基于灰色預(yù)測(cè)模型的山東省糧食災(zāi)損量評(píng)估及災(zāi)害關(guān)聯(lián)度分析

欒健，周玉璽

（山東農(nóng)業(yè)大學(xué)經(jīng)濟(jì)管理學(xué)院，山東 泰安 271018）

基于灰色預(yù)測(cè)模型的山東省糧食災(zāi)損量評(píng)估及災(zāi)害關(guān)聯(lián)度分析

欒健，周玉璽*

（山東農(nóng)業(yè)大學(xué)經(jīng)濟(jì)管理學(xué)院，山東 泰安 271018）

基于山東省1978-2012年糧食生產(chǎn)及自然災(zāi)害數(shù)據(jù)，利用灰色預(yù)測(cè)模型量化分析自然災(zāi)害對(duì)糧食生產(chǎn)的影響，估計(jì)糧食災(zāi)損量并測(cè)算不同糧食作物災(zāi)損量與不同自然災(zāi)害間的關(guān)聯(lián)系數(shù)，得出結(jié)論如下：1）1979-2012年間，糧食總災(zāi)損量年平均146.50萬(wàn)t。平均波動(dòng)周期5.67 a，總體來(lái)看波動(dòng)幅度不斷減小，具體來(lái)看各周期振幅呈現(xiàn)減小、增加、減小的變化規(guī)律。2）1979-2012年間，小麥災(zāi)損率平均波動(dòng)周期6.60 a，災(zāi)損平均變化率-0.33%；玉米災(zāi)損率平均波動(dòng)周期3.67 a，玉米災(zāi)損平均變化率-0.43%。3）各類自然災(zāi)害對(duì)小麥、玉米的影響程度均表現(xiàn)為：旱災(zāi)＞風(fēng)雹災(zāi)害＞水災(zāi)。

灰色預(yù)測(cè)模型；災(zāi)損量；糧食生產(chǎn)；自然災(zāi)害；山東省

自然災(zāi)害對(duì)我國(guó)糧食產(chǎn)量的影響極大[1-3]，已經(jīng)成為制約我國(guó)糧食生產(chǎn)的重要因素[4]。全球變暖背景下，極端天氣更具突發(fā)性、反常性與難預(yù)測(cè)性，導(dǎo)致自然災(zāi)害發(fā)生頻率和影響范圍不斷擴(kuò)大，給我國(guó)未來(lái)糧食生產(chǎn)帶來(lái)嚴(yán)峻的挑戰(zhàn)[5-6]；與此同時(shí)，隨著工業(yè)化和城鎮(zhèn)化進(jìn)程的不斷推進(jìn)，自然資源遭到過(guò)度掠奪，環(huán)境污染日益嚴(yán)重，加劇了自然災(zāi)害的作用強(qiáng)度與影響程度。如何在氣候不斷惡化、資源日益稀少、環(huán)境污染逐年加劇的硬約束下降低自然災(zāi)害對(duì)糧食生產(chǎn)的破壞程度，確保糧食穩(wěn)定增產(chǎn)，是我國(guó)進(jìn)入“新常態(tài)”后農(nóng)業(yè)現(xiàn)代化發(fā)展亟待解決的關(guān)鍵問(wèn)題。山東省地處黃河下游、華東沿海、京杭大運(yùn)河中北段，是我國(guó)重要的糧食生產(chǎn)基地和運(yùn)輸基地。2014年山東省糧食總產(chǎn)量4 596.60萬(wàn)t，占全國(guó)糧食總產(chǎn)量的7.57%。實(shí)現(xiàn)山東省糧食總產(chǎn)量的穩(wěn)步提升，對(duì)于保障國(guó)家糧食安全、維持糧食供需平衡具有重大意義。與此同時(shí)，山東省又是一個(gè)自然災(zāi)害頻發(fā)的省份，旱災(zāi)、洪澇災(zāi)害、風(fēng)雹災(zāi)害、冰凍災(zāi)害屢有發(fā)生，給糧食生產(chǎn)帶來(lái)了極大損失。2012年山東省受災(zāi)面積1.82×106hm2，占全國(guó)受災(zāi)面積的7.30%。因此，評(píng)估山東省糧食災(zāi)損量，測(cè)算不同糧食作物災(zāi)損量與不同自然災(zāi)害間的關(guān)聯(lián)度，分析自然災(zāi)害對(duì)山東省糧食生產(chǎn)的影響，對(duì)于提高山東省防災(zāi)減災(zāi)能力、實(shí)現(xiàn)糧食穩(wěn)產(chǎn)增產(chǎn)、保障糧食安全具有重要意義。

我國(guó)關(guān)于自然災(zāi)害對(duì)糧食生產(chǎn)影響的研究起步于20世紀(jì)80年代。具體來(lái)看，主要從以下視角分析自然災(zāi)害對(duì)糧食生產(chǎn)的影響：1）糧食產(chǎn)量時(shí)序變化趨勢(shì)。糧食產(chǎn)量時(shí)序變化趨勢(shì)包括長(zhǎng)期趨勢(shì)與短期趨勢(shì)，長(zhǎng)期趨勢(shì)主要體現(xiàn)在糧食生產(chǎn)技術(shù)的長(zhǎng)期提升，短期趨勢(shì)主要由自然災(zāi)害的負(fù)面作用與前期政策因素的滯后效應(yīng)共同決定。楊重玉[3]、龍方等[7]采用Logistic函數(shù)對(duì)糧食單產(chǎn)進(jìn)行擬合并剝離出自然災(zāi)害對(duì)糧食生產(chǎn)的影響，廓清了自然災(zāi)害對(duì)糧食生產(chǎn)的時(shí)序影響。2）自然災(zāi)害時(shí)空分布規(guī)律。不同學(xué)者從時(shí)空維度揭示自然災(zāi)害的作用范圍、發(fā)生頻率[8-9]，探討了自然災(zāi)害對(duì)糧食生產(chǎn)影響的階段性特征與區(qū)域性差異[4]。3）糧食災(zāi)損量。根據(jù)受災(zāi)程度的不同可將糧食災(zāi)損面積分為受災(zāi)面積（減產(chǎn)10%-30%）、成災(zāi)面積（減產(chǎn)30%以上）、絕收面積（減產(chǎn)80%以上），依據(jù)各種面積的減產(chǎn)程度可有效度量糧食災(zāi)損量的平均值，評(píng)估自然災(zāi)害對(duì)糧食生產(chǎn)的影響程度[10-13]。4）糧食產(chǎn)量波動(dòng)規(guī)律。自然災(zāi)害的突發(fā)性決定其對(duì)糧食生產(chǎn)的影響以短期波動(dòng)為主。張?jiān)浇芎屯踯奫14]、龍方等[15]運(yùn)用波動(dòng)理論，厘清了自然災(zāi)害造成的糧食產(chǎn)量與長(zhǎng)期趨勢(shì)的偏離程度。王樹(shù)濤等[16]采用EMD分析法（經(jīng)驗(yàn)?zāi)B(tài)分解法）和剩余法測(cè)算各影響因素的波動(dòng)量，并運(yùn)用改進(jìn)的灰色關(guān)聯(lián)分析法將兩兩比較判斷矩陣有機(jī)融合，得出自然因素對(duì)糧食生產(chǎn)波動(dòng)的影響。此外，不少學(xué)者[1,10-11]將自然災(zāi)害影響面積作為糧食生產(chǎn)的微觀影響要素，通過(guò)選取多種微觀要素建立多元回歸模型或C-D生產(chǎn)函數(shù)模型，測(cè)量成災(zāi)面積對(duì)糧食產(chǎn)量的影響程度。

