揭示嵌入全球矿业供应链中隐藏的生物多样性足迹

《Environmental Science & Technology》：Revealing Hidden Biodiversity Footprints Embedded in Global Mining Supply Chains

　　

受数字化、基础设施扩张及清洁能源转型驱动，过去二十年全球采矿业快速增长，加剧了土地利用压力，使资源开采与生物多样性保护之间的权衡更加尖锐。然而，针对采矿相关生物多样性影响的空间显性评估及其沿矿业供应链的追溯仍较为有限。本研究提出一个空间显性评估框架，将局部生物多样性完整性损失［以平均物种多度（Mean Species Abundance, MSA）表示］关联至全球潜在物种消失分数（Potentially Disappeared Fraction of species, PDF），并将该框架与环境拓展多区域投入产出（Environmentally Extended Multiregional Input-Output, EE-MRIO）模型耦合，以追溯最终消费驱动的影响沿全球矿业供应链的分布。研究发现，全球采矿土地利用导致的生物多样性损失影响约为先前全球估算值的近两倍。印度尼西亚、新喀里多尼亚、澳大利亚、巴西和秘鲁的热点区域占全球采矿相关生物多样性影响的57%。煤炭、贵金属、镍、铁和铜的开采合计贡献总影响的82%。由于国际贸易，77%的采矿相关生物多样性足迹发生在最终消费国以外的国家，其中中国、欧洲、日本和美国的需求占总足迹的58%。本研究结果提升了全球矿业供应链中嵌入的生物多样性影响透明度，可为面向热点的生物多样性保护与供应链治理提供支持。

《Environmental Science & Technology》刊发论文解读：揭示嵌入全球矿业供应链中隐藏的生物多样性足迹

一、研究背景与立项依据

土地利用被认为是陆地生物多样性丧失的主要驱动因子，采矿用地常与自然保护地及关键生物多样性区域重叠，通过植被清除、地形改变、生境破碎化和道路干扰对生物多样性造成威胁。尽管已有研究评估了矿区内及缓冲区外的森林砍伐，但针对多物种类群、考虑空间异质性的采矿相关生物多样性影响量化仍较薄弱，既往研究多采用国家平均或生态区尺度的特征化因子，忽略了矿区内及同一生态区内显著的局地差异；此外手工和小规模采矿（Artisanal and Small-Scale Mining, ASM）常被遗漏，且国际贸易导致环境成本外部化，既有环境拓展多区域投入产出（Environmentally Extended Multiregional Input-Output, EE-MRIO）模型受限于较粗的区域与部门分辨率。因此，有必要建立融合高分辨率采矿土地利用图与高分辨率生物多样性数据的空间显性评估框架，并耦合高分辨率MRIO分析，以识别全球矿业供应链中隐藏的生物多样性足迹（Biodiversity Footprint）。

二、主要技术方法概述

研究人员采用Maus等人基于2019年Sentinel-2影像目视解译更新的全球采矿土地利用数据集（含大型矿与ASM，共44 929个多边形，覆盖101 583 km²），将其赋予最高优先级叠加至GLOBIO 4土地利用/土地覆被（Land-Use and Land-Cover, LULC）底图上得到10角秒分辨率LULC图。利用GLOBIO 4模型计算各网格植物（仅土地利用压力）与温血脊椎动物（土地利用＋生境破碎化＋道路干扰压力）的剩余平均物种多度（Mean Species Abundance, MSA），通过对比现状采矿情景与潜在自然植被（Potential Natural Vegetation, PNV）基线获得局部MSA损失（ΔMSA）。基于IUCN红色名录四种陆生脊椎动物类群范围分布图及维管植物原生分布Maxent预测栅格计算各网格的范围稀有度（Range Rarity, RR）表征全球生物多样性重要性，将ΔMSA与RR相乘得到空间显性特征化因子，进而核算采矿用地引起的全球潜在物种消失分数（Potentially Disappeared Fraction of species, PDF）。国家尺度采矿相关PDF影响按2019年各矿产品产量货币值自顶向下分配至具体矿种。最后将分国别—分矿种影响强度作为环境扩展项嵌入高分辨率Resolved EXIOBASE3（REX3，融合EXIOBASE3与Eora26，涵盖189国163部门）MRIO数据库，应用列昂惕夫（Leontief）模型开展供应链影响映射（Supply Chain Impact Mapping, SCIM），构建四维度（生产部门×生产地区×消费地区×最终使用部门）影响数组以追溯消费端驱动路径。

三、研究结果

Local Biodiversity Intactness（局部生物多样性完整性）

研究人员计算发现全球采矿活动导致平均MSA下降0.047%，相当于约600万公顷原始生境（MSA＝1）变为完全丧失原有物种的退化景观（MSA＝0）。俄罗斯（占全球采矿面积12%）对动物和植物MSA降幅贡献最大（分别为14%和12%），前十大采矿面积国合计贡献动物相关MSA降幅72%、植物相关69%。

