气候变化对粮食产出与技术效率的影响

摘要：通过构建气候变化的标准化降水蒸散指数（SPEI）和随机生产前沿模型，使用1993—2018年河北省11个市的气象和生产数据，探究了气候变化对河北省玉米产出和技术效率的影响。研究表明：在研究期间内，河北省气候干旱化趋势明显，全省气候干旱化频率显著高于气候湿润化频率。河北省干旱频率高值区集中在北部和中部地区，湿润频率高值区集中在东部和中部地区。河北省整体玉米生产技术效率相对较低，且各个市玉米生产平均技术效率差异较大。衡水市玉米生产的技术效率最高。气候变化与玉米产出和技术效率存在非线性关系，在一定范围内气候变化的干旱化趋势会给河北省玉米生产带来负向影响。

关键词：气候变化；SPEI；技术效率；玉米生产

中图分类号：S162 文献标志码：A DOI：10.16465/j.gste.cn431252ts.20240505

基金项目：国家社科基金青年项目（23CJY058）；河南省高校人文社会科学研究一般项目（2024-ZZJH-145）；河南省软科学研究计划项目（242400411160）。

Effects of climate change on grain output and technical efficiency： evidence from maize in Hebei Province

Chen Jie1， Gao Shan2

（ 1.School of Economics and Trade， Henan University of Technology， Zhengzhou， Henan 410005； 2. School of Economics and Management， Nanjing Agricultural University， Nanjing， Jiangsu 210095 ）

Abstract： By constructed the standardized precipitation evapotranspiration index（SPEl） of climate change and the stochastic production frontier model， and used the meteorological and production data of 11 cities in Hebei Province from 1993 to 2018， the impact of climate change on maize yield and technical efficiency in Hebei Province was explored. The results showed that during the study period， the climate aridification trend in Hebei was obvious， and the frequency of climate aridification in Hebei was significantly higher than that of climate humidification. The high drought frequency areas were concentrated in the northern and central regions， and the humid frequency high value areas were concentrated in the eastern and central regions. The overall technical efficiency of maize production in Hebei was relatively low， and the average technical efficiency of maize production varies greatly among different cities. Hengshui had the highest technical efficiency in corn production. There is a nonlinear relationship between climate change and maize production， and the trend of climate change will have a negative impact on maize production and technical efficiency in Hebei within a certain range.

Key words： climate change； SPEI； technical efficiency； maize production

全球气候变化对各国的经济发展产生了严重的影响，是世界各国都十分关注的问题。粮食生产对气候变化极为敏感，气候的任何变化都可能对粮食生产造成重大的影响[1-3]。气候变化引起的干旱和洪涝灾害等极端气候事件极有可能对农作物的产量造成负面影响，粮食在气候变化的影响中首当其冲[4]。为了保障粮食生产安全，气候变化和粮食生产之间的关系以及如何应对气候变化对粮食生产带来的不利影响成为目前相关研究的重点。

已有研究文献重点分析了气候变化对农作物产量和生产效率的影响[5-7]。很多研究发现，在过去十年气候变化导致全球的农业全要素生产率呈下降趋势[6-9]。平均降水和平均温度的增加都显著降低了粮食生产效率，气温变化1 ℃就会使全要素生产率增长率降低1.1% ～ 1.8%[10]。根据世界粮食计划署的数据，由于气温上升和资源枯竭，大多数非洲和亚洲国家将面临高度的粮食不安全。为了应对气候变化对粮食生产的不利影响，最重要的是采取改良作物品种、采用新技术和调整种植结构等措施适应气候变化[9-12]。然而已有研究在两个方面仍有待拓展：一方面，在研究内容上，提高技术效率是适应气候变化的重要措施，但是目前只有极少数文献关注了技术效率会受到气候变化怎样的影响。另一方面，在研究方法上，气候变量的指标主要是气温、光温比、积温、高温热害、降水和日照等单气候因子，气候信息较为单一，造成现有研究结论说服力不足。

