農業氣象災害對糧食產量的影響分析
——基于安徽省16個地級市的面板數據

鄔舒靜

(河海大學 商學院，江蘇 南京 211100)

?

農業氣象災害對糧食產量的影響分析
——基于安徽省16個地級市的面板數據

鄔舒靜

(河海大學 商學院，江蘇 南京 211100)

根據2005-2014年安徽省16個地級市的農業生產統計資料，利用面板數據模型，分析農業氣象災害對安徽省糧食產量的影響，并提出政策建議，以期為安徽省糧食生產的科學決策和可持續發展提供借鑒。結果表明：①干旱和洪澇災害頻繁的交替發生，是導致安徽省糧食生產受到嚴重破壞的兩個最主要因素；②農業氣象災害對糧食生產具有明顯的制約作用，但安徽省糧食產量依舊保持著持續上升趨勢；③安徽省農業氣象災害的受災面積每擴大1 000 hm2，全省糧食產量將會減少370 kg，并且各地級市的糧食安全自我保障能力不同，從強到弱依次為：六安市、滁州市、安慶市、合肥市、淮南市、阜陽市、蕪湖市、馬鞍山市、池州市、宣城市、銅陵市、黃山市、亳州市、蚌埠市、淮北市、宿州市。

糧食產量; 農業; 氣象災害; 面板數據

我國地域面積寬廣，地形構造復雜，面臨著人口眾多、可利用耕地面積非常有限的現實國情，糧食安全問題成為制約經濟發展、社會穩定、國家獨立自主的重大因素[1]。然而，由于地理生態環境脆弱多變帶來的自然災害，尤其是氣象災害頻繁發生，給我國農業及糧食生產造成非常重大的破壞損失[2]。探究農業氣象災害對我國糧食產量的影響問題不僅有助于深入了解我國農業發展現狀，農業耕作過程中增強預警防范氣象災害意識，同時為促進我國農業基礎設施建設提供有力指導支持。

農業氣象災害對糧食生產的影響已從多方面已經進行了廣泛研究。史培軍等[3]分析了1980-1993年間中國氣候變化在1949-1993年間的比較特征，并對期間氣候變化、農業自然災害與糧食生產的關系進行討論，發現農業自然災害造成的糧食減產幅度一般在5%～10%，個別可達10%左右。馬九杰等[4]利用描述性統計和相關分析，對農業自然災害對糧食綜合生產能力及糧食安全的影響，包括自然災害抵御能力對培育糧食生產能力，從而降低糧食不安全性的作用進行了分析。梁子謙等[5]通過因子分析試圖探索影響中國糧食單產和播種面積的因素，結果表明科技進步水平因子發揮著最主要的影響作用，其次是物質投入因子、環境與氣候因子和政策因子。莊道元等[6]利用面板數據模型，分析了全國31個省市1979-2007年間不同階段自然災害對糧食產量的影響，結果表明自然災害對糧食產量具有顯著的負面效應，但是其影響程度呈下降趨勢。龍方等[7]利用灰色關聯分析，研究我國1950-2008年自然災害對糧食產量的影響，結果表明我國稻谷總產量年際變化的主要決定方面為播種面積變化和單產變化，結果進一步顯示，單產變化的影響程度接近60%，是最主要的變化，而稻谷單產變化影響程度占48%～56%，由技術因素、社會因素和自然因素決定，并以自然因素為主。李治國等[8]根據1971-2010年河南省統計數據，對河南省農業氣象災害的特點和變化趨勢進行分析，結果表明氣象災害對糧食生產的影響顯著，其中水旱災害的影響程度較大。劉曉敏等[9]根據1985-2010年河北省農業統計數據，利用灰色關聯分析，針對河北省糧食產量研究其主要影響因素及各種自然災害對糧食產量的不同影響，結果顯示，糧食單位面積產量、有效灌溉面積、糧食播種面積、從事農林牧漁業的勞動人口、受災面積對河北省糧食產量影響較強，包括風雹災受災未成災率,糧食風雹災成災率、糧食旱災受災未成災率在內相關因素都會對河北省糧食產量產生較強影響。田貴良等[10]根據1984-2013年福建省統計數據，運用相關分析和敏感性分析，分別研究了5種氣象災害對5種糧食作物的影響程度，結果表明對福建省糧食生產影響最大的氣象災害是臺風，其次是風雹，受一般強度和高強度臺風影響最大的分別是稻谷和小麥，而受一般強度和高強度風雹影響最大的分別是玉米和小麥。欒健等[11]根據1978-2012年山東省統計數據，分析了自然災害對糧食生產的影響程度，結果表明自然因素是影響糧食單產量的首要因素，影響程度約為59.50%，而且目前自然災害與糧食產量表現為擴張耦合的關系，糧食總產量仍受到自然災害的強力束縛。以上研究大多基于全國或省域農業生產統計數據，而基于市域面板數據的研究尚未報道。而且，因子分析、相關分析法、灰色關聯分析、C-D生產函數等常用的研究方法存在一定的局限性，而面板數據模型集合了時間序列數據和截面數據的共同優點，在控制個體行為差異方面獲得了更大的靈活性，并提供了大量數據樣本，增加了自由度并減少了解釋變量之間的共線性。

