基于初级商品等效法的可追溯性食物平衡表构建：提升全球农业供应链透明度与数据可扩展性

针对FAO食物平衡表(FBS)在透明度和可扩展性上的局限，研究团队开发了基于初级商品等效(PCe)方法的可追溯食物平衡表(T-FBS)数据集。该研究整合了2010-2022年间195个地区57类商品的供应利用账户(SUA)，通过嵌套处理关系实现多维度平衡验证。结果显示T-FBS在膳食能量和宏量营养素层面与FAO-FBS高度吻合，同时揭示了饲料、贸易等环节的数据不确定性，为粮食系统建模提供了更稳健的数据基础。

　　

在全球粮食安全与可持续发展研究中，联合国粮农组织(FAO)的食物平衡表(FBS)长期作为核心数据集，支撑着从农业价值链分析到膳食健康的数千项研究。然而，这个被誉为"粮食系统显微镜"的数据库正面临严峻挑战——其汇编方法的不透明性导致数据溯源困难，且传统汇总方式难以适应多部门动态建模的需求。更棘手的是，FAO自2013年后停止更新旧版FBS，而2019年发布的新版虽覆盖2010-2022年数据，却仍存在与家庭预算调查等数据源的显著差异。这些局限性就像给粮食系统研究戴上了"毛玻璃眼镜"，使学者们难以清晰捕捉全球食物流动的真实图景。

为突破这一瓶颈，美国太平洋西北国家实验室联合全球变化研究所等机构的研究团队开展了一项开创性工作。研究人员开发出基于初级商品等效(Primary Commodity equivalent, PCe)方法的可追溯食物平衡表(T-FBS)，通过R语言工具包gcamfaostat v1.1将500余种SUA商品智能聚合为57类PCe商品。这项发表在《Scientific Data》的研究，犹如为全球粮食系统装上了"高精度追踪器"，不仅实现了供应链各环节的质量平衡，更首次公开了关键的数据转换系数——提取率(Extraction Rate, ER_j,k,r,t)。

研究团队采用三大关键技术：

1. 建立多级嵌套映射体系，通过SUA商品与PCe商品的反向聚合处理供应链关系；
2. 开发差异化提取率算法，区分进口(ER^imported)、库存(ER_t-1)和本土生产(ER_t)场景；
3. 构建数据平衡验证机制，确保全球贸易净出口为零(∑Q_import=∑Q_export)和跨期库存衔接(Q_{closing stock}=Q_{t+1 opening stock})。

研究结果展现出四大发现：
背景与摘要
通过对比FAO-FBS与T-FBS的架构，揭示传统方法在加工商品溯源(如稻米副产品处理)和区域覆盖(195 vs 186地区)上的不足。T-FBS的PCe方法首次实现了从初级产品(如原棉)到终端商品(如棉籽油)的全链条质量守恒。

方法学创新
提出的ER计算框架(公式6-8)突破性地解决了多产出加工场景的分配难题。以棕榈果为例，通过输出特异性提取率(ER^{output-specific})和转换系数(CE_j,r,t)的协同应用，将全球平均绝对残差从388千吨降至125千吨。

数据验证
全球膳食供应量验证显示，T-FBS提供的2899 kcal/人/天与FAO-FBS差异不足0.4%。但在商品层面，稻米加工品脂肪含量差异达11%，这源于T-FBS包含FAO未覆盖的米糠油数据。区域比较中，印度等主要产粮国的残差项更真实反映了原始SUA数据质量。

应用拓展
研究建立的开放数据集包含15个平衡要素(如期初库存、加工用量等)和3类营养账户(膳食能量、脂肪、蛋白质)。以棉花产业链为例，通过嵌套映射可追溯从原棉(Q_初级=2400kt)到棉纱(Q_PCe=56kt)的完整转化路径。

结论与讨论指出，T-FBS的价值犹如为全球粮食系统绘制了"高分辨率地图"。其突破性体现在：1) 首次实现从SUA到FBS的完全可复现转换；2) 通过残差分布分析(图8)量化了数据不确定性，显示2010-2022年间全球残差份额年均下降1.5个百分点；3) 建立的动态提取率数据库为技术变迁研究奠定基础。正如作者Xin Zhao强调，该方法可无缝扩展至历史数据重建或未来预测，而公开的提取率参数(ER_j,k,r,t)将促进学界对粮食系统转化效率的持续优化。这项研究不仅为气候-粮食-健康耦合研究提供了新工具，其开源框架更代表着科学数据透明化的重要里程碑。