分析已有研究成果的时间分布特征有助于明确相对应的结构体系。如图1所示，已有研究成果经历了三个发展阶段：1992—2006年的萌芽探索期；2007—2014年的迅猛发展期；2015—2020年的下滑平稳期。

图 1时间分布特征图谱

1992—2006年，高质量论文成果较少，该期间共发高质量论文235篇，占总发文量的14%，平均每年发文量为15篇。究其原因，气候变化问题被认为是外交事务领域的问题，国内学者对此缺乏必要的关注。随着气候变暖愈发明显（尤其是，中国年平均气温增加幅度至少达0.78±0.27℃并高于全球同期平均值^[1]），农业部门受到巨大的冲击。应对气候变化成为社会热点话题。舆论导向促使学术界进行了探索性研究，使得该期间呈现着一个发文小高峰。

2007—2014年，高质量论文成果增速明显提高，该期间共发文937篇，占发文量的55.84%，平均每年发文量为117篇。究其原因，2007年，国家应对气候变化及节能减排工作领导小组成立，并出台了《中国应对气候变化国家方案》《中国应对气候变化科技专项行动》等文件。2014年，由国家发展改革委、国家统计局在内的23个部门组成了应对气候变化统计工作小组，从而构成了以政府综合统计为主导、多部门分工的气候变化应对机制。另外，国家第十二个五年规划提出了将单位国内生产总值CO₂排放量下降17%的目标，将碳排放强度和能源强度作为发展经济的约束性指标。随着政府对气候变化问题的重视，应对气候变化成为学术界的重要议题。

2015—2020年，高质量论文成果增速放缓，该期间共发文506篇，占发文量的30.15%，平均每年发文量为84篇。究其原因，随着《巴黎协议》的签订，政策努力方向集中在全球气候变化的合作与博弈层面。如何构建国际间气候问题的合作框架，以此平衡各方利益成为政策设计的目标。这对理论研究提出了更高的要求，从而导致刊文量出现缓慢下降。

利用Citespace III对已有研究进行机构与作者分布分析有助于识别研究力量及合作交流空间。其中，CiteSpace设置为时间切割为1a，节点类型分别为机构和作者，阈值选择为TOP35。图2反映了机构分布的基本特征。一方面，中国科学院、西北师范大学、西南大学、四川省社会科学院之间联系密切，并形成以这四大研究机构为核心的网络结构。但是，这四大研究机构之间的连线很细，说明研究机构呈现空间非均衡的特征。另一方面，多数研究机构联系相对松散，没有形成稳定的合作网络。究其原因，应对气候变化的农业经济研究属于跨学科研究，不同学科讨论问题的思维及其方法存在差异。例如，环境资源学学者倾向于使用实验方法分析气候变化对农作物产量的影响，经济学学者则使用线性回归方法分析气候变化与农作物产量的关系。这在很大程度上决定了学科间的协调不足，从而造成研究视角分散和割裂，使得任何观察只能表达出部分结果。图3反映了作者分布的基本特征。其中，西北农林科技大学经济管理学院的霍学喜、冯晓龙、白秀广形成了稳定的合作体系。华中农业大学经济管理学院的李谷成、尹朝静、高雪形成了稳定的合作体系。前者关注的是气候变化与农户风险规避手段的关系，后者主要关注的是气候变化对农业产量的影响。值得注意的是，已有研究的合作团队规模较小，绝大多数的合作关系呈现出“导师与研究生”特征。这反映出作者之间的合作交流欠缺，知识流互动程度较低，进一步造成研究体系相互独立的状态。

图 2机构分布特征图谱

图 3作者分布特征图谱

关键词是已有研究主题的精确体现，在很大程度上反映出已有研究的演进路径。因此，本文使用SATI软件对1 678篇文献的关键词进行分析，并构建前50个关键词的相似性矩阵；在此基础上，采用Ucinet中的Netdraw功能进行共现网络分析。如图4所示，“气候变化”处于关键词图谱最核心位置，节点面积最大，即“气候变化”关键词的频次为最高。次核心关键词为“变化特征”“风险管理”“粮食安全”“生产率”。这些关键词节点面积相对较大，与“气候变化”关键词之间联系密切。这说明了已有研究以“气候变化”为中心，并围绕该中心形成了“变化特征”“风险管理”“粮食安全”“生产率”等次中心的研究体系。最外围的关键词，例如“低碳经济”“智慧农业”“气候移民”“土地利用”等关键词则是未来研究的热点。

