秦秋霞　林光華

摘要：基于2017年四川、浙江和黑龍江3個(gè)省實(shí)地調(diào)查數(shù)據(jù)，采用內(nèi)生轉(zhuǎn)換模型分析了農(nóng)戶氣候變化適應(yīng)性行為對(duì)水稻產(chǎn)出的影響效應(yīng)。結(jié)果表明，種子投入、戶主當(dāng)過(guò)村干部、參加過(guò)合作社、災(zāi)害經(jīng)歷對(duì)農(nóng)戶氣候變化適應(yīng)性決策有正向影響。農(nóng)戶氣候變化適應(yīng)性行為能夠增加水稻產(chǎn)出?；诜词聦?shí)假設(shè)，采取適應(yīng)性行為的農(nóng)戶若未采取相應(yīng)的適應(yīng)行為，水稻產(chǎn)出將下降910.586 kg/hm2（降幅為10.92%）;未采取適應(yīng)性行為的農(nóng)戶若采取相應(yīng)的適應(yīng)行為，產(chǎn)出將增加198.105 kg/hm2（增幅為2.50%）。

關(guān)鍵詞：適應(yīng)性決策;農(nóng)業(yè)產(chǎn)出;氣候變化;水稻種植戶

中圖分類號(hào)： F323文獻(xiàn)標(biāo)志碼： A

文章編號(hào)：1002-1302（2019）09-0338-04

近百年來(lái)，全球氣候以變暖為主要特征發(fā)生了巨大變化，預(yù)計(jì)到2100年，全球平均氣溫將上升3.5～5 ℃，極端氣候的發(fā)生概率增加[1]。由于生產(chǎn)特性，農(nóng)業(yè)是對(duì)氣候變化最為敏感的部門(mén)之一[2]。林而達(dá)等認(rèn)為，我國(guó)農(nóng)業(yè)生產(chǎn)將受到氣候變化嚴(yán)重沖擊，估計(jì)到本世紀(jì)后半期主要農(nóng)作物產(chǎn)量下降可達(dá)37%[3]。我們應(yīng)積極采取有效的措施來(lái)應(yīng)對(duì)氣候變化造成的不利后果[4]。從農(nóng)戶層面來(lái)看，農(nóng)戶可以通過(guò)多種適應(yīng)性措施來(lái)減緩氣候變化的不利影響，比如調(diào)整播種時(shí)間、改變作物品種、增加灌溉投入、購(gòu)買(mǎi)農(nóng)業(yè)保險(xiǎn)等[5-6]。在農(nóng)戶適應(yīng)氣候變化的過(guò)程中，這些適應(yīng)措施能否減小氣候變化對(duì)農(nóng)業(yè)產(chǎn)出的不利影響？什么因素阻礙農(nóng)戶進(jìn)行有效適應(yīng)？這些問(wèn)題關(guān)系著如何引導(dǎo)農(nóng)戶有針對(duì)地適應(yīng)氣候變化，為政府幫助提升農(nóng)業(yè)適應(yīng)氣候變化能力提供依據(jù)。

適應(yīng)這一概念最初起源于自然科學(xué)，后來(lái)被引入氣候變化問(wèn)題的研究。政府間氣候變化專門(mén)委員會(huì)關(guān)于適應(yīng)給出的定義是：為了應(yīng)對(duì)實(shí)際發(fā)生的或預(yù)計(jì)到的氣候變化及其各種影響，而在自然和人類系統(tǒng)內(nèi)進(jìn)行的調(diào)整[7]。目前國(guó)內(nèi)外關(guān)于農(nóng)業(yè)對(duì)氣候變化適應(yīng)的研究主要集中在農(nóng)戶對(duì)氣候變化認(rèn)知和農(nóng)戶氣候變化適應(yīng)決策的影響因素方面。呂亞榮等研究表明，影響農(nóng)民對(duì)氣候變化認(rèn)知的主要因素是性別、受教育程度、家庭人均收入、養(yǎng)殖業(yè)收入等[8]。朱紅根等運(yùn)用Heckman Probit兩階段選擇模型實(shí)證分析影響農(nóng)戶氣候變化感知及其適應(yīng)行為決策的因素，主要包括個(gè)人及家庭特征、社會(huì)資本、信息可獲性及地理位置等[9]。Gebrehiwot等用二元選擇模型或多項(xiàng)選擇邏輯回歸（Logit）模型分析適應(yīng)措施選擇的影響因素，發(fā)現(xiàn)信貸可得性、農(nóng)業(yè)推廣服務(wù)、氣候信息等因素影響農(nóng)戶適應(yīng)性措施的選擇[10]。