鑒于此，根據2005-2014年安徽省的市域農業生產統計數據，利用面板數據模型，分析農業氣象災害對安徽省糧食產量的影響，并提出政策建議，以期為安徽省糧食生產的科學決策和可持續發展提供借鑒。

1　模型設置與數據來源

1.1變量選取及模型設置

參考以往對投入產出關系的常用研究方法，本文運用C-D生產函數(柯布-道格拉斯生產函數)建構糧食總產量模型。其中，以安徽省糧食總產量作為被解釋變量，表征糧食生產情況，以糧食受災面積作為解釋變量，表征農業氣象災害對糧食產量損害情況，同時，以糧食播種面積、化肥施用量、農機總動力、有效灌溉面積、農藥施用量等對糧食生產造成主要影響的因素為控制變量，構建模型如下：

Tit=a0+a1Ait+a2Sit+a3Cit+a4Mit+a5Iit+

a6Pit+μit。

(1)

式中：T為糧食總產量；A為農業氣象災害受災面積；S代表糧食播種面積；C為化肥施用量(折純量)；M為機械總動力；I為有效灌溉面積；P為農藥施用量；μ為回歸誤差；下標i和下標t分別表示城市和時間趨勢變量；a1，a2，a3，a4，a5，a6為變量的待估參數。

面板數據常用的模型有三種類型，分別為混合回歸模型、變截距模型和變系數模型，其中，變截距模型和變系數模型又均可分為固定效應和隨機效應。考慮到不同市域的農業基礎不同，糧食產量受影響的程度也會存在差異，因此本文希望利用變截距模型分離出不同城市的差別?？紤]到模型設定的準確性決定了之后參數估計是否有效，需要對模型設定形式進行檢驗。

1.2數據來源

安徽省糧食總產量、氣象災害受災面積、糧食播種面積、化肥施用量(折純量)、機械總動力、有效灌溉面積、農藥施用量等糧食產量投入產出數據均來自對《安徽統計年鑒》(2005-2014年)的搜集整理。由此，得到近10年來覆蓋全省范圍的16個截面的共160組觀測數據。各變量的描述性統計見表1。

表1　變量描述性統計

2　結果與分析

2.1農業氣象災害的變化特征

安徽省地處南北氣候過渡帶，地形地貌結構復雜，氣象條件分布差異明顯，以旱澇為主的各種災害發生頻繁，給安徽省農作物生產和國民經濟建設造成了巨大的破壞性影響[12]。2005-2014年安徽省每年受災面積約為2 100 khm2，其中干旱災害年均981.5 khm2，洪澇災害年均696.8 khm2，分別占總受災面積的46%和33%。由圖1可知，2005-2014年安徽農業氣象災害受災面積呈現不斷波動，在2005年達到近10年來的最大值，為3 184.46 khm2。其中，洪澇受災面積高達1 469.51khm2，占到總受災面積的46%。往后的8年時間里，全省每年的總受災面積在1 600～2 300 khm2范圍上下波動，在2014年降至最低，僅有710 khm2。在2005-2014年間，安徽洪澇災害最為嚴重的年份是2007年，受災面積高達1 470 khm2，占總受災面積的70%，旱災最為嚴重的年份是2013年，受災面積高達1 796.21 khm2，占總受災面積的78%。由此可知，旱澇災害是安徽省導致農業生產受損最主要的農業氣象災害，二者交替發生，且波動幅度較大。

