氣象災害對福建糧食產量影響的灰色關聯分析*

林志宇，田貴良

（河海大學商學院，南京211100）

?

氣象災害對福建糧食產量影響的灰色關聯分析*

林志宇，田貴良**

（河海大學商學院，南京211100）

摘要：根據1984-2013年福建省農業統計數據，分析全省糧食產量和氣象災害的變化特征；在劃分氣象災害和糧食作物類型的基礎上，分別從受災范圍和災害強度角度，利用灰色關聯模型分析1984-1993、1994-2003、2004-2013年3個階段內氣象災害對糧食生產的影響。結果表明：（1）氣象災害對福建省糧食生產影響較大，研究期內受災范圍的影響不斷降低，而災害強度的影響不斷增大，糧食作物對災害強度的影響更敏感，因此防災重點應從減少受災范圍逐步轉移至降低高強度災害所造成的損失；（2）風雹受災范圍對福建省糧食生產尤其對大豆和薯類產量具有重大影響。近年來，臺風受災范圍對糧食生產的危害日益凸顯，逐步成為關鍵影響因子；（3）水災災害強度對福建省糧食生產尤其對小麥和薯類產量具有重大影響。

關鍵詞：糧食生產；氣象災害；作物類型；受災范圍；災害強度

林志宇，田貴良.氣象災害對福建糧食產量影響的灰色關聯分析[J].中國農業氣象，2016，37（1）:77-83

由于人口增長[1]、糧食生產格局變化[2]、水資源短缺以及氣候變化[3]，中國的糧食安全形勢將面臨巨大挑戰。福建省作為傳統缺糧大省，人多地少，自然災害頻發，糧食安全形勢一直非常嚴峻[4]。2013年以*來，福建省農業多次受到寒凍、冰雹、熱帶風暴和臺風等氣象災害的襲擊，累計造成經濟損失36.16億元?？梢?，氣象災害是自然災害中最為頻繁而又嚴重的災害，研究其對福建省糧食生產的影響具有重要意義。

目前，關于氣象災害對糧食生產的影響，相關研究利用因子分析、相關分析、灰色關聯分析、面板數據模型、C-D生產函數等方法，分別從全球[5-7]、全國[8-10]、地區[11]、省域[12-13]、市域[14]、縣域[15]等層面展開。雖然由于地域差異和研究方法的不同，得到的結果不盡一致，但均證實了氣象災害對糧食生產的負面影響，對各地域糧食生產具有重要的指導意義。然而，以往研究視角較單一，僅從受災范圍的角度進行分析，缺乏從災害強度角度進行研究。同時，以往研究均停留在宏觀層面，僅考慮地域內總體受災情況對糧食生產的影響，缺乏對氣象災害和糧食作物的類型進行細分，進而探討各種氣象災害對不同糧食作物產量的影響。此外，當前有關臺風災害影響糧食生產的定量研究報道還較少見。

鑒于此，本文根據1984-2013年福建省農業統計數據，分析糧食產量和氣象災害的變化特征，并在劃分氣象災害和糧食作物類型的基礎上，分別從受災范圍和災害強度視角，對1984-1993、1994-2003、2004-2013年3個階段內氣象災害與糧食單產的關聯度進行計算排序，識別對特定糧食作物危害最大的關鍵氣象災害以及受其影響最大的糧食作物，以期為防災減災提供科學依據，促進全省糧食生產的可持續發展。

1 資料與方法

1.1 資料

分別以水稻、小麥、玉米、薯類、大豆的單產為參考序列，在與受災范圍的關聯分析中，選取旱災、水災、風雹、霜凍和臺風的受災率為比較序列，而在與災害強度的關聯分析中，選取5種災害的強度指數為比較序列。同時，由于氣象災害與糧食產量不斷發生變化，本文將1984-2013年劃分為1984-1993、1994-2003、2004-2013年3個階段，以便于比較分析不同階段氣象災害對糧食生產的影響。另外，福建省自1998年才將臺風災害的受災數據列入統計年鑒，所以僅在2004-2013年這一階段考慮臺風災害對糧食生產的影響。其中，福建省的糧食單產以及氣象災害的受災面積、成災面積等數據來源于《福建統計年鑒》、《中國農村統計年鑒》、《中國統計年鑒》和《新中國六十年統計資料匯編》。

