氣候變化對我國主產(chǎn)區(qū)水稻產(chǎn)量的影響及其機(jī)制分析

摘 要 氣候變化給我國水稻安全生產(chǎn)帶來了巨大挑戰(zhàn)，當(dāng)前學(xué)者在研究氣候變化與水稻產(chǎn)量的作用關(guān)系時往往忽略了對其影響路徑的分析。為有效預(yù)防水稻生產(chǎn)中的氣候風(fēng)險，通過引入氣候-經(jīng)濟(jì)模型，利用1996—2019年全國水稻主產(chǎn)區(qū)的氣象數(shù)據(jù)和水稻產(chǎn)量數(shù)據(jù)，實證分析了氣候變化對水稻產(chǎn)量的影響，并通過構(gòu)建中介效應(yīng)模型探討其內(nèi)部影響機(jī)制，最后進(jìn)行了區(qū)域異質(zhì)性討論。結(jié)果表明，氣溫變化和降雨變化與水稻產(chǎn)量之間均存在倒“U型”曲線關(guān)系；氣溫升高能促使農(nóng)業(yè)勞動力增加來進(jìn)一步影響水稻產(chǎn)量，降雨量增加能夠促使農(nóng)業(yè)勞動力和化肥施用量的增加，并進(jìn)一步影響水稻產(chǎn)量；氣溫對各主產(chǎn)區(qū)水稻產(chǎn)量的影響總體上呈現(xiàn)顯著的差異性，而降雨量對各水稻主產(chǎn)區(qū)的差異性影響并不明顯；最后根據(jù)實證結(jié)果提出積極推廣天氣指數(shù)保險產(chǎn)品、保障農(nóng)業(yè)勞動力有效配給及完善糧食安全法律法規(guī)的建議。

關(guān)鍵詞 氣候變化；水稻主產(chǎn)區(qū)；氣候-經(jīng)濟(jì)模型；區(qū)域異質(zhì)性；中介效應(yīng)

中圖分類號：S162.5+4 文獻(xiàn)標(biāo)志碼：A DOI：10.19415/j.cnki.1673-890x.2024.15.050

當(dāng)前，氣候變化程度加劇已成為全球共同面臨的挑戰(zhàn)性問題[1]。聯(lián)合國政府間氣候變化專門委員會（Intergovernmental Panel on Climate Change， IPCC）報告指出在2011—2020年期間，全球地表溫度較1850—1900年間升高了1.09 ℃[2]，氣候的不規(guī)律性變化極大地提高了極端天氣事件發(fā)生的概率，而中國是受極端天氣影響最為嚴(yán)重的國家之一。近50年來中國氣溫升高程度幾乎是同期全球平均值的5倍，平均10年就要上升0.23 ℃。我國極端降水強(qiáng)度、日數(shù)等呈增強(qiáng)趨勢[3]。未來中國地表溫度將繼續(xù)上升，預(yù)計到2040年前后我國平均地表溫度上升將高于2 ℃[4]，降雨增幅2%～5%，類似干旱、暴雨等極端天氣事件將頻繁發(fā)生。近年來，氣象災(zāi)害的頻繁發(fā)生給社會經(jīng)濟(jì)系統(tǒng)運行造成了巨大的不便，而農(nóng)業(yè)卻是受氣象災(zāi)害影響最為嚴(yán)重、最為直接的領(lǐng)域之一。發(fā)表在英國《自然·通訊》雜志上的1份研究報告指出，氣候變化將造成世界水稻產(chǎn)量驟減；國內(nèi)學(xué)者李鳴鈺等通過研究得出未來溫度升高1.5～2 ℃背景下我國水稻產(chǎn)量可能會出現(xiàn)多地區(qū)單產(chǎn)減幅的結(jié)論[5]。水稻是主要的糧食作物，我國60%以上的人口都以稻米為主食，又極易受氣候變化的影響，因此研究氣候變化對水稻生產(chǎn)的影響具有現(xiàn)實意義。當(dāng)前我國糧食產(chǎn)量雖處于穩(wěn)定增長狀態(tài)，但糧食安全的不確定性卻因自然災(zāi)害頻發(fā)而增加[6]，所以研究水稻產(chǎn)量與氣候變化之間的作用機(jī)理，有效預(yù)防氣象災(zāi)害對保證糧食安全有舉足輕重的作用。

1 "文獻(xiàn)綜述與研究假設(shè)

1.1 "文獻(xiàn)綜述

2018年的諾貝爾經(jīng)濟(jì)學(xué)獎獲得者威廉·諾德豪斯（William D. Nordhaus）首次將氣候變化引入到經(jīng)濟(jì)分析中，他在1982年發(fā)表的1篇文章中表示氣候變化會對經(jīng)濟(jì)體的具體生產(chǎn)過程及最終產(chǎn)出產(chǎn)生影響[7]，此后他利用氣候-經(jīng)濟(jì)模型發(fā)表多篇高質(zhì)量論文，使氣候經(jīng)濟(jì)學(xué)得到蓬勃發(fā)展并進(jìn)入廣大學(xué)者的視野中。氣候變化給社會各行各業(yè)都帶來了一定的不便，而農(nóng)業(yè)是受影響最顯著的行業(yè)之一[8]。適宜的降水和氣溫是農(nóng)作物健康生長的必要條件，若溫度過高或降水過少則會導(dǎo)致干旱；溫度過低則會導(dǎo)致凍害，降水過多又會發(fā)生洪澇，這些極端氣候都會對農(nóng)作物的生長產(chǎn)生一定的影響。對于氣候變化對農(nóng)作物生長產(chǎn)生的影響這一主題，國內(nèi)外學(xué)者圍繞各種農(nóng)作物開展了研究。在20世紀(jì)末和21世紀(jì)初，以Gregory為代表的眾多學(xué)者表明氣溫和降雨的變化通過直接影響作物生長進(jìn)而影響產(chǎn)量[9-11]。大部分學(xué)者認(rèn)為氣候變化會對作物產(chǎn)量產(chǎn)生不利影響。Lobell等在研究中證明美國的大豆和玉米在生長期會由于溫度上升而減產(chǎn)，具體變現(xiàn)為溫度每上升1 ℃，作物減產(chǎn)17%[12]。Sanghi通過對比氣候變化對巴西和印度的作物產(chǎn)量的影響，得出溫度升高或降雨減少都使印度的作物產(chǎn)量減少，而巴西作物所受影響更為嚴(yán)重的結(jié)論[13]。然而也有少部分學(xué)者得出了相反的研究結(jié)論。Fisher等的研究表明氣候變化不僅不會對作物產(chǎn)量產(chǎn)生不利影響，還會因為某種條件促進(jìn)產(chǎn)量的提高[14]。

