对索马里小麦产量气候与非气候驱动因素的短期与长期建模(1986–2019):基于ARDL方法的证据

《PLOS Climate》:Modeling short- and long-term climatic and non-climatic drivers of wheat yield in Somalia (1986–2019): Evidence from an ARDL approach

【字体: 大 中 小 】 时间:2026年07月15日 来源:PLOS Climate 5.6

编辑推荐:

  本研究实证探讨了1986年至2019年间气候与非气候因素对索马里小麦产量的短期与长期影响,该地区正面临严重的粮食不安全,且气候变异与长期冲突加剧了这一状况。研究人员采用自回归分布滞后(ARDL)建模方法,该方法对小样本规模和混合积整阶数具有稳健性,从而建立了一

  
本研究实证探讨了1986年至2019年间气候与非气候因素对索马里小麦产量的短期与长期影响,该地区正面临严重的粮食不安全,且气候变异与长期冲突加剧了这一状况。研究人员采用自回归分布滞后(ARDL)建模方法,该方法对小样本规模和混合积整阶数具有稳健性,从而建立了一个显著的长期协整关系。长期分析表明,CO2排放对小麦产量具有积极但适度的影响,这与CO2施肥效应相一致,但鉴于其他气候胁迫因素的同期负面影响,仍需保持谨慎。关键的是,短期结果表明,气温升高和降水显著降低了小麦产量,这表明不稳定的降水和极端高温事件对生产构成了直接威胁。有趣的是,政治不稳定性表现出违反直觉的短期正系数,突显了冲突对索马里农业复杂且可能局部化的动态影响,这需要进一步细致的调查。这一发现偏离了强调冲突在食品系统中破坏性作用的传统文献。本研究的创新贡献在于为索马里提供了首次全面的定量分析,在动态框架内整合了广泛的驱动因素。这为政策制定者和国际合作伙伴提供了关键的实证证据,强调了迫切需要气候智能型农业适应、改进的水资源管理以及持续的和平建设努力,为索马里建设一个具有韧性且粮食安全的未来。
全球粮食安全仍是21世纪最紧迫的挑战之一,与可持续发展、经济稳定和人类福祉根本相关。作为全球粮食系统的基石,农业极易受到气候变化的威胁。不断上升的全球气温、降水模式的改变以及干旱和洪水等极端天气事件的增加,给农业生产带来了巨大风险。小麦作为提供全球人口约20%总热量和蛋白质的主要主食,其产量的持续稳定对营养安全至关重要。然而,气温升高和降水不稳定严重限制了小麦产量。尽管大气中二氧化碳(CO2)浓度上升可能对小麦等C3植物产生施肥效应,但这种益处往往被高温和水分胁迫的负面影响所抵消。此外,气候胁迫的影响还受到政治稳定等非气候因素的复杂调节。索马里位于非洲之角的干旱和半干旱地区,其农业部门主要以雨养为主,极易受气候变异影响。几十年来的冲突严重破坏了基础设施建设,削弱了该国的气候适应能力。尽管迫切需要基于证据的政策制定,但关于索马里小麦产量气候与非气候驱动因素的稳健定量分析仍存在显著空白。

为填补这一文献空白,研究人员对1986年至2019年期间索马里的情况开展了实证研究,相关论文发表在《PLOS Climate》上。研究综合评估了气温、降水和CO2排放等气候变量,以及政治不稳定、国内生产总值(GDP)、外援、化肥使用和小麦种植土地面积等非气候变量对小麦产量的短期和长期影响。研究得出结论,气候与非气候因素对索马里小麦产量存在显著的长期协整关系。其中,CO2排放对产量有长期的积极影响,而气温和降水的增加则显著降低了短期产量。该研究具有重要的现实意义,为政策制定者和国际合作伙伴提供了关键的实证证据,强调了在索马里推进气候智能型农业适应、改善水资源管理以及持续建设和平的紧迫性。

在技术方法方面,研究使用了1986至2019年涵盖34个观测值的年度时间序列数据。因变量为小麦产量,自变量涵盖气候与非气候因素。为减少异方差性,连续变量被转换为自然对数。研究采用了自回归分布滞后(ARDL)边界测试方法进行协整分析。在估计前,采用扩展迪基-福勒检验和Phillips-Perron检验进行单位根检验以确保数据平稳性。利用赤池信息准则(AIC)确定最佳滞后期。随后进行了边界协整检验以识别变量间的长期关系,并采用误差修正模型(ECM)估计短期和长期系数。最后,通过Breusch-Godfrey LM检验和累积和(CUSUM)检验等进行了事后诊断和稳定性检验。

