气候变化对中国粮食作物与饲料作物播种面积的影响

摘 要：科学评估气候变化对作物播种面积的影响，对深入理解气候变化与农业生产关系，制定有针对性应对气候变化的战略具有重要意义。基于1980-2020年省级面板数据，以小麦、稻谷、玉米与青饲料作物总播种面积变化为例，将标准化后的≥10℃积温与生长期降水量作为刻画气候变化的核心指标，采用双向固定效应模型，评估省域地理单元气候变化对农作物播种面积的影响，并重点分析该影响的异质性。结果显示，标准化积温上升对作物播种面积具有抑制的趋势，而标准化降水增加对播种面积有促进作用。异质性分析表明，作物播种面积对气候变化的响应在不同积温地区、不同年降水量地区、不同作物与不同灌溉水平地区存在差异。基于此，为保障粮食安全，应积极推进高标准农田建设，加大农业科技研发，优化种植面积结构，加强气候服务建设工作。

关键词：气候变化;播种面积;粮食安全;区域异质性

中图分类号：F307.11;F323.1 文献标志码：A 文章编号：1009-9107（2024）06-0096-11

粮食安全是国之大者，党中央、国务院一直高度重视粮食安全问题，党的二十大报告明确将确保粮食安全作为增强维护国家安全能力的重要组成部分［1］。粮食安全是加强农业强国建设的重要方向［2］，伴随居民消费结构的提质升级，保障口粮以及饲料粮安全成为中国粮食安全的关键问题［3-4］。气候变化是农业生产中面临的主要自然风险之一，也是当前保障粮食安全面临的重大挑战。IPCC第六次评估报告（AR6）第二工作组（WGII）报告认为，气候变化对农业适宜种植区、病虫草害、作物产量、作物品质等关键因素的影响具有区域差异，且整体弊大于利［5］。作为全世界受气候变化影响较大的国家之一，中国面临的粮食安全问题愈发严峻［6］。准确评估气候变化对口粮作物与饲料作物生产的影响是回答气候变化与粮食安全关系的前提［7］，而作物生产受到单产水平、耕地面积和种植频率等多个因素的综合影响［8］。根据中国统计标准，作物播种面积综合体现了作物的种植频率和种植面积［9］，因此研究气候变化对中国农作物播种面积的影响，特别是不同地区和不同作物播种面积影响的异质性程度，对完善中国气候变化的应对机制，提高中国农业生产潜力，保障粮食安全具有重要的理论意义和现实意义。

一、文献综述与研究假设

（一）文献综述

关于粮食播种面积的研究主要集中在农作物生产布局的时空演变及其对水土资源的利用状况等方面［10］，也有文献探讨了机械化水平、劳动力转移、农地流转、农业政策［11］等因素对作物播种面积的影响。

关于气候变化影响农业生产的研究主要集中在三个方面。一是揭示了气候变化对水、热等农业气候资源产生的影响。研究发现，1900-2018年，中国陆地平均气温上升1.3～1.9℃，超过全球平均水平，各地区的农业热量资源显著增加。1961-2019年中国平均年降水量呈现微弱上升趋势，但不同区域间差异显著。东北、西北、西藏地区降水量呈现较强的上升趋势，东北南部、华北地区和西南地区降水量则有所减少。西北地区中西部近30年呈现暖湿化趋势，但其干旱气候特征未发生根本变化［12］。二是探究了气候变化对种植制度、作物单产、作物质量、CWQV42clxjMK0Pgg+DN19g==农业全要素生产率和粮食安全［13-16］等的影响。研究表明，气候变化推动多熟种植界限向北向西扩展，增加作物种植频率和潜在播种面积［17］。在农业生产方面，气候变化会对农作物单产、质量和农业全要素生产率产生影响，这些影响因作物种类、产业发展和地理位置而异［18］。也有研究表明，气温、降水和日照等气候变量会对作物单产产生“先增后减”的非线性关系［13］。此外，部分学者认为气候变化增加了粮食系统的不确定性［6］，对粮食安全构成威胁［16］。三是探究了应对气候变化的适应性措施。研究发现，农业生产主体会采取调整种植日期，提高种植面积、改变作物结构，调整农药、化肥、劳动力的投入，采取新技术，购买农业保险［19-22］等措施应对气候变化对农业生产的负面影响。