近20年來，國內(nèi)的學(xué)者從經(jīng)濟(jì)研究角度，利用大量以氣溫、降水等為代表的氣候因素歷史數(shù)據(jù)來研究氣候變化對農(nóng)作物產(chǎn)量的影響，并取得了一定成果[15]。尹朝靜等利用氣候-經(jīng)濟(jì)模型，通過省級面板數(shù)據(jù)實證分析了氣候變化對中國糧食產(chǎn)量的影響，得出降水量和氣溫對糧食產(chǎn)量的影響具有顯著的非性線關(guān)系的結(jié)論[16]。陳帥通過實證分析認(rèn)為氣候變化的不穩(wěn)定性抑制了黃淮海地區(qū)小麥的生產(chǎn)力[17]。張榮榮等運用面板非線性回歸模型分析得出河南省小麥和玉米在其生長發(fā)育期對氣候變化較為敏感的結(jié)論[18]。胡慧芝等深入分析氣候變化下漢中盆地水稻產(chǎn)量的響應(yīng)，認(rèn)為不同的氣候背景下影響水稻產(chǎn)量的主導(dǎo)因素也不同[19]。周曙東等通過研究氣候變化對我國南方水稻產(chǎn)量的影響得出氣候變化對南方水稻產(chǎn)量有顯著負(fù)影響的結(jié)論，并且這一影響存在區(qū)域差異[20]。韓芳玉等通過氣候-經(jīng)濟(jì)模型得出氣候變化對我國水稻的影響也具有區(qū)域差異性[21]。

水稻作為我國三大主糧之一，極易受到氣候變化的影響，對我國水稻主產(chǎn)區(qū)進(jìn)行綜合研究并探討其氣候變化影響水稻產(chǎn)量的內(nèi)部作用機(jī)制，對于保障我國糧食安全具有重要的現(xiàn)實意義。本研究主要有2個目的：1）驗證氣候變化與水稻產(chǎn)量之間的作用關(guān)系，將研究區(qū)域進(jìn)行劃分并擴(kuò)大至多片區(qū)，以期為水稻產(chǎn)量的影響因素提供新的實證依據(jù)；2）研究將農(nóng)戶對氣候的適應(yīng)行為考慮在內(nèi)，確定化肥施用量和農(nóng)業(yè)勞動力等水稻生產(chǎn)要素的分配是否會受氣候變化的影響，進(jìn)一步采用中介效應(yīng)模型探討氣候變化對水稻產(chǎn)量的影響機(jī)制。

1.2 "研究假設(shè)

水稻生長期需要穩(wěn)定的氣候條件，溫度過高、降水過少則會發(fā)生干旱；溫度過低易造成低溫冷害，使水稻生理活動受到障礙，從而導(dǎo)致減產(chǎn)；降水過多，秧苗易受流水沖刷，水稻分蘗受到抑制，造成后期穗數(shù)不足，此外強(qiáng)降雨天氣利于水稻“兩遷”害蟲稻飛虱、稻縱卷葉螟等大量遷入繁殖，加重水稻病蟲害的發(fā)生[22]。由此，本文提出以下假設(shè)：

H1：氣溫變化與水稻產(chǎn)量之間存在倒“U型”曲線關(guān)系，即氣溫變化對水稻產(chǎn)量的影響存在最大值。

H2：降雨變化與水稻產(chǎn)量之間存在倒“U型”曲線關(guān)系，即降雨變化對水稻產(chǎn)量的影響存在最大值。

化肥作為糧食的“糧食”，在促進(jìn)農(nóng)業(yè)增效、保障糧食安全方面起到了重要的作用。一般來說，化肥施用強(qiáng)度通常受到作物播種結(jié)構(gòu)、農(nóng)業(yè)技術(shù)水平、農(nóng)地經(jīng)營規(guī)模等多種因素的影響，具有一定的復(fù)雜性[23-24]。也有學(xué)者從氣溫變化對化肥施用效率的影響展開研究，得出氣溫升高能對化肥施用效率產(chǎn)生正向或負(fù)向的影響，而這主要取決于作物處于何種生長階段的結(jié)論[25]。尚無研究直接證實氣溫變化會對化肥施用量產(chǎn)生影響。本文認(rèn)為農(nóng)民會根據(jù)不同生長階段的作物營養(yǎng)需求和土壤中已有的養(yǎng)分含量來確定化肥施用量，氣溫變化本身并不直接影響化肥施用量。氣溫升高通常伴隨著蟲害、病害和雜草等生物問題的增加[26-27]，農(nóng)民需要增加勞動力來處理和防范這些問題，保護(hù)農(nóng)作物的生長和產(chǎn)量；此外，氣溫升高可能導(dǎo)致水資源匱乏，特別是在干旱地區(qū)，農(nóng)民需要科學(xué)管理和利用有限的水資源，包括進(jìn)行灌溉、排水和儲存等工作，這需要額外的勞動力。

