基本信息

标题

Agri-environmental policies have reduced cropland degradation globally农业环境政策减少了全球耕地退化

发表时间

2026-05-18

作者

Guyo Dureti1, Hadi Hadi2, David Wuepper3

作者机构

1 资源与食品经济学研究所，土地经济学组，波恩大学，德国波恩。电子邮件: guyogodana544@gmail.com

期刊

Nature Food

DOI

10.1038/s43016-026-01359-4

摘要

人类依靠土地生产超过95%的食物，约四分之一的野生动物在陆地上找到栖息地。然而，世界上大部分耕地受到土地退化的影响，全球农业土壤流失率远远超过自然恢复率。根据联合国粮农组织最近的一份报告，三分之一的世界土壤已经遭受退化。仅就水侵蚀而言，全球每年因土壤侵蚀造成的经济损失估计为80亿美元，并伴随有3370万吨粮食生产的损失。为了使农业更具可持续性，世界各国在过去几十年设计并实施了几项公共农业环境政策。然而，目前尚不清楚这些政策在全球和各国范围内是否以及在什么条件下有效——不是因为缺乏科学和政策兴趣，而是因为现有研究仅限于案例研究。

导读

该研究基于全球卫星遥感数据与双重准实验方法，评估各国农业环境政策对耕地状况的影响，发现政策平均提升耕地质量2%–5%，效果因制度能力与政策类型（如生态补偿、土地利用规制）而异。

引言

研究背景

全球耕地退化对农业生产与环境构成重大威胁。为应对这一问题，世界各国实施了多种公共政策。研究表明，超过95%的人类食物生产依赖于土地，约四分之一的野生动物栖息在陆地上。然而，全球大部分耕地受到土地退化的影响，农业土壤流失速度远超自然恢复速度。例如，联合国粮农组织报告显示，三分之一的全球土壤已遭受退化，仅水蚀造成的全球经济成本每年高达80亿美元，并导致3370万吨粮食生产损失。

科学问题与动机

尽管许多国家在过去几十年中设计并实施了多项公共农业环境政策以促进可持续农业发展，但这些政策在全球及各国范围内的有效性仍不明确。这并非因为缺乏科学和政策兴趣，而是由于现有研究多局限于案例研究，且可能存在发表偏倚，倾向于考察成功政策而非失败政策。

现有研究不足

目前文献中存在地理证据缺口以及可能的发表偏倚问题。例如，非洲、欧洲、中国、美国和巴西的研究主要聚焦于特定区域的成功政策，而缺乏全面的全球视角。此外，数据可用性不足、方法学局限性和计算能力限制也阻碍了对政策效果的全面评估。

研究目标与创新

本文旨在通过经验量化各国公共政策对其耕地状况的影响，弥补上述研究空白。研究使用了2001年至2019年的全球卫星遥感数据（约8300万次耕地状况测量）和两种互补的准实验影响评估方法（断点差异和双重差分法）。结果表明，平均而言，这些政策使全球耕地状况改善了至少2%，最高可达5%。 此外，研究发现农业环境支付和土壤与土地利用法规是最有效的政策类型，每增加一项政策可分别带来约0.8%和0.9%的改善。

方法

数据来源与类型

研究使用了2001年至2019年间约8300万次全球耕地状况的卫星遥感测量数据，涵盖增强型植被指数（EVI）年度最大值。通过1×1平方公里网格分辨率量化年均作物生产力，并剔除气候变量和农业投入的影响以获得残差化的耕地条件指标。此外，结合World Bank的治理指标和IMF的环境保护支出数据对政策强度进行加权。

核心方法或技术

采用两种准实验影响评估方法：断点差异法和双重差分法。断点差异法基于国际边界两侧的耕地条件不连续性变化，优化带宽为26公里；双重差分法则利用国家层面数据，控制GDP、农业占比等变量。同时应用动态事件研究设计，评估政策实施前后的边际效应，特别是针对四种政策类型（土壤管理、投入管理、栖息地保护、农业环境支付）。

