近60年山西省氣候變化趨勢及其對糧食作物產量的影響

楊 軍,李高磊,叢建輝,趙永斌,裴彥婧

(1.山西大學 經濟與管理學院,山西 太原 030006;2.山西綠色發展研究中心,山西 太原 030006)

1 前言

當前全球氣候正發生著以變暖為主要特征的顯著變化,這種變化逐漸影響到人類生產生活的各個領域。作為“靠天吃飯”的生產活動,糧食作物生產受氣候變化影響最為直接,在面對氣候變化時極其

脆弱[1-3]。因此,在準確把握未來氣候變化趨勢基礎上,厘清氣候變化對糧食作物產量的影響,對糧食作物生產更好地適應氣候變化、保障糧食安全等具有重要意義。

20世紀90年代以來,關于氣候變化趨勢及其對糧食作物產量影響的文獻大量增加[4-6]。該領域屬于典型的交叉學科方向,以農學研究人員為主的自然科學界和以經濟學研究人員為主的社會科學界從各自學科角度出發進行了相關研究[7,8]。按照區域范圍劃分差異,現有文獻對國內氣候變化和糧食作物關系的研究已經覆蓋了我國整體、次國家級區域和特定省市三個層次。關于氣候變化對我國糧食作物產量的研究,由于研究方法、時間尺度、變量選取等方面的不同,不論是在不同學科之間還是在同一學科內部,學者們的研究結論都存在著顯著差異,有的學者認為氣候變化抑制了我國糧食作物產量增長[9-11],有的學者則持相反的觀點[12,13]。但多數研究證實氣候變化的影響在次國家級區域間甚至同一區域不同省市之間具有明顯差異,這與我國地域廣闊、氣候條件復雜的現狀相一致[4，14，15]。我國特定省域和城市研究方面,受制于數據獲取的難度增加和相關測度模型在小區域尺度上適用性變弱等因素,現有研究較為薄弱。代表性文獻主要有:宋佃星等利用滑動平均和線性回歸分析了寶雞市近54年的氣候變化趨勢,通過相關分析方法分析了氣溫上升對小麥產量的影響[16];朱珠等采用氣候傾向率方法分析了江蘇省1981—2009年的氣候變化趨勢,通過產量趨勢系數測算分析了氣溫、降水等氣象因素對水稻產量的影響[17];趙國良等利用天水市1968—2009年的氣象資料,結合冬油菜的生育期各階段的生長條件,分析了氣候變化對天水市冬油菜生長的影響[18];張榮榮運用氣候統計方法分析了河南省1980—2015年的氣候變化特征,運用面板非線性回歸模型探討了氣候變化對小麥、玉米等糧食作物產量的影響[19]。

綜合現有文獻來看,當前對氣候變化與糧食作物產量研究取得了豐碩成果,為不同區域糧食作物適應氣候變化提供了良好的理論指導。但現有研究仍存在著兩個明顯不足:一是多數研究集中探討氣溫、降水等氣候要素變化對糧食作物產量的影響,或討論非氣候變化要素對作物產量的影響,鮮有研究注意到氣候要素與非氣候要素之間交互作用對作物產量的影響;二是對特定區域的研究仍較薄弱且呈現不平衡性,特別是對山西省這類由平原向高原過渡區域的研究較為匱乏。

山西省位于我國黃土高原和太行山地區，地理座標為34°34′—40°44′N、110°14′—114°33′E,總體呈現“兩山夾一川”的地勢,地形條件多樣;南北跨越了溫帶季風氣候與溫帶大陸性氣候兩個氣候帶,氣候條件復雜;以玉米和小麥為主的糧食作物產值占山西農業總產值的60%以上,是山西省不少地區(特別是深度貧困地區)農民的主要產業和收入來源。分析山西省的氣候變化趨勢,觀察對糧食作物產量的影響,不僅有利于山西省實現種植業發展和農民增產增收、脫貧致富,也有助于研判我國由平原到高原過渡地帶和黃土高原典型地形區氣候變化的脆弱性及其對糧食作物產量的響應。

本文利用山西省1957—2015年近60年的氣象數據和1978—2015年的糧食作物產量數據,使用重標極差分析法(Rescaled Range Analysis,R/S分析)對山西省氣候變化趨勢進行預測,建立種植業生產函數[20]開展實證分析,研究氣候要素與非氣候要素如何影響糧食作物生產,并討論兩者的交互影響對不同作物單產的效應,為未來種植業更好地適應氣候變化提供參考。

