災(zāi)害對(duì)農(nóng)業(yè)和糧食安全的影響

本許可產(chǎn)生或與之相關(guān)的爭(zhēng)議和爭(zhēng)端均應(yīng)友好解決。向版權(quán)持有者申請(qǐng)?jiān)S可。對(duì)任何第三方所有的材料侵銷(xiāo)售、權(quán)利和授權(quán)。糧農(nóng)組織信息產(chǎn)品可在糧農(nóng)組織網(wǎng)站（/publications/zh）獲得，也可通過(guò)荷蘭王國(guó)。平均有1.2萬(wàn)公頃的棉花、玉米和核桃等作物受到降雨和河水泛濫羅馬，2024年害對(duì)農(nóng)業(yè)和糧食安全的影響災(zāi)害對(duì)農(nóng)業(yè)和糧食害對(duì)農(nóng)業(yè)和糧食安全的影響災(zāi)害對(duì)農(nóng)業(yè)和糧食前言vviiviii縮略語(yǔ)xxiixiv119第2部分第3部分第4部分農(nóng)業(yè)領(lǐng)域的減災(zāi)方案關(guān)鍵信息4.3防控措施和前瞻型行動(dòng)相結(jié)合的案例—非洲之角防控沙漠蝗蟲(chóng)第5部分iii的影響災(zāi)害對(duì)農(nóng)業(yè)和糧食安全的影響表3災(zāi)害對(duì)林業(yè)產(chǎn)生的各方4洪阿哈阿帕伊火山噴發(fā)及其海嘯對(duì)漁業(yè)及水產(chǎn)養(yǎng)6糧農(nóng)組織前瞻型行動(dòng)干8用于作物統(tǒng)計(jì)建模的氣候指數(shù)庫(kù)，隨后根據(jù)獨(dú)立4圖組分列的災(zāi)害次數(shù)和經(jīng)濟(jì)3巴基斯坦男性和女性農(nóng)6農(nóng)業(yè)各子部門(mén)具體損失標(biāo)C2公布的危害類(lèi)型分列10主要產(chǎn)品組別估計(jì)損失總值在各區(qū)域的分布情況12損失占農(nóng)業(yè)總產(chǎn)值份額13各次區(qū)域農(nóng)業(yè)損失總額14不同國(guó)家組別農(nóng)業(yè)損失總額（上）和農(nóng)業(yè)損失總額占農(nóng)業(yè)總產(chǎn)值份額（下）15各次區(qū)域農(nóng)業(yè)損失總額占估計(jì)虛擬產(chǎn)量的百分比3516全球低收入國(guó)家和小島嶼發(fā)展中國(guó)家農(nóng)業(yè)損失總額占估計(jì)虛擬產(chǎn)量的百分17每次事件給作物和牲畜19牲畜數(shù)量與旱災(zāi)前年份20牲畜銷(xiāo)售量與旱災(zāi)前年21奶類(lèi)銷(xiāo)售量與旱災(zāi)前年22旱災(zāi)前、旱災(zāi)中和旱災(zāi)后各年份優(yōu)質(zhì)山羊和駝奶當(dāng)?shù)仄骄袌?chǎng)價(jià)格（美元）（圖上方）和貿(mào)易條件（圖下方）23牲畜和奶類(lèi)估計(jì)銷(xiāo)售量與旱災(zāi)前年份相比相對(duì)植株損害等級(jí)回歸時(shí)的最歸時(shí)植株損害等級(jí)大于327各類(lèi)食品人均能量和營(yíng)養(yǎng)素估計(jì)每日損失總值損失值占人類(lèi)需求量比例29各區(qū)域能量和營(yíng)養(yǎng)素估計(jì)每日損失值占男性需求4040農(nóng)業(yè)和糧食安全的影響災(zāi)害對(duì)農(nóng)業(yè)和糧食農(nóng)業(yè)和糧食安全的影響災(zāi)害對(duì)農(nóng)業(yè)和糧食安全30各區(qū)域能量和營(yíng)養(yǎng)素估災(zāi)次數(shù)和二氧化碳排放相32臺(tái)風(fēng)雷伊給漁業(yè)及水產(chǎn)養(yǎng)殖部門(mén)造成的損害和33氣候?qū)r(nóng)業(yè)糧食體系的34估算氣候變化迄今對(duì)作35報(bào)告稱(chēng)在產(chǎn)品運(yùn)輸和投入品獲取方面面臨困難的36烏克蘭種植業(yè)和畜牧業(yè)37烏干達(dá)香蕉種植業(yè)通用有機(jī)堆肥和種植改良品種每英畝11年累積的凈頻率下烏干達(dá)中部地區(qū)香蕉生產(chǎn)的年均凈現(xiàn)值：大39玻利維亞美洲駝減災(zāi)做法的累積凈效益和效益40巴基斯坦穆扎法爾格爾合病蟲(chóng)害綜合防治的減災(zāi)41菲律賓比科爾地區(qū)綠色超級(jí)稻和當(dāng)?shù)厮酒贩N在非危害和危害條件下的效42水稻生產(chǎn)的收益差異：推廣綠色超級(jí)稻與傳統(tǒng)做2災(zāi)害導(dǎo)致的流離失所及其對(duì)農(nóng)業(yè)和糧食安全的何影響巴基斯坦女性在農(nóng)4估算災(zāi)害造成的全球作7估算災(zāi)害導(dǎo)致的營(yíng)養(yǎng)素9松甲蟲(chóng)在洪都拉斯造成11利用糧農(nóng)組織緊急情況數(shù)據(jù)系統(tǒng)DIEM估算預(yù)措施所避免的損失的估v害正在世界各地造成前所未有的破壞，我們必須用全新方《2030年可持續(xù)發(fā)展議程》的監(jiān)測(cè)要求。農(nóng)業(yè)和糧食安全的影響災(zāi)害對(duì)農(nóng)業(yè)和糧食農(nóng)業(yè)和糧食安全的影響災(zāi)害對(duì)農(nóng)業(yè)和糧食安全示了在農(nóng)業(yè)領(lǐng)域應(yīng)如何主動(dòng)抓住機(jī)會(huì)應(yīng)對(duì)風(fēng)險(xiǎn)，以及如何將減災(zāi)思維貫穿于農(nóng)業(yè)實(shí)踐和政vii《2023年災(zāi)害對(duì)農(nóng)業(yè)和糧食安全的影響》由糧農(nóng)組織統(tǒng)計(jì)司和應(yīng)急行動(dòng)高層管理人員、各司和辦公室的技術(shù)專(zhuān)家以及獨(dú)立外部評(píng)審人員對(duì)報(bào)告終稿進(jìn)行了嚴(yán)格的viii害對(duì)農(nóng)業(yè)和糧食安全的影響災(zāi)害對(duì)農(nóng)業(yè)和糧食害對(duì)農(nóng)業(yè)和糧食安全的影響災(zāi)害對(duì)農(nóng)業(yè)和糧食術(shù)司和辦公室廣泛合作的成果，主要包括經(jīng)濟(jì)及社會(huì)發(fā)展部門(mén)、應(yīng)急行動(dòng)及抵御能力辦公報(bào)告由糧農(nóng)組織統(tǒng)計(jì)司和應(yīng)急行動(dòng)及抵御能力辦公室聯(lián)合編寫(xiě)，LaurentThomas和MaximoTorreroCullen擔(dān)任總負(fù)責(zé)人，JoséRoseroMoncayo和ReinPaulsen負(fù)責(zé)日Wouterse和DunjaDujanovic提供了行政支持。報(bào)告第1部分由ZehraZaidi和PieroConforti編寫(xiě)，WiryaKhim和LaurelHanson提題監(jiān)測(cè)中心的SylvainPonserre和VicenteAnzellini編寫(xiě)了關(guān)于流離失所問(wèn)題的插文2，GiuliaCaivano和PritiRajagopalan編寫(xiě)了第2.1節(jié)中關(guān)于性別問(wèn)題的插文3。ZehraZaidi在PieroConforti的支持下編寫(xiě)了第2.2節(jié)。聯(lián)合國(guó)減少災(zāi)害風(fēng)險(xiǎn)辦公室的RahulSengup-ta和XuanChe為分析仙臺(tái)框架指標(biāo)C2提供了數(shù)據(jù)和建議。第2.3節(jié)由PieroConforti、lan、EstherLaske和VeronicaBoero就災(zāi)害損失估算提供了重要意見(jiàn)和建議，AntonioScognamillo、NidhiChaudhary和XinmanLiu提供了支持和建議。關(guān)于營(yíng)養(yǎng)的第2.3.2節(jié)由EstherLaske與NancyAburto、BridgetHolmes和VictoriaPaduladeQuadro聯(lián)合編寫(xiě)。第2.4節(jié)由ZehraZaidi擔(dān)任協(xié)調(diào)人，EstherLaske提第2.4節(jié)的背景文件和技術(shù)意見(jiàn)由下列人員提供：畜牧生產(chǎn)及動(dòng)物衛(wèi)生司的JoachimOtte和DominikWisser、植物保護(hù)及生產(chǎn)司的CharlesMidega（JohndeGroot,ErikLindquist和AmyDuchelle、漁業(yè)及水產(chǎn)養(yǎng)殖司的StefaniaSavo-報(bào)告第3部分由WiryaKhim、LaurelHanson和StephanBaas擔(dān)任協(xié)調(diào)人。第3.1節(jié)Conforti和ZehraZaidi提供了意見(jiàn)和建議。政策發(fā)展變化部分由MakieYoshida和SilviaSantato編寫(xiě)。歸因和影響研究由SabineUndorf（波茨坦氣候影響研究所）、BernhardSchauberger（波茨坦氣候影響研究所/魏恩施蒂芬-特里斯多夫應(yīng)用科學(xué)大學(xué)）nePoncin、NeilMarsland和JosselinGauny編寫(xiě)，WiryaKhim和LaurelHanson提供的影響災(zāi)害對(duì)農(nóng)業(yè)和糧食安全的影響sland編寫(xiě)，DanieleBarelli和Josselin報(bào)告第4部分由WiryaKhim、StephanBaas和LaurelHanson擔(dān)任協(xié)調(diào)人。第4.1節(jié)由WiryaKhim、TamaraVan'tWout和LaurelHanson編寫(xiě)，StephanBaas和NiccolòLombardi提供了意見(jiàn)和建議。第4.2節(jié)由NicholasBodanac和NiccolòLombardi編寫(xiě)，WiryaKhim和LaurelHanson提供了意見(jiàn)和建議。第4.3節(jié)由SergioInnocente、WiryaKhim和LaurelHanson編寫(xiě)，KeithCressman、CyrilFerrand、ShokiAlDobai、Ste-phanBaas和ShukriAhmed提供了意見(jiàn)和建議。relHanson和StephanBaas提供了意見(jiàn)和建議。對(duì)報(bào)告第2部分，歐盟委員會(huì)聯(lián)合研究中心的SepehrMarzi和歐洲-地中海氣候變化中心的JeremyPal對(duì)報(bào)告采用的方法進(jìn)行了評(píng)審。