氣候變化對中國糧食作物與飼料作物播種面積的影響

摘 要：科學評估氣候變化對作物播種面積的影響，對深入理解氣候變化與農業生產關系，制定有針對性應對氣候變化的戰略具有重要意義。基于1980-2020年省級面板數據，以小麥、稻谷、玉米與青飼料作物總播種面積變化為例，將標準化后的≥10℃積溫與生長期降水量作為刻畫氣候變化的核心指標，采用雙向固定效應模型，評估省域地理單元氣候變化對農作物播種面積的影響，并重點分析該影響的異質性。結果顯示，標準化積溫上升對作物播種面積具有抑制的趨勢，而標準化降水增加對播種面積有促進作用。異質性分析表明，作物播種面積對氣候變化的響應在不同積溫地區、不同年降水量地區、不同作物與不同灌溉水平地區存在差異。基于此，為保障糧食安全，應積極推進高標準農田建設，加大農業科技研發，優化種植面積結構，加強氣候服務建設工作。

關鍵詞：氣候變化;播種面積;糧食安全;區域異質性

中圖分類號：F307.11;F323.1 文獻標志碼：A 文章編號：1009-9107（2024）06-0096-11

糧食安全是國之大者，黨中央、國務院一直高度重視糧食安全問題，黨的二十大報告明確將確保糧食安全作為增強維護國家安全能力的重要組成部分［1］。糧食安全是加強農業強國建設的重要方向［2］，伴隨居民消費結構的提質升級，保障口糧以及飼料糧安全成為中國糧食安全的關鍵問題［3-4］。氣候變化是農業生產中面臨的主要自然風險之一，也是當前保障糧食安全面臨的重大挑戰。IPCC第六次評估報告（AR6）第二工作組（WGII）報告認為，氣候變化對農業適宜種植區、病蟲草害、作物產量、作物品質等關鍵因素的影響具有區域差異，且整體弊大于利［5］。作為全世界受氣候變化影響較大的國家之一，中國面臨的糧食安全問題愈發嚴峻［6］。準確評估氣候變化對口糧作物與飼料作物生產的影響是回答氣候變化與糧食安全關系的前提［7］，而作物生產受到單產水平、耕地面積和種植頻率等多個因素的綜合影響［8］。根據中國統計標準，作物播種面積綜合體現了作物的種植頻率和種植面積［9］，因此研究氣候變化對中國農作物播種面積的影響，特別是不同地區和不同作物播種面積影響的異質性程度，對完善中國氣候變化的應對機制，提高中國農業生產潛力，保障糧食安全具有重要的理論意義和現實意義。

一、文獻綜述與研究假設

（一）文獻綜述

關于糧食播種面積的研究主要集中在農作物生產布局的時空演變及其對水土資源的利用狀況等方面［10］，也有文獻探討了機械化水平、勞動力轉移、農地流轉、農業政策［11］等因素對作物播種面積的影響。

關于氣候變化影響農業生產的研究主要集中在三個方面。一是揭示了氣候變化對水、熱等農業氣候資源產生的影響。研究發現，1900-2018年，中國陸地平均氣溫上升1.3～1.9℃，超過全球平均水平，各地區的農業熱量資源顯著增加。1961-2019年中國平均年降水量呈現微弱上升趨勢，但不同區域間差異顯著。東北、西北、西藏地區降水量呈現較強的上升趨勢，東北南部、華北地區和西南地區降水量則有所減少。西北地區中西部近30年呈現暖濕化趨勢，但其干旱氣候特征未發生根本變化［12］。二是探究了氣候變化對種植制度、作物單產、作物質量、CWQV42clxjMK0Pgg+DN19g==農業全要素生產率和糧食安全［13-16］等的影響。研究表明，氣候變化推動多熟種植界限向北向西擴展，增加作物種植頻率和潛在播種面積［17］。在農業生產方面，氣候變化會對農作物單產、質量和農業全要素生產率產生影響，這些影響因作物種類、產業發展和地理位置而異［18］。也有研究表明，氣溫、降水和日照等氣候變量會對作物單產產生“先增后減”的非線性關系［13］。此外，部分學者認為氣候變化增加了糧食系統的不確定性［6］，對糧食安全構成威脅［16］。三是探究了應對氣候變化的適應性措施。研究發現，農業生產主體會采取調整種植日期，提高種植面積、改變作物結構，調整農藥、化肥、勞動力的投入，采取新技術，購買農業保險［19-22］等措施應對氣候變化對農業生產的負面影響。

