）树冠高度参考年份与新建立种植物的年龄之间的时间不匹配。在我们的应用中，这些偏差不太可能对结果产生实质性影响，因为高度差异相对于配置和方向对遮荫和庇护效益的主要影响来说较小。此外，即使存在树冠高度偏差，它在农场内也是空间上一致的，因此农林业配置的比较是内在一致的。木质植被覆盖和土地利用数据用于分类农场边界外的资产，以计算生态系统服务的跨界流动。风速和方向的每小时记录来自澳大利亚气象局，用于量化每个农场的主要风向，以计算遮荫效果。最后，使用每小时气温气候数据来确定每年最热的日子，以验证关于模型中遮荫效益计算的时间假设。

生产力、遮荫和庇护模型通过在每个案例研究农场应用一系列地理空间处理技术来实现。详细信息在Stewart等人（2024a）的研究中有描述，其中每个农业林学资产（例如防风林、块状种植）都为农场的其他部分（例如牲畜、农作物和牧场）提供生态系统服务（即遮荫和庇护）。我们利用它们的空间关系（例如最小距离或沿方位线的距离）和属性（例如资产类型、树冠高度）来进行空间明确的预测。这种方法允许进行高度细致的分析，因为服务流可以追踪到（多个）特定资产。所有地理空间处理都是使用R v4.3.2版本中的sf（Pebesma等人，2018）和terra（Hijmans等人，2024）包完成的（R Core Team，2024）。总体工作流程包括五个主要步骤：

1. 将提供生态系统服务的所有农业林学资产（防风林、块状种植、围栏内的树木）按资产ID分组，并包括所有属性（即资产类型、树冠高度）。

2. 使用潜在生态系统服务的资产，通常是农作物或牧场区域，转换为5米像素的规则网格。

3. 通过计算从多边形到每个点的距离，以及沿迎风或太阳方位线的距离，将供应资产（多边形）与使用资产（点）连接起来。

4. 根据建模估计的遮荫和庇护值，将其应用于位于农业林学资产有效影响范围内的每个像素。

5. 将遮荫和庇护值汇总到资产和农场级别，以遮荫或庇护公顷数表示。

除了树木提供的遮荫和庇护服务对提高牲畜和农作物生产力的贡献外，树木的组合配置还有潜力为牲畜提供重要的风暴避难所（Baker等人，2018）。在没有这些服务的情况下，牲畜损失，特别是由于极端寒冷天气导致的羔羊和新剪羊毛的羊只损失可能会非常严重（Baker等人，2018）。在草本林地中观察到了极端寒冷天气的显著缓解（Baker等人，2021），这种效果也将扩展到森林、块状种植和宽带种植。农民们早就知道，在寒冷时期将羊群移到这些区域可以避免大量死亡，但以前还没有方法来量化这些服务的货币价值。

在一个示例农场（Evandale农场）中，估计了树木作为风暴避难所减少牲畜死亡的价值，农场主估计遮荫使新生羔羊的死亡率降低了5-10%。在这项分析中，我们假设在严重风暴事件期间死亡率降低了10%，这一假设与其他已发表的报告一致（Baker等人，2018）。假设2022年有50%的年份会发生严重风暴事件，到2040年这一比例将增加到60%。使用每头羊120美元的价值、每吨饲料425美元的成本和10年的折现率，计算了由于遮荫而避免的死亡损失的净现值（NPV）。没有包括树木的建立或维护成本。这个折现率高于通常用于长期投资的折现率（即7-10%），以保守地考虑与植树相关的风险（回报时间长、需要调整农作方式）以及从农民那里吸引资本可能用于农场其他管理决策的需求。虽然我们没有将这个例子推广到其他农场，但我们可以与每个农民合作，逐个农场地进行分析。

2.2.6 生物多样性指标

为这项工作计算了两个互补的生物多样性指标，这两个指标都基于栖息地评估方法。第一个指标是栖息地状况，它代表了每个地点出现的本地物种的比例（这里是1公顷的网格单元），其中值1表示所有本地物种的完整集合，值0表示没有本地物种剩余。值0.5表示该地区保留了原来一半的本地物种。栖息地状况的空间数据是通过整合遥感数据和大量地面数据进行验证得出的。有关栖息地状况数据的完整描述，请参见Mokany等人（2025）。对于给定的区域，我们通过结合每个地点（网格单元）的栖息地状况和所考虑的总面积（即案例研究农场的面积），计算“有效栖息地面积”，以估计生物多样性的总栖息地面积。

