未来气候变化对中国小麦产量影响的差异性研究——基于Meta回归分析的定量综述*

周景博，刘 亮



未来气候变化对中国小麦产量影响的差异性研究——基于Meta回归分析的定量综述*

周景博，刘 亮**

（中国人民大学环境学院，北京 100872）

对2017年以前预测未来气候变化对中国小麦产量影响的国内外相关研究进行了综述，并对其中26篇研究信息相对全面完整的文献进行Meta分析，总结了原始独立研究预测结果的差异，并讨论差异的可能来源，以期为本领域后续研究提供依据。结果表明：（1）未来气候变化对中国小麦产量的影响存在一定不确定性，但以负面影响为主；A2和B2主流气候情景下预测的小麦产量减产幅度较其它气候情景分别高18%和20%。（2）政策、技术、市场和投入等非气候性因素有助于适应气候变化，引入这些因素时小麦增产幅度预测结果增加10%；（3）研究数据和方法对预测结果有显著影响，预测时间间隔每延长一年，小麦产量增幅和减幅预测结果提高1%，进行产量分离、采用相应的气候模型和作物模型对预测增幅有显著的正向影响，增加水平分别为26%、22%和18%；（4）期刊文献比非期刊文献的产量增幅预测结果平均高5%。

气候变化；小麦产量；差异性；Meta分析

以全球变暖为主要特征的全球气候变化已经对所有大陆和海洋的自然和人类系统造成严重影响。其中，全球气候变化所带来的高温干旱、海平面上升、洪水泛滥以及病虫害等危害，都可能造成粮食减产，会在很大程度上增加农业生产的不稳定性[1]。IPCC第五次评估报告中对未来气候变化及其影响的预测表明，未来气候变化的频率和强度将会进一步增加，对农业系统的影响也会更为严重[2]。中国是世界最大的粮食生产国、消费国和进出口国[3]，而小麦是中国主要的粮食作物之一，其播种面积占全国耕地的22%～30%，因此，确保小麦产量的安全水平，有利于保障中国粮食安全体系。全球气候变化所直接带来的温度、降水、太阳辐射等气象因素变化，以及病虫害等间接影响，会导致小麦生产脆弱性增加。Wang等[4-5]研究发现，随着全球气候变化，中国小麦的生育期、安全种植界限、遭灾频率、承灾能力以及生产过程都受到一定影响。因此，未来气候变化将对中国小麦产量产生何种影响，是关系到中国农业生产、贸易以及粮食安全的重要问题。

已有较多研究就未来气候变化对中国小麦产量的影响进行了定量预测，这些研究成果对把握小麦产量在未来气候情景下的变化趋势，进而对中国农业生产决策和应对气候变化具有重要作用[6]。但是，现有的定量研究结果之间存在一定差异，且差异不仅表现在具体产量变化数值上，也表现在产量变化方向上。高涛等[7-11]预测未来气候情景下小麦产量将增加，增加幅度在4.5%～46.6%；陈帅等[12-18]则预测未来气候变化下小麦产量将在不同程度上减少，减幅在−6.9%～12.5%。

已有研究的具体预测内容、方法和所考虑的影响因素存在差异，包括小麦品种差异、地域差异、所选择的气候情景差异、是否考虑CO2肥效以及预测模型差异等。张瑞霞等[6,9,16,19-20]多数研究采用的是A2和B2气候情景，陈帅等[12,21]等相关研究采用的是B1气候情景，高涛等[7,12-13]选择了A1F1和A1B气候情景。袁静等[19,22-24]研究比较了有无CO2肥效两种情况下的结果，熊伟等[5,8,20]则仅考虑计算了CO2肥效情况下的结果。研究地域大体可分为全国范围（熊伟等[9,25-27]）、东部地区（赵俊芳等[11,17,19,21,28]）、中部地区（马姗姗等[8,29-31]）和西部地区（庞艳梅等[10,17]）。小麦品种主要包括春小麦（马姗姗等[8,20,26]）和冬小麦（赵俊芳等[11,13,15,19,29]），也有些研究（张瑞霞等[6,14,18,22,27]）未加区分。在具体影响因素选择和预测方面，所有研究均预测未来气温将逐渐上升，但具体升温幅度有差异；张瑞霞等[6,9,13,18-19,29]预测未来降水将增加，而庞艳梅等[10,12,15,25,32]模拟未来气候变化降水将减少；日照时数模拟也有增加（庞艳梅等[10]）或减少（陈帅等[12]）的结果。在气候模型选择上，熊伟等[9-10,19-20,27,33-34]采用了英国Hadley气候中心开发的PRECIS（Providing Regional Climates for Impacts Studies）区域气候模式，张建平等[17,35-36]采用了国家气候中心T63海气耦合模式BC-CT63气候模式，李萌等[13,17,30,34]采用了意大利ICTP中心的区域气候模式RegCM系列。在小麦生长模型选择上，张瑞霞等[6,19,22,26,28]将相应的气候情景模式输出的天气数据嵌入CERES-Wheat模型，考虑了气候、土壤、作物遗传特性参数以及栽培管理措施等因素，模拟小麦生理生长过程，最后得出小麦产量的模拟结果。张建平等[17,21,35-36]应用了WOFOST（World Food Study）作物生长模型，胡实等[37]应用了VIP（vegetation interface processes model）模型，赵俊芳等[11]采用了农业生态区划（agro-ecological zone，AEZ）模型。