已有研究为理解气候变化与农作物播种面积的关系提供了理论依据和现实支撑，但仍存在局限。首先，大多数研究仅从自然科学角度考察气候变化对播种面积的影响，缺乏融合经济社会因素的全面视角;其次，现有研究通常局限于分析特定区域或单一作物受到的影响，缺乏从全国粮食安全角度对多种作物的系统性实证分析，并忽略了气候变化在不同区域对播种面积影响的差异。此外，现有研究多依据短期气候波动冲击识别气候变化，未能充分反映气候变化的长期趋势。在已有研究的基础上，本文基于气象站点数据、地区农业和社会经济数据，综合考虑标准化处理后的气候变量对中国小麦、玉米、水稻与青饲料播种总面积的影响，并重点分析了该影响在不同地区、不同作物间的差异性。

（二）研究假设

1.气候变化与作物播种面积。气候变化通过改善水热条件可能对作物播种面积产生正向影响。一方面，气温升高提高了有效积温，推动农作物种植区向北扩展，多熟作物种植北界北移。1986-2009年中国潜在不可耕地面积相对1961-1985年减少约34.33％［23］，可耕地面积明显扩大。1981-2010年，一年三熟种植整体面积扩大2.8％［24］。至2050年，两熟制北界预计将北移至目前一熟制地区中部［25］。另一方面，东北、西北和西藏的降水量增加，有利于耕地扩张且显著提升了这三个地区的粮食生产潜力。气候变化对全国耕地气候生产潜力的相对贡献率为69.26％，在东北、黄土高原和青藏高原分别为86.88％、53.20％和70.40％［26］。

气候变化也会对作物播种面积造成负面影响。一方面，气候变化导致农业生产的自然环境恶化，其引发的干旱、极端降水等自然灾害导致土壤侵蚀和退化，减少可耕地面积［27］。另一方面，气候变化提高农业生产成本，降低农民收入和生产的意愿，导致作物播种面积下降。为应对气候变化，农民需加大对水利设施、化肥、农药等的投资，提高生产成本［28］，而作物质量和产量的降低导致收入下降［14］，这些因素共同作用使得农业劳动力陆续转移至非农产业，作物播种面积进一步减少。据此，本文提出待检验假设1。

H 1：气候变化对作物播种面积的影响具有不确定性。

气候变化对作物播种面积的影响具有区域差异与作物类型差异。中国地域辽阔，各地初始气候条件差异导致气候变化对水热资源的影响存在差异［29］。高纬度地区气温较低，气候变化带来的温度升高与降水增加可以使农作物拥有更加温暖湿润的生长环境，有益于农业生产。而低纬度地区已经具有较高的温度和湿度，温度升高与降水增加对低纬度地区作物的正向影响较小，气候变化引起的极端天气频发可能为该地区农业生产带来负面影响。初始气候条件决定了作物的地域分布特征，因此初始气候条件的差异性将导致不同作物播种面积的调整存在差异［18，30］。据此，本文提出待检验假设2。

H 2：气候变化对初始积温不同地区、初始年降水量不同地区及不同种类作物播种面积的影响具有差异性。

2.气候变化、有效灌溉面积与作物播种面积。在农业生产领域，建设和完善灌溉设施是应对气候变化的有效适应措施。增加有效灌溉面积能改善田间水分，改变作物对降水和温度的敏感性，提高作物对气候资源的有效利用。因此，气候变化对播种面积的影响会因灌溉面积的差异而不同。随着气温升高，热量资源改善和复种指数增加会对作物播种面积产生正向影响，但也可能加剧干旱对播种面积的负面影响。通过扩大有效灌溉面积，农业生产可以获得更多水资源，在气温升高的地区改善水热资源配置可满足多熟制作物的用水需求，并增强气温上升对播种面积的正向影响。此外，有效灌溉面积的扩大还可以缓解季节性干旱和局部干旱情况，减轻气温升高的负面影响。同时，有效灌溉面积的扩大能够减少作物生长对降水的依赖。研究表明，灌溉农业区比雨养农业区更能抵御降水不确定性带来的损失［31］，增加降水量不再是灌溉农业区扩大播种面积的主要动力［32］。