第二个指标是受威胁物种栖息地，它阐述了栖息地状况的空间模式如何影响景观支持受威胁物种的能力。受威胁物种栖息地是通过结合澳大利亚全国列出的受威胁物种的可能分布信息和高条件栖息地的位置信息来计算的。受威胁物种栖息地的值较高表示该地区更适合为受威胁物种提供栖息地。这个指标的单位是“物种公顷”，例如，值“10”可能表示为一种受威胁物种提供了10公顷的栖息地，或者为10种受威胁物种提供了1公顷的栖息地（或许多其他替代方案）。有关这个指标的完整描述，请参见Giljohann等人（2025）。

对于种植了树木的区域，使用Prober等人（2025）的数据和模型预测了未来结果，这些模型开发了线性混合效应模型，将三种种植类型（松树、桉树单一种植和混合本地物种）的影响转化为生物多样性栖息地状况的预测。模型基于从塔斯马尼亚森林的56个种植区、12个牧场和12个自然参考地点收集的栖息地数据，种植年龄从1.5年到30年不等。虽然这些栖息地状况指标旨在反映生物多样性的栖息地供应，但它们并不直接测量生物多样性（Prober等人，2025），因此最好将其解释为“生物多样性的潜力”。

3. 结果

在九个案例研究农场中，总共12,420公顷的土地被划分为九个资产类别和17个子类别（表4）。我们建立了221公顷的树木，主要取代了牧场土地。大约93公顷的“未分类土地”在建立新的种植之前可能是牧场，但由于从历史影像中难以识别，因此没有直接分类为牧场。同样，表4中显示的13.5公顷草本林地的明显损失可能是一个分类异常，因为在草本林地附近的草地区域建立了新的树木。还值得注意的是，大约80%的新块状种植是重新种植到现有的种植区域中作为新的轮作；这种土地利用变化在生产力分析中得到了考虑。

表4. 由于农业林学建立而导致的资产登记和增减
资产类别 子类别 开始范围（2020） 增加/减少 结束范围（2022）
农业 牧场 76 26.21 ?39.73 76 36.48
空白单元
枢轴灌溉 21 02.96 ?4.02 20 98.94
空白单元
农作物 239.86 ?4.32 35.56
块状种植 商业 138.02 103.64 241.66
空白单元
环境 3.11 18.72 21.82
空白单元
果园 10.62 010.62
空白单元
其他 156.15 ?93.17 62.98
带状种植 商业 32.17 93.46 125.63
空白单元
环境 15.38 4.82 20.2
空白单元
其他 32.37 ?4.12 8.27
围栏内的树木 19.30 ?0.41 18.89
河岸植被 85.90 ?0.45 85.45
本土森林 130.00 ?1.12 128.88
空白单元
草本林地 1299.3 ?13.51 285.8
退化土地 2.78 02.78
水 289.72 0289.71
基础设施（包括建筑物、农场地和道路） 108.22 ?0.71 07.52
未分类 178.31 ?59.12 19.19
总计 12,420.38 12,420.38

未分类区域是从历史影像中难以识别的区域，但很可能是牧场。这些未分类土地中有59.12公顷被转化为树木。

新建立的221公顷树木影响了几项关键的农业生产力指标（表5），包括为农作物和牧场额外提供了24.75公顷的遮荫，新增了501公顷的庇护（比基线增加了35%），但也导致生产力损失相当于11.6公顷的净农作物/牧场生产力（超出与土地利用变化相关的221公顷）。当表达为土地当量比（LER；第2.2.4节）时，整个农业系统的LER接近于单一种植土地利用（表5），基线时的LER = 0.988，新种植的LER = 1.24，预测2040年的总LER = 0.991。除了上述农业效益外，预计到2040年还将产生大约52,000立方米的新立木材。

表5. 九个案例研究农场提供的生态系统服务，重点关注农业生产力和动物福利。
生态系统服务 单位 基线（2020） 新种植树木归因（2040年预测） 预测2040年
受益于遮阳的公顷数 148.92 24.75 167.18
受益于防风的公顷数 1419.89 500.97 1870.97
净农作物/牧场生产力效益 虚拟公顷（土地当量比） ?175.09 (0.988) ?11.55 (1.24) ?180.86 (0.991)
森林产品 立木材体积（立方米） 233,378 52,156 1255,1121 包括预测期间进行间伐作业时移除的29,122立方米木材。

作为风暴避难所价值的示例，计算了Evandale农场因避难而避免损失的NPV，假设在严重风暴天气下遮荫可以将羔羊死亡率降低10%。这相当于每年额外避免了大约86次的损失（Dry Sheep Equivalents, DSE），这些损失归因于新在那里建立的树木（表6）。根据这些建模假设，由于遮荫而避免的死亡损失的NPV增加估计约为52,972美元（表6）。Evandale农场被用作案例研究中其他农场可能获得的风暴避难好处的示例，更广泛地说也是如此。