图 4前50位的高频关键词图谱

为解构高频关键词表达的知识模块，本文通过SATI软件建立前50个关键词相互关系的相异矩阵，再利用SPSS软件进行多维尺度分析，选择Euclidean距离，获得多维尺度图谱。结果发现，已有研究可以分为三大知识模块：一是“气候变化的演进趋势”知识模块；二是“气候变化对农业的影响：风险生成机理”知识模块；三是“气候变化与农户风险避险手段”；上述知识模块共同构成了“气候变化—风险生成—农户避险手段”的理论框架。其中，“气候变化”关注的是气候变化的特征、趋势及其时空差异性。“风险生成”关注的是气候变化对农业生产造成的不利影响及其异质性。“农户避险手段”关注的是农户风险规避手段的选择及其产生的不同效果（如图5所示）。

图 5前50位的高频关键词多维尺度图谱（Euclidean距离模型）

20世纪90年代以来，全球气温呈现急剧上升的特征。姚俊强等^[7]使用Mann-Kendall趋势检验法，对亚洲中部地区进行仿真模拟并发现，近100年，亚洲中部干旱区的年平均气温以0.16℃/10年的速率上升，这一现象在伊犁河流域和乌拉尔河流域最为突出。丁一汇等^[8]对中国历史气温数据进行模拟发现，中国陆地表面的年平均气温至少升高了0.5℃；20世纪50年代至今，年平均气温却升高了1.1℃，远高于同期北半球平均气温上升速率。高弋斌等^[9]使用Mann-Kendall趋势检验法发现，中国沿海地区年平均气温以0.17℃/10年的速率上升；其中，夏季的升温速率最大，达0.27℃/10年，冬季的升温速率最小。

气候变暖改变水循环并导致局部区域的降水量发生显著变化。高涛和谢立安^[10]研究发现，中国大部分地区的强降雨趋势明显。唐亦汉和陈晓宏^[11]采用极值分布模拟发现，在珠江流域，西部地区的强降雨趋势不断下降，但东部地区的强降雨趋势逐渐上升。钟科元和郑粉莉^[12]利用Mann-Kendall趋势检验法对松花江流域进行研究并发现，松花江流域内的降雨动能与降雨强度的乘积呈现明显的变化趋势。廉陆鹞和刘滨辉^[13]利用空间分析法，对西北地区68个气象站逐日降雨数据进行研究并发现，在西北地区，气候逐渐由暖干向暖湿转变，年际降雨变化因此更为复杂；其中，东部地区的降雨频率出现下降趋势，西部地区的降雨频率却出现上升趋势。

气温与降雨的不确定性增加了极端气候事件的发生频率。崔凤琪等^[14]利用呼伦贝尔草原的逐日气象数据发现，极端气候事件突变发生于20世纪90年代。黄强和陈子燊^[15]使用Mann-Kendall趋势检验法分析珠江流域极端气候事件并发现，在过去50年间，珠江流域的极端高温事件发生频率较高，但极端降雨事件发生频率较低，即在长期内，珠江流域面临着高温干旱问题，在短期内很可能遭受洪涝威胁。