不同的预测结果增加了决策应用选择难度。不同的研究过程和方法是导致预测结果差异的主要原因，本研究拟通过构建Meta回归模型，就上述研究因素对预测结果的影响进行规范统一的比较，以期解释小麦产量预测结果间的差异，为本领域后续研究提供参考。

1 研究方法与数据

1.1 Meta回归分析

Meta回归分析（Meta Regression Analysis，简记为MRA）于20世纪80年代末由美国学者Stanley等提出[38]，它是从Meta-analysis发展而来的，是Meta分析在经济学应用中的一个分支，是一种对同一研究主题的文献进行系统综合分析的数量化研究方法。MRA本质上仍是一种回归分析方法，它以既有实证研究为样本，以既有研究的定量研究结果为因变量，以研究特征为自变量；MRA侧重于探索研究结果差异性的原因，主要应用于经济学领域的数量型文献综述[39]。与传统的定性文献综述相比，MRA不局限于对文献的定性描述和总结，而是通过一定标准收集和整理相关文献的定量研究结果，使用统计学和计量经济学方法对其进行系统分析，以探查不同研究中结果差异性的原因[40]。与一般实证研究相比，MRA方法可以改善样本容量小的问题，并能在所选研究文献的实证结果出现方向或程度差异时，识别出较为明确的原因[41]。因此，采用MRA方法进行综述和分析，一方面可以对同一研究主题下得到的不同研究结果进行再统计分析，另一方面也可在一定程度上避免原始文献中存在的选择性偏误和模型设定偏误等问题[42]。

1.2 文献筛选

以“小麦+产量+气候”、“小麦+生产+气候”为主题词在中文文献收录较全面的CNKI中文数据库，以“climate change+wheat+China”为主题词在英文文献收录较全面的Elsevier英文数据库，对2017年之前（不包括2017年）发表的有关未来气候变化对小麦产量影响的研究文献进行检索和筛选。文献筛选标准为：（1）仅纳入预测未来气候变化的小麦产量变动的文献，对于计算出已有的气候变化对小麦产量影响的文献不予纳入；（2）仅纳入预测未来气候变化下中国小麦产量变化的文献，不包括估算其它国家小麦产量变化的文献；（3）仅纳入预测了小麦产量变化的文献，包括只预测了变化方向和具体变化数值的文献；（4）不包括通过田间试验或农业观测实验站仅改变某一气候要素而计算出相应小麦产量变化程度的实验性文献；（5）同一篇文献中对不同区域、不同气候情景下以及不同种类小麦的未来产量变化进行预测，将这些预测结果均提取出来作为独立样本。文献筛选过程及结果见表1。

最终剩余38篇相关文献，其中中文文献35篇，英文文献3篇；期刊文章28篇，学位论文8篇，会议论文2篇。从筛选后得到的38篇文献中提取出样本204个，这些样本提供了未来气候变化对小麦产量影响的方向，主要用于描述统计分析；从26篇信息较全面文献中提取样本128个，这些样本不仅提供了未来气候变化对小麦产量影响的方向，还提供了具体的影响数值，主要用于MRA建模分析。

1.3 样本分布

基于38篇文献中提取的204个样本，根据所采用的气候情景、是否考虑CO2肥效、对气候因素的考虑、文献属性等前面讨论过的研究特征设定变量和分类，对小麦产量预测结果进行描述统计，结果见表2，其中正负表示不同样本特征下预期小麦产量变化的方向，正表示预期小麦产量增长，负表示预期小麦产量减少。

总体来看，204个预测结果中，增产预测（108个样本）略高于减产预测（96个样本），预测结果均值为增产约3%。从采用的气候情景看，多数研究采用了A2（77个样本）和B2情景（76个样本）；A2、B2气候情景下小麦产量增产预测较多，而在其它气候情景下（B1、A1F1、A1B、BCCT63、RCP2.6、RCP4.5、RCP8.5等）减产预测较多。从CO2肥效看，75个样本考虑了CO2肥效影响，预测平均增产约15.98%；129个样本没有考虑CO2肥效影响，预测平均减产约4.98%。从小麦种类看，多数研究（122个样本）未标明小麦种类，平均预测结果为增产5.9%，标明种类的研究中，冬小麦（53个样本）研究多于春小麦（29个样本），平均预测结果为春小麦减产10.42%，冬小麦增产3.77%。从对小麦产量影响因素的纳入情况看，大部分研究都引入了降水和温度因素，并且考虑降水和气温因素的预测结果为小麦增产，未考虑降水和气温因素的结果为减产。从产量处理方式看，绝大多数研究（180个样本）没有进行小麦气候产量的分离，仅少量研究作了分离处理，后者预测结果（增产9.23%）平均而言明显高于前者（增产2.41%）。从计量模型的采用与否看，多数预测（156个样本）没有应用计量模型，应用模型的预测结果平均为减产3.61%，而不使用计量模型的预测结果为增产4.79%，存在方向性差异。从采用的气候模型看，多数预测采用的是PRECIS模型（173个样本），平均预测结果为增产，RegCM3模型和AOGCMs模型相对较少，分别为10个样本和6个样本。从采用的作物模型看，CERES-Wheat模型应用最广泛（155个样本），各类模型的平均预测结果均为增产。从文献属性看，144个样本来自期刊文章，学位论文和会议论文的样本量分别为10个和50个；其中期刊论文和学位论文预测的未来小麦产量表现为增加，增产水平分别为6.63%和0.77%，会议论文预测的未来小麦产量显示减产6.5%。

