適應氣候變化的中國糧食安全及經濟增長研究
——基于靜態多區域農業一般均衡模型

黃德林，李新興（中國農業科學院農業經濟與發展研究所，北京100081）

?

適應氣候變化的中國糧食安全及經濟增長研究
——基于靜態多區域農業一般均衡模型

黃德林，李新興
（中國農業科學院農業經濟與發展研究所，北京100081）

摘要：采用靜態多區域農業一般均衡模型，把A2氣候變化情景和B2氣候變化情景導致糧食產量變化作為政策模擬條件，筆者研究了氣候變化對中國糧食生產、消費及其經濟增長的影響。模擬結果顯示，無論是A2還是B2氣候變化情景，中國玉米、小麥和水稻總體產出增加態勢較為明顯，中間投入需求和家庭消費需求明顯增加，同時模擬結果還顯示中國各地區玉米、小麥和水稻的出口將會隨著產出的增長而大幅增加、進口隨著產出的增加而大幅下降。在經濟增長方面，絕大多數地區宏觀經濟呈增長態勢，表現在實際GDP、實際投資、總進出口額的增加。基于研究結果本研究得出如下結論：氣候變化會導致中國糧食總產量增加，中國經濟增長得以保障。氣候變化所引起的糧食產量變化地區間有所差異，總的來說，糧食主產區增長幅度要高于非主產區增長幅度，其中東北三省糧食增幅最為明顯；不同作物產量因時（時間）因景（氣候變化情景）有較大差異；雖然氣候變化導致中國各地區糧食產量總體呈增加態勢，但未來不確定因素較多，中國糧食安全問題仍不可忽視。

關鍵詞：氣候變化；糧食；影響；一般均衡模型

1　問題的提出

中國是一個人口大國，如果糧食安全問題得不到較好的解決，經濟發展的基礎就會動搖。確保糧食安為中國政府最重要的政策目標之一。無論是氣候變化的50年尺度還是100年尺度，中國多數地區靠天吃飯的狀況仍未完全轉變，氣候變化引起的糧食安全問題仍然是重大研究課題，全球變化研究國家重大科學研究計劃項目（973）——氣候變化對中國糧食生產系統的影響機理及適應機制研究（項目編號：2010CB951500）從4個方面立題研究，分別是氣候變化背景下中國主要糧食作物產量動態變化模擬預測研究、氣候變化背景下中國主要糧食作物空間格局動態變化模擬預測、氣候變化對中國糧食生產影響的系統評價和對策仿真研究和氣候變化對中國糧食作物區域布局物候特征影響及適應機制研究。在適應性機制研究中，Liming Ye等［2］采用多因子關聯分析的研究思路，構建了包含農業資源要素、種植制度、農業災變等生物物理因子以及人口總量、城市化率、耕地面積、技術進步、城鄉人口糧食差別消費模式等社會經濟因子在內的糧食安全狀況系統評價模型，用于氣候變化對中國2050年前后糧食安全影響的系統評價中。以糧食安全指數為指標對中國的糧食安全狀況進行了評估和預測，結果表明：相對于耕地減少和人口增加的影響，在考慮CO2肥效作用的情況下，氣候變化對中國糧食安全有溫和的正效應；社會經濟發展道路對中國糧食安全狀況的未來發展趨勢有重大影響。環境友好的均衡發展道路對長期糧食安全的保障作用遠大于高人口、高排放的非均衡發展道路；維持單產年均增長率對保障糧食安全有重要意義，或者說單產增長率是一個比單產絕對值更有效的糧食安全指示指標。

與Liming Ye等的研究結論相近的研究有魯向暉和姚鳳梅。魯向暉以中國豫西黃土丘陵區孟津縣的冬小麥作為研究對象，其研究結果表明無論是否考慮CO2肥效作用孟津縣的冬小麥產量在未來A2和B2氣候變化情景下都表現出增產的趨勢；姚鳳梅在就未來氣候變化對中國各地區水稻產量影響研究時得出這樣的結論，在A2氣候變化情境下，如果不考慮CO2的直接影響，水稻產量總體下降，而且各個地區產量下降幅度有一定差異，如果考慮CO2的肥效作用，長江流域以南和華南的雙季稻產量會有10%～40%的增加，而長江以北地區和東北地區水稻產量則是有增有減，波動幅度在10%～20%左右。從而佐證了考慮CO2的肥效作用，氣候變化對糧食增產的預測。未來50年氣候變化導致糧食增產對中國糧食安全和經濟增長所產生的影響是深遠的，人們如何適應，需要全面考慮。中國多區域農業可計算一般均衡模型為人們提供了分析這種適應性的方法。鑒于所構建的中國多區域農業可計算一般均衡模型為靜態模型，筆者將Liming Ye研究的氣候變化影響糧食產量的時間序列數據作為模型模擬的基期，并計算絕對值，選取模型中表示產量變化的外生變量，將產量變化的絕對值進行基期（2008年）、中期（2030年）和遠期（2050年）的模擬沖擊，從而得到糧食產量變化對宏觀經濟和部門經濟的影響。并還原糧食部門和宏觀經濟指標值，觀測總量變化狀況，提出適應適應氣候變化的糧食安全政策。

