农业需求和供应的全球驱动因素

食品平衡表

食品平衡表描述了一个国家某一年份各类食品的总供应和使用情况。可以通过对每个食品类别的单个国家的表格进行汇总来构建一组国家的食品平衡表。供应量等于根据库存变化调整的粮食产量和进口量。使用包括家庭消费的农作物或食物，用于种子，加工食品和非食品使用，出口。除了统计误差，总供应应等于总使用。

联合国粮食及农业组织（粮农组织）是粮食平衡表的主要来源，粮食商品的详细报道（粮农组织，2001年）。粮农组织从1961年开始每年提供食物平衡表。粮农组织食物平衡表将商品分为谷物，油料作物，淀粉根，糖作物，豆类，坚果，水果，蔬菜，香料，兴奋剂，糖和甜味剂，植物油，酒精饮料，肉类和动物脂肪，鸡蛋，牛奶，鱼和海鲜。对于本研究，将商品合并以匹配全球贸易分析项目（GTAP）数据库中的作物和作物类型。

粮农组织食物平衡表中使用的基本单位是公吨每年。然后，使用该国的人口将家庭的最终消费量转换为每人每年的千克。最后，家庭消费被转换为每人每天千卡的单位。这个单位使人们能够总结商品的卡路里，并比较不同国家和不同时期的饮食。

注意，大卡路里和小卡路里之间可能存在混淆，其中1大卡路里等于1000小卡路里。在杂货店的营养标签中使用的卡路里是大卡路里。粮农组织的食物平衡使用小卡路里，但它们总是显示为千卡（kcal）。因此，1千卡与消费者熟悉的1大卡路里相同。

框图1提供了三个大类的食品消费的跨国比较：直接消费的作物，作为加工作物间接消费的作物和动物产品。食物类别是粮农组织建立的食物平衡表中详细食物类型的总和。直接作物消费主要由谷物组成，但也包括淀粉根，食物豆类，水果和蔬菜。加工的作物包括来自油料作物的植物油，来自糖作物的甜味剂和酒精饮料。动物产品包括肉，牛奶，黄油，鸡蛋和动物脂肪。

各国的人均总卡路里消费量差异很大，美国远远高于世界平均水平，印度低于世界平均水平。所消耗的卡路里的类型也不同，例如，印度相对于具有相当生活水平的其他国家的动物产品的人均消费非常低。初级卡路里包括所有食物或饲料作物，而次级卡路里包括加工作物或动物产品。需要多于一个初级卡路里来产生加工的作物或动物产品的每个卡路里，动物产品比加工的作物需要更多的初级卡路里。这意味着，人均消费的总原生卡路里随动物产品的数量增加。富裕国家的居民一般消耗的热量和动物产品总量比其他国家的居民多。即使没有人口增长，作物的总需求将增加，因为中国和印度变得更加富有，动物产品在总卡路里中占较大份额。然而，人均消费的收入相关增长总包括每个国家集团内的国家之间的贸易。

本节中的情景保持人口和收入与参考情景相同，但检查农业生产力增长下降的影响。这些情景反映了面对全球气候变化，未来农业生产力增长，关于农业研究与开发（R＆D）的无法预测的公共和私人投资决定以及可能影响生产率趋势的各种其他因素的相当大的不确定性。构建了两个低生产率情景：一个具有相对增加生产力的生产率下降20％

到2050年的参考情景，另一个有40％的下降。在20％的低生产率情景中，农业生产力仍然增加到2050年，只是没有参考情景那么快。当比较2050年的生产率水平时，低生产率情景表现为相对于参考情景的负生产力冲击。

图14显示了全球经济如何吸收2050年生产率增长的假设下降。实际产量不如土地生产力下降，因为随着作物价格上涨，其他投入增加。生产率冲击主要通过加强农业生产和通过增加收获面积来吸收。由于消费者调整支出模式以应对粮食价格上涨，生产和消费略有下降。同样，如图10和13所示，产量的百分比变化与产量的百分比变化（在这种情况下，为负）和收获面积的总和大致相同。

图14 2050年农业生产力下降20％的经济对策

选择20％的下降是因为它接近Nelson等人的平均生产率下降。（2014b），一个对世界农业潜在气候影响的模拟研究。

注：响应涵盖五种主要作物类型：稻，小麦，粗粮，油籽和糖。 驱动因素是生产率的变化（PRODUCTIVITY），保持非本地投入的产量变化对生产的影响。 YIELD =平均产量（吨/公顷），允许非本地生产投入增加。 AREA =主要田间作物的全球面积。 CONS =全球消费=全球生产。 TRADE =全球出口=全球进口。 PRICE =主要田间作物的价格指数。

资料来源：美国农业部，使用未来农业资源的经济研究服务模式情景。

在本研究的早期，参考情景是使用Ag MIP提供的土地增产生产的外生驱动力开发的（见图5a）。 到2050年，作物的土地利用保持稳定，参考情景的生产率假设（见图8）低于历史生产率增长率。 然而，在低生产率的情景中，更多的土地用于作物。 图15显示了在非常低的生产率情景下，从2005年到2050年的农田增加，牧场和管理林相应减少。¹⁶在此期间，世界农田增长了28％，从1.40亿公顷增加到1.79亿公顷。

低生产率和极低生产率情景之间最显着的区别是主要作物的平均价格变化。在低生产率情景下，价格上涨是16％，但在极低生产率情景下是99％。农业产出增长的来源可以分为生产土地增加和作物产量变化。产量增长（单位土地产量）在单一指标中代表了多种生产增长来源。一个来源是农民加强投入，例如灌溉，肥料和每单位土地的资本设备以响应价格信号。另一个来源是全要素生产率（TFP）的增加，反映了长期研发投资带来的技术改进和管理改进。在过去几十年中，农业生产力迅速提高，但未来增长的前景是不确定的，特别是在气候变化背景下（见“气候变化作为新兴驱动力”）。

