氣象災(zāi)害對糧食生產(chǎn)的影響研究——以福建省為例

田貴良，林志宇

(河海大學(xué) 商學(xué)院，江蘇 南京 211100)

?

氣象災(zāi)害對糧食生產(chǎn)的影響研究——以福建省為例

田貴良，林志宇

(河海大學(xué) 商學(xué)院，江蘇 南京 211100)

摘要:利用1984-2013年統(tǒng)計數(shù)據(jù)，分析福建省糧食產(chǎn)量和氣象災(zāi)害的變化趨勢。運用相關(guān)分析和敏感性分析，分別研究了5種氣象災(zāi)害對5種糧食作物的影響程度，并在此基礎(chǔ)上提出政策建議，為福建省糧食生產(chǎn)的持續(xù)發(fā)展和科學(xué)決策提供借鑒。結(jié)果表明：①氣象災(zāi)害對福建省糧食生產(chǎn)具有負面影響；②對福建省糧食生產(chǎn)影響最大的氣象災(zāi)害是臺風(fēng)，其次是風(fēng)雹，受一般強度和高強度臺風(fēng)影響最大的分別是稻谷和小麥，而受一般強度和高強度風(fēng)雹影響最大的分別是玉米和小麥；③氣象災(zāi)害受災(zāi)率和成災(zāi)率每變動1%，福建省糧食單產(chǎn)分別變動6.35%和21.56%。稻谷、玉米、薯類、大豆均對一般強度旱災(zāi)和高強度風(fēng)雹最為敏感，其中又分別以薯類和玉米為最，僅有小麥對一般強度和高強度的霜凍最為敏感。

關(guān)鍵詞:糧食生產(chǎn)；氣象災(zāi)害；相關(guān)分析；敏感性分析；福建省

農(nóng)為邦本，糧食安全是關(guān)系國計民生的重大問題。由于人口增長[1]、糧食格局變化[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(zhàn)。福建省作為傳統(tǒng)缺糧大省，人多地少，自然災(zāi)害頻發(fā)，糧食安全形勢一直非常嚴峻[4]。因此，氣象災(zāi)害對福建省糧食生產(chǎn)的影響具有重要的研究意義。

