氣候變化對農(nóng)作物生產(chǎn)力與種植結(jié)構(gòu)的影響
——基于DNDC-CGE模型的仿真研究

袁 鋒，于 冷，趙子健

（上海交通大學安泰經(jīng)濟與管理學院，上海 200030）

氣候變化對農(nóng)作物生產(chǎn)力與種植結(jié)構(gòu)的影響
——基于DNDC-CGE模型的仿真研究

袁 鋒，于 冷，趙子健

（上海交通大學安泰經(jīng)濟與管理學院，上海 200030）

農(nóng)業(yè)作為“靠天吃飯”的行業(yè)，氣候變化勢必對農(nóng)作物的生產(chǎn)力與種植結(jié)構(gòu)產(chǎn)生深刻影響。結(jié)合增溫、降水減少和二氧化碳濃度增加進行情景設定，并通過所構(gòu)建的中國地區(qū)DNDC－CGE模型開展仿真。研究發(fā)現(xiàn)，氣候變暖將促使大多數(shù)農(nóng)作物（如玉米、水稻、甘蔗等）的單產(chǎn)增加，但市場的供求規(guī)律將使得相關農(nóng)產(chǎn)品價格逆向浮動，進而改變農(nóng)戶種植行為，促使他們將大量農(nóng)地挪用于種植其他價高作物；降水減少使得甘蔗、馬鈴薯等單產(chǎn)減少，且水稻和谷物的種植面積、價格與行業(yè)增加值下降；二氧化碳濃度提高將使得絕大多數(shù)農(nóng)作物的產(chǎn)量得到正向提升，僅不利于纖維作物增產(chǎn)。總體而言，氣候變化有利于中國整體的GDP增長。

種植結(jié)構(gòu)；氣候變化；CO2肥效作用；DNDC-CGE模型

自20世紀70年代以來，人類對地球的深度開發(fā)導致溫室氣體排放迅速增加，造成全球溫度顯著上升，成為氣候變化最為重要的特征。IPCC第五份全球氣候變化綜合報告指出，1880—2012年之間的大氣平均溫度上升0.65～1.06℃，并預期21世紀末全球表面溫度變化可能超過1.5℃［1］。農(nóng)業(yè)作為“靠天吃飯”的行業(yè)，溫度變化勢必對農(nóng)作物的生產(chǎn)力（即單產(chǎn)）與種植結(jié)構(gòu)產(chǎn)生深刻影響。溫度持續(xù)快速上升的結(jié)果可能是破壞性的，如Lin［2］就明確指出農(nóng)作物產(chǎn)量會因此受到?jīng)_擊，導致農(nóng)產(chǎn)品行業(yè)的巨大損失。但有限增溫對農(nóng)業(yè)產(chǎn)生的影響并不明確，對于某些農(nóng)作物而言，溫度上升有助于縮短其發(fā)育周期，并提高產(chǎn)量。單產(chǎn)的變化必然引起種植結(jié)構(gòu)的轉(zhuǎn)變。改革開放以來，既有的溫度上升已使得我國種植北界持續(xù)北推，且水稻種植比例下降，玉米種植比例增加，而小麥比重起伏不定［3］?？梢源_信的是，進一步的氣候變化勢必繼續(xù)影響主要作物產(chǎn)量以及種植結(jié)構(gòu)。

降水變化也會對農(nóng)作物產(chǎn)量發(fā)生影響，降水增加的年份可以通過減少灌溉來防止?jié)碁陌l(fā)生，但干旱氣候下缺水地區(qū)農(nóng)業(yè)的減產(chǎn)無可避，由此在降水模擬上尤其需要注意干旱發(fā)生。近年來，我國干旱現(xiàn)象頻發(fā)，根據(jù)國家氣候中心網(wǎng)發(fā)布的極端天氣氣候時間統(tǒng)計，2004年中期到2010年末的干旱發(fā)生占到氣候災害的15%［4］，這進一步從現(xiàn)實層面提高了探討干旱的意義。

此外，還有一個要素需要納入考量，即CO2濃度上升。CO2濃度上升有助于提高農(nóng)作物產(chǎn)量，發(fā)揮顯著的肥效作用。國內(nèi)學者也注意到了這一問題，如黃德林等［5］發(fā)現(xiàn)考慮二氧化碳肥效作用之后，氣候變化對中國經(jīng)濟的影響將由負轉(zhuǎn)正。

基于此，本研究設計多種氣候變化情景，利用反硝化—反分解（DeNitrification—DeComposition，DNDC）模型仿真氣候變化對主要農(nóng)作物單產(chǎn)可能產(chǎn)生的沖擊，同時耦合可計算一般均衡模型（Computable General Equilibrium，CGE）模擬不同氣候條件下農(nóng)作物單產(chǎn)變化對我國農(nóng)業(yè)種植結(jié)構(gòu)的影響。

