河南省農業氣象災害對糧食產量影響的灰色關聯度分析

彭傳梅

(河海大學 商學院，江蘇 南京 211100)

河南省農業氣象災害對糧食產量影響的灰色關聯度分析

彭傳梅

(河海大學 商學院，江蘇 南京 211100)

根據1978～2014年河南省氣象災害數據及糧食生產相關數據，分析了河南省糧食單產與氣象災害的變化關系。運用灰色關聯度分析，從輕災、中災及重災3種不同災害程度視角，分別研究了4種氣象災害與糧食單產及5種特定糧食作物關聯程度，并在此基礎上提出了針對性建議，以期為河南省糧食生產的可持續發展提供借鑒。

河南省；糧食單產；氣象災害；災害程度；災害類型；灰色關聯度分析

糧食生產是全面建設小康社會和實現現代化的基礎，是保障人民生活，維持社會長治久安，實現經濟可持續發展的重大問題[1]。由于經濟發展模式的轉型、城鎮化的推進、氣候變化以及水資源短缺等現狀，中國糧食安全面臨著嚴峻的考驗[2]。河南位于我國中部偏東、黃河中下游，處于東經110°21′～116°39′，北緯31°23′～36°22′，地處南北氣候過渡帶和山區平原過渡帶，溫帶亞熱帶、濕潤半濕潤的季風性氣候[3]。特有的氣候條件和地形條件使這里成為著名的橫跨東北平原以及黃淮平原的糧倉，但同時也伴隨著嚴重的氣象災害，因此研究氣象災害對河南省糧食生產的影響具有重要的現實意義。

國內學者已從多角度展開氣象災害對糧食生產影響的研究，主要圍繞氣象災害強度指標[4]、糧食產量對氣象災害的敏感性及相關性[5-6]、構建氣象災害類型與糧食產量的C-D生產函數或回歸模型[7]等內容，從不同層面如全國、地區、特定省市、縣域等來研究氣象災害對糧食生產的影響。雖然研究的內容不同，但是均得出一致的結論，即氣象災害對糧食的生產有負面影響，對我國各省、市、縣的氣象災害防治具有指導性意義。然而以往的研究大多是從受災角度展開，研究視角單一，僅有的對氣象災害強度指標的研究中，也是以受災率、受災未成災率為主要研究對象，缺乏對于不同程度災害的比較研究。同時，以往的研究均停留在糧食生產的宏觀層面，缺乏對糧食作物的細分，進而缺乏各種氣象災害對不同糧食作物影響的研究。

鑒于此，本研究以1978～2014年河南省氣象災害數據及糧食生產相關數據構建了數理模型，從輕災、中災及重災視角，研究了旱災、洪澇、風雹及冷凍災4種氣象災害與糧食單產及5種特定糧食作物關聯程度，識別對糧食生產危害最大的災害程度及災害類型，以期提高河南省農業氣象災害防治能力，減少糧食安全生產的隱患。

1 資料與方法

1.1 數據來源

1978～2014年的河南省農業災情統計數據均來自《中國農業統計資料》，主要包括旱災、洪澇、風雹災、冷凍災的受災面積、成災面積及絕收面積；1978～2014年河南省農業生產統計資料等來源于《新中國農業60年統計資料》、《中國農村統計年鑒》及《中國區域經濟統計年鑒》，包括農作物及糧食播種面積、糧食總產量及主要糧食作物單產數據，部分缺失數據來源于《中國統計摘要》、《中國種植業信息網—自然災害數據庫》。

農業部、民政局、統計局通常將因災害使農作物減產10%以上、減產30%以上、減產80%以上的面積分別稱為受災面積、成災面積和絕收面積。本文采取李文娟[8]劃分災情程度的定義，將災害造成的糧食損失在10%～30%的災害稱為輕災，將糧食損失在30%～70%、70%以上的災情稱為中災及重災。其中，輕災面積為受災面積減去成災面積，中災面積等于成災面積減去絕收面積，重災面積即為絕收面積。

