滇中地區(qū)氣候變化對糧食單產(chǎn)的影響分析

，，(楚雄師范學(xué)院地理科學(xué)與旅游管理學(xué)院，云南 楚雄 675000)

滇中地區(qū)氣候變化對糧食單產(chǎn)的影響分析

邱麗麗，彭燕梅，尹艷瓊
(楚雄師范學(xué)院地理科學(xué)與旅游管理學(xué)院，云南 楚雄 675000)

根據(jù)地面氣象觀測和農(nóng)業(yè)生產(chǎn)統(tǒng)計(jì)數(shù)據(jù)，采用線性回歸和Mann-Kendall檢驗(yàn)分析了滇中地區(qū)年平均氣溫和年降水量的動(dòng)態(tài)變化。采用生產(chǎn)函數(shù)和經(jīng)濟(jì)-氣候模型擬合驗(yàn)證氣候變化對糧食單產(chǎn)的影響。1990—2012年，滇中地區(qū)糧食單產(chǎn)平穩(wěn)上升。年平均氣溫呈升高趨勢，升高速率為0.451 ℃/10 a；年降水量呈減少趨勢，減少速率為-110.84 mm/10 a。C-D生產(chǎn)函數(shù)擬合表明勞動(dòng)力和有效灌溉面積對糧食單產(chǎn)的影響顯著，但農(nóng)機(jī)動(dòng)力和化肥投入對其影響并不顯著。氣溫和降水的彈性系數(shù)分別是0.013和5.125×10-5。當(dāng)氣溫和降水的二次方變量引入經(jīng)濟(jì)-氣候模型后，其擬合優(yōu)度明顯提高；且表明，在其他投入要素不變的情況下，過去23年及未來滇中地區(qū)的氣溫升高不利于提高糧食單產(chǎn)；相反，年降水量的減少卻對糧食單產(chǎn)的提高沒有負(fù)作用。

氣候變化；糧食單產(chǎn)；影響；年均氣溫；年降水；滇中地區(qū)

農(nóng)業(yè)生產(chǎn)受到自然條件的限制和影響，對氣候變化比較敏感[1-2]，因此很多學(xué)者基于氣候視角分析其對農(nóng)作物生產(chǎn)的影響。氣候變化可引起農(nóng)作物的生長發(fā)育、產(chǎn)量、作物的播種面積、種植制度與結(jié)構(gòu)等方面的改變。劉杰等將極端降雨、高溫、低溫、干旱4個(gè)氣候因子引入生產(chǎn)函數(shù)模型，分析發(fā)現(xiàn)這4個(gè)因子與農(nóng)業(yè)經(jīng)濟(jì)產(chǎn)出呈負(fù)相關(guān)[3-4]。氣溫升高對糧食產(chǎn)量有正負(fù)作用。田濤等發(fā)現(xiàn)，溫度每升高1 ℃，水稻、小麥、玉米的生育期分別平均縮短7～8 d、17 d、7 d左右，農(nóng)作物產(chǎn)量平均下降5%～10%[5-6]。特別是在東北地區(qū)，氣溫升高會(huì)導(dǎo)致糧食增產(chǎn)[7]；而在南方一些地區(qū)，溫度持續(xù)走高可能使糧食作物生育期縮短，極端天氣頻發(fā)，病蟲害加劇，從而造成糧食減產(chǎn)[8-9]。氣候變化往往會(huì)導(dǎo)致農(nóng)作物的種植結(jié)構(gòu)由單一性向多樣化發(fā)展。氣候變暖是引發(fā)我國農(nóng)作物易播種面積增加的關(guān)鍵因素之一，升溫使我國農(nóng)作物的潛在播種面積有所增加，不可耕地面積減少[10]。李祎君等認(rèn)為，升溫導(dǎo)致西北干旱區(qū)作物種植結(jié)構(gòu)發(fā)生突變，提高了作物的復(fù)種指數(shù)，進(jìn)而提升了農(nóng)作物的產(chǎn)量[11]。氣候變暖也導(dǎo)致了云南氣候帶分布呈現(xiàn)整體向高海拔擴(kuò)張和向高緯度北移的趨勢[12]，從而使云南省種植制度發(fā)生了改變，一熟制地區(qū)的面積減少，二熟制地區(qū)將北移，而三熟制比例提高[13]。

