气候变化已成为全球最紧迫的挑战之一,人为温室气体 (GHG) 排放是主要驱动因素 (UNEP, 2023)。一氧化二氮 (N2O) 是继 CO2 和 CH4 之后第三大长寿命温室气体贡献者,其 100 年全球变暖潜能值比 CO2 高 273 倍,大气寿命约为 109 年 (IPCC, 2021)。2023 年,全球大气 N2O 平均浓度达到 336.7 ppb,相当于工业化前水平的 125% (NOAA, 2024)。此外,尽管 N2O 是一种主要的人为臭氧消耗物质,显著影响平流层臭氧层 (WMO, 2022),它不受《蒙特利尔议定书》监管,并且在《巴黎协定》下缺乏专门的减排机制 (UNFCCC, 2015)。近年来,第 28 届联合国气候变化大会 (COP28) 通过了关于可持续农业、韧性粮食系统和气候行动的阿联酋 (UAE) 宣言 (UNFCCC, 2023),且越来越多的国家已将 N2O 纳入其气候承诺 (UNFCCC, 2025)。然而,由于 N2O 排放难以监测和控制,有效缓解仍然具有挑战性。
全球人为 N2O 排放增加了约 40% (1980–2020),农业约占总数量的 74%。在农业部门内,化肥和粪肥施用导致的直接土壤排放是最大来源,2020 年达到约 2.1 Tg N yr?1,其次是牧场上留下的粪肥和粪肥管理产生的排放,总计 1.66 Tg N yr?1 (Tian et al., 2024)。其他来源包括工业过程、燃料燃烧和废水管理 (UNEP, 2024)。随着农业中土壤调理剂使用范围的扩大 (Shcherbak et al., 2014) 以及预计的食品需求和耕地面积增加 (Xiao et al., 2025),N2O 减排正变得越来越复杂和紧迫。因此,大量研究考察了 N2O 排放趋势、源组成和潜在机制。例如,已在多个尺度编制了排放清单,涵盖全球 (Thai et al., 2026; Thompson et al., 2019)、大洲 (Petrescu et al., 2023)、国家 (Chen et al., 2025a) 和次国家层面 (dos Reis Martins et al., 2024; Li et al., 2025a)。此外,来自联合国粮农组织 (FAO) 和全球大气研究排放数据库 (EDGAR) 的最新 N2O 排放时间序列清单也可获得 (FAO, 2025; EDGAR, 2025)。在部门层面,存在针对土壤管理 (Francisco-Cruz et al., 2024; Lugato et al., 2018)、畜牧业 (Du et al., 2024)、工业过程 (Mir et al., 2020) 和其他来源的专门清单。此外,进一步研究探讨了 N2O 排放机制 (Yang et al., 2025; Zhu et al., 2025)、影响因素 (Chen et al., 2025b; Mai et al., 2025) 和减排潜力 (Grados et al., 2022),特别关注农业排放 (Li et al., 2025b)。然而,大多数研究专注于生产型排放 (PBE) 核算,这将 N2O 排放分配至实际产生的地方。随着全球价值链的不断深化,仅依赖生产角度可能无法充分反映不同经济体的排放责任。
因此,基于消费的核算对于追溯国际贸易中隐含的 N2O 排放至关重要,从而揭示消费驱动力及相关排放责任。环境扩展多区域投入产出 (EEMRIO) 模型为基于消费的排放 (CBE) 分析提供了方法论基础,这在 CO2 和 CH4 研究中已很成熟 (Wang et al., 2022; Zhong et al., 2018; Shan et al., 2025)。相比之下,关于 N2O CBE 的研究仍然有限,现有研究主要关注单一年份或相对较早的时期。例如,2010 年的国家氮足迹被量化,发现发展中国家的足迹远低于发达国家 (Oita et al., 2016),而 2014 年的全球 N2O 排放和贸易网络也得到了调查 (Liu et al., 2023)。尽管 Malik 等人 (2022) 分解了 1997–2017 年间全球四种活性氮损失的变化和驱动力,但他们的国家和区域层面的分析主要仍以总活性氮排放为中心。同样,主要国家的 CH4 和 N2O 足迹在 1990–2012 年间得到了进一步量化,但这些足迹背后的驱动力没有进行深入分析 (Tian et al., 2019)。更广泛地说,一些研究使用高度聚合的核算框架,对 N2O 的独特特征提供有限的见解,而其他研究则未充分深入考察排放变化的驱动力。这使得全球 N2O 足迹的长期趋势、贸易转移和驱动力尚不清楚。此外,结构分解分析 (SDA) 是一种广泛用于识别 CBE 变化驱动力的方法,现有研究已从总体角度考察了排放强度、技术关联、人均需求和人口规模等关键因素 (Shan et al., 2025; Sun et al., 2022a; Wang et al., 2024a)。然而,SDA 在 N2O 排放中的应用仍然有限,传统方法难以识别国际贸易中各因素从不同地区贡献的程度。
为弥补这一差距,本研究利用 EEMRIO 模型中的全球资源投入产出评估 (GLORIA) 投入产出数据集,量化 1990 年至 2023 年间全球 N2O 排放足迹及贸易模式的演变。GLORIA 涵盖 164 个经济体,采用 120 个部门的标准化分类,并提供连续年度 MRIO 时间序列。此外,我们从生产和消费两个角度分析了 N2O 排放与经济成长的脱钩情况,并应用 SDA 识别过去二十年 (2003?2023) CBE 变化的关键驱动力。具体而言,扩展了 SDA 方法,将这些驱动因素分解为国内、发达经济体和发展中经济体组成部分,从而能够考察各国群体对隐含 N2O 排放的异质效应。此外,还分析了 N2O CBE 驱动力的部门差异及其潜在原因。本研究提供了有力证据,以支持差异化的全球 N2O 缓解策略和目标明确的跨国合作。