2 研究方法及數據來源

2.1 研究方法

氣候變化基本趨勢估計模型:氣候傾向率、重標極差分析是目前預測某一地區氣候變化趨勢使用較多的兩種統計方法[21-23]。其中，氣候傾向率雖然能很好地預測氣候變化趨勢,但是無法預測未來氣候的冷暖轉換,而重標極差分析方法可以很好地解決這個問題。重標極差分析法使用過去連續的氣候要素數據對某一地區的氣候變化趨勢做出科學合理的分析,是分形理論在氣候變化領域的應用。該方法通過測算分形維數D,利用小時間尺度范圍的變化規律來預測大時間尺度范圍的變化。在此基礎上,英國水文專家赫斯特又提出了Hurst指數,用以度量變化趨勢的強度。計算H指數與分形維數D值的步驟為:

設長度為T的時間序列,首先將時間序列{Xi}等分成長度為n個(n長度是W(T/n的整數部分)連續的子序列Fd(d=1,2,…,W),每個子序列中的元素記作Qr,d。

計算各子序列Fd的平均值Gd:

(1)

計算Fd偏離子序列平均值Gd的累積離差Xt,d:

(2)

計算各子序列Fd的極差Rd:

Rd=max1≤t≤n(Xt,d)-min1≤t≤n(Xt,d)

(3)

計算每個子序列Fa的標準差Sa:

(4)

用標準差Sa除極差Ra對不同類型的時間序列進行比較:

(R/S)d=Rd/Sd

(5)

對以上步驟進行重復操作,可得到一個重標極差序列,計算其均值:

(6)

將子序列的時間長度加1,并不斷重復上述步驟,當n=M/2時結束。

(R/S)n=ρhH

(7)

引入被解釋變量ln(R/S)n與解釋變量lnn,利用最小二乘法計算計算解釋變量的系數H,得出的解釋變量的系數即所求的Hurst指數H值:

ln(R/S)n=Hlnn+lnρ

(8)

Hurst指數與分維數的關系為:

D=2-H

(9)

H指數與分維數D主要分為以下的四種情況:H=0.5、D=1.5,表明過去的變化趨勢與未來不相關;0.5

氣候變化對山西省糧食作物產量影響的模型:影響糧食作物產量的因素主要分為氣候要素和非氣候要素，光、熱、水是影響作物產量較明顯的氣候要素，影響作物產量的非氣候要素有農村勞動人口、灌溉、土地等[20,24]。本文將作物單產作為被解釋變量,日照時數、氣溫、降水作為主要的解釋變量,非自然因素作為主要的控制變量引入到模型中。首先構建氣候變化對糧食作物產量影響的基礎模型:

lnYi=a+a1lnS+a2lnTem+a3lnR+a4lnMA+a5lnFE+a6lnLA+a7lnIR+a8lnPA

業內人士分析指出，這一政策將直接惠及海外中小品牌，尤其是日韓品牌。相較于歐美成熟大牌，這些化妝品品牌上新快、頻次高，對市場的反應也更敏捷。

(10)

式中,Yi表示不同作物的單產(i=1,2,3);S、TEM、R分別表示年平均日照時數、年平均氣溫、年平均降水量;MA表示機械投入;FE表示化肥投入;LA表示種植業勞動力投入;IR表示灌溉比;PA表示糧食作物播種面積。

本文首先分析單個氣候要素及非氣候要素對糧食作物單產的影響,進而探討氣候要素與非氣候要素的交互影響會對糧食作物單產產生怎樣的效應。氣候要素是作物生長的必要因素,它不但會直接對作物產生影響,而且會改變化肥、灌溉等非氣候要素的功效,間接影響種植業單產[25-27]。考慮氣候要素與非氣候要素的關聯效應對作物產量造成的影響,本文提出以下三個假說,并對基礎模型進行拓展:假說1——氣溫和農田水利灌溉的關聯作用會對作物單產產生影響。水是旱作農業中關鍵的因素之一,水對農作物的生產潛力影響較大,水源充足,作物的生產潛力較高。由于降水減少,作物生長期不能滿足作物的水分要求,因此必須利用灌溉水源彌補降水減少造成的不利影響。水、熱條件配合是作物增產的關鍵因素,氣溫與灌溉的關聯作用有利于作物增產,但對不同作物其效果有所區別。假說2——氣溫與化肥的關聯作用會對作物單產產生影響。氣溫上升會加快化肥的分解,釋放氮氣而損傷作物,降低肥效,不利于作物生長，但化肥總體上會提供作物生長所需要的養分,提高單產。不同作物對化肥的響應不同。假說3——降水與化肥的關聯作用會對作物單產產生影響。化肥的作用主要是通過調節土壤的肥力,配合一定的水、熱條件,達到增產的作用。即化肥會間接與氣溫、降水發生交互作用影響作物的單產。氣溫、降水與化肥的關聯作用對作物單產的影響有所不同。