1 氣候變暖對農(nóng)業(yè)生產(chǎn)的影響研究概況

由于全球變化趨勢愈發(fā)明顯，由此對農(nóng)業(yè)生產(chǎn)的各種效應得到了學界的高度重視。在增溫效應方面，Walthall等［6］比較了溫度與降水、極端等天氣事件對美國農(nóng)林業(yè)的影響差異，指出溫度在植物授粉期的變化對植物生長的影響最大，溫度上升可能引起植物過早成熟，有助于實現(xiàn)作物一年多熟，但溫度較高幅度的上升會對農(nóng)作物生長造成限制作用；Gohari等［7］使用隨機模型評估了扎因達魯?shù)铝饔?種農(nóng)作物受到溫度變化的具體影響，發(fā)現(xiàn)4種作物的種植周期都有所縮短，產(chǎn)量在溫度持續(xù)上升超過一定限度后開始下降，且玉米、水稻對溫度變化最為敏感；Hatfield等［8］的研究也取得類似結(jié)論。以我國為對象的研究也在陸續(xù)開展中，孫芳［9］通過設定不同氣候情景進行仿真模擬，發(fā)現(xiàn)氣候變暖將導致北方水稻種植比例增加、小麥減少以及西部玉米種植增加等結(jié)構(gòu)性調(diào)整；劉穎杰［10］通過對前50年數(shù)據(jù)的分析，發(fā)現(xiàn)溫度上升使得東北地區(qū)產(chǎn)量增加，西北、西南地區(qū)產(chǎn)量減少，而華東、中南地區(qū)產(chǎn)量變化不明顯；云雅如［11］進一步發(fā)現(xiàn)溫度上升增加了東北地區(qū)的水稻種植面積，但減少了小麥種植面積；宋艷玲等［12］以1953—2000年新疆地區(qū)的種植情況為研究對象，發(fā)現(xiàn)溫度上升會促使棉花種植比例大幅提高。

在干旱效應方面，方強飛［13］研究發(fā)現(xiàn)干旱對冬小麥的影響較春小麥更嚴重，且干旱對不同地區(qū)的影響存在差異，北方受到的影響較嚴重；徐建文等［14］通過搜集歷史數(shù)據(jù)，進而使用DSSAT模型仿真干旱對冬小麥生育階段的影響，發(fā)現(xiàn)北方地區(qū)減產(chǎn)明顯，由此斷定干旱將對部分農(nóng)作物的產(chǎn)量有不利的影響。降水與q氣溫也會產(chǎn)生協(xié)同效應，如劉曉英等［15］模擬了溫度上升1～4℃情形下華北地區(qū)農(nóng)作物需水量的變動，發(fā)現(xiàn)冬小麥需求增幅最大，棉花次之，而夏玉米最小。

在CO2肥效方面，劉穎杰［10］發(fā)現(xiàn)CO2濃度上升對不同地區(qū)玉米生產(chǎn)有差異化作用，尤其是高濃度情景下，華北地區(qū)玉米呈現(xiàn)增產(chǎn)趨勢；王慧貞［16］通過中國北方FACE系統(tǒng)平臺對不同CO2濃度情景進行了模擬，發(fā)現(xiàn)水稻對CO2的反應最為積極，產(chǎn)量出現(xiàn)增加的趨勢；王晨光［17］指出高濃度CO2會促進冬小麥的光合能力，有助于積累更多有機物從而實現(xiàn)增產(chǎn)。

以上研究絕大多數(shù)隸屬于自然科學領域，依托歷史氣象資料、農(nóng)業(yè)實際數(shù)據(jù)進行相關分析，以此探討氣候變化對于種植情況的影響。由于背景條件的差異，不同研究者的結(jié)論不盡相同。為了得到一個更為系統(tǒng)的結(jié)論，本研究從機理模型出發(fā)，將自然科學模型與經(jīng)濟系統(tǒng)模型相互耦合形成模擬平臺，形成了獨特的研究方式，具有重要的理論意義。具體而言，利用DNDC這一生物地球化學模型測度氣候變化帶來的農(nóng)作物生產(chǎn)力變化，并將其作為產(chǎn)量異動沖擊引入CGE模型，進而分析種植結(jié)構(gòu)變化，為社會各界認識中國農(nóng)業(yè)后續(xù)變化趨勢提供參考。

2 DNDC模型及仿真結(jié)果

2.1 DNDC模型與情景設定

DNDC模型是美國新罕布什爾州大學地球、海洋與空間研究所開發(fā)的一個大型生物地球化學模型，主要通過模仿生態(tài)系統(tǒng)中碳、氮元素受到環(huán)境營力作用的生物地球化學過程，仿真區(qū)域內(nèi)的農(nóng)作物生長、營養(yǎng)元素淋溶、溫室氣體排放以及土壤固碳。DNDC自開發(fā)以來，就受到世界各國研究人員的關注，大量研究也驗證這一模型具有較高的擬合準確性。

