適應(yīng)氣候變化的中國糧食安全及經(jīng)濟(jì)增長研究
——基于靜態(tài)多區(qū)域農(nóng)業(yè)一般均衡模型

黃德林，李新興（中國農(nóng)業(yè)科學(xué)院農(nóng)業(yè)經(jīng)濟(jì)與發(fā)展研究所，北京100081）

?

適應(yīng)氣候變化的中國糧食安全及經(jīng)濟(jì)增長研究
——基于靜態(tài)多區(qū)域農(nóng)業(yè)一般均衡模型

黃德林，李新興
（中國農(nóng)業(yè)科學(xué)院農(nóng)業(yè)經(jīng)濟(jì)與發(fā)展研究所，北京100081）

摘要：采用靜態(tài)多區(qū)域農(nóng)業(yè)一般均衡模型，把A2氣候變化情景和B2氣候變化情景導(dǎo)致糧食產(chǎn)量變化作為政策模擬條件，筆者研究了氣候變化對中國糧食生產(chǎn)、消費(fèi)及其經(jīng)濟(jì)增長的影響。模擬結(jié)果顯示，無論是A2還是B2氣候變化情景，中國玉米、小麥和水稻總體產(chǎn)出增加態(tài)勢較為明顯，中間投入需求和家庭消費(fèi)需求明顯增加，同時(shí)模擬結(jié)果還顯示中國各地區(qū)玉米、小麥和水稻的出口將會隨著產(chǎn)出的增長而大幅增加、進(jìn)口隨著產(chǎn)出的增加而大幅下降。在經(jīng)濟(jì)增長方面，絕大多數(shù)地區(qū)宏觀經(jīng)濟(jì)呈增長態(tài)勢，表現(xiàn)在實(shí)際GDP、實(shí)際投資、總進(jìn)出口額的增加?；谘芯拷Y(jié)果本研究得出如下結(jié)論：氣候變化會導(dǎo)致中國糧食總產(chǎn)量增加，中國經(jīng)濟(jì)增長得以保障。氣候變化所引起的糧食產(chǎn)量變化地區(qū)間有所差異，總的來說，糧食主產(chǎn)區(qū)增長幅度要高于非主產(chǎn)區(qū)增長幅度，其中東北三省糧食增幅最為明顯；不同作物產(chǎn)量因時(shí)（時(shí)間）因景（氣候變化情景）有較大差異；雖然氣候變化導(dǎo)致中國各地區(qū)糧食產(chǎn)量總體呈增加態(tài)勢，但未來不確定因素較多，中國糧食安全問題仍不可忽視。

關(guān)鍵詞：氣候變化；糧食；影響；一般均衡模型

1　問題的提出

中國是一個(gè)人口大國，如果糧食安全問題得不到較好的解決，經(jīng)濟(jì)發(fā)展的基礎(chǔ)就會動搖。確保糧食安為中國政府最重要的政策目標(biāo)之一。無論是氣候變化的50年尺度還是100年尺度，中國多數(shù)地區(qū)靠天吃飯的狀況仍未完全轉(zhuǎn)變，氣候變化引起的糧食安全問題仍然是重大研究課題，全球變化研究國家重大科學(xué)研究計(jì)劃項(xiàng)目（973）——?dú)夂蜃兓瘜χ袊Z食生產(chǎn)系統(tǒng)的影響機(jī)理及適應(yīng)機(jī)制研究（項(xiàng)目編號：2010CB951500）從4個(gè)方面立題研究，分別是氣候變化背景下中國主要糧食作物產(chǎn)量動態(tài)變化模擬預(yù)測研究、氣候變化背景下中國主要糧食作物空間格局動態(tài)變化模擬預(yù)測、氣候變化對中國糧食生產(chǎn)影響的系統(tǒng)評價(jià)和對策仿真研究和氣候變化對中國糧食作物區(qū)域布局物候特征影響及適應(yīng)機(jī)制研究。在適應(yīng)性機(jī)制研究中，Liming Ye等［2］采用多因子關(guān)聯(lián)分析的研究思路，構(gòu)建了包含農(nóng)業(yè)資源要素、種植制度、農(nóng)業(yè)災(zāi)變等生物物理因子以及人口總量、城市化率、耕地面積、技術(shù)進(jìn)步、城鄉(xiāng)人口糧食差別消費(fèi)模式等社會經(jīng)濟(jì)因子在內(nèi)的糧食安全狀況系統(tǒng)評價(jià)模型，用于氣候變化對中國2050年前后糧食安全影響的系統(tǒng)評價(jià)中。以糧食安全指數(shù)為指標(biāo)對中國的糧食安全狀況進(jìn)行了評估和預(yù)測，結(jié)果表明：相對于耕地減少和人口增加的影響，在考慮CO2肥效作用的情況下，氣候變化對中國糧食安全有溫和的正效應(yīng)；社會經(jīng)濟(jì)發(fā)展道路對中國糧食安全狀況的未來發(fā)展趨勢有重大影響。環(huán)境友好的均衡發(fā)展道路對長期糧食安全的保障作用遠(yuǎn)大于高人口、高排放的非均衡發(fā)展道路；維持單產(chǎn)年均增長率對保障糧食安全有重要意義，或者說單產(chǎn)增長率是一個(gè)比單產(chǎn)絕對值更有效的糧食安全指示指標(biāo)。

與Liming Ye等的研究結(jié)論相近的研究有魯向暉和姚鳳梅。魯向暉以中國豫西黃土丘陵區(qū)孟津縣的冬小麥作為研究對象，其研究結(jié)果表明無論是否考慮CO2肥效作用孟津縣的冬小麥產(chǎn)量在未來A2和B2氣候變化情景下都表現(xiàn)出增產(chǎn)的趨勢；姚鳳梅在就未來氣候變化對中國各地區(qū)水稻產(chǎn)量影響研究時(shí)得出這樣的結(jié)論，在A2氣候變化情境下，如果不考慮CO2的直接影響，水稻產(chǎn)量總體下降，而且各個(gè)地區(qū)產(chǎn)量下降幅度有一定差異，如果考慮CO2的肥效作用，長江流域以南和華南的雙季稻產(chǎn)量會有10%～40%的增加，而長江以北地區(qū)和東北地區(qū)水稻產(chǎn)量則是有增有減，波動幅度在10%～20%左右。從而佐證了考慮CO2的肥效作用，氣候變化對糧食增產(chǎn)的預(yù)測。未來50年氣候變化導(dǎo)致糧食增產(chǎn)對中國糧食安全和經(jīng)濟(jì)增長所產(chǎn)生的影響是深遠(yuǎn)的，人們?nèi)绾芜m應(yīng)，需要全面考慮。中國多區(qū)域農(nóng)業(yè)可計(jì)算一般均衡模型為人們提供了分析這種適應(yīng)性的方法。鑒于所構(gòu)建的中國多區(qū)域農(nóng)業(yè)可計(jì)算一般均衡模型為靜態(tài)模型，筆者將Liming Ye研究的氣候變化影響糧食產(chǎn)量的時(shí)間序列數(shù)據(jù)作為模型模擬的基期，并計(jì)算絕對值，選取模型中表示產(chǎn)量變化的外生變量，將產(chǎn)量變化的絕對值進(jìn)行基期（2008年）、中期（2030年）和遠(yuǎn)期（2050年）的模擬沖擊，從而得到糧食產(chǎn)量變化對宏觀經(jīng)濟(jì)和部門經(jīng)濟(jì)的影響。并還原糧食部門和宏觀經(jīng)濟(jì)指標(biāo)值，觀測總量變化狀況，提出適應(yīng)適應(yīng)氣候變化的糧食安全政策。

