摘 要：科學(xué)評估氣候變化對作物播種面積的影響，對深入理解氣候變化與農(nóng)業(yè)生產(chǎn)關(guān)系，制定有針對性應(yīng)對氣候變化的戰(zhàn)略具有重要意義?；?980-2020年省級面板數(shù)據(jù)，以小麥、稻谷、玉米與青飼料作物總播種面積變化為例，將標準化后的≥10℃積溫與生長期降水量作為刻畫氣候變化的核心指標，采用雙向固定效應(yīng)模型，評估省域地理單元氣候變化對農(nóng)作物播種面積的影響，并重點分析該影響的異質(zhì)性。結(jié)果顯示，標準化積溫上升對作物播種面積具有抑制的趨勢，而標準化降水增加對播種面積有促進作用。異質(zhì)性分析表明，作物播種面積對氣候變化的響應(yīng)在不同積溫地區(qū)、不同年降水量地區(qū)、不同作物與不同灌溉水平地區(qū)存在差異?；诖?，為保障糧食安全，應(yīng)積極推進高標準農(nóng)田建設(shè)，加大農(nóng)業(yè)科技研發(fā)，優(yōu)化種植面積結(jié)構(gòu)，加強氣候服務(wù)建設(shè)工作。

關(guān)鍵詞：氣候變化;播種面積;糧食安全;區(qū)域異質(zhì)性

中圖分類號：F307.11;F323.1 文獻標志碼：A 文章編號：1009-9107（2024）06-0096-11

糧食安全是國之大者，黨中央、國務(wù)院一直高度重視糧食安全問題，黨的二十大報告明確將確保糧食安全作為增強維護國家安全能力的重要組成部分［1］。糧食安全是加強農(nóng)業(yè)強國建設(shè)的重要方向［2］，伴隨居民消費結(jié)構(gòu)的提質(zhì)升級，保障口糧以及飼料糧安全成為中國糧食安全的關(guān)鍵問題［3-4］。氣候變化是農(nóng)業(yè)生產(chǎn)中面臨的主要自然風(fēng)險之一，也是當(dāng)前保障糧食安全面臨的重大挑戰(zhàn)。IPCC第六次評估報告（AR6）第二工作組（WGII）報告認為，氣候變化對農(nóng)業(yè)適宜種植區(qū)、病蟲草害、作物產(chǎn)量、作物品質(zhì)等關(guān)鍵因素的影響具有區(qū)域差異，且整體弊大于利［5］。作為全世界受氣候變化影響較大的國家之一，中國面臨的糧食安全問題愈發(fā)嚴峻［6］。準確評估氣候變化對口糧作物與飼料作物生產(chǎn)的影響是回答氣候變化與糧食安全關(guān)系的前提［7］，而作物生產(chǎn)受到單產(chǎn)水平、耕地面積和種植頻率等多個因素的綜合影響［8］。根據(jù)中國統(tǒng)計標準，作物播種面積綜合體現(xiàn)了作物的種植頻率和種植面積［9］，因此研究氣候變化對中國農(nóng)作物播種面積的影響，特別是不同地區(qū)和不同作物播種面積影響的異質(zhì)性程度，對完善中國氣候變化的應(yīng)對機制，提高中國農(nóng)業(yè)生產(chǎn)潛力，保障糧食安全具有重要的理論意義和現(xiàn)實意義。

一、文獻綜述與研究假設(shè)

（一）文獻綜述

關(guān)于糧食播種面積的研究主要集中在農(nóng)作物生產(chǎn)布局的時空演變及其對水土資源的利用狀況等方面［10］，也有文獻探討了機械化水平、勞動力轉(zhuǎn)移、農(nóng)地流轉(zhuǎn)、農(nóng)業(yè)政策［11］等因素對作物播種面積的影響。

關(guān)于氣候變化影響農(nóng)業(yè)生產(chǎn)的研究主要集中在三個方面。一是揭示了氣候變化對水、熱等農(nóng)業(yè)氣候資源產(chǎn)生的影響。研究發(fā)現(xiàn)，1900-2018年，中國陸地平均氣溫上升1.3～1.9℃，超過全球平均水平，各地區(qū)的農(nóng)業(yè)熱量資源顯著增加。1961-2019年中國平均年降水量呈現(xiàn)微弱上升趨勢，但不同區(qū)域間差異顯著。東北、西北、西藏地區(qū)降水量呈現(xiàn)較強的上升趨勢，東北南部、華北地區(qū)和西南地區(qū)降水量則有所減少。西北地區(qū)中西部近30年呈現(xiàn)暖濕化趨勢，但其干旱氣候特征未發(fā)生根本變化［12］。二是探究了氣候變化對種植制度、作物單產(chǎn)、作物質(zhì)量、CWQV42clxjMK0Pgg+DN19g==農(nóng)業(yè)全要素生產(chǎn)率和糧食安全［13-16］等的影響。研究表明，氣候變化推動多熟種植界限向北向西擴展，增加作物種植頻率和潛在播種面積［17］。在農(nóng)業(yè)生產(chǎn)方面，氣候變化會對農(nóng)作物單產(chǎn)、質(zhì)量和農(nóng)業(yè)全要素生產(chǎn)率產(chǎn)生影響，這些影響因作物種類、產(chǎn)業(yè)發(fā)展和地理位置而異［18］。也有研究表明，氣溫、降水和日照等氣候變量會對作物單產(chǎn)產(chǎn)生“先增后減”的非線性關(guān)系［13］。此外，部分學(xué)者認為氣候變化增加了糧食系統(tǒng)的不確定性［6］，對糧食安全構(gòu)成威脅［16］。三是探究了應(yīng)對氣候變化的適應(yīng)性措施。研究發(fā)現(xiàn)，農(nóng)業(yè)生產(chǎn)主體會采取調(diào)整種植日期，提高種植面積、改變作物結(jié)構(gòu)，調(diào)整農(nóng)藥、化肥、勞動力的投入，采取新技術(shù)，購買農(nóng)業(yè)保險［19-22］等措施應(yīng)對氣候變化對農(nóng)業(yè)生產(chǎn)的負面影響。