DNDC模型包括兩部分，即機理模型與數(shù)據(jù)庫。機理模型被開發(fā)成DNDC軟件，最新版本為DNDC 9.5（http://www.dndc.sr.unh.edu/）。中國地區(qū)數(shù)據(jù)庫由DNDC模型的提出者、新罕布什爾大學李長生教授構(gòu)建，該數(shù)據(jù)庫將中國劃分為2 473個格點，搜集了各個格點的具體參數(shù)，包含地理位置、土壤性質(zhì)、種植情況、灌溉比例、肥料使用以及氣象數(shù)據(jù)等，其中種植情況為2007年數(shù)據(jù)，而氣象數(shù)據(jù)對應2010年。

近年來，我國氣候變暖現(xiàn)象比較突出，《2015年中國氣候公報》指出當年是自1951年有完整氣象記錄以來平均氣溫最高的一年，平均氣溫較常年高出0.95℃。因此，本研究設定了兩種氣候變暖情景：一是溫度較基準情景（2010年）上升1℃；二是設定氣溫上升2℃，模擬增溫跨度加大的情景。同時，考慮到降水可能的減少，根據(jù)《2011年水資源公報》數(shù)據(jù)，當年降水較常年減少9.4%，因此采用減少10%作為可能出現(xiàn)的干旱情景，并探討了氣溫與降水同時變化的混合情景。根據(jù)美國國家海洋和大氣管理局地球系統(tǒng)研究實驗室對全球CO2濃度的觀測數(shù)據(jù)，2010年全球CO2濃度的月均值為390 μL/L，本研究以此為基準情形，并考慮了CO2肥效情景，即濃度上升為410 μL/L。此外，本研究也考慮了若干混合情景，由此共設計7個情景，具體見表1。

表1 不同情景的具體設定

需要指出的是，DNDC中的產(chǎn)量是指作物果實部分的含碳量，由于同一農(nóng)作物中的含碳量相對穩(wěn)定，因此含碳量變化可以視作產(chǎn)量變化；考慮到DNDC假定種植面積不變，由此可以進一步視其為農(nóng)作物生產(chǎn)力或單產(chǎn)的變動率。本研究模擬了17種主要農(nóng)作物在不同情景下的產(chǎn)量，并通過與基準情形進行比較得出單產(chǎn)的變化率。此外，為了與后續(xù)CGE模型中的作物大類進行匹配，需要將同類農(nóng)作物進行合并，這需要知悉各種農(nóng)作物的實際產(chǎn)量以便加總，因此將《中國統(tǒng)計年鑒》中農(nóng)作物實際產(chǎn)量根據(jù)變化率進行調(diào)整與累加，表2給出了不同情景下各大類農(nóng)作物單產(chǎn)相對于基準情景的變化率。

2.2 DNDC模型的仿真結(jié)果

2.2.1無二氧化碳肥效作用的氣候變化情景模擬 由DNDC模型仿真得到的無二氧化碳肥效作用下不同氣候情景的運行結(jié)果（表2）可以看出，玉米、水稻和甘蔗是單一增溫情景中單產(chǎn)增加最快的3類作物，這是源于玉米、水稻與甘蔗屬于喜溫作物，溫度上升對這3類作物的生長有極強的促進作用；而甜菜、花生、春小麥、高粱、燕麥和大豆在溫度上升后發(fā)生減產(chǎn)，源于這些作物大多喜涼或喜濕，增溫不適于作物生長。具體而言，春小麥的適宜生長溫度區(qū)間較低，增溫會抑制生長；而高溫加大了花生的蒸騰作用，水分流失不利花生成長。相較于單一增溫情景，干旱增溫情景中所有作物產(chǎn)量都出現(xiàn)了下降，尤其是甘蔗、馬鈴薯和燕麥。在高增溫混合情景中，蔬菜減產(chǎn)同樣十分嚴重?？傮w而言，升溫對水稻、向日葵與甜菜等作物產(chǎn)生的減產(chǎn)并不明顯；但由于干旱效應，冬小麥、小米、蔬菜、馬鈴薯、豆類、大豆、油菜、甘蔗以及棉花的產(chǎn)量都將發(fā)生大幅下滑。