滇中地區(qū)地跨北緯23°19′～27°03′，東經(jīng)100°43′～104°50′，行政轄區(qū)上包括昆明、曲靖、楚雄和玉溪4市州。該區(qū)域以山地和山間盆地地形為主，地勢起伏和緩，屬亞熱帶高原季風(fēng)氣候。近年來由于全球變暖，加之該地區(qū)東、西、南三面高山對東南和西南來的暖濕空氣的屏障作用，使得該區(qū)降水特別稀少，連年干旱。而滇中地區(qū)是云南省主要農(nóng)業(yè)生產(chǎn)區(qū)域之一，常年糧食產(chǎn)量約占全省糧食總產(chǎn)量的1/3。本文通過地面氣象觀測和農(nóng)業(yè)生產(chǎn)資料的分析，探明該地區(qū)氣候變化特征及其對糧食單產(chǎn)的影響，以期為區(qū)域防災(zāi)減災(zāi)和農(nóng)業(yè)可持續(xù)發(fā)展提供有意義的參考。

1 資料與方法

1.1 資料來源

氣象要素?cái)?shù)據(jù)源于“中國氣象數(shù)據(jù)共享平臺(tái)(http://cdc.cma.gov.cn/)”的“中國地面月值氣候數(shù)據(jù)集”，包括1963—2012年昆明(25°00′N，102°39′E)、會(huì)澤(26°25′N，103°17′E)、沾益(25°35′N，103°50′E)、玉溪(24°20′N，102°33′E)、楚雄(25°02′N，101°33′E)5個(gè)國家地面氣象基準(zhǔn)站的月平均氣溫和月降水量。農(nóng)業(yè)生產(chǎn)投入和產(chǎn)出要素?cái)?shù)據(jù)來自1991—2013年云南統(tǒng)計(jì)年鑒和昆明、曲靖、玉溪和楚雄州年鑒資料。

1.2 分析方法

建立柯布-道格拉斯(C-D)生產(chǎn)函數(shù)來描述糧食生產(chǎn)的投入和產(chǎn)出過程[14]；并采用丑潔明等提出的“經(jīng)濟(jì)-氣候(C-D-C)”模型[15]評(píng)價(jià)氣候變化對糧食產(chǎn)量的影響。生產(chǎn)函數(shù)是在假定技術(shù)水平不變的情況下,一定時(shí)期內(nèi)生產(chǎn)中所使用的各種生產(chǎn)要素的數(shù)量與所能生產(chǎn)的最大產(chǎn)量之間的關(guān)系函數(shù)[6]。若生產(chǎn)要素很多，C-D生產(chǎn)函數(shù)可表示為：

式中：Q表示生產(chǎn)總量；X1，X2，…，Xn表示生產(chǎn)要素的投入量；A是常數(shù)項(xiàng)；α1，α2，…，αn分別表示各生產(chǎn)要素對生產(chǎn)總量的彈性系數(shù)。

實(shí)際求解中，通常對上式取自然對數(shù)，轉(zhuǎn)為多元線性回歸形式來求解[16]。

lnQ=lnA+α1lnX1+α2lnX2+…+αnlnXn

本文選取昆明、曲靖、玉溪和楚雄州的勞動(dòng)力(X1)、農(nóng)用機(jī)械總動(dòng)力(X2)、化肥施用量(X3)和有效灌溉面積(X4)作為投入資本要素。由于從統(tǒng)計(jì)年鑒中獲得的4個(gè)要素?cái)?shù)據(jù)包含了農(nóng)林牧漁生產(chǎn)中的投入量，因此，采用糧食播種面積與農(nóng)作物總播種面積的比值作為系數(shù)，對投入量進(jìn)行了加權(quán)處理[17]，用來代表糧食生產(chǎn)過程中的投入。以糧食播種單產(chǎn)(Q)作為產(chǎn)出變量建立C-D生產(chǎn)函數(shù)線性化模型。因2006和2011年數(shù)據(jù)缺失，故未引入模型擬合計(jì)算過程。