已有研究為理解氣候變化與農(nóng)作物播種面積的關(guān)系提供了理論依據(jù)和現(xiàn)實支撐，但仍存在局限。首先，大多數(shù)研究僅從自然科學(xué)角度考察氣候變化對播種面積的影響，缺乏融合經(jīng)濟社會因素的全面視角;其次，現(xiàn)有研究通常局限于分析特定區(qū)域或單一作物受到的影響，缺乏從全國糧食安全角度對多種作物的系統(tǒng)性實證分析，并忽略了氣候變化在不同區(qū)域?qū)ΣシN面積影響的差異。此外，現(xiàn)有研究多依據(jù)短期氣候波動沖擊識別氣候變化，未能充分反映氣候變化的長期趨勢。在已有研究的基礎(chǔ)上，本文基于氣象站點數(shù)據(jù)、地區(qū)農(nóng)業(yè)和社會經(jīng)濟數(shù)據(jù)，綜合考慮標準化處理后的氣候變量對中國小麥、玉米、水稻與青飼料播種總面積的影響，并重點分析了該影響在不同地區(qū)、不同作物間的差異性。

（二）研究假設(shè)

1.氣候變化與作物播種面積。氣候變化通過改善水熱條件可能對作物播種面積產(chǎn)生正向影響。一方面，氣溫升高提高了有效積溫，推動農(nóng)作物種植區(qū)向北擴展，多熟作物種植北界北移。1986-2009年中國潛在不可耕地面積相對1961-1985年減少約34.33％［23］，可耕地面積明顯擴大。1981-2010年，一年三熟種植整體面積擴大2.8％［24］。至2050年，兩熟制北界預(yù)計將北移至目前一熟制地區(qū)中部［25］。另一方面，東北、西北和西藏的降水量增加，有利于耕地擴張且顯著提升了這三個地區(qū)的糧食生產(chǎn)潛力。氣候變化對全國耕地氣候生產(chǎn)潛力的相對貢獻率為69.26％，在東北、黃土高原和青藏高原分別為86.88％、53.20％和70.40％［26］。

氣候變化也會對作物播種面積造成負面影響。一方面，氣候變化導(dǎo)致農(nóng)業(yè)生產(chǎn)的自然環(huán)境惡化，其引發(fā)的干旱、極端降水等自然災(zāi)害導(dǎo)致土壤侵蝕和退化，減少可耕地面積［27］。另一方面，氣候變化提高農(nóng)業(yè)生產(chǎn)成本，降低農(nóng)民收入和生產(chǎn)的意愿，導(dǎo)致作物播種面積下降。為應(yīng)對氣候變化，農(nóng)民需加大對水利設(shè)施、化肥、農(nóng)藥等的投資，提高生產(chǎn)成本［28］，而作物質(zhì)量和產(chǎn)量的降低導(dǎo)致收入下降［14］，這些因素共同作用使得農(nóng)業(yè)勞動力陸續(xù)轉(zhuǎn)移至非農(nóng)產(chǎn)業(yè)，作物播種面積進一步減少。據(jù)此，本文提出待檢驗假設(shè)1。

H 1：氣候變化對作物播種面積的影響具有不確定性。

氣候變化對作物播種面積的影響具有區(qū)域差異與作物類型差異。中國地域遼闊，各地初始氣候條件差異導(dǎo)致氣候變化對水熱資源的影響存在差異［29］。高緯度地區(qū)氣溫較低，氣候變化帶來的溫度升高與降水增加可以使農(nóng)作物擁有更加溫暖濕潤的生長環(huán)境，有益于農(nóng)業(yè)生產(chǎn)。而低緯度地區(qū)已經(jīng)具有較高的溫度和濕度，溫度升高與降水增加對低緯度地區(qū)作物的正向影響較小，氣候變化引起的極端天氣頻發(fā)可能為該地區(qū)農(nóng)業(yè)生產(chǎn)帶來負面影響。初始氣候條件決定了作物的地域分布特征，因此初始氣候條件的差異性將導(dǎo)致不同作物播種面積的調(diào)整存在差異［18，30］。據(jù)此，本文提出待檢驗假設(shè)2。

H 2：氣候變化對初始積溫不同地區(qū)、初始年降水量不同地區(qū)及不同種類作物播種面積的影響具有差異性。

2.氣候變化、有效灌溉面積與作物播種面積。在農(nóng)業(yè)生產(chǎn)領(lǐng)域，建設(shè)和完善灌溉設(shè)施是應(yīng)對氣候變化的有效適應(yīng)措施。增加有效灌溉面積能改善田間水分，改變作物對降水和溫度的敏感性，提高作物對氣候資源的有效利用。因此，氣候變化對播種面積的影響會因灌溉面積的差異而不同。隨著氣溫升高，熱量資源改善和復(fù)種指數(shù)增加會對作物播種面積產(chǎn)生正向影響，但也可能加劇干旱對播種面積的負面影響。通過擴大有效灌溉面積，農(nóng)業(yè)生產(chǎn)可以獲得更多水資源，在氣溫升高的地區(qū)改善水熱資源配置可滿足多熟制作物的用水需求，并增強氣溫上升對播種面積的正向影響。此外，有效灌溉面積的擴大還可以緩解季節(jié)性干旱和局部干旱情況，減輕氣溫升高的負面影響。同時，有效灌溉面積的擴大能夠減少作物生長對降水的依賴。研究表明，灌溉農(nóng)業(yè)區(qū)比雨養(yǎng)農(nóng)業(yè)區(qū)更能抵御降水不確定性帶來的損失［31］，增加降水量不再是灌溉農(nóng)業(yè)區(qū)擴大播種面積的主要動力［32］。

綜上所述，本文認為地區(qū)有效灌溉面積越大，積溫正向波動對作物播種面積的正向影響越顯著，而降水對播種面積的整體影響將被削弱，因此本文提出待檢驗假設(shè)3。

