居民食物消費變化引致的環境足跡測算

竇羽星,劉秀麗,3*

居民食物消費變化引致的環境足跡測算

竇羽星1,2,劉秀麗1,2,3*

(1.中國科學院數學與系統科學研究院,北京 100190；2.中國科學院大學,北京 100049；3.中國科學院預測科學研究中心,北京 100190)

首先對比分析了2014～2020年城鄉居民食物消費結構的變化特征,其次測算了人口規模、城鎮化率、人均食物消費量和食物消費結構變化對土地-水-碳足跡變化的影響程度,最后設計了食物現狀消費結構S0、發展消費結構S1和更趨近膳食指南的最優消費結構S2三種情景,測算了2025年和2030年3種情景下居民食物消費引致的環境足跡.結果表明:人均食物消費量和消費結構逐漸成為影響環境足跡的主要因素,2018～2020年城鎮(農村)居民人均食物消費量和消費結構對環境足跡的平均貢獻率分別為51.1%(51.6%)和-17.4%(-13.1%); S1和S2下居民食物消費引致的環境足跡均小于在S0下的值.在S2下環境足跡的減少更明顯. 在2025年城鎮(農村)居民在S2下食物消費引致的土地、水、碳足跡比在S0下減少10.5%(11.5%)、19.6%(17.2%)、12.6%(13.7%);在2030年將減少11.6%(11.9%)、21.0%(16.8%)、13.6%(14.7%).基于分析結果,提出了如何減少食物消費引致的環境足跡的建議.

土地-水-碳足跡；結構分解分析法；食物消費結構

食物消費對人類健康和環境有重要影響,聯合國可持續發展目標旨在消除饑餓、實現糧食安全、改善營養和促進可持續農業[1].農業生產是環境變化主要影響因素之一,聯合國糧農組織在COP26氣候峰會中指出,1990～2019年全球農業糧食系統溫室氣體排放量增加了17%,其中我國排放總量位列前五[2].世界銀行數據顯示,全球農業用地面積占土地總面積的37%,我國農業用地占比為56%,約為世界平均水平的1.5倍[3].農業是水資源消耗最多的領域,全球約70%的水資源用于農業生產,2020年我國農業用水占用水總量的62.1%[4].近年來,隨著經濟快速發展,城鎮化率不斷上升,居民食物消費轉向以肉蛋奶類等高環境足跡占用為主的模式[5-6],居民食物消費帶動了農業生產,IPCC《氣候變化與土地特別報告》中提出,改變食物消費結構可以減少土地需求,且有助于溫室氣體減排[7].因此,研究居民食物消費變化及其對資源環境的影響,對于實現可持續發展目標具有重要意義[8-9].

國內外學者在食物消費及環境影響方面進行了廣泛研究.一方面,學者們對當前食物消費模式進行調整或與其他模式進行對比,尋求緩解環境壓力的消費模式[10-11].Pairotti等[12]對比了意大利食物消費和地中海飲食模式,發現后者的碳排放降低了6.81%.減少肉類的攝入,提高植物性食物的攝入是一種可持續性的食物消費發展模式[13-15].在優化食物消費模式上,學者們多采用已有食物消費模式或優化目標的結果作為居民最優食物消費結構,較少考慮居民食物消費習慣、城鄉差異等,可能與居民實際食物消費結構相差較大.另一方面,學者們對造成環境壓力的因素進行研究,發現食物消費結構是造成環境壓力的主要驅動因素之一[16-17].此外一些研究發現人口規模也是造成環境壓力的主要原因[18-20].自新中國成立以來,我國的生育政策經歷了鼓勵-節制-限制-鼓勵的四次轉變[21],考慮生育政策調整背景下我國人口規模和結構的變化,對于未來食物消費引致的土地-水-碳足跡會有更準確的認識[22].已有研究大多是對特定環境指標進行分析,缺乏對土地、水和碳足跡的變化進行整體分析.

足跡因子在測算食物消費引致的土地、水、碳足跡中起著重要作用.采用回歸分析估計的足跡因子通常誤差較大[23],而基于生命周期理論,利用物質流技術測算的會更為準確[24-30].在此基礎上,曹淑艷等[24]考慮了土地生產力的不同、Xue等[27]區分了動物內臟與胴體肉,Zhang等[30]考慮了現代農業技術水平的進步,分別對土地、水、碳足跡因子進行了更為準確的估計.以上研究表明學者對食物消費引致的土地、水、碳足跡的估計越來越貼近實際.

