极端气候事件是否影响人口流动？粮食安全在中国县级地区的调节作用

《Journal of Environmental Management》：Do extreme climate events affect population mobility? The moderating role of food security in prefecture-level China

　　摘要：全球极端气候事件日益频繁且严重，给人口流动带来了巨大挑战。现有研究多聚焦经济驱动因素，往往忽视了人口流动与极端气候事件及治理因素之间的相互作用。本研究探讨了极端气候事件对中国人口流动的影响，重点分析省级层面的粮食安全所起的调节作用。研究采用劳动迁移新经济学框架，将人口流动视为一种风险应对策略。极端气候事件会增加不确定性，降低人口流动意愿，而粮食安全则能缓解这些压力，促进适应性流动。通过2018年至2023年177个中国地级市的面板数据，运用双向固定效应模型并进行SYS-GMM估计以增强结果稳健性。实证结果表明，极端气候事件会显著降低人口流动程度，而较高的粮食安全水平可削弱这种负向关系，提升流动概率。异质性分析进一步显示，城市规模、区域经济状况和海拔高度会影响这些效应，小型城市、不同经济区域以及高海拔地区对极端气候事件的敏感度存在差异。本研究通过凸显粮食系统在引导人口应对环境变化中的作用，为气候适应相关讨论提供了新的视角，同时也为中国加强粮食安全以应对气候变化和人口变动提供了政策建议。

引言：根据2025年气候风险指数，全球气候变化加剧了极端天气事件的频率和强度，1993年至2022年间，与气候相关的极端天气导致超过76.5万人死亡，直接经济损失近4.2万亿美元（Adil等人，2025年，第6页）。中国既易受气候影响，又人口密集，面临着从极端高温到严重洪灾等各种气候不稳定问题的加剧（Deng等人，2024年）。图1和图2展示了2018年至2023年的极端高温情况，可见极端高温现象愈发普遍，其发生频率和空间范围都在扩大，尤其是在东部、中部和西南部地区。这种极端气候恶化状况影响了农业生产，威胁公共健康，还改变了经济和人口流动模式（H. Gu等人，2024年；X. Gu等人，2024年；Wang和Shen，2025年）。因此，这一趋势的紧迫性促使越来越多的学者关注极端气候事件如何影响人口流动。

现有关于人口流动的研究主要依赖推拉模型和经济中心论，将这些现象视为对工资差距和就业前景的理性反应（Beine和Jeusette，2021年；Chen等人，2025年；Cui等人，2025年；De Haas，2010年；Park和Wang，2010年；Soto Nishimura和Czaika，2024年；Zhang等人，2025年）。然而，这种经济视角忽视了极端气候事件对家庭流动决策的日益重要影响。实际上，人口流动往往是一种由风险、天气不确定性以及保险或信贷获取困难所塑造的集体策略，而非纯粹出于经济动机（Garip和Reed，2025年）。对许多家庭而言，迁移并非为了追求更高收入，而是为了应对环境压力和生计不稳定（Zhang等人，2023年）。尽管人们越来越认识到这些因素，但针对中国的系统性研究仍然不足。因此，本研究旨在通过提供一种新的分析视角，填补这一空白，探讨极端气候事件如何影响人口流动。

在这方面，劳动迁移新经济学框架为将人口流动视为家庭层面的风险管理策略而非单纯的经济行为提供了有力依据（Stark和Bloom，1985年）。在该框架下，人口流动是一种用于多样化收入来源、抵御不确定性的集体策略，尤其在信贷和保险市场不完善的条件下更为重要（Stark和Bloom，1985年）。随着环境波动加剧，中国也面临着越来越频繁的极端气候事件，这些事件会破坏农业生产、损毁基础设施，进而威胁农村生计（Cui等人，2025年；Deng等人，2024年）。这些冲击改变了家庭的预期，增加了其脆弱性，从而影响了迁移的动机和可行性。在劳动迁移新经济学框架下，人口流动便成为应对气候风险的适应性策略。此外，我们认为许多下游的经济障碍，如住房负担、生活成本、福利获取等，其实都受上游由气候稳定性决定的生计风险的影响（Black等人，2013年；De Haas，2010年）。因此，经济机会往往源于潜在的气候稳定性（Xia等人，2025年）。本研究将人口流动视为家庭层面的风险管理策略，探讨中国境内极端气候事件与人口流动之间的关系。

