ニュース

Oct 09, 2023

気候

Nature Food Volume 4, pagina

Nature Food volume 4、61–73 ページ (2023)この記事を引用

4075 アクセス

1 引用

31 オルトメトリック

メトリクスの詳細

この記事に対する出版社の訂正は 2023 年 1 月 12 日に公開されました

この記事は更新されました

持続可能な食料システムには、栄養失調と気候変動に並行して対処する必要があります。 ここでは、エネルギー、タンパク質、鉄分、亜鉛、ビタミンA、ビタミンB12、葉酸について、世界の食事栄養素のギャップ（国レベルの栄養素供給量と人口必要量の間のギャップ）を埋めることによって生じる非CO2温室効果ガス排出量を、5つの気候の下で推定します。作物と家畜の生産性を向上させ、食品ロスと廃棄を半減させることで、通常の供給パターンと比較して排出量を最大 42% 削減（年間 3.03 Gt CO2eq）し、栄養格差を埋めることができることを示しています。持続的な栄養素のギャップがある（年間 5.48 Gt CO2eq）。 野菜、卵、根菜や塊茎の生産と貿易の増加により、ほとんどの国で最も低い排出量で栄養格差を埋めることができ、2030 年に必要な総カロリー生産量は 2015 年と比較して 23% 以下増加する可能性があります。世界的な気候目標を超過することなく、また国家の食糧バスケットを大幅に変更することなく、閉鎖されるべきである。

栄養失調と気候変動の同時パンデミックである世界的シンデミックは、人類に対する脅威を増大させており1、新型コロナウイルス感染症のパンデミックがこれらの影響を悪化させています2。 同時に、食料システムは世界の温室効果ガス (GHG) 排出量の 3 分の 1 (2015 年で年間 14 ～ 22 Gt CO2 換算) の原因となっており、その約 33% は CO2 以外の直接排出 (つまり CH4) です。および N2O) が農場で発生します3。 平均気温上昇を 1.5 °C に抑える上での食料システムの重要な役割は現在十分に確立されており 4,5、その一方で各国は 2030 年までにあらゆる形態の栄養失調をなくすことを約束しています 6。

1995年から2015年の間にカロリーベースで食料生産が倍増したにも関わらず、世界人口の40％以上が、微量栄養素（ビタミンやミネラルなど）の供給が不十分な国に住み続けており、その結果、人口レベルの生理的要件を満たすことができません。現在の食料バスケットは穀物が大部分を占めています7,8。 国レベルでの食事の栄養素（微量栄養素および主要栄養素）の必要量と供給量との間の不足は、栄養素ギャップ9,10と呼ばれ、国内で均等に分配したとしても適切な栄養を摂取することは不可能であることを意味します。 サハラ以南のアフリカや南アジアなど、栄養格差が大きい地域では、生産性が低いため、動物性タンパク質 1 キログラム当たりの GHG 排出量がはるかに大きくなる傾向があります11。 また、これらの地域は最も人口が増加すると予想されており 12、野菜や果物の供給が不足する可能性があります 13。 したがって、地球温暖化を悪化させずに適切な栄養素の供給を確保するには、適切な指標に基づいて慎重に設計された政策が必要です14、15、16。

最近の評価は主に、生理学的要件や国固有の栄養素の不足ではなく、所得主導の需要17,18と大規模な食事の変化（例えば、フレキシタリアンやベジタリアンの食事へ）19,20に焦点を当てています。 推奨量のタンパク質 21、脂肪 10、およびその他の栄養素 22 を提供する最適な食事を追求するために、環境境界を組み込んだ研究もあります。 生産ベースの研究には、栄養素を土地 14,23 および水 24 に結び付ける複合生産性指標が組み込まれています。 ただし、多くの場合、特定の地域や製品に限定されています。 「栄養ライフサイクル評価」アプローチは、栄養生産の環境への影響における地域差を比較するために適用されており、より良い情報に基づいた比較のための栄養の角度の重要性が強調されています25。 家庭の食品廃棄物に含まれる栄養素と排出量の分析によると、世界の食品廃棄物は、推奨されるエネルギーとビタミン A 摂取量の 15%、地球温暖化を 2 ℃未満に抑えるための食品関連の非 CO2 GHG 制限の 6.6% に相当することが示唆されています26。 。 全体として、現在、国内の食料供給に不足している栄養素要件を特定し、排出量を最小限に抑えてこれらのギャップを埋めることが緊急に必要とされています27。

ここでは、5つの気候に優しい介入シナリオに基づいて、栄養失調の2つの側面、すなわち栄養不足と微量栄養素欠乏に対処するために栄養ギャップを埋めることに関連する非CO2 GHG排出量の詳細な推定値を提供します。 私たちは、地域の人口のエネルギー、タンパク質、鉄、亜鉛、ビタミンA、ビタミンB12、葉酸のギャップを埋める（つまり、人口調整された栄養素要件を満たす）ことに関連する非CO2排出量を推定するために、栄養素生産の排出原単位の複合指標を開発しました。持続可能な開発目標（SDG）2.2—「2030年までにあらゆる形態の栄養失調をなくす」に続く2030年。 私たちは線形計画法を使用して追加の食料生産や貿易を最適化し、栄養格差を埋めることによる排出を最小限に抑えました。 私たちは一次農業生産と農場レベルの排出に焦点を当てていたため、栄養強化による栄養供給への寄与は考慮していませんでした。 私たちは、食生活の根本的な変化を避けるために、国民の食の好みを反映する現在の高度に細分化された食料バスケット7に基づいて食料供給を最適化しました。 当社の最適化は、128 か国の 156 の作物と 40 の（陸生）動物製品をカバーしています。 5 つの気候に優しいシナリオのうち 4 つは、国内生産の増加と損失と廃棄の半減、作物と家畜の生産性の向上を伴い、1 つは気候に優しい国際食料貿易を想定しています (表 1)。

気候に優しく、栄養を重視したアプローチにより、線形計画法を使用して栄養素のギャップ（つまり、すべての栄養素のギャップ）を埋めながら、追加の排出を最小限に抑えるために食料供給パターンを最適化しました。 製品固有の排出量を計算するために、さまざまなデータソースを使用しました。 土地利用や土地からの製品固有の排出量に関するデータが不足しているため、私たちの分析範囲は、気候変動に関する政府間パネル (IPCC) による分類に従って、直接的な非 CO2 (CH4 および N2O) 農業排出量に限定されています28。変更を使用します。 農業からの直接排出量のうち、土壌に適用される下水、石灰処理および尿素散布からの排出量も除外しました。これらは作物固有の帰属がなく、世界の農業排出量の 1% 未満に相当します3。 上流および下流の活動（エネルギー使用など）からの CO2 排出は、エネルギー、加工、輸送などの他の部門に割り当てられるため、CO2 以外の排出に対する当社の焦点は、気候税 29 およびカーボンフットプリント 30,31 に関する既存の文献と一致しています。 IPCC分類によると。

まず、国内生産に基づいて、生産性と食品ロスと廃棄物の介入を含むシナリオを評価しました (表 1)。 次に、栄養格差を埋めながら排出量を最小限に抑える上で比較優位を活用する可能性を探るために、貿易シナリオが導入されました。 我々は、IPCC Tier 1 手法 28 のデフォルトの排出係数に基づいて結果を提示し、括弧内の下位分位数と上位分位数で補足しました（不確かさの推定値を参照）。 私たちの調査結果を世界的な気候目標の文脈で解釈するために、私たちはそれらをいわゆる許容可能な食料生産排出量と比較しました。 この用語は、パリ協定 32 に準拠した 2030 年の非 CO2 農業、林業およびその他の土地利用 (AFOLU) 排出量を指します (「パリ協定および許容される食料生産排出量」を参照)。この調査の範囲に従って縮小しました (たとえば、 、人口および排出源）。

国レベルの栄養格差と農業の温室効果ガス排出量を並べると、主にサハラ以南のアフリカと南アジアに集中する大きな栄養格差のある国は、生産における排出原単位も高い傾向があることが明らかになりました（図1）。 2030 年の国連の中型変異体人口推定に基づいて、総栄養素必要量はエネルギーで約 21%、タンパク質、ビタミン A、ビタミン B12、葉酸で約 29% 増加すると推定しました (出典データ図 1)。 対照的に、中国、インド、インドネシアなどの人口の多い国では、出生率の低下とそれに伴う妊娠の減少により、鉄と亜鉛の必要量は36%減少すると考えられます。

比較しやすいように、国は四分位にグループ化され、それに応じて色分けされています。 たとえば、薄紫（「非常に低い」）は、栄養ギャップが最も低い四分位にある国を表し（出典データの図 1 を参照）、濃い赤（「非常に高い」）は、総生産量の排出原単位が最も高い四分位にある国を表しています。与えられた栄養素。 牛乳などの動物源からのビタミン B12 生産の排出強度が高いこと（ソースデータ図 1 を参照）は、特に家畜生産の生産性が低いことを示唆しています。 オーストラリアやブラジルなどの国々では、家畜生産性が高いにもかかわらず、反芻動物の肉や乳製品が優勢であるため、総栄養生産量の排出原単位が高/非常に高くなっています。これは、家畜関連の排出が農業排出量の大部分を占めており、国内排出量の大半を占めているためです。食品バスケットによって総排出量が決まります。 マップは tmap R パッケージを使用して描画されました79。

ソースデータ

世界人口の 89% を占める 128 か国の農業活動による CO2 以外の総排出量は、2013 年から 2015 年に 1 年あたり 4.62 (4.27 ～ 6.26) Gt CO2eq に達しました (図 2)。 これは、229 か国の排水された有機土壌、森林地、および森林の純変換からの CO2 排出量を含む、AFOLU 総排出量の約 77% に相当します。 将来にわたって生産ベースの一人当たりの排出量と栄養素の適切性（つまり、栄養素の供給量/人口レベルの要件）が一定であると仮定すると（従来通りのシナリオ、BaU）、結果的に 5.48（4.76–7.02）Gt CO2eq yr−1 となります。 2030 年には、パリ協定に準拠した許容排出量推定値の 75 パーセンタイルを超えます。 しかし、牛乳などの反芻動物製品については、栄養生産の排出原単位における国間の差が 200 倍にも達しました (出典データ図 1)。 生産の排出原単位におけるこのような不均一性は、生産性と貿易シナリオの有効性を決定しました。