然而,已有文獻較少對經濟目標、土地占用、水資源和碳排放進行綜合考慮,且在進行驅動因素分析時,缺乏對食物消費引致的土地、水、碳足跡變化的整體分析.而糧食安全和環境可持續性與土地、水、碳和其他農業資源之間密切相關[31],綜合考慮食物消費變化引致的土地-水-碳足跡和經濟變化,對于全面衡量經濟影響,減輕土壤退化、水資源匱乏和氣候變化具有重要現實意義.因此,本文首先對比了2014～2020年居民食物消費與《中國居民膳食指南2022》推薦量,分析居民食物消費模式的變化特征.其次利用結構分解分析法,測算了人口規模、城鎮化率、人均食物消費量和食物消費結構變化對土地-水-碳足跡變化的影響程度.最后設計了3種食物消費情景,即保持食物消費結構現狀情景S0、食物消費結構可能情景S1和多目標優化下最優食物消費結構情景S2,對城鄉居民在3種情景下食物消費總量引致的土地-水-碳足跡進行了測算且對模型結果進行了檢驗,根據結果分析提出了相關建議.

1 數據與方法

1.1 數據來源

本文2014～2020年城鄉居民谷薯類等九類食物消費數據來自《中國統計年鑒2021》[32],各類食物凈收益來自《全國農產品成本收益資料匯編2021》[33].土地、水、碳足跡因子采用曹淑艷等[24],Xue等[27]和Zhang等[30]的測算,具體數據見表1.

表1 單位重量食物土地、水、碳足跡含量

1.2 居民食物消費引致的土地-水-碳足跡

根據文獻[18],居民食物消費引致的土地足跡為總人口與人均食物消費引致土地足跡的乘積,具體可表示為:

式中:LF代表居民食物消費引致的土地足跡;為人口規模;LF為第種食物的土地足跡因子;CQ為第種食物的人均消費量;代表城鄉;代表食物種類.同理,城鄉居民食物消費引致的水足跡WF與碳足跡CF為:

1.3 土地-水-碳足跡變化的因素分解模型

式中:代表城鎮化率;代表年份;q代表第種食物的消費結構.

1.4 不同食物消費結構的情景分析

為探究食物消費結構變化對土地、水、碳足跡的影響,本文設計了3種食物消費模式.

食物現狀消費模式S0:根據2014～2020年居民食物消費,假設居民保持當前消費結構,計算2025年和2030年城鄉居民食物消費的土地-水-碳足跡.

食物發展消費模式S1:關于食物消費趨勢,國內外學者建立需求模型,對食物消費影響因素進行分析.Guoel等[38]對100多個國家進行研究,引入了食物轉型概念,在不同情景下分析了收入和人口變化對食物消費的影響.Zheng等[39]利用兩階段需求模型,從價格、收入、人口結構和城鎮化率對我國食物消費結構進行分析,設計了人均GDP高、中、低三種情形,對居民食物消費支出進行了預測,根據式(6)計算出各種食物的消費量.

文獻[39]假設2010～2020年人均GDP高、中、低增速分別為7.5%、6.5%和5.5%,2020～2030年分別為6.5%、5.5%和4.5%,本文取人均GDP在中等增速下的測算.居民消費支出基于支出對GDP的彈性進行估算.在2012年價格水平下,2025年城鄉居民消費支出分別為23676元與9974元,2030年分別為26291元與12292元.本文根據文獻[39]中需求模型計算的食物消費支出m對居民消費支出的彈性與各類食物消費支出占比在2012～2030年的年均變化率,計算出2025年和2030年城鄉居民食品消費支出占比分別為21.0%、28.1%和19.0%、26.8%,城鄉居民2025/2012和2030/2012分別為1.35、1.47和1.44、1.81,各類食物消費支出占比見表2.由于豆類與堅果類消費量較穩定,取2014～2020年城鄉居民豆類與堅果類消費均值10.3和10.1kg為2025年和2030年消費量.

食物消費模式S2:尋找食物消費引致的環境足跡最小,收益最高,且滿足膳食營養目標的食物結構.《全國農業可持續發展規劃(2015～2030年)》中指出,2020年和2030年全國農業灌溉用水量分別保持在3720和3730億m3[40],2025年農業灌溉用水量取2a均值3725億m3.灌溉用水主要指藍水,根據2014～2020年城鄉居民食物消費產生的水足跡分別占61.5%和38.5%,計算2a城鄉居民的用水上限.文獻[41-45]對碳排放數據進行預測,2025年和2030年平均碳排放分別為11.3Gt和11.9Gt,根據FAO數據,農業溫室氣體在2014～2020年排放變動較為穩定,平均每年下降0.11%[46],按照此情形預計在2025年和2030年農業碳排放占比為5.5%和4.9%,根據城鄉居民2014～2020年的碳排放分別占60.3%和39.7%,計算城鄉居民2a的碳排放量上限.2025年和2030年人口數據基于劉慶等[47]的研究,取完全二孩生育政策中等生育意愿下預測值14.23億和14.19億, 2025年和2030年城鎮化率取中國社會科學院《人口與勞動綠皮書:中國人口與勞動問題報告No.22》的預測,分別為67.99%和72.13%[48].