由于玉米生长对气候变化反应敏感，而玉米是河北省的主要粮食作物，因此本文有别于现有研究方法和内容，选取河北省玉米生产为研究主体，以标准化在标准化降水蒸散指数（SPEI）作为综合气候指标，构建随机前沿生产函数，进而分析气候变化对粮食生产技术效率的影响。这将更加深入的探究出气候变化和粮食生产技术效率之间的关系，同时综合气候指标的应用也将带来比以往文献更加具有说服力的研究结论。本文的研究将为国家制定应对气候变化的措施提供主要参考依据，对于保障中国的粮食生产稳定具有重要意义。

1 研究方法和数据

1.1 研究方法

根据联合国政府间气候变化专门委员会（IPCC）的定义，气候变化是指气候随时间的任何变化。玉米生产技术效率是在相同生产要素投入下，实际产出与最大产出之间的比值。不同地区的气候变化情况不同，对玉米生产技术效率也产生了不同的影响。本文的研究区域气候变化主要表现为气温升高，降水量减少。气候变化对玉米生产技术效率的影响主要通过以下三个方面：1）气候变化会改变玉米生产中的要素投入。气候变暖会导致病虫害增多，农药施用量增加；气温上升也会导致化肥使用量增加；降水量减少时灌溉的投入也会增加。2）气候变化会影响玉米的实际产出。气候变化带来干旱、涝灾等极端气候事件的发生频率增加，这会直接减少实际有效产出。3）气候变化会影响技术采纳。气候发生明显变化时，农户会主动响应，技术应用是最主要的应对措施之一，这会影响到玉米生产的技术效率。

1.1.1 气候变化的测算

本文对气候变化的测算采用了SPEI法。SPEI是标准化降水蒸散指数，具有多时间尺度的特点。参考Pei等[13]对方法的应用，考虑到河北夏玉米生长期从6月至9月，本文将计算4个月尺度的SPEI值。SPEI利用月降水量、月平均温度和月最大日照时数数据，通过计算降水量与蒸散量差值，并将其序列正态标准化得到。表1综合了GB/T 20481—2017《气象干旱等级》划分标准和国际上通用的基于SPEI指数划分标准[13]。利用该标准和具体测算出的SPEI值，可以判断某一地区在某时段气候的干旱和湿润程度。

1.1.2 技术效率的测算

t是时间，反映无效率项是否时变；DFit是1993—2018年旱涝保收率——旱涝保收面积/有效耕地面积，作为控制变量；Ci是根据SPEI对气候干湿程度的判定的一组虚拟变量——C1轻中等干旱、C2极端干旱、C3轻中等湿润、C4极端湿润，用来考察气候干湿程度对玉米技术效率的影响。

1.2 数据来源

限于数据可得性以及2019—2022年粮食生产处于非常规时期，因此本文数据窗口期选择1993至2018年。为了更加精准地把握气候变化情况，对河北省SPEI值测算和单独分析时，拓展数据窗口期为1978—2018年。本文所用的投入产出数据为河北省11个市的玉米产量（亿吨）、劳动投入（万人）、农用机械总动力（万千瓦）、化肥使用量（万吨），农药使用量（万吨）、玉米播种面积（万公顷），旱涝保收面积（万公顷）、有效耕地面积（万公顷）等，全部数据来源于1993—2018年《河北农村统计年鉴》。计算河北省SPEI的133个站点的气象数据（1978—2018年）来源于中国气象数据网，站点数量较多且在河北省内分布比较均匀，因此能够较好地表征河北省内气候变化。本文以玉米为研究对象，部分粮食相关统计数据不能直接作为玉米生产的相关变量值，参考Key[15]使用的权重系数法，使用以下两种权重系数进行粮食和玉米相关数据之间的转换系数：A=（农业产值/农林牧渔总产值）×（玉米播种面积/农作物播种总面积）、B=玉米播种面积/农作物播种总面积。农林牧渔从业人员乘以系数A作为玉米生产的劳动投入变量值，农业机械总动力等其他投入分别乘以系数B计算得到玉米生产的相应变量值，主要变量的描述性统计特征见表2。

