粮食安全:气候变化与粮食产地转移

周 力 周应恒

(南京农业大学经济管理学院，江苏南京210095)

改革开放以来，中国粮食产业区域格局发生了重大变化，历史上长期“南粮北调”的局面已告结束，代之而起的是“北粮南调”，一些原来生产条件较差的北方低产地区，正逐步崛起为新的商品粮生产基地［1］。值得警惕的是，在全球气候变暖背景下，中国农业气象灾害、水资源短缺、土地退化、农业病虫害的发生程度都可能逐步加剧，这势必增加了我国粮食产业可持续增长的风险。若如此，粮食产业向气候条件相对较差的地区集聚，可能会直接影响到中国粮食生产的总供给水平，扩大粮食产量的年度间波动，并进一步加剧国内外粮食市场的不稳定［2］。有学者认为，粮食调进省份不论出于什么原因，对于粮食缺口的拉大也不能任其发展，而应当根据本地区实际情况，采取切实有效的政策措施，大力挖掘粮食增产潜力，充分发挥粮食生产优势，逐步提高粮食自给水平［3］。但是，在工业化、城镇化、技术变化等宏观背景下，中国粮食产地转移往往是农户理性的经济决策，是资源优化配置的体现［4］。试问，若以国家粮食总供给稳定增长为目标，中国粮食产地转移过程中，是否存在“个体理性”与“集体理性”的冲突?基于此，本研究将重点评估气候变化对粮食种植规模与单位产量的作用机制，进而探讨产地转移对国家粮食总供给的影响，以农业可持续增长为导向，探索长期的、稳定的粮食政策与战略选择。

1 描述性统计分析

中国粮食作物种类多、分布广、地域差异大，主要粮食作物以稻谷、小麦、玉米、高粱、谷子、薯类、大豆等为主。从七大经济地区划分来看，华北、东北、西北的粮食产量不断上升;华东、华南不断下降;华中所占比重变化不大［5］。

中国是世界种稻最早、产稻谷最多的国家。2008年稻谷播种面积2 924万hm2，占粮食作物总播种面积的27．38%。受水资源约束，中国的稻谷产区主要集中于气温高、降水多的华中和华东地区，近年来，稻谷生产区域布局发生了显著变化，华东地区产量骤减，由 1985年的30．00%下降至2008年的23．58%，而东北地区产量剧增，由1985年的3．62%上升至2008年13．56%。总体看来，稻谷产业集中度有微量下降，前4大产地作物产量占总产量的份额总和(CR4)由1985年的44．34%变化为2008年的42．66% 。

中国小麦生产广布全国，以黄淮海平原及长江流域最多。目前，小麦产区主要集中于华东地区和华中地区，近年来华中地区产量迅速上涨，由1985年的22．56%上升至2008年的30．10%。2008年，小麦主产区排名前4名的省份为河南(27．13%)、山东(18．09%)、河北(10．87%)、安徽(10．38%)。近期，河南、安徽等地区小麦产量显著提升，中国小麦产业格局变迁主要表现为产地集聚，CR4由1985年的54．52%上升至2008年的66．47%。

中国玉米产区主要集中于东北、华北地区，近几年，东北地区生产份额由1985年的25．90%上升至2008年30．70%，华北地区由1985年的18．96%上升至2008年的22．35%。2008年，玉米主产区排名前4名的省份为吉林(12．55%)、山东(11．38%)、黑龙江(10．98%)、河南(9．73%)。中国玉米产业转移现象也比较明显，山东、四川等地区产量逐步下降，内蒙古、黑龙江等地区产量不断上升，总体看来，玉米产业集聚水平有微量下降，CR4由1985年的46．82%变化为2008年的44．64%。

从气候条件来看，中国降水量较丰沛地区为华南、华中、华东等区域，降水量较少的区域为西北、华北、东北地区。气温较高的为华南、华中、华东等地区，气温较低的为东北、西北、华北地区。综合看来，华南、华中、华东、西南地区的气温较高、降水量较多;东北、西北、华北地区的气温较低、降水较少。