表2 2025年和2030年城鄉居民各類食物消費支出占比和人均食物消費量

以土地足跡、水足跡、碳足跡最小,食物收益最大為優化方程目標,約束條件為滿足膳食均衡目標的上下限值,同時滿足用水目標與碳排放目標,對居民食物消費模式進行計算,其中代表年份;代表城鄉;W和C分別為第年的用水量上限和碳排放量上限;q和q為城鄉居民用水量占比和碳排放量占比;d和D為膳食指南推薦量的上下限.具體方程如下:

2 結果與分析

2.1 城鄉居民食物消費對比

根據《中國統計年鑒(2021)》城鄉居民食物消費數據[28],對居民食物消費情況進行分析.從圖1看出,2014～2020年城鎮居民食物消費總量波動上升,分種類來看,食用油消費相比于2014年下降9.7%,禽畜類、水果類、魚蝦類、蛋類、豆類及堅果類消費分別比2014年上升7.6%、25.1%、15.3%、37.8%和14.9%,谷薯類消費呈先下降后上升趨勢,相比于2014年上升7.6%,蔬菜類和奶類消費基本穩定.農村居民食物消費總量波動上升,谷薯類呈先下降后上升趨勢,蔬菜類消費較為穩定,其余種類食物消費均呈上升趨勢,相比于2014年,禽畜類、水果類、魚蝦類、蛋類、奶類、豆類及堅果類、食用油分別上升16.1%、42.8%、52.5%、63.7%、14.3%、62.6%和11.3%.對比發現,城鄉食物消費模式存在較大差距.農村居民谷薯類消費約為城鎮居民的1.45倍,城鎮居民其他種類的消費均高于農村居民,差距最大的為奶類和魚蝦類,城鎮居民的消費量分別約為農村居民的2.49倍和1.88倍.

根據《中國居民膳食指南2022》推薦量[49],與城鄉居民實際食物消費模式進行對比.從表3看出城鄉居民當前食物消費均與平衡膳食相差較遠,城鎮居民禽畜類、豆類及堅果類比膳食指南推薦量上限高34.9%和3.1%,蔬菜類、水果類、蛋類、奶類比膳食指南推薦量下限低7.1%、25.2%、28.8%和84.5%,農村居民除食用油外,其余種類均未處于膳食推薦范圍,谷薯類、禽畜類、豆類及堅果類比膳食指南推薦量上限高3.4%、15.3%和2.3%,蔬菜類、水果類、魚蝦類、蛋類和奶類比膳食指南推薦量下限低19.0%、52.6%、48.1%、42.3%和93.8%.文獻[50]指出,我國居民對于膳食指南的知曉率水平較低,且農村居民的了解程度低于城鎮居民.

Fig.1 Food consumption volume of urban and rural residents in 2014～2020

表3 2014～2020年城鄉居民年均食物消費量及膳食指南推薦的食物消費量

2.2 居民食物消費引致的環境足跡影響因素分析

為分析居民食物消費引致的土地-水-碳足跡的影響因素,基于公式(1)～(5),利用結構分解分析法,將環境足跡逐年變化分解為人口、城鎮化率、人均食物消費量和食物消費結構變化帶來的影響,結果如圖2所示.

從圖2看出,由于人口逐年增長且增長率波動下降,人口增長會加劇居民食物消費引致的土地-水-碳足跡壓力但逐年下降.2014～2018年城鎮化率增長率均高于2%,城鎮化率的變化對土地-水-碳足跡的貢獻度較大,且增加城鎮居民食物消費引致的環境壓力.由于城鄉居民人均食物消費在2018～2019年分別增長2.7%和4.0%,2019～2020年分別增長4.4%和6.7%,而其余年份的增長為負值或在1.5%以內,人均食物消費的變化在2018～2020年貢獻度較大.食物消費結構在2017～2019年貢獻度較大, 2017～2018年城鄉居民禽畜類的消費增長了5.6%和13.9%,2018～2019年城鄉居民禽畜類的消費下降了4.9%和6.0%,由于禽畜類消費引致的環境足跡較大,2017～2018年環境壓力增加,2018～2019年的環境壓力減輕.根據我國人口和城鎮化率的歷史數據,二者增速不斷下降,人均食物消費和食物消費結構對環境足跡的貢獻將更明顯,由于禽畜類、奶類、食用油等食物引致的環境足跡較高,引導居民養成合理消費模式,有利于居民自身健康并降低環境壓力,關注城鄉居民食物消費變化有著重要意義.