當(dāng)前中國勞動力城鄉(xiāng)轉(zhuǎn)移的年齡選擇性導(dǎo)致農(nóng)村大齡勞動力相對增多的現(xiàn)象突出，其年齡結(jié)構(gòu)的變化趨勢關(guān)系著農(nóng)業(yè)勞動生產(chǎn)率的高低[28]。老年農(nóng)戶的糧食全要素生產(chǎn)率增長通常要低于青年農(nóng)戶，農(nóng)業(yè)勞動力老齡化對糧食全要素生產(chǎn)率增長可能存在一定的負(fù)面影響[29]。當(dāng)前全球氣候變化仍在持續(xù)，各種氣象災(zāi)害現(xiàn)象頻發(fā)，農(nóng)業(yè)老齡化在一定程度上能降低田間管理的有效勞動投入，減緩農(nóng)戶面對氣象災(zāi)害的反應(yīng)速度，進(jìn)而加劇糧食產(chǎn)量損失，并對糧食全要素生產(chǎn)率產(chǎn)生負(fù)面影響。此外，隨著農(nóng)業(yè)現(xiàn)代化的推進(jìn)，新的技術(shù)和方法不斷涌現(xiàn)，老年人在思維方式和勞動習(xí)慣上相對固定，這一群體相較于年輕人具有較低的創(chuàng)新意識和適應(yīng)能力，農(nóng)業(yè)勞動力老齡化也會通過影響新型技術(shù)的采納意愿和行為[30]，進(jìn)一步對糧食產(chǎn)量產(chǎn)生負(fù)面影響。因此，盡管增加農(nóng)業(yè)勞動力對提高農(nóng)業(yè)生產(chǎn)潛力通常是積極的，但如果勞動力主要由老人組成且存在上述限制和挑戰(zhàn)，可能會對水稻產(chǎn)量產(chǎn)生逆向影響。這種情況下，農(nóng)民和相關(guān)機(jī)構(gòu)需要采取措施來確保有效的勞動力配置，以最大程度地提高水稻產(chǎn)量。由此，本文提出以下假設(shè)：

H3：氣溫變化無法通過化肥施用量作用于水稻產(chǎn)量。

H4：氣溫升高促使勞動力增加，進(jìn)一步對水稻產(chǎn)量產(chǎn)生負(fù)向影響。

降雨使土壤中的養(yǎng)分稀釋并向根系區(qū)域運輸，這就需要農(nóng)民增加化肥投入，以補(bǔ)充土壤中因降雨引起的養(yǎng)分稀釋，確保作物能夠正常生長和發(fā)育；降雨還可能會造成土壤沖刷，沖走土壤表層的養(yǎng)分[31]。為了彌補(bǔ)這種養(yǎng)分的流失，農(nóng)民可能會增加化肥施用量，以確保作物的養(yǎng)分供應(yīng)不受影響。隨著降雨增加，需要更多的勞動力來進(jìn)行田間管理，如除草、施肥、病蟲害防治等工作都需要額外的農(nóng)業(yè)勞動力。由此，本文提出以下假設(shè)：

H5：降雨增加促使化肥施用量增加，進(jìn)一步對水稻產(chǎn)量產(chǎn)生正向影響。

H6：降雨增加促使農(nóng)業(yè)勞動力增加，進(jìn)一步對水稻產(chǎn)量產(chǎn)生負(fù)向影響。

2 "研究數(shù)據(jù)與方法

2.1 "研究區(qū)域

根據(jù)國家統(tǒng)計局（NBS）的數(shù)據(jù)，水稻產(chǎn)量約占我國糧食產(chǎn)量的50%，消費量約占糧食總消費量的35%。由于氣候和地理條件的空間差異，不同地區(qū)的水稻種植差異很大。考慮數(shù)據(jù)的可得性及完整性并根據(jù)水稻種植區(qū)域分布、參考《全國農(nóng)業(yè)可持續(xù)發(fā)展規(guī)劃（2015—2030）》選取我國大陸水稻主產(chǎn)區(qū)，共20個省份，將其劃分為5個區(qū)域，即：東北、西南、華南、長江中下游、黃淮海。其中東北地區(qū)包括黑龍江、遼寧、吉林；西南地區(qū)包括廣西、貴州、四川、重慶、云南；華南地區(qū)包括福建、廣東、海南；長江中下游地區(qū)包括江西、浙江、江蘇、安徽、湖北、湖南；黃淮海地區(qū)包括山東、河北、河南。

2.2 "數(shù)據(jù)來源與處理

2.2.1 "數(shù)據(jù)來源

研究數(shù)據(jù)包括氣象數(shù)據(jù)、農(nóng)業(yè)數(shù)據(jù)兩部分。其中氣象數(shù)據(jù)來自歐盟及歐洲中期天氣預(yù)報中心等組織發(fā)布的ERA5-Land數(shù)據(jù)集，本文選取1996—2019年4—10月我國大陸水稻主產(chǎn)區(qū)（20個省市）的降雨量、氣溫數(shù)據(jù)。農(nóng)業(yè)數(shù)據(jù)來自我國20個省份的統(tǒng)計年鑒及國家統(tǒng)計局，選取1996—2019年4—10月我國大陸水稻主產(chǎn)區(qū)（20個省市）的水稻產(chǎn)量、播種面積、化肥施用量、農(nóng)業(yè)勞動力、農(nóng)業(yè)機(jī)械總動力、有效灌溉面積等數(shù)據(jù)。

2.2.2 "數(shù)據(jù)處理

進(jìn)行農(nóng)業(yè)數(shù)據(jù)處理時，參照周曙東等[20]的處理方法同時結(jié)合各省實際情況，具體處理如下：對于化肥施用量、農(nóng)業(yè)機(jī)械總動力及有效灌溉面積等3個變量，均同時乘以水稻播種面積與農(nóng)作物播種面積的比值；對于農(nóng)業(yè)勞動力變量，在乘以水稻播種面積與農(nóng)作物播種面積比值的基礎(chǔ)上，再乘以農(nóng)業(yè)總產(chǎn)值與農(nóng)林牧漁業(yè)總產(chǎn)值的比值；對于技術(shù)進(jìn)步變量，本文將各省1996年水稻單產(chǎn)作為基期，利用各省各年份實際單產(chǎn)分別除以基期所得到的系數(shù)來表示技術(shù)進(jìn)步。氣象數(shù)據(jù)處理如下：由于我國水稻主產(chǎn)區(qū)的早稻、中稻、晚稻大致生長期處于4—10月，為使數(shù)據(jù)更好地貼合實際，本文根據(jù)4—10月的月度氣溫數(shù)據(jù)計算年平均氣溫，由4—10月月度降雨量數(shù)據(jù)累加計算年降雨量。變量描述性統(tǒng)計如表1所示。

2.3 "模型設(shè)定

參考丑潔明[32]將氣候變化和農(nóng)業(yè)經(jīng)濟(jì)研究相結(jié)合，柯布-道格拉斯生產(chǎn)函數(shù)中添加氣候變化因子，建立氣候-經(jīng)濟(jì)模型。基于此，本文將氣溫和降雨量引入柯布-道格拉斯生產(chǎn)函數(shù)中：