棒は 128 か国の総排出量 (n = 128) を示し、棒の上部は中心傾向のデフォルトの尺度としてのモードに対応します。 結果は 5 つのシナリオ (表 1) および 2030 年の人口 (BaU) に推定された現在の供給パターンにわたって提供されます。 したがって、栄養格差は BaU のもとでも存続します。 エラーバーは 25 パーセンタイルと 75 パーセンタイルを示し、負に偏っています (不確かさの推定値を参照)。 オレンジ色の影付きの領域は、2030 年の食料生産における CO2 以外の許容排出量の広がりを表します (25 パーセンタイル (Q1): 4.33 Gt CO2eq yr-1 および 75 パーセンタイル (Q3): 5.31 Gt CO2eq yr-1)。 赤い実線は中央値 (Q2) (4.67 Gt CO2eq yr-1) を表します。 許容排出量は、パリ協定と許容可能な食料生産排出量のセクションで説明されているモデルのアンサンブルに基づいて計算されます32,77。 ここに示されている値は、この研究で対象となる排出源の範囲と総人口に基づいて調整されています。 完全な結果については、ソース データの図 2 を参照してください。

ソースデータ

気候に配慮し、栄養を目標とした生産増加により、2030年のBaUと比較して排出量が減少し、栄養のギャップが解消されました（図2）。 現在の生産性と損失および廃棄パターン（D-CP-FLW）では、排出量は BaU と比較して 11% 減少し、4.89 (4.52–6.70) Gt CO2eq yr−1 となりました (図 2)。 半分の損失と廃棄のシナリオ（D-CP-HLW）の下で栄養素のギャップを埋めると、排出量が 22% 削減され（BaU と比較して）、年間 4.28 (3.95 ～ 5.83) Gt CO2eq となりました。 作物収量のギャップを埋めると、肥料使用量の増加によりベースラインの作物排出量が 6% 増加しましたが、家畜の生産性の向上によりベースラインの家畜排出量が 28% 減少しました。 全体として、農業生産性の向上（D-IP-FLW）により、栄養格差の解消に伴う排出量は 33% 削減され、年間 3.65 (3.35 ～ 5.00) Gt CO2eq となりました。

損失と廃棄物の半分と生産性の向上（D-IP-HLW）を組み合わせると、排出量は最大 42% 削減され、2030 年には年間 3.19 (2.93 ～ 4.34) Gt CO2eq となりました。気候に優しい製品（T-CP-FLW）の輸入増加により排出量が 14% 減少し、年間 4.70 (4.34–6.36) Gt CO2eq となりました。 国内生産 (D-CP-FLW) シナリオと貿易 (T-CP-FLW) シナリオでの調査結果は類似していました。なぜなら、最適な食料品は主に植物由来の供給源であり、家畜に比べて排出原単位の国間の差がはるかに小さかったからです。製品。 全体として、2030 年までの食料生産における CO2 以外の許容排出量と比較した場合、生産性の向上と損失と廃棄の半分のシナリオ (D-CP-HLW、D-IP-FLW、D-IP-HLW) を通じて栄養素のギャップを埋めることが役立ちました。食品システムの排出量の中央値を、パリ協定に準拠した許容排出量の 25 パーセンタイル未満に維持します。

気候に優しいシナリオの相対的なパフォーマンスは、国民所得レベルによってわずかに異なりました（図3）。 栄養格差の大きな違いにより、低所得層と下位中所得層はより高い生産増加を必要とし、合わせて追加排出量の 80% 以上を占めました。 食品ロスと廃棄物の半減（D-CP-HLW）と生産性の向上（D-IP-FLW）により、低所得層では他の所得層に比べて排出量が大幅に削減されました。 現在の生産性と損失と廃棄のパターンでは、低所得層および下位中所得層では、輸入の増加（T-CP-FLW）は国内生産の増加（D-CP-FLW）と比較して排出量が 13% および 6% 減少することが示されました。それぞれ。 一方で、高所得層および上位中所得層の国内生産および貿易シナリオでは排出量は同様であった。これは、高所得層および上位中所得層が低中所得層および下位中所得層に輸出する主要な貿易相手国であるという観察によって説明できる。 。

バーはデフォルトの排出係数に基づく 128 か国の総排出量を示し、バーの上部は中心傾向のデフォルトの尺度としてのモードに対応します。 結果は所得レベルごと、気候に優しい 5 つのシナリオ、および 2030 年の人口 (BaU) に推定された現在の供給パターンにわたって提供されます。 上位中所得国および高所得国では、食料供給バスケットにおける畜産物の割合が高いほど、総温室効果ガス排出量に対する CH4 の寄与が大きくなります。 エラーバーは、総温室効果ガス排出量の 25 パーセンタイルと 75 パーセンタイルを示します。 完全な結果については、ソース データの図 2 を参照してください。 CH4 排出量 (Mt CH4 yr−1) については拡張データ図 1a を、N2O 排出量 (Mt N2O yr−1) については拡張データ図 1b を参照してください。

国民の食料供給に最も不足している個々の栄養素のうち、野菜（ニンジン、ホウレン草、トマトなど）と牛乳は、中央アジア、東南アジアおよび南アジアのいくつかの低/低中所得国においてビタミンAの主要な供給源となっています。一方、サハラ以南のアフリカではサツマイモの寄与が大きくなっています。 ビタミンB12の主な摂取源は動物性食品であり、牛乳と魚介類（特に海洋性の魚）が主です。 最適化アプローチなしで栄養素のギャップを埋めるには、つまり単に総生産量を全体的に増やすには、世界の生産量を2倍にする必要があります。これは、穀物が既存の供給バスケットの大半を占めており（図5）、不足している栄養素が豊富な食品グループは野菜などの過小評価されているためです。

栄養素のギャップを埋めながら温室効果ガスの排出を最小限に抑えると、不足している栄養素や特定のシナリオの想定に応じて、国レベルで異なる食料供給の優先順位が得られました。 すべての国内生産ベースのシナリオの下では、野菜およびビタミンAが豊富な根および塊茎（サツマイモ、ヤムイモ、キャッサバなど）は、（カロリーの観点から）最大の生産増加を必要とする最適な食品の選択肢の一つでした。 高所得国の最適バスケットにおける植物由来製品の割合が高い（図4）のは、食料供給に動物性製品が豊富に含まれている結果であり、ビタミンB12のギャップが事実上非常に小さいことを意味します。 対照的に、非反芻動物（アヒル、ウサギ、ニワトリなど）の肉も、低所得層、下位中所得層、上位中所得層にまたがる最適なソリューションとなっています。

食品グループの構成については、拡張データ表 3 を参照してください。世界地図は、排出量を最小限に抑えて栄養素のギャップを埋めるために、国産または輸入のいずれかで最大の追加供給を必要とする食品グループに基づいて色分けされています。 灰色の国は分析に含まれていません。 棒グラフは、それぞれの食品グループを最適なソリューションにしている国の総数を所得レベルごとにグループ化して示しています。 たとえば、最初のシナリオ (D-CP-FLW) および低所得グループでは、最適な生産バスケットに根と塊茎を持っている国が 40 か国あり、卵がある国は 5 か国です。 完全な結果についてはソース データの図 3 を、シナリオの説明については表 1 を参照してください。 マップは tmap R パッケージを使用して描画されました79。

ソースデータ

貿易シナリオ（T-CP-FLW）では、野菜や果物などの他の作物が根や塊茎に取って代わり、より多くの国で最大の増加が必要でした。 これは、最適解の領域における輸出国は、温帯気候の高所得国であることが多く、その生産バスケットには、パートナーが生産や貿易に必要とするサツマイモなどのビタミンAが豊富な根や塊茎が含まれていないためである。バスケット。 したがって、そのような栄養素の他の供給源が根や塊茎に取って代わりました。 さらに、いくつかの低所得国および下位中所得国では、鶏肉などの非反芻動物の肉が卵の代わりに使用されています。これは、輸出国が排出原単位のはるかに低い産業畜産システムを備えているためです（出典データ図1）。

最適化された供給パターンにより、世界のカロリー生産量が 10% から 23% 増加すれば、2030 年に世界の栄養格差を埋めるのに十分でした。 国内生産シナリオの下では、最適な生産バスケットには、根と塊茎、および卵の世界生産がそれぞれ最大 260% および 200% 増加することが含まれていました (図 5)。 これらのシナリオの下では、世界の野菜生産は最大 116% 増加する必要がありました。 最大の生産増加は野菜で 48% 増加し、各国が輸入増加に頼ったときに観察されました (T-CP-FLW)。 さらに、世界の非反芻動物の肉の生産は、貿易シナリオの下で 37% 増加しました。 全体として、すべてのシナリオは、世界の食料バスケットにおける穀物のシェアがある程度（最大17％）減少することを示唆しています。

a ～ f、変化率は 2015 年のベースライン生産レベルと比較されます (a)。 棒グラフは、国内生産ベースのシナリオ（b～e）では、世界の卵、野菜、根菜類の生産量が100％以上増加する必要がある一方、総カロリー生産量の増加は10％～23％であることを示しています。すべての食料源（2015 年には油糧種子と砂糖作物を含む）を組み合わせたもの。 円グラフは、2015 年 (a) および 5 つの気候に優しいシナリオ (b ～ f) における世界のカロリー生産に対する各食品グループの相対的な寄与を示しています。 シナリオの説明については、表 1 を参照してください。 Flaticon.com のツールとトリミングのアイコン。

ソースデータ

国レベルでは、最適な食料バスケットには生産量の増加が伴いますが、資源の制限によりそれが不可能な場合があります。 このような場合、生産と輸入の両方を増やすことがより現実的です。 野菜や根菜、塊茎には、異なる栄養プロフィールを持ついくつかの異なる個別の製品が含まれているため、これらの食品グループの国内生産バスケットの構成変化によっても、大規模な増加の必要性が減少する可能性があります。 たとえば、ビタミンAの供給源であるサツマイモの割合が白いジャガイモに比べて少ない場合、栄養素のギャップを埋めるには大幅な供給量の増加が必要です。 対照的に、サツマイモの割合を増やすには、根や塊茎の供給量を少しずつ増やすだけで済みます。