H 3a：有效灌溉面積的擴大將增強積溫對作物播種面積的正向影響，并減弱其負向影響;H 3b：有效灌溉面積的擴大會削弱降水對作物播種面積的正向影響和負向影響。

二、研究設(shè)計

（一）數(shù)據(jù)和變量

1.被解釋變量。本文選取小麥、稻谷、玉米與青飼料四類作物的總播種面積作為被解釋變量由于國產(chǎn)大豆主要用于食用領(lǐng)域，進口大豆主要用于壓榨豆油消費和豆粕飼用，因此本文的研究對象不包括大豆。。考慮到不同作物生長環(huán)境與水熱資源需求的差異，下文將分別使用四類作物的播種面積作為被解釋變量進行異質(zhì)性分析。

農(nóng)作物播種面積數(shù)據(jù)為1980-2020年28個省級單位的面板數(shù)據(jù)，鑒于西藏及港澳臺地區(qū)部分年份缺失值較多，予以剔除。同時考慮到區(qū)劃調(diào)整變化，為保證空間單位的一致性，本文參考過往文獻［33］，將1987年之后海南的相關(guān)數(shù)據(jù)并入廣東，1996年之后重慶的數(shù)據(jù)并入四川。播種面積數(shù)據(jù)來源于《中國統(tǒng)計年鑒》，其中部分省份數(shù)據(jù)缺失采用插值法添加處理，為了增強序列平穩(wěn)性，本文對作物播種面積進行了對數(shù)化處理。圖1展示了1980-2020年小麥、稻谷、玉米與青飼料總播種面積的變化趨勢。四類作物總播種面積由1980年的84 331千公頃下降至2003年的75 788千公頃，之后呈現(xiàn)上升趨勢，2020年總播種面積為96 919千公頃。

2.核心解釋變量。本文的核心解釋變量是標準化處理后的≥1℃積溫和生長期降水量。研究所使用的氣候數(shù)據(jù)來源于“國家氣象科學(xué)數(shù)據(jù)共享服務(wù)平臺中國地面氣候資料日值數(shù)據(jù)集（V3.0）”，選取1980-2020年日均溫度（℃）及日降水量（mm）數(shù)據(jù)。數(shù)據(jù)處理中，首先將氣象站點的數(shù)據(jù)使用反距離權(quán)重（IDW）插值成為0.1°×0.1°分辨率的網(wǎng)格數(shù)據(jù)，其次將插值得到的網(wǎng)格數(shù)據(jù)轉(zhuǎn)化成柵格數(shù)據(jù)并分區(qū)域匯總得到區(qū)縣級氣候數(shù)據(jù)，隨后利用Yang等［34］提供的土地覆蓋數(shù)據(jù)，以區(qū)縣耕地面積占所在省耕地總面積的比例為權(quán)重加總得到省級日均溫度及日降水量數(shù)據(jù)，最后分別計算各省的≥10℃積溫和生長期降水量。

積溫是農(nóng)業(yè)氣候的關(guān)鍵熱量指標，能夠綜合溫度與時間兩個維度反映各地區(qū)熱量差異［33］。降水量則是衡量地區(qū)水資源和農(nóng)作物天然水源的重要指標。鑒于農(nóng)業(yè)生產(chǎn)的季節(jié)性，本研究以春夏季（3-8月）為農(nóng)作物生長期。參考前人研究，用生長期降水量衡量氣候變化［35］。相比于氣象要素的絕對值，本文更關(guān)注水熱資源波動程度對作物播種面積的影響，因此本文參考相關(guān)文獻的處理方式［36］，以≥10℃積溫與生長期降水量為基礎(chǔ)，通過標準化處理構(gòu)造刻畫氣候變化的量化指標。標準化處理的步驟是首先計算某地區(qū)的≥10℃積溫和該地區(qū)歷史參照期（1960-1979年）≥10℃積溫的差值，再除以參照期積溫的標準差，標準化積溫衡量的是當(dāng)?shù)亍?0℃積溫相對歷史水平的波動程度。本文使用相同的方法構(gòu)建了標準化生長期降水量。

圖2（a）與圖2（b）分別展示了1980-2020年標準化積溫與標準化降水的變化情況。如圖所示，1980-1993年，標準化積溫變化并不顯著，但從1994年起呈現(xiàn)明顯的上升趨勢，在此期間雖然存在一些波動，但整體保持較高水平。標準化降水呈現(xiàn)出較大的波動性。1980-1999年間標準化降水呈現(xiàn)明顯的上升趨勢，并在1998年達到高峰值。然而，2000-2011年間標準化降水變化較不穩(wěn)定，且負值年份數(shù)量明顯多于正值年份，并在2011年達到低點。此后，標準化降水再次呈上升趨勢。如表2所示，標準化積溫均值為1.396，標準化生長期降水量為0.066，表明樣本期內(nèi)平均積溫和生長期降水高于參照期，全國范圍溫度和降水總體呈上升趨勢。

3.控制變量。基于已有研究［16，33］，本文的控制變量包括有效灌溉面積、化肥施用量、農(nóng)業(yè)機械總動力、農(nóng)林牧漁從業(yè)人員、第一產(chǎn)業(yè)增加值、城鄉(xiāng)居民人均可支配收入比、農(nóng)產(chǎn)品生產(chǎn)價格指數(shù)2001年以前農(nóng)產(chǎn)品生產(chǎn)價格指數(shù)為農(nóng)產(chǎn)品收購價格指數(shù);本文以1980年為基期，對各年農(nóng)產(chǎn)品生產(chǎn)價格指數(shù)進行調(diào)整。及糧食保護價收購政策、糧食直接補貼政策、退耕還林政策、糧改飼政策四個農(nóng)業(yè)政策變量農(nóng)業(yè)政策包括糧食保護價收購政策、糧食直接補貼政策、退耕還林政策及糧改飼政策。本文以政策出臺實施年份為劃分標準，出臺年以前的政策虛擬變量計為0，出臺年及之后年份計為1。。上述變量來自于《中國農(nóng)村統(tǒng)計年鑒》《中國農(nóng)業(yè)年鑒》各省統(tǒng)計年鑒、國家統(tǒng)計局網(wǎng)站。除城鄉(xiāng)居民人均可支配收入比、農(nóng)產(chǎn)品生產(chǎn)價格指數(shù)及農(nóng)業(yè)政策變量外，所有變量均取對數(shù)。