表2 單一增溫與增溫干旱混合情景中各類農(nóng)作物單產(chǎn)的變化率（%）

將DNDC模型的仿真結(jié)果根據(jù)作物類別進行累加，結(jié)果見表3。從大類作物角度來看，單一增溫情景中，僅油料作物和纖維作物（高增溫時）減產(chǎn)，而其他作物均增產(chǎn)，尤其是水稻和谷物。降水減少后，糖類作物減產(chǎn)最為明顯，同時蔬菜、油料作物以及纖維作物也呈現(xiàn)減產(chǎn)。

表3 單一增溫與增溫干旱混合情景中大類農(nóng)作物生產(chǎn)力變化率（%）

2.2.2結(jié)合二氧化碳肥效作用的氣候變化情景模擬 考慮到二氧化碳肥效作用，本研究將二氧化碳濃度提升為410 μL/L，進而設計了3種情景，其中情景5僅考慮了肥效，而情景6和7結(jié)合了增溫和干旱，由此得到的DNDC結(jié)果見表4，對農(nóng)作物進行歸類整理后的結(jié)果見表5。從表4、表5可以看出，在單一肥效情景中，棉花減產(chǎn)最為嚴重，其次是燕麥、小米與冬小麥，主要源于這些作物大多是喜涼作物；同時，大部分作物增產(chǎn)，尤其是甘蔗、春小麥與豆類等。這表明二氧化碳濃度提升有助于大部分農(nóng)作物增產(chǎn)。

表4 結(jié)合肥效作用情景中的各類農(nóng)作物生產(chǎn)力變化率（%）

表5 結(jié)合肥效作用情景中的大類農(nóng)作物生產(chǎn)力變化率（%）

結(jié)合其他氣候變化因素進行綜合模擬。在低增溫干旱情景中，水稻、玉米、向日葵、油菜和豆類增產(chǎn)，而其他農(nóng)作物減產(chǎn)，尤其是燕麥和棉花；在高增溫干旱情景中，水稻、向日葵、豆類等9類作物生產(chǎn)力增加，而燕麥、棉花、甜菜、花生等8類作物生產(chǎn)力減少。相比低增溫干旱情景，高增溫干旱情景下的水稻、玉米、小米、向日葵和冬小麥等10類作物單產(chǎn)提升，而甜菜、花生、大豆等7類作物單產(chǎn)下降。與無肥效作用的情景進行橫向比較，可以發(fā)現(xiàn)，二氧化碳濃度上升使得纖維作物減產(chǎn)最明顯，但對于水稻增產(chǎn)有著積極作用。

根據(jù)表5的結(jié)果，單一肥效情景中的纖維作物和小麥減產(chǎn)，而其他大類作物增產(chǎn)。在低增溫混合情景中，由于增溫和干旱的作用，蔬菜和糖類作物也顯現(xiàn)減產(chǎn)，但水稻和谷物產(chǎn)量上升；在高增溫混合情景中，水稻、谷物和小麥實現(xiàn)增產(chǎn)，而其他4類作物均減產(chǎn)，尤其是纖維作物。對不同情景進行橫向比較，可知氣溫上升使得作物產(chǎn)量波動幅度加大，也意味著負面作用被放大，這需要引起重視；與無肥效作用情景進行橫向比較，可以發(fā)現(xiàn)，二氧化碳濃度上升使得纖維作物的減產(chǎn)十分明顯，而除小麥和纖維作物之外的其他作物在單產(chǎn)方面有所增加。

3 CGE模型與仿真結(jié)果

CGE模型是以一般均衡理論為基礎，可以涵蓋不同商品與要素市場，并將居民、政府、企業(yè)以及世界其他地區(qū)等主體一并納入的開放經(jīng)濟系統(tǒng)，它通過不同變量的設定與相應方程體系的構(gòu)建，形成與現(xiàn)實匹配的大型數(shù)值模型。

3.1 CGE模型的原理與構(gòu)建

CGE模型通過一系列方程描述經(jīng)濟系統(tǒng)中商品、要素市場的供給、需求以及均衡關系，其中商品、要素的數(shù)量和價格是方程的內(nèi)生變量。方程中包含著若干外生變量，而外生變量的改變會對整個方程組表示的經(jīng)濟系統(tǒng)產(chǎn)生影響，表現(xiàn)為內(nèi)生變量（商品、要素的價格和數(shù)量）產(chǎn)生波動，即系統(tǒng)從初始均衡轉(zhuǎn)變至另一個新均衡狀態(tài)。通過兩者之間的比較分析，可以得知外生沖擊對經(jīng)濟體系的影響，以便給予全面分析。

