西藏農(nóng)業(yè)產(chǎn)值影響因子敏感性分析

李忠良 張余慶 陳成

摘要：通過建立經(jīng)濟(jì)-氣候模型探究西藏自治區(qū)農(nóng)業(yè)產(chǎn)值的影響要素并量化其貢獻(xiàn)率，分析各影響要素對(duì)農(nóng)業(yè)總產(chǎn)值的敏感性。結(jié)果表明，1990—2016年農(nóng)作物播種面積、農(nóng)業(yè)機(jī)械總動(dòng)力、年均氣溫對(duì)西藏農(nóng)業(yè)總產(chǎn)值的貢獻(xiàn)表現(xiàn)為正向作用，農(nóng)業(yè)機(jī)械能提高土地的精耕程度，增加單位面積產(chǎn)值;溫度升高能提高農(nóng)作物的光合作用能力，同時(shí)可擴(kuò)大適宜種植面積;而勞動(dòng)力數(shù)量、化肥施用量、年降水量則表現(xiàn)為負(fù)向作用，可能是由于市場經(jīng)濟(jì)條件下勞動(dòng)力和化肥的成本相對(duì)較高，而農(nóng)作物的經(jīng)濟(jì)收益相對(duì)較低，導(dǎo)致其對(duì)西藏農(nóng)業(yè)總產(chǎn)值的貢獻(xiàn)率為負(fù)。年降水量增加，可能是因?yàn)榻邓^多時(shí)云量增多，而輻射減少，當(dāng)?shù)氐耐寥篮窟^高會(huì)導(dǎo)致土壤實(shí)際蒸散發(fā)變大，這樣會(huì)使近地面的溫度降低，農(nóng)作物光合作用能力降低而不利于產(chǎn)量提高。另外，年降水量對(duì)產(chǎn)量若是正向影響，而市場需求是一定的，可能導(dǎo)致單價(jià)的降低，從而導(dǎo)致總產(chǎn)值下降。農(nóng)作物播種面積（A）、農(nóng)業(yè)機(jī)械總動(dòng)力（M）、勞動(dòng)力數(shù)量（L）和年平均氣溫（T）是敏感參數(shù)，化肥施用量（F）和年降水量（P）為不敏感參數(shù)，這與各要素變化影響農(nóng)業(yè)總產(chǎn)值的貢獻(xiàn)程度相吻合。該結(jié)果對(duì)西藏地區(qū)農(nóng)業(yè)生產(chǎn)和經(jīng)濟(jì)發(fā)展規(guī)劃具有指導(dǎo)意義和政策價(jià)值。

關(guān)鍵詞：Cobb-Douglas模型;Extend FAST;氣候變化;農(nóng)業(yè)產(chǎn)值;影響因子;敏感性;西藏

中圖分類號(hào)：F323.3文獻(xiàn)標(biāo)志碼： A文章編號(hào)：1002-1302（2021）02-0209-08

收稿日期：2020-01-15

基金項(xiàng)目：江蘇省普通高校研究生科研創(chuàng)新計(jì)劃（編號(hào)：CXZZ13_0524）;國家自然科學(xué)基金青年基金（編號(hào)：41907384）。

作者簡介：李忠良（1986—），男，山東臨沂人，博士研究生，主要從事3S集成與氣象應(yīng)用研究。E-mail：doctorlizl@126.com。

通信作者：張余慶，講師，主要從事流域水文模擬與氣候診斷研究。E-mail：8201711019@hytc.edu.cn。

農(nóng)業(yè)作為社會(huì)的發(fā)展源泉，為人類的生存和社會(huì)的發(fā)展提供基礎(chǔ)的物質(zhì)資料，是支撐整個(gè)國家經(jīng)濟(jì)不斷發(fā)展的保障。我國作為農(nóng)業(yè)大國，在國民經(jīng)濟(jì)的發(fā)展中農(nóng)業(yè)起著至關(guān)重要的作用[1-3]。農(nóng)業(yè)產(chǎn)值的變化受很多要素的影響，因此在全球氣候變化背景下研究各要素對(duì)農(nóng)業(yè)產(chǎn)值的影響具有積極意義，可為指導(dǎo)農(nóng)業(yè)生產(chǎn)和農(nóng)業(yè)格局的調(diào)整提供參考[3-5]。西藏地處高寒氣候區(qū)，獨(dú)特的氣候下形成特殊的農(nóng)業(yè)結(jié)構(gòu)，農(nóng)業(yè)產(chǎn)值受氣候和社會(huì)經(jīng)濟(jì)影響顯著[6]。近年來，氣候變化已是不爭的事實(shí)，聯(lián)合國政府間氣候變化專門委員會(huì)（IPCC）第5次報(bào)告指出，自 19 世紀(jì)后期以來，全球平均升溫0.85 ℃（0.65～1.06? ℃） [7]，與1951年相比，全球陸面過程的平均降水量減少，而極端的降水事件表現(xiàn)為增加趨勢。已有研究結(jié)果表明，西藏地區(qū)的增溫幅度明顯高于全球及我國平均水平[8-10];1986—2015 年年均氣溫、年均最高氣溫和年均最低氣溫均表現(xiàn)為線性上升趨勢[11]，每10年的增溫幅度約為 0.60、0.69、 0.68 ℃;年降水總體增多，波動(dòng)較大[12]。目前針對(duì)西藏全區(qū)農(nóng)業(yè)產(chǎn)值影響因子的研究較少，而西藏具有特殊的地理環(huán)境和垂直氣候帶，同時(shí)農(nóng)作物播種面積、農(nóng)業(yè)機(jī)械、勞動(dòng)力等社會(huì)生產(chǎn)要素也對(duì)農(nóng)業(yè)產(chǎn)值有極其重要的影響[13-14]。現(xiàn)階段關(guān)于糧食產(chǎn)值的研究多著重于研究其影響要素，并取得了豐碩的成果，但是仍存在部分局限性，主要體現(xiàn)為現(xiàn)有研究大多立足于單變量和農(nóng)業(yè)產(chǎn)值的關(guān)系分析，未考慮多變量共同作用的影響，這增加了研究結(jié)果的不確定性。此外，現(xiàn)有研究大多數(shù)未綜合考慮氣候要素和社會(huì)生產(chǎn)要素對(duì)農(nóng)業(yè)產(chǎn)值的影響。因此，氣候要素和獨(dú)特氣候環(huán)境下的農(nóng)業(yè)生產(chǎn)對(duì)農(nóng)業(yè)產(chǎn)值的影響研究對(duì)區(qū)域的農(nóng)業(yè)生產(chǎn)和經(jīng)濟(jì)發(fā)展規(guī)劃具有指導(dǎo)意義和政策價(jià)值。本研究分析1990—2016年西藏地區(qū)的氣候變化趨勢，建立經(jīng)濟(jì)-氣候模型探究區(qū)域氣候變化對(duì)研究區(qū)農(nóng)業(yè)產(chǎn)值的影響和各要素的貢獻(xiàn)率，通過敏感性分析模型分析各要素的敏感性系數(shù)。