上述變量的具體定義見表1，表2展示了主要變量的統(tǒng)計性描述。

（二）計量模型

農(nóng)業(yè)生產(chǎn)呈現(xiàn)出明顯的地域特征，自然環(huán)境、農(nóng)作物地理分布和農(nóng)業(yè)產(chǎn)業(yè)結(jié)構(gòu)等指標不盡相同，而這些因素在時間、地理維度上相對穩(wěn)定，因此適合使用固定效應(yīng)模型分析氣候變化對作物播種面積的影響?；鶞誓Ｐ腿缦拢?/p>

y it=αG it+βR it+γX it+δ i+ θ t+ε it（1）

其中，y it為地區(qū)i在第t年的小麥、稻谷、玉米與青飼料總播種面積的對數(shù)。G it和R it分別是標準化處理后的積溫變量與降水變量，表示氣候變化;X it是一組控制變量，包括有效灌溉面積、化肥施用量、農(nóng)業(yè)機械總動力、農(nóng)林牧漁從業(yè)人員、第一產(chǎn)業(yè)增加值、城鄉(xiāng)居民人均可支配收入比、農(nóng)產(chǎn)品生產(chǎn)價格指數(shù)及四個農(nóng)業(yè)政策變量。δ i是省份固定效應(yīng)，θ t是年份固定效應(yīng)，ε it是隨機擾動項，α、β、γ是待估參數(shù)。

通過引入省份固定效應(yīng)，回歸模型能夠吸收不隨時間變化的省份特征，降低內(nèi)生性問題對估計結(jié)果的干擾。引入年份固定效應(yīng)可以吸收地區(qū)間共同的趨勢和波動對結(jié)果的影響，保證研究結(jié)果的準確性與可靠性。此外，為了深入了解氣候變化對不同地區(qū)播種面積的具體影響，本研究依據(jù)參照期（1960-1979年）≥10℃積溫、降水量，以及作物種類和考察期有效灌溉面積進行分組回歸分析，以揭示氣候變化對不同地區(qū)播種面積的差異性影響，提升研究的精準度和可靠性。

三、實證分析

（一）基準回歸結(jié)果

表3報告了基準回歸結(jié)果。在第Ⅰ列中，使用標準化積溫衡量氣候變化，其估計系數(shù)為0.032，1％水平下顯著。加入控制變量后，第Ⅱ列顯示標準化積溫的負影響不再顯著。第Ⅲ列在第Ⅰ列的基礎(chǔ)上加入標準化生長期降水量，此時標準化積溫的估計系數(shù)為0.032（1％水平下顯著），而標準化降水系數(shù)統(tǒng)計上不顯著。第Ⅳ列在第Ⅲ列的基礎(chǔ)上加入控制變量，標準化積溫的影響變得不顯著，而標準化降水的系數(shù)為0.028，10％水平下顯著。該系數(shù)表明，標準化降水每增加一個標準差，作物播種面積可增長2.8％，氣候變化引起的生長期降水量增加顯著提升了作物播種面積。

上述回歸結(jié)果表明，氣候變化的水熱資源變化對作物播種面積有正負兩方面的影響。加入控制變量后，標準化積溫對播種面積的負向影響不顯著，而標準化降水的增加顯著促進播種面積。這反映了糧食生產(chǎn)與水資源之間的不匹配可能是中國糧食生產(chǎn)的關(guān)鍵制約因素。北方是中國主要的糧食生產(chǎn)區(qū)，耕地面積占全國耕地總面積的60％，但水資源占有量卻不足20％［37］。因此降水量增加對于改善水熱資源、促進播種面積擴大尤為重要。假設(shè)H 1得以驗證。

第Ⅳ列回歸分析表明，在1％顯著性水平下，有效灌溉面積、化肥施用量、農(nóng)業(yè)機械總動力和農(nóng)林牧漁從業(yè)人員均正向影響作物播種面積。這說明提高灌溉面積、增加化肥使用和提升農(nóng)業(yè)機械化水平可以促進播種面積的增加，勞動力的增加也能起到類似作用。然而，糧食保護價政策和城鄉(xiāng)居民收入比分別在1％和10％顯著性水平下對播種面積有負面影響。這可能源于保護價政策未能有效激勵農(nóng)民，或者農(nóng)業(yè)收益低于非農(nóng)業(yè)活動，導(dǎo)致農(nóng)民減少播種面積，轉(zhuǎn)向非農(nóng)活動。城鄉(xiāng)收入差距的擴大也可能因相似原因影響播種面積。

（二）穩(wěn)健性檢驗

1.用其他變量衡量氣候變化。表4展示了使用其他變量衡量氣候變化的回歸結(jié)果。首先，選取1960-1969年作為參照期對積溫與生長期降水進行標準化處理，以檢驗參照期選擇對回歸結(jié)果的影響。如第Ⅰ列所示，標準化積溫的影響不顯著，而標準化降水的估計系數(shù)為0.031（10％水平顯著），與基準回歸結(jié)果相符。其次，采用標準化處理的年均溫度與生長期降水量作為衡量氣候變化的指標，如第Ⅱ列所示，年均氣溫波動的影響在10％顯著性水平下為負，而生長期降水量波動的影響不顯著。上述結(jié)果與基準回歸趨勢一致，而顯著性有所差異，表明不同氣候變化指標對作物播種面積的影響趨勢保持一致，但顯著性水平可能因指標不同而變化。