綜觀國(guó)內(nèi)研究，自然災(zāi)害對(duì)糧食生產(chǎn)的影響已由以往的定性研究轉(zhuǎn)變?yōu)楦嗟亩垦芯浚⑶铱梢詺w納出以下幾點(diǎn)：農(nóng)業(yè)自然災(zāi)害以農(nóng)業(yè)氣象災(zāi)害為主，發(fā)生頻率高、作用范圍廣，嚴(yán)重制約著糧食的穩(wěn)定增產(chǎn)和糧食綜合生產(chǎn)能力的提升。然而，自然災(zāi)害造成的糧食災(zāi)損量的評(píng)估由于在實(shí)際中具有難以準(zhǔn)確統(tǒng)計(jì)和測(cè)算的特點(diǎn)，目前多數(shù)學(xué)者采用了減產(chǎn)分成法，即將受災(zāi)面積、成災(zāi)面積、絕收面積按固定比例估計(jì)災(zāi)損量[8-9,15-16]。由于各災(zāi)害影響面積災(zāi)損量的比率在實(shí)際中不會(huì)完全一致，因此采用固定比例估計(jì)災(zāi)損量的減產(chǎn)分成法是對(duì)糧食災(zāi)損量的平均估計(jì)，準(zhǔn)確度不高。且隨著時(shí)間的推移，自然災(zāi)害對(duì)糧食生產(chǎn)的影響尚處于不斷變化中。本文以山東省為研究對(duì)象，利用灰色預(yù)測(cè)模型，全面考慮各種因素對(duì)糧食生產(chǎn)的影響并將自然災(zāi)害之外的其他因素逐步分離，從糧食生產(chǎn)波動(dòng)的角度量化分析自然災(zāi)害的影響，計(jì)算災(zāi)損率，測(cè)算不同糧食作物災(zāi)損量與不同自然災(zāi)害的關(guān)聯(lián)度，為山東省自然災(zāi)害的防治提供依據(jù)與建議。

1 研究方法和數(shù)據(jù)來(lái)源

1.1 研究方法

采用灰色預(yù)測(cè)模型，逐步剔除其他因素的影響，得出自然災(zāi)害造成的糧食災(zāi)損量，并利用灰色關(guān)聯(lián)分析法確定不同災(zāi)害造成的災(zāi)損程度，與已有研究相比有以下不同之處：與使用減產(chǎn)分成法估計(jì)糧食災(zāi)損量[10-13]相比，彌補(bǔ)了同一受災(zāi)面積或成災(zāi)面積災(zāi)損狀況無(wú)法完全一致的問(wèn)題，災(zāi)損量估計(jì)的準(zhǔn)確度有所提高；與多元回歸分析法[1,10-11]相比，更能體現(xiàn)出自然災(zāi)害對(duì)糧食生產(chǎn)造成的時(shí)序變化與階段性差異。

1.1.1 糧食災(zāi)損量評(píng)估模型 糧食總產(chǎn)量受糧食單產(chǎn)與糧食播種面積的影響，自然災(zāi)害對(duì)糧食生產(chǎn)的危害主要是通過(guò)影響糧食單產(chǎn)的波動(dòng)來(lái)實(shí)現(xiàn)的。目前，隨著城市化進(jìn)程不斷加快，建筑用地不斷增加，農(nóng)業(yè)生產(chǎn)受到第二、三產(chǎn)業(yè)的嚴(yán)重?cái)D壓。在糧食單產(chǎn)受到自然災(zāi)害的影響而波動(dòng)的同時(shí)，種糧比較收益的減少導(dǎo)致糧食播種面積的減少，也是致使糧食減損量變化的重要原因，這一部分糧食損失并不能納入糧食災(zāi)損量評(píng)估中。本文在估計(jì)糧食災(zāi)損量時(shí)，首先逐步分離出自然災(zāi)害對(duì)糧食單產(chǎn)的波動(dòng)影響，再運(yùn)用糧食總產(chǎn)量公式將播種面積變化的負(fù)面影響剔除，從而得到自然災(zāi)害造成的糧食災(zāi)損量，計(jì)算災(zāi)損率。

1）糧食單產(chǎn)波動(dòng)分解模型。糧食單產(chǎn)受諸多因素的共同影響，但總的來(lái)說(shuō)可以歸納為三類：技術(shù)因素、社會(huì)因素、自然因素。技術(shù)因素主要包括糧食作物種植方式、排灌能力、作物育種等，主要表現(xiàn)為隨時(shí)間的推移而逐步遞增的趨勢(shì)，因此，技術(shù)趨勢(shì)產(chǎn)量項(xiàng)可以看作時(shí)間趨勢(shì)項(xiàng)的主要構(gòu)成部分。社會(huì)因素主要代表著農(nóng)業(yè)政策、農(nóng)業(yè)補(bǔ)貼等因素對(duì)糧食生產(chǎn)的影響，這些因素的變化會(huì)引起糧食生產(chǎn)短期波動(dòng)。自然因素是影響糧食單產(chǎn)短期波動(dòng)的首要因素，雨熱條件充足、適合糧食作物生長(zhǎng)的自然條件會(huì)促進(jìn)糧食增收，而自然災(zāi)害則會(huì)造成糧食減產(chǎn)。因此，糧食單產(chǎn)可以分解為時(shí)間趨勢(shì)項(xiàng)和短期波動(dòng)項(xiàng)兩部分：