1研究區(qū)概況與研究方法

1.1研究區(qū)概況與數(shù)據(jù)

西藏自治區(qū)地處我國西南部，位于26°50′～36°53′N、78°25′～99°06′E，總的地勢由西北向東南傾斜，地形復(fù)雜多樣，景象萬千;受地形和海拔影響氣候類型多樣，藏南藏北氣候差異較大。

本研究使用的氣象數(shù)據(jù)獲取于國家氣象科學(xué)數(shù)據(jù)中心（http：//data.cma.cn/），選取西藏區(qū)域1990—2016年地面氣象觀測站的逐日氣象數(shù)據(jù)，包括日平均氣溫、日降水量。農(nóng)業(yè)相關(guān)數(shù)據(jù)來自《西藏統(tǒng)計(jì)年鑒》。

1.2研究方法

1.2.1線性傾向估計(jì)用xi表示樣本量為n的氣候要素變量，ti表示xi所對(duì)應(yīng)的時(shí)間，采用一元線性回歸方程建立xi與ti之間關(guān)系：x^i=a+bti。回歸方程可認(rèn)為是線性回歸最簡單的特殊形式，通過一條合理的直線表征xi與其時(shí)間ti之間的關(guān)系。其中a為回歸常數(shù)，b 為回歸系數(shù)（即彈性系數(shù)），a和b采用最小二乘法估算，其對(duì)應(yīng)的最小二乘法估計(jì)為

b=∑ni=1xiti-1n（∑ni=1xi）（∑ni=1ti）∑ni=1t2i-1n（∑ni=1ti）

a=x-bt。（1）

式中：x=1n∑ni=1xi;t=1n∑ni=1ti，根據(jù)回歸系數(shù)和相關(guān)系數(shù)間的關(guān)系計(jì)算得到時(shí)間ti與變量xi之間的相關(guān)系數(shù)

r=∑ni=1t2i-1n（∑ni=1ti）2∑ni=1x2i-1n（∑ni=1xi）2。（2）

1.2.2曼-肯德爾法曼-肯德爾（Mann-Kendall）法作為非參數(shù)統(tǒng)計(jì)檢驗(yàn)方法，也被稱為無分布檢測方法。這種方法的優(yōu)點(diǎn)是檢驗(yàn)樣本不須要遵循指定的分布規(guī)律，樣本中存在的少數(shù)異常值不會(huì)影響檢驗(yàn)結(jié)果，非常適用于順序變量和類型變量。假設(shè)時(shí)間序列x的樣本大小為n，構(gòu)造秩序列

sk=∑ki=1ri，k=2，3，…，n。（3）

其中

ri=1，xi>xj

0，xi≤xjj=1，2，…，i。（4）

式中：秩序列sk的含義為時(shí)間點(diǎn)i對(duì)應(yīng)的數(shù)值大于時(shí)間點(diǎn)j對(duì)應(yīng)的數(shù)值的累積數(shù)量。假設(shè)時(shí)間序列符合隨機(jī)獨(dú)立分布，定義統(tǒng)計(jì)量

UFk=[sk-E（sk）]var（sk），k=1，2，…，n。（5）

式中：UF1=0;E（sk）、var（sk）表示累計(jì)數(shù)sk的均值和方差，可以通過公式（6）計(jì)算得到;在x1，x2，…，xn是相互獨(dú)立且具有相同的連續(xù)分布情況下，

E（sk）=k（k-1）4

var（sk）=k（k-1）（2k+5）72，k=2，3，…，n。（6）

UFi稱作標(biāo)準(zhǔn)正態(tài)分布，它是根據(jù)給定時(shí)間序列x的順序x1，x2，…，xn計(jì)算得到的統(tǒng)計(jì)序列。對(duì)于給定顯著性水平α的情況下，如果|UFi|>Uα（即95%置信水平），就表示該序列具有顯著變化趨勢。對(duì)時(shí)間序列進(jìn)行逆序排列，得到其逆序列xn，xn-1，…，x1，重復(fù)上述的計(jì)算過程，同時(shí)使UBk=-UFi（k=n，n-1，…，1），UB1=0。

1.2.3Cobb-Douglas模型研究技術(shù)進(jìn)步的經(jīng)典理論是Cobb-Douglas生產(chǎn)函數(shù)以及索洛模型。C-D 模型是Y=A0eεtKαLβ，索洛模型是Y=A（t）f（K，L）。這2種理論認(rèn)為資本投入、勞動(dòng)投入以及技術(shù)投入是作用于經(jīng)濟(jì)增長的要素。基于C-D生產(chǎn)函數(shù)，其一般形式表現(xiàn)為Y=AeεtKαLβMγ。其中，α+β+γ表現(xiàn)為生產(chǎn)函數(shù)的規(guī)模報(bào)酬水平。如果 α+β+γ>1，即為規(guī)模報(bào)酬遞增;如果α+β+γ<1，則為規(guī)模報(bào)酬遞減;當(dāng)α+β+γ=1時(shí)，則表示規(guī)模報(bào)酬不變。根據(jù)索洛模型Y=A（t）f（K，L，M）得到ΔYY=αΔKK+βΔLL+γΔMM+ε，即y=αk+βl+γm+ε。據(jù)此，可以進(jìn)一步計(jì)算技術(shù)進(jìn)步指標(biāo)對(duì)經(jīng)濟(jì)增長產(chǎn)生的貢獻(xiàn)率是EA=（y-αk-βl-γm）/y，資本投入、勞動(dòng)投入和土地投入對(duì)經(jīng)濟(jì)增長的貢獻(xiàn)率分別為El=αk/y、EL=βl/y、EM=γm/y。

