气象灾害对粮食生产的影响研究——以福建省为例

田贵良，林志宇

(河海大学 商学院，江苏 南京 211100)



气象灾害对粮食生产的影响研究——以福建省为例

田贵良，林志宇

(河海大学 商学院，江苏 南京 211100)

摘要:利用1984-2013年统计数据，分析福建省粮食产量和气象灾害的变化趋势。运用相关分析和敏感性分析，分别研究了5种气象灾害对5种粮食作物的影响程度，并在此基础上提出政策建议，为福建省粮食生产的持续发展和科学决策提供借鉴。结果表明：①气象灾害对福建省粮食生产具有负面影响；②对福建省粮食生产影响最大的气象灾害是台风，其次是风雹，受一般强度和高强度台风影响最大的分别是稻谷和小麦，而受一般强度和高强度风雹影响最大的分别是玉米和小麦；③气象灾害受灾率和成灾率每变动1%，福建省粮食单产分别变动6.35%和21.56%。稻谷、玉米、薯类、大豆均对一般强度旱灾和高强度风雹最为敏感，其中又分别以薯类和玉米为最，仅有小麦对一般强度和高强度的霜冻最为敏感。

关键词:粮食生产；气象灾害；相关分析；敏感性分析；福建省

农为邦本，粮食安全是关系国计民生的重大问题。由于人口增长[1]、粮食格局变化[2]、水资源短缺以及气候变化[3]，中国的粮食安全形势将面临巨大挑战。福建省作为传统缺粮大省，人多地少，自然灾害频发，粮食安全形势一直非常严峻[4]。因此，气象灾害对福建省粮食生产的影响具有重要的研究意义。

目前，国内外学者已经就气象灾害对粮食生产的影响进行了大量研究。UNEP[5]研究结果表明，直至2020年，与天气相关的事件引发的经济成本预计将增加两倍，达到1 500亿美元/年。Vellinga等[6]研究表明虽然气象与非气象灾害所造成的损失均不断增加，但相对于非气象灾害，气象灾害的发生率显著上升。Höppe[7]分析了1950-2005年间大规模自然灾害事件的发展趋势，发现其所造成的损失剧烈增加。史培军等[8]分析了1980-1994年农业自然灾害对粮食生产的影响，得出这15年来的农业自然灾害(主要为水旱灾害)致使中国粮食减产达到同期粮食产量的15%左右，其中仅气象灾害占到40%左右。刘明亮等[9]通过分解粮食产量的时间趋势项与波动项，分析了1949-1995年间中国主要粮食作物生产的波动性以及主要农业自然灾害对粮食生产的影响，得出中国粮食生产的波动性在很大程度上受制于受灾情况。马九杰等[10]根据2002和2003年的分省相关数据，通过相关分析等方法，分析了农业自然灾害对粮食综合生产能力的影响，发现自然灾害对中国粮食综合生产能力具有显著影响。罗小锋[11]利用描述性统计和C-D生产函数，分析了自然灾害对湖北省粮食产量的影响，指出自然灾害已成为影响湖北省粮食产量的重大因素。庄道元等[12]利用全国31个省市1979-2007年粮食生产的面板数据，引入变截距双对数模型对不同阶段自然灾害对粮食产量的影响进行计量分析，结果显示三个阶段中自然灾害对粮食产量的负面影响均较显著，而且自然灾害对粮食产量影响的程度呈不断下降的趋势。龙方等[13]对中国1950-2008年稻谷单产和气象灾害数据进行灰色关联分析，结果表明中国稻谷单产水平变化是由技术因素、社会因素和自然因素决定的，其中，社会因素占15%~17%，技术因素占28%~35%，自然因素占48%~56%。高云等[14]通过对2000-2008年自然灾害发生面积与农业发展的各项指标进行了对比分析和回归分析，得出自然灾害对中国农业发展的影响较为显著，并具体指出水灾与旱灾的影响较为显著，且水灾比旱灾的影响更为显著。刘晓敏等[15]利用灰色关联分析自然灾害对河北省粮食产量的影响，结果表明风雹灾受灾未成灾率，粮食风雹灾成灾率、粮食旱灾受灾未成灾率对1985-2010年河北省粮食产量影响较强。上述研究明确了气象灾害对粮食生产的负面影响，具有一定的现实指导意义，但前人研究主要集中于总体受灾情况对粮食产量的影响，而忽视了不同气象灾害对不同粮食作物的作用机理和影响程度存在差异。此外，前人研究更加重视对气象灾害和粮食产量间的相关性分析，而忽视了粮食作物对气象灾害的敏感性研究，即无法定量衡量单位气象灾害变动所引致的粮食产量的变动幅度。