除了對氣候變量進行標準化處理外，文獻中還經(jīng)常使用氣象要素的絕對值反映氣候變化。然而，這種方法實際上捕捉了天氣變化，其回歸結(jié)果主要反映短期天氣波動對作物播種面積的影響。為了闡明氣候變化與氣象波動對作物播種面積影響的差別，本文參考現(xiàn)有文獻［38］，使用公式（2）進行檢驗。公式（2）中T it與P it分別代表氣象要素中的溫度變量與降水變量，α、β、γ、X it、δ i、θ t、ε it的定義與公式（1）一致。

y it=α 1 T it+α 2 T2 it+β 1 P it+β 2 P2 it+γX it+δ i+θ t+ε it（2）

表4中，第Ⅲ列使用積溫和生長期降水量的絕對值來表示氣候變化，第Ⅳ列使用年均溫度與生長期降水量的絕對值表示氣候變化。結(jié)果顯示，第Ⅲ列中，≥10℃積溫和其二次項在10％水平下顯著，系數(shù)分別為-1.999和0.133。生長期降水量的一次和二次項系數(shù)均不顯著。在第Ⅳ列，年均溫度及其二次項在1％水平顯著，系數(shù)分別為-0.991和0.331，而生長期降水量的相關(guān)系數(shù)并不顯著。上述結(jié)果表明，短期氣象波動和長期氣候變化對作物播種面積的影響各有不同，短期內(nèi)積溫影響大于降水，而在長期氣候變化中，降水量的影響更為顯著。

2.加入時間趨勢的一次項與二次項。參照丁宇剛等［36］的方法，本文在回歸模型中添加了一次與二次項的時間趨勢，以進一步控制其他不可觀測且隨時間變化的因素，從而更全面地減弱由于遺漏變量導(dǎo)致的內(nèi)生性問題。如表5所示，第Ⅰ列保留了省份固定效應(yīng)和年份固定效應(yīng)，并引入了時間趨勢的一次項;第Ⅱ列僅引入了時間趨勢一次項，未包括時間趨勢二次項與年份固定效應(yīng);第Ⅲ列引入時間趨勢一次項與二次項，未包括年份固定效應(yīng)。在上述幾種情形下，回歸結(jié)果依然保持一致，進一步驗證了本文結(jié)果的穩(wěn)健性。

四、異質(zhì)性分析

本文以參考期（1960-1979年）≥10℃積溫、參考期平均年降水量、作物種類以及樣本期歷年有效灌溉面積為分組依據(jù)，在分組回歸的基礎(chǔ)上，通過對比系數(shù)估計值及顯著性，驗證假設(shè)H 2與H 3。

（一）不同積溫地區(qū)之間的異質(zhì)性

首先，本文基于各地1960-1979年20年平均積溫（后文簡稱為“參照期積溫”），結(jié)合溫度帶劃分標準，將1980-2020年28個省份樣本劃分為3組（＜1 600℃，1 600～3 400℃，≥3 400℃）1960-1979年平均積溫＜1 600℃的省份有內(nèi)蒙古自治區(qū)、吉林省、寧夏回族自治區(qū)、甘肅省、青海省、黑龍江省;1 600～3 400℃的有上海市、云南省、北京市、四川省、天津市、安徽省、山東省、陜西省、新疆維吾爾自治區(qū)、江蘇省、江西省、河北省、河南省、浙江省、湖北省、湖南省、貴州省、遼寧省;≥3 400℃的省份有廣東省、廣西壯族自治區(qū)、福建省。分別進行回歸，估計結(jié)果如表6所示。

第Ⅰ列回歸結(jié)果表明，參照期積溫小于1 600℃的省份，標準化積溫與標準化生長期降水對播種面積有顯著負向影響，系數(shù)分別為-0.039和-0.240。在第Ⅱ列中，參照期積溫在1 600～3 400℃的省份標準化積溫的負向影響不顯著，而標準化降水的正向影響在5％的水平下顯著。第Ⅲ列結(jié)果顯示，參照期積溫大于3 400℃的省份，標準化降水顯著負向影響播種面積，而標準化積溫影響并不顯著?；貧w結(jié)果支持假設(shè)H 2中氣候變化對初始積溫不同地區(qū)播種面積的影響存在差異?？傮w來看，積溫低于1 600℃的地區(qū)受氣候變化的負向影響最大，這可能是由于這些地區(qū)生態(tài)脆弱，農(nóng)業(yè)條件較差，氣候變化造成的自然環(huán)境惡化等負面影響要遠遠大于水熱資源改善帶來的正面影響。積溫處于1 600～3 400℃的地區(qū)，降水對播種面積有正向影響，而積溫影響不顯著，反映了這些地區(qū)溫度的約束性不強，農(nóng)業(yè)生產(chǎn)對降水的依賴性較高。而在積溫超過3 400℃的地區(qū)，雖然農(nóng)業(yè)生產(chǎn)條件較優(yōu)，但氣候變化導(dǎo)致的極端天氣會帶來負面影響。

（二）不同年降水量地區(qū)之間的異質(zhì)性

降水的區(qū)域性差異會導(dǎo)致農(nóng)業(yè)生產(chǎn)能力和作物布局出現(xiàn)明顯差異。為了深入分析不同降雨量地區(qū)氣候變化對作物播種面積的影響，本文根據(jù)1960-1979年的平均年降水量，將樣本劃分為4組（＜400mm，400～800mm，800～1 200mm，≥1 200mm）1960-1979年生長期降水低于400mm的省份有內(nèi)蒙古自治區(qū)、寧夏回族自治區(qū)、新疆維吾爾自治區(qū)、青海省;400～800mm的省份有北京市、吉林省、天津市、山東省、山西省、河北省、河南省、甘肅省、遼寧省、陜西省、黑龍江省;800～1 200mm的省份有上海市、云南省、四川省、安徽省、江蘇省、湖北省、貴州省;≥1 200mm的省份有浙江省、湖南省、福建省、廣東省、廣西壯族自治區(qū)、江西省。進行回歸，結(jié)果見表7。