2 结果与分析

2.1 河北省玉米生长期气候特征分析

2.1.1 气候特征的年际与空间变化

本文基于SPEI指数分析了河北省1978—2018年气候的分布特征。从图1中可看出，1978—1997年虽然干旱气候偶有出现，但气候总体偏湿润正常。1997年以后气候干旱化趋势明显增加，且主要以轻旱和中等干旱为主。2008年气候干旱化趋势减缓，气候逐渐恢复湿润正常。2014年开始气候偏离正常状态，气候逐渐趋向干旱化。从图1可以看出，1997年气候最干旱年份偏离正常气候的程度要大于1995年最湿润年份偏离正常气候状态的程度，说明气候干旱化的严重程度要大于湿润化的程度。河北省是全球主要的水资源漏斗区之一，干旱化趋势进一步加剧了当地水资源短缺的危机，不利于粮食生产。

根据表1的SPEI干旱等级划分标准，统计1978—2018年河北省133个站点的气候干旱频率和湿润频率的空间分布情况。从图1可以看出，133个站点中干旱气候发生频率分布于0.561 0～ 0.731 7。各地区之间的干旱发生频率存在地区差异。河北省南部和东部，北部和中部地区的干旱气候发生频率相对较高。从地市层面看，干旱频率高值区集中在廊坊市、保定市、承德市以及张家口部分地区，平均发生频率均在0.65以上。这表明这些地区的玉米生长期容易出现干旱灾害。干旱频率低值区集中在衡水市、唐山市和秦皇岛市。这表明这些地区的玉米生长期气候干旱灾害发生频率相对其他地区较低。

湿润气候发生频率分布在0.195 1～0.487 8，表明总体上湿润气候发生频率比干旱气候发生频率低，洪涝灾害的发生概率低于干旱灾害。地区之间湿润气候发生频率的分布差异较大，河北省东部和中部地区的湿润气候发生频率相较于南部和北部较高。从地市层面看，湿润频率高值区集中在保定市和唐山市，平均发生概率在0.38以上。这表明这些地区的气候出现湿润化的频率较高。湿润频率低值区集中在石家庄市和邢台市，平均发生频率在0.34以下。这表明这些地区的气候湿润化趋势略低于其他地区。

河北省的气温和降水在空间上分布不均，干旱和湿润气候的区域性特征明显。保定市同时是干旱气候和湿润气候发生频率的高值区。这表明保定市的玉米生产更容易受到干旱和洪涝灾害的侵袭。衡水、邯郸和石家庄市的干旱气候和湿润气候发生频率都处于低值区。这表明这些地区的玉米生产条件相对稳定。

2.1.2 玉米平均技术效率分析

1993—2018年河北省各个地级市玉米生产的平均技术效率情况如表3所示。全省玉米生产的平均技术效率为0.890 7。从地区看，河北东部地区玉米生产技术效率值最高，为0.951 1。河北中部地区玉米生产技术效率值次高，为0.920 8。河北南部地区的玉米生产技术效率值较低，为0.897 1。河北北部的玉米生产技术效率值最低，为0.739 9。河北南部地区的气候相对稳定，干旱灾害和洪涝灾害的发生频率相对其他地区较少。河北中部地区的气候干旱频率和湿润频率都较高。河北东部地区的气候湿润频率最高，气候干旱频率较低。河北北部地区的气候干旱频率最高，湿润概率较低。

从地市角度来看，张家口市、承德市、廊坊市和沧州市玉米生产的技术效率值低于全省平均水平，其他城市玉米生产的技术效率值均在平均水平之上。石家庄市、保定市、秦皇岛市、邯郸市、唐山市、邢台市和衡水市玉米生产的技术效率值均在0.9以上。廊坊市和沧州市的技术效率值在0.85以上，张家口市和承德市的技术效率值在0.82以下，处于省内较低水平。邯郸市是河北省玉米生产技术效率值最高的地区，为0.954 8。这表明衡水市玉米种植在技术效率上具有明显优势。原因可能是衡水市气候状况相对稳定，干旱化和湿润化的频率都比较低。