引入氣候要素與非氣候要素的交互項討論對玉米和小麥這兩種作物單產的影響。引入氣溫和灌溉比的交互項,考察兩者的關聯效應對作物單產的影響,驗證假說1。

lnYi=a+a1lnS+a2lnTem+a3lnR+a4lnMA+a5lnFE+a6lnLA+a7lnIR+a8lnPA+a9lnTem×IR

(11)

引入氣溫和化肥施用量的交互項分析兩者的關聯效應對作物單產的影響,以驗證假說2。

lnYi=a+a1lnS+a2lnTem+a3lnR+a4lnMA+a5lnFE+a6lnLA+a7lnIR+a8lnPA+a10lnTem×FE

(12)

引入降水和化肥的交互項分析兩者的關聯作用對作物單產的影響,以驗證假說3。

lnYi=a+a1lnS+a2lnTem+a3lnR+a4lnMA+a5lnFE+a6lnLA+a7lnIR+a8lnPA+a10lnR×FE

(13)

2.2 數據來源

本文所采用的氣象數據均來源于國家氣象數據共享中心,鑒于數據的完整性,主要使用了分布在山西省11個地市29個臺站的氣象數據,從中提取了1957—2015年的日照時數、氣溫和降水相關氣象要素的月度數據資料,并根據需要整理成季度數據和年度數據,對山西省氣候變化進行分析和預測。本文使用1978—2015年的氣象數據與玉米、小麥等糧食作物相關數據進行相關性分析。其中,玉米、小麥等糧食作物相關數據主要來源于國家統計局和相關年份的《山西統計年鑒》。

2.3 變量選取及數據說明

資本、勞動力和科學技術是經濟發展的關鍵影響因素。農村人口勞動力、機械等科技水平是影響作物單產的重要因素,土地、化肥、農田灌溉等是影響作物生長的非氣候要素資本,光、熱、水是影響氣候要素的資本。主要影響因素有:①作物單產(Y)。作物單產是最能代表糧食作物生產水平的標志之一,不同的作物受各種生產要素的影響不同。首先選取糧食單產作為被解釋變量,分析氣候要素對山西省整體糧食單產的影響;小麥、玉米是山西省產量占比較高的兩種作物,使用這兩種農作物的單產來分析氣候要素對不同作物的影響。②氣候要素。對農業影響較大的因素主要是光、熱、水,使用山西省年平均日照時數(S)、氣溫(Tem)、降水(R)作為解釋變量。③非氣候要素。除了氣候要素以外,機械(MA)、化肥(FE)、農業生產勞動力(LA)、農業灌溉(IR)、糧食作物播種面積(PA)都對農業生產有很大的影響。本文用農業有效灌溉面積占播種面積的比重來反映灌溉對作物單產的影響。機械反映農業現代化水平,是提高作物單產的重要手段,化肥、農田灌溉投入量會直接影響作物在生長期的發育,農業生產勞動力是作物生長必要的人力資本,糧食作物播種面積可反映種植業的規模化水平,規模化水平的高低也會對作物單產產生一定的影響。各變量的描述性統計見表1。

表1 變量的描述性統計

表1可見,玉米單產高于其他農作物,但近30年變化不大,糧食和小麥單產的最值之間相差較大,近年來變化較明顯。去除氣候異常年份,日照時數、氣溫和降水的最值相差較大。隨著農業現代化水平提高,農業機械用電量有明顯增加,化肥施用量變化突出,工業化發展使農村從業人口有明顯變化,灌溉與糧食作物播種面積顯著變化。

3 實證結果

3.1 氣候變化基本趨勢估計結果

分析山西省四季和年平均日照時數的Hurst指數H與分維數D(表2):當0.5

表2 山西省日照時數序列的Hurst指數與分維數D

山西省過去各季節和年平均日照時數變化幅度不盡相同(圖1、圖2):春季日照時數下降幅度為5.8h/10a,夏季日照時數下降幅度為11.6h/10a,秋季日照時數下降幅度為6.2h/10a,冬季日照時數下降幅度為12.6h/10a,降幅最大,年平均日照時數下降幅度為8.5h/10a。由表2可知,秋季的Hurst指數最大,表明秋季日照時數下降趨勢的持續性最強,分維數D值最小,說明秋季日照時數在該時間尺度上的變化趨勢最明顯也最簡單。