目前，國內(nèi)外學(xué)者已經(jīng)就氣象災(zāi)害對糧食生產(chǎn)的影響進行了大量研究。UNEP[5]研究結(jié)果表明，直至2020年，與天氣相關(guān)的事件引發(fā)的經(jīng)濟成本預(yù)計將增加兩倍，達到1 500億美元/年。Vellinga等[6]研究表明雖然氣象與非氣象災(zāi)害所造成的損失均不斷增加，但相對于非氣象災(zāi)害，氣象災(zāi)害的發(fā)生率顯著上升。H?ppe[7]分析了1950-2005年間大規(guī)模自然災(zāi)害事件的發(fā)展趨勢，發(fā)現(xiàn)其所造成的損失劇烈增加。史培軍等[8]分析了1980-1994年農(nóng)業(yè)自然災(zāi)害對糧食生產(chǎn)的影響，得出這15年來的農(nóng)業(yè)自然災(zāi)害(主要為水旱災(zāi)害)致使中國糧食減產(chǎn)達到同期糧食產(chǎn)量的15%左右，其中僅氣象災(zāi)害占到40%左右。劉明亮等[9]通過分解糧食產(chǎn)量的時間趨勢項與波動項，分析了1949-1995年間中國主要糧食作物生產(chǎn)的波動性以及主要農(nóng)業(yè)自然災(zāi)害對糧食生產(chǎn)的影響，得出中國糧食生產(chǎn)的波動性在很大程度上受制于受災(zāi)情況。馬九杰等[10]根據(jù)2002和2003年的分省相關(guān)數(shù)據(jù)，通過相關(guān)分析等方法，分析了農(nóng)業(yè)自然災(zāi)害對糧食綜合生產(chǎn)能力的影響，發(fā)現(xiàn)自然災(zāi)害對中國糧食綜合生產(chǎn)能力具有顯著影響。羅小鋒[11]利用描述性統(tǒng)計和C-D生產(chǎn)函數(shù)，分析了自然災(zāi)害對湖北省糧食產(chǎn)量的影響，指出自然災(zāi)害已成為影響湖北省糧食產(chǎn)量的重大因素。莊道元等[12]利用全國31個省市1979-2007年糧食生產(chǎn)的面板數(shù)據(jù)，引入變截距雙對數(shù)模型對不同階段自然災(zāi)害對糧食產(chǎn)量的影響進行計量分析，結(jié)果顯示三個階段中自然災(zāi)害對糧食產(chǎn)量的負面影響均較顯著，而且自然災(zāi)害對糧食產(chǎn)量影響的程度呈不斷下降的趨勢。龍方等[13]對中國1950-2008年稻谷單產(chǎn)和氣象災(zāi)害數(shù)據(jù)進行灰色關(guān)聯(lián)分析，結(jié)果表明中國稻谷單產(chǎn)水平變化是由技術(shù)因素、社會因素和自然因素決定的，其中，社會因素占15%~17%，技術(shù)因素占28%~35%，自然因素占48%~56%。高云等[14]通過對2000-2008年自然災(zāi)害發(fā)生面積與農(nóng)業(yè)發(fā)展的各項指標進行了對比分析和回歸分析，得出自然災(zāi)害對中國農(nóng)業(yè)發(fā)展的影響較為顯著，并具體指出水災(zāi)與旱災(zāi)的影響較為顯著，且水災(zāi)比旱災(zāi)的影響更為顯著。劉曉敏等[15]利用灰色關(guān)聯(lián)分析自然災(zāi)害對河北省糧食產(chǎn)量的影響，結(jié)果表明風(fēng)雹災(zāi)受災(zāi)未成災(zāi)率，糧食風(fēng)雹災(zāi)成災(zāi)率、糧食旱災(zāi)受災(zāi)未成災(zāi)率對1985-2010年河北省糧食產(chǎn)量影響較強。上述研究明確了氣象災(zāi)害對糧食生產(chǎn)的負面影響，具有一定的現(xiàn)實指導(dǎo)意義，但前人研究主要集中于總體受災(zāi)情況對糧食產(chǎn)量的影響，而忽視了不同氣象災(zāi)害對不同糧食作物的作用機理和影響程度存在差異。此外，前人研究更加重視對氣象災(zāi)害和糧食產(chǎn)量間的相關(guān)性分析，而忽視了糧食作物對氣象災(zāi)害的敏感性研究，即無法定量衡量單位氣象災(zāi)害變動所引致的糧食產(chǎn)量的變動幅度。

有鑒于此，本研究分析了1984-2013年福建省糧食產(chǎn)量和氣象災(zāi)害的變化趨勢，并通過相關(guān)分析和敏感性分析，分別研究5種氣象災(zāi)害與5種糧食作物之間的相關(guān)程度和敏感程度，提出政策建議，為福建省糧食生產(chǎn)的穩(wěn)定發(fā)展和科學(xué)決策提供借鑒。

1數(shù)據(jù)來源與模型設(shè)置

1.1　變量選取及數(shù)據(jù)來源

本研究分別以稻谷、小麥、玉米、薯類、大豆單產(chǎn)為因變量，在糧食單產(chǎn)與氣象災(zāi)害受災(zāi)率和成災(zāi)率的分析中，分別以旱災(zāi)、水災(zāi)、風(fēng)雹、霜凍、臺風(fēng)的受災(zāi)率和成災(zāi)率為自變量。福建省的糧食產(chǎn)量和氣象災(zāi)害的受災(zāi)面積、成災(zāi)面積等數(shù)據(jù)來源于《福建統(tǒng)計年鑒》、《中國農(nóng)村統(tǒng)計年鑒》(1985-2014年)。由于福建省從1998年起才將臺風(fēng)的受災(zāi)面積和成災(zāi)面積數(shù)據(jù)列入統(tǒng)計年鑒，所以在分析臺風(fēng)對糧食產(chǎn)量的影響時僅考慮2004-2013年的數(shù)據(jù)。

1.2　模型設(shè)置

1.2.1相關(guān)分析

本研究采用相關(guān)系數(shù)表示氣象災(zāi)害與糧食單產(chǎn)之間的相關(guān)程度，分別取顯著性水平0.01、0.05和0.1進行雙側(cè)檢驗。

