未來氣候變化對中國小麥產(chǎn)量影響的差異性研究——基于Meta回歸分析的定量綜述*

周景博，劉 亮

?

未來氣候變化對中國小麥產(chǎn)量影響的差異性研究——基于Meta回歸分析的定量綜述*

周景博，劉 亮**

（中國人民大學(xué)環(huán)境學(xué)院，北京 100872）

對2017年以前預(yù)測未來氣候變化對中國小麥產(chǎn)量影響的國內(nèi)外相關(guān)研究進行了綜述，并對其中26篇研究信息相對全面完整的文獻進行Meta分析，總結(jié)了原始獨立研究預(yù)測結(jié)果的差異，并討論差異的可能來源，以期為本領(lǐng)域后續(xù)研究提供依據(jù)。結(jié)果表明：（1）未來氣候變化對中國小麥產(chǎn)量的影響存在一定不確定性，但以負面影響為主；A2和B2主流氣候情景下預(yù)測的小麥產(chǎn)量減產(chǎn)幅度較其它氣候情景分別高18%和20%。（2）政策、技術(shù)、市場和投入等非氣候性因素有助于適應(yīng)氣候變化，引入這些因素時小麥增產(chǎn)幅度預(yù)測結(jié)果增加10%；（3）研究數(shù)據(jù)和方法對預(yù)測結(jié)果有顯著影響，預(yù)測時間間隔每延長一年，小麥產(chǎn)量增幅和減幅預(yù)測結(jié)果提高1%，進行產(chǎn)量分離、采用相應(yīng)的氣候模型和作物模型對預(yù)測增幅有顯著的正向影響，增加水平分別為26%、22%和18%；（4）期刊文獻比非期刊文獻的產(chǎn)量增幅預(yù)測結(jié)果平均高5%。

氣候變化；小麥產(chǎn)量；差異性；Meta分析

以全球變暖為主要特征的全球氣候變化已經(jīng)對所有大陸和海洋的自然和人類系統(tǒng)造成嚴(yán)重影響。其中，全球氣候變化所帶來的高溫干旱、海平面上升、洪水泛濫以及病蟲害等危害，都可能造成糧食減產(chǎn)，會在很大程度上增加農(nóng)業(yè)生產(chǎn)的不穩(wěn)定性[1]。IPCC第五次評估報告中對未來氣候變化及其影響的預(yù)測表明，未來氣候變化的頻率和強度將會進一步增加，對農(nóng)業(yè)系統(tǒng)的影響也會更為嚴(yán)重[2]。中國是世界最大的糧食生產(chǎn)國、消費國和進出口國[3]，而小麥?zhǔn)侵袊饕募Z食作物之一，其播種面積占全國耕地的22%～30%，因此，確保小麥產(chǎn)量的安全水平，有利于保障中國糧食安全體系。全球氣候變化所直接帶來的溫度、降水、太陽輻射等氣象因素變化，以及病蟲害等間接影響，會導(dǎo)致小麥生產(chǎn)脆弱性增加。Wang等[4-5]研究發(fā)現(xiàn)，隨著全球氣候變化，中國小麥的生育期、安全種植界限、遭災(zāi)頻率、承災(zāi)能力以及生產(chǎn)過程都受到一定影響。因此，未來氣候變化將對中國小麥產(chǎn)量產(chǎn)生何種影響，是關(guān)系到中國農(nóng)業(yè)生產(chǎn)、貿(mào)易以及糧食安全的重要問題。

已有較多研究就未來氣候變化對中國小麥產(chǎn)量的影響進行了定量預(yù)測，這些研究成果對把握小麥產(chǎn)量在未來氣候情景下的變化趨勢，進而對中國農(nóng)業(yè)生產(chǎn)決策和應(yīng)對氣候變化具有重要作用[6]。但是，現(xiàn)有的定量研究結(jié)果之間存在一定差異，且差異不僅表現(xiàn)在具體產(chǎn)量變化數(shù)值上，也表現(xiàn)在產(chǎn)量變化方向上。高濤等[7-11]預(yù)測未來氣候情景下小麥產(chǎn)量將增加，增加幅度在4.5%～46.6%；陳帥等[12-18]則預(yù)測未來氣候變化下小麥產(chǎn)量將在不同程度上減少，減幅在?6.9%～12.5%。

已有研究的具體預(yù)測內(nèi)容、方法和所考慮的影響因素存在差異，包括小麥品種差異、地域差異、所選擇的氣候情景差異、是否考慮CO2肥效以及預(yù)測模型差異等。張瑞霞等[6,9,16,19-20]多數(shù)研究采用的是A2和B2氣候情景，陳帥等[12,21]等相關(guān)研究采用的是B1氣候情景，高濤等[7,12-13]選擇了A1F1和A1B氣候情景。袁靜等[19,22-24]研究比較了有無CO2肥效兩種情況下的結(jié)果，熊偉等[5,8,20]則僅考慮計算了CO2肥效情況下的結(jié)果。研究地域大體可分為全國范圍（熊偉等[9,25-27]）、東部地區(qū)（趙俊芳等[11,17,19,21,28]）、中部地區(qū)（馬姍姍等[8,29-31]）和西部地區(qū)（龐艷梅等[10,17]）。小麥品種主要包括春小麥（馬姍姍等[8,20,26]）和冬小麥（趙俊芳等[11,13,15,19,29]），也有些研究（張瑞霞等[6,14,18,22,27]）未加區(qū)分。在具體影響因素選擇和預(yù)測方面，所有研究均預(yù)測未來氣溫將逐漸上升，但具體升溫幅度有差異；張瑞霞等[6,9,13,18-19,29]預(yù)測未來降水將增加，而龐艷梅等[10,12,15,25,32]模擬未來氣候變化降水將減少；日照時數(shù)模擬也有增加（龐艷梅等[10]）或減少（陳帥等[12]）的結(jié)果。在氣候模型選擇上，熊偉等[9-10,19-20,27,33-34]采用了英國Hadley氣候中心開發(fā)的PRECIS（Providing Regional Climates for Impacts Studies）區(qū)域氣候模式，張建平等[17,35-36]采用了國家氣候中心T63海氣耦合模式BC-CT63氣候模式，李萌等[13,17,30,34]采用了意大利ICTP中心的區(qū)域氣候模式RegCM系列。在小麥生長模型選擇上，張瑞霞等[6,19,22,26,28]將相應(yīng)的氣候情景模式輸出的天氣數(shù)據(jù)嵌入CERES-Wheat模型，考慮了氣候、土壤、作物遺傳特性參數(shù)以及栽培管理措施等因素，模擬小麥生理生長過程，最后得出小麥產(chǎn)量的模擬結(jié)果。張建平等[17,21,35-36]應(yīng)用了WOFOST（World Food Study）作物生長模型，胡實等[37]應(yīng)用了VIP（vegetation interface processes model）模型，趙俊芳等[11]采用了農(nóng)業(yè)生態(tài)區(qū)劃（agro-ecological zone，AEZ）模型。

