氣候變化對寧夏農業經濟影響的估算

潘 瑩，李 想

（1.重慶工商大學數學與統計學院，重慶 400067；2.重慶工商大學長江上游經濟研究中心，重慶 400067）

農業被認為是最易受氣候影響的部門之一。糧食供應依賴于農業，我國的農業在國民經濟中扮演著重要角色。氣候變化導致農作物產量下降在很大程度上會降低農業部門的經濟產出，從而造成農業部門的直接經濟損失。另外，隨著經濟發展，產業鏈的融合逐漸加深，各經濟部門的聯系也越發緊密，氣候變化對農業造成的影響也將不可避免地對其他領域產生經濟級聯效應，進而影響整體經濟發展。寧夏是我國西北地區重要的農業省區之一，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，且大部分地區是“靠天吃飯”的雨養農業，農業生產對氣候變化尤為敏感。以往的研究在農業影響上以定性分析為主，并且將氣候變化的影響局限在農業部門。本文將討論氣候變化對各產業及整體經濟造成的影響，運用兩種非參數方法分析寧夏的氣候變化，并建立多部門聯立方程模型，通過量化方式評估氣候變化趨勢及其對寧夏農業生產及各部門經濟的影響。

1 數據來源及變量選取

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

表1 變量選取

2 研究方法

2.1 核密度估計

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

式中，N為樣本量，Xi為獨立同分布的觀測值，為樣本均值，h為帶寬，K為核函數。本文選擇高斯核函數對寧夏各地區年平均降水量、年平均氣溫的分布動態進行研究。

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：

然后定義統計量Uf：

Uf服從標準正態分布，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兩條曲線出現交點且在臨界值內，那么對應的時刻即為突變開始的時刻。

2.3 面板聯立方程模型

聯立方程模型能夠避免單方程估計時的內生性問題，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，構建面板聯立方程模型來描述寧夏各經濟部門之間的聯系，并將降水量和氣溫變化對糧食產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量的影響；由于糧食作物生產在第一產業中占據主導地位，因此lng1方程考察了糧食產量對第一產業生產總值的影響；而農產品常用作食品、紡織等部門的原材料，且農業生產中的飼料、化肥等需求為第二產業部門提供了資金收入，因此lng2方程主要考察第一產業對第二產業生產總值的影響；通過對銷售和加工鏈及城鄉居民收入的影響，服務業生產總值與一、二產業生產總值有著密切聯系，因此lng3方程考察的是一、二產業對第三產業總產值的影響[7]。

3 結果與分析

3.1 寧夏各地區氣候變化特征

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，整體為逐年增加態勢。由圖2 可知寧夏各地區年平均溫度出現兩個波峰，呈現極化形態。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平均溫度較低且基本穩定。

圖1 2007—2018 寧夏各地區平均降水時空分布圖

圖2 2007—2018 寧夏各地區平均氣溫時空分布圖

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為上升趨勢，并在2017 年后顯著上升。Uf和Ub統計量在臨界值內共有3 個交點，分別為2011 年、2014 年和2016 年，3 個突變點均出現在上升趨勢內。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。總體而言，寧夏年平均降水量從2011 年之后步入上升階段，但該階段內仍存在短期大幅度波動現象，激增和激減并存，即呈現中長期上升，短期周期波動且波動較大的特點。

圖3 2007—2018 寧夏年平均降水和氣溫過程線

圖4 2007—2018 寧夏年平均降水和氣溫M-K 統計曲線

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變化特征且整體呈上升趨勢。從圖4（b）來看，Uf統計量一直處于臨界值內，在2007—2008 年、2010—2014 年區間內小于0，2008—2010 年、2014—2018 年區間內大于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統計量在2012 年產生一個向上的突變時點。總體而言，寧夏年平均氣溫波動幅度大，呈現中長期上升短期無序波動的特點。

3.2 面板聯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，各主要變量系數符號均顯著為正，即溫度和降水量及施肥量對糧食產量都具有顯著的促進作用，同時糧食產量是影響第一產業產值的重要正向因素，另外第一產業產值的增加同時也會促進二、三產業產值的增加。換言之，氣溫的降低、降水量的減少會抑制糧食生產，同時對第一、二、三產業增加值也會產生負面影響。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量，但降水量和氣溫的短期劇烈波動依然會對寧夏農業生產造成沖擊，從而影響到整體經濟的穩定運行。

表2 面板聯立方程模型估計結果

4 結論與討論

基于寧夏2007—2018 年相關數據，首先探討了寧夏各市縣降水量和氣溫的時空變化規律及波動特征，然后建立面板聯立方程模型，通過描述4 個行為方程構建了降水量、氣溫、作物產量及各產業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；各地區氣溫出現極化趨勢，出現兩個聚集區域，主要聚集區域為10 ℃，次要聚集區域為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量具有顯著負向作用，同時會降低一、二、三產業生產總值。4）寧夏各部門經濟之間存在級聯效應和放大效應，即農業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濟的影響提供了可供參考的估算依據，以強調通過投資農業保障措施和新技術如節水技術，改變種植方式和增加農業補貼來減輕氣候變化對整體經濟平穩運行的影響。