图3展示了极端高温与人口流动之间的关系。散点图显示，大多数城市-年份观测点的人口流动水平相对较低。高流动水平的观测点集中在极端高温天数处于上四分位数之前，超过这一阈值后，拟合曲线开始下降，表明过度暴露在极端高温环境下会抑制人口流动。近年来，热浪、洪水、寒潮和干旱等极端气候事件愈发频繁且严重，正在重塑全球的环境、经济和人口结构（Beine和Jeusette，2021年）。这些事件会直接破坏农业生产，减少家庭收入，损毁基础设施，使得迁移成本更高、不确定性更大（Ansah等人，2023年；Cai等人，2016年）。同时，频繁的气候压力会增加人们对未来生计的不安，使家庭不愿制定长期的定居或迁移计划（Tuholske等人，2024年）。在中国，极端气候事件既影响农村也影响城市生计，导致短期流离失所、长期人口流动压力增大，以及人口分布格局碎片化（Chen和Goutte，2025年；Zhang等人，2019年）。极端温度波动会抑制城市中心的人口流动，反而推动人们向郊区迁移（X. Gu等人，2024年），而强降雨事件则会改变农村劳动力流动模式，增加农民的迁移成本，提高其离开家乡的倾向（Wang等人，2024年）。尽管人们越来越认识到这些影响，但针对中国全境极端气候事件与人口流动之间关系的系统性实证研究仍然有限。

在中国行政体系中，地级市是连接中央政府和省级政府的重要环节（Xian和Chen，2022年）。这类城市的人口通常在数十万到千万以上，不仅管辖各县区，还是经济活动、社会福利和环境压力汇聚的关键节点（Chen等人，2025年）。这样的规模为研究极端气候事件与人口流动之间的关系提供了独特视角。与可能掩盖地方差异的省级数据，或可能存在数据不全问题的县级数据相比，地级市统计数据既能反映当地气候变化的细节，又能呈现人口流动的规律性特征（Xian和Chen，2022年）。鉴于中国地域的多样性，以及了解气候与人口流动之间关系的政策紧迫性，这一优势显得尤为重要。

与此同时，制度保障的作用也越来越重要。中国面临着双重挑战：既要为14亿人提供充足的粮食供应，又要应对日益严重的气候压力，确保农业的可持续发展（Z. Chen等人，2024年）。在这种背景下，粮食安全——包括粮食储备、补贴以及流通网络——在气候冲击期间发挥着关键的稳定作用，体现了政府缓解风险、保障基本福利的能力（Christiansen，2009年）。近期研究开始将粮食安全视为影响气候与人口流动关系的调节变量（Cai等人，2016年；Li等人，2024年）。例如，Lin和Wang（2025年）指出，粮食安全是影响气候对经济稳定性作用强度和方向的关键因素，农业保险和适应性政策工具可以调节这些效应。类似地，Hou等人（2022年）通过调节中介模型，分析了生态恢复和土地用途变化与粮食系统稳定性之间的互动关系。在河南、黑龙江和四川等省份，有力的政策支持下的粮食储备和多元化的种植结构提升了当地的适应能力。而西北部和沿海地区的脆弱地带则更容易受到气候引发的人口流动压力（Chen和Yu，2024年）。因此，本研究有助于深入理解粮食安全如何影响人们对气候压力的适应性迁移反应，这一领域在现有文献中尚欠探讨。

本研究采用劳动迁移新经济学框架，从家庭层面风险管理策略的角度，探讨极端气候变化对人口流动的影响。研究旨在回答以下问题：（1）极端气候事件是否对中国的人口流动产生显著的负面影响？（2）在地级市层面，粮食安全是否能够积极调节极端气候事件与人口流动之间的关系？为回答这些问题，研究运用固定效应模型和动态面板广义矩估计模型，分析2018年至2023年中国177个地级市的情况。