2.3 不同食物消費結構的環境足跡分析

2.3.1 3種情景下的食物消費模式 為對比城鄉居民在不同食物消費結構下引致的土地、水、碳足跡,設計了3種不同食物消費結構.其中S0情景下居民保持當前食物消費結構,根據2014～2020年食物消費量計算食物消費結構.S1情景下城鄉居民未來可能的食物消費結構按照文獻[39]的發展模式,由表2得出城鄉居民食物消費結構.S2情景下城鄉居民食物消費結構滿足引致的土地、水、碳足跡最小,收益最高且達到膳食指南各類食物推薦量,即在式(8)各約束條件下求出的多目標優化結果作為城鄉居民食物消費結構,城鄉居民3種食物消費結構見表4.

式中:c為第類食物在第種情景下的消費量;cmin,cavg,cmax分別為第類食物膳食指南推薦量的最低值、均值與最高值;代表城鄉.計算結果見表5.2025年S1和S2情景下城鄉居民食物消費與膳食指南的差距比S0下分別減少2.9%、0.3%和40.5%、59.6%,2030年的分別減少3.4%、0.2%和44.4%、68.7%.

表4 城鄉居民在3種情景下的食物消費結構

2.3.2 不同食物消費結構下的土地-水-碳足跡 根據表4中居民食物消費結構,求出在各情景下引致的土地-水-碳足跡,具體結果見圖3.如果居民保持當前食物消費模式S0,則引致的土地-水-碳足跡將會達到最大.在S1中,城鎮居民環境足跡的減少由于谷薯類消費降低,與S0相比,2025年和2030年谷薯類消費占比分別降低6.7%和7.8%,從而引致的土地足跡、水足跡和碳足跡分別減少17.4Mha, 291.7億m3、26.2Mt和20.9Mha,351.7億m3、31.6Mt.農村居民環境足跡減少由于禽畜類消費降低,與S0相比,2025年和2030年禽畜類消費占比分別降低1.3%和1.1%,從而引致的土地足跡、水足跡和碳足跡分別減少8.9Mha,197.3億m3、19.5Mt和8.4Mha,186.3億m3、18.4Mt.在S2情景中,由于多目標優化中膳食指南推薦范圍的約束,城鄉居民奶類消費引致的環境足跡上升最多,而奶類消費增加的環境足跡少于禽畜類消費減少的環境足跡,因此環境足跡總量下降.相比于S0,2025年城鎮居民在S2下環境足跡分別減少10.5%、19.6%、12.6%,農村居民減少11.5%、17.2%、13.7%,2030年城鎮居民在S2情景下的環境足跡分別減少11.6%、21.0%、13.6%,農村居民減少11.9%、16.8%、14.7%.根據上述分析,減少谷物類及禽畜類攝入可以降低環境足跡,應積極向大眾普及平衡膳食消費模式,推進居民食物消費結構向更合理的方向轉變.

表5 3種情景下城鄉居民食物消費結構與膳食指南推薦的食物消費結構差距

2.3.3 模型有效性檢驗 關于模型有效性,本文從兩個方面進行說明.一方面,在多目標優化模型中,居民食物消費變化主要表現為谷薯類和禽畜類消費的下降與奶類消費的上升.由于禽畜類的土地、水、碳足跡因子分別為奶類的2.7、3.9和3.5倍,谷薯類的與奶類的相差不大.城鄉居民2025年奶類增加量分別為谷薯類禽畜類減少量的1.2倍和0.8倍,2030年為1.1和0.8倍.食物消費結構變化減少的環境足跡多于增加的環境足跡.這一趨勢也與其他國家相關研究一致.阿根廷學者發現居民肉類減少50%,碳足跡將減少28%[51].Gibin等[52]對22個歐盟國家食物消費模式進行研究,發現水足跡的60%與肉類、蛋奶類消費有關,水果、蔬菜的消費量僅影響20%. Maire等[53]在全球范圍內發現飲食向水果蔬菜增加、肉類海產品減少的EAT-lancet飲食靠近,耕地面積和灌溉用水將減少,從而進一步減輕了農業用地壓力和管理強度.

另一方面,對優化模型的結果進行彈性分析.模型中不同生育政策下人口規模,城鎮化率及土地、水、碳足跡因子的差異都會對結果有一定影響.由于食物種類較多,禽畜類和奶類結構改變最為明顯,土地、水、碳足跡因子主要考慮此兩類食物的改變.當人口、城鎮化率、土地、水、碳足跡因子增加1%時,測算三者單獨變化與組合變化共7種情形對土地、水、碳足跡的影響.從表6看出,城鄉居民在2025年和2030年環境足跡的變化在2.6%以內,也反映了結果的穩定性.此外,城鎮化率提高會加劇城鎮居民并減輕農村居民引致的環境壓力,足跡因子的變化對于碳排放的影響最大,3種因素的疊加對于城鎮居民食物消費引致的環境壓力最大.