農(nóng)業(yè)生產(chǎn)是光照、溫度、水分和氣（CO2）等自然要素和人類活動(dòng)共同作用的共同體。為了量化研究氣候要素和人類活動(dòng)影響農(nóng)業(yè)產(chǎn)值的程度，分別選取氣候要素、農(nóng)業(yè)投入要素2類指標(biāo)作為因變量，具體指標(biāo)為年平均氣溫、年總降水量、年累積溫度、農(nóng)作物播種面積、農(nóng)業(yè)機(jī)械總動(dòng)力、化肥使用量、勞動(dòng)力數(shù)量，最終得到概念模型如下

AGR=f（A，M，F(xiàn)，L，P，T，AT）。（7）

式中：AGR表示農(nóng)業(yè)總產(chǎn)值;f表示各個(gè)要素的函數(shù);A表示農(nóng)作物播種面積;M表示農(nóng)業(yè)機(jī)械總動(dòng)力;F表示化肥施用量;L表示勞動(dòng)力數(shù)量;P表示年總降水量;T表示年平均氣溫;AT表示年累積氣溫（即≥10 ℃的積溫）。假設(shè)農(nóng)作物播種面積和影響產(chǎn)量的規(guī)模符合報(bào)酬不變，對(duì)柯布-道格拉斯生產(chǎn)函數(shù)進(jìn)行適當(dāng)變形，使用農(nóng)業(yè)總產(chǎn)值為因變量，其形式如下

AGR=AertXa11Xa22Xa33Xa44Xa55Xa66Xa77。（8）

對(duì)于非線性模型的對(duì)數(shù)表達(dá)式為

ln AGR=a0+a1（lnX1）+a2（lnX2）+a3（lnX3）+a4（lnX4）+a5（lnX5）+a6（lnX6）+a7（lnX7）+μ。（9）

式中：ai（i=1，2，…，7）的經(jīng)濟(jì)意義是變量Xi（i=1，2，…，7）的產(chǎn)出彈性系數(shù)，0≤ai≤1，a0表示常數(shù)虛擬變量，a0=lnA+r+t包含了技術(shù)進(jìn)步、政策、制度等要素產(chǎn)生的難以量化的影響;μ表示描述變量之外的外界因素對(duì)模型干擾的隨機(jī)誤差項(xiàng)，它屬于噪聲項(xiàng)。

2結(jié)果與分析

2.11990—2016年西藏地區(qū)各要素變化趨勢分析

由圖1可知，1990—2016年西藏地區(qū)的農(nóng)業(yè)總產(chǎn)值顯著增加，2005年后增長顯著;年平均氣溫波動(dòng)上升，1990—2007年年平均氣溫上升趨勢明顯，2008—2016年年平均氣溫變化不明顯;年累積氣溫也表現(xiàn)出與年平均氣溫一致的變化趨勢，呈現(xiàn)為波動(dòng)增加;年降水量幅度波動(dòng)較大，總體表現(xiàn)為下降趨勢，1990—2000年年降水量增加，2001—2016年年降水量顯著減少;近27年來西藏農(nóng)作物播種面積有所增加，其中2001—2007年稍有波動(dòng);農(nóng)業(yè)機(jī)械總動(dòng)力增多，2000年以后增加顯著;化肥施用量的變化在2000年以前呈減少趨勢，而2000年以后增加明顯;勞動(dòng)力數(shù)量在波動(dòng)中平穩(wěn)增加。

統(tǒng)計(jì)小提琴圖作為箱形圖以及核密度圖的組合圖形，箱線圖展示了分位數(shù)的位置，小提琴圖可以確認(rèn)密度較高或較低的數(shù)據(jù)分布位置。小提琴圖屬于非參數(shù)檢驗(yàn)范疇，它可以展現(xiàn)不同密度的位置，盒型的范圍表示數(shù)據(jù)的下四分位點(diǎn)至上四分位點(diǎn)的數(shù)值區(qū)間，中間細(xì)線為中位數(shù)，豎直的細(xì)線表示須，外部形狀是核密度的估計(jì)值，用于估計(jì)數(shù)據(jù)分布的未知密度函數(shù)。根據(jù)各要素的小提琴圖形狀（中間大兩頭小，圖2）可知，西藏地區(qū)各統(tǒng)計(jì)要素分布不均勻，勞動(dòng)力要素的分布較集中，其次是化肥施用量，其他要素的分布則較分散。根據(jù)圖中上側(cè)的須或下側(cè)須的長度可知各要素是否存在較明顯的離散值可知，勞動(dòng)力數(shù)量無離散值，農(nóng)業(yè)總產(chǎn)值、農(nóng)業(yè)機(jī)械總動(dòng)力、年降水量3個(gè)要素的離散值較明顯。

2.21990—2016年西藏地區(qū)各要素MK檢驗(yàn)