有鉴于此，本研究分析了1984-2013年福建省粮食产量和气象灾害的变化趋势，并通过相关分析和敏感性分析，分别研究5种气象灾害与5种粮食作物之间的相关程度和敏感程度，提出政策建议，为福建省粮食生产的稳定发展和科学决策提供借鉴。

1数据来源与模型设置

1.1　变量选取及数据来源

本研究分别以稻谷、小麦、玉米、薯类、大豆单产为因变量，在粮食单产与气象灾害受灾率和成灾率的分析中，分别以旱灾、水灾、风雹、霜冻、台风的受灾率和成灾率为自变量。福建省的粮食产量和气象灾害的受灾面积、成灾面积等数据来源于《福建统计年鉴》、《中国农村统计年鉴》(1985-2014年)。由于福建省从1998年起才将台风的受灾面积和成灾面积数据列入统计年鉴，所以在分析台风对粮食产量的影响时仅考虑2004-2013年的数据。

1.2　模型设置

1.2.1相关分析

本研究采用相关系数表示气象灾害与粮食单产之间的相关程度，分别取显著性水平0.01、0.05和0.1进行双侧检验。

对于气象灾害受灾率(或成灾率)和粮食单产两个变量，假设它们的样本值分别为Mi与Cj(i，j=1，2，…，n)，则两个变量之间的相关系数为：

(1)

(2)

R为两个变量之间的相关系数，其值界于[-1，1]。R>0，表示正相关，R<0，表示负相关。R的绝对值越接近于1，表示两个变量的关系越密切，越接近于0，表示两个变量的关系越不密切。

1.2.2敏感性分析

为定量衡量单位气象灾害变动引发的粮食产量变动幅度高低，本研究引入敏感性的概念。粮食产量对气象灾害的敏感性是指气象灾害的变化对粮食生产系统的所造成的影响程度。若气象灾害发生较大变动，但其造成的粮食产量变动幅度较小，表明粮食产量对气象灾害的敏感性较小；反之，则敏感性较大。

本研究分别以气象灾害受灾率(或成灾率)和粮食单产来反映粮食生产系统输入量和输出量的变化，以敏感度来表示粮食产量对气象灾害的敏感性的强弱程度。敏感度的计算步骤如下所示。

(1)计算粮食单产变化率

(3)

式中：ΔCk为当年的粮食单产变化率，Ck为当年粮食单产；Ck-1为上一年粮食单产，k=2,3，…，n。

福特成为美国历史上惟一一位未经选举就接任副总统以及总统的人——因为水门事件，副总统辞职，他接任；总统尼克松辞职后，他成为美国总统。也是因为水门事件，1976年，福特难以挽回失望的选民，以微弱的差距输给了卡特。他在1980年竞选罗纳德·里根政府的副总统，但是里根选择了乔治·H·W·布什作为他的副总统。离职后的福特依旧活跃，美国重要的历史性和仪式性大事。1981年他在大急流村开设杰拉尔德·福特博物馆，在安娜堡开办杰拉尔德·福特图书馆。1999年被前总统比尔·克林顿授予总统自由勋章。由于他特赦尼克松，2001年被授予肯尼迪勇敢人物奖章。

(2)计算气象灾害变化率

(4)

式中：ΔMk为当年气象灾害受灾率(或成灾率)的变化率，Mk为当年气象灾害受灾率(或成灾率)，Mk-1为上一年的气象灾害受灾率(或成灾率)，k=2,3，…，n。

(3)计算样本间敏感度

(5)

式中：rk为当年粮食单产对气象灾害受灾率(或成灾率)的敏感度，k=2,3,…,n。

(4)计算变量间敏感度

(6)