式中：yt是糧食實(shí)際單產(chǎn)，?t是糧食單產(chǎn)的長(zhǎng)期趨勢(shì)項(xiàng)，主要代表糧食生產(chǎn)技術(shù)因素的主要影響；yf是糧食單產(chǎn)的短期波動(dòng)項(xiàng)，表示社會(huì)因素和自然因素的影響之和。因此，

式中：yi表示社會(huì)因素影響，yd表示自然因素影響，結(jié)合（1）、（2）式，糧食單產(chǎn)表示為：

由于社會(huì)因素對(duì)糧食生產(chǎn)的影響多數(shù)年份中均為正向作用（國(guó)家對(duì)糧食種植支持力度不斷加大），因此，將式中的?t+yi定義為糧食單產(chǎn)增產(chǎn)能力，記為yp，所以，

糧食單產(chǎn)的時(shí)間趨勢(shì)項(xiàng)可以用灰色預(yù)測(cè)模型對(duì)糧食實(shí)際單產(chǎn)進(jìn)行模擬，具體計(jì)算方法如下：原始數(shù)列和累加生成數(shù)列分別為：

對(duì)累加生成序列建立GM(1，1)預(yù)測(cè)模型為：

計(jì)算出模型參數(shù)a，u之后，即可通過(guò)下面的公式進(jìn)行預(yù)測(cè)：

2）糧食總產(chǎn)量中自然災(zāi)害災(zāi)損量的評(píng)估模型。糧食總產(chǎn)量是糧食單產(chǎn)與糧食播種面積的乘積。設(shè)Ys為因播種面積的增減而導(dǎo)致的糧食總產(chǎn)量變化，?p為糧食總產(chǎn)量增產(chǎn)能力，St, St-1分別為本期和前一期的實(shí)際播種面積，則：

因此，糧食總產(chǎn)量可以表示為：

式中：Yt表示糧食當(dāng)期實(shí)際總產(chǎn)量，Yt-1表示糧食前一期實(shí)際總產(chǎn)量，Ys表示因播種面積的增減造成的糧食總產(chǎn)量的變化，?p表示在前一期基礎(chǔ)上的糧食增產(chǎn)能力，Yd表示自然災(zāi)害造成的糧食災(zāi)損量。因此，糧食災(zāi)損量和災(zāi)損率可以分別表示為：

1.1.2 糧食災(zāi)損量與自然災(zāi)害關(guān)聯(lián)度分析模型 在通過(guò)灰色預(yù)測(cè)模型剝離出自然災(zāi)害造成的糧食災(zāi)損量基礎(chǔ)上，為揭示不同自然災(zāi)害對(duì)多種糧食作物的影響程度，通過(guò)運(yùn)用灰色關(guān)聯(lián)分析法，測(cè)算旱災(zāi)、水災(zāi)、風(fēng)雹災(zāi)害與小麥、玉米災(zāi)損量的關(guān)聯(lián)程度。主要步驟為：

1）確定母序列與子序列。設(shè)災(zāi)損量為母序列x0(t)，各災(zāi)害成災(zāi)面積、受災(zāi)面積為子序列xi(t)。

2）使用初值法對(duì)災(zāi)損量和各災(zāi)害成災(zāi)面積、受災(zāi)面積進(jìn)行無(wú)量綱化處理。

3）計(jì)算母序列與各子序列在t年份的絕對(duì)差值：

4）兩極最大差和最小差可以分別表示為：

5）計(jì)算關(guān)聯(lián)系數(shù)：

6）計(jì)算關(guān)聯(lián)度：

1.2 數(shù)據(jù)來(lái)源

本文數(shù)據(jù)均來(lái)自于《中國(guó)統(tǒng)計(jì)年鑒》 （1979-2015）、《中國(guó)農(nóng)業(yè)年鑒》（1979-2015）和中華人民共和國(guó)國(guó)家統(tǒng)計(jì)局網(wǎng)站（www.stats.gov.cn）。選取指標(biāo)包括山東省糧食單產(chǎn)、糧食總產(chǎn)量、小麥單產(chǎn)、小麥總產(chǎn)量、玉米單產(chǎn)、玉米總產(chǎn)量、各類受災(zāi)面積、成災(zāi)面積（2013、2014年份各類成災(zāi)面積數(shù)據(jù)缺失）、有效灌溉面積。本文中的糧食產(chǎn)量是指農(nóng)業(yè)生產(chǎn)經(jīng)營(yíng)者日歷年度內(nèi)生產(chǎn)的全部糧食數(shù)量，按作物品種包括谷物、薯類和豆類，主要糧食作物為小麥、玉米。本文分別針對(duì)糧食總體和小麥、玉米各自災(zāi)損特征和災(zāi)害關(guān)聯(lián)度進(jìn)行測(cè)算與分析。由于2013、2014年山東省成災(zāi)面積數(shù)據(jù)大量缺失，為保證計(jì)算結(jié)果的準(zhǔn)確性與有效性，選取1978-2012年數(shù)據(jù)進(jìn)行測(cè)算。

2 結(jié)果與分析

2.1 山東省糧食生產(chǎn)時(shí)序演變趨勢(shì)

自1978年以來(lái)，山東省糧食總產(chǎn)量總體表現(xiàn)為階段性上升趨勢(shì)（圖1），年均增長(zhǎng)率2.23%，但同時(shí)受自然災(zāi)害、市場(chǎng)和短期政策因素的影響，又表現(xiàn)出一定的波動(dòng)性。具體來(lái)看，1978-1986年，農(nóng)村改革和家庭聯(lián)產(chǎn)承包責(zé)任制的推行極大地激發(fā)了廣大農(nóng)戶的種糧積極性，糧食總產(chǎn)量從2 250萬(wàn)t提升至3 250萬(wàn)t；1986-1996年，糧食總產(chǎn)量仍然大幅提升1 082.7萬(wàn)t，但該階段波動(dòng)性較大，主要原因在于糧食政策的變化以及1992年以來(lái)推行的市場(chǎng)經(jīng)濟(jì)體制對(duì)糧食價(jià)格的波動(dòng)影響；1996-2002年，糧食總產(chǎn)量出現(xiàn)大幅震蕩，分別在1996-1997年（下降480.48萬(wàn)t）和1999-2002年（下降976.31萬(wàn)t）出現(xiàn)兩次大幅下跌，市場(chǎng)經(jīng)濟(jì)對(duì)糧食生產(chǎn)的負(fù)面影響開(kāi)始浮現(xiàn)：糧食作物比較收益低，導(dǎo)致大量農(nóng)戶調(diào)整農(nóng)作物種植結(jié)構(gòu)，減少糧食作物種植，另一方面，農(nóng)資物品與糧食作物間不斷擴(kuò)大的價(jià)格差也制約了農(nóng)戶種糧積極性；2002-2014年以來(lái)，山東省糧食產(chǎn)量連續(xù)提升，從3 292.69萬(wàn)t提升至4 596.6萬(wàn)t，實(shí)現(xiàn)了糧食總產(chǎn)量“十二連增”。