有關(guān)農(nóng)戶氣候變化適應(yīng)性決策對(duì)農(nóng)業(yè)產(chǎn)出影響的研究較少。Faclo等以埃塞俄比亞農(nóng)戶為研究對(duì)象研究氣候變化適應(yīng)性決策對(duì)于農(nóng)戶農(nóng)業(yè)產(chǎn)出的影響[11]。在此基礎(chǔ)上，Huang等采用矩估計(jì)方法測(cè)算在極端天氣事件的情形下農(nóng)戶的農(nóng)業(yè)產(chǎn)出風(fēng)險(xiǎn)，研究氣候變化適應(yīng)性決策對(duì)于農(nóng)戶農(nóng)業(yè)產(chǎn)出和產(chǎn)出風(fēng)險(xiǎn)的影響[12]。馮曉龍等以山西蘋(píng)果種植戶為例，研究發(fā)現(xiàn)氣候變化適應(yīng)性決策能增加農(nóng)戶農(nóng)業(yè)產(chǎn)出，減小農(nóng)業(yè)產(chǎn)出風(fēng)險(xiǎn)[13]。

總體來(lái)看，國(guó)內(nèi)外學(xué)者圍繞農(nóng)業(yè)對(duì)氣候變化的適應(yīng)問(wèn)題進(jìn)行的理論和實(shí)證研究，為本研究提供了堅(jiān)實(shí)的基礎(chǔ)。農(nóng)戶對(duì)氣候變化適應(yīng)措施選擇的研究有助于理解行為主體對(duì)氣候變化適應(yīng)的微觀機(jī)制，但目前的研究還比較少，而且國(guó)內(nèi)已有研究主要考慮的是適應(yīng)氣候平均狀態(tài)的變化，如以氣候變暖為主要趨勢(shì)的整體狀態(tài)的變化。本研究主要從頻發(fā)的極端天氣氣候事件對(duì)農(nóng)業(yè)生產(chǎn)帶來(lái)的風(fēng)險(xiǎn)角度出發(fā)，對(duì)有關(guān)農(nóng)戶氣候變化適應(yīng)性決策對(duì)農(nóng)業(yè)產(chǎn)出影響的研究進(jìn)行補(bǔ)充。本研究利用四川、浙江和黑龍江3個(gè)省份725個(gè)水稻種植農(nóng)戶的實(shí)地調(diào)查數(shù)據(jù)，構(gòu)建農(nóng)戶氣候變化適應(yīng)性決策對(duì)農(nóng)業(yè)產(chǎn)出影響的理論模型，采用內(nèi)生轉(zhuǎn)換模型分析農(nóng)戶氣候變化適應(yīng)性決策對(duì)農(nóng)業(yè)產(chǎn)出的影響，評(píng)估氣候變化適應(yīng)性決策的平均處理效應(yīng)。

1 理論模型

1.1 農(nóng)戶氣候變化適應(yīng)性決策對(duì)農(nóng)業(yè)產(chǎn)出的影響模型設(shè)定

農(nóng)業(yè)經(jīng)營(yíng)主體是否采取變化適應(yīng)措施以及采取的措施對(duì)農(nóng)業(yè)生產(chǎn)的影響可以看成是2個(gè)階段的決策。第1階段，農(nóng)戶作為理性經(jīng)濟(jì)人，在氣候變化背景下進(jìn)行適應(yīng)性決策以實(shí)現(xiàn)利潤(rùn)最大化。僅當(dāng)適應(yīng)措施能帶來(lái)凈收益時(shí)農(nóng)業(yè)經(jīng)營(yíng)主體才會(huì)采用，即：

