廣東省水稻產(chǎn)量關(guān)鍵影響氣候因子識別與氣候影響估算

熊文，劉佳，朱永彬

1.北京工商大學(xué) 經(jīng)濟(jì)學(xué)院，北京 100048

2.中國科學(xué)院科技戰(zhàn)略咨詢研究院，北京 100190

3.中國科學(xué)院大學(xué) 公共政策與管理學(xué)院，北京 100049

全球變暖將使熱量資源增多（趙俊芳等，2010），降水資源呈現(xiàn)不規(guī)律的變化，且具有明顯的地域性特征（馮琳等，2019），而農(nóng)業(yè)是對氣候變化最敏感和脆弱的部門（林而達(dá)和王京華，1994）。廣東地處歐亞大陸南端，南北跨越北熱帶、南亞熱帶和中亞熱帶，光熱水資源豐富，是中國雙季稻的主產(chǎn)區(qū)及13 個水稻主產(chǎn)省之一（李逸勉等，2013），其水稻產(chǎn)量占糧食總產(chǎn)量的80%以上（黃珍珠等，2014）。但廣東氣象災(zāi)害頻發(fā)在歷史上給農(nóng)業(yè)生產(chǎn)造成了很大的危害（王華等，2011），其早稻主要受龍舟水（鋒面低槽暴雨）影響，而晚稻則主要受后期冷害和熱帶氣旋暴雨影響（林舉賓等，1997）。氣候變化是導(dǎo)致氣象災(zāi)害頻發(fā)的重要原因，根據(jù)IPCC 第五次評估報告顯示：近100 a（1880—2012年）全球平均地表溫度上升了0.85℃（IPCC，2013），中國平均氣溫在1909—2011年相應(yīng)增高了0.9—1.5℃（杜堯東等，2018），對廣東省來說，其平均氣溫自1961年以來也升高了近1.0℃，并且秋季和冬季升溫最為明顯。在此背景下，研究氣候變化對廣東省水稻產(chǎn)量的影響具有重要的現(xiàn)實(shí)意義。

針對氣候變化對農(nóng)作物產(chǎn)量的影響，國內(nèi)外學(xué)者從不同空間尺度，對不同作物種類，采取不同研究方法進(jìn)行了廣泛而深入的探索。從研究空間尺度來看，Lobell and Field（2007）在全球尺度上的研究發(fā)現(xiàn)：作物生長季的溫度和降水等氣候因子可以解釋作物平均產(chǎn)量年變化率的30%甚至更高，并發(fā)現(xiàn)1981—2002年，氣候變暖對小麥、玉米和大麥三種作物產(chǎn)量帶來負(fù)向影響；國家層面上，Tao et al（2008）研究了中國季節(jié)性氣候趨勢與主要作物產(chǎn)量的關(guān)系，發(fā)現(xiàn)氣候變暖促進(jìn)了東北水稻及華北、東北大豆產(chǎn)量的增加，并帶來了7 個省（市/區(qū)）玉米、3 個省小麥產(chǎn)量的減少；Schlenker and Roberts（2009）對美國玉米、大豆及棉花展開研究，發(fā)現(xiàn)氣候變化對三種農(nóng)作物的影響存在一個溫度閾值，當(dāng)氣溫低于閾值時，氣溫的升高將帶來農(nóng)作物產(chǎn)量的增加，否則將會帶來產(chǎn)量減少；省級層面上，李彩俠等（2014）探討了1954—2011年氣候變對黑龍江省主要農(nóng)作物產(chǎn)量的影響，發(fā)現(xiàn)氣溫每升高1℃，可導(dǎo)致其玉米、水稻、大豆及小麥單產(chǎn)分別增加約541.6 kg·hm?2、336.8 kg·hm?2、195.8 kg·hm?2及289.3 kg·hm?2；Kucharik and Serbin（2008）發(fā)現(xiàn)在美國威斯康辛州，對于夏季氣候變冷和變濕的縣，其玉米和大豆產(chǎn)量趨勢都有所提高，夏季氣溫（或降水）每增加1℃（或50 mm）其產(chǎn)量會分別下降13%和16%（或提高5%—10%）。此外在縣市層面，Zheng et al（2009）利用中國海倫市的長期實(shí)驗(yàn)記錄探討全球變暖對不同控肥下大豆產(chǎn)量的影響，發(fā)現(xiàn)大豆產(chǎn)量與生長季溫度密切相關(guān)；劉平和李利偉（2011）利用線性和方差分析法研究濮陽氣候變化對農(nóng)業(yè)生產(chǎn)的影響，發(fā)現(xiàn)干旱是濮陽小麥和玉米產(chǎn)量減少的最重要因素。