受災率為受災面積占播種面積的百分比，災害強度指數為成災面積與受災面積的百分比。

1.2 方法

灰色關聯分析是一種多因素統計分析方法，用來揭示因素關系的強弱程度，其基本思想是根據序列曲線之間幾何形狀的相似程度來判斷其聯系是否緊密，曲線越接近，相應序列之間關聯度越大，反之則越小。與回歸分析、方差分析、主成分分析等數理統計方法相比，灰色關聯分析對樣本量的多少和樣本有無規律同樣適用，且計算量小，不會出現量化結果與定性分析結果不符的情況[16]。考慮到本文所選取的各類變量數值波動較大，以及具有可比性的統計數據的時間序列不長，故認為選用灰色關聯分析模型具有顯著優勢。

灰色關聯分析的步驟為

（1）求各序列的初值像

式中，X′i為序列i的初值像，Xi為序列i，xi（1）為序列i的第1個對象，xi′（k）為序列i的第k個對象的初值像，i＝0，1，2，…，m，k＝1，2，…，n，其中，序列0代表參考序列。

（2）求差序列Δi（k）

式中，x′0（k）為參考序列的初值像，xi′（k）為序列i的初值像。

（3）求兩極最大差和最小差

式中，M為各序列初值像與參考序列初值像的最大差，m為各序列初值像與參考序列初值像的最小差。

（4）求關聯系數

式中，r0i（k）為序列i與參考序列的第k個對象的關聯系數，ε為分辨系數，取ε＝0.5。

（5）計算關聯度

式中，r0i為序列i與參考序列的關聯度，關聯度越大，說明兩者關系越密切；反之，則關系越不密切。本文將關聯度強弱分為3類（表1）。

表1 關聯度(r0i)的強弱劃分Table 1 The division degree of correlation based on the grey correlation value (r0i)

2 結果與分析

2.1 福建省年糧食產量變化特征

由圖1可見，1984-2013年，福建省糧食單產總體呈波動上升趨勢，其中，第一階段（1984-1993年）初期略下降，至1986年達到最小值3960.0kg·hm-2，后緩慢上升，第二階段（1994-2003年）初期略上升后保持相對平穩，第三階段（2004-2013年）初期緩慢上升，直至2013年達到最大值6002.3kg·hm-2，是1986年的1.52倍。研究期內全省糧食總產先波動上升后逐年降低，其中，第一階段先下降至751.49萬t后緩慢上升，第二階段先緩慢上升，至1997年達到最大值961.78萬t后急劇下降，第三階段則緩慢降低，直至2013年達到最小值523.60萬t，僅為1997年糧食總產的54%。

圖1 福建省1984-2013年糧食單產和總產的年際變化Fig. 1 The annual change of grain unit yield and total grain output in Fujian from 1984 to 2013

2.2 福建省年氣象災害變化特征

統計部門和農業部將糧食減產10%以上稱作受災，減產30%以上稱作成災。本文以受災率表征氣象受災范圍的大小，以災害強度指數表征氣象災害的強弱。分析結果表明，1984-2013年福建省平均受災率和災害強度指數分別為26.70%和47.77%，說明分析期全省氣象災害對糧食生產影響較大。3個研究階段中，受災率高于研究期平均值的年份分別占到50%、50%、30%，災害強度指數高于研究期平均值的年份分別占到30%、50%、50%，說明研究期內氣象災害的受災范圍呈逐漸減少趨勢，而災害強度不斷增大（圖2）。

圖2 福建省1984-2013年受災率和災害強度指數的年際變化Fig. 2 The annual change of the disaster-affected rate and disaster strength index in Fujian from 1984 to 2013

2.3 糧食產量與氣象災害的關聯分析

2.3.1 糧食單產與受災范圍

分析表明，第一階段（1984-1993年，表2）旱災、風雹、水災和霜凍4種災害的受災率與5種作物單產的關聯性表現為，風雹、水災、霜凍呈現強關聯，旱災為中等關聯，說明從受災范圍看，風雹、水災、霜凍對糧食生產危害較大，風雹是該階段的關鍵氣象災害，而旱災的危害最小。值得注意的是，風雹和水災的受災率與糧食單產的關聯度高達0.99，可見該階段風雹和水災的受災范圍對糧食生產具有重大影響。

表2 福建省1984-1993年主要糧食單產與不同類型災害受災率的關聯分析Table 2 The grey correlation analysis between unit yield and disaster-affected rate at the first period(1984-1993)