建立C-D-C模型時(shí)，引入的氣候要素是年平均氣溫和年降水量。以昆明、會(huì)澤、沾益、玉溪和楚雄5站年平均氣溫均值和年降水量均值代表滇中地區(qū)的年平均氣溫(X5)和年降水量(X6)。由于在糧食生產(chǎn)中，氣候要素對其的影響并非是線性的，而是存在著一個(gè)最佳值，超過該值，將會(huì)有反面效應(yīng)。因此，把年平均氣溫和年降水量的二次方作為變量進(jìn)一步建立C-D-C模型，以此來更好地模擬氣溫和降水對糧食生產(chǎn)的非線性影響。

采用一元線性回歸來揭示年平均氣溫和年降水量的整體變化趨勢；Mann-Kendall檢驗(yàn)分析[18-19]近50a(1963—2012年)年平均氣溫和年降水量的階段性變化。Mann-Kendall檢驗(yàn)?zāi)芎芎玫亟沂練夂螂A段性變化和突變點(diǎn)，其原理是根據(jù)樣本時(shí)間序列構(gòu)造一秩序列，計(jì)算定義的統(tǒng)計(jì)量UFk和UBk；當(dāng)UFk>0，則表明序列呈上升趨勢，UFk<0則表明序列呈下降趨勢[20]。繪制UFk、UBk曲線，在給定的顯著性水平α=0.05，有臨界值Uα=±1.96；當(dāng)UFk的值超過臨界線時(shí)，表明上升或下降趨勢顯著。如果UFk和UBk兩條曲線出現(xiàn)交點(diǎn)，且交點(diǎn)在臨界線之間，那么交點(diǎn)對應(yīng)的值便是突變開始的時(shí)間。數(shù)據(jù)處理均采用SPSS 22.0和Excel軟件完成。

2 結(jié)果與分析

2.1 糧食生產(chǎn)動(dòng)態(tài)變化

滇中地區(qū)糧食總產(chǎn)量自1990開始連續(xù)10年增產(chǎn)，2000年連續(xù)4年產(chǎn)量下降，2004年開始糧食產(chǎn)量出現(xiàn)恢復(fù)性增長，1990—2012年近23年中糧食總產(chǎn)量平均增長率1.917%。2012年糧食產(chǎn)量最高，達(dá)600.66萬t。23年中，滇中地區(qū)糧食播種面積呈先增后減再增長的趨勢，平均增長率0.89%，糧食作物播種面積占農(nóng)作物播種面積的比重呈逐年下降趨勢(圖1)。2012年糧食播種面積最大，達(dá)到130.49萬hm2。滇中地區(qū)糧食單產(chǎn)水平平穩(wěn)上升，多年糧食單產(chǎn)平均為4287.76 kg/hm2，年平均增長率1.11%。2011年糧食單產(chǎn)達(dá)到歷史最高水平4814.45 kg/hm2(圖1)。

2.2 年平均氣溫和年降水量的變化

1963—2012年滇中地區(qū)年平均氣溫14.83 ℃，變幅2.37 ℃，線性傾向率為0.295 ℃/10 a。從年平均氣溫距平曲線可以看出，以1994年為界，1963—1993年平均氣溫多低于平均水平，1994—2012年平均氣溫高于平均水平，年平均氣溫整體表現(xiàn)為上升趨勢(圖2)。1990—2012年該區(qū)年平均氣溫15.38 ℃，線性傾向率是0.451 ℃/10a。