第2.4節(jié)的具體評(píng)審由YacobAklilu（農(nóng)業(yè)新聞傳播辦公室出版物和圖書(shū)館處為所有六種官方語(yǔ)言版本提供了編輯支持、設(shè)計(jì)和排版x害對(duì)農(nóng)業(yè)和糧食安全的影響災(zāi)害對(duì)農(nóng)業(yè)和糧食害對(duì)農(nóng)業(yè)和糧食安全的影響災(zāi)害對(duì)農(nóng)業(yè)和糧食AA前瞻型行動(dòng)非洲豬瘟效益成本比體重指數(shù)締約方大會(huì)災(zāi)害流行病學(xué)研究中心檢測(cè)和歸因模型比對(duì)項(xiàng)目糧農(nóng)組織緊急情況數(shù)據(jù)系統(tǒng)索馬里旱災(zāi)影響和需求評(píng)估沙漠蝗信息服務(wù)處估計(jì)平均需求量平衡氣候敏感性歐洲食品安全局國(guó)際災(zāi)害數(shù)據(jù)庫(kù)厄爾尼諾-南方濤動(dòng)現(xiàn)象草地貪夜蛾全球減災(zāi)和災(zāi)后恢復(fù)基金綠色超級(jí)稻全球野火信息系統(tǒng)有害藻華境內(nèi)流離失所問(wèn)題監(jiān)測(cè)中心境內(nèi)流離失所者國(guó)際農(nóng)業(yè)發(fā)展基金綜合火災(zāi)管理的影響災(zāi)害對(duì)農(nóng)業(yè)和糧食安全的影響國(guó)際移民組織糧食安全階段綜合分類(lèi)法氣候跨學(xué)科研究模型《國(guó)家適應(yīng)計(jì)劃》凈現(xiàn)值國(guó)際救援委員會(huì)部門(mén)間模型相互比較項(xiàng)目經(jīng)濟(jì)合作與發(fā)展組織不限成員名額的政府間專(zhuān)家工作組災(zāi)后需求評(píng)估購(gòu)買(mǎi)力平價(jià)聯(lián)合國(guó)可持續(xù)發(fā)展目標(biāo)跨境動(dòng)物疫病全要素生產(chǎn)率聯(lián)合國(guó)開(kāi)發(fā)計(jì)劃署聯(lián)合國(guó)減少災(zāi)害風(fēng)險(xiǎn)辦公室《聯(lián)合國(guó)氣候變化框架公約》美國(guó)農(nóng)業(yè)部世界糧食計(jì)劃署華沙國(guó)際機(jī)制世界氣象組織WWA世界天氣歸因組織xii害對(duì)農(nóng)業(yè)和糧食安全的影響災(zāi)害對(duì)農(nóng)業(yè)和糧食害對(duì)農(nóng)業(yè)和糧食安全的影響災(zāi)害對(duì)農(nóng)業(yè)和糧食è災(zāi)害的定義是導(dǎo)致社區(qū)或社會(huì)正常運(yùn)行受到嚴(yán)重破壞的事件。災(zāi)害正在對(duì)各國(guó)農(nóng)業(yè)è反映災(zāi)害對(duì)農(nóng)業(yè)和農(nóng)業(yè)糧食體系影響的數(shù)據(jù)并不完整，也缺少一致性，在漁業(yè)及水xiii的影響災(zāi)害對(duì)農(nóng)業(yè)和糧食安全的影響è針對(duì)氣候變化對(duì)農(nóng)業(yè)影響的研究表明，氣候變化可能導(dǎo)致產(chǎn)量異常和農(nóng)業(yè)減產(chǎn)現(xiàn)象層面投資于減災(zāi)措施能帶來(lái)可量化的切實(shí)效益。一些國(guó)家通過(guò)預(yù)警系統(tǒng)采取前瞻型行害對(duì)農(nóng)業(yè)和糧食安全的影響災(zāi)害對(duì)農(nóng)業(yè)和糧食害對(duì)農(nóng)業(yè)和糧食安全的影響災(zāi)害對(duì)農(nóng)業(yè)和糧食著地球變暖，生物資源和生態(tài)資源日漸枯竭，人類(lèi)面臨的風(fēng)險(xiǎn)難以把控，災(zāi)害事件不僅變得更加頻繁和行病學(xué)研究中心的國(guó)際災(zāi)害數(shù)據(jù)庫(kù)（EM-70年代的每年100起增加到過(guò)去20年間的次發(fā)布的題為《災(zāi)害對(duì)農(nóng)業(yè)和糧食安全的在整理并傳播有關(guān)災(zāi)害對(duì)農(nóng)業(yè)影響的現(xiàn)有間極其復(fù)雜的相互作用構(gòu)成。災(zāi)害風(fēng)險(xiǎn)是綜合決定的發(fā)生概率，而災(zāi)害則是危害事規(guī)模的嚴(yán)重破壞，并出現(xiàn)以下一種或多種農(nóng)業(yè)主要受到氣象和水文危害、地質(zhì)沖突等社會(huì)危害以及技術(shù)危害和化學(xué)危害也會(huì)構(gòu)成潛在威脅。一場(chǎng)災(zāi)害會(huì)造成多大損失和損害，取決于某種危害與脆弱性和既有風(fēng)險(xiǎn)相互作用的速度和空間范圍，也取決于有多少資產(chǎn)或生計(jì)暴露在風(fēng)險(xiǎn)災(zāi)害影響還會(huì)受到當(dāng)今風(fēng)險(xiǎn)形勢(shì)的系的影響災(zāi)害對(duì)農(nóng)業(yè)和糧食安全的影響世界各國(guó)的農(nóng)業(yè)正面臨眾多危害和多溫是直接和間接影響農(nóng)業(yè)生產(chǎn)的兩大因素。洪水和強(qiáng)降雨對(duì)農(nóng)業(yè)體系和生產(chǎn)率既有正極端氣溫事件也會(huì)對(duì)農(nóng)業(yè)生產(chǎn)產(chǎn)生負(fù)面影實(shí)證表明，當(dāng)前全球變暖的趨勢(shì)已經(jīng)浪和干旱對(duì)作物產(chǎn)量的影響從1964年至1990年間的2.2%升至1991年至2015年間如插文3所示，女性往往是受災(zāi)害影響災(zāi)害對(duì)不同性別產(chǎn)生不同影響的主要原因。解異常天氣和極端事件影響農(nóng)業(yè)的范圍和子部門(mén)遭受的損失并沒(méi)有被單列進(jìn)行全面收集有關(guān)農(nóng)業(yè)災(zāi)害損失信息目前有兩災(zāi)后需求評(píng)估調(diào)查數(shù)據(jù)顯示，平均而比為23%。干旱造成的損失65%以上發(fā)生等災(zāi)害事件造成的損失約20%發(fā)生在農(nóng)業(yè)殖業(yè)和林業(yè)在此類(lèi)評(píng)估中并沒(méi)有得到足夠在195個(gè)國(guó)家中，有82個(gè)國(guó)家報(bào)告了《2015-2030年仙臺(tái)減災(zāi)框架》所要求的分項(xiàng)指標(biāo)C2數(shù)據(jù)，即災(zāi)害造成的直接農(nóng)業(yè)損失，其中38個(gè)國(guó)家還報(bào)告了農(nóng)業(yè)各子部門(mén)的數(shù)據(jù)。根據(jù)仙臺(tái)框架監(jiān)測(cè)機(jī)制收到的數(shù)據(jù)，災(zāi)害造成的農(nóng)業(yè)損失總額平均為每年告的實(shí)際數(shù)字很可能被嚴(yán)重低估。目前并沒(méi)有系統(tǒng)性地收集有關(guān)損失和首次對(duì)災(zāi)害對(duì)全球農(nóng)業(yè)生產(chǎn)的影響進(jìn)行量全球農(nóng)業(yè)年總產(chǎn)值的5%，意味著每年損失將近3億噸農(nóng)產(chǎn)品，3.8萬(wàn)億美元也相當(dāng)于2022年巴西的實(shí)際國(guó)內(nèi)生產(chǎn)總值。與20世紀(jì)90年代初相比，雖然總體損失上升幅度增加。導(dǎo)致世界各地農(nóng)作物和牲畜發(fā)生損失的極端事件的頻率和相關(guān)性看來(lái)呈上升各大類(lèi)主要農(nóng)產(chǎn)品的損失都呈上升趨勢(shì)。過(guò)去三十年，谷物損失平均每年高達(dá)失相當(dāng)于日本和越南2021年水果蔬菜總產(chǎn)域和國(guó)家組別之間存在顯著差異。亞洲一直在全球總經(jīng)濟(jì)損失中占據(jù)最大份額，幾的4%，而非洲的損失則占其農(nóng)業(yè)總產(chǎn)值近收入國(guó)家和中等偏上收入國(guó)家的損失更高，全球農(nóng)作物和牲畜的損失可換算為相應(yīng)的人類(lèi)消耗的能量和九種微量元素?fù)p失的影響災(zāi)害對(duì)農(nóng)業(yè)和糧食安全的影響言，在災(zāi)害減產(chǎn)導(dǎo)致的營(yíng)養(yǎng)素?fù)p失估算值森林在面臨災(zāi)害和氣候變化時(shí)極為脆過(guò)就會(huì)造成嚴(yán)重后果，但這個(gè)閾值很難確新西蘭蟲(chóng)害造成的凈經(jīng)濟(jì)損失將高達(dá)38億xviii評(píng)估災(zāi)害對(duì)森林的影響需要多種多樣毀，并不意味著木材產(chǎn)量會(huì)自動(dòng)相應(yīng)下降。糧農(nóng)組織一直在推廣采用統(tǒng)一的方法野生捕撈業(yè)和水產(chǎn)養(yǎng)殖業(yè)容易受到多生態(tài)系統(tǒng)風(fēng)險(xiǎn)是海洋熱浪的強(qiáng)度和頻率不極端事件和氣候變化會(huì)直接影響野生和極端天氣事件正使局勢(shì)變得更加錯(cuò)綜復(fù)有害藻華指藻類(lèi)（生活在海洋和淡水中的簡(jiǎn)單光合生物）生長(zhǎng)失控，會(huì)對(duì)人類(lèi)、充分表明漁業(yè)和水產(chǎn)養(yǎng)殖業(yè)受到的影響不哈阿帕伊島海底火山2022年1月15日的噴評(píng)估報(bào)告突出強(qiáng)調(diào)漁業(yè)資產(chǎn)所遭受的嚴(yán)重災(zāi)害風(fēng)險(xiǎn)驅(qū)動(dòng)因素和連鎖生物多樣性喪失等全球性風(fēng)險(xiǎn)事關(guān)生死存的影響災(zāi)害對(duì)農(nóng)業(yè)和糧食安全的影響區(qū)域之間連鎖傳導(dǎo)以及受災(zāi)系統(tǒng)的各個(gè)要?jiǎng)语L(fēng)險(xiǎn)的系統(tǒng)性因素相互作用。報(bào)告第3部裝沖突如何加劇災(zāi)害風(fēng)險(xiǎn)并使農(nóng)業(yè)和農(nóng)業(yè)化相關(guān)的種種關(guān)聯(lián)，可以將其作為切入點(diǎn)，評(píng)估氣候變化對(duì)作物產(chǎn)量的影響以及極端的虛擬產(chǎn)量，并將其與實(shí)際觀測(cè)到的產(chǎn)量進(jìn)行比較，以評(píng)估氣候變化如何影響產(chǎn)量。約3%。結(jié)果還表明，氣候變化導(dǎo)致單產(chǎn)與2018年持平或更低的異常情況發(fā)生的概率最高的州a記錄的單產(chǎn)變化很大一部分可以而且氣候變化的不利影響在單產(chǎn)水平最低疫情和地方流行?。?019冠狀病毒本節(jié)將就2019冠狀病毒病疫情和非洲豬瘟流行對(duì)農(nóng)業(yè)和糧食安全的影響進(jìn)行分安全和生計(jì)造成的沖擊堪比沖突或自然災(zāi)運(yùn)輸和物流中斷導(dǎo)致農(nóng)產(chǎn)品批發(fā)價(jià)下如此，因?yàn)檗r(nóng)民種植經(jīng)濟(jì)作物是為了出售，適逢農(nóng)業(yè)生產(chǎn)旺季，種植面積有明顯減少。限制人員聚集導(dǎo)致農(nóng)民們報(bào)告稱(chēng)種植面積農(nóng)民報(bào)告稱(chēng)難以獲得農(nóng)業(yè)投入品的概率也動(dòng)物衛(wèi)生組織的世界動(dòng)物衛(wèi)生信息系統(tǒng)共價(jià)格飆升，分別比非洲豬瘟暴發(fā)前高161%利用OutCosT工具的分析結(jié)果可以估疫情已擴(kuò)散到32個(gè)省。