Resursavtryck och deras ekosystemkonsekvenser | vetenskapliga rapporter

Resursavtryck och deras ekosystemkonsekvenser | vetenskapliga rapporter

Anonim

ämnen

  • Påverkan på miljön

Abstrakt

En meningsfull miljökonsekvensanalys bör gå utöver redovisningen av tryck från resursanvändning och faktiskt bedöma hur resursefterfrågan påverkar ekosystem. De olika för närvarande tillgängliga fotavtrycka från nationerna rapporterar miljötrycket, t.ex. vattenanvändning eller föroreningar som drivs av konsumtion. Det har dock varit begränsade försök att bedöma miljökonsekvenserna av detta tryck. I slutändan bör konsekvenser, inte press, vara vägledande för miljöpolitiken. Den nyligen släppta LC-Impact-metoden visar framsteg på vägen för att tillhandahålla denna saknade länk. Här presenterar vi ”ekosystemets effektsavtryck” när det gäller konsekvenserna för den biologiska mångfalden och bedömer skillnaderna i konsekvensavtryckresultat från MRIO-baserade tryckavtryck. Det nya perspektivet avslöjar stora förändringar i nationernas relativa bidrag till globala fotavtryck. De välmående länderna har högtrycksavtryck i länder med lägre inkomst men deras effekter har ofta sitt ursprung i länder med högre inkomst. Detta perspektivförskjutning ger en annan inblick i var man ska fokusera politiska svar för att bevara den biologiska mångfalden.

Introduktion

Miljöavtryck tittar på effekterna som befolkningens konsumtion eller livsstil har på miljön. Traditionella fotavtryck, baserat på en konsumtionsbaserad redovisningsprincip 1, rapporterar om resursanvändning och utsläpp, det vill säga om miljöpåverkan. På språket i DPSIR-ramverket (förare, tryck, tillstånd, påverkan och svar) 2, som används av t.ex. EU: s miljöbyrå och OECD, kopplar traditionella fotavtryck förare och tryck (fig. 1). I studier av miljöavtryck har det hittills varit begränsade försök att fortsätta i enlighet med DPSIR-ramverket och koppla påtryckningar till miljötillståndet för att bedöma miljökonsekvenserna av konsumtionen. Politik bör svara på faktiska miljöpåverkan, inte bara påtryckningar. Till exempel bör vattenanvändningspolitiken beakta effekterna av vattenförbrukningen, inte bara själva konsumtionen 3 .

Eftersom miljöpolitiken borde reagera på påverkan, inte påtryck, föreslås påverkade fotavtryck som en bättre metod för att ansluta förare (konsumtion) hela vägen till deras miljökonsekvenser.

Bild i full storlek

Det finns många studier av miljöavtryck, inklusive de som tar hänsyn till kol 4, råmaterial 5 och vatten 6 som rapporterar om resursbehovet förknippat med konsumtion 4, 7, 8 . Dessa fotavtryckstudier fokuserar endast på ett specifikt tryck, t.ex. utsläpp av växthusgaser (GHG), tonnage av använda primära material eller kubikmeter vatten som används. En utmaning med att rapportera påverkade fotavtryck har varit hur man kombinerar olika resursfotavtryck, som använder olika mätvärden och enheter. Metodiken för det ekologiska fotavtrycket hanterade detta genom att uttrycka allt tryck i fråga om markområdet påverkade 9, 10, 11, 12, även om denna strategi har fått viss kritik 13, 14, 15, 16 . En nyligen intresserad strategi är den av Lenzen et al . 17, där författarna kopplade förare (konsumtionsdrivare på ekonomisk produktion) direkt till staten (antal drabbade arter). Denna studie kopplade dock inte förarna till effekter. Dessutom var deras tillvägagångssätt i efterhand, dvs det kopplade redan befintliga hotnivåer till nuvarande handelsflöden och följde inte miljökausalitetskedjan 18 .

Vårt mål är därför att bidra till en mer fullständig representation av de globala konsekvenserna av antropogen konsumtion och produktion på biologisk mångfald genom att kombinera tryckavtryck med deras ekosystempåverkan. Traditionella tryckavtryck följer flera handels- och omvandlingssteg längs globala leveranskedjor för att ansluta konsumentköp till de primära resurserna som krävs för att tillhandahålla dem genom att använda multiregional input-output (MRIO) -modeller. För att fortsätta längs DPSIR-kedjan från tryck till påverkan måste vi koppla miljökonsekvenser till dessa tryck. Miljökonsekvensanalys handlar om hur en resursbehov eller -utsläpp (t.ex. en liter konsumerat ytvatten) skapar skador via flera påverkningsvägar (t.ex. våtmarkers livsmissförlust 19, undernäringspotential 20 osv.). Ett lovande verktyg för denna koppling är livscykelkonsekvensbedömning (LCIA). LCIA tillskriver en skada på varje utsläpp eller resursanvändning för att indikera konsekvenserna av antropogena åtgärder. Under de senaste åren har det skett en betydande utveckling i LCIA både när det gäller effektskategorier som beaktats och i rumslig detalj. Genom att kombinera Eora MRIOs globala leveranskedjedatabas 21 och LC-Impact LCIA-modellen 22 kan vi kvantifiera konsekvenserna av antropogena åtgärder och få en omfattande bild av hur konsumenternas efterfrågan är kopplad till faktiska miljöpåverkan via produktion och resursanvändning. Resultatet är ett nytt ”impact footprint” som utvidgas för att uppskatta den verkliga miljöpåverkan - inte bara påtryckningar - av konsumenternas efterfrågan. För detta påverkande fotavtryck överväger vi skadorna på artsrikedomen (som fullmakt för biologisk mångfald) för följande konsekvenskategorier: klimatförändringar, markförsurning, eutrofiering av marin och sötvatten, landspänning och vattenstress 22 . Denna skada mäts i enheter av "potentiellt försvunnen fraktion" (beskrivs nedan) 23 .