圖1 山西省近60年四季平均日照時數變化

圖2 山西省近60年平均日照時數變化

當0.5

表3 山西省氣溫序列的Hurst指數與分維數D

山西省春季氣溫平均上升幅度為0.3℃/10a,夏季氣溫上升幅度為0.1℃/10a,秋季氣溫上升幅度為0.2℃/10a,冬季氣溫上升幅度為0.4℃/10a,年平均氣溫上升幅度為0.3℃/10a,冬季氣溫增幅最大(圖3、圖4)。由表3可知,夏季、冬季的Hurst指數大于春、秋季,表明前者氣溫上升趨勢的持久性高于后者。夏季分維數D值最小,說明夏季氣溫在該時間尺度上的變化趨勢最明顯和最簡單。年平均氣溫的Hurst指數僅次于夏季,表明年平均氣溫升溫趨勢的持續性相對較強,未來升溫的趨勢仍將繼續。

圖3 山西省近60年四季平均氣溫變化

圖4 山西省近60年年平均氣溫變化

由表4可知,四季和年平均降水過去的增量與未來的增量呈正相關,未來的趨勢和過去的趨勢正好相同,降水變化的整體方向將繼承過去的趨勢。從四季和年平均降水的變化趨勢來看,都呈下降趨勢,該過程變化具有持續性特征。

表4 山西省降水序列的Hurst指數與分維數D

山西省春季降水減少幅度為0.18mm/10a,夏季降水減少幅度為3.95mm/10a,秋季降水減少幅度為0.22mm/10a,冬季降水減少幅度為0.04mm/10a,年平均降水減少幅度為1.08mm/10a(圖5、圖6)。夏季降水減少幅度最大,冬季降水減少幅度最小。表4可知,冬季的Hurst指數最大,表明冬季的降水下降趨勢的持久性高于其他季節;夏季分維數D值最小說明夏季氣溫在該時間尺度上的變化趨勢最明顯和最簡單。年平均降水的Hurst指數最小,表明年平均降水減少趨勢的持續性較弱,降水變化趨勢在該時間尺度上較復雜。近60年來,山西省平均氣溫上升了2.05℃,增溫速率高于全國平均水平;降水減少了112mm,下降速率快于全國平均水平[5]。山西省種植業受災面積占種植面積的比例平均為43%,遠遠高于全國的26%,反映了處于特殊地理位置下的山西省種植業適應氣候變化能力較弱這一事實。

圖5 山西省近60年四季平均降水量變化

圖6 山西省近60年平均降水量變化

3.2 氣候變化對山西省糧食作物產量的影響

主要是:①氣候變化對山西省小麥種植的影響。山西省的小麥種植集中在運城臨汾盆地,中部晉城、晉中有少量小麥種植,晉北地區幾乎沒有小麥種植。氣溫上升,使冬小麥播期整體呈現向后推遲的趨勢。冬季生長期延長,若按照原播種期,麥苗在秋季生長過旺,不利于安全越冬,即使不被凍死,也會由于葉片大部分凍枯養分消耗過多而不利于返青后的生長。山西省中部地區的冬小麥播期向后推遲大概一周左右,但南部盆地的冬小麥播期并沒有明顯變化。中部冬小麥的越冬期向后推遲,返青和播節日期有所提前。②氣候變化對山西省玉米種植的影響。玉米在山西省分布較均勻,但晉南地區種植最多。玉米生長對降水較敏感,受氣候影響較大。近幾年山西省頻發的極端天氣對玉米生產造成了嚴重影響,如2016年晉南地區的大旱使運城、臨汾盆地許多地區顆粒無收,損失較大。晉城市的玉米種植所需水資源完全來自降水,沒有任何河流灌溉水源,受氣候影響更為明顯。山西中部和北部地區降水呈減少趨勢,未來玉米種植面積會逐漸減少。③氣候變化對山西省作物病蟲害的影響。影響山西省玉米生長的昆蟲主要是玉米螟,該昆蟲喜濕,并且年氣溫越高,發生代數越多。晉南地區的氣溫高,降水相對較多,很容易導致玉米螟繁衍,不利于玉米生長;干旱少雨地區并不適合玉米螟生存,因此中部地區玉米受玉米螟影響較小;晉北地區降水較少,氣溫較低,不適合玉米螟生存。小麥蚜蟲是影響山西省小麥生長的主要病蟲害之一,山西省的小麥蚜蟲主要是麥二叉蚜。小麥蚜蟲喜干怕濕,主要發生在中部地區，隨著中部地區降水減少,小麥種植容易受到麥二叉蚜的影響。本文利用近30年的氣象數據和糧食作物相關數據進行相關性分析,討論單個氣候要素對糧食作物單產的影響,見表5。