不同的預(yù)測結(jié)果增加了決策應(yīng)用選擇難度。不同的研究過程和方法是導(dǎo)致預(yù)測結(jié)果差異的主要原因，本研究擬通過構(gòu)建Meta回歸模型，就上述研究因素對預(yù)測結(jié)果的影響進行規(guī)范統(tǒng)一的比較，以期解釋小麥產(chǎn)量預(yù)測結(jié)果間的差異，為本領(lǐng)域后續(xù)研究提供參考。

1 研究方法與數(shù)據(jù)

1.1 Meta回歸分析

Meta回歸分析（Meta Regression Analysis，簡記為MRA）于20世紀(jì)80年代末由美國學(xué)者Stanley等提出[38]，它是從Meta-analysis發(fā)展而來的，是Meta分析在經(jīng)濟學(xué)應(yīng)用中的一個分支，是一種對同一研究主題的文獻進行系統(tǒng)綜合分析的數(shù)量化研究方法。MRA本質(zhì)上仍是一種回歸分析方法，它以既有實證研究為樣本，以既有研究的定量研究結(jié)果為因變量，以研究特征為自變量；MRA側(cè)重于探索研究結(jié)果差異性的原因，主要應(yīng)用于經(jīng)濟學(xué)領(lǐng)域的數(shù)量型文獻綜述[39]。與傳統(tǒng)的定性文獻綜述相比，MRA不局限于對文獻的定性描述和總結(jié)，而是通過一定標(biāo)準(zhǔn)收集和整理相關(guān)文獻的定量研究結(jié)果，使用統(tǒng)計學(xué)和計量經(jīng)濟學(xué)方法對其進行系統(tǒng)分析，以探查不同研究中結(jié)果差異性的原因[40]。與一般實證研究相比，MRA方法可以改善樣本容量小的問題，并能在所選研究文獻的實證結(jié)果出現(xiàn)方向或程度差異時，識別出較為明確的原因[41]。因此，采用MRA方法進行綜述和分析，一方面可以對同一研究主題下得到的不同研究結(jié)果進行再統(tǒng)計分析，另一方面也可在一定程度上避免原始文獻中存在的選擇性偏誤和模型設(shè)定偏誤等問題[42]。

1.2 文獻篩選

以“小麥+產(chǎn)量+氣候”、“小麥+生產(chǎn)+氣候”為主題詞在中文文獻收錄較全面的CNKI中文數(shù)據(jù)庫，以“climate change+wheat+China”為主題詞在英文文獻收錄較全面的Elsevier英文數(shù)據(jù)庫，對2017年之前（不包括2017年）發(fā)表的有關(guān)未來氣候變化對小麥產(chǎn)量影響的研究文獻進行檢索和篩選。文獻篩選標(biāo)準(zhǔn)為：（1）僅納入預(yù)測未來氣候變化的小麥產(chǎn)量變動的文獻，對于計算出已有的氣候變化對小麥產(chǎn)量影響的文獻不予納入；（2）僅納入預(yù)測未來氣候變化下中國小麥產(chǎn)量變化的文獻，不包括估算其它國家小麥產(chǎn)量變化的文獻；（3）僅納入預(yù)測了小麥產(chǎn)量變化的文獻，包括只預(yù)測了變化方向和具體變化數(shù)值的文獻；（4）不包括通過田間試驗或農(nóng)業(yè)觀測實驗站僅改變某一氣候要素而計算出相應(yīng)小麥產(chǎn)量變化程度的實驗性文獻；（5）同一篇文獻中對不同區(qū)域、不同氣候情景下以及不同種類小麥的未來產(chǎn)量變化進行預(yù)測，將這些預(yù)測結(jié)果均提取出來作為獨立樣本。文獻篩選過程及結(jié)果見表1。

最終剩余38篇相關(guān)文獻，其中中文文獻35篇，英文文獻3篇；期刊文章28篇，學(xué)位論文8篇，會議論文2篇。從篩選后得到的38篇文獻中提取出樣本204個，這些樣本提供了未來氣候變化對小麥產(chǎn)量影響的方向，主要用于描述統(tǒng)計分析；從26篇信息較全面文獻中提取樣本128個，這些樣本不僅提供了未來氣候變化對小麥產(chǎn)量影響的方向，還提供了具體的影響數(shù)值，主要用于MRA建模分析。

1.3 樣本分布

基于38篇文獻中提取的204個樣本，根據(jù)所采用的氣候情景、是否考慮CO2肥效、對氣候因素的考慮、文獻屬性等前面討論過的研究特征設(shè)定變量和分類，對小麥產(chǎn)量預(yù)測結(jié)果進行描述統(tǒng)計，結(jié)果見表2，其中正負表示不同樣本特征下預(yù)期小麥產(chǎn)量變化的方向，正表示預(yù)期小麥產(chǎn)量增長，負表示預(yù)期小麥產(chǎn)量減少。