2　研究方法

2.1多區(qū)域一般均衡理論

假設(shè)1個(gè)部門只能生產(chǎn)國家型產(chǎn)品或區(qū)域型產(chǎn)品，不能同時(shí)生產(chǎn)2種產(chǎn)品。

2.1.1國家型部門產(chǎn)出在各區(qū)域分配

式中：Grn為基期r區(qū)域n部門總產(chǎn)出比例，因?yàn)镚rn固定，方程（1）意味著

2.1.2關(guān)于區(qū)域型產(chǎn)品的區(qū)域平衡方程所有區(qū)域產(chǎn)品總產(chǎn)出等于對該種產(chǎn)品的總需求為式（3）。

其中：B為銷售份額。

假設(shè)式（5）。

不存在技術(shù)變化情況下有式（6）～（7）。

設(shè)所有a=0，將（6）～（7）代入到（4），簡化得式（8）。

（1）區(qū)域投資。假設(shè)所有部門的投資分配給各區(qū)域的比例與其產(chǎn)出比例相同：

（2）各區(qū)域家庭消費(fèi)。假設(shè)所有區(qū)域消費(fèi)與勞動力收入有關(guān)，見式（13）。

式中：Vr為r區(qū)域總工資收入，V為整個(gè)經(jīng)濟(jì)體工資收入，其百分比變化形式為式（14）。

為r區(qū)域產(chǎn)品（us）消費(fèi)關(guān)于經(jīng)濟(jì)體總消費(fèi)（us）的消費(fèi)彈性，rr（us）為r區(qū)域產(chǎn)品（us）。

消費(fèi)關(guān)于r區(qū)域工資收入占總經(jīng)濟(jì)體比例的彈性。假設(shè)式（15）～（16）。

r為一用戶參數(shù)，其值反映區(qū)域總消費(fèi)對區(qū)域收入的依賴，ε（us）為整個(gè)經(jīng)濟(jì)體關(guān)于產(chǎn)品（us）的家庭支出彈性。

其百分比變化形式為：

Wrk為r區(qū)域k部門工資收入占r區(qū)域所有部門收入的份額。

其百分比變化形式為式（20）。

Wk為k部門工資收入占總經(jīng)濟(jì)收入的份額。

假設(shè)所有區(qū)域r中k部門單位產(chǎn)出所有就業(yè)百分比變化與整個(gè)經(jīng)濟(jì)k部門單位產(chǎn)出就業(yè)百分比變化相同：

將（20）代入到（14），（21）代入到（18）與（14），得到式（22）。

（3）各區(qū)域其他需求見式（23）。

為r區(qū)域?qū)Ξa(chǎn)品（us）的其它需求占整個(gè)經(jīng)濟(jì)對產(chǎn)品（us）的其他需求的份額，其百分比變化形式為式（24）。

（4）各區(qū)域國際出口。假設(shè)國際出口來源各區(qū)域固定見式（25）。

為r區(qū)域出口u占總國內(nèi)出口u的份額，假設(shè)其為常數(shù)，上面方程的百分比變化形式為式（26）。

（5）區(qū)域部門產(chǎn)出的產(chǎn)品結(jié)構(gòu)。在所有區(qū)域部門中，1個(gè)部門只生產(chǎn)1種產(chǎn)品見式（27）。

式中：m’為由區(qū)域部門m生產(chǎn)的區(qū)域產(chǎn)品，其百分比變化形式為式（28）。

2.1.3解區(qū)域產(chǎn)品的區(qū)域產(chǎn)出將方程（2）、（11）、（12）、（22）、（24）、（26）代入到方程（8），方程（28）用來消除zrm，得到式（29）。

2.2模型結(jié)構(gòu)

模型結(jié)構(gòu)見圖1。

圖1　多區(qū)域CGE結(jié)構(gòu)圖

2.3數(shù)據(jù)庫結(jié)構(gòu)

中國多區(qū)域數(shù)據(jù)庫由176個(gè)部門組成，數(shù)據(jù)庫構(gòu)建基于2007年國家投入產(chǎn)出表。構(gòu)建技術(shù)包括自上而下（top-down）方法，即對構(gòu)建的國家水平的國家?guī)?，按比例分割成各區(qū)域結(jié)果，國家層次指標(biāo)的變化結(jié)果為各區(qū)域相應(yīng)指標(biāo)結(jié)果變化的加權(quán)平均。以及自下而上（bottom-up）方法，即把各個(gè)區(qū)域獨(dú)立的CGE鏈接起來，國家層次指標(biāo)的變化結(jié)果為各區(qū)域相應(yīng)指標(biāo)結(jié)果變化的加權(quán)平均。

2.3.1數(shù)據(jù)庫結(jié)構(gòu)及區(qū)域間貿(mào)易流估計(jì)

區(qū)域間貿(mào)易流估計(jì)。在編制區(qū)域間投入產(chǎn)出表中利用引力模型的方法由Leontief和Strout提出，利用引力模型計(jì)算地區(qū)間各產(chǎn)業(yè)產(chǎn)品的貿(mào)易量由公式（31）決定。

式中：tRSi為產(chǎn)業(yè)i從地區(qū)R到地區(qū)S的流出量，xRi為地區(qū)R的i產(chǎn)業(yè)的總產(chǎn)出（總供給），dSi為地區(qū)S對i產(chǎn)業(yè)產(chǎn)品的總需求（中間需求與最終需求的合計(jì)），為全部地區(qū)i產(chǎn)業(yè)的總產(chǎn)出（等于總需求）；QRSi為i產(chǎn)業(yè)產(chǎn)品從地區(qū)R到地區(qū)S的貿(mào)易參數(shù)。

圖2　多區(qū)域CGE模型的投入—產(chǎn)出表結(jié)構(gòu)

運(yùn)輸量分布系數(shù)方法假定從某一地區(qū)向其他地區(qū)的物資輸送量的分配比例與物資中重要的產(chǎn)品的分配比例存在近似性，因而這個(gè)分布系數(shù)可以被作為地區(qū)間產(chǎn)品流動的摩擦系數(shù)QRSi，用公式（32）表示。

式中：HRSi為R地區(qū)到S地區(qū)的i產(chǎn)業(yè)中重要產(chǎn)品的運(yùn)輸量，HROi為R地區(qū)的i產(chǎn)業(yè)相應(yīng)產(chǎn)品總的發(fā)送量，HOSi為S地區(qū)的相應(yīng)產(chǎn)品總的到達(dá)量，HOOi為全部地區(qū)i產(chǎn)業(yè)相應(yīng)產(chǎn)品的總發(fā)送量（等于總到達(dá)量）。

2.3.2多區(qū)域CGE模型數(shù)據(jù)庫最終形式見圖3。

2.4政策模擬原理

區(qū)域d的廠商、家庭、投資者使用國產(chǎn)與進(jìn)口產(chǎn)品，通過使用CES（固定替代彈性）嵌套函數(shù)使其成本最小，每一個(gè)嵌套函數(shù)包括數(shù)量和價(jià)格方程。廠商對中間投入的需求XINT（c，s，i，d）與i部門中間投入組合需求XINT_S（c，i，d）呈正比例，而且與某種來源中間投入價(jià)格PPUR（c，s，i，d）與組合需求加權(quán)價(jià)格PPUR_S（c，i，d）比例的替代彈性SIGMADOMIMP（c）次乘方呈反比。其中一種購買價(jià)格的變化會引起廠商使用更便宜的購買作為替代。

圖3　數(shù)據(jù)庫最終結(jié)構(gòu)

