《Frontiers in Sustainable Food Systems》：Climate extremes and grain green productivity in China: buffering effects of agricultural insurance and high-standard farmland
编辑推荐：
极端气候冲击正日益重塑粮食生产系统的可持续性、韧性和环境绩效，尤其是在那些面临保障粮食安全与加速农业绿色转型双重挑战的国家。本研究考察了极端气候风险如何影响中国粮食绿色全要素生产率（GGTFP），以及适应性导向的政策工具能否缓解这些不利影响。研究利用2001—
极端气候冲击正日益重塑粮食生产系统的可持续性、韧性和环境绩效，尤其是在那些面临保障粮食安全与加速农业绿色转型双重挑战的国家。本研究考察了极端气候风险如何影响中国粮食绿色全要素生产率（GGTFP），以及适应性导向的政策工具能否缓解这些不利影响。研究利用2001—2023年中国31个省级区域的面板数据，采用纳入粮食产出作为期望产出、碳排放和农业面源污染作为非期望产出的Super-SBM Global Malmquist–Luenberger指数测算GGTFP，并基于极端低温、极端高温、极端降雨和极端干旱四类极端事件构建复合极端气候风险指数。计量估计结果显示，研究期间中国GGTFP年均增长1.7%，主要由绿色技术进步驱动。然而，极端气候风险总体呈上升趋势，并显著抑制了GGTFP。在不同气候灾害中，极端降雨和极端干旱的负向效应强于极端温度事件，表明与水分相关的气候冲击对绿色粮食生产尤为不利。极端气候风险的不利影响在高地形起伏度地区和非粮食主产区更为显著，揭示了气候脆弱性的显著空间异质性。进一步分析表明，农业保险和高标准农田建设均能显著削弱极端气候风险对GGTFP的负向效应，交互系数分别为0.040和0.037。这些发现表明，风险分担机制和气候韧性农田基础设施有助于在日益加剧的气候不确定性下稳定绿色生产率。本研究为多灾害气候风险的绿色生产率后果提供了经验证据，并强调了将农业保险、农田基础设施改善、粮食安全和环境保护纳入气候韧性农业发展策略的重要性。
论文解读：极端气候风险、农业保险与高标准农田对中国粮食绿色全要素生产率的缓冲效应
一、研究背景与问题提出
全球粮食系统正面临前所未有的脆弱性：到2050年，全球人口将超过90亿，粮食总需求可能增加约70%，谷物需求可能接近30亿吨。与此同时，粮食生产正受到资源约束、环境压力和日益频繁、强烈且范围扩大的极端气候事件的制约。2024年，据世界气象组织报告，全球平均气温达到历史最高点，较工业化前水平高出约1.55°C的危险阈值。中国的气候风险尤为突出：1961—2023年间，中国年平均气温以每十年0.30°C的速度上升，快于全球平均水平，同时水文循环增强、降水格局改变。在黄淮海平原等粮食主产区，"旱涝急转"现象正成为气候风险的新常态。
面对极端天气事件带来的不确定性产量冲击，农户往往倾向于增加化肥、农药等"防御性投入"以缓解预期灾害损失。这种做法短期内可能稳定产量，但过度投入也降低了整体效率并造成面源污染，阻碍农业绿色转型和粮食生产。因此，评估气候冲击的影响不仅需要考虑粮食产出，还必须考虑相关的资源和环境成本。传统全要素生产率（TFP）主要考察投入与期望产出之间的关系，未能充分反映此类环境成本。通过纳入碳排放等非期望产出，粮食绿色全要素生产率（GGTFP）为在资源和环境约束下评估农业系统的绿色增长潜力提供了更全面的衡量框架。
然而，极端气候风险对GGTFP的影响可能因技术能力、制度支持和适应条件的差异而在区域间呈现异质性。这种异质性表明，政策和制度因素可能调节气候冲击转化为绿色生产率损失的程度。为应对不断升级的气候风险，中国构建了涵盖工程建设、技术推广和金融保障的多维政策支持体系，其中高标准农田建设（HSFDP）和农业保险（ACM）分别是物理防御和风险分担的典型政策工具。现有研究多聚焦于二者对粮食产量或农民收入的直接影响，对其绿色效应关注相对有限。
已有研究为理解气候变化与农业生产的关系奠定了基础，但仍存在三方面研究空白：第一，尽管GGTFP研究日益纳入碳排放等非期望产出，但对农业面源污染的处理仍不一致；第二，气候-生产率研究常聚焦于单一灾害或单一阈值指标，而复合事件研究表明高温、干旱和极端降水可能相互作用，多灾害的极端气候风险（ECR）指标能提供更全面的评估；第三，农业适应政策通常被分开研究，鲜有研究将农业保险和高标准农田纳入统一框架，评估它们对ECR-GGTFP关系的调节效应。