圖1　安徽省農業氣象災害的變化特征

2.2農業氣象災害與糧食產量的關系

農業氣象災害給糧食產量帶來嚴重損失。圖2所示為2005-2014年糧食總產和受災面積的變化情況，由圖2可知，2005-2014年內農業氣象災害的發生程度與糧食產量呈現明顯的負向相關，受災程度越小的年份往往對應糧食產量的顯著增加，受災程度越大的年份對應則為糧食產量大幅度銳減狀況。例如，將2005年與2014年的二者狀況對比顯示，2005年受災面積高達3 400 khm2，所獲糧食產量僅2 600×104t，2014年受災面積由2 400 khm2銳減為600 khm2，相應糧食產量得到較大幅上升。另外，盡管受災害影響，不同年份糧食產量增長幅度有差異，但總體來看產量增長趨勢明顯，說明政府在農田治理和抗災能力的落實方面越來越重視，投入大量旱澇保收措施的努力下，農業的發展，尤其是糧食生產活動得到了良好的控制和管理，全省糧食安全能夠得到有效保障。

圖2　安徽省糧食產量與氣象災害受災面積的變化情況

2.3農業氣象災害對糧食產量的影響

本文通過F檢驗對混合回歸模型假設H0(ai=a0，截距為同一數值)和變截距模型假設H1(ai各不相同，截距為任意值)進行判斷。構造F統計量，得出檢驗結果(表2)。結果顯示，F值為12.518 265，在高顯著性水平上拒絕假設H0，接受建立變截距模型。

表2　F檢驗結果

注：***表示在 1%的顯著水平下通過檢驗。

本文通過豪斯曼檢驗確定個體的隨機效應模型與固定效應模型的選取。豪斯曼檢驗的原假設為系數ai與變量Xit不相關，即若假設為：

Qit=a0+a1Ait+a2Sit+a3Cit+a4Mit+a5Iit+

a6Pit+μit

(2)

式中：a1，a2，a3，a4不隨變量變化而變化。該假設檢驗的統計量Prob.值大于0.1，原假設未被拒絕，則證明固定效應是一致并且有效的估計方式。反之，備選假設為：

Qit=a0+a1jAit+a2jSit+a3jCit+a4jMit+a5jIit+

a6jPit+μit

(3)

其中，a1j、a2j、a3j、a4j、a5j、a6j為隨機效應模型的自變量系數，根據自變量變化而變化。Prob.值小于0.1表明隨機效應是一致并且有效的估計方式，固定效應是一致非有效的估計方式。表3所示為豪斯曼檢驗結果，通過豪斯曼檢驗本文遂確定具體的模型形式。結果顯示，p值遠遠小于0.1，模型拒絕了原假設，存在個體隨機效應，應該建立變截距的隨機效應模型。

表3　豪斯曼檢驗結果

注：***表示在 1%的顯著水平下通過檢驗。

對農業氣象災害對安徽省糧食生產影響的進行模型估計，發現有效灌溉面積I和農藥施用量P未通過顯著性檢驗，所以將它們剔除，重新進行模型估計。結果顯示(表4)，模型調整后的R2為0.88，說明在總變差中由模型做出解釋的部分占較大的比重，該模型整體擬合優度較好。受災面積系數-370.448，即受災面積擴大1 000 hm2，全省糧食產量減少370 kg，依此看來，安徽省自2005年以來平均每年受災面積為2 100 khm2，則糧食減產量達777 000 kg，若任由這種嚴重的受災趨勢發展而不采取措施治理，農業生產的損失將不可估量。