圖3可知，根據(jù)各要素的UF值和UB值是否大于0可以判斷各要素的上升或下降趨勢。如果其值超過臨界線閾值就說明時(shí)間序列呈現(xiàn)出顯著的上升或下降趨勢， 超過臨界線的范圍被標(biāo)識(shí)為發(fā)生突變的時(shí)間區(qū)域。若UF和UB 2條曲線在臨界線范圍內(nèi)出現(xiàn)交點(diǎn)，就把相應(yīng)的時(shí)刻作為突變的開始時(shí)間。各要素的突變檢驗(yàn)圖表明，西藏地區(qū)1990—2016年的農(nóng)業(yè)總產(chǎn)值有所增加，2003年以后增加尤為顯著，未發(fā)生突變;農(nóng)作物播種面積總體呈增加趨勢，1990—1995年增加，1996—2007年變化很小且呈波動(dòng)減少趨勢，2008—2016年增加，2010年發(fā)生了突變;農(nóng)業(yè)機(jī)械總體呈顯著增加趨勢，其中1990—1995年波動(dòng)減少，1996—2016年增加，未發(fā)生突變，2003以后增加顯著;化肥施用量總體增多，1990—1995年波動(dòng)減少，1996—2016年增加，在2010年發(fā)生突變;勞動(dòng)力數(shù)量總體呈顯著增加趨勢，其中1992—2002年增速較快，2003—2004年則減少，2005—2006年變化不大，2007—2016年增加，1997年以后增加明顯，未發(fā)生突變;年降水量總體呈減少趨勢，1990—1999年波動(dòng)增加，2000—2016年減少，在2004年發(fā)生突變，2009年后顯著減少;平均氣溫總體呈升高趨勢，升溫不顯著，未發(fā)生突變;年累積氣溫總體呈增加趨勢，1990—1998年波動(dòng)較大，2005年以后增溫顯著，2003年發(fā)生了突變。

2.3Cobb-Douglas模型建立及分析

2.3.1模型的建立在進(jìn)行建模之前，須要先對(duì)各

個(gè)要素?cái)?shù)據(jù)進(jìn)行單位根和協(xié)整檢驗(yàn)，確定變量是否為平穩(wěn)時(shí)間序列，以及變量間是否存在偽回歸。其中，單位根檢驗(yàn)使用的ADF（augmented dickey-fuller）方法。在5%置信度水平下，各變量的ADF統(tǒng)計(jì)量均低于5%的臨界水平，說明數(shù)據(jù)為平穩(wěn)時(shí)間序列。而在協(xié)整檢驗(yàn)中，時(shí)間序列的ADF統(tǒng)計(jì)量同樣小于5%的顯著性水平，說明變量之間協(xié)整關(guān)系顯著，這樣得到的回歸結(jié)果真實(shí)可信。利用OLS方法，通過回歸分析得到影響西藏農(nóng)業(yè)總產(chǎn)值多變量的輸出結(jié)果及其顯著性指標(biāo)（表1）。在回歸過程中，發(fā)現(xiàn)年累積氣溫AT變量的顯著性檢驗(yàn)無法通過95%置信度檢驗(yàn)，故剔除年累積氣溫變量。

2.3.2模型的檢驗(yàn)在顯著性水平α=0.05時(shí)，模型通過F檢驗(yàn)，其調(diào)整后的R2達(dá)到99.13%，說明表面模型的擬合優(yōu)度良好（表2）。

根據(jù)上述統(tǒng)計(jì)假設(shè)檢驗(yàn)結(jié)果可知，R2、調(diào)整后的R2、F值、漢南-奎因準(zhǔn)則、德賓-瓦特遜檢驗(yàn)值均滿足統(tǒng)計(jì)檢驗(yàn)要求，因此得到的模型是合理的。對(duì)回歸模型采用White異方差檢驗(yàn)，檢驗(yàn)結(jié)果位于α=0.05的顯著區(qū)間內(nèi)，F(xiàn)值為0.48，對(duì)應(yīng)的P值為0.82;Breusch-Godfrey LM檢驗(yàn)統(tǒng)計(jì)量的值為338，其對(duì)應(yīng)的P值為0.76，表明回歸方程不存在異方差性。

2.4模型結(jié)果分析

西藏地區(qū)農(nóng)業(yè)總產(chǎn)值及其影響因素之間的回歸方程為

lnY=-1.745+4.882（lnA）+0.483（lnM）-0261（lnF）-0.099（lnL）-0.145（lnP）+0.226（lnT）+μ。

對(duì)回歸方程進(jìn)行逆變換得到西藏地區(qū)1990—2016年的動(dòng)態(tài)C-D生產(chǎn)函數(shù)為

AGR=-1.745×A4.882×M0.483×F-0.261×L-0.099×P-0.145×T0.226。

根據(jù)上述方程可知，土地的彈性系數(shù)為4.882，農(nóng)業(yè)機(jī)械總動(dòng)力的彈性系數(shù)為0.483，勞動(dòng)力數(shù)量的彈性系數(shù)為-0.261，化肥施用量的彈性系數(shù)為 -0.099，年降水量的彈性系數(shù)為-0.145，年平均氣溫的彈性系數(shù)為0.226，因此，模型生產(chǎn)彈性的綜合系數(shù)為4882+0.483-0.261-0.099-0.145+0226=5086，說明目前西藏農(nóng)業(yè)仍處于收益遞增階段，利用技術(shù)擴(kuò)大生產(chǎn)規(guī)模來增加產(chǎn)出是有利的。根據(jù)各個(gè)要素的彈性系數(shù)可知，農(nóng)作物播種面積提高1%，西藏的農(nóng)業(yè)總產(chǎn)值增加4.882%;農(nóng)業(yè)機(jī)械總動(dòng)力提高1%，西藏的農(nóng)業(yè)總產(chǎn)值增加0483%;勞動(dòng)力數(shù)量增加1%，西藏的農(nóng)業(yè)總產(chǎn)值減少0261%;化肥施用量增加1%，西藏的農(nóng)業(yè)總產(chǎn)值減少0.099%;降水增加1%，西藏的農(nóng)業(yè)總產(chǎn)值減少0.145%;平均氣溫增加1%，西藏的農(nóng)業(yè)總產(chǎn)值增加0.226%。

2.5貢獻(xiàn)率的測算

1990—2016年西藏農(nóng)業(yè)各要素的變化及其對(duì)農(nóng)業(yè)總產(chǎn)值的貢獻(xiàn)率差異較大，近27年西藏地區(qū)各研究要素變化率最大的是農(nóng)業(yè)機(jī)械總動(dòng)力，達(dá)1250%;其次是勞動(dòng)力數(shù)量，增加了10.43%;農(nóng)業(yè)總產(chǎn)值的增長率為8.65%;變化率最小的是年降水量，化肥施用量的增長率高于年平均氣溫及農(nóng)作物播種面積的增長率，其中年平均氣溫的變化率高于農(nóng)作物播種面積的變化率。對(duì)于農(nóng)業(yè)總產(chǎn)值，各要素的貢獻(xiàn)率根據(jù)彈性系數(shù)乘以變化率求得，因此西藏地區(qū)各要素對(duì)其農(nóng)業(yè)總產(chǎn)值的貢獻(xiàn)率見表3。

