应用经济气候模型评估气候变化的影响外文翻译资料

英语原文共 9 页，剩余内容已隐藏，支付完成后下载完整资料

应用经济气候模型评估气候变化的影响

丑洁明，董文杰，封国林

地面进化与资源源生态国家重点实验室/全球变化与地球系统学院，北京师范大学，北京100857

中国科学院大气物理研究所东亚区域气候与环境重点实验室，北京100029

（2009年5月14日收到：2009年10月6日收到）

摘要

本文利用经济 - 气候模型（C-D-C）进行了跨学科调查，以评估气候变化对粮食产量的影响。该模型通过将气候因素纳入经典的柯布 - 道格拉斯（C-D）经济生产函数模型来制定。 描述和阐明了模型输出弹性的经济意义.C-D-C模型应用于评估1983 - 2002年间中国20年来气候变化对粮食产量的影响。在研究中， 中国被分为8个区域，并将C-D-C和C-D模型应用于每个区域。结果表明C-D-C模型优于经典C-D模型，这表明了气候因素的重要性.本文还讨论了C-D-C模型的未来应用。

关键词：经济气候模型，气候变化，生产函数，粮食产量

1.介绍

全球气候变化对社会和经济构成了巨大威胁。科学家们一直在广泛探索其原因并预测未来趋势（Fu and Ye，1995; Ye et al。，2002），特别是近年来，研究气候变化对社会和经济的影响引发了更多的关注。在全球气候变化领域，为了适应中国和国际政府和社会对生态环境可持续发展的需求，中国科学界提倡引进新的科学方法，通过人文学科，社会科学和自然科学的跨学科研究加强和扩大研究（Ye，1986; Fu等人，2003; Chou等人，2004），并更多地关注研究的应用。 作者在这里介绍了一项评估气候变化对粮食产量影响的跨学科调查。

目前，关于气候变化对粮食产量影响的研究主要分为两类：一类是根据“作物模型”研究作物的“气候生产潜力”，或者动态模拟作物生长（Wang，1983; Rosenzweig and parry，1994; Sinclair and Seligman，1996）;另一种是利用经验数据的统计分析来研究气候因素产生的收益波动（Wang，1983; Chen，1990; Editorial group et al。 ，1992; Zhang and Xu，1992; Gao，1995; Tang ahd Gao，1996）。这些研究有各种应用，但不包括社会经济因素（Lin，2001; Chou等，2004）。因此，它们是有限的而且往往表现出许多不确定性。另一方面，经济学家已经使用现有的经济模型研究了粮食产量，这些模型大多没有涉及具体的气候变化因素（Lin，2001）。在中国，关于气候变化对粮食产量影响的研究近来引起了经济学家的关注，一些跨学科研究已经开展了起来（Lin，2001; Pan，2003; Chou et al。，2006）

Chou等人。 （2006）制定了经济气候模型（C-D-C模型），旨在弥合气候变化研究与经济理论之间的差距（Chou et al。，2006）。 该模型将气候变化因素引入经济柯布 - 道格拉斯生产函数模型，从而在考虑了气候变化与社会经济因素变化之间的相互作用之后，评估气候变化的影响。 这是一个将气候研究与经济学相结合的有前景的方法（Chou et al。，2006）。

本文的目的是进一步分析和介绍经济气候模型（C-D-C），并对模拟结果进行广泛的验证。 希望这会产生一些有意义的结论并促进进一步的深入研究和应用。 本文的结构如下：

第2节讨论C-D-C函数模型的制定。 在第3节中，描述了用于评估C-D-C模型的数据。 第四部分介绍了将模型应用于中国粮食产量的结果，最后在第五部分呈现一个简要讨论和总结。

2.模型的形成及其经济背景

2.1基本经济模式

1. D生产函数模型最初由数学家Charles Cobb和经济学家Paul Douglas于1928年提出（Cobb等，1928）。 后来，它得到了改进和完善，在经济学领域被公认为是一个巨大的成功。 该模型在现代经济分析中仍被广泛使用，在经济生产函数模型中占有重要地位（Jin et al。，1991; Gu and Wang，1994; Gu and Zhou，2000; Hui，2000; Xu and Ma，2001）

C-D模型是影响农业生产过程中产量产出的因素的经济分析中应用最广泛的生产函数模型之一，并且已被证明比其他模型更为适合于代表粮食生产的投入产出过程，（Li，1992;Luuml;u等，2000; Cheng等，2001）。

传统的C-D模型有三个输入因素：土地，劳动力和资本投入要素，假定在给定时间内给定地区的这些因素保持不变。改进的C-D生产函数模型可以写成：其中Y是产量输出; x1，x2和x3是土地，劳动力和资本的投入量;和a，b1，b2和b3是待定系数。该模型具有许多经济学家感兴趣的特性，并广泛用于农业产出分析（Luuml;uet al。，2000）。