同時，安徽省各個市受災害的影響也存在著明顯的差異，根據模型估計結果，安徽省內包括六安市、滁州市、安慶市、合肥市、淮南市、阜陽市、蕪湖市、馬鞍山市在內7個市對常數項截距存在正向偏離，且六安市偏離程度最大，偏離常數項截距464 734.3，其次為滁州市，偏離336 044.1，正向偏離度最低的是馬鞍山市，說明以上7個市區在糧食安全方面的自我保障能力較強，能夠較好地保障糧食出產量，其中，和省內其他市區相比，六安市具有最強糧食保障能力，能夠在受災狀況下保證最大糧食產量，其次糧食保障能力較強的依次是滁州市、安慶市和合肥市。馬鞍山市雖然能夠基本保證糧食產量不受威脅，但保障能力較弱。然而，包括池州市、宣城市、銅陵市、黃山市、亳州市、蚌埠市、淮北市、宿州市在內的8個市則對常數項截距存在負向偏離，負向偏離程度最大的是宿州市，偏離-481 505.1，其次為淮北市，偏離-227 493.4，之后按各市截距的負向偏離程度縮小進行序列排列，依次為蚌埠市、毫州市、黃山市、銅陵市、宣城市、池州市，這說明相比6個對常數項截距存在正向偏離的城市，以上8個市在糧食安全方面的自我保障能力較弱，在同等災害產生的破壞性影響條件下，池州市和宣城市的糧食安全會受到破壞性影響，但影響程度不大，而宿州市和淮北市的糧食安全保障能力最弱，糧食生產情況受到嚴重威脅。

3　結論與政策建議

3.1結論

根據以上實證分析，本文的計量結果證實了所下結論。

(1)旱澇災害是導致安徽省農業生產受損最主要的氣象災害，二者交替發生，且波動幅度較大。2005-2014年安徽省受災面積每年約為2 100 khm2，其中干旱災害年均981.5 khm2，洪澇災害年均696.8 khm2，分別占總受災面積的46%和33%。

(2)農業氣象災害的影響對糧食生產產生較明顯的制約作用，農業氣象災害受災面積較小的年份，糧食產量的增加幅度較大，反之，糧食產量增長則受到限制。但從總體上看，盡管不同年份農業氣象災害對糧食生產的影響程度不同，糧食產量依舊保持著持續上升趨勢，說明政府在農田治理和抗災能力的落實方面越來越重視。

(3)安徽省農業氣象災害的受災面積每擴大1 000 hm2，全省糧食產量減少370 kg，并且各地級市的糧食安全自我保障能力不同。安徽省各地級市糧食安全自我保障能力從強到弱依次為：六安市、滁州市、安慶市、合肥市、淮南市、阜陽市、蕪湖市、馬鞍山市、池州市、宣城市、銅陵市、黃山市、亳州市、蚌埠市、淮北市、宿州市。

表4　模型估計結果

注：**和***分別表示5%和1%水平下顯著。

3.2政策建議

農業生產與氣象變化存在著密切相關的聯系，對當地的氣候特點有充分的了解，特別注意減少和規避災害性氣象帶來的損害，對各地農業生產都具有重要的實際意義。

(1)因地制宜發展現代農業。要求各地在農業生產過程中充分考慮當地的氣候條件，因地制宜地改革耕作方式，適當調整作物生產的總布局，強調新品種作物的引進，對于受旱澇災害較嚴重的區域，需要選育并且積極推廣種植耐旱澇作物品種。重視農作物對特定氣象條件的適應力，重視對抗旱抗澇型糧食作物品種的研發工作，加大新品種研發力度和新農業生產技術的推廣力度。

(2)加大各地農田水利基礎設施建設的投入力度，提高地方糧食生產抵抗農業氣象災害的能力。根據各地氣象和土壤特點，因地制宜改良耕作方法，提高節水灌溉措施的利用效率和效益，引導農民對節水設備和技術的積極采用。加大對以農業洪澇、干旱、冷凍害等為主的農業氣象災害的發生發展規律、其對農業的危害機理、氣象災害防御對策及措施的實踐性研究，為各級政府指揮農業生產，減輕災害損失提供有力的決策服務。