ここで明らかになった最適な食料供給パターンは、国内生産と比較して貿易による気候緩和の可能性が低・中所得層でより高かった理由を説明するのに役立つ。 これは、貿易相手国に家畜の排出強度がすでにはるかに低い高所得国が含まれていたために発生します。 最後に、根や塊茎、野菜、卵などの最適なソリューションを特徴とする製品は、農場内および収穫後（保管、流通を含む）の負担がより高くなるため、食品ロスと廃棄の半減も低所得層でより良好な結果を達成しました。それらの国における損失（および加工/梱包）の損失。

食品ロスと廃棄は食品サプライチェーン全体で発生しており、現在の研究ではカスタマイズされた緩和アプローチが重視されています33,34。 ビタミンAが最も一般的に不足している栄養素である高所得国では、家庭での野菜や果物の廃棄を防ぐことが優先事項となる可能性がある。 家畜からの栄養素生産単位あたりの排出原単位は先進国（たとえば、ニュージーランド、米国、フランスなど、図 1）の方が低い場合が多いにもかかわらず、生産量が多いということは、絶対レベルが依然として相当であることを意味します。 したがって、家庭からの動物製品の廃棄物に対処することで、貿易相手国の栄養格差の解消に伴う排出量も削減できる可能性があります。 この点に関しては、分量を減らしたり、消費者に廃棄物の日記をつけるよう奨励したりするなど、いくつかの低コストの介入が効果的である可能性があります34。

低・低中所得国では、果物、野菜、根菜、塊茎の収穫前/収穫後（加工と流通を含む）の損失をターゲットにすることが優先される可能性がある。 同様に、低コストかつ低エネルギーのコールドチェーン ソリューション (蒸発冷却器など) と動物製品の保存方法の改善は、ビタミン B12 のギャップを埋めるのに顕著な貢献をもたらす可能性があります。 これには、インフラ、イノベーション、機械、包装、保管への投資に加え、意識向上と技術と知識の移転のための複数の利害関係者の協力が必要となります35。 食糧不足、異常気象、サプライチェーンの混乱により、農家は収穫が早すぎたり遅すぎたりすることになり、食品ロスが発生する可能性があります。 したがって、その他の効果的な対策には、基準の確立、農家向けの価格保証、市場情報システム、公共調達制度などが含まれます33,36。 最後に、このような予防策は、適切な規制や金銭的インセンティブを通じた、小売店や農場からの余剰分の再分配や寄付などの末端解決策と組み合わせることができます33,36。

潜在収量が未達成の国では、小規模農家は収量を増やすために投入量を増やすことで恩恵を受ける可能性があります37,38。 農場を多様化し、動物（魚や家畜）を作物生産に組み込むことにより、副産物の循環性が生まれ、作物の残渣が動物の飼料として使用され、動物の糞尿が肥料として使用されます38。 これにより、ビタミン A とビタミン B12 の不足を解消しながら、農家の収入の多様化も促進され、飼料コストの高騰を回避できるでしょう。 野菜の場合、資源に制約のある小規模農家が世界の野菜生産量の半分以上を占めているため、生産性を高めるには市場と高品質の種子へのアクセスが重要です38,39。 生物強化プログラムも、一次生産からの栄養供給を強化するのに効果的である可能性があります9,40。 緑の革命以来、主食作物はほとんどの農業補助金、民間部門の投資、農業研究の焦点を受けており41,42、主要なエネルギー、タンパク質、脂肪源（穀物や油糧種子など）の大幅な収量増加を促進しています43。 その結果、栄養失調という新たな課題と食糧政策の間に乖離が生じました41。 長期的な効果を得るには、インフラ、イノベーション、能力構築、研究開発への投資が必要です。

ビタミンB12のギャップを埋めるためには動物性食品が不可欠であるため、家畜生産からの排出量を削減することには大きな緩和の可能性があります。 より良い飼養方法（脂質補給による飼料の消化率の向上など）や獣医療サービスによる家畜管理の改善、飼料と草地管理の改善、地域ベースの放牧地管理、繁殖専用の群れの割合の変更、および年齢の若返り最初の出産は、利用可能な介入の中で最も低コストの介入の 1 つです44,45。 低利融資へのアクセスがそのような投資を促進するかもしれないが、小規模自作農にとって有益であるためには、土地所有権やその他の支援的な公共政策を確保する必要がある46。 それにもかかわらず、低所得国における持続可能な家畜生産には、特定の地域/地域の農業環境状況を考慮したさらなる研究が必要です15,45。 延長およびサポートサービス、生産セーフティネットプログラム、在職期間の保障、市場へのアクセスと手頃な価格の融資、および保険プログラムはすべて、栄養に配慮した持続可能な食料システムを達成するための有望な手段です40,46。

それに応じて政策が調整されれば、市場原理は食品関連資源の最適な利用を促進する可能性を秘めています47。 現在、国際食料貿易により、生産が不十分な低・中所得国では、はるかに少ない程度で栄養素の入手可能性が改善されています7。 この問題をさらに悪化させるのは、生産性が低いため、これらの国のほとんどでは、栄養塩生産の排出原単位がはるかに高いことです（図1）。 したがって、現在の貿易パターンは栄養の安全保障にも気候の緩和にも最適ではありません。 さらに、資源の限界と気候変動により、いくつかの低所得国は輸入への依存度を高めています48。 したがって、生産が余剰で排出原単位が低い国と、生産が不足していて排出原単位が高い国との間の貿易を促進することは、低排出での栄養格差を埋めるのに役立つ可能性がある。 乳製品、肉、魚介類に適用される平均関税は、ほとんどの低所得国7で高く、ビタミンB12のギャップを埋めるために選択的に引き下げることができる49。 さらに、食料の排出を内部化すること（例えば、地域貿易協定における国境税調整や気候対策）は、栄養分が排出原単位の低い国から排出原単位の高い国に流れる貿易パターンを促進する可能性がある29。 これは、排出強度の低い国から排出強度の高い国への流入の半分未満が発生するという状況を逆転させ、世界の栄養塩貿易を緩和メカニズムとして無効にすることになる50。

気候変動と栄養失調に同時に取り組むためには、生産と消費に基づく介入を伴う食料システムの変革の重要性についてのコンセンサスが高まっています1,18。 効果的な政策には、包括的なデータセットと厳密なモデリングに裏付けられた、対象を絞った指標が不可欠です16,51。 ここで私たちは、食事の栄養素要件、生産、貿易、およびその結果として生じる非 CO2 GHG 排出量を組み合わせた、製品解像度の高い多次元の国レベルのデータセットを開発しました。 私たちは、最適化モデルを使用して、5 つの気候に優しい介入シナリオ、196 の農産食品、128 か国にわたって、栄養素のギャップ (エネルギーと 6 つの栄養素) を埋めることに関連する最小排出量を評価しました。 文献 8,31 で一般的なアプローチである大規模な食生活の変更とは対照的に、我々は、排出量を最小限に抑えて栄養格差を埋める国固有の優先食料源を特定しました。

国内の非効率性に対処するための介入（例えば、損失や廃棄物、家畜の排出量の削減など）は、排出量が最も少ないパートナーから輸入する場合と比較して、排出量を緩和できる可能性が高くなります。 さらに、輸送による排出量を含めると、世界中で年間 3 Gt CO2 に達する可能性があり52、貿易による栄養格差を埋めることで緩和の可能性が低くなる可能性があります。 私たちの結果は、食品ロスと廃棄を半減し、農業の生産性を向上させることにより、排出量を最大 42% 削減し、同時に栄養格差を埋めることができることを示しています。 国内介入もまた、貧困層に配慮したものとなる可能性が高い。そうしないと、輸入代替が低所得国の生産者に損害を与える可能性があるからである18。

食料源に関しては、よく引用される8の総合食料バランスシートとは対照的に、当社の高い製品解像度は、栄養格差だけでなく国別の優先食料源についてもより微妙な評価を提供します。 野菜、根菜類、塊茎、および非反芻動物の肉の生産量を増やすことは、最小限の排出で世界の栄養格差を埋めるのに役立ち、その結果、2030 年までに世界のカロリー生産量が 10 ～ 23% 増加することになります。これは、穀物のシェアの減少につながります。文献8、18、31、39、53でも示唆されているように、食料生産/供給バスケットに入れてください。 私たちの調査結果は、野菜と果物の生産性と生産性の損失に対処することの重要性を裏付けています13,18,54。

私たちのモデルでは、生産量の増加は全要素生産性の向上に関連していると仮定しており、農地や牧草地の変化に伴うさまざまな製品の将来のマッピングを可能にする高解像度の商品固有のデータセットが欠如しているため、土地利用の変化による排出量は除外されています。関連するバイオマスの変化 - 動的モデリングアプローチで一般的に行われているように 19,31。 したがって、特に達成可能な収量に近い地域では、結果として生じる排出量が過小評価される可能性があります。 それにもかかわらず、放棄された農地は、北米、ヨーロッパ、東アジア、中央アジア、オセアニアなどの地域でも再耕作される可能性があります。 私たちの結果を作物モデルと統合して、気候と栄養に敏感な作付パターンが適している場所をマッピングすることもできます。

私たちのモデルは、他の環境および栄養上の制約を含めるように拡張できます14、15、16。 栄養失調の二重の負担、つまり低栄養と微量栄養素欠乏に焦点を当てているため、過剰摂取に対処するためにカロリーの上限を設定したり、削減を目指したりすることはありませんでした。 ただし、砂糖や油糧種子作物など、現在の消費方法に基づいて、エネルギーが豊富な供給源と微量栄養素に乏しい供給源を最適化入力から除外しました。これは、栄養失調の二重負担に同時に対処することを目的としていたためであり、そのような食料源は、栄養不足になる傾向があるためです。カロリーの過剰摂取を促します。 これは、文献8の「砂糖なし」シナリオに似ています。 その結果、最適化モデルによる野菜などの栄養豊富な食品の選択により、世界のカロリー生産の必要な増加は 10% から 23% の間でした。 一方で、高所得国における特に動物製品の過剰消費に取り組むことは、世界的なシンデミックに対処するために最も重要である1,8,31,55。ただし、栄養不足と微量栄養素欠乏により動物製品の消費増加が必要な低所得国には注意が必要である。製品21、31。 最後に、私たちの範囲は、栄養安全保障の 4 つの柱 (つまり、入手可能性、アクセスしやすさ、利用、安定性) の 1 つである入手可能性に限定されており、適切な供給が必ずしも適切な摂取量と一致するとは限りません 8。 それにもかかわらず、適切な供給がなければ、均等な分配だけでは不十分であり、特に穀物や植物油からの鉄やビタミンAなどの栄養素の供給を強化するには、栄養強化などの補完的な対策も重要であることに注意してください。

