气候变化对冬小麦产量的影响

许 朗，吴 桐，黄 武



气候变化对冬小麦产量的影响

许 朗1，吴 桐1，黄 武2

（1.南京农业大学经济管理学院/南京农业大学中国粮食安全研究中心，江苏 南京210095；2.南京农业大学农村发展学院，江苏 南京210095）

摘 要：选取1980—2012年33年间我国9个小麦主产省份（安徽、河北、河南、湖北、江苏、山东、山西、陕西、四川）的气候数据和冬小麦农业生产投入、产出数据，利用扩展的C-D生产函数分析了气候变化对冬小麦产量的影响。结果表明，总体上来看气候变化对冬小麦的产量有显著影响，温度与降水量的上升导致了冬小麦产量的增加，而日照时数的减少导致了冬小麦产量的降低。在不同地区，气候变化对冬小麦产量的影响程度甚至影响方向都不同。温度变化对华东地区冬小麦产量为正向影响，中南地区、西南地区和西北地区为反向影响，影响程度最深的是西北地区，其次是华东地区、西北地区、中南地区。温度对华北地区冬小麦产量可能有正的影响。

关键词：气候变化；冬小麦；产量；生产函数

农业生产对自然的依赖性很强，气候条件一直是影响农业生产的重要因素。近年来，气候变化异常、极端气候事件频发等现象越来越突出，严重威胁我国粮食安全，气候条件变化对农业生产的影响越来越受到学者们的关注。因此分析气候变化对粮食产量的影响显得非常必要，这对于保障我国粮食安全，调整农业发展战略具有重要的指导作用［1］。学者们分别运用不同方法从不同角度研究了气候变化对粮食生产的影响。

目前研究气候变化对粮食产量的影响，最普遍的方法就是利用统计模型。顾节经［2］运用最佳积分回归方法建立气候变化对作物产量影响的动态统计评价模式，探索作物生育期内以旬为时间单位的气候变化对作物产量形成的影响规律。李建华等［3］仅从气候因素考虑对粮食产量的影响，选取影响粮食产量的主要气候因子：温度、日照和降水量，采用多元线性回归的方法处理粮食单产与平均气温、日照、总降水量之间的关系。殷培红等［4］将相关系数和协整关系结合起来分析单产和气候变化的整体互动关系，利用主成分分析法确定影响我国粮食单产的关键性气候因子，再将关键气候因子逐一与粮食单产进行典型相关分析得到主导气候因子，运用协整检验判断单产和气候因子之间是否能够建立趋势模型来说明气候趋势变化对单产趋势变化的可能影响。陈红翔等［5］分析了宁夏海原近20年来平均气温、降水量和日照时数等3个主要气候因子的变化趋势及粮食产量的增减趋势，利用灰色关联法分析气温、降水、日照时数对粮食总产量以及小麦、玉米单产的影响。结果表明，平均气温与宁夏海原粮食总产量和玉米单产量的关联度最大，平均气温是影响宁夏海原粮食总产量和玉米单产量的最主要气象因子，日照时数的影响次之，而年降水量对两者的影响相对较小一些，降水量与海原小麦单产量的关联系数最大，降水量是影响海原县小麦产量的最主要气候因子，日照时数次之。还有学者研究粮食产量对气候变化的敏感性与脆弱性，朱红根等［6］通过构建水稻对气候变化脆弱性综合评价模型，对江西水稻对气候变化的脆弱性进行了分析，发现整体上水稻对气候变化脆弱性较大。部分学者从粮食产量中分离出气候产量作为研究对象，王保等［7］指出影响作物产量主要因素有人为因素、气象因素和随机“噪音”三方面，于是将作物产量分解为趋势产量、气象产量和随机“噪音”，而随机“噪音”所占比例很小，一般可忽略不计。采用直线滑动平均法，采用15年滑动步长来消除短周期波动的影响，算出趋势产量。为了消除生产力水平对水稻产量的影响，本研究在进行产量分析时以气象产量与趋势产量的比值——相对气象产量作为研究对象。利用小波变换方法分析了近60年来长江中下游地区水稻相对气象产量、水稻生长季内平均气温、降水量、气温日较差以及≥10℃ 活动积温的年际变化以及水稻相对气象产量与区域气候变化之间的时频结构特征及相关性。学者们通过将气候模式与作物模式相结合的方法，模拟预测出在未来气候变化情景下的粮食产量，如张建平等［8］、熊伟等［9］、姚凤梅等［10］、杨沈斌等［11］、吴珊珊等［12］均发现在未来气候变化的情景下，水稻产量将呈下降趋势。