式中：r为粮食单产对气象灾害受灾率(或成灾率)的敏感度。

2气象灾害和粮食产量变化趋势

2.1　气象灾害变化趋势

统计局和农业部将粮食减产10%以上称作受灾，减产30%以上称作成灾，本研究分别以受灾率和成灾率表征一般强度和高强度气象灾害的受灾范围。由图1可知，受灾率和成灾率的年均值较高，分别为26.70%和12.53%，但分别以每年0.7%和0.3%的趋势下滑，这说明虽然近1984年以来福建省气象灾害的受灾范围比较广，但总体呈减小趋势，而且一般气象灾害的受灾范围减小得更为明显。

此外，对5种气象灾害受灾率进行回归分析，结果表明，旱灾、水灾、风雹、台风的受灾率分别以0.3%、0.7%、0.1%、1.5%的趋势逐年递减，仅有霜冻的受灾率保持平稳。

图1　1984-2013年福建省气象灾害受灾率和成灾率的年际变化

2.2　粮食产量变化趋势

由图2可知，1984-2013年，福建省粮食单产总体以71.60 kg/hm2的年趋势波动上升。1984年全省粮食单产仅有4 216.52 kg/hm2，而2013年则达到6 002.30 kg/hm2，是1984年的1.42倍。1984-1997年间，福建省粮食总产也呈波动上升趋势，直至1997年达到最大产量961.78万t，但从1998年起，受播种面积减少的影响，粮食总产逐年降低，直至2013年达到最低产量，为523.60万t，仅占到1997年粮食总产量的54%。

此外，对5种粮食作物单产进行回归分析，结果表明，稻谷、小麦、玉米、薯类、大豆的单产分别以54.61、44.44、102.79、43.65、52.32 kg/hm2的趋势逐年递增。

图2　1984-2013年福建省粮食单产和粮食总产的年际变化

3气象灾害对粮食产量的影响分析

3.1　相关分析

本研究以气象灾害受灾率与粮食单产的相关系数表示一般强度气象灾害对粮食生产的影响程度。分析结果显示，1984-2013年福建省粮食单产与气象灾害受灾率的相关系数为-0.479，说明气象灾害对全省粮食单产具有一定负面影响，但由于粮食生产还受到技术进步、社会经济等因素的影响，所以相关程度并不高。

从表1中可以看出，5种作物受到不同气象灾害的相对影响程度基本一致，但5种气象灾害对不同作物的相对影响程度却有较大差异。其中，受旱灾影响较大的是大豆、稻谷，受水灾影响较大的是薯类、稻谷，受风雹影响较大的是玉米和大豆，受台风影响较大的是稻谷和玉米，但5种作物受霜冻的影响均非常小。

本研究以气象灾害成灾率与粮食单产的相关系数表示高强度气象灾害对粮食生产的影响程度。分析结果显示，1984-2013年福建省粮食单产与气象灾害成灾率的相关系数为-0.435，低于与受灾率的，说明总体上高强度气象灾害对全省粮食单产的影响要小于一般强度的气象灾害。

从表2中可以看出，除稻谷受高强度台风的影响大于风雹外，5种作物受到不同高强度气象灾害的相对影响程度基本一致，但5种高强度气象灾害对不同作物的相对影响程度却有较大差异。其中，受高强度旱灾影响较大的是稻谷和大豆，受高强度水灾影响较大的是稻谷和薯类，受高强度风雹影响较大的是小麦和玉米，受高强度台风影响较大的是小麦和稻谷，但5种作物受高强度霜冻的影响均非常小。

表1　1984-2013年福建省粮食单产与气象灾害受灾率的相关系数与排序

注：表中***表示通过显著性检验P<0.01；**表示通过显著性检验P<0.05；*表示通过显著性检验P<0.1。

表2　1984-2013年福建省粮食单产与气象灾害成灾率的相关系数与排序

注：表中***表示通过显著性检验P<0.01；**表示通过显著性检验P<0.05；*表示通过显著性检验P<0.1。

3.2　敏感性分析

本研究以气象灾害受灾率与粮食单产的敏感度表示粮食产量对一般强度气象灾害的敏感性程度，敏感度越大表示气象灾害受灾率每变动1%，粮食单产相应的变动幅度越大。分析结果显示，1984-2013年福建省粮食单产与气象灾害受灾率的敏感度为6.35%，说明气象灾害受灾率每变动1%，全省粮食单产相应的变动6.35%。