Vid mätning av påverkan på den biologiska mångfalden är det viktigt att överväga flera spänningar tillsammans eftersom artsutrotning sällan (men ibland 24 ) orsakas av en enda stressor 25 . I denna studie överväger vi miljökonsekvenser av flera tryck, genom flera oberoende slagvägar, för att komma fram till total påverkan. LC-Impact tillhandahåller rumsligt differentierade faktorer för alla påverkanskategorier på global nivå, som vi länkar till rumsligt uttrycklig produktion och till MRIO-modellen, vilket möjliggör identifiering av platsspecifika effekter. Denna rumsliga detalj är mycket relevant för effekter relaterade till biologisk mångfald på grund av de stora skillnaderna i både artens rikedom och artens sårbarhet i rumsliga skalor.

Vår strategi ger en mer omfattande representation av konsekvenserna av antropogena effekter på artsrikedomen från handeln. Vårt mått på effekterna av biologisk mångfald kombinerar artsrikedom med information om sårbarhet (se metoder). Detta ger ett alternativ, utan tvekan bättre, hänsyn till påverkan på den biologiska mångfalden än befintliga mätvärden som resursbehov (klassiska fotavtryck), artsrikedom 21, 26, markbesättning 27 eller mänskligt anslag till primär produktivitet 28 . Våra mål är att undersöka vilka länder som har de största effekterna på den biologiska mångfalden genom vilka konsekvensvägar och att undersöka förhållandet mellan tryck och påverkan ur konsumtions- och handelsdrivarens perspektiv. Vi antar att denna typ av fotavtryck kommer att visa olika fördelningar av effekter mellan länder än traditionella fotavtryck.

Resultat

Totala fotspår på ekosystemet

Fotspåren på ekosystemets påverkan avslöjar hur mycket av de effekter som orsakas av konsumtion i ett land skadar ekosystemen i andra länder. Vi presenterar resultat som visar både tryckavtryck och tillhörande biologisk mångfaldsförlust med måttet på ”potentiellt försvunna fraktioner av arter” (PDF). Detta är ett mått som traditionellt tar hänsyn till artens rikedom, men utvidgas i LC-Impact för att också ta hänsyn till artens sårbarhet. PDF-metriken reflekterar den potentiella utrotningen av arter inom en viss tid som är förknippad med resursanvändning eller utsläpp, vilket leder till förluster eller nedbrytning av livsmiljöer. Vi följde tretton olika typer av tryck genom åtta distinkta slagvägar (klimatförändringar, marin- och sötvattenutgödning, markinsurning, vatten och tre typer av markanvändning), som påverkade tre olika typer av ekosystem (vattenlevande, markbundna, marina) (se Metoder för ytterligare detaljer). Beroende på det övervägda trycket observeras en skarp skillnad mellan miljötrycksfotavtryck och de nya påverkande fotavtryck. Här belyser vi de mest slående resultaten. Mer information finns i onlinestödjande information (SI).

Konsumenter i USA och Kina har det största totala ekosystemets fotavtryck (fig. 2) följt av Brasilien, Indien och Japan. Dessa länder har hög total konsumtion, höga resursavtryck och även ett stort antal endemiska arter inom landet. Medan Brasilien och Indien har en lägre konsumtion per capita än stora EU-ekonomier, har dessa länder stora populationer och mycket av dessa lands konsumtion är för inhemska resurser. Trycket från denna inhemska resursanvändning har högre effekter på den biologiska mångfalden än för importerade produkter (se SI, jämföra markandelar av påverkan mot tryck). Effekterna från landets ockupation, vattenstress och förväntade klimatförändringspåverkan från CO 2 -utsläpp utgör de tre viktigaste bidragen till de totala effekterna och står för mer än 99% av våra modellerade effekter. Men de enskilda bidragen från de olika påverkningsvägarna varierar per land. I vissa torra länder, som Australien, Iran och Pakistan, är effekterna av vattenförbrukningen större än påverkan av landets ockupation, medan i andra (t.ex. USA eller Kina) kan det omvända observeras.

Karta skapad med ArcMap 10.2 (ww.esri.com/software/arcgis) 68 .

Bild i full storlek

Att tillämpa samma tryck på miljöer med olika resurstillgänglighet och / eller artsrikedom kommer att leda till olika effekter på nationell nivå (se fig. 3). För mark- och vattenanvändning är skillnaden att ha ett påverkande fotavtryck eller ett resursfotavtryck tydligt (Fig. 3b, d; om påverkan och resursfotavtryck var desamma, skulle alla länder falla längs linjen 45 °, som är fallet för CO 2 -utsläpp - se figur S2 i SI).

Inverkanens fotavtryck av nationer visas för total landbesättning ( a ) och vattenförbrukning ( c ). Rangeringen av nationer baserat på deras fotavtryck skiljer sig kraftigt när de betraktas som traditionella tryckavtryck (y-axel) kontra slagfotspår (x-axel): ( b ) landspänning ( d ) vattenspänning (båda axlarna standardiserade (se metoder), prickad linje som representerar liknande tryck och slagfotavtryck). Korrelationer och kartor för alla bedömda tryck tillhandahålls i SI (figur S2 – S10), såväl som en dubbel logaritmisk skildring av trycket kontra slagförhållandena. Kartor skapade med ArcMap 10.2 (ww.esri.com/software/arcgis) 68

