《Frontiers in Sustainable Food Systems》：Climate risk and the production foundations of nutrition security: evidence from grain-supply capacity in Chinese cities
编辑推荐：
引言： 气候风险对粮食可获得性及城市粮食系统韧性构成日益严峻的挑战。
方法： 本研究利用2010—2023年中国298个地级市的面板数据，采用双向固定效应模型（two-way fixed-effects model）考察气候风险对生产侧粮食安全的影响、传导机制
引言： 气候风险对粮食可获得性及城市粮食系统韧性构成日益严峻的挑战。
方法： 本研究利用2010—2023年中国298个地级市的面板数据，采用双向固定效应模型（two-way fixed-effects model）考察气候风险对生产侧粮食安全的影响、传导机制及区域异质性。
结果： 结果表明，气候风险显著降低城市粮食产出，该结论在替代设定及内生性处理下依然稳健。机制分析显示，气候风险通过削弱农业机械化（agricultural mechanization）、有效灌溉（effective irrigation）、粮食播种面积（grain-sown area）及农业财政支持（fiscal support for agriculture）等途径降低粮食可获得性。负向效应在非粮食主产区及适应能力较低的地区更为显著。进一步分析表明，气候风险同样损害农业经济绩效与粮食供给稳定性。
讨论： 上述发现提供了气候冲击如何影响生产侧粮食安全的城市层面证据，并强调加强农业生产条件与适应能力对提升粮食系统韧性、保障营养安全的重要意义。
论文解读
一、研究背景与问题提出
气候变化与极端天气事件正深刻影响全球粮食系统，对粮食可获得性、营养安全及公共治理形成持续压力。对于营养安全而言，稳定的粮食供给不仅决定居民能否获得充足食物，还影响食品价格稳定、膳食可负担性及粮食系统韧性。近年来，极端高温、干旱、强降雨、洪涝及降水异常等风险日益频繁，其影响已不再局限于农业生产本身，而可能传导至粮食供给、家庭收入、市场价格及营养安全体系。Fanzo等（2025）指出，长期气候变化与短期极端天气事件通过粮食、水、健康及社会保障系统影响粮食安全、膳食质量与营养结果；Hadley等（2023）亦将粮食可获得性下降识别为气候相关冲击导致粮食不安全的关键机制之一。
农业生产是粮食系统的基础，也是气候风险影响粮食安全与营养安全最直接的渠道。已有研究表明，气候变化通过改变温度、降水、水资源可得性及极端天气暴露影响作物生长与农业生产力。Ortiz-Bobea等（2021）基于全球农业生产力数据发现，人为气候变化已显著减缓农业全要素生产率增长；J?germeyr等（2021）基于新一代气候—作物模型显示，气候变化对全球主粮作物产量的负向影响可能早于预期出现；Lesk等（2022）进一步强调高温、干旱与过湿等复合极端事件共同影响全球作物产量。这些研究表明，气候风险不仅是长期生态问题，更是对粮食供给能力与粮食系统稳定性的直接而即时的冲击。
中国是全球重要的粮食生产与消费大国，气候风险对中国粮食安全的影响尤为关键。一方面，中国各地区在气候条件、农业基础设施、农业财政能力、机械化及灌溉条件等方面差异显著，气候风险对粮食供给的影响可能呈现明显的空间异质性；另一方面，快速城市化意味着城市粮食安全不仅依赖流通与消费体系，还依赖本地及区域生产能力。Lee等（2024）利用中国省级面板数据发现，气候变化显著影响粮食安全，农业政策可在一定程度上缓解不利影响；Cui和Zhong（2024）表明气候变化可重塑耕地配置与作物种植结构，进而影响粮食安全。尽管上述研究提供了重要证据，但现有研究多在全球、国家、省级或农户层面展开，系统的城市层面证据仍然有限。
在此背景下，本研究构建2010—2023年中国298个地级市的城市—年份面板数据集，考察气候风险冲击如何影响生产侧城市粮食安全。研究以粮食总产量的对数衡量生产侧粮食安全，以气候风险指数捕捉各城市各年度面临的综合气候冲击强度，识别极端高温、极端低温、极端降雨及干旱对城市粮食可获得性的影响，并进一步考察农业机械化、有效灌溉、播种面积及农业财政支持等机制，以及更广泛的农业经济后果。
二、主要技术方法