表1 文献筛选过程

注 表中数值为经过相应筛选流程后的文献数量。

Note： The number in the table is the quantity of literature after the corresponding retrieval and filtration.

表2 样本描述统计

注：1. 正负表示不同样本特征下预期小麦产量变化的方向，正表示增产，负表示减产；2. A2气候情景为国内或区域资源情景，人口高速增长，属于低经济增长、中高排放情景；3. A1F1和A1B气候情景为A1情景族（高经济发展高排放情景）下的两个情景，分别代表化石燃料密集型情景和各种能源之间的平衡情景；4. B1气候情景为全球可持续发展情景，未来人口得到较好的控制，属于高经济发展情景；5. B2气候情景为区域可持续发展情景，与B1类似，但强调区域的发展；6. BCCT63为气候中心发展的大气模式与中国科学院大气物理研究所发展的海洋模式耦合而成的气候情景；7. RCP为Representative Concentration Pathway（代表浓度路径）的缩写，数字代表2100年相对于1750年的辐射强迫；8. PRECIS气候模型即Providing Regional Climate for Impact Studies，是英国Hadley气候预测与研究中心发展的区域气候模式，用以构建高分辨的SRES未来气候变化情景；9. RegCM系列气候模型为意大利国家大气研究中心（NCAR）发展的区域气候模拟模型；10. AOGCMs气候模型为全球大气−海洋耦合模式；11. CERES-Wheat作物模型是可以模拟作物品种特征、管理方式、土壤水分和养分状况对作物生长发育和产量形成过程影响的模型；12. WOFOS作物模型是一个根据气象和土壤条件模拟作物根、茎、叶和穗生物量以及土壤水分的动态模型；13. VIP（Vegetation Interface Processes model）作物模型是在综合考虑陆地生态系统作物生长发育机制、植被生理过程、水分运动过程、碳氮循环过程基础上建立的生态水文动力学模型。

Note：1. Positive and negative indicate the direction of future change of wheat yield under different samples. Positive represents future wheat yield increasing, and negative versus.2. The A2 scenario is domestic or regional resource scenarios, with rapid population growth, low economic growth and high-emission.3. The A1F1 and A1B scenarios are two scenarios belong to the A1 scenario (high economic development scenario), representing the balance between fossil fuel-intensive scenarios and various energy sources.4. The B1 scenario is a global scenario of sustainable development, with a better control of future population and high economic growth.5. The B2 scenario is a regional scenario of sustainable development, which is similar to B1, but emphasizes regional development.6. The BCCT63 is a climate scenario consisted of the atmospheric model developed by The Climate Center and the Ocean Model developed by the Institute of Atmospheric Physics, Chinese Academy of Sciences.7. RCP stands for Representative Concentration Pathway, which represents radiation forcing in 2100 comparing to 1750.8. The PRECIS climate model stands for Providing the Regional Climate for Impact Studies, is the regional climate model developed by the UK's Hadley Climate Prediction and Research Center to create a high-resolution SRES future climate change scenario.9. RegCM series climate model is a regional climate simulation model created by the Italian National Center for Atmospheric Research (NCAR).10. The AOGCMs climate model is the global atmospheric-ocean coupling model.11. The CERES-Wheat crop model is a model which can simulate the characteristics of crop varieties, management methods, soil moisture and nutrient status during crop growth and yield formation processes.12. The WOFOS crop model is a dynamic model which can simulate crop, stem, leaf, spike biomass and soil moisture based on meteorological and soil conditions.13. The vegetation model is based on the ecological and hydrological dynamics model, considering integrated factors such as crop growth and development mechanism, vegetation physiological process, water movement process and carbon and nitrogen cycle.