由Q=A[LαKβ]得Y=f（L，K，C） "其中L為勞動投入，K為資本投入，C為氣候變量。

將上式展開得：

Y=A[LαKβCγ] "（1）

線性化后有：

[lnY]=[αlnL]+[βlnK]+[γlnC]+μ "（2）

進(jìn)一步引入氣候變量的二次項有：

[lnY]=[αlnL]+[βlnK]+[γlnC]+[γ1（lnC）2]+μ （3）

基于上述模型將本文所有變量帶入氣候-經(jīng)濟(jì)模型中并將等式兩邊取對數(shù)得到：

[lnyieldit]=[α0]+[α1lntemit]+[α2lnrainit]+[β1lnareait]+[ β2lnenginit]+[β3lnirrareit]+T+[μit]+[εit] （4）

考慮到氣候變化可能與水稻產(chǎn)量之間存在非線性影響關(guān)系，在式中引入氣溫、降雨量的二次項，公式如下：

[lnyieldit]=[α0]+[α1lntemit]+[α2lnrainit]+[β1lnareait]+[ β2lnenginit]+[β3lnirrareit]+[γ1（lntemit）2]+[γ2（lnrainit）2]+T+[μit]+[εit] "（5）

考慮到農(nóng)戶會根據(jù)氣候變化產(chǎn)生自發(fā)性的適應(yīng)行為，此行為可能會對水稻生產(chǎn)要素的分配產(chǎn)生影響，換言之，此行為可能會影響到氣候變化作用于水稻產(chǎn)量的路徑，故進(jìn)一步分析農(nóng)戶適應(yīng)行為（如化肥施用量、農(nóng)業(yè)勞動力）對氣候變化與水稻產(chǎn)量之間關(guān)系的中介效應(yīng)（見圖1），故構(gòu)建以下模型。

[lnyieldit]=[c0]+[cxlnXit]+[j=0cjzit]+[μit]+ [εit] "（6）

[mediationit]=[d0]+[dxlnXit+j=0djzit]+[μit]+ [εit] "（7）

[lnyieldit]=[e0+exlnXit]+[eθmediationit]+[j=0ejzit]+[μit]+[εit]

（8）

式中，mediation代表中介變量，包括化肥施用量、農(nóng)業(yè)勞動力；X代表解釋變量，包括氣溫和降雨量；z是模型中的控制變量，包括水稻種植面積、農(nóng)業(yè)機(jī)械總動力、有效灌溉面積、技術(shù)進(jìn)步（除T外，都做取對數(shù)處理）。通過公式（6）～（8）可以檢驗出氣候變化對水稻產(chǎn)量的影響中是否存在中介效應(yīng)。中介效應(yīng)類型可分為完全中介效應(yīng)、部分中介效應(yīng)和無中介效應(yīng)三種。如果前兩種中介效應(yīng)存在則必須具備以下條件：首先氣候變化必須影響水稻產(chǎn)量，即公式（6）中的[cx]必須顯著；其次氣候變化必須有中介效應(yīng)，即公式（7）中的[dx]具有統(tǒng)計學(xué)上的顯著性；最后是中介變量必須在控制氣候變化的同時影響水稻產(chǎn)量，即[eθ]具有統(tǒng)計學(xué)上的顯著性。如果以上條件都滿足的時候，系數(shù)[ex]不顯著，則為完全中介，相反則為部分中介。

由于不同區(qū)域具有各自的氣候經(jīng)濟(jì)特點，這在一定程度上會影響水稻產(chǎn)量。為此，本文進(jìn)一步采用虛擬變量交互項模型，通過引入核心解釋變量即氣溫和降雨量分別與區(qū)域虛擬變量的交互項，來體現(xiàn)氣溫和降雨量對水稻產(chǎn)量影響的區(qū)域異質(zhì)性。

[lnyieldit]=[α0]+[α1lntemit]+[α2lnrainit]+[β1lnareait]+[ β2lnenginit]+[β3lnirrareit]+[γ1（lntemit）2]+[γ2（lnrainit）2] +

[n=14ГnRegionn× "lntemit]+[n=14ωnRegionn×lnrainit]+T+ [μit]+ [εit] （9）

在公式（4）、（5）、（9）中，[yieldit]表示第i個省份第t年的水稻產(chǎn)量，[lnyieldit]表示將其取對數(shù)，其余變量同理，T為技術(shù)進(jìn)步，其中[α1]、[α2]分別為核心解釋變量的系數(shù)、[β1]～[β3]為控制變量的系數(shù)，[γ1]、[γ2]分別為核心解釋變量二次項的系數(shù)，[α0]為常數(shù)項，[ μit]為誤差項，[εit]為擾動項。在公式（9）中引入?yún)^(qū)域虛擬變量[Regionn]，其中n為區(qū)域，以東北地區(qū)為參照，設(shè)置[Region1]～[Region4]共4個區(qū)域虛擬變量，分別表示西南、華南、長江中下游、黃淮海。則有：

[Region1]= [1，西南，0，其他；] " " " [Region2]= [1，華南，0，其他；] " " " " " " [Region3]= [1，長江中下游，0，其他；][Region4]= [1，黃淮海，0，其他。]

如果[Region1]=[Region2]=[Region3]=[Region4]=0，則表明為東北地區(qū)。

3 "實證結(jié)果與分析

3.1 "氣候變化對水稻產(chǎn)量的影響

3.1.1 "模型估計結(jié)果

該部分對公式（5）進(jìn)行估計，為了避免模型問題帶來的偏差，在回歸前首先進(jìn)行了豪斯曼檢驗，檢驗結(jié)果顯示應(yīng)選擇固定效應(yīng)模型，并估計中使用了聚類穩(wěn)健標(biāo)準(zhǔn)誤差，但由于研究數(shù)據(jù)選擇時間跨度較長，可能會存在截面異方差、時間序列自相關(guān)等問題，為此研究中采用面板矯正標(biāo)準(zhǔn)誤（PCSE）、可行廣義最小二乘法（FGLS）進(jìn)行估計[16]。LS1、LS2、LS3分別為固定效應(yīng)、PCSE、FGLS，由估計結(jié)果（見表2）可知FGLS結(jié)果較穩(wěn)健。

