以下是引用skylar_1113在2008-7-26 15:11:00的发言: 我最近也在筹划这样一篇文章,不知道你听说过Ricardian model吗?是94年Mendelson 博士和他的学生提出的一种方法,用来衡量气候变迁对农业产量的影响,主要是采用横截面数据,分季节、分区域的考量这种影响。
我计划用这种方法,不过此方法作实证的难点在于,它对数据要求很高,农业数据至少细化到县级水平,气象数据需要全国700多个气象站的温度和降水量的月平均数据,我现在正在为这些数据的获得而发愁,希望可以和你讨论。
Ricardian model方面的文献,我看的不多,看过的几篇都讲得过于笼统,不知道你看得是哪些文章?
印象中,Ricardian方法似乎不适用于大尺度分析(从地理范围上讲,指国家或区域水平),困难就在于你所说的数据不易获得(是否因此国内研究用这个方法不多?)。除了气象数据之外,微观的土壤信息和经济投入数据是不是必须呢?按照你的设想,如何分季节分区域也将是实际操作中的一个问题(和你选取的作物和耕作方式有关)。Ricardian方法的本质是建立地租和气候,土壤,及经济投入的关系,长处在于分析地租变化和农民适应行为(比如,选择作物种类),并非研究产量变化的主流方法。
另外,是否可以绕过大数据量问题呢:根据你的研究范围(全国?)和基本理论假设(比如,气候变化在某种程度上影响了我国粮食作物产量),选择合适的代表性(比如,全国分为4-5种农业类型区,每个区用几个农业气象站或县代表),可降低对数据的要求。而实际操作中,研究范围越大,资料的分辨率适当降低(或者说选取的代表更少更典型),才容易获得reasonable的结果。
700多个站的设计是否太大了,做硕士的学位论文都够用了吧?
如果你可以找到一个区域上几个点的气象资料,多年投入和产量数据,用Ricardian法做一个细致的case study,感觉也可以成为很好的文章 
欢迎继续讨论!!!
[em01]
[此贴子已经被作者于2008-7-28 7:51:43编辑过]