CGE仿真結(jié)果的可信度一直是焦點問題之一，在本研究中表現(xiàn)為：數(shù)據(jù)搜集年份較早，而當時的經(jīng)濟形勢與目前乃至今后的經(jīng)濟運行狀況存在較大差別，基期模擬結(jié)果是否仍具適用性。這是目前CGE研究中普遍存在的問題，一些文獻采用動態(tài)遞歸的方法實現(xiàn)數(shù)據(jù)更新，進而在新數(shù)據(jù)基礎上進行模擬，以便提高研究的信度［5］。而本研究基于兩個原因仍采用靜態(tài)模擬方法：一是本研究僅希望測度出氣候沖擊帶來的比例變動，并不涉及對未來的總量預測，由此任何一個時點的比較靜態(tài)分析已經(jīng)能夠滿足要求；二是為了與DNDC數(shù)據(jù)庫匹配，以便提升研究的合理性。

本研究構(gòu)建的CGE模型以翟凡等［18］的研究為基礎，包括生產(chǎn)模塊、價格模塊、流通模塊、收入支出模塊以及閉合模塊，具體說明如下。

3.1.1生產(chǎn)模塊 生產(chǎn)模塊反映了行業(yè)生產(chǎn)的投入產(chǎn)出情況，模型假定資本、勞動以及中間投入是最主要的生產(chǎn)性投入，通過常替代函數(shù)（Constant Elasticity of Substitution，CES）以及Leontief函數(shù)進行結(jié)構(gòu)性嵌套。

3.1.2價格模塊 價格模塊給出了企業(yè)對產(chǎn)出品的定價方式，由于模型假定所有商品市場為完全競爭市場，企業(yè)不存在超額利潤，由此各層投入價格為下一層投入價格的相應嵌套，行業(yè)產(chǎn)出價格是資本—勞動—土地與中間投入價格的CES合成。

3.1.3流通模塊 流通模塊中的商品存在國內(nèi)與國外兩種生產(chǎn)來源，國內(nèi)商品需求可以通過本國生產(chǎn)以及國外進口滿足，而國內(nèi)商品供給存在國內(nèi)出售以及對外出口兩種銷售渠道。在商品進口方面，模型使用了Armington假設；而在出口方面，模型使用常彈性轉(zhuǎn)換方程（Constant Elasticity of Transformation，CET）方程予以表示。由于我國在不同商品的國際市場上普遍缺乏定價權(quán)，故在進出口定價上選用小國假設，即我國是世界價格的接受者。

3.1.4收入支出模塊 政府、居民與企業(yè)是實際經(jīng)濟的最主要參與者，本研究通過對其收支進行描述，以便表現(xiàn)其經(jīng)濟參與情況。政府作為公共服務機構(gòu)，其收入主要來源于土地收入、各類稅收（生產(chǎn)稅、關稅、所得稅等）；政府支出主要用于轉(zhuǎn)移支付以及政府購買。

居民是商品最主要的消費者以及勞務提供者，收入來源于勞動報酬以及來自政府、企業(yè)和世界其他地區(qū)的轉(zhuǎn)移支付；支出是對商品的消費支出以及向政府交納的各項稅費。其中，所得稅稅率、政府與世界其他地區(qū)的轉(zhuǎn)移支付外生給定，企業(yè)轉(zhuǎn)移支付占企業(yè)稅后收入的比例固定，同時模型假定居民具有Cobb—Douglas形式的效用函數(shù)。

企業(yè)作為商品生產(chǎn)者以及勞務購買者，其收入主要來源于產(chǎn)業(yè)資本報酬以及來自政府的轉(zhuǎn)移支付；支出主要是對居民的轉(zhuǎn)移支付以及向政府交納的各項稅費，其中稅收占比外生給定。

3.1.5閉合模塊 閉合模塊包括要素市場（資本、勞動和土地）以及投資—儲蓄的出清，其中投資額、要素供給總量、國外凈匯入外生，且將匯率作為基準價格。

3.2 CGE模型的數(shù)據(jù)基礎

CGE模型的數(shù)據(jù)基礎包括社會核算矩陣（Social Accounting Matrix，即SAM表）以及外生參數(shù)，其中SAM表以矩陣形式描述經(jīng)濟系統(tǒng)內(nèi)部生產(chǎn)活動以及各行為主體間的關聯(lián)方式。本研究編制的中國社會核算矩陣包括生產(chǎn)活動賬戶、商品賬戶、要素賬戶、居民賬戶、企業(yè)賬戶、政府賬戶以及資本賬戶和世界其他地區(qū)賬戶8類。編制過程中采用的行業(yè)數(shù)據(jù)來源于GTAP（Global Trade Analysis Project）8.0中的57部門數(shù)據(jù)，而其他數(shù)據(jù)采用了《中國統(tǒng)計年鑒（2008）》“資金流量表（實物量）”中的統(tǒng)計值。由于存在統(tǒng)計口徑差異，SAM表行列和在很多情況中可能出現(xiàn)不一致的現(xiàn)象，因此采用交叉熵方法對SAM表進行調(diào)平（表6）。

