EN
SDG2 零饥饿

全球单位劳动力农作物产量监测(2019)

尺度级别:全球
研究区域:全球
  
  实现零饥饿和消除贫困的首要任务是确保充足的食物来源,提升农业生产力是保障粮食供给的重要手段。小型粮食生产者由于受制于农业气象条件、灌溉水平、农药化肥使用量、田间管理水平等的诸多限制,其每个劳动单位的农作物产量要低于大型粮食生产者,尤其是小型粮食生产者经营模式下的雨养作物单产年际波动较大。基于“全球农情遥感速报系统”(CropWatch)的作物产量监测模型及人口统计数据,可快速开展农作物产量监测,实现单位劳动力农作物产量评估,为相关国家粮食生产、粮食安全决策与保障能力提供重要的农情信息服务,对实现零饥饿目标具有重要的意义。
  
对应目标:2.3 到2030年,实现农业生产力翻倍和小规模粮食生产者,特别是妇女、土著居民、农户、牧民和渔民的收入翻番,具体做法包括确保平等获得土地、其他生产资源和要素、知识、金融服务、市场以及增值和非农就业机会

  

对应指标:2.3.1 按农业/畜牧/林业企业规模分类的每个劳动单位的生产量
  
方法
  
  面向联合国可持续发展目标零饥饿目标,针对全球42 个粮食生产和出口国开展了基于众源数据采集与云计算的农作物样本信息采集,采用作物产量遥感监测模型,结合农气站点单产、气象以及农作物样本数据,进行了多年全球42 个粮食生产和出口国的小麦、水稻、玉米、大豆等大宗粮油作物产量估算;结合全球42 个粮食生产和出口国的国家农业人口统计数据,实现了2009-2018 年全球42 个粮食生产和出口国的单位劳动力农作物产量监测。
  
所用数据
  
  遥感数据包括环境一号、高分一号、高分二号、资源三号、哨兵一号、哨兵二号、美国陆地卫星8 号、MODIS、TRMM、PROBA-V 等卫星数据;
  
  统计数据包括:全球粮食生产和出口国国家农业人口数据;
  
  地面调查数据包括农气站点单产、气象、灌溉施肥等管理信息以及基于众源数据采集的农作物样本数据。

 

结果与分析
  
  2009-2018 年,全球单位劳动力农作物产量总体呈逐渐上升趋势,增加了34%,年均增长3.8%;与联合国千年目标的收官之年和可持续发展目标的基准年2015 年相比,2018 年全球单位劳动力农作物产量增加了10%,年均增长3.5%,总体趋势与2009-2018 年相近。这意味着全球主要作物生产向着更为高效的方向发展,但离2030 年实现农业生产率翻番的目标还有一定差距。 
  
  
  图1. 2009 年至2018 年间全球单位劳动力农作物产量空间分布
  

      图2. 不同时段全球单位劳动力农作物产量变化空间分布

 
  从空间格局来看,非洲、亚洲的单位劳动力农作物产量显著低于北美洲、大洋洲、欧洲和南美洲。农田管理措施的差异是导致全球单位劳动力农作物产量分异的主要原因。发达国家采用规模化、集约化农场管理措施以及精准农业管理方法,农业机械化程度较高,使得其单位劳动力农作物产量平均要高出不发达国家和发展中国家数十倍。然而,发展中国家的单位劳动力农作物产量增长速度较快,近10 年实现单位劳动力农作物产量翻番的国家均为发展中国家。
 
  监测期间,全球单位劳动力农作物产量增长较快的国家有安哥拉、蒙古、乌克兰和白俄罗斯等,尤其是乌克兰增长态势突出,一直保持持续快速增长;全球单位劳动力农作物产量为负增长的国家有意大利等发达国家,也有斯里兰卡、缅甸、埃及、肯尼亚等发展中国家,多为波动式下降;中国的全球单位劳动力农作物产量增长率接近全球平均水平,增长率在30%-40% 之间。挖掘发展中国家的单位劳动力农作物产量潜力,推行先进的农业管理技术,在适宜的地区加快其农业机械化水平是提升全球单位劳动力农作物产量,实现到2030 年农业生产率和收入翻倍的重要途径。
 
  
  图3. 埃塞俄比亚小麦产量野外联合调查
  
 成果要点
    2015-2018 年间,全球单位劳动力农作物产量增加了10%,全球主要作物生产向着更为高效的方向发展。

  发达国家单位劳动力农作物产量高出不发达和发展中国家数十倍,但发展中国家具有更高的增长速度。挖掘发展中国家的单位劳动力农作物产量潜力,推行先进的农业管理技术,在适宜的地区加快其农业机械化水平是提升全球单位劳动力农作物产量,实现到2030 年农业生产率和收入翻倍的重要途径
 
  
展望

  技术创新方面,将加强CropWatch 全球农情监测系统的云计算能力,提高全球农作物产量的处理和分析效率;在此基础上,进一步考虑不同地区、不同国家、不同省州的农业气候以及种植结构差异来优化农作物产量监测,同时引入各国社会经济数据,结合人均收入、农场管理措施等来开展与每个劳动单位的生产量的耦合分析。

  应用推广方面,非洲和亚洲等小规模农业生产者劳动产出对于实现全球粮食安全至关重要。目前,围绕“数字丝路”国际科学计划(DBAR-AGRI),已率先在莫桑比克开展CropWatch 云平台定制化与系统移植,帮助莫桑比克掌握农情监测技术开展自主监测,未来将逐步推动监测技术和成果在其它部分“一带一路”沿线国家和地区的推广运用,提高农情监测的精准度,为实现SDG 2.3 提供技术支撑。

联系我们

地球大数据科学工程专项SDG工作组

地址:北京市海淀区邓庄南路9号

电话:86-10-82178900  传真:86-10-82178980  邮编:100094

网站:www.sdgs.casearth.cn  发送电子邮件至:casearth@radi.ac.cn