李豐

基于廣義倍差法的厄爾尼諾現(xiàn)象對農(nóng)產(chǎn)品產(chǎn)量的影響研究

李豐

文章基于厄爾尼諾海溫距平指數(shù)，采集了1980-2015年的數(shù)據(jù)，利用廣義倍差法（generalized -difference-in-difference）分析了厄爾尼諾現(xiàn)象影響農(nóng)產(chǎn)品產(chǎn)量的一般效應、地區(qū)效應、強度效應和時間效應。研究結果表明：厄爾尼諾現(xiàn)象對農(nóng)產(chǎn)品產(chǎn)量有一定的負面影響，而且在不同地區(qū)、不同強度和不同時間的影響差異比較大。因此，應該積極采取措施應對極端厄爾尼諾現(xiàn)象的危害，針對干旱和洪澇災害等采取不同的措施，促進農(nóng)作物的生長，保障糧食供應安全。

廣義倍差法；厄爾尼諾；農(nóng)產(chǎn)品產(chǎn)量

IPCC第四次評估報告指出，全球氣候變暖導致自然災害發(fā)生更為頻繁、劇烈，對人類經(jīng)濟社會系統(tǒng)造成多方面破壞，包括人員傷亡、流行病傳播、基礎設施與物質(zhì)資本的直接損毀、居民收入與消費能力的下降及人力資本積累的減緩等（Baezand Sontos，2008）[1]。中國是受自然災害影響最嚴重的國家之一，在全球變暖的背景下，厄爾尼諾等極端天氣狀況發(fā)生的頻率和程度逐步加深，危害越來越大。

很多學者從出現(xiàn)異?；驑O端氣候的角度研究事件與氣候的關系，認識到極端天氣是年際氣候變化的重要信號（許武成，2009）[2]，厄爾尼諾事件的出現(xiàn)往往給全球不少地方造成嚴重氣候異常，引起世界各地發(fā)生嚴重的氣候災害，從而造成巨大的經(jīng)濟損失(Caneetal.,1994;Phillipsetal.,1998;Kapuscinski,2000)[3][4]。在印度尼西亞，由于厄爾尼諾事件導致氣候變暖以及太平洋氣候導致的延遲性季風，賽季初的干旱使得水稻種植延遲(Nayloretal., 2002[5]。相似的研究還包括菲律賓和其他東南亞地區(qū)（（Daweetal.,2008;YinPeihong，2009）[6]。但是厄爾尼諾對中國的影響相對較小，對中國水稻生產(chǎn)的影響不大，這主要是由于NSO事件發(fā)生的月份幾乎沒有水稻生產(chǎn)以及中國灌溉設施比較發(fā)達（DENGXiangzheng,HUANGJikun,QIAOFangbin，2010）[7]。

以上研究，學者們開始關注厄爾尼諾對經(jīng)濟事件的影響，但是大部分是針對部分國家的個別農(nóng)作物，對于全球農(nóng)產(chǎn)品產(chǎn)量的研究并沒有。鑒于此，本文采用廣義倍差法，以厄爾尼諾主要影響區(qū)域再加上農(nóng)作物比較發(fā)達的16個國家和地區(qū)（澳大利亞、加拿大、智利、中國、印度尼西亞、日本、韓國、馬來西亞、墨西哥、新西蘭、秘魯、菲律賓、泰國、美國、越南、中國臺灣）作為為研究基本單元，分別從厄爾尼諾影響的一般效應、地區(qū)效應、強度效應、時間效應這四個方面分析厄爾尼諾事件對農(nóng)產(chǎn)品產(chǎn)量的影響，并與已有的類似研究做比較分析。