研究过程或实验步骤

首先，构建全球耕地条件指标，包括土地覆盖识别、EVI最大值提取及残差化处理。其次，基于边界区域执行断点差异分析，估计最优带宽并验证稳健性。再次，在国家层面应用广义双重差分模型，比较邻国间的相对变化。最后，通过动态事件研究框架探索政策类型的异质性效应，确保结果不受时间或空间混杂因素干扰。

方法创新点或亮点

首次系统性地整合多源遥感与政策数据，构建跨尺度耕地可持续性评估框架，实现对不同政策类型在时空维度上的差异化响应机制解析。

结果

公共政策对耕地状况的平均影响

研究发现，公共政策在全球范围内平均改善了耕地状况至少2%，可能高达5%。通过两种准实验方法评估，边境地区的分析显示政策变量加权不同指标后，效果约为2%。而基于全国数据的双重差分法估计表明，公共政策平均改善了全球耕地状况约1.5%。动态事件研究进一步确认，政策实施后的效果显著，平均改善幅度约为4.4%。

不同政策类型的效果差异

研究按四种政策类型分析了异质性处理效应。农业环境支付和土壤与土地使用法规的效果最显著，每增加一项政策分别改善耕地状况约0.91%和0.83%。相比之下，投入法规和栖息地与生物多样性政策未显示出统计显著的影响。这揭示了不同政策类型的边际效应存在显著差异。

各国政策效果的空间异质性

各国政策效果表现出显著的空间异质性，范围从几乎无影响到超过20%不等。例如，亚洲（如中国）、拉丁美洲（如乌拉圭）和非洲（如安哥拉）的一些国家显示出超过10%的强政策效果；而蒙古、印度、玻利维亚等国家则显示出统计上不显著的政策效果。这种相对效果的巨大差异强调了政策设计和执行能力的重要性。

结论

农业环境政策显著改善全球耕地状况

研究发现，各国实施的农业环境政策平均使全球耕地状况改善了至少2%，最高可能达到5%。特别是土壤和土地使用法规以及农业环境支付措施最为有效，每增加一项政策，预计分别带来0.8%和0.9%的改善。这表明针对性的政策设计，尤其是直接解决土地使用和土壤管理问题的政策，可能带来最高的回报。

政策效果存在显著的国家间差异

政策效果在不同国家之间表现出显著差异，从0到超过20%不等。这种异质性可以通过各国的制度特征、治理能力和政策预算来解释。制度较强、治理能力较高的国家往往实施更具影响力的农业环境政策，表明制度能力塑造了政策的设计与实施。

耕地状况与农业绩效密切相关

研究还发现，耕地状况较好的国家在农业总生产率（TFP）和产量方面表现更强。这支持了耕地状况作为可持续土地生产力代理指标的相关性，并强调了高分辨率地图的重要性，超越了仅依赖国家平均水平的传统方法。

局限性与展望

尽管研究利用了最新的全球一致卫星数据集，但仍存在一些局限性。例如，灌溉数据仅在2005年和2010年测量过两次，可能无法完全反映随时间的变化。此外，未来的研究可以进一步评估智能农业技术、气候压力和制度改革如何继续影响农业环境政策的效果。

主要图表

图 1. 空间与时间维度下农田状况与公共政策的变化（2001–2019年）。a，基于10 × 10 km²像元的2001–2003年与2017–2019年间农田状况变化的标准化全球分布；数值以z分数表示，较低值（红色）表示状况较差，较高值（绿色）表示状况较好。b，按联合国粮农组织（FAO）区域划分的平均农田状况时间变化。c，各国采纳的公共政策总数，部分国家仅实施少数政策，而其他国家则采纳了逾100项政策；“NA”指未识别出相关公共政策的国家。d，按FAO区域划分的c中政策数量的时间演变。