從研究對象來看，馮琳等（2019）對湖南大豆、小麥、稻谷及大豆這四種主要糧食作物展開研究，發(fā)現(xiàn)氣候變化的影響存在顯著的異質(zhì)性，年平均氣溫對中產(chǎn)區(qū)稻谷具有顯著負(fù)效應(yīng)，年平均降水量對低產(chǎn)區(qū)稻谷、小麥有顯著負(fù)效應(yīng)，而年平均日照時數(shù)則對中產(chǎn)區(qū)玉米及低產(chǎn)區(qū)稻谷、小麥、玉米存在顯著正效應(yīng)；方修琦等（2004）估算了氣候變暖對黑龍江水稻單產(chǎn)增加的貢獻(xiàn)率，發(fā)現(xiàn)20 世紀(jì)80年代較70年代、90年代較80年代的水稻單產(chǎn)分別增加了30.6%和42.7%，其中氣候變化對單產(chǎn)增加的貢獻(xiàn)率分別約為12.8%—16.1%和23.2%—28.8%；熊偉等（2011）將區(qū)域氣候模式與CERES-Maize 模型結(jié)合針對石羊河、大凌河流域玉米展開模擬，發(fā)現(xiàn)如果保持生產(chǎn)狀況不變，氣候變化將加大該地區(qū)灌溉玉米穩(wěn)產(chǎn)風(fēng)險及低產(chǎn)出現(xiàn)的概率。

從研究方法上看，主要包括以下五類（王亞飛和廖順寶，2018）：（1）產(chǎn)量分解法是將糧食產(chǎn)量分解為技術(shù)產(chǎn)量、氣候產(chǎn)量和隨機(jī)產(chǎn)量三部分，然后利用回歸法分析氣候因子與糧食氣候產(chǎn)量的關(guān)系（Thompson，1969）；（2）實(shí)驗(yàn)比較法是通過設(shè)計(jì)多種存在氣候差別的實(shí)驗(yàn)組，對比不同生長環(huán)境下的糧食產(chǎn)量和產(chǎn)量構(gòu)成差異（寧金花等，2015）；（3）氣候生產(chǎn)潛力模型是從光、溫、水三個層面，模擬一個地區(qū)糧食生產(chǎn)上限，探討各種氣候情景差異（王錚等，2016）；（4）生產(chǎn)函數(shù)法是通過構(gòu)建生產(chǎn)函數(shù)模型，探討綜合氣候因子、社會經(jīng)濟(jì)投入等各種投入要素對糧食產(chǎn)出的作用關(guān)系（Kaufmann and Snell，1997；陳帥等，2016）；（5）作物生長模型是以作物生長動力學(xué)理論為基礎(chǔ)，通過模擬各種自然、生產(chǎn)條件下的作物產(chǎn)量，用以觀察人類及氣候變化對農(nóng)作物產(chǎn)量帶來的影響差異（王文佳和馮浩，2012）。