2　研究方法

2.1多區域一般均衡理論

假設1個部門只能生產國家型產品或區域型產品，不能同時生產2種產品。

2.1.1國家型部門產出在各區域分配

式中：Grn為基期r區域n部門總產出比例，因為Grn固定，方程（1）意味著

2.1.2關于區域型產品的區域平衡方程所有區域產品總產出等于對該種產品的總需求為式（3）。

其中：B為銷售份額。

假設式（5）。

不存在技術變化情況下有式（6）～（7）。

設所有a=0，將（6）～（7）代入到（4），簡化得式（8）。

（1）區域投資。假設所有部門的投資分配給各區域的比例與其產出比例相同：

（2）各區域家庭消費。假設所有區域消費與勞動力收入有關，見式（13）。

式中：Vr為r區域總工資收入，V為整個經濟體工資收入，其百分比變化形式為式（14）。

為r區域產品（us）消費關于經濟體總消費（us）的消費彈性，rr（us）為r區域產品（us）。

消費關于r區域工資收入占總經濟體比例的彈性。假設式（15）～（16）。

r為一用戶參數，其值反映區域總消費對區域收入的依賴，ε（us）為整個經濟體關于產品（us）的家庭支出彈性。

其百分比變化形式為：

Wrk為r區域k部門工資收入占r區域所有部門收入的份額。

其百分比變化形式為式（20）。

Wk為k部門工資收入占總經濟收入的份額。

假設所有區域r中k部門單位產出所有就業百分比變化與整個經濟k部門單位產出就業百分比變化相同：

將（20）代入到（14），（21）代入到（18）與（14），得到式（22）。

（3）各區域其他需求見式（23）。

為r區域對產品（us）的其它需求占整個經濟對產品（us）的其他需求的份額，其百分比變化形式為式（24）。

（4）各區域國際出口。假設國際出口來源各區域固定見式（25）。

為r區域出口u占總國內出口u的份額，假設其為常數，上面方程的百分比變化形式為式（26）。

（5）區域部門產出的產品結構。在所有區域部門中，1個部門只生產1種產品見式（27）。

式中：m’為由區域部門m生產的區域產品，其百分比變化形式為式（28）。

2.1.3解區域產品的區域產出將方程（2）、（11）、（12）、（22）、（24）、（26）代入到方程（8），方程（28）用來消除zrm，得到式（29）。

2.2模型結構

模型結構見圖1。

圖1　多區域CGE結構圖

2.3數據庫結構

中國多區域數據庫由176個部門組成，數據庫構建基于2007年國家投入產出表。構建技術包括自上而下（top-down）方法，即對構建的國家水平的國家庫，按比例分割成各區域結果，國家層次指標的變化結果為各區域相應指標結果變化的加權平均。以及自下而上（bottom-up）方法，即把各個區域獨立的CGE鏈接起來，國家層次指標的變化結果為各區域相應指標結果變化的加權平均。

2.3.1數據庫結構及區域間貿易流估計

區域間貿易流估計。在編制區域間投入產出表中利用引力模型的方法由Leontief和Strout提出，利用引力模型計算地區間各產業產品的貿易量由公式（31）決定。

式中：tRSi為產業i從地區R到地區S的流出量，xRi為地區R的i產業的總產出（總供給），dSi為地區S對i產業產品的總需求（中間需求與最終需求的合計），為全部地區i產業的總產出（等于總需求）；QRSi為i產業產品從地區R到地區S的貿易參數。

圖2　多區域CGE模型的投入—產出表結構

運輸量分布系數方法假定從某一地區向其他地區的物資輸送量的分配比例與物資中重要的產品的分配比例存在近似性，因而這個分布系數可以被作為地區間產品流動的摩擦系數QRSi，用公式（32）表示。

式中：HRSi為R地區到S地區的i產業中重要產品的運輸量，HROi為R地區的i產業相應產品總的發送量，HOSi為S地區的相應產品總的到達量，HOOi為全部地區i產業相應產品的總發送量（等于總到達量）。

2.3.2多區域CGE模型數據庫最終形式見圖3。

2.4政策模擬原理

區域d的廠商、家庭、投資者使用國產與進口產品，通過使用CES（固定替代彈性）嵌套函數使其成本最小，每一個嵌套函數包括數量和價格方程。廠商對中間投入的需求XINT（c，s，i，d）與i部門中間投入組合需求XINT_S（c，i，d）呈正比例，而且與某種來源中間投入價格PPUR（c，s，i，d）與組合需求加權價格PPUR_S（c，i，d）比例的替代彈性SIGMADOMIMP（c）次乘方呈反比。其中一種購買價格的變化會引起廠商使用更便宜的購買作為替代。

圖3　數據庫最終結構

模擬所需核心方程：對中間投入組合和基本要素組合需求方程，廠商生產使用中間投入XINT_S（c，i，d）和基本要素XPRIM（i，d），其生產函數為Leontief函數，廠商對基本要素的需求與總產出和技術系數呈比例：

XPRIM（i，d）=XTOT（i，d）×ATOT（i，d） ×APRIM（i，d）…………………………………………………… （33）

廠商對中間投入XINT_S（c，i，d）的需求也與總產品和技術系數呈比例，還與中間投入價格［ppur_s（c，i，d）與中間投入組合價格pint（i，d）的CES參數次方呈比例。在該方程中，有3種類型的技術參數，所有投入技術參數ATOT（i，d）、基本要素技術參數APRIM（i，d）、中間投入技術參數AINT_S（c，i，d），技術參數的變化意味著單位產品需要的投入變化，如技術提高即技術參數下降，在相同的產出水平下，廠商需要更少的基本要素XPRIM（i，d）或XINT_S（c，i，d）。

XINT_S（c，i，d）=ATOT（i，d）×AINT_S（c，i，d）×XTOT（i，d）×［ppur_s（c，i，d）×aint_s（c，i，d）/pint（i，d）］^-SIGINT（i，d）……………………………………………………（34）

根據市場出清條件，總收入等于總成本：XINT_S（c，i，d）=ATOT（i，d）×AINT_S（c，i，d）×XTOT（i，d）×［ppur_s（c，i，d）×aint_s（c，i，d）/pint（i，d）］^-SIGINT（i，d）………（35）