表6. 由于遮荫而避免的死亡损失的NPV（Evandale示例，10年NPV，仅考虑减少死亡的好处 - 饲料成本与牲畜回报）。未包括树木种植/维护的成本。
预测的避免损失 基线（2020） 增加/减少 2040年预测
风暴避难 - 避免损失（DSE/年） 4308 6516
风暴避难点NPV 1美元 264,862 52,972 317,834

除了农业生产力效益外，新的树木种植还带来了一系列环境方面的生态系统服务增加（表7），包括超过100千吨二氧化碳当量（CO2-e）、90公顷的有效栖息地面积、716公顷的受威胁物种栖息地和11.4公顷的授粉栖息地。

表7. 九个案例研究农场提供的现有和新树木的生态系统服务，涉及碳、生物多样性和授粉者栖息地。
生态系统服务 单位 开始（2020） 预测（2040） 新种植树木归因（2040年预测）
碳封存（千吨CO2-e） 1337 1437 102.21
栖息地状况（%参考） 17.75 19.35 1.6
有效栖息地面积（公顷） 2563.44 2653.23 89.75
受威胁物种栖息地（物种公顷） 36,03 1.53 6,747.29 715.79
授粉者栖息地（授粉公顷） 421.24 32.61 1.41 包括预测期间间伐的木材中嵌入的20.1千吨CO2-e。

这些结果表明，即使是适度的农业林学干预（占农场总面积的1.7%）也能带来显著的公共利益，包括对气候缓解和生物多样性保护的贡献。

4. 讨论

我们的研究表明，自然资本核算（NCA）可以明确权衡，帮助土地所有者、顾问和政策制定者理解和评估私人利益与公共利益之间的平衡。例如，虽然建立树木可能会在某些情况下减少生产面积和产量，但它可以增强遮荫、遮蔽和生物多样性，这些可能受到农民的重视，并/或吸引政策和市场激励。目前，塔斯马尼亚九个农场的农业林学决策主要由土地所有者做出，通常是在与顾问的咨询下进行的。主要限制包括前期资本成本、长期回报的不确定性以及缺乏对公共物品成果的明确激励。农场层面的自然资本账户提供了一个框架，使决策者能够更好地将农场目标与更广泛的政策目标对齐——同样，也为政策制定者提供了适当激励农民生产这些公共物品所需的信息。最终，决策和权衡需要由土地管理者做出，因此像农业林学这样能带来显著私人利益的选项确实增加了扩大成果的机会和/或减少实现较高水平公共物品成果所需的公共投资（Marais等人，2019）。

虽然这项研究表明，即使是适度的农业林学干预（占农场总面积的1.7%）也能带来显著的公共利益，但这里并没有完全量化农民的私人成本和回报。新种植的建立成本可能相当高，而木材或其他产品的回报通常需要在许多年后才能实现。例如，在塔斯马尼亚，商业农业林学的建立成本每公顷可能在2000至5000美元之间（取决于物种、场地准备和管理），而木材收获的回报通常在20至30年后才能实现。这些成本往往是采用的障碍，需要进一步详细的经济分析来评估这些干预的净私人利益或成本效益。未来的工作应该明确模拟这些权衡，以便为政策和实践提供信息。

利用私人利益来推动农业林学中的公共物品的规模化和提供，使个人激励与更广泛的环境效益相一致（Branca等人，2011；Kotchen，2006）。通过关注农林业能够为农民提供的多种具体、短期和长期的好处——例如在最佳配置下增加作物产量、提高动物福利和生产力，以及从木材和非木材林产品中获得额外收入——利益相关者可以为农民采用这些做法创造有力的理由。这些私人利益可以作为农林业广泛实施的催化剂，进而产生重要的公共产品，包括生物多样性保护、气候调节和改善粮食安全。这9个农场的自然资本账户显示，如果将总面积的1.7%用于植树，预计将额外提供89公顷的有效栖息地面积和715公顷的受威胁物种栖息地，并封存超过10万吨二氧化碳当量。尽管这些是来自相对较小干预（总面积的1.7%）的显著公共产品成果，但重要的是要认识到这些结果是基于对2040年的模型预测。实际结果将取决于种植存活率、管理实践和更广泛的景观背景。此外，所使用的生物多样性指标是生态价值的代理指标，并不直接评估或预测物种的存在或数量，因此它们是指示性的而非决定性的。

