江慧珍 朱紅根

（江西農業(yè)大學經濟管理學院，江西 南昌 330045）

一、問題的提出

全球氣候正在發(fā)生巨大的變化，氣候變暖尤為明顯，它會給農業(yè)生產造成巨大的影響，將造成農產品產量不同程度的下降。而水稻生產過程對自然資源的高依賴性使得水稻生產不可避免地會受到氣候變化的影響，造成產量不穩(wěn)定。水稻作為我國三大糧食作物之一，其產量的穩(wěn)定與否不僅關系到國內糧食安全，也關系到我國對外能否獨立自主，是我國社會經濟可持續(xù)發(fā)展的關鍵所在。2015年中央一號文件連續(xù)第十二年聚焦三農，再次強調糧食安全問題，并指出要不斷增強糧食生產能力。然而，近年來氣候變化對糧食安全產生了重大威脅，因此研究氣候變化對我國水稻產量的影響具有重要的現實意義。

近年來，國內外學者針對氣候變化對農業(yè)的影響開展了大量研究，主要是從自然科學領域和社會經濟領域兩個方面開展。在自然科學領域，研究氣候變化對農業(yè)的影響主要集中于觀測試驗和模型模擬兩個方面。在觀測試驗方面，Sinclair and Seligman 通過構建作物模型進行作物生長的動態(tài)模擬，研究作物在一定氣候條件下的生產潛力［1］。曹仁林等用開頂式熏氣罩進行不同二氧化碳濃度下的實驗觀測，結果表明花生、大豆的生長和產量是隨著二氧化碳濃度的增加而增加的，兩者呈顯著的正相關關系，而在地面溫度上升3 攝氏度左右，大豆、花生等C3 作物的增產效果最為顯著［2］。在模型模擬方面，金之慶、林而達等使用GCM 模型研究了氣候變化對中國糧食作物產量的影響程度，結果發(fā)現氣候變化對糧食作物產量有負面影響［3－4］。胡實等利用VIP 模型分析發(fā)現，大氣二氧化碳濃度增加、溫度、降雨和日照時數變化對冬小麥產量的影響分別是11.0%、0.7%、－0.2%和－6.5%，對夏玉米產量的影響分別是0.7%、－3.6%、－1.0%和－6.8%。此類研究方法雖也有實證分析，但是缺乏對經濟因素的考慮，因而得出的結果可能存在一定的誤差［5］。

從社會經濟角度研究氣候變化對農作物產量的影響主要是借助加入了氣候因素的經濟模型來分析。Mirza Nomman Ahmed et al 通過面板數據模型，得出氣候變化對巴基斯坦地區(qū)農業(yè)生產率有負影響，并且對糧食安全具有長期威脅［6］。Lin et al.則使用農戶數據，運用非線性生產函數模型分別研究了氣候變化對中國主要糧食作物產量的影響，研究表明：溫度、降水量和平均日照時數變化對小麥產量變化的彈性分別為－0.76、0.66 和－0.38，對水稻產量變化的彈性分別為－2.61、－1.72 和0.59，對玉米產量變化的彈性分別為3.14、1.64 和－0.60［7］。周曙東、朱紅根運用省級面板數據分析了氣候變化對中國南方水稻產量的影響，研究發(fā)現，在南方地區(qū)水稻生長期間，平均溫度每上升1 攝氏度將導致水稻平均產量下降2.52%－3.48%，平均降水量每增加10 毫米將導致水稻平均產量下降0.40%［8］。劉天軍等運用超越對數生產函數模型分析了氣候變化對蘋果主產區(qū)蘋果產量的影響，研究表明：溫度每上升1 攝氏度，蘋果戶均年產量增加7.56%－11.26%；降水量每增加10 毫米，蘋果戶均年產量減少8.33%－14.17%［9］。