接下來對模型是否存在組間異方差、組內(nèi)自相關(guān)、組間同期相關(guān)進(jìn)行檢驗。本文采用Wald檢驗來檢驗組間異方差問題，Wooldridge Wald檢驗來檢驗組內(nèi)自相關(guān)問題，Pesaran、Friedman兩種方法來檢驗組間同期相關(guān)問題，具體檢驗結(jié)果如表3所示。

根據(jù)檢驗結(jié)果，Wald檢驗強(qiáng)烈拒絕“不存在組間異方差”的原假設(shè)，即存在組間異方差；同理也存在組內(nèi)自相關(guān)。由于Pesaran、Friedman檢驗的P值均為0.000 0，強(qiáng)烈拒絕“無組間同期相關(guān)”的原假設(shè)，認(rèn)為存在組間同期相關(guān)。由于FGLS能夠同時考慮以上3種問題，本文最終選擇FGLS估計。

3.1.2 "估計結(jié)果分析

由上述FGLS估計結(jié)果可知氣候因素及非氣候因素變化對水稻產(chǎn)量的影響。

1）氣候因素變化對水稻產(chǎn)量的影響。根據(jù)模型檢驗結(jié)果，氣溫對我國大陸水稻主產(chǎn)區(qū)產(chǎn)量的影響在1%水平上顯著，一次項和二次項系數(shù)分別為2.145 1、 -0.412 4，這表明氣溫變化與水稻產(chǎn)量之間存在倒“U型”曲線關(guān)系（-0.412 4[lntemit2]+2.145 1[lntemit]），當(dāng)降水量較少時，適當(dāng)增加降水可使水稻總產(chǎn)量提高，一旦超過某個點，降水增加就會對水稻產(chǎn)量產(chǎn)生負(fù)向影響，即氣溫變化對水稻產(chǎn)量的影響存在最大值，假設(shè)H1得到證實。

降雨對我國大陸水稻主產(chǎn)區(qū)產(chǎn)量的影響亦在1%水平上顯著，一次項和二次項的系數(shù)分別為0.630 4、 -0.048 9，同理，降雨量變化與水稻產(chǎn)量之間也存在倒“U型”的拋物線關(guān)系（-0.048 9[lnrainit2]+0.630 4 [lnrainit]），表明降雨量對水稻產(chǎn)量的影響存在最大值，假設(shè)H2得到證實。

2）非氣候因素變化對水稻產(chǎn)量的影響。分析各個要素對水稻產(chǎn)量的邊際影響，水稻播種面積系數(shù)為1.040 5，在1%水平上顯著，明顯高于其他要素的估計系數(shù)。這一結(jié)果與曾小艷等[33]的研究結(jié)果一致。當(dāng)前可耕土地面積的不可擴(kuò)展性使得土地要素成為嚴(yán)重制約水稻種植面積需求擴(kuò)大的因素。究其原因可能是近年來城鎮(zhèn)化的加速發(fā)展，導(dǎo)致大量可耕地被征用，此外環(huán)境問題也會造成土地荒廢[34]。有效灌溉面積、技術(shù)進(jìn)步對水稻產(chǎn)量的影響均為正向，但農(nóng)業(yè)機(jī)械總動力對水稻產(chǎn)量的影響為負(fù)向，且在1%水平上顯著，這可能與我們的常識相反，本文認(rèn)為雖然各種大中小型機(jī)械運用于農(nóng)業(yè)生產(chǎn)，對提高農(nóng)業(yè)生產(chǎn)效率產(chǎn)生了積極的影響，但由于各方面因素的制約，我國農(nóng)業(yè)機(jī)械化水平還不是很高，在水稻生產(chǎn)過程中區(qū)域性差異、農(nóng)機(jī)與農(nóng)藝的結(jié)合、機(jī)具的設(shè)計制造等過程仍存在著多種問題有待解決[35]。此外，農(nóng)戶若購買更先進(jìn)的機(jī)械則需要更多的資金支持，那么用于投入其他生產(chǎn)要素的資金投入就會相應(yīng)減少。

3.2 "氣候變化對水稻產(chǎn)量的影響機(jī)制分析

3.2.1 "模型估計結(jié)果

由上述結(jié)果可知，氣候變化對水稻產(chǎn)量有顯著影響，但產(chǎn)生這一影響的機(jī)制還不清楚。為了進(jìn)一步研究氣候變化如何影響水稻生產(chǎn)要素的分配，進(jìn)而影響水稻產(chǎn)量，本文采用三步回歸法進(jìn)行檢驗，結(jié)果如表4、表5所示。

3.2.2 "估計結(jié)果分析

1）LS4～LS6展示了化肥施用量在氣溫變化中對水稻產(chǎn)量的中介作用。在LS4中氣溫變化能顯著影響水稻產(chǎn)量，生長季氣溫每上升1%，水稻產(chǎn)量減少0.111 7%；但在LS5中氣溫變化并不能顯著影響化肥施用量這一中介變量；在LS6中氣溫變化在對水稻產(chǎn)量有顯著影響的條件下，化肥施用量的系數(shù)在1%水平上顯著，且對水稻產(chǎn)生正向影響。由此結(jié)果得出化肥施用量并不能在氣溫對水稻產(chǎn)量的影響中產(chǎn)生中介效應(yīng)。由于第二步回歸結(jié)果不顯著，第三步回歸結(jié)果是顯著的，為此進(jìn)一步采用sobel test檢驗中介效應(yīng)，依然得到此過程屬于無中介效應(yīng)的結(jié)論，假設(shè)H3得到驗證。LS7中氣溫變化能夠顯著影響農(nóng)業(yè)勞動力；在LS8中，氣溫變化在對水稻產(chǎn)量有顯著影響的條件下，農(nóng)業(yè)勞動力的系數(shù)在1%水平上顯著，且對水稻產(chǎn)量產(chǎn)生負(fù)向影響，由此可見農(nóng)業(yè)勞動力在氣溫對水稻產(chǎn)量的影響中產(chǎn)生了中介效應(yīng)，且為部分中介效應(yīng)，說明氣溫升高促使勞動力增加，進(jìn)一步對水稻產(chǎn)量產(chǎn)生負(fù)向影響，假設(shè)H4得到證實。