1.2 研究方法

灰色關聯分析是一種多因素分析方法，通過確定參考列及多個比較列的幾何形狀相似程度來判斷其關系是否緊密，反映了曲線之間的關聯程度[9]。

(1)確定參考數列、比較數列。參考數列主要是用來表示系統行為特征的數據序列，本研究將糧食單產及各農作物單產作為參考列，反映糧食生產能力。比較數列是由影響系統行為的因素組成的數據序列表，本研究將影響糧食生產能力的氣象災害情況作為比較列。

(2)數據無量綱化處理。在數據分析過程中，存在多種不同類型的數據的處理和融合。而多種數據由于計量單位和數量級的不同，數據之間不具有可比性。通過數據無量綱處理，消除數據的程度差異性。本研究利用極值法對數據進行無量綱處理。

(3)計算參考數列及比較數列的差值：

式中，Xi代表第i個數列的無綱化數值，Xi(k)代表數列i的第k個對象的無綱化數值，i=0，1，2，3，…，m，k=1，2，3，…，n，其中數列0代表的是參考數列。

(4)計算最大極差、最小極差值：

(5)計算關聯系數：

(6)計算關聯度：

式中，r0i為比較數列i與參考數列的關聯度，r0i越大，比較數列i與參考數列關聯性越強，反之則弱。

(7)關聯度排序：

將r0i從大到小進行排序，即對m個比較數列對參考數列的影響進行排序，r0i越大，說明比較數列對參考數列的影響越大，反之影響較小。

2 實證分析

2.1 描述性統計分析

2.1.1 1978～2014年河南省氣象災害變化情況 1978～2014年，河南省農作物年均受災面積約為308萬hm2，占年均農作物播種面積的38.90%。其中成災面積占比19.46%，絕收面積占比約3.95%，僅從災害面積上來看，成災面積占受災面積的49.58%，對農作物造成的影響較大。從圖1可以看出：河南省每年遭受輕災農作物面積約為151.64萬hm2，大于中災農作物面積，約為重災農作物面積的5倍。全省農作物以1985、1986、1991、1996、1998、2000、2003年輕災面積較大，都在200萬hm2以上，1991年達到455萬hm2，是37年中輕災面積最大的一年，同年，中災面積達到了峰值，為293.57萬hm2。

從圖2可以看出：河南省農作物遭受的災害年代之間波動較小。1990年之前，農作物遭受輕災的面積約為158.54萬hm2，1990年有輕微的上升，為188.12萬hm2，進入到2000年以來，輕災面積明顯下降，年均約為121.81萬hm2；中災和重災面積也有類似的變化趨勢，只是變化幅度較小。另處，農作物遭受的災害年際波動幅度較大。20世紀90年代前遭受輕災面積為100萬～240萬hm2，1990年則在120萬～460萬hm2之間波動，2000年以來有所下降，在30萬～230萬hm2之間，波動幅度在2～4倍，甚至更高；同時，中災和重災面積變化也呈現出年際波動幅度較大的狀態，不同年份之間，氣象災害對農作物的影響不同。

圖2 河南省不同程度氣象災害面積變化年代際變化

2.1.2 糧食單產與氣象災害變化情況 近37年來，糧食單產總體呈現波動上升趨勢。1978年糧食單產僅2083 kg/hm2，2014年則達到5654 kg/hm2，是1978年的2.71倍。自2009年以來，糧食單產已連續5年實現增長，增速在0.30%以上；同時期，受災率在持續降低，至2013年受災率降到8.24%，也達到近6年來受災率最低點。由圖3可得，受災率由1982年的33.3%下降到1983年的16.84%的同時，糧食單產增加了25.84%，為3127 kg/hm2；受災率從1990年的20.79%上升到1991年的65.56%，糧食單產下降了8.88%，為3010.3 kg/hm2；2014年相較2013年糧食單產輕微下滑2.29%，而2014年受災率較2013年有所上升，受災面積為1905 hm2，占農作物播種面積的13.25%。2003年以來的數據顯示，氣象災害程度呈下降趨勢，糧食單產穩定提高?？梢姎庀鬄暮Z食單產有一定的影響，糧食單產與氣象災害受災情況呈負相關。