目前国内利用经济模型来研究气候变化对粮食产量影响还较少，主要运用C-D生产函数和随机前沿超越对数生产函数。丑洁明等［13］在C-D生产函数中引入气候因子，构建了一个新的经济-气候模型：C-D-C模型，并选用干旱指数作为一个气候因子对C-D-C模型进行了初步的模拟、验证。发现模拟的结果明显好于没有添加气候因子的模拟，与实际生产量差距缩小。周曙东等［1］也运用此模型研究了水稻生长季节的月平均气温与月平均降水量对中国南方水稻的产量影响，两者都是负面影响；模型中还考虑了区域虚拟变量，发现降水对华南、华中和华东地区有负的作用，而对西南地区有一定正影响，温度对西南、华南 华东和华中地区都有负的影响；并对未来气候变化情景下的南方水稻产量进行了模拟估计，发现以减产为主。崔静等［14］以中性的方式将气候因素引入C-D生产函数，对籼稻、粳稻、小麦和玉米进行了研究，发现作物生长期内的温度升高对一季稻和玉米的产量影响均为正向，而降水量增加对小麦产量影响为负向，平均日照时数增加对玉米产量影响为负向；此外，在1975—2008年中，气候变化对于中国北方地区粮食作物的产量影响以正向为主，而对南方地区粮食作物产量的影响则以负向为主。王丹［15］将气候因素以投入要素的形式引入C-D生产函数，对我国稻谷进行了研究，结果表明影响我国稻谷生产的气候因子为降水量和日照时数，且对稻谷生产都是负面影响。崔静等［16］将作物生长期内的月平均气温、降水和日照时数等气候因素作为外生变量引入超越对数生产函数模型，用以估计各种气候因素对中国主要粮食作物水稻、小麦和玉米单产的影响程度。朱晓莉等［17］将水稻生育期分为5个阶段，采用随机前沿超越对数生产函数模型，研究了不同生育期气候因子（温度、降水、日照）对水稻产量的影响。

综上所述，国内利用经济模型来研究气候变化对粮食产量影响还较少，而且主要围绕在水稻或整体粮食产量上，利用经济模型来研究气候变化对小麦产量的影响则几乎没有，作为我国三大主要粮食作物的小麦，加大气候变化对小麦生产的影响研究同样尤为重要。

1 模型与数据

1.1理论模型

小麦生产不仅受到化肥、机械、劳动力等投入要素的影响，气温、降水、日照等气候因素贯穿影响着小麦生产的全过程。本研究将气候因素与小麦生产投入要素一起纳入柯布道格拉斯生产函数，选取小麦产量作为被解释变量，气温、降水量、日照时数、劳动力投入、农业机械总动力、化肥投入、小麦播种面积、有效灌溉面积、区域虚拟变量以及时间等作为解释变量，建立如下3个模型。

模型（1）：

Ln（Qit）=α+β1Ln（LBit）+β2Ln（AMit）+β3Ln（FTit）+β4Ln （GAit）+β5Ln（IRit）+β6Ln（ATit）+β7Ln（PEit）+β8Ln（SDit）+ β9t+μit

模型（2）：

模型（3）：

式中，Qit表示第i个省第t年的冬小麦总产量；LBit表示第i个省第t年种植冬小麦的劳动力投入；AMit表示第i个省第t年种植冬小麦的机械动力投入；FTit表示第i个省第t年种植冬小麦的化肥投入；GAit表示第i个省第t年的冬小麦播种面积；IRit表示第i个省第t年冬小麦的有效灌溉面积；AT表示冬小麦生长期内的月平均温度，PE表示冬小麦生长期内的月平均降水量，SD表示冬小麦生长期内的月平均日照时数；t为时间序列；Dn为区域虚拟变量；μ为误差项。模型（1）未考虑地区因素，模型（2）考虑不同地区因素后加入了区域虚拟变量，模型（3）为分析地区差异加入了区域虚拟变量与气候变量的交互项。

