C3作物气候敏感性分化——来自20个木薯与小麦主产国（1961–2024）的证据

《Agriculture》：Divergent Climate Sensitivity in C3 Crops—Evidence from 20 Cassava and Wheat-Producing Countries (1961–2024)

　　

气候波动对全球粮食安全构成严峻威胁，然而季节性天气异常对不同主粮作物的差异化影响仍知之甚少。本研究分析了一个近乎平衡的面板数据集，涵盖1961–2024年共64年间20个木薯和小麦主产国，以评估季度气温和降水异常对产量的影响。方法上，研究人员将机器学习（随机森林）以捕捉非线性阈值与Mundlak型线性混合模型（LMM）相结合，有效将长期区域气候特征与短期年度天气冲击分离开来。实证结果揭示两种主粮作物在气候脆弱性上存在显著差异。小麦对天气高度敏感，6月至8月间的突发热浪扰乱其生长，而9月至11月的气温升高则导致长期产量下降。相比之下，木薯对年度天气变化的应对能力明显更强，单年冲击未对其造成显著损害，尽管3月至5月的气温升高在历史上会降低其产量。然而，木薯的结构性生产力严重受制于长期区域气候特征，表明区域气候格局的永久性转变会改变其营养生长动态。正式的Mundlak检验稳健地拒绝了标准随机效应设定，证实忽略未观测的国家异质性会引入实质性统计偏差。综上，尽管木薯可作为应对即时季节性天气波动的韧性缓冲作物，但长期气候基线的永久性转变对两种作物的未来产量安全均构成威胁，这需要采取针对性的气候智慧型农艺干预措施，而非依赖大面积土地扩张。

论文解读

一、研究背景与问题

气候变化表现为气温升高、降水格局改变以及大气CO₂浓度上升，农业对这些变化高度脆弱，但不同作物对气候因子的响应存在显著差异。C3作物（如小麦、水稻、大豆和木薯）与C4作物（如玉米）表现出不同的气候响应模式。尽管C3作物受益于CO₂施肥效应，但它们对升温和干旱高度敏感，这会导致产量和营养含量下降。小麦作为温带C3谷物，其最适发育温度较低，全球均温每升高1°C，小麦产量约下降6%，原因在于灌浆期缩短。木薯作为热带C3根茎作物，是发展中世界的重要粮食安全作物，对CO₂浓度升高的正向生长响应在C3物种中表现最为突出，但区域产量仍因病虫害和干旱胁迫而偏低。然而，现有研究多聚焦单一作物或单一区域，缺乏在同一气候条件下对两种C3主粮作物进行系统比较的实证证据。此外，传统线性模型假设天气异常对产量造成固定绝对量的增减，忽视了作物的生物学基线潜力和区域发展水平差异，无法捕捉非线性的阈值效应。因此，本研究旨在通过比较同时种植小麦和木薯的国家，在64年全球时间线上、相似温湿度条件下，实证揭示两种C3作物对当代气候转型的差异化响应，为气候智能型农业干预提供依据。

二、研究内容与结论概述

研究人员利用1961–2024年20个同时生产小麦和木薯国家的近平衡面板数据（共1280个观测值），系统评估了季度气温和降水异常对两种作物产量的影响。研究得出以下核心结论：小麦对短期气候波动高度敏感，6–8月（S2）的突发高温每升高1°C导致产量下降约4.5%；而木薯对单年天气冲击表现出显著的生物学缓冲能力，未发现任何显著的线性产量抑制效应。然而，Mundlak分解揭示，木薯的长期生产力严格受制于区域气候基线——历史上S2均温每升高1°C，木薯产量下降28.84%，而小麦反而增产154.16%，反映出结构性技术适应的差异。正式Mundlak检验在两种作物中均拒绝了标准随机效应模型（小麦p=0.000192，木薯p=0.026634），证实忽略国家异质性会引入实质性统计偏差。研究的重要意义在于：首次在同一面板框架下比较了高敏感性C3谷物（小麦）与韧性根茎作物（木薯）的气候响应差异，为区分短期天气冲击与长期气候基线变化对作物产量的不同影响提供了方法论示范，并指出木薯虽可作为应对季节性波动的缓冲作物，但长期气候基线的永久性转变对两种作物均构成深层威胁。

三、主要技术方法

本研究采用双重方法论框架。其一为机器学习随机森林回归：以1962–2012年为训练集、2013–2024年为测试集，采用时间结构化分割以防止滞后变量造成数据泄漏，通过SHAP（Shapley Additive Explanations）值评估特征边际贡献，并采用留一国家法验证模型泛化能力。其二为Mundlak型线性混合模型（LMM）面板回归：以国家为随机分组因子，纳入时间固定效应（年份虚拟变量）控制共同冲击，加入一阶滞后因变量处理自相关，通过方差膨胀因子（VIF）检验多重共线性，并引入国家层面历史均值（以“-m”标示）将气候效应分解为国内（within-country）与国间（between-country）两个维度。数据来源为FAO数据库和CRU气候数据集，样本覆盖非洲10国、亚洲4国、拉丁美洲6国。

