气候变化对中国水稻产量的影响——基于超越对数生产函数的实证分析

江慧珍 朱红根

（江西农业大学经济管理学院，江西 南昌 330045）

一、问题的提出

全球气候正在发生巨大的变化，气候变暖尤为明显，它会给农业生产造成巨大的影响，将造成农产品产量不同程度的下降。而水稻生产过程对自然资源的高依赖性使得水稻生产不可避免地会受到气候变化的影响，造成产量不稳定。水稻作为我国三大粮食作物之一，其产量的稳定与否不仅关系到国内粮食安全，也关系到我国对外能否独立自主，是我国社会经济可持续发展的关键所在。2015年中央一号文件连续第十二年聚焦三农，再次强调粮食安全问题，并指出要不断增强粮食生产能力。然而，近年来气候变化对粮食安全产生了重大威胁，因此研究气候变化对我国水稻产量的影响具有重要的现实意义。

近年来，国内外学者针对气候变化对农业的影响开展了大量研究，主要是从自然科学领域和社会经济领域两个方面开展。在自然科学领域，研究气候变化对农业的影响主要集中于观测试验和模型模拟两个方面。在观测试验方面，Sinclair and Seligman 通过构建作物模型进行作物生长的动态模拟，研究作物在一定气候条件下的生产潜力［1］。曹仁林等用开顶式熏气罩进行不同二氧化碳浓度下的实验观测，结果表明花生、大豆的生长和产量是随着二氧化碳浓度的增加而增加的，两者呈显著的正相关关系，而在地面温度上升3 摄氏度左右，大豆、花生等C3 作物的增产效果最为显著［2］。在模型模拟方面，金之庆、林而达等使用GCM 模型研究了气候变化对中国粮食作物产量的影响程度，结果发现气候变化对粮食作物产量有负面影响［3－4］。胡实等利用VIP 模型分析发现，大气二氧化碳浓度增加、温度、降雨和日照时数变化对冬小麦产量的影响分别是11.0%、0.7%、－0.2%和－6.5%，对夏玉米产量的影响分别是0.7%、－3.6%、－1.0%和－6.8%。此类研究方法虽也有实证分析，但是缺乏对经济因素的考虑，因而得出的结果可能存在一定的误差［5］。

从社会经济角度研究气候变化对农作物产量的影响主要是借助加入了气候因素的经济模型来分析。Mirza Nomman Ahmed et al 通过面板数据模型，得出气候变化对巴基斯坦地区农业生产率有负影响，并且对粮食安全具有长期威胁［6］。Lin et al.则使用农户数据，运用非线性生产函数模型分别研究了气候变化对中国主要粮食作物产量的影响，研究表明：温度、降水量和平均日照时数变化对小麦产量变化的弹性分别为－0.76、0.66 和－0.38，对水稻产量变化的弹性分别为－2.61、－1.72 和0.59，对玉米产量变化的弹性分别为3.14、1.64 和－0.60［7］。周曙东、朱红根运用省级面板数据分析了气候变化对中国南方水稻产量的影响，研究发现，在南方地区水稻生长期间，平均温度每上升1 摄氏度将导致水稻平均产量下降2.52%－3.48%，平均降水量每增加10 毫米将导致水稻平均产量下降0.40%［8］。刘天军等运用超越对数生产函数模型分析了气候变化对苹果主产区苹果产量的影响，研究表明：温度每上升1 摄氏度，苹果户均年产量增加7.56%－11.26%；降水量每增加10 毫米，苹果户均年产量减少8.33%－14.17%［9］。

现有的自然科学领域和社会科学领域的研究充分运用了其学科知识特点对气候变化问题进行了深入探讨，但仍有继续拓展的空间。一方面，从自然科学角度研究气候变化一般不涉及社会经济因素，并没有考虑农民应对气候变化采取的适应性措施，因此有可能高估气候变化对粮食作物产量的影响程度；另一方面，从社会科学角度研究气候变化的影响虽然克服了实验方法脱离现实的问题，但是不同的研究方法和气候因子处理的差异，往往会得出不同的研究结论。基于以上分析，本文试图通过经济学研究方法，在超越对数生产函数的基础上加入气候因子，考虑农民应对气候变化过程中各要素投入量的改变，构建一个综合考虑气候变化和社会经济因素的非线性生产函数模型，从而更加客观地评价生长期气候变化对水稻产量的总体影响程度。

二、模型与数据

（一）模型

Cobb－Douglas 生产函数模型主要用于描述生产要素投入和产量之间的关系。水稻生产不仅受气候因素和土地、机械、劳动力、有效灌溉面积、化肥的影响，还受技术进步、区域特征的影响。因此水稻产量的影响因素理论模型形式如式（1）所示：