描述性统计与相关性
通过计算模型中变量的描述性统计,研究人员发现小麦产量、气温和降水等大多数变量在5%的显著性水平上呈正态分布。相关性矩阵初步显示,小麦产量与气温和GDP呈强正相关,与化肥使用和种植面积呈强负相关,这突出了变量间存在多重共线性的可能性,也印证了使用ARDL模型的合理性。

结构突变单位根检验
通过ADF和PP单位根检验,研究人员发现产量、CO2排放等变量在水平项上是非平稳的。但在一阶差分后,所有变量均变得平稳,即为一阶单整。由于变量是零阶单整和一阶单整的混合,且不存在二阶单整,ARDL模型成为适用的估计技术。

ARDL模型结果(滞后期选择标准)
基于AIC准则,研究确定了最佳滞后期。协整边界测试的F统计量为27.294,远高于1%显著性水平上的临界上限(4.68),从而拒绝了不存在协整关系的原假设,确认了小麦产量与所选气候及非气候变量之间存在稳定的长期关系。

参数的长期与短期估计
长期来看,研究人员得出CO2排放对小麦产量有显著的正向影响,增加1%的CO2排放与0.201%的产量增加相关,这与CO2施肥效应相符。而气温、降水和GDP的系数则不具备统计学显著性。短期分析表明,气温、降水和政治不稳定性对小麦产量有显著影响。气温和降水的增加对产量产生负面影响,突出了变化不定的降水和极端高温事件的直接威胁。政治不稳定性表现出违反直觉的正向系数。误差修正项的系数为-1.512,表明在受到冲击后,系统会以非常迅速甚至震荡的方式调整回长期均衡。

模型诊断与稳定性检验
诊断测试表明模型成功通过了异方差性和残差正态性检验。然而,Breusch-Godfrey检验揭示了序列相关的存在,这是当前模型规范的一个局限性。CUSUM测试结果证实了模型系数在研究期间是稳定且可靠的。通常情况下,气温呈持续上升趋势,降雨量高度波动,CO2排放稳步增加,外援、化肥使用和种植面积呈现不规律模式。

总结讨论部分与翻译研究结论:本研究探讨1986至2019年索马里小麦产量的短期和长期动态。研究证实小麦产量与所选变量存在稳定协整关系。长期来看,CO2排放在统计学上对小麦产量产生正向影响,这支持了全球文献关于CO2施肥效应的观点。然而,高温和水分胁迫的负面影响抵消了CO2升高的益处。短期影响描绘了更为直观的脆弱性。气温和降水的增加在短期内显著降低小麦产量。降雨的负面影响可能反映了变化不定的降雨模式或关键时期的洪水。政治不稳定显示的正面系数与主流文献存在分歧,这可能反映了相对平静时期局部生产的短暂提升或复杂的数据报告动态,亦或是二元变量代理问题所致。虽然误差修正项超出了常规范围,但表明在短期冲击之后存在迅速的调整机制。研究通过整合气候与非气候因素,为索马里面临的气候变异与冲突挑战提供了重要实证证据,并为政策制定者和国际合作伙伴提供了关键洞察。为应对气候变异和气温管理,相关部门应推进气候智能型农业,发展高效集水灌溉系统及预警机制。在应对CO2效益及风险时,应优化农艺实践以减轻温度和水分胁迫。针对政治不稳定的复杂影响,干预措施应注重和平建设,在动荡时期直接保护农业资产。此外,应加强经济基础和农业投入,促进可负担肥料和现代设备的使用,并提升国家统计机构的数据收集能力以支持基于数据的政策制定。
相关新闻
生物通微信公众号
微信
新浪微博
  • 搜索
  • 国际
  • 国内
  • 人物
  • 产业
  • 热点
  • 科普

热点排行

    今日动态 | 人才市场 | 新技术专栏 | 中国科学人 | 云展台 | BioHot | 云讲堂直播 | 会展中心 | 特价专栏 | 技术快讯 | 免费试用

    版权所有 生物通

    Copyright© eBiotrade.com, All Rights Reserved

    联系信箱:

    粤ICP备09063491号