廣東的氣候損失主要來源于突發(fā)性的氣象災(zāi)害，其發(fā)生頻率居全國首位（林舉賓等，1997），是一種極端氣候多發(fā)地區(qū)類型的典型代表。但對氣候變化的作物產(chǎn)量影響研究較少，其中黃珍珠等（2014）采用實(shí)驗(yàn)比較法研究了氣候變化對廣東水稻產(chǎn)量的影響，陳新光等（2010）和饒剛順等（2012）研究了如何通過調(diào)整播種期以適應(yīng)氣候變化的影響。在以往研究基礎(chǔ)上，本文的創(chuàng)新點(diǎn)一是基于生產(chǎn)函數(shù)引入作物生育期的月度氣候因子構(gòu)建氣候影響模型，不僅可以綜合要素投入與氣候變化對作物單產(chǎn)的貢獻(xiàn)，同時在更細(xì)的尺度上識別出影響水稻單產(chǎn)的關(guān)鍵月份氣候因子及其影響方向和程度；二是基于氣候影響統(tǒng)計(jì)模型進(jìn)一步估算了歷史氣候變化對廣東省水稻單產(chǎn)的影響，即氣候損失或收益，并分析了氣候影響的長期趨勢和空間差異。

1 研究方法與數(shù)據(jù)來源

1.1 基礎(chǔ)生產(chǎn)函數(shù)

以往研究中，通常將作物產(chǎn)量的變化歸因于技術(shù)進(jìn)步帶來的趨勢性變化和農(nóng)業(yè)氣象條件改變帶來的波動性變化（方修琦等，2004）。因此在研究氣候變化對作物產(chǎn)量影響時，首先需要從產(chǎn)量變化中剝離出氣候因子導(dǎo)致的產(chǎn)量波動，進(jìn)而針對這一氣候引致的波動性產(chǎn)量變化與氣候變量進(jìn)行統(tǒng)計(jì)分析。

但是，如何定量區(qū)分出氣候變化和技術(shù)進(jìn)步對作物產(chǎn)量的影響程度存在一定困難。通常采用的時間序列分析方法，將實(shí)際產(chǎn)量分解為趨勢產(chǎn)量和波動產(chǎn)量兩部分，認(rèn)為前者反映歷史時期生產(chǎn)力發(fā)展水平的長周期產(chǎn)量，后者主要反映氣象要素影響的氣候產(chǎn)量（Chen et al，2016）。由于氣候要素也存在長期趨勢，而農(nóng)業(yè)生產(chǎn)投入變化也影響波動產(chǎn)量，因此，上述方法存在明顯缺陷。

為此，本研究參考丑潔明和葉篤正（2006）提出的經(jīng)濟(jì)—?dú)夂蚰Ｐ退枷耄诮?jīng)典Cobb-Douglas生產(chǎn)函數(shù)基礎(chǔ)上，引入氣候變化因子建立作物產(chǎn)量影響的統(tǒng)計(jì)模型，由此反映出農(nóng)業(yè)投入、技術(shù)進(jìn)步以及氣候變量對作物產(chǎn)量的綜合影響和貢獻(xiàn)?；A(chǔ)生產(chǎn)函數(shù)可以反映產(chǎn)出與各項(xiàng)要素投入之間的關(guān)系，若將水稻產(chǎn)量作為產(chǎn)出指標(biāo)，各項(xiàng)要素投入包括土地、勞動力、灌溉、化肥、機(jī)械等，因此一般性生產(chǎn)函數(shù)形如：

式中：Y為水稻總產(chǎn)量，A表示全要素生產(chǎn)率，L和D分別代表勞動力投入和土地播種面積，X為其他各項(xiàng)農(nóng)業(yè)要素投入量，α、β、γ分別為各項(xiàng)投入要素的產(chǎn)出彈性。為消除播種面積影響，假設(shè)該生產(chǎn)函數(shù)具有規(guī)模報酬不變性質(zhì)，由此可將式(1)簡化為單位面積各種要素投入對作物單產(chǎn)的影響：

式中：y表示作物單產(chǎn)，l為單位面積勞動力投入，x為單位播種面積各項(xiàng)要素投入量，a為對應(yīng)此生產(chǎn)函數(shù)的全要素生產(chǎn)率。對生產(chǎn)函數(shù)式(2)兩邊取對數(shù)可得如下統(tǒng)計(jì)模型：

