Extreme climate shocks and agricultural net carbon sinks: the moderating role of supply chain resilience in China
Chunyan Zhao · Jiajie Xia · Guoping Ding
基于240个城市2002-2023年面板数据，检验四类极端气候冲击对农业净碳汇的影响及供应链韧性的调
双向固定效应模型、双重机器学习，240城市面板数据，农业净碳汇指标。
四类极端气候冲击均降低农业净碳汇，供应链韧性可显著缓解高温、暴雨和干旱的负面影响。
可探究不同气候灾害下供应链韧性功能与生物机制匹配的差异化适应策略及非线性预测。
基于240城22年面板数据的实证研究，方法扎实、结论稳健，对农业气候适应与低碳发展有参考价值，但属学术论文，公共传播性有限。
引言 极端气候冲击日益挑战农业系统在维持作物碳固定的同时控制生产相关排放的能力。方法 本研究利用2002年至2023年中国240个城市的面板数据，考察四种气候冲击——极端高温（HTD）、极端低温（LTD）、极端降雨（ERD）和极端干旱（EED）——与农业净碳汇（NCS）之间的关系，以及农业供应链韧性的调节作用。NCS以年度作物生物量碳固定量扣除部分农业生产排放量来衡量，从而提供一个基于生产的综合性农业碳绩效指标。结果 双向固定效应估计表明，四种气候冲击均与NCS呈负相关，且这些关系的方向在替代核算边界、样本调整、逐一剔除省份检验和双重机器学习设定下均保持稳定。农业供应链韧性显著调节气候—碳关系。其抵抗能力、恢复能力和重新定向能力减弱了高温、极端降雨和干旱冲击与NCS之间的不利关联。低温结果进一步表明，韧性的有效性取决于供应链功能与特定气候灾害的生物机制及干预窗口的匹配。异质性分析证实，气候敏感性和韧性需求因区域位置、农业生产率、现代化水平和灌溉条件而异。补充性机器学习分析识别出非线性预测模式，并强化了差异化适应的重要性。讨论 这些发现将农业气候研究从生产和排放拓展至综合碳平衡视角，并表明针对特定灾害的供应链韧性能够同时支持气候适应和农业低碳发展。