S*i=Zi α+μi;Si=[HL（2]1，當(dāng)S*i>00，其他[HL）]。（1）

當(dāng)適應(yīng)措施的預(yù)期凈收益潛變量S*i>0時(shí)，農(nóng)戶i選擇采取適應(yīng)措施（Si=1），否則不采?。⊿i=0）。式（1）中，S*i表示農(nóng)戶選擇氣候變化適應(yīng)性行為的不可觀測(cè)潛變量;Si表示農(nóng)戶氣候變化適應(yīng)性決策;向量Zi代表影響農(nóng)戶氣候變化適應(yīng)性決策的外生因素變量，如受過(guò)氣象災(zāi)害受災(zāi)經(jīng)歷、參加合作社組織、種植規(guī)模、戶主性別、年齡、受教育程度等變量;α為待估計(jì)系數(shù)向量;μi為隨機(jī)誤差項(xiàng)。

第2階段，用生產(chǎn)函數(shù)估計(jì)適應(yīng)性措施的影響。由于農(nóng)業(yè)經(jīng)營(yíng)主體是否采取適應(yīng)性措施是內(nèi)生的，用最小二乘線性（OLS）估計(jì)將產(chǎn)生偏誤。所以，本研究利用內(nèi)生轉(zhuǎn)換模型分析由可觀測(cè)因素和不可觀測(cè)因素的異質(zhì)性帶來(lái)的樣本選擇性偏差問(wèn)題。生產(chǎn)函數(shù)和適應(yīng)性措施選擇必須聯(lián)立估計(jì)，運(yùn)用內(nèi)生轉(zhuǎn)換回歸模型（endogenous switching regression model）表示2種狀況：

狀態(tài)1：y1i=X1i β1+ε1i，當(dāng)Si=1;（2）

狀態(tài)2：y2i=X2i β2+ε2i，當(dāng)Si=0。（3）

式中：y1i、y2i代表單位面積產(chǎn)出;X1i、X2i代表投入向量，如種子、化肥、勞動(dòng)、農(nóng)藥、耕地質(zhì)量、生長(zhǎng)期氣溫、降水、戶主個(gè)體特征、家庭特征等變量。這種類型模型由Maddala等提出，可以用極大似然法估計(jì)[14]。

為了保證內(nèi)生轉(zhuǎn)換模型的可識(shí)別性，本研究引入工具變量，將2012—2016年是否有過(guò)受災(zāi)經(jīng)歷納入農(nóng)戶氣候變化適應(yīng)性決策模型。這個(gè)工具變量?jī)H僅對(duì)農(nóng)戶的氣候變化適應(yīng)性決策有影響，對(duì)農(nóng)戶的產(chǎn)出不構(gòu)成影響。因此，農(nóng)戶進(jìn)行氣候變化適應(yīng)性決策的不可觀測(cè)潛變量S*i表示為：

S*i=Zi α+Ii τ+μi。（4）

式中：向量I代表僅影響農(nóng)戶氣候變化適應(yīng)決策的工具變量;τ表示待估計(jì)系數(shù)向量。

為了解決由不可觀測(cè)因素帶來(lái)的樣本選擇性偏差問(wèn)題，在適應(yīng)農(nóng)戶和未適應(yīng)農(nóng)戶產(chǎn)出模型中分別引入逆米爾斯比率λ1i、λ2i及協(xié)方差σμ1=cov（μi，ε1i）、σμ2=cov（μi，ε2i），并應(yīng)用完全信息極大似然法聯(lián)立估計(jì)內(nèi)生轉(zhuǎn)換模型，包括農(nóng)戶氣候變化適應(yīng)性決策模型、適應(yīng)農(nóng)戶與未適應(yīng)農(nóng)戶的農(nóng)業(yè)產(chǎn)出模型。