表6 7種情形下環境足跡變化情況(%)

3 結論與建議

3.1 結論

3.2.1 測算了人口、城鎮化率、人均食物消費和消費結構對土地、水、碳足跡的貢獻,發現2018～ 2020年食物消費結構變化率超過了1.4%, 2018～ 2020年人均食物消費量的變化率超過了2.7%,兩者的變化逐漸成為影響土地、水、碳足跡變化的主要驅動因素.

3.2.2 發現當居民采用食物消費結構S1時,城鎮居民2025年和2030年食物消費引致的土地、水和碳足跡比S0下分別減少7.4%、6.3%、5.8%和8.3%、6.4%、6.9%,農村居民的減少9.5%、12.0%、9.8%和11.2%、13.4%、10.9%.當采用與膳食指南更接近的S2時,城鎮居民2025年和2030年食物消費引致的土地、水和碳足跡比S0下分別減少10.5%、19.6%、12.6%和11.6%、21.0%、13.6%,農村居民的減少11.2%、13.4%、10.9%和11.9%、16.8%、14.7%.居民食物消費結構向膳食指南靠近時,引致的環境足跡也隨之減少.

3.2 建議

3.2.1 建議居民食物消費模式向膳食指南推薦量靠近.城鄉居民現階段奶類消費與膳食指南最低值相差92.5kg/a和102.7kg/a,蔬菜類消費相差7.8kg/a和20.8kg/a,水果類消費相差18.4kg/a和38.4kg/a,蛋類消費相差4.5kg/a和6.6kg/a,而禽畜類消費比膳食指南最高值高9.1kg/a和4.0kg/a.建議對居民普及合理膳食的重要性,尤其注重對農村地區和老年人的宣傳教育.引導居民減少對谷物類和禽畜類的攝入,增加對奶類的攝入.

3.2.2 建議提高禽畜類的生產效率,降低居民消費該類食物引致的環境足跡.2014～2020年城鄉居民禽畜類消費引致的土地、水、碳足跡分別占28.5%、41.4%、42.7%和28.5%、34.9%、30.3%,其中,單位重量牛肉所含的土地、水、碳足跡最多,比禽畜類平均分別高0.0061ha/kg、5.2352m3/kg、0.0157tCO2/kg.建議通過提高飼料糧轉化效率和采用規模養殖等方法,降低單位重量禽畜類產品的環境足跡含量,減輕食物消費的環境影響.

[1] UN. SDG2: Zero hunger [EB/OL]. https://www.un.org/zh/chronicle/ article/21068.

[2] 21財經.聯合國糧農組織報告:過去30年全球糧農生產的溫室氣體排放量增加17% [EB/OL]. https://m.21jingji.com/article/20211109/ herald/f76cd79f33da5f9977ca3a92d37167b2.html.

21Finance. Global food crop production report: 17% increase in agricultural production over the past 30 years [EB/OL].

[3] The World Bank. Agricultural land (% of land area) [EB/OL]. https://data.worldbank.org/indicator/AG.LND.AGRI.ZS.

[4] 中華人民共和國水利部. 2020年水資源公報[EB/OL].http: //www.mwr.gov.cn/sj/tjgb/szygb/.

Ministry of Water Resources of the People's Republic of China. 2020 Water resources bulletin [EB/OL]. http://www.mwr.gov.cn/sj/tjgb/ szygb/.

[5] 王玲玲,戴淑芬,王 琛.城鎮化水平與我國居民食物消費生態足跡:變化與影響 [J]. 廣東財經大學學報, 2021,36(3):77-92.

Wang L L, Dai S F, Wang C. On the change and effect of urbanization on the ecological footprint of residents’ food consumption in China [J]. Journal of Guangdong University of Finance & Economics, 2021, 36(3):77-92.

[6] 譚 瑩,張俊艷.新型城鎮化對我國居民食品消費結構的影響分析——基于LA/AIDS拓展模型 [J]. 新疆農墾經濟, 2019,(4):23-33.

Tan Y, Zhang J Y. Analysis on the impact of new urbanization on the food consumption structure of Chinese residents—Based on the LA/ AIDS expansion model [J]. Xinjiang State Farms Economy, 2019, (4):23-33.

[7] IPCC.Climate Change and Land: an IPCC Special Report on climate change, desertification, land degradation, sustainable land management, food security, and greenhouse gas fluxes in terrestrial ecosystems [EB/OL].https://www.ipcc.ch/srccl/.

[8] 成升魁,董紀昌,劉秀麗,等.新時代中國國民營養與糧食安全研究中的關鍵科學問題——第249期“雙清論壇”綜述 [J]. 中國科學基金, 2021,35(3):426-434.