1.2 氣候影響模型

已有文獻(xiàn)在研究氣候變化對作物產(chǎn)量影響時，通常將作物生長季的平均溫度、總降水等指標(biāo)作為自變量，因此無法反映作物不同生育期溫度、降水等氣候因素對作物產(chǎn)量的影響。為此，基于現(xiàn)有數(shù)據(jù)，本文將作物生育期內(nèi)的溫度和降水指標(biāo)按月度匯總，作為本研究的氣候自變量，借此對影響作物單產(chǎn)的生育期關(guān)鍵氣候變量進(jìn)行識別：

式中：T(m)、P(m)分別為反映作物生育期內(nèi)各月的溫度和降水指標(biāo)，m表示作物生育期內(nèi)的各個月份。本文采用廣東省市級面板數(shù)據(jù)進(jìn)行統(tǒng)計(jì)分析，考慮到各市在土壤性質(zhì)、種植品種和種植方式等方面的差異，因此利用固定效應(yīng)面板數(shù)據(jù)模型來反映不同地區(qū)（截面）上的固有差異。

1.3 氣候影響估算

基于公式(4)，可以推導(dǎo)得出對應(yīng)的反映氣候變化影響的作物產(chǎn)量函數(shù)為：

式(5)中指數(shù)部分即反映氣候因素對農(nóng)作物單位面積產(chǎn)量的影響，進(jìn)而定義氣候影響為由于氣候變化（溫度、降水偏離常年平均值）給作物單產(chǎn)帶來的影響：

1.4 數(shù)據(jù)來源

本文采用廣東省各地級市1992—2016年的面板數(shù)據(jù)進(jìn)行統(tǒng)計(jì)分析。其中，水稻（區(qū)分早稻和晚稻，二者生育期不同）單位面積產(chǎn)量及單位面積各項(xiàng)要素投入通過總產(chǎn)量及各項(xiàng)要素總投入與作物播種面積計(jì)算得來，相關(guān)數(shù)據(jù)來自歷年《廣東統(tǒng)計(jì)年鑒》（詳見廣東統(tǒng)計(jì)信息網(wǎng)http://stats.gd.gov.cn/gdtjnj/）。

氣候數(shù)據(jù)來自吳佳和高學(xué)杰（2013）的格點(diǎn)化數(shù)據(jù)集（CN05.1）提供的根據(jù)中國境內(nèi)2400 余個臺站的日度觀測資料插值得出的格點(diǎn)數(shù)據(jù)，并根據(jù)廣東省各市行政區(qū)劃范圍在ArcGIS 中作平均處理，得到廣東省各市的月度氣溫和降水?dāng)?shù)據(jù)。其中，采用月度有效積溫（growing degree days，GDD）指標(biāo)來反映各月的溫度水平，以避免對日平均溫度簡單算術(shù)平均導(dǎo)致無法反映月內(nèi)氣溫波動的情況出現(xiàn)，采用月累積降水量反映各月的降水情況。

2 結(jié)果與分析

2.1 關(guān)鍵氣候因子識別

基于上述氣候影響模型，采用逐步回歸法進(jìn)行統(tǒng)計(jì)分析，分別得到基礎(chǔ)生產(chǎn)函數(shù)模型m1、單獨(dú)引入氣溫變量和降水變量的模型m2 和m3、同時引入氣溫和降水變量的模型m4 以及剔除不顯著變量后的終選模型m5，由此識別出影響水稻單產(chǎn)的關(guān)鍵生育期氣候變量。由于廣東省種植的水稻對應(yīng)不同的生育期，因此接下來對早稻和晚稻分別進(jìn)行統(tǒng)計(jì)分析。

2.1.1 早稻

早稻生育期較短，約為90—120 d。廣東地區(qū)早稻種植區(qū)播種最早出現(xiàn)在4月上旬，收獲期最晚出現(xiàn)在7月中旬。為此，選定4—7月為早稻生育期內(nèi)對應(yīng)月份。不同月份氣候變量對早稻單產(chǎn)的影響如表1 所示。

表1 影響早稻產(chǎn)量的顯著氣候變量識別結(jié)果Tab.1 Identification of significant climate variables affecting early rice yield

