臭氧污染、经济作物种植与农民的应对策略：来自中国的证据

《Food Policy》：Ozone pollution, cash crop production, and farmer adaptation: evidence from China

　　摘要：地表臭氧污染已成为威胁农业生产力的一大因素，但目前关于其对高价值经济作物及农民应对措施影响的研究仍较为有限。我们结合中国国家固定点调查的户级面板数据与2003年至2013年的高分辨率污染与气象数据，发现臭氧浓度上升显著降低了水果种植者的收入，其主要原因是臭氧导致果实产量、总产量以及劳动生产率下降。糖料作物也出现了显著的产量损失，而其他经济作物的反应则相对微弱。由于应对能力有限，水果种植者往往选择放弃受臭氧损害的田地、减少投入，并将劳动力转向非农就业，从而导致持续的收入损失，且几乎未见长期调整的迹象。相比之下，糖料生产者通过扩大种植面积和增加物质投入来弥补产量损失，从而维持了产量和收入。这些研究结果凸显了实施臭氧控制政策以及提供针对性支持以提升农民应对能力的重要性，尤其是对于那些最易受到臭氧危害的水果种植者。

引言：空气污染，尤其是地表臭氧，已成为威胁全球农业生产力的一大因素（Feng等，2022；Murray等，2024；Tai等，2014；Tai和Val Martin，2017）。大量研究表明，臭氧污染会降低小麦、水稻、玉米和大豆等主粮作物的产量（McGrath等，2015；Schauberger等，2019；Yi等，2016），对全球粮食安全构成重大威胁。然而，对于水果、糖料作物和油料作物这类既具有重要经济价值又对饮食多样性和营养安全至关重要的高价值经济作物，目前关于臭氧对其影响的了解还相当有限（Willett，1994）。根据联合国粮食及农业组织的统计，2020年至2023年间，经济作物约占全球农作物生产价值的53%。鉴于其经济重要性，了解空气污染如何影响这些作物的生产力以及农村家庭如何应对臭氧带来的压力，对于制定有效的农业政策及推动可持续的农村发展而言至关重要。

中国为研究这些问题提供了理想的背景。首先，中国种植多种经济作物，这些作物共同占全国农作物生产价值的半数以上（图1）。中国是全球最大的蔬菜及苹果、梨、桃子和西瓜等多种水果的生产国。棉花、糖料作物以及花生、油菜等主要油料作物的种植面积也位居世界前列，且这些作物在中国各地广泛种植（图2）。其次，尽管中国于2013年启动的空气质量行动计划使按人口加权计算的平均PM2.5浓度下降了近50%（Greenstone等，2021），但地表臭氧污染却仍在恶化，尤其是在气温较高的月份。地面监测数据显示，2013年至2020年间，年度平均最大日平均8小时臭氧浓度上升了42%。在许多地区，夏季的平均MDA8值在高峰期连续多年大幅超过世界卫生组织规定的60微克/立方米的标准（图2）。

在本文中，我们提供了实证证据，说明臭氧污染如何影响农场收入及主要经济作物的生产力，以及农民是否以及如何应对臭氧带来的压力。首先，我们分析了臭氧对包括棉花、油料作物、水果、蔬菜、糖料作物、烟草和蚕桑在内的七类经济作物农场收入的因果影响。接着，我们探讨了臭氧影响收入的途径，分析了其对作物产量、总产量以及农业劳动生产率的影响。此外，我们还通过两种情景预测农场收入和作物产量，以此量化这些发现的经济意义：一种是基于研究期间实际观测到的污染水平，另一种是将污染水平维持在基准年份的水平。通过比较这两种情景的差异，我们可以估算出由臭氧污染造成的变化。随后，我们研究了农村家庭是否以及如何采取适应性策略来应对臭氧污染。最后，我们运用分布滞后模型和长差分模型，分析了臭氧暴露的动态效应及长期影响。

臭氧可能通过多种相互关联的途径影响作物生产。首先，作为一种强氧化剂，臭氧会直接破坏植物细胞功能，降低叶绿素含量，抑制光合作用，从而导致叶片出现可见损伤、过早衰老，以及花量和结实率下降（Gao等，2024；McGrath等，2015；Nowroz等，2024）。其次，许多经济作物的种植需要大量劳动力，其产量在很大程度上取决于农业劳动生产率。臭氧污染会损害劳动者健康，从而降低劳动生产率。医学研究表明，高浓度的臭氧会损害呼吸功能，降低户外作业时的体力，进而降低劳动效率与产量（Zivin和Neidell，2012）。