一、厄爾尼諾事件及影響

厄爾尼諾現(xiàn)象是指赤道東太平洋海水溫度大范圍、長時間、不間斷的周期性異常增溫情況，它會造成赤道西太平洋干旱、赤道東太平洋洪澇，判斷厄爾尼諾的標準主要涉及赤道太平洋海水溫度、事件持續(xù)時間、事件發(fā)生周期等方面。一般情況下，厄爾尼諾現(xiàn)象發(fā)生時，赤道東太平洋海水溫度距平指數(shù)在0.5℃以上，且厄爾尼諾現(xiàn)象持續(xù)時間1年左右，發(fā)生周期2～7年/次不等。從厄爾尼諾現(xiàn)象形成的原理來看，厄爾尼諾現(xiàn)象能夠造成赤道西太平洋干旱、赤道東太平洋洪澇。從全球角度來看，厄爾尼諾造成太平洋東部地區(qū)異常多雨甚至發(fā)生洪澇災害、太平洋西部地區(qū)降水減少甚至發(fā)生嚴重干旱。太平洋東部地區(qū)主要包括秘魯?shù)饶厦乐尬鞑繃?、埃塞俄比亞等東非國家；太平洋西部地區(qū)主要包括印尼西亞等東南亞國家、澳洲及新西蘭、巴拿馬等南美洲中東部國家、印度等亞洲南部國家。

表1 厄爾尼諾對氣候的影響

厄爾尼諾作為全球性的氣候現(xiàn)象，直接影響到太平洋領域。我們在表2中可以看出，北美洲（美國、墨西哥）、亞洲（東南亞的印尼、印度、泰國、馬來西亞）、大洋洲（澳大利亞）受到干旱的影響較大，而南美洲諸國（巴西、阿根廷、智利、秘魯）受到洪澇的概率更大。厄爾尼諾事件對農(nóng)作物產(chǎn)量的影響主要通過氣溫和降雨量直接影響農(nóng)作物的產(chǎn)量，從而通過供求關系進一步影響農(nóng)產(chǎn)品價格。農(nóng)產(chǎn)品角度來看，受厄爾尼諾影響的是小麥、玉米、大豆、棕櫚油、可可、甘蔗等。

表2 厄爾尼諾對不同國家農(nóng)產(chǎn)品的影響

分品種看，對于小麥來說，因干旱而減產(chǎn)的主產(chǎn)地包括美國、中國、加拿大、澳大利亞、阿根廷等地。這些國家和地區(qū)大都會受到厄爾尼諾帶來的干旱影響，導致產(chǎn)量減少和價格上升。厄爾尼諾對玉米產(chǎn)量的影響相對溫和，玉米的主產(chǎn)地包括美國、中國、巴西、阿根廷等地。從前面分析看，四個玉米主產(chǎn)地全都受到厄爾尼諾的影響，不過其中美國、中國的干旱影響與巴西、阿根廷的多雨影響恰好相反，綜合下來厄爾尼諾的影響相對溫和。對于大豆來說，厄爾尼諾帶來的南美雨量充沛有利增產(chǎn)。世界大豆的主產(chǎn)地和出口國是巴西、阿根廷和美國。厄爾尼諾通常會給南美洲帶來充沛的降雨，這將有利于南美地區(qū)大豆的增產(chǎn)，從而使價格下降。

從中國來看，厄爾尼諾現(xiàn)象主要通過影響副熱帶高氣壓帶的移動方向及氣壓強度、間接影響中國氣候。厄爾尼諾現(xiàn)象雖發(fā)生在距離中國比較遙遠的太平洋，并不對中國的天氣氣候產(chǎn)生強烈的直接影響，但由于中國主要處于亞熱帶季風氣候區(qū)，副熱帶高氣壓帶是向中國大陸輸送水汽的重要系統(tǒng)，厄爾尼諾即主要通過影響副熱帶高氣壓帶、間接影響中國氣候。從1998年中國特大洪水、2010年中國西南地區(qū)特大干旱等事件的形成機制來看，厄爾尼諾現(xiàn)象主要通過影響副熱帶高氣壓帶的移動方向、氣壓強度來影響我國氣候，是造成上述災害事件的重要原因之一。所以，厄爾尼諾現(xiàn)象的出現(xiàn)與否是影響中國氣候的一個強信號。當然，副熱帶高氣壓帶并非是影響中國氣候的唯一氣壓系統(tǒng)。需要強調(diào)的是，副熱帶高氣壓帶影響中國氣候尤其在旱澇方面是最重要的氣壓系統(tǒng)。

