氣候變化對冬小麥產量的影響

許 朗，吳 桐，黃 武

?

氣候變化對冬小麥產量的影響

許 朗1，吳 桐1，黃 武2

（1.南京農業大學經濟管理學院/南京農業大學中國糧食安全研究中心，江蘇 南京210095；2.南京農業大學農村發展學院，江蘇 南京210095）

摘 要：選取1980—2012年33年間我國9個小麥主產省份（安徽、河北、河南、湖北、江蘇、山東、山西、陜西、四川）的氣候數據和冬小麥農業生產投入、產出數據，利用擴展的C-D生產函數分析了氣候變化對冬小麥產量的影響。結果表明，總體上來看氣候變化對冬小麥的產量有顯著影響，溫度與降水量的上升導致了冬小麥產量的增加，而日照時數的減少導致了冬小麥產量的降低。在不同地區，氣候變化對冬小麥產量的影響程度甚至影響方向都不同。溫度變化對華東地區冬小麥產量為正向影響，中南地區、西南地區和西北地區為反向影響，影響程度最深的是西北地區，其次是華東地區、西北地區、中南地區。溫度對華北地區冬小麥產量可能有正的影響。

關鍵詞：氣候變化；冬小麥；產量；生產函數

農業生產對自然的依賴性很強，氣候條件一直是影響農業生產的重要因素。近年來，氣候變化異常、極端氣候事件頻發等現象越來越突出，嚴重威脅我國糧食安全，氣候條件變化對農業生產的影響越來越受到學者們的關注。因此分析氣候變化對糧食產量的影響顯得非常必要，這對于保障我國糧食安全，調整農業發展戰略具有重要的指導作用［1］。學者們分別運用不同方法從不同角度研究了氣候變化對糧食生產的影響。

目前研究氣候變化對糧食產量的影響，最普遍的方法就是利用統計模型。顧節經［2］運用最佳積分回歸方法建立氣候變化對作物產量影響的動態統計評價模式，探索作物生育期內以旬為時間單位的氣候變化對作物產量形成的影響規律。李建華等［3］僅從氣候因素考慮對糧食產量的影響，選取影響糧食產量的主要氣候因子：溫度、日照和降水量，采用多元線性回歸的方法處理糧食單產與平均氣溫、日照、總降水量之間的關系。殷培紅等［4］將相關系數和協整關系結合起來分析單產和氣候變化的整體互動關系，利用主成分分析法確定影響我國糧食單產的關鍵性氣候因子，再將關鍵氣候因子逐一與糧食單產進行典型相關分析得到主導氣候因子，運用協整檢驗判斷單產和氣候因子之間是否能夠建立趨勢模型來說明氣候趨勢變化對單產趨勢變化的可能影響。陳紅翔等［5］分析了寧夏海原近20年來平均氣溫、降水量和日照時數等3個主要氣候因子的變化趨勢及糧食產量的增減趨勢，利用灰色關聯法分析氣溫、降水、日照時數對糧食總產量以及小麥、玉米單產的影響。結果表明，平均氣溫與寧夏海原糧食總產量和玉米單產量的關聯度最大，平均氣溫是影響寧夏海原糧食總產量和玉米單產量的最主要氣象因子，日照時數的影響次之，而年降水量對兩者的影響相對較小一些，降水量與海原小麥單產量的關聯系數最大，降水量是影響海原縣小麥產量的最主要氣候因子，日照時數次之。還有學者研究糧食產量對氣候變化的敏感性與脆弱性，朱紅根等［6］通過構建水稻對氣候變化脆弱性綜合評價模型，對江西水稻對氣候變化的脆弱性進行了分析，發現整體上水稻對氣候變化脆弱性較大。部分學者從糧食產量中分離出氣候產量作為研究對象，王保等［7］指出影響作物產量主要因素有人為因素、氣象因素和隨機“噪音”三方面，于是將作物產量分解為趨勢產量、氣象產量和隨機“噪音”，而隨機“噪音”所占比例很小，一般可忽略不計。采用直線滑動平均法，采用15年滑動步長來消除短周期波動的影響，算出趨勢產量。為了消除生產力水平對水稻產量的影響，本研究在進行產量分析時以氣象產量與趨勢產量的比值——相對氣象產量作為研究對象。利用小波變換方法分析了近60年來長江中下游地區水稻相對氣象產量、水稻生長季內平均氣溫、降水量、氣溫日較差以及≥10℃ 活動積溫的年際變化以及水稻相對氣象產量與區域氣候變化之間的時頻結構特征及相關性。學者們通過將氣候模式與作物模式相結合的方法，模擬預測出在未來氣候變化情景下的糧食產量，如張建平等［8］、熊偉等［9］、姚鳳梅等［10］、楊沈斌等［11］、吳珊珊等［12］均發現在未來氣候變化的情景下，水稻產量將呈下降趨勢。