模擬所需核心方程：對中間投入組合和基本要素組合需求方程，廠商生產(chǎn)使用中間投入XINT_S（c，i，d）和基本要素XPRIM（i，d），其生產(chǎn)函數(shù)為Leontief函數(shù)，廠商對基本要素的需求與總產(chǎn)出和技術(shù)系數(shù)呈比例：

XPRIM（i，d）=XTOT（i，d）×ATOT（i，d） ×APRIM（i，d）…………………………………………………… （33）

廠商對中間投入XINT_S（c，i，d）的需求也與總產(chǎn)品和技術(shù)系數(shù)呈比例，還與中間投入價(jià)格［ppur_s（c，i，d）與中間投入組合價(jià)格pint（i，d）的CES參數(shù)次方呈比例。在該方程中，有3種類型的技術(shù)參數(shù)，所有投入技術(shù)參數(shù)ATOT（i，d）、基本要素技術(shù)參數(shù)APRIM（i，d）、中間投入技術(shù)參數(shù)AINT_S（c，i，d），技術(shù)參數(shù)的變化意味著單位產(chǎn)品需要的投入變化，如技術(shù)提高即技術(shù)參數(shù)下降，在相同的產(chǎn)出水平下，廠商需要更少的基本要素XPRIM（i，d）或XINT_S（c，i，d）。

XINT_S（c，i，d）=ATOT（i，d）×AINT_S（c，i，d）×XTOT（i，d）×［ppur_s（c，i，d）×aint_s（c，i，d）/pint（i，d）］^-SIGINT（i，d）……………………………………………………（34）

根據(jù)市場出清條件，總收入等于總成本：XINT_S（c，i，d）=ATOT（i，d）×AINT_S（c，i，d）×XTOT（i，d）×［ppur_s（c，i，d）×aint_s（c，i，d）/pint（i，d）］^-SIGINT（i，d）………（35）

模型由短期閉合向長期閉合轉(zhuǎn)換，閉合規(guī)則轉(zhuǎn)換如下：（1）消費(fèi)內(nèi)生，平均消費(fèi)傾向（apc_gnp）外生；（2）投資內(nèi)生，資本供給曲線平移（d_f_eeqror）外生；（3）政府支出外生，對應(yīng)的平移變量（f5tot）外生；（4）進(jìn)口內(nèi)生，對進(jìn)口的偏好外生（twistsrc_c）；（5）出口內(nèi)生，出口需求曲線的平移（feq_gen）外生；（6）GDP價(jià)格指數(shù)內(nèi)生，整個(gè)經(jīng)濟(jì)主要生產(chǎn)要素的生產(chǎn)率（a1primgen）外生。

參數(shù)推演方法主要是遵循歷史趨勢法，即認(rèn)為歷史的趨勢是流行的，那么中國經(jīng)濟(jì)將會按照歷史的趨勢發(fā)展（見表1）。

2.5基期設(shè)定

鑒于中國農(nóng)業(yè)CGE模型特征及數(shù)據(jù)庫投入產(chǎn)出表，以2007年為基期，因此，基線模擬指以2007年投入產(chǎn)出表數(shù)據(jù)為基期的2030年和2050年2個(gè)節(jié)點(diǎn)年與基期數(shù)據(jù)對應(yīng)的增長率。這樣，筆者可以得到在沒有沖擊條件下，未來2030年和2050年與模型分析糧食產(chǎn)出、糧食價(jià)格、消費(fèi)、進(jìn)出口等的經(jīng)濟(jì)變量的變化過程。

2.6數(shù)據(jù)來源

本研究使用的主要數(shù)據(jù)包括：基于2007年的國家投入產(chǎn)出表［9］所構(gòu)建的一般均衡模型分析數(shù)據(jù)庫。一般均衡分析是以2007年的社會經(jīng)濟(jì)狀況為基準(zhǔn)情景。此外，三大作物的氣候要素和單產(chǎn)變化數(shù)據(jù)來自葉立明、熊偉作物模型模擬的相關(guān)研究結(jié)論（見表1和表2），其研究的基準(zhǔn)情景是主要?dú)夂蛞卦?000年左右的氣候要素變化的均值。

模擬結(jié)果表明，在高排放的A2情景下，2020年溫度會上升1.4℃，降水增加3.3%；2050年氣溫上升2.6℃，降水增加7.0%。而在中低排放情景的B2情景B2下，2020年溫度會上升0.9℃，降水增加3.7%；2050年氣溫上升1.5℃，降水增加7.0%。將氣溫和降水?dāng)?shù)據(jù)輸入到作物模型中得到未來3大作物的產(chǎn)量變化見表3。

表1　模型歷史模擬結(jié)果　%

表2　與基準(zhǔn)情景相比氣候要素的變化［2］

換算成時(shí)間序列的絕對值為表4。

表3　考慮CO2肥效的未來中國三大作物的單產(chǎn)變化［2］kg/hm2

表4　A2和B2氣候變化情景下三大作物產(chǎn)量變化%

2.7政策模擬方案

采用多區(qū)域一般均衡模型來分析氣候變化對經(jīng)濟(jì)系統(tǒng)的影響，具體思路為：首先建立一個(gè)包含沒有氣候變化的基準(zhǔn)情景。其次要識別2種氣候情景下的氣候要素從基期到2050年的變化，以及氣溫的變化或降水變化對作物產(chǎn)量的影響。最后將氣候變化對農(nóng)業(yè)部門單產(chǎn)的影響結(jié)果傳導(dǎo)到多區(qū)域一般均衡模型中，進(jìn)而模擬出對經(jīng)濟(jì)系統(tǒng)及糧食安全的影響。模型中沖擊單產(chǎn)選擇的變量是與土地直接相關(guān)的技術(shù)變化a1lnd，沖擊a1lnd會使得單位土地的產(chǎn)出增加，即提高了糧食作物的單產(chǎn)面積。

根據(jù)氣候變化在A2和B2氣候情景下產(chǎn)量變化，因?yàn)樽魑锂a(chǎn)量的模擬結(jié)果只是2030年和2050年2個(gè)時(shí)間點(diǎn)，氣候變化是一個(gè)長期的過程，模型中的模擬是逐年遞歸，因此把2個(gè)節(jié)點(diǎn)作為年均變化的累積，作為模擬的情景方案。具體模擬方案為：

2.7.1模擬方案1經(jīng)濟(jì)發(fā)展在A2（高排放）情景下運(yùn)行，經(jīng)濟(jì)發(fā)展在A2（高排放）氣候變化情景下運(yùn)行，水稻、小麥、玉米三大作物單產(chǎn)到2030年分別增加9.94%、0.55%、5.54%；到2050年分別增加10.99%、-0.11%、6.55%。在此條件下，從區(qū)域宏觀經(jīng)濟(jì)層面和部門層面上分析對各區(qū)域的宏觀經(jīng)濟(jì)和部門的影響；并根據(jù)基期將絕對值變化轉(zhuǎn)化成預(yù)測數(shù)值。

2.7.2模擬方案2經(jīng)濟(jì)發(fā)展在B2（中低排放）情景下運(yùn)行，水稻、小麥、玉米三大作物單產(chǎn)分別到2030年分別增加18.67%、12.19%、10.27%；到2050年分別增加7.92%、8.47%、5.51%。在此條件下，從區(qū)域宏觀經(jīng)濟(jì)層面和部門層面上分析對各區(qū)域的宏觀經(jīng)濟(jì)和部門的影響；并根據(jù)基期將絕對值變化轉(zhuǎn)化成預(yù)測數(shù)值。