需要指出的是盡管氣溫升高可以促使農(nóng)業(yè)勞動力的增加，但具體的效應(yīng)可能因地區(qū)、農(nóng)作物類型和農(nóng)業(yè)管理策略等因素而異。此外，尚存在其他因素可能會抵消或減少氣溫升高對農(nóng)業(yè)勞動力的影響，例如自動化技術(shù)的應(yīng)用和農(nóng)業(yè)勞動力的結(jié)構(gòu)性轉(zhuǎn)變等，但這超出了本文的研究范圍。

2）LS9～LS11展示了化肥施用量在降雨變化中對水稻產(chǎn)量的中介作用。在LS9中降雨變化能顯著影響水稻產(chǎn)量，生長季降雨每上升1%，水稻產(chǎn)量減少0.024 6%；在LS10中降雨變化在1%水平上顯著影響化肥施用量這一中介變量；在LS11中，降雨變化在對水稻產(chǎn)量有顯著影響的條件下，化肥施用量的系數(shù)在1%水平上顯著，且對水稻產(chǎn)生正向影響，由此可見化肥施用量在降雨對水稻產(chǎn)量的影響中產(chǎn)生了中介效應(yīng)，且為部分中介，說明降雨增加促使化肥施用量增加，進(jìn)一步促進(jìn)水稻產(chǎn)量增加，假設(shè)H5得到證實。LS12中降雨變化能夠顯著影響農(nóng)業(yè)勞動力；在LS13中，降雨變化在對水稻產(chǎn)量有顯著影響的條件下，農(nóng)業(yè)勞動力的系數(shù)在1%水平上顯著，且對水稻產(chǎn)量產(chǎn)生負(fù)向影響，由此可見農(nóng)業(yè)勞動力在降雨對水稻產(chǎn)量的影響中產(chǎn)生了中介效應(yīng)，且為部分中介，說明降雨增加促使農(nóng)業(yè)勞動力增加，進(jìn)一步對水稻產(chǎn)量產(chǎn)生負(fù)向影響，假設(shè)H6得到證實。

3.3 "異質(zhì)性分析

3.3.1 "模型估計結(jié)果

為分析不同地區(qū)氣候、經(jīng)濟(jì)、社會等對水稻產(chǎn)量影響的異質(zhì)性，在公式（5）的基礎(chǔ)上進(jìn)一步引入?yún)^(qū)域虛擬變量，并利用虛擬變量交互項模型得公式（9），估計結(jié)果如表6所示。

3.3.2 "估計結(jié)果分析

1）生長期溫度對水稻產(chǎn)量的影響。由估計結(jié)果可知，氣溫對水稻產(chǎn)量的總影響系數(shù)為0.174 2-0.650[×Region1]-1.651 2[×Region2]-1.521 5[×Region3]-0.052 2×Region4。氣溫對東北地區(qū)、黃淮海地區(qū)水稻產(chǎn)量的影響系數(shù)分別為0.174 2、0.122，表明溫度每上升1%，各地區(qū)水稻產(chǎn)量分別增加0.174 2%、0.122%。對西南、華南、長江中下游的影響系數(shù)分別為-0.475 8、 -1.477、-1.347 3，表明溫度每上升1%，各地區(qū)水稻產(chǎn)量分別下降0.475 8%、1.477%、1.347 3%，對于東北地區(qū)氣溫升高使農(nóng)業(yè)熱量資源得到增加，促使作物多熟制種植界限北擴(kuò)西移，極大地提高了復(fù)種指數(shù)，從而使水稻產(chǎn)量增加。相比于東北地區(qū)，氣溫對華南和長江中下游水稻生產(chǎn)的影響更為強(qiáng)烈且為負(fù)向。在南方，由于氣溫較高，水稻生長速度較快，但是也容易受到高溫的影響導(dǎo)致發(fā)育不良，華南地區(qū)與其他區(qū)域相比，丘陵較少，故無法通過高海拔來緩解溫度帶來的負(fù)向影響；緯度較低，無法像其他較高緯度地區(qū)通過溫度升高開發(fā)水稻種植面積[20]。長江中下游地區(qū)，水熱資源豐富，溫度變化對水稻產(chǎn)量的影響明顯且作用機(jī)理復(fù)雜，除了受海陸氣候影響外，還伴隨著由于城市發(fā)展較快而產(chǎn)生的“熱島效應(yīng)”[36]。

2）生長期降雨量對水稻產(chǎn)量的影響。由估計結(jié)果可知，降雨量對水稻產(chǎn)量的總影響系數(shù)為0.877 8-0.065 5[×Region1]-0.000 1[×Region2]-0.054 6[×Region3]-0.004 5[×Region4]。降雨量對東北地區(qū)水稻產(chǎn)量的影響系數(shù)為0.877 8，在1%水平上顯著，對西南、華南、長江中下游、黃淮海的影響系數(shù)分別為0.812 3、0.877 7、0.823 2、0.873 3，表明降雨量每上升1%，各地區(qū)水稻產(chǎn)量分別增加0.877 8%、0.812 3%、0.877 7%、0.823 2%、0.873 3%，降雨量對各地區(qū)水稻產(chǎn)量的影響無明顯的差異。

4 " 結(jié)論與啟示

4.1 "結(jié)論

文章利用1996—2019年我國大陸水稻主產(chǎn)區(qū)20個省份的氣象數(shù)據(jù)和農(nóng)業(yè)數(shù)據(jù)構(gòu)建氣候-經(jīng)濟(jì)模型實證分析了氣候變化對水稻產(chǎn)量的影響及機(jī)制，并進(jìn)一步分析區(qū)域差異性。得出以下結(jié)論：

1）氣溫變化和降雨變化與水稻產(chǎn)量之間均存在倒“U型”曲線關(guān)系，具體形式分別為（-0.412 4 [lntemit2]+2.145 1[lntemit]）、（-0.048 9[lnrainit2]+0.630 4 [lnrainit]），表明氣溫、降雨量對水稻產(chǎn)量的影響均存在最大值。

2）氣溫和降雨在對水稻產(chǎn)量產(chǎn)生影響時存在中介效應(yīng)，具體表現(xiàn)為：氣溫升高能促使農(nóng)業(yè)勞動力增加，進(jìn)一步影響水稻產(chǎn)量；降雨量增加能夠促使農(nóng)業(yè)勞動力和化肥施用量的增加，并進(jìn)一步影響水稻產(chǎn)量。

