《Earth's Future》：How Does Extreme Weather Reshape the Time Allocation Among Rural Population? Evidence From China
编辑推荐：
极端天气对全球农村生计构成重大威胁。时间配置（time allocation）是农村人口应对极端天气的关键短期适应策略，然而极端天气对时间配置的具体影响仍缺乏充分研究。本研究考察了霜冻（frost）、热浪（heatwave）、强降雨（heavy rainfal
极端天气对全球农村生计构成重大威胁。时间配置（time allocation）是农村人口应对极端天气的关键短期适应策略，然而极端天气对时间配置的具体影响仍缺乏充分研究。本研究考察了霜冻（frost）、热浪（heatwave）、强降雨（heavy rainfall）和干旱（drought）四类主要极端天气对中国农村人口在农业劳动、非农就业和休闲活动之间时间配置的影响。研究采用整合数据集，结合具有全国代表性的农村住户调查数据（2019—2023年）、乡镇级地理信息系统（GIS）以及气象站观测数据，运用Tobit随机效应模型（Tobit random effects model）并进行稳健性检验。结果表明，霜冻天数和热浪天数与农业劳动时间呈U型（U-shaped）关系，与非农就业时间呈倒U型（inverted U-shaped）关系。强降雨对农业劳动时间呈正向线性效应，但对休闲时间呈负向线性效应。相比之下，干旱对时间配置未表现出统计上显著的影响。这些效应在性别、年龄和受教育程度方面存在异质性。研究结果表明，政策干预应根据区域气象模式进行针对性设计，并特别关注不同人口亚群体对极端天气的差异化脆弱性。
极端天气如何重塑中国农村人口的时间配置？一项基于全国调查与高分辨率气象数据的实证研究
一、研究背景与问题提出
随着全球气候变化加剧，极端天气事件的频率和强度持续上升，对自然、社会和经济系统的可持续发展构成重大挑战。政府间气候变化专门委员会（IPCC）第六次评估报告指出，全球约有33亿至36亿人口生活在极易受极端天气影响的地区。霜冻、热浪、强降雨和干旱等极端天气不仅威胁全球粮食安全，也对数以百万计农村家庭的生计构成严峻挑战。
时间配置（time allocation）是农村家庭适应极端天气的重要生计策略，在发展中国家尤为关键，因为这些地区往往面临社会安全网薄弱、信贷市场不完善、农业基础设施落后以及农作物保险市场失灵等问题。然而，现有研究存在若干明显不足：其一，以往研究多关注气候变化对时间配置的长期效应，而极端天气的短期影响尚缺乏充分探讨；其二，多数研究仅聚焦于年度工作时间或单一活动类型（如农业劳动或非农就业），忽视了日常时间使用的整体构成；其三，气象数据在县级或更粗粒度上的使用难以捕捉局部差异，而时间变量采用周或日而非小时度量也易引入测量误差，从而模糊了对极端天气与时间配置关系的准确理解。
中国为考察这一问题提供了理想的研究场景。霜冻、热浪、强降雨和干旱是中国最常见的极端天气类型；中国拥有全球规模最大的农村人口，超过6亿人登记为农村户籍或居住在农村地区；同时，大量农村人口从事兼业农业（part-time farming），这增强了他们在短期内重新配置农业劳动、非农就业和休闲时间的灵活性。
二、研究内容与主要发现
研究人员利用整合数据集，将2019年和2023年两轮具有全国代表性的个体层面实地调查数据（中国农村发展调查，CRDS）与高频日度气象观测数据及县乡两级行政边界数据相结合，精确匹配乡镇层面的天气条件与个体时间配置信息。研究样本涵盖江苏、四川、陕西、吉林和河北5个省份、25个县、100个村庄的2000户家庭，最终获得11162个个体观测值。
基准回归结果表明：霜冻天数与农业劳动时间呈U型关系，与非农就业时间呈倒U型关系，拐点分别为55天和70天；霜冻每增加1天，休闲时间显著线性减少2.551小时。热浪天数同样与农业劳动时间呈U型关系（拐点为94天），与非农就业时间呈倒U型关系（拐点为100天），但对休闲时间无显著影响。强降雨对农业劳动时间呈正向线性效应，每增加100毫米降雨，农业劳动时间显著增加4.77小时；对休闲时间呈显著负向效应，每增加100毫米降雨，休闲时间减少19.424小时；对非农就业时间无显著影响。干旱对三类时间配置均未表现出统计上显著的影响，可能的原因是样本期内干旱强度尚未达到足以触发劳动供给调整的水平，或灌溉系统等既有应对机制有效缓冲了干旱对农业和劳动的影响。