第一，气候变化对农业产量的影响。气候变化改变了农作物生长和发育所需要的光、水、热等要素，对农业产量造成巨大的影响。大多数研究认为，气候变化对农业产量造成的影响往往是利大于弊的。You等^[16]选取中国各省平均气象数据和小麦总产量，利用固定效应模型发现，气候变化对小麦产量造成不利影响，即气温上升1℃，小麦至少减产3%。Xin等^[17]基于微观层面的农户数据，通过线性回归模型发现，气温及降雨上升降低了小麦增产和增收的可能性。吴丽丽等^[18]发现，气温每上升1℃，油菜产量至少下降0.74%；降雨每减少10毫米，油菜单产至少增加1.64%。Zhao等^[19]研究发现，当日平均气温超过10℃时，气温上升对玉米产量产生不利影响。也有研究表明，气候变化对农业产量的影响存在农作物类型和空间层面的异质性。例如，气候变化对农业产量影响存在不同作物类型的异质性。张宇和王馥棠^[20表明，气候变化使得中国早稻平均产量至少降低了三个百分点，中稻平均产量降低十个百分点，晚稻平均产量降低十一个百分点。Chen等^[21]的研究显示，气温上升使得单季稻产量上升11%，却导致双季稻产量下降1.9%。崔静等^[22]采取超越对数生产函数模型发现，气温变暖有利于高纬度小麦产量增加，却引致华南地区小麦产量损失。冯琳等^[23]的研究发现，在湖南省的中产区，气候变化提高了水稻和小麦的产量；在低产区，却产生了相反的作用。在此基础上，有学者认为，气候变化与农作物产量并非呈现简单的线性关系。气候变化在初期可能有助于产量上升，在中期、后期却可能造成产量损失。陈帅等^[24]结合历年气象数据，通过对中国县级层面的水稻和小麦产量的研究发现，气温上升与水稻、小麦产量呈现出“先升后降”的关系。何为等^[25]发现，气温和降雨对小麦、水稻和玉米产量的影响呈现显著的“倒U形”关系。尹朝静等^[5]利用固定观测点提供的2 610个样本数据进行研究发现，气温对水稻产量产生显著的“倒U形”影响，降雨对水稻产量的“倒U形”影响不显著。

第二，气候变化对农业生产率的影响。大部分研究认为，气候变化对农业全要素生产率产生负向影响。Sheng和Xu^[26]的研究显示，干旱灾害发生频率每上升1个单位，农业全要素生产率下降约18%。不过，越来越多的学者表示，不同的气象要素（例如，降雨、气温、日照）对农业全要素生产率造成的影响程度存在差异性。刘战伟^[27]利用HP滤波法对中国2000—2017年省级面板数据进行研究并发现，在1%的统计水平上，气温上升提高了粮食全要素生产率，降雨上升降低了粮食全要素生产率。宋春晓等^[28]的研究显示，正常年份的小麦灌溉效率高于受灾年份的小麦灌溉效率。白秀广等^[29]利用随机前沿生产函数分析了气候变化对苹果全要素生产率的影响并发现，在环渤海地区，气温、降雨量和日照对数对农业全要素生产率产生显著的负向影响；但在黄土高原地区，气温、降雨量和日照对数对农业全要素生产率产生的影响分别为7.51%、−24.29%、−79.65%。傅东平和王鑫^[30]使用Malmquist-DEA方法测度了广西各个地级市的农业全要素生产率，再使用线性回归方法进行研究并发现，气温每上升1个百分点，农业全要素生产率下降0.05个百分点；不过，气温上升对桂东地区的农业全要素生产率影响最大，对桂北地区的农业全要素生产率影响并不明显。

气候变化对农业生产造成了巨大且深刻的影响，从而引致了农户规避风险的反应。风险规避手段主要指农户使用一系列风险规避工具及技术，综合应对农业生产过程中所面临的风险损失。风险规避手段在本质上表达为降低风险对农业的影响程度，或者是将风险转移给外部组织，往往分为适应性手段和转移性手段两大类。适应性手段表现为降低风险对农业的不利影响并减少农户承担的损失，按照最终的采纳形式分为工程手段和非工程手段。转移性手段表现为将风险从农户身上转移出去，按照风险最终承受对象分为市场手段和行政手段，具体如表1所示。

气候变化增加了农业产出的不确定性，威胁到农户生产的基础。对于中国农户而言，受人民公社制度和户籍制度的约束，在1978年农村改革之前，各种农业生产要素被限制在农业当中。农户因能力差异而形成的比较优势难以得到发挥，所以被强制同质化。20世纪70年代末，管制放松以及非农产业发展赋予农户更为充分的经济自主权和要素处置权，并导致农户出现了分化：一部分农户通过家庭内部的代际分工，将非农就业能力较强的劳动力转移到非农产业，而老年人、妇女等劳动力则留守务农，演变为生活型农户；另一部分农户通过聚集土地等生产要素从而发展为生产型农户。长期的生产实践使生活型农户意识到实现农地价值最有效的方式是“他用”而非“自用”，从而倾向于将农地流转出去。即使自我耕种，他们也只是满足家庭基本消费需求；因此受气候变化的影响较低并自觉地忽略风险信息而不采取避险行动。生产型农户既需要通过农业生产经营来满足家庭基本消费需求，也需要向市场提供商品。他们更容易受到气候变化的影响，从而积极采取避险手段来应对气候变化。显然，相对于生活型农户，生产型农户更容易受到气候变化的影响。