總體來看，204個預(yù)測結(jié)果中，增產(chǎn)預(yù)測（108個樣本）略高于減產(chǎn)預(yù)測（96個樣本），預(yù)測結(jié)果均值為增產(chǎn)約3%。從采用的氣候情景看，多數(shù)研究采用了A2（77個樣本）和B2情景（76個樣本）；A2、B2氣候情景下小麥產(chǎn)量增產(chǎn)預(yù)測較多，而在其它氣候情景下（B1、A1F1、A1B、BCCT63、RCP2.6、RCP4.5、RCP8.5等）減產(chǎn)預(yù)測較多。從CO2肥效看，75個樣本考慮了CO2肥效影響，預(yù)測平均增產(chǎn)約15.98%；129個樣本沒有考慮CO2肥效影響，預(yù)測平均減產(chǎn)約4.98%。從小麥種類看，多數(shù)研究（122個樣本）未標(biāo)明小麥種類，平均預(yù)測結(jié)果為增產(chǎn)5.9%，標(biāo)明種類的研究中，冬小麥（53個樣本）研究多于春小麥（29個樣本），平均預(yù)測結(jié)果為春小麥減產(chǎn)10.42%，冬小麥增產(chǎn)3.77%。從對小麥產(chǎn)量影響因素的納入情況看，大部分研究都引入了降水和溫度因素，并且考慮降水和氣溫因素的預(yù)測結(jié)果為小麥增產(chǎn)，未考慮降水和氣溫因素的結(jié)果為減產(chǎn)。從產(chǎn)量處理方式看，絕大多數(shù)研究（180個樣本）沒有進行小麥氣候產(chǎn)量的分離，僅少量研究作了分離處理，后者預(yù)測結(jié)果（增產(chǎn)9.23%）平均而言明顯高于前者（增產(chǎn)2.41%）。從計量模型的采用與否看，多數(shù)預(yù)測（156個樣本）沒有應(yīng)用計量模型，應(yīng)用模型的預(yù)測結(jié)果平均為減產(chǎn)3.61%，而不使用計量模型的預(yù)測結(jié)果為增產(chǎn)4.79%，存在方向性差異。從采用的氣候模型看，多數(shù)預(yù)測采用的是PRECIS模型（173個樣本），平均預(yù)測結(jié)果為增產(chǎn)，RegCM3模型和AOGCMs模型相對較少，分別為10個樣本和6個樣本。從采用的作物模型看，CERES-Wheat模型應(yīng)用最廣泛（155個樣本），各類模型的平均預(yù)測結(jié)果均為增產(chǎn)。從文獻屬性看，144個樣本來自期刊文章，學(xué)位論文和會議論文的樣本量分別為10個和50個；其中期刊論文和學(xué)位論文預(yù)測的未來小麥產(chǎn)量表現(xiàn)為增加，增產(chǎn)水平分別為6.63%和0.77%，會議論文預(yù)測的未來小麥產(chǎn)量顯示減產(chǎn)6.5%。

表1 文獻篩選過程

注 表中數(shù)值為經(jīng)過相應(yīng)篩選流程后的文獻數(shù)量。

Note： The number in the table is the quantity of literature after the corresponding retrieval and filtration.

表2 樣本描述統(tǒng)計

注：1. 正負表示不同樣本特征下預(yù)期小麥產(chǎn)量變化的方向，正表示增產(chǎn)，負表示減產(chǎn)；2. A2氣候情景為國內(nèi)或區(qū)域資源情景，人口高速增長，屬于低經(jīng)濟增長、中高排放情景；3. A1F1和A1B氣候情景為A1情景族（高經(jīng)濟發(fā)展高排放情景）下的兩個情景，分別代表化石燃料密集型情景和各種能源之間的平衡情景；4. B1氣候情景為全球可持續(xù)發(fā)展情景，未來人口得到較好的控制，屬于高經(jīng)濟發(fā)展情景；5. B2氣候情景為區(qū)域可持續(xù)發(fā)展情景，與B1類似，但強調(diào)區(qū)域的發(fā)展；6. BCCT63為氣候中心發(fā)展的大氣模式與中國科學(xué)院大氣物理研究所發(fā)展的海洋模式耦合而成的氣候情景；7. RCP為Representative Concentration Pathway（代表濃度路徑）的縮寫，數(shù)字代表2100年相對于1750年的輻射強迫；8. PRECIS氣候模型即Providing Regional Climate for Impact Studies，是英國Hadley氣候預(yù)測與研究中心發(fā)展的區(qū)域氣候模式，用以構(gòu)建高分辨的SRES未來氣候變化情景；9. RegCM系列氣候模型為意大利國家大氣研究中心（NCAR）發(fā)展的區(qū)域氣候模擬模型；10. AOGCMs氣候模型為全球大氣?海洋耦合模式；11. CERES-Wheat作物模型是可以模擬作物品種特征、管理方式、土壤水分和養(yǎng)分狀況對作物生長發(fā)育和產(chǎn)量形成過程影響的模型；12. WOFOS作物模型是一個根據(jù)氣象和土壤條件模擬作物根、莖、葉和穗生物量以及土壤水分的動態(tài)模型；13. VIP（Vegetation Interface Processes model）作物模型是在綜合考慮陸地生態(tài)系統(tǒng)作物生長發(fā)育機制、植被生理過程、水分運動過程、碳氮循環(huán)過程基礎(chǔ)上建立的生態(tài)水文動力學(xué)模型。

Note：1. Positive and negative indicate the direction of future change of wheat yield under different samples. Positive represents future wheat yield increasing, and negative versus.2. The A2 scenario is domestic or regional resource scenarios, with rapid population growth, low economic growth and high-emission.3. The A1F1 and A1B scenarios are two scenarios belong to the A1 scenario (high economic development scenario), representing the balance between fossil fuel-intensive scenarios and various energy sources.4. The B1 scenario is a global scenario of sustainable development, with a better control of future population and high economic growth.5. The B2 scenario is a regional scenario of sustainable development, which is similar to B1, but emphasizes regional development.6. The BCCT63 is a climate scenario consisted of the atmospheric model developed by The Climate Center and the Ocean Model developed by the Institute of Atmospheric Physics, Chinese Academy of Sciences.7. RCP stands for Representative Concentration Pathway, which represents radiation forcing in 2100 comparing to 1750.8. The PRECIS climate model stands for Providing the Regional Climate for Impact Studies, is the regional climate model developed by the UK's Hadley Climate Prediction and Research Center to create a high-resolution SRES future climate change scenario.9. RegCM series climate model is a regional climate simulation model created by the Italian National Center for Atmospheric Research (NCAR).10. The AOGCMs climate model is the global atmospheric-ocean coupling model.11. The CERES-Wheat crop model is a model which can simulate the characteristics of crop varieties, management methods, soil moisture and nutrient status during crop growth and yield formation processes.12. The WOFOS crop model is a dynamic model which can simulate crop, stem, leaf, spike biomass and soil moisture based on meteorological and soil conditions.13. The vegetation model is based on the ecological and hydrological dynamics model, considering integrated factors such as crop growth and development mechanism, vegetation physiological process, water movement process and carbon and nitrogen cycle.