我们的分析主要基于中国农业部开展的2003年至2013年全国固定点调查的村级农户面板数据。该调查始于1986年，涵盖了中国所有大陆省份约350个村庄的2万多个农户，提供了关于耕地使用、作物生产、物质投入以及农场收入的详细户级信息。这一丰富的数据集使我们能够精确衡量农场收入和作物产量，同时研究农民对环境压力的应对策略。该调查因其庞大的样本规模、广泛的地理覆盖范围以及高质量的数据而备受认可（Adamopoulos等，2024；Chen等，2026）。我们还将Chen等（2024）提供的基于高性能机器学习模型的高分辨率臭氧估算数据作为补充，该模型能够以较高的空间分辨率生成2002年至2019年中国各地的月平均MDA8臭氧浓度。

由于污染暴露可能存在内生性，因此估算臭氧污染对经济作物生产的影响在实证上颇具挑战。空气污染浓度并非在空间上随机分布，而且农业活动本身也会产生排放物。例如，施肥和农业机械的使用会释放氮氧化物和挥发性有机化合物，这些都是形成臭氧的关键前体物（Hill等，2019；Lu等，2021）。为解决这一问题，我们借鉴Deryugina等（2019）的方法，采用工具变量法，利用局部风向的变化作为影响村级污染程度的外生冲击。风向是预测当地污染水平的有效指标，因为它决定了来自上游地区的污染何时会传输到特定地点，因此可作为一种衡量当地污染暴露程度的有力工具。同时，风向与当地农业产出之间除了通过空气质量这一途径外，似乎并无直接关联，这满足了工具变量的排除限制条件。

我们的工具变量估计结果表明，臭氧污染加剧会显著降低水果生产的农场收入。臭氧暴露指标AOT40表示每小时臭氧浓度高于40亿分之一时的累积值，每增加一个单位，水果产量就会下降4.6%，总产量下降9.9%，劳动生产率下降5.1%。糖料作物的产量也会下降7.5%，但这一降幅并未带来明显的收入或产量损失。而棉花、油料作物、蔬菜、烟草和蚕桑等作物的反应则较为有限，且在统计学上并不显著。

不同作物之所以出现如此不同的反应，是因为它们采取了不同的应对策略。面对臭氧污染，水果种植者往往会选择战略性放弃受损田地，并减少投入。有证据表明，随着臭氧污染加剧，农民放弃受损田地的概率会增加，收获率会下降，物质投入也会减少，同时他们还会将劳动力转向非农就业，尤其是当靠近城市劳动力市场时更为常见。相比之下，糖料生产者则会主动采取扩张种植面积和增加投入的策略，从而在规模扩张的基础上维持产量和收入。这种应对能力的差异在很大程度上源于生产系统的结构差异——中国的水果生产通常依赖劳动力，机械化程度较低，难以快速调整，而糖料作物的种植则更加机械化，操作也更为灵活。动态分析进一步显示，水果种植者的收入损失会持续累积，其长期影响远远超过短期损害，且几乎未见农民有长期调整的迹象。而对于糖料生产者来说，他们扩大的生产规模则能持续多年。长差分估计结果也印证了这一结论。

进一步的反事实分析表明，在研究期间，臭氧污染导致水果收入的年度降幅在10%至30%之间，产量降幅在8%至20%之间；在臭氧浓度较高的年份，糖料作物的产量损失则更为严重，可达25%至69%。这些结论在采用不同的臭氧衡量指标、模型设定、多种工具变量构建方法以及安慰剂随机化测试后依然稳健。

已有大量研究记录了各种污染物在不同地区对作物生产力的负面影响，其中以小麦、水稻、玉米和大豆等主粮作物为重点研究对象（Burney和Ramanathan，2014；Feng等，2022；Liu等，2024；McGrath等，2015；Singh等，2025；Tai等，2014）。尤其是臭氧暴露的问题受到了广泛关注。据估计，1980年至2011年间，臭氧污染导致美国大豆的相对产量损失约为5%，玉米的相对产量损失约为10%（McGrath等，2015）。在东亚地区，环境臭氧污染导致水稻产量下降约23%，小麦产量下降约33%，玉米产量下降约9%（Feng等，2022）。在中国，水稻和小麦的产量损失甚至更高（Feng等，2019；Lin等，2018；Ren等，2020），印度的小麦产量也有类似损失（Pandey等，2023）。全球范围内的估计数值也相当可观：大豆的相对产量损失为8.5%至14%，玉米为2.2%至5.5%（Avnery等，2011a；Avnery等，2011b），小麦为7%至12%，水稻为3%至4%（Van Dingenen等，2009）。

除了臭氧之外，其他污染物也会阻碍作物生长。二氧化氮会对植被造成广泛危害（Lobell等，2022），并降低印度的小麦和水稻产量（Singh等，2025）。颗粒物会降低印度恒河平原的水稻产量（Mina等，2018），还会抑制欧洲的生态系统光合作用（He等，2023）。此外，针对PM2.5和臭氧的协同控制策略有望使中国的玉米、水稻和小麦产量分别提高7.8%、4.1%和3.4%（Liu等，2024）。

