推文人 | 华岳

 

推文信息

 

Shuai Chen, Xiaoguang Chen, & Jintao Xu. 2016. "Impacts of climate change on agriculture: Evidence from China" Journal of Environmental Economics and Management, 76: 105-124.

 

背景

 

在全球气候变暖的大背景下，中国也无法独善其身。在过去100年中，中国的年平均气温上升了0.5-0.8摄氏度，南北降雨的分布也日益不均，南涝北旱的现象多次出现，而农业则首当其冲地受到气候因素的影响。自古以来，农业乃我中华立国之本，气候变化对于农业产出的影响关系着13亿中国人民的切身福祉，而这方面的定量研究却尚有欠缺。本文选择大豆和玉米两种农作物，利用高质量数据研究气候条件如何影响农作物的产出。玉米和大豆在中国是两种重要的饲料作物，种植面积大，分布广，在农作物产出中的所占比重也较高，中国对玉米和大豆的需求量巨大，在国际市场大量进口这两种农产品。在过去几十年中，玉米和大豆的产出都有了显著的增长（1980-1995年增长率约为5%， 近十年约为1%）。政府的大力投入，高产抗旱种子的采用以及化肥和杀虫技术的改进都为产量提升做出了贡献。由于中国国土宽广，国内各地气候条件不同，玉米和大豆在不同地区的生长周期也存在差异，大致可以分为春夏秋冬四种种植类型。近年来，玉米和大豆种植的时空分布也发生了较大变化，其中重要的原因就可能来自与气候条件的变化。

输入

 

模型与数据

 

依据一个农民利润最大化的理论模型，作者设定的基本实证模型如下：

因变量Y是r县t年的玉米和大豆产出，H是该作物生长期的累积热量（用温度衡量）及其二次项。Z包含降雨量与日照强度，及它们的二次项。S包含预期的农产品价格，生产投入的成本，农民的灌溉行为，以及两个用以控制土壤质量的土地使用变化（LUC）变量（这两个变量可能内生于预期产量，所以作者选用了滞后产品价格等变量作为IV）。数据中不包含作物的具体播种与收割时间，所以模型不能控制农民针对气候变化而相应调整作物生长期的行为。关于热量（即温度）的衡量，作者具体选用了两个指标，第一个是growing-degree days (GDD)，也就是作物在合适温度区间中所获得的总热量（作者将这一区间设定为8-32摄氏度），第二个是作物生长期内暴露在高温下的时间长度（大于34摄氏度）。值得注意的是作者设定了一个空间自相关的残差，原因是政府的农业政策，农业生产的行为特征，以及农地自身的属性都可能存在空间相关性，而这些变量无法在模型中得到控制。作者选用了三个空间权重矩阵：只考虑边界是否接壤的0-1矩阵，考虑最近4个邻居的距离矩阵，和考虑最近6个邻居的距离矩阵。数据方面，作者使用2000-2009中国2570个县的数据，其中作物的产量和种植面积的数据来自于国家统计局，天气数据来源于中国气象科学数据共享服务网（CMDSSS），玉米和大豆的生长期数据来源于CropWatch全球农情遥感速报中的中国作物系统。农产品价格和化肥价格数据来自于中国农产品价格调查年鉴。

 

结果简述

 

与农业常识相符，作者发现天气变量与玉米和大豆产出之间存在倒U型关系，即作物生长的温度、降水和日照强度都存在一个最优值，而暴露于高温下确实对于作物生长有显著的不利影响。本文的一个特色在于作者使用了以3摄氏度为间隔的不同温度档来考察温度与作物产出之间的非线性关系，作者发现对于玉米来说，气温达到29摄氏度之前都是有利于其生长的，而超过29摄氏度就开始不利于玉米生长，这个最优温度对于大豆来说是28摄氏度。利用所估计的天气变量的系数，作者计算出在过去十年中，气候变暖对于玉米和大豆产业造成的净经济损失在5.95-8.58亿美元之间。同时，作者还预测了未来气候变暖对于玉米和大豆长期产量的影响，指出到2100年，玉米和大豆将分别减产3–12% 和 7–19%。

 

作者最后也强调，一方面，由于文章所分析的时间段较短，在长期中玉米和大豆产业所遭受的净损失可能会更大。而另一方面，由于没有考虑农民可能在长期针对气候变化做出的适应性调整行为，损害系数存在被高估的可能。

 

原文摘要

 

To move China's climate policy forward, improved analyses of climate impacts on economic sectors using rigorous methodology and high quality data are called for. We develop an empirical framework, using fine-scale meteorological data, to estimate the link between corn and soybean yields and weather in China. We find that (i) there are nonlinear and inverted U-shaped relationships between crop yields and weather variables; (ii) global warming has caused an economic loss of about $820 million to China's corn and soybean sectors in the past decade; and (iii) corn and soybean yields are projected to decline by 3–12% and 7–19%, respectively, by 2100.