由表3可知，農(nóng)作物播種面積、農(nóng)業(yè)機(jī)械總動(dòng)力、年平均氣溫對(duì)農(nóng)業(yè)總產(chǎn)值的貢獻(xiàn)表現(xiàn)為正向作用，農(nóng)業(yè)機(jī)械總動(dòng)力對(duì)西藏農(nóng)業(yè)總產(chǎn)值的絕對(duì)貢獻(xiàn)率最大，達(dá)6.04%，農(nóng)作物播種面積的絕對(duì)貢獻(xiàn)率次之，為3.56%;年平均氣溫對(duì)西藏農(nóng)業(yè)總產(chǎn)值的絕對(duì)貢獻(xiàn)率為0.32%;而勞動(dòng)力數(shù)量、化肥施用量、年降水量則表現(xiàn)為負(fù)向作用，其中，勞動(dòng)力數(shù)量的負(fù)向貢獻(xiàn)率最高，為2.72%，年降水量對(duì)西藏農(nóng)業(yè)總產(chǎn)值的負(fù)向貢獻(xiàn)率最小，為0.05%，化肥施用量的負(fù)向貢獻(xiàn)率為0.39%。綜上可知，各因素對(duì)西藏地區(qū)農(nóng)業(yè)總產(chǎn)值的負(fù)向貢獻(xiàn)率排名為農(nóng)業(yè)機(jī)械總動(dòng)力>農(nóng)作物播種面積>勞動(dòng)力數(shù)量>化肥施用量>年平均氣溫>年降水量。

3敏感性分析

3.1模型介紹

Extend FAST（extend fourier amplitude sensitivity test）是基于FAST方法改進(jìn)后，結(jié)合Sobol方法的優(yōu)點(diǎn)定量分析變量全局敏感性的方法。它具有魯棒性、要求樣本數(shù)量少和計(jì)算效率高的特點(diǎn)。該方法將模型的敏感性劃分為單個(gè)變量的敏感性和多個(gè)變量間相互作用的敏感性[15]。對(duì)于單個(gè)要素獨(dú)立作用的敏感度采用主要敏感度（main effect）進(jìn)行度量，而多個(gè)要素間的獨(dú)立和交互作用的參數(shù)總敏感性使用總敏感度（total effect）來衡量。

FAST（fourier amplitude sensitivity test）方法的核心是利用周期函數(shù)的曲線搜索參數(shù)的多維空間，采用傅立葉變換計(jì)算參數(shù)的振幅，其幅度越大，說明參數(shù)對(duì)于模型越敏感。假設(shè)模型y=f（x1，x2，…，xn）。存在n個(gè)參數(shù)，輸入?yún)?shù)的值域范圍限制為一個(gè)超立方體;Kn=（X|0≤xi≤1;i=1，…，n）內(nèi)，定義s為獨(dú)立變量，引入s→X的映射;xi=Gi（s），i=1，2，…，n。其中，Gi表示搜索曲線函數(shù)。若xi服從均勻分布，s的取值范圍為[-π/2，π/2]。如果s發(fā)生變化，所有參數(shù)在Kn空間中都隨著某條曲線而改變。對(duì)于函數(shù)Gi，各參數(shù)xi的振蕩頻率為ωi，模型的輸出展示了不同振蕩周期函數(shù)的組合。參數(shù)變量對(duì)模型輸出的影響與頻率ωi振幅的變化成正比，二者同方向變化。利用傅立葉公式對(duì)模型結(jié)果進(jìn)行變換，通過計(jì)算頻率ωi和更高諧振pωi的譜，得到由參數(shù)變量發(fā)生改變而導(dǎo)致的輸出方差D^i=∑p∈Z0Λpωi。其中，Λ表示傅立葉變換譜;Z0表示0以外的整數(shù)，Z0={-∞，…，-1，1，…，+∞}。

因此，模型總方差可通過所有頻率的頻譜累加得到，其公式為

D^=∑j∈Z0Λji=2∑+∞j=1Λj。（10）

輸入?yún)?shù)xi關(guān)于輸出y的敏感度SFASTi的計(jì)算公式為

SFASTi=D^1D^。（11）

Saltelli改進(jìn)了FAST方法，引入Sobol方法對(duì)模型進(jìn)行分解。Sobol方法將模型分解為單一參數(shù)和多參數(shù)交互結(jié)合的函數(shù)，因此，模型總方差也對(duì)應(yīng)分解為單一參數(shù)和多參數(shù)組合的函數(shù)

D=∑nn=1Di+∑ni=1∑nj=1i≠jDij+…+D1，2，…，n。（12）

則根據(jù)公式（13）計(jì)算參數(shù)敏感度

Si1，…，is=Di1，…，isD。（13）

對(duì)于參數(shù)xi的總敏感度計(jì)算，設(shè)定xi的頻率為ωi，其余各參數(shù)的頻率為ωi′。計(jì)算頻率ωi′和頻率更高的諧振pωi′頻譜，得到除參數(shù)xi以外的各個(gè)參數(shù)以及由交互作用的影響而產(chǎn)生的輸出方差D（-i）。因此，參數(shù)xi的總敏感度為

STi=D-D（-i）D。（14）

通過計(jì)算參量i的頻率ωi和頻率更高的諧振pωi的頻譜獲取xi的主要敏感度。逐一計(jì)算各個(gè)參量，再對(duì)每個(gè)參數(shù)的總靈敏度進(jìn)行歸一化計(jì)算，從而得到各參數(shù)對(duì)于模型的貢獻(xiàn)率。