其中，Y 代表产量，A 代表播种面积，M 代表机械，F 代表化肥投入，L 代表劳动投入，I 代表有效灌溉面积，T 代表温度，P 代表降水量，TE 表示技术进步，D 表示区域虚拟变量。本文研究假定种植面积对产量影响的规模报酬不变，借鉴Barrios et al.，Lee et al.和Mounir Belloumi［10－12］等作者的研究，对C－D 函数适当变形，使用水稻产量作为被解释变量，其形式如式（2）所示：

超越对数生产函数具有灵活的函数形式，因此能较好地测度各投入要素的相互影响及产出弹性，故本文在式（1）和式（2）的基础上，引入气候因子、技术进步及区域虚拟变量，得到模型式（3）：

其中，Y 代表水稻产量（万吨），A 代表水稻播种面积（千公顷），M 代表机械总动力（万千瓦），F代表化肥使用量（万吨），L 代表劳动力数量（万人），I 代表有效灌溉面积（千公顷），T 代表生长期月平均温度（摄氏度），P 代表生长期月平均降水量（毫米），TE 表示技术进步，考虑到气候因子对水稻产量的非线性关系，本文用温度和降水的对数值及其二次项来表现这一影响。本文加入区域虚拟变量D 来表示不同区域条件对水稻产量的影响程度。μ 表示误差项，β 为系数项（取对数之后各项系数表示水稻产量对各项投入指标的弹性）。

（二）数据来源

本研究数据来源于全国28 个省（市）（上海、青海由于数据缺失不包含在模型中，重庆市被并入四川省进行处理），2005－2012年期间的面板数据，气候数据主要是各省水稻生长期月平均气温和月平均降水量，来源于国家气象中心；水稻产量和其他控制变量数据（如面积、劳动力、机械、化肥、有效灌溉面积等）主要来源于中国统计年鉴、新中国55年统计资料汇编。考虑到南北方水稻种植的差异性，北方水稻主要指中稻和一季晚稻，生长期在4－10月份；南方水稻则是以双季稻为主，生长期在4－11月份。水稻生产劳动力投入人数经过计算而来，计算方法如下：水稻生产劳动力投入人数＝农林牧副渔从业人员数*（农业总产值／农林牧副渔总产值）*（水稻播种面积／农作物播种面积）；水稻生产化肥投入＝化肥投入量*（水稻播种面积／农作物播种面积），水稻生产机械投入和有效灌溉面积的计算方法同上。关于技术进步变量，本文采用现有大部分学者的研究方法，以时间趋势代替；参照全国行政区划图，该模型将全国分为七个地区，分别为华南地区、华东地区、华北地区、华中地区、西南地区、西北地区和东北地区，本文以华南地区为参照对象，当省份为华东地区时，D1＝1，其他则为0；当省份为华北地区时，D2＝1，其他则为0；当省份为华中地区时，D3＝1，其他则为0；当省份为西南地区时，D4＝1，其他则为0；当省份为西北地区时，D5＝1，其他则为0；当省份为东北地区时，D6＝1，其他则为0。

如表1 所示，产量和各主要投入要素的最大值与最小值之间差距很大，其波动也较大，反映出水稻生产要素投入与水稻产量的不规律性，主要原因是分布区域较广，水稻生产水平和气候差异较大。气候因子变量中温度波动较小，而降水量波动很大，温度与降水量的不同变化将对水稻产量造成不同程度的影响。区域虚拟变量的均值都在0.1 左右，表明各区域的样本数相差不大。

三、实证模型结果分析

本文采用面板数据进行回归分析，为进一步减少截面异方差和时间序列自相关对回归造成的不利影响，运用面板广义最小二乘估计法，通过likelihood ratio 检验确定选择固定效应模型还是混合效应模型，最终本文得出混合效应模型优于固定效应模型的结论，并在此基础上使用时期加权进行估计。表2 为最终的混合效应模型的回归结果。

从表2 可知，模型总体结果很好，R2和调整R2都很高，说明我国水稻影响因素方程的解释能力都达到99.9%以上。气候因子中，温度和降水量都对水稻产量有显著影响。温度通过了1%的显著性检验，其产出弹性为－4.25；降水量通过10%水平的显著性检验，其产出弹性为0.27。样本年度内，温度的总体变化范围为13.13－27.85 摄氏度，降水量的总体变化范围为8.42－298.34 毫米，依据温度和降水量的产出弹性，可计算出月平均温度每提高1 摄氏度，水稻产量下降15.27%－32.4%；月平均降水量每增加1 毫米，水稻产量增加0.09%－3.26%。