現有的自然科學領域和社會科學領域的研究充分運用了其學科知識特點對氣候變化問題進行了深入探討，但仍有繼續(xù)拓展的空間。一方面，從自然科學角度研究氣候變化一般不涉及社會經濟因素，并沒有考慮農民應對氣候變化采取的適應性措施，因此有可能高估氣候變化對糧食作物產量的影響程度；另一方面，從社會科學角度研究氣候變化的影響雖然克服了實驗方法脫離現實的問題，但是不同的研究方法和氣候因子處理的差異，往往會得出不同的研究結論。基于以上分析，本文試圖通過經濟學研究方法，在超越對數生產函數的基礎上加入氣候因子，考慮農民應對氣候變化過程中各要素投入量的改變，構建一個綜合考慮氣候變化和社會經濟因素的非線性生產函數模型，從而更加客觀地評價生長期氣候變化對水稻產量的總體影響程度。

二、模型與數據

（一）模型

Cobb－Douglas 生產函數模型主要用于描述生產要素投入和產量之間的關系。水稻生產不僅受氣候因素和土地、機械、勞動力、有效灌溉面積、化肥的影響，還受技術進步、區(qū)域特征的影響。因此水稻產量的影響因素理論模型形式如式（1）所示：

其中，Y 代表產量，A 代表播種面積，M 代表機械，F 代表化肥投入，L 代表勞動投入，I 代表有效灌溉面積，T 代表溫度，P 代表降水量，TE 表示技術進步，D 表示區(qū)域虛擬變量。本文研究假定種植面積對產量影響的規(guī)模報酬不變，借鑒Barrios et al.，Lee et al.和Mounir Belloumi［10－12］等作者的研究，對C－D 函數適當變形，使用水稻產量作為被解釋變量，其形式如式（2）所示：

超越對數生產函數具有靈活的函數形式，因此能較好地測度各投入要素的相互影響及產出彈性，故本文在式（1）和式（2）的基礎上，引入氣候因子、技術進步及區(qū)域虛擬變量，得到模型式（3）：

其中，Y 代表水稻產量（萬噸），A 代表水稻播種面積（千公頃），M 代表機械總動力（萬千瓦），F代表化肥使用量（萬噸），L 代表勞動力數量（萬人），I 代表有效灌溉面積（千公頃），T 代表生長期月平均溫度（攝氏度），P 代表生長期月平均降水量（毫米），TE 表示技術進步，考慮到氣候因子對水稻產量的非線性關系，本文用溫度和降水的對數值及其二次項來表現這一影響。本文加入區(qū)域虛擬變量D 來表示不同區(qū)域條件對水稻產量的影響程度。μ 表示誤差項，β 為系數項（取對數之后各項系數表示水稻產量對各項投入指標的彈性）。

（二）數據來源

本研究數據來源于全國28 個省（市）（上海、青海由于數據缺失不包含在模型中，重慶市被并入四川省進行處理），2005－2012年期間的面板數據，氣候數據主要是各省水稻生長期月平均氣溫和月平均降水量，來源于國家氣象中心；水稻產量和其他控制變量數據（如面積、勞動力、機械、化肥、有效灌溉面積等）主要來源于中國統計年鑒、新中國55年統計資料匯編?？紤]到南北方水稻種植的差異性，北方水稻主要指中稻和一季晚稻，生長期在4－10月份；南方水稻則是以雙季稻為主，生長期在4－11月份。水稻生產勞動力投入人數經過計算而來，計算方法如下：水稻生產勞動力投入人數＝農林牧副漁從業(yè)人員數*（農業(yè)總產值／農林牧副漁總產值）*（水稻播種面積／農作物播種面積）；水稻生產化肥投入＝化肥投入量*（水稻播種面積／農作物播種面積），水稻生產機械投入和有效灌溉面積的計算方法同上。關于技術進步變量，本文采用現有大部分學者的研究方法，以時間趨勢代替；參照全國行政區(qū)劃圖，該模型將全國分為七個地區(qū)，分別為華南地區(qū)、華東地區(qū)、華北地區(qū)、華中地區(qū)、西南地區(qū)、西北地區(qū)和東北地區(qū)，本文以華南地區(qū)為參照對象，當省份為華東地區(qū)時，D1＝1，其他則為0；當省份為華北地區(qū)時，D2＝1，其他則為0；當省份為華中地區(qū)時，D3＝1，其他則為0；當省份為西南地區(qū)時，D4＝1，其他則為0；當省份為西北地區(qū)時，D5＝1，其他則為0；當省份為東北地區(qū)時，D6＝1，其他則為0。