滇中地區(qū)1963—2012年多年平均年降水量為899.01 mm，年降水量整體呈減少趨勢，減少速率為-20.974 mm/10 a(圖3)。從年降水量距平來看，1990—2002年降水量多高于平均水平，但2003—2012年降水量明顯低于平均水平(圖3)。1990—2012年多年平均年降水量894.59 mm，減少速率為-110.84 mm/10a。

根據(jù)Mann-Kendall檢驗(yàn)方法分析氣溫階段性變化，發(fā)現(xiàn)滇中地區(qū)年平均氣溫在近50 a表現(xiàn)為先下降后上升的趨勢，突變點(diǎn)在1996年。年平均溫度在1963—1987年下降(UFk<0)，1988—2012年上升(UFk>0)，特別是從1999年以來UFk>Uα，說明1999年以來該區(qū)年平均溫度顯著上升(圖4)。

根據(jù)Mann-Kendall檢驗(yàn)的統(tǒng)計(jì)量UFk值判斷，滇中地區(qū)年降水量對應(yīng)的UFk值除了1968年外，均<0，表明在各年代階段，該區(qū)域多年降水量均是減少的趨勢，特別是2012年顯著減少(圖4)。

2.3 氣候因子對糧食單產(chǎn)的影響

根據(jù)滇中地區(qū)糧食生產(chǎn)投入產(chǎn)出數(shù)據(jù)，采用回歸分析對其進(jìn)行擬合。建立C-D生產(chǎn)函數(shù)線性模型(模型1)，引入年平均氣溫和年降水量后，建立C-D-C線性化模型(模型2)，引入氣溫和降水的二次方后建立C-D-C模型(模型3)。

模型1：lnQ=7.436-0.554lnX1-0.026lnX2+0.135lnX3+0.493lnX4

模型2：lnQ=7.917-0.607lnX1-0.052lnX2+0.166lnX3+0.41lnX4+0.013X5+5.125×10-5X6

表1 模型擬合效果參數(shù)

注：***，**，*分別表示估計(jì)的模型參數(shù)在1%、5%、10%的統(tǒng)計(jì)水平上的顯著性；二次方程轉(zhuǎn)折點(diǎn)(f)計(jì)算公式是f=∣β1/2β2∣(伍德里奇，2010)，其中，β1為一次項(xiàng)系數(shù)，β2為二次項(xiàng)系數(shù)。

3個(gè)方程的F檢驗(yàn)均顯著，調(diào)整后的R2值分別是0.908、0.912、0.970，說明投入要素對糧食單產(chǎn)的變化能作出較好的解釋。擬合結(jié)果發(fā)現(xiàn)，變量系數(shù)大都通過了顯著性的T檢驗(yàn)(表1)。而且，引入氣候變量后，模型的擬合優(yōu)度提高，也說明在C-D生產(chǎn)函數(shù)中添加適當(dāng)?shù)臍夂蜃兓蜃?，可以更好地模擬和揭示糧食生產(chǎn)過程中投入與產(chǎn)出的關(guān)系。模型1顯示，勞動(dòng)力(X1)和有效灌溉面積(X4)對糧食單產(chǎn)的影響顯著，但農(nóng)機(jī)動(dòng)力和化肥投入對糧食單產(chǎn)的影響并不顯著。根據(jù)模型2，年平均氣溫和年降水量的彈性系數(shù)分別是0.013和5.125×10-5，若其他投入恒定，年平均氣溫增加1 ℃或年降水量每增加100 mm，糧食單產(chǎn)將分別增加1.3%和0.5125%。