二、方法、數(shù)據(jù)與變量說明

（一）方法

廣義倍差法借鑒了自然科學中的實驗方法，被學術界廣泛應用于研究某種外部干預如某項政策的實施等給研究對象帶來的影響。這種方法的實現(xiàn)主要取決于兩個關鍵點：從縱向來看，如何測量某項外部干預前后被觀察對象的差異；從橫向來看，如何選取實驗組和控制組衡量某項外部干預帶來的差異，綜合以上兩個維度的分析來考察某項外部干預的凈影響。與上述方法不同的是本文選取了厄爾尼諾事件作為外部干預，即進行了多次隨機自然實驗來衡量厄爾尼諾給糧食生產(chǎn)帶來的影響，在一定程度上避免了控制組受到的干預內(nèi)生性影響，這可能是為什么稱之為廣義倍差法的原因。

本文參考了ArielR.Belasen,SolomonW.Polachek（2008）[8]提出的廣義倍差分析方法。假設Y為實驗組T和控制組TC的觀察變量，即本文中的農(nóng)產(chǎn)品產(chǎn)量；外部干預后有兩種結果：一種是YT遭受厄爾尼諾事件的影響襲擊；另一種是YTC未遭受厄爾尼諾事件影響。若用E［Yi,k｜TC］代表i地區(qū)k時刻未受厄爾尼諾事件影響的期望值，E［Yi,k｜T］代表i地區(qū)k時刻受到厄爾尼諾事件影響的期望值，則外部干擾產(chǎn)生的凈影響δ表達式為：

其中，δi為橫向維度實驗組和控制組觀察變量之間的差異，δk為縱向維度厄爾尼諾前后被觀察的差異。

（二）變量和數(shù)據(jù)

為研究厄爾尼諾事件與農(nóng)產(chǎn)品產(chǎn)量之間的關系，本文采用上述廣義倍差法思想，建立回歸模型?；谇叭说难芯?，我們主要從影響農(nóng)產(chǎn)品產(chǎn)量的經(jīng)濟因素、政策因素選取以下變量作為回歸分析的控制變量。我們選取的自變量包括勞動力數(shù)量、播種面積、化肥用量等，因變量為農(nóng)產(chǎn)品總產(chǎn)量，數(shù)據(jù)來源為FAO。

研究厄爾尼諾對農(nóng)產(chǎn)品產(chǎn)量的影響，首先應選取恰當?shù)亩驙柲嶂Z指標，判斷厄爾尼諾現(xiàn)象的主要條件有氣壓變化、風向變化、海溫變化、海平面高度變化、環(huán)太平洋地震火山活動、南極半島海冰異常減少、多次日食發(fā)生在兩極和旱澇反常等。學術界一般以南方濤動指數(shù)來衡量。中國氣象局國家氣候中心在業(yè)務上主要以NINO綜合區(qū)（NINO1+2+ 3+4區(qū)）的海溫距平指數(shù)作為判定厄爾尼諾事件的依據(jù)，我們的研究也基于海溫距平指數(shù)來衡量。

三、實證分析

根據(jù)農(nóng)產(chǎn)品產(chǎn)量的影響因素狀況，結合厄爾尼諾等極端自然災害對產(chǎn)量的影響，建立如下模型：其中，Qit表示i地區(qū)t時期的農(nóng)產(chǎn)品產(chǎn)量；ENSOit為厄爾尼諾虛擬變量，若i地區(qū)t時期遭受厄爾尼諾直接影響則為實驗組取值為1，若未遭受厄爾尼諾事件影響則為控制組取值0；ALit表示i地區(qū)t時期的勞動力數(shù)量；GMit為糧食播種面積，F(xiàn)Ait表示i地區(qū)t時期的化肥使用量；αn（n=0,1,2）為回歸系數(shù)；νit為誤差項。