Bild i full storlek

Effekter relaterade till land ockupation

För land okkupation finns de största skillnaderna mellan tryck och påverkan fotavtryck för Brasilien, Kina och Ryssland. Skillnaden i Brasilien beror återigen på den stora andelen inhemsk produktion i det brasilianska fotavtrycket (90, 2%, se SI), liksom det stora antalet (ofta endemiska) arter i Brasilien. Cirka 9, 5% av världens arter beräknas existera i Brasilien 29, och enligt IUCN finns det 5249 rödlistade djurarter närvarande i Brasilien. Nästan en femtedel av dessa rödlistade arter (966) är endemiska 30, 31, som på grund av deras ofta små livsmiljöområden har högre sårbarhetsresultat 19, 22 (se även metoder). Dessa endemiska arter har således en högre vikt än icke-endemiska arter i PDF-metriken. Vi ser detta också i de bilaterala resultaten (tabell 1 och SI): landintensiva varor från Brasilien skapar ett högre effektavtryck än jämförbara varor från andra länder. Däremot har vissa andra länder, till exempel Kina och Ryssland, miljökonsekvenser av markanvändning än genomsnittet. Detta beror på relativt låga påverkningsfaktorer vid det nationella genomsnittet 22 (tre till fem gånger mindre för Kina än för Brasilien), vilket kan hänföras till de mindre arten (1958 respektive 4835 rödlistade djurarter i Ryssland respektive Kina) 31, och endemics (22 djurarter i Ryssland och 525 i Kina) 30 . För referens 19, 32 för en individuell analys av skadefaktorerna . Många länder bidrar till stora marktryck i Ryssland och Kina. Detta är emellertid inte sant för de landbaserade påverkanens fotavtryck. När man tittar på Kinas bidrag till den globala handeln kommer 11, 5% av det totala marktrycket i handeln från Kina (se SI, ), men endast 3, 7% av den totala påverkan på biologisk mångfald som förknippas med handeln kommer från Kina (se SI - Total_ImpactFootprint_and_shares.xlsx, kolumn GM). För USA (som är värd för 6738 rödlistade djurarter, 366 endemiska djur) 30, 31 har fotspår av resurs och påverkan nästan samma relevans. Detta beror på deras inhemska effekter på högre nivå än genomsnittet (se tabell 2), och starka handelslänkar till t.ex. Kanada och Kina som visar konsekvenser av ekosystem med lägre än genomsnittet på grund av begränsat antal endemiska och utsatta arter (endast 0, 3% av Kanadas djurarter är endemiska).

Full storlek bord

Full storlek bord

Ursprunget för importerade varor är centralt för att bestämma påverkan av ländernas påverkan på grund av den rumsliga skillnaden i påverkan. Länder med starka handelslänkar till områden med hög artsrikedom och hög endemism (återspeglas i sårbarhetsgraden) kommer i slutändan att påverka dessa hotspots för biologisk mångfald (t.ex. USA importerar från Brasilien). Effektsavtryck är följaktligen relativt högre än tryckavtryck för de länder med antingen höga påverkansfaktorer i inhemska eller importerade varor. Resultaten för länder som växlar från högtrycksfotavtryck till lägre fotavtryck på ekosystemet (t.ex. Ryssland fig. 3b) uppvisar antingen a) låga inhemska ekosystempåverkningsfaktorer eller b) brist på starka handelsförbindelser med de rika biologiska mångfalden i Sydamerika och Sydostasien, som till exempel Ryssland.

Effekter relaterade till vattenförbrukning

För vattenförbrukning är skillnaderna mellan tryck- och slagfotspår ännu mer uttalade (Fig. 2d). Först och främst har USA och Australien, men också Japan och Indonesien, en större andel av det globala påtryckningsavtrycket på grund av vattenförbrukning än den globala vattenförbrukningens fotavtryck, medan för t.ex. Indien och Kina kan det omvända observeras. Dessa sex länder står för 43% av den globala vattenförbrukningen (tryck). Men samma länder står för 75% av det globala vattenpåverkan. En av de mest slående skillnaderna finns för Australien, som står för 0, 7% av det globala vattentrycksfotavtrycket men 8% av vattenpåverkanets fotavtryck. Australien har en exceptionellt hög nivå av arter endemism (t.ex. 92% av infödda kärlväxter och 94% av infödda amfibier) 33 . Varje förlorad art i Australien har stor inverkan på det globala arträkningen, och därför tilldelar LC-Impact australiska arter en stor vikt. Detta, tillsammans med den höga vattenförbrukningen i den australiensiska ekonomin 1 och eftersom 70% av vattenavtrycket är inhemskt, förklarar den stora effekten av vattenanvändningen för Australien. USA (vars främsta partner för vattenhandel är Kanada, se tabell 1) är likartad, med den inhemska andelen av resursavtrycket (65%) som är mindre än den inhemska andelen av påverkningsfotavtrycket (97%) (SI).

De högsta ekosystemkonsekvenserna av USA: s vattenförbrukningsavtryck förekommer inhemskt (se tabell 1 och SI). Detta beror på att vattenförbrukningen i USA har en större påverkan på den biologiska mångfalden än i handelspartnern. Förutom att ha plats för över 6700 arter (varav mer än 360 är endemiska) 30 innehåller USA omfattande våtmarker och områden med vattendrag. Den senare utgör den viktigaste livsmiljön för ett stort antal utsatta våtmarkarter.

I andra stora ekonomier upptäcker vi att på grund av Australien och USA: s dominans i potentiell global förlust av biologisk mångfaldighet i vatten minskar den relativa vikten av inhemsk vattenförbrukning. Till exempel beror Kinas vattentryckavtryck främst på den inhemska konsumtionen (81%), men när det gäller effekterna är inhemska vattenpåverkan bara slående 2, 5% av det totala kinesiska vattenavtrycket. Istället förekommer 31% av Kinas fotavtryck i Australien, och 52% förekommer i USA.

Effekter av utsläpp av växthusgaser

Eftersom skadorna från de flesta utsläpp av växthusgaser är desamma oavsett utsläppspunkten, tillhandahåller LC-Impact globala värden för skador från växthusgaser (undantag från detta, som inkluderar flyktiga föreningar med rumsligt uttryckliga effekter för klimatförändringar och CO 2 från bioenergi på grund av till temporära och albedo-effekter 34, beaktas inte i nuvarande LC-Impact-mätvärden och har ett icke-noll, men mindre bidrag till globala växthusgasutsläpp). Dessa värden för olika växthusgaser är tidsintegrerade och därför skalar de i princip alla utsläpp från konsumtionsbaserad redovisning på samma sätt. Således korresponderar fotavtryck och konsekvensavtryck korrelerar perfekt för växthusgaser.