2.3.1 年平均氣溫對單產(chǎn)的影響

從模型3看，擬合優(yōu)度最高，年平均氣溫的一次項(xiàng)和二次項(xiàng)系數(shù)均通過了1%顯著性水平檢驗(yàn)。年平均氣溫的一次項(xiàng)和二次項(xiàng)分別為2.151和-0.07，假定其他要素不變，則年平均氣溫對糧食單產(chǎn)的影響呈“倒U形”趨勢，即在年平均氣溫較低時(shí)，年平均氣溫升高會(huì)使糧食單產(chǎn)提高，到某個(gè)點(diǎn)后，年平均氣溫升高將不利于提高糧食單產(chǎn)水平。計(jì)算得到年平均氣溫的最佳狀態(tài)是15.36 ℃，即在其他要素水平既定的情況下，如果年總平均氣溫超過15.36 ℃，年平均氣溫的升高將對糧食單產(chǎn)帶來不利影響。1990—2012年，該區(qū)域多年平均氣溫為15.38 ℃且具有升高的趨勢，說明在其他要素不變的情況下，這一氣候要素對當(dāng)?shù)氐募Z食生產(chǎn)表現(xiàn)為消極作用。

2.3.2 年降水量對單產(chǎn)的影響

從模型3來看，擬合優(yōu)度最高，年降水量對應(yīng)的擬合系數(shù)均通過了1%顯著性水平檢驗(yàn)。年降水量的一次項(xiàng)和二次項(xiàng)系數(shù)為-0.001和4.365×10-7，假定其他投入要素不變，則年降水量對糧食單產(chǎn)的影響呈“U形”趨勢，即在年降水量較低時(shí)，盡管年降水量增加但糧食單產(chǎn)并不會(huì)提高，當(dāng)年降水量達(dá)到最佳轉(zhuǎn)折點(diǎn)后，年降水量的繼續(xù)增加將利于糧食單產(chǎn)的提高。根據(jù)模型擬合參數(shù)計(jì)算，年降水量的最佳狀態(tài)是1145.47 mm。而1990—2012年，該區(qū)域多年平均年降水量為894.59 mm，且一直表現(xiàn)為降水減少的趨勢，說明在其他要素不變的情況下，降水減少對當(dāng)?shù)氐募Z食單產(chǎn)表現(xiàn)為積極的作用。

3 結(jié)論與討論

3.1 結(jié)論

1990—2012年，滇中地區(qū)糧食單產(chǎn)水平呈平穩(wěn)上升態(tài)勢。年平均氣溫呈升高趨勢，升高速率0.451 ℃/10 a；年降水量呈減少趨勢，減少速率為-110.84 mm/10 a。

C-D生產(chǎn)函數(shù)擬合表明勞動(dòng)力和有效灌溉面積對糧食單產(chǎn)的影響顯著，但農(nóng)機(jī)動(dòng)力和化肥投入對其影響并不顯著。經(jīng)濟(jì)-氣候模型擬合表明，氣溫和降水的彈性系數(shù)0.013和5.125×10-5，二者對糧食單產(chǎn)的提高均有正效應(yīng)。

當(dāng)氣溫和降水的二次方變量引入經(jīng)濟(jì)-氣候模型后，其擬合優(yōu)度明顯提高，且表明在其他投入要素不變的情況下，近23年來及未來滇中地區(qū)的氣溫升高不利于提高糧食單產(chǎn)；相反，年降水量的減少卻對糧食單產(chǎn)的提高沒有負(fù)作用。

3.2 討論

經(jīng)濟(jì)-氣候模型是最為典型的生產(chǎn)函數(shù)重構(gòu)模型。鑒于模型存在的不確定性和資料的不完整所限，盡管在應(yīng)用中模型預(yù)測估計(jì)值與實(shí)際資料值之間存在一定差異，但研究仍表明模型方法具有一定合理性、可靠性和較好的運(yùn)用效果[15]。在本文中并沒有把技術(shù)進(jìn)步因素作為變量引入模型中，引入的氣候變量中也未考慮極端氣候事件和氣象災(zāi)害因子，因此會(huì)造成擬合結(jié)果與實(shí)際單產(chǎn)之間的差異。