表6 調(diào)平后的中國SAM簡表（×1010元）

3.3 CGE模型的仿真結(jié)果

在模型耦合上，本研究將DNDC模型計算的單產(chǎn)變化率以技術(shù)沖擊的形式進入CGE模型，從而產(chǎn)生新的經(jīng)濟均衡，并與基準情景對比得出沖擊帶來的種植結(jié)構(gòu)變化。盡管增溫導致單位種植面積的生產(chǎn)力發(fā)生變化，但既有種植面積上的農(nóng)資用品（化肥、農(nóng)藥、農(nóng)膜等）投入并沒有因此變化，由此需要對中間投入進行適當調(diào)整。

3.3.1農(nóng)作物相關行業(yè)的模擬結(jié)果 （1）無二氧化碳肥效作用情景的CGE模型運行結(jié)果。將DNDC調(diào)整的大類作物單產(chǎn)變化率代入CGE模型予以運行，結(jié)果見表7、表8。從表7可以看出，由于水稻、谷物以及糖類作物屬于喜溫作物，增溫導致了增產(chǎn)，但均衡條件下的種植面積和行業(yè)增加值卻發(fā)生下降，其背后的邏輯是增產(chǎn)導致作物價格下降，進而改變農(nóng)戶的種植決策。這在高增溫情景中尤為明顯，生產(chǎn)力增長趨勢越顯著，對應大類作物價格降幅就越大，最終所有作物價格均發(fā)生下滑。就具體種植結(jié)構(gòu)變化而言，水稻面積和行業(yè)增加值減少較為嚴重，低增溫情景中分別減少3.18%和3.70%，而高增溫情景中分別減少4.96%和5.89%。小麥在低增溫情景中種植面積小幅上升，而在高增溫情景中出現(xiàn)了種植面積下降的現(xiàn)象，同時行業(yè)增加值均有所下降。增溫對蔬菜與纖維作物的單產(chǎn)影響不明顯，且對油料作物生長具有負向作用，但三者的種植面積擴張較為顯著，從而扭轉(zhuǎn)了產(chǎn)量下滑趨勢，并在行業(yè)增加值上顯現(xiàn)出正向增長。從表8可以看出，相比單一增溫情景，增溫干旱混合情景中水稻和小麥的變化幅度有所加大；谷物行業(yè)發(fā)展被全面抑制；蔬菜與糖類作物的種植面積、價格和增加值上升，但產(chǎn)量有所下降；油料作物的種植面積和價格呈現(xiàn)上升，而產(chǎn)量與增加值出現(xiàn)下滑，且產(chǎn)量縮減較為嚴重。

表7 單一增溫情景中的農(nóng)作物種植結(jié)構(gòu)變化率（%）

表8 增溫干旱混合情景中的農(nóng)作物種植結(jié)構(gòu)變化率（%）

（2）結(jié)合二氧化碳肥效作用情景的CGE模型運行結(jié)果。僅考慮二氧化碳濃度提升情景的模擬結(jié)果見表9，可以發(fā)現(xiàn)，除了纖維作物外的其他大類作物產(chǎn)量都有所提高，且小麥、油料作物和纖維作物的種植面積與行業(yè)增加值上升。在這個過程中，作物價格發(fā)揮了積極的調(diào)節(jié)作用，小麥與纖維作物的價格上升，其他作物價格下調(diào)，同時也引起除油料作物外的作物行業(yè)增加值削減。

綜合模擬情景（情景6、情景7）的模擬結(jié)果（表9）表明，除纖維作物外的其他大類作物都實現(xiàn)了增產(chǎn)。就種植結(jié)構(gòu)而言，水稻和谷物的種植面積和行業(yè)增加值下降，而其他大類作物的種植面積和增加值都得到提升。在價格方面，水稻、谷物和油料作物的價格下降，且高增溫情景中的小麥價格也將下滑。需要注意的是，纖維作物價格上調(diào)較快，這是由纖維作物生產(chǎn)力被較大幅度削弱所致。將肥效情景與相應無肥效情景進行橫向?qū)Ρ?，可以發(fā)現(xiàn)肥效作用促使了絕大多數(shù)大類作物的增產(chǎn)，且小麥和纖維作物的種植面積、價格水平以及行業(yè)增加值都同步提升。

