潘 瑩,李 想
(1.重慶工商大學(xué)數(shù)學(xué)與統(tǒng)計學(xué)院,重慶 400067;2.重慶工商大學(xué)長江上游經(jīng)濟研究中心,重慶 400067)
農(nóng)業(yè)被認(rèn)為是最易受氣候影響的部門之一。糧食供應(yīng)依賴于農(nóng)業(yè),我國的農(nóng)業(yè)在國民經(jīng)濟中扮演著重要角色。氣候變化導(dǎo)致農(nóng)作物產(chǎn)量下降在很大程度上會降低農(nóng)業(yè)部門的經(jīng)濟產(chǎn)出,從而造成農(nóng)業(yè)部門的直接經(jīng)濟損失。另外,隨著經(jīng)濟發(fā)展,產(chǎn)業(yè)鏈的融合逐漸加深,各經(jīng)濟部門的聯(lián)系也越發(fā)緊密,氣候變化對農(nóng)業(yè)造成的影響也將不可避免地對其他領(lǐng)域產(chǎn)生經(jīng)濟級聯(lián)效應(yīng),進而影響整體經(jīng)濟發(fā)展。寧夏是我國西北地區(qū)重要的農(nóng)業(yè)省區(qū)之一,屬于溫帶大陸性干旱、半干旱氣候,干旱少雨是其氣候的主要特點,且大部分地區(qū)是“靠天吃飯”的雨養(yǎng)農(nóng)業(yè),農(nóng)業(yè)生產(chǎn)對氣候變化尤為敏感。以往的研究在農(nóng)業(yè)影響上以定性分析為主,并且將氣候變化的影響局限在農(nóng)業(yè)部門。本文將討論氣候變化對各產(chǎn)業(yè)及整體經(jīng)濟造成的影響,運用兩種非參數(shù)方法分析寧夏的氣候變化,并建立多部門聯(lián)立方程模型,通過量化方式評估氣候變化趨勢及其對寧夏農(nóng)業(yè)生產(chǎn)及各部門經(jīng)濟的影響。
本文選取2007—2018 年寧夏18 個縣(市、區(qū))(銀川市城區(qū)、永寧縣、賀蘭縣、靈武市、石嘴山市城區(qū)、平羅縣、吳忠市城區(qū)、鹽池縣、同心縣、青銅峽市、原州區(qū)、西吉縣、隆德縣、涇源縣、彭陽縣、沙坡頭區(qū)、中寧縣及海原縣)為研究對象,數(shù)據(jù)均來源于《寧夏統(tǒng)計年鑒》。為了解決統(tǒng)計口徑不一致等問題對數(shù)據(jù)進行了處理,包括數(shù)據(jù)對數(shù)化處理、將市內(nèi)各區(qū)合并等。具體變量見表1。
表1 變量選取
核密度估計作為一種非參數(shù)統(tǒng)計方法,主要是把考察對象的分布狀態(tài)視作某種概率分布,然后考察其分布特征和狀態(tài)[1]。假設(shè)隨機變量X的密度函數(shù)為f(x),則在點x處的概率密度按照式(1)計算:
式中,N為樣本量,Xi為獨立同分布的觀測值,為樣本均值,h為帶寬,K為核函數(shù)。本文選擇高斯核函數(shù)對寧夏各地區(qū)年平均降水量、年平均氣溫的分布動態(tài)進行研究。
M-K 突變檢驗方法被廣泛應(yīng)用于氣候、水文等時間序列的突變檢驗中[2]。在使用該方法檢驗時間序列X突變時,首先構(gòu)造秩序列Sk:
然后定義統(tǒng)計量Uf:
Uf服從標(biāo)準(zhǔn)正態(tài)分布,給定顯著性水平α,若|Uf|>Ua/2,則表明序列存在明顯的趨勢變化。若Uf>0,則表明序列呈上升趨勢,反之呈下降趨勢。當(dāng)超過臨界值時,則表明上升或下降趨勢顯著。Ub統(tǒng)計量只需將序列按逆序排列,使Ub=-Uf,k=n-k+1。若Uf和Ub兩條曲線出現(xiàn)交點且在臨界值內(nèi),那么對應(yīng)的時刻即為突變開始的時刻。