1.2 農(nóng)戶氣候變化適應(yīng)性決策的平均處理效應(yīng)評(píng)估

農(nóng)戶氣候變化適應(yīng)性決策的平均處理效應(yīng)是通過(guò)比較真實(shí)情景與反事實(shí)假設(shè)情景下適應(yīng)農(nóng)戶與未適應(yīng)農(nóng)戶的農(nóng)業(yè)產(chǎn)出的期望值估計(jì)得出的。

適應(yīng)農(nóng)戶的產(chǎn)出（處理組）為

E[y1i│Si=1]=X1i β1+σ1ρ1f（Zi α）/F（Zi α）。（5）

未適應(yīng)農(nóng)戶的產(chǎn)出（對(duì)照組）為

E[y2i│Si=0]=X2i β2-σ1 ρ1f（Zi α）/[1-F（Zi α）]。（6）

式中：F是累積正態(tài)分布函數(shù)，f是正態(tài)密度分布函數(shù)。

同時(shí)考慮2種反事實(shí)假設(shè)情形，即適應(yīng)農(nóng)戶在未作出適應(yīng)性決策情形下的產(chǎn)出：

E[y2i│Si=1]=X1iβ2+σ2 ρ2f（Zi α）/F（Zi α）。（7）

未適應(yīng)農(nóng)戶在作出適應(yīng)決策情形下的產(chǎn)出：

E[y1i│Si=0]=X2iβ1-σ2 ρ2f（Zi α）/[1-F（Zi α）]。（8）

通過(guò)（8）式與（10）式，得到適應(yīng)農(nóng)戶產(chǎn)出的處理效應(yīng)為：

ATTi=E[y1i│Si=1]-E[y2i│Si=1]。（9）

類似地，得到未適應(yīng)農(nóng)戶產(chǎn)出的處理效應(yīng)為：

ATUi=E[y1i│Si=0]-E[y2i│Si=0]。（10）

本研究利用ATTi、ATUi的平均值評(píng)估2類農(nóng)戶變化適應(yīng)性決策對(duì)其農(nóng)業(yè)產(chǎn)出的平均處理效應(yīng)。

2 數(shù)據(jù)來(lái)源與描述性分析

2.1 數(shù)據(jù)來(lái)源

近年來(lái)，以氣候變暖為特征的氣候變化以及頻發(fā)的極端氣候事件給水稻生產(chǎn)帶來(lái)了不利的影響，威脅到農(nóng)戶農(nóng)業(yè)生產(chǎn)的發(fā)展。在此背景下，研究水稻種植農(nóng)戶氣候變化適應(yīng)性決策對(duì)水稻產(chǎn)出的影響有著重要意義。樣本農(nóng)戶數(shù)據(jù)來(lái)源于2018年7—9月對(duì)四川、浙江和黑龍江3個(gè)省725個(gè)水稻種植農(nóng)戶的實(shí)地調(diào)查數(shù)據(jù)。調(diào)查內(nèi)容包括農(nóng)戶家庭特征、2017年水稻種植投入產(chǎn)出情況和農(nóng)戶氣候變化適應(yīng)性決策等。

2.2 描述性統(tǒng)計(jì)和平均差異

本研究主要設(shè)置了更換作物品種、增加灌溉投入、增加肥料投入、改進(jìn)排灌設(shè)施與條件、密切關(guān)注氣象信息、購(gòu)買(mǎi)農(nóng)業(yè)保險(xiǎn)等多項(xiàng)適應(yīng)性行為。農(nóng)戶在生產(chǎn)過(guò)程中通常會(huì)選擇其中一種或幾種措施的組合，這些措施的選擇都被認(rèn)為是農(nóng)戶采取氣候變化適應(yīng)性行為。總的來(lái)看，農(nóng)戶采取氣候變化適應(yīng)性行為的比例僅有48.1%。

