估计天气对农业的影响

IHPS设计的一个关键特点是，从2013年开始，调查试图追踪在调查波之间改变位置的所有个人，并将搬运工组建/加入的新家庭纳入样本。我们的分析依赖于没有相对于基线采访地点移动的家庭，因为不清楚应该从哪些适当的参考地点历史天气数据中提取，以计算与长期趋势的季节性偏差。如果长期趋势是该地区的天气，那么过去的家庭LSMS ISA支持2014年和2017年在马里进行的具有全国代表性的横断面调查。根据分析计划，马里的数据将纳入未来工作的一部分（Michler等人，2019年）。虽然BurkinaFaso也得到了LSMS-ISA的支持，但由于抽样家庭未进行地理参考，因此得出的调查数据无法用于我们的分析。还是家庭目前居住地点的长期趋势？在清理了被拆迁家庭和非农业家庭的数据后，我们在三次调查波中得到了3250个家庭观察结果。来自尼日尔的LSMS-ISA数据包括两次浪潮，第一次是2011年，第二次是2014年（NIS，2014；NIS，2016）。样本在国家和城市/农村层面具有代表性。非农业家庭的数据清理和移除为我们提供了两次调查波中的3913个家庭观测。在尼日利亚，我们使用的数据来自2010/11、2012/13和2015/16轮的综合住户调查小组，该小组在国家和城市/农村层面具有代表性（国家统计局，2012年；国家统计局，2014年；国家统计局，2019年）。

非农业家庭的数据清理和移除在三个调查波中进行了384次家庭观察。在坦桑尼亚，这些数据来自2008/09、2010/11和2012/13轮坦桑尼亚国家小组调查（TZNPS）（TNBS，2011；TNBS，2012；TNBS，2015）。与马拉维类似，来自坦桑尼亚的THLSMS ISA试图追踪家庭的分裂和迁移地点。因此，每一个波的样本量都会增加。我们以不动产作物的农村家庭为重点，在三次调查浪潮中进行了5669次家庭观察。在乌干达，我们使用了2009/10、2010/11和2011/12轮乌干达小组调查（UNPS）的数据（UBOS，2014a；UBOS，2014b；UBOS，2016）。与其他LSMS ISA数据一样，乌干达样本在国家、城市/乡村和区域层面具有代表性。我们在清理和移除非农业家庭后进行了5250次家庭观察。为了进行分析，我们将来自六个国家和all waves的数据结合起来，生成一个包含33738个家庭观察数据的单一跨国面板数据集。为了进行估算，我们将农业生产的两个指标包括在内：主要谷物作物的产量（千克/公顷）和农场所有季节性作物生产的价值（2010美元/公顷）。作为协变量，我们的回归包括一系列投入：劳动力、肥料、种子、农药、除草剂和灌溉。表3给出了输出和输入变量的确切定义。这17个数据集的所有清理代码都可以在Github上找到。2.3数据整合在将空间数据，尤其是天气数据与住户调查相结合的过程中，数据整合的方法往往被忽视。公开可用的数据集混淆了单位记录的确切GPS坐标，以确保隐私。

如果基础数据集相对空间数据的分辨率而言相当平滑，且感兴趣的区域较小，那么集成方法的影响可以忽略不计。然而，这一点尚不清楚。随着遥感数据空间分辨率的提高，这些模糊处理方法可能会更加重要。因此，我们在分析中将其作为参数，以及空间特征表示或抽象的选择。2.3.1空间特征抽象本分析中天气数据集的最小空间分辨率为0.0375十进制度数，或赤道附近约4公里。同时，我们发现，在本分析中使用的调查中，统计区域内（距离EA中心点不到两公里）的住户和地块的分散度通常较低。考虑到这一点，我们希望天气数据集能够提供景观级别的上下文信息，但不能捕捉现场级别的变化。本分析中使用的最准确的空间表示是住户位置。我们评估了五种不同的表述方式，这将阐明在微数据公开传播中所做选择的影响，以及这些数据对研究的有用性。除了住户位置，我们还使用（1）EA内住户位置的平均值，（2）匿名（有效集）位置，（3）匿名区域的完整范围（不包括匿名EA位置），（4）公共微数据中与最低级别位置变量相关的行政单位，以及（5）行政中心点。2.3.2提取方法上述空间特征是点和多边形或面积表示的混合（见图3）。我们评估了使用这些特征类型将光栅数据中的值合并到家庭花名册记录中的两种常用技术。