為了避免由于數(shù)據(jù)的不平穩(wěn)產(chǎn)生偽回歸，分析過程中采用ADF法對所有擬進入模型的變量進行了數(shù)據(jù)平穩(wěn)性檢驗，結果顯示所有變量都是平穩(wěn)的。在上述模型的基礎上，本文分別從厄爾尼諾對農(nóng)產(chǎn)品產(chǎn)量影響的一般效應、地區(qū)效應、強度效應和時間效應四個方面展開實證分析。

（一）一般效應

由于厄爾尼諾的直接影響持續(xù)時間短，故通過差分處理來分析農(nóng)產(chǎn)品產(chǎn)量的變化值而不是水平狀態(tài)值。另外，為了避免回歸分析過程中的異方差和多重共線性，本文對連續(xù)變量進行取對數(shù)處理。得到如下模型：

據(jù)F檢驗和Hausman檢驗，模型分別選擇混合效應模型、固定效應模型。廣義倍差法回歸結果顯示，厄爾尼諾對農(nóng)產(chǎn)品產(chǎn)量有顯著的影響，而且在10%的水平下顯著，說明厄爾尼諾對氣候的影響導致農(nóng)產(chǎn)品產(chǎn)量發(fā)生變化。

（二）地區(qū)效應

厄爾尼諾事件常伴隨著颶風、暴雨、干旱等破壞性極強的連鎖氣象災害，考慮到厄爾尼諾產(chǎn)生的系列干擾是否會出現(xiàn)溢出效應影響周邊地區(qū)呢？我們進一步將厄爾尼諾變量拓展為直接受厄爾尼諾影響變量和間接受厄爾尼諾影響（厄爾尼諾影響地區(qū)的相鄰地區(qū)）變量，再次探討厄爾尼諾對農(nóng)產(chǎn)品產(chǎn)量的影響，模型如下：

地區(qū)效應列回歸結果顯示，無論是直接還是間接受厄爾尼諾影響的地區(qū)，農(nóng)產(chǎn)品產(chǎn)量均受到了影響，但這個影響的程度呈現(xiàn)較大的差異，直接影響的地區(qū)影響食品在5%的水平上顯著，間接影響地區(qū)不顯著。說明厄爾尼諾時間影響比較直接，不存在地區(qū)溢出效應。

（三）時間效應

在面對氣候災害等潛在壓力時,恢復力是自然界和人類系統(tǒng)一個有價值的特性,有助于可持續(xù)發(fā)展及減小脆弱性,值得深入研究。恢復力是系統(tǒng)抵御擾動的特性，其表達方式是測度系統(tǒng)在遭受擾動后恢復到原有平衡態(tài)的速度或時間。因此本文通過厄爾尼諾滯后項變量ENSOit-1表示i地區(qū)t時期的厄爾尼諾滯后一期與ENSOit-2表示i地區(qū)t時期的厄爾尼諾滯后兩期的引入，建立模型分析災后農(nóng)產(chǎn)品產(chǎn)量的恢復情況。

從時間效應列可以看出，厄爾尼諾對農(nóng)產(chǎn)品產(chǎn)量一直沒有顯著影響，與上述模型結果一致。經(jīng)過數(shù)年的調(diào)整，厄爾尼諾帶來的破壞會隨時間的推移逐漸恢復。

（四）強度效應

SkidmoreandToya（2002）[9]認為只有高強度的災害才會給經(jīng)濟帶來影響，在臺風災害頻發(fā)的中國廣東省等地區(qū)是否也存在這一現(xiàn)象呢？因此，本文探討了臺風的強度效應，將臺風變量進一步劃分為高強度臺風和低強度臺風，建立模型如下：

模型的選擇根據(jù)F檢驗和Hausman檢驗（表2和表3）同前。表3強度效應列回歸結果表明，高強度厄爾尼諾對農(nóng)產(chǎn)品產(chǎn)量產(chǎn)生顯著的影響，而低強度厄爾尼諾對農(nóng)產(chǎn)品產(chǎn)量的影響并不顯著。