Cheng S K, Dong J C, Liu X L. Key scientific issues on nutrition and food security in China in the new era: Summary if the 249thNFSC Shuangqing Forum [J]. Bulletin of National Natural Science Foundation of China, 2021,35(3):426-434.

[9] 劉秀麗,相 鑫,秦明慧,等.中長期糧食需求預測研究綜述與展望 [J]. 系統科學與數學, 2022,42(6):1490-1502.

Liu X L, Xiang X, Qin M H, et al. A review and prospect on the medium and long-term forecasting of grain demand [J]. Journal of Systems Science and Mathematical Sciences, 2022,42(6):1490-1502.

[10] 林永欽,齊維孩,祝 琴.基于生態足跡的中國可持續食物消費模式[J]. 自然資源學報, 2019,34(2):338-347.

Lin Y Q, Qi W H, Zhu Q. Chinese sustainable food consumption pattern based on ecological footprint model [J]. Journal of Natural Resources, 2019,34(2):338-347.

[11] 李明凈.中國家庭食物消費的碳—水—生態足跡及氣候變化減緩策略優化研究[D]. 大連:大連理工大學, 2016.

Li M J. Study on carbon-water-ecological footprint of Chinese household consumption and diet optimization for climate change mitigation [D]. Dalian: Dalian University of Technology, 2016.

[12] Pairotti M B, Cerutti A K, Martini F, et al. Energy consumption and GHG emission of the Mediterranean diet: a systemic assessment using a hybrid LCA-IO method [J]. Journal of Cleaner Production, 2015, 103:507-516.

[13] Aleksandrowicz L, Green R, Joy E J M, et al. The impacts of dietary change on greenhouse gas emissions, land use, water use, and health: a systematic review [J]. PloS one, 2016,11(11):e0165797.

[14] de Ruiter H, Macdiarmid J I, Matthews R B, et al. Total global agricultural land footprint associated with UK food supply 1986～2011 [J]. Global environmental change, 2017,43:72-81.

[15] Tilman D, Clark M. Global diets link environmental sustainability and human health [J]. Nature, 2014,515(7528):518-522.

[16] Kastner T, Rivas M J I, Koch W, et al. Global changes in diets and the consequences for land requirements for food [J]. Proceedings of the National Academy of Sciences, 2012,109(18):6868-6872.

[17] Alexander P, Rounsevell M D A, Dislich C, et al. Drivers for global agricultural land use change: The nexus of diet, population, yield and bioenergy [J]. Global Environmental Change, 2015,35:138-147.

[18] 鄭翔益,孫思奧,鮑 超.中國城鄉居民食物消費水足跡變化及影響因素[J]. 干旱區資源與環境, 2019,33(1):17-22.

Zheng X Y, Sun S A, Bao C. Urban and rural footprints for food consumption in China and governing factor analysis [J]. Journal of Arid Land Resources and Environment, 2019,33(1):17-22.

[19] 江文曲,李曉云,劉楚杰,等.城鄉居民膳食結構變化對中國水資源需求的影響——基于營養均衡的視角[J]. 資源科學, 2021,43(8): 1662-1674.

Jiang W Q, Li X Y, Liu C J, et al. Impact of residents’ diet changes on water resource demand in China: From the perspective of nutritional balance [J]. Resources Science, 2021,43(8):1662-1674.

[20] 高 晶.中國城鄉居民食物消費碳排放研究[D]. 蘭州:蘭州大學, 2018.

Gao J. A preliminary analysis of food carbon emission in China [D]. Lanzhou: Lanzhou University, 2018.

[21] 李建偉,周靈靈.中國人口政策與人口結構及其未來發展趨勢 [J]. 經濟學動態, 2018,(12):17-36.

Li J W, Zhou L L. China’s population policy and the population structure and its future development trend [J]. Economic Perspectives, 2018,(12):17-36.

[22] 劉 慶,劉秀麗,汪壽陽.基于合理膳食結構的2020～2050年我國食物用糧需求測算 [J]. 系統工程理論與實踐, 2018,38(3):615-622.

Liu Q, Liu X L, Wang S Y. Estimating China’s food grains demand from 2020 to 2050 based on reasonable dietary pattern [J]. Systems Engineering-Theory & Practice, 2018,38(3):615-622.

[23] Song G, Li M, Semakula H M, et al. Food consumption and waste and the embedded carbon, water and ecological footprints of households in China [J]. Science of the Total Environment, 2015,529:191-197.

[24] 曹淑艷,謝高地,陳文輝,等.中國主要農產品生產的生態足跡研究[J]. 自然資源學報, 2014,29(8):1336-1344.