聯(lián)立方程模型能夠避免單方程估計時的內(nèi)生性問題,因而被廣泛應(yīng)用于較為復(fù)雜或涉及多部門行為的經(jīng)濟學(xué)研究中[3]。本文參考學(xué)者們前期的模型理論,構(gòu)建面板聯(lián)立方程模型來描述寧夏各經(jīng)濟部門之間的聯(lián)系,并將降水量和氣溫變化對糧食產(chǎn)量影響的行為方程也納入模型中,如公式(7)所示[4-6]。
氣溫、降水量及施肥量是影響糧食產(chǎn)量的重要因素,因此,lnG方程考察了氣溫、降水量及施肥量對糧食產(chǎn)量的影響;由于糧食作物生產(chǎn)在第一產(chǎn)業(yè)中占據(jù)主導(dǎo)地位,因此lng1方程考察了糧食產(chǎn)量對第一產(chǎn)業(yè)生產(chǎn)總值的影響;而農(nóng)產(chǎn)品常用作食品、紡織等部門的原材料,且農(nóng)業(yè)生產(chǎn)中的飼料、化肥等需求為第二產(chǎn)業(yè)部門提供了資金收入,因此lng2方程主要考察第一產(chǎn)業(yè)對第二產(chǎn)業(yè)生產(chǎn)總值的影響;通過對銷售和加工鏈及城鄉(xiāng)居民收入的影響,服務(wù)業(yè)生產(chǎn)總值與一、二產(chǎn)業(yè)生產(chǎn)總值有著密切聯(lián)系,因此lng3方程考察的是一、二產(chǎn)業(yè)對第三產(chǎn)業(yè)總產(chǎn)值的影響[7]。
3.1.1 寧夏各市縣年平均降水和氣溫時空變化
采用核密度估計對2007—2018 年寧夏各市縣年平均降水量和氣溫的時空變化特征進行分析。由圖1 可知寧夏各地區(qū)年平均降水量只有一個主要波峰且波寬較窄,說明寧夏各地區(qū)降水量分布總體差別較小、聚集程度較高。峰值逐漸向200 mm 靠近,整體為逐年增加態(tài)勢。由圖2 可知寧夏各地區(qū)年平均溫度出現(xiàn)兩個波峰,呈現(xiàn)極化形態(tài)。主要峰值集中在10 ℃左右,波寬逐漸增大,說明寧夏大部分地區(qū)平均溫度在逐年增高,分散程度也在增加;次要峰值集中在7 ℃左右,峰值變動幅度不大,波峰不斷增高,說明寧夏少部分地區(qū)平均溫度較低且基本穩(wěn)定。
圖1 2007—2018 寧夏各地區(qū)平均降水時空分布圖
圖2 2007—2018 寧夏各地區(qū)平均氣溫時空分布圖
3.1.2 寧夏整體平均降水和氣溫波動特征
結(jié)合過程線和M-K 突變檢驗方法對2007—2018 年寧夏年平均降水量和氣溫波動特征進行分析。從圖3(a)來看,寧夏年平均降水量整體呈“W”形,存在明顯的波動周期,整體為上升趨勢。從圖4(a)來看,Uf統(tǒng)計量在2007—2011 年小于0,在2011—2018 年大于0,并于2017 年超過臨界值,說明在2011 年降水量由下降趨勢轉(zhuǎn)變?yōu)樯仙厔?,并?017 年后顯著上升。Uf和Ub統(tǒng)計量在臨界值內(nèi)共有3 個交點,分別為2011 年、2014 年和2016 年,3 個突變點均出現(xiàn)在上升趨勢內(nèi)。結(jié)合降水過程線來看,2011 和2016 年為向上突變時點,2014 年為向下突變時點。總體而言,寧夏年平均降水量從2011 年之后步入上升階段,但該階段內(nèi)仍存在短期大幅度波動現(xiàn)象,激增和激減并存,即呈現(xiàn)中長期上升,短期周期波動且波動較大的特點。