已有研究為理解氣候變化與農作物播種面積的關系提供了理論依據和現實支撐，但仍存在局限。首先，大多數研究僅從自然科學角度考察氣候變化對播種面積的影響，缺乏融合經濟社會因素的全面視角;其次，現有研究通常局限于分析特定區域或單一作物受到的影響，缺乏從全國糧食安全角度對多種作物的系統性實證分析，并忽略了氣候變化在不同區域對播種面積影響的差異。此外，現有研究多依據短期氣候波動沖擊識別氣候變化，未能充分反映氣候變化的長期趨勢。在已有研究的基礎上，本文基于氣象站點數據、地區農業和社會經濟數據，綜合考慮標準化處理后的氣候變量對中國小麥、玉米、水稻與青飼料播種總面積的影響，并重點分析了該影響在不同地區、不同作物間的差異性。

（二）研究假設

1.氣候變化與作物播種面積。氣候變化通過改善水熱條件可能對作物播種面積產生正向影響。一方面，氣溫升高提高了有效積溫，推動農作物種植區向北擴展，多熟作物種植北界北移。1986-2009年中國潛在不可耕地面積相對1961-1985年減少約34.33％［23］，可耕地面積明顯擴大。1981-2010年，一年三熟種植整體面積擴大2.8％［24］。至2050年，兩熟制北界預計將北移至目前一熟制地區中部［25］。另一方面，東北、西北和西藏的降水量增加，有利于耕地擴張且顯著提升了這三個地區的糧食生產潛力。氣候變化對全國耕地氣候生產潛力的相對貢獻率為69.26％，在東北、黃土高原和青藏高原分別為86.88％、53.20％和70.40％［26］。

氣候變化也會對作物播種面積造成負面影響。一方面，氣候變化導致農業生產的自然環境惡化，其引發的干旱、極端降水等自然災害導致土壤侵蝕和退化，減少可耕地面積［27］。另一方面，氣候變化提高農業生產成本，降低農民收入和生產的意愿，導致作物播種面積下降。為應對氣候變化，農民需加大對水利設施、化肥、農藥等的投資，提高生產成本［28］，而作物質量和產量的降低導致收入下降［14］，這些因素共同作用使得農業勞動力陸續轉移至非農產業，作物播種面積進一步減少。據此，本文提出待檢驗假設1。

H 1：氣候變化對作物播種面積的影響具有不確定性。

氣候變化對作物播種面積的影響具有區域差異與作物類型差異。中國地域遼闊，各地初始氣候條件差異導致氣候變化對水熱資源的影響存在差異［29］。高緯度地區氣溫較低，氣候變化帶來的溫度升高與降水增加可以使農作物擁有更加溫暖濕潤的生長環境，有益于農業生產。而低緯度地區已經具有較高的溫度和濕度，溫度升高與降水增加對低緯度地區作物的正向影響較小，氣候變化引起的極端天氣頻發可能為該地區農業生產帶來負面影響。初始氣候條件決定了作物的地域分布特征，因此初始氣候條件的差異性將導致不同作物播種面積的調整存在差異［18，30］。據此，本文提出待檢驗假設2。

H 2：氣候變化對初始積溫不同地區、初始年降水量不同地區及不同種類作物播種面積的影響具有差異性。

2.氣候變化、有效灌溉面積與作物播種面積。在農業生產領域，建設和完善灌溉設施是應對氣候變化的有效適應措施。增加有效灌溉面積能改善田間水分，改變作物對降水和溫度的敏感性，提高作物對氣候資源的有效利用。因此，氣候變化對播種面積的影響會因灌溉面積的差異而不同。隨著氣溫升高，熱量資源改善和復種指數增加會對作物播種面積產生正向影響，但也可能加劇干旱對播種面積的負面影響。通過擴大有效灌溉面積，農業生產可以獲得更多水資源，在氣溫升高的地區改善水熱資源配置可滿足多熟制作物的用水需求，并增強氣溫上升對播種面積的正向影響。此外，有效灌溉面積的擴大還可以緩解季節性干旱和局部干旱情況，減輕氣溫升高的負面影響。同時，有效灌溉面積的擴大能夠減少作物生長對降水的依賴。研究表明，灌溉農業區比雨養農業區更能抵御降水不確定性帶來的損失［31］，增加降水量不再是灌溉農業區擴大播種面積的主要動力［32］。

綜上所述，本文認為地區有效灌溉面積越大，積溫正向波動對作物播種面積的正向影響越顯著，而降水對播種面積的整體影響將被削弱，因此本文提出待檢驗假設3。

H 3a：有效灌溉面積的擴大將增強積溫對作物播種面積的正向影響，并減弱其負向影響;H 3b：有效灌溉面積的擴大會削弱降水對作物播種面積的正向影響和負向影響。

二、研究設計

（一）數據和變量

1.被解釋變量。本文選取小麥、稻谷、玉米與青飼料四類作物的總播種面積作為被解釋變量由于國產大豆主要用于食用領域，進口大豆主要用于壓榨豆油消費和豆粕飼用，因此本文的研究對象不包括大豆。。考慮到不同作物生長環境與水熱資源需求的差異，下文將分別使用四類作物的播種面積作為被解釋變量進行異質性分析。