気候変動は、特に低所得国において、栄養素の入手可能性と栄養価の高い食品への経済的アクセスにさらなる課題を引き起こしています55。 したがって、経済的反応と、価格、供給、需要、およびアクセスの潜在的な変化を、総合的な政策について考慮する必要があります。 例えば、生産性の向上は非食料部門の土地拡大を促進することがわかっており18、そのためには課税などの補完手段が必要となる18,44。 私たちのような静的モデルにはリバウンド効果に関する制限があるにもかかわらず、価値ベースの経済モデルには生物物理学的限界や質量とエネルギーのバランスの保存などの他の側面が欠けています56。 家畜生産と作物モデルを組み込むことで、私たちのシナリオは持続可能な食料システムの議論に直接情報を与えることができます。 たとえば、世界的なシンデミックの緊急性と大規模な食生活の変化を達成することが困難であることを考慮すると、食料システムの変革に貢献するにはどの食料供給を拡大する必要があるでしょうか?

現在の食料バスケット（ひいては食生活）に劇的な変化を強いることなく、国家供給に不足している一連の栄養素を供給する、排出量の少ない製品の生産を増やすことで、栄養素の格差を埋め、実質的な気候緩和を達成できる可能性がある。 これは、ほとんどの世界の食料需要モデルが示唆するものとは異なる状況を示唆しています。 文献では、2010 年から 2030 年の間に所得に基づく総食料 (カロリー) 需要が最大 30% 増加することが示唆されていますが 17、私たちは生理学的ニーズに基づいたアプローチを提供しています 47。 私たちの調査結果は、2015年からの生産増加が24%未満であれば、2030年までに世界の栄養格差を埋めるのに十分であり、栄養格差が残るBaUシナリオと比較して温室効果ガス排出量が42％減少することを示唆している。

多くの国では、推奨栄養素摂取量（年齢と性別で区別された人口グループの健康な個人の 97.5% の必要量を満たすために必要な 1 日あたりの摂取量の推定値）を満たすのに十分な栄養素を生産および/または輸入していません7。 私たちは国レベルの総栄養素生産、貿易、供給に関するデータセットを参考文献から入手しました。 7 および参考文献から集団レベルの栄養素必要量を推定する方法論。 57. これらは、作物、家畜、魚介類からの栄養素供給（エネルギー、タンパク質、鉄、亜鉛、ビタミン A、葉酸、ビタミン B12）をカバーします。 栄養素供給量の推定値は、動物に与えられる作物の割合を考慮しています (詳細については参考文献 57 を参照)。 栄養供給量をより適切に表すために、各製品ごとの国内供給量に対して加工された油糧種子の割合に基づいて油糧種子を植物油に換算しました（拡張データ表 4）。 最後に、食料貸借対照表58を使用して、燃料目的での油糧種子およびその油誘導体（亜麻仁油、大豆油、菜種油など）の大量の使用による非食用用途の割合を差し引いた（つまり、バイオディーゼル）。

私たちは、2030 年の多様な人口予測の中央値 12 と、国レベルの栄養供給量を年齢および性別で調整した必要量と比較する確立された栄養十分性アプローチに従って、将来の人口レベルの栄養素必要量を推定しました 57。 妊娠中は亜鉛と鉄の必要量が亜鉛でほぼ2倍、鉄で4倍になるため、出生率の低下によりこれらの栄養素の総必要量が減少しました。

栄養素の供給量（つまり、供給量 = 国内生産 + 純取引 - 食品ロスと廃棄物）と必要量の差により、式（1）に示すように、各栄養素の国レベルの供給ギャップが生じます。 我々は、参考文献から提供される地域および食品グループ固有の損失および廃棄率を使用して、現在の食品損失および廃棄パターン（つまり FLW）の下で 2015 年の栄養素供給を定量化しました。 59 ここで、p は栄養素を表し、a は国を表し、c は食品を表します (C は食品の総数)。 方程式 (1) において、養分生産量、つまり \({\mathrm{NP}}_{a,c}^p\) は、農場損失前の重量から輸出量を差し引いたものであり、報告された値を加算して調整しました。国連食糧農業機関 (FAOSTAT) による収穫損失は除外されています。

式 (1) は、5 つの異なるタイプの損失と無駄 (LW) を比例値として考慮します。 たとえば、農場損失が生産量の 5% である場合、農場損失の LW \({\mathrm{LW}}_{a,c}^{{\mathrm{FL}}}\) は 0.95 になります。 。 損失と廃棄物の種類には、農場損失 (FL)、収穫後損失 (PHL)、加工および包装損失 (PPL)、流通損失 (DL)、および家庭廃棄物 (HW) が含まれます。 各シナリオについて、一定の供給、つまり供給ギャップを想定しました。 その結果、栄養ギャップの解消に関連する排出量は、(1) これらのギャップを満たすためにどの程度の生産増加が必要か、および/または (2) 生産の排出強度によって異なります。

私たちは、最適化のためのインプットとして使用される、国内農業生産のファームゲート非 CO2 排出原単位を定量化する複合指標を開発しました (式 (5))。 参照。 60 は、119 か国の 188 品目のライフサイクル排出量の包括的なデータセットを提供します。 ただし、そのデータセット内のほとんどの作物 (トウモロコシを除く) と畜産物は主要生産国で生産されているため、所得レベルの違いによる国間の違いを明らかにすることはできません。 したがって、我々は IPCC (2006)28 Tier I アプローチに従ってプロセスベースの排出量推定を使用し、異なる農業生態学的地域にわたる排出係数の不均一性を考慮することを選択しました。

データはFAOSTATデータベース（2020年改訂版）61から取得した。 FAOSTAT 排出量推定は、国家 GHG インベントリに関する IPCC ガイドラインの Tier I アプローチに従っています28。 私たちは、生産の伸びと結びつけることを可能にする製品固有の帰属が欠如しているため、土地利用の変化（例えば、森林から農地/草地への転換）からの排出を除外し、農業からの非CO2 GHG排出に焦点を当てました。野菜生産量の増加）とそれに対応する土地利用の変化。 対照的に、作物残留物や肥料の使用による排出は、原料製品に直接起因します。

生産、製品レベルの二国間貿易、GHG 排出量に関する比較可能なデータを持つ 128 か国 (拡張データ表 1) を含めました。 年間変動を平準化するために、2013 年から 2015 年の平均 GHG 排出量値を使用しました61。 計算では、IPCC 第 6 次評価報告書 (AR6) の最も広く使用されている指標である 100 年地球温暖化係数 (GWP100) を使用しました (CH4 非化石起源: 27; N2O: 273)62。

当社の排出範囲には、稲作（水田の有機物の分解によるCH4）、合成肥料（硝化および脱硝によるN2Oの直接排出、および揮発/再堆積および浸出プロセスからの間接排出）、作物残留物（N2O）が含まれていました。土壌に残された残留物の分解から）、作物残留物の燃焼（作物残留物の燃焼からのCH4とN2O）、腸内発酵（消化管での反芻からのCH4）、肥料管理（肥料の分解からのCH4とN2O）、肥料の適用土壌（硝化および脱窒による N2O の直接排出、農地に散布された肥料からの揮発/再堆積および浸出プロセスによる間接排出）および牧草地に残された肥料（硝化および脱窒による N2O の直接排出、および間接排出）放牧動物によって牧草地に残された肥料からの揮発/再堆積および浸出プロセスから)61。 土壌に適用される肥料は有機肥料とみなされ、作物生産からの排出に割り当てられます。

最近の評価では、エネルギー使用に関連する世界の食料システム総排出量の割合が増加していることが示されていますが 3,63、製品固有の世界的なデータが欠如しているため、この研究ではエネルギー使用による排出量を除外しました。 エネルギー使用による排出を軽減するための介入は、産業や運輸などの他の経済部門と同様であり、その排出原単位は主にエネルギーミックスによって決まり、再生可能エネルギーの量の増加や交通の電化などの技術革新によって脱炭素化することができます。

作物排出量には、人間が直接消費するために使用される非飼料部分が含まれており、製品および国によって異なります。 家畜に与えられる作物の割合は、FAOSTAT の食料収支表から得られました (詳細については参考文献 57 を参照)。 また、水産養殖の飼料として使用される作物（つまり、水産飼料）の量も差し引きました。 すべての水産養殖に餌が与えられるわけではないため、信頼性が高く包括的な排出量計算を保証するために、いくつかの異なる情報源を使用しました。 参照。 64 は、11 の魚種（コイ、ティラピア、エビ、ナマズ、海水魚、サケ、淡水甲殻類、その他の回遊魚、サバヒー、マス、ウナギ）に餌を与えられる水産養殖の割合を示しています。 この研究では、魚の中の魚と魚の外の比率に加えて、配合飼料中の魚源（魚粉と魚油）の割合に関するデータも提供されています。 この情報に基づいて、飼料として使用される作物の栽培からの温室効果ガス排出量に関心があるため、魚以外の資源からの割合を計算しました。 参照。 65 は、地域レベルでの水産飼料における個々の作物源 (トウモロコシ、大豆、小麦、豆類、その他の油料作物) の割合を推定しました。 ただし、水産飼料のすべてがこれらの植物源で構成されているわけではありません。 これを修正するために、この地域の作物ベースの飼料の比率65とアクアフィード64における植物源の割合を組み合わせました。 拡張データ 表 8 は、トウモロコシ、大豆、小麦、豆類、およびその他の油料作物からの製品の水産飼料使用率を、飼料養殖に使用した結果を示しています。

