潘瑩 李想

摘 要 通過核密度估計和M-K突變檢驗分析寧夏降水和氣溫的時空變化和波動特征，進而研究寧夏氣候變化趨勢及其對農(nóng)業(yè)經(jīng)濟的影響。運用面板聯(lián)立方程模型，選取2007—2018年寧夏18個縣（市、區(qū)）的數(shù)據(jù)，通過行為方程探討降水量、氣溫、作物產(chǎn)量及各產(chǎn)業(yè)增加值等變量之間的關系。結果表明，氣候波動導致糧食產(chǎn)量的變化會通過產(chǎn)業(yè)鏈傳導到其他經(jīng)濟部門，對第一產(chǎn)業(yè)造成的影響最大，并且整體經(jīng)濟對糧食產(chǎn)量受到的波動存在放大效應。從中長期來看，降水量增加和氣溫升高會提高寧夏糧食產(chǎn)量，但降水量和氣溫的短期劇烈波動依然會對寧夏農(nóng)業(yè)生產(chǎn)造成沖擊，從而影響整體經(jīng)濟的穩(wěn)定運行。

關鍵詞 氣候變化；核密度估計；M-K突變檢驗；面板聯(lián)立方程模型；寧夏回族自治區(qū)

中圖分類號：F329.9文獻標志碼：ADOI：10.19415/j.cnki.1673-890x.2023.20.001

農(nóng)業(yè)被認為是最易受氣候影響的部門之一。糧食供應依賴于農(nóng)業(yè)，我國的農(nóng)業(yè)在國民經(jīng)濟中扮演著重要角色。氣候變化導致農(nóng)作物產(chǎn)量下降在很大程度上會降低農(nóng)業(yè)部門的經(jīng)濟產(chǎn)出，從而造成農(nóng)業(yè)部門的直接經(jīng)濟損失。另外，隨著經(jīng)濟發(fā)展，產(chǎn)業(yè)鏈的融合逐漸加深，各經(jīng)濟部門的聯(lián)系也越發(fā)緊密，氣候變化對農(nóng)業(yè)造成的影響也將不可避免地對其他領域產(chǎn)生經(jīng)濟級聯(lián)效應，進而影響整體經(jīng)濟發(fā)展。寧夏是我國西北地區(qū)重要的農(nóng)業(yè)省區(qū)之一，屬于溫帶大陸性干旱、半干旱氣候，干旱少雨是其氣候的主要特點，且大部分地區(qū)是“靠天吃飯”的雨養(yǎng)農(nóng)業(yè)，農(nóng)業(yè)生產(chǎn)對氣候變化尤為敏感。以往的研究在農(nóng)業(yè)影響上以定性分析為主，并且將氣候變化的影響局限在農(nóng)業(yè)部門。本文將討論氣候變化對各產(chǎn)業(yè)及整體經(jīng)濟造成的影響，運用兩種非參數(shù)方法分析寧夏的氣候變化，并建立多部門聯(lián)立方程模型，通過量化方式評估氣候變化趨勢及其對寧夏農(nóng)業(yè)生產(chǎn)及各部門經(jīng)濟的影響。

1 數(shù)據(jù)來源及變量選取

本文選取2007—2018年寧夏18個縣（市、區(qū)）（銀川市城區(qū)、永寧縣、賀蘭縣、靈武市、石嘴山市城區(qū)、平羅縣、吳忠市城區(qū)、鹽池縣、同心縣、青銅峽市、原州區(qū)、西吉縣、隆德縣、涇源縣、彭陽縣、沙坡頭區(qū)、中寧縣及海原縣）為研究對象，數(shù)據(jù)均來源于《寧夏統(tǒng)計年鑒》。為了解決統(tǒng)計口徑不一致等問題對數(shù)據(jù)進行了處理，包括數(shù)據(jù)對數(shù)化處理、將市內(nèi)各區(qū)合并等。具體變量見表1。

2 研究方法

2.1 核密度估計

核密度估計作為一種非參數(shù)統(tǒng)計方法，主要是把考察對象的分布狀態(tài)視作某種概率分布，然后考察其分布特征和狀態(tài)[1]。假設隨機變量X的密度函數(shù)為f（x），則在點x處的概率密度按照式（1）計算：