2 結(jié)果與分析

2.1 MRA模型的建立

以原始文獻中的預(yù)測結(jié)果為被解釋變量，以原始研究屬性特征的各類變量，包括具體研究對象的特征、研究方法的特征等為解釋變量[40]，構(gòu)建MRA模型為

2.2 MRA模型估計結(jié)果

由于本文選用多數(shù)原始文獻同時預(yù)測了多個小麥產(chǎn)量變化值，這會造成原始研究中的小麥產(chǎn)量預(yù)測值呈現(xiàn)非獨立性，從而無法對研究假設(shè)進行有效檢驗（Espey等[43]）。利用統(tǒng)計量Q檢驗法分別得到P=0.006＜0.1，I2=76.1%＞40%，表明各研究間存在異質(zhì)性[44]。因此，本研究采用加權(quán)最小二乘法（WLS）來修正數(shù)據(jù)的非獨立性（Anderson等[45-46]），其中權(quán)重為各原始文獻中預(yù)測出的小麥產(chǎn)量變動值個數(shù)的平方根[40]。

采用Stata14.0軟件進行模型估計。首先以152個樣本的未來小麥產(chǎn)量變動率（Stata運算中為同等數(shù)值大小的小數(shù)）為因變量，構(gòu)建模型1；考慮到預(yù)測結(jié)果正負意味著增產(chǎn)和減產(chǎn)的方向性差異，以89個增產(chǎn)預(yù)測結(jié)果為樣本構(gòu)建模型2，以63個減產(chǎn)預(yù)測結(jié)果構(gòu)建模型3。采用逐步回歸方法，只保留了顯著變量。模型估計結(jié)果見表3。

從模型1的估計結(jié)果看，對小麥產(chǎn)量變動值影響的重要因素主要為氣候情景、是否考慮CO2肥效、數(shù)據(jù)年份、小麥種類、考慮因素、是否進行產(chǎn)量分離、是否使用相應(yīng)的氣候模型或作物模型以及是否為期刊文章這八類變量。具體而言，A2和B2氣候情景下小麥產(chǎn)量變化幅度較其它氣候情景（B1、A1F1、A1B、BCC-T63和RCP系列情景）趨于減少，在其它因素不變的情況下，減少水平分別為18%和20%?？紤]CO2肥效比不考慮CO2肥效預(yù)測結(jié)果增產(chǎn)幅度增加22%。從時間上看，原始研究中的樣本期長度會顯著影響預(yù)測結(jié)果；樣本期每多一年，預(yù)期小麥產(chǎn)量減產(chǎn)幅度將提高1%。小麥種類對未來小麥產(chǎn)量有顯著的影響，在其它因素不變的情況下，未注明小麥種類的較春小麥減產(chǎn)幅度將提高5%。各類考慮因素中，只有考慮其它因素（如政策、技術(shù)、市場和投入等）對小麥產(chǎn)量有顯著影響，考慮其它因素的小麥產(chǎn)量較不考慮的條件下增產(chǎn)幅度提高10%。進行產(chǎn)量分離的小麥產(chǎn)量增產(chǎn)幅度預(yù)測結(jié)果比未分離條件下高26%。使用氣候模型的小麥產(chǎn)量增產(chǎn)幅度預(yù)測結(jié)果較未采用的條件下平均高22%，使用作物模型的小麥產(chǎn)量增產(chǎn)幅度預(yù)測結(jié)果較未采用條件下平均高18%。期刊文獻預(yù)測小麥增產(chǎn)幅度較非期刊文獻（學(xué)位論文和會議論文）提高5%。

從模型2的估計結(jié)果看，對小麥增產(chǎn)變動值影響重要的因素主要為氣候情景、是否考慮CO2肥效、時間年份、考慮因素以及作物模型這五類變量。具體而言，A2和B2氣候情景下小麥未來產(chǎn)量將減少，在其它因素不變的情況下減產(chǎn)幅度分別增加14%和20%?？紤]CO2肥效比不考慮CO2肥效增產(chǎn)幅度預(yù)測結(jié)果提高18%。從時間年份上看，原始研究中樣本期長度和預(yù)測時間間隔都會顯著影響預(yù)測結(jié)果；樣本期每多一年，預(yù)期小麥產(chǎn)量減幅將增加1%；預(yù)測時間間隔每增加一年，預(yù)期的小麥產(chǎn)量增幅將增加1%。小麥種類對未來小麥產(chǎn)量則無顯著影響。各類因素中，只有考慮其它因素（如政策、技術(shù)、市場和投入等）對小麥產(chǎn)量有顯著影響，考慮其它因素的小麥產(chǎn)量增幅較不考慮的條件下將增加5%。使用作物模型預(yù)測的小麥產(chǎn)量減幅較未采用條件下平均多13%。是否進行產(chǎn)量分離、是否運用計量分析方法、是否使用相應(yīng)的氣候模型、是否為期刊文獻對預(yù)測結(jié)果則無顯著影響。

表3 MRA模型系數(shù)估計結(jié)果

注：*、**分別表示在5%和1%的水平上顯著。

Note :*is P＜0.5，**is P＜0.01.