图 2. 农田状况在国界处的不连续性。a，利用约8300万个像元–年观测数据（以1 × 1 km²分辨率测得的年度残差化最大增强型植被指数EVI）绘制的距国际边界100 km范围内农田状况的空间变化；负距离（左侧）代表公共政策较少的国家，正距离（右侧）代表公共政策较多的国家；黄点与绿点表示农田状况度量的局部平均值，黄线与绿线表示拟合的空间趋势；虚线为全球平均边界。b，仅沿贝宁–尼日利亚边界的类似分布图，其中尼日利亚的公共政策多于贝宁。

图 3. 主要政策效应估计。a，含全部控制变量（即距离、坐标、国内生产总值GDP、农业占GDP比重、人类发展指数HDI、腐败程度、法治水平、政治稳定性、问责制、环境支出、边界与年份固定效应）的边界层面回归结果。b，含全部控制变量（即GDP、农业占GDP比重、HDI、腐败程度、法治水平、政治稳定性、问责制、环境支出、国家与年份固定效应）的国家层面回归结果；两图中大写字母（A–D）表示不同政策度量：未加权政策变量（A）、环境支出加权政策（B）、政府效能加权（C）及所有加权政策变量综合指数（D）。

图 4. 动态政策效应估计。采用错位事件研究估计器的回归结果；估计值相对于第一期的变化；政策实施前的效应不显著，支持平行趋势假设；实施后效应显著（第七年出现个别低谷除外）；总体而言，过去二十年间公共政策使农田状况平均改善约5%；样本量（n = 3,040）对应国家–年份观测值（生物学重复）；每项观测为一国一年内农田状况的平均值；同一国家–年内多个像元测量值已取均值（技术重复）；处理单元为相关政策处于活跃状态的国家–年份；对照单元为无活跃政策的国家–年份；红色虚线为参考期；误差条表示均值估计值95%稳健置信区间。

图 5. 按政策类型划分的效应估计。四类政策的回归结果：土壤与土地利用监管（A）、投入监管（B）、栖息地与生物多样性监管（C）及农业环境支付（D）；采用异质性稳健双重差分设计与连续处理估计器获得估计值，并以95%稳健置信区间绘图；样本量（n = 3,040）对应国家–年份观测值（生物学重复）；每项观测为一国一年内农田状况的平均值；同一国家–年内多个像元测量值已取均值（技术重复）；处理单元为相关类型政策处于活跃状态的国家–年份；对照单元为无该类型活跃政策的国家–年份；误差条表示均值估计值95%稳健置信区间。

图 6. 国家层面政策效应估计。各国公共政策效应的回归结果；效应相对于所有邻国进行估计，若一国累计政策数高于其邻国平均累计政策数，则视为处理组；样本来自约8300万个1 × 1 km²分辨率的国界区域像元–年观测数据；各国估计效应依据效应大小与统计显著性绘制于双变量地图上；效应大小分为≤0、0–4、4–8及>8（9–22），显著性水平分为>10%、10–5%、5–1%及<1%（均按递增顺序）；例如，方块右上角的黑红表示统计显著（<1%）且效应较大（>8%），而左下角的白红表示效应较小（≤0）且不显著（>10%）。

图 7. 公共政策有效性的基础条件。基于各类标准化国家层面指标的概率有效性系数图；实心圆点表示x轴上的点估计值，水平误差条显示均值估计值95%置信区间；各指标均与政策有效性概率相关，该概率定义为通过断点差异回归获得的各国层面政策效应；这些指标作为影响农田状况改善政策成功的中介因素进行检验；样本量（n = 3,040）对应国家–年份观测值（生物学重复）；每项观测为一国一年内农田状况的平均值；同一国家–年内多个像元测量值已取均值（技术重复）。

图 8. 四类公共政策的分布。a–d，四类农业环境公共政策在国家层面的分布：土壤与土地利用监管（a）、投入监管（b）、森林与生物多样性政策（c）及农业环境支付政策（d）；a–d中各地图报告各国在2001–2019年间采纳的各类政策累计数量；地图中颜色越深表示政策数量越多，越浅表示越少；e，四类政策逐年数量变化；基底地图数据来自Natural Earth（https://www.naturalearthdata.com）。