對于氣象災(zāi)害受災(zāi)率(或成災(zāi)率)和糧食單產(chǎn)兩個變量，假設(shè)它們的樣本值分別為Mi與Cj(i，j=1，2，…，n)，則兩個變量之間的相關(guān)系數(shù)為：

(1)

(2)

R為兩個變量之間的相關(guān)系數(shù)，其值界于[-1，1]。R>0，表示正相關(guān)，R<0，表示負相關(guān)。R的絕對值越接近于1，表示兩個變量的關(guān)系越密切，越接近于0，表示兩個變量的關(guān)系越不密切。

1.2.2敏感性分析

為定量衡量單位氣象災(zāi)害變動引發(fā)的糧食產(chǎn)量變動幅度高低，本研究引入敏感性的概念。糧食產(chǎn)量對氣象災(zāi)害的敏感性是指氣象災(zāi)害的變化對糧食生產(chǎn)系統(tǒng)的所造成的影響程度。若氣象災(zāi)害發(fā)生較大變動，但其造成的糧食產(chǎn)量變動幅度較小，表明糧食產(chǎn)量對氣象災(zāi)害的敏感性較??；反之，則敏感性較大。

本研究分別以氣象災(zāi)害受災(zāi)率(或成災(zāi)率)和糧食單產(chǎn)來反映糧食生產(chǎn)系統(tǒng)輸入量和輸出量的變化，以敏感度來表示糧食產(chǎn)量對氣象災(zāi)害的敏感性的強弱程度。敏感度的計算步驟如下所示。

(1)計算糧食單產(chǎn)變化率

(3)

式中：ΔCk為當年的糧食單產(chǎn)變化率，Ck為當年糧食單產(chǎn)；Ck-1為上一年糧食單產(chǎn)，k=2,3，…，n。

福特成為美國歷史上惟一一位未經(jīng)選舉就接任副總統(tǒng)以及總統(tǒng)的人——因為水門事件，副總統(tǒng)辭職，他接任；總統(tǒng)尼克松辭職后，他成為美國總統(tǒng)。也是因為水門事件，1976年，福特難以挽回失望的選民，以微弱的差距輸給了卡特。他在1980年競選羅納德·里根政府的副總統(tǒng)，但是里根選擇了喬治·H·W·布什作為他的副總統(tǒng)。離職后的福特依舊活躍，美國重要的歷史性和儀式性大事。1981年他在大急流村開設(shè)杰拉爾德·福特博物館，在安娜堡開辦杰拉爾德·福特圖書館。1999年被前總統(tǒng)比爾·克林頓授予總統(tǒng)自由勛章。由于他特赦尼克松，2001年被授予肯尼迪勇敢人物獎?wù)隆?/p>

(2)計算氣象災(zāi)害變化率

(4)

式中：ΔMk為當年氣象災(zāi)害受災(zāi)率(或成災(zāi)率)的變化率，Mk為當年氣象災(zāi)害受災(zāi)率(或成災(zāi)率)，Mk-1為上一年的氣象災(zāi)害受災(zāi)率(或成災(zāi)率)，k=2,3，…，n。

(3)計算樣本間敏感度

(5)

式中：rk為當年糧食單產(chǎn)對氣象災(zāi)害受災(zāi)率(或成災(zāi)率)的敏感度，k=2,3,…,n。

(4)計算變量間敏感度

(6)

式中：r為糧食單產(chǎn)對氣象災(zāi)害受災(zāi)率(或成災(zāi)率)的敏感度。

2氣象災(zāi)害和糧食產(chǎn)量變化趨勢

2.1　氣象災(zāi)害變化趨勢

統(tǒng)計局和農(nóng)業(yè)部將糧食減產(chǎn)10%以上稱作受災(zāi)，減產(chǎn)30%以上稱作成災(zāi)，本研究分別以受災(zāi)率和成災(zāi)率表征一般強度和高強度氣象災(zāi)害的受災(zāi)范圍。由圖1可知，受災(zāi)率和成災(zāi)率的年均值較高，分別為26.70%和12.53%，但分別以每年0.7%和0.3%的趨勢下滑，這說明雖然近1984年以來福建省氣象災(zāi)害的受災(zāi)范圍比較廣，但總體呈減小趨勢，而且一般氣象災(zāi)害的受災(zāi)范圍減小得更為明顯。