表9 結(jié)合肥效作用情景中的農(nóng)作物種植結(jié)構(gòu)變化率（%）

3.3.2其他行業(yè)與經(jīng)濟總量方面的模擬結(jié)果 農(nóng)業(yè)作為經(jīng)濟系統(tǒng)的一部分，其結(jié)構(gòu)變動必定引起關聯(lián)行業(yè)乃至整個體系的調(diào)整。表10統(tǒng)計了7個情景中GDP、三大產(chǎn)業(yè)增加值以及居民福利的變動情況，其中居民福利指以基年價格核算的居民消費總支出。從表10可以看出，單一增溫情景下第一產(chǎn)業(yè)增加值有輕微下降，而其他兩個產(chǎn)業(yè)以及整體GDP得到提升，尤其表現(xiàn)在第三產(chǎn)業(yè)上，同時，居民福利也得到較為顯著的提升。在增溫干旱情景中，三大產(chǎn)業(yè)與GDP都有所增長，但居民福利反轉(zhuǎn)下降，這與部分產(chǎn)品價格上升較大有關。與單一增溫情景相比，混合情景中第一產(chǎn)業(yè)增加值獲得明顯提振，但其他兩個產(chǎn)業(yè)乃至整體GDP略有收縮。在單一肥效情景中，第三產(chǎn)業(yè)增加值提升最為顯著，有效帶動了GDP的上揚，同時，第一產(chǎn)業(yè)與第二產(chǎn)業(yè)增加值下調(diào)，也引起居民福利下滑。在綜合情景中，第一產(chǎn)業(yè)增加值下降，其他兩個產(chǎn)業(yè)增加值以及GDP都表現(xiàn)為正向增長，居民福利隨之大幅改善；與相對應的無肥效情景進行對比，居民福利明顯改善，且第一產(chǎn)業(yè)和第二產(chǎn)業(yè)增加值下降，第三產(chǎn)業(yè)增加值上浮，產(chǎn)業(yè)層面變動的分化導致經(jīng)濟總體表現(xiàn)上的變化并不確定。

表10 不同情景中宏觀與產(chǎn)業(yè)經(jīng)濟層面的變化率（%）

4 結(jié)論

本研究構(gòu)建了中國地區(qū)的DNDC－CGE模型，對不同氣候條件下農(nóng)作物生產(chǎn)力變化與所引發(fā)的農(nóng)業(yè)種植結(jié)構(gòu)影響進行了仿真，結(jié)果表明：

（1）溫度提高是氣候變化最顯著的特征，會對不同農(nóng)作物的生產(chǎn)力與種植結(jié)構(gòu)產(chǎn)生復雜影響。具體而言，單一增溫情景下，只有油料作物和纖維作物（僅高增溫時）減產(chǎn)，其他作物均增產(chǎn)。由于市場供求規(guī)律的干預，作物增產(chǎn)將導致對應市場價格下降較快，進而逆向調(diào)整種植面積，進而導致水稻、谷物與糖類作物的種植面積下降，纖維作物和油料作物的種植面積增長。就最終均衡結(jié)果而言，所有作物的產(chǎn)量都有所提升。

（2）氣候變化還涉及降水變化，尤其表現(xiàn)在降水減少、干旱顯現(xiàn)之時。降水減少后，糖類作物減產(chǎn)最為明顯，同時蔬菜、油料作物以及纖維作物也呈現(xiàn)減產(chǎn)。市場均衡時，水稻和谷物的種植面積下降，而其他作物的種植面積均有所增長，最終使得蔬菜、油料作物、糖類作物和纖維作物的產(chǎn)量下滑，尤其是油料作物。

（3）大氣中的二氧化碳濃度上升會產(chǎn)生肥效作用，能夠提高大多數(shù)農(nóng)作物的生產(chǎn)力，僅纖維作物和小麥例外。市場均衡時，小麥、纖維作物和油料作物的種植面積增加，且小麥、纖維作物與油料作物的增加值提升。

（4）將如上氣候要素均納入綜合情景予以考量，結(jié)果發(fā)現(xiàn)水稻、谷物和小麥（僅高增溫時）生產(chǎn)力上升。市場均衡時，水稻和油料作物的種植面積減少，在總產(chǎn)量上僅纖維作物大幅減產(chǎn)，其原因在于二氧化碳濃度上升極不利于纖維作物生長。

（5）就氣候變化的整體效應而言，氣候變化有利于經(jīng)濟發(fā)展。就不同氣候變化要素的作用特征而言，增溫抑制了第一產(chǎn)業(yè)增加值形成，干旱損害了居民福利，而二氧化碳肥效作用有益于第三產(chǎn)業(yè)的發(fā)展。

［1］ Pachauri R K，Allen M R，Barros V R，et al.Climate change 2014：synthesis report// Contribution of working groups I，II and III to the fifth assessment report of the intergovernmental panel on climate change［M］.IPCC，2014.

［2］ Lin E.Agricultural vulnerability and adaptation to global warming in China ［J］.Water，Air，and Soil Pollution，1996（12）：63-73.

［3］ 李祎君，王春乙.氣候變化對我國農(nóng)作物種植結(jié)構(gòu)的影響［J］.氣候變化研究進展，2010，6（2）：123-129.