最後に、我々は、水産飼料の副産物（小麦粉や油かすなど）としてよく使用される大豆やその他の油料作物からの水産飼料源の主要作物相当量を推定しました66。 拡張データ 表 9 は、これらの計算で使用される変換係数を示しています67。 上位生産者（累積生産量が世界生産量の 80% 以上を占める）の加重平均を使用しました。 私たちは、油料作物の他の水産飼料用途は主に菜種とヒマワリの種であると想定しました。 その結果、作物および国ごとに水産飼料と供給の比率 (βc,a) を導き出し、それを栄養源ギャップの推定に使用しました。

作物残渣の燃焼による作物残渣の総排出量 (\({\mathrm{GHG}}_{s,a,c}^{{\mathrm{Crop}}\,{\mathrm{residues}}}\)) (\({\mathrm{GHG}}_{s,a,c}^{{\mathrm{作物}}\,{\mathrm{残留物}},\,{\mathrm{燃焼}}}\))および稲作 (\({\mathrm{GHG}}_{s,a,c}^{{\mathrm{Paddy}}\,{\mathrm{rice}}}\)) が作物ごとに計算されました ( c)、国 (a)、介入シナリオ (s)。 合成 (\({\mathrm{GHG}}_{s,\,a,c}^{{\mathrm{合成}}\,{\mathrm{肥料}}}\)) と有機 ( \({\mathrm{GHG}}_{s,a,c}^{{\mathrm{Organic}}\,{\mathrm{肥料}}}\)) 肥料使用データに基づいて、それぞれの食料源に肥料を供給拡張データ表 2 に詳細が示されているように、作物別 68。国レベルの総作物排出量は式 (2) に従って計算されました。ここで、θc,a は、特定の国および製品の家畜飼料と供給の比率を表します (食品バランスシート 58 と食品バランスシートに基づいて計算されます 58)。 βc,a は、特定の国および製品における水産飼料 (つまり、水産養殖用の飼料) と供給の比率 (拡張データ表 7 を参照) を示します64,65。家畜または水産養殖に転用されない作物の比率は、γ で与えられます。 。

家畜の排出量には、腸内発酵 (\({\mathrm{GHG}}_{s,a,c}^{{\mathrm{Enteric}}\,{\mathrm{fermentation}}}\))、肥料管理からの排出が含まれます。 \(\left( {{\mathrm{GHG}}_{s,a,c}^{{\mathrm{肥料}}\,{\mathrm{管理}}}} \right)\)、肥料は残っています牧草地 \(\left( {{\mathrm{GHG}}_{s,a,c}^{{\mathrm{肥料}}\,{\mathrm{left}}\,{\mathrm{on}}\ ,{\mathrm{牧草地}}} \right)\)、草原に施用された肥料 (\({\mathrm{GHG}}_{s,a,c}^{{\mathrm{合成}}\,{ \mathrm{肥料}}}\) と \({\mathrm{GHG}}_{s,a,c}^{{\mathrm{有機}}\,{\mathrm{肥料}}}\))国内で栽培される飼料作物 (\(\theta _{c,a} \times {\mathrm{GHG}}_{s,a,c}^{{\mathrm{作物}}}\)) (拡張を参照)家畜グループ別の飼料作物消費に関するデータ表 6)。 私たちは、家畜に与えられる作物からの排出量（つまり、FAOSTAT の食料バランスシート（参考文献 57 を参照）に従って家畜および家禽の飼料として使用される作物の割合を、作物排出量からの相対量に基づいてそれぞれの家畜の種類に割り当てました）。反芻動物、豚、家禽によって消費されると推定される食用作物69 (拡張データ表 5 に示される動物別の消費シェア) 作物による肥料使用 (拡張データ表 2)68 には草地に適用される肥料も含まれるため、関連するシェアをリンクしました。合成 (\({\mathrm{GHG}}_{s,a,c}^{{\mathrm{合成}}\,{\mathrm{肥料}}}\)) 肥料からのそれぞれの動物への排出量反芻動物、豚、家禽などの動物の種類ごとの牧草で育てられた動物の割合69。国レベルの家畜総排出量は、各畜産物 (c)、国 (a)、および介入シナリオ ( s):

図 1 で視覚化する目的で、栄養素生産の排出原単位は、総 GHG 排出量 (\({\mathrm{GHG}}_{s,a,c}\)) を個々の栄養素 (たとえば、タンパク質）生産（食事による栄養素の生産、供給、ギャップを参照）。 最適化モデルを構築するために、単位カロリー利用可能性 (つまり、国内生産から食品ロスと廃棄物を差し引いた59):

作物と家畜の生産性、食品ロスと廃棄、貿易に関連する5つの気候に優しい介入シナリオを紹介しました。 各シナリオによって課された仮定に基づいて、エネルギー利用可能性の排出原単位（\(I_{s,a,c}^{p = {\mathrm{energy}}}\)で表される）が変化し、必要な農業生産量を計算しました。エネルギー、タンパク質、鉄分、亜鉛、ビタミンA、ビタミンB12、葉酸に関する人口レベルの要件を満たす、またはそれを超えること（食事による栄養素の生産、供給、ギャップを参照）をそれに応じて最小限の排出で実現すること。

現在の食品ロスと廃棄物および生産性パターン (D-CP-FLW) では、排出原単位 (\(I_{s,a,c}^{p = {\mathrm{energy}}}\) ここで s = D- CP-FLW) は、現在の排出量、\({\mathrm{GHG}}_{s,a,c}\)、および 2015 年の生産性パターンに基づいて計算されました。

損失は​​収穫の前後、加工、梱包、流通の際に発生し、廃棄物は家庭や小売レベルで発生します。 さまざまな地域で削減可能な食品ロスと廃棄の程度を体系的に評価していないため（生産性の場合のように）、SDG 12 ターゲット 12.3 に沿って、ロスと廃棄の半減シナリオ (HLW) で 50% 削減を想定しました。これは、小売および消費者レベルで食品廃棄物を半減することを目指しています70。 砂糖作物については、油料作物や豆類と同じ損失率と廃棄率を仮定しました。

参考資料の説明に従って、損失/廃棄が発生した段階に応じて異なります。 図５９に示されるように、栄養素供給量は、損失率と廃棄率を半分にすることによって計算された（式（１））。 その結果、たとえば、ファーム損失が元々 5% だった場合、ファーム損失を半分にすると \({\mathrm{LW}}_{a,c}^{{\mathrm{FL}}} = 0.975\) になります。 。 栄養素の供給が一定でギャップがあると仮定したため、損失と廃棄物が半減すると、ベースライン排出量とエネルギー利用可能性の排出原単位の低下による追加排出量が削減されました \(\left( {I_{s,a,c}^{p = {\ mathrm{エネルギー}}}} \右)\)。

現在の生産性パターン (CP) に基づいて、各国の現在 (2013 ～ 2015 年) の生産における排出原単位 (つまり、特定の製品の栄養素含有量 / 生産ベースの GHG 排出量) を仮定しました (a)。 生産性向上シナリオ (D-IP-FLW および D-IP-HLW) では、作物と家畜に対してわずかに異なるアプローチに従いました。 作物については、収量ギャップの解消を検討しました。 我々は、特定の農業気候、土壌、地形、および管理条件下での数十の個々の作物の潜在収量の空間的に分解された推定値を含む、全球農業生態ゾーン (GAEZv3) モデルの出力を使用しました71。 収量ギャップを定量化するために、過去の作物収量と高投入使用時の潜在収量を比較しました。 次に、地域レベルで推定されるこれらの高投入収量を達成するための追加の窒素 (N) 肥料の必要量を推定しました 37。 私たちは、収量の増加は合成肥料の使用量の増加のみによって達成されると仮定し、その結果生じる排出量を推定しました。 潜在的な収量と肥料必要量は地域レベルで推定され、国レベルの推定値を導き出すためにスケールダウンされました（補足表 1 および 2 を参照）。 肥料の GHG 排出量の定量化は、デフォルトの排出係数 0.01 kg N2O-N (kg N)-1 を仮定する Tier 1 アプローチ 28 に従いました。

家畜の生産性については、世界家畜環境評価モデル (GLEAM)44 によって推定された排出原単位の潜在的な緩和効果を使用しました。 このモデルは、ライフサイクル全体にわたる家畜生産の環境への影響を定量化し、より持続可能な畜産業を実現するための適応と緩和シナリオを導き出します。 これは、世界の 5 つの動物種にわたる畜産部門における緩和の範囲を、中期 (たとえば、20 年まで) に適用可能な世界 5 つの地域のケーススタディとして提供します (拡張データ表 5)。 GLEAM モデルの対象となる牛、豚、家禽のほかに、ラクダ科動物も特定の地域では優れた栄養源です。 これらは主に、アフリカ（北アフリカのラクダやサヘル諸国のラクダなど）、アジア（西アジアと中央アジアのラクダ）、南アメリカ（アンデス地域のアルパカやラマ）の乾燥した国々の辺縁地に生息しており、よく飼育されています。ドラフトパワー用。 この点において、牛乳や肉などの食品は農場の主な収入源ではなく、追加の収入をもたらします。 したがって、我々はそれらを通常の家畜として扱わず、それらの排出強度の増加はないと仮定しました。 緩和の可能性は、GLEAM モデルの一定の出力に基づいて定量化されました。

飼料の品質、動物の健康と飼育は、低・低中所得国における家畜の生産性を向上させるための重要な要素です72。 私たちがこのアプローチを選択したのは、発展途上国に先進国と同じ生産性パターン（つまり、集約的な生産システム）を押し付けることを避けるためです。 このモデルは、動物、群れ、生産単位、サプライチェーンレベルでのさまざまな介入シナリオによる影響の内訳も示します。 これらには、豚生産のためのエネルギー効率と嫌気性消化装置に加えて、最適化された飼料消化率、動物の健康と死亡率、遺伝学、草地管理、反芻動物と単胃動物の肥料管理が含まれます44。 我々は、飼料の品質（消化率など）、放牧管理、肥料管理、および死亡率の減少に関する介入のみを考慮しました。 飼料転換率は一定であると仮定され、飼料作物からの排出量は、複合生産性シナリオの下で作物ベースの排出量に従って変化すると仮定されます。