2020年的非洲豬瘟疫情導(dǎo)致菲律賓損失大約1.94億到5.07億國(guó)家之間的沖突和內(nèi)戰(zhàn)。雖然《2015-2030年仙臺(tái)減災(zāi)框架》并不涉及武裝沖突風(fēng)險(xiǎn)，但仍有必要進(jìn)一步研究沖突和災(zāi)害風(fēng)險(xiǎn)之間的相互作用，包括其與損害和損失的關(guān)的影響災(zāi)害對(duì)農(nóng)業(yè)和糧食安全的影響如中非共和國(guó)的《國(guó)家戰(zhàn)略》草案以及伊困加劇，各方不再重視對(duì)減災(zāi)進(jìn)行長(zhǎng)期投必須認(rèn)識(shí)到武裝沖突造成的更大范圍的損一項(xiàng)對(duì)非洲和亞洲的綜合研究重點(diǎn)關(guān)注災(zāi)害如何影響沖突形勢(shì)，并指出關(guān)注背政治上被排斥的群體遭受持續(xù)暴力的可能互聯(lián)互通性，也會(huì)從宏觀上影響貿(mào)易流量。不斷承受沖突壓力的農(nóng)業(yè)糧食體系往往會(huì)設(shè)備和基礎(chǔ)設(shè)施遭受的損害和破壞以及牲索馬里近幾十年來(lái)似乎已陷入一個(gè)惡阿拉伯?dāng)⒗麃喒埠蛧?guó)繼2011年發(fā)生暴行了武裝沖突影響評(píng)估。結(jié)果顯示，農(nóng)村家庭、畜牧養(yǎng)殖戶(hù)、漁民以及水產(chǎn)養(yǎng)殖戶(hù)因戰(zhàn)均25%的農(nóng)村人口停止或縮減了農(nóng)業(yè)生產(chǎn)，而在前線(xiàn)，超過(guò)38%的受訪(fǎng)者稱(chēng)停止了農(nóng)業(yè)蘭水產(chǎn)養(yǎng)殖業(yè)及漁業(yè)總計(jì)蒙受了497萬(wàn)美元化計(jì)算相當(dāng)于該國(guó)水產(chǎn)養(yǎng)殖業(yè)年度總產(chǎn)值體系中積極主動(dòng)采取措施來(lái)減少災(zāi)害風(fēng)險(xiǎn)和采取前瞻型行動(dòng)來(lái)提高生計(jì)面對(duì)災(zāi)害時(shí)和深層次風(fēng)險(xiǎn)而采取的行動(dòng)所帶來(lái)的效益有助于避免或減少自然或生物危害造成的例如，烏干達(dá)為降低持續(xù)干旱的影響，通過(guò)一攬子良好做法，11年來(lái)實(shí)現(xiàn)每英畝土地累計(jì)凈收益比當(dāng)?shù)貍鹘y(tǒng)做法高出約10立獸藥站。這些做法具有良好的效益成本巴基斯坦的旁遮普省和信德省極易受季和雨季。減災(zāi)措施作為試點(diǎn)被應(yīng)用于小示，每投資1美元用于減災(zāi)措施，在危害情要充分發(fā)揮此處所述的主動(dòng)減災(zāi)措施要著手解決農(nóng)民在采用這些措施時(shí)面臨的xxiii的影響災(zāi)害對(duì)農(nóng)業(yè)和糧食安全的影響前瞻型行動(dòng)指在預(yù)測(cè)到的危害發(fā)生之預(yù)警被觸發(fā)到危害產(chǎn)生影響之間的時(shí)間段。需要開(kāi)發(fā)預(yù)警系統(tǒng)，并提前劃撥專(zhuān)項(xiàng)資金，一旦達(dá)到預(yù)先商定的閾值時(shí)可以快速撥付。開(kāi)發(fā)預(yù)警系統(tǒng)所需的依據(jù)包括各種相關(guān)預(yù)前瞻型行動(dòng)已被證實(shí)是一種極具效益瞻型行動(dòng)保護(hù)牲畜，可有效降低牲畜死亡防控措施和前瞻型行動(dòng)相結(jié)合的案大非洲之角2020年和2021年暴發(fā)沙漠蝗蟲(chóng)災(zāi)害，是該區(qū)域迄今最嚴(yán)重的蝗災(zāi)之空中防治還是地面防治以及蝗群的蝗蟲(chóng)密模部署沙漠蝗蟲(chóng)防控干預(yù)措施的投資回報(bào)就可以在大非洲之角避免大約15美元的損還必須指出，沙漠蝗蟲(chóng)激增并不是控措施，2020年和2021年的玉米和高粱產(chǎn)災(zāi)對(duì)農(nóng)業(yè)糧食體系和相關(guān)生計(jì)的潛在不利避免開(kāi)展不利于人類(lèi)健康和環(huán)境的農(nóng)藥噴有關(guān)災(zāi)害如何影響農(nóng)業(yè)的數(shù)據(jù)和信息對(duì)災(zāi)害如何影響種植業(yè)和畜牧業(yè)的全球評(píng)和遙感技術(shù)的進(jìn)步為完善農(nóng)業(yè)災(zāi)害影響相減災(zāi)框架》的C2指標(biāo)涉及農(nóng)業(yè)直接經(jīng)濟(jì)損失，與聯(lián)合國(guó)可持續(xù)發(fā)展目標(biāo)指標(biāo)1.5.2相性因此被放大。如本報(bào)告所述，氣候變化、減少災(zāi)害和氣候風(fēng)險(xiǎn)的戰(zhàn)略要行之有造成農(nóng)業(yè)糧食體系損失的不同驅(qū)動(dòng)因素及的國(guó)家以及糧食安全易受農(nóng)業(yè)生產(chǎn)波動(dòng)影部門(mén)和整個(gè)農(nóng)業(yè)糧食體系減災(zāi)行動(dòng)的好處至關(guān)重要。必須建立一個(gè)健全的實(shí)證數(shù)據(jù)的影響災(zāi)害對(duì)農(nóng)業(yè)和糧食安全的影響報(bào)告中的案例表明，良好的減災(zāi)措施不僅災(zāi)戰(zhàn)略是實(shí)現(xiàn)農(nóng)業(yè)糧食體系包容性和韌性的基石。聯(lián)合國(guó)系統(tǒng)應(yīng)成為得力的合作伙第1部分2有記錄以來(lái)最熱十年即將結(jié)束之持續(xù)不斷的沖突和2019冠狀病毒病疫情進(jìn)導(dǎo)致社區(qū)或社會(huì)正常運(yùn)行受到不同規(guī)模的地球氣候變暖導(dǎo)致有限的生物和生態(tài)資源2023年是評(píng)估災(zāi)害對(duì)農(nóng)業(yè)造成損失的議程》實(shí)施情況的2023年可持續(xù)發(fā)展目標(biāo)峰會(huì)以及《2015-2030年仙臺(tái)減災(zāi)框架》中的《巴黎氣候變化協(xié)定》全球盤(pán)點(diǎn)活動(dòng)以據(jù)災(zāi)害流行病學(xué)研究中心國(guó)際災(zāi)害數(shù)據(jù)庫(kù)（EM-DAT）的大量極端事件記錄統(tǒng)2災(zāi)害事件的次數(shù)已從20世紀(jì)70一般情況下，影響農(nóng)業(yè)的風(fēng)險(xiǎn)無(wú)處不現(xiàn)有做法，并改進(jìn)資源的獲取和籌措方式。樣才能實(shí)現(xiàn)《2030年可持續(xù)發(fā)展議程》、型危害。此外，災(zāi)害數(shù)量增加的一部分原因是數(shù)據(jù)報(bào)告工作有所改進(jìn)，但主要原因是天氣和氣候相關(guān)危害地震、火山噴發(fā)和塊體運(yùn)動(dòng)等地球物理事件的數(shù)量則在一段時(shí)間內(nèi)相對(duì)保持穩(wěn)定。雖然近幾十年事件的總體數(shù)量已趨向平穩(wěn)，但隨著大氣中溫室氣體繼續(xù)積3 0 0糧農(nóng)組織即將推出最新旗艦出版物為滿(mǎn)足人們了解和應(yīng)對(duì)災(zāi)害對(duì)農(nóng)業(yè)影如在農(nóng)場(chǎng)層面采取主動(dòng)減災(zāi)措施和前瞻型下文介紹的框架將農(nóng)業(yè)減災(zāi)相關(guān)關(guān)鍵按國(guó)際災(zāi)害數(shù)據(jù)庫(kù)危害分組分列的災(zāi)害0氣候危害地球物理危害水文危害4災(zāi)害風(fēng)險(xiǎn)概念框架與本報(bào)的一個(gè)關(guān)于減少災(zāi)害風(fēng)險(xiǎn)的指標(biāo)和術(shù)語(yǔ)的政府間專(zhuān)家工作組已開(kāi)展工作，不限成員名額，工作組闡釋了本報(bào)告探討的部分定號(hào)決議采納了這些定義。按照此項(xiàng)工作做傷害或資產(chǎn)被毀或損壞，其發(fā)生概率可由危害因素、暴露程度、脆弱性和能力綜合“可能導(dǎo)致死亡、傷害或其他健康影響、財(cái)產(chǎn)損失、社會(huì)和經(jīng)濟(jì)破壞或環(huán)境退化的過(guò)聯(lián)合國(guó)減少災(zāi)害風(fēng)險(xiǎn)辦公室已提出一整套害，這些組別還可在特定災(zāi)害背景下進(jìn)一步細(xì)分或調(diào)整。3影響農(nóng)業(yè)的主要是氣象和水武裝沖突等社會(huì)危害以及技術(shù)危害和化學(xué)暴露程度指“位于危害易發(fā)地區(qū)的人產(chǎn)品以及生產(chǎn)和運(yùn)輸基礎(chǔ)設(shè)施等資產(chǎn)或?yàn)闀?huì)、經(jīng)濟(jì)和環(huán)境因素或過(guò)程決定的各種條1圖2展示的是本報(bào)告的概念框架，描述害與各災(zāi)害風(fēng)險(xiǎn)相互作用的速度和空間尺5 所造成的災(zāi)害事件都可能在不同時(shí)間和空或間接損失，意味著由于直接經(jīng)濟(jì)損失以及人類(lèi)和環(huán)境影響，導(dǎo)致經(jīng)濟(jì)增加值有所46如圖2所示，危害與災(zāi)害風(fēng)險(xiǎn)其他組成部分之間的動(dòng)態(tài)相互作用還會(huì)受到深層次升或能力降低對(duì)災(zāi)害風(fēng)險(xiǎn)水平產(chǎn)生影響的迫的風(fēng)險(xiǎn)是氣候變化帶來(lái)的威脅日益加重，因?yàn)檗r(nóng)業(yè)離不開(kāi)氣候條件以及環(huán)境和生態(tài)劇，各種極端氣候的影響將變得越來(lái)越重2性加上更嚴(yán)重、更頻繁的極端天氣和氣候，可能導(dǎo)致世界上部分地區(qū)變得越來(lái)越不適5歷史損失數(shù)據(jù)對(duì)于量化和驗(yàn)證災(zāi)害影估對(duì)象或主題、機(jī)構(gòu)和利益相關(guān)方的需求以及影響評(píng)價(jià)的社會(huì)、物理和時(shí)間維度背景下，可采用多種方法來(lái)衡量災(zāi)害損失和數(shù)據(jù)，是確定影響評(píng)價(jià)方法的唯一最主要目前沒(méi)有專(zhuān)門(mén)的數(shù)據(jù)庫(kù)記錄災(zāi)害對(duì)農(nóng)估與農(nóng)業(yè)糧食體系相關(guān)的各種風(fēng)險(xiǎn)和后果。如第2.1節(jié)所述，記錄災(zāi)害對(duì)農(nóng)業(yè)造成的損糧農(nóng)組織一直致力于改進(jìn)數(shù)據(jù)收集的定期監(jiān)測(cè)和報(bào)告的工具和方法。