◎程曉雨

引 言

氣候作為人類賴以生存的自然環(huán)境的重要組成部分之一， 它的變化已經(jīng)深刻地影響著全球自然資源環(huán)境、 社會(huì)經(jīng)濟(jì)發(fā)展和人類的健康生活[1]。 大量的觀測(cè)表明， 大氣中二氧化碳 （CO2）、 甲烷（CH4） 和一氧化二氧 （N2O） 等持續(xù)上升的溫室氣體濃度驅(qū)動(dòng)著全球氣候變暖， 僅CO2的濃度在1750-2015 年間就增加了44%[2]。 根據(jù)英國(guó)風(fēng)險(xiǎn)評(píng)估公司Maplecroft 公布的溫室氣體排放量數(shù)據(jù)顯示， 中國(guó)每年產(chǎn)生 6000 多萬噸 CO2[3]。 此外，中國(guó)自1980 年經(jīng)濟(jì)擴(kuò)張以來， 對(duì)能源的依賴度增加， 尤其是排放最密集的燃料——煤炭。

糧食的生長(zhǎng)發(fā)育直接依賴于降水、 光照、 溫度等氣候資源， 受氣候變化影響十分強(qiáng)烈， 而氣候變化對(duì)糧食作物生長(zhǎng)發(fā)育產(chǎn)生直接或間接的影響， 從而影響到糧食產(chǎn)量。 如Joshi[4]等研究表明， 溫度和降雨的變化直接影響作物生長(zhǎng)的時(shí)機(jī)， 與此同時(shí)， 降雨模式的波動(dòng)還可能造成短期作物損失以及長(zhǎng)期作物產(chǎn)量的下降； 矯海燕[5]研究發(fā)現(xiàn)， 在1961-2010 年間， 由于氣溫升高， 中國(guó)冬小麥、 玉米和雙季稻單產(chǎn)分別下降了5.8%、 3.4%和1.9%。氣候變化除了直接影響糧食作物本身， 還會(huì)間接地引起作物種植結(jié)構(gòu)改變、 農(nóng)業(yè)病蟲害加劇、 農(nóng)業(yè)氣象災(zāi)害頻率和強(qiáng)度增加等諸多問題[6]， 使糧食生產(chǎn)面臨著更大的挑戰(zhàn)和威脅。

民以食為天， 食以糧為先。 我國(guó)作為農(nóng)業(yè)大國(guó)， 氣候變化對(duì)農(nóng)業(yè)生產(chǎn)的影響， 尤其是對(duì)糧食生產(chǎn)的影響， 一直是氣候變化研究領(lǐng)域中的熱點(diǎn)問題之一。 常見的研究方法有產(chǎn)量分解法、 產(chǎn)量分解法、 生產(chǎn)函數(shù)法、 氣候生產(chǎn)潛力模型法、 作物生長(zhǎng)模型法等[7]，且每種方法有著不同的優(yōu)勢(shì)和劣勢(shì)。 谷類作物是中國(guó)的主要糧食作物， 盡管2021 年中國(guó)糧食產(chǎn)量再創(chuàng)歷史新高， 迎來“十八連豐”， 但中國(guó)每年仍需通過進(jìn)口谷物以彌補(bǔ)國(guó)內(nèi)市場(chǎng)的供需缺口， 谷物生產(chǎn)的自給自足仍然是一個(gè)重要目標(biāo)。 因此， 本研究通過能源消耗、CO2排放、 平均降雨量、 平均氣溫、 降雨量變化和溫度變化6 個(gè)氣候變化指標(biāo)， 綜合評(píng)估氣候變化對(duì)中國(guó)谷物生產(chǎn)的影響， 旨在為確保農(nóng)業(yè)增產(chǎn)穩(wěn)產(chǎn)、 保障我國(guó)糧食安全、 接續(xù)全面推進(jìn)鄉(xiāng)村振興提供一定理論參考。

一、 模型與數(shù)據(jù)

（一） 模型

基于Sossou 等[8]的研究， 本文修正了柯布-道格拉斯生產(chǎn)函數(shù)， 將氣候變化指標(biāo)作為影響中國(guó)谷物生產(chǎn)的直接輸入。 在數(shù)學(xué)上， 中國(guó)的谷物生產(chǎn)模型如下：

其中， CEPt為谷物產(chǎn)量， Ω0為常數(shù)項(xiàng)， ψi為解釋變量的未知參數(shù)。 X 代表控制變量的向量，包括谷物生產(chǎn)下的耕地面積 （CUA） 和勞動(dòng)力（LAF）。 C 代表氣候變量向量， 包括能源消耗（ECO）、 二氧化碳排放 （CO2）、 平均降雨量（ARA）、 平均溫度 （ATE）、 降雨變化 （RAV） 和溫度變化 （TEV）。