農作物播種面積數據為1980-2020年28個省級單位的面板數據，鑒于西藏及港澳臺地區部分年份缺失值較多，予以剔除。同時考慮到區劃調整變化，為保證空間單位的一致性，本文參考過往文獻［33］，將1987年之后海南的相關數據并入廣東，1996年之后重慶的數據并入四川。播種面積數據來源于《中國統計年鑒》，其中部分省份數據缺失采用插值法添加處理，為了增強序列平穩性，本文對作物播種面積進行了對數化處理。圖1展示了1980-2020年小麥、稻谷、玉米與青飼料總播種面積的變化趨勢。四類作物總播種面積由1980年的84 331千公頃下降至2003年的75 788千公頃，之后呈現上升趨勢，2020年總播種面積為96 919千公頃。

2.核心解釋變量。本文的核心解釋變量是標準化處理后的≥1℃積溫和生長期降水量。研究所使用的氣候數據來源于“國家氣象科學數據共享服務平臺中國地面氣候資料日值數據集（V3.0）”，選取1980-2020年日均溫度（℃）及日降水量（mm）數據。數據處理中，首先將氣象站點的數據使用反距離權重（IDW）插值成為0.1°×0.1°分辨率的網格數據，其次將插值得到的網格數據轉化成柵格數據并分區域匯總得到區縣級氣候數據，隨后利用Yang等［34］提供的土地覆蓋數據，以區縣耕地面積占所在省耕地總面積的比例為權重加總得到省級日均溫度及日降水量數據，最后分別計算各省的≥10℃積溫和生長期降水量。

積溫是農業氣候的關鍵熱量指標，能夠綜合溫度與時間兩個維度反映各地區熱量差異［33］。降水量則是衡量地區水資源和農作物天然水源的重要指標。鑒于農業生產的季節性，本研究以春夏季（3-8月）為農作物生長期。參考前人研究，用生長期降水量衡量氣候變化［35］。相比于氣象要素的絕對值，本文更關注水熱資源波動程度對作物播種面積的影響，因此本文參考相關文獻的處理方式［36］，以≥10℃積溫與生長期降水量為基礎，通過標準化處理構造刻畫氣候變化的量化指標。標準化處理的步驟是首先計算某地區的≥10℃積溫和該地區歷史參照期（1960-1979年）≥10℃積溫的差值，再除以參照期積溫的標準差，標準化積溫衡量的是當地≥10℃積溫相對歷史水平的波動程度。本文使用相同的方法構建了標準化生長期降水量。

圖2（a）與圖2（b）分別展示了1980-2020年標準化積溫與標準化降水的變化情況。如圖所示，1980-1993年，標準化積溫變化并不顯著，但從1994年起呈現明顯的上升趨勢，在此期間雖然存在一些波動，但整體保持較高水平。標準化降水呈現出較大的波動性。1980-1999年間標準化降水呈現明顯的上升趨勢，并在1998年達到高峰值。然而，2000-2011年間標準化降水變化較不穩定，且負值年份數量明顯多于正值年份，并在2011年達到低點。此后，標準化降水再次呈上升趨勢。如表2所示，標準化積溫均值為1.396，標準化生長期降水量為0.066，表明樣本期內平均積溫和生長期降水高于參照期，全國范圍溫度和降水總體呈上升趨勢。

3.控制變量。基于已有研究［16，33］，本文的控制變量包括有效灌溉面積、化肥施用量、農業機械總動力、農林牧漁從業人員、第一產業增加值、城鄉居民人均可支配收入比、農產品生產價格指數2001年以前農產品生產價格指數為農產品收購價格指數;本文以1980年為基期，對各年農產品生產價格指數進行調整。及糧食保護價收購政策、糧食直接補貼政策、退耕還林政策、糧改飼政策四個農業政策變量農業政策包括糧食保護價收購政策、糧食直接補貼政策、退耕還林政策及糧改飼政策。本文以政策出臺實施年份為劃分標準，出臺年以前的政策虛擬變量計為0，出臺年及之后年份計為1。。上述變量來自于《中國農村統計年鑒》《中國農業年鑒》各省統計年鑒、國家統計局網站。除城鄉居民人均可支配收入比、農產品生產價格指數及農業政策變量外，所有變量均取對數。

上述變量的具體定義見表1，表2展示了主要變量的統計性描述。

（二）計量模型

農業生產呈現出明顯的地域特征，自然環境、農作物地理分布和農業產業結構等指標不盡相同，而這些因素在時間、地理維度上相對穩定，因此適合使用固定效應模型分析氣候變化對作物播種面積的影響。基準模型如下：

y it=αG it+βR it+γX it+δ i+ θ t+ε it（1）

其中，y it為地區i在第t年的小麥、稻谷、玉米與青飼料總播種面積的對數。G it和R it分別是標準化處理后的積溫變量與降水變量，表示氣候變化;X it是一組控制變量，包括有效灌溉面積、化肥施用量、農業機械總動力、農林牧漁從業人員、第一產業增加值、城鄉居民人均可支配收入比、農產品生產價格指數及四個農業政策變量。δ i是省份固定效應，θ t是年份固定效應，ε it是隨機擾動項，α、β、γ是待估參數。