表1 模型变量定义与描述性统计

表2 生长期气候变化对水稻产量影响的模型结果（2005－2012）

其他控制变量也都通过了不同水平的显著性检验，规模弹性为1.4642，现阶段水稻生产处于规模报酬递增阶段。

（一）气候因子对水稻产量的影响

从气温变化来看，由表2 可知，生长期气温变化对水稻产量影响通过了1%的显著性检验且其一次项系数为负，二次项系数为正，表明生长期气温变化与水稻产量呈U 型关系，即水稻生长期的温度较低时，其与水稻产量有负相关关系，但当温度升高到一定程度后，温度继续升高对水稻产量反而具有正面影响。其主要原因在于样本中水稻生长期平均温度介于13.13－27.85 摄氏度之间，当水稻生长期的平均温度不高时，温度升高加剧了水稻病虫害的滋生和蔓延，不利于水稻产量的形成，如水稻纹枯病在22－28 摄氏度最宜发作，水稻二化螟在23－26 摄氏度发病最多，水稻稻瘟病在24－28 摄氏度适温高湿天气最容易发生；由于水稻是喜高温植物，所以当温度达到水稻的穗分化、抽穗、开花适温时，水稻生长发育放缓，生育期大大延长，有效分蘖增加，导致总干重和穗重增加，有利于形成大穗、提高结实率和千粒重。此外，气温升高不仅有助于扩大多熟制种植面积，而且还有利于增加热量、提高水稻单产，水稻总产量也会相应增加。

从降水变化来看，据模型结果可知，生长期降水一次项和二次项对水稻产量的影响分别通过了10%和5%的显著性检验，且其一次项系数为正，二次项系数为负，说明降水变化与水稻产量呈倒U 型关系，即在降水量少的时期，降水增加对水稻产量呈正向影响，但当降水量到达一定量的临界点后，降水增加反而不利于水稻产量的形成。这主要是因为在降水量较少时期，由于水稻喜湿，降水适量增加有利于水稻的生长发育，从而对水稻总产量有积极的作用；但是降水量过多会抑制水稻的生长发育，稻田灌水过深，造成含氧量少，使分蘖受抑制，从而直接影响水稻产量。例如，南方地区处于开花授粉阶段的早稻如果受暴雨冲刷，会使授粉结实率受到较大影响，不利于后期产量形成。

（二）控制变量对水稻产量的影响

水稻总播种面积和机械投入在1%的水平上通过显著性检验且其系数为正，说明水稻播种面积和机械投入对水稻产量具有积极的促进作用。表明增加水稻播种面积、增加机械投入是今后水稻增产的重要途径。具体而言，在其他变量不变的情况下，水稻机械投入增加1%，水稻产量便增加2.09%，且其弹性系数在所有变量中最大，说明在2005－2012年间，机械投入对我国水稻产量的贡献最大，因此，农业机械化经营将是今后保持水稻稳产高产的重要选择。播种面积对水稻产量的影响仅次于机械投入，播种面积每增加1%，水稻产量增加约1.83%，说明水稻产量的增加在很大程度上依赖于耕地资源，因此要保障我国粮食产量，必须保护耕地资源，尤其是质量较好、适于机械化耕作的耕地。

化肥投入和劳动力分别通过10%和1%的显著性检验，但其系数为负，说明在本文考察期内化肥投入和劳动力对水稻产量具有显著的负面影响。劳动力对水稻产量的影响为负，一方面可能是因为目前我国农业生产技术和现代化机械的运用，替代了传统农村劳动力对水稻生产的贡献，一定程度上可以解释目前劳动力转移后水稻产量却在上升这一现象；另一方面，农村可能仍然存在大量的剩余劳动力，一部分劳动力边际产量为零甚至为负数，这也会导致从事水稻生产人员多而水稻产量却变低的现象。化肥投入与水稻产量的负相关关系在于，近年来杂交水稻品种的推广、农户对耐高温耐病虫害水稻品种的采用以及农业生产结构的转型，大量减少了化肥的使用量，使施用化肥的边际效应递减，加上化肥过量使用会导致土壤酸化，降低土壤肥力，从而不利于水稻产量的增加。

