气候与非气候因素对索马里香蕉生产的建模与预测：农业部门综合分析与政策启示

本研究针对索马里香蕉产业受气候与非气候因素共同影响的复杂问题，通过构建VAR和ARDL模型分析1961-2018年时间序列数据，发现温度和政治稳定性对香蕉产量具有显著正向影响，而降雨量、CO2排放和城市化等因素影响不显著。研究成果为脆弱国家的农业气候适应政策提供了实证依据，对提升粮食安全具有重要指导意义。

　　

在热带和亚热带地区，香蕉不仅是广泛消费的水果，更是许多国家农业经济和粮食安全的重要支柱。索马里作为东非香蕉生产的历史领导者，其香蕉产业在国家出口中占据第二重要地位，仅次于畜牧业。然而，自1991年内战爆发以来，这一曾经繁荣的产业遭受重创，加之气候变化的加剧（如干旱和洪水频发），使得香蕉生产面临前所未有的挑战。尽管香蕉全球产量排名第三，仅次于葡萄和柑橘，且在撒哈拉以南非洲地区贡献了全球产量的27%，但索马里的生产潜力尚未充分发挥。更复杂的是，现有研究多关注单一气候或社会因素，缺乏对气候与非气候因素（如政治不稳定、城市化等）交互作用的综合量化分析，这在脆弱和冲突影响的背景下尤为明显。

为填补这一研究空白，Abdisalam A. Esse、Muse M. Kalinle和Omran Salih在《Cleaner and Circular Bioeconomy》上发表了一项研究，通过建模和预测探讨了气候与非气候因素对索马里香蕉生产的综合影响。研究旨在为政策制定者提供科学依据，以促进索马里农业的恢复和气候适应能力。

研究采用了多种关键方法：首先，收集了1961年至2018年的年度时间序列数据，数据源自FAO和世界银行等国际数据库，变量包括香蕉产量（BP, Banana Production）、平均降雨量（AR, Average Rainfall）、平均温度（AT, Average Temperature）、二氧化碳排放（CO₂, Carbon Dioxide Emissions）、城市人口比例（UP, Urban Population）、香蕉种植土地面积（LUC, Land Under Banana Cultivation）和政治稳定性（PS, Political Stability，以虚拟变量表示，1991年前为0，后为1）。其次，应用了Augmented Dickey-Fuller (ADF) 和Phillips-Perron (PP) 单位根检验来评估数据的平稳性，发现多数变量在一阶差分后达到平稳。接着，使用Johansen协整检验确认变量间的长期均衡关系，并基于信息准则（如AIC、SC、HQ）选择了最优滞后阶数。最后，构建了Vector Autoregressive (VAR) 和Autoregressive Distributive Lag (ARDL) 模型，以分析短期和长期效应，并通过边界测试和诊断检验（如Breusch-Godfrey LM检验、Durbin-Watson统计、Ramsey RESET检验和异方差性检验）验证模型稳健性。样本队列来源于索马里全国范围的年度数据，确保了分析的全面性和代表性。

3.1. Descriptive Analysis

描述性分析显示，香蕉产量（ln(BP)）的平均值为12.098，标准差为0.2467，表明数据分布相对集中。温度（ln(Tem)）和降雨量（ln(RF)）的平均值分别为3.2878°C和5.61785毫米，而CO₂排放（ln(CO₂)）的平均值最高（16.024），政治稳定性（ln(PS)）的平均值为0.5。相关性矩阵表明，非气候变量如城市人口和政治稳定性与香蕉产量呈正相关，而气候变量如温度、降雨和CO₂排放呈负相关。此外，变量间无多重共线性问题。趋势分析显示，香蕉产量从1961年到2018年总体呈下降趋势，CO₂排放从1973年的0.2百万吨增至2018年的3.0百万吨，城市人口增长可能通过占用耕地间接影响生产。