從模型3的估計結(jié)果看，對小麥減產(chǎn)量變動有重要影響的因素主要為氣候情景、是否考慮CO2肥效、時間年份、小麥種類、考慮因素和是否為期刊文章這六類變量。具體而言，B2氣候情景下小麥預(yù)測產(chǎn)量增加幅度較其它氣候情景（B1、A1F1、A1B、BCC-T63和RCP系列情景）將增加5%?？紤]CO2肥效比不考慮CO2肥效增產(chǎn)幅度預(yù)測結(jié)果提高5%。從時間年份上看，原始研究中的預(yù)測時間間隔會影響預(yù)測結(jié)果；預(yù)測時間間隔每增加一年，預(yù)期的小麥產(chǎn)量減幅將提高1%。小麥種類對未來小麥產(chǎn)量有顯著的影響，在其它因素不變的條件下，未注明小麥種類的較春小麥減幅高4%。各類考慮因素中，只有考慮其它因素（如政策、技術(shù)、市場和投入等）對小麥產(chǎn)量有顯著影響，考慮其它因素的小麥產(chǎn)量增幅較不考慮條件下多6%。是否進行產(chǎn)量分離、是否運用計量分析方法、是否使用相應(yīng)的氣候模型和作物模型對預(yù)測結(jié)果則無顯著影響。期刊論文預(yù)測的小麥增幅較非期刊論文（學(xué)位論文和會議論文）高6%。

3 結(jié)論與討論

（1）未來氣候變化對中國小麥產(chǎn)量的影響存在一定不確定性，但以負面影響為主。盡管預(yù)測結(jié)果有增產(chǎn)也有減產(chǎn)，且增產(chǎn)預(yù)測結(jié)果數(shù)量略高于減產(chǎn)預(yù)測結(jié)果，但主流氣候情景下的預(yù)測結(jié)果和增產(chǎn)幅度要顯著低于其它氣候情景。研究中樣本量居多的A2和B2主流氣候情景下預(yù)測的小麥產(chǎn)量減幅較其它氣候情景下分別多18%和20%。

（2）氣候變化帶來的CO2肥效因素，其它人為因素（如政策、技術(shù)和投入等）對小麥產(chǎn)量預(yù)測結(jié)果均有顯著影響?？紤]CO2肥效比不考慮CO2肥效預(yù)測結(jié)果增產(chǎn)幅度增加22%；考慮其它因素的預(yù)測增產(chǎn)幅度增加10%。盡管受到氣候變化的負面影響，包括小麥在內(nèi)的中國農(nóng)業(yè)仍然連年獲得豐收，主要也是得益于這些因素的作用[47]。

（3）研究樣本、建模方法和文獻來源對預(yù)測結(jié)果均有顯著影響。在其它條件不變的情況下，相對較少的樣本數(shù)據(jù)傾向于得到較高的產(chǎn)量減幅，減少水平為1%；原始研究文獻預(yù)測時長對預(yù)測結(jié)果也有顯著影響，預(yù)測時長每增加一年，小麥產(chǎn)量增幅和減幅均提高1%；此外，進行產(chǎn)量分離、采用相應(yīng)的氣候模型和作物模型對產(chǎn)量預(yù)測增幅有顯著的正向影響，增加水平分別為26%、22%和18%；期刊文獻比非期刊文獻的產(chǎn)量增幅預(yù)測結(jié)果平均高5%。

（4）小麥類型以及降水等氣象因素對預(yù)測結(jié)果未表現(xiàn)出顯著影響。從描述統(tǒng)計看，春小麥研究樣本較少，減產(chǎn)預(yù)測結(jié)果較多，冬小麥研究樣本稍多，增產(chǎn)、減產(chǎn)預(yù)測結(jié)果各半，多數(shù)研究并未注明小麥類型，增產(chǎn)預(yù)測結(jié)果偏多；從MRA模型估計結(jié)果看，春小麥和冬小麥的產(chǎn)量變化并無顯著差異。是否引入降水、氣溫、日照時數(shù)和太陽輻射等氣象因素未表現(xiàn)出顯著影響。

綜上，盡管仍存在一定的不確定性和差異，未來氣候變化本身對中國小麥產(chǎn)量仍以負面影響為主，與IPCC最新報告《糧食安全和糧食生產(chǎn)系統(tǒng)》[48]的結(jié)論一致，即氣候變化已經(jīng)對全球許多區(qū)域主要作物包括小麥總產(chǎn)量產(chǎn)生不利影響，負面影響的結(jié)果比正面影響更為普遍。但氣候變化不僅有負面影響，也帶來一定的正面利好因素，CO2肥效增加可顯著提高小麥產(chǎn)量。同時，氣候變化帶來的負面影響并非完全無法規(guī)避，政策、技術(shù)等人為因素可以顯著提高小麥產(chǎn)量，現(xiàn)代農(nóng)業(yè)已不完全是農(nóng)作物的自然生長過程，而是人類影響下的生產(chǎn)過程，積極采取主動適應(yīng)措施，可以有效減少氣候變化影響。

需注意的是，研究樣本、建模方法等也會導(dǎo)致預(yù)測結(jié)果的差異；經(jīng)同行評議的期刊論文與同行評議相對較少的非期刊論文的預(yù)測結(jié)果也存在差異，即存在一定的發(fā)表偏倚，在采納和應(yīng)用研究結(jié)果時，也應(yīng)注意這些影響的存在。另外，盡管該領(lǐng)域存在大量的研究文獻，但提供足夠研究細節(jié)的文獻相對較少，一方面導(dǎo)致可以進行研究的元分析樣本較少，另一方面實際上也不利于對研究過程進而對研究結(jié)果價值的評判，也即，研究結(jié)果發(fā)表的規(guī)范性還有待提高。

[1]覃志豪,唐華俊,李文娟,等.氣候變化對農(nóng)業(yè)和糧食生產(chǎn)影響的研究進展與發(fā)展方向[J].中國農(nóng)業(yè)資源與區(qū)劃,2013,(5):1-7.

Qin Z H,Tang H J,Li W J,et al.Research improvement and development of the impact of climate change on agriculture and grain production[J].Journal of China Agricultural Resources and Regional Planning,2013,(5):1-7.(in Chinese)

[2]IPCC.Working group I contribution to the IPCC fifth assessment report,climate change 2013,the physical science basis:summary for policymakers[R].Geneva,Switzerland:IPCC,2013:1-27.

[3]王大為,蔣和平.我國糧食安全與糧食價格關(guān)系研究:以小麥為視角[J].天津商業(yè)大學(xué)學(xué)報,2016,36(6):3-10.

Wang D W,Jiang H P.Study on the relationship between grain security and grain price in China:from the perspective of wheat[J].Journal of Tianjin University of Commerce,2016, 36(6):3-10.(in Chinese)

[4]Wang F T.Some advances in climate warming impact research in China since 1990[J].Journal of Meteorological Research,2001, 15(4):498-508.

[5]*熊偉,居輝,許吟隆,等.氣候變化下我國小麥產(chǎn)量變化區(qū)域模擬研究[J].中國生態(tài)農(nóng)業(yè)學(xué)報,2006,14(2):164-167.