有效灌溉面积未通过检验，但其系数为正，表明有效灌溉面积越大，水稻产量可能会越高，因此保持水稻产量、维护粮食安全，积极修建水利、扩大有效灌溉面积应该被提上日程。

技术进步对水稻产量的影响在1%的水平上通过了显著性检验且其系数为正，表明21 世纪以来，农业技术进步对水稻产量具有积极的促进作用，主要表现在水稻新技术的快速推广和采用，特别是杂交水稻技术和优良品种的大力采用和推广、生产经营管理水平的提高以及水稻先进灌溉技术的运用，都为水稻产量提高奠定了坚实的技术基础，此外耐高温耐病虫害水稻品种的应用在很大程度上减少了外界高温病虫害的侵害，增产效果显著。

区域变量中，华北、华中和西北地区通过了1%的显著性检验，华北地区系数为负，华中和西北地区系数为正；华东和西南地区在5%的水平上通过了显著性检验，且系数都为正；东北地区未通过检验。表明相对于华南地区来说，华中、西北、华东、西南等四大区域的水稻产量更高，而华北地区水稻产量更低，东北地区与华南地区水稻产量没有显著差异，其可能原因在于各个地区的农业生产基础设施、制度环境等的差异。

四、政策启示

（一）引导农户积极应对气温升高带来的影响

一方面要鼓励温度低的地区农户采用耐病虫害的新作物品种，降低气候变暖对水稻产量造成的冲击；另一方面，在温度高的地区，要充分利用气候变暖带来的热量增加的特点，适当增加多熟制种植范围和复种指数，扩大水稻种植范围。

（二）引导农户积极应对降水的影响

模型结果表明，降水量增加到一定程度后会对水稻生产造成负面冲击，因此，政府应大力加强农田水利设施建设力度，提高农田水利设施的抗灾能力。同时，注意应对我国南北方降水量时空分配不均的问题。在南方地区，应当加强应对洪涝灾害和季节性干旱的问题；在北方地区，要增强抗旱设施的投入力度，积极扩大抗旱新品种的推广应用，同时大力发展节水灌溉技术。

（三）合理使用并优化各要素投入结构

一是大力保护耕地，确保耕地面积红线，从而保证充足的粮食种植面积，保障国家粮食安全；二是大力推进农业机械化，推动农业生产规模化经营，从而提高水稻生产效率和粮食产量；三是大力推进农业技术进步，不断发明和创新作物栽培技术、良种良法技术、耕作技术，从而提高水稻单产；四是引导农户科学合理地使用化肥，在扩大化肥使用量的同时，更要注重化肥使用效率，降低化肥过度施用给土地生产力带来的负面影响。

［1］Sinclair，T.R.and Seligman，N.G.：Crop Modeling：From Infancy to Maturity，Agronomy Journal，1996，88（5）：698－704.

［2］曹仁林，霍文瑞，郝建军，何宗兰，李艳丽.CO2 对大豆、花生产量的效应［J］.农业环境保护，1994，（03）：124－126.

［3］金之庆.全球气候变化对中国粮食生产影响的模拟研究［D］.南京农业大学，1991.

［4］林而达，张厚宜，王京华.全球气候变化对中国农业影响的模拟［M］.中国农业出版社，1997.

［5］胡实，莫兴国，林忠辉.气候变化对海河流域主要作物物候和产量影响［J］.地理研究，2014，（01）：3－12.

［6］Mirza Nomman Ahmed，Michael Schmitz.Economic assessment of the impact of climate change on the agriculture of Pakistan.Business and Economic Horizons，2011，4（1）：1－12.

［7］Lin，Tun；Liu，Xiaoyun；Wan，Guanghua；Xin，Xian and Zhang，Yongsheng：Impact of Climate Change on the People’s Republic of China’s Grain Output－Regional and Crop Perspective［C］.ADB Economics Working Paper Series，Publication Stock Asian Devolopment Bank，Philippines，2011.

［8］周曙东，朱红根.气候变化对中国南方水稻产量的经济影响及其适应策略［J］.中国人口·资源与环境，2010，20（10）：152－157.

［9］刘天军，蔡起华，朱玉春.气候变化对苹果主产区产量的影响——来自陕西省6 个苹果生产基地县210 户果农的数据［J］.中国农村经济，2012，（5）：32－40.

［10］Barrios，S.，Ouatarra，B.，and Strobl，E.，.The Impact of Climatic Change on Agricultural Production：Is It Different for Africa［J］.Food Policy，2008，33（4）：287－298.

［11］Lee，J.，Nadolnyak，D.，and Hartarska，V..Impact of Climate Change on Agricultural Production in Asian Countries：Evidence from Panel Study［C］.Paper prepared for presentation at the Southern Agricultural Economics Association Annual Meeting，Birmingham，2012，（2），4－7.

［12］Mounir Belloumi.Investigating the Impact of Climate Change on Agricultural Production in Eastern and Southern African Countries.AGRODEP Working Paper 2014，（4）：3.