扩展数据图 1. 农田状况的标准化变化与百分比变化。左图显示基于10 km × 10 km像元的2001–2003年与2017–2019年间农田状况变化的标准化全球分布；数值以z分数表示，较低值（红色）表示低于平均水平的变化（相对退化），较高值（绿色）表示高于平均水平的改善；右图显示对应的农田状况百分比变化，以100倍对数差衡量；该度量反映相对于基线条件的绝对变化，正值（绿色）表示改善，负值（红色）表示下降；两图中颜色强度反映变化幅度，极端值经截断以增强政策跨四类分布的视觉可解释性；两图均基于约253,274个农田像元（约500万像元–时期观测）。

扩展数据图 2. 人工边界的安慰剂检验（断点差异法）。该图显示在不同人工边界处断点差异法的估计效应；最左侧，我们先将人工边界向政策侧扩展5 km并估计不连续性；接着，在政策较少国家一侧向内5 km处估计类似不连续性检验；后续检验中，边界分别扩展或缩减10 km、15 km和20 km；这些不同安慰剂检验表明，农田状况的主要不连续性出现在真实边界而非人工边界；样本量约为8300万个像元–年观测；误差条表示95%置信区间。

扩展数据图 3. 带宽敏感性安慰剂检验（断点差异法）。a图展示带宽为16 km（降低最优带宽）的断点差异估计；同时控制距边界的距离（两侧）及坐标（纬度、经度及交叉项）；b图展示类似边界估计，但此处将边界距离增加10 km，在36 km带宽下进行估计；c图如a图降低最优带宽，但额外控制更多国家层面变量；d图如b图增加最优带宽，但额外控制更多国家层面变量；各图中小写字母（a–i）表示不同政策度量：a）未加权政策变量；b）政府效能加权；c）环境支出加权政策；d）所有加权政策变量平均值；总体而言，所有不同敏感性检验中均获得一致估计效应，证实估计结果对不同设定具有稳健性；样本量对应约8300万个像元–年观测。

扩展数据图 4. 未来政策效应的安慰剂检验（断点差异法与双重差分法）。a图显示未来政策（未来2年至5年）对农田状况测量的安慰剂检验效应；政策变量为常规（未加权）政策虚拟变量，若国家政策较多则取值1，否则为0；为确定政策超前量，我们以与滞后相反的方式将政策变量值前移；随后，采用断点差异设计对边界区域估计政策效应；各项估计均不显著，表明平行趋势假设成立。b图采用与a图相同的政策度量，但估计来自双重差分法；两项安慰剂检验均获不显著效应，证实估计结果不太可能有偏，且平行趋势假设成立；a图样本量约为8300万个像元–年观测，b图样本为国家平均值（N = 3,040）；误差条表示95%置信区间；详见补充图1。

扩展数据图 5. 边界不连续性的安慰剂检验（边界断点差异法）。该图展示了针对边界内生性的稳健性检验；通过将断点差异分析限制于无自然生产力不连续性的国际边界来实现；该发现证实，我们的结果对边界位置潜在虚假内生性具有稳健性；样本量约为8300万个像元–年观测；误差条表示95%置信区间。

扩展数据图 6. 政策类型异质性的动态事件研究估计。本图对应图5中呈现的政策异质性动态效应，但以含明确事前趋势的事件研究形式展现；如各面板所示，事件研究针对四类不同政策：（a）土壤与土地利用监管，（b）投入监管，（c）栖息地与生物多样性监管，（d）农业环境支付；估计采用错位事件研究估计器，清晰显示政策效应的事前趋势，表明平行趋势假设成立；各类政策直接计数以捕捉政策类型间强度变异；样本量（N = 3,040）对应国家–年份观测值（生物学重复），同一国家–年内像元测量值已取均值（技术重复）；误差条表示95%置信区间。