6糧農(nóng)組織合國(guó)成員國(guó)農(nóng)業(yè)及其子部門(mén)的損失和損害后，C2指標(biāo)下已獲取的數(shù)據(jù)需要進(jìn)一步加門(mén)與其他生產(chǎn)部門(mén)相比所承受損失的相對(duì)方法來(lái)估計(jì)災(zāi)害對(duì)農(nóng)業(yè)的影響。其中一種方法就是利用基于災(zāi)害事件和農(nóng)業(yè)產(chǎn)量歷史數(shù)據(jù)之間關(guān)系的概率和統(tǒng)計(jì)模型。本報(bào)告第2.3節(jié)就利用模型對(duì)過(guò)去三十年間災(zāi)害事件造成的全球作物和牲畜損失進(jìn)行首次評(píng)估。有關(guān)危害次數(shù)的信息來(lái)自國(guó)際災(zāi)害數(shù)據(jù)庫(kù)的信息則用于計(jì)算產(chǎn)量波動(dòng)，反映農(nóng)業(yè)風(fēng)險(xiǎn)暴露程度和脆弱性。該分析利用虛擬情景對(duì)受災(zāi)和未受災(zāi)情景進(jìn)行對(duì)比，揭示不同地區(qū)和災(zāi)害類(lèi)型在不同年份的損失規(guī)模和損失負(fù)擔(dān)。7 當(dāng)數(shù)據(jù)的產(chǎn)生和報(bào)告工作達(dá)到較高水過(guò)評(píng)估得出有關(guān)生產(chǎn)和相關(guān)農(nóng)業(yè)活動(dòng)的詳成的作物損失評(píng)估和索馬里干旱對(duì)牲畜的數(shù)據(jù)的齊備程度如何左右對(duì)災(zāi)害影響的準(zhǔn)第2.4節(jié)將全面介紹在這兩個(gè)子部門(mén)開(kāi)展災(zāi)明影響評(píng)估工作對(duì)漁業(yè)及水產(chǎn)養(yǎng)殖和林業(yè)報(bào)告第3部分通過(guò)更具全局性的方法，基礎(chǔ)，深入探討災(zāi)害風(fēng)險(xiǎn)深層次驅(qū)動(dòng)因素先，該節(jié)將介紹氣候變化影響歸因?qū)W的新應(yīng)用，展示氣候變化在四個(gè)不同國(guó)家對(duì)作狀病毒病疫情和非洲豬瘟暴發(fā)相關(guān)案例，突出疫情和地方流行病對(duì)農(nóng)業(yè)部門(mén)的影節(jié)還將探討武裝沖突對(duì)農(nóng)業(yè)的影響以及危機(jī)背景下深層次風(fēng)險(xiǎn)驅(qū)動(dòng)因素之間的相互過(guò)在農(nóng)場(chǎng)層面應(yīng)用減災(zāi)良好做法來(lái)預(yù)防危害和災(zāi)害風(fēng)險(xiǎn)引發(fā)全面災(zāi)害的好處以及如何通過(guò)前瞻型行動(dòng)和對(duì)多風(fēng)險(xiǎn)抵御能力的投資來(lái)減緩災(zāi)害風(fēng)險(xiǎn)，從而限制或減少農(nóng)支持農(nóng)場(chǎng)層面采用良好做法和技術(shù)，增加面向糧食不安全和弱勢(shì)群體的災(zāi)害和氣候融資，明顯有助于減少災(zāi)害對(duì)男性和女性造成沖擊。這些良好做法不僅能帶來(lái)更高的經(jīng)濟(jì)回報(bào)，還能產(chǎn)生更廣泛的社會(huì)經(jīng)濟(jì)民和務(wù)農(nóng)人員的韌性。該部分通過(guò)具體范例，對(duì)預(yù)測(cè)會(huì)發(fā)生危害時(shí)農(nóng)場(chǎng)層面減災(zāi)良好做法、技術(shù)和基于風(fēng)險(xiǎn)的前瞻型行動(dòng)所產(chǎn)生的成本效益開(kāi)展分析，這是一種已被證實(shí)具有較好成本效益的挽救生命和生計(jì)的蔓延和保護(hù)非洲之角農(nóng)業(yè)生計(jì)而部署的第2部分球農(nóng)業(yè)年總產(chǎn)值的5%。三十年的損失總è各大類(lèi)主要農(nóng)產(chǎn)品過(guò)去三十年的平均谷物平均每年損失6900萬(wàn)噸，水果蔬菜è災(zāi)后需求評(píng)估數(shù)據(jù)顯示，在災(zāi)害所致è低收入和中等偏下收入國(guó)家因極端事è農(nóng)業(yè)減產(chǎn)會(huì)導(dǎo)致?tīng)I(yíng)養(yǎng)素可供量顯著減è有關(guān)災(zāi)害對(duì)農(nóng)業(yè)影響的數(shù)據(jù)存在片面業(yè)和林業(yè)子部門(mén)。迫切需要改進(jìn)數(shù)據(jù)收供支持，減少農(nóng)業(yè)領(lǐng)域中的風(fēng)險(xiǎn)和提升現(xiàn)代社會(huì)全球化背景下，極端事件的影響是多維度、相互關(guān)聯(lián)和境系統(tǒng)的交叉點(diǎn)，極易受到重大破壞和沖并通過(guò)制定和實(shí)施減少風(fēng)險(xiǎn)和抗災(zāi)戰(zhàn)略來(lái)提高該部門(mén)的抗災(zāi)能力，就有必要首先確定和衡量農(nóng)業(yè)活動(dòng)如何受到災(zāi)害的影響。第2部分將進(jìn)一步闡述災(zāi)害對(duì)農(nóng)業(yè)的影響。第2部分第1節(jié)和第2節(jié)概述極端事件對(duì)農(nóng)業(yè)的潛在影響軌跡，并重點(diǎn)展示記錄這些影響所需的數(shù)據(jù)產(chǎn)生和收集工作現(xiàn)將概述農(nóng)業(yè)災(zāi)害造成的社會(huì)影響的兩個(gè)方面，即對(duì)女性農(nóng)民的影響以及對(duì)流離失所和移民問(wèn)題的影響。第2部分第3節(jié)介紹對(duì)歷史農(nóng)業(yè)損失的全球評(píng)估結(jié)果，揭示過(guò)去三十年來(lái)種植業(yè)和畜牧業(yè)兩個(gè)子部門(mén)在不同年份、區(qū)域和事件類(lèi)型方面所遭受的不同損失負(fù)擔(dān)。損價(jià)值。產(chǎn)量損失隨后被轉(zhuǎn)換成營(yíng)養(yǎng)素和能后的牲畜損失情況以及草地貪夜蛾暴發(fā)對(duì)作物的影響。第2部分第4節(jié)重點(diǎn)介紹漁業(yè)及水產(chǎn)養(yǎng)殖和林業(yè)這兩個(gè)農(nóng)業(yè)子部門(mén)所遭受的災(zāi)害影響，通過(guò)兩項(xiàng)評(píng)估，詳細(xì)說(shuō)明特定部門(mén)的危害或影響，包括野火和蟲(chóng)害對(duì)林業(yè)的影響以及三個(gè)國(guó)家不同災(zāi)害對(duì)漁業(yè)及水產(chǎn)養(yǎng)殖業(yè)的不同影響。該節(jié)強(qiáng)調(diào)計(jì)算漁業(yè)及水產(chǎn)養(yǎng)殖業(yè)和林業(yè)災(zāi)害損失的復(fù)雜性，并深入介紹更優(yōu)秀的數(shù)據(jù)收集和影響評(píng)估農(nóng)業(yè)活動(dòng)和生計(jì)以及它們所支撐的農(nóng)和板塊運(yùn)動(dòng)等地球物理危害則會(huì)毀壞基礎(chǔ)供水變化和極端溫度是直接和間接影響農(nóng)業(yè)生產(chǎn)的最主要因素中的兩個(gè)。洪水和強(qiáng)降水對(duì)農(nóng)業(yè)體系和生產(chǎn)率既有積極影與季風(fēng)和旋風(fēng)相關(guān)的強(qiáng)降雨對(duì)生態(tài)系統(tǒng)大業(yè)生產(chǎn)提供支持，緩解干旱地區(qū)的夏季旱量季風(fēng)降雨及其引發(fā)的洪水給農(nóng)業(yè)部門(mén)造據(jù)美國(guó)國(guó)家海洋和大氣管理局估計(jì)，僅2022年一年，美國(guó)的重大天氣和氣候事件給作物和牧場(chǎng)造成的損失就超過(guò)214億9其中干旱和野火造成的作物損失總風(fēng)、冰雹、洪水和其他惡劣天氣事件有關(guān)。干旱會(huì)導(dǎo)致缺水和作物歉收，最終在脆弱的環(huán)境中引發(fā)饑荒。在洪都拉斯，干旱和2020年風(fēng)暴的綜合影響導(dǎo)致農(nóng)業(yè)產(chǎn)量減農(nóng)業(yè)干旱是由降雨不足（氣象干旱）、土壤缺水和灌溉所需的地下水或蓄水水平物生產(chǎn)或生態(tài)系統(tǒng)功能。土壤水分不足和土壤退化會(huì)影響除農(nóng)業(yè)以外的其他生產(chǎn)系統(tǒng)，特別是其他自然生態(tài)系統(tǒng)或人工生態(tài)北歐云杉松林小蠹蟲(chóng)害發(fā)生率之間有著密極端溫度事件也會(huì)對(duì)農(nóng)業(yè)生產(chǎn)產(chǎn)生不能受到不利影響，使之更容易患上某些疾病。某些品種的牛在溫度高于20°C時(shí)會(huì)出的應(yīng)激反應(yīng)。當(dāng)夜間溫度從27°C升至32°C籽粒發(fā)育過(guò)程中如出現(xiàn)高溫，會(huì)改變籽粒中的蛋白質(zhì)含量，而灌漿過(guò)程中的高溫則會(huì)成為影響小麥產(chǎn)量和面粉質(zhì)量的最重要作物種植后發(fā)生極端事件也會(huì)影響生南部的野火摧毀了超過(guò)1000萬(wàn)公頃土地，其中約四分之一為農(nóng)地。19此外，頻繁出現(xiàn)的高溫天氣也可能增加務(wù)農(nóng)人員、動(dòng)物和技術(shù)已在大規(guī)模農(nóng)業(yè)生產(chǎn)和食品加工業(yè)中廣泛應(yīng)用，但2022年的嚴(yán)重干旱仍導(dǎo)致作農(nóng)業(yè)產(chǎn)生了影響。海洋溫度升高正在導(dǎo)致海洋熱浪的發(fā)生率上升，給海洋生態(tài)系統(tǒng)帶來(lái)威脅，并對(duì)漁業(yè)和水產(chǎn)養(yǎng)殖業(yè)產(chǎn)生不利影響。與未發(fā)生變暖情況下的預(yù)期產(chǎn)量相比，一些地區(qū)的作物產(chǎn)量已經(jīng)因氣候變干旱對(duì)作物生產(chǎn)的影響幅度大約增加了兩倍，從1964年至1990年的2.2%升至1991旱和熱浪曾導(dǎo)致歐洲的谷物產(chǎn)量平均分別下降了9%和7.3%，而同期非谷物產(chǎn)量則分別下降了3.8%和3.1%。寒潮也曾導(dǎo)致谷物和非谷物產(chǎn)量分別下降1.3%和2.6%。保障糧食供應(yīng)、實(shí)現(xiàn)健康膳食方面發(fā)揮著至關(guān)重要的作用，同時(shí)也是創(chuàng)造就業(yè)機(jī)會(huì)、保障糧食安全和減少貧困的重要驅(qū)動(dòng)力。亞洲47.5億人口中有半數(shù)以上居住在農(nóng)村口以務(wù)農(nóng)為生，農(nóng)業(yè)在該區(qū)域國(guó)內(nèi)生產(chǎn)總值中占比35%。28農(nóng)業(yè)部門(mén)在災(zāi)害面前的潛在脆弱性令人震驚，特別是在全球人口不斷增長(zhǎng)和糧食需求持續(xù)增加的背景下。