(3)促進各地準確、及時地發布農業氣象信息報告服務。加快新一代的全覆蓋式農業生產氣象專用警報網系統建設，推進落實氣象信息進農村工程的順利開展。加快突發公共事件應急預報預警信息發布平臺建設，使其為農服務，建立暢通的氣象信息發布和服務渠道。利用電視、廣播、互聯網和短信等多種形式擴大信息傳播范圍，將天氣預報、氣象災害的預報預警信息、農用天氣預報、農作物病蟲發生發展趨勢及時公開發布，傳到農民手中，為“三農”建設提供及時、準確的氣象服務。

[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]陳衛洪,謝曉英.氣候災害對糧食安全的影響機制研究[J].農業經濟問題,2013(1)：12-19.

[3]史培軍,王靜愛.最近15年來中國氣候變化、農業自然災害與糧食生產的初步研究[J].自然資源學報,1997,12(3):197-203.

[4]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.

[5]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.

[6]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.

[7]龍方,楊重玉,彭澧麗.自然災害對中國糧食產量影響的實證分析——以稻谷為例[J].中國農村經濟,2011(5):97-104.

[8]李治國.近40年河南省農業氣象災害對糧食生產的影響研究[J].干旱區資源與環境,2013(5):126-130.

[9]劉曉敏,王慧軍.自然災害對河北省糧食產量影響的實證分析[J].災害學,2014,29(1):115-119.

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

[11]欒健,周玉璽.自然災害對山東省糧食生產影響的實證分析[J].干旱區資源與環境,2016(4):127-131.

[12]安徽省氣象局.安徽省氣象災害年鑒[M].北京：氣象出版社,2009.

The Impact of Agricultural Meteorological Disasters on Food Production—— Based on the Panel Data of 16 Prefecture-Level City in Anhui Province

WU Shujing

(BusinessSchool,HohaiUniversity,Nanjing211100,China)

Basedonthe2005-2014agriculturalproductionstatisticsof16prefecture-levelcityinAnhuiProvince,usingpaneldatamodeltoanalysistheimpactofagriculturalmeteorologicaldisastersonfoodproductioninAnhuiandprovidesomepolicyrecommendations,inordertoprovidereferencefortheGrainProductionandscientificdecision-makingandsustainabledevelopment.Theresultsareasfollows: (1)frequentdroughtsandfloodsoccuralternately,thesearetwomainfactorsthatleadtofoodproductionseverelydamagedinAnhuiProvince. (2)Agro-meteorologicaldisastershaveasignificantrestrainingeffectonfoodproduction,butthegrainyieldstillmaintainedasustainedupwardtrend. (3)EachtheaffectedareaofAnhuiAgriculturalmeteorologicaldisastersexpanded1000hm-2,theprovince'sgrainproductiondecreased344kg,andtodifferentpartsofthecity-levelthefoodsecurityself-supportcapabilitiesdiffers,rangedfromstrongtoweakwas:LiuanCity,ChuzhouCity,AnqingCity,HefeiCity,HuainanCity,FuyangCity,WuhuCity,MaanshanCity,ChizhouCity,XuanchengCity,TonglingCity,HuangshanCity,HaozhouCity,BangguCity,HuaibeiCity,SuzhouCity.

foodproduction;agriculturalmeteorologicaldisasters;paneldata

2016-02-22

2016-04-06

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)

鄔舒靜(1989-)，女，湖北武漢人，碩士研究生，主要從事資源與環境經濟學、水資源管理等研究.

E-mail：whswusj@163.com

X43；F293；S42

A

1000-811X(2016)04-0065-05

10.3969/j.issn.1000-811X.2016.04.012

鄔舒靜. 農業氣象災害對糧食產量的影響分析——基于安徽省16個地級市的面板數據[J]. 災害學，2016，31(4)：65-69. [WU Shujing. The Impact of Agricultural Meteorological Disasters on Food Production—— Based on the Panel Data of 16 Prefecture-Level City in Anhui Province[J]. Journal of Catastrophology，2016，31(4)：65-69.doi: 10.3969/j.issn.1000-811X.2016.04.012]