气候变化如何影响中国水稻产量开题报告
2022-01-08 22:31:38
全文总字数:10539字
1. 研究目的与意义及国内外研究现状
近些年来,气候变化这个词越来越频繁地出现在人们的日常生活中。气候变化的主要特征为全球气候变暖,气候变暖对自然,经济,社会,以及人类生活带来的巨大影响早已引起各国政府,社会,以及学术界的共同关注。气候变暖的危害从自然灾害到生物链断裂,涉及了人类生存的各个方面。农业作为基础性产业,关乎人类的生存问题,且对气候的依赖性很强,气候变化给世界农业生产带来的威胁不容小觑。如今,气候变化已成为解决全球粮食供给和缓解饥荒问题的重要挑战。
气候变化最直接体现在三个方面,即温度,降水和日照量的变化。根据以往数据,我国温度,降水以及日照在全国范围的变化趋势各异,且分布不均。100年来,中国地表年平均温度显著升高,升温幅度为0.5℃-0.8℃,高于同期全球地表年平均值。升温最为明显的两个阶段出现在20世纪50年代以及20世纪末。近半个世纪以来,中国平均地表温度上升1.1℃(《中国应对气候变化的政策》,2008),升温幅度0.22℃/10年,远高于同期北半球的增温速度。我国近一百年来降水波动幅度增加,自上世纪六十年代起,我国降水量总体呈现增加趋势,且区域特征明显,除少数西部及北部省份明显增加之外,华北以及长江中下游地区降水量下降趋势明显。日照变化趋势与降水相似,但波动幅度略大于降水,全国日照总体呈减少趋势,华东及西南地区减少最为明显。我国气候波动幅度大,范围广,程度明显高于世界平均水平的特点给农业生产带来了巨大的不确定性。作为对气候变化最为敏感的部门,农业与气候变化之间的耦合关系明显,且在我国尤为复杂特殊。自然资源匮乏,生态环境十分脆弱,且地处东亚季风区的中国是世界上气候变化最为显著,气象灾害最为频繁的国家之一,自然与地理位置的特殊性使得中国农业更具脆弱性。气候变化虽改善了中国高纬度地区热量资源,扩大某些作物种植面积,推动部分地区粮食生产业的发展,但是气候条件的恶化,耕地面积的减少,淡水资源紧缺,后备土地资源的匮乏,农业技术进入瓶颈期,劳动力不足等负面因素在不断地积累并威胁着中国的农业(许吟隆,熊伟,2007)。根据统计,2006年至2010年间,我国由于自然灾害造成的粮食损失高达5000万吨左右,其中,旱灾是造成60%粮食损失的罪魁祸首(隋丹等,2011)。我国是农业大国,更是人口大国。据估计,2030年我国人口规模将达到15亿,对于拥有巨大人口基数的中国来说,在维持经济平稳发展,提高人民生活水平的同时,确保国内大宗农产品的稳定供给,稳定粮食产量以及粮食价格,保持粮食生产的发展,积极应对气候变化带来的不利影响并制定相关制度与政策,是我国历届政府工作的重中之重。本文选取水稻作为研究对象,出于以下几点原因的考量:1中国水稻播种面积占全国粮食作物总面积的三分之一:我国水稻的种植面积为3100万公顷,仅次于印度,约占世界水稻种植面积的20%,且我国水稻总产排名世界第一,单产为世界第五。2 中国水稻产量比重为全国粮食产量一半以上:2016年,我国稻谷产量为2.07亿吨,占世界的30%,亚洲的38%,并且连续六年稳定在2亿吨以上,是名副其实的“稻谷王国”;3 中国约有7.8亿人口以水稻为主食,庞大的人口数量表明水稻在中国拥有巨大的需求量,如何在有限的土地上生产出更多的水稻来满足人民日常需求迫在眉睫,因此研究气候变化大背景条件下中国水稻产量如何变动关重要(陈帅,2014)。
基于此,笔者使用固定效应模型,并选取了中国七个省份—江苏,安徽,湖南,黑龙江,吉林,江西,福建1990年至2015年的县级水稻亩产数据以及气象数据进行研究。鉴于该七省为中国主要水稻产区,且水稻品种涵盖了单季稻以及双季稻,水稻亩产数据的多样性保证了研究分析的客观性以及准确性。气象数据则来自国家气象局384个站点,数据包含了气温,降水,日照,风速等专业数据,根据距离最近原则,将气象数据与各县水稻亩产数据一一匹配,确保气象数据的相对精准。除以上数据之外,出于现实生活与经济状况也会不同程度地影响粮食产量的考虑,笔者还将县级财政收入,稻谷生产价格指数纳入范围,来论证经济要素对我国水稻产量的影响。值得一提的是,本文的创新之处在于除气候,经济这类影响农作物产量的直接机制,还通过县级劳动力数量,农业机械总动力以及有效灌溉面积等指标来衡量人体健康,机械使用等间接机制对农作物产量的影响。通过直接与间接机制的结合,使本文可以多角度分析气候变化背景下农作物产量的变化情况。
2. 研究的基本内容
全文可以分为以下四个部分展开论述:
第一:引言。该部分重点阐述本文的选题背景(全球气候变暖且以增温为主要特征)以及该选题的现实意义(我国作为农业大国和人口大国,研究气候变化对我国粮食安全的重要性毋庸置疑)。界定本文研究的对象为水稻。
3. 实施方案、进度安排及预期效果
实施方案:在构建模型时,本文选择使用固定效应模型。数据为中国七省1990年至2015年的县级水稻亩产数据,气象数据,以及劳动力,财政收入,机械总动力的县级数据。气象数据来源于中国国家气象局,水稻亩产数据来自中国农业部官网,劳动力,机械总动力,县级财政收入等数据均来自中国县域统计年鉴。
进度安排:
4. 参考文献
[1]隋丹,于海,孙晶:有效应对气候变化,保障农业安全生产[j].农业生产,2011,9.
[2]chen,shuai; chen,xiaoguang; and xu,jintao: the economic impact of weather variability onchina’s rice sector,efd discussion paper series efd dp1 4- 1 3- rev,http://www. efdinitiative.org 2014.