模型由短期閉合向長期閉合轉換，閉合規則轉換如下：（1）消費內生，平均消費傾向（apc_gnp）外生；（2）投資內生，資本供給曲線平移（d_f_eeqror）外生；（3）政府支出外生，對應的平移變量（f5tot）外生；（4）進口內生，對進口的偏好外生（twistsrc_c）；（5）出口內生，出口需求曲線的平移（feq_gen）外生；（6）GDP價格指數內生，整個經濟主要生產要素的生產率（a1primgen）外生。

參數推演方法主要是遵循歷史趨勢法，即認為歷史的趨勢是流行的，那么中國經濟將會按照歷史的趨勢發展（見表1）。

2.5基期設定

鑒于中國農業CGE模型特征及數據庫投入產出表，以2007年為基期，因此，基線模擬指以2007年投入產出表數據為基期的2030年和2050年2個節點年與基期數據對應的增長率。這樣，筆者可以得到在沒有沖擊條件下，未來2030年和2050年與模型分析糧食產出、糧食價格、消費、進出口等的經濟變量的變化過程。

2.6數據來源

本研究使用的主要數據包括：基于2007年的國家投入產出表［9］所構建的一般均衡模型分析數據庫。一般均衡分析是以2007年的社會經濟狀況為基準情景。此外，三大作物的氣候要素和單產變化數據來自葉立明、熊偉作物模型模擬的相關研究結論（見表1和表2），其研究的基準情景是主要氣候要素在2000年左右的氣候要素變化的均值。

模擬結果表明，在高排放的A2情景下，2020年溫度會上升1.4℃，降水增加3.3%；2050年氣溫上升2.6℃，降水增加7.0%。而在中低排放情景的B2情景B2下，2020年溫度會上升0.9℃，降水增加3.7%；2050年氣溫上升1.5℃，降水增加7.0%。將氣溫和降水數據輸入到作物模型中得到未來3大作物的產量變化見表3。

表1　模型歷史模擬結果　%

表2　與基準情景相比氣候要素的變化［2］

換算成時間序列的絕對值為表4。

表3　考慮CO2肥效的未來中國三大作物的單產變化［2］kg/hm2

表4　A2和B2氣候變化情景下三大作物產量變化%

2.7政策模擬方案

采用多區域一般均衡模型來分析氣候變化對經濟系統的影響，具體思路為：首先建立一個包含沒有氣候變化的基準情景。其次要識別2種氣候情景下的氣候要素從基期到2050年的變化，以及氣溫的變化或降水變化對作物產量的影響。最后將氣候變化對農業部門單產的影響結果傳導到多區域一般均衡模型中，進而模擬出對經濟系統及糧食安全的影響。模型中沖擊單產選擇的變量是與土地直接相關的技術變化a1lnd，沖擊a1lnd會使得單位土地的產出增加，即提高了糧食作物的單產面積。

根據氣候變化在A2和B2氣候情景下產量變化，因為作物產量的模擬結果只是2030年和2050年2個時間點，氣候變化是一個長期的過程，模型中的模擬是逐年遞歸，因此把2個節點作為年均變化的累積，作為模擬的情景方案。具體模擬方案為：

2.7.1模擬方案1經濟發展在A2（高排放）情景下運行，經濟發展在A2（高排放）氣候變化情景下運行，水稻、小麥、玉米三大作物單產到2030年分別增加9.94%、0.55%、5.54%；到2050年分別增加10.99%、-0.11%、6.55%。在此條件下，從區域宏觀經濟層面和部門層面上分析對各區域的宏觀經濟和部門的影響；并根據基期將絕對值變化轉化成預測數值。

2.7.2模擬方案2經濟發展在B2（中低排放）情景下運行，水稻、小麥、玉米三大作物單產分別到2030年分別增加18.67%、12.19%、10.27%；到2050年分別增加7.92%、8.47%、5.51%。在此條件下，從區域宏觀經濟層面和部門層面上分析對各區域的宏觀經濟和部門的影響；并根據基期將絕對值變化轉化成預測數值。

3　模擬結果

3.1 A2和B2氣候變化情境下，水稻、小麥、玉米產量增加對糧食部門產出影響

A2氣候變化情景下，玉米的產量普遍增加，2030年玉米產出增幅最大的地區是吉林，其次是遼寧、湖南和江西，以上地區增幅均在2%以上，2050年以上地區的產出增幅在4%以上，其他地區增幅相對較小。從小麥產出方面來看，2030年除吉林、黑龍江、江西、湖南和貴州增幅在1%以上以外，其他地區增幅均在1%以下，2050年小麥在A2氣候變化情景下產出大幅增加，各地區增幅均在4%以上，黑龍江、吉林和遼寧3個地區產出增幅均在10%以上。從水稻產出方面看，2030年去過個地區產出增幅普遍在3%以上，新疆、遼寧、吉林和黑龍江地區增幅普遍在6%以上，2050年以上地區產出增幅進一步提升，黑龍江以20.01%的產出增幅領先，吉林、遼寧和新疆產出增幅普遍在13%以上，其他地區產出增幅均在10%以下（表5）。

B2氣候變化情景下，玉米、小麥和水稻同期變化存在較大差異，玉米產出增幅較大的地區有內蒙古、吉林和遼寧，3個地區2030年和2050年玉米產出增幅均在2%以上，其他地區2030年和2050年產出增幅在1%左右。從小麥產出方面來看，2030年各地區產出增幅普遍較小，但2050年產出有較大幅度增加，多數地區產出增幅在3%～4%之間，黑龍江和吉林地區產出增幅較大，分別為12.73%和8.85%。從水稻產出方面來看，2030年產出增幅普遍高于2050年產出增幅，黑龍江、吉林和遼寧地區產出增幅較為突出，其他地區產出增幅2030年集中在3%～5%之間，2050年產出增幅集中在2%～4%之間（表6）。