目前國內利用經濟模型來研究氣候變化對糧食產量影響還較少，主要運用C-D生產函數和隨機前沿超越對數生產函數。丑潔明等［13］在C-D生產函數中引入氣候因子，構建了一個新的經濟-氣候模型：C-D-C模型，并選用干旱指數作為一個氣候因子對C-D-C模型進行了初步的模擬、驗證。發現模擬的結果明顯好于沒有添加氣候因子的模擬，與實際生產量差距縮小。周曙東等［1］也運用此模型研究了水稻生長季節的月平均氣溫與月平均降水量對中國南方水稻的產量影響，兩者都是負面影響；模型中還考慮了區域虛擬變量，發現降水對華南、華中和華東地區有負的作用，而對西南地區有一定正影響，溫度對西南、華南 華東和華中地區都有負的影響；并對未來氣候變化情景下的南方水稻產量進行了模擬估計，發現以減產為主。崔靜等［14］以中性的方式將氣候因素引入C-D生產函數，對秈稻、粳稻、小麥和玉米進行了研究，發現作物生長期內的溫度升高對一季稻和玉米的產量影響均為正向，而降水量增加對小麥產量影響為負向，平均日照時數增加對玉米產量影響為負向；此外，在1975—2008年中，氣候變化對于中國北方地區糧食作物的產量影響以正向為主，而對南方地區糧食作物產量的影響則以負向為主。王丹［15］將氣候因素以投入要素的形式引入C-D生產函數，對我國稻谷進行了研究，結果表明影響我國稻谷生產的氣候因子為降水量和日照時數，且對稻谷生產都是負面影響。崔靜等［16］將作物生長期內的月平均氣溫、降水和日照時數等氣候因素作為外生變量引入超越對數生產函數模型，用以估計各種氣候因素對中國主要糧食作物水稻、小麥和玉米單產的影響程度。朱曉莉等［17］將水稻生育期分為5個階段，采用隨機前沿超越對數生產函數模型，研究了不同生育期氣候因子（溫度、降水、日照）對水稻產量的影響。

綜上所述，國內利用經濟模型來研究氣候變化對糧食產量影響還較少，而且主要圍繞在水稻或整體糧食產量上，利用經濟模型來研究氣候變化對小麥產量的影響則幾乎沒有，作為我國三大主要糧食作物的小麥，加大氣候變化對小麥生產的影響研究同樣尤為重要。

1 模型與數據

1.1理論模型

小麥生產不僅受到化肥、機械、勞動力等投入要素的影響，氣溫、降水、日照等氣候因素貫穿影響著小麥生產的全過程。本研究將氣候因素與小麥生產投入要素一起納入柯布道格拉斯生產函數，選取小麥產量作為被解釋變量，氣溫、降水量、日照時數、勞動力投入、農業機械總動力、化肥投入、小麥播種面積、有效灌溉面積、區域虛擬變量以及時間等作為解釋變量，建立如下3個模型。

模型（1）：

Ln（Qit）=α+β1Ln（LBit）+β2Ln（AMit）+β3Ln（FTit）+β4Ln （GAit）+β5Ln（IRit）+β6Ln（ATit）+β7Ln（PEit）+β8Ln（SDit）+ β9t+μit

模型（2）：

模型（3）：

式中，Qit表示第i個省第t年的冬小麥總產量；LBit表示第i個省第t年種植冬小麥的勞動力投入；AMit表示第i個省第t年種植冬小麥的機械動力投入；FTit表示第i個省第t年種植冬小麥的化肥投入；GAit表示第i個省第t年的冬小麥播種面積；IRit表示第i個省第t年冬小麥的有效灌溉面積；AT表示冬小麥生長期內的月平均溫度，PE表示冬小麥生長期內的月平均降水量，SD表示冬小麥生長期內的月平均日照時數；t為時間序列；Dn為區域虛擬變量；μ為誤差項。模型（1）未考慮地區因素，模型（2）考慮不同地區因素后加入了區域虛擬變量，模型（3）為分析地區差異加入了區域虛擬變量與氣候變量的交互項。