通过研究我们研究中不同农林业资产对农业生产力的影响，很明显，某些配置特别有利于支持甚至提高农业生产。农林业系统可以降低风速、改善微气候并减少蒸散作用，从而提高作物产量，其中防护林带的每公顷效益远大于纯林种植（Baker等人，2025年）。在我们新增的221公顷种植面积中，竞争效应超过了收益，导致剩余的可耕地/牧场的生产能力减少了11.6公顷（即除了用于植树的土地之外）。这一发现强调了在整个农场规模上，由于竞争效应造成的生产力损失可能是不容忽视的，尤其是在种植配置不理想的情况下。然而，在我们的案例研究农场中，不同的农林业资产配置对农业生产力的影响各不相同，优化配置的防护林带有时甚至能够增加农业生产的虚拟公顷数，超过了转为树木的面积，从而使得整个农场的农业生产总体增加。例如，在我们的Evandale案例研究农场中，新增的23公顷土地使农场总产量增加了相当于4.59公顷的面积，这支持了Mendham（2018年）在这一领域的研究结果。农场之间的这种对比突显了特定地点设计的重要性，并表明农林业并不是一种适用于所有情况的解决方案。如果农业生产力对农民来说非常重要，他们可以针对性地建立农林业系统以最大化这种效益。同样，通过适当的农林业配置，其他价值也可以得到提升，以实现农民的多重目标，如经济多样化、改善环境价值、进入信贷市场、获得美学效益或留下持久的遗产（Fleming等人，2019年）。通过理解这些价值和变量，土地管理者可以定制农林业干预措施，以在不同的情况下最大化他们希望获得的多种效益，确保系统既有效又可持续。

LER（土地效率比率）结果提供了与绝对生态系统服务账户相补充的相对指标。总体（汇总）LER略微低于1（0.991，表5），表明一旦将大面积的非树木农业用地纳入核算，整个农场的土地利用效率接近平衡状态。这与许多关注特定地块或系统的农林业研究形成对比，这些研究通常报告特定农林业或农林复合系统的LER值高于1（例如Seserman等人，2019年）。在我们的案例研究中，有两个因素解释了相对较低的（但正在改善的）LER：首先，植树面积仅占总农场的1.7%，因此当在整个农场范围内表达时，树木部分的收益被稀释了；其次，新建立的树木中有一半以上是塊状种植（表2），我们将其视为单一栽培林业的比较对象（LER = 1），而带状种植则获得了更高的配置特定扩展因子，因此对提高LER的贡献更大。与此一致的是，新建立的树木所带来的LER大于1（1.24，表5），表明新种植平均而言比单一栽培比较对象更具土地效率，尽管整个农场的LER接近平衡状态。

拆解农林业的自然正面效益涉及理解这些系统提供的生态增强的各种驱动因素（Pantera等人，2021年）。自然正面效益的程度受到树种选择、农林业系统设计和管理实践等因素的影响（Prober等人，2025年）。在我们的研究中，不同配置的农林业资产对生产或环境结果的生态系统服务贡献程度不同，但所有资产都对我们所评估的每种生态系统服务有所贡献。增加种植的多样性和结构可以带来更大的生物多样性效益（Prober等人，2025年），尽管某些配置可能同时满足商业木材产量和生物多样性的需求，例如在生物多样性丰富的种植中包含Acacia melanoxylon等家具木材树种，以便将来进行选择性采伐，同时改善土壤特性（Power等人，2003年）。显然，最高的生物多样性收益与混合树种的环境种植相关，这些种植的木材产量较低或没有市场价值。这种生物多样性与商业回报之间的权衡是土地所有者需要考虑的关键因素，并需要纳入他们的决策中。

虽然我们的NCA框架旨在具有通用性，但我们预计将其直接应用于其他地区需要进行一些本地适应。尽管关于农业生产力、授粉、遮荫和庇护的模型基于全球数据集并且具有高度通用性，但其他子模型（包括关于碳和木材产品及生物多样性的模型）使用的是以澳大利亚为中心的空间数据集。在其他地区应用这种方法需要重新校准这些模型，和/或包含其他更符合当地情况的模型。NCA框架是开放式的，可以从目标地区最合适的子模型中选择。