排出強度（\(I_{s,a,c}^{p = {\mathrm{energy}}}\)、s = D-IP-FLW）は、作物および家畜関連の変化に基づいて計算されました。 GHG 排出量 (\({\mathrm{GHG}}_{s,a,c}\)) と、作物収量ギャップの解消に伴う単位排出量あたりの作物生産量の変化。

D-IP-HLW シナリオでは、排出強度 (\(I_{s,a,c}^{p = {\mathrm{energy}}}\)、s = D-IP-HLW) には作物の変化が含まれていました。家畜関連の温室効果ガス排出量と消費に利用できる生産量の割合が大きいため、生産ニーズが低下します。

国内生産に基づくシナリオとは対照的に、目的関数には、T-CP-FLW に基づいて特定の国に輸出する相手国における生産の排出原単位が含まれていました。 我々は、詳細な貿易マトリックス領域の下でFAOから提供されたデータに基づいて、既存の二国間貿易パートナーシップとバスケットを使用して目的関数を構築しました73。 貿易相手国の輸出量の増加は、それに対応する生産の増加によって満たされると想定されていました。 したがって、輸出国の見かけ上の消費（供給など）は変化しませんでした。 \(I_{s,a,c}^{p = {\mathrm{energy}}}\)、s = T-CP-FLW は \(I_{s,a,c}^{p = {\mathrm{energy}}}\)、s = D-CP-FLW、すべての国と製品を対象とします。

私たちは線形計画法を適用して、食品システムの非 CO2 GHG 排出を最小限に抑えながら栄養素のギャップを埋めるための特定の介入シナリオの下で、特定の国 (a) と製品 (c) に必要な追加生産量 (カロリーで測定) を特定しました。 。 目的関数は、各国の既存の生産および二国間貿易バスケットに基づいて、すべての栄養素の供給が各国の食事要件を満たすのに十分であるように、追加生産による GHG 排出を最小限に抑えました。 したがって、追加生産とは、国内生産ベースのシナリオ (D-CP-FLW、D-CP-HLW、D-IP-FLW、および D-IP-HLW) における特定の国の国内生産を指します。 対照的に、貿易シナリオ (T-CP-FLW) では、a 国が輸入する相手国での追加生産を指します。 同様に、 \(I_{s,a,c}^{p = {\mathrm{energy}}}\) は、国内生産ベースのシナリオにおける国内の排出原単位を表しますが、これは、輸出相手国における排出原単位のベクトルを表します。指定された国食生活ではその組成に根本的な変化が観察されない（たとえば、特定の食品を完全に除去するなど）と仮定して、食料源による相対的な寄与が変化したにもかかわらず、生産バスケットと貿易バスケットの構成（つまり、個々の製品の数）は同じままでした。食生活や現在の食品バスケットにはない新しい食品の導入からのグループ）。

ここで、 \({\mathrm{NP}}_{s,a,c}^{p = {\mathrm{energy}}}\) は、食事エネルギーの栄養素生産量 (つまり、カロリー) です。 \(I_{s,a,c}^{p = {\mathrm{energy}}}\) は式 (4) で説明されているように計算されました。 \({\mathrm{NER}}_{s,a,c}^p\) は、各栄養素 p (つまり、エネルギー、タンパク質、鉄、亜鉛、ビタミン A、ビタミン B12) の栄養素とエネルギーの比率です。および葉酸）、各国 a および食品 c、および \({\mathrm{NER}}_{s,a,c}^p\) = 1 (p = エネルギー)。 \({\mathrm{NG}}_a^p\) は、各栄養素 p と国 a の栄養素のギャップです。 方程式 (5) の一般的な形式は、すべてのシナリオについて各国に適用されました。 Python74 の SciPy ライブラリの linprog パッケージの HiGHS ソルバーを使用しました。これは、内点法を実装し、並列プログラミングを特徴としています。

式 (1) ～ (5) に従うと、世界全体での栄養格差の解消に関連する排出量は、2015 年のベースライン排出量と、栄養格差を解消するために必要な生産増加による追加排出量の合計になります (A は国の総数)。 :

私たちの基礎となるデータとアプローチには本質的な不確実性が存在します。 FAOSTAT75 に由来する生産/貿易データの不確実性の範囲は不明ですが、GHG 排出量を推定するための Tier 1 アプローチには、デフォルトの排出係数に関連する既知の不確実性の範囲があります 28。 したがって、デフォルトの係数に加えて、GHG 排出量を推定するために、Tier 1 アプローチ (つまり、排出量 = 活動データ × 排出係数) で使用される排出係数の下限と上限を含めました28。 IPCC (2006)28 は、一部の排出源 (腸内発酵など) についてはデフォルト値からの偏差のパーセンテージとして、または他の排出源 (稲作など) については絶対値として下限と上限を定めています。 さらに、一部の排出源 (管理された土壌からの N2O など) には、直接排出と間接排出があります。 その場合、浸出と揮発の割合に関連する不確実性も生じます。 IPCC の方法論では、流出が発生する地域でのみ浸出することが示唆されています。 しかし、FAOSTAT は、地域固有の情報がないため、浸出がすべての地域で発生すると仮定しています61。 当社の推定値には両方の要因に関連する不確実性が含まれており、計算を容易にするために絶対値が変化率に変換されています (デフォルト値からの偏差率など)。 各排出源の具体的な排出係数範囲は拡張データ表 9 に示されています。

不確実性の範囲を構築するために、私たちは 3 点推定値 (デフォルト、下限、上限の排出係数に基づく結果) がプログラムの評価とレビュー技術の分布に従うと仮定しました。 この分布は、変数が取り得る最も可能性の高い値 (つまり、最頻値) と極値 (最小値と最大値) によって定義されます。 R ソフトウェアの mc2d パッケージにある qpert 関数を使用して、25 パーセンタイルと 75 パーセンタイルを推定しました76。

私たちの調査結果を解釈するために、私たちはその結果をパリ協定に準拠した経路の許容排出範囲と比較しました32。 パリ協定に準拠した許容排出量は、IPCC AR677 の基礎となる経路の完全なアンサンブルからパリ準拠の経路を選択することによって推定されます。 このアンサンブルは、地球温暖化を 1.5 °C に制限するための取り組み (たとえば、1.5 °C をオーバーシュートする可能性が 66% 未満) の基準によってフィルタリングされ、地球温暖化を 2 °C 未満に抑えて (たとえば、90% の可能性)、次の目標を達成しました。パリ協定との整合性を保つために、21 世紀後半には実質ゼロ排出を目指します32。

私たちの範囲に沿って、2030 年の AFOLU 部門からの CH4 および N2O 排出量のみを考慮しました。CO2eq 排出量を導き出すために、IPCC AR662 の更新された GWP100 係数を使用しました。 私たちの調査範囲との適合性をさらに確保するために、私たちは、一人当たりのフェアシェア GHG の仮定の下、この調査の対象となる世界人口 (世界人口の 89%) に基づいて、許容される AFOLU 排出量を調整しました。 さらに、世界の非 CO2 排出量の 2% に相当する排水された有機土壌からの N2O 排出量は含まれていなかったため、それに応じて許容可能な非 CO2 排出量を合理化しました。 さらに、我々が注目する食用作物（つまり繊維作物を除く）は、重量ベースで総農業生産量の 99% に相当します75。 2013 年から 2015 年にかけて、CO2 以外の農業排出量の約 20% が農作物生産から生じたことを考えると、これは範囲内で最大 0.3% の削減に相当します。 その結果、調査結果と比較するために、25 パーセンタイル値（5.03 Gt CO2eq yr−1）、50 パーセンタイル値（5.43 Gt CO2eq yr−1）、および 75 パーセンタイル値（6.17 Gt CO2eq yr−1）を 14% スケールダウンしました。 その結果、CO2 以外の許容排出量の範囲は 4.33 ～ 5.31 Gt CO2eq yr−1 となりました。

最近の研究では、新しく確立された GWP* モデルに従った CO2 温暖化当量 (CO2we) が、気温の影響を予測する際の CH4 などの短命な気候汚染物質の挙動をより適切に説明できる可能性があることを示唆しています 78。 最適化を導入したときの CH4 排出量の増加は BaU と比べて小さかったことを考えると（拡張データ図 1）、これはビタミン B12 供給のギャップが比較的小さく、それに伴う家畜生産（投入物としてのビタミン B12 の唯一の供給源）の増加によるものです。最適化まで)、将来の研究では、GWP* を使用することにより、CH4 排出量増加の減少による温度の影響についての理解が深まる可能性があります。 説明的な図を提供するために、補足情報で GWP* モデルを使用した CO2 温暖化当量に基づく最適化結果を示しました。 これは、CH4 排出量が 2015 年と比較して減少する (たとえば、生産性の向上により) かほぼ安定する (たとえば、最適化のみの場合) ため、GWP* によって示唆される温暖化係数が小さいにもかかわらず、気候に優しいシナリオの相対的なパフォーマンスは依然として堅調であることを示唆しています。選択した等価法、つまり CO2w​​e または CO2eq。

適切な栄養の複雑さは、多様な栄養素の微妙なバランスだけでなく、この研究では把握されていない他の社会経済的決定要因や基礎的な健康状態に依存することを私たちは認識しています。 同様に、食事の栄養ギャップを埋めるための食品ベースの介入オプションとして提示されている栄養強化とサプリメントは、私たちの研究に含まれるすべての国と製品にわたる信頼できる生産/貿易データが欠如しているため考慮されていません。 さらに重要なことは、農村部人口の割合が高い低所得国など、栄養格差が最も大きい国では、強化食品が農村部では入手できない可能性があり、実施が難しいため、強化の寄与を見積もるのが難しいことである。小規模工場9. 私たちの仮定とその制限についての詳細な説明については、補足情報を参照してください。

研究デザインの詳細については、この記事にリンクされている Nature Portfolio Reporting Summary を参照してください。

すべての入力データは、参考文献に記載されているオンライン ソースを通じて公開されています。 この研究結果を裏付けるその他のデータはすべて論文内で入手できます。 ソースデータはこのペーパーに付属しています。