2 结果与分析

2.1 MRA模型的建立

以原始文献中的预测结果为被解释变量，以原始研究属性特征的各类变量，包括具体研究对象的特征、研究方法的特征等为解释变量[40]，构建MRA模型为

2.2 MRA模型估计结果

由于本文选用多数原始文献同时预测了多个小麦产量变化值，这会造成原始研究中的小麦产量预测值呈现非独立性，从而无法对研究假设进行有效检验（Espey等[43]）。利用统计量Q检验法分别得到P=0.006＜0.1，I2=76.1%＞40%，表明各研究间存在异质性[44]。因此，本研究采用加权最小二乘法（WLS）来修正数据的非独立性（Anderson等[45-46]），其中权重为各原始文献中预测出的小麦产量变动值个数的平方根[40]。

采用Stata14.0软件进行模型估计。首先以152个样本的未来小麦产量变动率（Stata运算中为同等数值大小的小数）为因变量，构建模型1；考虑到预测结果正负意味着增产和减产的方向性差异，以89个增产预测结果为样本构建模型2，以63个减产预测结果构建模型3。采用逐步回归方法，只保留了显著变量。模型估计结果见表3。

从模型1的估计结果看，对小麦产量变动值影响的重要因素主要为气候情景、是否考虑CO2肥效、数据年份、小麦种类、考虑因素、是否进行产量分离、是否使用相应的气候模型或作物模型以及是否为期刊文章这八类变量。具体而言，A2和B2气候情景下小麦产量变化幅度较其它气候情景（B1、A1F1、A1B、BCC-T63和RCP系列情景）趋于减少，在其它因素不变的情况下，减少水平分别为18%和20%。考虑CO2肥效比不考虑CO2肥效预测结果增产幅度增加22%。从时间上看，原始研究中的样本期长度会显著影响预测结果；样本期每多一年，预期小麦产量减产幅度将提高1%。小麦种类对未来小麦产量有显著的影响，在其它因素不变的情况下，未注明小麦种类的较春小麦减产幅度将提高5%。各类考虑因素中，只有考虑其它因素（如政策、技术、市场和投入等）对小麦产量有显著影响，考虑其它因素的小麦产量较不考虑的条件下增产幅度提高10%。进行产量分离的小麦产量增产幅度预测结果比未分离条件下高26%。使用气候模型的小麦产量增产幅度预测结果较未采用的条件下平均高22%，使用作物模型的小麦产量增产幅度预测结果较未采用条件下平均高18%。期刊文献预测小麦增产幅度较非期刊文献（学位论文和会议论文）提高5%。

从模型2的估计结果看，对小麦增产变动值影响重要的因素主要为气候情景、是否考虑CO2肥效、时间年份、考虑因素以及作物模型这五类变量。具体而言，A2和B2气候情景下小麦未来产量将减少，在其它因素不变的情况下减产幅度分别增加14%和20%。考虑CO2肥效比不考虑CO2肥效增产幅度预测结果提高18%。从时间年份上看，原始研究中样本期长度和预测时间间隔都会显著影响预测结果；样本期每多一年，预期小麦产量减幅将增加1%；预测时间间隔每增加一年，预期的小麦产量增幅将增加1%。小麦种类对未来小麦产量则无显著影响。各类因素中，只有考虑其它因素（如政策、技术、市场和投入等）对小麦产量有显著影响，考虑其它因素的小麦产量增幅较不考虑的条件下将增加5%。使用作物模型预测的小麦产量减幅较未采用条件下平均多13%。是否进行产量分离、是否运用计量分析方法、是否使用相应的气候模型、是否为期刊文献对预测结果则无显著影响。

表3 MRA模型系数估计结果

注：*、**分别表示在5%和1%的水平上显著。

Note :*is P＜0.5，**is P＜0.01.

从模型3的估计结果看，对小麦减产量变动有重要影响的因素主要为气候情景、是否考虑CO2肥效、时间年份、小麦种类、考虑因素和是否为期刊文章这六类变量。具体而言，B2气候情景下小麦预测产量增加幅度较其它气候情景（B1、A1F1、A1B、BCC-T63和RCP系列情景）将增加5%。考虑CO2肥效比不考虑CO2肥效增产幅度预测结果提高5%。从时间年份上看，原始研究中的预测时间间隔会影响预测结果；预测时间间隔每增加一年，预期的小麦产量减幅将提高1%。小麦种类对未来小麦产量有显著的影响，在其它因素不变的条件下，未注明小麦种类的较春小麦减幅高4%。各类考虑因素中，只有考虑其它因素（如政策、技术、市场和投入等）对小麦产量有显著影响，考虑其它因素的小麦产量增幅较不考虑条件下多6%。是否进行产量分离、是否运用计量分析方法、是否使用相应的气候模型和作物模型对预测结果则无显著影响。期刊论文预测的小麦增幅较非期刊论文（学位论文和会议论文）高6%。

3 结论与讨论

（1）未来气候变化对中国小麦产量的影响存在一定不确定性，但以负面影响为主。尽管预测结果有增产也有减产，且增产预测结果数量略高于减产预测结果，但主流气候情景下的预测结果和增产幅度要显著低于其它气候情景。研究中样本量居多的A2和B2主流气候情景下预测的小麦产量减幅较其它气候情景下分别多18%和20%。

（2）气候变化带来的CO2肥效因素，其它人为因素（如政策、技术和投入等）对小麦产量预测结果均有显著影响。考虑CO2肥效比不考虑CO2肥效预测结果增产幅度增加22%；考虑其它因素的预测增产幅度增加10%。尽管受到气候变化的负面影响，包括小麦在内的中国农业仍然连年获得丰收，主要也是得益于这些因素的作用[47]。