四、研究结果

描述性统计。 1961–2024年间所有季节均呈现系统性增温趋势，平均气温异常约+0.35°C；降水异常均值在各季节均为负值，表明普遍趋于干燥，尤其以S1和S4最为显著。区域差异方面，非洲在S2经历最高气温异常，亚洲在S4出现极端升温，中南美洲在S1呈现独特的正降水异常，而非洲是唯一所有季节降水异常均为负值的大洲。

机器学习随机森林估计结果。 木薯模型R²=0.893，小麦模型R²=0.853；留一国家法平均R²分别为0.801和0.742。特征重要性排序显示，滞后产量、国家、作物面积和年份是最主要预测因子；区域特征对木薯的重要性远高于小麦。偏依赖图显示：小麦在PrecS2早期阶段出现严重下降；木薯的PrecS2呈清晰倒U型曲线，恰在基线降水处达到峰值，干旱和过量降水均导致产量显著下降。

面板回归结果。 简单LMM中，小麦S2温度显著负相关（系数?0.0456，p=0.0049）；木薯天气异常无显著关联，滞后产量（0.9285）主导模型。Mundlak型模型中，小麦有3个Mundlak变量显著（TMS2-m、PrecS1-m、PrecS4-m），木薯有1个显著（TMS2-m）且TMS3-m处于5%显著性边界，两种作物的随机效应假设均被拒绝。效应量换算显示：小麦S2每升温1°C减产4.49%；S1相对降水异常增加1单位（即降水翻倍）使小麦增产5.77%、木薯增产3.32%；历史上S2均温高1°C的区域，小麦产量高154.16%而木薯低28.84%；S3均温高1°C的区域，小麦低58.68%而木薯高56.16%；收获面积每增加100万公顷，小麦增产0.90%而木薯减产1.33%；上一年产量每提高1%，当年小麦增产0.77%、木薯增产0.90%；年度趋势显示小麦年增产0.30%、木薯年增产0.10%。

五、讨论总结与结论翻译

讨论部分总结。 随机森林模型表明，农场管理、历史和区位设定基础产量水平，而年度收获波动主要取决于季节内具体天气条件。滞后产量和国家身份是两种作物最有力的预测因子，反映农业惯性。小麦面积扩张伴随正向产量效应，可能与其商业化、技术集约化特征相关；木薯面积扩张伴随负向产量效应，可能反映其向贫瘠边际土地扩张的生存型农业特征。Mundlak分解揭示的符号差异（小麦S2温度国内系数为负、国间系数为正）清晰区分了短期天气冲击与长期气候适应：突发高温直接损害小麦产量，而历史上较暖区域因结构性技术适应（如耐热品种）反而实现更高产量。木薯虽对短期波动具有缓冲能力，但其长期生产力刚性受制于区域气候基线。研究局限性包括：使用固定气象季节可能与局部作物物候不完全匹配；将国家视为同质区域，未能捕捉中国、印度等大国境内的气候异质性；未来可细化至月度数据、作物种植亚区和品种层面。

结论翻译。 本研究展示了将机器学习（随机森林）与稳健计量经济学设定（Mundlak型线性混合模型）相结合的价值，以厘清气候异常对全球作物产量的复杂影响。实证证据表明，在所分析的平衡面板中，小麦与木薯的气候脆弱性存在显著差异。长期趋势和稳定的国家特定因素倾向于塑造基线生产力，而短期季节性气候异常可能影响年产量的年际变化。方法上，Mundlak检验对标准随机效应模型的拒绝表明，在分析气候影响时若不考虑未观测的国家异质性和区域特征的结构性差异，将导致有偏解释。从农艺角度看，小麦对当代气候波动表现出严重敏感性，面临夏季（S2）高于长期均值的热冲击的直接威胁，而气候普遍较暖的地区因结构性技术适应（包括高产品种）实现更高小麦产量。相反，木薯对逐年天气冲击表现出显著的生物学韧性，单年气候异常未造成线性产量抑制。然而，木薯的生产力仍紧密受制于长期气候转变，结构性更热的基线会改变其生长动态。因此，尽管木薯可作为应对即时季节性波动的关键缓冲作物，但区域气候基线的永久性转变对两种作物均构成深远的长期风险。基于这些发现，针对性政策干预应主要聚焦于缓解小麦的季节性气候约束，并关注两种作物之间相反的土地扩张动态。小麦生产投资应优先支持敏感季节热胁迫管理和水分管理改善；木薯方面，收获面积与产量之间的显著负相关表明水平土地扩张制约平均生产力，区域农业规划应从木薯的粗放式土地扩张转向在地化的气候智慧型推广服务，在现有地块上促进增产管理实践。