从表3可以看出，5种作物对不同气象灾害，以及不同作物对5种气象灾害的敏感度均有较大差异。其中，稻谷、玉米、薯类、大豆对旱灾最为敏感，仅有小麦对霜冻最为敏感，但所有作物均对台风最不敏感。然而，对旱灾较为敏感的是薯类和玉米，对风雹较为敏感的是玉米和大豆，而对水灾、霜冻和台风较为敏感的是玉米和小麦。

表3　1984-2013年粮食单产与气象灾害受灾率的

本研究以气象灾害成灾率与粮食单产的敏感度表示粮食产量对高强度气象灾害的敏感程度。分析结果显示，1984-2013年福建省粮食单产与气象灾害成灾率的敏感度为21.56%，说明气象灾害成灾率每变动1%，全省粮食单产相应的变动21.56%，明显高于与受灾率的变动辐度，可见全省粮食单产对高强度气象灾害更为敏感。

从表4可以看出，5种作物对不同的高强度气象灾害，以及不同作物对5种高强度气象灾害的敏感度均有较大差异。其中，稻谷、玉米、薯类、大豆对高强度风雹最为敏感，而对高强度水灾次之，仅有小麦对高强度霜冻最为敏感，其次才是风雹。然而，对高强度旱灾较为敏感的是玉米和大豆，对高强度风雹较为敏感的是玉米和薯类，而对高强度水灾、霜冻和台风较为敏感的是小麦和玉米。

表4　1984-2013年粮食单产与气象灾害

4结论与建议

(1)气象灾害对福建省粮食生产具有负面影响。1984年来全省气象灾害受灾范围总体呈减小趋势，在一定程度上促进了粮食生产，使得粮食单产逐年递增。为实现全省粮食生产稳定发展，建议相关部门采取一系列防灾减灾措施：①提高气象灾害监测预警能力，健全气象灾害监测预警系统；②提高气象灾害应急处理能力，健全气象灾害应急救援体系；③加强气象灾害防御人才培养，提高气象防灾减灾科技支撑能力；④强化气象灾害防御法制建设，构筑气象防灾减灾法律体系；⑤加强气象灾害防御工作组织领导和宣传教育等。

(2)对福建省粮食生产影响最大的气象灾害是台风，其次是风雹。受一般强度和高强度台风影响最大的分别是稻谷和小麦，而受一般强度和高强度风雹影响最大的分别是玉米和小麦。因此，建议相关部门对危害较大的气象灾害和受气象灾害影响较大的粮食作物采取针对性措施。

(3)气象灾害受灾率和成灾率每变动1%，福建省粮食单产分别变动6.35%和21.56%。稻谷、玉米、薯类、大豆分别对一般强度干旱和高强度风雹最为敏感，其中又分别以薯类和玉米为最，仅有小麦对一般强度和高强度的霜冻最为敏感。因此，在今后衡量气象灾害对粮食产量的影响时，除了相关性程度，建议将粮食产量对气象灾害的敏感性程度也纳入考虑范围。

参考文献：

[1]Lutz W, Sanderson W, Scherbov S. The end of world population growth.[J]. Nature, 2001, 412(6846):543-545.

[2]Liu J, Savenije H H G. Food consumption patterns and their effect on water requirement in China[J]. Hydrology & Earth System Sciences, 2008, 5(1):27-50.

[3]Marris E. Water: More crop per drop[J]. Nature, 2008, 452(7185):273-277.

[4]张星, 陈惠, 吴菊薪. 气象灾害影响福建粮食生产安全的机理分析[J]. 自然灾害学报, 2008, 17(2):150-155.

[5]Dlugolecki A F, Loster T. Climate change and the financial services Sector: An appreciation of the UNEPFI study[J]. Social Science Electronic Publishing, 2003, 28(3):382-393.