中国是世界上灾害最为严重的国家之一，有“三岁一饥，六岁一衰，十二岁一荒”之说，灾害种类多，受灾面积广，成灾比例大。中国巨大的粮食灾损主要是由自然灾害造成的，并且中国的自然灾害又极为频繁，已成为影响农业稳定发展的一个重要因素［6］。1985年以来，中国水灾最为严重地区集中于华中地区，最大规模的水灾发生于2003年7月的夏季淮河流域，仅河南、安徽、江苏3省农作物受灾面积就达到390．5万hm2(绝收79．8万hm2)。中国旱灾主要发生于内蒙古、黑龙江、河北等省(区)，1985年以来，最大规模的旱灾发生于2007年的黑龙江，当年夏季，黑龙江省气温异常偏高，仅次于2000年(排历史第二位)，降水异常偏少(为有气象记录以来第一位)，全省13个地市、64个县(市)均不同程度受灾，受旱面积达712．89万hm2，直接经济损失164．46亿元。

2 模型与变量

2．1 计量模型设定

粮食产量是种植面积与单位产量的乘积，本研究将基于产业集聚理论与投入产出原理，分别分析气候变化对粮食种植面积与单位产量的影响机制，以期为稳定粮食供给提供政策佐证。

2．1．1 粮食种植规模的影响因素分析

粮食增长中心的转移具有双重性，一方面受自然、生态条件的制约，转移的范围有一定的空间和时间界限，但随着现代科技的进步，如塑料薄膜的应用、耕作制度的改革、新品种的推广等，这种界限在一定程度上可以改变;另一方面受价格、成本、利润等因素的推动，转移存在趋向低成本或高利润地区的现象［1］。粮食产地格局变迁的影响因素既有农业内部因素、也有农业外部因素。以水稻为例，各区域水稻生产相对于替代作物净收益的差异是导致不同区域水稻生产布局变化的直接原因，而在部分地区资源约束条件、制度改革等因素也起到显著作用［2］。随着经济的发展，农民非农就业机会不断增加，非农收入及其所占比重不断提高，农民种粮的机会成本不断增加［5］。此外，学界也开始关注气候变化等自然因素的相应影响［7］。

基于此，本研究依据产业集聚理论，构建了粮食种植规模的影响因素模型，因变量采用了粮食种植面积，自变量中包含了以下个方面的影响因素:①传统生产要素(劳动力、农机、化肥等);②气候等自然资源(降雨量、日照、气温、水灾、旱灾等);③经济结构(经济作物比重、畜牧业比重、城市化率);④区域差异(有效灌溉率、交通便利条件等)。计量模型见式(1):

2．1．2 粮食单产的影响因素分析

在产地转移背景下，本研究将进一步分析气候变化与自然灾害对粮食单产的影响。中国粮食单产的影响因素可归纳为:作物品种改良及耕作栽培技术、化肥施用量、农业机械、粮食播种面积的变化、农业气象灾害、粮食价格［6］。实际上，粮食单产的差异反映了自然资源、农业投入、科技进步的差异［5］，除了劳动力、土地、资产等传统生产要素之外，许多学者逐步意识到气候资源以及自然灾害的影响［7－8］。中国粮食生产的波动性在很大程度上受制于受灾状况，并具显著的区域差异［9］。

现有文献中，多数学者都采用了线性模型研究了生产要素对单产的贡献，但是，生产要素对单产的影响可能是非线性的，以温度为例，气温对粮食单产的影响可能是呈现一条开口向下的抛物线关系，过低或过高的温度都可能不利于粮食生长，温度对粮食单产的贡献可能存在一个最佳区间，此外，劳动力、农机、降水、日照等生产要素对粮食单产的影响也可能是非线性的。基于此，本文依据C－D函数构建了粮食单产的影响因素模型。其中，笔者认为自然灾害对粮食单产的影响，应该仍然呈线性关系，计量模型见式(2):

2．1．3 产地转移对粮食生产的影响分析

本文将分析产地转移对全国粮食生产的影响，并以含有分布滞后项的面板数据模型来分析自然灾害对粮食产量的长期影响。(3)式表达了一个简要的分布滞后模型，其中，Y表示被解释变量，X表示解释变量，t为时期，i为滞后期，b和ε分别表示常数和残差:

当时期数t大于8的时候，上式等号右边第三项接近于零，可被忽略，进一步展开可得到:

(4)式的方括号内表示了解释变量的不同阶数的分布滞后项。陆铭等人在使用含分布滞后项的联立方程时，对分布滞后项的阶数选择处理如下，他们将n=5作为分析的起点，并根据分布滞后项的显著性P值一个一个地去掉最不显著的分布滞后项，直到最高阶的分布滞后项都在至少10%水平上显著为止［10］，本文将借鉴此方法展开相应分析。