最適化に関連するコードは、https://github.com/OzgeGe/opt.git 経由で公開されています。 さらに詳しい情報はリクエストに応じて入手可能です。

この論文の訂正が公開されました: https://doi.org/10.1038/s43016-023-00693-1

スウィンバーン、BA et al. 肥満、栄養不足、気候変動の世界的シンデミック: ランセット委員会の報告書。 ランセット 393、791–846 (2019)。

記事 Google Scholar

ポプキン、BM et al. 肥満患者と新型コロナウイルス感染症: 疫学と生物学的関係に関する世界的な視点。 オベス。 Rev. 21、e13128 (2020)。

記事 CAS Google Scholar

クリッパ、M.ら。 食料システムは、世界の人為的 GHG 排出量の 3 分の 1 を占めています。 ナット。 食品 2、198–209 (2021)。

記事 CAS Google Scholar

マサチューセッツ州クラークら。 世界の食料システムからの排出量により、1.5℃および2℃の気候変動目標の達成が妨げられる可能性があります。 サイエンス 370、705–708 (2020)。

記事 CAS ADS Google Scholar

ロゲルジ、J. et al. in Global Warming of 1.5°C (Masson-Delmotte, V. et al) 93–174 (Cambridge University Press、2022)。 https://doi.org/10.1017/9781009157940.004

Zhang、P.ら。 2010 年と 2030 年の糖尿病に対する世界の医療支出。Diabetes Res. クリン。 練習してください。 87、293–301 (2010)。

記事 Google Scholar

ゲイク、O.、ハジカコウ、M.、カラピナール、B.、ブライアン、BA 世界の食料貿易は、世界の最貧国の食事栄養格差を埋めることができるでしょうか? グロブ。 食品課 28、100490 (2021)。

記事 Google Scholar

Smith, NW、Fletcher, AJ、Dave, LA、Hill, JP & McNabb, WC DELTA モデルを使用して食料システムと世界の栄養を理解します。 Ｊ．Ｎｕｔｒ． 151、3253–3261 (2021)。

記事 Google Scholar

Bose, I.、Baldi, G.、Kiess, L.、および Pee, S. 「栄養ギャップを埋める」分析: 栄養状況の分析と、複数部門の政策とシステムの変更に向けた意思決定を強化するアプローチ。 マザーン。 児童栄養士。 15、e12793 (2019)。

記事 Google Scholar

Bajželj, B.、Laguzzi, F. & Röös, E. 持続可能な食事への移行における脂肪の役割。 ランセットプラネット。 健康 5、e644–e653 (2021)。

記事 Google Scholar

エレーロ、M. et al. バイオマスの利用、生産、飼料効率、世界の畜産システムからの温室効果ガス排出。 手順国立アカデミー。 科学。 USA 110、20888–20893 (2013)。

記事 CAS ADS Google Scholar

2019 年の世界人口見通し: 標準予測 (国連経済社会省、2019 年)。 https://population.un.org/wpp/Download/Standard/Interpolated/

メイソン・ドクロス、D. 他世界レベルおよび国家レベルでの果物と野菜の生産、需要、推奨消費量間のギャップ: 統合モデリング研究。 ランセットプラネット。 健康 3、e318–e329 (2019)。

記事 Google Scholar

DeFries、R. et al. 土地に乏しい農業の指標。 サイエンス 349、238–240 (2015)。

記事 CAS ADS Google Scholar

Mehrabi, Z.、Gill, M.、Wijk, M.、van、Herrero, M.、Ramankutty, N. 持続可能な開発のための家畜政策。 ナット。 食品 1、160–165 (2020)。

記事 Google Scholar

ファンゾ、J.ら。 2030 年の世界目標に向けたカウントダウンで食料システムの変革を導くには、厳格な監視が必要です。 食糧政策 104、102163 (2021)。

記事 Google Scholar

van Dijk, M.、Morley, T.、Rau, ML & Saghai, Y. 2010 年から 2050 年の期間における世界の食糧需要と飢餓の危険にさらされる人口の予測に関するメタ分析。 ナット。 食品 2、494–501 (2021)。

記事 Google Scholar

Kuiper, M. & Cui, HD 食品ロス削減を利用して食料安全保障と環境目標を達成する – 有望な活用ポイントの探索。 食糧政策 98、101915 (2021)。

記事 Google Scholar

スプリングマン、M.ら。 持続可能な食生活戦略の健康と栄養の側面と環境への影響との関連: 国レベルの詳細を含むグローバル モデリング分析。 ランセットプラネット。 健康 2、e451–e461 (2018)。

記事 Google Scholar

スプリングマン、M.ら。 食品システムを環境制限内に維持するためのオプション。 ネイチャー 562、519–525 (2018)。

記事 CAS ADS Google Scholar

Blakstad、MM et al. アディスアベバの平均寿命と農業環境への影響は、植物性タンパク質と動物性タンパク質の摂取を最適化することで改善できます。 ナット。 食品 2、291–298 (2021)。

記事 Google Scholar

van Dooren, C. 栄養面、経済面、環境面で食事を最適化するための線形計画法の使用に関するレビュー。 フロント。 ニュートル。 5、48（2018）。

Tuninetti, M.、Ridolfi, L. & Laio, F. 増え続ける農地と水の生産性: 世界的な複数作物分析。 環境。 解像度レット。 https://doi.org/10.1088/1748-9326/abacf8 (2020)。

Nyathi, MK、Mabhaudhi, T.、Van Halsema, GE、Annandale, JG & Struik, PC 20 種類の野菜の栄養水生産性のベンチマーク - レビュー。 農業。 水道管理。 221、248–259 (2019)。

記事 Google Scholar

Green, A.、Nemecek, T.、Smetana, S.、Mathys, A. 栄養ライフサイクル評価による地域的に明示的な栄養ニーズと環境保護との調和。 J. クリーン。 製品。 312、127696 (2021)。

記事 CAS Google Scholar

Chen, C.、Chaudhary, A. & Mathys, A. 世界の食品廃棄物に含まれる栄養と環境の損失。 リソース。 保守します。 リサイクルします。 160、104912 (2020)。

記事 Google Scholar

Green, A.、Nemecek, T.、Chaudhary, A. & Mathys, A. 農産物生産の栄養、健康、環境の持続可能性の側面を評価する。 グロブ。 食品課 26、100406 (2020)。

記事 Google Scholar

国家温室効果ガスインベントリに関する IPCC ガイドライン (IPCC、2006)。

Blanford, D. 気候変動への適応と緩和の文脈における国境と関連措置。 農産物市場の現状 (SOCO): 背景資料 (FAO、2018)。 https://www.fao.org/publications/card/es/c/CA2343EN/

Springmann, M. & Freund, F. 健康、気候、経済の観点から農業補助金を改革するための選択肢。 ナット。 共通。 13、82 (2022)。

記事 CAS ADS Google Scholar

スプリングマン、M.ら。 国および世界の食品に基づく食事ガイドラインの健康と持続可能性: モデリング研究。 Br. 医学。 J. 370、m2322 (2020)。

記事 Google Scholar

Schleussner, C.、Ganti, G.、Rogelj, J. & Gidden, MJ パリ協定の気候目標を反映した排出経路分類。 共通。 地球環境。 3、135 (2022)。

記事 ADS Google Scholar

Diaz-Ruiz, R.、Costa-Font, M.、López-i-Gelats, F. & Gil, JM 食品サプライチェーンに沿った食品廃棄防止: 効果的な解決策を特定するための複数の主体によるアプローチ。 リソース。 保守します。 リサイクルします。 149、249–260 (2019)。

記事 Google Scholar

レイノルズ、C.ら。 消費段階の食品廃棄物削減介入 – 何が効果的であり、より良い介入をどのように設計するか。 食糧政策 83、7–27 (2019)。

記事 Google Scholar

Stathers、T. et al. サハラ以南のアフリカと南アジアにおける収穫後の作物損失削減のための介入の詳細なレビュー。 ナット。 持続する。 3、821–835 (2020)。

記事 Google Scholar

リピンスキー、B.ら。 食品ロスと廃棄物の削減ワーキングペーパー (世界資源研究所、2013)。 http://www.worldresourcesreport.org

Pradhan, P.、Fischer, G.、van Velthuizen, H.、Reusser, DE & Kropp, JP 利回り格差の解消: どこまで持続可能か? PLoS ONE 10、e0129487 (2015)。

記事 Google Scholar

ストラットン、A.E. et al. 食事の推奨事項を満たすために世界の果物と野菜のシステムが拡大するにつれて、持続可能性のトレードオフが軽減されます。 環境。 解像度レット。 16、055010 (2021)。

Schreinemachers, P.、Simmons, EB & Wopereis, MCS 野菜の経済力と栄養力を活用する。 グロブ。 食品課 16、36–45 (2018)。

記事 Google Scholar

Hawkes, C.、Walton, S.、Haddad, L. & Fanzo, J. 42 すべての人の健康的な食事に向けて食品システムを方向付ける政策と行動 (Centre for Food Policy、City、Univ. London、2020); https://researchcentres.city.ac.uk/food-policy#unit=publications

Pingali, P. 農業政策と栄養の成果 – 主食穀物へのこだわりから脱却する。 食糧確保。 7、583–591 (2015)。

記事 Google Scholar

Arndt、C. et al. 新型コロナウイルス感染症によるロックダウン、所得分配、食料安全保障: 南アフリカの分析。 グロブ。 食品課 26、100410 (2020)。

記事 Google Scholar

ハジカコウ、M. & ヴィードマン、T. 成長と持続可能性に関するハンドブック (ビクター、PA およびドルター、B. 編) 256–276 (エドワード エルガー、2017)。

ガーバー、PJ 他家畜を通じた気候変動への取り組み—排出量と緩和の機会に関する世界的な評価 (FAO、2013)。 https://www.fao.org/publications/card/en/c/030a41a8-3e10-57d1-ae0c-86680a69ceea/

Paul, BK、Butterbach-Bahl, K.、Notenbaert, A.、Nduah Nderi, A. & Ericksen, P. 低・中所得国における持続可能な家畜の開発: 証拠に基づいた解決策に光を当てる。 環境。 解像度レット。 16、011001 (2021)。