（二） 數(shù)據(jù)特征

基于數(shù)據(jù)的可獲得性， 本研究采用季度時(shí)間序列數(shù)據(jù)， 選取了2000 年第一季度至2019 年第四季度作為研究區(qū)間， 有關(guān)谷物生產(chǎn) (以每公頃公斤計(jì))、 谷物種植面積、 勞動(dòng)力 (以農(nóng)村人口代替)、 能源消耗、 CO2排放、 平均溫度和平均降雨量的數(shù)據(jù)都來自世界銀行數(shù)據(jù)庫(kù)。 降雨量和溫度的變化分別由降雨量和溫度在特定年份的變化系數(shù)來衡量。 除平均降雨量、 平均氣溫、降雨量變化和溫度變化外， 其余變量均轉(zhuǎn)化為自然對(duì)數(shù)形式， 并納入計(jì)算函數(shù)。 而部分氣候變量沒有轉(zhuǎn)化為自然對(duì)數(shù)形式是因?yàn)楦鶕?jù)Kariuki[9]的說法， 有助于評(píng)估降雨和溫度對(duì)作物生產(chǎn)的直接影響。

（三） 估計(jì)方法

1. 趨勢(shì)分析

本研究采用曼-肯德爾檢驗(yàn)來檢測(cè)氣候變化的實(shí)際趨勢(shì)。 曼-肯德爾檢驗(yàn)[10-11]是一種非參數(shù)方法， 通常用于探測(cè)氣候變化的實(shí)際趨勢(shì)。 該非參數(shù)方法用于驗(yàn)證零假設(shè) (H0) 沒有趨勢(shì)， 而備用假設(shè) (H1) 有減少或增加的單調(diào)趨勢(shì)。 曼-肯德爾檢驗(yàn)統(tǒng)計(jì)量 (S) 如下：

式中 Xj、 Xk分別表示第 j 年、 第 k 年的數(shù)據(jù)得分， 式中符號(hào)函數(shù)可以表示為：

估計(jì)與檢驗(yàn)統(tǒng)計(jì)量 （S） 和樣本容量 （n） 有關(guān)的概率是有必要的， 因?yàn)檫@可以確定趨勢(shì)在統(tǒng)計(jì)上是否顯著。 S 的方差計(jì)算方式如下：

其中q 為并列組的個(gè)數(shù)， p 為第p 組的數(shù)據(jù)得分個(gè)數(shù)。 VAR (S) 和S 值用于計(jì)算檢驗(yàn)統(tǒng)計(jì)量Z：

Z 分?jǐn)?shù)呈正態(tài)分布。 如果估計(jì)的Z 統(tǒng)計(jì)量的絕對(duì)值大于臨界值， 則拒絕原假設(shè)Ho， 從而表明存在趨勢(shì)的證據(jù)。 如果Z 統(tǒng)計(jì)量是正的， 那么這個(gè)趨勢(shì)就是增加的， 而如果Z 統(tǒng)計(jì)量是負(fù)的， 那么這個(gè)趨勢(shì)就是減少的。

2. ARDL 協(xié)整檢驗(yàn)

在平穩(wěn)性檢驗(yàn)后， 對(duì)數(shù)據(jù)進(jìn)行協(xié)整檢驗(yàn)， 并進(jìn)行時(shí)間序列回歸估計(jì)。 ARDL 方法是在小樣本中建立協(xié)整關(guān)系的更具有統(tǒng)計(jì)學(xué)意義的技術(shù)。 首先， 要確定變量之間是否存在長(zhǎng)期的關(guān)系， 具體而言， ARDL 協(xié)整檢驗(yàn)為：

其中Δ 表示一階差分運(yùn)算符， μt表示誤差項(xiàng)。

其次， 考慮了ARDL 模型長(zhǎng)期系數(shù)結(jié)果的估計(jì)， 長(zhǎng)期ARDL 模型 (m， ni) 采用以下形式：

最后， 本文使用赤池信息準(zhǔn)則選擇適當(dāng)?shù)臏箝L(zhǎng)度。

3. 格蘭杰因果檢驗(yàn)

通過格蘭杰因果檢驗(yàn)， 確定谷物生產(chǎn)與CO2排放、 能源消耗、 勞動(dòng)力、 耕地面積等解釋變量之間的因果關(guān)系證據(jù)和方向。 變量之間的聯(lián)系并不表明因果關(guān)系的方向。 格蘭杰因果檢驗(yàn)在二元情況下特別指定如下：

二、 實(shí)證結(jié)果

（一） 氣候變化趨勢(shì)分析

表1 為曼－肯德爾檢驗(yàn)結(jié)果， 可以看出， 年溫度呈顯著的正趨勢(shì)， 其 Z 值為 2.32， 高于1.97； 夏季氣溫呈顯著正趨勢(shì)， 其 Z 值為 2.12，高于1.97； 春季氣溫呈不確定的正趨勢(shì)， Z 值為1.86； 秋冬季節(jié)的溫度沒有明顯規(guī)律。