2．2 变量设定

模型中:变量ayield表示粮食单产(单位:kg/hm2);变量scale表示粮食种植面积(单位:103hm2);变量labor表示农业人口除以粮食播种面积(单位:人/hm2);变量machine表示农业机械总动力除以粮食播种面积(单位:kW/hm2);变量fertilizer表示单位面积化肥施用量(单位:kg/hm2);变量rainfall表示全年降水量(单位:mm);变量sunshine表示全年日照时数(单位:h);变量temperature表示年平均气温(单位:℃);变量flood表示水灾成灾面积占播种面积比重(单位:%);变量drought表示旱灾成灾面积占播种面积比重(单位:%);变量cashcrop表示非粮食作物占农作物播种面积比重(单位:%);变量livestock表示牧业占农林牧副渔总产值比重(单位:%);变量city表示城市化率(单位:%);变量irrigation表示有效灌溉率(单位:%);变量traffic表示单位面积上的铁路营业里程(单位:km/104km2);变量region表示区域分布的虚拟变量组;共涉及了华北(North China)、东北、华东、华中、华南、西南、西北等7大区域，其中，华北地区为基准变量。

3 经验研究

3．1 粮食种植规模的影响因素分析

估计结果显示(见表1)，中国稻谷产业主要分布于降雨量较多、气温较高、旱灾较少的区域;小麦和玉米产业主要分布于降雨量较少、气温较低的地区。

现阶段，中国粮食产业转移的主导因素来自于三大经济结构因素:粮食作物与经济作物、种植业与畜牧业、农业与非农的成本收益比较，而气候变化因素仅处于附属地位。整体看来，中国粮食作物主要向农业人口密度低、农业机械化水平高、有效灌溉率高、经济作物与畜牧业相对欠发达、城市化水平较低的经济落后地区转移。

研究表明，中国小麦产业向河南与安徽地区集聚，既符合经济特征、又符合自然特征;稻谷产业向东北地区转移，虽然符合经济特征，但是，由于东北地区降雨量较少、气温较低，可能并不利于粮食水稻生产;此外，玉米产业向内蒙古与黑龙江地区转移，基本符合经济与气候特征，但是，由于内蒙古地区旱灾相对严重，可能对玉米产业构成消极影响。

3．2 粮食单产的影响因素分析

若粮食产业逐步向气候条件差、自然灾害频发的地区转移，是否会对粮食单产构成消极影响?估计结果表明:

(1)降雨量。变量Log(rainfall)在稻米单产模型中，其一次项在1%的水平上显著为正，估计参数为0．738 6，二次项在5%的水平上显著为负，估计参数为－0．116 6;在小麦单产模型中，其一次项在10%的水平上显著为正，估计参数为0．444 2，二次项在10%的水平上显著为负，估计参数为－0．078 0;在玉米单产模型中，其一次项在5%的水平上显著为正，估计参数为0．546 5，二次项在5%的水平上显著为负，估计参数为 －0．099 8。可见，降水量对稻米、小麦及玉米单产的贡献皆呈现了一条开口向下的抛物线，将自然对数值还原成原值后，最适宜稻米、小麦及玉米生产的年降水量分别约为1 470 mm，700 mm，550 mm，过多或过少的降水量都不宜粮食生长。

目前，华中地区稻谷生产集聚水平最高，2008年占33．18%，华中地区除了河南之外，湖南、江西、湖北等地区年降水量都比较丰沛，皆在1 470 mm的估计拐点左右，从降水量的角度来看，这种产地转移是比较适宜的。但是，

稻谷产地向东北地区转移，将不利于稻谷生产，东北地区年降水量约为600 mm左右，其降水远不能满足稻谷生产的用水需求，这种产地转移会导致稻谷单产减少。其次，小麦生产主要集中于河南、山东等地区，这两个省份的年降水量分别为700 mm左右，非常适宜小麦生产，基于此，河南小麦生产的产地集聚将有利于小麦单产的提升。再次，玉米生产主要集中于东北地区，该地区年降水量约为600 mm左右，与玉米单产模型中550 mm的年降水量拐点非常临近。