通過引入省份固定效應，回歸模型能夠吸收不隨時間變化的省份特征，降低內生性問題對估計結果的干擾。引入年份固定效應可以吸收地區間共同的趨勢和波動對結果的影響，保證研究結果的準確性與可靠性。此外，為了深入了解氣候變化對不同地區播種面積的具體影響，本研究依據參照期（1960-1979年）≥10℃積溫、降水量，以及作物種類和考察期有效灌溉面積進行分組回歸分析，以揭示氣候變化對不同地區播種面積的差異性影響，提升研究的精準度和可靠性。

三、實證分析

（一）基準回歸結果

表3報告了基準回歸結果。在第Ⅰ列中，使用標準化積溫衡量氣候變化，其估計系數為0.032，1％水平下顯著。加入控制變量后，第Ⅱ列顯示標準化積溫的負影響不再顯著。第Ⅲ列在第Ⅰ列的基礎上加入標準化生長期降水量，此時標準化積溫的估計系數為0.032（1％水平下顯著），而標準化降水系數統計上不顯著。第Ⅳ列在第Ⅲ列的基礎上加入控制變量，標準化積溫的影響變得不顯著，而標準化降水的系數為0.028，10％水平下顯著。該系數表明，標準化降水每增加一個標準差，作物播種面積可增長2.8％，氣候變化引起的生長期降水量增加顯著提升了作物播種面積。

上述回歸結果表明，氣候變化的水熱資源變化對作物播種面積有正負兩方面的影響。加入控制變量后，標準化積溫對播種面積的負向影響不顯著，而標準化降水的增加顯著促進播種面積。這反映了糧食生產與水資源之間的不匹配可能是中國糧食生產的關鍵制約因素。北方是中國主要的糧食生產區，耕地面積占全國耕地總面積的60％，但水資源占有量卻不足20％［37］。因此降水量增加對于改善水熱資源、促進播種面積擴大尤為重要。假設H 1得以驗證。

第Ⅳ列回歸分析表明，在1％顯著性水平下，有效灌溉面積、化肥施用量、農業機械總動力和農林牧漁從業人員均正向影響作物播種面積。這說明提高灌溉面積、增加化肥使用和提升農業機械化水平可以促進播種面積的增加，勞動力的增加也能起到類似作用。然而，糧食保護價政策和城鄉居民收入比分別在1％和10％顯著性水平下對播種面積有負面影響。這可能源于保護價政策未能有效激勵農民，或者農業收益低于非農業活動，導致農民減少播種面積，轉向非農活動。城鄉收入差距的擴大也可能因相似原因影響播種面積。

（二）穩健性檢驗

1.用其他變量衡量氣候變化。表4展示了使用其他變量衡量氣候變化的回歸結果。首先，選取1960-1969年作為參照期對積溫與生長期降水進行標準化處理，以檢驗參照期選擇對回歸結果的影響。如第Ⅰ列所示，標準化積溫的影響不顯著，而標準化降水的估計系數為0.031（10％水平顯著），與基準回歸結果相符。其次，采用標準化處理的年均溫度與生長期降水量作為衡量氣候變化的指標，如第Ⅱ列所示，年均氣溫波動的影響在10％顯著性水平下為負，而生長期降水量波動的影響不顯著。上述結果與基準回歸趨勢一致，而顯著性有所差異，表明不同氣候變化指標對作物播種面積的影響趨勢保持一致，但顯著性水平可能因指標不同而變化。

除了對氣候變量進行標準化處理外，文獻中還經常使用氣象要素的絕對值反映氣候變化。然而，這種方法實際上捕捉了天氣變化，其回歸結果主要反映短期天氣波動對作物播種面積的影響。為了闡明氣候變化與氣象波動對作物播種面積影響的差別，本文參考現有文獻［38］，使用公式（2）進行檢驗。公式（2）中T it與P it分別代表氣象要素中的溫度變量與降水變量，α、β、γ、X it、δ i、θ t、ε it的定義與公式（1）一致。

y it=α 1 T it+α 2 T2 it+β 1 P it+β 2 P2 it+γX it+δ i+θ t+ε it（2）

表4中，第Ⅲ列使用積溫和生長期降水量的絕對值來表示氣候變化，第Ⅳ列使用年均溫度與生長期降水量的絕對值表示氣候變化。結果顯示，第Ⅲ列中，≥10℃積溫和其二次項在10％水平下顯著，系數分別為-1.999和0.133。生長期降水量的一次和二次項系數均不顯著。在第Ⅳ列，年均溫度及其二次項在1％水平顯著，系數分別為-0.991和0.331，而生長期降水量的相關系數并不顯著。上述結果表明，短期氣象波動和長期氣候變化對作物播種面積的影響各有不同，短期內積溫影響大于降水，而在長期氣候變化中，降水量的影響更為顯著。