除了對(duì)農(nóng)業(yè)生產(chǎn)和庫(kù)存產(chǎn)生直接影響外，災(zāi)害還會(huì)影響生計(jì)、糧食安全和營(yíng)養(yǎng)，導(dǎo)致農(nóng)村人口失業(yè)，農(nóng)民和農(nóng)業(yè)勞動(dòng)者收入下降，減少當(dāng)?shù)厥袌?chǎng)的糧食供應(yīng)。而災(zāi)害對(duì)糧食供應(yīng)和營(yíng)養(yǎng)的次要影響，如食品價(jià)格飆升、因生計(jì)受損或資產(chǎn)被毀導(dǎo)致用于購(gòu)買(mǎi)食品的資金減少、因流離失所或市場(chǎng)和基礎(chǔ)設(shè)施受阻而無(wú)法獲取食品、社會(huì)援助計(jì)劃中斷以及缺少清潔的水和衛(wèi)生設(shè)施，都可能減少直接受災(zāi)社區(qū)獲得食品的”2223響了該國(guó)養(yǎng)豬業(yè)。這場(chǎng)流行病導(dǎo)致約111224470人死亡，經(jīng)濟(jì)損失總額約為1650億美9億美元。農(nóng)業(yè)是受災(zāi)最嚴(yán)重的經(jīng)濟(jì)部門(mén)之25近20%。地震對(duì)11個(gè)農(nóng)業(yè)大省造成嚴(yán)重沖26插文2評(píng)估災(zāi)害導(dǎo)致的流離失所對(duì)農(nóng)業(yè)部門(mén)的糧食安全和糧食體系的可持續(xù)性具有短期和突發(fā)性災(zāi)害每年都會(huì)引發(fā)大規(guī)模流離失造成3.76億人境內(nèi)流離失所，而截至2022年農(nóng)業(yè)生產(chǎn)和貿(mào)易維持生計(jì)的流離失所人口無(wú)2022年初遭受了嚴(yán)重干旱。形勢(shì)嚴(yán)峻迫使政府發(fā)出警報(bào)，因?yàn)樗Y源短缺已嚴(yán)重威脅棉花和小麥等作物的生產(chǎn)，危及數(shù)百萬(wàn)農(nóng)民的30,312022年8月的季風(fēng)洪水淹沒(méi)了信德省33生了嚴(yán)重的流離失所和農(nóng)業(yè)損失。2020年11月，颶風(fēng)埃塔和艾奧特在兩周內(nèi)迫使91.8萬(wàn)波及16個(gè)省的農(nóng)業(yè)生產(chǎn)。咖啡和香蕉等在該國(guó)出口和國(guó)內(nèi)生產(chǎn)總值中占很大比例的作物38研究糧食和農(nóng)業(yè)部門(mén)如何尋求持久性解決方37插文3現(xiàn)有的性別不平等問(wèn)題會(huì)加劇各行各業(yè)農(nóng)業(yè)是巴基斯坦最大的經(jīng)濟(jì)部門(mén)，占其國(guó)內(nèi)生產(chǎn)總值的24%，44雇用總勞動(dòng)力的37%45女性占巴基斯坦農(nóng)業(yè)勞動(dòng)大軍的以來(lái)，女性在農(nóng)業(yè)勞動(dòng)大軍中的占比一直保持穩(wěn)定。相比之下，更多男性則紛紛轉(zhuǎn)移到制造業(yè)和服務(wù)業(yè)，使經(jīng)濟(jì)中長(zhǎng)期存在的性別差異進(jìn)一步加劇。分析巴基斯坦的數(shù)據(jù)后可以發(fā)現(xiàn)，洪水事件發(fā)生后，農(nóng)業(yè)部門(mén)的有償就業(yè)有所減少。而可供選擇的就業(yè)機(jī)會(huì)受到了性別因素的影洪災(zāi)對(duì)女性就業(yè)條件和薪酬保障的負(fù)面影響巴基斯坦農(nóng)業(yè)領(lǐng)域就業(yè)狀況產(chǎn)生的影響因性00況下，它還可能導(dǎo)致農(nóng)村人口流離失所和量和質(zhì)量上都會(huì)受到影響，糧食不安全和營(yíng)養(yǎng)不良現(xiàn)象加劇，特別是在最脆弱家庭這些影響在受災(zāi)地區(qū)的地方和家庭一業(yè)領(lǐng)域就業(yè)的女性比例通常高于男性。41從往往更容易受到災(zāi)害的影響。42資源和結(jié)構(gòu)性限制因素是導(dǎo)致災(zāi)害對(duì)不同性別產(chǎn)生不同影響的主要原因。女性很難獲得所需的信息和資源，例如預(yù)警系統(tǒng)服務(wù)和安全庇后重建活動(dòng)，難以享受到社會(huì)和資金保護(hù)農(nóng)業(yè)糧食價(jià)值鏈造成不利影響，包括導(dǎo)致種子和肥料等農(nóng)業(yè)投入品流動(dòng)以及食品加工和分銷(xiāo)等下游活動(dòng)中斷。它們會(huì)擾亂食額和收入減少。這會(huì)對(duì)國(guó)際收支產(chǎn)生負(fù)面影響，并影響農(nóng)業(yè)部門(mén)的長(zhǎng)期增長(zhǎng)以及各影響也將影響高收入和低收入國(guó)家農(nóng)業(yè)的化可能會(huì)改變土地利用方式，因?yàn)榻涤炅繙p少可能會(huì)讓人無(wú)法在干旱的邊際土地上開(kāi)展作物和畜牧生產(chǎn)，即便二氧化碳增加所帶來(lái)的增產(chǎn)可能會(huì)部分抵消這一影響。但在那些弱勢(shì)人口較多的低收入國(guó)家，日益頻繁的災(zāi)害將產(chǎn)生更加明顯的影響，因?yàn)檫@些國(guó)家的應(yīng)對(duì)能力有限，同時(shí)獲得資源的機(jī)會(huì)也同樣有限，難以減少風(fēng)險(xiǎn)和適應(yīng)氣候和環(huán)境條件的變化。小島嶼發(fā)展中國(guó)家，特別是環(huán)礁國(guó)家，將越來(lái)越容易受到氣候變化的影響，侵蝕、洪水和鹽水入侵已經(jīng)導(dǎo)致農(nóng)業(yè)生產(chǎn)率47撒哈拉以南非洲一些國(guó)家已經(jīng)面臨高度脆弱性和糧食不安全，并預(yù)計(jì)將更容易受到氣候極端事件的影響。48例如，納米比亞預(yù)計(jì)由于氣候?qū)ψ匀毁Y源的影響，每年造成的損失占國(guó)內(nèi)生產(chǎn)總值的1%至6%，導(dǎo)致畜牧業(yè)、小規(guī)模農(nóng)業(yè)和漁業(yè)遭受但由于降雨量減少14%，預(yù)計(jì)將遭受重大49.解異常天氣和極端事件影響農(nóng)業(yè)的范圍和程度。雖然目前已有多個(gè)數(shù)據(jù)庫(kù)對(duì)災(zāi)害事件造成的損失和損害進(jìn)行記錄，但在現(xiàn)有多災(zāi)害全球數(shù)據(jù)庫(kù)中，往往只能看到經(jīng)濟(jì)損失總量，農(nóng)業(yè)及其子部門(mén)的損失并沒(méi)有被單列進(jìn)行全面評(píng)估或報(bào)告。即便在經(jīng)濟(jì)損失估算值中包含農(nóng)業(yè)損失的情況下，通常很少或根本沒(méi)有與其他經(jīng)濟(jì)部門(mén)相關(guān)的貨幣損失明細(xì)，也沒(méi)有關(guān)于特定事件后發(fā)生的農(nóng)業(yè)損失類(lèi)型的信息。災(zāi)害對(duì)農(nóng)業(yè)的影響很少細(xì)分到國(guó)家以下層級(jí)，也很少或根本不會(huì)提供關(guān)于土地利用和受影響農(nóng)地總面積的信息。這些數(shù)據(jù)系統(tǒng)普遍面臨數(shù)據(jù)不足以及有關(guān)危害和數(shù)據(jù)指標(biāo)的定義和分類(lèi)相互不一致的挑戰(zhàn)，且各大國(guó)際數(shù)據(jù)庫(kù)都面臨這f、DesInventarg、世界銀行h、國(guó)際紅十字會(huì)與紅新月會(huì)聯(lián)合會(huì)i、全球各大再保險(xiǎn)要想監(jiān)測(cè)和衡量在實(shí)現(xiàn)可持續(xù)發(fā)展目標(biāo)、《仙臺(tái)框架》和《巴黎協(xié)定》相關(guān)目標(biāo)和指標(biāo)方面取得的進(jìn)展，就需要首先解fhttps://www.emdat.be/h/en/disaster-risk-a-nalyticsi/document/world-disa-j/institute/research/sigma-research/data-explorer.html;https:///en/solutions/for-indu-stry-clients/natcatservice.html嚴(yán)重?cái)?shù)據(jù)缺失問(wèn)題。糧農(nóng)組織一直致力于提升覆蓋率和實(shí)現(xiàn)數(shù)據(jù)收集技術(shù)標(biāo)準(zhǔn)化，以評(píng)估極端事件對(duì)農(nóng)業(yè)的影響，同時(shí)努力在國(guó)家和國(guó)家以下各級(jí)建立定期監(jiān)測(cè)和報(bào)告機(jī)制。目前主要采用兩組方法來(lái)收集有關(guān)農(nóng)業(yè)災(zāi)害損失的相關(guān)信息。第一組方法是災(zāi)后需求評(píng)估調(diào)查的一部分，由各國(guó)政府和國(guó)際機(jī)構(gòu)在災(zāi)后進(jìn)行，以評(píng)估所有主要受災(zāi)部門(mén)損失和損害的貨幣價(jià)值和重置成本。第二組方法由糧農(nóng)組織與聯(lián)合國(guó)減少災(zāi)害風(fēng)險(xiǎn)辦公室聯(lián)合開(kāi)發(fā)，用于遵照《仙臺(tái)減災(zāi)框架》要求監(jiān)測(cè)的C2指標(biāo)，衡量災(zāi)害對(duì)農(nóng)業(yè)造成的直接經(jīng)濟(jì)損失。通過(guò)以上兩種方法收集的數(shù)據(jù)被用于估算農(nóng)業(yè)與其他生產(chǎn)部門(mén)相比較遭受的損失額。災(zāi)后需求評(píng)估調(diào)查通常包含有關(guān)災(zāi)害但同時(shí)范圍有限，因?yàn)樵u(píng)估活動(dòng)是在為數(shù)不多的事件之后進(jìn)行的，而且評(píng)估所在國(guó)求評(píng)估的局限性，我們必須謹(jǐn)慎使用評(píng)估所產(chǎn)生的數(shù)據(jù)。國(guó)家開(kāi)展的88次災(zāi)后需求評(píng)估數(shù)據(jù)（見(jiàn)技術(shù)附件1）。調(diào)查結(jié)果顯示，農(nóng)業(yè)損失平均占各部門(mén)災(zāi)害總影響的23%（圖4）。收入國(guó)家和最具破壞性的極端事件之后才少有關(guān)所有經(jīng)濟(jì)部門(mén)全球經(jīng)濟(jì)損失程度的災(zāi)后需求評(píng)估數(shù)據(jù)還可用于評(píng)估不同信息需謹(jǐn)慎使用，因?yàn)檗r(nóng)業(yè)損失可能因危害的類(lèi)型、規(guī)模、所在位置和生態(tài)系統(tǒng)而異。危害發(fā)生的時(shí)間段與農(nóng)業(yè)生產(chǎn)日歷的關(guān)系、開(kāi)展的活動(dòng)類(lèi)型和生產(chǎn)過(guò)程的其他體而言，干旱造成的損失65%以上發(fā)生在為20%左右，突顯出干旱對(duì)該行業(yè)的嚴(yán)重雖然樣本量有限，但災(zāi)后需求評(píng)估可提供有關(guān)農(nóng)業(yè)各子部門(mén)損失的信息。