Cao S Y, Xie G D, Chen W H, et al. Ecological footprint of raw and derived agriculture products [J]. Journal of Natural Resources, 2014, 29(8):1336-1344.

[25] Chapagain A K, Hoekstra A Y. Virtual water flows between nations in relation to trade in livestock and livestock products [C]. Delft: The Netherlands: UNESCO-IHE, 2003.

[26] Chapagain A K, Hoekstra A Y. Virtual water trade: A quantification of virtual water flows between nations in relation to international trade of livestock and livestock products [C]. Delft: UNESCO-IHE, 2003.

[27] Xue L, Liu X, Lu S, et al. China’s food loss and waste embodies increasing environmental impacts [J]. Nature Food, 2021,2(7):519-528.

[28] 王益文,胡 浩.我國城鄉居民肉類消費的碳排放特征分析——基于過程生命周期理論[J]. 安徽農業科學, 2014,42(13):4125-4128, 4132.

Wang Y W, Hu H. Greenhouse gases emission of urban-rural residents in meat consumption-based on the life cycle approach [J]. Journal of Anhui Agricultural Sciences, 2014,42(13):4125-4128,4132.

[29] 張 丹.中國糧食作物碳足跡及減排對策分析[D]. 北京:中國農業大學, 2017.

Zhang D. Carbon footprint and low carbon strategy for grain production in China [D]. Beijing: China Agricultural University, 2017.

[30] Zhang H, Xu Y, Lahr M L. The greenhouse gas footprints of China's food production and consumption (1987～2017) [J]. Journal of Environmental Management, 2022,301:113934.

[31] Bleischwitz, R. et al. Resource nexus perspectives towards the United Nations sustainable development goals [J]. Nature sustainability, 2018,1:737–743.

[32] 國家統計局.中國統計年鑒2021 [M]. 北京:中國統計出版社, 2021.

National Bureau of Statistics. China statistical yearbook 2021 [M]. Beijing: China Statistics Press, 2021.

[33] 國家發展和改革委員會價格司.全國農產品成本收益匯編2021 [M]. 北京:中國統計出版社, 2021.

Price Division, National Development and Reform Commission. National agricultural product revenue compilation 2021 [M]. Beijing: China Statistics Press, 2021.

[34] Ang B W. The LMDI approach to decomposition analysis: a practical guide [J]. Energy policy, 2005,33(7):867-871.

[35] Dietzenbacher E, Los B. Structural decomposition analyses with dependent determinants [J]. Economic Systems Research, 2000,12(4): 497-514.

[36] Lin X, Polenske K R. Input–output anatomy of China's energy use changes in the 1980s [J]. Economic Systems Research, 1995,7(1):67-84.

[37] 夏 炎,陳錫康,楊翠紅.關于結構分解技術中兩種分解方法的比較研究 [J]. 運籌與管理, 2010,19(5):27-33.

Xia Y, Chen X K, Yang C H. Comparative research of two decomposition methods in structure decomposition analysis [J]. Operations Research and Management Science, 2010,19(5):27-33.

[38] Gouel C, Guimbard H. Nutrition transition and the structure of global food demand [J]. American Journal of Agricultural Economics, 2019, 101(2):383-403.

[39] Zheng Z, Henneberry S R, Zhao Y, et al. Predicting the changes in the structure of food demand in China [J]. Agribusiness, 2019,35(3):301-328.

[40] 中華人民共和國農業農村部.關于印發《全國農業可持續發展規劃(2015—2030年)》的通知 [EB/OL]. https://www.moa.gov.cn/ ztzl/mywrfz/gzgh/201509/t20150914_4827900.htm.

Ministry of Agriculture and Rural Affairs of the People's Republic of China. Notice on printing and distributing the(2015-2030) [EB/OL].

[41] 王 迪,和 維,聶 銳.中國2030年CO2排放情景預測與減排潛力分析[J]. 系統工程學報, 2019,34(6):721-735.

Wang D, He W, Nie R. China’s CO2emission scenario prediction and emission reduction potential analysis in 2030 [J]. Journal of Systems Engineering, 2019,34(6):721-735.

[42] 王 勇,王 穎.中國實現碳減排雙控目標的可行性及最優路徑——能源結構優化的視角[J]. 中國環境科學, 2019,39(10):4444- 4455.

Wang Y, Wang Y. Feasibility and optimal pathway of China’s double targets for carbon reduction-The perspective of energy structure optimization [J]. China Environmental Science, 2019,39(10):4444- 4455.

[43] 蔡博峰,曹麗斌,雷 宇,等.中國碳中和目標下的二氧化碳排放路徑[J]. 中國人口·資源與環境, 2021,31(1):7-14.

Cai B F, Cao L B, Lei Y, et al. China’s carbon emission pathway under the carbon neutrality target [J]. China Population, Resources and Environment, 2021,31(1):7-14.