第二階段（1994-2003年，表3）受災率與5種作物單產的關聯度最大的兩種災害依然是風雹和水災，與第一階段表現一致，但該階段旱災受災率與5種作物單產的關聯度超過霜凍，上升至第三位，呈現強關聯，說明從受災范圍看，風雹仍然是該階段的關鍵氣象災害，但糧食生產受旱災的危害顯著上升，而霜凍的危害有所下降。

第三階段（2004-2013年，表4）與第二階段相比，受災率與5種糧食單產的關聯度，除霜凍大幅上升外，其余災害均有所下降，水災和旱災降至中等關聯，說明從受災范圍看，該階段的關鍵氣象災害為臺風，除霜凍的危害程度大幅上升至第三位外，其余災害對糧食生產的危害程度均有所下降，水災的危害最小。

表3 福建省1994-2003年主要糧食單產與不同類型災害受災率的關聯分析Table 3 The grey correlation analysis between unit yield and disaster-affected rate at the second period(1994-2003)

表4 福建省2004-2013年主要糧食單產與不同類型災害受災率的關聯分析Table 4 The grey correlation analysis between unit yield and disaster-affected rate at the third period(2004-2013)

綜合上述分析可知，雖然對特定糧食作物而言，5種災害受災范圍的影響程度有差異，但對于5種糧食作物而言，特定災害受災范圍的影響程度，與其它災害具有相對一致性。同時，對比3個階段的關聯分析發現，受災范圍對糧食產量的影響不斷發生變化?？傮w而言，第一階段的關聯度最大，第二階段略下降，第三階段則顯著降低，說明研究期內氣象災害受災范圍對糧食生產的危害正不斷下降。就不同災害受災范圍而言，前兩階段的關鍵氣象災害為風雹，第三階段為臺風，總體上，除旱災的影響程度呈波動變化外，水災、風雹、霜凍的影響程度均不斷減小。

2.3.2 糧食單產與災害強度

分析表明，第一階段（1984-1993年，表5），4種災害強度指數與水稻單產的關聯性表現為，水災、風雹呈現強關聯，霜凍、旱災為中等關聯，說明從災害強度看，糧食生產受水災、風雹的危害較大，水災是該階段的關鍵氣象災害，而旱災的危害最小，其關聯度低于0.5。此外，4種氣象災害對小麥、玉米、大豆的影響與水稻基本一致，不再贅述，僅薯類較特殊，其受旱災的危害大于霜凍。

第二階段（1994-2003年，表6）與第一階段相比，霜凍強度指數與水稻單產的關聯度顯著上升至強關聯，位居第一，僅旱災為中等關聯，說明從災害強度看，水稻生產受霜凍的危害大幅上升，成為該階段的關鍵影響因子，水災、風雹的影響仍然較大，而旱災的影響最弱。此外，小麥和薯類，除受風雹的危害等級降至中等，受其余災害的影響與水稻基本一致，在此不再贅述。但是，玉米、大豆則與水稻不同，其單產與水災的關聯大于霜凍，可見，對于玉米和大豆，水災的危害最大，是該階段的關鍵氣象災害，另外，大豆與玉米相比，其受風雹的危害大于旱災。

第三階段（2004-2013年，表7）與第二階段相比，災害強度指數與水稻單產的關聯度上升的有水災和旱災，其中水災上升至第一位，而霜凍由第一位降至第三位，臺風的關聯度最小，低于0.5，說明從災害強度看，水災成為該階段的關鍵氣象災害，旱災的危害顯著上升，而臺風對水稻單產的危害程度最低。此外，除小麥受霜凍的危害大于旱災外，其余作物受5種災害強度的影響與水稻基本一致。

表5 福建省1984-1993年主要糧食單產與不同類型災害強度指數的關聯分析Table 5 The grey correlation analysis between unit yield and disaster strength index at the first period(1984-1993)

表6 福建省1994-2003年主要糧食單產與不同類型災害強度指數的關聯分析Table 6 The grey correlation analysis between unit yield and disaster strength index at the second period(1994-2003)

表7 福建省2004-2013年主要糧食單產與不同類型災害強度指數的關聯分析Table 7 The grey correlation analysis between unit yield and disaster strength index at the third period(2004-2013)

綜合上述分析結果可知，對于特定糧食作物，5種災害強度的影響程度存在差異，而且對于5種糧食作物，特定災害強度的影響程度，與其它災害也不一致。同時，對比3個階段的關聯分析發現，研究期內氣象災害強度對糧食生產的影響不斷發生變化?？傮w而言，第一階段的災害強度指數最小，第二階段大幅上升，第三階段略上升，說明氣象災害強度對糧食生產的影響程度在不斷增大。就不同災害強度而言，研究期內對于水稻、小麥和薯類，關鍵氣象災害由水災變成霜凍后又變成水災，而對于玉米和大豆，水災則一直是其關鍵氣象災害，總體上，研究期內旱災、水災的危害程度不斷增加，風雹緩慢降低，而霜凍則呈波動上升。