1.2 数据来源与变量处理

本研究所用的样本数据主要包括1980—2012 年33年间我国9个小麦主产省份（安徽、河北、河南、湖北、江苏、山东、山西、陕西、四川）的气候数据和冬小麦农业生产投入、产出数据。气候数据主要包括冬小麦生长期间的温度（单位：0.1℃）、降水量（单位：0.1 mm）和日照时数（单位：0.1 h），均来自中国气象科学数据共享服务网。冬小麦生产投入产出数据主要包括冬小麦总产量（单位：万t）、劳动力投入（单位：万人）、农业机械动力投入（单位：万kW）、化肥投入（单位：万t）、播种面积（单位：103hm2）、有效灌溉面积（单位：103hm2），主要来自历年《中国统计年鉴》与《中国农村统计年鉴》。

本研究的被解释变量冬小麦产量以及控制变量冬小麦播种面积可直接从年鉴中获得，而劳动力投入、农业机械动力投入、化肥投入和有效灌溉面积这五个控制变量，无法直接获得冬小麦的相应数据，因此通过以下变量处理：冬小麦生产的劳动力投入LB=（冬小麦播种面积/农作物总播种面积）×（农业总产值/农林牧渔业总产值）×农林牧渔业从业人员；农业机械动力投入AM=（冬小麦播种面积/农作物总播种面积）×农业机械总动力；化肥投入FT=（冬小麦播种面积/农作物总播种面积）×农用化肥施用折纯量；有效灌溉面积IR=（冬小麦播种面积/农作物总播种面积）×农业有效灌溉面积。变量t表示时间趋势，用以反映技术进步。在构建区域虚拟变量时，将本研究的9个省份划分为5个区域，分别为华北地区、中南地区、西南地区、西北地区、华东地区。当D1=1，其他都为0时，表示华北地区，包括河北、山西；当D2=1，其他都为0时，表示中南地区，包括河南、湖北；当D3=1，其他都为0时，表示西南地区，包括四川；当D4=1，其他都为0时，表示西北地区，包括陕西；当D1、D2、D3、D4均为0时，表示华东地区即对照组，包括安徽、江苏、山东。

2 估计结果与实证分析

本研究采用冬小麦生长期间的气候因素（气温、降水量、日照时数）与冬小麦生产投入产出的面板数据进行回归分析，具体结果见表1。

2.1 未考虑不同地区因素的模型（1）结果分析

从表1可以看出，气候因素中降水量和日照时数对冬小麦产量的影响是显著的，且均达1%显著性水平，说明冬小麦生长期内的月平均降水量与月平均日照时数对冬小麦产量的影响十分显著，且为正向影响。其中月平均降水量每增加1%，将导致冬小麦产量增加0.1个百分点；月平均日照时数每增加1%，将导致冬小麦产量增加0.24个百分点。虽然月平均温度对冬小麦产量的影响没有通过显著性检验，但从一定程度上可以表明冬小麦生长期内的月平均温度对冬小麦产量有正的影响，月平均温度每增加1%，有可能导致冬小麦产量增加0.01个百分点。从1980—2012这33年间，降水量呈上升变化趋势，而日照时数呈下降趋势，说明降水量变化导致冬小麦产量增加，而日照时数变化导致冬小麦产量下降。

控制变量中有效灌溉面积通过10%的显著性水平检验，机械投入、化肥投入和播种面积均通过1%的显著性水平检验，其中机械投入、化肥投入和播种面积对冬小麦产量的影响为正向，有效灌溉面积对产量有负的影响。农业机械总动力每增加1%，将导致冬小麦产量增加0.24个百分点；化肥投入每增加1%，将导致冬小麦产量增加0.23个百分点；播种面积每增加1%，将导致冬小麦产量增加0.83个百分点；有效灌溉面积每增加1%，将导致冬小麦产量减少0.13个百分点。因此，为缓解气候变化带来的不利影响，应当增加冬小麦的播种面积、机械投入和化肥投入。