很多研究均表明，云南省年平均氣溫呈不斷上升的趨勢，年降水量呈現(xiàn)減少趨勢；而且根據(jù)氣候模式預(yù)測評(píng)估，未來云南省年平均氣溫呈上升趨勢，年降水量呈減少趨勢[21-22]。這與我們的結(jié)論有相似之處。而且，很多研究均表明，氣候變暖對糧食單產(chǎn)的提高具有負(fù)面作用。對于近年來滇中地區(qū)年降水量的減少卻并沒有造成糧食單產(chǎn)的下降，反而是單產(chǎn)水平在提高，這需要綜合考慮多個(gè)要素的影響，可能是極端天氣事件發(fā)生頻率與強(qiáng)度加大，導(dǎo)致降水的彈性系數(shù)為負(fù)數(shù)；而且降水的月際波動(dòng)大，雨期間隔大，在農(nóng)作物生長的關(guān)鍵時(shí)期，即使年降水量減少，但短期的強(qiáng)降水也會(huì)緩解旱情，對農(nóng)業(yè)生產(chǎn)起到有效的調(diào)節(jié)作用，達(dá)到增產(chǎn)的效果。特別是滇中地區(qū)有效灌溉面積一直以來呈直線上升態(tài)勢，對緩解干旱、糧食增產(chǎn)具有重要的影響。

氣候變化對糧食單產(chǎn)的影響是氣溫和降水二者交互作用的結(jié)果；而且大氣中CO2濃度、O3含量、平均氣溫、極端事件、水分及肥料的交互作用都對作物產(chǎn)量有非線性的影響，且這種影響很難預(yù)測。因此，既要考慮投入的多種因素量的變化，又要兼顧氣候因子和極端氣候事件的影響，要想對未來氣候條件下的糧食單產(chǎn)水平作出預(yù)測是相當(dāng)困難的，需要多種預(yù)測方法的綜合運(yùn)用才能有希望取得較理想的效果。

[1]吳敵，明洋．略論農(nóng)業(yè)的弱質(zhì)性[J]．農(nóng)村經(jīng)濟(jì)，2004(11)：74-76．

[2]許小峰，王守榮，任國玉．氣候變化應(yīng)對戰(zhàn)略研究 [M]．北京：氣象出版社，2006．

[3]劉杰，許小峰，羅慧．極端天氣氣候事件影響我國農(nóng)業(yè)經(jīng)濟(jì)產(chǎn)出的實(shí)證研究[J]．中國科學(xué)：地球科學(xué)，2012(7)：1076-1082．

[4]劉春，李青．氣候變化對農(nóng)業(yè)生產(chǎn)影響的研究進(jìn)展[J]．北方園藝，2016(17)：197-201．

[5]田濤，陳秀峰．氣候變化對我國農(nóng)業(yè)環(huán)境的影響及對策[J]．農(nóng)業(yè)環(huán)境與發(fā)展，2010，27(4)：23-25.

[6]李美娟．氣候變化對我國糧食單產(chǎn)影響的實(shí)證分析[D]．北京:中國農(nóng)業(yè)科學(xué)院，2014．

[7]李彩俠，李俏，孫天一，等．氣候變化對黑龍江省主要農(nóng)作物產(chǎn)量的影響[J]．自然災(zāi)害學(xué)報(bào)，2014，23(6)：200-208．

[8]馬玉平．預(yù)測未來40年氣候變化對我國玉米產(chǎn)量的影響[J]．應(yīng)用生態(tài)學(xué)報(bào)，2015，26(1)：224-232．

[9]劉穎杰，林而達(dá)．氣候變暖對中國不同地區(qū)農(nóng)業(yè)的影響[J]．氣候變化研究進(jìn)展，2007，3(4)：229-233．

[10]付雨晴，丑潔明，用文杰．氣候變化對我國農(nóng)作物宜播種面積的影響[J]．氣候變化研究進(jìn)展，2014，10(2)：110-117．

[11]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(jìn)展，2010,6(2)：123-129．