研究發(fā)現(xiàn)，標準化積溫和標準化降水對不同降水組的播種面積影響存在差異。在參照期年均降水量低于400mm的地區(qū)，標準化積溫和降水對播種面積的負面影響不顯著。在年降水量400～800mm以及800～1 200mm的地區(qū)，標準化積溫的負面影響不顯著，而標準化降水的正面影響在10％水平下顯著。在降水量超過1 200mm的地區(qū)，標準化積溫和降水的系數(shù)均為正，但標準化積溫的顯著性較弱，標準化降水則不顯著?；貧w結(jié)果支持假設(shè)H 2中氣候變化對初始降水不同地區(qū)播種面積的影響存在差異。這些差異可能反映了不同降水量地區(qū)因氣候變化調(diào)整作物播種面積的程度不同，從而導(dǎo)致回歸系數(shù)方向和顯著性存在差異，揭示了氣候變化對不同降水地區(qū)影響的差異性。

（三）不同作物之間的異質(zhì)性

考慮到作物對熱量和水分需求的差異，本文分別估計了氣候變化對小麥、玉米、水稻和青飼料四類作物播種面積的影響。為確保樣本的代表性，本研究選取了各類作物中，省級產(chǎn)量占全國總產(chǎn)量比例超過1%的年份累計超過20年的省份。實證結(jié)果如表8所示，標準化積溫對青飼料和玉米播種面積的影響在10％水平顯著為正;標準化降水對青飼料播種面積在5％水平下顯著為正，對玉米播種面積在10％水平顯著為正。氣候變化對小麥和水稻播種面積的影響不顯著，但標準化積溫對這兩類作物存在負向影響的趨勢，標準化降水存在正向影響趨勢?；貧w結(jié)果支持假設(shè)H 2中氣候變化對不同作物播種面積的影響存在差異。

總體而言，標準化降水增長對四類作物播種面積呈現(xiàn)正向影響，而標準化積溫的影響則存在差異。標準化降水增加為農(nóng)作物提供更多水資源，尤其對小麥、玉米和青飼料等主要種植在降水量較低地區(qū)的作物至關(guān)重要。水稻作物對充足水分需求較高，降水增加可以拓展播種區(qū)域。而標準化積溫增長對小麥和水稻可能導(dǎo)致適宜溫度閾值超標和水分蒸發(fā)增加，減少播種面積。玉米和青飼料作物對水分的需求相對較低，也更能適應(yīng)較高的溫度與干旱，積溫增長有利于擴大這兩種作物的可種植區(qū)域，增加播種面積。

（四）不同灌溉水平地區(qū)之間的異質(zhì)性

為檢驗假設(shè)H 3a與H 3b，本文根據(jù)有效灌溉水平進行分組回歸。分組依據(jù)是1980-2020年各省份每年度有效灌溉面積的中位數(shù)，高于此中位數(shù)為高灌溉組，低于為低灌溉組。

回歸結(jié)果如表9第Ⅰ、Ⅱ列所示。在低灌溉組，積溫波動影響不顯著（系數(shù)為-0.013），而標準化降水在10％水平下顯著（系數(shù)為0.050）。高灌溉組的標準化積溫在1％水平下顯著（系數(shù)為0.015），標準化降水系數(shù)為正且不顯著。結(jié)果支持H 3a和H 3b假設(shè)，表明擴大有效灌溉面積可以緩解積溫對播種面積的負面影響，甚至轉(zhuǎn)為正面，同時減少降水的正面影響。

為了增強異質(zhì)性分析的穩(wěn)健性，本文采用公式（3）驗證假設(shè)H 3a與H 3b。

y it=αG it+βR it+ηI it×G it+φI it×R it+γX it+δ i+θ t+ε it（3）

公式（3）中的I it為各省有效灌溉面積對數(shù)，其他變量意義與公式（1）相同。表9第Ⅲ列展示了回歸結(jié)果。積溫波動與有效灌溉面積交互項系數(shù)為0.022（1％水平下顯著），而積溫波動本身系數(shù)為-0.160（1％水平下顯著）。這表明擴大有效灌溉面積可以降低積溫波動的負面影響，結(jié)果支持假設(shè)H 3a。標準化降水與有效灌溉面積交互項系數(shù)為負，但在統(tǒng)計意義上并不顯著，而標準化降水本身系數(shù)在10％水平下為正。這說明擴大有效灌溉面積趨向于減少標準化降水的正面影響，支持假設(shè)H 3b。

五、結(jié)論與建議

本文基于1980-2020年省級面板數(shù)據(jù)，采用標準化處理后的≥10℃積溫與生長期降水，實證檢驗了氣候變化對作物播種面積的影響，主要結(jié)論如下。

標準化積溫上升對作物播種面積具有抑制趨勢，而標準化降水增加促進播種面積增加，該結(jié)論在不同測度方式及多種模型設(shè)定下穩(wěn)健。在參照期積溫小于1 600℃或大于等于3 400℃的地區(qū)，標準化積溫和降水增加均抑制播種面積。參照期積溫1 600～3 400℃的地區(qū)，標準化降水增加有利于播種面積擴大。不同降水量地區(qū)播種面積對氣候變化的響應(yīng)不一，年降水量小于400mm的地區(qū)，標準化積溫與降水的增長對播種面積有抑制趨勢;年降水量400～800mm與800～1 200mm的地區(qū)，標準化積溫上升對作物播種面積呈現(xiàn)抑制趨勢，而標準化降水增加對播種面積呈現(xiàn)促進作用;在降水量超過1 200mm地區(qū)，標準化積溫與降水的增長對播種面積的影響為正向趨勢。不同作物播種面積對氣候變化的響應(yīng)存在差異。標準化積溫和降水增加對青飼料和玉米播種面積有促進作用;積溫增加對小麥和水稻播種面積可能造成負面影響，降水增加對小麥和水稻播種面積可能產(chǎn)生正面影響。灌溉水平低的地區(qū)，降水增加顯著促進播種面積;灌溉水平高的地區(qū)，積溫上升對播種面積有正向促進作用。擴大有效灌溉面積能增強積溫對作物播種面積的正向影響，減弱其負向作用，同時削弱降水的影響。