综上所述，本文认为地区有效灌溉面积越大，积温正向波动对作物播种面积的正向影响越显著，而降水对播种面积的整体影响将被削弱，因此本文提出待检验假设3。

H 3a：有效灌溉面积的扩大将增强积温对作物播种面积的正向影响，并减弱其负向影响;H 3b：有效灌溉面积的扩大会削弱降水对作物播种面积的正向影响和负向影响。

二、研究设计

（一）数据和变量

1.被解释变量。本文选取小麦、稻谷、玉米与青饲料四类作物的总播种面积作为被解释变量由于国产大豆主要用于食用领域，进口大豆主要用于压榨豆油消费和豆粕饲用，因此本文的研究对象不包括大豆。。考虑到不同作物生长环境与水热资源需求的差异，下文将分别使用四类作物的播种面积作为被解释变量进行异质性分析。

农作物播种面积数据为1980-2020年28个省级单位的面板数据，鉴于西藏及港澳台地区部分年份缺失值较多，予以剔除。同时考虑到区划调整变化，为保证空间单位的一致性，本文参考过往文献［33］，将1987年之后海南的相关数据并入广东，1996年之后重庆的数据并入四川。播种面积数据来源于《中国统计年鉴》，其中部分省份数据缺失采用插值法添加处理，为了增强序列平稳性，本文对作物播种面积进行了对数化处理。图1展示了1980-2020年小麦、稻谷、玉米与青饲料总播种面积的变化趋势。四类作物总播种面积由1980年的84 331千公顷下降至2003年的75 788千公顷，之后呈现上升趋势，2020年总播种面积为96 919千公顷。

2.核心解释变量。本文的核心解释变量是标准化处理后的≥1℃积温和生长期降水量。研究所使用的气候数据来源于“国家气象科学数据共享服务平台中国地面气候资料日值数据集（V3.0）”，选取1980-2020年日均温度（℃）及日降水量（mm）数据。数据处理中，首先将气象站点的数据使用反距离权重（IDW）插值成为0.1°×0.1°分辨率的网格数据，其次将插值得到的网格数据转化成栅格数据并分区域汇总得到区县级气候数据，随后利用Yang等［34］提供的土地覆盖数据，以区县耕地面积占所在省耕地总面积的比例为权重加总得到省级日均温度及日降水量数据，最后分别计算各省的≥10℃积温和生长期降水量。

积温是农业气候的关键热量指标，能够综合温度与时间两个维度反映各地区热量差异［33］。降水量则是衡量地区水资源和农作物天然水源的重要指标。鉴于农业生产的季节性，本研究以春夏季（3-8月）为农作物生长期。参考前人研究，用生长期降水量衡量气候变化［35］。相比于气象要素的绝对值，本文更关注水热资源波动程度对作物播种面积的影响，因此本文参考相关文献的处理方式［36］，以≥10℃积温与生长期降水量为基础，通过标准化处理构造刻画气候变化的量化指标。标准化处理的步骤是首先计算某地区的≥10℃积温和该地区历史参照期（1960-1979年）≥10℃积温的差值，再除以参照期积温的标准差，标准化积温衡量的是当地≥10℃积温相对历史水平的波动程度。本文使用相同的方法构建了标准化生长期降水量。