圖3 1978～2014年河南省糧食單產

從圖4可以看出：輕災率、中災率及重災率三者變化趨勢一致，均呈現出波動性下降趨勢，且糧食單產與災害率呈負向關系，災害率越高，糧食單產量越低，當災害率上升時，糧食單產下降。但是不同程度災害與糧食單產的關系并不明晰，本研究利用灰色關聯分析，探究了糧食單產與不同程度災害的關系，了解了河南省氣象災害的程度及災害防治的能力。

圖4 1978～2014年河南省糧食單產與不同程度災害的關系

2.2 農業氣象災害與糧食生產的灰色關聯分析

2.2.1 糧食單產與不同程度氣象災害的關聯分析 本文用糧食單產及稻谷、小麥、玉米、大豆及薯類5種特定作物單產表征糧食生產能力，研究其與輕災、中災、重災3種不同程度災害之間的關聯關系，探究不同程度災害對糧食生產能力的影響。通過灰色關聯分析，得到不同程度災害與糧食單產及主要糧食作物的關聯度(表1)。由此說明了糧食生產能力與中災關聯度較高，較之輕災及重災在一定程度上對糧食產量有顯著的影響。在稻谷、小麥、玉米、大豆及薯類5種糧食作物中，均呈現出中災與糧食單產關聯度最高，而重災影響較小的現狀。說明河南省糧食生產受輕災影響較小，同時對于重災的防控措施到位，能夠有效地避免農作物受氣象災害的重度影響。

2.2.2 糧食生產與不同類型氣象災害的關聯分析 通過建立糧食單產與4種氣象災害的關聯分析模型，可得表2。由表2可知，在輕災、中災及重災3種不同程度災害上，4種氣象災害與5種糧食作物的關聯度排序大體一致，但由于不同糧食種類對災害的自我防御不同，仍有局部的差異。在輕災水平上，5種糧食作物與4種氣象災害的關聯度排序一致，均為旱災>風雹>洪澇>冷凍。在中災水平上，5種糧食作物與旱災的關聯度最高，其次是風雹災。在重災水平上，5種糧食作物與旱災的關聯度最高，其次是洪澇災害。

表1 糧食單產與不同程度災害的關聯度

分析表明，旱災是河南省的主要氣象災害，1978～2014年年均旱災受災面積高達186.86萬hm2，占總受災面積的60.67%，遠高于全國平均旱災受災比重。在不同程度災害影響下，糧食作物單產與旱災關聯度排序均為第1位，說明旱災對糧食作物生產影響巨大，可見旱災是以發生程度重、影響范圍廣的特點對河南省糧食生產造成嚴重的負面影響，仍是影響河南省最主要氣象災害，并與已有研究結果一致。其次，37年來，風雹災害造成的農作物年均受災面積為69.5萬hm2，占受災面積的22.57%，遠小于旱災所占比重的60.67%。在輕災及中災水平上，風雹災害與糧食單產的關聯度排序為第2位，這表明風雹災害以局地性強、程度重等造成糧食嚴重減產。這可能是由于河南省地處南北氣候過渡帶和山區到平原的過渡帶，風雹災害頻次較旱災小，但由于風雹屬于突發性災害，對糧食作物生產造成不可恢復性的損失。同時，洪澇災及冷凍災對河南省糧食生產的影響也不可忽視。

表2 1978～2014年河南省主要糧食單產與4種氣象災害的關聯分析

3 結論與討論

綜上所述，對于不同糧食作物單產而言，3種不同災害程度水平的影響程度差異不大且影響相對趨同，均表現出中災率>輕災率>重災率。同時，雖然對于特定糧食作物而言，4種氣象災害的影響程度有差異，其中旱災的影響程度最大，其次是風雹災及洪澇災害；但對于5種糧食作物而言，特定氣象災害的影響程度相對一致性。

(1)氣象災害對糧食單產有一定的制約作用，但糧食單產仍保持穩定的緩慢增長。災害程度越小的年份，糧食單產越大；災害程度越大的年份，糧食單產急劇下降。盡管受氣象災害的影響，糧食單產在近37年中仍呈現不斷提高的態勢，說明政府在農業氣象災害防御、農田治理等方面越來越重視，在農業發展中，尤其是對糧食生產活動的有效控制，使得糧食生產安全得到保障。