经济学家Solow（1956,1957）对增长和生产函数进行了推广，并提出C-D生产函数可以有一个扩展形式，它具有以下特性：

（1）该模型具有扩展形式

（2）模型可以线性化，从而可以简化建模和计算。

（3）模型参数a，b1，b2和b3与各种生产要素变量的经济手段相关联，且无量纲，因此可以计算模型。

（4）该模型通过生产函数模型中生产要素的产出弹性客观地反映了农业生产的实际情况。

（5）生产要素的产出弹性（b1，b2，b3 ... bn）是固定的，表明如果第i个输入因子增加1％，则输出Y相应地增加bi％。

（6）对于任意的正常数，。也就是说，C-D生产函数是输入因子x1，x2 ... xn的齐次函数，如果所有输入因子增加lambda;倍，则输出将增加倍数。生产回报由弹性系数总和决定，当gt; 1时，规模报酬将连续增加;当= 1时，规模报酬不会改变;当lt;1时，规模报酬会相继减少。

（7）通过分析C-D生产函数模型中的产出弹性，有助于区分不同投入要素对产出的不同影响，从而建立生产函数类型的经济效益指标。

（8）产品年增长率的一部分来源于投入要素的增长，另一部分是通过科技进步实现的。

索洛对C-D模型的证明和扩展为改进C-D生产函数模型提供了理论基础。经验表明，扩展形式是有效的，它允许将各种新的/相关因素纳入C-D模型（Solow，1956）。

2.2新的C-D-climate（C-D-C）模型

在已发表文献中的各种经济模型研究中，已经有许多改进的C-D模型被提出和应用，都是在Solow的扩展C-D模型的基础上开发的（Solow，1957）。在本研究中，作者通过将自然环境因素引入经济C-D模型来进一步探索C-D模型的扩展。

生产函数作为生产过程的高度简化的数学模型，应尽可能地从概念上表示各种因素的影响。在传统的经济研究中，光能，温度或降雨等自然因素被视为不变的环境因素，因此被视为微不足道的投入。然而，气候学研究表明，这些因素远不是没有变化的，过去经历了不可逆转的变化，未来几乎肯定会继续变化。应将这些变化作为生产模型中的输入因子考虑在内。然而，自然因素的变化在很大程度上是不可控制的，并且存在许多不确定性，这与传统经济生产函数模型中使用的假设相冲突。为了消除这种冲突，可以通过结合气候变化因素来修改模型。

通过将气候变化因素（表示为模型参数C）纳入Solow的扩展CD模型中，可以将“经济 - 气候模型”（C-D-C模型）写为（Chou et al。，2006），其中x1，x2， x3分别表示劳动力投入，播种面积和肥料投入量，beta;1，beta;2，beta;3分别表示产出弹性。为了区分它们与C-D模型中的输出弹性b1，b2和b3，使用beta;1，beta;2和beta;3来表示C-D-C模型的输出弹性。 gamma;是其产出弹性。在研究气候变化对粮食产量的影响时，分析气候变化因素输入的影响C是关注的（Dong et al。，2007）。

将气候变化因素纳入C-D模型改变了与模型输入因子有关的经济假设和限制因素。因此，有必要仔细确定C-D-C模型的一些经济特征：

首先，气候变化是一种自然资源，气候变化的输入因素是外生的，有很大的偶然性，并且具有高度的不确定性。气候变化对经济增长的影响是随机的，不准确的，这与经济增长的行为基本一致。

其次，气候资源的利用和经济增长对气候变化的响应不会产生成本。也就是说，气候变化是一种自然资源，不需要经济投资。这也符合经济增长的行为。

第三，将气候变化作为外生变量等同于将气候资源视为外部环境因素的概念。经济增长的主要动力应来自经济活动，气候变化只是经济增长的外部因素。外部因素 - 气候变化只有通过内部经济原因才会变得活跃。

为了检验C-D-C模型是否能够准确地表示气候变化因素对粮食产量的影响，以及如何以更科学合理的方式使用模型，对模型进行了评估和验证，报告如下所示。

3.模型验证的数据和方法

3.1数据

所使用的气候数据来自中国国家气候中心气候数据库，其中包括从1950年至2003年全国160个台站记录的月温度和降雨量。计算了8个粮食生产农业区的每个区域气候因子以及区域月平均温度和降雨量（参见第3.2小节）。