图2（a）与图2（b）分别展示了1980-2020年标准化积温与标准化降水的变化情况。如图所示，1980-1993年，标准化积温变化并不显著，但从1994年起呈现明显的上升趋势，在此期间虽然存在一些波动，但整体保持较高水平。标准化降水呈现出较大的波动性。1980-1999年间标准化降水呈现明显的上升趋势，并在1998年达到高峰值。然而，2000-2011年间标准化降水变化较不稳定，且负值年份数量明显多于正值年份，并在2011年达到低点。此后，标准化降水再次呈上升趋势。如表2所示，标准化积温均值为1.396，标准化生长期降水量为0.066，表明样本期内平均积温和生长期降水高于参照期，全国范围温度和降水总体呈上升趋势。

3.控制变量。基于已有研究［16，33］，本文的控制变量包括有效灌溉面积、化肥施用量、农业机械总动力、农林牧渔从业人员、第一产业增加值、城乡居民人均可支配收入比、农产品生产价格指数2001年以前农产品生产价格指数为农产品收购价格指数;本文以1980年为基期，对各年农产品生产价格指数进行调整。及粮食保护价收购政策、粮食直接补贴政策、退耕还林政策、粮改饲政策四个农业政策变量农业政策包括粮食保护价收购政策、粮食直接补贴政策、退耕还林政策及粮改饲政策。本文以政策出台实施年份为划分标准，出台年以前的政策虚拟变量计为0，出台年及之后年份计为1。。上述变量来自于《中国农村统计年鉴》《中国农业年鉴》各省统计年鉴、国家统计局网站。除城乡居民人均可支配收入比、农产品生产价格指数及农业政策变量外，所有变量均取对数。

上述变量的具体定义见表1，表2展示了主要变量的统计性描述。

（二）计量模型

农业生产呈现出明显的地域特征，自然环境、农作物地理分布和农业产业结构等指标不尽相同，而这些因素在时间、地理维度上相对稳定，因此适合使用固定效应模型分析气候变化对作物播种面积的影响。基准模型如下：

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

其中，y it为地区i在第t年的小麦、稻谷、玉米与青饲料总播种面积的对数。G it和R it分别是标准化处理后的积温变量与降水变量，表示气候变化;X it是一组控制变量，包括有效灌溉面积、化肥施用量、农业机械总动力、农林牧渔从业人员、第一产业增加值、城乡居民人均可支配收入比、农产品生产价格指数及四个农业政策变量。δ i是省份固定效应，θ t是年份固定效应，ε it是随机扰动项，α、β、γ是待估参数。

通过引入省份固定效应，回归模型能够吸收不随时间变化的省份特征，降低内生性问题对估计结果的干扰。引入年份固定效应可以吸收地区间共同的趋势和波动对结果的影响，保证研究结果的准确性与可靠性。此外，为了深入了解气候变化对不同地区播种面积的具体影响，本研究依据参照期（1960-1979年）≥10℃积温、降水量，以及作物种类和考察期有效灌溉面积进行分组回归分析，以揭示气候变化对不同地区播种面积的差异性影响，提升研究的精准度和可靠性。

三、实证分析

（一）基准回归结果

表3报告了基准回归结果。在第Ⅰ列中，使用标准化积温衡量气候变化，其估计系数为0.032，1％水平下显著。加入控制变量后，第Ⅱ列显示标准化积温的负影响不再显著。第Ⅲ列在第Ⅰ列的基础上加入标准化生长期降水量，此时标准化积温的估计系数为0.032（1％水平下显著），而标准化降水系数统计上不显著。第Ⅳ列在第Ⅲ列的基础上加入控制变量，标准化积温的影响变得不显著，而标准化降水的系数为0.028，10％水平下显著。该系数表明，标准化降水每增加一个标准差，作物播种面积可增长2.8％，气候变化引起的生长期降水量增加显著提升了作物播种面积。

上述回归结果表明，气候变化的水热资源变化对作物播种面积有正负两方面的影响。加入控制变量后，标准化积温对播种面积的负向影响不显著，而标准化降水的增加显著促进播种面积。这反映了粮食生产与水资源之间的不匹配可能是中国粮食生产的关键制约因素。北方是中国主要的粮食生产区，耕地面积占全国耕地总面积的60％，但水资源占有量却不足20％［37］。因此降水量增加对于改善水热资源、促进播种面积扩大尤为重要。假设H 1得以验证。

