最新分析揭示巴西不合规毁林的严重程度
生命中心研究所(Instituto Centro de Vida,ICV)与Trase联合发布了一份关于毁林许可的新数据集,该数据集可帮助公司、监管机构和金融机构管理供应链中的毁林风险。

当前,全球市场规则正促使各方在关注零毁林供应链的同时,更加聚焦于法律合规。尽管《欧盟零毁林法案》的实施有所延迟,但该法案的颁布仍促使许多公司投资尽职调查系统,以遵守其关于非法生产或在毁林土地上种植的商品的禁令。与此同时,作为巴西大豆和牛肉最大买家的中国,已开始试点零毁林、零转化进口,这表明对合法性有保障的供应链需求正在增长。
在巴西,亚马逊和塞拉多的生物群系正受到农业商品扩张的威胁。虽然巴西《森林法》为土地利用提供了法律框架,但大规模核实合规性仍是一项挑战。合规性的初步证据是环境机构颁发的植被清除授权(ASV),该授权允许清除和转化原生植被。然而,尽管近期工作致力于提高透明度和整合数据,但这些授权的信息通常分散且难以获取,造成了巨大的数据缺口。没有透明、整合的ASV数据,买方和监管机构就很难知道特定区域的毁林是否获得授权、以符合合规的部分要求。
为了填补这一数据缺口,生命中心研究所发布了针对巴西的系统性ASV数据库。该举措整合了关于原生植被清除授权ASV的公开数据,使信息更易于获取,从而能够评估巴西受毁林影响地区的法律合规性。
新分析揭示违规证据
Trase正与ICV合作以利用这一新数据库,来进一步厘清和帮助消费市场,了解从巴西进口牛肉和大豆而面临不合规毁林的风险。在该项目的第一阶段,我们对比了2009年至2024年期间的官方PRODES卫星毁林数据与有效的ASV,以估算亚马逊、塞拉多和潘塔纳尔地区近期有多少毁林行为是在未经授权的情况下发生的。
结果显示,原生植被的转化绝大多数缺乏有关许可。2009年至2024年间,亚马逊和塞拉多地区的毁林总面积达2640万公顷。其中,2280万公顷(86%)未获得清理原生植被的授权,只有360万公顷(14%)与持有ASV的区域重叠。这表明,这些生物群系中的大部分毁林行为都是在没有记录和公开披露许可证的情况下发生的(详见文末免责声明)。
Interactive chart: 在巴西,绝大多数森林砍伐行为均属未经许可开展
| trase_id | ibge_geocod | municipality | biome | total_prodes_deforestation | deforestation_with_asv | deforestation_without_asv | deforestation_no_embargo | deforestation_embargo | deforestation_with_asv_pct | deforestation_without_asv_pct | deforestation_no_embargo_pct |
|---|---|---|---|---|---|---|---|---|---|---|---|
| BR-1100015 | 1100015 | Alta Floresta D'Oeste | AMAZONIA | 21433 | 0 | 21433 | 15082 | 6402 | 0 | 100 | 70.3681239210563 |
| BR-1100023 | 1100023 | Ariquemes | AMAZONIA | 20782 | 49 | 20733 | 17242 | 3540 | 0.235780964296025 | 99.764219035704 | 82.9660282937157 |
| BR-1100031 | 1100031 | Cabixi | AMAZONIA | 4225 | 0 | 4225 | 2712 | 1517 | 0 | 100 | 64.189349112426 |
| BR-1100049 | 1100049 | Cacoal | AMAZONIA | 7308 | 0 | 7308 | 6849 | 471 | 0 | 100 | 93.7192118226601 |
| BR-1100056 | 1100056 | Cerejeiras | AMAZONIA | 3098 | 0 | 3098 | 2303 | 807 | 0 | 100 | 74.338282763073 |
| BR-1100064 | 1100064 | Colorado do Oeste | AMAZONIA | 1912 | 7 | 1905 | 1660 | 234 | 0.366108786610879 | 99.6338912133891 | 86.8200836820084 |
| BR-1100072 | 1100072 | Corumbiara | AMAZONIA | 4236 | 19 | 4217 | 3217 | 1060 | 0.448536355051936 | 99.5514636449481 | 75.9442870632672 |
| BR-1100080 | 1100080 | Costa Marques | AMAZONIA | 42823 | 0 | 42823 | 24433 | 18440 | 0 | 100 | 57.0557877775962 |
| BR-1100098 | 1100098 | Espigão D'Oeste | AMAZONIA | 7168 | 71 | 7097 | 6242 | 938 | 0.990513392857143 | 99.0094866071429 | 87.0814732142857 |