(2)從不同災害水平看，中災與特定糧食單產關聯度較高，其中受其影響最大的糧食作物是小麥，其次是大豆。因此要有針對性的采取防災減災措施，降低氣象災害對糧食生產的影響范圍。在改善農作物耕作環境的同時，應注意糧食作物結構的調整，根據地形地勢擴大優勢農作物的生產。

(3)從不同災害程度造成的糧食損失來看，輕災造成的糧食損失在10%～30%，中災及重災造成的糧食損失分別為30%～70%及70%以上。重災對糧食損失的影響遠大于輕災和中災，但是與糧食單產關聯度卻是最低的，這說明河南省在對氣象重度災害防治方面措施得當，有效減少了由于重度災害對糧食生產造成的影響。

(4)從不同災害類型來看，旱災仍是河南省主要的氣象災害，表現出危害范圍廣、影響嚴重的特征，同時對糧食生產造成的影響嚴重。因此應該推進河南省農業水利設施建設，提高農作物對旱災的抵御能力。在防治旱災的同時，也要注意對風雹災害的防治。

本文在不同程度災害基礎上，分析了4種不同氣象災害對糧食生產的影響。研究發現糧食單產受中災影響最為嚴重；重度災害防治工作較為突出，有效減少了重度災害對糧食生產的影響；旱災仍是河南省主要的氣象災害，相關部門應加強對旱災的防范。

[1] 呂新業，冀縣卿.關于中國糧食安全問題的再思考[J].農業經濟問題,2013(9):15-24.

[2] 李茂松，李章成，王道龍，等.50年來我國自然災害變化對糧食產量的影響[J].自然災害學報,2005,14(2):55-60.

[3] 李永文，馬建華.河南地理[M].開封:河南大學出版社,2006.

[4] 朱保美，周清，董翔雁，等.德州氣象災害強度變化及對糧食作物減產的影響[J].中國人口·資源與環境,2015,25(11):262-265.

[5] 馬九杰，崔衛杰，朱信凱.農業自然災害風險對糧食綜合生產能力的影響分析[J].農業經濟問題,2005(4):14-17.

[6] 田貴良，林志宇.氣象災害對糧食生產的影響：以福建省為例[J].災害學,2016,31(1):148-152.

[7] 俞云,李芳.基于面板數據的農業氣象災害對中國糧食產量的影響分析[J].經濟與管理,2010,22(11):5-8.

[8] 李文娟，覃志豪，林綠.農業旱災對國家糧食安全影響程度的定量分析[J].自然災害學報,2010,19(3):111-118.

[9] 劉思峰，謝乃明.灰色系統理論及其應用(第6版)[M].北京：科學出版社，2013：48-56.

(責任編輯：管珊紅)

Study on Effect of Agricultural Meteorological Disasters on GrainYield in Henan Province through Grey Correlative Degree Analysis

PENG Chuan-mei

(College of Business, Hohai University, Nanjing 211100, China)

According to the meteorological disaster data and grain production data of Henan province during 1978～2014, the relationship between grain yield per unit area and meteorological disaster in Henan province was analyzed. Through grey correlative degree analysis, this paper studied the correlation degree of four kinds of meteorological disasters at three different levels (light disaster, medium disaster and severe disaster) with grain yield per unit area and five kinds of specific grain crops. On this basis, the author raised the corresponding suggestions, in order to provide a reference for the sustainable development of grain production in Henan province.

Henan province; Grain yield per unit area; Meteorological disaster; Degree of disaster; Type of disaster; Grey correlative degree analysis

2016-12-17

中央高?；究蒲袠I務費項目(2014B39714)；江蘇省普通高校研究生科研創新計劃項目(KYLX_0512)。

彭傳梅(1992—)，女，河南信陽人，碩士研究生，研究方向：資源與環境經濟、水資源管理等。

X43

A

1001-8581(2017)04-0106-05