圖1 山東省糧食總產(chǎn)量時(shí)序演變趨勢(shì)（1978-2014年）Fig. 1 Trends of temporal evolution of total grain output in Shandong from 1978 to 2014

從糧食種植種類來(lái)看，山東省糧食種植分為夏秋兩季，夏季以種植小麥為主（約占99%），秋季則以玉米為主（約占75%），以大豆、薯類作物及水稻為輔。隨著糧食作物種植結(jié)構(gòu)的不斷調(diào)整，山東省小麥、玉米占比不斷提升，從1978年的62.91%提升至2014年的92.51%，平均占比83.39%。目前，山東省已形成以小麥、玉米種植為主，薯類、高粱、大豆、谷子等作物為輔的種植格局。山東省小麥生產(chǎn)波動(dòng)狀況與糧食總產(chǎn)量波動(dòng)狀況大致相似，除在1997年左右的部分年份下降之外，絕大多數(shù)年份均保持遞增趨勢(shì)，且單產(chǎn)均位于全國(guó)前列。相對(duì)于小麥來(lái)說(shuō)，玉米生產(chǎn)由于其用途的擴(kuò)展和消費(fèi)結(jié)構(gòu)的變化而日益得到重視。除較少年份外，玉米單產(chǎn)一直大幅領(lǐng)先于小麥。隨著山東省玉米管理技術(shù)的提升與種植面積的穩(wěn)定，玉米總產(chǎn)量正逐年接近小麥總產(chǎn)量。

2.2 山東省自然災(zāi)害種類及時(shí)序變化趨勢(shì)

山東省自然災(zāi)害種類主要包括旱災(zāi)、洪澇災(zāi)害、冰凍災(zāi)害、風(fēng)雹及其他災(zāi)害等。隨著氣候變化和人口增加對(duì)自然資源的過(guò)度掠奪，山東省自然災(zāi)害呈現(xiàn)出顯著特點(diǎn)，表現(xiàn)為：1）作用范圍廣。1978-2012年間，山東省累積受災(zāi)面積111.71×106hm2，累積成災(zāi)面積52.96×106hm2，17地市的糧食生產(chǎn)均遭受不同程度的災(zāi)害影響。2）自然災(zāi)害種類多，各災(zāi)害發(fā)生頻率逐年加劇，且具有季節(jié)性、交替性特點(diǎn)。旱災(zāi)、水災(zāi)、風(fēng)雹災(zāi)害為山東省主要自然災(zāi)害。在成災(zāi)面積中，三者分別占比57.33%、23.97%、12.43%，總和占比93.73%。首先，旱災(zāi)是影響最大、影響區(qū)域最廣、波動(dòng)最劇烈、發(fā)生最頻繁的災(zāi)害。旱災(zāi)受災(zāi)率年平均41.11%，旱災(zāi)成災(zāi)率年平均19.48%。旱災(zāi)成災(zāi)面積與總成災(zāi)面積的變化趨勢(shì)極為相似（圖2），發(fā)生嚴(yán)重自然災(zāi)害的年份均是旱災(zāi)成災(zāi)面積較高的年份。如1981年山東省成災(zāi)面積2.24×106hm2，僅旱災(zāi)成災(zāi)面積就達(dá)到2.15×106hm2，占成災(zāi)面積的96.01%，為史上最高。其次，山東省水災(zāi)、風(fēng)雹災(zāi)害相對(duì)于旱災(zāi)來(lái)說(shuō)影響較小。3）受災(zāi)面積和受災(zāi)強(qiáng)度加大。受災(zāi)成災(zāi)率年平均45.73%，即自然災(zāi)害在農(nóng)作物種植區(qū)發(fā)生時(shí)，有近乎一半的地區(qū)農(nóng)作物實(shí)際收獲量將減少3成以上。此外，自然災(zāi)害還表現(xiàn)出大災(zāi)次數(shù)增加、小災(zāi)次數(shù)減小的趨勢(shì)，其頻發(fā)性和不穩(wěn)定性造成了糧食產(chǎn)量的極大波動(dòng)，山東省防災(zāi)、減災(zāi)能力仍需進(jìn)一步提高。

2.3 糧食災(zāi)損評(píng)估結(jié)果及分析

2.3.1 糧食災(zāi)損評(píng)估結(jié)果 根據(jù)1978-2012年山東省糧食單產(chǎn)、小麥單產(chǎn)、玉米單產(chǎn)數(shù)據(jù)，通過(guò)灰色預(yù)測(cè)模型分別對(duì)糧食、小麥、玉米單產(chǎn)長(zhǎng)期趨勢(shì)項(xiàng)進(jìn)行預(yù)測(cè)，結(jié)果如圖3所示，擬合方程為：

圖2 山東省自然災(zāi)害變化趨勢(shì)（1978-2012年）Fig. 2 Temporal trends of natural disasters in Shandong from 1978 to 2012

三個(gè)預(yù)測(cè)公式中p值均大于0.8，c值均小于0.5，表明模型精度等級(jí)較好，均符合預(yù)測(cè)檢驗(yàn)標(biāo)準(zhǔn)。在計(jì)算出時(shí)間趨勢(shì)項(xiàng)之后，糧食波動(dòng)項(xiàng)即可通過(guò)糧食實(shí)際單產(chǎn)與時(shí)間趨勢(shì)項(xiàng)的差值得出。本文通過(guò)計(jì)算單產(chǎn)變化量的9 a滑動(dòng)平均值作為社會(huì)因素的影響，計(jì)算出山東省各年糧食單產(chǎn)的增產(chǎn)能力，再通過(guò)式（8）至（12），測(cè)算出自然因素導(dǎo)致的糧食災(zāi)損率。