如表1 所示，產量和各主要投入要素的最大值與最小值之間差距很大，其波動也較大，反映出水稻生產要素投入與水稻產量的不規(guī)律性，主要原因是分布區(qū)域較廣，水稻生產水平和氣候差異較大。氣候因子變量中溫度波動較小，而降水量波動很大，溫度與降水量的不同變化將對水稻產量造成不同程度的影響。區(qū)域虛擬變量的均值都在0.1 左右，表明各區(qū)域的樣本數相差不大。

三、實證模型結果分析

本文采用面板數據進行回歸分析，為進一步減少截面異方差和時間序列自相關對回歸造成的不利影響，運用面板廣義最小二乘估計法，通過likelihood ratio 檢驗確定選擇固定效應模型還是混合效應模型，最終本文得出混合效應模型優(yōu)于固定效應模型的結論，并在此基礎上使用時期加權進行估計。表2 為最終的混合效應模型的回歸結果。

從表2 可知，模型總體結果很好，R2和調整R2都很高，說明我國水稻影響因素方程的解釋能力都達到99.9%以上。氣候因子中，溫度和降水量都對水稻產量有顯著影響。溫度通過了1%的顯著性檢驗，其產出彈性為－4.25；降水量通過10%水平的顯著性檢驗，其產出彈性為0.27。樣本年度內，溫度的總體變化范圍為13.13－27.85 攝氏度，降水量的總體變化范圍為8.42－298.34 毫米，依據溫度和降水量的產出彈性，可計算出月平均溫度每提高1 攝氏度，水稻產量下降15.27%－32.4%；月平均降水量每增加1 毫米，水稻產量增加0.09%－3.26%。

表1 模型變量定義與描述性統計

表2 生長期氣候變化對水稻產量影響的模型結果（2005－2012）

其他控制變量也都通過了不同水平的顯著性檢驗，規(guī)模彈性為1.4642，現階段水稻生產處于規(guī)模報酬遞增階段。

（一）氣候因子對水稻產量的影響

從氣溫變化來看，由表2 可知，生長期氣溫變化對水稻產量影響通過了1%的顯著性檢驗且其一次項系數為負，二次項系數為正，表明生長期氣溫變化與水稻產量呈U 型關系，即水稻生長期的溫度較低時，其與水稻產量有負相關關系，但當溫度升高到一定程度后，溫度繼續(xù)升高對水稻產量反而具有正面影響。其主要原因在于樣本中水稻生長期平均溫度介于13.13－27.85 攝氏度之間，當水稻生長期的平均溫度不高時，溫度升高加劇了水稻病蟲害的滋生和蔓延，不利于水稻產量的形成，如水稻紋枯病在22－28 攝氏度最宜發(fā)作，水稻二化螟在23－26 攝氏度發(fā)病最多，水稻稻瘟病在24－28 攝氏度適溫高濕天氣最容易發(fā)生；由于水稻是喜高溫植物，所以當溫度達到水稻的穗分化、抽穗、開花適溫時，水稻生長發(fā)育放緩，生育期大大延長，有效分蘗增加，導致總干重和穗重增加，有利于形成大穗、提高結實率和千粒重。此外，氣溫升高不僅有助于擴大多熟制種植面積，而且還有利于增加熱量、提高水稻單產，水稻總產量也會相應增加。