3）氣溫對西南、華南、長江中下游地區(qū)水稻產(chǎn)量的影響總體上呈現(xiàn)顯著的負(fù)向性，對東北、黃淮海地區(qū)水稻產(chǎn)量的影響為正向，其中氣溫對華南和長江中下游水稻產(chǎn)量的影響更為強(qiáng)烈，降雨量對各主產(chǎn)區(qū)水稻產(chǎn)量的影響差異性并不明顯。

4.2 "啟示

為有效緩解氣候變化對水稻生產(chǎn)產(chǎn)生的不利影響，提高水稻生產(chǎn)的抗風(fēng)險能力，提出以下建議。

1）積極推廣天氣指數(shù)保險產(chǎn)品，分散氣候風(fēng)險。在全球變暖的大背景下，高溫、干旱、洪澇等極端天氣時常出現(xiàn)，嚴(yán)重危害水稻生產(chǎn)。天氣指數(shù)保險作為一種新生的金融衍生工具，可根據(jù)降雨指數(shù)、溫度指數(shù)等進(jìn)行災(zāi)害賠付，有利于農(nóng)業(yè)生產(chǎn)者對天氣風(fēng)險進(jìn)行套期保值，是轉(zhuǎn)嫁農(nóng)業(yè)天氣風(fēng)險的重要途徑。由于天氣指數(shù)保險產(chǎn)品所依附數(shù)據(jù)都是國家氣象局提供的氣溫、降雨、風(fēng)速等數(shù)據(jù)，具有客觀性，不會存在受合約持有者的影響，很大程度上避免了道德風(fēng)險的發(fā)生。為此可直接引導(dǎo)農(nóng)戶參與天氣指數(shù)保險產(chǎn)品的購買，有效保障水稻生產(chǎn)的安全并促進(jìn)農(nóng)民增收。

2）緩解農(nóng)村青年勞動力外流，保障農(nóng)業(yè)有效勞動力配給。首先要提高農(nóng)業(yè)收益和就業(yè)機(jī)會，通過提高農(nóng)業(yè)生產(chǎn)技術(shù)、加強(qiáng)農(nóng)產(chǎn)品加工和價值鏈延伸，增加農(nóng)村地區(qū)的農(nóng)業(yè)收益和就業(yè)機(jī)會，使農(nóng)業(yè)勞動力能夠獲得更好的收入和發(fā)展機(jī)會，減少外流的動力。其次實施農(nóng)村產(chǎn)業(yè)多元化發(fā)展戰(zhàn)略，培育和發(fā)展農(nóng)村地區(qū)的非農(nóng)產(chǎn)業(yè)，如鄉(xiāng)村旅游、生態(tài)農(nóng)業(yè)等，為農(nóng)村居民提供更多的就業(yè)選擇，吸引年輕勞動力留在農(nóng)村發(fā)展。最后要改善農(nóng)村地區(qū)的基礎(chǔ)設(shè)施，如道路、通信和電力等，提供便利的交通和通訊條件，同時加強(qiáng)農(nóng)村公共服務(wù)設(shè)施的建設(shè)，如學(xué)校、醫(yī)院、文化活動場所等，提高農(nóng)村居民的生活質(zhì)量和福利水平，增強(qiáng)他們留在農(nóng)村的意愿。

3）完善糧食安全法律法規(guī)，保障糧安全，增加高風(fēng)險地區(qū)的政策傾斜度。當(dāng)糧食市場價格過低時，國家要對部分糧食品種實施價格保護(hù)制度；國家要建立糧食安全預(yù)警制度，采取措施保障糧食供給；國家要建立糧食風(fēng)險基金，用于糧食儲備、穩(wěn)定糧食市場和保護(hù)農(nóng)民利益。由于受氣候變化影響程度較劇烈，地區(qū)面臨的風(fēng)險也較高，國家還可以對這部分地區(qū)進(jìn)行適當(dāng)?shù)恼邇A斜，如提高糧食補(bǔ)貼費用。

參考文獻(xiàn)：

[1] 吳紹洪，趙東升.中國氣候變化影響、風(fēng)險與適應(yīng)研究新進(jìn)展[J].中國人口·資源與環(huán)境，2020（6）：1-9.

[2] 周佳茜，蔣艷.2000—2020年長江中下游地區(qū)耕地生產(chǎn)力對氣候變化的動態(tài)響應(yīng)[J].應(yīng)用與環(huán)境生物學(xué)報，2024（2）：238-246.

[3] 尚明，任陽陽，宋宏利. IMERG和GSMaP對中國極端降水監(jiān)測能力評估[J].地球信息科學(xué)學(xué)報，2022（9）：1813-1826.

[4] 舒章康，李文鑫，張建云，等.中國極端降水和高溫歷史變化及未來趨勢[J].中國工程科學(xué)，2022（5）：116-125.

[5] 李鳴鈺，高西寧，潘婕，等.未來升溫1.5 ℃與2.0 ℃背景下中國水稻產(chǎn)量可能變化趨勢[J].自然資源學(xué)報，2021（3）：567-581.

[6] 蘇芳，劉鈺，汪三貴，等.氣候變化對中國不同糧食產(chǎn)區(qū)糧食安全的影響[J].中國人口·資源與環(huán)境，2022（8）：140-152.

[7] Nordhaus W. How fast should we graze the global commons[J]. The American Economic Review， 1982， 72（2）： 242-246.

[8] 郭建平.氣候變化對中國農(nóng)業(yè)生產(chǎn)的影響研究進(jìn)展[J].應(yīng)用氣象學(xué)報，2015（1）：1-11.

[9] GREGORY P J， INGRAM J S I， BRKLACICH M. Climate change and food security[J]. Philosophical Transactions of the Royal Society B： Biological Sciences， 2005， 360（1463）： 2139-214

[10] GBETIBOUO G A， RINGLER C. Mapping South African farming sector vulnerability to climate change and variability： A subnational assessment[M]. Washington， DC： International Food Policy Research Institute （IFPRI） and Center for Environmental Economics and Policy in Africa （CEEPA）， 2009.