研究人员利用2010—2023年中国298个地级市的平衡面板数据（共4,172个城市—年份观测值），采用双向固定效应模型（two-way fixed-effects model）估计气候风险对城市粮食总产量对数的影响。气候风险指数由极端高温日数、极端低温日数、极端降雨事件及干旱频率四项指标经标准化后采用熵权法（entropy weighting）合成。为处理潜在内生性，研究人员构建了历史气候暴露与全国年度极端气候强度的交互项、历史极端降雨暴露与全国年度降水异常的交互项作为工具变量（instrumental variables），并采用系统GMM（system GMM）及滞后解释变量等方法进行稳健性检验。机制分析采用三步中介效应框架，分别检验农业机械化、有效灌溉、粮食播种面积及农业财政支持四个渠道。数据来源主要包括中国城市统计年鉴、中国区域经济统计年鉴、各省市统计年鉴及国民经济和社会发展统计公报，气候数据来自城市层面气象观测记录。
三、研究结果
（一）基准回归结果
基准回归结果显示，气候风险指数对城市粮食总产量对数具有显著负向影响。在仅纳入气候风险指数与城市、年份固定效应的模型中，系数为?0.082且在1%水平显著；逐步加入经济社会特征控制变量后，在偏好设定中系数为?0.060，仍显著为负。这意味着气候风险指数每增加0.1个单位，城市粮食产出约下降0.60%；气候风险指数每增加一个标准差（0.174），城市粮食产出约下降1.04%。该结果支持研究假设H1，即气候风险显著削弱生产侧粮食安全。
（二）内生性检验
研究人员采用工具变量法处理潜在内生性问题。第一阶段两个工具变量的系数均显著为正，Kleibergen-Paap rk LM统计量为42.518（1%水平显著），不存在识别不足问题；Kleibergen-Paap rk Wald F统计量为31.742，超过Stock-Yogo 10%临界值19.93，不存在弱工具变量问题；Hansen J统计量为1.284（p=0.257），过度识别约束未被拒绝。第二阶段气候风险系数为?0.063，在5%水平显著。此外，采用滞后气候风险、系统GMM及排除同期冲击等补充检验，系数均显著为负（系统GMM估计为?0.057），表明基准结论在多种内生性处理下保持稳健。
（三）稳健性检验
面板诊断检验显示存在一阶序列相关（Wooldridge-type检验，F=18.74，p<0.001）及截面相关（Pesaran CD检验，CD=9.62，p<0.001）。稳健性检验中，采用主成分分析（principal component analysis）重构气候风险指数后系数仍显著为负；将被解释变量替换为人均粮食产出及单位面积粮食产量后，气候风险系数仍显著为负；以产出波动性为被解释变量时，系数显著为正，表明气候风险增加生产波动并削弱粮食安全稳定性维度；对主要连续变量进行缩尾处理后结论不变。
（四）机制分析
机制分析结果表明，气候风险显著降低农业机械化水平（H2成立）、有效灌溉比率（H3成立）、粮食播种面积（H4成立）及农业财政支持力度（H5成立）。在将各机制变量纳入粮食安全回归后，气候风险系数的绝对值较基准模型下降，表明上述四个变量均发挥部分中介作用。具体而言，气候风险通过干扰机械作业的及时性与连续性、加剧水资源短缺并削弱灌溉保障、中断播种与田间作业并影响农户种植决策、以及增加公共干预需求同时挤压地方财政资源等渠道，传导至粮食产出损失。
（五）异质性分析
异质性分析显示，气候风险的负向效应在非粮食主产区更为显著，在适应能力较低的地区亦更为明显。非粮食主产区在农业基础设施、机械化水平、灌溉条件及财政支持能力等方面相对薄弱，气候冲击更易转化为产出损失；适应能力较低的地区缺乏足够的生产条件与公共支持来缓冲气候冲击，因而承受更大的粮食供给压力。
四、讨论与结论
研究讨论指出，本地生产冲击并不必然等量转化为本地粮食短缺，因为农业市场在空间上是相互连接的，贸易、运输基础设施、库存及区域间流动可在一定程度上平滑地理集中的生产冲击。Burgess和Donaldson（2010）表明更大的市场开放度可降低对天气冲击的脆弱性；Donaldson（2018）证明运输成本下降可缩小区域间价格差距并增加贸易。因此，本地粮食产出下降应被解释为本地生产侧供给能力的恶化，而非本地居民可获得粮食总量的等量下降。由于现有城市层面数据无法直接观测双边粮食流动或空间贸易网络，研究未试图识别区域间传导效应，而将空间市场调整视为解释本地生产结果的重要边界及未来研究方向。
研究结论方面，气候风险显著降低城市粮食产出并削弱生产侧粮食安全；该效应通过农业机械化、有效灌溉、粮食播种面积及农业财政支持四个渠道传导；负向效应在非粮食主产区及适应能力较低地区更为显著；气候风险同时损害农业经济绩效与粮食供给稳定性。这些发现为气候冲击如何影响生产侧粮食安全提供了城市层面证据，强调加强农业生产条件与适应能力对提升粮食系统韧性、保障营养安全的重要意义。研究的主要贡献在于：将气候风险与粮食安全分析推进至中国地级市层面，考察更局地的气候暴露、农业条件与粮食生产能力差异；不止于估计气候风险对粮食产出的总体效应，还进一步考察多个生产相关渠道；将分析拓展至气候风险对农业绩效与粮食供给稳定性的更广泛影响。