表5 日照時數、氣溫、降水對山西省主要糧食作物產量的影響

注:括號內數值表示t值;***、**、*分別表示在1%、5%、10%的顯著性水平上顯著。

回歸結果表明,不同的糧食作物對各氣候要素變化的響應有所不同。整體看,對糧食單產影響較大的有日照時數、播種面積、降水和灌溉比。對小麥影響較大的要素有氣溫、機械、化肥施用量和播種面積;玉米受日照時數、氣溫、降水、化肥施用量和播種面積影響比較大。日照時數對糧食單產表現為正相關關系;氣溫對小麥單產表現為正相關,對玉米單產表現為負相關;降水與糧食單產與小麥單產表現為正相關關系,與玉米單產表現為負相關關系。山西省日照時數呈下降趨勢,對作物的光合生產潛力會產生一定的負效應,不利于未來的糧食生產;氣溫上升有利于小麥增產,但對玉米的生長不利;降水減少與農業需水量增加之間的矛盾不斷加強,水資源日益緊張,不利于糧食作物作物生長;山西省水資源缺乏主要影響了小麥的種植面積與產量,但對玉米生長影響不大。非氣候要素投入會改變氣候要素對糧食作物單產的影響,所以本文引入氣候要素與非氣候要素的交互項觀測兩者對糧食作物產量的交互影響(表6)。

根據交互項結果分析可知,氣溫與灌溉的交互項對山西省糧食單產存在正效應,對小麥單產不顯著,對玉米單產則表現為負效應。這是因為玉米的葉片較大,氣溫上升會使其體內水分快速蒸發,同時將養分帶到作物體外,造成養分大量流失,不利于作物生長;小麥的葉片較小,水分蒸發較少,可將養分留存在體內,因此灌溉水會滿足小麥的需水量,提高其產量。氣溫與化肥的交互項對糧食和玉米單產效應為負,對小麥單產呈正向效應。由于玉米的水分蒸發較快,對化肥的肥力吸收慢,會因為氣溫上升使化肥分解過快產生氮氣,損傷作物;小麥保留水分的能力較強,化肥可很好地配合水熱條件促進小麥增長。降水與化肥的交互作用對糧食和玉米單產的作用為負,對小麥單產的影響為正;玉米的水分流失相對較快,降水減少使玉米的水熱條件不均衡,無法很好地吸收肥力,反而對需水量較小、水熱條件較好的小麥生長有利。以上結果證明氣候要素與非氣候要素的交互作用會影響作物單產,三個假說成立。因此,農業適應氣候變化亟需調整非氣候要素的投入力度,以此強化(降低)氣候與非氣候要素的交互正(負)作用。

表6 生產要素的交互作用對山西省農業的影響

(續表6)