图15世界农业土地利用模拟 - 极低生产率情景（减少40％比参考情景）

五大田间作物是水稻，小麦，粗粮，油籽和糖。 其他三种作物类型是水果和蔬菜，植物纤维和其他作物。 管理林是可进入的林地。

来源：美国农业部，使用GTAP 7数据库的经济研究服务; 未来农业资源模型情景。

农业产出相对于总农业用地面积（总产量）的增长与产量增长趋势相平行，保持相当稳定，从1961年到2007年平均为每年约2.1％。产量的增加归因于新的高 - 肥料响应种子品种，结合肥料使用的大量增加和灌溉系统中的灌溉或更好的水控制的扩大（Heisey和Norton，2007）。 然而，投入强化和TFP增长的相对贡献随时间推移反转全要素生产率的年增长率从20世纪60年代的0.2％上升到1990年以来的约1.7％，单位土地投入量的增长相应地下降。

气候变化作为新兴的驱动力

传统上，土地利用变化从不断变化的经济和社会条件的角度在不断的生物物理体制中探索。 然而，近几十年来，对气候系统根本变化的关注导致对气候变化和土地利用之间关系的更多关注。¹

大量研究通过评估不同土地利用的碳封存能力和估计土地从森林到农业的移动，例如改变陆地碳储存能力和大气碳排放，探讨了土地利用变化作为气候变化的一个促进因素浓度。然而，关于作物生产和土地利用如何应对气候变化的探索受到了未来气候预测的有限可用性的限制，以及这种气候预测如何转化为更加短期的区域天气模式的不确定性，这些模式强烈影响土地使用决策。政府间气候变化专门委员会（IPCC）第四次和第五次评估报告中出现的一系列气候预测集合，已经放松了这种限制。根据一套共同的排放情景，所有气专委气候预测估计全球平均地表气温升高，其中陆地和北纬地区气温升高最大（气专委，2007年和2013年）。虽然区域降水细节的预测存在相当大的差异，但它们通常在经历大量降水事件的热带地区（如季风地区，热带太平洋和高纬度地区）预测增加的降水。亚热带干旱区的降水量预计将减少，干燥中纬度区域预计会变干，湿中纬度区域在本世纪末可能变得更湿润（IPCC，2013）。

温度，降水，生长季节的长度和极端天气事件的发生率的全球变化将对农业生产力和产量具有区域和作物特定的影响。 IPCC（2007）广泛预测温带地区1-3ºC温度变化的积极产量影响，但是美国的一些气候变化影响研究预测了短期内气候变化对作物产量的混合影响（Reilly et al 。，2003; Mc Carl，2008; Beach et al。，2010; Malcolm et al。，2012）。 这种研究的结果对于是否以及如何在分析中考虑大气二氧化碳的产量增强效应高度敏感（Reilly等人，2007; Cline，2007）。

然而，即使在短期内，气候变化也会对发展中国家的农业产量产生更为负面的影响（Parry et al。，2004; Fischer et al。，2005; Hertel et al。，2010）。生产力可能受到更多负面影响，因为许多发展中国家已经处于其温度范围的上限，并且预计降水不会像许多温带地区一样增加（Easterling等，2007; Mertz等，2009年） 。有证据表明，气候变化已经减缓了印度近几十年来作物产量的增长（例如，Auffhammer等人，2006）和全球性（Lobell等人，2011）。无论短期效应如何，许多研究人员预测，随着持续温度的升高超过了中期至后期的关键阈值，作物产量最终将在美国和全球范围内下降（Parry et al。，2004; Schlenker et al。 。2005; Schlenker and Roberts，2009; IPCC，2007; Burke et al。，2011）。虽然这些研究通常关注气候条件对作物生长的直接产量影响，但农业生产力将进一步受到气候变化对农业所依赖的生态系统服务的影响，例如授粉，虫害压力，水供应，防洪。

改变的生长条件可能对全球范围内管理系统在提供食品，饲料，纤维和燃料产品方面的相对生产力模式有重大影响。经济机会的这种重大变化通常导致土地利用的变化，因为决策者调整土地利用决策以利用新的机会或最小化新约束的影响（Lambin等人，2001）。气候适应 - 或人类对与气候变化相关的不断变化的约束和机遇的反应被认为是全世界未来土地利用模式的潜在重要驱动因素，特别是在农业土地利用方面的变化。改变土地利用模式作为适应战略将受到适合农业的土地的区域可用性的限制。气候变化对全球适合农业适用土地的可用性的估计影响是混合的，并对所使用的气候情景敏感（Zhang和Cai，2011）。然而，一般来说，研究估计，可耕地在较高纬度地区增加，包括加拿大，俄罗斯，美国北部和阿根廷南部，西非，中美洲，西亚，中南美洲和北部南美洲（Ramankutty等人，2002; Zhang和Cai，2011）。

各种商品的产量增长模式各不相同。 例如，1990年以后，谷物产量增长速度已经减缓的迹象：全球谷物产量在20世纪70年代和80年代每年增加约2.5％，但在1991 - 2009年期间每年仅增长1.3％（Fuglie，2012）。 然而，谷物的模式似乎并不代表整个农业。 它被其他地方的生产率提高抵消，其他商品的产量增长增加和土地利用的更加集约化，以保持每公顷农业土地的总产出以历史速率上升。