大多数科学家同意气候变化对美国农业生产有着深远的影响。但估计差异很大，因此很难制定缓解策略。伊利诺伊大学的两位农业经济学家仔细研究了统计方法的选择如何影响气候研究结果。他们还提出了一种更准确和特定地点的数据分析方法。
“如果你关注气候将如何影响美国农业的预测，结果就会完全不同。一些科学家预测，从长远来看，这将对国家产生积极影响，也有人报告说，它将产生负面影响， ” 该研究的合著者、伊利诺伊大学农业和消费者经济学系 (ACE) 教授、气候、区域、环境和贸易经济中心 (CREATE) 主任桑迪·达尔巴 (Sandy Dall'Erba) 说。
Dall'Erba 和论文的第一作者、ACE 的博士生 Chang Cai 评估了所有估计气候变化对美国农田价值和收入影响的学术文献，重点关注美国的每个县。研究人员说，县级尺度不仅更准确，而且对区域政策制定者也很重要，因为他们可以在预计气候变化将构成严重挑战的地区做出县级决策。
“没有一种商品在美国各地生产，我们真正了解气候与农业之间关系的唯一方法是，我们不关注特定作物或牲畜，而是关注经济影响，”Dall'Erba 指出.“查看汇总的农业成果使我们能够比较美国每个县的情况”
研究人员着眼于研究如何将位置分组进行分析，以及这些分组如何影响结果。
“早期的研究假设亚利桑那州增加一个摄氏度或华氏度对农业的边际影响与伊利诺伊州增加一个摄氏度的边际影响完全相同，这毫无意义，因为你一方面正在寻找一个相当Dall'Erba 说：“习惯于高温和低降水量的地方，而习惯于调节温度和更多降水量的地方。”
最近，研究试图根据当地条件区分结果和估计效果。一种流行的方法是将美国划分为灌溉区和雨育区，大致跨越沿 100th子午线的西/东分区。虽然伊利诺伊州和亚利桑那州因此属于不同的群体，但预计亚利桑那州和蒙大拿州仍会经历类似的天气边际效应。
Dall'Erba 在他自己的研究中使用的另一种方法是比较低海拔和高海拔地区，而第三种方法是沿州线对地点进行分组。Dall'Erba 说研究人员使用后一种方法是因为它可以直接估计并且与政策措施相关，但它不会产生非常准确的结果，因为状态线很少符合大气特征。
虽然所有这些方法都有一些优点，但它们也有缺点。
“我们发现，如果你选择一个分组与另一个分组，气候变化的未来影响将是什么，结果确实不同，特别是在初级农业区，”蔡解释说。“我们还发现，在预测未来结果方面，这些分组中没有一个比任何其他分组更好。”
Cai 和 Dall'Erba 建议使用提供特定县气候影响估计的三种新统计方法之一。所有这些方法都是由数据驱动的，并且开始时没有对组的外观进行任何假设。相反，这些方法分析数据以确定组的数量和谁属于哪个组。这些被称为 C-Lasso、因果森林算法和地理加权回归的科学技术已被用于其他领域的分析，例如劳动力市场和能源节约，但它们之前从未用于气候变化研究。
“你真的让数据自己说话;你没有在你的模型上强加任何东西。一旦你开始选择应该如何对观察进行分组，你就已经在一个方向上引导了你的结果。然后你就会想要捍卫你的选择。我们希望未来的研究人员对先验选择更加谨慎，”Dall'Erba 解释道。
Dall'Erba 和 Cai 已经在致力于将这些新方法应用于气候变化和美国农业生产的综合分析。他们希望在即将发表的论文中展示他们的结果，并指导实施因地制宜的气候变化适应战略。