第Ⅳ列回归分析表明，在1％显著性水平下，有效灌溉面积、化肥施用量、农业机械总动力和农林牧渔从业人员均正向影响作物播种面积。这说明提高灌溉面积、增加化肥使用和提升农业机械化水平可以促进播种面积的增加，劳动力的增加也能起到类似作用。然而，粮食保护价政策和城乡居民收入比分别在1％和10％显著性水平下对播种面积有负面影响。这可能源于保护价政策未能有效激励农民，或者农业收益低于非农业活动，导致农民减少播种面积，转向非农活动。城乡收入差距的扩大也可能因相似原因影响播种面积。

（二）稳健性检验

1.用其他变量衡量气候变化。表4展示了使用其他变量衡量气候变化的回归结果。首先，选取1960-1969年作为参照期对积温与生长期降水进行标准化处理，以检验参照期选择对回归结果的影响。如第Ⅰ列所示，标准化积温的影响不显著，而标准化降水的估计系数为0.031（10％水平显著），与基准回归结果相符。其次，采用标准化处理的年均温度与生长期降水量作为衡量气候变化的指标，如第Ⅱ列所示，年均气温波动的影响在10％显著性水平下为负，而生长期降水量波动的影响不显著。上述结果与基准回归趋势一致，而显著性有所差异，表明不同气候变化指标对作物播种面积的影响趋势保持一致，但显著性水平可能因指标不同而变化。

除了对气候变量进行标准化处理外，文献中还经常使用气象要素的绝对值反映气候变化。然而，这种方法实际上捕捉了天气变化，其回归结果主要反映短期天气波动对作物播种面积的影响。为了阐明气候变化与气象波动对作物播种面积影响的差别，本文参考现有文献［38］，使用公式（2）进行检验。公式（2）中T it与P it分别代表气象要素中的温度变量与降水变量，α、β、γ、X it、δ i、θ t、ε it的定义与公式（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列使用积温和生长期降水量的绝对值来表示气候变化，第Ⅳ列使用年均温度与生长期降水量的绝对值表示气候变化。结果显示，第Ⅲ列中，≥10℃积温和其二次项在10％水平下显著，系数分别为-1.999和0.133。生长期降水量的一次和二次项系数均不显著。在第Ⅳ列，年均温度及其二次项在1％水平显著，系数分别为-0.991和0.331，而生长期降水量的相关系数并不显著。上述结果表明，短期气象波动和长期气候变化对作物播种面积的影响各有不同，短期内积温影响大于降水，而在长期气候变化中，降水量的影响更为显著。

2.加入时间趋势的一次项与二次项。参照丁宇刚等［36］的方法，本文在回归模型中添加了一次与二次项的时间趋势，以进一步控制其他不可观测且随时间变化的因素，从而更全面地减弱由于遗漏变量导致的内生性问题。如表5所示，第Ⅰ列保留了省份固定效应和年份固定效应，并引入了时间趋势的一次项;第Ⅱ列仅引入了时间趋势一次项，未包括时间趋势二次项与年份固定效应;第Ⅲ列引入时间趋势一次项与二次项，未包括年份固定效应。在上述几种情形下，回归结果依然保持一致，进一步验证了本文结果的稳健性。

四、异质性分析

本文以参考期（1960-1979年）≥10℃积温、参考期平均年降水量、作物种类以及样本期历年有效灌溉面积为分组依据，在分组回归的基础上，通过对比系数估计值及显著性，验证假设H 2与H 3。

（一）不同积温地区之间的异质性

首先，本文基于各地1960-1979年20年平均积温（后文简称为“参照期积温”），结合温度带划分标准，将1980-2020年28个省份样本划分为3组（＜1 600℃，1 600～3 400℃，≥3 400℃）1960-1979年平均积温＜1 600℃的省份有内蒙古自治区、吉林省、宁夏回族自治区、甘肃省、青海省、黑龙江省;1 600～3 400℃的有上海市、云南省、北京市、四川省、天津市、安徽省、山东省、陕西省、新疆维吾尔自治区、江苏省、江西省、河北省、河南省、浙江省、湖北省、湖南省、贵州省、辽宁省;≥3 400℃的省份有广东省、广西壮族自治区、福建省。分别进行回归，估计结果如表6所示。