2.2 气候变化对粮食产出的影响

本文使用的数据是面板数据，时间序列长度为24年。时间序列可能存在单位根的情况。本文在模型估计之前对相关变量做了单位根检验，以确定使用数据的平稳性。本文主要采用LLC方法和IPS方法，两种检验方法的原假设是含有单位根。各变量通过了显著性检验，拒绝了原假设，表明面板数据平稳。

本文得到的最终似然估计结果为表4所呈现的结果。模型总体估计效果良好，值为99%，且在1%的显著性水平上通过检验，表明河北玉米生产存在显著的技术效率损失且复合误差中的变异主要是由于技术无效率引起的。结果中βjs 、θmn系数不全为0，且通过显著检验，表明选择超越对数生产函数分析河北地区玉米生产技术效率合理。

从参数估计结果来看，时间变量的二次项系数为正值，且通过1%显著性水平检验。这表明存在技术进步对粮食产出的影响，但是技术进步的作用很小。气候变化指标SPEI在玉米生长期对产出影响的一次项系数显著为正，二次项系数显著为负。这表明在玉米生长期，气候变化与玉米产量存在“倒U型”非线性关系。在一定范围内，气候变化干旱频率或湿润频率的增加对玉米生产有正向作用。超过一定范围时，气候变化对玉米生产起到负向影响。这符合生产经验。玉米是喜温耐旱作物，生长期内对温度和降水量有一定要求。温度过高或降水过多时，气孔关闭，光合作用下降，对玉米产量和品质产生不利影响。河北省水资源短缺严重。气候变化的干旱趋势会带来温度升高和降水量减少，整体不利于河北省玉米的生产稳定。

劳动力的一次项系数显著为正，表明劳动投入对玉米产出主要起正向影响。农用机械动力的一次项、二次项系数都通过了1%显著性水平检验，且符号为正。这表明农用机械投入的增加有利于玉米增产。农药投入的估计系数未通过显著性检验，表明农药对玉米产量的影响并不显著。化肥投入的估计系数显著为负，这表明化肥投入的逐渐增加引起玉米产量反向变动。化肥的一次项和二次项估计符号为负，且通过了显著性水平检验，这表明化肥投入增加无益于玉米产量的增加。

2.3 气候变化对玉米生产技术效率的影响

本文采用技术效率损失模型分析河北省玉米生长期气候变化对玉米技术效率的影响。利用SPEI指数划分标准，将玉米生长期的气候划分为：轻中度干旱、极端干旱、轻中度湿润、极端湿润。衡量以上四种气候状态对技术效率损失的影响。模型估计结果如表5所示。

δ1的系数为正，且通过了1%水平的显著性检验，表示技术非效率项是有时变性的。随着时间的推移，技术效率损失有所增加，技术效率无明显改善迹象。本文设定的4个气候虚拟变量均通过了1%水平的显著性检验，其中，轻中度干旱和极端干旱气候均对技术非效率项产生正向影响，极端干旱气候对技术非效率项的影响最严重。轻中度湿润气候和极端湿润气候对技术非效率项产生负影响。这表明湿润气候对玉米生产技术效率的提高具有正向影响。气候越湿润，河北省玉米生产技术效率的损失越小，技术效率越大。这表明气候因素中，干旱是造成河北省玉米生产技术效率损失的主要原因。这与本文在弹性分析和技术效率区域分析时的结论相一致。