表3 厄爾尼諾事件對農(nóng)產(chǎn)品產(chǎn)量影響的實證檢驗結果

四、結論和政策建議

基于1980—2015年16個國家或地區(qū)的數(shù)據(jù)，采用廣義倍差法，實證檢驗了厄爾尼諾事件對世界農(nóng)產(chǎn)品產(chǎn)量的影響，從厄爾尼諾影響農(nóng)產(chǎn)品產(chǎn)量的一般效應、地區(qū)效應、強度效應以及時間效應展開分析。研究結果發(fā)現(xiàn)，從全球角度來看，厄爾尼諾造成太平洋東部地區(qū)異常多雨甚至發(fā)生洪澇災害、太平洋西部地區(qū)降水減少甚至發(fā)生嚴重干旱。厄爾尼諾事件對農(nóng)作物產(chǎn)量的影響主要通過氣溫和降雨量直接影響農(nóng)作物的產(chǎn)量，受厄爾尼諾影響的是小麥、玉米、大豆、棕櫚油、可可、甘蔗等。整體上看，厄爾尼諾導致農(nóng)產(chǎn)品減產(chǎn)，在地區(qū)上呈現(xiàn)較大的差異，不同強度的厄爾尼諾對農(nóng)產(chǎn)品產(chǎn)量的影響是不同的，并且隨著事件發(fā)生變化。因此，為應對日益嚴峻的厄爾尼諾極端天氣狀況，應該采取相關措施，保障糧食安全。

（一）整合多部門力量，形成聯(lián)動體系

建立應對極端氣候應急中心，整合農(nóng)業(yè)、水務、消防、氣象、衛(wèi)生、環(huán)保等多部門聯(lián)合行動，形成統(tǒng)一指揮、各司其職、快速行動、運轉暢通的調(diào)度指揮體系。目前中國也建立了多部門的聯(lián)動體系，但是層次較多，協(xié)調(diào)不力，需要進一步在體制上扁平化，減少中間層次，提高多部門聯(lián)動的效率。對于厄爾尼諾等極端天氣來說，其影響的包括氣象、水利、衛(wèi)生、農(nóng)業(yè)等部門，單靠農(nóng)業(yè)部門無法應對，需要水務、氣象、農(nóng)業(yè)和應急管理等相關部門統(tǒng)一思想，立足抗災，充分準備，認真對待，做好應對超強厄爾尼諾事件影響的各項準備工作。氣象部門進一步加強預報預警工作，及時發(fā)布極端天氣事件預報預警信息，為應急響應和部門聯(lián)動爭取更多的時間“提前量”，水務部門需要完善河網(wǎng)水位調(diào)度方案，科學調(diào)度河道水閘運行，提前做好防汛應急準備。

（二）加強農(nóng)田基礎設施建設

為了抵御極端氣候對農(nóng)業(yè)生產(chǎn)的影響，通過發(fā)展高標準糧田建設、改造農(nóng)田基礎設施,增強農(nóng)業(yè)抵御自然災害的能力。中國改革開放以來雖然投入不少資金進行農(nóng)田水利建設，但是大多是大型水電站等項目，真正面向農(nóng)田水利的設施建設方面進展明顯滯后，中小型水庫和排灌系統(tǒng)年久失修，管理缺失。農(nóng)田水利建設面廣量大，除了小型農(nóng)田水利、大中型灌區(qū)骨干工程外，還包括大中型灌區(qū)的田間配套、農(nóng)田排水、農(nóng)村治污、水土保持，以及相關農(nóng)田灌排工程，而目前農(nóng)田水利設施管護體制比較落后。隨著機構改革，本來管理水平較低的農(nóng)村水利站等撤銷，鄉(xiāng)鎮(zhèn)農(nóng)業(yè)服務中心更是無力進行管理。因此，在科學規(guī)劃的基礎上，探索建立農(nóng)田基礎設施建設的長效機制，從根本上改變農(nóng)田基礎設施建設薄弱的局面，在投資上以財政投入為主導、農(nóng)民自籌為依托、銀行借貸和社會援助等多元化的投入體系（房婧；王勇，2015）[10]。