Förskjutning på plats för påverkan

Resultaten på landsnivån visar en stark trend: på grund av den generellt högre endemismen och artsrikedomen i höginkomstländerna finns det en betydande förskjutning av effekterna från låginkomstländer till höginkomstländer när man byter från ett tryck till inverkan baserat metriska vid beräkning av fotavtryck.

För att testa detta resultat samlar vi resultat till Världsbankens klassificering av inkomststatus. Resultaten visar tydligt en markant förskjutning från låg, låg- och övre mitten till hög inkomststatus (tabell 2). Sådana förändringar sker för alla rumsligt uttryckliga påverkningsfaktorer (se SI). Vi ser till exempel att 57% av resursavtrycket för höginkomstländer faller på andra höginkomstländer, men efter att ha övervägt påverkan faller 94% av det totala effektaftrycket på andra höginkomstländer (övre vänstra cellen i tabell 2). Övre medel- och lägre medelinkomstländer utövar också en högre inverkan på höginkomstländerna än det enkla resursavtrycket indikerar (3% mot 26% och 3% mot 11%). Denna upptäckt förklaras av förekomsten av högre arter rikedom, högre arter endemism och högre arter sårbarhet i höginkomstländer.

En fullständig uppsättning kartor över viktiga konsumentregioner och indikatorer tillhandahålls i SI, allt bekräftar resultaten i figur 3 och tabell 1: olika fördelningar av effekter avslöjas när fotavtrycket beräknas i termer av ekologisk påverkan istället för resursanvändning .

Diskussion och slutsats

Skift på platser med påverkan beroende på ombud

Vanliga miljötrycksindikatorer som används i konsumtionsbaserad redovisning är inte nödvändigtvis bra närvaro för ekosystempåverkan. Fotspår av ekosystemets påverkan ger ett nytt perspektiv för att bedöma rollen för olika länder som driver global artförlust. Traditionella resursavtryck har i allmänhet visat att höginkomstländer förskjuter sina miljöförhållanden till mellan- och låginkomstländer 15 . Medan fotavtryck från resurser tyder på att förändringar i miljöbördan inträffar, ser vi att effekterna av fotavtrycket faktiskt drabbas mer akut i länder med högre inkomst efter att ha beaktat arter sårbarhet.

Vi fann en betydande övergång från länder med lägre inkomst till mer rika länder som bär belastningen av effekterna av biologisk mångfald (tabell 2).

För tryckavtryck är bidraget från relativt låginkomstländer centralt för kol-, land- och vattenavtryck från relativt höginkomstländer. Däremot visar analysen av fotspåren på ekosystemets påverkan att välmående länder blir mer relevanta. Kina är en viktig källa till miljöförstöring som ingår i handeln när man tar hänsyn till tryckavtryck. När det gäller konsekvensavtryck är detta emellertid inte längre fallet, eftersom effekterna är lägre i Kina på grund av artsrikedom och endemism som är inneboende i de olika slagvägarna. Detta fynd argumenterar mot hypotesen om ekologiskt ojämlikt utbyte, vilket innebär att miljöbelastningar vanligtvis flyttas från höginkomstländer till låginkomstländer. Även om ekologiskt ojämlikt utbyte har utforskats väl av teoretikerna 35, 36, är empiriskt stöd för hypotesen blandad 15, 37, 38 . Såsom vidare diskuteras nedan har dock det metrikt som utvecklats här dess begränsningar och osäkerheter.

Största bidragsgivare till ekosystempåverkan

Våra resultat visar att markanvändning är trycket med det dominerande bidraget till påverkanens fotavtryck, med 66% av PDF-påverkan som orsakas av markbesättning. Detta överensstämmer med ett resultat från IUCN att förlust / nedbrytning av livsmiljöer är överlägset det dominerande hotet mot biologisk mångfald 39 . Våra resultat visar vidare att vattenstress är en ytterligare mycket viktig slagväg. Våtmarker och floder är biodiversitetsrika regioner som redan har förlorat mer än 50% av sin ursprungliga täckning och försämras snabbare än något annat ekosystem 40, 41 . Följaktligen indikerar det stora antalet PDF från vattenspänning som erhållits från konsekvensbedömningsmodellen och den kombinerade MRIO-LC-Impact-modellen att skador på våtmarker har stora effekter på biologisk mångfald. Dessutom uppvisar ofta rika länder på biodiversitet ofta en hög nivå av endemism, vilket återspeglas i en hög påverkan för dessa länder. Detta kan i sin tur resultera i ett högt tryckavtryck när den inhemska vattenförbrukningen också är hög, som fallet för Australien och USA.