基于上述結(jié)論，可以得到如下啟示：一是要推進高標準農(nóng)田建設(shè)，把“藏糧于地”的糧食安全戰(zhàn)略落實到位。關(guān)注土壤改良和灌排設(shè)施建設(shè)，通過農(nóng)田改造提升農(nóng)業(yè)適應(yīng)氣候變化的能力。二是要加大農(nóng)業(yè)科技研發(fā)，把“藏糧于技”的糧食安全戰(zhàn)略落到實處。關(guān)注農(nóng)作技術(shù)改良，推動建立標準化生產(chǎn)模式，通過技術(shù)創(chuàng)新提升農(nóng)業(yè)適應(yīng)氣候變化的能力，強化作物對自然資源的利用效率。三是優(yōu)化種植面積結(jié)構(gòu)，通過改變種植結(jié)構(gòu)提升農(nóng)業(yè)適應(yīng)氣候變化的能力。根據(jù)氣候資源稟賦調(diào)整種植范圍，適度擴大玉米和青飼料等作物的種植范圍，調(diào)整農(nóng)業(yè)生產(chǎn)結(jié)構(gòu)與畜產(chǎn)品消費不斷增加的食物需求結(jié)構(gòu)匹配，保障大食物總體安全。四是加強氣候服務(wù)建設(shè)工作，通過科學(xué)防范提升各地適應(yīng)氣候變化的能力。政府部門應(yīng)建立健全農(nóng)業(yè)氣象服務(wù)和預(yù)警體系，加強氣象科學(xué)在糧食生產(chǎn)中的服務(wù)與防御作用，提高農(nóng)業(yè)生產(chǎn)對氣候變化的適應(yīng)能力。

參考文獻：

［1］ 習(xí)近平.高舉中國特色社會主義偉大旗幟 為全面建設(shè)社會主義現(xiàn)代化國家而團結(jié)奮斗——在中國共產(chǎn)黨第二十次全國代表大會上的報告［J］.中華人民共和國國務(wù)院公報，2022（30）：4-27.

［2］ 杜志雄，肖衛(wèi)東.全方位夯實糧食安全根基：意義、內(nèi)涵及重點任務(wù)［J］.中州學(xué)刊，2022（12）：32-39.

［3］ 黃季焜.對近期與中長期中國糧食安全的再認識［J］.農(nóng)業(yè)經(jīng)濟問題，2021（01）：19-26.

［4］ 杜志雄，李家家，郭燕.加快農(nóng)業(yè)強國建設(shè)應(yīng)重點突破的方向［J］.理論探討，2023（03）：154-162.

［5］ 居輝，袁佳雙，張馨月，等.IPCC AR6糧食系統(tǒng)的影響與適應(yīng)的新認知和新趨勢［J］.大氣科學(xué)學(xué)報，2022，45（04）：481-488.

［6］ 劉立濤，劉曉潔，倫飛，等.全球氣候變化下的中國糧食安全問題研究［J］.自然資源學(xué)報，2018，33（06）：927-939.

［7］ ORTIZ-BOBEA A.The Empirical Analysis of Climate Change Impacts and Adaptation in Agriculture［M］//BARRETT C， JUST D.Handbook of Agricultural Economics. Amsterdam：Elsevier，2021：3981-4073.

［8］ 付雨晴，丑潔明，董文杰.氣候變化對我國農(nóng)作物宜播種面積的影響［J］.氣候變化研究進展，2014，10（02）：110-117.

［9］ 國家統(tǒng)計局.農(nóng)業(yè)［EB/OL］.（2019-12-02）［2023-06-05］.https：//www.stats.gov.cn/sj/zbjs/202302/t20230202_1897099.html#：～：text=%E5%86%9C%E4%BD%9C%E7%89%A9%E6%92%AD%E7%A7%8D%E9%9D%A2%E7%A7%AF.

［10］ 李天祥，朱晶.近十年來中國糧食內(nèi)部種植結(jié)構(gòu)調(diào)整對水土資源利用的影響分析［J］.中國人口·資源與環(huán)境，2014，24（09）：96-102.

［11］ 許慶，陸鈺鳳，張恒春.農(nóng)業(yè)支持保護補貼促進規(guī)模農(nóng)戶種糧了嗎？——基于全國農(nóng)村固定觀察點調(diào)查數(shù)據(jù)的分析［J］.中國農(nóng)村經(jīng)濟，2020（04）：15-33.

［12］ 巢清塵，李柔珂，崔童，等.中國氣候變化科學(xué)認識進展及未來展望——中國《第四次氣候變化國家評估報告·第一部分》［J］.中國人口·資源與環(huán)境，2023，33（01）：74-79.

［13］ 陳帥，徐晉濤，張海鵬.氣候變化對中國糧食生產(chǎn)的影響——基于縣級面板數(shù)據(jù)的實證分析［J］.中國農(nóng)村經(jīng)濟，2016（05）：2-15.

［14］ KAWASAKI K，UCHIDA S.Quality Matters More Than Quantity：Asymmetric Temperature Effects on Crop Yield and Quality Grade［J］.American Journal of Agricultural Economics，2016，98（04）：1195-1209.

［15］ CHEN S，GONG B.Response and Adaptation of Agriculture to Climate Change：Evidence From China［J］.Journal of Development Economics，2021，148：102557.

［16］ 蘇芳，劉鈺，汪三貴，等.氣候變化對中國不同糧食產(chǎn)區(qū)糧食安全的影響［J］.中國人口·資源與環(huán)境，2022，32（08）：140-152.

［17］ 段居琦，袁佳雙，徐新武，等.對IPCC AR6報告中有關(guān)農(nóng)業(yè)系統(tǒng)結(jié)論的解讀［J］.氣候變化研究進展，2022，18（04）：422-432.