3.2. Nature of the Data

3.2.1. Unit root test

单位根检验通过ADF和PP测试进行，结果显示大多数变量在水平I(0)下非平稳，但在一阶差分I(1)后达到平稳，CO₂排放和城市人口在二阶差分I(2)后平稳。这支持了使用ARDL模型处理混合阶数积分变量的合理性。差分后的数据聚焦于年度变化，揭示了产量、温度和降雨的波动模式。

3.2.2. Cointegration Test

Johansen协整检验表明，存在三个协整关系（迹统计量在r=0时为208.7789，超过临界值124.24），确认了变量间的长期均衡，因此ARDL模型比标准VAR模型更适用。

3.4. VAR Order Selection and Estimating Model Parameters

3.4.1. Model Selection

基于最小化信息准则（AIC、SC、HQ）和最大化对数似然（LL），VAR模型选择滞后阶数5，平衡了模型复杂性和预测准确性。诊断测试显示该选择稳定且无过拟合。

3.5. ARDL Bound Test for Cointegration

ARDL边界测试的F统计量为8.512（p=0.0000），超过10%、5%和1%显著性水平的临界值，强有力地证明了变量间的协整关系。

4.5.1. Short and Long-Run Estimation of Parameters

长期估计显示，温度（系数178195.5，p=0.001）和政治稳定性（系数131094.9，p=0.007）对香蕉产量有显著正向影响，而降雨量、CO₂排放和城市人口的影响不显著（p>0.05）。短期估计中，温度（系数-51661.28，p=0.004）和政治稳定性（系数-58180.26，p=0.035）呈负相关，表明短期内这些因素可能抑制生产，而CO₂排放和城市人口无显著短期效应。模型方程总结为：lnBP = 178195.5ln(Tem) - 72.16396ln(RF) + 0.0067435ln(CO₂) + 0.1288005ln(LUC) - 7333.084ln(UP) + 131094.9PS - 2357366。

4.6. Diagnostic Tests

诊断测试显示，残差存在显著序列相关性（Breusch-Godfrey LM test F=24.391, p=0.0000；Durbin-Watson=0.6725），但Ramsey RESET test无模型设定误差（F=2.09, p=0.1136），异方差性检验表明残差异方差（F=15.13, p=0.0001）。这些结果提示模型需谨慎解释，但整体有效。

4.7. Stability Check

CUSUM和CUSUM平方测试证实了ARDL模型的参数稳定性，统计值在5%显著性水平内，表明系数估计可靠。

4.8. Predicting Banana Production

基于VAR模型的预测显示，从2023年到2028年，香蕉产量呈下降趋势（例如2023年预测为153781.6吨），降雨量减少，温度稳定，CO₂排放下降，耕地面积减少，城市人口先升后降，政治不稳定性增加。这预示着未来生产可能面临进一步压力，需政策干预。

研究结论部分强调，温度在长期内对香蕉生产有显著正向影响，这与索马里和东非其他研究一致，表明香蕉对热带气候的适应性。降雨量和CO₂排放的缺乏显著性可能源于气候多变性 and 有限适应基础设施，如Ogallo (2018) 和Omay (2024) 所指出的降雨模式不稳定。非气候因素中，耕地面积和政治稳定性的正向作用突出了土地管理和治理的重要性，与Warsame et al. (2023b) 的发现相符，即政治稳定能促进农业投资和市场 access。尽管城市化直接影响不显著，但其潜在土地占用效应不容忽视。

讨论部分进一步阐释，这些发现为脆弱国家如索马里提供了综合政策见解：投资气候适应性香蕉品种、改进灌溉系统、以及土地用途规划，结合治理改革和冲突缓解策略，对抵御气候不确定性和提升粮食安全至关重要。与IGAD地区的预测对齐，可帮助识别脆弱热点和适应需求。总之，这项研究通过整合环境和社会政治维度，为索马里及类似地区的农业可持续发展提供了科学基础，强调了多维度政策干预的必要性。