2.加入時間趨勢的一次項與二次項。參照丁宇剛等［36］的方法，本文在回歸模型中添加了一次與二次項的時間趨勢，以進一步控制其他不可觀測且隨時間變化的因素，從而更全面地減弱由于遺漏變量導致的內生性問題。如表5所示，第Ⅰ列保留了省份固定效應和年份固定效應，并引入了時間趨勢的一次項;第Ⅱ列僅引入了時間趨勢一次項，未包括時間趨勢二次項與年份固定效應;第Ⅲ列引入時間趨勢一次項與二次項，未包括年份固定效應。在上述幾種情形下，回歸結果依然保持一致，進一步驗證了本文結果的穩健性。

四、異質性分析

本文以參考期（1960-1979年）≥10℃積溫、參考期平均年降水量、作物種類以及樣本期歷年有效灌溉面積為分組依據，在分組回歸的基礎上，通過對比系數估計值及顯著性，驗證假設H 2與H 3。

（一）不同積溫地區之間的異質性

首先，本文基于各地1960-1979年20年平均積溫（后文簡稱為“參照期積溫”），結合溫度帶劃分標準，將1980-2020年28個省份樣本劃分為3組（＜1 600℃，1 600～3 400℃，≥3 400℃）1960-1979年平均積溫＜1 600℃的省份有內蒙古自治區、吉林省、寧夏回族自治區、甘肅省、青海省、黑龍江省;1 600～3 400℃的有上海市、云南省、北京市、四川省、天津市、安徽省、山東省、陜西省、新疆維吾爾自治區、江蘇省、江西省、河北省、河南省、浙江省、湖北省、湖南省、貴州省、遼寧省;≥3 400℃的省份有廣東省、廣西壯族自治區、福建省。分別進行回歸，估計結果如表6所示。

第Ⅰ列回歸結果表明，參照期積溫小于1 600℃的省份，標準化積溫與標準化生長期降水對播種面積有顯著負向影響，系數分別為-0.039和-0.240。在第Ⅱ列中，參照期積溫在1 600～3 400℃的省份標準化積溫的負向影響不顯著，而標準化降水的正向影響在5％的水平下顯著。第Ⅲ列結果顯示，參照期積溫大于3 400℃的省份，標準化降水顯著負向影響播種面積，而標準化積溫影響并不顯著。回歸結果支持假設H 2中氣候變化對初始積溫不同地區播種面積的影響存在差異。總體來看，積溫低于1 600℃的地區受氣候變化的負向影響最大，這可能是由于這些地區生態脆弱，農業條件較差，氣候變化造成的自然環境惡化等負面影響要遠遠大于水熱資源改善帶來的正面影響。積溫處于1 600～3 400℃的地區，降水對播種面積有正向影響，而積溫影響不顯著，反映了這些地區溫度的約束性不強，農業生產對降水的依賴性較高。而在積溫超過3 400℃的地區，雖然農業生產條件較優，但氣候變化導致的極端天氣會帶來負面影響。

（二）不同年降水量地區之間的異質性

降水的區域性差異會導致農業生產能力和作物布局出現明顯差異。為了深入分析不同降雨量地區氣候變化對作物播種面積的影響，本文根據1960-1979年的平均年降水量，將樣本劃分為4組（＜400mm，400～800mm，800～1 200mm，≥1 200mm）1960-1979年生長期降水低于400mm的省份有內蒙古自治區、寧夏回族自治區、新疆維吾爾自治區、青海省;400～800mm的省份有北京市、吉林省、天津市、山東省、山西省、河北省、河南省、甘肅省、遼寧省、陜西省、黑龍江省;800～1 200mm的省份有上海市、云南省、四川省、安徽省、江蘇省、湖北省、貴州省;≥1 200mm的省份有浙江省、湖南省、福建省、廣東省、廣西壯族自治區、江西省。進行回歸，結果見表7。

研究發現，標準化積溫和標準化降水對不同降水組的播種面積影響存在差異。在參照期年均降水量低于400mm的地區，標準化積溫和降水對播種面積的負面影響不顯著。在年降水量400～800mm以及800～1 200mm的地區，標準化積溫的負面影響不顯著，而標準化降水的正面影響在10％水平下顯著。在降水量超過1 200mm的地區，標準化積溫和降水的系數均為正，但標準化積溫的顯著性較弱，標準化降水則不顯著。回歸結果支持假設H 2中氣候變化對初始降水不同地區播種面積的影響存在差異。這些差異可能反映了不同降水量地區因氣候變化調整作物播種面積的程度不同，從而導致回歸系數方向和顯著性存在差異，揭示了氣候變化對不同降水地區影響的差異性。