（三）加大宣傳力度，強化民眾認知

強化民眾對厄爾尼諾現(xiàn)象的認知對防災減災十分重要。應對厄爾尼諾不僅是政府的責任，也是全社會的責任，人人參與才能有效降低損失。因此，應該進行全國性的宣傳活動，動員企業(yè)、行業(yè)協(xié)會、民眾積極參與到“厄爾尼諾應急演習”等緊急救援演練，一旦發(fā)生厄爾尼諾造成的危害，知道如何做到生產(chǎn)自救，減少自然災害造成的損失。

（四）建立事后救災補償機制

傳統(tǒng)上，災后補償主要由政府補助來完成，但受財政收支的限制，財政救助只是杯水車薪，大部分損失由農(nóng)業(yè)生產(chǎn)者承擔。我國也逐步建立農(nóng)業(yè)保險體制，向農(nóng)業(yè)保險和政府補貼相結合的形式過渡，但農(nóng)業(yè)保險的范圍較小和保障程度較低，農(nóng)業(yè)生產(chǎn)者的保險意愿較低。借鑒國外農(nóng)業(yè)保險機制經(jīng)驗，建立符合中國特色的農(nóng)業(yè)災后補償保險體系，政府扶持引導、農(nóng)業(yè)保險機構市場運作、農(nóng)民自主自愿參加農(nóng)業(yè)保險的模式，國家層面由政府部門協(xié)調(diào)管理，基層由商業(yè)保險公司運作。建立完整的農(nóng)業(yè)災害補償或農(nóng)業(yè)保險法規(guī)政策，全面加強農(nóng)業(yè)保險組織體系建設。

[1]Javier E.Baez,Indhira V.Santos.On Shaky Ground:The Effects of Earthquakes on Household Income and Poverty [J].Research for Public Policy，2008（12）.

[2]許武成.1951-2007年的ENSO事件及其特征值[J].自然災害學報，2009（4）.

[3]Cane M A,Eshel G,Buckland R W.Forecasting Zimbabw ean M aize Y ield Using Eastern Equatorial Pacific Sea Surface Temperature[J].Nature，1994（370）.

[4]Anne R Kapuscinskib,W ansuk Senanan.Genetic Impacts of Hybrid Catfish Farming(Clarias Macrocephalus×C. Gariepinus)on Native Catfish Populations in Central Thailand[J].Aquaculture，2000（8）.

[5]Rosamond Naylor,David Tilman1.Agricultural Sustainability and Intensive Production Practices[J].Nature-InternationalW eekly Journal of Science，2002（8）.

[6]Peihong，YinXiuqi Fang.Regional Differences of Vulnerability of Food Security in China:Journal of Geographical Sciences[J]，2009（10）.

[7]X iangzheng Deng,Jikun Huang,Scott Rozelle,Em i Uchida.Cultivated Land Conversion and Potential Agricultural Productivity in China[J].Land Use Policy，2006（4）.

[8]Ariel R.Belasen and Solomon W.Polachek.How Hurricanes A ffectW ages and Em ployment in Local Labor M arkets[J].The American Economic Review，2008（5）.

[9]M Skidmore,H Toya.Do Natural Disasters Promote Long‐run Grow th?[J].Econom ic Inquiry，2002（6）.

[10]房婧，王勇.銀行開辦農(nóng)村土地承包經(jīng)營權抵押貸款之風險防范[J].南京財經(jīng)大學學報，2015（1）.

[責任編輯：劉烜顯]

李豐，南京財經(jīng)大學糧食經(jīng)濟研究院暨糧食安全與戰(zhàn)略研究中心副教授，經(jīng)濟學博士，江蘇南京210003

F307

A

1004-4434(2016)11-0063-05

國家社會科學基金項目“基于糧食安全目標的國際資源利用機制與制度化研究”（14BJY221）；江蘇高校優(yōu)勢學科項目建設工程（PAPD）；青藍工程項目（QingLanProject）