Xiong W,Ju H,Xu Y L,et al.Regional simulation of wheat yield in China under the climatic change conditions[J]. Chinese Journal of Eco-Agriculture,2006,14(2):164-167.(in Chinese)

[6]*張瑞霞.氣候變化對我國小麥產(chǎn)量的影響[J].北京農(nóng)業(yè), 2014,(18):19.

Zhang R X.Impacts of climate change on wheat yield in China[J].Beijing Agriculture,2014,(18):19.(in Chinese)

[7]*高濤,楊澤龍,魏玉榮,等.數(shù)值模擬氣候情景下未來30年內(nèi)蒙古三種主要糧食作物的單產(chǎn)趨勢預(yù)估[J].中國農(nóng)業(yè)氣象, 2013,34(6):685-695.

Gao T,Yang Z L,Wei Y R,et al.Pre-estimating the yields of three major crops in Inner Mongolia under the numerical simulation scenarios for the future 30 years[J].Chinese Journal of Agrometeorology,2013,34(6):685-695.(in Chinese)

[8]*馬姍姍.氣候變化背景下寧夏北移冬小麥氣候適應(yīng)性與成本效益分析[D].北京:中國農(nóng)業(yè)科學(xué)院,2011.

Ma S S.Climate suitability and cost-benefit analysis of northward winter wheat under climate change background in Ningxia[D]. Beijing:Chinese Academy of Agricultural Sciences,2011.(in Chinese)

[9]*熊偉.未來氣候變化情景下中國主要糧食作物生產(chǎn)模擬[D].北京:中國農(nóng)業(yè)大學(xué),2004.

Xiong W.Simulation of main food crops production under future climate change scenarios in China[D].Beijing:China Agricultural University,2004.(in Chinese)

[10]*龐艷梅,陳超,潘學(xué)標(biāo),等.未來氣候情景下四川盆地冬小麥生育期氣候資源及生產(chǎn)潛力的變化[J].中國農(nóng)業(yè)氣象,2014, 35(1):1-9.

Pang Y M,Chen C,Pan X B,et al.Change of climatic resources and potential productivity during the entire growth period of winter wheat under future climate scenario in Sichuan Basin[J]. Chinese Journal of Agrometeorology,2014,35(1):1-9.(in Chinese)

[11]趙俊芳,郭建平,鄔定榮,等.2011-2050年黃淮海冬小麥、夏玉米氣候生產(chǎn)潛力評價[J].應(yīng)用生態(tài)學(xué)報,2011,22(12): 3189-3195.

Zhao J F,Guo J P,Wu D R,et al.Climatic potential productivity of winter wheat and summer maize in Huanghuaihai Plain in 2011-2050[J].Chinese Journal of Applied Ecology,2011,22(12): 3189-3195.(in Chinese)

[12]*陳帥,徐晉濤,張海鵬.氣候變化對中國糧食生產(chǎn)的影響:基于縣級面板數(shù)據(jù)的實證分析[J].中國農(nóng)村經(jīng)濟,2016,(5): 2-15.

Chen S,Xu J T,Zhang H P.Impact of climate change on Chinese grain production:an empirical analysis based on county panel data[J].Chinese Rural Economy,2016,(5):2-15.(in Chinese)

[13]李萌,申雙和,褚榮浩,等.基于格點積溫指標(biāo)的黃淮海冬麥區(qū)冬小麥氣候生產(chǎn)潛力預(yù)估[J].麥類作物學(xué)報,2016,36(9): 1215-1224.

Li M,Shen S H,Zhu R H,et al.Projected climatic potential productivity of winter wheat based on grid accumulated temperature in Huang-Huai-Hai winter wheat region[J].Journal of Triticeae Crops,2016,36(9):1215-1224.(in Chinese)

[14]*趙婉.氣候變化對我國糧食安全影響的實證研究:以黃淮海地區(qū)小麥產(chǎn)量波動為例[D].北京:北京理工大學(xué),2015.

Zhao W.The influence of climate change on food security in China-Wheat yield fluctuation in Huang-Huai-Hai area as an example[D].Beijing:Beijing Institute of Technology,2015.(in Chinese)

[15]俄有浩,施茜,馬玉平,等.未來10年黃土高原氣候變化對農(nóng)業(yè)和生態(tài)環(huán)境的影響[J].生態(tài)學(xué)報,2011,31(19):5542-5552.

E Y H,Shi Q,Ma Y P.The impacts of future climatic change on agricultures and eco-environment of Loess Plateau in next decade[J].Acta Ecologica Sinica,2011,31(19):5542-5552.(in Chinese)

[16]王培娟,張佳華,謝東輝,等.A2和B2情景下冀魯豫冬小麥氣象產(chǎn)量估算[J].應(yīng)用氣象學(xué)報,2011,22(5):549-557.

Wang P J,Zhang J H,Xie D H,et al.Estimation for weather yield of winter wheat under A2 and B2 scenarios in Hebei, Shandong and Henan provinces[J].Journal of Applied Meteorological Science,2011,22(5):549-557.(in Chinese)

[17]張建平,李永華,高陽華,等.未來氣候變化對重慶地區(qū)冬小麥產(chǎn)量的影響[J].中國農(nóng)業(yè)氣象,2007,28(3):268-270.

Zhang J P,Li Y H,Gao Y H,et al.Impacts of future climate change on yields of winter wheat in Chongqing[J].Chinese Journal of Agrometeorology,2007,28(3):268-270.(in Chinese)

[18]田展,劉紀(jì)遠,曹明奎.氣候變化對中國黃淮海農(nóng)業(yè)區(qū)小麥生產(chǎn)影響模擬研究[J].自然資源學(xué)報,2006,21(4):598-607.

Tian Z,Liu J Y,Cao M K.Study on the simulation of the impact of climate change on wheat production in Huang-Huai- Hai agricultural region in China[J].Journal of Natural Resources, 2006,21(4):598-607.(in Chinese)

[19]*袁靜,鄭學(xué)山,胡鯤,等.濰坊市未來氣候變化及其對小麥生育期和產(chǎn)量的影響研究[A].應(yīng)對氣候變化,低碳發(fā)展與生態(tài)文明建設(shè)[C].濰坊:第33屆中國氣象學(xué)會年會,2016.