表1 溫度變化趨勢(shì)結(jié)果

（二） 協(xié)整檢驗(yàn)結(jié)果

通過ARDL 邊界檢驗(yàn)， 確定谷物產(chǎn)量及其回歸變量之間是否存在長(zhǎng)期協(xié)整關(guān)系， 檢驗(yàn)結(jié)果如表2 所示。

表2 ARDL 邊界檢驗(yàn)

可以看出， 計(jì)算得到的F 統(tǒng)計(jì)量5.520 大于上限的臨界值4.10。 結(jié)果表明， 在1%的顯著性水平下， 有關(guān)變量之間不存在長(zhǎng)期均衡關(guān)系的原假設(shè)被拒絕。 這意味著， 中國(guó)谷物生產(chǎn)與其解釋變量 (平均氣溫、 氣溫變化、 平均降雨量、 降雨量變化、 能源消耗、 CO2排放、 勞動(dòng)力和耕地面積) 之間存在長(zhǎng)期的協(xié)整關(guān)系。

（三） 氣候變化對(duì)中國(guó)谷物生產(chǎn)的長(zhǎng)期影響

ARDL 模型的長(zhǎng)期結(jié)果如表3 所示， 可以看出， 從長(zhǎng)遠(yuǎn)來看， CO2排放對(duì)谷類作物的生產(chǎn)有顯著的負(fù)面影響， 這意味著CO2排放量每增長(zhǎng)1%， 谷物產(chǎn)量就會(huì)減少0.29%。 谷物作物產(chǎn)量的增加是能源消耗增加的結(jié)果， 這意味著能源消費(fèi)的增加往往會(huì)改善谷物產(chǎn)量。 能源消耗每增加1%， 谷類作物產(chǎn)量就會(huì)增加0.58%， 這一結(jié)果在1%水平上具有統(tǒng)計(jì)學(xué)意義。 此外， 平均降雨量與谷類作物的生產(chǎn)直接相關(guān)， 這在1%的水平上顯著。 這表明， 平均降雨量會(huì)直接影響谷類作物的生產(chǎn)， 當(dāng)平均降雨量增加100 毫米時(shí)， 谷物產(chǎn)量將減少近0.6 噸。 平均溫度對(duì)谷物生產(chǎn)有負(fù)面而顯著的影響， 這說明中國(guó)的平均氣溫與谷類作物的產(chǎn)量呈負(fù)相關(guān)， 平均溫度每升高1 攝氏度， 谷物產(chǎn)量就會(huì)減少0.16 噸。 溫度變化的負(fù)號(hào)表明，溫度變化每增加一個(gè)標(biāo)準(zhǔn)差， 谷物產(chǎn)量就會(huì)減少0.43 噸。 這意味著， 平均溫度標(biāo)準(zhǔn)差的增加對(duì)谷物生產(chǎn)是有害的。 溫度的長(zhǎng)期影響要求制定和加強(qiáng)減緩和適應(yīng)措施， 以減少溫度對(duì)谷物生產(chǎn)的不利影響。 勞動(dòng)力對(duì)谷物生產(chǎn)具有積極而顯著的影響， 勞動(dòng)力增加1%會(huì)導(dǎo)致谷類作物產(chǎn)量增加1.35%。 糧食生產(chǎn)下的耕地面積與糧食作物產(chǎn)量呈正相關(guān)， 且具有統(tǒng)計(jì)學(xué)意義， 說明從長(zhǎng)遠(yuǎn)來看，耕地面積對(duì)糧食生產(chǎn)具有正向顯著影響， 耕地面積增加1%， 谷類作物產(chǎn)量增加0.46%。