水稻是喜高溫多濕的作物。統(tǒng)計(jì)結(jié)果（表1）顯示：4月與6月的積溫對廣東省早稻單產(chǎn)具有顯著影響，且溫度升高對早稻增產(chǎn)具有促進(jìn)作用。其中4月早稻正處于播種發(fā)芽期，較高的積溫有利于水稻發(fā)芽；而6月正處于早稻拔節(jié)孕穗期，較高積溫有利于營養(yǎng)成分積累促進(jìn)增產(chǎn)增收；5月積溫對早稻增產(chǎn)的影響也為正向，但影響不顯著；7月進(jìn)入早稻收獲期，較高的溫度反而對早稻產(chǎn)量有負(fù)面影響，但該影響同樣不顯著。降水方面，6—7月的降水對早稻單產(chǎn)的影響較為顯著，且不利于早稻單產(chǎn)提高；播種期和生長期的降水對早稻單產(chǎn)提高有促進(jìn)作用，但影響不顯著。從模型m4 與模型m2、m3 的對比可以看出，積溫與降水之間存在相關(guān)性，導(dǎo)致多重共線性問題，使得各變量的顯著性發(fā)生較大變化，但各氣候因子對早稻單產(chǎn)的影響方向并未發(fā)生較大變化。

2.1.2 晚稻

晚稻的播種期為6月底至7月初，7月中旬插秧，11月中上旬為收獲期。因此選定6—11月為晚稻的生育期。不同月份氣候因素對晚稻產(chǎn)量的影響如表2 所示。

表2 影響晚稻產(chǎn)量的顯著氣候變量識別結(jié)果Tab.2 Identification results of significant climate variables affecting late rice yield

統(tǒng)計(jì)結(jié)果（表2）顯示：除7月以外，晚稻生育期內(nèi)其余月份的氣候條件對其單產(chǎn)均有顯著影響。有效積溫對晚稻單產(chǎn)的影響總體呈現(xiàn)促進(jìn)作用，除9月的積溫不利于晚稻單產(chǎn)提高以外，播種期和收獲期的溫度升高均有利于晚稻營養(yǎng)成分積累。降水方面，除10月降水對提高晚稻單產(chǎn)有促進(jìn)作用之外，其余月份降水增加將不利于晚稻單產(chǎn)的提高。同樣地，由于積溫和降水之間存在相關(guān)性的緣故，將所有氣候因子引入模型后對自變量的顯著性有一定影響，但氣候因子的作用方向總體保持一致。去除不顯著變量的模型如m5 所示，對晚稻單產(chǎn)有顯著影響的氣候因子為9—11月的有效積溫與6月、8月和11月的降水。其中10—11月有效積溫增加有促進(jìn)作用，其余氣候變量均為負(fù)面影響。

與以往研究相比，Chen and Tian（2016）發(fā)現(xiàn)日最低氣溫升高對熱帶和亞熱帶地區(qū)水稻產(chǎn)量有負(fù)面影響，與本文研究發(fā)現(xiàn)有效積溫對水稻單產(chǎn)有促進(jìn)作用的結(jié)論不一致，可能與選取的氣候變量不同有關(guān)。Zhang et al（2010）基于中國1981—2005年氣候和水稻產(chǎn)量數(shù)據(jù)發(fā)現(xiàn)，氣溫升高有利于提高水稻產(chǎn)出，而降水的增加則對產(chǎn)出有不利影響；方修琦等（2004）通過研究黑龍江省5—9月累積降水與月平均氣溫對水稻單產(chǎn)的影響，同樣發(fā)現(xiàn)氣溫升高對單產(chǎn)有正面影響，本文基于廣東省早稻和晚稻的氣候影響分析，再次驗(yàn)證了上述結(jié)論，即升溫有利于水稻增產(chǎn)，而降水不利于水稻增產(chǎn)，同時本文在上述研究基礎(chǔ)上，進(jìn)一步識別出對水稻單產(chǎn)有顯著影響的月份。

