美国受控环境农业（CEA）生产的经济、社会与环境影响：基于投入产出分析的研究

《Agriculture》：Economic, Social, and Environmental Impacts of Controlled Environment Agriculture (CEA) Production in the United States: An Input–Output Analysis Approach

　　

美国食品系统高度集中，且严重依赖于对环境和外部社会产生显著负面效应的生产和分配方式。无土受控环境农业（CEA）具有实现食品生产去中心化、使其更接近消费市场并减少传统农业部分负面外部性的潜力。然而，目前尚缺乏系统性评估CEA综合经济、社会与环境影响的研究。研究人员提出了一种基于投入产出分析的方法，用以比较CEA与土壤基果蔬生产的直接、间接及诱导效应。建模结果表明，CEA生产有潜力通过与其供应链相关的经济部门创造就业、增加收入并产生净税收。研究结果进一步表明，与土壤基生产相比，CEA生产的土地使用和取水量以及氮、磷和农药释放量均较低。然而，其潜在劣势在于温室气体和空气排放较高，主要归因于CEA生产的能源需求。要全面评估CEA生产扩大的整体影响，仍需进一步研究，以兼顾其效益与潜在的权衡。

受控环境农业（CEA）的经济、社会与环境影响：基于投入产出分析的研究

摘要：美国食品系统高度集中，严重依赖具有显著负面环境和社会外部性的生产与分配方式。无土受控环境农业（CEA）有望实现食品生产去中心化，使其更接近消费市场，并减少传统农业的部分负面外部性。然而，目前尚无大量研究对CEA的综合经济、社会与环境影响进行全面评估。研究人员采用投入产出（I-O）分析方法，比较CEA与土壤基果蔬生产的直接、间接和诱导效应。建模结果表明，CEA生产能够通过其供应链关联的经济部门创造就业、增加收入和净税收。结果进一步表明，与土壤基生产相比，CEA生产的土地使用和取水量以及氮、磷和农药释放量较低。然而，其潜在缺点在于温室气体和空气排放较高，主要源于CEA生产的能源需求。对于CEA生产增加的总体影响，仍需进一步评估，以兼顾其效益与潜在权衡。

1. 研究背景与问题

自1960年代至70年代的“绿色革命”以来，美国食品系统生产力显著提升，1960年至2020年间每英亩农业总产出增长约218%。然而，绿色革命依赖的生产投入和做法产生了与灌溉、化肥、农药使用、土壤压实等相关的负面外部性，对食品生产所在的环境和社会系统造成负面影响。尽管美国食品生产增长，但食品与营养安全仍是遥远目标，超过10%的美国人口处于食品不安全状态。美国食品生产高度集中在大规模乡村农场，而82%的食品消费者居住在城市和大都市地区。国内果蔬生产集中在亚利桑那、加利福尼亚、佛罗里达和华盛顿四个州，使得食品系统极易受到冲击事件和供应链中断的影响，新冠疫情即暴露了这种脆弱性。

无土受控环境农业（CEA）作为一种新兴生产方式，能够在城市周边和城市区域实现果蔬去中心化生产，更接近消费者。CEA包括水培、气雾培和鱼菜共生等技术，全年产出更高，仅需传统生产所需的一小部分空间、水和肥料，多数系统不使用化学农药。然而，现有研究主要聚焦于CEA生产的技术层面，如光生物学优化、系统设计等，对其综合经济、社会和环境影响的整体评估相对匮乏。少数研究采用生命周期分析等过程方法评估环境绩效，但很少纳入直接、间接和诱导效应。仅有一项研究使用了投入产出（I-O）分析，但未包含环境维度。研究人员旨在通过构建CEA生产部门的I-O框架，并将其与传统土壤基果蔬生产进行比较，填补这一研究空白。

2. 研究内容与结论

研究人员使用IMPLAN数据表作为分析起点，基于文献综述和华盛顿特区哥伦比亚特区大学农业、城市可持续与环境科学学院（CAUSES）十年CEA系统运营经验，对IMPLAN数据表中的农药、电力和劳动力三项关键投入进行调整，构建了代表无土闭环CEA生产的调整生产函数，并将CEA纳入IMPLAN产业体系。研究模拟了CEA生产年产出增加1000万美元的情景，并与传统蔬菜种植（IMPLAN产业3）和传统水果种植（IMPLAN产业4）进行对比。此外，还进行了±10%的敏感性分析以测试模型稳定性。

建模结果显示，CEA生产增加1000万美元将产生约2600万美元的总经济产出，其中间接和诱导效应约占62%。CEA生产将创造204个工作岗位，其中88%为工资和新水就业岗位。与土壤基生产相比，CEA生产带来的工资和薪水收入及就业岗位约高两倍，但业主收入和业主就业较低。环境方面，CEA生产土地使用强度显著低于传统生产（直接土地利用为0.17 m2/美元产出，而传统蔬菜为1.02 m2、水果为0.92 m2），取水量约为传统蔬菜的1/13、水果的1/29。氮磷释放量约为传统蔬菜生产的1/60，农药释放量约为传统蔬菜的1/217、水果的1/72。然而，CEA生产的温室气体排放量约为传统生产的3倍，主要源于其较高的能源需求。敏感性分析表明模型结果相对稳定，劳动力变化对诱导效应影响更大，电力支出变化则通过产业间交易放大。