3　模擬結(jié)果

3.1 A2和B2氣候變化情境下，水稻、小麥、玉米產(chǎn)量增加對糧食部門產(chǎn)出影響

A2氣候變化情景下，玉米的產(chǎn)量普遍增加，2030年玉米產(chǎn)出增幅最大的地區(qū)是吉林，其次是遼寧、湖南和江西，以上地區(qū)增幅均在2%以上，2050年以上地區(qū)的產(chǎn)出增幅在4%以上，其他地區(qū)增幅相對較小。從小麥產(chǎn)出方面來看，2030年除吉林、黑龍江、江西、湖南和貴州增幅在1%以上以外，其他地區(qū)增幅均在1%以下，2050年小麥在A2氣候變化情景下產(chǎn)出大幅增加，各地區(qū)增幅均在4%以上，黑龍江、吉林和遼寧3個(gè)地區(qū)產(chǎn)出增幅均在10%以上。從水稻產(chǎn)出方面看，2030年去過個(gè)地區(qū)產(chǎn)出增幅普遍在3%以上，新疆、遼寧、吉林和黑龍江地區(qū)增幅普遍在6%以上，2050年以上地區(qū)產(chǎn)出增幅進(jìn)一步提升，黑龍江以20.01%的產(chǎn)出增幅領(lǐng)先，吉林、遼寧和新疆產(chǎn)出增幅普遍在13%以上，其他地區(qū)產(chǎn)出增幅均在10%以下（表5）。

B2氣候變化情景下，玉米、小麥和水稻同期變化存在較大差異，玉米產(chǎn)出增幅較大的地區(qū)有內(nèi)蒙古、吉林和遼寧，3個(gè)地區(qū)2030年和2050年玉米產(chǎn)出增幅均在2%以上，其他地區(qū)2030年和2050年產(chǎn)出增幅在1%左右。從小麥產(chǎn)出方面來看，2030年各地區(qū)產(chǎn)出增幅普遍較小，但2050年產(chǎn)出有較大幅度增加，多數(shù)地區(qū)產(chǎn)出增幅在3%～4%之間，黑龍江和吉林地區(qū)產(chǎn)出增幅較大，分別為12.73%和8.85%。從水稻產(chǎn)出方面來看，2030年產(chǎn)出增幅普遍高于2050年產(chǎn)出增幅，黑龍江、吉林和遼寧地區(qū)產(chǎn)出增幅較為突出，其他地區(qū)產(chǎn)出增幅2030年集中在3%～5%之間，2050年產(chǎn)出增幅集中在2%～4%之間（表6）。

綜上所述，就A2和B2 2種氣候變化情景而言，A2氣候變化情景下的總體產(chǎn)出效果要優(yōu)于B2氣候變化情景，但從微觀上看，不同作物產(chǎn)出存在差異，比如2030年A2氣候變化情景下的水稻和玉米產(chǎn)出要低于B2氣候變化情景下的產(chǎn)出，但在2050年A2的產(chǎn)出比B2氣候變化情景下的產(chǎn)出高。A2氣候變化情景下，2050年的3種作物的產(chǎn)出均高于2030年產(chǎn)出水平；B2氣候變化情景下，2030年小麥的產(chǎn)出水平低于2050年產(chǎn)出水平，水稻和玉米2種作物產(chǎn)出變化與小麥相反。就地區(qū)而言，主產(chǎn)區(qū)產(chǎn)出增幅普遍高于非主產(chǎn)區(qū)，就三大作物品種而言，水稻的產(chǎn)出增幅要普遍高于同期玉米和小麥的產(chǎn)出增幅。

表5　A2氣候變化情景下，水稻、小麥、玉米產(chǎn)量增加對糧食部門產(chǎn)出的影響%

表6　B2氣候變化情景下，水稻、小麥、玉米產(chǎn)量增加對糧食部門產(chǎn)出的影響　%

3.2 A2和B2氣候變化情境下，水稻、小麥、玉米產(chǎn)量增加對糧食部門產(chǎn)出價(jià)格的影響

A2氣候變化情景下，3種糧食作物產(chǎn)出價(jià)格均在下降，其中水稻的產(chǎn)出價(jià)格下降幅度最大；此外，各地區(qū)之間下降幅度差異不大。具體來看，2030年僅北京、天津和上海玉米產(chǎn)出價(jià)格略低于6%，其他地區(qū)降幅均在6%～6.2%之間。從小麥產(chǎn)出價(jià)格來看，2030年小麥產(chǎn)出價(jià)格和其產(chǎn)量變化均不大，各地區(qū)產(chǎn)出價(jià)格降幅均在1%以下，2050年小麥產(chǎn)出價(jià)格隨著產(chǎn)出的增加出現(xiàn)較大幅度的下降，降幅多在13%左右。2050年水稻產(chǎn)出價(jià)格降幅大約是2030年水稻產(chǎn)出價(jià)格降幅的2倍，2030年下降幅度普遍在10%左右，2050年降幅普遍在20%左右（表7）。

B2氣候變化情景下，2030年玉米產(chǎn)出價(jià)格下降7%左右，2050年產(chǎn)出價(jià)格受產(chǎn)出增幅減少的影響，產(chǎn)出價(jià)格下降幅度在6%左右。從小麥產(chǎn)出價(jià)格方面來看，2030年僅貴州一地產(chǎn)出價(jià)格有所下降，其他地區(qū)產(chǎn)出價(jià)格小幅增加，2050年各地區(qū)產(chǎn)出價(jià)格下降幅度相對較大，各地區(qū)降幅均在9%以上。從水稻產(chǎn)出價(jià)格方面來看，2030年各地區(qū)產(chǎn)出價(jià)格下降幅度在11%以上，但2050年產(chǎn)出價(jià)格受產(chǎn)出增幅的影響，產(chǎn)出價(jià)格下降幅度多在8.5%上下（表8）。

綜上所述，2030年B2氣候變化情景下水稻和玉米的產(chǎn)出價(jià)格下降幅度高于A2氣候變化情景下產(chǎn)出價(jià)格下降幅度，B2氣候變化情景下小麥產(chǎn)出價(jià)格有所上升，同期在A2氣候變化情景下小麥產(chǎn)出價(jià)格則是小幅下降。2050年A2氣候變化情景下三大作物的產(chǎn)出價(jià)格均在下降，且降幅超過B2氣候變化情景下產(chǎn)出價(jià)格下降幅度。就地區(qū)產(chǎn)出價(jià)格而言，各地區(qū)同種作物產(chǎn)出價(jià)格變化幅度趨同，但由于各地區(qū)基期產(chǎn)出價(jià)格不同，其實(shí)際產(chǎn)出價(jià)格變化也存在較大差異。

表7　A2氣候變化情景下，水稻、小麥、玉米產(chǎn)量增加對糧食部門產(chǎn)出價(jià)格的影響　%

表8　B2氣候變化情景下，水稻、小麥、玉米產(chǎn)量增加對糧食部門產(chǎn)出價(jià)格的影響　%

3.3 A2和B2氣候變化情境下，水稻、小麥、玉米產(chǎn)量增加對糧食部門出口的影響

A2氣候變化情景下，2030年各地區(qū)玉米出口增幅在24%～26%之間（表9），到2050年玉米出口增幅進(jìn)一步增加，出口增幅增加到50%上下。從小麥出口量來看，2030年雖有增加但增幅不大，2050年出口增幅較大，各地區(qū)增幅普遍在60%上下。從水稻出口情況來看，2030年各地區(qū)出口增幅在48%上下波動，2050年除上海和西藏外，其他地區(qū)出口增幅均在100%以上（含100%）。