2.2 M-K突變檢驗

M-K突變檢驗方法被廣泛應用于氣候、水文等時間序列的突變檢驗中[2]。在使用該方法檢驗時間序列X突變時，首先構造秩序列Sk：

然后定義統(tǒng)計量Uf：

Uf服從標準正態(tài)分布，給定顯著性水平α，若|Uf|＞Ua/2，則表明序列存在明顯的趨勢變化。若Uf ＞0，則表明序列呈上升趨勢，反之呈下降趨勢。當超過臨界值時，則表明上升或下降趨勢顯著。Ub統(tǒng)計量只需將序列按逆序排列，使Ub=-Uf，k=n-k+1。若Uf和Ub兩條曲線出現(xiàn)交點且在臨界值內(nèi)，那么對應的時刻即為突變開始的時刻。

2.3 面板聯(lián)立方程模型

聯(lián)立方程模型能夠避免單方程估計時的內(nèi)生性問題，因而被廣泛應用于較為復雜或涉及多部門行為的經(jīng)濟學研究中[3]。本文參考學者們前期的模型理論，構建面板聯(lián)立方程模型來描述寧夏各經(jīng)濟部門之間的聯(lián)系，并將降水量和氣溫變化對糧食產(chǎn)量影響的行為方程也納入模型中，如公式（7）所示[4-6]。

氣溫、降水量及施肥量是影響糧食產(chǎn)量的重要因素，因此，lnG方程考察了氣溫、降水量及施肥量對糧食產(chǎn)量的影響；由于糧食作物生產(chǎn)在第一產(chǎn)業(yè)中占據(jù)主導地位，因此lng1方程考察了糧食產(chǎn)量對第一產(chǎn)業(yè)生產(chǎn)總值的影響；而農(nóng)產(chǎn)品常用作食品、紡織等部門的原材料，且農(nóng)業(yè)生產(chǎn)中的飼料、化肥等需求為第二產(chǎn)業(yè)部門提供了資金收入，因此lng2方程主要考察第一產(chǎn)業(yè)對第二產(chǎn)業(yè)生產(chǎn)總值的影響；通過對銷售和加工鏈及城鄉(xiāng)居民收入的影響，服務業(yè)生產(chǎn)總值與一、二產(chǎn)業(yè)生產(chǎn)總值有著密切聯(lián)系，因此lng3方程考察的是一、二產(chǎn)業(yè)對第三產(chǎn)業(yè)總產(chǎn)值的影響[7]。

3 結果與分析

3.1 寧夏各地區(qū)氣候變化特征

3.1.1 寧夏各市縣年平均降水和氣溫時空變化

采用核密度估計對2007—2018年寧夏各市縣年平均降水量和氣溫的時空變化特征進行分析。由圖1可知寧夏各地區(qū)年平均降水量只有一個主要波峰且波寬較窄，說明寧夏各地區(qū)降水量分布總體差別較小、聚集程度較高。峰值逐漸向200 mm靠近，整體為逐年增加態(tài)勢。由圖2可知寧夏各地區(qū)年平均溫度出現(xiàn)兩個波峰，呈現(xiàn)極化形態(tài)。主要峰值集中在10 ℃左右，波寬逐漸增大，說明寧夏大部分地區(qū)平均溫度在逐年增高，分散程度也在增加；次要峰值集中在7 ℃左右，峰值變動幅度不大，波峰不斷增高，說明寧夏少部分地區(qū)平均溫度較低且基本穩(wěn)定。

3.1.2 寧夏整體平均降水和氣溫波動特征

結合過程線和M-K突變檢驗方法對2007—2018年寧夏年平均降水量和氣溫波動特征進行分析。從圖3（a）來看，寧夏年平均降水量整體呈“W”形，存在明顯的波動周期，整體為上升趨勢。從圖4（a）來看，Uf統(tǒng)計量在2007—2011年小于0，在2011—2018年大于0，并于2017年超過臨界值，說明在2011年降水量由下降趨勢轉變?yōu)樯仙厔?，并?017年后顯著上升。Uf和Ub統(tǒng)計量在臨界值內(nèi)共有3個交點，分別為2011年、2014年和2016年，3個突變點均出現(xiàn)在上升趨勢內(nèi)。結合降水過程線來看，2011和2016年為向上突變時點，2014年為向下突變時點?？傮w而言，寧夏年平均降水量從2011年之后步入上升階段，但該階段內(nèi)仍存在短期大幅度波動現(xiàn)象，激增和激減并存，即呈現(xiàn)中長期上升，短期周期波動且波動較大的特點。