本研究有三项重要贡献。首先，它将劳动迁移新经济学框架应用于气候变化背景之下，把人口流动视为一种家庭风险应对策略，而非单纯的经济决策。在这种框架下，极端气候事件会增加不确定性，限制家庭的迁移能力，从而降低人口流动。本研究还将粮食安全作为调节因素纳入该框架，发现较强的粮食安全状况能够减轻气候冲击带来的制约，有助于家庭采取适应性迁移措施。这些贡献共同拓展了劳动迁移新经济学框架，将其与气候风险和制度条件相结合，为理解环境压力下的人口流动提供了更全面的分析框架。

其次，在实证研究方面，本研究通过177个中国地级市的数据，揭示了四种类型的极端气候事件——高温、低温、降雨和干旱——如何影响中国各地的人口流动，为相关研究提供了新的证据。地级市是中国城市体系中的重要行政和经济单元，连接着农村地区和省级中心城市，集中了大量城市人口。截至2023年，中国大部分城市人口都居住在地级市，这使得这一行政单位成为农村向城市迁移过程中吸收、筛选和重新分配人口的主要空间载体（Chen等人，2025年）。在这一层面分析人口流动，比使用省级汇总数据更能准确反映各地的气候暴露程度和人口反应差异，从而提高实证估计的精确度，帮助我们更清晰地理解气候冲击如何影响不同地区的流动情况。

第三，在政策层面，本研究表明粮食安全在引导人们应对气候冲击的迁移反应中起着重要作用。研究结果强调，加强粮食安全体系能够减少迁移限制，提升家庭应对极端气候事件风险的能力。这一发现为将粮食安全纳入气候适应战略提供了政策依据。

理论片段：劳动迁移新经济学理论。传统上，经济解释一直主导着人口流动研究。早期的研究，如Ravenstein的迁移法则（Ravenstein，1885年）和推拉模型（Todaro，1969年），都将工资和就业差异视为主要驱动力。Harris和Todaro（1970年）进一步将这一观点制度化，认为人口流动是人们对城乡之间预期收入差异的理性反应。然而，经典模型很大程度上忽视了……

测量人口流动。学者们采用了多种方法来研究人口流动。传统研究依靠家庭调查或人口普查数据来分析长期迁移模式（Tan等人，2015年）。不过，数字技术的进步使得利用手机信号、GPS追踪以及基于位置的服务数据，能够以极高的空间和时间精度来观察人们的日常移动情况（Beine和Jeusette，2021年；X. Gu等人，2024年）。

基准回归。表4展示了极端天气事件对中国地级市人口流动影响的估计结果。研究中考虑了四种类型的气候极端事件：极端低温（Ltd）、极端高温（Htd）、极端降雨（Erd）和极端干旱（Eed）。结果显示，这四种极端气候事件都会显著降低人口流动水平。其中，极端低温的负面影响尤为显著，系数为?0.0701，显著性水平低于0.01。同样，极端高温也会……

结论。首先，本研究运用2018年至2023年177个中国地级市的面板数据，通过固定效应模型和广义矩估计模型进行了分析。基线回归分析结果显示，四种极端气候事件（极低温度、极高温度、极端降雨、极端干旱）都会显著且负面地影响人口流动。其次，按城市规模进行的异质性分析表明，在小城市中，极低温度和极高温度会显著降低CRediT作者贡献度：梅文军：概念构建、数据整理、正式分析、初稿撰写、审稿与编辑；张振宇：概念构建、正式分析、监督、审稿与编辑；李存林：概念构建、正式分析；聂永友：概念构建。伦理声明：无。资金支持声明：本项目由国家自然科学基金委员会资助（项目编号42577532），同时得到北民族大学2026年度研究项目支持（项目编号2026ZLGTTYS10）。利益冲突声明：作者之间不存在利益冲突。致谢：我们郑重声明，本文的所有作者均拥有确保研究真实性和准确性的权利与责任。我们认可每位作者在研究过程中的贡献，并坚信每位作者都为本文的顺利发表及知识传播做出了重要贡献。此外，我们声明该手稿经过了ChatGPT 5.2的语言编辑和校对，以提高其可读性。梅文军|张振宇|李存林|聂永友中国北民族大学管理学院