記事 ADS Google Scholar

リー、A.ら。 金融包摂は、経済のグローバル化と気候変動の下で持続可能な発展を制限する可能性があります。 環境。 解像度レット。 16、054049 (2021)。

ジャクソン、P.ら。 商品としての食品、人権または共有物。 ナット。 食品 2、132–134 (2021)。

記事 Google Scholar

フェーダー、M. et al. 食糧供給の変化に対する緩衝材としての国々の過去と現在の生物物理学的冗長性。 環境。 解像度レット。 11、055008 (2016)。

Freund, F. & Springmann, M. 政策分析は、Brexit 後の食事の健康への悪影響を回避するために、英国では健康に配慮した貿易と補助金の改革が必要であることを示しています。 ナット。 食品 2、502–508 (2021)。

Bai、Z.ら。 食料と飼料の貿易は、1961 年から 2017 年にかけて世界の土地と窒素の利用効率に大きな影響を与えてきました。 ナット。 食品 2、780–791 (2021)。

ハジカコウ、M.、リッチー、EG、ウォーターマイヤー、KE、ブライアン、BA 食料システムの持続可能性の評価を改善する。 ランセットプラネット。 健康 3、e62–e63 (2019)。

記事 Google Scholar

リー、M.ら。 世界のフードマイレージは、食料システムの総排出量のほぼ 20% を占めています。 ナット。 食品 3、445–453 (2022)。

記事 CAS Google Scholar

ウィレット、W.ら。 人新世の食料: 持続可能な食料システムによる健康的な食事に関するEAT–ランセット委員会。 ランセット 393、447–492 (2019)。

記事 Google Scholar

アンダーソン、JR & バーナー、R.国際農業研究における果物と野菜: 無視のケース? 世界牧師ヌトル。 ダイエット。 121、42–59 (2020)。

ネルソン、G. et al. 今世紀半ばまでの世界の栄養安全保障に対する所得の増加と気候変動の影響。 ナット。 持続する。 1、773–781 (2018)。

記事 Google Scholar

Delzeit、R. et al. グローバル CGE モデルとセクター別モデルをリンクして、アプローチ、課題、機会などのベースライン シナリオを生成します。 Ｊ．Ｇｌｏｂ． エコン。 アナル。 5、162–195 (2020)。

記事 Google Scholar

Geyik, O.、Hadjika Kou, M.、Bryan, BA 食事による栄養素の生産と食料源の適切性に関する時空間的傾向。 グロブ。 食品課 24、100355 (2020)。

記事 Google Scholar

食糧バランス (-2013 年、古い方法論と人口) (FAOSTAT、2017); https://www.fao.org/faostat/en/#data/FBSH

Gustavsson, J.、Cederberg, C.、Sonesson, U.、Van Otterdijk, R. & Meybeck, A. 世界的な食品ロスと食品廃棄物 – 程度、原因、予防 (FAO、2011)。 https://www.fao.org/3/mb060e/mb060e00.htm

Poore, J. & Nemecek, T. 生産者と消費者を通じて食品の環境への影響を削減する。 サイエンス 360、987–992 (2018)。

記事 CAS ADS Google Scholar

排出 - 農業 (FAOSTAT、2020); http://www.fao.org/faostat/en/#data/GT

フォースター、P. et al. in Climate Change 2021: The Physical Science Basis (Masson-Delmotte, V. et al.編) 923–1054 (IPCC、Cambridge Univ. Press、2021)。

トゥビエロ、FN 他食品システムからの温室効果ガス排出: 証拠ベースの構築。 環境。 解像度レット。 16、065007 (2021)。

記事 CAS ADS Google Scholar

RL ネイラーら。 世界の水産養殖の 20 年を遡及的にレビュー。 Nature 591、551–563 (2021)。

記事 Google Scholar

ティルマン D. & クラーク M. 世界的な食生活は、環境の持続可能性と人間の健康を結びつけます。 ネイチャー 515、518–522 (2014)。

記事 CAS ADS Google Scholar

Tacon, AGJ、Hasan, MR & Metian, M. 養殖魚および甲殻類の飼料成分の需要と供給: 傾向と展望 (FAO、2011)。 http://www.fao.org/3/ba0002e/ba0002e.pdf

農産物の技術変換係数 (FAO、2000)。 http://www.fao.org/economic/the-statistics-division-ess/methodology/methodology-systems/technical-conversion-factors-for-agriculture-commodities/en/

Heffer, P.、Gruère, A. & Roberts, T. 世界レベルでの作物による肥料使用の評価 (国際肥料協会および国際植物栄養研究所、2017); https://www.ifastat.org/plant-nutrition

Bowman, AF、Van Der Hoek, KW、Eickhout, B.、Soenario, I. 世界の反芻動物生産システムの変化を探る。 農業。 システム。 84、121–153 (2005)。

記事 Google Scholar

付録: 持続可能な開発の目標と持続可能な開発のための 2030 アジェンダのターゲットに関するグローバル指標フレームワーク (国連、2017)。

GAEZ v3.0: 世界的な農業生態ゾーン (IIASA/FAO、2012)。 http://webarchive.iiasa.ac.at/Research/LUC/GAEZv3.0/

モッテット、A. et al. 家畜サプライチェーンにおける気候変動の緩和と生産性の向上: 地域のケーススタディからの洞察。 登録環境。 変更 17、129–141 (2017)。

記事 Google Scholar

詳細な貿易マトリックス (FAOSTAT、2019); http://www.fao.org/faostat/en/#data/TM

最適化 (scipy.optimize) (SciPy、2022); https://docs.scipy.org/doc/scipy/tutorial/optimize.html#id55

生産 (FAOSTAT、2019); http://www.fao.org/faostat/en/#data

プイヨ、R. & デリネット・ミュラー、M.-L. 2 つの R パッケージを使用して、微生物の定量的リスク評価における変動性と不確実性を評価します。 内部。 J. 食品微生物。 142、330–340 (2010)。

記事 Google Scholar

Huppmann、D. et al. IAMC 1.5 °C シナリオ エクスプローラーと IIASA がホストするデータ。 ゼノド https://doi.org/10.5281/zenodo.3363345 (2019)。

Smith, MA、Cain, M. & Allen, MR 温暖化換算排出量計算のさらなる改善。 npjクライム。 アトモス。 科学。 4、19 (2021)。

記事 Google Scholar

Tennekes, M. tmap: RJ Stat のテーマ別マップ。 ソフトウェア。 84、1–39 (2018)。

記事 Google Scholar

データ: 世界銀行の国と融資グループ (世界銀行、2020)。 https://datahelpdesk.worldbank.org/knowledgebase/articles/906519-world-bank-country-and-lending-groups

リファレンスをダウンロードする

この研究に対するドイツ研究財団 (DFG) からの持続可能な食品システム研究トレーニング グループ (RTG 2654) およびオーストラリアのディーキン大学 (DUPR-STRATEGIC – 0000018831) からの資金援助は、どちらも OG が受けたものであり、感謝の意を表します。 また、GAEZ モデルを介して潜在的な収量を推定するために使用される予備的な R コードを親切に共有してくださった P. Pradhan 氏と、パリ協定に準拠した非 CO2 排出経路を決定するために使用されたデータを提供してくださった G. Ganti 氏に感謝します。

ディーキン大学生命環境科学部統合生態学センター、メルボルン、ビクトリア州、オーストラリア

オズゲ・ゲイク、ミカリス・ハジカコウ、ブレット・A・ブライアン

持続可能な食品システム研究トレーニング グループ (RTG 2654)、ゲッティンゲン大学、ゲッティンゲン、ドイツ

オズゲ・ゲイク

PubMed Google Scholar でこの著者を検索することもできます

PubMed Google Scholar でこの著者を検索することもできます

PubMed Google Scholar でこの著者を検索することもできます

OG、MH、BAB がこの研究を設計しました。 OG はデータを照合し、MH の協力を得て分析を実行しました。MH は作物収量ギャップの推定値と気候境界も計算しました。 著者全員が方法と結果について議論し、研究、分析、解釈の形成を支援しました。 OG は、すべての著者からの多大な貢献を得て、原稿の執筆を主導しました。

オズゲ・ゲイクへの通信。

著者らは競合する利害関係を宣言していません。

Nature Food は、この研究の査読に貢献してくれた Laixiang Sun と他の匿名の査読者に感謝します。

発行者注記 Springer Nature は、発行された地図および所属機関の管轄権の主張に関して中立を保っています。

a) シナリオおよび所得レベル別の CH4 排出量の結果。 結果はメガトン CH4 yr-1 で表示されます。 b) シナリオおよび所得レベル別の N2O 排出量の結果。 結果はメガトン N2O yr-1 で表示されます。 バーは、デフォルトの排出係数 (中心の尺度としての最頻値に対応) に基づいて、128 か国の総排出量を示します。つまり、n = 128 です。エラーバーは、25 パーセンタイルと 75 パーセンタイルを示します (不確かさの推定値を参照)。

ソースデータ

補足図 1 および補足説明。

補足テーブル。

統計ソースデータ。

統計ソースデータ。

統計ソースデータ。

統計ソースデータ。

統計ソースデータ。

Springer Nature またはそのライセンサー (協会や他のパートナーなど) は、著者または他の権利所有者との出版契約に基づいて、この記事に対する独占的権利を保持します。 この記事の受理された原稿バージョンの著者によるセルフアーカイブには、かかる出版契約の条項および適用される法律のみが適用されます。

転載と許可

Geyik, Ö.、Hadjika Kou, M.、Bryan, BA 気候に優しく、栄養に配慮した介入は、温室効果ガス排出量を削減しながら、世界の食事の栄養素格差を埋めることができます。 Nat Food 4、61–73 (2023)。 https://doi.org/10.1038/s43016-022-00648-y

引用をダウンロード

受信日: 2022 年 4 月 4 日

受理日: 2022 年 10 月 24 日

公開日: 2022 年 12 月 23 日

発行日：2023年1月

DOI: https://doi.org/10.1038/s43016-022-00648-y

次のリンクを共有すると、誰でもこのコンテンツを読むことができます。

申し訳ございませんが、現在この記事の共有リンクは利用できません。

Springer Nature SharedIt コンテンツ共有イニシアチブによって提供