[11] PEIRIS D R， CRAWFORD J W， GRASHOFF C， et al. A simulation study of crop growth and development under climate change[J]. Agricultural and Forest Meteorology， 1996， 79（4）： 271-287.

[12] LOBELL D B， ASNER G P. Climate and management contributions to recent trends in US agricultural yields[J]. Science， 2003， 300（5625）：1505.

[13] SANGHI A， MENDELSOHN R. The impacts of global warming on farmers in Brazil and India[J]. Global Environmental Change， 2008， 18（4）： 655-66.

[14] FISHER A C， HANEMANN W M， ROBERTS M J， et al. The economic impacts of climate change： evidence from agricultural output and random fluctuations in weather： comment[J]. American Economic Review， 2012， 102（7）： 3749-3760.

[15] 王麗娜，祝青林，徐梅.大連農(nóng)業(yè)氣候環(huán)境演變趨勢及其影響[J].中國農(nóng)學(xué)通報，2014（14）：294-299.

[16] 尹朝靜，李谷成，高雪.氣候變化對中國糧食產(chǎn)量的影響——基于省級面板數(shù)據(jù)的實證[J].干旱區(qū)資源與環(huán)境，2016（6）：89-94.

[17] 陳帥.氣候變化對中國小麥生產(chǎn)力的影響——基于黃淮海平原的實證分析[J].中國農(nóng)村經(jīng)濟(jì)，2015（7）：4-16.

[18] 張榮榮，寧曉菊，秦耀辰，等.1980年以來河南省主要糧食作物產(chǎn)量對氣候變化的敏感性分析[J].資源科學(xué)，2018（1）：137-149.

[19] 胡慧芝，劉曉瓊，王建力.氣候變化下漢中盆地水稻產(chǎn)量變化研究[J].自然資源學(xué)報，2018（4）：609-620.

[20] 周曙東，朱紅根.氣候變化對中國南方水稻產(chǎn)量的經(jīng)濟(jì)影響及其適應(yīng)策略[J].中國人口·資源與環(huán)境，2010（10）：152-157.

[21] 韓芳玉，張俊飚，程琳琳，等.氣候變化對中國水稻產(chǎn)量及其區(qū)域差異性的影響[J].生態(tài)與農(nóng)村環(huán)境學(xué)報，2019（3）：283-289.

[22] 許信旺，孫滿英，方宇媛，等.安徽省氣候變化對水稻生產(chǎn)的影響及應(yīng)對[J].農(nóng)業(yè)環(huán)境科學(xué)學(xué)報，2011（9）：1755-1763.

[23] 張利國，劉辰，陳蘇.南方稻作區(qū)化肥施用強(qiáng)度時空演變及驅(qū)動因素研究[J].江西財經(jīng)大學(xué)學(xué)報，2021（1）：104-115.

[24] 王俊芹，周績宏，王曉，等.化肥施用強(qiáng)度時空演變特征及影響因素分析[J].北方園藝，2023（16）：145-152.

[25] 白秀廣，張波.氣候變化對我國蘋果主產(chǎn)區(qū)化肥利用效率的影響[J].中國果樹，2022（10）：30-34.

[26] 霍治國，李茂松，王麗，等.氣候變暖對中國農(nóng)作物病蟲害的影響[J].中國農(nóng)業(yè)科學(xué)，2012（10）：1926-1934.

[27] 李祎君，王春乙，趙蓓，等.氣候變化對中國農(nóng)業(yè)氣象災(zāi)害與病蟲害的影響[J].農(nóng)業(yè)工程學(xué)報，2010（S1）：263-271.

[28] 陸杰華，郭榮榮.鄉(xiāng)村振興戰(zhàn)略下農(nóng)村勞動力老化：發(fā)展趨勢、機(jī)理分析與應(yīng)對路徑[J].中國農(nóng)業(yè)大學(xué)學(xué)報（社會科學(xué)版），2023（4）：5-21.

[29] 魏佳朔，宋洪遠(yuǎn).農(nóng)業(yè)勞動力老齡化影響了糧食全要素生產(chǎn)率嗎？——基于農(nóng)村固定觀察點數(shù)據(jù)的分析驗證[J].南京農(nóng)業(yè)大學(xué)學(xué)報（社會科學(xué)版），2022（4）：22-33.

[30] 楊志海.老齡化、社會網(wǎng)絡(luò)與農(nóng)戶綠色生產(chǎn)技術(shù)采納行為——來自長江流域六省農(nóng)戶數(shù)據(jù)的驗證[J].中國農(nóng)村觀察，2018（4）：44-58.

[31] 王全九，楊婷，劉艷麗，等.土壤養(yǎng)分隨地表徑流流失機(jī)理與控制措施研究進(jìn)展[J].農(nóng)業(yè)機(jī)械學(xué)報，2016（6）：67-82.

[32] 丑潔明，葉篤正.構(gòu)建一個經(jīng)濟(jì)-氣候新模型評價氣候變化對糧食產(chǎn)量的影響[J].氣候與環(huán)境研究，2006（3）：347-353.

[33] 曾小艷，郭興旭.極端天氣、糧食產(chǎn)量波動與農(nóng)業(yè)天氣風(fēng)險管理[J].江蘇農(nóng)業(yè)科學(xué)，2017（11）：306-309.

[34] 蔡運龍.全球氣候變化下中國農(nóng)業(yè)的脆弱性與適應(yīng)對策[J].地理學(xué)報，1996（3）：202-212.

[35] 何金均，王立臣，宋建農(nóng)，等.水稻種植機(jī)械化發(fā)展現(xiàn)狀及制約因素分析[J].農(nóng)機(jī)化研究，2019（2）：1-4.

[36] 王保，黃思先，孫衛(wèi)國.氣候變化對長江中下游地區(qū)水稻產(chǎn)量的影響[J].湖北農(nóng)業(yè)科學(xué)，2014（1）：43-51.

（責(zé)任編輯：易 "婧）

收稿日期：2024-03-25

作者簡介：韓靜靜（1999—），在讀碩士，主要研究方向為農(nóng)村金融、農(nóng)業(yè)經(jīng)濟(jì)。E-mail： 1473056848@qq.com。

*為通信作者，E-mail： xiaosicau@qq.com。