［18］ CHEN X，CUI X，GAO J.Differentiated Agricultural Sensitivity and Adaptability to Rising Temperatures Across Regions and Sectors in China［J］.Journal of Environmental Economics and Management，2023，119：102801.

［19］ CUI X，XIE W.Adapting Agriculture to Climate Change Through Growing Season Adjustments：Evidence From Corn in China［J］.American Journal of Agricultural Economics，2022，104（01）：249-272.

［20］ ARAGON F M，OTEIZA F，RUD J P.Climate Change and Agriculture：Subsistence Farmers’ Response to Extreme Heat［J］.American Economic Journal：Economic Policy，2021，13（01）：1-35.

［21］ JAGNANI M，BARRETT C B，LIU Y，et al.Within-Season Producer Response to Warmer Temperatures：Defensive Investments by Kenyan Farmers［J］.The Economic Journal，2021，131（633）：392-419.

［22］ 高雪，李谷成，尹朝靜.氣候變化下的農(nóng)戶適應(yīng)性行為及其對糧食單產(chǎn)的影響［J］.中國農(nóng)業(yè)大學(xué)學(xué)報，2021，26（03）：240-248.

［23］ 吳紹洪，趙東升.中國氣候變化影響、風(fēng)險與適應(yīng)研究新進展［J］.中國人口·資源與環(huán)境，2020，30（06）：1-9.

［24］ YANG X，CHEN F，LIN X，et al.Potential Benefits of Climate Change for Crop Productivity in China［J］.Agricultural and Forest Meteorology，2015，208：76-84.

［25］ 錢鳳魁，王文濤，劉燕華.農(nóng)業(yè)領(lǐng)域應(yīng)對氣候變化的適應(yīng)措施與對策［J］.中國人口·資源與環(huán)境，2014，24（05）：19-24.

［26］ 劉澤瑾，焦利民，連喜紅.1995-2020年氣候變化和耕地利用變化對中國耕地氣候生產(chǎn)潛力的影響分析［J］.中國土地科學(xué)，2022，36（03）：62-73.

［27］ 胡新艷，鄭沃林.氣候變化、農(nóng)業(yè)風(fēng)險與農(nóng)戶農(nóng)業(yè)保險購買行為［J］.湖南師范大學(xué)社會科學(xué)學(xué)報，2021，50（02）：95-104.

［28］ 孫巨青.全球氣候談判及對農(nóng)業(yè)的影響［J］.世界農(nóng)業(yè)，2016（05）：145-148.

［29］ TAN X，LIU S，TIAN Y，et al.Impacts of Climate Change and Land Use/Cover Change on Regional Hydrological Processes：Case of the Guangdong-Hong Kong-Macao Greater Bay Area［J］.Frontiers in Environmental Science，2022，9：688.

［30］ SLOAT L L，DAVIS S J，GERBER J S，et al.Climate Adaptation by Crop Migration［J］. Nature Communications，2020，11（01）：1243.

［31］ FISHMAN R.Groundwater Depletion Limits the Scope for Adaptation to Increased Rainfall Variability in India［J］.Climatic Change，2018，147：195-209.

［32］ CUI X.Climate Change and Adaptation in Agriculture：Evidence From US Cropping Patterns［J］.Journal of Environmental Economics and Management，2020，101：102306.

［33］ 易福金，周甜甜，陳曉光.氣候變化、農(nóng)業(yè)科研投入與農(nóng)業(yè)全要素生產(chǎn)率［J］. 南京農(nóng)業(yè)大學(xué)學(xué)報（社會科學(xué)版），2021，21（04）：155-167.

［34］ YANG J，HUANG X.The 30 M Annual Land Cover Dataset and Its Dynamics in China From 1990 to 2019［J］.Earth System Science Data，2021，13（08）：3907-3925.

［35］ 呂麗莉，孔鋒，王品.1961-2016年中國四季降雨事件的時序演變特征［J］.人民長江，2018，49（S2）：73-79.

［36］ 丁宇剛，孫祁祥.氣候風(fēng)險對中國農(nóng)業(yè)經(jīng)濟發(fā)展的影響——異質(zhì)性及機制分析［J］.金融研究，2022（09）：111-131.

［37］ 勵汀郁，普蓂喆，鐘鈺.食物安全還是資源安全：“大食物觀”下對中國食物缺口的考察［J］.經(jīng)濟學(xué)家，2023（05）：109-117.

［38］ MREL P，GAMMANS M.Climate Econometrics：Can the Panel Approach Account for Long-run Adaptation？［J］.American Journal of Agricultural Economics，2021，103（04）：1207-1238.

Impact of Climate Change on the Sown Area of Food and Feed Crops in China

GUO Yan1，DU Zhixiong1，2*

（1.College of Applied Economics，University of Chinese Academy of Social Sciences，Beijing 102488;2.Rural Development Institute，Chinese Academy of Social Sciences，Beijing 100732，China）

Abstract：Scientific assessment of the impact of climate change on crop sown area is vital for in-depth understanding of the relationship between climate change and agricultural production and for formulating targeted strategies to cope with climate change.Based on provincial panel data from 1980 to 2020， taking the change in the total sown area of wheat，rice，maize，and green fodder crops as an example，the standardized≥10℃ cumulative temperature and growing season precipitation are used as the core indicators to portray climate change.A two-way fixed effects model is used to assess the impacts of climate change in the provincial geographic units on the sown area of crops，with a focus on analyzing the heterogeneity of such impacts.The results show that an increase in standardized cumulative temperature tends to inhibit the sown area of crops，while an increase in standardized precipitation shows a promoting effect on the sown area.Heterogeneity analysis showed that the response of crop sown area to climate change varied among regions with different temperature accumulation，annual precipitation，crops，and irrigation levels.Based on this，in order to guarantee food security，it is necessary to promote the construction of high-standard farmland，increase the research and development of agricultural science and technology，optimize the structure of planting areas，strengthen the work of climate service construction，and enhance the ability of each region to adapt to climate change.

Keywords：climate change;sown area;food security;regional heterogeneity

（責(zé)任編輯：楊峰）