表1 气候变化对冬小麦产量影响的模型分析

2.2 考虑不同地区因素，加入区域虚拟变量的模型（2）结果分析

从表1可以看出，气候因素中只有降水量通过了显著性检验，显著性水平为5%，冬小麦生长期内的月平均降水量对其产量产生了显著的正向影响，月平均降水量每增加1%，则冬小麦产量将增加0.07个百分点。平均温度与平均日照时数均未通过显著性检验但系数均为正，从一定程度上说明温度与日照时数对冬小麦产量可能有正的影响，其中平均温度每增加1%，则冬小麦产量可能增加0.05个百分点；平均日照时数每增加1%，则冬小麦产量可能增加0.001个百分点。由于研究时间区间内降水量呈现上升的趋势，因此说明降水量的变化导致了冬小麦产量的提高。

控制变量中有效灌溉面积的显著性水平为5%，劳动力投入、机械投入、化肥投入、播种面积等4个变量的显著性水平均达到了1%，十分显著，其中机械投入、化肥投入和播种面积对冬小麦产量的影响为正向，劳动力投入和有效灌溉面积对产量有负的影响。其中劳动力投入每增加1%，将导致冬小麦产量减少0.14个百分点；农业机械动力投入每增加1%，将导致冬小麦产量增加0.39个百分点；化肥投入每增加1%，将导致冬小麦产量增加0.27个百分点；播种面积每增加1%，将导致冬小麦产量增加0.76个百分点；有效灌溉面积每增加1%，将导致冬小麦产量减少0.15个百分点。因此为提高冬小麦产量，增加冬小麦的播种面积、机械投入以及化肥投入是关键。

2.3 地区差异分析

表1显示，3个气候因素中只有平均温度通过了显著性检验，显著性水平为10%。在温度与区域虚拟变量的交互项中，除华北地区外均通过了显著性检验，其中西南地区达到5%的显著性水平，中南地区和西北地区的显著性水平则为10%。从模型（3）的估计结果可以得出以下结论：华东地区平均温度每上升1%，冬小麦产量将提高0.21%；中南地区平均温度每上升1%，冬小麦产量将降低0.1%，影响程度低于华东地区，但影响方向为负，与华东地区相反；西南地区平均温度每上升1%，冬小麦产量将降低0.56%，影响程度高于华东地区，但影响的正负方向相反；西北地区平均温度每上升1%，冬小麦产量将降低0.19%，影响程度略低于华东地区，但方向相反。虽然华北地区与平均温度的交互项没有通过显著性水平检验，但其估计结果也可以从一定程度上说明，华北地区平均温度对冬小麦产量的影响可能为正，其影响程度可能都低于其他地区，大概平均温度每上升1%，冬小麦产量可能提高0.09%。综上所述，温度升高对华东地区冬小麦产量有正的影响，对华北地区冬小麦产量可能有一定正的影响，而对中南地区、西南地区、西北地区有负的影响，影响程度最深的是西南地区，其次是华东地区、西北地区、中南地区。在本文研究的时间区间内，温度呈上升趋势，因此温度变化导致了华东地区冬小麦产量的增加，中南地区、西南地区以及西北地区冬小麦产量的减少，可能导致了华北地区冬小麦产量的增加。

3　结论与建议

通过实证分析，总结出以下结论：（1）气候变化对冬小麦的产量有显著影响，且总体上呈现正向影响，由于在研究的时间区间内，温度呈上升趋势，降水量呈上升趋势，而日照时数呈下降趋势，因此温度与降水量的变化导致了冬小麦产量的增加，而日照时数的变化导致了冬小麦产量的降低；（2）不同地区气候变化对冬小麦产量的影响程度以及影响方向都将有所不同，在分析地区差异的模型中，气候因素影响显著的是平均温度，华东地区为正向影响，中南地区、西南地区和西北地区为反向影响，影响程度最深的是西南地区，其次是华东地区，然后依次是西北地区和中南地区，温度的变化导致了华东地区冬小麦产量的增加，中南地区、西南地区以及西北地区冬小麦产量的减少，可能导致了华北地区冬小麦产量的增加。为缓解气候变化对冬小麦带来的不利影响，应当扩大冬小麦的种植面积、机械投入和化肥投入，并加大投资鼓励研发耐寒、抗旱、抗虫等抗逆性品种。

参考文献：

［1］ 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.

［2］ 顾节经. 气候变化对作物产量影响的动态统计评价模式［J］. 气象，1995，21（4）：50-53.