綜上所述，就A2和B2 2種氣候變化情景而言，A2氣候變化情景下的總體產出效果要優于B2氣候變化情景，但從微觀上看，不同作物產出存在差異，比如2030年A2氣候變化情景下的水稻和玉米產出要低于B2氣候變化情景下的產出，但在2050年A2的產出比B2氣候變化情景下的產出高。A2氣候變化情景下，2050年的3種作物的產出均高于2030年產出水平；B2氣候變化情景下，2030年小麥的產出水平低于2050年產出水平，水稻和玉米2種作物產出變化與小麥相反。就地區而言，主產區產出增幅普遍高于非主產區，就三大作物品種而言，水稻的產出增幅要普遍高于同期玉米和小麥的產出增幅。

表5　A2氣候變化情景下，水稻、小麥、玉米產量增加對糧食部門產出的影響%

表6　B2氣候變化情景下，水稻、小麥、玉米產量增加對糧食部門產出的影響　%

3.2 A2和B2氣候變化情境下，水稻、小麥、玉米產量增加對糧食部門產出價格的影響

A2氣候變化情景下，3種糧食作物產出價格均在下降，其中水稻的產出價格下降幅度最大；此外，各地區之間下降幅度差異不大。具體來看，2030年僅北京、天津和上海玉米產出價格略低于6%，其他地區降幅均在6%～6.2%之間。從小麥產出價格來看，2030年小麥產出價格和其產量變化均不大，各地區產出價格降幅均在1%以下，2050年小麥產出價格隨著產出的增加出現較大幅度的下降，降幅多在13%左右。2050年水稻產出價格降幅大約是2030年水稻產出價格降幅的2倍，2030年下降幅度普遍在10%左右，2050年降幅普遍在20%左右（表7）。

B2氣候變化情景下，2030年玉米產出價格下降7%左右，2050年產出價格受產出增幅減少的影響，產出價格下降幅度在6%左右。從小麥產出價格方面來看，2030年僅貴州一地產出價格有所下降，其他地區產出價格小幅增加，2050年各地區產出價格下降幅度相對較大，各地區降幅均在9%以上。從水稻產出價格方面來看，2030年各地區產出價格下降幅度在11%以上，但2050年產出價格受產出增幅的影響，產出價格下降幅度多在8.5%上下（表8）。

綜上所述，2030年B2氣候變化情景下水稻和玉米的產出價格下降幅度高于A2氣候變化情景下產出價格下降幅度，B2氣候變化情景下小麥產出價格有所上升，同期在A2氣候變化情景下小麥產出價格則是小幅下降。2050年A2氣候變化情景下三大作物的產出價格均在下降，且降幅超過B2氣候變化情景下產出價格下降幅度。就地區產出價格而言，各地區同種作物產出價格變化幅度趨同，但由于各地區基期產出價格不同，其實際產出價格變化也存在較大差異。

表7　A2氣候變化情景下，水稻、小麥、玉米產量增加對糧食部門產出價格的影響　%

表8　B2氣候變化情景下，水稻、小麥、玉米產量增加對糧食部門產出價格的影響　%

3.3 A2和B2氣候變化情境下，水稻、小麥、玉米產量增加對糧食部門出口的影響

A2氣候變化情景下，2030年各地區玉米出口增幅在24%～26%之間（表9），到2050年玉米出口增幅進一步增加，出口增幅增加到50%上下。從小麥出口量來看，2030年雖有增加但增幅不大，2050年出口增幅較大，各地區增幅普遍在60%上下。從水稻出口情況來看，2030年各地區出口增幅在48%上下波動，2050年除上海和西藏外，其他地區出口增幅均在100%以上（含100%）。

B2氣候變化情景下，各地區玉米和水稻出口均大幅增加，小麥受產出影響2030年和2050年存在較大差異（表10）。2030年玉米出口增幅多在30%左右，2050年出口量有所下降，但出口增幅多數地區集中在24%～25%之間。2030年小麥出口小幅下降，降幅均在1%以下，2050年隨著產出的大幅增加小麥出口量大幅上升，從整體來看，各地區出口增幅均在38%以上。2030年水稻出口增幅在51%以上，但隨著產出的減少，2050年出口增幅集中在35%～37%之間。

總而言之，出口增長速度與糧食產量變化緊密相連。2030年B2氣候變化情景下，水稻和玉米的出口增幅要高于A2氣候變化情景下的出口增幅，小麥出口情況與水稻和玉米出口狀況相反。2050年，A2氣候變化情景下三大糧食作物出口增速均高于同期B2氣候變化情景下的出口增速。就地區而言，由于不同地區出口基數存在較大差異，同樣的出口增幅不同地區會有不同的出口增量，同時由于A2和B2氣候變化情景下三大作物產出存在較大差異，同一地區在不同氣候變化情景下出口也會有所差別。

表9　A2氣候變化情景下，水稻、小麥、玉米產量增加對糧食部門出口的影響　%

表10　B2氣候變化情景下，水稻、小麥、玉米產量增加對糧食部門出口的影響　%

3.4 A2和B2氣候變化情境下，水稻、小麥、玉米產量增加對糧食部門進口的影響

A2氣候變化情景下，進口波動幅度小于同期出口波動幅度，2030年各地區玉米進口量下降均在5%～9%之間，2050年進口波動幅度稍大，各地區進口下降幅度均在10%以上。從小麥進口情況來看，與2050年相比，2030年進口下降幅度多在1.5%以上，2050年進口降幅多在43%左右，地區間波動差異不大。從水稻進口方面來看，2030年和2050年水稻進口量均大幅下降，降幅分別在41%上下和68%上下（表11）。