| BR-1100106 | 1100106 | Guajará-Mirim | AMAZONIA | 23344 | 0 | 23344 | 15606 | 7757 | 0 | 100 | 66.8522960932145 |
| BR-1100114 | 1100114 | Jaru | AMAZONIA | 3297 | 47 | 3250 | 2282 | 999 | 1.42553836821353 | 98.5744616317865 | 69.2144373673036 |
| BR-1100122 | 1100122 | Ji-Paraná | AMAZONIA | 3366 | 0 | 3366 | 2475 | 909 | 0 | 100 | 73.5294117647059 |
| BR-1100130 | 1100130 | Machadinho D'Oeste | AMAZONIA | 96673 | 1032 | 95641 | 56324 | 40400 | 1.06751626617566 | 98.9324837338243 | 58.2623897055021 |
| BR-1100148 | 1100148 | Nova Brasilândia D'Oeste | AMAZONIA | 3966 | 0 | 3966 | 3362 | 604 | 0 | 100 | 84.7705496722138 |
| BR-1100155 | 1100155 | Ouro Preto do Oeste | AMAZONIA | 11361 | 0 | 11361 | 4756 | 6578 | 0 | 100 | 41.8625121028079 |
| BR-1100189 | 1100189 | Pimenta Bueno | AMAZONIA | 23665 | 2257 | 21408 | 16834 | 6758 | 9.53729135854638 | 90.4627086414536 | 71.1345869427424 |
| BR-1100205 | 1100205 | Porto Velho | AMAZONIA | 501462 | 7742 | 493720 | 195368 | 305689 | 1.54388567827672 | 98.4561143217233 | 38.9596818901532 |
| BR-1100254 | 1100254 | Presidente Médici | AMAZONIA | 1039 | 0 | 1039 | 938 | 110 | 0 | 100 | 90.279114533205 |
| BR-1100262 | 1100262 | Rio Crespo | AMAZONIA | 8737 | 57 | 8680 | 7492 | 1295 | 0.652397848231659 | 99.3476021517683 | 85.7502575254664 |
| BR-1100288 | 1100288 | Rolim de Moura | AMAZONIA | 1651 | 0 | 1651 | 1385 | 255 | 0 | 100 | 83.8885523924894 |
| BR-1100296 | 1100296 | Santa Luzia D'Oeste | AMAZONIA | 1085 | 19 | 1066 | 1029 | 50 | 1.75115207373272 | 98.2488479262673 | 94.8387096774194 |
| BR-1100304 | 1100304 | Vilhena | CERRADO | 19097 | 2119 | 16978 | 14250 | 6207 | 11.0959836623553 | 88.9040163376447 | 74.6190501125831 |
| BR-1100304 | 1100304 | Vilhena | AMAZONIA | 15532 | 394 | 15138 | 9336 | 4908 | 2.5366984290497 | 97.4633015709503 | 60.1081637908833 |
| BR-1100320 | 1100320 | São Miguel do Guaporé | AMAZONIA | 15513 | 0 | 15513 | 8527 | 6991 | 0 | 100 | 54.9668020370012 |
| BR-1100338 | 1100338 | Nova Mamoré | AMAZONIA | 170109 | 75 | 170034 | 83169 | 87143 | 0.0440893779870554 | 99.955910622013 | 48.8915930374054 |
Showing 25 of 2015 rows and 12 of 14 columns. Download the data (CSV)
在亚马逊地区,未经授权毁林的证据尤为显著。2009年至2024年间,毁林总面积达1170万公顷,其中1120万公顷(96%)是在没有ASV的情况下发生的。此外,未经授权的毁林在地理上高度集中。仅五个市镇就占所有无ASV毁林面积的20%。其中阿尔塔米拉 (Altamira)、欣古河畔圣费利斯和 (São Félix do Xingu) 韦柳港这三个市镇 (Porto Velho),就占总未经授权毁林面积的13%。