圖3 山東省糧食、小麥、玉米災(zāi)損率評(píng)估（1979-2012年）Fig. 3 Evaluation of the rate of grain loss caused by natural disasters in Shandong from 1978 to 2012

山東省糧食總災(zāi)損率、小麥災(zāi)損率、玉米災(zāi)損率各年評(píng)估值見(jiàn)圖3。1979-2012年間，糧食總災(zāi)損量累計(jì)達(dá)到4 981.01萬(wàn)t，占糧食總產(chǎn)量的4.07%，年平均災(zāi)損量146.50萬(wàn)t；小麥災(zāi)損量累計(jì)達(dá)到2 513.56萬(wàn)t，占小麥總產(chǎn)量的4.37%；玉米災(zāi)損量累計(jì)值1 813.17萬(wàn)t，占玉米總產(chǎn)量的3.93%。其中絕大多數(shù)年份災(zāi)損率均為正值，反映自然災(zāi)害對(duì)糧食生產(chǎn)造成的負(fù)面影響程度。較少數(shù)年份災(zāi)損率評(píng)估出現(xiàn)負(fù)值，這說(shuō)明該年自然因素的正面作用大于其負(fù)面影響，即自然災(zāi)害對(duì)糧食產(chǎn)量基本無(wú)影響，因此災(zāi)損率出現(xiàn)負(fù)值。如1991、1994、1995、1998、1999年，山東省成災(zāi)面積較小，相對(duì)來(lái)說(shuō)屬于較少的風(fēng)調(diào)雨順的年份，因此自然因素總體表現(xiàn)為正向作用。從變化趨勢(shì)上看，總災(zāi)損率變化趨勢(shì)與成災(zāi)面積演變趨勢(shì)較為相似：在1981、1989、1997、2002年山東省成災(zāi)面積到達(dá)波峰，即發(fā)生嚴(yán)重自然災(zāi)害時(shí)，糧食總災(zāi)損率也達(dá)到各周期的最大值，二者在多數(shù)年份中均呈現(xiàn)同方向變化，體現(xiàn)了自然因素對(duì)糧食災(zāi)損量的極大影響，這也說(shuō)明采用灰色預(yù)測(cè)模型對(duì)糧食災(zāi)損量的評(píng)估結(jié)果有效。

2.3.2 糧食災(zāi)損量波動(dòng)特征與變化趨勢(shì)分析 從總災(zāi)損率變化的波動(dòng)特征看，平均周期約為5.67 a。其中，各周期內(nèi)波峰與波谷之間的距離分別為26.49%，18.50%，7.12%，11.04%，15.33%，7.67%，呈現(xiàn)出減小、減小、增加、增加、減小的趨勢(shì)。具體來(lái)看：1978-1984年間，糧食災(zāi)損率均較高，并在1981年達(dá)到最大值26.39%。1984-1991年和1991-1995年間，兩階段內(nèi)自然災(zāi)害的負(fù)面影響較前一時(shí)段出現(xiàn)了不同程度的下降。1995至1998、1998至2004年間，糧食災(zāi)損量再次上浮波動(dòng)，尤其在2002年山東省發(fā)生嚴(yán)重旱災(zāi)時(shí)，災(zāi)損率達(dá)到14.26%。當(dāng)嚴(yán)重自然災(zāi)害發(fā)生時(shí)，糧食災(zāi)損量急劇提升，糧食總產(chǎn)量仍然大幅波動(dòng)。自2004年之后，災(zāi)損率的變化趨勢(shì)與受災(zāi)面積的走勢(shì)發(fā)生偏離，即在受災(zāi)面積隨年份變化而不斷波動(dòng)的同時(shí)，糧食災(zāi)損率穩(wěn)定性增加，波動(dòng)幅度再次下降。小麥災(zāi)損率和玉米災(zāi)損率的變化周期及趨勢(shì)與糧食總災(zāi)損率大致相似，二者的災(zāi)損率曲線圍繞總災(zāi)損率曲線上下波動(dòng)，小麥災(zāi)損率平均波動(dòng)周期6.60 a，玉米災(zāi)損率平均波動(dòng)周期3.67 a。小麥災(zāi)損平均變化率-0.33%，玉米災(zāi)損平均變化率-0.43%，二者均為負(fù)值，表明災(zāi)損率總體呈現(xiàn)下降趨勢(shì)。

2.4 糧食災(zāi)損量與自然災(zāi)害關(guān)聯(lián)度結(jié)果與分析

2.4.1 糧食災(zāi)損量與自然災(zāi)害關(guān)聯(lián)度結(jié)果 基于不同糧食作物災(zāi)損量評(píng)估數(shù)據(jù)，建立糧食災(zāi)損量與自然災(zāi)害關(guān)聯(lián)分析模型，測(cè)算結(jié)果見(jiàn)表1。表1中各指標(biāo)的關(guān)聯(lián)度均接近或大于0.7，屬于中強(qiáng)度關(guān)聯(lián)。從自然災(zāi)害種類看，關(guān)聯(lián)度排序?yàn)椋汉禐?zāi)成災(zāi)面積＞旱災(zāi)受災(zāi)面積＞風(fēng)雹災(zāi)害受災(zāi)面積＞風(fēng)雹災(zāi)害成災(zāi)面積＞水災(zāi)受災(zāi)面積＞水災(zāi)成災(zāi)面積。旱災(zāi)受災(zāi)面積、成災(zāi)面積與災(zāi)損量的關(guān)聯(lián)度最大，分別為0.839 5、0.852 6，表明旱災(zāi)是影響山東省糧食生產(chǎn)的首要災(zāi)害，其次為風(fēng)雹災(zāi)害、水災(zāi)。從糧食作物種植結(jié)構(gòu)看，玉米的災(zāi)損關(guān)聯(lián)度平均值0.788 5，大于小麥的0.758 4，自然災(zāi)害對(duì)玉米的影響程度略高于小麥。

表1 小麥、玉米災(zāi)損量與災(zāi)害受災(zāi)、成災(zāi)面積關(guān)聯(lián)度Table 1 Correlation degrees between the rates and areas affected by natural disasters