B2氣候變化情景下，各地區(qū)玉米和水稻出口均大幅增加，小麥?zhǔn)墚a(chǎn)出影響2030年和2050年存在較大差異（表10）。2030年玉米出口增幅多在30%左右，2050年出口量有所下降，但出口增幅多數(shù)地區(qū)集中在24%～25%之間。2030年小麥出口小幅下降，降幅均在1%以下，2050年隨著產(chǎn)出的大幅增加小麥出口量大幅上升，從整體來看，各地區(qū)出口增幅均在38%以上。2030年水稻出口增幅在51%以上，但隨著產(chǎn)出的減少，2050年出口增幅集中在35%～37%之間。

總而言之，出口增長速度與糧食產(chǎn)量變化緊密相連。2030年B2氣候變化情景下，水稻和玉米的出口增幅要高于A2氣候變化情景下的出口增幅，小麥出口情況與水稻和玉米出口狀況相反。2050年，A2氣候變化情景下三大糧食作物出口增速均高于同期B2氣候變化情景下的出口增速。就地區(qū)而言，由于不同地區(qū)出口基數(shù)存在較大差異，同樣的出口增幅不同地區(qū)會有不同的出口增量，同時(shí)由于A2和B2氣候變化情景下三大作物產(chǎn)出存在較大差異，同一地區(qū)在不同氣候變化情景下出口也會有所差別。

表9　A2氣候變化情景下，水稻、小麥、玉米產(chǎn)量增加對糧食部門出口的影響　%

表10　B2氣候變化情景下，水稻、小麥、玉米產(chǎn)量增加對糧食部門出口的影響　%

3.4 A2和B2氣候變化情境下，水稻、小麥、玉米產(chǎn)量增加對糧食部門進(jìn)口的影響

A2氣候變化情景下，進(jìn)口波動幅度小于同期出口波動幅度，2030年各地區(qū)玉米進(jìn)口量下降均在5%～9%之間，2050年進(jìn)口波動幅度稍大，各地區(qū)進(jìn)口下降幅度均在10%以上。從小麥進(jìn)口情況來看，與2050年相比，2030年進(jìn)口下降幅度多在1.5%以上，2050年進(jìn)口降幅多在43%左右，地區(qū)間波動差異不大。從水稻進(jìn)口方面來看，2030年和2050年水稻進(jìn)口量均大幅下降，降幅分別在41%上下和68%上下（表11）。

B2氣候變化情景下，2030年和2050年玉米進(jìn)口量小幅下降，2030年進(jìn)口下降幅度在7%～9%之間，2050年進(jìn)口下降幅度集中在6%～8%之間。從小麥方面看，2030年小麥進(jìn)口量長增加趨勢，河南進(jìn)口增幅為2.04%，其他地區(qū)進(jìn)口增幅均小于2%，2050年小麥進(jìn)口量隨產(chǎn)出增加大幅下降，各地區(qū)進(jìn)口降幅在30%以上。從水稻方面來看，2030年各地區(qū)水稻進(jìn)口額下降幅度均在44%以上，2050年進(jìn)口量雖有所減少，但進(jìn)口量下降幅度也多在33%～34%之間（表12）。

A2和B2氣候變化情景下，2030年，A2氣候變化情景下三大糧食作物進(jìn)口均有所下降，B2情景下，水稻和玉米進(jìn)口有所下降，小麥進(jìn)口有所增加；2050年，A2和B2 2種氣候變化情景下，中國糧食進(jìn)口均有所減少，且A2氣候變化情景下進(jìn)口下降幅度要普遍高于B2氣候變化情景下的下降幅度。從地區(qū)來看，盡管各地區(qū)進(jìn)口波動幅度差異不大，但由于基期進(jìn)口量存在差異，所以各地區(qū)實(shí)際進(jìn)口量變化存在較大差異，特別是糧食主產(chǎn)區(qū)的表現(xiàn)：進(jìn)口絕對量大幅下降。

3.5 A2和B2氣候變化情境下，水稻、小麥、玉米產(chǎn)量增加對家庭糧食消費(fèi)影響

A2氣候變化情景下，2030年各地區(qū)對玉米的需求增幅多在1.5%以上，河南、湖北和西藏地區(qū)對玉米的需求增加較大，均達(dá)到1.93%，2050年各地區(qū)對玉米的需求進(jìn)一步增加，各地區(qū)家庭消費(fèi)玉米增幅均在3%以上，部分地區(qū)接近4%（表13）。從小麥消費(fèi)情況來看，2030年小麥消費(fèi)需求變化相對不大，除吉林、江西、湖南、重慶、貴州、云南和寧夏增幅在0.2%以下以外，其他地區(qū)需求增幅均大于此增幅，2050年各地區(qū)對小麥的需求有較大幅度增長，除北京、天津、吉林、黑龍江、上海、江蘇、安徽、江西、湖南、廣東、陜西、云南和寧夏增幅在4%以下以外，其他地區(qū)增幅均高于此水平。從水稻需求情況來看，各地區(qū)對水稻的消費(fèi)需求變化不大，2030年需求波動幅度在3%～4%之間，2050年消費(fèi)需求波動在5.5%～7.5%之間。

表11　A2氣候變化情景下，水稻、小麥、玉米產(chǎn)量增加對糧食部門進(jìn)口的影響　%

表12　B2氣候變化情景下，水稻、小麥、玉米產(chǎn)量增加對糧食部門進(jìn)口的影響　%

B2氣候變化情景下，家庭消費(fèi)存在區(qū)域和時(shí)間差異，2030年各地區(qū)玉米消費(fèi)增幅在2%上下，天津、上海、江蘇、江西和寧夏地區(qū)增幅要小于2%，其他地區(qū)則高于此增幅水平，2050年各地區(qū)對玉米的消費(fèi)有所下滑，消費(fèi)增幅普遍在2%以下。從小麥消費(fèi)情況來看，2030年各地區(qū)小麥消費(fèi)變動較小，吉林、江西、湖南、重慶、貴州、云南和寧夏消費(fèi)有所減少，其他地區(qū)消費(fèi)則有所增加，從2050年消費(fèi)變化情況來看，各地區(qū)消費(fèi)普遍上升，除寧夏和天津地區(qū)增幅在2.5%以下以外，各地區(qū)消費(fèi)增幅普遍超過2.5%。從水稻消費(fèi)變化情況來看，2030年各地區(qū)水稻消費(fèi)增幅均在3%以上，2050年各地區(qū)對水稻的消費(fèi)相對于2030年普遍減少，從總體來看，各地區(qū)對水稻的消費(fèi)增幅均在3%以下。

綜上所述，2030年和2050年居民家庭消費(fèi)隨著產(chǎn)出價(jià)格的升高而有所減少，隨著產(chǎn)出價(jià)格的下降而有所增加，究其原因可能是因?yàn)槲磥砑Z食供需發(fā)生新的均衡，糧食的價(jià)格需求彈性較大，從而導(dǎo)致較小的需求變化造成較大的需求波動。就本研究而言，A2氣候變化情景下2050年居民家庭消費(fèi)水平高于2030年居民家庭消費(fèi)水平，在B2氣候變化情景下居民家庭消費(fèi)變化與產(chǎn)出變化趨勢一致。就地區(qū)而言，不同地區(qū)居民家庭消費(fèi)在同種作物、同種氣候變化情景下所表現(xiàn)的差異性較小。