3.2敏感性分析結(jié)果

Sobol模型作為典型的全局敏感性分析方法，依據(jù)分解模型的思想，分別計(jì)算各個(gè)參數(shù)的一階以及高階敏感度。通常而言，一階敏感度表征各個(gè)變量的主要影響，而高階敏感度則量化不同參數(shù)間相互作用的敏感度。相比于其他敏感性分析模型，Sobol方法具有采樣方法穩(wěn)定的特性，根據(jù)參數(shù)對(duì)輸出方差的貢獻(xiàn)率對(duì)敏感性進(jìn)行分級(jí)，可以高效量化不同參數(shù)及其相互作用的敏感性。

通過計(jì)算得到模型中各變量的全局敏感性系數(shù)（表5）。

參考Tang等的研究結(jié)果[16]，設(shè)定敏感性系數(shù)的閾值為0.01，即當(dāng)敏感性系數(shù)大于0.01時(shí)，說明此參數(shù)對(duì)于模型敏感，反之亦然。本研究各參數(shù)對(duì)西藏地區(qū)農(nóng)業(yè)總產(chǎn)值的一階敏感度見圖4。

以西藏地區(qū)農(nóng)業(yè)總產(chǎn)值為目標(biāo)函數(shù)時(shí)，化肥施用量（F）和年降水量（P）的參數(shù)敏感度都小于001，為不敏感參數(shù);農(nóng)作物播種面積（A）、農(nóng)業(yè)機(jī)械總動(dòng)力（M）、勞動(dòng)力數(shù)量（L）和年平均氣溫（T）的參數(shù)敏感度都大于Sobol方法的敏感性閾值0.01，是敏感參數(shù)。由此可知，農(nóng)作物播種面積（A）、農(nóng)業(yè)機(jī)械總動(dòng)力（M）、勞動(dòng)力數(shù)量（L）和年平均氣溫（T）對(duì)西藏地區(qū)農(nóng)業(yè)總產(chǎn)值有重要影響，而化肥施用量（F）和年降水量（P）則對(duì)西藏地區(qū)農(nóng)業(yè)總產(chǎn)值影響很小，未通過敏感性檢驗(yàn)。這和上述研究結(jié)果相相吻合，說明Sobol模型適用于農(nóng)業(yè)總產(chǎn)值的相關(guān)性研究。

4結(jié)論與討論

本研究建立經(jīng)濟(jì)-氣候模型探究西藏農(nóng)業(yè)總產(chǎn)值的影響要素并量化其貢獻(xiàn)率，分析各影響要素對(duì)農(nóng)業(yè)總產(chǎn)值的敏感性。結(jié)果表明，1990—2016年農(nóng)作物播種面積、農(nóng)業(yè)機(jī)械總動(dòng)力、年平均氣溫對(duì)西藏農(nóng)業(yè)總產(chǎn)值的貢獻(xiàn)表現(xiàn)為正向作用，而勞動(dòng)力數(shù)量、化肥施用量、年降水量則表現(xiàn)為負(fù)向作用。過去的27年西藏地區(qū)農(nóng)業(yè)機(jī)械總動(dòng)力增加了1250%，其對(duì)西藏農(nóng)業(yè)總產(chǎn)值的絕對(duì)貢獻(xiàn)率最大，達(dá)6.04%。農(nóng)作物播種面積的絕對(duì)貢獻(xiàn)率次之，為3.56%。農(nóng)業(yè)機(jī)械總動(dòng)力增加有利于擴(kuò)大農(nóng)作物的播種面積并提高農(nóng)業(yè)生產(chǎn)效率。年平均氣溫上升會(huì)促進(jìn)植被光合作用和植被的吸水率，促進(jìn)農(nóng)作物的成長。勞動(dòng)力數(shù)量（10.43%）對(duì)西藏農(nóng)業(yè)總產(chǎn)值的負(fù)向貢獻(xiàn)率最大，為2.72%，化肥施用量（330%）的負(fù)向貢獻(xiàn)率很小，僅為039%。這可能是由于市場經(jīng)濟(jì)條件下勞動(dòng)力和化肥的成本相對(duì)較高，而農(nóng)作物的經(jīng)濟(jì)收益相對(duì)較低，導(dǎo)致其對(duì)西藏農(nóng)業(yè)總產(chǎn)值的貢獻(xiàn)率為負(fù)。年降水量增加033%，但其對(duì)西藏農(nóng)業(yè)總產(chǎn)值的貢獻(xiàn)率影響最小，為-0.05%。這可能是因?yàn)榻邓^多時(shí)意味著云量增多，陽光輻射量也在減少，當(dāng)?shù)氐耐寥篮窟^高會(huì)致使土壤實(shí)際蒸散發(fā)變大，這樣會(huì)使近地面的溫度降低，進(jìn)而導(dǎo)致農(nóng)作物光合作用能力降低[17-18]，從而不利于產(chǎn)量增加;另外，降水對(duì)產(chǎn)量若是正向影響，產(chǎn)量增加，而市場需求是一定的，可能導(dǎo)致單價(jià)的降低，從而導(dǎo)致總產(chǎn)值下降。