（3）研究样本、建模方法和文献来源对预测结果均有显著影响。在其它条件不变的情况下，相对较少的样本数据倾向于得到较高的产量减幅，减少水平为1%；原始研究文献预测时长对预测结果也有显著影响，预测时长每增加一年，小麦产量增幅和减幅均提高1%；此外，进行产量分离、采用相应的气候模型和作物模型对产量预测增幅有显著的正向影响，增加水平分别为26%、22%和18%；期刊文献比非期刊文献的产量增幅预测结果平均高5%。

（4）小麦类型以及降水等气象因素对预测结果未表现出显著影响。从描述统计看，春小麦研究样本较少，减产预测结果较多，冬小麦研究样本稍多，增产、减产预测结果各半，多数研究并未注明小麦类型，增产预测结果偏多；从MRA模型估计结果看，春小麦和冬小麦的产量变化并无显著差异。是否引入降水、气温、日照时数和太阳辐射等气象因素未表现出显著影响。

综上，尽管仍存在一定的不确定性和差异，未来气候变化本身对中国小麦产量仍以负面影响为主，与IPCC最新报告《粮食安全和粮食生产系统》[48]的结论一致，即气候变化已经对全球许多区域主要作物包括小麦总产量产生不利影响，负面影响的结果比正面影响更为普遍。但气候变化不仅有负面影响，也带来一定的正面利好因素，CO2肥效增加可显著提高小麦产量。同时，气候变化带来的负面影响并非完全无法规避，政策、技术等人为因素可以显著提高小麦产量，现代农业已不完全是农作物的自然生长过程，而是人类影响下的生产过程，积极采取主动适应措施，可以有效减少气候变化影响。

需注意的是，研究样本、建模方法等也会导致预测结果的差异；经同行评议的期刊论文与同行评议相对较少的非期刊论文的预测结果也存在差异，即存在一定的发表偏倚，在采纳和应用研究结果时，也应注意这些影响的存在。另外，尽管该领域存在大量的研究文献，但提供足够研究细节的文献相对较少，一方面导致可以进行研究的元分析样本较少，另一方面实际上也不利于对研究过程进而对研究结果价值的评判，也即，研究结果发表的规范性还有待提高。

[1]覃志豪,唐华俊,李文娟,等.气候变化对农业和粮食生产影响的研究进展与发展方向[J].中国农业资源与区划,2013,(5):1-7.

Qin Z H,Tang H J,Li W J,et al.Research improvement and development of the impact of climate change on agriculture and grain production[J].Journal of China Agricultural Resources and Regional Planning,2013,(5):1-7.(in Chinese)

[2]IPCC.Working group I contribution to the IPCC fifth assessment report,climate change 2013,the physical science basis:summary for policymakers[R].Geneva,Switzerland:IPCC,2013:1-27.

[3]王大为,蒋和平.我国粮食安全与粮食价格关系研究:以小麦为视角[J].天津商业大学学报,2016,36(6):3-10.

Wang D W,Jiang H P.Study on the relationship between grain security and grain price in China:from the perspective of wheat[J].Journal of Tianjin University of Commerce,2016, 36(6):3-10.(in Chinese)

[4]Wang F T.Some advances in climate warming impact research in China since 1990[J].Journal of Meteorological Research,2001, 15(4):498-508.

[5]*熊伟,居辉,许吟隆,等.气候变化下我国小麦产量变化区域模拟研究[J].中国生态农业学报,2006,14(2):164-167.

Xiong W,Ju H,Xu Y L,et al.Regional simulation of wheat yield in China under the climatic change conditions[J]. Chinese Journal of Eco-Agriculture,2006,14(2):164-167.(in Chinese)

[6]*张瑞霞.气候变化对我国小麦产量的影响[J].北京农业, 2014,(18):19.

Zhang R X.Impacts of climate change on wheat yield in China[J].Beijing Agriculture,2014,(18):19.(in Chinese)

[7]*高涛,杨泽龙,魏玉荣,等.数值模拟气候情景下未来30年内蒙古三种主要粮食作物的单产趋势预估[J].中国农业气象, 2013,34(6):685-695.

Gao T,Yang Z L,Wei Y R,et al.Pre-estimating the yields of three major crops in Inner Mongolia under the numerical simulation scenarios for the future 30 years[J].Chinese Journal of Agrometeorology,2013,34(6):685-695.(in Chinese)

[8]*马姗姗.气候变化背景下宁夏北移冬小麦气候适应性与成本效益分析[D].北京:中国农业科学院,2011.

Ma S S.Climate suitability and cost-benefit analysis of northward winter wheat under climate change background in Ningxia[D]. Beijing:Chinese Academy of Agricultural Sciences,2011.(in Chinese)

[9]*熊伟.未来气候变化情景下中国主要粮食作物生产模拟[D].北京:中国农业大学,2004.