圖3 2007—2018 寧夏年平均降水和氣溫過程線
圖4 2007—2018 寧夏年平均降水和氣溫M-K 統(tǒng)計曲線
如圖3(b)所示,寧夏年平均氣溫波動較大,但不存在明顯的連續(xù)變化特征且整體呈上升趨勢。從圖4(b)來看,Uf統(tǒng)計量一直處于臨界值內(nèi),在2007—2008 年、2010—2014 年區(qū)間內(nèi)小于0,2008—2010 年、2014—2018 年區(qū)間內(nèi)大于0,說明寧夏年平均氣溫下降和上升交替變化,但下降和上升的趨勢并不顯著。結(jié)合氣溫過程線來看,Uf和Ub統(tǒng)計量在2012 年產(chǎn)生一個向上的突變時點??傮w而言,寧夏年平均氣溫波動幅度大,呈現(xiàn)中長期上升短期無序波動的特點。
本文使用I3SLS 方法進行估計,結(jié)果見表2,各主要變量系數(shù)符號均顯著為正,即溫度和降水量及施肥量對糧食產(chǎn)量都具有顯著的促進作用,同時糧食產(chǎn)量是影響第一產(chǎn)業(yè)產(chǎn)值的重要正向因素,另外第一產(chǎn)業(yè)產(chǎn)值的增加同時也會促進二、三產(chǎn)業(yè)產(chǎn)值的增加。換言之,氣溫的降低、降水量的減少會抑制糧食生產(chǎn),同時對第一、二、三產(chǎn)業(yè)增加值也會產(chǎn)生負(fù)面影響。盡管從中長期來看,降水量增加和氣溫升高會提高寧夏糧食產(chǎn)量,但降水量和氣溫的短期劇烈波動依然會對寧夏農(nóng)業(yè)生產(chǎn)造成沖擊,從而影響到整體經(jīng)濟的穩(wěn)定運行。
表2 面板聯(lián)立方程模型估計結(jié)果
基于寧夏2007—2018 年相關(guān)數(shù)據(jù),首先探討了寧夏各市縣降水量和氣溫的時空變化規(guī)律及波動特征,然后建立面板聯(lián)立方程模型,通過描述4 個行為方程構(gòu)建了降水量、氣溫、作物產(chǎn)量及各產(chǎn)業(yè)增加值等變量之間的關(guān)系。主要研究結(jié)論如下。1)寧夏各地區(qū)降水量聚集程度較高,年平均降水量主要分布在200 mm附近;各地區(qū)氣溫出現(xiàn)極化趨勢,出現(xiàn)兩個聚集區(qū)域,主要聚集區(qū)域為10 ℃,次要聚集區(qū)域為7 ℃。2)寧夏近年來整體降水量和氣溫存在中期上升趨勢,但短期內(nèi)波動仍然較為明顯。3)降水量減少和氣溫降低對寧夏糧食產(chǎn)量具有顯著負(fù)向作用,同時會降低一、二、三產(chǎn)業(yè)生產(chǎn)總值。4)寧夏各部門經(jīng)濟之間存在級聯(lián)效應(yīng)和放大效應(yīng),即農(nóng)業(yè)部門受到的氣候變化沖擊會傳導(dǎo)至其他部門,并且氣候變化的影響會被放大。
研究為氣候變化對各部門經(jīng)濟的影響提供了可供參考的估算依據(jù),以強調(diào)通過投資農(nóng)業(yè)保障措施和新技術(shù)如節(jié)水技術(shù),改變種植方式和增加農(nóng)業(yè)補貼來減輕氣候變化對整體經(jīng)濟平穩(wěn)運行的影響。