二、研究设计与技术方法
研究人员利用2001—2023年中国31个省级行政区的面板数据开展实证分析。农业变量来源于CSMAR数据库和中国统计年鉴；气候指标来自中国科学院碳中和与气候金融实验室编制的全球气候风险综合数据库（GCRID）；农业保险信息来自中国保险年鉴；高标准农田示范区数据来自中国财政年鉴。缺失观测值采用线性插值填补。
研究采用Super-SBM模型（一种纳入松弛变量并明确处理非期望产出的数据包络分析方法）测算GGTFP，投入指标包括劳动力、土地、化肥施用量、农药施用量、农膜施用量、机械动力和水资源七类，期望产出为粮食总产量，非期望产出包括碳排放（来自化肥施用、农药施用、农膜施用、柴油消耗、翻耕和灌溉）以及氮素流失、化学农药流失和农膜残留。在此基础上，采用Global Malmquist–Luenberger（GML）指数克服传统ML指数的不可传递性和不可行性问题，以2001年为基期通过累积乘法获得GGTFP水平指数。同时，研究人员基于极端低温、极端高温、极端降雨和极端干旱四类极端事件构建复合极端气候风险指数（ECR），并建立双向固定效应面板计量模型，加入ECR与ACM、HSFDP的交互项以检验调节效应。
三、主要研究结果
3.1 中国GGTFP的时序演变与驱动因素
研究期间中国GGTFP年均增长1.7%，主要由绿色技术进步驱动。这一发现表明中国粮食生产在资源和环境约束下仍实现了绿色效率的持续提升，技术进步是核心动力。
3.2 极端气候风险对GGTFP的直接抑制效应
极端气候风险在研究期间总体呈上升趋势，并显著抑制了GGTFP。这一结果验证了研究假设H1，即极端气候风险对GGTFP产生负向影响。极端气候通过"物理损害—要素错配—过度适应"的复合传导路径，降低资源配置效率，抑制绿色生产率提升。
3.3 不同气候灾害类型的差异化影响
在四类极端气候事件中，极端降雨和极端干旱的负向效应强于极端温度事件，表明与水分相关的气候冲击对绿色粮食生产尤为不利。这一发现凸显了水资源相关灾害在粮食绿色生产中的关键制约作用。
3.4 空间异质性分析
极端气候风险的不利影响在高地形起伏度地区和非粮食主产区更为显著，揭示了气候脆弱性的显著空间异质性。高地形起伏度地区可能因农田基础设施薄弱、机械化水平较低而更难抵御气候冲击；非粮食主产区则可能因政策支持力度相对不足而面临更高的气候风险暴露。
3.5 农业保险的缓冲调节效应
农业保险显著削弱了极端气候风险对GGTFP的负向效应，交互系数为0.040，验证了研究假设H2。农业保险通过损失补偿机制稳定农户收入预期，激励其采纳节水灌溉、耐逆品种等新技术，促进绿色技术变革（GTC），同时改变风险偏好，触发扩大经营规模、优化种植结构等适应性行为，间接优化要素配置。
3.6 高标准农田建设的缓冲调节效应
高标准农田建设同样显著削弱了极端气候风险对GGTFP的负向效应，交互系数为0.037，验证了研究假设H3。高标准农田通过"基础设施屏障效应"（土地平整、灌排一体化提升工程韧性）、"技术扩散效应"（土地连片整理降低绿色技术采用门槛）和"生态系统缓冲效应"（生态措施减少面源污染、种养循环提升土壤有机质）三重机制发挥调节作用，构建了"硬件韧性—技术扩散—生态稳定"的调节链条。
四、讨论与结论
本研究的核心贡献在于三个方面：第一，将粮食相关碳排放和农业面源污染同时纳入非期望产出，增强了绿色核算的严谨性和可靠性；第二，构建涵盖极端降水和极端温度的复合极端气候风险指数，量化其对GGTFP的直接影响；第三，将农业保险和高标准农田建设纳入统一分析框架，系统评估它们对极端气候风险的绿色调节效应。
研究结论表明，中国GGTFP在研究期间年均增长1.7%，主要由绿色技术进步驱动；极端气候风险总体呈上升趋势并显著抑制GGTFP，其中极端降雨和极端干旱的负向效应强于极端温度事件；极端气候风险的不利影响在高地形起伏度地区和非粮食主产区更为显著；农业保险和高标准农田建设均能显著削弱极端气候风险对GGTFP的负向效应，交互系数分别为0.040和0.037。这些发现表明，风险分担机制和气候韧性农田基础设施有助于在日益加剧的气候不确定性下稳定绿色生产率。研究为多灾害气候风险的绿色生产率后果提供了经验证据，强调了将农业保险、农田基础设施改善、粮食安全和环境保护纳入气候韧性农业发展策略的重要性，为中国及其他面临类似挑战的国家提供了政策启示。