本研究基于Sobol模型探討農(nóng)業(yè)各要素的變化對(duì)西藏地區(qū)農(nóng)業(yè)總產(chǎn)值的影響，發(fā)現(xiàn)農(nóng)作物播種面積（A）、農(nóng)業(yè)機(jī)械總動(dòng)力（M）、勞動(dòng)力數(shù)量（L）和年平均氣溫（T）是敏感參數(shù)，化肥施用量（F）和年降水量（P）為不敏感參數(shù)。其中，農(nóng)作物播種面積（A）敏感性值最大，其對(duì)西藏地區(qū)農(nóng)業(yè)總產(chǎn)值有非常顯著的影響。這是由于西藏自治區(qū)土地資源豐富，總面積達(dá)到122萬km2，然而耕地總面積僅為 36萬hm2。西藏土地資源的最大特點(diǎn)是未利用土地占土地總面積的30.71%，可利用潛力很大[19]。農(nóng)作物播種面積的增加能顯著提高西藏地區(qū)的農(nóng)業(yè)總產(chǎn)值，而其他農(nóng)業(yè)各要素受制于各種條件限制很難起到這種顯著的作用。農(nóng)業(yè)機(jī)械總動(dòng)力（M）和勞動(dòng)力數(shù)量（L）的投入能提高土地的精耕程度，增加單位面積產(chǎn)值。年平均氣溫（T）升高能提高農(nóng)作物的光合作用能力，同時(shí)可擴(kuò)大適宜種植面積，繼而影響西藏地區(qū)的農(nóng)業(yè)總產(chǎn)值。而化肥施用量（F）和年降水量（P）對(duì)西藏地區(qū)農(nóng)業(yè)總產(chǎn)值影響未通過顯著性檢驗(yàn)，這與各要素變化影響農(nóng)業(yè)總產(chǎn)值的貢獻(xiàn)程度相吻合。在氣候變化背景下，現(xiàn)代農(nóng)業(yè)生產(chǎn)的脆弱性和敏感性是亟須解決的重要問題[4，20]，本研究能夠指導(dǎo)西藏地區(qū)高效利用自然資源和社會(huì)政策資源，保證土地的可持續(xù)利用，適時(shí)調(diào)整農(nóng)作物耕作制度，提高農(nóng)業(yè)產(chǎn)量，保證糧食安全。但由于西藏不同地區(qū)自然條件差異較大，農(nóng)作物種植呈分散狀[21-23]，因此研究農(nóng)業(yè)各要素的變化對(duì)西藏地區(qū)農(nóng)業(yè)總產(chǎn)值的影響可為西藏各地農(nóng)業(yè)政策的制定提供參考[24-26]。

根據(jù)農(nóng)業(yè)發(fā)達(dá)國家的發(fā)展經(jīng)驗(yàn)可知，純粹依靠擴(kuò)大耕種面積、大量投入化肥和農(nóng)藥等傳統(tǒng)手段對(duì)于現(xiàn)代化農(nóng)業(yè)發(fā)展的促進(jìn)作用逐漸削弱，取而代之的是更多依賴于現(xiàn)代農(nóng)業(yè)的科技進(jìn)步來提高各種資源利用效率和新技術(shù)在農(nóng)業(yè)領(lǐng)域的應(yīng)用廣度和深度[27-29]。同時(shí)，要緊緊圍繞經(jīng)濟(jì)市場的供需關(guān)系適時(shí)適度地調(diào)整種植結(jié)構(gòu)和農(nóng)業(yè)發(fā)展方向，才能提高農(nóng)業(yè)生產(chǎn)的經(jīng)濟(jì)效益[30-31]。在現(xiàn)代市場經(jīng)濟(jì)條件下，農(nóng)業(yè)產(chǎn)量的提高不一定能保證農(nóng)業(yè)產(chǎn)值的提高，如歷史上常常出現(xiàn)的“谷賤傷農(nóng)”現(xiàn)象，其產(chǎn)生的根本原因就是我國的農(nóng)業(yè)以小農(nóng)經(jīng)濟(jì)為主，規(guī)模化、集約化、專業(yè)化程度較低。為了提高農(nóng)業(yè)產(chǎn)值，必須提高農(nóng)業(yè)專業(yè)化水平，這須要大力發(fā)展農(nóng)業(yè)經(jīng)濟(jì)合作社，將分散的農(nóng)民組織起來，擴(kuò)大農(nóng)業(yè)產(chǎn)業(yè)的規(guī)模化，提升抵御市場經(jīng)濟(jì)風(fēng)險(xiǎn)的能力[32]。加速西藏農(nóng)業(yè)現(xiàn)代化發(fā)展的根本出路就是要實(shí)現(xiàn)產(chǎn)業(yè)結(jié)構(gòu)的轉(zhuǎn)變，從傳統(tǒng)的資源消耗型轉(zhuǎn)換為科技推動(dòng)型，提高農(nóng)業(yè)生產(chǎn)的科技化水平，加快農(nóng)業(yè)科研產(chǎn)業(yè)的發(fā)展，提升和推廣農(nóng)業(yè)技術(shù)體系，還要加快農(nóng)業(yè)機(jī)械化進(jìn)程，轉(zhuǎn)變農(nóng)業(yè)發(fā)展方式，使農(nóng)業(yè)由粗放型增長向集約型增長發(fā)展，這是農(nóng)業(yè)產(chǎn)值實(shí)現(xiàn)可持續(xù)增長的必然趨勢。

參考文獻(xiàn)：

[1]陳錫文. 中國農(nóng)業(yè)發(fā)展形勢及面臨的挑戰(zhàn)[J]. 農(nóng)村經(jīng)濟(jì)，2015（1）：3-7.

[2]毛飛，孔祥智. 中國農(nóng)業(yè)現(xiàn)代化總體態(tài)勢和未來取向[J]. 改革，2012（10）：9-21.

[3]郭建平. 氣候變化對(duì)中國農(nóng)業(yè)生產(chǎn)的影響研究進(jìn)展[J]. 應(yīng)用氣象學(xué)報(bào)，2015，26（1）：1-11.

[4]宋建新. 農(nóng)業(yè)氣候變化脆弱性及治理研究進(jìn)展[J]. 生態(tài)經(jīng)濟(jì)，2016，32（10）：164-168.

[5]Du M，Kawashima S，Yonemura S，et al. Mutual influence between human activities and climate change in the Tibetan Plateau during recent years[J]. Global and Planetary Change，2004，41（3/4）：241-249.

[6]Zhang G，Dong J，Zhou C，et al.Increasing cropping intensity in response to climate warming in Tibetan Plateau，China[J]. Field Crops Research，2013，142：36-46.

[7]Mastrandrea M D，Katharine J M，Gian-kasper P，et al.The IPCC AR5 guidance note on consistent treatment of uncertainties：a common approach across the working groups[J]. Climatic Change，2011，108（4）：675-691.

[8]丁一匯，王會(huì)軍. 近百年中國氣候變化科學(xué)問題的新認(rèn)識(shí)[J]. 科學(xué)通報(bào)，2016，61（10）：1027-1041.

[9]杜軍，路紅亞，建軍. 1961—2010年西藏極端氣溫事件的時(shí)空變化[J]. 地理學(xué)報(bào)，2013，68（9）：1269-1280.