適應(yīng)農(nóng)戶與未適應(yīng)農(nóng)戶各個(gè)特征變量的描述性統(tǒng)計(jì)和平均差異見(jiàn)表1。在水稻產(chǎn)出方面，適應(yīng)農(nóng)戶的產(chǎn)出水平顯著比未適應(yīng)農(nóng)戶的高。說(shuō)明在一定程度上表明，農(nóng)戶氣候變化適應(yīng)性行為能夠幫助農(nóng)戶在極端氣候事件發(fā)生的情況下達(dá)到提高產(chǎn)出的目的。但是這種影響是否具有統(tǒng)計(jì)學(xué)意義，須要進(jìn)一步驗(yàn)證。在戶主個(gè)體特征方面，適應(yīng)農(nóng)戶的男女性別比例顯著比未適應(yīng)農(nóng)戶低，說(shuō)明女性對(duì)氣候變化更為敏感，傾向于采取適應(yīng)性措施。適應(yīng)農(nóng)戶的戶主平均年齡顯著比未適應(yīng)農(nóng)戶小，這說(shuō)明，戶主年齡越小，就越利于促進(jìn)農(nóng)戶氣候變化適應(yīng)性決策。家庭特征方面，適應(yīng)農(nóng)戶參加合作社的比例顯著比未適應(yīng)農(nóng)戶高，說(shuō)明參與合作社可能促進(jìn)農(nóng)戶氣候變化適應(yīng)性決策。氣候因素方面，與未適應(yīng)農(nóng)戶相比，適應(yīng)農(nóng)戶遭遇旱災(zāi)、風(fēng)災(zāi)極端氣候事件的比例顯著高于未適應(yīng)農(nóng)戶。工具變量方面，2012—2016年適應(yīng)農(nóng)戶受過(guò)氣象災(zāi)害的比例高于未適應(yīng)農(nóng)戶。表明有過(guò)極端氣候?yàn)?zāi)害經(jīng)歷的農(nóng)戶，風(fēng)險(xiǎn)防范意識(shí)更高，更傾向于采取適應(yīng)措施來(lái)減小氣候變化對(duì)水稻產(chǎn)出的影響。

3 實(shí)證分析

3.1 農(nóng)戶氣候變化適應(yīng)性決策與水稻產(chǎn)出模型聯(lián)立估計(jì)

3.1.1 估計(jì)結(jié)果

由表2可知，適應(yīng)性決策模型與農(nóng)戶產(chǎn)出模型誤差項(xiàng)的相關(guān)系數(shù)ρj不顯著，意味著模型沒(méi)有樣本選擇性偏差的假設(shè)可能不會(huì)被拒絕。

3.1.2 估計(jì)結(jié)果分析。

3.1.2.1 農(nóng)戶氣候適應(yīng)性決策模型回歸結(jié)果分析

戶主個(gè)體特征方面，性別顯著且系數(shù)為負(fù)（P<0.01），這說(shuō)明，女性比男性更容易采取適應(yīng)性措施。說(shuō)明女性對(duì)氣候變化較為敏感，更快感知到氣候變化，理解適應(yīng)措施的重要性和有效性。戶主當(dāng)過(guò)村干部的回歸系數(shù)為正，且在0.01水平上顯著，說(shuō)明戶主當(dāng)過(guò)村干部更傾向于適應(yīng)氣候變化。這可能是因?yàn)榇甯刹康慕?jīng)歷會(huì)讓他們有機(jī)會(huì)接觸和了解到作物新品種、先進(jìn)的技術(shù)信息等適應(yīng)措施，促進(jìn)他們采取適應(yīng)氣候變化的行為。

