河南省农业气象灾害对粮食产量影响的灰色关联度分析

彭传梅

(河海大学 商学院，江苏 南京 211100)

河南省农业气象灾害对粮食产量影响的灰色关联度分析

彭传梅

(河海大学 商学院，江苏 南京 211100)

根据1978～2014年河南省气象灾害数据及粮食生产相关数据，分析了河南省粮食单产与气象灾害的变化关系。运用灰色关联度分析，从轻灾、中灾及重灾3种不同灾害程度视角，分别研究了4种气象灾害与粮食单产及5种特定粮食作物关联程度，并在此基础上提出了针对性建议，以期为河南省粮食生产的可持续发展提供借鉴。

河南省；粮食单产；气象灾害；灾害程度；灾害类型；灰色关联度分析

粮食生产是全面建设小康社会和实现现代化的基础，是保障人民生活，维持社会长治久安，实现经济可持续发展的重大问题[1]。由于经济发展模式的转型、城镇化的推进、气候变化以及水资源短缺等现状，中国粮食安全面临着严峻的考验[2]。河南位于我国中部偏东、黄河中下游，处于东经110°21′～116°39′，北纬31°23′～36°22′，地处南北气候过渡带和山区平原过渡带，温带亚热带、湿润半湿润的季风性气候[3]。特有的气候条件和地形条件使这里成为著名的横跨东北平原以及黄淮平原的粮仓，但同时也伴随着严重的气象灾害，因此研究气象灾害对河南省粮食生产的影响具有重要的现实意义。

国内学者已从多角度展开气象灾害对粮食生产影响的研究，主要围绕气象灾害强度指标[4]、粮食产量对气象灾害的敏感性及相关性[5-6]、构建气象灾害类型与粮食产量的C-D生产函数或回归模型[7]等内容，从不同层面如全国、地区、特定省市、县域等来研究气象灾害对粮食生产的影响。虽然研究的内容不同，但是均得出一致的结论，即气象灾害对粮食的生产有负面影响，对我国各省、市、县的气象灾害防治具有指导性意义。然而以往的研究大多是从受灾角度展开，研究视角单一，仅有的对气象灾害强度指标的研究中，也是以受灾率、受灾未成灾率为主要研究对象，缺乏对于不同程度灾害的比较研究。同时，以往的研究均停留在粮食生产的宏观层面，缺乏对粮食作物的细分，进而缺乏各种气象灾害对不同粮食作物影响的研究。

鉴于此，本研究以1978～2014年河南省气象灾害数据及粮食生产相关数据构建了数理模型，从轻灾、中灾及重灾视角，研究了旱灾、洪涝、风雹及冷冻灾4种气象灾害与粮食单产及5种特定粮食作物关联程度，识别对粮食生产危害最大的灾害程度及灾害类型，以期提高河南省农业气象灾害防治能力，减少粮食安全生产的隐患。

1 资料与方法

1.1 数据来源

1978～2014年的河南省农业灾情统计数据均来自《中国农业统计资料》，主要包括旱灾、洪涝、风雹灾、冷冻灾的受灾面积、成灾面积及绝收面积；1978～2014年河南省农业生产统计资料等来源于《新中国农业60年统计资料》、《中国农村统计年鉴》及《中国区域经济统计年鉴》，包括农作物及粮食播种面积、粮食总产量及主要粮食作物单产数据，部分缺失数据来源于《中国统计摘要》、《中国种植业信息网—自然灾害数据库》。

农业部、民政局、统计局通常将因灾害使农作物减产10%以上、减产30%以上、减产80%以上的面积分别称为受灾面积、成灾面积和绝收面积。本文采取李文娟[8]划分灾情程度的定义，将灾害造成的粮食损失在10%～30%的灾害称为轻灾，将粮食损失在30%～70%、70%以上的灾情称为中灾及重灾。其中，轻灾面积为受灾面积减去成灾面积，中灾面积等于成灾面积减去绝收面积，重灾面积即为绝收面积。

1.2 研究方法

灰色关联分析是一种多因素分析方法，通过确定参考列及多个比较列的几何形状相似程度来判断其关系是否紧密，反映了曲线之间的关联程度[9]。

(1)确定参考数列、比较数列。参考数列主要是用来表示系统行为特征的数据序列，本研究将粮食单产及各农作物单产作为参考列，反映粮食生产能力。比较数列是由影响系统行为的因素组成的数据序列表，本研究将影响粮食生产能力的气象灾害情况作为比较列。

(2)数据无量纲化处理。在数据分析过程中，存在多种不同类型的数据的处理和融合。而多种数据由于计量单位和数量级的不同，数据之间不具有可比性。通过数据无量纲处理，消除数据的程度差异性。本研究利用极值法对数据进行无量纲处理。

(3)计算参考数列及比较数列的差值：

式中，Xi代表第i个数列的无纲化数值，Xi(k)代表数列i的第k个对象的无纲化数值，i=0，1，2，3，…，m，k=1，2，3，…，n，其中数列0代表的是参考数列。

