摘要：全球对撒哈拉以南非洲（sub-Saharan Africa）产矿物的需求正在迅速增长，若管理不善，采矿扩张对该大陆热带森林构成重大威胁。本研究利用全非洲范围内毁林后土地利用数据及稳健的双重差分（Difference-in-Differences, DID）框架，评估2001—2020年间16,627处矿山的密集森林（dense forest，树冠覆盖度≥50%）中采矿驱动毁林（mining-driven deforestation）的时空特征。研究发现，直接采矿诱导毁林（direct mining-induced deforestation，即矿坑、尾矿池及废石堆等采矿作业直接关联特征导致的毁林）总计达187,000公顷（ha）。研究人员估算，与未开采区域相比，矿山1 km范围内毁林率额外增加8.0百分比点（percentage points, pp；95%置信区间[CI]：7.2–8.9 pp）。即便十年后，矿山20 km范围内仍存在显著升高的毁林水平（1.1 pp，95% CI：0.7–1.5 pp）。每产生1公顷直接采矿足迹毁林，在5年内平均通过农业及定居点等辅助活动触发34公顷场外（offsite）额外密林损失。开采钴（cobalt）和铜（copper）——关键能源转型矿物（Energy Transition Minerals, ETMs）——的矿山造成最高水平的附加毁林。将场外毁林水平纳入新建采矿项目环境影响评估（Environmental Impact Assessment, EIA），是实现关键矿物零毁林（zero-deforestation）或无净损失（no-net-loss）供应链、减少未来撒哈拉以南非洲采矿驱动森林损失的关键。
论文解读：《Mining triggers extensive additional deforestation in sub-Saharan Africa》
该研究由Masolele等人完成，发表于《Nature》。研究背景方面，全球对金属矿石和矿物需求急剧上升，特别是能源转型矿物（Energy Transition Minerals, ETMs；如钴、铜、锂）及黄金的需求增长，推动撒哈拉以南非洲采矿活动快速扩张。已有研究多关注工业采矿直接占地（direct mine footprint）造成的毁林（deforestation），即矿坑、选厂、废石堆和尾矿库（tailing ponds/spoil heaps）所占用的森林清除面积，但忽视了采矿间接诱发的场外（offsite）毁林——如因修路、工人定居点扩张、农业开垦（agricultural expansion）及集镇发展带来的连锁森林损失。部分国别研究结论差异极大（赞比亚和马达加斯加无显著净影响，刚果民主共和国DRC和巴西亚马逊显著），缺乏全大陆尺度的系统量化，且传统环境影响评估（Environmental Impact Assessment, EIA）普遍未纳入场外诱导毁林。鉴于撒哈拉以南非洲拥有全球关键矿物储量（如48%钴和锰储量）及具全球重要碳储量和生物多样性的热带密林（dense forest，树冠初始覆盖≥50%），亟需明确采矿对直接和场外毁林的时空贡献及矿种差异，以支撑可持续采矿管理。为此，研究人员整合全非洲30 m分辨率毁林后土地利用制图数据与2001—2020年森林覆盖变化数据，采用异质性稳健的双重差分（heterogeneity-robust Difference-in-Differences, DID）框架——以"尚未处理（not-yet-treated）"矿山为对照组——对16,627个位于森林区的矿簇（mine clusters）开展时空因果推断，分别量化直接毁林、场外毁林及总附加毁林（total additional deforestation = direct + offsite），并按矿种（commodity）分层分析。
主要关键技术方法：
研究人员使用Masolele等（2024）绘制的撒哈拉以南非洲2001—2020年30 m分辨率毁林后土地利用数据集（识别采矿为终用途之一，用户精度98%、生产者精度82%）与Hansen等全球森林变化数据（v1.11，初始密林定义为2000年树冠覆盖≥50%，剔除人工林），筛选位于森林区（矿簇5 km缓冲区内>1/3密林覆盖）的矿点。以距离密度聚类（DBSCAN式，1 km邻域，最小5像元）合并相邻采矿像元形成16,627个矿簇，排除始终已处理或末年仅处理的矿簇后保留15,477个用于DID分析。采用Callaway & Sant'Anna（2021）分组—时间平均处理效应（group–time Average Treatment Effect on the Treated, ATT(g,t)）异质性稳健DID估计量，定义处理起始年为矿簇内10%像元因采矿遭毁林之年，"尚未处理"矿簇作对照，在矿簇中心生成0–1 km、1–5 km、5–10 km及10–20 km同心环缓冲区（concentric ring buffers），计算各环逐年累积毁林占2000年密林面积比例。分别建模直接毁林（采矿终用途像元）、场外毁林（非采矿终用途毁林像元）及总毁林，标准误于矿簇层级聚类（cluster-robust standard errors）。矿种匹配采用Maus等（2026）全球商品特定采矿用地数据库，以5 km空间连接赋予矿簇开采矿物信息（n=1,127），对各矿种（样本量≥30）在全非洲尺度运行DID。敏感性分析包括加入协变量（可达性、人口、高程坡度）、两阶段插补DID（two-stage imputation-based DID）、加权堆叠DID（stacked DID）、变更处理起始阈值（首像元丧失或20%丧失）、替换手工验证矿点集及使用热带湿润森林JRC数据集重算，并行预趋势（parallel pre-trend）检验确认平行趋势假设成立。