第Ⅰ列回归结果表明，参照期积温小于1 600℃的省份，标准化积温与标准化生长期降水对播种面积有显著负向影响，系数分别为-0.039和-0.240。在第Ⅱ列中，参照期积温在1 600～3 400℃的省份标准化积温的负向影响不显著，而标准化降水的正向影响在5％的水平下显著。第Ⅲ列结果显示，参照期积温大于3 400℃的省份，标准化降水显著负向影响播种面积，而标准化积温影响并不显著。回归结果支持假设H 2中气候变化对初始积温不同地区播种面积的影响存在差异。总体来看，积温低于1 600℃的地区受气候变化的负向影响最大，这可能是由于这些地区生态脆弱，农业条件较差，气候变化造成的自然环境恶化等负面影响要远远大于水热资源改善带来的正面影响。积温处于1 600～3 400℃的地区，降水对播种面积有正向影响，而积温影响不显著，反映了这些地区温度的约束性不强，农业生产对降水的依赖性较高。而在积温超过3 400℃的地区，虽然农业生产条件较优，但气候变化导致的极端天气会带来负面影响。

（二）不同年降水量地区之间的异质性

降水的区域性差异会导致农业生产能力和作物布局出现明显差异。为了深入分析不同降雨量地区气候变化对作物播种面积的影响，本文根据1960-1979年的平均年降水量，将样本划分为4组（＜400mm，400～800mm，800～1 200mm，≥1 200mm）1960-1979年生长期降水低于400mm的省份有内蒙古自治区、宁夏回族自治区、新疆维吾尔自治区、青海省;400～800mm的省份有北京市、吉林省、天津市、山东省、山西省、河北省、河南省、甘肃省、辽宁省、陕西省、黑龙江省;800～1 200mm的省份有上海市、云南省、四川省、安徽省、江苏省、湖北省、贵州省;≥1 200mm的省份有浙江省、湖南省、福建省、广东省、广西壮族自治区、江西省。进行回归，结果见表7。

研究发现，标准化积温和标准化降水对不同降水组的播种面积影响存在差异。在参照期年均降水量低于400mm的地区，标准化积温和降水对播种面积的负面影响不显著。在年降水量400～800mm以及800～1 200mm的地区，标准化积温的负面影响不显著，而标准化降水的正面影响在10％水平下显著。在降水量超过1 200mm的地区，标准化积温和降水的系数均为正，但标准化积温的显著性较弱，标准化降水则不显著。回归结果支持假设H 2中气候变化对初始降水不同地区播种面积的影响存在差异。这些差异可能反映了不同降水量地区因气候变化调整作物播种面积的程度不同，从而导致回归系数方向和显著性存在差异，揭示了气候变化对不同降水地区影响的差异性。

（三）不同作物之间的异质性

考虑到作物对热量和水分需求的差异，本文分别估计了气候变化对小麦、玉米、水稻和青饲料四类作物播种面积的影响。为确保样本的代表性，本研究选取了各类作物中，省级产量占全国总产量比例超过1%的年份累计超过20年的省份。实证结果如表8所示，标准化积温对青饲料和玉米播种面积的影响在10％水平显著为正;标准化降水对青饲料播种面积在5％水平下显著为正，对玉米播种面积在10％水平显著为正。气候变化对小麦和水稻播种面积的影响不显著，但标准化积温对这两类作物存在负向影响的趋势，标准化降水存在正向影响趋势。回归结果支持假设H 2中气候变化对不同作物播种面积的影响存在差异。