对于点特征，我们使用简单方法和双线性方法提取天气时间序列。这种简单的方法仅通过spatialintersection提取光栅单元值，而不考虑通常任意单元边界内的点位置。双线性方法计算四个最近的细胞中心的距离加权平均值。值得注意的是，对于降水和温度等连续数据的集成，双线性方法将是首选方法。然而，由于我们的目标是在这种情况下评估更复杂计算的附加值，因此对两者都进行了评估。对于多边形特征，我们使用分区平均值或多边形重叠的所有单元的平均值提取值。2.3.3结合导言和预分析计划中提到的盲数据，作者将自己分为两组，以使数据分析组无法识别遥感数据（Michler等人，2019年）。整个团队参与了预分析计划的制定和注册，其中包括确定要使用的遥感产品和要使用的提取方法。在这一点上，数据生成小组访问了公共可用的遥感数据，以用于研究。他们还使用私人可用的房屋坐标数据生成了十套不同的提取方法。GPS家庭实际位置不属于公开可用的LSMS-ISA数据的一部分，只有世界银行有限的个人知道。经过预处理后，数据生成小组根据所有九个遥感源的十种数据提取方法提取了LSMS-ISA家庭的相关遥感数据。这生成了从1983年1月1日到2017年12月31日的每日降水量或温度的时间序列数据集。

在这些年中，每个国家都根据粮农组织的建议确定了一个生长季节。因此，对于17个LSMS-ISA country wave Households数据集中的每一个，这生成了90个遥感天气数据集（六个降水源+三个温度源×十种提取方法）。时间序列天气数据集包括日常观测和独特的家庭识别，这些数据是公开的LSMS数据的一部分。数据集被命名并标记为x0。。。，x9对于每种提取方法，rf1。。。，RF6对于每个降水数据源，以及tp1。。。，每个温度数据源的tp3。然后，这些1530个盲时间序列数据集通过安全服务器与数据分析组共享。然后，数据分析小组使用auser编写的Stata软件包wxsum（可通过Github获得）处理每个时间序列天气数据集。该软件包处理日常降水或温度数据，并输出多达22种不同的天气指标。有关分析中使用的天气指标的完整列表，请参见表4。然后，使用唯一的家庭标识（每个国家波数据集90个天气数据集），将来自1530个天气数据集的这些天气指标合并到相关的国家波LSMS-ISA数据集。所有countrywave数据集包含每个遥感源和提取方法的生产数据和天气指标，然后添加到一个单一面板数据集，涵盖所有国家、波浪、遥感源和提取方法。表5总结了结果数据的范围。然后，数据分析小组对盲法数据集进行所有分析，并将结果发布到arXiv。2021 8月19日成立。2021 8月23日，数据生成组共享密钥，以便数据分析组可以取消数据的匿名性。

本文第2版（arXiv:2012.11768v2）指的是基于随机分配的标识符（x0，…，x9；rf1，…，rf6；和tp1，…，tp3）的所有结果。本文的当前版本（第3版）提供了与第2版相同的分析，但用实际提取方法和遥感源名称替换了随机分配的标识符。2.4描述性统计基于综合的家庭和天气数据，我们对两个数据源中的每一个都提供了一些广义的描述性统计。有关每个国家生长季节定义的更多详细信息，请参见附录A.2和表A1。2.4.1天气描述除了从遥感产品和提取方法的选择中估计误判外，我们还检查了因选择不同天气指标而产生的变化。总的来说，wetest有22种不同的方法来测量降水量和温度。表4列出了这些变量及其确切定义的完整列表。为了了解遥感产品引起的测量变化，我们提供了22个天气指标子集的汇总图。虽然我们在经济计量分析中的重点是国家，因为这是大多数经济学家的相关分析单位，但我们提供了全球农业生态区的描述性证据，因为这些农业气候分区在寻求评估天气模式差异时更具相关性（与住户数据无关）。联合国粮食及农业组织（FAO）和国际应用系统分析研究所（IIASA）开发了农业生态区，以评估农业资源和潜力。该测量综合了可用的土地和水资源、农业气候资源和农业适宜性的一般条件，以确定一组不同于这些指标的区域。

我们使用修订后的非洲AEZ表面（Sebastian，2009），该表面结合了高分辨率气候学（WorldClim）和海拔（SRTMv4）表面，以产生缩小版的农业生态区。我们的数据涵盖了六个农业生态区，包括（1）热带暖/半干旱，（2）热带暖/亚湿润，（3）热带暖/湿润，（4）热带冷/半干旱，（5）热带冷/亚湿润，以及（6）热带冷/湿润。图4显示了按遥感产品和农业生态区划分的总季节降雨量分布（以毫米为单位）。在任何给定的农业生态区内，每种遥感产品报告的降雨量分布都存在巨大差异。内向温暖/半干旱地区所有产品报告的平均值大致相同（介于550和650mm之间），但一些产品报告的是双峰分布，而另一些产品报告的是单峰分布。在分布的上端，这些差异增大，MERRA-2和ERA5报告的最大值大于1700mm，而所有其他来源报告的最大值小于1400mm。在六个农业生态区中，热带温暖地区的遥感源之间的一致程度最高。在三个热带暖亚区，各遥感源的平均值趋于接近，最大最大值通常小于最小最大值的两倍。相比之下，三个热带冷亚区的报告降雨量有很大差异。在这些农业生态区，最大平均值几乎是最小平均值的两倍。在热带凉爽/半干旱地区，ERA5报告的平均季节降雨量为859mm（最大2579mm），而CPC报告的平均季节降雨量为454mm（最大1006mm）。在热带凉爽/亚湿润地区，ERA5报告的平均值为1446mm（最大值6968mm），而CPC报告的平均值为706mm（最大值1714mm）。