研究结果：
Deforestation footprint of African mines（非洲矿山的直接毁林足迹）
通过对2001—2020年直接归因为采矿用途（矿坑、尾矿池、废石堆）的密林损失像元汇总，研究人员发现撒哈拉以南非洲共发生187,070 ha直接采矿诱导毁林。其中刚果民主共和国（DRC，n=6,028处矿簇，39,000 ha）、加纳（28,000 ha）和马达加斯加（17,500 ha）三国合计占全区域直接毁林总量的45%。按占各国同期全部毁林比例计，赤道几内亚最高（4.9%），其次为加纳（3.2%）和斯威士兰（Eswatini，1.5%）。35个检出直接毁林的国家中25国呈显著上升趋势（Mann–Kendall检验，P<0.05），含DRC、加纳、马达加斯加和安哥拉。
New mines drive additional deforestation（新开矿山驱动附加毁林）
应用异质性稳健DID框架追踪矿周缓冲区内总附加毁林（直接+场外），研究人员发现矿山投产后十年，距矿0–1 km范围毁林率较对照未采区平均升高8.0 pp（95% CI：7.2–8.9 pp）；1–5 km范围升高3.6 pp（95% CI：3.0–4.2 pp）；5–10 km升高1.9 pp（95% CI：1.4–2.4 pp）；10–20 km仍升高1.1 pp（95% CI：0.7–1.5 pp）。影响峰值多出现于投产初期，部分国家0–1 km累积效应五年后趋于平稳。矿体规模越大附加毁林越显著。国别上，23国中18国0–1 km处十年后毁林显著增加（加纳5.1 pp至赤道几内亚13.6 pp不等），12国1–5 km显著，10国5–10 km显著，5国（加纳、喀麦隆、中非共和国、刚果共和国、DRC）10–20 km仍显著。替代估计量（两阶段插补DID、加权堆叠DID）结果一致或更保守偏高的估计支持主结论稳健。
Offsite losses far exceed mine footprint（场外损失远超矿山直接占地）
将DID分别估计的直接与场外毁林相减比，研究人员得出每1 ha直接采矿足迹毁林在5年内平均诱发33.9 ha（文中亦表述约34 ha）场外密林损失，主要为采矿引发农业扩张及伴随定居点扩张所致，道路建设占比小。国别差异大，DRC相对场外影响最高（每直接毁林1 ha伴生58.1 ha场外损失），莫桑比克（52.4 ha）、中非共和国（50.0 ha）、安哥拉（49.2 ha）、塞拉利昂（44.2 ha）和科特迪瓦（42.9 ha）亦较高；赤道几内亚场外倍率低（6.0 ha）且直接毁林总量小。场外毁林规模普遍大幅超过直接采矿占地。
High impact of critical mineral mining（关键矿物开采的高影响）
可链接到具体矿种的1,127处矿簇分析显示，钴矿（cobalt，n足够）和铜矿（copper）矿山投产后十年0–1 km附加累积毁林最高（钴15.27 pp，95% CI：0.9–29.6 pp；铜15.16 pp，95% CI：4.6–25.7 pp），影响偶延至1–5 km但不显著于更远端环带。贵金属中钻石（diamond）11.6 pp（95% CI：6.8–16.4 pp）、金（gold）8.7 pp（95% CI：5.5–11.9 pp）、银（silver）7.2 pp（95% CI：3.3–11.2 pp）0–1 km附加毁林显著，钻石与金银影响可延伸至5 km，银矿偶达10 km。铁矿（iron ore）影响范围最广，0–1 km达14.5 pp（95% CI：5.6–24.4 pp），5–10 km仍显著（11.9 pp），10–20 km边际显著（9.7 pp）。锰矿（manganese）各缓冲环无统计显著附加毁林（三年时0–1 km有微弱方向性）。铀矿（uranium，n=26）0–1 km十年后升高16.4 pp（95% CI：4.5–28.3 pp）。多数矿种影响集中于近矿区，ETMs中钴铜尤为突出。
讨论（Discussion）总结翻译／浓缩：
本研究给出撒哈拉以南非洲采矿诱导密林毁林的综合估计：2001—2020年直接毁林187,070 ha——约为既往仅限工业采矿研究记录的四倍——而直接毁林被矿周1 km内平均8 pp总附加毁林增幅及远达20 km的持续效应所掩盖，场外（农业、定居、道路）损失达直接损失的约34倍（每直接ha伴生≈34 ha场外），表明传统仅核算直接采矿占地的EIA严重低估真实生态代价。先前区域研究多聚焦直接足迹，少数 finer尺度研究发现刚果东部手工采矿（artisanal mining）影响达5 km、科特迪瓦南部达10 km、巴西亚马逊大型工业矿达70 km（后者因大运矿基建）。随全球经济转型矿物需求至2040年预计增数十倍，尤以DRC产钴（2024年全球产量80%）受关注，减损成效系于回收技术与场外影响管控。研究强调应将场外毁林量化嵌入新矿项目EIA与许可程序，尤其近保护区或原住民土地；区分工业与手工采矿（artisanal vs industrial mining）对人口流动、食物需求及基建的异质诱导机制是未来重点，弱治理区尤难监管，大量未注册/非正式矿不受EIA约束。全球缺全幅矿点空间分布及商品—矿点精确匹配数据（本研仅<7%矿簇获矿种信息），限制跨生物热点（南美、东南亚）可比分析及矿种特异性缓解策略。废弃矿场（mine abandonment）二次诱发毁林亦待探究。最终提出需借助卫星影像与机器学习完善矿点监测、建立自需求端至矿点的透明可追溯供应链认证，效仿农业食品部门推行零毁林或无净损失（zero-deforestation / no-net-loss）供应链，确保绿色能源转型不以可避免毁林为代价。