項目 糧食 小麥 玉米 變量 1 2 3 1 2 3 1 2 3lnTem-0.54*** [-2.91]-0.06* [-1.79]-0.06 [-1.47] 0.13* [1.92] 0.83*** [9.02] 0.88*** [10.55] 0.91** [2.02]-0.08 [-0.96]-0.24*** [-3.65]lnR-0.20*** [-3.40]-0.13** [-1.97]-0.08* [-1.87] 0.10 [0.90] 0.12 [1.03] 0.11 [0.73]-0.16 [-1.21]-0.07 [-0.61] 0.21* [1.77]lnMA 0.11* [1.75] 0.03 [0.46] 0.07 [0.99] 0.57*** [4.39] 0.41*** [3.54] 0.36** [2.56]-0.44*** [-2.82]-0.17 [-0.51] 0.18 [1.64]lnFE 0.103* [1.75] 0.06** [2.41] 0.06** [2.35]-0.22** [-2.13]-0.43*** [-3.28]-0.34*** [-3.23] 0.31** [2.38] 0.82*** [6.43] 0.59*** [7.11]lnLA-0.39 [-1.43] 0.03 [0.15] 0.01 [0.05]-1.07** [-2.02]-0.52 [-1.14]-0.41 [-0.88] 0.81 [1.26] 0.15 [0.34]-0.29 [-0.81]lnIR-1.95*** [-2.94]-0.23** [-2.46]-0.21** [-2.01]-2.99** [-2.29]-0.29 [-1.65]-0.32* [1.71] 3.91** [2.48]-0.21 [-1.22] 0.03 [0.26]lnPA-1.67*** [-8.89]-1.44*** [-7.15]-1.34*** [-6.21]-1.52*** [-4.11]-1.35*** [-3.65]-1.38*** [-3.37]-0.96** [-2.17]-0.92** [-2.52]-0.36 [-1.13]lnTem*IR 1.72** [2.60] 2.75 [0.86] -4.27*** [-2.71]lnTem*FE -0.01** [-2.23] 0.21* [1.74] -0.01*** [-4.61]lnR*FE -0.003* [-1.86] 0.001** [2.15]-0.03*** [-6.84]

注:括號內數值表示t值;***、**、*分別表示在1%、5%、10%的顯著性水平上顯著;1、2、3分別代表三個假設。

4 結論與政策建議

4.1 結論

從上文對山西氣候變化預測的實證結果來看,日照時數、氣溫、降水的Hurst指數均位于0.5—1的范圍,即未來山西省的氣候變化會保持與過去一致的趨勢。其中,降水的D值最大,表明降水的變化趨勢較為復雜,整體保持繼續下降的趨勢,波動性較強;氣溫的D值最小,表明氣溫變化簡單,繼續維持上升的趨勢。

氣候變化對山西糧食作物產量影響的實證結果表明,山西省日照時數減少不利于糧食作物增產;氣溫上升不利于整體糧食作物和玉米增產,但有利于小麥生長;降水減少不利于整體糧食作物和小麥增產,但有利于玉米增產。氣候要素與非氣候要素的交互影響分析顯示,非氣候要素投入會改變氣候要素對糧食作物單產的影響,這種影響會因為作物的不同而異。灌溉比的引入會改變氣溫對糧食單產的負效應,與氣溫的交互作用對小麥單產影響為正,對玉米單產會產生不利影響。氣溫與化肥的交互作用對糧食和玉米單產會產生不利影響,但卻有利于小麥增產。降水與化肥的交互作用對玉米單產影響為負,但對小麥增產有利。

4.2 政策建議

本文提出以下建議:①調整作物品種。山西中部偏北地區一直使用強冬性冬小麥品種,隨著冬季氣溫的上升,可引入弱冬性品種,將晉南地區的強冬性品種調整為弱冬性品種。但不能過度削弱品種的冬性,盡管冬季氣溫有所上升,但總體氣溫仍較低,冬性較弱會使作物無法平安過冬。對玉米等短日照作物選擇生育期較長的品種進行栽培,充分利用當地的光熱資源,發揮生育期較長的優勢;小麥應選擇對日照時數反應較遲鈍的弱冬性品種。推廣半精量播種技術,避免大面積播種栽培方式,增加田間的透光性,調整農作物大棚的位置和塑膜的透光性,重視人工光照等技術的推廣與應用。谷子和豆類等作物是山西省的優勢作物,因此應提高平原、盆地地區以小麥、玉米為主的糧食作物產量。同時,利用谷子耐旱耐熱的優點,在干旱缺水的山區保持一定的種植面積,推廣雜交谷子。②加強農田水利設施建設,調整灌溉、化肥等投入。針對降水不均勻的氣候現狀,建立蓄水設施以保證作物不同時期的需水量,減少玉米的化肥和灌溉投入,增加對小麥的化肥投入,選育耐熱的作物品種和種類。隨著氣溫升高,適當減少對玉米的化肥、灌溉投入,充分利用氣溫上升帶來的正向效應促進玉米增產,向北擴種,進一步壓縮晉北的春小麥種植面積。增加小麥的化肥投入,配合小麥較好的水熱條件提高其單產。③加強生態環境綜合治理等農業生態工程建設,增強農業種植業適應氣候變化的物質基礎和能力。促進土地流轉和適度規模經營,推進農村合作經濟組織的發展,推進地方農業的統一化管理,及時對氣候變化造成的影響做出反應,調整農業種植規模和種植布局等,減少協調交易成本。