從降水變化來看，據模型結果可知，生長期降水一次項和二次項對水稻產量的影響分別通過了10%和5%的顯著性檢驗，且其一次項系數為正，二次項系數為負，說明降水變化與水稻產量呈倒U 型關系，即在降水量少的時期，降水增加對水稻產量呈正向影響，但當降水量到達一定量的臨界點后，降水增加反而不利于水稻產量的形成。這主要是因為在降水量較少時期，由于水稻喜濕，降水適量增加有利于水稻的生長發(fā)育，從而對水稻總產量有積極的作用；但是降水量過多會抑制水稻的生長發(fā)育，稻田灌水過深，造成含氧量少，使分蘗受抑制，從而直接影響水稻產量。例如，南方地區(qū)處于開花授粉階段的早稻如果受暴雨沖刷，會使授粉結實率受到較大影響，不利于后期產量形成。

（二）控制變量對水稻產量的影響

水稻總播種面積和機械投入在1%的水平上通過顯著性檢驗且其系數為正，說明水稻播種面積和機械投入對水稻產量具有積極的促進作用。表明增加水稻播種面積、增加機械投入是今后水稻增產的重要途徑。具體而言，在其他變量不變的情況下，水稻機械投入增加1%，水稻產量便增加2.09%，且其彈性系數在所有變量中最大，說明在2005－2012年間，機械投入對我國水稻產量的貢獻最大，因此，農業(yè)機械化經營將是今后保持水稻穩(wěn)產高產的重要選擇。播種面積對水稻產量的影響僅次于機械投入，播種面積每增加1%，水稻產量增加約1.83%，說明水稻產量的增加在很大程度上依賴于耕地資源，因此要保障我國糧食產量，必須保護耕地資源，尤其是質量較好、適于機械化耕作的耕地。

化肥投入和勞動力分別通過10%和1%的顯著性檢驗，但其系數為負，說明在本文考察期內化肥投入和勞動力對水稻產量具有顯著的負面影響。勞動力對水稻產量的影響為負，一方面可能是因為目前我國農業(yè)生產技術和現代化機械的運用，替代了傳統農村勞動力對水稻生產的貢獻，一定程度上可以解釋目前勞動力轉移后水稻產量卻在上升這一現象；另一方面，農村可能仍然存在大量的剩余勞動力，一部分勞動力邊際產量為零甚至為負數，這也會導致從事水稻生產人員多而水稻產量卻變低的現象?；释度肱c水稻產量的負相關關系在于，近年來雜交水稻品種的推廣、農戶對耐高溫耐病蟲害水稻品種的采用以及農業(yè)生產結構的轉型，大量減少了化肥的使用量，使施用化肥的邊際效應遞減，加上化肥過量使用會導致土壤酸化，降低土壤肥力，從而不利于水稻產量的增加。

有效灌溉面積未通過檢驗，但其系數為正，表明有效灌溉面積越大，水稻產量可能會越高，因此保持水稻產量、維護糧食安全，積極修建水利、擴大有效灌溉面積應該被提上日程。

技術進步對水稻產量的影響在1%的水平上通過了顯著性檢驗且其系數為正，表明21 世紀以來，農業(yè)技術進步對水稻產量具有積極的促進作用，主要表現在水稻新技術的快速推廣和采用，特別是雜交水稻技術和優(yōu)良品種的大力采用和推廣、生產經營管理水平的提高以及水稻先進灌溉技術的運用，都為水稻產量提高奠定了堅實的技術基礎，此外耐高溫耐病蟲害水稻品種的應用在很大程度上減少了外界高溫病蟲害的侵害，增產效果顯著。

區(qū)域變量中，華北、華中和西北地區(qū)通過了1%的顯著性檢驗，華北地區(qū)系數為負，華中和西北地區(qū)系數為正；華東和西南地區(qū)在5%的水平上通過了顯著性檢驗，且系數都為正；東北地區(qū)未通過檢驗。表明相對于華南地區(qū)來說，華中、西北、華東、西南等四大區(qū)域的水稻產量更高，而華北地區(qū)水稻產量更低，東北地區(qū)與華南地區(qū)水稻產量沒有顯著差異，其可能原因在于各個地區(qū)的農業(yè)生產基礎設施、制度環(huán)境等的差異。