[12]程建剛，王學(xué)鋒，范立張，等．近 50 年來云南氣候帶的變化特征[J]．地理科學(xué)進(jìn)展，2009，1(1)：18-25．

[13]龍紅，朱勇，王學(xué)鋒，等．云南農(nóng)業(yè)應(yīng)對氣候變化的適應(yīng)性對策分析[J]．云南農(nóng)業(yè)科技，2010(4)：6-9．

[14]L.R.Klein．經(jīng)濟(jì)計(jì)量學(xué)講義[M].北京：航空工業(yè)出版社，1990．

[15]丑潔明，葉篤正．構(gòu)建一個(gè)經(jīng)濟(jì)-氣候新模型評(píng)價(jià)氣候變化對糧食產(chǎn)量的影響[J]．氣候與環(huán)境研究，2006，11(3)：347-353．

[16]陳云飛，馮中朝．基于C-D生產(chǎn)函數(shù)的湖北省油菜單產(chǎn)影響因素實(shí)證分析[J]．湖北農(nóng)業(yè)科學(xué)，2014，53(18)：4475-4480．

[17]朱紅根．氣候變化對中國南方水稻影響的經(jīng)濟(jì)分析及其適應(yīng)策略[D]．江蘇：南京農(nóng)業(yè)大學(xué)，2010．

[18]魏鳳英．現(xiàn)代氣候統(tǒng)計(jì)診斷預(yù)測技術(shù)[M]．北京：氣象出版社，1999：114-154．

[19]黃嘉佑．氣象統(tǒng)計(jì)分析與預(yù)報(bào)方法[M]．北京：氣象出版社，2000：215-237．

[20]李瑞，張飛，高宇瀟，等．渭干河流域生態(tài)水文時(shí)間序列特征及影響因素[J]．中國沙漠，2016，36(6)：1713-1720．

[21]段旭，陶云．云南近 50 年來的氣候變化 [J]．熱帶氣象學(xué)報(bào)，2012，28(2)：243-251．

[22]馬振鋒，彭駿，高文良，等．近40年西南地區(qū)的氣候變化事實(shí)[J]．高原氣象，2006，25(4)：633-642．

ImpactofClimateChangeonGrainYieldintheMiddleRegionofYunnan

QIU Li-li, PENG Yan-mei, YIN Yan-qiong
(School of Geography and Tourism Management, Chuxiong Normal University, Chuxiong Yunnan 675000 ,China)

Based on the data from meteorological observation and agricultural production, linear regression and Mann-Kendall test were used to analyze the dynamic change of annual mean temperature and annual precipitation in the middle region of Yunnan. The impact of climate change on grain yield per unit area was verified by the C-D production function and economy-climate model. During the period of 1990 to 2012, the grain yield per unit area increased steadily in this area. Annual mean temperature increased by the rate of 0.451℃/10a, while annual precipitation decreased by -110.84mm/10a. The C-D production function showed that labor force and effective irrigation had significant effect on grain yield, while agricultural machinery power and fertilizer investment had no significant effect on it. The elastic coefficients of annual mean temperature and annual precipitation were 0.013 and 5.125×10-5, respectively. When the squares of annual mean temperature and annual precipitation were taken for independent variables, the fitting degree of economy-climate model was improved significantly. The result suggested that if other input factors were invariable, annual mean temperature rise was not conducive to improve grain yield per unit area during the past 23 years and the future, on the contrary, annual precipitation reducing indicatedzero negative effect on it.

climate change; grain yield per unit area; effect; annual mean temperature; annual precipitation; the middle of Yunnan Province

2017-05-12

國家社科基金項(xiàng)目(西部生態(tài)脆弱區(qū)生態(tài)保護(hù)功能定位與建立生態(tài)補(bǔ)償機(jī)制研究14XMZ074)；云南省教育廳基金項(xiàng)目(滇中地區(qū)未來氣候變化趨勢的分形研究2013Y054)。

邱麗麗(1979-)，女，副教授，博士研究生，主要從事氣候變化和土壤學(xué)方面研究工作。

X21

A

1673-9655(2017)06-0005-06