[6]Vellinga PV, Mills E, Bouwer L, et al.Insurance and other financial services[C]//Ch. 8, Climate Change 2001: Impacts, Vulnerability, and Adaptation, Intergovernmental Panel on Climate Change. Geneva: UN and World Meteorological Organization, 2004.

[7]Höppe P.Scientific and economic rationale for weather risk insurance for agriculture[C]//Sivakumar M V K, Motha R P. Managing Weather and Climate Risks in Agriculture. Heidelberg: Springer Berlin, 2007:367-375.

[8]史培军, 王静爱. 最近15年来中国气候变化、农业自然灾害与粮食生产的初步研究[J]. 自然资源学报, 1997, 12(3):197-203.

[9]刘明亮, 陈百明. 我国近期粮食生产的波动性及其与农业自然灾害发生状况的相关分析[J]. 灾害学, 2000, 15(4):78-85.

[10]马九杰, 崔卫杰, 朱信凯. 农业自然灾害风险对粮食综合生产能力的影响分析[J]. 农业经济问题, 2005(4):14-17.

[11]罗小锋. 自然灾害对湖北粮食产量的影响分析[J]. 灾害学, 2007, 22(2):109-113.

[12]庄道元, 陈超, 赵建东. 不同阶段自然灾害对我国粮食产量影响的分析——基于31个省市的面板数据[J]. 软科学, 2010, 24(9):39-42.

[13]龙方, 杨重玉, 彭澧丽. 粮食生产波动影响因素的实证分析——以湖南省为例[J]. 农业技术经济, 2010(9):97-104.

[14]高云, 詹慧龙, 陈伟忠,等. 自然灾害对我国农业的影响研究[J]. 灾害学, 2013, 28(3):79-84.

[15]刘晓敏, 王慧军. 自然灾害对河北省粮食产量影响的实证分析[J]. 灾害学, 2014, 29(1):115-119.

何如，唐忠莲，苏志，等. 广西某核电站周边地区龙卷风调查与评价[J].灾害学, 2016,31(1):153-156,169.[ He Ru， Tang Zhonglian， Su Zhi,et al. Survey and Evaluation of Tornadoes around a Nuclear Power Plant in Guangxi[J].Journal of Catastrophology, 2016,31(1)：153-156,169.]

Research on Impact of Meteorological Disasters on Food Production——Taking Fujian Province for Example

Tian Guiliang and Lin Zhiyu

(BusinessSchool,HohaiUniversity,Nanjing211100,China)

Abstract:Based on statistics from 1984 to 2013, the change trend of grain outputs and meteorological disasters are analyzed in Fujian province. The effects of 5 kinds of meteorological disasters on 5 kinds of food production are analyzed by sensitivity analysis and correlation analysis respectively. On this basis, some policy recommendations are put forward in order to provide references for the sustainable development and scientific decision-making of grain production. Results showed that: ①Meteorological disasters had negative impacts on grain yieldin Fujian. ②Typhoon had the greatest impacts on food production in Fujian, followed by wind-hail. The general-strength and high-strength typhoon had the greatest impacts on rice and wheat respectively, but the general-strength and high-strength wind-hail had the greatest impacts on corn and wheat respectively. ③As the meteorological disaster-affected and disaster-inundated rate changed 1%,the grain yield changed 6.35% and 21.56% respectively in Fujian. Rice, corn, potato, soybean are the most sensitive to the general-strength drought and the high-strength wind-hailrespectively, in which potato and soybean are the most sensitive respectively. Only wheat is the most sensitive to the general-strength and high-strength frost.

Key words:food production; meteorological disaster; correlation analysis; sensitivity analysis; Fujian province

作者简介：田贵良(1982-)，男，江苏睢宁人，副教授，硕士生导师，主要从事资源与环境经济学、水资源管理研究. E-mail：tianguiliang@hhu.edu.cn

基金项目：国家自然科学 “基于粮食安全的虚拟水贸易对气候变化动态响应与调整”(41471456)；国家自然科学 “区域经济系统虚拟水(VW)测算的可计算非线性动态水资源I-O模型研究”(41001377)

收稿日期：2015-06-05修回日期：2015-09-06

中图分类号：X43

文献标志码：A

文章编号：1000-811X(2016)01-0148-05

doi:10.3969/j.issn.1000-811X.2016.01.028