在塞拉多地区,2009年至2024年的毁林总面积达到1470万公顷。虽然不合规毁林的比例低于亚马逊地区,但其绝对面积依然很高。我们发现,有1170万公顷(78%)的毁林是在没有ASV的情况下发生的,而仅有320万公顷(22%)获得了授权。与亚马逊地区相比,塞拉多地区无ASV毁林的集中度较低。我们的分析显示,29个市镇占了无ASV毁林总面积的20%。
塞拉多地区执法力度较弱
ICV的数据库还包含了由联邦和州环境机构发布的禁伐地区的信息——(禁伐(Embargo)是一种巴西官方的执法措施:在环境遭到破坏或者存在违法行为时,官方提出立刻停止种植活动的执法要求)——这些官方的执法措施可以作为判断环境违规指标之一来综合考虑。我们对比了2009年至2024年期间的官方PRODES卫星毁林数据与禁运地区数据,以提供更多违规证据。
Interactive chart: 亚马逊流域的大部分毁林行为,均与禁伐区域相关
| trase_id | ibge_geocod | municipality | biome | total_prodes_deforestation | deforestation_with_asv | deforestation_without_asv | deforestation_no_embargo | deforestation_embargo | deforestation_with_asv_pct | deforestation_without_asv_pct | deforestation_no_embargo_pct |
|---|---|---|---|---|---|---|---|---|---|---|---|
| BR-1100015 | 1100015 | Alta Floresta D'Oeste | AMAZONIA | 21433 | 0 | 21433 | 15082 | 6402 | 0 | 100 | 70.3681239210563 |
| BR-1100023 | 1100023 | Ariquemes | AMAZONIA | 20782 | 49 | 20733 | 17242 | 3540 | 0.235780964296025 | 99.764219035704 | 82.9660282937157 |
| BR-1100031 | 1100031 | Cabixi | AMAZONIA | 4225 | 0 | 4225 | 2712 | 1517 | 0 | 100 | 64.189349112426 |
| BR-1100049 | 1100049 | Cacoal | AMAZONIA | 7308 | 0 | 7308 | 6849 | 471 | 0 | 100 | 93.7192118226601 |
| BR-1100056 | 1100056 | Cerejeiras | AMAZONIA | 3098 | 0 | 3098 | 2303 | 807 | 0 | 100 | 74.338282763073 |
| BR-1100064 | 1100064 | Colorado do Oeste | AMAZONIA | 1912 | 7 | 1905 | 1660 | 234 | 0.366108786610879 | 99.6338912133891 | 86.8200836820084 |
| BR-1100072 | 1100072 | Corumbiara | AMAZONIA | 4236 | 19 | 4217 | 3217 | 1060 | 0.448536355051936 | 99.5514636449481 | 75.9442870632672 |
| BR-1100080 | 1100080 | Costa Marques | AMAZONIA | 42823 | 0 | 42823 | 24433 | 18440 | 0 | 100 | 57.0557877775962 |
| BR-1100098 | 1100098 | Espigão D'Oeste | AMAZONIA | 7168 | 71 | 7097 | 6242 | 938 | 0.990513392857143 | 99.0094866071429 | 87.0814732142857 |
| BR-1100106 | 1100106 | Guajará-Mirim | AMAZONIA | 23344 | 0 | 23344 | 15606 | 7757 | 0 | 100 | 66.8522960932145 |
| BR-1100114 | 1100114 | Jaru | AMAZONIA | 3297 | 47 | 3250 | 2282 | 999 | 1.42553836821353 | 98.5744616317865 | 69.2144373673036 |
| BR-1100122 | 1100122 | Ji-Paraná | AMAZONIA | 3366 | 0 | 3366 | 2475 | 909 | 0 | 100 | 73.5294117647059 |
| BR-1100130 | 1100130 | Machadinho D'Oeste | AMAZONIA | 96673 | 1032 | 95641 | 56324 | 40400 | 1.06751626617566 | 98.9324837338243 | 58.2623897055021 |