B2氣候變化情景下，2030年和2050年玉米進口量小幅下降，2030年進口下降幅度在7%～9%之間，2050年進口下降幅度集中在6%～8%之間。從小麥方面看，2030年小麥進口量長增加趨勢，河南進口增幅為2.04%，其他地區進口增幅均小于2%，2050年小麥進口量隨產出增加大幅下降，各地區進口降幅在30%以上。從水稻方面來看，2030年各地區水稻進口額下降幅度均在44%以上，2050年進口量雖有所減少，但進口量下降幅度也多在33%～34%之間（表12）。

A2和B2氣候變化情景下，2030年，A2氣候變化情景下三大糧食作物進口均有所下降，B2情景下，水稻和玉米進口有所下降，小麥進口有所增加；2050年，A2和B2 2種氣候變化情景下，中國糧食進口均有所減少，且A2氣候變化情景下進口下降幅度要普遍高于B2氣候變化情景下的下降幅度。從地區來看，盡管各地區進口波動幅度差異不大，但由于基期進口量存在差異，所以各地區實際進口量變化存在較大差異，特別是糧食主產區的表現：進口絕對量大幅下降。

3.5 A2和B2氣候變化情境下，水稻、小麥、玉米產量增加對家庭糧食消費影響

A2氣候變化情景下，2030年各地區對玉米的需求增幅多在1.5%以上，河南、湖北和西藏地區對玉米的需求增加較大，均達到1.93%，2050年各地區對玉米的需求進一步增加，各地區家庭消費玉米增幅均在3%以上，部分地區接近4%（表13）。從小麥消費情況來看，2030年小麥消費需求變化相對不大，除吉林、江西、湖南、重慶、貴州、云南和寧夏增幅在0.2%以下以外，其他地區需求增幅均大于此增幅，2050年各地區對小麥的需求有較大幅度增長，除北京、天津、吉林、黑龍江、上海、江蘇、安徽、江西、湖南、廣東、陜西、云南和寧夏增幅在4%以下以外，其他地區增幅均高于此水平。從水稻需求情況來看，各地區對水稻的消費需求變化不大，2030年需求波動幅度在3%～4%之間，2050年消費需求波動在5.5%～7.5%之間。

表11　A2氣候變化情景下，水稻、小麥、玉米產量增加對糧食部門進口的影響　%

表12　B2氣候變化情景下，水稻、小麥、玉米產量增加對糧食部門進口的影響　%

B2氣候變化情景下，家庭消費存在區域和時間差異，2030年各地區玉米消費增幅在2%上下，天津、上海、江蘇、江西和寧夏地區增幅要小于2%，其他地區則高于此增幅水平，2050年各地區對玉米的消費有所下滑，消費增幅普遍在2%以下。從小麥消費情況來看，2030年各地區小麥消費變動較小，吉林、江西、湖南、重慶、貴州、云南和寧夏消費有所減少，其他地區消費則有所增加，從2050年消費變化情況來看，各地區消費普遍上升，除寧夏和天津地區增幅在2.5%以下以外，各地區消費增幅普遍超過2.5%。從水稻消費變化情況來看，2030年各地區水稻消費增幅均在3%以上，2050年各地區對水稻的消費相對于2030年普遍減少，從總體來看，各地區對水稻的消費增幅均在3%以下。

綜上所述，2030年和2050年居民家庭消費隨著產出價格的升高而有所減少，隨著產出價格的下降而有所增加，究其原因可能是因為未來糧食供需發生新的均衡，糧食的價格需求彈性較大，從而導致較小的需求變化造成較大的需求波動。就本研究而言，A2氣候變化情景下2050年居民家庭消費水平高于2030年居民家庭消費水平，在B2氣候變化情景下居民家庭消費變化與產出變化趨勢一致。就地區而言，不同地區居民家庭消費在同種作物、同種氣候變化情景下所表現的差異性較小。

3.6 A2和B2氣候變化情境下，水稻、小麥、玉米產量增加對畜牧業、工業用糧、種子用糧影響

在A2氣候變化情景下，受產出價格下降的影響，各地區畜牧業、工業用糧、種子用糧等隨著產出價格的下降而有所增加。從玉米需求來看，2030年各地區對玉米的需求增幅多在1%以上，吉林地區對玉米的需求增加最大達3.38%。2050年各地區對玉米的需求進一步增加，從表15可以看到，除天津、上海、山東、新疆、青海和西藏外，其他地區消費增幅均在2%以上。從小麥消費情況來看，2030年小麥消費需求變化相對不大，除吉林、黑龍江、江西、湖南和貴州需求增幅在1%以上以外，其他地區需求增幅均小于此比例，但2050年，各地區對小麥的需求有較大幅度增長，特別是黑龍江、吉林和遼寧三個地區其增幅普遍在10%以上，其他地區增幅普遍在5%上下。從水稻需求情況來看，各地區對水稻的需求變化有較大差異，2030年需求波動幅度在4%～10%之間，2050年需求波動在5%～21%之間，主產區需求增幅相對較大。

表13　A2氣候變化情景下，水稻、小麥、玉米產量增加對家庭糧食消費的影響　%

表14　B2氣候變化情景下，水稻、小麥、玉米產量增加對家庭糧食消費的影響　%

在B2氣候變化情景下，畜牧業、工業用糧、種子用糧等在不同時間不同地區對糧食需求變化存在一定差異，從玉米方面來看，2030年吉林以4.03%的需求增幅領先于其他地區，內蒙古、遼寧、江西、湖北、湖南和廣西需求增幅在2%以上，其他地區增幅在1%上下波動，2050年各地區需求變動方向與2030年變動方向一致，但增幅略小于2030年需求增幅。從小麥需求方面來看，2030年江西、湖南和貴州需求增幅在1%以上，其他地區相對較小，2050年以黑龍江為代表絕大多數地區需求出現較大幅度增加，但各地區間需求存在較大差異。從水稻需求方面來看，各地區對水稻的需求隨著產出增加而上升，從表16也可以看到，多數地區2030年需求增幅比2050年高出1%，同時，各地區對水稻需求變化不一，多數地區需求增幅集中在2%～5%之間。