此外，對5種氣象災(zāi)害受災(zāi)率進行回歸分析，結(jié)果表明，旱災(zāi)、水災(zāi)、風(fēng)雹、臺風(fēng)的受災(zāi)率分別以0.3%、0.7%、0.1%、1.5%的趨勢逐年遞減，僅有霜凍的受災(zāi)率保持平穩(wěn)。

圖1　1984-2013年福建省氣象災(zāi)害受災(zāi)率和成災(zāi)率的年際變化

2.2　糧食產(chǎn)量變化趨勢

由圖2可知，1984-2013年，福建省糧食單產(chǎn)總體以71.60 kg/hm2的年趨勢波動上升。1984年全省糧食單產(chǎn)僅有4 216.52 kg/hm2，而2013年則達到6 002.30 kg/hm2，是1984年的1.42倍。1984-1997年間，福建省糧食總產(chǎn)也呈波動上升趨勢，直至1997年達到最大產(chǎn)量961.78萬t，但從1998年起，受播種面積減少的影響，糧食總產(chǎn)逐年降低，直至2013年達到最低產(chǎn)量，為523.60萬t，僅占到1997年糧食總產(chǎn)量的54%。

此外，對5種糧食作物單產(chǎn)進行回歸分析，結(jié)果表明，稻谷、小麥、玉米、薯類、大豆的單產(chǎn)分別以54.61、44.44、102.79、43.65、52.32 kg/hm2的趨勢逐年遞增。

圖2　1984-2013年福建省糧食單產(chǎn)和糧食總產(chǎn)的年際變化

3氣象災(zāi)害對糧食產(chǎn)量的影響分析

3.1　相關(guān)分析

本研究以氣象災(zāi)害受災(zāi)率與糧食單產(chǎn)的相關(guān)系數(shù)表示一般強度氣象災(zāi)害對糧食生產(chǎn)的影響程度。分析結(jié)果顯示，1984-2013年福建省糧食單產(chǎn)與氣象災(zāi)害受災(zāi)率的相關(guān)系數(shù)為-0.479，說明氣象災(zāi)害對全省糧食單產(chǎn)具有一定負面影響，但由于糧食生產(chǎn)還受到技術(shù)進步、社會經(jīng)濟等因素的影響，所以相關(guān)程度并不高。

從表1中可以看出，5種作物受到不同氣象災(zāi)害的相對影響程度基本一致，但5種氣象災(zāi)害對不同作物的相對影響程度卻有較大差異。其中，受旱災(zāi)影響較大的是大豆、稻谷，受水災(zāi)影響較大的是薯類、稻谷，受風(fēng)雹影響較大的是玉米和大豆，受臺風(fēng)影響較大的是稻谷和玉米，但5種作物受霜凍的影響均非常小。

本研究以氣象災(zāi)害成災(zāi)率與糧食單產(chǎn)的相關(guān)系數(shù)表示高強度氣象災(zāi)害對糧食生產(chǎn)的影響程度。分析結(jié)果顯示，1984-2013年福建省糧食單產(chǎn)與氣象災(zāi)害成災(zāi)率的相關(guān)系數(shù)為-0.435，低于與受災(zāi)率的，說明總體上高強度氣象災(zāi)害對全省糧食單產(chǎn)的影響要小于一般強度的氣象災(zāi)害。

從表2中可以看出，除稻谷受高強度臺風(fēng)的影響大于風(fēng)雹外，5種作物受到不同高強度氣象災(zāi)害的相對影響程度基本一致，但5種高強度氣象災(zāi)害對不同作物的相對影響程度卻有較大差異。其中，受高強度旱災(zāi)影響較大的是稻谷和大豆，受高強度水災(zāi)影響較大的是稻谷和薯類，受高強度風(fēng)雹影響較大的是小麥和玉米，受高強度臺風(fēng)影響較大的是小麥和稻谷，但5種作物受高強度霜凍的影響均非常小。