除Hong等（2020）的研究表明环境臭氧污染会显著降低加利福尼亚州草莓和葡萄等多年生作物的产量外，此前大多数关于经济作物的研究都依赖于实验方法。这些实验研究显示，臭氧会导致甘蔗（Cheesman等，2023；Grantz和Vu，2009）、水果（包括柠檬、脐橙和番石榴）（Gerosa等，2008；Silva等，2013；Thompson和Taylor，1969）、烟草（Assis等，2018）以及大蒜和花椰菜等蔬菜的产量显著下降（Gayathri等，2019；Sethupathi等，2018）。虽然实验研究对于理解生理机制和构建作物模拟模型至关重要，但它们可能无法完全反映现实中的农场情况：实验中投入水平往往设定在农学上的最优值，投入价格被忽略，而且农民的应对行为也往往受到限制，这可能会使污染带来的影响比实际情况更为严重。

我们的研究在四个方面为探讨空气污染对农业的环境影响做出了贡献。首先，与大多数聚焦于主粮作物的研究不同，我们关注的是对发展中国家家庭收入和农村福利具有重要作用的高价值经济作物。其次，尽管已有大量研究探讨了农业对气候变化的适应机制（Aragón等，2021；Burke和Emerick，2016；Chen和Gong，2021；Chen等，2026；Cui和Tang，2024；Hultgren等，2025；Jagnani等，2021），但关于农民如何应对空气污染的研究则相对较少。通过分析战略性放弃、投入调整以及劳动力向非农领域的转移，我们发现农民的应对策略因作物类型而异。第三，与大多数依赖县级汇总数据的研究不同，我们利用详细的户级面板数据，深入分析了臭氧暴露对农场收入和产量的微观影响，同时也研究了农民在户级层面的行为反应。第四，通过结合分布滞后模型与长差分设定，我们分析了臭氧危害与农民适应行为的动态变化及长期趋势，从而揭示收入损失如何随时间累积，以及适应能力在长期内是否依然存在。本文其余结构如下：第二节介绍数据来源及描述性统计；第三节阐述实证研究方法；第四节呈现主要研究结果；第五节分析臭氧污染的动态效应与长期影响；第六节探讨政策启示；第七节总结全文。

农村家庭数据
我们的分析基于中国农业部每年开展的全国固定点调查所获得的家庭层面面板数据。该调查始于1986年，是一项纵向研究，涵盖了中国大陆所有省份约350个村庄中的2万多个农村家庭。调查采用分层随机抽样方法，根据收入水平及人口特征在各地区选取样本家庭。

面板固定效应模型
我们运用家庭层面固定效应模型来估算臭氧污染对农业产出的影响。基本模型形式为：
logYics,t=βPcs,t+∑k=1KβkTbink,cs,t+gγ,Wcs,t+ηics+?s,t+uics,t
其中，Yics,t表示第s省c村第t年的家庭i的产出变量。此处产出变量为农场收入的自然对数，即种植经济作物的总收入。随后我们还研究了其他多种产出指标。

臭氧污染对农场收入的影响
我们首先分析臭氧污染对农场收入的影响，这里所指的农场收入即为种植经济作物的总收入，这一指标能够全面反映臭氧污染对从事经济作物生产的农村家庭的经济影响。表1的A面板展示了相关数据。

臭氧污染的滞后效应
第四节中的基础估计结果反映了臭氧暴露对农业产出的即时影响。然而，臭氧污染也可能产生滞后效应，这些效应会持续到暴露年份之后，例如通过持续损害多年生作物的生长，或是在健康受到冲击后劳动力方面的反应延迟（Agathokleous等人，2023；Hanna和Oliva，2015）。为研究这些动态效应，我们建立了包含即时效应的分布滞后模型。

讨论与政策启示
借助详细的家庭层面调查数据，并运用当地风向这一工具变量来解决污染暴露带来的内生性问题，我们测算了日益严重的臭氧污染对中国经济作物生产者的经济影响。主要研究发现是，臭氧污染显著降低了水果生产的农场收入，AOT40值每增加1单位，水果收入就会下降7.4%，其主要原因是水果产量减少（下降4.6%）、总产量下降以及劳动生产率降低。

结论与研究局限
本文为地表臭氧污染对中国经济作物生产及家庭收入的影响提供了因果证据。我们发现，臭氧浓度上升会通过降低产量、总产量及劳动生产率，显著减少水果种植者的农场收入；而糖料作物生产者则通过积极增加投入成功抵消了产量损失。这些不同的结果反映出适应能力存在的显著差异，从而导致某些群体的持续困境。

作者贡献说明
冉万玉：论文撰写——初稿、可视化、软件应用、方法设计、正式分析、数据整理。陈晓光：论文撰写——初稿、监督指导、项目管理、资金筹措。王小丽：方法设计、数据收集、正式分析、数据整理。

利益冲突声明
作者声明不存在任何可能影响本文研究结果的已知财务利益或个人关系。

冉万玉|陈晓光|王小丽
中国北京师范大学统计学院