家庭特征方面，參加合作社的回歸系數(shù)為正，且在0.05水平上顯著，說(shuō)明參加合作社的水稻種植戶更能夠了解適應(yīng)措施的重要意義，越利于促進(jìn)農(nóng)戶采取適應(yīng)性行為。生產(chǎn)特征方面，農(nóng)戶土地為平地的系數(shù)為負(fù)，且在0.01水平上顯著，說(shuō)明土地平坦抑制了農(nóng)戶采取適應(yīng)措施的積極性。氣候因素方面，2017年遭遇氣象災(zāi)害的農(nóng)戶更傾向于采取應(yīng)對(duì)氣候變化的適應(yīng)性措施，其中，風(fēng)災(zāi)對(duì)農(nóng)戶氣候變化適應(yīng)性決策的影響尤其顯著，可能是因?yàn)樗疽资軓?qiáng)風(fēng)天氣影響出現(xiàn)倒伏的現(xiàn)象，不利于之后施肥、噴灑農(nóng)藥、收獲等生產(chǎn)作業(yè)，對(duì)產(chǎn)量造成不利的影響。澇災(zāi)和旱災(zāi)對(duì)氣候變化適應(yīng)性決策影響不顯著的原因，可能是農(nóng)戶遭遇澇災(zāi)和旱災(zāi)的樣本比例較小。工具變量方面，2012—2016年有過(guò)受災(zāi)經(jīng)歷的系數(shù)為正，且在1%水平上顯著，說(shuō)明有過(guò)受災(zāi)經(jīng)歷能夠增強(qiáng)農(nóng)戶的風(fēng)險(xiǎn)防范意識(shí)，促進(jìn)農(nóng)戶進(jìn)行氣候變化適應(yīng)性決策。

3.1.2.2 水稻產(chǎn)出模型回歸結(jié)果分析

機(jī)械投入、農(nóng)藥投入、種植規(guī)模均對(duì)適應(yīng)農(nóng)戶和未適應(yīng)農(nóng)戶的水稻產(chǎn)出有顯著影響，具體來(lái)看，農(nóng)藥投入的回歸系數(shù)為正。但是機(jī)械投入的回歸系數(shù)為負(fù)，表明機(jī)械投入變量對(duì)水稻產(chǎn)出顯示負(fù)效應(yīng)，這與展進(jìn)濤的結(jié)論[15]相符。可能的原因是由于機(jī)械的作用主要是代替勞動(dòng)力，規(guī)模較大的農(nóng)戶使用機(jī)械較多，較為粗放的生產(chǎn)方式使得機(jī)械投入對(duì)水稻產(chǎn)出呈現(xiàn)出負(fù)效應(yīng)。種植規(guī)模與水稻單產(chǎn)呈負(fù)相關(guān)，可能的原因是種植規(guī)模較大農(nóng)戶的經(jīng)營(yíng)目標(biāo)是效益最大化。種子投入、化肥投入、土壤肥力以及遭受澇災(zāi)害僅對(duì)適應(yīng)農(nóng)戶的水稻產(chǎn)出有顯著影響;是否為轉(zhuǎn)入地以及遭受旱災(zāi)僅對(duì)未適應(yīng)農(nóng)戶的水稻產(chǎn)出有顯著影響。具體來(lái)看，種子和化肥要素投入對(duì)適應(yīng)農(nóng)戶的水稻產(chǎn)出有顯著正向影響。土壤肥力對(duì)適應(yīng)農(nóng)戶水稻產(chǎn)出的影響方向?yàn)檎以?.01水平上顯著。澇災(zāi)對(duì)于適應(yīng)農(nóng)戶的水稻產(chǎn)出有顯著的負(fù)向影響。是否為轉(zhuǎn)入地對(duì)未適應(yīng)農(nóng)戶顯著且系數(shù)為正（P<0.10）。旱災(zāi)對(duì)于未適應(yīng)農(nóng)戶的水稻產(chǎn)出有顯著的負(fù)向影響。

3.2 處理效應(yīng)分析

農(nóng)戶氣候變化適應(yīng)性決策對(duì)水稻產(chǎn)出的處理效應(yīng)結(jié)果見(jiàn)表3。農(nóng)戶實(shí)際適應(yīng)的水稻產(chǎn)出為8 342.445 kg/hm2，農(nóng)戶實(shí)際未適應(yīng)的水稻產(chǎn)出為7 919.126 kg/hm2。表3中后2列表示農(nóng)戶氣候變化適應(yīng)性決策對(duì)水稻產(chǎn)出的平均處理效應(yīng)，并且適應(yīng)農(nóng)戶與未適應(yīng)農(nóng)戶的產(chǎn)出的平均處理效應(yīng)在 0.01 水平上顯著。在考慮反事實(shí)假設(shè)情況下，當(dāng)適應(yīng)農(nóng)戶未采取適應(yīng)行為時(shí)，水稻產(chǎn)出為7 431.859 kg/hm2，水稻產(chǎn)出將下降910.586 kg/hm2（降幅為10.92%）。當(dāng)未適應(yīng)農(nóng)戶采取適應(yīng)