3.6 A2和B2氣候變化情境下，水稻、小麥、玉米產(chǎn)量增加對畜牧業(yè)、工業(yè)用糧、種子用糧影響

在A2氣候變化情景下，受產(chǎn)出價(jià)格下降的影響，各地區(qū)畜牧業(yè)、工業(yè)用糧、種子用糧等隨著產(chǎn)出價(jià)格的下降而有所增加。從玉米需求來看，2030年各地區(qū)對玉米的需求增幅多在1%以上，吉林地區(qū)對玉米的需求增加最大達(dá)3.38%。2050年各地區(qū)對玉米的需求進(jìn)一步增加，從表15可以看到，除天津、上海、山東、新疆、青海和西藏外，其他地區(qū)消費(fèi)增幅均在2%以上。從小麥消費(fèi)情況來看，2030年小麥消費(fèi)需求變化相對不大，除吉林、黑龍江、江西、湖南和貴州需求增幅在1%以上以外，其他地區(qū)需求增幅均小于此比例，但2050年，各地區(qū)對小麥的需求有較大幅度增長，特別是黑龍江、吉林和遼寧三個(gè)地區(qū)其增幅普遍在10%以上，其他地區(qū)增幅普遍在5%上下。從水稻需求情況來看，各地區(qū)對水稻的需求變化有較大差異，2030年需求波動幅度在4%～10%之間，2050年需求波動在5%～21%之間，主產(chǎn)區(qū)需求增幅相對較大。

表13　A2氣候變化情景下，水稻、小麥、玉米產(chǎn)量增加對家庭糧食消費(fèi)的影響　%

表14　B2氣候變化情景下，水稻、小麥、玉米產(chǎn)量增加對家庭糧食消費(fèi)的影響　%

在B2氣候變化情景下，畜牧業(yè)、工業(yè)用糧、種子用糧等在不同時(shí)間不同地區(qū)對糧食需求變化存在一定差異，從玉米方面來看，2030年吉林以4.03%的需求增幅領(lǐng)先于其他地區(qū)，內(nèi)蒙古、遼寧、江西、湖北、湖南和廣西需求增幅在2%以上，其他地區(qū)增幅在1%上下波動，2050年各地區(qū)需求變動方向與2030年變動方向一致，但增幅略小于2030年需求增幅。從小麥需求方面來看，2030年江西、湖南和貴州需求增幅在1%以上，其他地區(qū)相對較小，2050年以黑龍江為代表絕大多數(shù)地區(qū)需求出現(xiàn)較大幅度增加，但各地區(qū)間需求存在較大差異。從水稻需求方面來看，各地區(qū)對水稻的需求隨著產(chǎn)出增加而上升，從表16也可以看到，多數(shù)地區(qū)2030年需求增幅比2050年高出1%，同時(shí)，各地區(qū)對水稻需求變化不一，多數(shù)地區(qū)需求增幅集中在2%～5%之間。

總而言之，在A2和B2氣候變化情景下，2030年和2050年，各地區(qū)畜牧業(yè)、工業(yè)用糧、種子用糧等對玉米、小麥和水稻的需求存在較大差異，但從整體情況來看，以高排放為特征的A2氣候變化情景下的糧食需求要高于低排放為特征的B2氣候變化情景下糧食需求；此外在A2氣候變化情景下，2030年的對糧食需求明顯低于2050年需求水平，而在B2氣候變化情景下，雖然2050年需求總量要高于2030年水平，但反映在對玉米、小麥和水稻的需求上則不太明顯。

表15　A2氣候變化情景下，水稻、小麥、玉米產(chǎn)量增加對畜牧業(yè)、工業(yè)用糧、種子用糧的影響　%

表16　B2氣候變化情景下，水稻、小麥、玉米產(chǎn)量增加對畜牧業(yè)、工業(yè)用糧、種子用糧的影響　%

3.7 A2、B2氣候變化情景下，水稻、小麥、玉米產(chǎn)量增加對經(jīng)濟(jì)增長影響

3.7.1 A2氣候變化情景小麥、水稻和玉米3種糧食產(chǎn)量變化對宏觀經(jīng)濟(jì)的影響主要表現(xiàn)在：實(shí)際GDP總體增長，2030年除天津外各地區(qū)增幅均未超過1%，2050年增幅相對較大，增幅在1%以上的地區(qū)較多。從就業(yè)方面看，山西、河南、湖北、廣西、西藏、甘肅、青海和新疆就業(yè)情況均有所下降，其他地區(qū)就業(yè)雖在上升但是增幅較小。

實(shí)際投資總體增長，2030年和2050年各地區(qū)實(shí)際投資均在增加，2030年增幅均在0.1%以上，2050年投資額進(jìn)一步增加，增幅均在0.2%以上。

出口總體增長，各地區(qū)出口均在增加，增幅最大的是吉林，2030年和2050年分別增加4.68%和9.83%，其次是黑龍江，增幅分別為2.90%和7.20%，再者就是江西和內(nèi)蒙古，其他地區(qū)2030年均為突破1%，2050年均為突破2%。

進(jìn)口增長緩慢，北京、福建、廣東和云南四個(gè)地區(qū)進(jìn)口量在2030年和2050年均有所下降，其他地區(qū)均有小幅增加，2030年增幅在0.1%左右，2050年增幅在0.2%左右。

實(shí)際工資增長區(qū)域性差異明顯。2030年湖南和寧夏地區(qū)增幅較小，其他地區(qū)增幅均在0.3%以上，湖北、新疆和西藏地區(qū)工資增幅在0.5%以上，2050年實(shí)際工資增幅僅一步上升，漲幅均是2030年的2倍以上。

實(shí)際家庭消費(fèi)總體增長，2030年和2050年除寧夏外各地區(qū)消費(fèi)均在增加，其中，2030年消費(fèi)增幅多在0.3%左右，2050年增幅約是2030年增幅的2倍。

從CPI價(jià)格指數(shù)方面來看，由于氣候變化導(dǎo)致產(chǎn)出增加和產(chǎn)出價(jià)格下降，反映在CPI這個(gè)指標(biāo)上就是其小幅降低，從總體情況來看，2030年各地區(qū)普遍在0.01%以下，2050年雖下降幅度較為明顯，但也未突破0.2%，具體來說，山西、河南、青海和新疆地區(qū)下降幅度相對較大，其他地區(qū)下降幅度相對較小。

3.7.2 B2氣候變化情景小麥、水稻和玉米3種糧食產(chǎn)量變化對宏觀經(jīng)濟(jì)的影響主要表現(xiàn)在：實(shí)際GDP總體增長，區(qū)域有差異。部分地區(qū)如山西、河北、安徽、山東等2030年增幅高于2050年，北京、天津、內(nèi)蒙古等地則相反，各地區(qū)波動幅度不大。

實(shí)際投資增總體增長，各地區(qū)實(shí)際投資均有所增長，但是2030年和2050年投資增幅波動幅度均不大，多數(shù)地區(qū)投資增幅在0.2%上下波動。

出口總體增長，2030年和2050年各地區(qū)出口均在增長，其中漲幅在1%以上的地區(qū)有內(nèi)蒙古、黑龍江、吉林和江西，其他地區(qū)增幅相對較小。

進(jìn)口小幅增長，2030年和2050年北京、福建、廣東和云南四個(gè)地區(qū)進(jìn)口小幅下降，其他地區(qū)雖在增加，但增幅不大。

中西部就業(yè)增長，東部就業(yè)下降。山西、河南、湖北、廣西、海南、甘肅、青海、西藏和新疆2030年和2050年就業(yè)率有所增加，其他地區(qū)就業(yè)有所下降，降幅均較小。