小麥災(zāi)損量與各種災(zāi)害面積的關(guān)聯(lián)順序表現(xiàn)為：旱災(zāi)成災(zāi)面積＞旱災(zāi)受災(zāi)面積＞風(fēng)雹災(zāi)害受災(zāi)面積＞風(fēng)雹災(zāi)害成災(zāi)面積＞水災(zāi)受災(zāi)面積＞水災(zāi)成災(zāi)面積，玉米災(zāi)損量與各種災(zāi)害面積的關(guān)聯(lián)順序?yàn)椋汉禐?zāi)成災(zāi)面積＞旱災(zāi)受災(zāi)面積＞風(fēng)雹災(zāi)害成災(zāi)面積＞風(fēng)雹災(zāi)害受災(zāi)面積＞水災(zāi)受災(zāi)面積＞水災(zāi)成災(zāi)面積。二者受自然災(zāi)害的影響程度大致相似，均表現(xiàn)為旱災(zāi)＞風(fēng)雹災(zāi)害＞水災(zāi)。玉米的各災(zāi)害關(guān)聯(lián)度均略高于小麥，表明各種自然災(zāi)害對(duì)玉米生產(chǎn)影響更大。

2.4.2 糧食災(zāi)損量與自然災(zāi)害關(guān)聯(lián)特征分析 從自然災(zāi)害種類看，不同自然災(zāi)害對(duì)糧食生產(chǎn)的影響程度為：旱災(zāi)＞風(fēng)雹災(zāi)害＞水災(zāi)。旱災(zāi)是山東省發(fā)生最為頻繁、影響范圍最廣的自然災(zāi)害。山東省多發(fā)生春旱、春夏連旱、夾秋旱，具有季節(jié)性、隨機(jī)性、連發(fā)性和連片性特點(diǎn)。

降水的減少引發(fā)氣象干旱，地表水分的持續(xù)蒸發(fā)和水資源存儲(chǔ)量的減少導(dǎo)致土壤水分無(wú)法滿足糧食作物生長(zhǎng)的水分需求，致使糧食作物無(wú)法進(jìn)行正常生理活動(dòng)，造成糧食減產(chǎn)或絕收。與此同時(shí)，旱災(zāi)對(duì)糧食生產(chǎn)的負(fù)面影響具有滯后效應(yīng)：當(dāng)年的干旱造成該年糧食減產(chǎn)的同時(shí)，也會(huì)造成水資源儲(chǔ)備量的降低，從而減少來(lái)年糧食生產(chǎn)的水資源供給，引發(fā)來(lái)年的糧食生產(chǎn)問(wèn)題，即一年發(fā)生旱災(zāi)可能造成后續(xù)幾年的糧食持續(xù)減產(chǎn)，因此其對(duì)糧食生產(chǎn)的影響程度最大。水災(zāi)、風(fēng)雹災(zāi)害對(duì)糧食生產(chǎn)的影響程度相對(duì)較低，但二者具有明顯的突發(fā)性和難預(yù)防性特征，變化幅度較大，這無(wú)疑加大了防災(zāi)減災(zāi)難度。

從糧食作物種植結(jié)構(gòu)看，不同糧食作物受自然災(zāi)害影響差異較大。小麥與玉米災(zāi)損率年平均值較為接近，但災(zāi)損率平均波動(dòng)周期相差較大：玉米災(zāi)損率平均波動(dòng)周期為3.67 a，表明受自然災(zāi)害影響更加頻繁。另一方面，由于二者自身種植特征不同，同種自然災(zāi)害對(duì)不同糧食作物的影響時(shí)段也有較大差異：旱災(zāi)對(duì)小麥與玉米總產(chǎn)量均有較大影響，但春旱、夾秋旱對(duì)小麥總產(chǎn)量影響較大。山東省以冬小麥種植為主，約在每年的10月開(kāi)始種植。當(dāng)夾秋旱發(fā)生時(shí)，空氣干燥、蒸發(fā)旺盛會(huì)造成土壤水分流失過(guò)快，嚴(yán)重降低了小麥的出苗率與整齊度。當(dāng)春旱發(fā)生時(shí)，也會(huì)大大降低小麥單產(chǎn)。而7-8月的旱災(zāi)則主要對(duì)玉米造成“卡脖旱”，導(dǎo)致玉米灌漿嚴(yán)重受阻，促使產(chǎn)量下降。

對(duì)于風(fēng)雹災(zāi)害來(lái)說(shuō)，由于4-6月是冬小麥生長(zhǎng)的關(guān)鍵時(shí)期，因此這一時(shí)期的風(fēng)暴災(zāi)害對(duì)小麥生產(chǎn)有著重大影響。而夏秋兩季的風(fēng)雹災(zāi)害則易造成玉米倒伏，造成玉米減產(chǎn)。此外，山東省水災(zāi)多發(fā)于夏季，且發(fā)生頻率與影響范圍較低，其對(duì)小麥、玉米的影響程度低于旱災(zāi)和風(fēng)雹災(zāi)害。因此，為全面提升糧食總產(chǎn)量對(duì)自然災(zāi)害的抵御能力，更應(yīng)根據(jù)糧食作物種植特征和自然災(zāi)害頻發(fā)時(shí)段進(jìn)行有針對(duì)性的防災(zāi)、減災(zāi)。

3 結(jié)論

基于灰色預(yù)測(cè)模型，對(duì)山東省糧食災(zāi)損量進(jìn)行測(cè)算，并通過(guò)灰色關(guān)聯(lián)分析法測(cè)算不同糧食作物災(zāi)損量與各種自然災(zāi)害間的關(guān)聯(lián)度，得出結(jié)論如下：

1）1979-2012年間，糧食總災(zāi)損量累計(jì)達(dá)到4 981.01萬(wàn)t，占糧食總產(chǎn)量的4.07%，年平均災(zāi)損量146.50萬(wàn)t。平均波動(dòng)周期5.67 a，總體來(lái)看波動(dòng)幅度不斷減小，具體來(lái)看各周期振幅呈現(xiàn)減小、增加、減小的變化規(guī)律。

2）1979-2012年間，小麥災(zāi)損量累計(jì)達(dá)到2 513.56萬(wàn)t，占小麥總產(chǎn)量的4.37%，災(zāi)損率平均波動(dòng)周期6.60 a，災(zāi)損平均變化率-0.33%；玉米災(zāi)損量累計(jì)值1 813.17萬(wàn)t，占玉米總產(chǎn)量的3.93%。災(zāi)損率平均波動(dòng)周期3.67 a，玉米災(zāi)損平均變化率-0.43%。