1.2 數據來源與變量處理

本研究所用的樣本數據主要包括1980—2012 年33年間我國9個小麥主產省份（安徽、河北、河南、湖北、江蘇、山東、山西、陜西、四川）的氣候數據和冬小麥農業生產投入、產出數據。氣候數據主要包括冬小麥生長期間的溫度（單位：0.1℃）、降水量（單位：0.1 mm）和日照時數（單位：0.1 h），均來自中國氣象科學數據共享服務網。冬小麥生產投入產出數據主要包括冬小麥總產量（單位：萬t）、勞動力投入（單位：萬人）、農業機械動力投入（單位：萬kW）、化肥投入（單位：萬t）、播種面積（單位：103hm2）、有效灌溉面積（單位：103hm2），主要來自歷年《中國統計年鑒》與《中國農村統計年鑒》。

本研究的被解釋變量冬小麥產量以及控制變量冬小麥播種面積可直接從年鑒中獲得，而勞動力投入、農業機械動力投入、化肥投入和有效灌溉面積這五個控制變量，無法直接獲得冬小麥的相應數據，因此通過以下變量處理：冬小麥生產的勞動力投入LB=（冬小麥播種面積/農作物總播種面積）×（農業總產值/農林牧漁業總產值）×農林牧漁業從業人員；農業機械動力投入AM=（冬小麥播種面積/農作物總播種面積）×農業機械總動力；化肥投入FT=（冬小麥播種面積/農作物總播種面積）×農用化肥施用折純量；有效灌溉面積IR=（冬小麥播種面積/農作物總播種面積）×農業有效灌溉面積。變量t表示時間趨勢，用以反映技術進步。在構建區域虛擬變量時，將本研究的9個省份劃分為5個區域，分別為華北地區、中南地區、西南地區、西北地區、華東地區。當D1=1，其他都為0時，表示華北地區，包括河北、山西；當D2=1，其他都為0時，表示中南地區，包括河南、湖北；當D3=1，其他都為0時，表示西南地區，包括四川；當D4=1，其他都為0時，表示西北地區，包括陜西；當D1、D2、D3、D4均為0時，表示華東地區即對照組，包括安徽、江蘇、山東。

2 估計結果與實證分析

本研究采用冬小麥生長期間的氣候因素（氣溫、降水量、日照時數）與冬小麥生產投入產出的面板數據進行回歸分析，具體結果見表1。

2.1 未考慮不同地區因素的模型（1）結果分析

從表1可以看出，氣候因素中降水量和日照時數對冬小麥產量的影響是顯著的，且均達1%顯著性水平，說明冬小麥生長期內的月平均降水量與月平均日照時數對冬小麥產量的影響十分顯著，且為正向影響。其中月平均降水量每增加1%，將導致冬小麥產量增加0.1個百分點；月平均日照時數每增加1%，將導致冬小麥產量增加0.24個百分點。雖然月平均溫度對冬小麥產量的影響沒有通過顯著性檢驗，但從一定程度上可以表明冬小麥生長期內的月平均溫度對冬小麥產量有正的影響，月平均溫度每增加1%，有可能導致冬小麥產量增加0.01個百分點。從1980—2012這33年間，降水量呈上升變化趨勢，而日照時數呈下降趨勢，說明降水量變化導致冬小麥產量增加，而日照時數變化導致冬小麥產量下降。

控制變量中有效灌溉面積通過10%的顯著性水平檢驗，機械投入、化肥投入和播種面積均通過1%的顯著性水平檢驗，其中機械投入、化肥投入和播種面積對冬小麥產量的影響為正向，有效灌溉面積對產量有負的影響。農業機械總動力每增加1%，將導致冬小麥產量增加0.24個百分點；化肥投入每增加1%，將導致冬小麥產量增加0.23個百分點；播種面積每增加1%，將導致冬小麥產量增加0.83個百分點；有效灌溉面積每增加1%，將導致冬小麥產量減少0.13個百分點。因此，為緩解氣候變化帶來的不利影響，應當增加冬小麥的播種面積、機械投入和化肥投入。