此外，對于5種糧食作物，與其它災害相比，特定災害的受災范圍的影響程度相對一致，而特定災害強度的影響程度則存在差異，說明特定糧食作物受到不同災害強度的影響比受災范圍更敏感。

3 結論與討論

3.1 結論

（1）氣象災害對福建省糧食生產具有較大影響。現階段受災范圍的影響程度明顯大于災害強度，但1984-2013年受災范圍的影響正不斷降低，而災害強度的影響則不斷增大，可能與近年來受災范圍逐漸減小，災害強度不斷增大，以及基礎設施建設投入的加大和良種培育、播種灌溉技術進步等大幅提升了糧食作物抵御災害的能力，致使受災范圍不斷減少有關。因此，現階段的防災減災重點仍然是減少受災范圍，但今后應將重點從減小受災范圍逐步轉移至降低高強度氣象災害所造成的損失。

（2）從受災范圍看，風雹對福建省糧食生產尤其對大豆和薯類產量具有重大影響。因此，應有針對性地采取防災減災措施，降低風雹受災范圍的危害。近年來，臺風對糧食生產的危害日益凸顯，逐步成為關鍵影響因子，也應引起高度重視。

（3）從災害強度看，水災對福建省糧食生產尤其對小麥和薯類產量具有重大影響。因此，應積極運用興修水利、治理河流、加強暴雨預報研究等手段減少水災災害強度對糧食生產，特別是對小麥和薯類產量的影響。此外，近年來，旱災、水災、霜凍的危害均不斷增大，重點減少高強度水災所造成損失的同時，也應加大對旱災和霜凍的重視。

（4）與受災范圍相比，糧食作物對災害強度的影響更敏感。因此，在應對高強度氣象災害時，要更加注意針對不同糧食作物制定相應的防災減災措施，重點防范對其危害較大的氣象災害。

3.2 討論

本文在劃分災害和作物類型的基礎上，分析氣象災害對糧食生產的影響，能識別不同階段的關鍵氣象災害以及受其危害較大的糧食作物種類，進而有利于針對性地采取防災減災措施，克服了以往研究僅考慮地域內總體受災情況對糧食生產影響的不足。莊道元等[10]通過31個省市的面板數據模型發現自然災害對中國糧食產量的負面影響較顯著，但無法識別影響最大的關鍵氣象災害以及受其危害較大的糧食作物。本文在以往研究[11]僅從受災范圍分析氣象災害對糧食生產影響的基礎上，增加了災害強度視角，克服了以往研究視角單一的現狀，但由于數據獲取難度較大，本文未對氣象災害在全省的空間分布進行研究，也無法從月份、季度等更細的時間維度進行分析。另外，水利建設、品種改良、灌溉技術進步等因素對糧食生產的影響并未考慮，均有待今后進一步研究。

參考文獻References

[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]張星，陳惠，吳菊薪.氣象災害影響福建糧食生產安全的機理分析[J].自然災害學報，2008，17（2）:150-155. Zhang X，Chen H，Wu J X.Cause analysis of meteorological disaster effect on safety in production of grain in Fujian Province[J].Journal of Natural Disasters，2008，17（2）:150-155. （in Chinese）

[5]Dlugolecki A F.Climate change and the insurance industry[J]. The Geneva Papers on Risk and Insurance-Issues and Practice，2000，25（20）:582-601.

[6]Munich Re.Topics Geo:annual review，natural catastrophes 2003[M].Munich，Germany:Geoscience Research，2004:56.

[7]H?ppe P.Scientific and economic rationale for weather risk insurance for agriculture[A].Sivakumar M V K，Motha R P.Managing weather and climate risks in agriculture[C]. Heidelberg:Springer Berlin，2007:367-375.