行為時(shí)，水稻產(chǎn)出為8 117.231 kg/hm2，水稻產(chǎn)出將增加198.105 kg/hm2（增幅為2.50%）。這說(shuō)明，農(nóng)戶氣候變化適應(yīng)性決策能夠增加農(nóng)業(yè)產(chǎn)出。

4 結(jié)論及啟示

本研究利用四川、浙江和黑龍江3個(gè)省實(shí)地調(diào)查數(shù)據(jù)，采用內(nèi)生轉(zhuǎn)換模型，進(jìn)行水稻種植農(nóng)戶對(duì)氣候變化適應(yīng)措施選擇的影響因素及效應(yīng)實(shí)證分析。研究表明：（1）種子投入、戶主當(dāng)過(guò)村干部、參加過(guò)合作社、災(zāi)害經(jīng)歷對(duì)農(nóng)戶氣候變化適應(yīng)性決策有正向影響。（2）農(nóng)戶采用調(diào)整作物品種、增加灌溉投入、購(gòu)買(mǎi)農(nóng)業(yè)保險(xiǎn)、密切關(guān)注氣象信息、增加肥料投入、排澇、改進(jìn)排灌設(shè)施與條件等措施適應(yīng)氣候變化。并且這些適應(yīng)性行為能夠增加農(nóng)戶水稻產(chǎn)出。基于反事實(shí)假設(shè)，采取氣候變化適應(yīng)性行為的農(nóng)戶若未采取相應(yīng)的適應(yīng)性行為，其水稻單位面積產(chǎn)出將下降;未采取氣候變化適應(yīng)性行為的農(nóng)戶若采取相應(yīng)的適應(yīng)性行為，其水稻單位面積產(chǎn)出將增加。（3）盡管現(xiàn)有的適應(yīng)性行為能夠減小氣候變化給農(nóng)業(yè)帶來(lái)的風(fēng)險(xiǎn)，但是農(nóng)戶采取氣候變化適應(yīng)性行為的比例較低。

基于上述結(jié)論，本研究提出政策建議如下：（1）政府要重視加強(qiáng)相關(guān)公共服務(wù)功能，通過(guò)更多的渠道傳播氣候變化與適應(yīng)措施信息。加強(qiáng)對(duì)農(nóng)戶有關(guān)氣候變化和適應(yīng)性措施的教育，提高農(nóng)戶防范風(fēng)險(xiǎn)的意識(shí)和氣候變化的認(rèn)知能力，建立健全農(nóng)業(yè)適應(yīng)氣候變化的協(xié)調(diào)機(jī)制、激勵(lì)機(jī)制等。（2）政府應(yīng)根據(jù)氣候變化條件下農(nóng)業(yè)災(zāi)害發(fā)生的新特征，完善氣象信息監(jiān)控網(wǎng)絡(luò)，加強(qiáng)極端氣候事件及其影響的監(jiān)測(cè)和預(yù)警。（3）從農(nóng)戶層面看，農(nóng)戶可以通過(guò)多種適應(yīng)性措施來(lái)減緩氣候變化的不利影響。但是不同的資源環(huán)境條件下，不同措施的作用不一定都有效，因此政府應(yīng)對(duì)農(nóng)戶進(jìn)行技術(shù)引導(dǎo)，從而規(guī)避氣候變化給農(nóng)業(yè)帶來(lái)的風(fēng)險(xiǎn)。（4）政府應(yīng)重視合作社對(duì)農(nóng)戶的引導(dǎo)作用。政府應(yīng)當(dāng)加快完善合作社生產(chǎn)信息與技術(shù)共享的職能，引導(dǎo)農(nóng)戶氣候變化適應(yīng)性決策，給予農(nóng)戶有關(guān)氣候變化相關(guān)的技術(shù)支持與服務(wù)。

參考文獻(xiàn)：

[1]Stocker T F，Qin D，Plattner G K，et al. Climate change 2013：the physical science basis[M]. Cambridge：Cambridge University Press，2013.