Xiong W.Simulation of main food crops production under future climate change scenarios in China[D].Beijing:China Agricultural University,2004.(in Chinese)

[10]*庞艳梅,陈超,潘学标,等.未来气候情景下四川盆地冬小麦生育期气候资源及生产潜力的变化[J].中国农业气象,2014, 35(1):1-9.

Pang Y M,Chen C,Pan X B,et al.Change of climatic resources and potential productivity during the entire growth period of winter wheat under future climate scenario in Sichuan Basin[J]. Chinese Journal of Agrometeorology,2014,35(1):1-9.(in Chinese)

[11]赵俊芳,郭建平,邬定荣,等.2011-2050年黄淮海冬小麦、夏玉米气候生产潜力评价[J].应用生态学报,2011,22(12): 3189-3195.

Zhao J F,Guo J P,Wu D R,et al.Climatic potential productivity of winter wheat and summer maize in Huanghuaihai Plain in 2011-2050[J].Chinese Journal of Applied Ecology,2011,22(12): 3189-3195.(in Chinese)

[12]*陈帅,徐晋涛,张海鹏.气候变化对中国粮食生产的影响:基于县级面板数据的实证分析[J].中国农村经济,2016,(5): 2-15.

Chen S,Xu J T,Zhang H P.Impact of climate change on Chinese grain production:an empirical analysis based on county panel data[J].Chinese Rural Economy,2016,(5):2-15.(in Chinese)

[13]李萌,申双和,褚荣浩,等.基于格点积温指标的黄淮海冬麦区冬小麦气候生产潜力预估[J].麦类作物学报,2016,36(9): 1215-1224.

Li M,Shen S H,Zhu R H,et al.Projected climatic potential productivity of winter wheat based on grid accumulated temperature in Huang-Huai-Hai winter wheat region[J].Journal of Triticeae Crops,2016,36(9):1215-1224.(in Chinese)

[14]*赵婉.气候变化对我国粮食安全影响的实证研究:以黄淮海地区小麦产量波动为例[D].北京:北京理工大学,2015.

Zhao W.The influence of climate change on food security in China-Wheat yield fluctuation in Huang-Huai-Hai area as an example[D].Beijing:Beijing Institute of Technology,2015.(in Chinese)

[15]俄有浩,施茜,马玉平,等.未来10年黄土高原气候变化对农业和生态环境的影响[J].生态学报,2011,31(19):5542-5552.

E Y H,Shi Q,Ma Y P.The impacts of future climatic change on agricultures and eco-environment of Loess Plateau in next decade[J].Acta Ecologica Sinica,2011,31(19):5542-5552.(in Chinese)

[16]王培娟,张佳华,谢东辉,等.A2和B2情景下冀鲁豫冬小麦气象产量估算[J].应用气象学报,2011,22(5):549-557.

Wang P J,Zhang J H,Xie D H,et al.Estimation for weather yield of winter wheat under A2 and B2 scenarios in Hebei, Shandong and Henan provinces[J].Journal of Applied Meteorological Science,2011,22(5):549-557.(in Chinese)

[17]张建平,李永华,高阳华,等.未来气候变化对重庆地区冬小麦产量的影响[J].中国农业气象,2007,28(3):268-270.

Zhang J P,Li Y H,Gao Y H,et al.Impacts of future climate change on yields of winter wheat in Chongqing[J].Chinese Journal of Agrometeorology,2007,28(3):268-270.(in Chinese)

[18]田展,刘纪远,曹明奎.气候变化对中国黄淮海农业区小麦生产影响模拟研究[J].自然资源学报,2006,21(4):598-607.

Tian Z,Liu J Y,Cao M K.Study on the simulation of the impact of climate change on wheat production in Huang-Huai- Hai agricultural region in China[J].Journal of Natural Resources, 2006,21(4):598-607.(in Chinese)

[19]*袁静,郑学山,胡鲲,等.潍坊市未来气候变化及其对小麦生育期和产量的影响研究[A].应对气候变化,低碳发展与生态文明建设[C].潍坊:第33届中国气象学会年会,2016.

Yuan J,Zheng X S,Hu K,et al.Study on the future climate change and its impact on wheat growth and yield in Weifang [A].Reply the climate change,low carbon development and ecological civilization construction[C].Weifang:The 33rd Annual Meeting of China Meteorological Society,2016.(in Chinese)

[20]*杜瑞英,杨武德,许吟隆,等.气候变化对我国干旱/半干旱区小麦生产影响的模拟研究[J].生态科学,2006,25(1):34-37.

Du R Y,Yang W D,Xu Y L,et al.Simulation study on impacts of climate change on the production of wheat[J].Ecological Science,2006,25(1):34-37.(in Chinese)

[21]*张明伟,邓辉,李贵才,等.模型模拟华北地区气候变化对冬小麦产量的影响[J].中国农业资源与区划,2011,32(4):45-49.

Zhang M W,Deng H,Li G C,et al.Model to simulate the effect of climate change on winter wheat yield in North China[J]. Journal of China Agricultural Resources and Regional Planning, 2011,32(4):45-49.(in Chinese)

[22]*袁静,许吟隆.基于CERES模型的临沂小麦生产的适应措施研究[J].中国农业气象,2008,29(3):251-255.