表1　1984-2013年福建省糧食單產(chǎn)與氣象災(zāi)害受災(zāi)率的相關(guān)系數(shù)與排序

注：表中***表示通過顯著性檢驗P<0.01；**表示通過顯著性檢驗P<0.05；*表示通過顯著性檢驗P<0.1。

表2　1984-2013年福建省糧食單產(chǎn)與氣象災(zāi)害成災(zāi)率的相關(guān)系數(shù)與排序

注：表中***表示通過顯著性檢驗P<0.01；**表示通過顯著性檢驗P<0.05；*表示通過顯著性檢驗P<0.1。

3.2　敏感性分析

本研究以氣象災(zāi)害受災(zāi)率與糧食單產(chǎn)的敏感度表示糧食產(chǎn)量對一般強度氣象災(zāi)害的敏感性程度，敏感度越大表示氣象災(zāi)害受災(zāi)率每變動1%，糧食單產(chǎn)相應(yīng)的變動幅度越大。分析結(jié)果顯示，1984-2013年福建省糧食單產(chǎn)與氣象災(zāi)害受災(zāi)率的敏感度為6.35%，說明氣象災(zāi)害受災(zāi)率每變動1%，全省糧食單產(chǎn)相應(yīng)的變動6.35%。

從表3可以看出，5種作物對不同氣象災(zāi)害，以及不同作物對5種氣象災(zāi)害的敏感度均有較大差異。其中，稻谷、玉米、薯類、大豆對旱災(zāi)最為敏感，僅有小麥對霜凍最為敏感，但所有作物均對臺風(fēng)最不敏感。然而，對旱災(zāi)較為敏感的是薯類和玉米，對風(fēng)雹較為敏感的是玉米和大豆，而對水災(zāi)、霜凍和臺風(fēng)較為敏感的是玉米和小麥。

表3　1984-2013年糧食單產(chǎn)與氣象災(zāi)害受災(zāi)率的

本研究以氣象災(zāi)害成災(zāi)率與糧食單產(chǎn)的敏感度表示糧食產(chǎn)量對高強度氣象災(zāi)害的敏感程度。分析結(jié)果顯示，1984-2013年福建省糧食單產(chǎn)與氣象災(zāi)害成災(zāi)率的敏感度為21.56%，說明氣象災(zāi)害成災(zāi)率每變動1%，全省糧食單產(chǎn)相應(yīng)的變動21.56%，明顯高于與受災(zāi)率的變動輻度，可見全省糧食單產(chǎn)對高強度氣象災(zāi)害更為敏感。

從表4可以看出，5種作物對不同的高強度氣象災(zāi)害，以及不同作物對5種高強度氣象災(zāi)害的敏感度均有較大差異。其中，稻谷、玉米、薯類、大豆對高強度風(fēng)雹最為敏感，而對高強度水災(zāi)次之，僅有小麥對高強度霜凍最為敏感，其次才是風(fēng)雹。然而，對高強度旱災(zāi)較為敏感的是玉米和大豆，對高強度風(fēng)雹較為敏感的是玉米和薯類，而對高強度水災(zāi)、霜凍和臺風(fēng)較為敏感的是小麥和玉米。

表4　1984-2013年糧食單產(chǎn)與氣象災(zāi)害

4結(jié)論與建議

(1)氣象災(zāi)害對福建省糧食生產(chǎn)具有負面影響。1984年來全省氣象災(zāi)害受災(zāi)范圍總體呈減小趨勢，在一定程度上促進了糧食生產(chǎn)，使得糧食單產(chǎn)逐年遞增。為實現(xiàn)全省糧食生產(chǎn)穩(wěn)定發(fā)展，建議相關(guān)部門采取一系列防災(zāi)減災(zāi)措施：①提高氣象災(zāi)害監(jiān)測預(yù)警能力，健全氣象災(zāi)害監(jiān)測預(yù)警系統(tǒng)；②提高氣象災(zāi)害應(yīng)急處理能力，健全氣象災(zāi)害應(yīng)急救援體系；③加強氣象災(zāi)害防御人才培養(yǎng)，提高氣象防災(zāi)減災(zāi)科技支撐能力；④強化氣象災(zāi)害防御法制建設(shè)，構(gòu)筑氣象防災(zāi)減災(zāi)法律體系；⑤加強氣象災(zāi)害防御工作組織領(lǐng)導(dǎo)和宣傳教育等。