在热带凉爽/潮湿地区，ERA5报告的平均值为1435mm（最大值为4363mm），而CPC报告的平均值为766mm（最大值为1684mm）。这些差异的平均值为几英尺，最大值为18英尺。图5通过估算每个遥感产品在每个季节报告的平均无雨天数，进一步探讨了这些差异。平均估计值是使用分数多项式生成的，图表包括平均估计值的95%置信区间。CHIRPS、CPC和ARC2经常报告类似的无雨天数，MERRA-2和A5也是如此。TAMSAT通常与CPC和ARC2相似，但有时与其他遥感产品不同。通常，与MERRA-2和ERA5的测量结果相比，CHIRPS、CPC、ARC2和TAMSAT的测量结果表明，没有降雨的天数更多。与季节性总降雨量不同，我们看到了基于瓦尔莫凉爽地区的精度差异，在没有降雨的日子里，我们看到半干旱次区域与亚湿润和湿润次区域之间的精度差异最大。对于热带冷/半干旱和热带暖/半干旱地区，MERRA-2和ERA5报告的无雨天数比其他三种产品少约50%（热带冷/半干旱地区约为120天，热带暖/半干旱地区约为60天，热带暖/半干旱地区约为200天，热带暖/半干旱地区约为100天）。对于四个亚湿润和湿润区域，MERRA-2和ERA5报告的无雨天数减少了约70%，这意味着其他产品报告的无雨天数是其他产品的三倍。例如，在热带凉爽/亚湿润地区，MERRA-2报告平均只有33天不下雨，而ARC2报告平均107天不下雨。在图6中，我们展示了按遥感产品和农业生态区划分的平均季节温度分布（以度计）。

与季节性总降雨量的分布相比，图中显示的平均温度分布更为紧密。在热带温暖/半干旱和热带凉爽/亚湿润农业生态区尤其如此。虽然分布存在差异，但三种温度产品的平均值、最小值和最大值非常相似。数值之间的偏差始终在两度以内，在绝大多数情况下，它们之间的偏差小于一度。在图7中，我们可以看到，当我们计算生长度日（GDD）时，遥感产品报告的温度变化更大。但即使在这里，这种差异也不像降雨量那样显著。在三个热带冷亚区，所有三温产品报告的GDD数量基本相同。在热带暖温带地区，预测的平均GDD确实显著不同，CPC持续报告的GDD少于其他两种产品。然而，这些差异可能没有农学意义。在热带暖区大约180天的平均气温差约为10天。总结描述性证据，对降雨量的错误测量明显多于对温度的错误测量。鉴于aspeci fi fi fi fi c day特定地点的降水量和温度是一个客观事实，报告值的任何差异都是测量错误的证据。我们在我们的数据中记录了任何住户的真实降雨量和温度值，因此我们无法确定哪个遥感产品是错误的，哪个产品不准确，或者哪个产品包含更大的测量误差。但我们能描述的是遥感产品之间的相互比较。MERRA-2和ERA5比其他三种产品的降雨量更大。

在比较温暖/寒冷地区或半干旱/亚湿润/湿润亚地区时，产品之间的差异可能更明显，具体取决于所采用的天气指标。值得注意的是，根据所选择的降水产品、用于测量降水量的指标以及正在研究的非洲地区，最终可能会有非常不同的结果。当我们观察温度时，我们在降雨中看到的错误测量并没有那么明显。在这里，三种温度产品倾向于在给定的一天中给定位置的温度上彼此一致。这并不是说在远距离感应的温度中没有误判，因为这三种产品的作用方式都是一样的。在不知道实际温度的情况下，我们可以说，无论研究的是非洲的温度产品还是地区，使用温度时的结果都是相似的。2.4.2住户描述我们试图通过建模天气和小农农业生产力之间的关系，为遥感数据中的误判提供系统证据。因此，我们在LSMS-ISA家庭数据中的重点是与作物生产相关的变量。我们考察了一个国家的农业总产量和主要谷物作物的产量。除尼日尔外，所有国家的主要作物都是玉米，其中小米是主要作物。在表6中，我们提供了按国家划分的因变量和对照的汇总统计数据，汇总了所有波浪的所有家庭。A组提供了农场总产量和总投入的汇总统计数据（汇总所有季节性作物）。