(4)计算最大极差、最小极差值：

(5)计算关联系数：

(6)计算关联度：

式中，r0i为比较数列i与参考数列的关联度，r0i越大，比较数列i与参考数列关联性越强，反之则弱。

(7)关联度排序：

将r0i从大到小进行排序，即对m个比较数列对参考数列的影响进行排序，r0i越大，说明比较数列对参考数列的影响越大，反之影响较小。

2 实证分析

2.1 描述性统计分析

2.1.1 1978～2014年河南省气象灾害变化情况 1978～2014年，河南省农作物年均受灾面积约为308万hm2，占年均农作物播种面积的38.90%。其中成灾面积占比19.46%，绝收面积占比约3.95%，仅从灾害面积上来看，成灾面积占受灾面积的49.58%，对农作物造成的影响较大。从图1可以看出：河南省每年遭受轻灾农作物面积约为151.64万hm2，大于中灾农作物面积，约为重灾农作物面积的5倍。全省农作物以1985、1986、1991、1996、1998、2000、2003年轻灾面积较大，都在200万hm2以上，1991年达到455万hm2，是37年中轻灾面积最大的一年，同年，中灾面积达到了峰值，为293.57万hm2。

从图2可以看出：河南省农作物遭受的灾害年代之间波动较小。1990年之前，农作物遭受轻灾的面积约为158.54万hm2，1990年有轻微的上升，为188.12万hm2，进入到2000年以来，轻灾面积明显下降，年均约为121.81万hm2；中灾和重灾面积也有类似的变化趋势，只是变化幅度较小。另处，农作物遭受的灾害年际波动幅度较大。20世纪90年代前遭受轻灾面积为100万～240万hm2，1990年则在120万～460万hm2之间波动，2000年以来有所下降，在30万～230万hm2之间，波动幅度在2～4倍，甚至更高；同时，中灾和重灾面积变化也呈现出年际波动幅度较大的状态，不同年份之间，气象灾害对农作物的影响不同。

图2 河南省不同程度气象灾害面积变化年代际变化

2.1.2 粮食单产与气象灾害变化情况 近37年来，粮食单产总体呈现波动上升趋势。1978年粮食单产仅2083 kg/hm2，2014年则达到5654 kg/hm2，是1978年的2.71倍。自2009年以来，粮食单产已连续5年实现增长，增速在0.30%以上；同时期，受灾率在持续降低，至2013年受灾率降到8.24%，也达到近6年来受灾率最低点。由图3可得，受灾率由1982年的33.3%下降到1983年的16.84%的同时，粮食单产增加了25.84%，为3127 kg/hm2；受灾率从1990年的20.79%上升到1991年的65.56%，粮食单产下降了8.88%，为3010.3 kg/hm2；2014年相较2013年粮食单产轻微下滑2.29%，而2014年受灾率较2013年有所上升，受灾面积为1905 hm2，占农作物播种面积的13.25%。2003年以来的数据显示，气象灾害程度呈下降趋势，粮食单产稳定提高。可见气象灾害对粮食单产有一定的影响，粮食单产与气象灾害受灾情况呈负相关。

图3 1978～2014年河南省粮食单产

从图4可以看出：轻灾率、中灾率及重灾率三者变化趋势一致，均呈现出波动性下降趋势，且粮食单产与灾害率呈负向关系，灾害率越高，粮食单产量越低，当灾害率上升时，粮食单产下降。但是不同程度灾害与粮食单产的关系并不明晰，本研究利用灰色关联分析，探究了粮食单产与不同程度灾害的关系，了解了河南省气象灾害的程度及灾害防治的能力。

图4 1978～2014年河南省粮食单产与不同程度灾害的关系

2.2 农业气象灾害与粮食生产的灰色关联分析

2.2.1 粮食单产与不同程度气象灾害的关联分析 本文用粮食单产及稻谷、小麦、玉米、大豆及薯类5种特定作物单产表征粮食生产能力，研究其与轻灾、中灾、重灾3种不同程度灾害之间的关联关系，探究不同程度灾害对粮食生产能力的影响。通过灰色关联分析，得到不同程度灾害与粮食单产及主要粮食作物的关联度(表1)。由此说明了粮食生产能力与中灾关联度较高，较之轻灾及重灾在一定程度上对粮食产量有显著的影响。在稻谷、小麦、玉米、大豆及薯类5种粮食作物中，均呈现出中灾与粮食单产关联度最高，而重灾影响较小的现状。说明河南省粮食生产受轻灾影响较小，同时对于重灾的防控措施到位，能够有效地避免农作物受气象灾害的重度影响。

2.2.2 粮食生产与不同类型气象灾害的关联分析 通过建立粮食单产与4种气象灾害的关联分析模型，可得表2。由表2可知，在轻灾、中灾及重灾3种不同程度灾害上，4种气象灾害与5种粮食作物的关联度排序大体一致，但由于不同粮食种类对灾害的自我防御不同，仍有局部的差异。在轻灾水平上，5种粮食作物与4种气象灾害的关联度排序一致，均为旱灾>风雹>洪涝>冷冻。在中灾水平上，5种粮食作物与旱灾的关联度最高，其次是风雹灾。在重灾水平上，5种粮食作物与旱灾的关联度最高，其次是洪涝灾害。