理論上講，作物都有最適合自身生長的氣候條件，偏離該氣候條件都將導(dǎo)致產(chǎn)量的降低。一些文獻(xiàn)確實(shí)印證了這一理論，例如Schlenker and Roberts（2006，2009）以及Chen et al（2016）通過分析美國和中國縣級尺度上氣候變量對作物的影響，發(fā)現(xiàn)了兩者間的非線性關(guān)系，并估算出了對應(yīng)最高產(chǎn)量的氣候條件。但是本文并未得出氣候變量與作物單產(chǎn)之間的非線性關(guān)系，其原因一方面與選取的市級尺度較大有關(guān)，另一方面也與時間跨度較短有關(guān)，而非線性關(guān)系的識別需要引入氣候變量的二次項(xiàng)，從統(tǒng)計(jì)有效性角度就需要有更細(xì)尺度的大量數(shù)據(jù)作為支撐，但現(xiàn)有統(tǒng)計(jì)數(shù)據(jù)無法滿足這一要求。

2.2 氣候影響估算

基于上述氣候影響模型（表1 和表2 中最后一列），可以得到早稻和晚稻的氣候影響估算式：

式中：Δgdd 和Δp分別為對應(yīng)月份積溫和降水的距平值。當(dāng)距平值以各地的歷史平均值為參照，將各地歷年的氣溫和降水距平值數(shù)據(jù)代入上式，計(jì)算得到的是當(dāng)?shù)貧夂蜃兓瘜?dǎo)致的偏離長期平均水平的氣候損失（收益）；當(dāng)距平值參照所有產(chǎn)區(qū)的平均氣候條件，由此計(jì)算得到的結(jié)果可以反映作物產(chǎn)區(qū)內(nèi)不同地區(qū)氣候損失（收益）的區(qū)域差距。

2.2.1 長期趨勢

以各市當(dāng)?shù)馗髟碌臍v史平均氣溫、降水?dāng)?shù)據(jù)為參照，計(jì)算得到近年來本地氣候變化對廣東省早稻和晚稻單產(chǎn)影響的長期趨勢（圖1）。從圖1a、圖1b 可以看出，氣候變化對兩種作物單產(chǎn)的影響呈現(xiàn)出明顯的年際波動現(xiàn)象，但是這一影響并未表現(xiàn)出明顯的趨勢性特征。

以廣東省各地市常年平均氣候?yàn)榛鶞?zhǔn)，計(jì)算得到各地市相對本地的氣候距平值以及由此導(dǎo)致的水稻單產(chǎn)損失（收益）。從圖1c、圖1d 可以看出，氣候變化對早稻和晚稻的影響均值都位于橫軸上方，表明近年來（1992—2016）氣候變化的綜合影響促進(jìn)了廣東省水稻單產(chǎn)提高。而從中位數(shù)來看，大部分地市的早稻單產(chǎn)在1993、1996、2000、2002、2006—2007、2009—2010、2012 等年份發(fā)生了氣候損失，近年來（2013—2016）的氣候影響呈現(xiàn)出以增產(chǎn)為主的特征；大多數(shù)地市的晚稻單產(chǎn)在1992—1993、1996—1997、2000、2005、2007—2008、2013—2014、2016 等年份出現(xiàn)氣候損失，其余年份的氣候影響以增產(chǎn)為主。從氣候影響的中位數(shù)波動幅度可以看出，早稻相比晚稻對氣候變化的響應(yīng)更為敏感，一方面與早稻生育期較短有關(guān)，另一方面也與早稻生育期內(nèi)的氣候波動更加明顯有關(guān)，這加劇了早稻在較短生育期內(nèi)抗風(fēng)險能力較差、缺少適應(yīng)時間的情況。

此外，氣候變化對不同地市水稻單產(chǎn)的影響也存在較大差別。從圖1a、圖1b 中箱線圖的跨度與異常值出現(xiàn)的頻率來看，氣候因素對不同地市兩種作物的影響在多數(shù)年份跨越橫軸，說明同一年份部分產(chǎn)區(qū)發(fā)生氣候增產(chǎn)，部分產(chǎn)區(qū)發(fā)生氣候損失。1998年和2008年氣候變化對不同地市早稻單產(chǎn)的影響差異較大，1996—1997年與2007—2008年氣候變化對不同地市晚稻單產(chǎn)的影響的差異較大，表現(xiàn)為箱線圖的跨度較長。同時，氣候變化對晚稻影響的異常值出現(xiàn)次數(shù)較早稻更為頻繁，說明個別地市的晚稻單產(chǎn)受到氣候影響的程度較大。