Yuan J,Xu Y L.Study on adaptation measures of wheat production in Linyi of Shandong Province based on CERES crop mode[J].Chinese Journal of Agrometeorology,2008,29 (3):251-255.(in Chinese)

[23]*熊伟,居辉,许吟隆,等.气候变化对中国农业温度阈值影响研究及其不确定性分析[J].地球科学进展,2006,21(1):70-76.

Xiong W,Ju H,Xu Y L,et al.Impact of climate change on agricultural temperature threshold in China and its uncertainty analysis[J].Advances in Earth Science,2006,21(1):70-76.(in Chinese)

[24]*居辉,熊伟,许吟隆,等.气候变化对我国小麦产量的影响[J].作物学报,2005,31(10):1340-1343.

Ju H,Xiong W,Xu Y L,et al.Impacts of climate change on wheat yield in China[J].Acta Agronomica Sinica,2005,31 (10):1340-1343.(in Chinese)

[25]张杰.气候变化对海河流域水资源及粮食产量影响研究[D].北京:首都师范大学,2014.

Zhang J.Modeling impacts of climate change on water resources and the yields of winter wheat in the Haihe River Basin[D].Beijing:Capital Normal University,2014.(in Chinese)

[26]杨绚,汤绪,陈葆德,等.气候变暖背景下高温胁迫对中国小麦产量的影响[J].地理科学进展,2013,32(12):1771-1779.

Yang X,Tang X,Chen B D,et al.Effects of high temperature stress on wheat yield in China under the background of climate warming[J].Advances in Earth Science,2013,32(12): 1771-1779.(in Chinese)

[27]*孙芳.我国主要作物对气候变化的敏感性和脆弱性研究[D].北京:中国农业科学院,2005.

Sun F.Study on the sensitivity and vulnerability of main crops to climate change in China[D].Beijing:Chinese Academy of Agricultural Sciences,2005.(in Chinese)

[28]熊伟,许吟隆,林而达.气候变化导致的冬小麦产量波动及应对措施模拟[J].中国农学通报,2005,21(5):380-385.

Xiong W,Xu Y L,Lin E D.The simulation of yield variability of winter wheat and its corresponding adaptation options under climate change[J].Chinese Agricultural Science Bulletin, 2005,21(5):380-385.(in Chinese)

[29]*成林,刘荣花,王信理.气候变化对河南省灌溉小麦的影响及对策初探[J].应用气象学报,2012,23(5):571-577.

Chen L,Liu R H,Wang X L.Impact of climate change on irrigated wheat in henan province and its countermeasures [J].Journal of Applied Meteorological Science,2012,23(5): 571-577.(in Chinese)

[30]王学春.黄土高原气候变化与作物生产系统响应模拟研究[D].杨凌:西北农林科技大学,2011.

Wang X C.Simulation of climate change and the response of cropping systems on the Loess Plateau of China[D].Shanxi: Northwest A&F University,2011.(in Chinese)

[31]*王雅琼.宁夏北移冬小麦适应气候变化的成本效益分析[D].北京:中国农业科学院,2009.

Wang Y Q.Cost-benefit analysis of northward winter wheat as adaptation option to climate change in Ningxia[J].Beijing: Chinese Academy of Agricultural Sciences,2009.(in Chinese)

[32]高涛,陈彦才,于晓.气候变暖对内蒙古三种主要粮食作物单产影响的初步分析[J].中国农业气象,2011,32(3):407-416.

Gao T,Chen Y C,Yu X.A preliminary analysis on effects of the global warming on the yields of three major crops in Inner Mongolia[J].Chinese Journal of Agrometeorology,2011, 32(3):407-416.(in Chinese)

[33]*成林,方文松.气候变化对雨养冬小麦水分利用效率的影响估算[J].应用气象学报,2015,26(3):300-310.

Chen L,Fang W S.Effects of climate change on water use efficiency of rain-fed winter wheat[J].Journal of Applied Meteorological Science,2015,26(3):300-310.(in Chinese)

[34]*张建平,赵艳霞,王春乙,等.不同气候情景下中国东北与华北作物产量变化趋势模拟[J].干旱地区农业研究,2012,30 (3):262-266.

Zhang J P,Zhao Y X,Wang C Y,et al.Simulation of crop yield change in Northeast China and North China under different climate situations[J].Agricultural Research in the Arid Areas, 2012,30(3):262-266.(in Chinese)

[35]*张建平,赵艳霞,王春乙,等.未来气候变化情景下我国主要粮食作物产量变化模拟[J].干旱地区农业研究,2007,25(5): 208-213.

Zhang J P,Zhao Y X,Wang C Y,et al.Simulation of the change of major crops in China in the future climate change[J]. Agricultural Research in the Arid Areas,2007,25(5):208- 213.(in Chinese)

[36]*张建平,赵艳霞,王春乙,等.气候变化对我国华北地区冬小麦发育和产量的影响[J].应用生态学报,2006,17(7):1179- 1184.