气候变化在本质上表现为不确定性事件，最大的特征是无记忆性，即每个事件发生是相对独立的结果，后期事件发生的概率与前面事件是否发生无关^[31]。要想准确地估计未来某一时间内的气候成灾发生概率，需要借助先进的气候分析工具系统地分析太阳辐射、湿度、风速、云量等气象信息。农户不具备这样的能力，可获得的有效风险信息较少，从而使得对气候变化及其裹挟风险的评价成为一项复杂工作。农户仅依赖于一种简化的范式来处理复杂的气候风险认知任务。对气候风险事件的启发式判断在很大程度上满足了简单化信息加工和编辑的要求。基于直觉的启发式系统要农户通过过滤自己的信念和经验来处理风险信息，并形成对风险事件的认知。启发式判断使用直觉思维的子系统来处理复杂的风险事件，而不是依据标准的数理统计规则和严密的公式测算风险事件的概率。为此，农户往往通过产量损失来评估气候变化风险发生的概率。如果产量损失相对较大，农户会高估气候风险发生概率，相反，却低估气候风险发生概率。那么，即使气候风险发生概率相对较高，但农户感知风险概率低于某一个水平，他们也不会采取任何避险手段。例如，Foguesatto等^[32]的研究显示，农户主观风险认知与客观风险概率不一致。对于风险认知较低的农户而言，即使他们处于气候变化相对严峻的环境中，也不会采取多样化种植来规避风险。Anik等^[33]的研究发现，在孟加拉地区，农户认为最近30年的强降雨趋势不断加剧，尽管事实并非如此；但他们通过多样化种植来应对气候变化的积极性却持续提高。

考虑到风险认知是在信息获取不足条件下产生的一种心理信念与担忧，早年时期的经历对个人风险偏好及其判断造成深刻的影响。发生于1959—1961年，与气候风险紧密关联的大饥荒，曾经对农户的生活和生产造成巨大影响。现实中，从事农业生产的群体多为上了年纪的中老年人，他们经历过大饥荒时期“食不果腹”日子。尽管改革开放以来，人们的生活水平不断改善，并解决了温饱问题。不过，关于大饥荒的记忆不会轻易磨灭。随着气候变化愈发严峻，他们更容易联想起与天灾密切关联的大饥荒，并引起对饥饿的恐惧。由饥荒形成的痛苦记忆深刻影响他们对气候风险的判断，并使得他们高估气候风险的发生概率，并积极采取应对气候风险的手段。

自工业革命以来，气候变暖愈发突出。根据IPCC第五次报告显示，以气候变暖为核心的气候变化主要由人类活动所造成^[1]。20世纪50年代以前，各国气候监测站数量少、监测范围窄，而且频繁出现监测点搬迁问题，从而导致监测工作长期中断及监测资料缺失。由此，人们很难判断人为因素对气候变化的影响机理。普遍观点是，工业生产导致大量温室气体向外排放，加剧了气候变暖趋势。对此，气候治理的核心在于控制人类活动所产生的温室气体（尤其是二氧化碳）的排放量，从而降低气候风险及其损失性，提高气候恢复能力。1992年通过的《联合国气候变化框架公约》标志着气候治理政策步入常规化的阶段。1997年通过的《京都议定书》确定国家的整体及具体量化的减排指标。2015年12月，195个国家和地区签署的《巴黎协定》明确了2020年之后的国际间气候合作机制。政策由政策目标、政策内容和政策工具三大要素构成。随着气候变化治理在国际事务的地位提升，政策目标在于实现碳减排和碳中和，从而决定了减少气候致险因子成为政策内容和工具的主线。为此，中国气候政策逐渐形成了强制型政策、混合型政策及自愿型政策多种形式。其中，强制型政策主要是对碳排放、“低碳”等问题进行法律层面的管控，促使碳排放者环境成本外部化。混合型政策主要是通过财政资金补贴、税费减免等方式推动气体处理技术的优化。自愿型政策主要是通过宣传教育、舆论引导等形式促进清洁生产与绿色消费。