平均實(shí)際工資總體增長，各區(qū)域?qū)嶋H工資均有所上漲，2030年和2050年漲幅普遍在0.4%以上，2030年和2050年差異較小。

實(shí)際家庭消費(fèi)總體增長，2030年和2050年差異不大，2030年實(shí)際家庭消費(fèi)略高于2050年實(shí)際家庭消費(fèi)增幅水平，其中，河南和新疆兩個(gè)地區(qū)增幅較大，其他地區(qū)變化較小。

出口價(jià)格指數(shù)總體下降，各地區(qū)出口價(jià)格指數(shù)雖均在下降，但不同地區(qū)存在較大差異，其中吉林地區(qū)出口價(jià)格指數(shù)降幅最大，2030年和2050年降幅均在1%以上，但多數(shù)地區(qū)降幅在0.1%左右。

消費(fèi)價(jià)格指數(shù)總體下降，全國各地區(qū)消費(fèi)價(jià)格指數(shù)均在下降，2030年下降幅度和2050年下降幅度大同小異，波動幅度在0.2%～0.6%之間。

綜上所述，糧食產(chǎn)量增加促進(jìn)GDP的增長，同時(shí)對實(shí)際投資、家庭消費(fèi)和出口均有正向拉動作用，就A2氣候變化情景和B2氣候變化情景來看，A2氣候變化情景長期對宏觀經(jīng)濟(jì)的影響要優(yōu)于B2氣候變化情景所帶來的影響。同時(shí)，A2氣候變化情景下2050年宏觀經(jīng)濟(jì)變化要好于2030年變化情況，B2氣候變化變化情景下的結(jié)果則相反。很明顯，不同區(qū)域的宏觀經(jīng)濟(jì)變化狀況因時(shí)（時(shí)間）因景（氣候變化情景）而有所不同，黑龍江、吉林、遼寧等糧食主產(chǎn)地區(qū)對氣候變化的反映更為敏感，表現(xiàn)在宏觀經(jīng)濟(jì)變化方面較其他地區(qū)更為突出。

表17　A2氣候變化情景下，水稻、小麥、玉米產(chǎn)量增加對宏觀經(jīng)濟(jì)增長的影響　%

續(xù)表17

表18　B2氣候變化情景下，水稻、小麥、玉米產(chǎn)量增加對宏觀經(jīng)濟(jì)增長的影響　%

續(xù)表18

4　結(jié)論與討論

4.1氣候變化，糧食產(chǎn)量增加，經(jīng)濟(jì)增長基礎(chǔ)得以鞏固

在未來A2氣候變化情景（2030年和2050年，水稻單產(chǎn)分別增加9.94%和18.67%，小麥單產(chǎn)分別增加0.55%和12.19%，玉米增產(chǎn)5.54%和10.72%）和B2氣候變化情景（2030年和2050年，水稻單產(chǎn)分別增加10.99%和7.92%，小麥單產(chǎn)分別增加-0.11%和8.47%，玉米增產(chǎn)6.55%和5.51%）下，由于糧食單產(chǎn)的提高所導(dǎo)致的GDP變化呈上升態(tài)勢，投資、居民家庭消費(fèi)、出口、進(jìn)口均保持較快速度增長，由于技術(shù)的提高，在就業(yè)率有所下降的情況下，實(shí)際工資水平有所上漲，從總體而言，在未來A2和B2氣候變化條件下，中國經(jīng)濟(jì)增長基礎(chǔ)得到較好的鞏固。

4.2氣候變化，糧食產(chǎn)量增加，糧食主產(chǎn)區(qū)經(jīng)濟(jì)增長優(yōu)于非主產(chǎn)區(qū)

糧食主產(chǎn)區(qū)不僅種植面積廣而且商品化程度也比較高，主產(chǎn)區(qū)三大糧食作物單產(chǎn)的增加所產(chǎn)生的效益要普遍高于非主產(chǎn)區(qū)的效益。附表一中糧食主產(chǎn)區(qū)和非主產(chǎn)區(qū)增長率上差異不大，但由于各地區(qū)基期基數(shù)不同，通過還原之后的數(shù)據(jù)可以發(fā)現(xiàn)糧食主產(chǎn)區(qū)經(jīng)濟(jì)增長比非主產(chǎn)區(qū)好。

4.3同種氣候變化情景下，不同品種表現(xiàn)出產(chǎn)量增加的差異性

就A2氣候變化情景下，2030年和2050年水稻的產(chǎn)量增加要普遍高于小麥和玉米產(chǎn)量增加幅度，而在B2情景下，2030年水稻的產(chǎn)量增加幅度要高于小麥和玉米，但在2050年，小麥的產(chǎn)量增加幅度要高于水稻和小麥產(chǎn)量增加幅度，不同氣候變化情景下不同作物品種在不同的時(shí)間產(chǎn)量表現(xiàn)各有所差異。

4.4氣候變化導(dǎo)致糧食產(chǎn)量增加，但未來不確定因素很多，不可忽視

從模擬結(jié)果來看，未來的氣候變化對中國糧食產(chǎn)量有正向促進(jìn)作用，但這并不意味著中國的糧食安全問題可以高枕無憂，畢竟本模擬結(jié)果只是經(jīng)濟(jì)平穩(wěn)運(yùn)行狀態(tài)下的一種預(yù)測，影響糧食產(chǎn)量變化的因素較多，無論是自然因素還是社會經(jīng)濟(jì)變化因素都可能對中國糧食安全產(chǎn)生重大影響，綜上所述，在未來眾多不確定因素的條件下，中國糧食安全問題決不能忽視。

參考文獻(xiàn)

［1］International Centre for Trade and Sustainable Development. Climate Change and China’s Agricultural Sector:An Overview of Impacts，Adaptation and Mitigation［DB/OL］.Http://www.agritrade. org/events/documents/ClimateChangeChina_final_web，2013-05-01.

［2］Asian Development Bank.A general equilibrium analysis of theimpact of climate change on agriculture in the People’s Republic of China［DB/OL］.Http://mpra.ub.uni-muenchen.de/21127/1/MPRA_paper_21127，2013-05-01.

［3］World Bank.Ethiopia:Economics of Adaptation to Climate Change ［DB/OL］.Http://climatechange.worldbank.org/sites/default/files/documents/EACCSynthesis Report，2013-05-01.

［4］Centre of Policy Studies Monash University.Upgrading Irrigation Infrastructure in the Murray Darling Basin:is it worth it？［DB/OL］. Http://www.monash.edu.au/policy/ftp/workpapr/g-228，2013-05-01.

［5］Peter B.DIXON.Notes and problems in applied general equilibrium economics ELSEVER SCIENCE B.V，Sara Burgerhartstraat 25.P.O. BOX 211.1000AEAmsterdam The Netherlands.

［6］Peter B.Dixon and Maureen T.Trimmer Dynamic:General Equilibrium Modeling for Forecasting and Policy，ELSEVIER SCIENCE B.V.2002.

［7］Peter B.Dixon，B.R.Parmenter，John Sutton and D.P.Vincent: ORANI:A Multisectoral Model of the Australian Economy，North-Holland publishing companyAmsterdam.Newyork.Oxford.

［8］Peter B.Dixon，Maureen T.Rimmer and Marinos E.Tsigas.Macro，industry and state effects in the US of removing major tariffs and quotas.Centre of policy studies，Monash University，General Paper No.G-146，June 2004.

［9］Daniel Djauhari Pambudi.Regional strategy to attract investment: Using a computable general equilibrium model of Indonesia. Unpublished Doctorial Dissertation，Monash University.

［10］Michael Malakellis.ORANI-INT:An intertemporal computable general equilibrium model of the Australian economy.Unpublished Doctorial Dissertation，Monash University.