表1 粮食种植面积及单位产量的影响因素分析Tab．1 The factor analysis of grain area and yield per area

总体看来，降水量的区域差异与三大粮食主产区分布比较吻合，适宜粮食单产增加。从产地转移趋势来看，河南省小麦的产地集聚对小麦单产影响不大，但是，东北地区的水稻增加以及黑龙江省的玉米增加，可能导致相应作物单位面积产量下降。

(2)气温。变量Log(temperature)在稻谷模型中，其一次项在1%的水平上显著为正，估计参数为1．645 6，二次项在1%的水平上显著为负，估计参数为－0．845 1;在小麦模型中，其一次项在5%的水平上显著为正，估计参数为0．984 4，二次项在10%的水平上显著为负，估计参数为－0．428 6;在玉米模型中，其一次项在1%的水平上显著为正，估计参数为3．035 4，二次项在1%的水平上显著为负，估计参数为－1．800。可见，气温对稻米、小麦及玉米单产的贡献皆呈现了一条开口向下的抛物线，将自然对数值还原成原值后，最适宜稻米、小麦及玉米生产的年均气温分别约为9．5 ℃ ，14．0 ℃ ，7．0 ℃，过高或过低的气温都不宜粮食生长。

目前，作为稻谷主产区的华中地区，年平均气温为17℃左右，非常适宜水稻生产。但是，东北地区的气温较低，仅为7℃左右，将对粮食单产构成负面影响。作为小麦主产区，河南、山东的年平均气温分别为14．76℃和14．84℃，非常适宜小麦生产。玉米主产区的东北地区，年平均气温为7℃左右，非常适宜玉米生产，近几年，内蒙古玉米产量提升，从气温条件看来，内蒙古年均气温6．8℃，也比较适宜玉米生产。

(3)水灾。变量Log(flood)的估计参数在稻米及小麦单产模型中，估计参数分别为－0．016 2和－0．014 8，分别在5%的水平上显著，而在玉米单产模型中不显著。原因在于，中国水灾主要集中在华中地区，以及华东地区的淮河流域(安徽、江苏、山东)，而中国稻米及小麦生产也主要集中在华中以及华东这两大板块，可见，基于水灾频发区与粮食主产区的重叠关系，这意味着水灾主要对中国稻米及小麦生产的影响较大，而对玉米生产的影响较小。

(4)旱灾。变量Log(drought)的估计参数在小麦单产模型中，估计参数为－0．017 1，在1%的水平上显著，而在稻米及玉米单产模型中不显著。原因在于中国旱灾主要分布在内蒙古、黑龙江、河北、山东、四川、河南、陕西、甘肃等地区，这些地区主要为小麦主产地。而水稻分布较为分散，未受明显影响，此外，玉米主产地受旱灾影响幅度也较小。

总体看来，小麦向河南、安徽等地区转移能够适应气候变化等自然资源约束;稻谷向东北地区转移，从降雨量及气温的角度看，将对单产构成负面影响;玉米向内蒙古产地转移，该地区相对频繁的旱灾可能成为玉米生产的不稳定因素。

3．3 产地转移对粮食产量的影响

本文利用1985－2008年期间，各类粮食作物产区中，增长率最快的前三大产地作为观测区，以判断不同产地格局对粮食增产的可能影响。其中，增长率为正数时定义为增长期;为负数时，定义为衰退期。

稻谷的观测区域(黑龙江、吉林、辽宁)在衰退期中，年均产量下降5．83%，而其他27个省或直辖市在衰退期中年均产量下滑程度略低，仅为3．57%。但是，在增长期中，东北3省年均增长率为12．04%，而其他地区仅为3．41%。小麦的观测区域(河南、安徽、河北)在衰退期，增长率均值为－6．18%，而其他区域的增长率为－6．46%;在增长期，观测区域增长率为年均7．32%，高于其他区域的5．06%。玉米的观测区域(河南、安徽、河北)在衰退期，增长率均值为 －12．00%，而其他区域的增长率为－8．00%;在增长期，观测区域增长率为年均14．35%，高于其他区域的9．04%。

可以看出，作为新的粮食增长中心——东北三省、河南、内蒙古等地区，虽然受到气候资源等自然条件的约束，但是，其增长势头迅猛。笔者判断，这些地区的增长潜质往往优于其他地区，主要原因在于:

(1)规模效应。这些地区粮食的生产成本及机会成本相对较低，气候变化等自然因素虽然导致粮食单产下降，但是，经济因素的积极效应完全超越了气候变化的消极效应，从而使粮食生产的规模扩张。

(2)收入效应。以水稻为例，东北气候寒冷，因而病虫害较少，农药施用量也相对较少;此外，同样由于气候因素，东北地区主要以一季稻生产为主(南方多为两季稻生产)，加之其土地肥沃、化肥施用量少，这使得东北稻米品质较高，在质量竞争的新时代背景下，东北稻米凭借其良好口碑打开了国内外市场，使种植户获得了稳定且丰厚的利润回报，巩固了生产积极性。

(3)回弹效应。试问，若遭遇自然灾害的情况下，受灾损失是否会对这些粮食产地转入地区造成毁灭性打击?本研究采用分布滞后模型，估计结果发现(见表2)，当期的成灾面积对粮食产量构成了显著的负面效应，但是，在滞后第1，5，7期立刻发生“回弹效应”，即在灾后的一段时期内，宏观层面的政府决策以及微观层面的农户行为会对自然灾害作出反应，通过政府财政转移支付以及农户技术效率改进等方式，促使受灾地区的抗灾能力得以提升、水利设施得以完善、高标准农田得以建设等，这一“回弹效应”在灾后反而有利于粮食产量恢复性增长。可以认为，由于自然灾害的不确定性，一旦发生后，灾害将对粮食当期产量构成严重的负面影响。但是，对于这些经济欠发达地区，在遭遇自然灾害之后，如果选择逃避(产地转移)，而非应对(灾后重建)，将进一步丧失在粮食生产领域的比较优势。

表2 成灾面积对粮食产量的分布滞后影响Tab．2 Polynomial distributed lag impact from disaster to grain production

4 结论与建议

基于1985－2008年中国省际面板数据，本研究实证检验了气候变化对粮食种植规模与单位产量的作用机制，并进一步评述了产地转移对国家粮食总供给的影响。结论表明:

(1)中国粮食产业转移的主导因素主要来自于:粮食作物与经济作物、种植业与畜牧业、农业与非农的成本收益比较，气候变化因素仅处于附属地位。

(2)中国小麦产业向河南与安徽地区集聚，既符合经济特征，又符合自然特征;稻谷产业向东北地区转移，虽然符合经济特征，但是，由于东北地区降雨量较少、气温较低，这并不利于水稻生产;此外，玉米产业向内蒙古与黑龙江地区转移，基本符合经济与气候特征，但是，由于内蒙古地区旱灾严重，可能对玉米生产构成不确定因素。

(3)新的粮食增长中心——东北三省、河南、内蒙古等地区的增长潜质往往优于其他地区，主要原因在于:①规模效应(经济因素的积极贡献超越了气候变化的消极影响，使生产规模扩大);②收入效应(气候因素可能减少病虫害及农药化肥施用量，这提升了粮食质量、价格与利润空间，强化了农户生产积极性);③回弹效应(自然灾害后，宏观层面的政府决策以及微观层面的农户行为会对自然灾害作出及时反应)。

总体看来，中国粮食生产区向欠发达地区转移具有可持久性特征。原因在于，落后地区应对气候变化的生产与政策成本，往往要低于发达地区保留粮食生产的机会成本。基于规模效应、收入效应、以及回弹效应的存在，中国粮食产地转移过程中，并不存在“个体理性”与“集体理性”的冲突。

为了稳定国家层面的粮食供给，在产地转移过程中的宏观政策需要长期关注于:①在粮食产地转入地区，提高气象预报预测准确率、加强水利等农业基础设施建设、提高粮食生产的抗灾能力、提高农业综合生产能力、加快中低产田改造与高标准产田建设;②不应继续强调区内平衡，而需要放开国内粮食收购市场，全面消除跨区粮食贸易壁垒，理顺商品粮产销区间的利益关系，在市场机制下促进资源在全国范围内优化配置，调动生产者的积极性，促进中国粮食增长中心向经济欠发达地区持续转移;③国家应主要通过粮食储备的结构、规模及布局调整进行宏观调控，在粮食新增长中心遭遇自然灾害而大规模减产时，及时调用国家粮食储备以调节市场、保障粮食安全。

(编辑:李 琪)

References)