(2)對福建省糧食生產(chǎn)影響最大的氣象災(zāi)害是臺風(fēng)，其次是風(fēng)雹。受一般強度和高強度臺風(fēng)影響最大的分別是稻谷和小麥，而受一般強度和高強度風(fēng)雹影響最大的分別是玉米和小麥。因此，建議相關(guān)部門對危害較大的氣象災(zāi)害和受氣象災(zāi)害影響較大的糧食作物采取針對性措施。

(3)氣象災(zāi)害受災(zāi)率和成災(zāi)率每變動1%，福建省糧食單產(chǎn)分別變動6.35%和21.56%。稻谷、玉米、薯類、大豆分別對一般強度干旱和高強度風(fēng)雹最為敏感，其中又分別以薯類和玉米為最，僅有小麥對一般強度和高強度的霜凍最為敏感。因此，在今后衡量氣象災(zāi)害對糧食產(chǎn)量的影響時，除了相關(guān)性程度，建議將糧食產(chǎn)量對氣象災(zāi)害的敏感性程度也納入考慮范圍。

參考文獻：

[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(zāi)害影響福建糧食生產(chǎn)安全的機理分析[J]. 自然災(zāi)害學(xué)報, 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]H?ppe 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]史培軍, 王靜愛. 最近15年來中國氣候變化、農(nóng)業(yè)自然災(zāi)害與糧食生產(chǎn)的初步研究[J]. 自然資源學(xué)報, 1997, 12(3):197-203.

[9]劉明亮, 陳百明. 我國近期糧食生產(chǎn)的波動性及其與農(nóng)業(yè)自然災(zāi)害發(fā)生狀況的相關(guān)分析[J]. 災(zāi)害學(xué), 2000, 15(4):78-85.

[10]馬九杰, 崔衛(wèi)杰, 朱信凱. 農(nóng)業(yè)自然災(zāi)害風(fēng)險對糧食綜合生產(chǎn)能力的影響分析[J]. 農(nóng)業(yè)經(jīng)濟問題, 2005(4):14-17.

[11]羅小鋒. 自然災(zāi)害對湖北糧食產(chǎn)量的影響分析[J]. 災(zāi)害學(xué), 2007, 22(2):109-113.

[12]莊道元, 陳超, 趙建東. 不同階段自然災(zāi)害對我國糧食產(chǎn)量影響的分析——基于31個省市的面板數(shù)據(jù)[J]. 軟科學(xué), 2010, 24(9):39-42.

[13]龍方, 楊重玉, 彭澧麗. 糧食生產(chǎn)波動影響因素的實證分析——以湖南省為例[J]. 農(nóng)業(yè)技術(shù)經(jīng)濟, 2010(9):97-104.

[14]高云, 詹慧龍, 陳偉忠,等. 自然災(zāi)害對我國農(nóng)業(yè)的影響研究[J]. 災(zāi)害學(xué), 2013, 28(3):79-84.

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

何如，唐忠蓮，蘇志，等. 廣西某核電站周邊地區(qū)龍卷風(fēng)調(diào)查與評價[J].災(zāi)害學(xué), 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

作者簡介：田貴良(1982-)，男，江蘇睢寧人，副教授，碩士生導(dǎo)師，主要從事資源與環(huán)境經(jīng)濟學(xué)、水資源管理研究. E-mail：tianguiliang@hhu.edu.cn

基金項目：國家自然科學(xué) “基于糧食安全的虛擬水貿(mào)易對氣候變化動態(tài)響應(yīng)與調(diào)整”(41471456)；國家自然科學(xué) “區(qū)域經(jīng)濟系統(tǒng)虛擬水(VW)測算的可計算非線性動態(tài)水資源I-O模型研究”(41001377)

收稿日期：2015-06-05修回日期：2015-09-06

中圖分類號：X43

文獻標志碼：A

文章編號：1000-811X(2016)01-0148-05

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