（三）不同作物之間的異質性

考慮到作物對熱量和水分需求的差異，本文分別估計了氣候變化對小麥、玉米、水稻和青飼料四類作物播種面積的影響。為確保樣本的代表性，本研究選取了各類作物中，省級產量占全國總產量比例超過1%的年份累計超過20年的省份。實證結果如表8所示，標準化積溫對青飼料和玉米播種面積的影響在10％水平顯著為正;標準化降水對青飼料播種面積在5％水平下顯著為正，對玉米播種面積在10％水平顯著為正。氣候變化對小麥和水稻播種面積的影響不顯著，但標準化積溫對這兩類作物存在負向影響的趨勢，標準化降水存在正向影響趨勢。回歸結果支持假設H 2中氣候變化對不同作物播種面積的影響存在差異。

總體而言，標準化降水增長對四類作物播種面積呈現正向影響，而標準化積溫的影響則存在差異。標準化降水增加為農作物提供更多水資源，尤其對小麥、玉米和青飼料等主要種植在降水量較低地區的作物至關重要。水稻作物對充足水分需求較高，降水增加可以拓展播種區域。而標準化積溫增長對小麥和水稻可能導致適宜溫度閾值超標和水分蒸發增加，減少播種面積。玉米和青飼料作物對水分的需求相對較低，也更能適應較高的溫度與干旱，積溫增長有利于擴大這兩種作物的可種植區域，增加播種面積。

（四）不同灌溉水平地區之間的異質性

為檢驗假設H 3a與H 3b，本文根據有效灌溉水平進行分組回歸。分組依據是1980-2020年各省份每年度有效灌溉面積的中位數，高于此中位數為高灌溉組，低于為低灌溉組。

回歸結果如表9第Ⅰ、Ⅱ列所示。在低灌溉組，積溫波動影響不顯著（系數為-0.013），而標準化降水在10％水平下顯著（系數為0.050）。高灌溉組的標準化積溫在1％水平下顯著（系數為0.015），標準化降水系數為正且不顯著。結果支持H 3a和H 3b假設，表明擴大有效灌溉面積可以緩解積溫對播種面積的負面影響，甚至轉為正面，同時減少降水的正面影響。

為了增強異質性分析的穩健性，本文采用公式（3）驗證假設H 3a與H 3b。

y it=αG it+βR it+ηI it×G it+φI it×R it+γX it+δ i+θ t+ε it（3）

公式（3）中的I it為各省有效灌溉面積對數，其他變量意義與公式（1）相同。表9第Ⅲ列展示了回歸結果。積溫波動與有效灌溉面積交互項系數為0.022（1％水平下顯著），而積溫波動本身系數為-0.160（1％水平下顯著）。這表明擴大有效灌溉面積可以降低積溫波動的負面影響，結果支持假設H 3a。標準化降水與有效灌溉面積交互項系數為負，但在統計意義上并不顯著，而標準化降水本身系數在10％水平下為正。這說明擴大有效灌溉面積趨向于減少標準化降水的正面影響，支持假設H 3b。

五、結論與建議

本文基于1980-2020年省級面板數據，采用標準化處理后的≥10℃積溫與生長期降水，實證檢驗了氣候變化對作物播種面積的影響，主要結論如下。

標準化積溫上升對作物播種面積具有抑制趨勢，而標準化降水增加促進播種面積增加，該結論在不同測度方式及多種模型設定下穩健。在參照期積溫小于1 600℃或大于等于3 400℃的地區，標準化積溫和降水增加均抑制播種面積。參照期積溫1 600～3 400℃的地區，標準化降水增加有利于播種面積擴大。不同降水量地區播種面積對氣候變化的響應不一，年降水量小于400mm的地區，標準化積溫與降水的增長對播種面積有抑制趨勢;年降水量400～800mm與800～1 200mm的地區，標準化積溫上升對作物播種面積呈現抑制趨勢，而標準化降水增加對播種面積呈現促進作用;在降水量超過1 200mm地區，標準化積溫與降水的增長對播種面積的影響為正向趨勢。不同作物播種面積對氣候變化的響應存在差異。標準化積溫和降水增加對青飼料和玉米播種面積有促進作用;積溫增加對小麥和水稻播種面積可能造成負面影響，降水增加對小麥和水稻播種面積可能產生正面影響。灌溉水平低的地區，降水增加顯著促進播種面積;灌溉水平高的地區，積溫上升對播種面積有正向促進作用。擴大有效灌溉面積能增強積溫對作物播種面積的正向影響，減弱其負向作用，同時削弱降水的影響。