3 结论与启示

本文利用1978—2018年河北省气象数据构建了SPEI指数作为综合气候指标，分析了河北省气候干旱和湿润频率的变化特征。基于河北省1993—2018年玉米生产数据，应用超越对数生产函数模型测算了各市玉米生产的技术效率。同时，利用SPEI指数和技术效率损失模型实证分析了气候因素对河北省玉米生产技术效率的影响。研究发现：1）1997年以前河北气候以湿润正常为主，1998年以后气候干旱趋势明显。河北省气候整体趋向于干旱化。2）河北省干旱频率高值区集中在北部和中部地区，湿润频率高值区集中在东部和中部地区。廊坊市、保定市、承德市和张家口市是干旱频率较高的地区。保定市和唐山市是湿润频率较高的地区。各个市的气候湿润频率低于干旱频率。3）玉米生长期的气候变化与玉米生产存在非线性关系。4）河北省玉米生产的平均技术效率存在地区差异。衡水市玉米生产的技术效率最高，张家口和承德市玉米生产的技术效率较低。5）河北省玉米生产技术效率损失的主要原因是干旱气候。气候变化带来的湿润频率增加能够缓解效率损失，对技术效率具有正向影响。

基于以上结论，得出启示如下：第一，应加强现代农业气象服务，建立健全农业气象灾害预警机制，提高农业气象灾害监测、预报能力。第二，应适当减少化肥和农药施用量，制定规范有区别的施用方案，提高化肥农药的利用效率，达到减量增效的效果。第三，应减少玉米非优势种植区玉米种植面积，张家口市和承德市玉米生产技术效率水平较低，可适当减少玉米种植面积。第四，应继续加强抗旱能力建设，干旱气候是玉米生产技术效率损失的重要原因，应持续推进旱涝保收的高标准农田工程建设，减少旱情对玉米生产的影响。

参 考 文 献

[1] 刘东，冯晓龙，司伟.中国粮食生产的气候变化适应水平及其机制研究[J].经济学（季刊），2024，24（5）：1516-1532.

[2] 江激宇，刘嘉铭，赵勇，等.淮河流域气候变化对粮食生产用水绿色效率的影响[J].经济地理，2024，44（8）：181-190.

[3] 刘青云.河南省农业绿色发展水平测度与空间演变分析[J].粮食科技与经济，2023，48（2）：36-41.

[4] 周嘉欣，白雨鑫，苏杨，等.应对气候变化治理模式国别比较分析[J].中国环境管理，2023，15（4）：10-17.

[5] 张帅，于宏源.气候极端化背景下的全球粮食体系韧性治理及对中国的启示[J].上海交通大学学报（哲学社会科学版），2023，31（7）：79-93.

[6] 徐洁，毕宇珠，雷秋良，等.1961—2020年宁夏地区极端气候变化趋势及影响因素分析[J].中国农业资源与区划，2022，43（12）：159-171.

[7] 盛林霞，付豪，应玲红，等.气候因素对浙江粮食安全的影响及储备粮管理对策[J].粮食科技与经济，2023，48（6）：72-75.

[8] 尹朝静， 李谷成， 高雪. 气候因素对水稻单产影响的实证分析：基于湖北农户层面的分层模型[J].自然资源学报，2017，32（8）：1433-1444.

[9] 林光华，陆盈盈.气候变化对农业全要素生产率的影响及对策：以冬小麦为例[J].农村经济，2019（6）：114-120.

[10] 曹大宇，朱红根.气候变化对我国种植业化肥投入的影响[J].西部论坛，2017，27（1）：107-114.

[11] 张永强，蒲晨曦，王珧，等.化肥投入效率测度及归因：来自20个玉米生产省份的面板证据[J].资源科学，2018，40（7）：1333-1343.

[12] 石琦璠，王翔宇，张亮.河北省粮食生产效率及影响因素研究[J].粮食科技与经济，2024，49（3）：6-12.

[13] PEI Z， FANG S， WANG L， et al. Comparative analysis of drought indicated by the SPI and SPEI at various timescales in inner Mongolia， China[J]. Water， 2020， 12（7）：1925-1945.

[14] BATTESE G E， COELLI T J. A model for technical inefficiency effects in a stochastic frontier production function for panel data[J]. Empirical Economics， 1995， 20（6）： 325-332.

[15] KEY N. Farm size and productivity growth in the United States Corn Belt[J]. Food Policy， 2019， 84（4）： 186-195.