Behovet av rumsligt raffinerade bedömningar

Ekosystemets försämring på grund av markanvändning är mycket platsspecifik och kräver rumsligt differentierade bedömningar. På grund av den stora skillnaden i artsrikedom och sårbarhet är landområdet som tas upp för produktion inte en lämplig fullmakt för tillhörande biologisk mångfaldseffekter i handeln, vilket framgår av Chaudhary och Kastner 27 . Detta är i linje med Myers et al . 42, som globalt identifierade 25 hotspots som måste prioriteras för bevarande. Hotspots definierades som områden med både exceptionellt hög endemism och förlust av livsmiljöer. Två av dessa hotspots ensam finns i Brasilien, och en var och en i Kina, Peru och USA. En av dem, Atlanten skog i Brasilien, har minskat i sitt ursprungliga område med mer än 90%, medan den fortfarande innehåller mer än 2% av både världens endemiska växter och ryggradsarter 42 . Denna stora livsmissförlust i kombination med en hög nivå av endemism (och därmed hög sårbarhet i LC-Impact) ökar effekterna av landbesättning, vilket är tydligt synligt i resultaten för Brasilien. Som jämförelse visar Kina, även om det finns en annan mycket hotad biodiversitetshotspot (endast 8% av det ursprungliga området kvar) 42, i allmänhet lägre effektsavtryck jämfört med resursavtrycket. Detta beror på en mindre andel av landets område som täcks av den biologiska mångfalden hotspot och det jämförelsevis lägre antalet endemism som finns (1, 2% respektive 0, 7% endemisk växt- och ryggradsart). Sammantaget kommer aggregering av effekterna och faktorerna på landsnivå, dvs aggregering av biologisk mångfaldsrika regioner med större regioner med lägre biologisk mångfald, att minska hela landets betydelse. Ett område med konvergens mellan LCIA-modeller (som fungerar på subnationella rumsliga skalor som ekoregioner) och MRIO-modeller (som mest fungerar med nationernas upplösning) är därför länkens geografiska upplösning. Frågan är mest relevant för stora länder med varierat landskap och resurstillgänglighet, som Kina, USA, Brasilien, etc. I dessa länder kan artsrikdom, endemism och knapphet på tillgängliga resurser variera över flera storleksordningar. Aggregerande effekter på landsnivå gör att resultaten blir oskärpa. Även om det är möjligt att hantera en sådan nivå av rumslig detalj i LCIA, är detta traditionellt inte fallet för MRIO, eftersom handelsflöden vanligtvis är tillgängliga endast på landsbasis.

Exakt koppling av rumsliga detaljer är avgörande, vilket hävdas av Godar et al . 43 Bevattningsområden, som ett annat exempel, kan ligga i områden med liten påverkan på ekosystem och kan därför vara oproblematiska. Det skulle därför också här vara fördelaktigt att utföra analyser i små rumsliga skalor, om Eoras rumsliga upplösning skulle möjliggöra detta. Vi kontrollerade emellertid anpassningen mellan data om vattenanvändning och data om konsekvensfaktorer för exemplen på majs, vete och bomull i USA (se SI) och fann att vatten verkligen i stor utsträckning konsumeras i områden med högre ekosystempåverkan. till en viss grad anpassad.

Data om produktion och miljötryck finns numera allmänt tillgängliga på nätcellnivån. Därför är det grundläggande MRIO-ramverket möjligt för denna förbättring. Subnationella områden, eller rutnätsceller, kan potentiellt behandlas som ytterligare regioner. Att utveckla kombinerade subnationella / multinationella MRIO-konton är ett aktivt arbetsområde 43, 44, 45 . Medan denna förbättrade detalj skulle öka noggrannheten i resultaten, har vi ingen anledning att förvänta sig att denna brist introducerar några systematiska förspänningar i resultaten. Frågan om fel i MRIO-modeller har diskuterats omfattande i litteraturen 46, 47, 48 särskilt när det gäller aggregerings- och allokeringsfel.

begränsningar

Ett stort framsteg av LC-Impact är inkluderingen av rumsliga detaljer och övervägandet av sårbarhet per art (se Metoder). Att ha påverkningsfaktorer tillgängliga med en fin rumslig detalj är ett viktigt steg framåt eftersom detta möjliggör beräkning av differentierade effekter för olika regioner. Dessutom kan skillnader i artens rikedom och artens sårbarhet beaktas. Det finns emellertid en potentiell informationsförspänning angående förekomsten av hotade arter, även för väl studerade taxonomiska grupper inklusive däggdjur 49, vilket innebär att det kan tyckas att det finns fler arthot i en region bara för att det finns mer hotrapportering i den regionen . De IUCN-röda listdata som används i denna studie kan vara partiska eftersom tillgängligheten av data varierar mellan regioner och taxonomiska grupper gentemot (1) bättre studerade taxonomiska grupper och (2) länder som studerar taxonomiska grupper mer intensivt, dvs. mest västerländska 50, som kan bidra till den visade förskjutningen i resultat från länder med lägre inkomst till länder med högre inkomst. Icke desto mindre baseras LC-Impact på de senaste tillgängliga uppgifterna om multiplarter från flera taxonomiska grupper (däggdjur, fåglar, amfibier, reptiler). Detta säkerställer en adekvat representation av den totala närvarande arten. Utöver partisk överrapportering kan underrapportering också inträffa. Flera taxor, särskilt växter, insekter och svampar, är fortfarande underrepresenterade i IUCN-datasättet. Frågan om provbias diskuteras av Larsen et al . 51 . Med tanke på denna potential för provbias från IUCNs röda listdata bör LC-Impact-resultaten betraktas som ett "bästa fall" -scenario. Det kan finnas ytterligare arter och / eller arter med okända omfattningar av förekomst som utelämnas från denna studie. Vi underskattar därför troligen nivån på hot mot biologisk mångfald.

Vi kombinerar effekterna av flera tryck till ett slutresultat (se tabell 3). Detta gör att vi kan se en mer fullständig bild av uppsättningen påverkan som uppträder bredvid varandra istället för att bara fokusera på enstaka tryck. Trots den använda gemensamma enheten måste vi dock betona att vi inte utvärderar de potentiellt synergistiska effekterna av kumulativa effekter (som förändringar i lokal vattentillgänglighet på grund av en förändring i markanvändning och därmed en förändring i vattenlagringskapacitet i jord). Dessa komplexa interaktioner saknas hittills i LCIA och kommer att behöva tas upp i framtiden. Ständiga förbättringar av både LC-Impact och MRIO-modeller krävs också när det gäller täckning. Effekter av övergödning är jämförelsevis mycket små, till exempel, vilket troligen är en underskattning. Eora tillhandahåller data för jordbrukskällor med tillgängligt kväve och fosfor (se tabell 3), men inte för andra källor, t.ex. avloppsvatten. Detta innebär att vi försummar en del av näringskällorna som är ansvariga för eutrofiering. Å andra sidan täcker karakteriseringsfaktorer för eutrofiering av sötvatten endast fosfor och en för marin eutrofiering endast kväve eftersom var och en är det viktigaste begränsande näringsämnet i respektive ekosystem. Påverkningar från övertillgänglighet av det andra näringsämnet (t.ex. kväve i sötvattensystem) påverkar emellertid också övergödning, vilket för närvarande försummas.