總而言之，在A2和B2氣候變化情景下，2030年和2050年，各地區畜牧業、工業用糧、種子用糧等對玉米、小麥和水稻的需求存在較大差異，但從整體情況來看，以高排放為特征的A2氣候變化情景下的糧食需求要高于低排放為特征的B2氣候變化情景下糧食需求；此外在A2氣候變化情景下，2030年的對糧食需求明顯低于2050年需求水平，而在B2氣候變化情景下，雖然2050年需求總量要高于2030年水平，但反映在對玉米、小麥和水稻的需求上則不太明顯。

表15　A2氣候變化情景下，水稻、小麥、玉米產量增加對畜牧業、工業用糧、種子用糧的影響　%

表16　B2氣候變化情景下，水稻、小麥、玉米產量增加對畜牧業、工業用糧、種子用糧的影響　%

3.7 A2、B2氣候變化情景下，水稻、小麥、玉米產量增加對經濟增長影響

3.7.1 A2氣候變化情景小麥、水稻和玉米3種糧食產量變化對宏觀經濟的影響主要表現在：實際GDP總體增長，2030年除天津外各地區增幅均未超過1%，2050年增幅相對較大，增幅在1%以上的地區較多。從就業方面看，山西、河南、湖北、廣西、西藏、甘肅、青海和新疆就業情況均有所下降，其他地區就業雖在上升但是增幅較小。

實際投資總體增長，2030年和2050年各地區實際投資均在增加，2030年增幅均在0.1%以上，2050年投資額進一步增加，增幅均在0.2%以上。

出口總體增長，各地區出口均在增加，增幅最大的是吉林，2030年和2050年分別增加4.68%和9.83%，其次是黑龍江，增幅分別為2.90%和7.20%，再者就是江西和內蒙古，其他地區2030年均為突破1%，2050年均為突破2%。

進口增長緩慢，北京、福建、廣東和云南四個地區進口量在2030年和2050年均有所下降，其他地區均有小幅增加，2030年增幅在0.1%左右，2050年增幅在0.2%左右。

實際工資增長區域性差異明顯。2030年湖南和寧夏地區增幅較小，其他地區增幅均在0.3%以上，湖北、新疆和西藏地區工資增幅在0.5%以上，2050年實際工資增幅僅一步上升，漲幅均是2030年的2倍以上。

實際家庭消費總體增長，2030年和2050年除寧夏外各地區消費均在增加，其中，2030年消費增幅多在0.3%左右，2050年增幅約是2030年增幅的2倍。

從CPI價格指數方面來看，由于氣候變化導致產出增加和產出價格下降，反映在CPI這個指標上就是其小幅降低，從總體情況來看，2030年各地區普遍在0.01%以下，2050年雖下降幅度較為明顯，但也未突破0.2%，具體來說，山西、河南、青海和新疆地區下降幅度相對較大，其他地區下降幅度相對較小。

3.7.2 B2氣候變化情景小麥、水稻和玉米3種糧食產量變化對宏觀經濟的影響主要表現在：實際GDP總體增長，區域有差異。部分地區如山西、河北、安徽、山東等2030年增幅高于2050年，北京、天津、內蒙古等地則相反，各地區波動幅度不大。

實際投資增總體增長，各地區實際投資均有所增長，但是2030年和2050年投資增幅波動幅度均不大，多數地區投資增幅在0.2%上下波動。

出口總體增長，2030年和2050年各地區出口均在增長，其中漲幅在1%以上的地區有內蒙古、黑龍江、吉林和江西，其他地區增幅相對較小。

進口小幅增長，2030年和2050年北京、福建、廣東和云南四個地區進口小幅下降，其他地區雖在增加，但增幅不大。

中西部就業增長，東部就業下降。山西、河南、湖北、廣西、海南、甘肅、青海、西藏和新疆2030年和2050年就業率有所增加，其他地區就業有所下降，降幅均較小。

平均實際工資總體增長，各區域實際工資均有所上漲，2030年和2050年漲幅普遍在0.4%以上，2030年和2050年差異較小。

實際家庭消費總體增長，2030年和2050年差異不大，2030年實際家庭消費略高于2050年實際家庭消費增幅水平，其中，河南和新疆兩個地區增幅較大，其他地區變化較小。

出口價格指數總體下降，各地區出口價格指數雖均在下降，但不同地區存在較大差異，其中吉林地區出口價格指數降幅最大，2030年和2050年降幅均在1%以上，但多數地區降幅在0.1%左右。

消費價格指數總體下降，全國各地區消費價格指數均在下降，2030年下降幅度和2050年下降幅度大同小異，波動幅度在0.2%～0.6%之間。

綜上所述，糧食產量增加促進GDP的增長，同時對實際投資、家庭消費和出口均有正向拉動作用，就A2氣候變化情景和B2氣候變化情景來看，A2氣候變化情景長期對宏觀經濟的影響要優于B2氣候變化情景所帶來的影響。同時，A2氣候變化情景下2050年宏觀經濟變化要好于2030年變化情況，B2氣候變化變化情景下的結果則相反。很明顯，不同區域的宏觀經濟變化狀況因時（時間）因景（氣候變化情景）而有所不同，黑龍江、吉林、遼寧等糧食主產地區對氣候變化的反映更為敏感，表現在宏觀經濟變化方面較其他地區更為突出。