［11］Md.Serajul Hoque.A computable general equilibrium model of Bangladesh for analysis of policy reforms.Unpublished Doctorial Dissertation，Monash University.

［12］Shusaku Yamamoto.The development and application of ORANIRD for Japan:the Japanese economy from 2001 to 2004. Unpublished Doctorial Dissertation，Monash University.

［13］Somsachee Siksamat1998.A multi-regional computable general equilibrium model of the Thai economy:A surge in foreign capital. Unpublished Doctorial Dissertation，Monash University.

［14］Theip Van Ho.2000.A tariff increase with an offsetting reduction in consumption taxes:A general equilibrium analysis for Vietnam. Unpublished Doctorial Dissertation，Monash University.

［15］Unchana Beadnok.Impacts of trade liberalization in Thailand:A computable general equilibrium approach.Unpublished Master thesis，Monash University.

［16］Mark Horridge，John Madden.Using a highly disaggregated multiregional single-country model to analyse the impacts of the 2002-03 drought on Australia.Centre of policy studies，Monash University， General Paper No.G-141，October 2003.

［17］Peter B.Dixon and Maureen T.Rimmer，The US economy from 1992 to 1998:results from A detailed CGE model，Centre of policy studies，Monash University，General Paper No.G-144，April 2004.

［18］Ye and Xiong（2012）“Future Production simulation of China's major grain crops under Scenarios of Climate Change”.

［19］Paresh Kumar Narayan.2003.An econometric model of tourism demand and a computable general equilibrium analysis of the impact of the FIJI islands，Unpublished Doctorial Dissertation，Monash University.

［20］Md.Serajul Hoque.2006.A computable general equilibrium model ofBangladeshforanalysisofpolicyreforms，Unpublished Doctorial Dissertation，Monash University.

［21］Unchana Beadnok.2006.Impacts of trade liberalization in Thailand: A computable general equilibrium approach，Unpublished Doctorial Dissertation，Monash University.

［22］MichaelMalakellis.1994.ORANI-INT:Anintertemporal computable general equilibrium model of the Australian economy. Unpublished Doctorial Dissertation，Monash University.

［23］Shusaku Yamamoto.2007.The development and application of ORANIG-RD for Japan:the Japanese economy from 2001 to 2004. Unpublished Doctorial Dissertation，Monash University.

［24］Ye and Xiong（2012）“Future Production simulation of China's major grain crops under Scenarios of Climate Change”.

［25］Huangdelin，Li xiangyang Cai songfeng.Study on Impact of Arable Land Change on China Food Security，Based on China's Agricultural CGE Model［J］.Chinese Agricultural Science Bulletin，2010，26（23）:413-419）（in Chinese）.

［26］Mark Horridge，Preparing a TERM bottom-up regional database，Centre of Policy Studies，Monash University，Clayton Vic 3800，Australia，March 2006.

［27］Mark Horridge，Using levels GEMPACK to update or balance a complexCGEdatabase，CentreofPolicyStudies，Monash University，Clayton Vic 3800，Australia.October 2004.

［28］Horridge（2000），ORANI-G:A General Equilibrium Model of the Australian Economy，CoPS/IMPACT Working Paper Number OP-93，Centre of Policy Studies，Monash University，downloadable from:http://www.monash.edu.au/policy/elecpapr/op-93.htm.

［29］Wittwer，G.andHorridge，M.（2009），“Amulti-regional representation of China’s agricultural sectors”，China Agricultural Economic Review，1（4）:420-434.

［30］Horridge，M.and Wittwer，G.（2008），“SinoTERM，a multi-regional CGE model of China”，China Economic Review，19（4）:628-634，December.

附表：基期條件下，模型輸出絕對值輸?shù)霓D(zhuǎn)換預(yù)測值

附表1　A2情景下中國糧食產(chǎn)出預(yù)測　萬t

附表2　B2情景下產(chǎn)出變化　萬t

續(xù)附表2

附表3　A2情景下糧食部門的產(chǎn)出價(jià)格　元/50kg主產(chǎn)品

續(xù)附表3

附表4　B2情景下糧食部門的產(chǎn)出價(jià)格變化　元/50kg主產(chǎn)品

續(xù)附表4

附表5　A2情景下出口變化　t

續(xù)附表5

附表6　B2情景下糧食部門的出口　t

續(xù)附表6

附表7　A2情景下糧食部門的進(jìn)口　t

附表8　B2情景下糧食部門的進(jìn)口　t

附表9　A2情景下家庭消費(fèi)變化　萬t

續(xù)附表9

附表10　B2情景下家庭消費(fèi)變化　萬t

續(xù)附表10

附表11　A2氣候變化情景下飼料用料、工業(yè)用糧和種子用糧的變化

續(xù)附表11

附表12　B2氣候變化情景下飼料用料、工業(yè)用糧和種子用糧的變化

續(xù)附表12

附表13　A2情景下宏觀經(jīng)濟(jì)變化

續(xù)附表13

附表14　B2情景下宏觀經(jīng)濟(jì)變化

續(xù)附表14

Grain Security and Economic Growth in China Adapting to Climate Change：Based on Multi-Regional General Equilibrium Model

Huang Delin，Li Xinxing
（Institute of Agricultural Economics and Development，Chinese Academy of Agricultural Sciences，Beijing 100081，China）

Abstract：This paper studied the effect of climate change on grain security and economic growth in China. With a static multi-regional computable general equilibrium（MGCGE）model，the authors conducted policy simulations for 31 Chinese provinces and autonomous districts on the basis of grain yield projections under the A2（high emissions）and B2（medium-low emissions）climate change scenarios.The results showed that：under both climate change scenarios，maize，wheat and rice production would grow significantly.Consumption demand of livestock，industry，seed and household would grow significantly.As production increases，exports of the three grains will increase，and imports decrease.Most provinces would experience growth in real GDP，real investments，and net exports.The main conclusions of our study were as followed：（1）climate change will boost China’s grain production，strengthen economic growth；（2）grain production growth resulting from climate change exhibit considerable regional variations；poduction would grow faster in major grain production provinces，such as the three northeast provinces，than in the rest of the nation；（3）production growth differed inmagnitude under different climate change scenarios；（4）in light of the uncertainty in many socioeconomic and environmental factors，grain food security should continue to be watched closely by China’s policy makers.

Key words：Climate Change；Grain；Influence；General Equilibrium Model

中圖分類號：F321

文獻(xiàn)標(biāo)志碼：A論文編號：casb15110149

基金項(xiàng)目：國家重點(diǎn)基礎(chǔ)研究發(fā)展計(jì)劃（“973”計(jì)劃）“氣候變化對我國糧食生產(chǎn)系統(tǒng)的影響機(jī)理及適應(yīng)機(jī)制研究”（SQ2010CB553502）中的“氣候變化驅(qū)動的我國糧食生產(chǎn)系統(tǒng)空間數(shù)值模擬預(yù)測研究”（2010CB951504）子課題“我國糧食生產(chǎn)適應(yīng)氣候變化的政策研究”（2010CB951504-5）；中國農(nóng)業(yè)科學(xué)院科技創(chuàng)新工程［05（ASTIP-IAED-2015-05）］。

第一作者簡介：男，研究員，博士，主要從事農(nóng)業(yè)經(jīng)濟(jì)理論與政策研究。

通信地址：100081北京中關(guān)村南大街12號中國農(nóng)業(yè)科學(xué)院農(nóng)業(yè)經(jīng)濟(jì)與發(fā)展研究所，Tel：010-82106167，E-mail：huangdl@caas.net.cn。

收稿日期：2015-11-28，修回日期：2016-06-03。