Full storlek bord

Behovet av att täcka konsekvenserna av antropogena aktiviteter

Nuvarande förlust av biologisk mångfald och nedbrytning av ekosystemet sätter vår planet utanför dess gränser 52 . Detta har erkänts av det globala samhället och flera internationella initiativ har införts. Aichis biologiska mångfaldsmål i konventionen om biologisk mångfald syftar till att avsevärt minska livsmissförlust och nedbrytning år 2020 53 och Europeiska kommissionen tillkännagav målet att stoppa biologisk mångfaldsförlust inom EU år 2020, samtidigt som de ökar deras bidrag för att förhindra och minska den globala biologiska mångfaldsförlust 54 . Senast tar två av FN: s nyligen släppta hållbara utvecklingsmål direkt upp frågan om förlust av biologisk mångfald (SDG 15) och ekosystemnedbrytning (SDG 14). Dessa initiativ måste åtföljas av lämpliga verktyg för att utvärdera drivkrafterna bakom förlusten av biologisk mångfald och för att utforma svar för att motverka det. Fram till nu användes resursanvändning som en proxy för påverkan. Men vår studie belyser behovet av att gå längre DPSIR-ramverket för att täcka konsekvenserna av antropogen handel och konsumtion och inte bara trycket från dessa aktiviteter. Detta gör att man kan lyfta fram handelsflöden, resursanvändning och utsläpp med mest inverkan och hjälper konsumenterna att identifiera avvägningar mellan olika handelsalternativ och deras konsekvenser. Det föreslagna ramverket ger en möjlighet att spåra effekterna av biologisk mångfaldsförlust genom alla stadier i DPSIR-ramverket och identifiera de underliggande drivkrafterna. Detta möjliggör utformning av riktade politiska svar för att stoppa ytterligare ekosystemnedbrytning.

Material och metoder

Översikt

I denna studie applicerades en standard Leontief-efterfrågan-pull-modell 48 på en miljöutvidgad tabell för flera regioners input output (EE-MRIO) för att beräkna ett konsumtionsbaserat konto, fotspåren av resursefterfrågan. Resurskraven är de icke-monetära insatserna till produktion (mark, gödselmedel, fosfor (P) och kväve (N)), för en fullständig lista över övervägda tryck, se tabell 3). Dessa tryck översattes till mått på miljöpåverkan med hjälp av karakteriseringsfaktorerna från LC-Impact-modellen 22 . Dessa faktorer rapporterar påverkan per enhet av resursbehov, t.ex. per kg P-utsläpp till sötvattensystem. Den använda enheten är globalt potentiellt försvunnen fraktion av arter (PDF), dvs den potentiella globala utrotningen av arter. Varje påverkningsväg verkar oberoende av de andra, med tanke på synergistiska effekter. Det är vanligt i LCA att summera påverkan inom ett skyddsområde (dvs. ekosystemets kvalitet, människors hälsa eller naturresurser). Eftersom alla slagkategorier som konvergerar till ett skyddsområde har en gemensam enhet, underlättas jämförelse mellan kategorierna. Trycket för att beräkna effekterna, som beaktats i studien, anges i stödinformationen. Karaktäriseringsfaktorerna kan laddas ner från LC-Impact-webbsidan (vi använde versionen tillgänglig i april 2016). Trycket och motsvarande karakteriseringsfaktorer sammanfattas här i tabell 3. Vi använde EE MRIO-databasen Eora som bas för beräkningarna 21, med adderade data för fosfor och kväve 55, 56, 57, 58, 59 .

LC-Impact

LCA består av fyra faser (målsättning och omfattning, definition av livscykel, bedömning av livscykelpåverkan och tolkning) 60, 61 . Under livscykelinventeringen samlas utsläpp och resursanvändningar som är relevanta för livscykeln för en produkt eller en process, medan livscykelpåverkan bedömer effekterna av utsläpp och resursanvändning.

LC-Impact 22 är en rumsligt differentierad livscykelpåverkan (LCIA) -metod. Det täcker 11 huvudkonsekvenser med upp till fyra underkategorier. Faktorer för tilldelning av effekter (karakteriseringsfaktorer) finns tillgängliga för tre övergripande kategorier (människors hälsa, ekosystemets kvalitet och resurser). Endast de påverkanskategorier som leder till skador på ekosystemets kvalitet är relevanta här. De faktorer som används visas i tabell 3 och ekosystemtyper som omfattas av de olika påverkanskategorierna visas i tabell 4. För markanvändning finns sex breda kategorier (årliga grödor, permanenta grödor, betesmarker, städer, omfattande och intensiv skogsbruk) 32 . Här använder vi faktorn ”årliga grödor” för jordbruksproduktion, ”betesmark” för betesmark och ett viktat genomsnitt av intensivt och omfattande skogsbruk för trycket ”skogsområdet”. Varje land har sin egen uppsättning karakteriseringsfaktorer för dessa sex markanvändningstyper. Inom ett land är faktorn vi använde här emellertid ett medelvärde och förändras därför inte (alla betesmarker i Kina får till exempel samma CF). Ytterligare information om bakgrunden för varje slagkategori finns i SI och i Verones et al . 22 .

Full storlek bord

Framstegen i LC-Impact jämfört med befintliga LCIA-metoder är: 1) rumslig differentiering, 2) konsolidering av ekosystempåverkan och 3) täckning av nya och förbättrade konsekvensvägar.