在總共80次評(píng)估中，有50次提供了此類(lèi)信息（圖6）。大部分損失發(fā)生在種植業(yè)和畜牧畜牧業(yè)在損失中所占比例明顯較高，是因?yàn)闈O業(yè)及水產(chǎn)養(yǎng)殖業(yè)和林業(yè)在這些評(píng)估中并未獲得足夠重視?！?015-2030年仙臺(tái)減災(zāi)框架》是2015年后發(fā)展議程的首份重要協(xié)議，旨在監(jiān)測(cè)聯(lián)合國(guó)成員國(guó)為保護(hù)發(fā)展成果不受災(zāi)害風(fēng)險(xiǎn)影響而采取的行動(dòng)。該框架的總目韌性。該框架以四項(xiàng)優(yōu)先行動(dòng)以及從A到G的七項(xiàng)全球目標(biāo)為指導(dǎo)，為評(píng)估全球在實(shí)現(xiàn)《仙臺(tái)框架》方面的進(jìn)展提供支持?！断膳_(tái)框架》通過(guò)后，聯(lián)合國(guó)大會(huì)設(shè)立了一個(gè)不限成員名額政府間專(zhuān)家工作組，旨在制定一套指標(biāo)，衡量《仙臺(tái)框架》七項(xiàng)全球目標(biāo)的相關(guān)進(jìn)展情況，并商定與減災(zāi)相關(guān)的術(shù)語(yǔ)。51該專(zhuān)家工作組在關(guān)于減災(zāi)相關(guān)術(shù)語(yǔ)和指標(biāo)的報(bào)告中就評(píng)估《仙臺(tái)框架》七項(xiàng)目標(biāo)的進(jìn)展情況共提出38項(xiàng)指在《仙臺(tái)框架》的全球目標(biāo)C中，分項(xiàng)指標(biāo)C2對(duì)應(yīng)的是災(zāi)害造成的直接農(nóng)業(yè)損水產(chǎn)養(yǎng)殖業(yè)和森林子部門(mén)及其相關(guān)設(shè)施和基礎(chǔ)設(shè)施相關(guān)的損失。應(yīng)聯(lián)合國(guó)大會(huì)的要求，糧農(nóng)組織已支持制定出一種用于衡量C2分項(xiàng)指標(biāo)的方法。與框架所有其他指標(biāo)根據(jù)本國(guó)或其他計(jì)量和計(jì)算制度對(duì)提出的自根據(jù)《仙臺(tái)框架》啟動(dòng)報(bào)告工作以個(gè)國(guó)家中，有82個(gè)國(guó)家就指標(biāo)C2至少報(bào)告了一次。各國(guó)報(bào)告數(shù)量最多的是2019年子部門(mén)數(shù)據(jù)，其中31個(gè)國(guó)家報(bào)告了按作物分列的農(nóng)業(yè)損失，24個(gè)國(guó)家報(bào)告了按牲畜2021年觀察到數(shù)字下降的原因是進(jìn)行報(bào)告的成員國(guó)數(shù)量有所減少，而不是2020年和2021年發(fā)生的事件實(shí)際有所減少。隨著各國(guó)擴(kuò)大數(shù)據(jù)報(bào)告工作，包括在國(guó)家和國(guó)家以下各層級(jí)按農(nóng)業(yè)子部門(mén)分類(lèi)，預(yù)計(jì)將獲得更完整的農(nóng)業(yè)損失相關(guān)信息。由于子部門(mén)和商品類(lèi)型的數(shù)據(jù)報(bào)告工作為自愿性，因此仍存在嚴(yán)重的信息缺失問(wèn)題，不利于詳細(xì)了解災(zāi)害對(duì)農(nóng)業(yè)、生計(jì)和糧食安全產(chǎn)生的影響?！?443399旋風(fēng)干旱地震洪水多重危害風(fēng)暴 農(nóng)業(yè)各子部門(mén)具體損失漁業(yè)及水產(chǎn)養(yǎng)殖業(yè)林業(yè)其他仙臺(tái)框架指標(biāo)C2公布的危害類(lèi)型0”據(jù)仙臺(tái)框架監(jiān)測(cè)平臺(tái)報(bào)告，災(zāi)害造成國(guó)家所報(bào)告的按危害分類(lèi)的農(nóng)業(yè)損失信息半數(shù)由干旱造成，再次突顯出此類(lèi)災(zāi)害對(duì)由于報(bào)告的國(guó)家數(shù)量有限，又因2019冠狀病毒病疫情造成報(bào)告延后，這些數(shù)字可能?chē)?yán)重低估了農(nóng)業(yè)損失。我們需要更及時(shí)的數(shù)據(jù)來(lái)預(yù)測(cè)和減輕可能影響農(nóng)業(yè)的災(zāi)將為制定和采納有助于保護(hù)農(nóng)業(yè)部門(mén)發(fā)展收集種植業(yè)和畜牧業(yè)的數(shù)減災(zāi)和氣候變化適應(yīng)政策是保障可持續(xù)發(fā)展的關(guān)鍵。然而，要想有能力做出準(zhǔn)確而有效的決策，首先需要一個(gè)可靠的知識(shí)框架。盡管迫切需要了解災(zāi)害對(duì)農(nóng)業(yè)生產(chǎn)的全面影響，但有關(guān)損失和損害的數(shù)據(jù)卻沒(méi)有得到系統(tǒng)性收集或報(bào)告，且覆蓋范圍依然有限。為解決這一問(wèn)題，下文各節(jié)將利用二手?jǐn)?shù)據(jù)，特別是國(guó)際災(zāi)害數(shù)據(jù)庫(kù)EM-DAT和糧農(nóng)組織數(shù)據(jù)庫(kù)FAOSTAT的生產(chǎn)數(shù)據(jù)，對(duì)災(zāi)害給農(nóng)業(yè)生產(chǎn)造成的影響EM-DAT數(shù)據(jù)庫(kù)提供有關(guān)歷史災(zāi)害事的基礎(chǔ)l。我們采用FAOSTAT數(shù)據(jù)庫(kù)提供的率下降情況與根據(jù)全要素生產(chǎn)率增長(zhǎng)情況估算得出的未發(fā)生災(zāi)害事件的虛擬情境進(jìn)行比較（詳情參見(jiàn)技術(shù)附件2最后采用按2017年美元購(gòu)買(mǎi)力平價(jià)扣除通脹因素后的擬情境相比較出現(xiàn)的生產(chǎn)率下降都被歸因lEM-DAT數(shù)據(jù)庫(kù)中還包括非本報(bào)告討論范圍的其本的氣候條件、社會(huì)經(jīng)濟(jì)因素和制度背景自于種植業(yè)和畜牧業(yè)這兩個(gè)子部門(mén)之間的響作物的生長(zhǎng)和牲畜的水合狀態(tài)。洪水可造成農(nóng)作物減產(chǎn)、土壤侵蝕和畜牧基礎(chǔ)設(shè)畜飼料造成破壞，對(duì)作物生產(chǎn)和牲畜健康害對(duì)種植業(yè)和畜牧業(yè)生產(chǎn)的影響被視為獨(dú)立和瞬時(shí)發(fā)生的事件，并沒(méi)有考慮它們之間相互依存的動(dòng)態(tài)屬性。和畜牧業(yè)子部門(mén)的估計(jì)損失一直呈緩慢增加趨勢(shì)。如將過(guò)去31年全球發(fā)生的極端事件造成的損失相加，估計(jì)損失總額達(dá)3.8萬(wàn)億美元，相當(dāng)于年均損失約1230億美元（圖9相當(dāng)于全球農(nóng)業(yè)產(chǎn)值的5%。相比較看，31年的美元損失總額約相當(dāng)于巴西2022年的國(guó)內(nèi)生產(chǎn)總值。大約相當(dāng)于1500億美元的大峰值出現(xiàn)年和2020年。由于此處介紹的估算值是所有已記錄的不同強(qiáng)度事件所產(chǎn)生負(fù)面影響”插文4插文4單產(chǎn)和實(shí)際單產(chǎn)之間的差異相當(dāng)于災(zāi)害引起災(zāi)害數(shù)據(jù)來(lái)自國(guó)際災(zāi)害數(shù)據(jù)庫(kù)EM-DAT，產(chǎn)量和價(jià)格數(shù)據(jù)來(lái)自糧農(nóng)組織統(tǒng)計(jì)數(shù)來(lái)自美國(guó)農(nóng)業(yè)部。對(duì)不同國(guó)家和農(nóng)產(chǎn)品時(shí)間而確定顯著性水平，并過(guò)濾掉嚴(yán)重產(chǎn)量損失10億美元百萬(wàn)噸10億美元百萬(wàn)噸0資料來(lái)源:作者本人對(duì)糧農(nóng)組織和國(guó)際災(zāi)害數(shù)據(jù)谷物水果和蔬菜塊根類(lèi)糖料作物資料來(lái)源:作者本人對(duì)糧農(nóng)組織和國(guó)際災(zāi)害數(shù)據(jù)”的匯總，因此很難將這些巨額損失與特定災(zāi)害事件聯(lián)系起來(lái)。但我們?nèi)钥捎^察到與水平急劇上升反映了1993年影響北美洲谷物和大豆生產(chǎn)的大規(guī)模洪災(zāi)、2002年南亞和非洲發(fā)生的大規(guī)模干旱、2010年影響中國(guó)并在薩赫勒地區(qū)造成大面積饑荒的嚴(yán)重干旱以及俄羅斯同時(shí)遭遇的熱浪、2012年影響南亞的季風(fēng)受阻現(xiàn)象、2020年分別襲擊中國(guó)和印度的洪水和旋風(fēng)以及肆虐北美洲的破紀(jì)錄大西洋颶風(fēng)季。全球損失總值掩蓋了各國(guó)在遭受影響方面存在的巨大差異。從圖9中標(biāo)準(zhǔn)差的大小就可以看出一些局部事件或不同國(guó)家發(fā)生的多個(gè)事件造成的損失程度。與早些如，1991年至1993年圍繞中間值上下平均變化幅度約為±35%，但在過(guò)去三年中，這一平均值降至±17%。而相反，1991年至1993年世界各地平均報(bào)告156起災(zāi)害，而2019年至2021年這一數(shù)字高達(dá)397起m。所下降，原因是每年造成損失的極端事件在不同國(guó)家和不同產(chǎn)品中分布得越來(lái)越普影響的國(guó)家和產(chǎn)品而言，損失變得更加普遍。造成世界各地作物和牲畜損失的極端事件的協(xié)變性質(zhì)似乎正在增強(qiáng)，其發(fā)生頻率也在上升。為估算種植業(yè)和畜牧業(yè)相對(duì)于其他部門(mén)的損失，讓我們查看一下災(zāi)后需求評(píng)估情況。如第2.2節(jié)所示，農(nóng)業(yè)看起來(lái)在經(jīng)濟(jì)損失總量中占比23%，但借助這些數(shù)據(jù)仍不足以評(píng)估總體損失。世界氣象組織最近公布，1970年至2021年間經(jīng)濟(jì)損失估計(jì)為4.3萬(wàn)億美元，53該估算值采用EM-DAT數(shù)據(jù)庫(kù)中3612次水文氣象災(zāi)害事件計(jì)算得出。這些事件僅代表帶有經(jīng)濟(jì)損失信息的災(zāi)害中的一小部分，僅相當(dāng)于本節(jié)作物和牲畜損失估算值中包含的10000多起災(zāi)害中的35%。盡管EM-DAT數(shù)據(jù)庫(kù)能提供有關(guān)總體經(jīng)濟(jì)損失的信息，但該數(shù)據(jù)庫(kù)所記錄的災(zāi)害事件中有40%以上并未包含損失54根據(jù)災(zāi)害流行病學(xué)研究中心和聯(lián)合國(guó)減少災(zāi)害風(fēng)險(xiǎn)辦公室的一份聯(lián)合報(bào)告，研究結(jié)果表明在災(zāi)害報(bào)告工作上存在巨大差國(guó)家有53%的事件報(bào)告了損失情況，而低收入國(guó)家僅13%的災(zāi)害事件報(bào)告了損失情害缺乏損失相關(guān)數(shù)據(jù)。