Yuan J,Zheng X S,Hu K,et al.Study on the future climate change and its impact on wheat growth and yield in Weifang [A].Reply the climate change,low carbon development and ecological civilization construction[C].Weifang:The 33rd Annual Meeting of China Meteorological Society,2016.(in Chinese)

[20]*杜瑞英,楊武德,許吟隆,等.氣候變化對我國干旱/半干旱區(qū)小麥生產(chǎn)影響的模擬研究[J].生態(tài)科學(xué),2006,25(1):34-37.

Du R Y,Yang W D,Xu Y L,et al.Simulation study on impacts of climate change on the production of wheat[J].Ecological Science,2006,25(1):34-37.(in Chinese)

[21]*張明偉,鄧輝,李貴才,等.模型模擬華北地區(qū)氣候變化對冬小麥產(chǎn)量的影響[J].中國農(nóng)業(yè)資源與區(qū)劃,2011,32(4):45-49.

Zhang M W,Deng H,Li G C,et al.Model to simulate the effect of climate change on winter wheat yield in North China[J]. Journal of China Agricultural Resources and Regional Planning, 2011,32(4):45-49.(in Chinese)

[22]*袁靜,許吟隆.基于CERES模型的臨沂小麥生產(chǎn)的適應(yīng)措施研究[J].中國農(nóng)業(yè)氣象,2008,29(3):251-255.

Yuan J,Xu Y L.Study on adaptation measures of wheat production in Linyi of Shandong Province based on CERES crop mode[J].Chinese Journal of Agrometeorology,2008,29 (3):251-255.(in Chinese)

[23]*熊偉,居輝,許吟隆,等.氣候變化對中國農(nóng)業(yè)溫度閾值影響研究及其不確定性分析[J].地球科學(xué)進展,2006,21(1):70-76.

Xiong W,Ju H,Xu Y L,et al.Impact of climate change on agricultural temperature threshold in China and its uncertainty analysis[J].Advances in Earth Science,2006,21(1):70-76.(in Chinese)

[24]*居輝,熊偉,許吟隆,等.氣候變化對我國小麥產(chǎn)量的影響[J].作物學(xué)報,2005,31(10):1340-1343.

Ju H,Xiong W,Xu Y L,et al.Impacts of climate change on wheat yield in China[J].Acta Agronomica Sinica,2005,31 (10):1340-1343.(in Chinese)

[25]張杰.氣候變化對海河流域水資源及糧食產(chǎn)量影響研究[D].北京:首都師范大學(xué),2014.

Zhang J.Modeling impacts of climate change on water resources and the yields of winter wheat in the Haihe River Basin[D].Beijing:Capital Normal University,2014.(in Chinese)

[26]楊絢,湯緒,陳葆德,等.氣候變暖背景下高溫脅迫對中國小麥產(chǎn)量的影響[J].地理科學(xué)進展,2013,32(12):1771-1779.

Yang X,Tang X,Chen B D,et al.Effects of high temperature stress on wheat yield in China under the background of climate warming[J].Advances in Earth Science,2013,32(12): 1771-1779.(in Chinese)

[27]*孫芳.我國主要作物對氣候變化的敏感性和脆弱性研究[D].北京:中國農(nóng)業(yè)科學(xué)院,2005.

Sun F.Study on the sensitivity and vulnerability of main crops to climate change in China[D].Beijing:Chinese Academy of Agricultural Sciences,2005.(in Chinese)

[28]熊偉,許吟隆,林而達.氣候變化導(dǎo)致的冬小麥產(chǎn)量波動及應(yīng)對措施模擬[J].中國農(nóng)學(xué)通報,2005,21(5):380-385.

Xiong W,Xu Y L,Lin E D.The simulation of yield variability of winter wheat and its corresponding adaptation options under climate change[J].Chinese Agricultural Science Bulletin, 2005,21(5):380-385.(in Chinese)

[29]*成林,劉榮花,王信理.氣候變化對河南省灌溉小麥的影響及對策初探[J].應(yīng)用氣象學(xué)報,2012,23(5):571-577.

Chen L,Liu R H,Wang X L.Impact of climate change on irrigated wheat in henan province and its countermeasures [J].Journal of Applied Meteorological Science,2012,23(5): 571-577.(in Chinese)

[30]王學(xué)春.黃土高原氣候變化與作物生產(chǎn)系統(tǒng)響應(yīng)模擬研究[D].楊凌:西北農(nóng)林科技大學(xué),2011.

Wang X C.Simulation of climate change and the response of cropping systems on the Loess Plateau of China[D].Shanxi: Northwest A&F University,2011.(in Chinese)

[31]*王雅瓊.寧夏北移冬小麥適應(yīng)氣候變化的成本效益分析[D].北京:中國農(nóng)業(yè)科學(xué)院,2009.

Wang Y Q.Cost-benefit analysis of northward winter wheat as adaptation option to climate change in Ningxia[J].Beijing: Chinese Academy of Agricultural Sciences,2009.(in Chinese)

[32]高濤,陳彥才,于曉.氣候變暖對內(nèi)蒙古三種主要糧食作物單產(chǎn)影響的初步分析[J].中國農(nóng)業(yè)氣象,2011,32(3):407-416.

Gao T,Chen Y C,Yu X.A preliminary analysis on effects of the global warming on the yields of three major crops in Inner Mongolia[J].Chinese Journal of Agrometeorology,2011, 32(3):407-416.(in Chinese)

[33]*成林,方文松.氣候變化對雨養(yǎng)冬小麥水分利用效率的影響估算[J].應(yīng)用氣象學(xué)報,2015,26(3):300-310.

Chen L,Fang W S.Effects of climate change on water use efficiency of rain-fed winter wheat[J].Journal of Applied Meteorological Science,2015,26(3):300-310.(in Chinese)

[34]*張建平,趙艷霞,王春乙,等.不同氣候情景下中國東北與華北作物產(chǎn)量變化趨勢模擬[J].干旱地區(qū)農(nóng)業(yè)研究,2012,30 (3):262-266.