总体而言，标准化降水增长对四类作物播种面积呈现正向影响，而标准化积温的影响则存在差异。标准化降水增加为农作物提供更多水资源，尤其对小麦、玉米和青饲料等主要种植在降水量较低地区的作物至关重要。水稻作物对充足水分需求较高，降水增加可以拓展播种区域。而标准化积温增长对小麦和水稻可能导致适宜温度阈值超标和水分蒸发增加，减少播种面积。玉米和青饲料作物对水分的需求相对较低，也更能适应较高的温度与干旱，积温增长有利于扩大这两种作物的可种植区域，增加播种面积。

（四）不同灌溉水平地区之间的异质性

为检验假设H 3a与H 3b，本文根据有效灌溉水平进行分组回归。分组依据是1980-2020年各省份每年度有效灌溉面积的中位数，高于此中位数为高灌溉组，低于为低灌溉组。

回归结果如表9第Ⅰ、Ⅱ列所示。在低灌溉组，积温波动影响不显著（系数为-0.013），而标准化降水在10％水平下显著（系数为0.050）。高灌溉组的标准化积温在1％水平下显著（系数为0.015），标准化降水系数为正且不显著。结果支持H 3a和H 3b假设，表明扩大有效灌溉面积可以缓解积温对播种面积的负面影响，甚至转为正面，同时减少降水的正面影响。

为了增强异质性分析的稳健性，本文采用公式（3）验证假设H 3a与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为各省有效灌溉面积对数，其他变量意义与公式（1）相同。表9第Ⅲ列展示了回归结果。积温波动与有效灌溉面积交互项系数为0.022（1％水平下显著），而积温波动本身系数为-0.160（1％水平下显著）。这表明扩大有效灌溉面积可以降低积温波动的负面影响，结果支持假设H 3a。标准化降水与有效灌溉面积交互项系数为负，但在统计意义上并不显著，而标准化降水本身系数在10％水平下为正。这说明扩大有效灌溉面积趋向于减少标准化降水的正面影响，支持假设H 3b。

五、结论与建议

本文基于1980-2020年省级面板数据，采用标准化处理后的≥10℃积温与生长期降水，实证检验了气候变化对作物播种面积的影响，主要结论如下。

标准化积温上升对作物播种面积具有抑制趋势，而标准化降水增加促进播种面积增加，该结论在不同测度方式及多种模型设定下稳健。在参照期积温小于1 600℃或大于等于3 400℃的地区，标准化积温和降水增加均抑制播种面积。参照期积温1 600～3 400℃的地区，标准化降水增加有利于播种面积扩大。不同降水量地区播种面积对气候变化的响应不一，年降水量小于400mm的地区，标准化积温与降水的增长对播种面积有抑制趋势;年降水量400～800mm与800～1 200mm的地区，标准化积温上升对作物播种面积呈现抑制趋势，而标准化降水增加对播种面积呈现促进作用;在降水量超过1 200mm地区，标准化积温与降水的增长对播种面积的影响为正向趋势。不同作物播种面积对气候变化的响应存在差异。标准化积温和降水增加对青饲料和玉米播种面积有促进作用;积温增加对小麦和水稻播种面积可能造成负面影响，降水增加对小麦和水稻播种面积可能产生正面影响。灌溉水平低的地区，降水增加显著促进播种面积;灌溉水平高的地区，积温上升对播种面积有正向促进作用。扩大有效灌溉面积能增强积温对作物播种面积的正向影响，减弱其负向作用，同时削弱降水的影响。

基于上述结论，可以得到如下启示：一是要推进高标准农田建设，把“藏粮于地”的粮食安全战略落实到位。关注土壤改良和灌排设施建设，通过农田改造提升农业适应气候变化的能力。二是要加大农业科技研发，把“藏粮于技”的粮食安全战略落到实处。关注农作技术改良，推动建立标准化生产模式，通过技术创新提升农业适应气候变化的能力，强化作物对自然资源的利用效率。三是优化种植面积结构，通过改变种植结构提升农业适应气候变化的能力。根据气候资源禀赋调整种植范围，适度扩大玉米和青饲料等作物的种植范围，调整农业生产结构与畜产品消费不断增加的食物需求结构匹配，保障大食物总体安全。四是加强气候服务建设工作，通过科学防范提升各地适应气候变化的能力。政府部门应建立健全农业气象服务和预警体系，加强气象科学在粮食生产中的服务与防御作用，提高农业生产对气候变化的适应能力。

参考文献：

［1］ 习近平.高举中国特色社会主义伟大旗帜 为全面建设社会主义现代化国家而团结奋斗——在中国共产党第二十次全国代表大会上的报告［J］.中华人民共和国国务院公报，2022（30）：4-27.