[10]徐宗學(xué)，孟翠玲，鞏同梁，等. 西藏自治區(qū)氣溫變化趨勢分析[J]. 自然資源學(xué)報(bào)，2009，24（1）：162-170.

[11]萬運(yùn)帆，李玉娥，高清竹，等. 西藏氣候變化趨勢及其對(duì)青稞產(chǎn)量的影響[J]. 農(nóng)業(yè)資源與環(huán)境學(xué)報(bào)，2018，35（4）：374-380.

[12]赤曲. 西藏近45年之氣候變化特征淺析[J]. 西藏科技，2017（1）：54-59.

[13]楊衛(wèi)明，李炳軍. 基于灰色組合模型的我國糧食生產(chǎn)影響因素差異分析[J]. 廣東農(nóng)業(yè)科學(xué)，2018，45（9）：151-156，173.

[14]肖體瓊，何春霞，陳永生，等. 基于SPSS的江蘇省農(nóng)機(jī)化發(fā)展影響因素多元回歸分析[J]. 中國農(nóng)機(jī)化學(xué)報(bào)，2014，35（3）：263-267.

[15]李艷，黃春林，盧玲. 基于EFAST方法的SEBS模型參數(shù)全局敏感性分析[J]. 遙感技術(shù)與應(yīng)用，2014，29（5）：719-726.

[16]Tang Y，Reed P，Wageneer T，et al.Comparing sensitivity analysis methods to advance lumped watershed model identification and evaluation[J]. Hydrology and Earth System Sciences Discussions，2007，3（6）：793-817.

[17]王芳，高永剛，白鳴祺. 近 50 年氣候變化對(duì)濕地第一性凈生產(chǎn)力的影響[C]//第 32 屆中國氣象學(xué)會(huì)年會(huì)，2015.

[18]Li Y，Liu J，Zhou G，et al.Warming effects on photosynthesis of subtropical tree species：a translocation experiment along an altitudinal gradient[J]. Scientific Reports，2016，6：24895.

[19]張曉平，朱道林，許祖學(xué). 西藏土地利用多功能性評(píng)價(jià)[J]. 農(nóng)業(yè)工程學(xué)報(bào)，2014，30（6）：185-194.

[20]陳兆波，董文，霍治國，等. 中國農(nóng)業(yè)應(yīng)對(duì)氣候變化關(guān)鍵技術(shù)研究進(jìn)展及發(fā)展方向[J]. 中國農(nóng)業(yè)科學(xué)，2013，46（15）：3097-3104.

[21]余成群，鐘志明. 西藏農(nóng)牧業(yè)轉(zhuǎn)型發(fā)展的戰(zhàn)略取向及其路徑抉擇[J]. 中國科學(xué)院院刊，2015，30（3）：313-321.

[22]徐瑤，何政偉，陳濤. 西藏農(nóng)牧業(yè)生態(tài)環(huán)境現(xiàn)狀與可持續(xù)發(fā)展對(duì)策[J]. 廣東農(nóng)業(yè)科學(xué)，2011，38（13）：147-149.

[23]宋連久，張涪平，孫自保，等. 投入要素對(duì)西藏農(nóng)業(yè)經(jīng)濟(jì)增長的貢獻(xiàn)研究[J]. 華中農(nóng)業(yè)大學(xué)學(xué)報(bào)（社會(huì)科學(xué)版），2010（6）：52-56.

[24]劉清元，嚴(yán)昌榮. 西藏農(nóng)業(yè)推廣模式的現(xiàn)狀、問題及對(duì)策[J]. 西藏農(nóng)業(yè)科技，2010，32（4）：1-3.

[25]蔣兵濤，王喜龍，楊曉菊. 合理調(diào)整產(chǎn)業(yè)結(jié)構(gòu)促進(jìn)西藏農(nóng)業(yè)發(fā)展[J]. 中國園藝文摘，2011，27（1）：46-48.

[26]關(guān)樹森，巴果，劉國一. 西藏農(nóng)牧業(yè)發(fā)展的障礙因素及解決辦法[J]. 西藏農(nóng)業(yè)科技，2011，33（2）：45-48.

[27]高強(qiáng)，孔祥智. 農(nóng)業(yè)科技創(chuàng)新與技術(shù)推廣體系研究：日本經(jīng)驗(yàn)及對(duì)中國的啟示[J]. 世界農(nóng)業(yè)，2012（8）：9-16.

[28]楊艷麗，馬紅坤，王曉君，等. 發(fā)達(dá)國家區(qū)域性農(nóng)業(yè)科技創(chuàng)新中心的構(gòu)建經(jīng)驗(yàn)及對(duì)京津冀區(qū)域的啟示[J]. 中國農(nóng)業(yè)科技導(dǎo)報(bào)，2019，21（11）：9-16.

[29]吳學(xué)兵，丁建軍. 發(fā)達(dá)國家農(nóng)業(yè)現(xiàn)代化的主要做法及其啟示——以美法日為例[J]. 農(nóng)業(yè)經(jīng)濟(jì)，2016（9）：10-12.

[30]馮淑清. 加大農(nóng)業(yè)產(chǎn)業(yè)結(jié)構(gòu)調(diào)整確保農(nóng)民穩(wěn)定增收[J]. 農(nóng)業(yè)工程技術(shù)，2019（11）：12.

[31]唐紅群，李慶華，彭金波，等. 深化區(qū)域農(nóng)業(yè)產(chǎn)業(yè)結(jié)構(gòu)調(diào)整推進(jìn)宜昌農(nóng)村經(jīng)濟(jì)優(yōu)化升級(jí)[J]. 時(shí)代金融，2019（3）：10-11.

[32]楊丹，唐羽. 合謀視角下的農(nóng)民合作社績效與評(píng)級(jí)[J]. 農(nóng)業(yè)技術(shù)經(jīng)濟(jì)，2019（3）：75-86.賈海發(fā)，卿鑫. 西寧市生態(tài)文明建設(shè)及其耦合協(xié)調(diào)發(fā)展測度[J]. 江蘇農(nóng)業(yè)科學(xué)，2021，49（2）：217-222.