[8]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. Ma J J，Cui W J，Zhu X K.Impacts of natural disasters oncomprehensive capacity of grain production in China: an analysis[J].Issues in Agricultural Economy，2005， （4）:14-17.（in Chinese）

[9]梁子謙，李小軍.影響中國糧食生產的因子分析[J].農業經濟問題，2006，（11）:19-22. Liang Z Q，Li X J.Factors affecting grain production in China[J].Issues in Agricultural Economy，2006，（11）:19-22.（in Chinese）

[10]莊道元，陳超，趙建東.不同階段自然災害對我國糧食產量影響的分析:基于31個省市的面板數據[J].軟科學，2010，24（9）:39-42. Zhuang D Y，Chen C，Zhao J D.Analysis of impact of natural disasters on grain yield in different stages in China:based on panel data of 31 provinces[J].Soft Science，2010，24（9）:39-42. （in Chinese）

[11]馬建勇，許吟隆，潘婕.東北地區農業氣象災害的趨勢變化及其對糧食產量的影響[J].中國農業氣象，2012，33（2）:283-288. Ma J Y，Xu Y L，Pan J.Analysis of agro-meteorological disasters tendency variation and the impacts on grain yield over Northeast China[J].Chinese Journal of Agrometeorology，2012，33（2）:283-288.（in Chinese）

[12]張星.主要氣象災害對福建糧食生產影響的灰色關聯分析[J].中國農業氣象，2007，28（1）:105-107. Zhang X.Grey correlation analysis of main meteorological disasters affecting grain production in Fujian Province[J]. Chinese Journal of Agrometeorology，2007，28（1）:105-107.（in Chinese）

[13]龍方，楊重玉，彭澧麗.糧食生產波動影響因素的實證分析:以湖南省為例[J].農業技術經濟，2010，（9）:97-104. Long F，Yang Z Y，Peng L L.Empirical analysis on the impact factors of fluctuations in grain production:case of Hunan[J]. 聯Journal of Agrotechnical Economics，2010，（9）:97-104.（in Chinese）

[14]姚曉紅，許彥平，王潤元，等.天水市農業氣象災害對主要糧食作物產量的影響[J].中國農業氣象，2008，29（2）:221-223. Yao X H，Xu Y P，Wang R Y，et al.Influence of agrometeorological disasters on yield of main food grain crops in Tianshui[J].Chinese Journal of Agrometeorology，2008， 29（2）: 221-223.（in Chinese）

[15]林佳，陳歡，陽園燕，等.基于面板數據模型的渝西地區縣域氣象災害累積天數對糧食產量的影響[J].中國農業氣象，2013，34（2）:210-214. Lin J，Chen H，Yang Y Y，et al.Impact of cumulative meteorological disasters days on crop yields in counties of western Chongqing based on panel data model[J].Chinese Journal of Agrometeorology，2013，34（2）:210-214.（in Chinese）

[16]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. Liu S F，Xie N M.Grey systems:theory and application（6th edition）[M].Beijing:Science Press，2013:48-56.（in Chinese）

Grey Correlation Analysis of Meteorological Disasters Affecting Grain Yields in Fujian Province

LIN Zhi-yu, TIAN Gui-liang
（Business School， Hohai University， Nanjing 211100， China）

Abstract：Based on the statistics of agriculture from 1984 to 2013 in Fujian province， the change features of grain outputs and meteorological disasters were analyzed. Based on dividing the types of meteorological disasters and grains， grey correlation model is aimed to analyze the effects of meteorological disasters on food production from the angles of scope and intensity of meteorological disasters in the years of 1984-1993， 1994-2003 and 2004-2013 respectively. The results showed that: （1）Meteorological disasters had great impacts on grain production in Fujian province. The impact of disaster-affected range was decreasing， while increasing in the intensity of disasters; Grain outputs were more sensitive to the effects of disaster intensity. Thus， the focus of disaster prevention should be shifted from reducing disaster-affected range to decline the losses caused by the disasters of high intensity.（2）The scope of wind-hail had great impacts on food production in Fujian Province， especially for soybean and potato. Recently， typhoon had come to become the key factor endangering the food production. （3）The intensity of flood had great impacts on food production in Fujian Province， especially for wheat and potato.

Key words：Food production; Meteorological disasters; Grain types; Disaster-affected range; Disaster intensity

作者簡介：林志宇（1991-），碩士生，主要從事資源與環境經濟學、水資源管理等研究。E-mail：hhulinzhiyu@163.com

基金項目：國家自然科學基金項目“基于糧食安全的虛擬水貿易對氣候變化動態響應與調整”（41471456）；國家自然科學基金項目“區域經濟系統虛擬水（VW）測算的可計算非線性動態水資源I-O模型研究”（41001377）

* 收稿日期：2015-06-10**通訊作者。E-mail：tianguiliang@hhu.edu.cn

doi:10.3969/j.issn.1000-6362.2016.01.010