[44] Xu G, Schwarz P, Yang H. Adjusting energy consumption structure to achieve China's CO2emissions peak [J]. Renewable and Sustainable Energy Reviews, 2020,122:109737.

[45] Xie Y, Liu X, Chen Q, et al. An integrated assessment for achieving the 2C target pathway in China by 2030 [J]. Journal of Cleaner Production, 2020,268:122238.

[46] FAO. Emissions shares [EB/OL]. https://www.fao.org/faostat/en/ #data/EM.

[47] 劉 慶,劉秀麗.生育政策調整背景下2018～2100年中國人口規模與結構預測研究[J]. 數學的實踐與認識, 2018,48(8):180-188.

Liu Q, Liu X L. Forecasting on China’s population size and structure during 2018-2100with the background of family planning policy adjustment [J]. Mathematics in Practice and Theory, 2018,48(8): 180-188.

[48] 中國社會科學院.人口與勞動綠皮書:中國人口與勞動問題報告No.22 [M]. 北京:社會科學文獻出版社, 2021.

Chinese Academy of Social Sciences. Green paper on population and labor: Report on China's population and labor issues No.22 [M]. Beijing: Social Sciences Academic Press, 2021.

[49] 中國營養學會.中國居民膳食指南2022 [M].北京:人民衛生出版社, 2022.

Chinese Nutrition Society. Scientific Research Report on Dietary Guidelines for Chinese Residents 2022 [M]. Beijing: People's Medical Publishing House, 2022.

[50] 姜松強,陳彥哲,朱慧麗.鄭州市居民對膳食指南知曉率及影響因素分析[J]. 營養學報, 2020,42(3):308-309,312.

Jiang S Q, Chen Y Z, Zhu H L. Awareness of dietary guidelines among residents in Zhengzhou and the influencing factors [J]. Acta Nutrimenta Sinica, 2020,42(3):308-309,312.

[51] Arrieta E M, Gonzalez A D. Impact of current, national dietary guidelines and alternative diets on greenhouse gas emissions in Argentina [J]. Food Policy, 2018,79:58-66.

[52] Maire J, Sattar A, Henry R, et al. How different COVID-19 recovery paths affect human health, environmental sustainability, and food affordability: a modelling study [J]. The Lancet Planetary Health, 2022, 6(7):e565-e576.

[53] Gibin D, Simonetto A, Zanini B, et al. A framework assessing the footprints of food consumption. An application on water footprint in Europe [J]. Environmental Impact Assessment Review, 2022,93: 106735.

Measuring the environmental footprints caused by the changes of residents' food consumption.

DOU Yu-xing1,2, LIU Xiu-li1,2,3*

(1.Academy of Mathematics and Systems Science, Chinese Academy of Sciences, Beijing 100190, China；2.University of Chinese Academy of Sciences, Beijing 100049, China；3.Center for Forecasting Science, Chinese Academy of Sciences, Beijing 100190, China)., 2023,43(1)：446～455

This paper first compared and analyzed the changing characteristics of urban and rural residents' food consumption from 2014 to 2020, then calculated the contributions of population size, urbanization rate, per capita food consumption volume, and food consumption structure to the environmental footprints. Finally, we designed three scenarios: the current food consumption structure S0, the developing consumption structure S1, and the optimal consumption structure S2, closer to the dietary guideline in 2022 for Chinese residents, to measure the environmental footprints led by residents' food consumption in 2025 and 2030. The results show that the per capita food consumption volume and dietary structure have gradually become the main factors affecting the environmental footprints. The average contribution of per capita food consumption volume and consumption structure of urban (rural) residents to the environmental footprints in 2018～2020 was 51.1% (51.6%) and -17.4% (-13.1%) in China. The environmental footprints caused by the changes in residents' food consumption in S1and S2 would be lower than those in S0, and the differences would be more evident in S2. Compared with the environmental footprints in S0, the land, water, and carbon footprints caused by urban (rural) residents' food consumption in S2 would drop 10.5% (11.5%), 19.6% (17.2%), 12.6% (13.7%) respectively in 2025, those would reduce 11.6% (11.9%), 21.0% (16.8%), 13.6% (14.7%) in 2030 respectively. Based on the analysis of the results, we suggested practical ways to reduce the environmental footprints caused by food consumption.

land-water-carbon footprints；structural decomposition analysis；food consumption structure

X24

A

1000-6923(2023)01-0446-10

竇羽星(1998-),女,陜西渭南人,博士研究生,主要從事宏觀經濟-資源-環境-人口系統建模與預測的研究.發表論文2篇.

2022-05-10

國家自然科學基金資助項目(71874184)

* 責任作者, 研究員, xiuli.liu@amss.ac.cn