基于上述結論，可以得到如下啟示：一是要推進高標準農田建設，把“藏糧于地”的糧食安全戰略落實到位。關注土壤改良和灌排設施建設，通過農田改造提升農業適應氣候變化的能力。二是要加大農業科技研發，把“藏糧于技”的糧食安全戰略落到實處。關注農作技術改良，推動建立標準化生產模式，通過技術創新提升農業適應氣候變化的能力，強化作物對自然資源的利用效率。三是優化種植面積結構，通過改變種植結構提升農業適應氣候變化的能力。根據氣候資源稟賦調整種植范圍，適度擴大玉米和青飼料等作物的種植范圍，調整農業生產結構與畜產品消費不斷增加的食物需求結構匹配，保障大食物總體安全。四是加強氣候服務建設工作，通過科學防范提升各地適應氣候變化的能力。政府部門應建立健全農業氣象服務和預警體系，加強氣象科學在糧食生產中的服務與防御作用，提高農業生產對氣候變化的適應能力。

參考文獻：

［1］ 習近平.高舉中國特色社會主義偉大旗幟 為全面建設社會主義現代化國家而團結奮斗——在中國共產黨第二十次全國代表大會上的報告［J］.中華人民共和國國務院公報，2022（30）：4-27.

［2］ 杜志雄，肖衛東.全方位夯實糧食安全根基：意義、內涵及重點任務［J］.中州學刊，2022（12）：32-39.

［3］ 黃季焜.對近期與中長期中國糧食安全的再認識［J］.農業經濟問題，2021（01）：19-26.

［4］ 杜志雄，李家家，郭燕.加快農業強國建設應重點突破的方向［J］.理論探討，2023（03）：154-162.

［5］ 居輝，袁佳雙，張馨月，等.IPCC AR6糧食系統的影響與適應的新認知和新趨勢［J］.大氣科學學報，2022，45（04）：481-488.

［6］ 劉立濤，劉曉潔，倫飛，等.全球氣候變化下的中國糧食安全問題研究［J］.自然資源學報，2018，33（06）：927-939.

［7］ ORTIZ-BOBEA A.The Empirical Analysis of Climate Change Impacts and Adaptation in Agriculture［M］//BARRETT C， JUST D.Handbook of Agricultural Economics. Amsterdam：Elsevier，2021：3981-4073.

［8］ 付雨晴，丑潔明，董文杰.氣候變化對我國農作物宜播種面積的影響［J］.氣候變化研究進展，2014，10（02）：110-117.

［9］ 國家統計局.農業［EB/OL］.（2019-12-02）［2023-06-05］.https：//www.stats.gov.cn/sj/zbjs/202302/t20230202_1897099.html#：～：text=%E5%86%9C%E4%BD%9C%E7%89%A9%E6%92%AD%E7%A7%8D%E9%9D%A2%E7%A7%AF.

［10］ 李天祥，朱晶.近十年來中國糧食內部種植結構調整對水土資源利用的影響分析［J］.中國人口·資源與環境，2014，24（09）：96-102.

［11］ 許慶，陸鈺鳳，張恒春.農業支持保護補貼促進規模農戶種糧了嗎？——基于全國農村固定觀察點調查數據的分析［J］.中國農村經濟，2020（04）：15-33.

［12］ 巢清塵，李柔珂，崔童，等.中國氣候變化科學認識進展及未來展望——中國《第四次氣候變化國家評估報告·第一部分》［J］.中國人口·資源與環境，2023，33（01）：74-79.

［13］ 陳帥，徐晉濤，張海鵬.氣候變化對中國糧食生產的影響——基于縣級面板數據的實證分析［J］.中國農村經濟，2016（05）：2-15.

［14］ KAWASAKI K，UCHIDA S.Quality Matters More Than Quantity：Asymmetric Temperature Effects on Crop Yield and Quality Grade［J］.American Journal of Agricultural Economics，2016，98（04）：1195-1209.

［15］ CHEN S，GONG B.Response and Adaptation of Agriculture to Climate Change：Evidence From China［J］.Journal of Development Economics，2021，148：102557.

［16］ 蘇芳，劉鈺，汪三貴，等.氣候變化對中國不同糧食產區糧食安全的影響［J］.中國人口·資源與環境，2022，32（08）：140-152.

［17］ 段居琦，袁佳雙，徐新武，等.對IPCC AR6報告中有關農業系統結論的解讀［J］.氣候變化研究進展，2022，18（04）：422-432.

［18］ CHEN X，CUI X，GAO J.Differentiated Agricultural Sensitivity and Adaptability to Rising Temperatures Across Regions and Sectors in China［J］.Journal of Environmental Economics and Management，2023，119：102801.

［19］ CUI X，XIE W.Adapting Agriculture to Climate Change Through Growing Season Adjustments：Evidence From Corn in China［J］.American Journal of Agricultural Economics，2022，104（01）：249-272.

［20］ ARAGON F M，OTEIZA F，RUD J P.Climate Change and Agriculture：Subsistence Farmers’ Response to Extreme Heat［J］.American Economic Journal：Economic Policy，2021，13（01）：1-35.