［3］ 李建华，刘光萍. 抚州市气候变化与粮食作物产量的关系研究［J］. 湖南农业科学，2009（10）：54-57，60.

［4］ 殷培红，方修琦，张学珍，等. 中国粮食单产对气候变化的敏感性评价［J］. 地理学报，2010，65（5）：515-524.

［5］ 陈红翔，田宗花. 气候变化对海原县主要粮食产量的影响分析［J］. 江西农业学报，2013，25（5）：156-158.

［6］ 朱红根，周曙东. 南方水稻对气候变化的脆弱性分析—— 以江西为例［J］. 农业现代化研究，2010，31 （2）：208-211.

［7］ 王保，黄思先，孙卫国. 气候变化对长江中下游地区水稻产量的影响［J］. 湖北农业科学，2014，53 （1）：43-51.

［8］ 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.

［9］ 熊伟，陶福禄，许吟隆，等. 气候变化情景下我国水稻产量变化模拟［J］. 中国农业气象，2001，22 （3）：1-5.

［10］ 姚凤梅，张佳华，孙白妮，等. 气候变化对中国南方稻区水稻产量影响的模拟和分析［J］. 气候与环境研究，2007，12（5）：659-666.

［11］ 杨沈斌，申双和，赵小艳，等. 气候变化对长江中下游稻区水稻产量的影响［J］. 作物学报，2010，36 （9）：1519-1528.

［12］ 吴珊珊，王怀清，黄彩婷. 气候变化对江西省双季稻生产的影响［J］. 中国农业大学学报，2014，19 （2）：207-215.

［13］ 丑洁明，叶笃正. 构建一个经济-气候新模型评价气候变化对粮食产量的影响［J］. 气候与环境研究，2006，11（3）：347-353.

［14］ 崔静，王秀清，辛贤. 气候变化对中国粮食生产的影响研究［J］. 经济社会体制比较，2011（2）：54-60.

［15］ 王丹. 气候变化对我国稻谷生产及贸易的影响研究［J］. 国际贸易问题，2011（6）：121-127.

［16］ 崔静，王秀清，辛贤，等. 生长期气候变化对中国主要粮食作物单产的影响［J］. 中国农村经济，2011 （9）：13-22.

［17］ 朱晓莉，王筠菲，周宏. 气候变化对江苏省水稻产量的贡献率分析［J］. 农业技术经济，2013（4）：53-58.

（责任编辑 杨贤智）

中图分类号：S512.1+1

文献标识码：A

文章编号：1004-874X（2016）03-0036-06

收稿日期：2015-11-12

基金项目：国家社会科学基金重大招标项目（1 3&Z D 1 6 0-4）；国家软科学研究计划项目（2014GXQ4D184）；江苏省软科学研究计划项目（BR2015043）；国家自然科学基金面上项目（71573126）；农业部软科学研究计划项目（201531-1）；江苏省高校优势学科建设工程项目（PAPD）

作者简介：许朗（1961-），男，博士，教授，E-mail：xulang@njau.edu.cn

通讯作者：黄武（1975-），男，博士，副教授，E-mail：huangwu@njau.edu.cn

Impacts of climate change on winter wheat yield

XU Lang1，WU Tong1，HUANG Wu2
（1.College of Economics and Management，Nanjing Agricultural University/ China Center for Food Security Studies，Nanjing Agricultural University，Nanjing 210095，China；2.College of Rural Development，Nanjing Agricultural University，Nanjing 210095，China）

Abstract：This paper selected the climate data and the input and output data of winter wheat production from 1980 to 2012 in nine major wheat producing provinces（Anhui，Hebei，Henan，Hubei，Jiangsu，Shandong，Shanxi，Shaanxi，Sichuan），then analyzed the impacts of climate change on winter wheat yield by using extended C-D production function. The results shows that，overall，climate change had significant influences on the yield of winter wheat. Rising temperature and precipitation led to the increase of winter wheat yield，and the decline of sunshine time led to a drop of winter wheat yield. In different regions，the influences were different，and even the directions. The influences of temperature change on winter wheat yield in the east of China was positive，but in the central south，the southwest and northwest regions，had the reverse effects. The deepest influence is in the southwest region，followed by the east of China area，the northwest and central south area. The influences of temperature on winter wheat yield in north China may be positive.

Key words：climate change；winter wheat；yield；production function