圖1 氣候變化對廣東省早稻和晚稻單產(chǎn)的長期影響（1992—2016年）Fig.1 Effects of climate change on yield of early-and late-rice in Guangdong Province from 1992 to 2016

2.2.2 空間差異

以歷年各地市平均積溫、降水?dāng)?shù)據(jù)為基準(zhǔn)，計(jì)算得到氣候變化對廣東省早稻和晚稻單產(chǎn)影響的空間差異特征，結(jié)果如圖2 所示。

圖2 氣候變化對各市早稻、晚稻單產(chǎn)的影響Fig.2 The effect of climate change on the yield of early rice and late rice in each city

從各市作物單產(chǎn)氣候損失（圖2）上可以看出，氣候變化對早稻單產(chǎn)帶來的氣候影響波動范圍要大于晚稻，且更偏向于損失面。通過對廣東省各市的氣候損失進(jìn)行空間分析可以發(fā)現(xiàn)：氣候因素對早稻的影響呈現(xiàn)由北向南損失逐漸增強(qiáng)的特征。其中汕尾市、惠州市氣候平均損失最高，分別為?4.755%、?4.753%；東莞市、廣州市次之，平均損失分別為?4.245%、?4.438%；云浮市、潮州市、湛江市氣候平均損失最低，分別為?2.129%、?2.164%、?2.285%。這一結(jié)果再次印證了王華等（2011）得出的1997年以來廣東南部地區(qū)高溫危害發(fā)生頻率增加最多的結(jié)論。晚稻氣候損失則由東向西逐漸增強(qiáng)，其中江門市氣候平均損失最高，為?4.837%；潮州市、汕頭市、廣州市氣候平均損失情況最低，分別為?2.314%、?2.464%、?2.477%。

為尋找氣候變化對早晚稻單產(chǎn)影響存在上述差異的原因，進(jìn)一步計(jì)算了1992—2016年廣東省各市氣候變量的波動值（圖3）。很明顯，早稻生育期內(nèi)（4—7月）降水的波動水平要高于晚稻（6—11月），而氣溫方面早稻生育期內(nèi)的波動也要高于晚稻。由此表明，在更大的氣候波動沖擊下，只有較短生育期的早稻，對于氣候變化的沖擊表現(xiàn)出更困難的適應(yīng)能力。

圖3 廣東省各月份平均降水和氣溫波動（1992—2016年）Fig.3 Fluctuation of average precipitation and temperature in each month of Guangdong Province from 1992 to 2016

3 結(jié)論

本文以廣東省為研究對象，通過引入月度氣候因子（積溫和降水），識別出影響水稻單產(chǎn)的關(guān)鍵月份的關(guān)鍵氣候因素，進(jìn)而計(jì)算歷史時期氣候變化對水稻單產(chǎn)的影響方向（損失/收益）與程度，主要結(jié)論如下：

（1）各地歷史氣候變化對水稻單產(chǎn)的影響呈現(xiàn)明顯的年際波動現(xiàn)象，但長期趨勢性特征不明顯，綜合來看為增產(chǎn)效應(yīng)；（2）影響廣東水稻單產(chǎn)的關(guān)鍵氣候因子存在明顯的早晚稻差異、月度差異、降水與積溫差異，在應(yīng)對氣候變化時需要采取有針對性的措施；（3）氣候影響存在顯著空間差異，早稻單產(chǎn)的氣候損失呈現(xiàn)由北向南逐漸增強(qiáng)的趨勢，晚稻則是由東向西逐漸增強(qiáng)；（4）氣候變化對早稻單產(chǎn)的影響程度和波動范圍均較大，氣候敏感性較晚稻更高。