如圖3（b）所示，寧夏年平均氣溫波動較大，但不存在明顯的連續(xù)變化特征且整體呈上升趨勢。從圖4（b）來看，Uf統(tǒng)計量一直處于臨界值內(nèi)，在2007—2008年、2010—2014年區(qū)間內(nèi)小于0，2008—2010年、2014—2018年區(qū)間內(nèi)大于0，說明寧夏年平均氣溫下降和上升交替變化，但下降和上升的趨勢并不顯著。結合氣溫過程線來看，Uf和Ub統(tǒng)計量在2012年產(chǎn)生一個向上的突變時點?？傮w而言，寧夏年平均氣溫波動幅度大，呈現(xiàn)中長期上升短期無序波動的特點。

3.2 面板聯(lián)立方程模型結果分析

本文使用I3SLS方法進行估計，結果見表2，各主要變量系數(shù)符號均顯著為正，即溫度和降水量及施肥量對糧食產(chǎn)量都具有顯著的促進作用，同時糧食產(chǎn)量是影響第一產(chǎn)業(yè)產(chǎn)值的重要正向因素，另外第一產(chǎn)業(yè)產(chǎn)值的增加同時也會促進二、三產(chǎn)業(yè)產(chǎn)值的增加。換言之，氣溫的降低、降水量的減少會抑制糧食生產(chǎn)，同時對第一、二、三產(chǎn)業(yè)增加值也會產(chǎn)生負面影響。盡管從中長期來看，降水量增加和氣溫升高會提高寧夏糧食產(chǎn)量，但降水量和氣溫的短期劇烈波動依然會對寧夏農(nóng)業(yè)生產(chǎn)造成沖擊，從而影響到整體經(jīng)濟的穩(wěn)定運行。

4 結論與討論

基于寧夏2007—2018年相關數(shù)據(jù)，首先探討了寧夏各市縣降水量和氣溫的時空變化規(guī)律及波動特征，然后建立面板聯(lián)立方程模型，通過描述4個行為方程構建了降水量、氣溫、作物產(chǎn)量及各產(chǎn)業(yè)增加值等變量之間的關系。主要研究結論如下。1）寧夏各地區(qū)降水量聚集程度較高，年平均降水量主要分布在200 mm附近；各地區(qū)氣溫出現(xiàn)極化趨勢，出現(xiàn)兩個聚集區(qū)域，主要聚集區(qū)域為10 ℃，次要聚集區(qū)域為7 ℃。2）寧夏近年來整體降水量和氣溫存在中期上升趨勢，但短期內(nèi)波動仍然較為明顯。3）降水量減少和氣溫降低對寧夏糧食產(chǎn)量具有顯著負向作用，同時會降低一、二、三產(chǎn)業(yè)生產(chǎn)總值。4）寧夏各部門經(jīng)濟之間存在級聯(lián)效應和放大效應，即農(nóng)業(yè)部門受到的氣候變化沖擊會傳導至其他部門，并且氣候變化的影響會被放大。

研究為氣候變化對各部門經(jīng)濟的影響提供了可供參考的估算依據(jù)，以強調(diào)通過投資農(nóng)業(yè)保障措施和新技術如節(jié)水技術，改變種植方式和增加農(nóng)業(yè)補貼來減輕氣候變化對整體經(jīng)濟平穩(wěn)運行的影響。

參考文獻：

[1] 沈麗，鮑建慧.中國金融發(fā)展的分布動態(tài)演進：1978—2008年：基于非參數(shù)估計方法的實證研究[J].數(shù)量經(jīng)濟技術經(jīng)濟研究，2013，30（5）：33-47.

[2] 張賢芳，舒強，李偲.葉爾羌河近48年來徑流演變規(guī)律研究[J].干旱區(qū)資源與環(huán)境，2012，26（1）：93-97.

[3] 陳強.高級計量經(jīng)濟學及Stata應用[M].2版.北京：高等教育出版社，2014.

[4] 高鐵梅，梁云芳，何光劍.中國季度宏觀經(jīng)濟政策分析模型：對宏觀經(jīng)濟政策效應的模擬分析[J].數(shù)量經(jīng)濟技術經(jīng)濟研究，2007，24（11）：3-14.

[5] 黃茂興，林壽富.污染損害、環(huán)境管理與經(jīng)濟可持續(xù)增長：基于五部門內(nèi)生經(jīng)濟增長模型的分析[J].經(jīng)濟研究，2013，48（12）：30-41.

[6] 聶飛，劉海云.FDI、環(huán)境污染與經(jīng)濟增長的相關性研究：基于動態(tài)聯(lián)立方程模型的實證檢驗[J].國際貿(mào)易問題，2015（2）：72-83.

[7] 郭建平.氣候變化對中國農(nóng)業(yè)生產(chǎn)的影響研究進展[J].應用氣象學報，2015，26（1）：1-11.