[2]周潔紅，唐利群，李 凱. 應(yīng)對(duì)氣候變化的農(nóng)業(yè)生產(chǎn)轉(zhuǎn)型研究進(jìn)展[J]. 中國(guó)農(nóng)村觀察，2015（3）：74-86，97.

[3]林而達(dá)，張厚瑄，王京華. 全球氣候變化對(duì)中國(guó)農(nóng)業(yè)影響的模擬[M]. 北京：中國(guó)農(nóng)業(yè)科技出版社，1997：54-88.

[4]Burton[KG*2/3]I，Lim[KG*2/3]B，Spanger-Siegfried[KG*2/3]E，et[KG*2/3]al.[KG*2/3]Adaptation[KG*2/3]policy[LM]

frameworks for climate change[M]. Cambridge：Cambridge University Press，2005.

[5]Burke M，Lobell D. Food security and adaptation to climate change：what do we know？[M]. Dordrecht：Springer，2010.

[6]周曙東，周文魁，林光華，等. 未來(lái)氣候變化對(duì)我國(guó)糧食安全的影響[J]. 南京農(nóng)業(yè)大學(xué)學(xué)報(bào)（社會(huì)科學(xué)版），2013（1）：56-65.

[7]McCarthy J J，Canziani O F，Leary N A，et al. Climate change 2001：impacts，adaptation，and vulnerability：contribution of working group II to the third assessment report of the Intergovernmental panel on climate change[M]. Cambridge：Cambridge University Press，2001.

[8]呂亞榮，陳淑芬. 農(nóng)民對(duì)氣候變化的認(rèn)知及適應(yīng)性行為分析[J]. 中國(guó)農(nóng)村經(jīng)濟(jì)，2010（7）：75-86.

[9]朱紅根，周曙東. 南方稻區(qū)農(nóng)戶適應(yīng)氣候變化行為實(shí)證分析——基于江西省36縣（市）346份農(nóng)戶調(diào)查數(shù)據(jù)[J]. 自然資源學(xué)報(bào)，2011，26（7）：1119-1128.

[10]Gebrehiwot T，van der Veen A. Farm level adaptation to climate change：the case of farmer's in the ethiopian highlands[J]. Environmental Management，2013，52（1）：29-44.

[11]Di Falco S，Veronesi M，Yesuf M. Does adaptation to climate change provide food security？ A micro-perspective from Ethiopia[J]. American Journal of Agricultural Economics，2011，93（3）：825-842.

[12]Huang J K，Wang Y J，Wang J X. Farmers' adaptation to extreme weather events through farm management and its impacts on the mean and risk of rice yield in China[J]. American Journal of Agricultural Economics，2015，97（2）：602-617.

[13]馮曉龍，劉明月，霍學(xué)喜，等. 農(nóng)戶氣候變化適應(yīng)性決策對(duì)農(nóng)業(yè)產(chǎn)出的影響效應(yīng)——以陜西蘋(píng)果種植戶為例[J]. 中國(guó)農(nóng)村經(jīng)濟(jì)，2017（3）：31-45.

[14]Maddala G S，Nelson F D. Maximum likelihood methods for models of markets in disequilibrium[J]. Econometrica，1974，42（6）：1013-1030.

[15]展進(jìn)濤. 技術(shù)推廣服務(wù)、要素投入與農(nóng)戶水稻產(chǎn)出效應(yīng)的差異性研究——基于Quantile回歸的分析[J]. 南京農(nóng)業(yè)大學(xué)學(xué)報(bào)（社會(huì)科學(xué)版），2013（3）：40-46.