所使用的农业经济数据来自1983年至2002年的“中国农业统计年鉴”和“农业经济统计年鉴”。虽然可用的最长数据范围是从1949年到2003年，但遗憾的是，其中一部分由于历史原因而存在缺陷。可供使用的农业经济数据包含中国各地主要作物播种面积和单产的统计数据，以及全年某些地区的化肥使用情况。作物包括水稻（早稻，中稻，晚稻和北稻），小麦（春小麦），玉米和大豆。粮食，水稻和小麦的播种面积和产量以多种作物的综合统计值表示，其他单项作物的统计值表示。由于原始数据的单位不统一，数据被处理和分类，即数据标准化后再被执行。

对输入/输出因子系列进行了以下假设和统一：

（1）粮食产量（Y）系列定义为以可比价格转换后获得的总粮食产量。

（2）农业资本定义为农业资本存量加上流通后的资金，以可比价格收购。

（3）农业劳动力是指扣除剩余劳动力后的实际农业劳动力。

（4）耕地系列直接采自“中国统计年鉴”，未作修正。

（5）肥料投资系列是“中国农业统计年鉴”中列出的纯肥量。

3.2粮食生产地区

粮食生产农业区的划分和选择应根据国家农业条件和我国农业生产的实际分布特点制定。综合考虑区域经济和区域气候变率的地理差异，在全球变化的影响下有效调查和预测气候变化对中国粮食生产的影响，以区域经济理论为基础确定粮食生产地区，该部门坚持以下原则：

（1）一个地区内气候条件的相似性。

（2）粮食生产区域规律的差异。

（3）保证农业区域经济的完整性。

（4）维护农业区域，行政区域和微农业区域的相对一致性。

根据以上定义地区的原则，西藏，台湾和内蒙古因为这些地区的数据不完整而被排除在外。中国其余地区又分为八个粮食生产农业区，分别为：黑龙江省，吉林省和辽宁省的1区（东北农业区）区域2（华北农业区），包括北京和天津的城市，以及河北，山西和山东的省份;区域3（华中农业区），由河南，湖北，湖南，江西三省组成;区域4（华东农业区），由上海，江苏，浙江，安徽等省组成;区域5（华南农业区），由福建，广东，海南三省组成;区域6（西南农业区），由重庆，广西，云南，贵州，四川等省组成;由陕西，甘肃，宁夏，青海等省组成的7区（西北农业区）;和新疆农业区8区（新疆农业区）。

3.3评估和验证C-D-C模型的方法

将C-D-C模型应用于实际问题时需要进一步讨论。数据模拟使用C-D模型的输入和输出变量之间的对数线性关系：

（1）

其中beta;1，beta;2和beta;3是未​确定的三个参数，并将1983 - 2002年各地区的数据作为模型样本。这里，样本的数量是20.劳动量是实际从事粮食生产的劳动量，它是一个观察值。但是，缺少从事粮食生产的实际劳动量的数据，因此使用最小二乘拟合法估计参数。

同样，C-D-C模型的输入和输出变量之间的以下对数线性关系用于数据模拟：

（2）

在数学上，模型中的输入因子必须是正数。经济上，气候变化因素必须作为粮食生产的投入要素，农业生产过程中的生产要素投入必须始终是正向的，农业生产的产出也必须是正向的。经济学家不关心消极的经济行为。因此，C必须是正数量。选择作物生长季节的温度和降雨量（4 - 9月）作为气候变化因子C.显然这两个因子都满足模型数学公式和粮食生产投入因子的要求。

将气候因素纳入C-D模型可能会改变模型其他影响因素的输出弹性。为了检验C-D-C模型是否代表C-D模型的改进，将两种模型的模拟结果在生产数据方面进行了比较。这种比较为经济分析和对气候变化影响的理解提供了可能性作物产量因素，从而可能提出粮食生产对气候变化的可能调节和适应措施。

4.结果

4.1评估和讨论C-D-C模型

4.1.1东北地区（1区）

使用Eq。 （1）和1983年至2002年东北地区粮食产量，产量和肥料用量的时间序列，并假设，我们得出beta;1= 0.303，beta;2= -0.001，beta;3= -0.073。实际和模拟粮食产量之间的相关性为0.82。

从经济角度而言，beta;1，beta;2和beta;3是劳动力的输出弹性，播种面积和每亩施肥量，表示如果这些因素增加1％，则产量增加会增加beta;1，beta;2和beta;3。

（3）

同样，使用方程（2）选取1983 - 2002年东北地区15个站点4 - 9月降水量和温度EOF扩展的第一主成分作为气候变化因子，并假设Y1

剩余内容已隐藏，支付完成后下载完整资料

资料编号：[23489]，资料为PDF文档或Word文档，PDF文档可免费转换为Word