表1 氣候變化對冬小麥產量影響的模型分析

2.2 考慮不同地區因素，加入區域虛擬變量的模型（2）結果分析

從表1可以看出，氣候因素中只有降水量通過了顯著性檢驗，顯著性水平為5%，冬小麥生長期內的月平均降水量對其產量產生了顯著的正向影響，月平均降水量每增加1%，則冬小麥產量將增加0.07個百分點。平均溫度與平均日照時數均未通過顯著性檢驗但系數均為正，從一定程度上說明溫度與日照時數對冬小麥產量可能有正的影響，其中平均溫度每增加1%，則冬小麥產量可能增加0.05個百分點；平均日照時數每增加1%，則冬小麥產量可能增加0.001個百分點。由于研究時間區間內降水量呈現上升的趨勢，因此說明降水量的變化導致了冬小麥產量的提高。

控制變量中有效灌溉面積的顯著性水平為5%，勞動力投入、機械投入、化肥投入、播種面積等4個變量的顯著性水平均達到了1%，十分顯著，其中機械投入、化肥投入和播種面積對冬小麥產量的影響為正向，勞動力投入和有效灌溉面積對產量有負的影響。其中勞動力投入每增加1%，將導致冬小麥產量減少0.14個百分點；農業機械動力投入每增加1%，將導致冬小麥產量增加0.39個百分點；化肥投入每增加1%，將導致冬小麥產量增加0.27個百分點；播種面積每增加1%，將導致冬小麥產量增加0.76個百分點；有效灌溉面積每增加1%，將導致冬小麥產量減少0.15個百分點。因此為提高冬小麥產量，增加冬小麥的播種面積、機械投入以及化肥投入是關鍵。

2.3 地區差異分析

表1顯示，3個氣候因素中只有平均溫度通過了顯著性檢驗，顯著性水平為10%。在溫度與區域虛擬變量的交互項中，除華北地區外均通過了顯著性檢驗，其中西南地區達到5%的顯著性水平，中南地區和西北地區的顯著性水平則為10%。從模型（3）的估計結果可以得出以下結論：華東地區平均溫度每上升1%，冬小麥產量將提高0.21%；中南地區平均溫度每上升1%，冬小麥產量將降低0.1%，影響程度低于華東地區，但影響方向為負，與華東地區相反；西南地區平均溫度每上升1%，冬小麥產量將降低0.56%，影響程度高于華東地區，但影響的正負方向相反；西北地區平均溫度每上升1%，冬小麥產量將降低0.19%，影響程度略低于華東地區，但方向相反。雖然華北地區與平均溫度的交互項沒有通過顯著性水平檢驗，但其估計結果也可以從一定程度上說明，華北地區平均溫度對冬小麥產量的影響可能為正，其影響程度可能都低于其他地區，大概平均溫度每上升1%，冬小麥產量可能提高0.09%。綜上所述，溫度升高對華東地區冬小麥產量有正的影響，對華北地區冬小麥產量可能有一定正的影響，而對中南地區、西南地區、西北地區有負的影響，影響程度最深的是西南地區，其次是華東地區、西北地區、中南地區。在本文研究的時間區間內，溫度呈上升趨勢，因此溫度變化導致了華東地區冬小麥產量的增加，中南地區、西南地區以及西北地區冬小麥產量的減少，可能導致了華北地區冬小麥產量的增加。

3　結論與建議

通過實證分析，總結出以下結論：（1）氣候變化對冬小麥的產量有顯著影響，且總體上呈現正向影響，由于在研究的時間區間內，溫度呈上升趨勢，降水量呈上升趨勢，而日照時數呈下降趨勢，因此溫度與降水量的變化導致了冬小麥產量的增加，而日照時數的變化導致了冬小麥產量的降低；（2）不同地區氣候變化對冬小麥產量的影響程度以及影響方向都將有所不同，在分析地區差異的模型中，氣候因素影響顯著的是平均溫度，華東地區為正向影響，中南地區、西南地區和西北地區為反向影響，影響程度最深的是西南地區，其次是華東地區，然后依次是西北地區和中南地區，溫度的變化導致了華東地區冬小麥產量的增加，中南地區、西南地區以及西北地區冬小麥產量的減少，可能導致了華北地區冬小麥產量的增加。為緩解氣候變化對冬小麥帶來的不利影響，應當擴大冬小麥的種植面積、機械投入和化肥投入，并加大投資鼓勵研發耐寒、抗旱、抗蟲等抗逆性品種。

參考文獻：

［1］ 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·資源與環境，2010，20（10）：152-157.

［2］ 顧節經. 氣候變化對作物產量影響的動態統計評價模式［J］. 氣象，1995，21（4）：50-53.

［3］ 李建華，劉光萍. 撫州市氣候變化與糧食作物產量的關系研究［J］. 湖南農業科學，2009（10）：54-57，60.