三、主要技术方法
研究人员采用Tobit随机效应模型（Tobit random effects model）作为基准估计方法，以应对因变量在零点截断的特征。气象数据采用反距离加权插值法（inverse distance weighting）将2421个国家气象站的日度观测数据插值到250米分辨率网格，并按乡镇行政边界进行聚合。为验证稳健性，研究人员依次采用似不相关回归（SUR）、村庄层面聚类稳健标准误的Tobit模型、替换自变量（以乡镇平均日温和年降水量替代）以及缩尾处理（剔除因变量首尾1%样本）四种方法进行检验。异质性分析通过引入极端天气与性别、年龄组和受教育程度交互项实现。
四、研究结果
（一）描述性分析
将每种极端天气按三分位分组比较时间配置差异后发现，霜冻与农业劳动时间呈U型关系、与非农就业时间呈倒U型关系；热浪与时间配置的关系在两年间存在差异；强降雨与农业劳动和非农就业时间在2018年为线性关系，2022年转为U型和倒U型；干旱与时间配置的关系总体呈线性或弱非线性。
（二）Tobit随机效应回归
在控制个体、家庭和村庄层面变量以及省份和年份固定效应后，霜冻和热浪均与农业劳动时间呈U型关系、与非农就业时间呈倒U型关系，表明存在阈值效应；霜冻显著减少休闲时间，热浪对休闲无显著影响；强降雨显著增加农业劳动时间并减少休闲时间；干旱对时间配置无显著影响。
（三）稳健性检验
四种稳健性检验结果与基准模型基本一致。SUR估计验证了霜冻和热浪的非线性关系及强降雨的正向线性效应；村庄层面聚类标准误的Tobit模型中，强降雨对农业劳动的正向效应不再显著，其余结果保持一致；以平均日温和年降水量替代极端天气变量后，温度与农业劳动呈U型、与非农就业呈倒U型关系，年降水量与农业劳动正相关、与休闲负相关；缩尾处理后结果依然稳健。
（四）异质性分析
霜冻方面，性别间无显著差异，但霜冻对男性休闲时间的负向效应比女性大1.1小时；年龄越大，霜冻与农业劳动和非农就业时间U型/倒U型关系的拐点越延后；低学历群体的非农就业拐点显著延后，且休闲时间受霜冻的负向影响更小。热浪方面，热浪显著增加男性休闲时间1.672小时；46岁以上群体的农业劳动和非农就业拐点均显著延后；低学历群体的非农就业拐点延后35天和24天。强降雨方面，对非农就业的负向效应仅存在于男性（20.649小时）；对农业劳动的正向效应仅对60岁以上群体显著；对30岁以上各年龄组的非农就业均有显著正向效应、对休闲有显著负向效应；低学历群体的农业劳动正向效应更大。
五、讨论与结论
霜冻和热浪对农业劳动和非农就业时间的非线性效应，可从农业与非农部门边际回报的此消彼长来解释。在极端天气初期，农业边际回报下降，农村人口理性地将时间从农业转向受天气影响较小的非农部门；随着极端天气持续加剧，建筑业、基础设施维护和户外服务等非农部门也受到冲击，非农边际回报降至农业以下，劳动力被迫回流农业。此外，当农业收入濒临崩溃时，生存压力迫使农民即使边际回报极低也要增加劳动投入以减轻损失。霜冻和热浪与强降雨的差异化效应源于适应活动的性质差异：强降雨是短时事件，农民的应对以事后补救为主；而霜冻和热浪持续时间较长，农民面临防御与放弃的权衡决策。霜冻和强降雨对休闲时间的显著负向效应，与相应适应措施的技术密集度较低、更依赖劳动投入有关。
研究结论指出：第一，霜冻和热浪与农业劳动时间呈U型关系、与非农就业时间呈倒U型关系，强降雨正向影响农业劳动时间并负向影响休闲时间，干旱对时间配置无显著影响；第二，男性、年轻人和高学历群体在遭遇霜冻时更倾向于重新配置工作和休闲时间，而女性、老年人和低学历群体在遭遇热浪和强降雨时调整更为明显。据此提出三点政策启示：其一，农业和非农就业的适应政策应根据当地气象条件进行区域化设计；其二，应针对不同人口群体的差异化脆弱性实施分类干预——冬季重点关注男性、年轻人和高学历群体，夏季优先支持女性、老年人和低学历群体；其三，未来研究和政策设计应重视区分极端天气类型，避免笼统处理。