研究重要意义在于提供了一种综合评估CEA生产间接和诱导效应的I-O框架，揭示了CEA生产超越部门本身的供应链和消费支出涟漪效应，为决策者、投资者和研究者提供了关于CEA生产社会、经济和环境权衡的全景视角，支持制定更精准的激励政策（如可再生能源激励、能源效率提升）以强化CEA的积极效益并缓解其负面环境效应。

3. 主要技术方法

本研究基于结构性经济分析中的投入产出（I-O）模型，扩展了社会核算矩阵（SAM）和环境扩展投入产出（EEIO）组件。数据来源为IMPLAN数据表，该表基于美国经济分析局、美国农业部（USDA）、美国劳工统计局和美国人口普查局等政府数据源构建，采用北美行业分类系统（NAICS），使用2022年数据（以2025年美元计价）。模型通过IMPLAN“行业影响分析（详细）”事件进行情景模拟，设定年产业产出增加1000万美元。CEA生产函数调整基于文献报告的运营成本和UDC CAUSES十年运营经验，调整了农药、电力和劳动力三类关键投入的成本份额，并创建了±10%上下限敏感性情景。样本队列来源为IMPLAN汇总的全国性行业数据，未使用特定人群队列。环境系数采用IMPLAN模型默认值，未做修改，以确保CEA与传统生产比较的可靠性。

4. 研究结果

4.1 经济与社会影响

模型结果显示，CEA生产增加1000万美元将产生约2600万美元总经济产出，其中约1100万美元（43%）为中间投入，1500万美元（57%）为增加值。在增加值中，53%的额外雇员报酬来自CEA部门直接效应，而其他财产收入（71%）、业主收入（80%）和净税收（85%）主要来自间接和诱导效应。就业方面，共创造204个岗位，包括179个工资和新水岗位及25个业主岗位，其中128个来自直接效应，76个来自间接和诱导效应。受影响最大的五个职业类别为农业活动、运输物流、行政管理、销售和管理。间接和诱导产出效应最大的行业是“业主自住住宅”，其次是“其他房地产”。零售、医疗、银行和食品服务等行业也显著受益。研究还发现，间接和诱导效应占总产出增长的约62%，表明CEA生产的经济影响远超部门本身。

4.2 环境影响

在环境方面，模型显示CEA生产扩大将产生额外13,600公吨温室气体排放和97公吨标准及有害空气排放，同时新增415,000公吨淡水取用量。53%的温室气体和59%的空气排放来自直接效应。由于闭环系统假设，直接氮、磷和农药释放为零，但间接和诱导效应仍产生相应释放。温室气体排放主要来自公用事业和电力生产行业，其中电力传输和分配行业占间接排放的60%和诱导排放的39%。取水量的间接效应占主导，电力生产和分配行业占间接取水量的81%和诱导取水量的40%。这表明能源需求是CEA生产环境负面影响的核心来源。

4.3 敏感性分析

对劳动力和电力支出假设进行±10%的敏感性分析显示，总产出、中间投入和增加值变化约2%，总就业变化约6%，工资和新水就业变化约8%，温室气体排放变化约3%，取水变化约6%。受影响最大的15个行业排名基本保持稳定，仅出现微调，表明模型对关键参数变动具有稳健性。劳动相关变化通过家庭支出放大诱导效应，电力变化则通过产业间交易影响上游效应。

4.4 CEA与传统土壤基生产比较

与等量传统土壤基生产相比，CEA生产在工资和新水收入、就业、税收和中间投入方面表现更优，但在业主收入和业主就业方面较低。环境方面，CEA生产土地使用强度约为传统蔬菜的1/6、水果的1/5，取水量约为传统蔬菜的1/13、水果的1/29，氮磷释放约为传统蔬菜的1/60，农药释放约为传统蔬菜的1/217、水果的1/72。然而，CEA生产温室气体排放为0.52 kg/美元产出，而传统蔬菜为0.17 kg、水果为0.18 kg，约高三倍。结果凸显了CEA在资源和污染减排方面的优势与能源相关排放之间的权衡。

5. 讨论与结论

讨论部分强调，CEA生产评估应超越企业层面的成本与盈利视角，考虑供应链、就业和环境效应。能源效率提升和低碳电力供应是改善CEA环境表现的关键政策杠杆。同时，CEA的间接和诱导效应占据重要份额，忽略它们将导致对CEA影响的严重低估。模型也提示，传统土壤基生产在业主收入和财产收入方面具有优势，而CEA更适合工资和新水就业，这种差异可能影响不同类型生产者的决策。

结论：本研究引入I-O建模方法，评估了CEA生产相较于传统土壤基果蔬生产在美国的经济、社会和环境效应。研究发现CEA生产在就业、收入、土地使用、取水量以及农药化肥减量方面具有显著优势，但其较高能源需求导致温室气体排放高于传统生产。CEA的间接和诱导效应占总效应的相当比例，能源相关产业是最大的受益和排放来源。政策评估应结合明确公共目标（如能源排放、资源利用、食品系统韧性、技术学习），并与更广泛的政策替代方案比较。未来的模型改进需要更详细的社会与环境影响数据，以支持本地化生产函数、作物特定比较以及物理或营养功能单位分析，从而进一步识别并强化CEA的“双赢”机会并减少其权衡成本。