先前的研究表明，现有的关于农林业的决策支持工具存在空白（Stewart等人，2022年），以至于没有一种工具能够量化农林业在所有八个自然资本领域的自然资本效益（如上所述）。我们的自然资本核算和预测工具可以在实施之前战略性地探索不同的选项。正如本研究中开发的工具一样，这些工具对于优化和针对不同利益相关者（特别是农民）的需求来发挥农林业系统的效益至关重要。这些工具可以帮助识别最有效的树种组合、种植安排和管理实践，以实现期望的目标，如最大化作物产量、提高生物多样性或改善牲畜福利。它可以根据个人偏好促进个体决策，而不是基于某种自上而下的价值观“优化”土地使用。通过在实施前探索这些选项，利益相关者可以做出明智的决策，从而提高农林业干预措施的成功率和可持续性，确保它们带来预期的效益，同时最小化潜在的权衡。

除了我们在这项研究中考虑的农林业效益外，其他重要的生态系统服务，如土壤保护和水资源管理，在可持续土地管理中也起着关键作用。农林业系统可以通过减少侵蚀、改善土壤结构和通过落叶层和根系生物量增加有机质来增强土壤保护（Young，1989年）。这些系统还可以通过改善水分渗透、减少径流和增强地下水补给来促进水资源管理。农林业系统中的树木可以充当天然的水分调节器，捕获和储存雨水（Bennett等人，2015年），并在干旱期间帮助维持土壤湿度和作物生长。虽然这些生态系统服务在这里没有得到考虑，但可以在未来的自然资本核算工具版本中纳入，以进一步提高农林业系统在生产景观中的价值主张。

农民采纳任何新系统是实现实践变革的关键。植树的社会方面至关重要，因为是人们决定是否种植树木（或移除它们），当人们共同努力、分享知识、学习、培养技能、提高意识等，从而扩大影响范围时，才能实现最佳的农林业项目成果。自然资本核算的社会方面和农民的采纳需要利用多样化的农民价值观来支持农林业（Fleming等人，2019年）；利用语言框架来解释障碍和机会（Fleming等人，2022年）；通过协调扩大植树规模（Fleming等人，2023年），以及将自然资本核算纳入农业会计师的标准实践（Fleming等人，2024年）。自然资本核算实现实践变革的一个关键属性是，它可以作为一种跨越边界的工具，将不同的利益相关者聚集在一起，了解本地决策对公共和私人效益的影响，并共同产生满足他们需求的景观级成果。

5. 结论

本研究开发的面向未来的农场级NCA（自然资本核算）为农民和农业食品价值链提供了一个关键机会，帮助他们围绕满足当地需求的农林业系统做出决策，同时也应对全球面临的一些最大社会和经济挑战——特别是粮食安全、碳封存和生物多样性丧失。我们的方法的许多方面可以直接转移到全球其他温带地区，无论是否需要根据当地情况进行调整。农场级NCA框架是立即可转移的，许多底层的生态系统服务模型也同样可以转移。例如，关于树木对农业生产影响的各种模型基于全球数据集。如果有更多本地知识，这些模型可以进行改进和/或进一步发展，但关于树木对生产影响的详细评估很少见。同样，遮荫和庇护模型依赖于风速和方向以及树木高度的本地输入，这些在任何地方都是直接适用的。碳和生物多样性的指标是专门为澳大利亚高空间分辨率开发的，类似的指标也可以从澳大利亚以外的地区借鉴，或者账户可以采用其他在当地开发的指标。自然资本账户将农林业系统的许多公共和私人效益和成本整合到一个资产负债表中，这既可以提供信息，也可以与财务资产负债表并行，确保围绕农林业的土地使用决策满足农民和更广泛社会的需求。自然资本账户可以作为一种跨越边界的工具，将不同的利益相关者聚集在一起，了解本地行动对公共和私人效益的影响，我们的案例研究证明了农林业是一种基于自然的解决方案，可以有机扩展，因为它可以同时满足当地和全球的需求。

作者贡献声明：
Daniel S. Mendham：撰写——评审与编辑，撰写——初稿，资源获取，方法论，资金获取，概念化。
Anthony O'Grady：撰写——评审与编辑，撰写——初稿，监督，资金获取，概念化。
Stephen Stewart：撰写——评审与编辑，调查，正式分析，数据管理，概念化。
Jacqueline R. England：撰写——评审与编辑，正式分析，概念化。
Suzanne M. Prober：撰写——评审与编辑，监督，概念化。
Thomas Baker：撰写——评审与编辑，调查，正式分析。
Shaun Brooks：撰写——评审与编辑，调查，正式分析。
Martin Moroni：撰写——评审与编辑，方法论。
Chris Ware：正式分析。
Aysha Fleming：撰写——评审与编辑，监督。
Stephen Roxburgh：正式分析。
Sue Ogilvy：撰写——评审与编辑，正式分析，概念化。
Molly Marshall：方法论，调查，概念化。