［4］ 孟旭芹，童俊，劉園園.我國氣象災害特征分析［J］.科技風，2016（2）：211.

［5］ 黃德林，李喜明，鞠劭芃.氣候變化對中國糧食生產(chǎn)、消費及經(jīng)濟增長的影響研究—— 基于中國農(nóng)業(yè)一般均衡模型［J］.中國農(nóng)學通報，2016，32（20）：165-176.

［6］ Walthall C L，Hatfield J，Backlund P，et al.Climate Change and Agriculture in the United States：Effects and Adaptation［R］.Washington DC：USDA Technical Bulletin 1935，2012.

［7］ Gohari A，Eslaian S，Abedi-Koupaei J，et al.Climate change impacts on crop production in Iran's Zayandeh-Rud River Basin［J］.Science of the Total Environment，2013，442C：405-419.

［8］ Hatfield J L，Boote K J，Kimball B A，et al.Climate impacts on agriculture：implications for crop production ［J］.Agronomy Journal，2011，103（2）：351-371.

［9］ 孫芳.農(nóng)業(yè)適應氣候變化能力研究—— 種植結(jié)構(gòu)與技術(shù)方向［D］.北京：中國農(nóng)業(yè)科學院，2008.

［10］ 劉穎杰.氣候變化對中國糧食產(chǎn)量的區(qū)域影響研究—— 以玉米為例［D］.北京：首都師范大學，2008.

［11］ 云雅如.過去20年我國黑龍江省主要糧食作物種植格局變化同氣候變暖之間的關系［D］.呼和浩特：內(nèi)蒙古師范大學，2004.

［12］ 宋艷玲，張強，董文杰，等.氣候變化對新疆地區(qū)棉花生產(chǎn)的影響［J］.中國農(nóng)業(yè)氣象，2004，25（3）：15-20.

［13］ 方強飛.基于中分辨率遙感數(shù)據(jù)的全國小麥主產(chǎn)區(qū)干旱及對小麥產(chǎn)量影響研究［D］.南京：南京大學，2014.

［14］ 徐建文，居輝，梅旭榮，等.近30年黃淮海平原干旱對冬小麥產(chǎn)量的潛在影響模擬［J］.農(nóng)業(yè)工程學報，2015，21（6）：150-158.

［15］ 劉曉英，林而達.氣候變化對華北地區(qū)主要作物需水量的影響［J］.水利學報，2004（2）：77-82.

［16］ 王惠貞.CO2濃度增高對北方水稻生理代謝影響的研究［D］.沈陽：沈陽農(nóng)業(yè)大學，2014.

［17］ 王晨光.大氣CO2濃度升高對冬小麥生長及產(chǎn)量的影響［D］.晉中：山西農(nóng)業(yè)大學，2015.

［18］ 翟凡，李善同，馮珊.一個中國經(jīng)濟的可計算一般均衡模型［J］.數(shù)量經(jīng)濟技術(shù)經(jīng)濟研究，1997，7（3）：38-44.

（責任編輯 鄒移光）

Influence of climate change on the agricultural productivity and planting structure—Simulation study based on DNDC-CGE model

YUAN Feng，YU Leng，ZHAO Zi-jian
（Antai College of Economics and Management, Shanghai Jiao Tong University, Shanghai 200030, China）

Agriculture is the industry that would be seriously affected by weather, and climate change would have profound impacts on crop productivity and planting structure.To make clear this problem, this paper set several scenarios considering temperature changes, precipitation decline and CO2concentration increase, and build a DNDC—CGE model of China to simulate them.The results show that temperature rise will increase the unit yields of most crops, but market supply-demand discipline would make their prices float reversely, which change framers’ behavior, transferring farmlands to plant other crops which price would be increased by the marker forces.Precipitation decline will decrease most crops’ yields, especially sugarcane and potato, and the planting area, price and added value of rice and grain will decrease.On the other hand, CO2concentration increase will increase most crops’ yields, but it is unbeneficial to fiber crop’s production increase.In total, Climate change is good for the GDP growth of China.

planting structure; climate change; CO2fertilization effect; DNDC—CGE model

S162.5+7

A

1004-874X（2016）12-159-09

10.16768/j.issn.1004-874X.2016.12.026

2016-09-25

國家自然科學基金重點項目（71333010）；國家自然科學基金（71573173）；國家社會科學基金重點項目（15AZD010）；上海交通大學博士后研究基金（14X100030025）

袁鋒（1993-），男，在讀碩士生，E-mail：reganyuan@163.com

袁鋒，于冷，趙子健.氣候變化對農(nóng)作物生產(chǎn)力與種植結(jié)構(gòu)的影響——基于DNDC-CGE模型的仿真研究［J］.廣東農(nóng)業(yè)科學，2016，43（12）：159-167.