| BR-1100148 | 1100148 | Nova Brasilândia D'Oeste | AMAZONIA | 3966 | 0 | 3966 | 3362 | 604 | 0 | 100 | 84.7705496722138 |
| BR-1100155 | 1100155 | Ouro Preto do Oeste | AMAZONIA | 11361 | 0 | 11361 | 4756 | 6578 | 0 | 100 | 41.8625121028079 |
| BR-1100189 | 1100189 | Pimenta Bueno | AMAZONIA | 23665 | 2257 | 21408 | 16834 | 6758 | 9.53729135854638 | 90.4627086414536 | 71.1345869427424 |
| BR-1100205 | 1100205 | Porto Velho | AMAZONIA | 501462 | 7742 | 493720 | 195368 | 305689 | 1.54388567827672 | 98.4561143217233 | 38.9596818901532 |
| BR-1100254 | 1100254 | Presidente Médici | AMAZONIA | 1039 | 0 | 1039 | 938 | 110 | 0 | 100 | 90.279114533205 |
| BR-1100262 | 1100262 | Rio Crespo | AMAZONIA | 8737 | 57 | 8680 | 7492 | 1295 | 0.652397848231659 | 99.3476021517683 | 85.7502575254664 |
| BR-1100288 | 1100288 | Rolim de Moura | AMAZONIA | 1651 | 0 | 1651 | 1385 | 255 | 0 | 100 | 83.8885523924894 |
| BR-1100296 | 1100296 | Santa Luzia D'Oeste | AMAZONIA | 1085 | 19 | 1066 | 1029 | 50 | 1.75115207373272 | 98.2488479262673 | 94.8387096774194 |
| BR-1100304 | 1100304 | Vilhena | CERRADO | 19097 | 2119 | 16978 | 14250 | 6207 | 11.0959836623553 | 88.9040163376447 | 74.6190501125831 |
| BR-1100304 | 1100304 | Vilhena | AMAZONIA | 15532 | 394 | 15138 | 9336 | 4908 | 2.5366984290497 | 97.4633015709503 | 60.1081637908833 |
| BR-1100320 | 1100320 | São Miguel do Guaporé | AMAZONIA | 15513 | 0 | 15513 | 8527 | 6991 | 0 | 100 | 54.9668020370012 |
| BR-1100338 | 1100338 | Nova Mamoré | AMAZONIA | 170109 | 75 | 170034 | 83169 | 87143 | 0.0440893779870554 | 99.955910622013 | 48.8915930374054 |
Showing 25 of 2015 rows and 12 of 14 columns. Download the data (CSV)
分析显示,亚马逊地区46%的毁林面积与禁伐地区重叠,这意味着近一半的未经授权植被清理已被联邦执法部门标记。
相比之下,塞拉多地区只有8%的毁林面积与禁伐地区重叠。这种差异表明,尽管两个生物群系都普遍存在违规行为,但亚马逊地区的执法力度远高于塞拉多地区。
Interactive chart: 亚马逊地区的执法力度相较于塞拉多地区更为积极
| 生物群落 | PRODES 统计总毁林面积 (公顷) | 未取得植被清除许可 (ASV) 占比 | 与禁伐区域重叠占比 |
|---|---|---|---|
| 亚马逊 | 11719506 | 95.89816328 | 46.30053519 |
| 塞拉多 | 14769536 | 78.30011044 | 7.840192136 |
管理大豆和牛肉供应链的风险
在由米纳斯吉拉斯联邦大学领土信息中心领导的该项目下一阶段,我们将聚焦于塞拉多、亚马逊和潘塔纳尔生物群系的大豆和牛肉生产,评估其是否符合《森林法》的规定,并利用ASV和禁运地区的数据来识别与未经授权毁林相关的案例。
这些数据将助力供应链下游的大豆和牛肉制品公司,通过识别未经授权毁林率最高的市镇来优先安排其尽职调查和风险筛查工作。对于生产和消费国政府而言,这提供了一份路线图,以便将执法和监测资源有针对性地投入到最需要的地方。关于合法性的透明数据对于加强问责制、支持向合法且零毁林的供应链过渡至关重要。
免责声明:尽管巴西拥有健全的环境信息透明度法律框架,但有关ASV和禁伐地区的数据在完整性、格式和可获取性方面仍存在局限。因此,在使用和解释本分析结果时应谨慎。有关本分析方法的详细信息,请点击此处查看。