3）各類自然災(zāi)害對(duì)小麥、玉米的影響程度均表現(xiàn)為：旱災(zāi)＞風(fēng)雹災(zāi)害＞水災(zāi)。旱災(zāi)與糧食災(zāi)損量關(guān)聯(lián)度0.852 6，是影響山東省糧食總產(chǎn)量的首要自然災(zāi)害。

4 對(duì)策建議

針對(duì)目前山東省糧食災(zāi)損狀況，本文提出建議如下：

1）完善農(nóng)田水利基礎(chǔ)設(shè)施建設(shè)。對(duì)于糧食生產(chǎn)來(lái)說(shuō)，保證農(nóng)業(yè)用水的有效供給是維持糧食穩(wěn)定增產(chǎn)、提高自然災(zāi)害抵御能力的關(guān)鍵。因此，山東省必須加大水利基礎(chǔ)設(shè)施投入，提高有效灌溉率，并根據(jù)各類自然災(zāi)害和水資源的空間分布特征，加強(qiáng)自然災(zāi)害頻發(fā)地區(qū)的農(nóng)田水利基礎(chǔ)設(shè)施的建設(shè)與完善，合理調(diào)配水資源，提升自然災(zāi)害綜合防控能力。

2）大力推廣節(jié)水灌溉技術(shù)，提高水資源利用率。山東省糧食生產(chǎn)受旱災(zāi)影響最為嚴(yán)重，在水資源稟賦相對(duì)不足的條件下，有效提升糧食生產(chǎn)用水效率是實(shí)現(xiàn)糧食穩(wěn)產(chǎn)增產(chǎn)的重要途徑。根據(jù)各地市氣候特點(diǎn)和糧食種植特征，引導(dǎo)農(nóng)民使用節(jié)水灌溉技術(shù)，推廣節(jié)水灌溉，降低糧食災(zāi)損量。

3）建立自然災(zāi)害風(fēng)險(xiǎn)預(yù)警機(jī)制，提高對(duì)洪澇災(zāi)害和風(fēng)雹災(zāi)害的監(jiān)測(cè)能力，最大限度地縮減突發(fā)性自然災(zāi)害對(duì)糧食生產(chǎn)的負(fù)面影響。加強(qiáng)自然災(zāi)害預(yù)測(cè)體系建設(shè)，實(shí)現(xiàn)水文、氣象、環(huán)境監(jiān)測(cè)站的協(xié)同檢測(cè)，并積極推進(jìn)新型檢測(cè)系統(tǒng)的研制與開(kāi)發(fā)。與此同時(shí)，更要完善自然災(zāi)害預(yù)報(bào)體系，及時(shí)、精準(zhǔn)地發(fā)布自然災(zāi)害預(yù)警信息，減少災(zāi)害損失。

[1] 李茂松, 李章成, 王道龍, 等. 50年來(lái)我國(guó)自然災(zāi)害變化對(duì)糧食產(chǎn)量的影響[J]. 自然災(zāi)害學(xué)報(bào), 2005, 14(2): 55-60.

Li M S, Li Z C, Wang D L, et al. Impact of natural disasters change on grain yield in China in the past 50 years[J]. Journal of Natural Disasters, 2005, 14(2): 55-60.

[2] 馮穎, 姚順波, 郭亞軍. 基于面板數(shù)據(jù)的有效灌溉對(duì)中國(guó)糧食單產(chǎn)的影響[J]. 資源科學(xué), 2012, 34(9): 1734-1740.

Feng Y, Yao S B, Guo Y J. Unit area crop yield response to effective irrigation in China based on a panel data model[J]. Resources Science, 2012, 34(9): 1734-1740.

[3] 楊重玉. 自然災(zāi)害與湖南糧食產(chǎn)量的灰色關(guān)聯(lián)度分析[J]. 湖南農(nóng)業(yè)大學(xué)學(xué)報(bào)(社會(huì)科學(xué)版), 2013, 14(2): 6-9.

Yang Z Y. Gray correlation of natural disasters and the grain output in Hunan[J]. Journal of Hunan Agricultural University (Social Sciences), 2013, 14(2): 6-9.

[4] 馬九杰, 崔衛(wèi)杰, 朱信凱. 農(nóng)業(yè)自然災(zāi)害風(fēng)險(xiǎn)對(duì)糧食綜合生產(chǎn)能力的影響分析[J]. 農(nóng)業(yè)經(jīng)濟(jì)問(wèn)題, 2005(4): 14-17, 79.

Ma J J, Cui W J, Zhu X K. Impacts of natural disasters on comprehensive capacity of grain production in China: An analysis[J]. Issues in Agricultural Economy, 2005(4): 14-17, 79.

[5] 趙建軍, 蔣遠(yuǎn)勝. 氣候變化對(duì)我國(guó)農(nóng)業(yè)受災(zāi)面積的影響分析——基于1951-2009年的數(shù)據(jù)分析[J]. 農(nóng)業(yè)技術(shù)經(jīng)濟(jì), 2011(3): 112-118.

Zhao J J, Jiang Y S. Impacts of climate change on agricultural disaster stricken area: Analysis based on data in 1951-2009[J]. Journal of Agrotechnical Economics, 2011(3): 112-118.

[6] 覃志豪, 唐華俊, 李文娟. 氣候變化對(duì)我國(guó)糧食生產(chǎn)系統(tǒng)影響的研究前沿[J]. 中國(guó)農(nóng)業(yè)資源與區(qū)劃, 2015, 36(1): 1-8.

Qin Z H, Tang H J, Li W J. Front issues in studying the impacts of climate change on grain farming system in China[J]. Chinese Journal of Agricultural Resources and Regional Planning, 2015, 36(1): 1-8.

[7] 龍方, 楊重玉, 彭澧麗. 自然災(zāi)害對(duì)中國(guó)糧食產(chǎn)量影響的實(shí)證分析——以稻谷為例[J]. 中國(guó)農(nóng)村經(jīng)濟(jì), 2011(5): 33-44.

Long F, Yang Z Y, Peng L L. An empirical study on the impacts of natural disasters on China’s grain output: Taking paddy rice as an example[J]. Chinese Rural Economy, 2011(5): 33-44.