［21］ JAGNANI M，BARRETT C B，LIU Y，et al.Within-Season Producer Response to Warmer Temperatures：Defensive Investments by Kenyan Farmers［J］.The Economic Journal，2021，131（633）：392-419.

［22］ 高雪，李谷成，尹朝靜.氣候變化下的農戶適應性行為及其對糧食單產的影響［J］.中國農業大學學報，2021，26（03）：240-248.

［23］ 吳紹洪，趙東升.中國氣候變化影響、風險與適應研究新進展［J］.中國人口·資源與環境，2020，30（06）：1-9.

［24］ YANG X，CHEN F，LIN X，et al.Potential Benefits of Climate Change for Crop Productivity in China［J］.Agricultural and Forest Meteorology，2015，208：76-84.

［25］ 錢鳳魁，王文濤，劉燕華.農業領域應對氣候變化的適應措施與對策［J］.中國人口·資源與環境，2014，24（05）：19-24.

［26］ 劉澤瑾，焦利民，連喜紅.1995-2020年氣候變化和耕地利用變化對中國耕地氣候生產潛力的影響分析［J］.中國土地科學，2022，36（03）：62-73.

［27］ 胡新艷，鄭沃林.氣候變化、農業風險與農戶農業保險購買行為［J］.湖南師范大學社會科學學報，2021，50（02）：95-104.

［28］ 孫巨青.全球氣候談判及對農業的影響［J］.世界農業，2016（05）：145-148.

［29］ TAN X，LIU S，TIAN Y，et al.Impacts of Climate Change and Land Use/Cover Change on Regional Hydrological Processes：Case of the Guangdong-Hong Kong-Macao Greater Bay Area［J］.Frontiers in Environmental Science，2022，9：688.

［30］ SLOAT L L，DAVIS S J，GERBER J S，et al.Climate Adaptation by Crop Migration［J］. Nature Communications，2020，11（01）：1243.

［31］ FISHMAN R.Groundwater Depletion Limits the Scope for Adaptation to Increased Rainfall Variability in India［J］.Climatic Change，2018，147：195-209.

［32］ CUI X.Climate Change and Adaptation in Agriculture：Evidence From US Cropping Patterns［J］.Journal of Environmental Economics and Management，2020，101：102306.

［33］ 易福金，周甜甜，陳曉光.氣候變化、農業科研投入與農業全要素生產率［J］. 南京農業大學學報（社會科學版），2021，21（04）：155-167.

［34］ YANG J，HUANG X.The 30 M Annual Land Cover Dataset and Its Dynamics in China From 1990 to 2019［J］.Earth System Science Data，2021，13（08）：3907-3925.

［35］ 呂麗莉，孔鋒，王品.1961-2016年中國四季降雨事件的時序演變特征［J］.人民長江，2018，49（S2）：73-79.

［36］ 丁宇剛，孫祁祥.氣候風險對中國農業經濟發展的影響——異質性及機制分析［J］.金融研究，2022（09）：111-131.

［37］ 勵汀郁，普蓂喆，鐘鈺.食物安全還是資源安全：“大食物觀”下對中國食物缺口的考察［J］.經濟學家，2023（05）：109-117.

［38］ MREL P，GAMMANS M.Climate Econometrics：Can the Panel Approach Account for Long-run Adaptation？［J］.American Journal of Agricultural Economics，2021，103（04）：1207-1238.

Impact of Climate Change on the Sown Area of Food and Feed Crops in China

GUO Yan1，DU Zhixiong1，2*

（1.College of Applied Economics，University of Chinese Academy of Social Sciences，Beijing 102488;2.Rural Development Institute，Chinese Academy of Social Sciences，Beijing 100732，China）

Abstract：Scientific assessment of the impact of climate change on crop sown area is vital for in-depth understanding of the relationship between climate change and agricultural production and for formulating targeted strategies to cope with climate change.Based on provincial panel data from 1980 to 2020， taking the change in the total sown area of wheat，rice，maize，and green fodder crops as an example，the standardized≥10℃ cumulative temperature and growing season precipitation are used as the core indicators to portray climate change.A two-way fixed effects model is used to assess the impacts of climate change in the provincial geographic units on the sown area of crops，with a focus on analyzing the heterogeneity of such impacts.The results show that an increase in standardized cumulative temperature tends to inhibit the sown area of crops，while an increase in standardized precipitation shows a promoting effect on the sown area.Heterogeneity analysis showed that the response of crop sown area to climate change varied among regions with different temperature accumulation，annual precipitation，crops，and irrigation levels.Based on this，in order to guarantee food security，it is necessary to promote the construction of high-standard farmland，increase the research and development of agricultural science and technology，optimize the structure of planting areas，strengthen the work of climate service construction，and enhance the ability of each region to adapt to climate change.

Keywords：climate change;sown area;food security;regional heterogeneity

（責任編輯：楊峰）