Zhang J P,Zhao Y X,Wang C Y,et al.Simulation of crop yield change in Northeast China and North China under different climate situations[J].Agricultural Research in the Arid Areas, 2012,30(3):262-266.(in Chinese)

[35]*張建平,趙艷霞,王春乙,等.未來氣候變化情景下我國主要糧食作物產(chǎn)量變化模擬[J].干旱地區(qū)農(nóng)業(yè)研究,2007,25(5): 208-213.

Zhang J P,Zhao Y X,Wang C Y,et al.Simulation of the change of major crops in China in the future climate change[J]. Agricultural Research in the Arid Areas,2007,25(5):208- 213.(in Chinese)

[36]*張建平,趙艷霞,王春乙,等.氣候變化對我國華北地區(qū)冬小麥發(fā)育和產(chǎn)量的影響[J].應(yīng)用生態(tài)學(xué)報,2006,17(7):1179- 1184.

Zhang J P,Zhao Y X,Wang C Y,et al.Effects of climate change on winter wheat development and yield in North China[J].Chinese Journal of Applied Ecology,2006,17(7): 1179-1184.(in Chinese)

[37]胡實,莫興國,林忠輝.氣候變化對黃淮海平原冬小麥產(chǎn)量和耗水的影響及品種適應(yīng)性評估[J].應(yīng)用生態(tài)學(xué)報,2015, 26(4):1153-1161.

Hu S,Mo X G,Lin Z H.Evaluating the response of yield and evapotranspiration of winter wheat and the adaptation by adjusting crop variety to climate change in Huang-Huai-Hai Plain[J].Chinese Journal of Applied Ecology, 2015,26(4):1153- 1161.(in Chinese)

[38]Stanley T D,Jarrell S B.Meta-Regression analysis:a quantitative method of literature surveys[J].Journal of Economic Surveys, 1989,3(2):161-170.

[39]彭俞超,顧雷雷.經(jīng)濟學(xué)中的META回歸分析[J].經(jīng)濟學(xué)動態(tài),2014,(2):126-131.

Peng Y C,Gu L L.Analysis of META regression in economics [J].Economics Information,2014,(2): 126-131.(in Chinese)

[40]應(yīng)瑞瑤,潘丹.中國農(nóng)業(yè)全要素生產(chǎn)率測算結(jié)果的差異性研究:基于Meta回歸分析方法[J].農(nóng)業(yè)技術(shù)經(jīng)濟,2012,(3):47-54.

Ying R Y,Pan D.Study on the difference of total factor productivity of agriculture in China-based on meta regression analysis[J].Journal of Agrotechnical,2012,(3):47-54.(in Chinese)

[41]Glass G V,MacGaw B,Smith M L.Meta-analysis in social research[M].Beverly Hills,CA.:Sage,1984.

[42]Nelson J P.Meta-analysis:statistical methods[M].Springer Netherlands,2015:329-356.

[43]Espey M,Espey J,Shaw W D.Price elasticity of residential demand for water:a meta-analysis[J].Water Resources Research, 1997,33(6):1369-1374.

[44]曾憲濤,等.應(yīng)用STATA做Meta分析[M].北京:軍事醫(yī)學(xué)科學(xué)出版社,2014.

Zeng X T,et al.Meta-analysis with STATA[M].Beijing:Military Medical Science Press,2014.(in Chinese)

[45]Anderson E,Weitz B.Determinants of continuity in conventional industrial channel dyads[J].Marketing Science,1989,8(4):310- 323.

[46]Nelson J P,Kennedy P E.The use (and abuse) of meta- analysis in environmental and natural resource economics:an assessment[J].Environmental and Resource Economics,2009, 42(3):345-377.

[47]林而達,謝立勇.《氣候變化2014:影響,適應(yīng)和脆弱性》對農(nóng)業(yè)氣象學(xué)科發(fā)展的啟示[J].中國農(nóng)業(yè)氣象,2014,35(4): 359-364.

Lin E D,Xie L Y.Revelation of agro-meteorology learning from climate change 2014:impact,adaptation,and vulnerability [J].Chinese Journal of Agrometeorology2014,35(4):359-364. (in Chinese)

[48]Porter J R,Xie L,Challinor A J,et al.Chapter 7:food security and food production systems[R]. Cambridge:Cambridge University Press,2014.

Study on the Differences of the Impact of Future Climate Change on Wheat Yield in China—Quantitative Review Based on Meta Regression Analysis

ZHOU Jing-bo，LIU Liang

（School of Environment & Natural Resources, Renmin University of China, Beijing 100872, China）

In order to explain the differences in wheat yield prediction results and provide a reference for the following-up study in this field, this paper summarized the domestic and foreign researches on the impact of future climate change on China’s wheat yield by 2017, and analyzed the literatures of 26 relatively comprehensive and complete literatures, and discussed the possibility of differences in the results of the original independent research. The results showed that: (1) the effects of future climate change on wheat production were uncertain, and negative impacts of climate trends have been more common than positive ones; the projected reductions in wheat production under the A2 and B2 climate scenarios were 18% and 20% higher than those in other climate scenarios.(2) The non-climatic factors such as policy, technology, market and input could help to adapt to climate change; the yield of wheat considering these factors would increase by 10%. (3) Research data and methods may had a significant impact on the projections; the wheat yield of positive change would increase by 1% and the wheat yield of negative change would decrease by 1% when the projected time interval increased one year; separating yield, using corresponding climate models and crop models would have a significant positive effect on the increasing yield, with the level of 26%, 22% and 18%, respectively. (4) The projections of journal literatures were 5% higher than those outcomes summarized from non-journal literatures.

Climate change; Wheat yield; Difference; Meta-analysis

收稿日期：2017-07-09

通訊作者。E-mail:liuliangruc@ruc.edu.cn

本成果受到中國人民大學(xué)2017年度“中央高校建設(shè)世界一流大學(xué)（學(xué)科）和特色發(fā)展引導(dǎo)專項資金”支持

周景博（1973-），女，博士，副教授，研究方向為環(huán)境經(jīng)濟核算。-mail:zhoujb@ruc.edu.cn

10.3969/j.issn.1000-6362.2018.03.001

周景博,劉亮.未來氣候變化對中國小麥產(chǎn)量影響的差異性研究:基于Meta回歸分析的定量綜述[J].中國農(nóng)業(yè)氣象,2018,39(3):141-151