［1］黄爱军．我国粮食生产区域格局的变化趋势探讨［J］．农业经济问题，1995，(2):20 － 23．［Huang Aijun．The Trend of China’s Grain Production Areas［J］．Problems of Agricultural Economy，1995，(2):20 －23．］

［2］钟甫宁，刘顺飞．中国水稻生产布局变动分析［J］．中国农村经济，2007，(9):39 － 44．［Zhong Funing，Liu Shunfei．Analysis of Changes in the Layout of Rice Production in China［J］．Chinese Rural Economy，2007，(9):39 －44．］

［3］李炳坤．我国粮食生产区域优势研究［J］．管理世界，1996，(5):151－160．［Li Bingkun．Advantage of China’s Grain Production Areas［J］．Management World，1996，(5):151 － 160．］

［4］伍山林．中国粮食生产区域特征与成因研究:市场化改革以来的实证分析［J］．经济研究，2000，(10):38 －45．［Wu Shanlin．A Study of the Regional Characteristics of China s Grain Production:An Empirical Analysis Since the Market-oriented Reform［J］．Economic Research Journal，2000，(10):38 －45．］

［5］罗万纯，陈永福．中国粮食生产区域格局及影响因素研究［J］．农业技术经济，2005，(6):58 － 64．［Luo Wanchun，Chen Yongfu．Pattern of China’s Grain Production Areas and Its Influencing Factors［J］．Journal of Agrotechnical Economics，2005，(6):58 －64．］

［6］李茂松，李章成，王道龙，等．50年来我国自然灾害变化对粮食产量的影响［J］．自然灾害学报，2005，14(2):55 －60．［Li Maosong，Li Zhangcheng，Wang Daolong，et al．Impact of Natural Disasters Change on Grain Yield in China in the Past 50 Years［J］．Journal of Natural Disasters，2005，14(2):55 － 60．］

［7］陆文聪，梅燕．中国粮食生产区域格局变化及其成因实证分析:基于空间计量经济学模型［J］．中国农业大学学报:社会科学版，2007，24(3):140 －152．［Lu Wencong，Mei Yan．Empirical Studies on the Variation and Contributing Factors of Regional Grain Production Strcuture in China:Based on Spatial Econometrics Models［J］．Journal of China Agricultural University:Social Sciences Edition，2007，24(3):140 －152．］

［8］史培军，王静，爱谢云．最近15年来中国气候变化、农业自然灾害与粮食生产的初步研究［J］．自然资源学报，1997，12(3):197－203．［Shi Peijun，Wang Jing，Ai Xieyun．A Preliminary Study of the Climatic Change，Natural Disasters of Agriculture and Grain Yield in China during the Past 15 Years［J］．Journal of Natural Resources，1997，12(3):197 －203．］

［9］刘明亮，陈百明．我国近期粮食生产的波动性及其与农业自然灾害发生状况的相关分析［J］．灾害学，2000，15(4):78 －85．［Liu Mingliang，Chen Baiming．The Analysis on Correlevity Grain Yield Fluctuation and Its Relation with Agricultural Natural Disasters in China in the recent Years［J］．Journal of Catastrophology，2000，15(4):78 －85．］

［10］陆铭，陈钊，万广华．因患寡，而患不均:中国的收入差距、投资、教育和增长的相互影响［J］．经济研究，2005，(12):4 －14．［Lu Ming，Chen Zhao，Wan Guanghua．Equality for the Sake of Growth:The Nexus of Inequality，Investment，Education and Growth in China［J］．Economic Research Journal，2005，(12):4 － 14．］

［11］周力．中国绿色创新的空间计量经济分析［J］．资源科学，2010，32(5):932 －939．［Zhou Li．Space Econometric Analysis of Green Innovation Based on a Perspective of Resource Endowment［J］．Resources Science，2010，32(5):932 －939．］

［12］周力，周应恒．国际粮食市场的可依赖性研究［J］．周际贸易问题，2010，(7):26 － 34．［Zhou Li，Zhou Yingheng．Dependability of International Grain Market［J］．Journal of International Trade，2010，(7):26 －34．］

［13］周曙东，朱红根．气候变化对中国南方水稻产量的经济影响及其适应策略［J］．中国人口·资源与环境，2010，(10):152－157．［Zhou Shudong，Zhu Honggen．Economic Analysis of Climate Change Impact on the Rice Yield in Southern China and Its Adaptive Strategy［J］．China Population，Resources and Environment，2010，(10):152 －157．］