与政策主线不同，理论研究的核心是增强农户对冲风险能力。这是由研究机构和作者的交流与合作机制欠缺，跨学科知识交叉的广度与强度不足而造成的结果。尽管理论研究关注了农户对风险管理手段的偏好性问题，但农户对风险规避手段的选择不是凭空产生，而总是在背景环境下进行的。那么，在选择的过程中，农户很难消除选择框架产生的影响。由于缺乏政策的“助推”，农户在世代相传形成的选择框架的影响下，很容易选择调整农时、等待政府救济等传统避险手段，而非采取农业保险这一现代避险手段^①。传统避险手段不总是高效与可行的，甚至使得农户暴露较高风险的环境当中，从而加剧了农户“因灾返贫”的可能性。

从这个角度看，在理论层面解构助推式的政策具有重要的意义。助推式政策是指当农户选择不利于社会福利最大化的避险手段时，政府采取必要的措施对其行为进行干预。助推式的政策包括以下三个方面：一是政府公共政策助推。包括明确区分传统避险手段和现代避险手段的属性，分析两者可能存在的“互补”或“替代”效应；在此基础上，探讨多种避险手段混合发展的支持方式、权责机制和落实机制，在最大程度上发挥宏观政策工具的助推潜力。二是市场发育创新。包括分析农户购买农业保险的行为目标，主动联合气象部门、保监会、保险协会，针对所在地区常见的气候灾害，并结合农户的分化程度、经营品种，有意识地开发符合农户风险管理需求的险种。同时，结合农业院校，探究联合培养“懂农户、农业，又懂保险”的复合型人才机制，并分析衔接政府与农户的有力媒介体系。三是农户认知响应。包括厘清不同耕地规模、经营品种、分化程度及地区发展水平的农户参加农业保险的认知机制，并树立农户对农业保险产品的信任度，从而形成购买农业保险的路径依赖。

应对气候变化的农业经济研究相对分散，亟需进行归纳与分析。本文采取文献计量法和内容分析法对中国1992—2020年共1 678篇文献进行了研究，结果表明：应对气候变化的农业经济研究发展迅速，形成了相对稳定的研究机构、学科背景及知识基础，并围绕“气候变化—风险生成—农户避险手段”理论框架展开研究。其中，气候变化关注的是气候变化特征及其趋势。风险生产关注的是气候变化对农业生产的影响及其异质性。农户避险关注的是在气候变化的影响下，为减少气候对农业的不利影响，农户所采取的避险手段。显然，理论研究的核心是分析农户对风险规避手段的选择性偏好，从而探讨提升农户在气候变化背景下从事农业生产的积极性的策略。不过，随着气候变化治理在国际事务的地位提升，碳减排和碳中和成为气候治理政策努力的方向。控制人类活动产生的温室气体的排放量并提高气候恢复能力成为政策的目标。从这个角度看，理论研究与政策实践存在一定程度的悖离。这可能引致一个重要的问题：在缺乏政策助推的条件下，农户采取传统且低效的避险手段，并暴露于较高风险的环境之中。

为此，以“助推”的方式促进理论研究与政策实践相匹配的研究应当被重视。行为经济学家Thaler和Sunstein^[34]认为，助推式政策是一种能够改变人的心理与行为，使之按照预期方式进行选择的结构。这对理论研究的学科协同及其融合提出了更高的要求。包括，结合行为科学的研究成果，聚焦农户偏好于传统避险手段的心理源头，并揭示农户认知偏差及其选择反差的驱动因子，从而促进农户选择农业保险这一现代避险手段。例如，建立控制组，以实验的形式，将“惰性”（即改变默认选择、简化信息、刺激限定为损失而非获益）引入选择架构当中，从而更精确地识别对于哪类农户而言，哪些情景可以使用助推方式帮助他们选择合适的风险规避手段。与此同时，政策制定者不是限制农户的选择机会，反而是顺应农户风险规避决策的心理规律，通过打造科学的情景和提供必需的物质支持，合理地制定选择架构，以此引导农户改变采取低效避险手段的思维。在这个过程中，政策制定者需要明确助推政策与气候治理政策的分歧，在最大程度上实现多种政策工具的“激励相容”目标。