表17　A2氣候變化情景下，水稻、小麥、玉米產量增加對宏觀經濟增長的影響　%

續表17

表18　B2氣候變化情景下，水稻、小麥、玉米產量增加對宏觀經濟增長的影響　%

續表18

4　結論與討論

4.1氣候變化，糧食產量增加，經濟增長基礎得以鞏固

在未來A2氣候變化情景（2030年和2050年，水稻單產分別增加9.94%和18.67%，小麥單產分別增加0.55%和12.19%，玉米增產5.54%和10.72%）和B2氣候變化情景（2030年和2050年，水稻單產分別增加10.99%和7.92%，小麥單產分別增加-0.11%和8.47%，玉米增產6.55%和5.51%）下，由于糧食單產的提高所導致的GDP變化呈上升態勢，投資、居民家庭消費、出口、進口均保持較快速度增長，由于技術的提高，在就業率有所下降的情況下，實際工資水平有所上漲，從總體而言，在未來A2和B2氣候變化條件下，中國經濟增長基礎得到較好的鞏固。

4.2氣候變化，糧食產量增加，糧食主產區經濟增長優于非主產區

糧食主產區不僅種植面積廣而且商品化程度也比較高，主產區三大糧食作物單產的增加所產生的效益要普遍高于非主產區的效益。附表一中糧食主產區和非主產區增長率上差異不大，但由于各地區基期基數不同，通過還原之后的數據可以發現糧食主產區經濟增長比非主產區好。

4.3同種氣候變化情景下，不同品種表現出產量增加的差異性

就A2氣候變化情景下，2030年和2050年水稻的產量增加要普遍高于小麥和玉米產量增加幅度，而在B2情景下，2030年水稻的產量增加幅度要高于小麥和玉米，但在2050年，小麥的產量增加幅度要高于水稻和小麥產量增加幅度，不同氣候變化情景下不同作物品種在不同的時間產量表現各有所差異。

4.4氣候變化導致糧食產量增加，但未來不確定因素很多，不可忽視

從模擬結果來看，未來的氣候變化對中國糧食產量有正向促進作用，但這并不意味著中國的糧食安全問題可以高枕無憂，畢竟本模擬結果只是經濟平穩運行狀態下的一種預測，影響糧食產量變化的因素較多，無論是自然因素還是社會經濟變化因素都可能對中國糧食安全產生重大影響，綜上所述，在未來眾多不確定因素的條件下，中國糧食安全問題決不能忽視。

參考文獻

［1］International Centre for Trade and Sustainable Development. Climate Change and China’s Agricultural Sector:An Overview of Impacts，Adaptation and Mitigation［DB/OL］.Http://www.agritrade. org/events/documents/ClimateChangeChina_final_web，2013-05-01.

［2］Asian Development Bank.A general equilibrium analysis of theimpact of climate change on agriculture in the People’s Republic of China［DB/OL］.Http://mpra.ub.uni-muenchen.de/21127/1/MPRA_paper_21127，2013-05-01.

［3］World Bank.Ethiopia:Economics of Adaptation to Climate Change ［DB/OL］.Http://climatechange.worldbank.org/sites/default/files/documents/EACCSynthesis Report，2013-05-01.

［4］Centre of Policy Studies Monash University.Upgrading Irrigation Infrastructure in the Murray Darling Basin:is it worth it？［DB/OL］. Http://www.monash.edu.au/policy/ftp/workpapr/g-228，2013-05-01.

［5］Peter B.DIXON.Notes and problems in applied general equilibrium economics ELSEVER SCIENCE B.V，Sara Burgerhartstraat 25.P.O. BOX 211.1000AEAmsterdam The Netherlands.

［6］Peter B.Dixon and Maureen T.Trimmer Dynamic:General Equilibrium Modeling for Forecasting and Policy，ELSEVIER SCIENCE B.V.2002.

［7］Peter B.Dixon，B.R.Parmenter，John Sutton and D.P.Vincent: ORANI:A Multisectoral Model of the Australian Economy，North-Holland publishing companyAmsterdam.Newyork.Oxford.

［8］Peter B.Dixon，Maureen T.Rimmer and Marinos E.Tsigas.Macro，industry and state effects in the US of removing major tariffs and quotas.Centre of policy studies，Monash University，General Paper No.G-146，June 2004.

［9］Daniel Djauhari Pambudi.Regional strategy to attract investment: Using a computable general equilibrium model of Indonesia. Unpublished Doctorial Dissertation，Monash University.

［10］Michael Malakellis.ORANI-INT:An intertemporal computable general equilibrium model of the Australian economy.Unpublished Doctorial Dissertation，Monash University.

［11］Md.Serajul Hoque.A computable general equilibrium model of Bangladesh for analysis of policy reforms.Unpublished Doctorial Dissertation，Monash University.

［12］Shusaku Yamamoto.The development and application of ORANIRD for Japan:the Japanese economy from 2001 to 2004. Unpublished Doctorial Dissertation，Monash University.

［13］Somsachee Siksamat1998.A multi-regional computable general equilibrium model of the Thai economy:A surge in foreign capital. Unpublished Doctorial Dissertation，Monash University.

［14］Theip Van Ho.2000.A tariff increase with an offsetting reduction in consumption taxes:A general equilibrium analysis for Vietnam. Unpublished Doctorial Dissertation，Monash University.

［15］Unchana Beadnok.Impacts of trade liberalization in Thailand:A computable general equilibrium approach.Unpublished Master thesis，Monash University.

［16］Mark Horridge，John Madden.Using a highly disaggregated multiregional single-country model to analyse the impacts of the 2002-03 drought on Australia.Centre of policy studies，Monash University， General Paper No.G-141，October 2003.