55聯(lián)合國(guó)減輕災(zāi)害風(fēng)險(xiǎn)辦公室的一份最新報(bào)告指出，由于許多國(guó)家缺少數(shù)據(jù)，而且跟蹤機(jī)制中遺漏了中長(zhǎng)期經(jīng)濟(jì)損失，EM-DAT數(shù)據(jù)庫(kù)中記錄的EM-DAT數(shù)據(jù)庫(kù)的數(shù)據(jù)集得出的經(jīng)濟(jì)損失海洋和大氣管理局的數(shù)據(jù)，美國(guó)發(fā)生的極端事件2018年至2022年間每年造成的經(jīng)樣，僅2019年中國(guó)暴發(fā)的非洲豬瘟造成的損失和損害估計(jì)介于600億美元至2970億24雖然極端事件造成經(jīng)濟(jì)損失的絕對(duì)總值仍未可知，但本文估算的種植業(yè)和畜牧業(yè)損失值似乎與這些案例中提及的數(shù)額以及通過(guò)災(zāi)后需求評(píng)估得出的金額相一致，詳情參見(jiàn)第2.2節(jié)。區(qū)域的損失總值分布情況能反映出各區(qū)域洲的損失總量相近，盡管它們?cè)谕恋乩煤娃r(nóng)業(yè)實(shí)踐方面存在巨大差異。而作為最域的農(nóng)業(yè)總增加值進(jìn)行對(duì)比（圖12因?yàn)楫a(chǎn)量損失會(huì)對(duì)每個(gè)區(qū)域的經(jīng)濟(jì)產(chǎn)生不同影響，具體取決于農(nóng)業(yè)部門(mén)的重要性以及相對(duì)損失值。雖然亞洲在全球絕對(duì)損失值中所占份額最大（45%但損失在其農(nóng)業(yè)總非洲的損失總值約為亞洲的四分之一，但在其農(nóng)業(yè)總增加值中占比近8%，是亞洲的兩倍。歐洲和美洲的損失占比約為7.5%，大洋洲約為5%。況十分突出，其農(nóng)業(yè)增加值由于極端事件對(duì)作物和牲畜造成影響而損失近15%，這與21世紀(jì)10年代以及近年來(lái)非洲之角發(fā)生的大規(guī)模干旱所具有的破壞力有關(guān)。原因不同，極端事件也造成了巨大損失，占農(nóng)業(yè)增加值近10%。相反，亞洲各次區(qū)域看似遭受了重大損失，但損失在農(nóng)業(yè)增加值中所占份額較小，盡管所經(jīng)歷的極端事件十分嚴(yán)重，如南亞的幾次洪水，或受災(zāi)范圍很廣，如中國(guó)暴發(fā)的非洲豬瘟。同樣值得注意的是，過(guò)去三十年中，北美洲也遭受了洪水、颶風(fēng)和其他災(zāi)害帶來(lái)的巨大損失如果超越區(qū)域界線(xiàn)來(lái)看按人均收入水收入國(guó)家和中等偏上收入國(guó)家的損失值較”資料來(lái)源:作者本人對(duì)糧農(nóng)組織和國(guó)際災(zāi)害數(shù)據(jù)4320非洲美洲資料來(lái)源:作者本人對(duì)糧農(nóng)組織和國(guó)際災(zāi)害數(shù)據(jù)庫(kù)數(shù)據(jù)的解讀。各次區(qū)域農(nóng)業(yè)損失總額占農(nóng)業(yè)總產(chǎn)值份額南部非洲南部非洲資料來(lái)源:作者本人對(duì)糧農(nóng)組織和國(guó)際災(zāi)害數(shù)據(jù)組中這些國(guó)家加在一起所占實(shí)際面積較小，國(guó)家報(bào)告數(shù)值較低，其原因是實(shí)際面積小。物和畜牧產(chǎn)品的單位價(jià)值低。如考慮這些組別的損失值在農(nóng)業(yè)增加值中所占相對(duì)份額，情況就會(huì)發(fā)生顯著變化入國(guó)家遭受的損失平均是中等偏上收入國(guó)家損失的兩倍多。在小島嶼發(fā)展中國(guó)家也可以看到類(lèi)似情況，由于農(nóng)業(yè)產(chǎn)量基數(shù)較小，導(dǎo)致其損失相對(duì)較大。高收入和中等偏下收入國(guó)家看起來(lái)處于中間地位，因?yàn)槠滢r(nóng)業(yè)產(chǎn)量基數(shù)較大且所記錄的極端事件數(shù)量巨大。同時(shí)也應(yīng)該將種植業(yè)和畜牧業(yè)子部門(mén)的損失與產(chǎn)量做比較。報(bào)告每個(gè)主要產(chǎn)品組的估算損失時(shí)，先估算未發(fā)生極端事件的虛擬情境下的產(chǎn)量（詳情參見(jiàn)技術(shù)附件2）。這種數(shù)據(jù)處理方法有助于了解有關(guān)每個(gè)主要產(chǎn)品組因?yàn)?zāi)害而損失的潛在產(chǎn)量的信息，并對(duì)世界各區(qū)域和不同國(guó)家經(jīng)濟(jì)組別的這一可能性進(jìn)行定性。采用按2017年美元購(gòu)買(mǎi)力平價(jià)扣除通脹因素后的價(jià)格n，可以觀察到所有作物和畜牧產(chǎn)品的整體損失與虛擬產(chǎn)量相比較的東南亞看起來(lái)并不嚴(yán)重，盡管它們的絕對(duì)數(shù)值很大。這是由于這些地區(qū)的生產(chǎn)規(guī)模極端事件造成的損失大約是全球虛擬產(chǎn)量產(chǎn)品組，也有助于從一個(gè)有趣的視角了解年谷物的損失看起來(lái)在不斷增加，而水果自21世紀(jì)10年代中期以來(lái)，塊根類(lèi)的損失似乎一直在增加。了各區(qū)域和次區(qū)域之間的顯著差異。在低收入國(guó)家（圖16過(guò)去三十年谷物的估算損失介于虛擬產(chǎn)量的10%至20%之間；也就是說(shuō)，它們看起來(lái)是全球總比例的兩倍?？偟膩?lái)說(shuō)，所有產(chǎn)品組中似乎都存在極大發(fā)展中國(guó)家而言（圖16損失在虛擬產(chǎn)量物損失幾乎每隔一年變化幅度就高達(dá)20%十年里也是如此。水果蔬菜的損失也在頻繁出現(xiàn)峰值。由于難以區(qū)分一年內(nèi)發(fā)生的多起災(zāi)害的影響，因此無(wú)法通過(guò)上一節(jié)介紹的損失評(píng)估方法將損失歸因于某些特定災(zāi)害類(lèi)型。盡管第2.2節(jié)介紹的災(zāi)后需求評(píng)估覆蓋范圍有限，但借助它能更好地了解不同災(zāi)害類(lèi)型對(duì)農(nóng)業(yè)造成的損失分布情況。雖然每個(gè)數(shù)據(jù)集在范圍和參數(shù)方面存在差異，但災(zāi)后需求評(píng)估和EM-DAT數(shù)據(jù)庫(kù)對(duì)不同”南部非洲842南部非洲8420資料來(lái)源:作者本人對(duì)糧農(nóng)組織和國(guó)際災(zāi)害數(shù)據(jù)各次區(qū)域農(nóng)業(yè)損失總額占估計(jì)虛擬產(chǎn)量的百分比0資料來(lái)源:作者本人對(duì)糧農(nóng)組織和國(guó)際災(zāi)害數(shù)據(jù)全球低收入國(guó)家和小島嶼發(fā)展中國(guó)家農(nóng)業(yè)損失總額占估計(jì)虛擬產(chǎn)量小島嶼發(fā)展中國(guó)家小島嶼發(fā)展中國(guó)家低收入國(guó)家全球百分比百分比百分比百分比505050資料來(lái)源:作者本人對(duì)糧農(nóng)組織和國(guó)際災(zāi)害數(shù)據(jù)”危害類(lèi)型造成的損失分布情況的研究結(jié)果也與此類(lèi)似。乎是2006-2022年間對(duì)農(nóng)業(yè)造成損害最嚴(yán)洪水與風(fēng)暴和旋風(fēng)一起造成的損失最大。隨著氣候變化相關(guān)風(fēng)險(xiǎn)不斷增加，洪水和風(fēng)暴等氣象災(zāi)害以及干旱和極端溫度的頻為詳細(xì)說(shuō)明不同災(zāi)害類(lèi)型對(duì)農(nóng)業(yè)的影響程度，我們開(kāi)展了進(jìn)一步研究，評(píng)估1991-2021年間每種危害類(lèi)型造成的平均產(chǎn)量損失。具體做法是采用混合效應(yīng)回歸模型，對(duì)特定國(guó)家特定產(chǎn)品在特定年份的害所報(bào)告的事件數(shù)量進(jìn)行回歸處理。其結(jié)果為全球估算值，同時(shí)采用各種參數(shù)來(lái)計(jì)算每個(gè)區(qū)域每種危害類(lèi)型的權(quán)重和單位損分析結(jié)果以每種危害類(lèi)型在農(nóng)業(yè)平均球范圍內(nèi)，極端溫度和干旱是單次事件造成影響最大的危害，其次是洪水、風(fēng)暴和每次事件給作物和牲畜造成的產(chǎn)量損失，插文5本次旱情也與食品價(jià)格上漲和其他經(jīng)濟(jì)沖擊于2017年宣布全國(guó)進(jìn)入災(zāi)難狀態(tài)。由于降水量有限，畜牧業(yè)是索馬里主要的土地利用方58畜牧業(yè)的作用至關(guān)重要，為人們提與未發(fā)生旱災(zāi)的基準(zhǔn)情境相比，旱災(zāi)的量從旱災(zāi)前的5290萬(wàn)頭減至旱災(zāi)年份年底的3610萬(wàn)頭，降幅達(dá)32%。各類(lèi)牲畜均受到包括旱災(zāi)引起死亡率上升，也包括繁殖力下亡的牲畜多達(dá)400萬(wàn)頭，而新出生的牲畜則較常年減少了1480萬(wàn)頭，主要是山羊（減少駝和牛數(shù)量下降的主要原因，而生育率下降主要在旱災(zāi)后的年份才會(huì)體現(xiàn)出來(lái)。牲畜出資料來(lái)源：改編自Toulmin,C.。1985?！度龉阅戏侵奚髶p失和旱災(zāi)后恢復(fù)》。畜牧政策組工作論文第9號(hào)。非洲國(guó)際畜牧中心。00插文5模型涵蓋的時(shí)間段內(nèi)，四個(gè)物種均未完全恢復(fù)到旱災(zāi)前的數(shù)量，牛的數(shù)量仍然比基準(zhǔn)線(xiàn)幅下降的主要原因是前一年小型反芻動(dòng)物的234023400插文5后第一年里，奶類(lèi)產(chǎn)量保持在170萬(wàn)噸左右，易條件，從中可以看出旱災(zāi)引發(fā)的價(jià)格波動(dòng)。糧食安全和營(yíng)養(yǎng)分析結(jié)果表明，在旱災(zāi)年份，00插文5谷物之間的貿(mào)易條件逐漸向有能力向市場(chǎng)供奶的牧民傾斜。這反映出典型的旱災(zāi)/災(zāi)后情按照當(dāng)時(shí)的農(nóng)村市場(chǎng)價(jià)格，牲畜和奶類(lèi)價(jià)值從旱災(zāi)前一年的30億美元下降至旱災(zāi)前、旱災(zāi)中和旱災(zāi)后各年份優(yōu)質(zhì)山羊和駝奶當(dāng)?shù)仄焦锕任锕锕任?0插文5旱災(zāi)年份的15億美元。養(yǎng)牛收入受影響最（圖23其次是小型反芻動(dòng)物帶來(lái)的收入，降幅約50%；駱駝帶來(lái)的收入降幅約40%。在災(zāi)后第一年，養(yǎng)牛收入仍比災(zāi)前低40%以上，而其他牲畜帶來(lái)的收入僅比災(zāi)前低芻動(dòng)物和奶類(lèi)的價(jià)格出現(xiàn)上漲。直到災(zāi)后第四年，所有種類(lèi)牲畜的估算收入損失才降至入損失又額外增加了10%。害值約為2.9億美元。