四、政策啟示

（一）引導農戶積極應對氣溫升高帶來的影響

一方面要鼓勵溫度低的地區(qū)農戶采用耐病蟲害的新作物品種，降低氣候變暖對水稻產量造成的沖擊；另一方面，在溫度高的地區(qū)，要充分利用氣候變暖帶來的熱量增加的特點，適當增加多熟制種植范圍和復種指數，擴大水稻種植范圍。

（二）引導農戶積極應對降水的影響

模型結果表明，降水量增加到一定程度后會對水稻生產造成負面沖擊，因此，政府應大力加強農田水利設施建設力度，提高農田水利設施的抗災能力。同時，注意應對我國南北方降水量時空分配不均的問題。在南方地區(qū)，應當加強應對洪澇災害和季節(jié)性干旱的問題；在北方地區(qū)，要增強抗旱設施的投入力度，積極擴大抗旱新品種的推廣應用，同時大力發(fā)展節(jié)水灌溉技術。

（三）合理使用并優(yōu)化各要素投入結構

一是大力保護耕地，確保耕地面積紅線，從而保證充足的糧食種植面積，保障國家糧食安全；二是大力推進農業(yè)機械化，推動農業(yè)生產規(guī)模化經營，從而提高水稻生產效率和糧食產量；三是大力推進農業(yè)技術進步，不斷發(fā)明和創(chuàng)新作物栽培技術、良種良法技術、耕作技術，從而提高水稻單產；四是引導農戶科學合理地使用化肥，在擴大化肥使用量的同時，更要注重化肥使用效率，降低化肥過度施用給土地生產力帶來的負面影響。

［1］Sinclair，T.R.and Seligman，N.G.：Crop Modeling：From Infancy to Maturity，Agronomy Journal，1996，88（5）：698－704.

［2］曹仁林，霍文瑞，郝建軍，何宗蘭，李艷麗.CO2 對大豆、花生產量的效應［J］.農業(yè)環(huán)境保護，1994，（03）：124－126.

［3］金之慶.全球氣候變化對中國糧食生產影響的模擬研究［D］.南京農業(yè)大學，1991.

［4］林而達，張厚宜，王京華.全球氣候變化對中國農業(yè)影響的模擬［M］.中國農業(yè)出版社，1997.

［5］胡實，莫興國，林忠輝.氣候變化對海河流域主要作物物候和產量影響［J］.地理研究，2014，（01）：3－12.

［6］Mirza Nomman Ahmed，Michael Schmitz.Economic assessment of the impact of climate change on the agriculture of Pakistan.Business and Economic Horizons，2011，4（1）：1－12.

［7］Lin，Tun；Liu，Xiaoyun；Wan，Guanghua；Xin，Xian and Zhang，Yongsheng：Impact of Climate Change on the People’s Republic of China’s Grain Output－Regional and Crop Perspective［C］.ADB Economics Working Paper Series，Publication Stock Asian Devolopment Bank，Philippines，2011.

［8］周曙東，朱紅根.氣候變化對中國南方水稻產量的經濟影響及其適應策略［J］.中國人口·資源與環(huán)境，2010，20（10）：152－157.

［9］劉天軍，蔡起華，朱玉春.氣候變化對蘋果主產區(qū)產量的影響——來自陜西省6 個蘋果生產基地縣210 戶果農的數據［J］.中國農村經濟，2012，（5）：32－40.

［10］Barrios，S.，Ouatarra，B.，and Strobl，E.，.The Impact of Climatic Change on Agricultural Production：Is It Different for Africa［J］.Food Policy，2008，33（4）：287－298.

［11］Lee，J.，Nadolnyak，D.，and Hartarska，V..Impact of Climate Change on Agricultural Production in Asian Countries：Evidence from Panel Study［C］.Paper prepared for presentation at the Southern Agricultural Economics Association Annual Meeting，Birmingham，2012，（2），4－7.

［12］Mounir Belloumi.Investigating the Impact of Climate Change on Agricultural Production in Eastern and Southern African Countries.AGRODEP Working Paper 2014，（4）：3.