［17］Peter B.Dixon and Maureen T.Rimmer，The US economy from 1992 to 1998:results from A detailed CGE model，Centre of policy studies，Monash University，General Paper No.G-144，April 2004.

［18］Ye and Xiong（2012）“Future Production simulation of China's major grain crops under Scenarios of Climate Change”.

［19］Paresh Kumar Narayan.2003.An econometric model of tourism demand and a computable general equilibrium analysis of the impact of the FIJI islands，Unpublished Doctorial Dissertation，Monash University.

［20］Md.Serajul Hoque.2006.A computable general equilibrium model ofBangladeshforanalysisofpolicyreforms，Unpublished Doctorial Dissertation，Monash University.

［21］Unchana Beadnok.2006.Impacts of trade liberalization in Thailand: A computable general equilibrium approach，Unpublished Doctorial Dissertation，Monash University.

［22］MichaelMalakellis.1994.ORANI-INT:Anintertemporal computable general equilibrium model of the Australian economy. Unpublished Doctorial Dissertation，Monash University.

［23］Shusaku Yamamoto.2007.The development and application of ORANIG-RD for Japan:the Japanese economy from 2001 to 2004. Unpublished Doctorial Dissertation，Monash University.

［24］Ye and Xiong（2012）“Future Production simulation of China's major grain crops under Scenarios of Climate Change”.

［25］Huangdelin，Li xiangyang Cai songfeng.Study on Impact of Arable Land Change on China Food Security，Based on China's Agricultural CGE Model［J］.Chinese Agricultural Science Bulletin，2010，26（23）:413-419）（in Chinese）.

［26］Mark Horridge，Preparing a TERM bottom-up regional database，Centre of Policy Studies，Monash University，Clayton Vic 3800，Australia，March 2006.

［27］Mark Horridge，Using levels GEMPACK to update or balance a complexCGEdatabase，CentreofPolicyStudies，Monash University，Clayton Vic 3800，Australia.October 2004.

［28］Horridge（2000），ORANI-G:A General Equilibrium Model of the Australian Economy，CoPS/IMPACT Working Paper Number OP-93，Centre of Policy Studies，Monash University，downloadable from:http://www.monash.edu.au/policy/elecpapr/op-93.htm.

［29］Wittwer，G.andHorridge，M.（2009），“Amulti-regional representation of China’s agricultural sectors”，China Agricultural Economic Review，1（4）:420-434.

［30］Horridge，M.and Wittwer，G.（2008），“SinoTERM，a multi-regional CGE model of China”，China Economic Review，19（4）:628-634，December.

附表：基期條件下，模型輸出絕對值輸的轉換預測值

附表1　A2情景下中國糧食產出預測　萬t

附表2　B2情景下產出變化　萬t

續附表2

附表3　A2情景下糧食部門的產出價格　元/50kg主產品

續附表3

附表4　B2情景下糧食部門的產出價格變化　元/50kg主產品

續附表4

附表5　A2情景下出口變化　t

續附表5

附表6　B2情景下糧食部門的出口　t

續附表6

附表7　A2情景下糧食部門的進口　t

附表8　B2情景下糧食部門的進口　t

附表9　A2情景下家庭消費變化　萬t

續附表9

附表10　B2情景下家庭消費變化　萬t

續附表10

附表11　A2氣候變化情景下飼料用料、工業用糧和種子用糧的變化

續附表11

附表12　B2氣候變化情景下飼料用料、工業用糧和種子用糧的變化

續附表12

附表13　A2情景下宏觀經濟變化

續附表13

附表14　B2情景下宏觀經濟變化

續附表14

Grain Security and Economic Growth in China Adapting to Climate Change：Based on Multi-Regional General Equilibrium Model

Huang Delin，Li Xinxing
（Institute of Agricultural Economics and Development，Chinese Academy of Agricultural Sciences，Beijing 100081，China）

Abstract：This paper studied the effect of climate change on grain security and economic growth in China. With a static multi-regional computable general equilibrium（MGCGE）model，the authors conducted policy simulations for 31 Chinese provinces and autonomous districts on the basis of grain yield projections under the A2（high emissions）and B2（medium-low emissions）climate change scenarios.The results showed that：under both climate change scenarios，maize，wheat and rice production would grow significantly.Consumption demand of livestock，industry，seed and household would grow significantly.As production increases，exports of the three grains will increase，and imports decrease.Most provinces would experience growth in real GDP，real investments，and net exports.The main conclusions of our study were as followed：（1）climate change will boost China’s grain production，strengthen economic growth；（2）grain production growth resulting from climate change exhibit considerable regional variations；poduction would grow faster in major grain production provinces，such as the three northeast provinces，than in the rest of the nation；（3）production growth differed inmagnitude under different climate change scenarios；（4）in light of the uncertainty in many socioeconomic and environmental factors，grain food security should continue to be watched closely by China’s policy makers.

Key words：Climate Change；Grain；Influence；General Equilibrium Model

中圖分類號：F321

文獻標志碼：A論文編號：casb15110149

基金項目：國家重點基礎研究發展計劃（“973”計劃）“氣候變化對我國糧食生產系統的影響機理及適應機制研究”（SQ2010CB553502）中的“氣候變化驅動的我國糧食生產系統空間數值模擬預測研究”（2010CB951504）子課題“我國糧食生產適應氣候變化的政策研究”（2010CB951504-5）；中國農業科學院科技創新工程［05（ASTIP-IAED-2015-05）］。

第一作者簡介：男，研究員，博士，主要從事農業經濟理論與政策研究。

通信地址：100081北京中關村南大街12號中國農業科學院農業經濟與發展研究所，Tel：010-82106167，E-mail：huangdl@caas.net.cn。

收稿日期：2015-11-28，修回日期：2016-06-03。