[8] 李茂松, 李森, 李育慧. 中國(guó)近50年旱災(zāi)災(zāi)情分析[J]. 中國(guó)農(nóng)業(yè)氣象, 2003, 24(1): 8-11.

Li M S, Li S, Li Y H. Studies on drought in the past 50 Years in China[J]. Chinese Journal of Agrometeorology, 2003, 24(1): 8-11.

[9] 江麗, 安萍莉. 我國(guó)自然災(zāi)害時(shí)空分布及其糧食風(fēng)險(xiǎn)評(píng)估[J].災(zāi)害學(xué), 2011, 26(1): 48-53, 59.

Jiang L, An P L. Temporal and spatial distribution and grain risk assessment of natural disasters in China[J]. Journal of Catastrophology, 2011, 26(1): 48-53, 59.

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

Luo X F. Analysis of effects of natural calamity on grain yield[J]. Journal of Catastrophology, 2007, 22(2): 109-113.

[11] 段小紅. 旱災(zāi)對(duì)甘肅省糧食生產(chǎn)的影響分析[J]. 干旱區(qū)資源與環(huán)境, 2011, 25(7): 35-38.

Duan X H. The impact of drought to grain production in Gansu Province[J]. Journal of Arid Land Resources and Environment, 2011, 25(7): 35-38.

[12] 張星, 張春桂, 吳菊薪, 等. 福建農(nóng)業(yè)氣象災(zāi)害的產(chǎn)量災(zāi)損風(fēng)險(xiǎn)評(píng)估[J]. 自然災(zāi)害學(xué)報(bào), 2009, 18(1): 90-94.

Zhang X, Zhang C G, Wu J X, et al. Risk assessment of yield losses from agro-meteorological disasters in Fujian Province[J]. Journal of Natural Disasters, 2009, 18(1): 90-94.

[13] 高茂盛, 范建忠, 吳清麗. 旱澇災(zāi)害對(duì)陜西省糧食生產(chǎn)的影響研究[J]. 中國(guó)農(nóng)業(yè)大學(xué)學(xué)報(bào), 2012, 17(3): 149-153.

Gao M S, Fan J Z, Wu Q L. Influence of drought and flood disasters on grain production in Shaanxi Province[J]. Journal of China Agricultural University, 2012, 17(3): 149-153.

[14] 張?jiān)浇? 王軍. 吉林省糧食產(chǎn)量波動(dòng)分析[J]. 農(nóng)業(yè)技術(shù)經(jīng)濟(jì), 2007(3): 74-79.

Zhang Y J, Wang J. On the grain output fluctuation in Jilin Province[J]. Journal of Agrotechnical Economics, 2007(3): 74-79.

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

Long F, Yang Z Y, Peng L L. Empirical analysis on the impact factors of fluctuation in grain production: Case of Hunan[J]. Journal of Agrotechnical Economics, 2010(9): 97-104.

[16] 王樹(shù)濤, 李新旺, 門(mén)明新, 等. 基于改進(jìn)灰色關(guān)聯(lián)度法的河北省糧食波動(dòng)影響因素研究[J]. 中國(guó)農(nóng)業(yè)科學(xué), 2011, 44(1): 176-184.

Wang S T, Li X W, Men M X, et al. Study on the influencing factors of grain production in Hebei Province based on gray correlation degree method[J]. Scientia Agricultura Sinica, 2011, 44(1): 176-184.

（責(zé)任編輯：王育花）

An estimation of grain loss caused by natural disasters in Shandong Province based on grey prediction model and its correlation with disasters

LUAN Jian, ZHOU Yu-xi
（College of Economics and Management, Shandong Agricultural University, Tai’an, Shandong 271018, China）

Based on the data of grain production and natural disasters from 1978 to 2012 in Shandong Province, and applying the grey prediction model, this paper conducted a quantitative analysis of the effect of the natural disasters on grain production and the grain loss and calculate the correlation coefficients between different kinds of grain loss caused by natural disasters and different kinds of natural disasters. Results show that: 1) The annual average of grain loss caused by natural disasters is 1.465 0 million tons from 1979 to 2012. The average period of its fluctuation is 5.67 years. And the fluctuation range is decreasing with a trend of decreasing, increasing and decreasing pattern. 2) The average period of the fluctuation of wheat loss is 6.6 years from 1979 to 2012 with a changing rate of -0.33% on average. And the period of the fluctuation of corn loss is 3.67 years on average with a changing rate of -0.43%. And 3) the levels of all kinds of the natural disasters’ effects on wheat and corn are in the following decreasing order: drought, strong wind and hail, and flood.

grey prediction model; grain loss caused by natural disasters; grain production; natural disasters; Shandong Province

ZHOU Yu-xi, E-Mail: sofia612@sdau.edu.cn.

F326.11

A

1000-0275（2016）06-1068-08

10.13872/j.1000-0275.2017.0127

欒健, 周玉璽. 基于灰色預(yù)測(cè)模型的山東省糧食災(zāi)損量評(píng)估及災(zāi)害關(guān)聯(lián)度分析[J]. 農(nóng)業(yè)現(xiàn)代化研究, 2016, 37(6): 1068-1075.

Luan J, Zhou Y X. An estimation of grain loss caused by natural disasters in Shandong Province based on grey prediction model and its correlation with disasters[J]. Research of Agricultural Modernization, 2016, 37(6): 1068-1075.

國(guó)家社科基金項(xiàng)目（16BJY053）；教育部人文社科基金項(xiàng)目（11YJA630217）；山東農(nóng)業(yè)大學(xué)現(xiàn)代農(nóng)業(yè)發(fā)展研究院項(xiàng)目(14xsk2-02)。

欒?。?991-），男，山東煙臺(tái)人，碩士研究生，研究方向?yàn)橘Y源與環(huán)境經(jīng)濟(jì)，E-mail：luanjian110550@126.com；通訊作者：

周玉璽（1970-），男，山東濰坊人，教授、博士生導(dǎo)師，研究方向?yàn)橘Y源與環(huán)境經(jīng)濟(jì)，E-mail：sofia612@sdau.edu.cn。

2016-05-18，接受日期：2016-09-27

Foundation item: National Social Science Foundation of China (16BJY053); Humanities and Social Science Foundation of the Ministry of Education (11YJA630217); Project of Modern Agricultural Development Research Institute of SDAU (14xsk2-02).

Received 18 May, 2016;Accepted 27 September, 2016