［2］ 杜志雄，肖卫东.全方位夯实粮食安全根基：意义、内涵及重点任务［J］.中州学刊，2022（12）：32-39.

［3］ 黄季焜.对近期与中长期中国粮食安全的再认识［J］.农业经济问题，2021（01）：19-26.

［4］ 杜志雄，李家家，郭燕.加快农业强国建设应重点突破的方向［J］.理论探讨，2023（03）：154-162.

［5］ 居辉，袁佳双，张馨月，等.IPCC AR6粮食系统的影响与适应的新认知和新趋势［J］.大气科学学报，2022，45（04）：481-488.

［6］ 刘立涛，刘晓洁，伦飞，等.全球气候变化下的中国粮食安全问题研究［J］.自然资源学报，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，丑洁明，董文杰.气候变化对我国农作物宜播种面积的影响［J］.气候变化研究进展，2014，10（02）：110-117.

［9］ 国家统计局.农业［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.近十年来中国粮食内部种植结构调整对水土资源利用的影响分析［J］.中国人口·资源与环境，2014，24（09）：96-102.

［11］ 许庆，陆钰凤，张恒春.农业支持保护补贴促进规模农户种粮了吗？——基于全国农村固定观察点调查数据的分析［J］.中国农村经济，2020（04）：15-33.

［12］ 巢清尘，李柔珂，崔童，等.中国气候变化科学认识进展及未来展望——中国《第四次气候变化国家评估报告·第一部分》［J］.中国人口·资源与环境，2023，33（01）：74-79.

［13］ 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（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］ 苏芳，刘钰，汪三贵，等.气候变化对中国不同粮食产区粮食安全的影响［J］.中国人口·资源与环境，2022，32（08）：140-152.

［17］ 段居琦，袁佳双，徐新武，等.对IPCC AR6报告中有关农业系统结论的解读［J］.气候变化研究进展，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，尹朝静.气候变化下的农户适应性行为及其对粮食单产的影响［J］.中国农业大学学报，2021，26（03）：240-248.

［23］ 吴绍洪，赵东升.中国气候变化影响、风险与适应研究新进展［J］.中国人口·资源与环境，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］ 钱凤魁，王文涛，刘燕华.农业领域应对气候变化的适应措施与对策［J］.中国人口·资源与环境，2014，24（05）：19-24.

［26］ 刘泽瑾，焦利民，连喜红.1995-2020年气候变化和耕地利用变化对中国耕地气候生产潜力的影响分析［J］.中国土地科学，2022，36（03）：62-73.

［27］ 胡新艳，郑沃林.气候变化、农业风险与农户农业保险购买行为［J］.湖南师范大学社会科学学报，2021，50（02）：95-104.

［28］ 孙巨青.全球气候谈判及对农业的影响［J］.世界农业，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，陈晓光.气候变化、农业科研投入与农业全要素生产率［J］. 南京农业大学学报（社会科学版），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］ 吕丽莉，孔锋，王品.1961-2016年中国四季降雨事件的时序演变特征［J］.人民长江，2018，49（S2）：73-79.

［36］ 丁宇刚，孙祁祥.气候风险对中国农业经济发展的影响——异质性及机制分析［J］.金融研究，2022（09）：111-131.

［37］ 励汀郁，普蓂喆，钟钰.食物安全还是资源安全：“大食物观”下对中国食物缺口的考察［J］.经济学家，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

（责任编辑：杨峰）