表3 氣候變化對(duì)中國(guó)谷物生產(chǎn)的長(zhǎng)期影響

（四） 格蘭杰因果關(guān)系檢驗(yàn)結(jié)果

格蘭杰因果關(guān)系檢驗(yàn)結(jié)果如表4 顯示。 結(jié)果表明， 在1%的顯著性水平上， 拒絕CO2排放變化沒有導(dǎo)致谷物產(chǎn)量變化的格蘭杰原因的原假設(shè)。這表明， CO2排放的變化可以更好地解釋谷物生產(chǎn)的差異。 然而， 谷物生產(chǎn)和CO2排放之間沒有因果關(guān)系的零假設(shè)沒有被拒絕， 這說明， CO2排放的變化會(huì)影響谷物生產(chǎn)的變化。 因此， CO2排放與谷物生產(chǎn)之間存在單向關(guān)系。 在1%的顯著性水平上， 拒絕能源消耗沒有導(dǎo)致谷物產(chǎn)量的原假設(shè)。 這意味著， 能源消耗的波動(dòng)不能預(yù)測(cè)谷物生產(chǎn)的變化。 相反關(guān)系的零假設(shè)沒有被拒絕意味著谷物生產(chǎn)的變化不能解釋能源消耗的變化。 因此， 結(jié)論表明能源消耗和谷物生產(chǎn)之間存在單向因果關(guān)系。 拒絕了勞動(dòng)力的變化沒有導(dǎo)致谷物生產(chǎn)變化的原假設(shè)， 這意味著勞動(dòng)力的變化是解釋谷物生產(chǎn)差異的關(guān)鍵。 相反關(guān)系的零假設(shè)被接受，這說明勞動(dòng)力與糧食生產(chǎn)之間存在單向關(guān)系。 沒有拒絕耕地面積沒有導(dǎo)致谷物生產(chǎn)變化的原假設(shè)，這表明耕地面積的波動(dòng)不是谷物產(chǎn)量變化的格蘭杰原因。 同樣， 沒有拒絕谷物生產(chǎn)變化沒有導(dǎo)致耕地面積變化的零假設(shè)， 表明耕地面積與糧食產(chǎn)量之間不存在因果關(guān)系。

表4 格蘭杰因果關(guān)系檢驗(yàn)結(jié)果

三、 結(jié)論與建議

隨著全球氣候變暖和極端天氣頻發(fā)， 農(nóng)業(yè)生產(chǎn)面臨的形勢(shì)和挑戰(zhàn)日益復(fù)雜， 糧食安全問題日益嚴(yán)峻。 本文根據(jù)1990 年第一季度至2013 年第四季度的數(shù)據(jù)， 通過運(yùn)用ARDL 模型研究氣候變化對(duì)中國(guó)谷物生產(chǎn)的長(zhǎng)期影響， 得到如下結(jié)論：從長(zhǎng)期來看， CO2排放、 平均溫度和溫度變化對(duì)谷物生產(chǎn)具有顯著的負(fù)向影響， 而能源消耗、 平均降雨量、 勞動(dòng)力和耕地面積對(duì)谷類作物的生產(chǎn)具有顯著的正向影響， 降雨變異性對(duì)谷物生產(chǎn)沒有顯著影響。 同時(shí)， 格蘭杰因果檢驗(yàn)結(jié)果表明，谷物生產(chǎn)與CO2排放、 能源消耗、 勞動(dòng)力之間存在單向因果關(guān)系， 而耕地面積和谷物產(chǎn)量之間沒有因果關(guān)系。

為更好地適應(yīng)未來氣候變化， 減輕其對(duì)我國(guó)谷物生產(chǎn)的影響， 根據(jù)以上實(shí)證分析結(jié)果， 提出以下建議：

1. 積極運(yùn)用基因工程和細(xì)胞工程等育種技術(shù)， 大力培育和引進(jìn)優(yōu)質(zhì)、 高產(chǎn)、 抗蟲、 抗病、耐高溫、 節(jié)水等特性的作物品種。

2. 大力發(fā)展氣象農(nóng)業(yè)科學(xué)， 加強(qiáng)氣象災(zāi)害的監(jiān)測(cè)和預(yù)警， 積極做好防范措施， 努力降低自然災(zāi)害造成的損失。

3. 聚焦高標(biāo)準(zhǔn)農(nóng)田建設(shè)， 加強(qiáng)農(nóng)業(yè)基礎(chǔ)設(shè)施投入， 著力實(shí)施農(nóng)業(yè)水利化、 機(jī)械化、 信息化，不斷增強(qiáng)抗旱、 防洪和抵御極端天氣的能力。

4. 根據(jù)不同地區(qū)的氣候變化趨勢(shì)，因地制宜適當(dāng)調(diào)整農(nóng)業(yè)種植制度和布局。 同時(shí)，加強(qiáng)田間管理，提高水肥利用效率，積極發(fā)揮CO2的肥效作用。

5. 積極落實(shí)重大補(bǔ)貼制度， 進(jìn)一步加大對(duì)種子、 化肥、 柴油等農(nóng)業(yè)生產(chǎn)資料的財(cái)政投入， 充分調(diào)動(dòng)農(nóng)民種糧積極性， 鞏固和提高農(nóng)業(yè)綜合生產(chǎn)能力。

6. 通過推廣實(shí)施生態(tài)循環(huán)種養(yǎng)模式、 使用有機(jī)肥和現(xiàn)代病蟲害防治技術(shù)， 積極發(fā)展現(xiàn)代生態(tài)農(nóng)業(yè)， 促進(jìn)農(nóng)業(yè)生產(chǎn)效益、 社會(huì)效益和生態(tài)效益的有機(jī)統(tǒng)一。