Global Biodiversity Importance（全球生物多样性重要性）

动物Range Rarity由鸟类、陆生哺乳类、两栖类、陆生爬行类IUCN范围图计算得到，植物Range Rarity由27 208种维管植物Maxent预测分布计算后重采样对齐。南美、东南亚、马达加斯加、加勒比地区及喜马拉雅地区呈现高Range Rarity；撒哈拉、北美北部及北亚寒漠区Range Rarity较低。采矿发生于高Range Rarity区可能导致全球尺度潜在物种灭绝。

Hotspots of Global Mining-Related Biodiversity Loss（全球采矿相关生物多样性丧失热点）

全球采矿用地引致总PDF影响为0.034%（全球潜在物种消失分数）。印度尼西亚（18%）、新喀里多尼西亚（12%）、澳大利亚（11%）、巴西（9%）和秘鲁（7%）五个热点国合计占总量57%，而这些国家仅占全球采矿面积的26%。煤（24%）、贵金属（21%）、镍（18%）、铁（12%）和铜（7%）五种矿产开采合计贡献82%总影响；印尼采煤与新喀里多尼亚采镍分别占全球总影响12%和11%。＞10 km²采矿多边形占比3.9%但贡献66.5%总生物多样性影响；＜1 km^{2多边形占75.4%但仅贡献5.2%总影响。单位产量影响远高于全球均值的实例如新喀里多尼亚镍、厄瓜多尔与塞浦路斯铜、委内瑞拉煤等。}

Land-Use-Related Biodiversity Loss in Mining Supply Chains（矿业供应链中土地利用相关的生物多样性损失）

国际贸易使77%的采矿相关生物多样性足迹发生在最终消费国之外。中、欧、日、美最终消费驱动了全球总影响的58%，而其境内生产侧仅贡献6%；其各自采矿相关生物多样性损失中分别有96%、91%、＞99%和81%发生在境外。反之热点生产国印尼、新喀里多尼亚、澳、巴、秘出口分别驱动其本国采矿相关生物多样性损失的75%、＞99%、86%、85%、97%。中国为最大净进口生物多样性影响国（12%来自印尼煤、9%澳洲铁、各8%秘鲁铜与巴西铁），日本次之（65%来自新喀里多尼亚镍）。最终使用部门中建筑业占全球足迹25%（约半数由中国消费引起），服务业/电子/机械合计占37%。人均消费侧足迹澳大利亚与日本分别为全球均值约6.7倍和5.3倍，中美约为1.7倍和2.0倍，非洲、印度及部分亚洲大洋洲地区较低。

四、讨论与结论总结

讨论部分指出，本研究采用更新采矿土地利用数据并构建空间显性框架（同时考量土地利用、生境破碎化、道路干扰及Range Rarity缩放），评估得全球采矿致PDF为0.034%，约为既往基于国家/生态区平均因子估算值（0.020%）的近两倍，增量源于更完整的ASM覆盖与多压力考量。确认印尼、新喀里多尼亚、澳、巴西为持续热点，秘鲁占比上升亦与ASM覆盖改善及破碎化压力纳入有关；越南、圭亚那、巴布亚新几内亚、缅甸、厄瓜多尔为新显现热点。煤、镍与贵金属为最主要影响矿种；单位产量影响受开采区位生态敏感性（Range Rarity及本地完整性）调控显著——新喀里多尼亚虽产量仅全球镍8%却占镍相关PDF的64%，俄同类产量贡献可忽略。77%生物多样性足迹通过贸易外部化至生产国，凸显当前矿产供应链治理碎片化，需提升透明度、强化尽责管理、发展回收及社区参与。作者也阐明局限性：采矿土地利用图及生产数据年份（2019）限制时效性；物种类群未涵盖淡水生物、真菌等；未量化矿区外间接影响（基础设施诱致森林丧失、水污染等）；压力?响应关系为全球化参数；商品归因依赖货币自顶向下分配等，建议未来融合矿点级实测产量与共生矿产信息、精细物种分布模型和矿区恢复函数。

研究结论翻译：

本研究利用更新的采矿土地利用图对采矿相关生物多样性损失影响进行了空间显性评估，并识别了全球矿业供应链消费端如何驱动上述影响。我们发现全球采矿土地利用导致0.034%的全球潜在物种消失分数（PDF），几乎为先前全球估算值的近两倍。前五大采矿国——印度尼西亚、新喀里多尼亚、澳大利亚、巴西和秘鲁——共同占总体影响的57%。由于国际贸易，77%的全球采矿相关生物多样性足迹发生在最终消费国以外的国家。超过58%的此类生物多样性影响可归因于中国、日本、美国、印度和印度尼西亚的最终需求。