旱災(zāi)年份奶類(lèi)產(chǎn)量損失造成的損失降至1.5億美元，而牲畜減產(chǎn)造成的損失升至4.6億美元，主要是因?yàn)楹禐?zāi)年份插文6跨境蟲(chóng)害是緩發(fā)性災(zāi)害，給世界上許多地方造成了越來(lái)越大的農(nóng)業(yè)損失。隨著貿(mào)易和旅游業(yè)不斷發(fā)展以及氣候變化和生物多樣性喪失等環(huán)境壓力日益加劇，這一挑戰(zhàn)在未59草地貪夜蛾（Spodopterafrugiperda,J.E.Smith）原產(chǎn)于美洲熱帶和亞熱帶地區(qū)，幾十年來(lái)一直是當(dāng)?shù)氐闹饕魑锖οx(chóng)。2016年1月，草地貪夜蛾首次在美洲以外地區(qū)出證實(shí)，撒哈拉以南非洲大部分地區(qū)都出現(xiàn)了加那利群島和新喀里多尼亞也報(bào)告發(fā)現(xiàn)了草草地貪夜蛾導(dǎo)致的損失既包括可收獲產(chǎn)量減少，也包括因蟲(chóng)害防控而增加的生產(chǎn)成的玉米產(chǎn)量損失分別約為2.84億美元和1.98測(cè)算草地貪夜蛾疫情及其對(duì)作物造成的研究開(kāi)始評(píng)估草地貪夜蛾在非洲和亞洲的插文6YL=草地貪夜蛾造成的作物產(chǎn)量損失的貨幣FC=草地貪夜蛾的防控成本(Cr)1,2…n，QL=草地貪夜蛾對(duì)作物造成的質(zhì)量損失(Cr)1,2…n，即作物因其質(zhì)量降低或喪失而損失的 該模型通過(guò)估算不同作物產(chǎn)量損失的貨草地貪夜蛾對(duì)人類(lèi)健康也會(huì)產(chǎn)生間接不利影草地貪夜蛾入侵造成的其他影響包括合成殺致的玉米產(chǎn)量損失在0.4%至94.8%之間。各國(guó)的平均產(chǎn)量損失存在差異，從厄瓜多爾的15.7%到印度的45.7%不等。值得注意的是，據(jù)對(duì)2018年實(shí)地?cái)?shù)據(jù)的嚴(yán)謹(jǐn)分析，結(jié)果則為66這意味著農(nóng)民可能高估了產(chǎn)量損失。67以采用地塊數(shù)據(jù)推導(dǎo)出整個(gè)國(guó)家的產(chǎn)量損失，因此測(cè)算草地貪夜蛾造成的全國(guó)損失十分困米籽粒產(chǎn)量損失往往隨著植物損害嚴(yán)重程度的增加而增加，損害等級(jí)評(píng)分每增加一個(gè)單究報(bào)告了損害等級(jí)大于3的植株所占比例，從中能觀察到更強(qiáng)且具有統(tǒng)計(jì)顯著性的關(guān)系68這意味著一旦植株損害達(dá)到一定為準(zhǔn)確估算草地貪夜蛾可能造成的經(jīng)濟(jì)63,69插文60..每個(gè)地塊植株損害等級(jí)大于3的比例值是采用二手?jǐn)?shù)據(jù)進(jìn)行概率建模得出的。在理想的情況下，可通過(guò)問(wèn)卷收集此類(lèi)信息，以便獲得國(guó)家和國(guó)家以下各層級(jí)關(guān)于災(zāi)害損失的統(tǒng)一信息。此類(lèi)評(píng)估有一些成標(biāo)準(zhǔn)化規(guī)則，但以下插文中的案例研究可通過(guò)其他途徑影響營(yíng)養(yǎng)，特別是給食物及其所含營(yíng)養(yǎng)素造成損失，因而不利于健康膳食。種植業(yè)和畜牧業(yè)的全球損失可轉(zhuǎn)換成人類(lèi)所損失的相對(duì)應(yīng)的能量和九種微量元素?cái)?shù)值。將損失表示為在總需求量中所占百分比的做法有助于了解災(zāi)害和危機(jī)造成的糧食供給不足問(wèn)題可能在多大程度上影響我們滿(mǎn)足人口營(yíng)養(yǎng)需求的能力。是因?yàn)?zāi)害造成的消費(fèi)模式變化。要評(píng)估消費(fèi)量損失了多少，需要有全面和具體的數(shù)據(jù)，但目前此類(lèi)數(shù)據(jù)十分有限。必須認(rèn)識(shí)到，糧食供給中的能量和營(yíng)養(yǎng)素量并不一定等于個(gè)人攝入的量。用食物成分?jǐn)?shù)據(jù)，74將農(nóng)業(yè)生產(chǎn)中的估算損人口估計(jì)值將這些值轉(zhuǎn)換為人均日均營(yíng)養(yǎng)素?fù)p失值。我們依據(jù)每種營(yíng)養(yǎng)素的每日平均需求估算量p，將損失值表示為占成人需求量的百分比q75,76,77,78植業(yè)和畜牧業(yè)子部門(mén)的災(zāi)害估算損失平均約為人均日均147千卡，分別相當(dāng)于男性和過(guò)去三十年，能量減少量相當(dāng)于約4.55億人谷物的能量和多種營(yíng)養(yǎng)素?fù)p失最多是這些營(yíng)養(yǎng)素的重要來(lái)源。蔬菜損失的主要是維生素A。這突出說(shuō)明蔬菜是這種必需維生素的重要來(lái)源，而這種維生素對(duì)視力、免疫功能和整體健康至關(guān)重要。水果和堅(jiān)些食物組被公認(rèn)富含維生素C，而維生素C是一種對(duì)免疫功能和膠原蛋白合成很重要的抗氧化營(yíng)養(yǎng)素。奶類(lèi)和蛋類(lèi)損失的是鈣、維生素A和維生素B2。這幾類(lèi)食物以其鈣含量聞名，對(duì)強(qiáng)健骨骼和牙齒至關(guān)重要。奶類(lèi)和蛋類(lèi)還能提供對(duì)視力和免疫功能至關(guān)重要的維生素A以及對(duì)能量的產(chǎn)生至關(guān)重要的維生素B2。維生素A的損失百分比對(duì)男女而言是相似各類(lèi)食品人均能量和營(yíng)養(yǎng)素估計(jì)A維生素C谷物蔬菜奶類(lèi)和蛋類(lèi)塊根類(lèi)人均每日損失值水果和堅(jiān)果油料糖料作物能量和營(yíng)養(yǎng)素估計(jì)每日損失值占人類(lèi)50鈣鈣各區(qū)域能量和營(yíng)養(yǎng)素估計(jì)每日損失值占男性鈣鐵鋅各區(qū)域能量和營(yíng)養(yǎng)素估計(jì)每日損失值占女性鈣鐵鋅”B2和維生素C對(duì)女性的潛在營(yíng)養(yǎng)影響更為重要，這些營(yíng)養(yǎng)素的損失在估算平均需求量中所占百分比要比男性高1%至5%。鐵是唯一一種潛在損失對(duì)男性的影響比女性大7%的營(yíng)養(yǎng)素。在區(qū)域?qū)用?，估?jì)因?yàn)?zāi)害減產(chǎn)而造成的營(yíng)養(yǎng)損失在亞洲和美洲約為31%，在歐為3%。但結(jié)合各區(qū)域人口的能量需求量來(lái)洲和亞洲，災(zāi)害造成的需求損失比例要低得多，分別約為3.5%和4.5%。值得注意的是，僅非洲的估算損失就相當(dāng)于4350多萬(wàn)男性或5440多萬(wàn)女性的日均能量需求量。如圖29和圖30所示，大洋洲的損失占日均需求估算量的百分比最大，男性和女求估算量的百分比均超過(guò)100%，女性的鋅損失百分比也超過(guò)100%。這里考慮的是營(yíng)養(yǎng)素可供量損失，而非實(shí)際攝入量損但其人口相比之下較少，而且糧食出口量很大。這導(dǎo)致大洋洲人均日均營(yíng)養(yǎng)素?fù)p失較高，因此損失在平均需求估算量中所占損失估計(jì)為12.7毫克。損失絕對(duì)值似乎并不令人擔(dān)憂(yōu)，但它對(duì)男性而言為需求量的最后，由于缺乏對(duì)損失的系統(tǒng)性估算，在評(píng)估可供量減少時(shí)未包括魚(yú)類(lèi)和水生食類(lèi)細(xì)分?jǐn)?shù)據(jù)，那么在評(píng)估特定國(guó)家的糧食插文7插文7畜產(chǎn)品損失與全球營(yíng)養(yǎng)價(jià)值換算表（包括鈣、考慮到可食用系數(shù)，再將1991年至202營(yíng)養(yǎng)損失總量除以世界人口和該時(shí)間段的天均損失量除以成年男性和女性的每日平均需衡量對(duì)林業(yè)和漁業(yè)及水產(chǎn)本節(jié)介紹有關(guān)林業(yè)和漁業(yè)及水產(chǎn)養(yǎng)殖業(yè)子部門(mén)的案例研究，而由于可用數(shù)據(jù)有限，無(wú)法對(duì)極端事件造成的損失開(kāi)展類(lèi)似于第2.3.1節(jié)中針對(duì)種植業(yè)和畜牧業(yè)的系統(tǒng)性評(píng)估。數(shù)據(jù)不足的原因是缺乏基準(zhǔn)數(shù)據(jù)，且這兩個(gè)子部門(mén)中災(zāi)害與生產(chǎn)率之間存在復(fù)雜的關(guān)系，因此很難確立一個(gè)無(wú)災(zāi)害的虛擬情境。就海洋漁業(yè)而言，要將各國(guó)產(chǎn)區(qū)與災(zāi)害發(fā)生地聯(lián)系起來(lái)也是一項(xiàng)挑例分析中的傳聞實(shí)證了解林業(yè)、水產(chǎn)養(yǎng)殖業(yè)和漁業(yè)災(zāi)害損失的重要性和相關(guān)性。下一小節(jié)將概述對(duì)世界各地森林的健康和可持續(xù)性構(gòu)成威脅的兩種最嚴(yán)重危害—野火和蟲(chóng)害。它將簡(jiǎn)要介紹該子部門(mén)在數(shù)據(jù)收集方面面臨的挑戰(zhàn)，并提出一種可用的損失估算方法。最后一小節(jié)審視漁業(yè)及水產(chǎn)養(yǎng)殖業(yè)子部門(mén)遭受的損失，概述這方面災(zāi)害影響的特性。森林極易受到災(zāi)害和氣候變化的影響，但也在減少和減緩風(fēng)險(xiǎn)方面發(fā)揮著關(guān)鍵作和生態(tài)系統(tǒng)面臨極端事件時(shí)的適應(yīng)能力和（如溫度和降水模式）、長(zhǎng)期氣候變異以及人類(lèi)影響（土地利用方式變化、土地管理做法和通過(guò)國(guó)際貿(mào)易引入入侵物種）造成。評(píng)估和減少森林風(fēng)險(xiǎn)對(duì)于幫助各國(guó)實(shí)現(xiàn)氣候減緩和適應(yīng)目標(biāo)至關(guān)重要，但目前對(duì)森林退化的有效監(jiān)測(cè)仍處于早期階段。在《2020化面積的監(jiān)測(cè)情況。79由于各國(guó)采用的損失和損害評(píng)估方法不一致、方法應(yīng)用不足以及缺乏對(duì)所有影響的全面覆蓋，收集有關(guān)森林影響的數(shù)據(jù)頗具挑戰(zhàn)性。很顯然，我們需要更好的數(shù)據(jù)和綜合風(fēng)險(xiǎn)管理方法。以下各節(jié)將闡述影響森林部門(mén)的兩種最重要危害：野火和蟲(chóng)害?；馂?zāi)是許多陸地生態(tài)系統(tǒng)的重要組成部分，其影響可能是有益的，也可能是不利的。與氣候條件一樣，火災(zāi)也是影響全球植被狀況的主要因80,81也會(huì)構(gòu)成嚴(yán)重威脅。失控的荒野火災(zāi)（野火）會(huì)產(chǎn)生嚴(yán)重負(fù)面影響，包括二氧化碳排放、林產(chǎn)品和生產(chǎn)率破壞、景觀退化、人類(lèi)生命、建筑資產(chǎn)、生物多樣性和棲息地遭受損失以及生計(jì)遭到破壞。82任何一個(gè)有植被覆蓋