［4］ 殷培紅，方修琦，張學珍，等. 中國糧食單產對氣候變化的敏感性評價［J］. 地理學報，2010，65（5）：515-524.

［5］ 陳紅翔，田宗花. 氣候變化對海原縣主要糧食產量的影響分析［J］. 江西農業學報，2013，25（5）：156-158.

［6］ 朱紅根，周曙東. 南方水稻對氣候變化的脆弱性分析—— 以江西為例［J］. 農業現代化研究，2010，31 （2）：208-211.

［7］ 王保，黃思先，孫衛國. 氣候變化對長江中下游地區水稻產量的影響［J］. 湖北農業科學，2014，53 （1）：43-51.

［8］ 張建平，趙艷霞，王春乙，等. 未來氣候變化情景下我國主要糧食作物產量變化模擬［J］. 干旱地區農業研究，2007，25（5）：208-213.

［9］ 熊偉，陶福祿，許吟隆，等. 氣候變化情景下我國水稻產量變化模擬［J］. 中國農業氣象，2001，22 （3）：1-5.

［10］ 姚鳳梅，張佳華，孫白妮，等. 氣候變化對中國南方稻區水稻產量影響的模擬和分析［J］. 氣候與環境研究，2007，12（5）：659-666.

［11］ 楊沈斌，申雙和，趙小艷，等. 氣候變化對長江中下游稻區水稻產量的影響［J］. 作物學報，2010，36 （9）：1519-1528.

［12］ 吳珊珊，王懷清，黃彩婷. 氣候變化對江西省雙季稻生產的影響［J］. 中國農業大學學報，2014，19 （2）：207-215.

［13］ 丑潔明，葉篤正. 構建一個經濟-氣候新模型評價氣候變化對糧食產量的影響［J］. 氣候與環境研究，2006，11（3）：347-353.

［14］ 崔靜，王秀清，辛賢. 氣候變化對中國糧食生產的影響研究［J］. 經濟社會體制比較，2011（2）：54-60.

［15］ 王丹. 氣候變化對我國稻谷生產及貿易的影響研究［J］. 國際貿易問題，2011（6）：121-127.

［16］ 崔靜，王秀清，辛賢，等. 生長期氣候變化對中國主要糧食作物單產的影響［J］. 中國農村經濟，2011 （9）：13-22.

［17］ 朱曉莉，王筠菲，周宏. 氣候變化對江蘇省水稻產量的貢獻率分析［J］. 農業技術經濟，2013（4）：53-58.

（責任編輯 楊賢智）

中圖分類號：S512.1+1

文獻標識碼：A

文章編號：1004-874X（2016）03-0036-06

收稿日期：2015-11-12

基金項目：國家社會科學基金重大招標項目（1 3&Z D 1 6 0-4）；國家軟科學研究計劃項目（2014GXQ4D184）；江蘇省軟科學研究計劃項目（BR2015043）；國家自然科學基金面上項目（71573126）；農業部軟科學研究計劃項目（201531-1）；江蘇省高校優勢學科建設工程項目（PAPD）

作者簡介：許朗（1961-），男，博士，教授，E-mail：xulang@njau.edu.cn

通訊作者：黃武（1975-），男，博士，副教授，E-mail：huangwu@njau.edu.cn

Impacts of climate change on winter wheat yield

XU Lang1，WU Tong1，HUANG Wu2
（1.College of Economics and Management，Nanjing Agricultural University/ China Center for Food Security Studies，Nanjing Agricultural University，Nanjing 210095，China；2.College of Rural Development，Nanjing Agricultural University，Nanjing 210095，China）

Abstract：This paper selected the climate data and the input and output data of winter wheat production from 1980 to 2012 in nine major wheat producing provinces（Anhui，Hebei，Henan，Hubei，Jiangsu，Shandong，Shanxi，Shaanxi，Sichuan），then analyzed the impacts of climate change on winter wheat yield by using extended C-D production function. The results shows that，overall，climate change had significant influences on the yield of winter wheat. Rising temperature and precipitation led to the increase of winter wheat yield，and the decline of sunshine time led to a drop of winter wheat yield. In different regions，the influences were different，and even the directions. The influences of temperature change on winter wheat yield in the east of China was positive，but in the central south，the southwest and northwest regions，had the reverse effects. The deepest influence is in the southwest region，followed by the east of China area，the northwest and central south area. The influences of temperature on winter wheat yield in north China may be positive.

Key words：climate change；winter wheat；yield；production function