Zhang J P,Zhao Y X,Wang C Y,et al.Effects of climate change on winter wheat development and yield in North China[J].Chinese Journal of Applied Ecology,2006,17(7): 1179-1184.(in Chinese)

[37]胡实,莫兴国,林忠辉.气候变化对黄淮海平原冬小麦产量和耗水的影响及品种适应性评估[J].应用生态学报,2015, 26(4):1153-1161.

Hu S,Mo X G,Lin Z H.Evaluating the response of yield and evapotranspiration of winter wheat and the adaptation by adjusting crop variety to climate change in Huang-Huai-Hai Plain[J].Chinese Journal of Applied Ecology, 2015,26(4):1153- 1161.(in Chinese)

[38]Stanley T D,Jarrell S B.Meta-Regression analysis:a quantitative method of literature surveys[J].Journal of Economic Surveys, 1989,3(2):161-170.

[39]彭俞超,顾雷雷.经济学中的META回归分析[J].经济学动态,2014,(2):126-131.

Peng Y C,Gu L L.Analysis of META regression in economics [J].Economics Information,2014,(2): 126-131.(in Chinese)

[40]应瑞瑶,潘丹.中国农业全要素生产率测算结果的差异性研究:基于Meta回归分析方法[J].农业技术经济,2012,(3):47-54.

Ying R Y,Pan D.Study on the difference of total factor productivity of agriculture in China-based on meta regression analysis[J].Journal of Agrotechnical,2012,(3):47-54.(in Chinese)

[41]Glass G V,MacGaw B,Smith M L.Meta-analysis in social research[M].Beverly Hills,CA.:Sage,1984.

[42]Nelson J P.Meta-analysis:statistical methods[M].Springer Netherlands,2015:329-356.

[43]Espey M,Espey J,Shaw W D.Price elasticity of residential demand for water:a meta-analysis[J].Water Resources Research, 1997,33(6):1369-1374.

[44]曾宪涛,等.应用STATA做Meta分析[M].北京:军事医学科学出版社,2014.

Zeng X T,et al.Meta-analysis with STATA[M].Beijing:Military Medical Science Press,2014.(in Chinese)

[45]Anderson E,Weitz B.Determinants of continuity in conventional industrial channel dyads[J].Marketing Science,1989,8(4):310- 323.

[46]Nelson J P,Kennedy P E.The use (and abuse) of meta- analysis in environmental and natural resource economics:an assessment[J].Environmental and Resource Economics,2009, 42(3):345-377.

[47]林而达,谢立勇.《气候变化2014:影响,适应和脆弱性》对农业气象学科发展的启示[J].中国农业气象,2014,35(4): 359-364.

Lin E D,Xie L Y.Revelation of agro-meteorology learning from climate change 2014:impact,adaptation,and vulnerability [J].Chinese Journal of Agrometeorology2014,35(4):359-364. (in Chinese)

[48]Porter J R,Xie L,Challinor A J,et al.Chapter 7:food security and food production systems[R]. Cambridge:Cambridge University Press,2014.

Study on the Differences of the Impact of Future Climate Change on Wheat Yield in China—Quantitative Review Based on Meta Regression Analysis

ZHOU Jing-bo，LIU Liang

（School of Environment & Natural Resources, Renmin University of China, Beijing 100872, China）

In order to explain the differences in wheat yield prediction results and provide a reference for the following-up study in this field, this paper summarized the domestic and foreign researches on the impact of future climate change on China’s wheat yield by 2017, and analyzed the literatures of 26 relatively comprehensive and complete literatures, and discussed the possibility of differences in the results of the original independent research. The results showed that: (1) the effects of future climate change on wheat production were uncertain, and negative impacts of climate trends have been more common than positive ones; the projected reductions in wheat production under the A2 and B2 climate scenarios were 18% and 20% higher than those in other climate scenarios.(2) The non-climatic factors such as policy, technology, market and input could help to adapt to climate change; the yield of wheat considering these factors would increase by 10%. (3) Research data and methods may had a significant impact on the projections; the wheat yield of positive change would increase by 1% and the wheat yield of negative change would decrease by 1% when the projected time interval increased one year; separating yield, using corresponding climate models and crop models would have a significant positive effect on the increasing yield, with the level of 26%, 22% and 18%, respectively. (4) The projections of journal literatures were 5% higher than those outcomes summarized from non-journal literatures.

Climate change; Wheat yield; Difference; Meta-analysis

收稿日期：2017-07-09

通讯作者。E-mail:liuliangruc@ruc.edu.cn

本成果受到中国人民大学2017年度“中央高校建设世界一流大学（学科）和特色发展引导专项资金”支持

周景博（1973-），女，博士，副教授，研究方向为环境经济核算。-mail:zhoujb@ruc.edu.cn

10.3969/j.issn.1000-6362.2018.03.001

周景博,刘亮.未来气候变化对中国小麦产量影响的差异性研究:基于Meta回归分析的定量综述[J].中国农业气象,2018,39(3):141-151