Rumslig differentiering

De flesta effekterna av ekosystemet, till exempel påverkan från vattenförbrukningen, varierar enormt mellan regioner, inte bara på grund av olika resursfördelningar, utan också på grund av skillnader i artsrikedom (se nedan). Globala genomsnittliga karakteriseringsfaktorer underskattar därför antingen kraftigt eller överskattar påverkan. Därför, utom klimatförändringar, differentieras alla påverkade kategorier rumsligt. Upplösningen skiljer sig mellan de olika påverkanskategorierna, beroende på skillnader i betydelse av rumsliga detaljer: medan markbundna ekoregioner erbjuder tillräcklig rumslig detalj för att bedöma effekterna av markanvändning på markekosystem, är de inte lämpade för sötvattenrelaterade effekter, där vattendrag beaktades att vara mer lämplig. En viktig avvägning vid valet av den rumsliga skalan i varje slagkategori var tillgänglighet av data, vilket dikterade den möjliga rumsliga detaljerna. För användning med MRIO-analys aggregerade vi karakteriseringsfaktorerna per land baserat på den rumsliga fördelningen av volymen för motsvarande utsläpp (se ekv. 3 nedan).

Konsolidering av ekosystempåverkan

I motsats till andra LCIA-tillvägagångssätt står LC-Impact för globala artförluster. I olika effektskategorier har vi olika taxa eller grupper av taxor som fungerar som fullmakter för biologisk mångfald (se ref. 22 och SI). Genom att ta hänsyn till dessa taxas globala artantal kan vi beräkna effekterna på global nivå (globala utrotningar) 22 . Eftersom olika arter har olika grad av sårbarhet för ytterligare förändringar i deras livsmiljö, införde vi dessutom en sårbarhetsgrad i vatten- och markanvändning (de mest detaljerade påverkanskategorierna), vilket står för det faktum att vissa arter kan vara utbredda och robusta mot förändring och andra kan ha risk för utrotning 32, 62 . Sårbarhetsresultat inkluderar information om de geografiska områdena och IUCN-hotnivån för varje art. Det geografiska intervallområdet återspeglar den artens sällsynthet (som pekar mot endemism), medan hotnivån indikerar redan förekommande stress på grund av befintliga hot. Hotkategorierna (minst bekymmer, nära hotade, sårbara, hotade och kritiskt hotade) översattes till en linjär skala från 0, 2 till 1. Omfånget för sårbarhetsresultat sträcker sig från noll till 1 (amfibier), 0, 04 (fåglar), 0, 1 (däggdjur) och 0, 2 (reptiler). Orsakerna till dessa stora skillnader är det större antalet arter i högre hotkategorier för paddor än för andra, liksom en i genomsnitt en storleksordning mindre geografiskt område 63 .

För effektskategorier där information om flera taxa var tillgänglig individuellt beräknade vi taxonspecifika karakteriseringsfaktorer, innan vi harmoniserade dem 63 . Vi ansåg bara arter i våra datasätt som ännu inte är utrotade, därför redovisar vi inte utrotningar som redan ägde rum. Vi tar dock hänsyn till eventuella framtida globala utrotningar i alla påverkanskategorier och harmoniserar därmed den potentiella förlustindikatorn, som ofta har varit en blandning av lokala och globala utrotningar i äldre LCIA-metoder.

Täckning av slagvägar

Vi använde alla tillgängliga LC-Impact-effektkategorier som är relevanta för ekosystemkvalitet och matchade dem med tillgängliga MRIO-uppgifter om klimatförändringar, eutrofiering av sötvatten och marin, jordförsurning, vattenförbrukning och flera typer av landbesättning (se tabell 3). Även om klimatförändringarna redan var välutvecklade i tidigare LCIA-metoder, har övriga påverkanskategorier upplevt en stor förbättring. Det är för första gången som vattenförbrukningens påverkan på biologisk mångfald (mark och vattenlevande) inkluderas på en slutpunktnivå. Detsamma gäller för marin eutrofiering. Modeller för markanvändning, terrestrisk försurning och eutrofiering av sötvatten har förbättrats avsevärt från tidigare metoder, med mer data och rumslig detalj till beräkningen av faktorerna. För en översikt över relevanta bakgrundspublikationer för LC-Impact-kapitlen, se SI, avsnitt 1.

Resurspåverkan och tryckjämförelse

Effekterna och trycket på resursanvändningen mäts i olika enheter. För att jämföra dem standardiserade vi oberoende av varje tryck och påverkan avtrycksvärde x genom att beräkna standardpoäng x s (ekvation 1):

med μ som medelvärdet för motsvarande tryck- eller slagfotavtrycksvektor och σ dess standardavvikelse. Resultatet av denna omvandling är en standardiserad rangordning av nationer baserat på deras tryck eller påverkan. Eftersom vi fokuserar på de viktigaste länderna när det gäller effekterna av biologisk mångfald tillhandahåller vi dessa resultat direkt i diagrammen (Fig. 3b / d och SI Fig. S2 – S11). På grund av det stora antalet eller relativt små länder som grupperas i dessa diagram ger vi emellertid också en bild av logtransformerade rangordningar i SI (SI Fig S11 – S21).

EE-MRIO

Här sammanfattar vi kort den grundläggande konsumtionsbaserade redovisningsmodellen och diskuterar hur MRIO: s miljötryckkonton var kopplade till rumsligt uttryckliga karakteriseringsfaktorer. Vi börjar från beräkningen av konsumtionsbaserade konton och hänvisar läsaren till litteratur om grunderna i miljöutvidgad input-output-analys 64 .