表1 粮食单产与不同程度灾害的关联度

分析表明，旱灾是河南省的主要气象灾害，1978～2014年年均旱灾受灾面积高达186.86万hm2，占总受灾面积的60.67%，远高于全国平均旱灾受灾比重。在不同程度灾害影响下，粮食作物单产与旱灾关联度排序均为第1位，说明旱灾对粮食作物生产影响巨大，可见旱灾是以发生程度重、影响范围广的特点对河南省粮食生产造成严重的负面影响，仍是影响河南省最主要气象灾害，并与已有研究结果一致。其次，37年来，风雹灾害造成的农作物年均受灾面积为69.5万hm2，占受灾面积的22.57%，远小于旱灾所占比重的60.67%。在轻灾及中灾水平上，风雹灾害与粮食单产的关联度排序为第2位，这表明风雹灾害以局地性强、程度重等造成粮食严重减产。这可能是由于河南省地处南北气候过渡带和山区到平原的过渡带，风雹灾害频次较旱灾小，但由于风雹属于突发性灾害，对粮食作物生产造成不可恢复性的损失。同时，洪涝灾及冷冻灾对河南省粮食生产的影响也不可忽视。

表2 1978～2014年河南省主要粮食单产与4种气象灾害的关联分析

3 结论与讨论

综上所述，对于不同粮食作物单产而言，3种不同灾害程度水平的影响程度差异不大且影响相对趋同，均表现出中灾率>轻灾率>重灾率。同时，虽然对于特定粮食作物而言，4种气象灾害的影响程度有差异，其中旱灾的影响程度最大，其次是风雹灾及洪涝灾害；但对于5种粮食作物而言，特定气象灾害的影响程度相对一致性。

(1)气象灾害对粮食单产有一定的制约作用，但粮食单产仍保持稳定的缓慢增长。灾害程度越小的年份，粮食单产越大；灾害程度越大的年份，粮食单产急剧下降。尽管受气象灾害的影响，粮食单产在近37年中仍呈现不断提高的态势，说明政府在农业气象灾害防御、农田治理等方面越来越重视，在农业发展中，尤其是对粮食生产活动的有效控制，使得粮食生产安全得到保障。

(2)从不同灾害水平看，中灾与特定粮食单产关联度较高，其中受其影响最大的粮食作物是小麦，其次是大豆。因此要有针对性的采取防灾减灾措施，降低气象灾害对粮食生产的影响范围。在改善农作物耕作环境的同时，应注意粮食作物结构的调整，根据地形地势扩大优势农作物的生产。

(3)从不同灾害程度造成的粮食损失来看，轻灾造成的粮食损失在10%～30%，中灾及重灾造成的粮食损失分别为30%～70%及70%以上。重灾对粮食损失的影响远大于轻灾和中灾，但是与粮食单产关联度却是最低的，这说明河南省在对气象重度灾害防治方面措施得当，有效减少了由于重度灾害对粮食生产造成的影响。

(4)从不同灾害类型来看，旱灾仍是河南省主要的气象灾害，表现出危害范围广、影响严重的特征，同时对粮食生产造成的影响严重。因此应该推进河南省农业水利设施建设，提高农作物对旱灾的抵御能力。在防治旱灾的同时，也要注意对风雹灾害的防治。

本文在不同程度灾害基础上，分析了4种不同气象灾害对粮食生产的影响。研究发现粮食单产受中灾影响最为严重；重度灾害防治工作较为突出，有效减少了重度灾害对粮食生产的影响；旱灾仍是河南省主要的气象灾害，相关部门应加强对旱灾的防范。

[1] 吕新业，冀县卿.关于中国粮食安全问题的再思考[J].农业经济问题,2013(9):15-24.

[2] 李茂松，李章成，王道龙，等.50年来我国自然灾害变化对粮食产量的影响[J].自然灾害学报,2005,14(2):55-60.

[3] 李永文，马建华.河南地理[M].开封:河南大学出版社,2006.

[4] 朱保美，周清，董翔雁，等.德州气象灾害强度变化及对粮食作物减产的影响[J].中国人口·资源与环境,2015,25(11):262-265.

[5] 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.

[6] 田贵良，林志宇.气象灾害对粮食生产的影响：以福建省为例[J].灾害学,2016,31(1):148-152.

[7] 俞云,李芳.基于面板数据的农业气象灾害对中国粮食产量的影响分析[J].经济与管理,2010,22(11):5-8.

[8] 李文娟，覃志豪，林绿.农业旱灾对国家粮食安全影响程度的定量分析[J].自然灾害学报,2010,19(3):111-118.

[9] 刘思峰，谢乃明.灰色系统理论及其应用(第6版)[M].北京：科学出版社，2013：48-56.

(责任编辑：管珊红)

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

中央高校基本科研业务费项目(2014B39714)；江苏省普通高校研究生科研创新计划项目(KYLX_0512)。

彭传梅(1992—)，女，河南信阳人，硕士研究生，研究方向：资源与环境经济、水资源管理等。

X43

A

1001-8581(2017)04-0106-05