I miljöutvidgad MRIO-analys finns ett rxs miljökatellitskonto F som registrerar de totala ingångarna för varje icke-monetär input r i sektor s j . Ingångarna i r kan vara traditionella resurser som arbetskraft eller kapital, eller i vårt fall miljöbelastning som landområde och förorening som fosfor (P) och nitrat (N) avrinning (se tabell 3 för det övervägda trycket i den här studien). På detta sätt redovisas föroreningar som en insats till produktionen. MRIO-databaserna inkluderar satellitkonton för en mängd resurser eller utsläpp, och i Leontief-efterfrågemodellen normaliseras av enheter för sektorutgång x j . Resursavtrycket beräknas som

där ^ betecknar diagonalisering, är D det totala miljöavtrycket som är förknippat med konsumtionen av varor och tjänster Y (här hos enskilda länder);

är den normaliserade miljösatelliten som beskrivs ovan och visar miljöinsatserna per enhet för monetär produktion i en sektor; ( I - A ) −1 är "totala kravsmatrisen", baserad på invers av identitetsmatrisen (visar en enhetsutgång för varje sektor) minus ingångarna till varje sektor som visas i A. A- matrisen kan betraktas som ”teknikmatrisen”, som visar mellanproduktionen (från ekonomin) per utgångsenhet. Invertera matris subtraktion fångar hela försörjningskedjan eller "livscykel" påverkan av produktionen per konsumtionsenhet. De hittills beskrivna stegen är grunden för standard EE-MRIO-analys 65, 66, 67 .

Från LC-Impact-modellen erhåller vi en matris med karakteriseringsfaktorer C i påverkningsenheter (för denna studie, PDF), per kg, ha, etc., av stress som utövas med hög rumslig upplösning. LC-Impact utvecklade effektskarakteriseringsfaktorer för flera tryckämnen, t.ex. fosforutsläpp, CO 2 -utsläpp, och så vidare. Vissa av trycket, t.ex. CO 2, har samma karakteriseringsfaktor oavsett var ämnet släpps ut, men de flesta andra har olika egenskaper beroende på var stressen utövades / utsändes. För dessa senare tillhandahåller LC-Impact rumsdifferentierade resultat (upplösning visas i tabell 3). Som diskuterats i begränsningsdiskussionen är MRIO: s tryckkonton i allmänhet inte rumsligt differentierade - ofta är de helt enkelt nationella totaler - så det var nödvändigt att beräkna en genomsnittlig karakteriseringsfaktor för varje tryck på landsnivå. Detta gjordes genom att beräkna den utsläppsviktade (eller resursviktade för vatten- och markanvändning) genomsnittlig karakteriseringsfaktor för varje påverkanskategori i varje land. Med en rasterkarta F rm av tryckutsläpp av typ r i rutnätcell m och rasterkartor av identisk storlek C rm av karakteriseringsfaktorer för det trycket (erinrar om att C kan bestå av helt enhetliga värden för påverkan som inte är rumsligt differentierade, t.ex. global uppvärmning), båda innehåller värden endast inom gränserna för ett visst land (betecknas med delmängd

), är den genomsnittliga karakteriseringsfaktorn för det trycket i det landet

Den resulterande C har dimensioner r × n men eftersom det bara är länderna, inte sektorerna inom dem som är rumsligt åtskilda, upprepar vi sedan kolumnerna i C och expanderar den till storlek r × s så att den kan multipliceras mot

.

Vi kan nu beräkna det ursprungliga fotavtrycket Q i termer av påverkan som är förknippad med konsumtion genom att förmultiplicera systemet med den slaggenomgörande tryckintensiteten med hjälp av en Hadamard-produkt (

):

Nu har vårt påverkande fotavtryck Q samma tellerenheter av C.

Slutligen, för att undersöka var ett fotavtryck härstammar, kan vi välja vilket tryck som helst r och belysa sektors-landsparen där den spänningen ursprungligen utövades i tjänst för att tillfredsställa efterfrågan bunt Y genom att diagonalisera källan till tryck / påverkan (betecknas med diagonalen hatt):

Denna variant Q r visar uppdelade källor för varje påverkan, från vilka vi aggregerar sektorer för att ge en n × n- tabell för varje inverkan r i PDF. Raderna anger paret mellan sektorer där en påverkan känns och kolumnerna anger det land vars konsumtion driver den effekten. En ekvivalent härledning av källan / destinationen för tryck kan också tillämpas på Eq2.

ytterligare information

Hur man citerar den här artikeln : Verones, F. et al . Resursavtryck och deras ekosystemkonsekvenser. Sci. Rep 7, 40743; doi: 10.1038 / srep40743 (2017).

Förlagets anmärkning: Springer Nature förblir neutral när det gäller jurisdiktionskrav i publicerade kartor och institutionella anslutningar.

Kompletterande information

PDF-filer

  1. 1.

    Kompletterande information

Excel-filer

  1. 1.

    Kompletterande databas 1

  2. 2.

    Kompletterande databas 2

  3. 3.

    Kompletterande databas 3

  4. 4.

    Kompletterande datasats 4

  5. 5.

    Kompletterande datasats 5

  6. 6.

    Kompletterande datasats 6

  7. 7.

    Kompletterande databas 7

  8. 8.

    Kompletterande databas 8

  9. 9.

    Kompletterande databas 9

  10. 10.

    Kompletterande databas 10

  11. 11.

    Kompletterande databas 11

  12. 12.

    Kompletterande databas 12

  13. 13.

    Kompletterande databas 13

  14. 14.

    Kompletterande databas 14

  15. 15.

    Kompletterande datasats 15

  16. 16.

    Kompletterande datasats 16

  17. 17.

    Kompletterande datasats 17

  18. 18.

    Kompletterande datasats 18

  19. 19.

    Kompletterande datasats 19

  20. 20.

    Kompletterande datasats 20

  21. 21.

    Kompletterande datasats 21

  22. 22.

    Kompletterande datasats 22

kommentarer

Genom att skicka en kommentar samtycker du till att följa våra villkor och gemenskapsriktlinjer. Om du finner något missbruk eller som inte överensstämmer med våra villkor eller riktlinjer ska du markera det som olämpligt.