我國13個(gè)糧食主產(chǎn)區(qū)農(nóng)業(yè)旱災(zāi)風(fēng)險(xiǎn)評價(jià)

摘 要：從危險(xiǎn)性、暴露度、脆弱性、防旱抗旱能力四個(gè)方面構(gòu)建農(nóng)業(yè)旱災(zāi)風(fēng)險(xiǎn)評價(jià)指標(biāo)體系，對我國13個(gè)糧食主產(chǎn)區(qū)的農(nóng)業(yè)旱災(zāi)風(fēng)險(xiǎn)進(jìn)行單指標(biāo)和綜合風(fēng)險(xiǎn)評價(jià)，并將其劃分為五個(gè)風(fēng)險(xiǎn)等級。結(jié)果表明，黑龍江省、河南省為農(nóng)業(yè)旱災(zāi)高風(fēng)險(xiǎn)區(qū)域，河北省、安徽省、內(nèi)蒙古自治區(qū)、山東省為農(nóng)業(yè)旱災(zāi)較高風(fēng)險(xiǎn)區(qū)域，湖北省、湖南省、四川省、江西省為農(nóng)業(yè)旱災(zāi)中等風(fēng)險(xiǎn)區(qū)域，吉林省、江蘇省為農(nóng)業(yè)旱災(zāi)較低風(fēng)險(xiǎn)區(qū)域，僅有遼寧省為農(nóng)業(yè)旱災(zāi)低風(fēng)險(xiǎn)區(qū)域。

關(guān)鍵詞：農(nóng)業(yè)旱災(zāi)；風(fēng)險(xiǎn)評價(jià)；糧食主產(chǎn)區(qū)

中圖分類號：F274 文獻(xiàn)標(biāo)志碼：A 文章編號：1673-291X（2017）17-0018-04

引言

在全球氣候變暖的背景下，隨著國民經(jīng)濟(jì)的快速發(fā)展、生產(chǎn)規(guī)模的日益擴(kuò)大、社會(huì)財(cái)富的不斷積累，極端天氣及氣候?yàn)?zāi)害已成為制約我國經(jīng)濟(jì)社會(huì)穩(wěn)定發(fā)展的重要因素之一。世界氣象組織（WMO）統(tǒng)計(jì)，全球范圍內(nèi)過去發(fā)生的氣象災(zāi)害占到所有災(zāi)害的70%左右，而旱災(zāi)在前者中的占比高達(dá)50%左右[1]，可見旱災(zāi)威脅的嚴(yán)重性。我國是世界上受旱災(zāi)影響最為頻繁和嚴(yán)重的國家之一，旱災(zāi)已嚴(yán)重威脅我國的糧食安全[2]。因此，針對農(nóng)業(yè)旱災(zāi)風(fēng)險(xiǎn)評價(jià)的研究，對于保障我國糧食安全，促進(jìn)農(nóng)業(yè)可持續(xù)發(fā)展具有重要意義。

近年來，國內(nèi)外學(xué)者關(guān)于旱災(zāi)風(fēng)險(xiǎn)評價(jià)開展了大量研究，從最初僅根據(jù)致災(zāi)因子危險(xiǎn)性表征旱災(zāi)風(fēng)險(xiǎn)，發(fā)展到利用遙感、地理信息及社會(huì)經(jīng)濟(jì)統(tǒng)計(jì)等多源數(shù)據(jù)結(jié)合，引入基因算法、模糊數(shù)學(xué)和信息擴(kuò)散理論等分析手段，從危險(xiǎn)性、脆弱性、暴露度和防旱抗旱能力等多個(gè)方面開展了針對農(nóng)業(yè)、玉米和小麥等不同糧食作物的旱災(zāi)風(fēng)險(xiǎn)評價(jià)研究[3-6]。姚玉璧等[7]選取了西南和華南6省市作為研究對象，張菡等[8]選取了四川省的冬小麥作為研究對象，夏興生等[9]、何嬌楠等[10]、何斌等[11]、劉力華等[12]、龔艷冰等[13]分別選取了河南省、云南省、陜西省、貴州省、江蘇省等省域農(nóng)業(yè)旱災(zāi)作為研究對象，李曉等[14]、張繼權(quán)等[15]選取了四川盆地南部、遼西北等局部省域農(nóng)業(yè)旱災(zāi)作為研究對象，秦越等[16]則是選取了河北省承德市的市域農(nóng)業(yè)旱災(zāi)為研究對象，分別進(jìn)行了風(fēng)險(xiǎn)評價(jià)研究?？梢?，當(dāng)前從市域、局部省域、省域、地區(qū)等多尺度的農(nóng)業(yè)旱災(zāi)風(fēng)險(xiǎn)評估已經(jīng)比較廣泛。但是，由于數(shù)據(jù)獲取難度以及指標(biāo)的統(tǒng)一性，當(dāng)前尚未有學(xué)者開展全國尺度的農(nóng)業(yè)旱災(zāi)風(fēng)險(xiǎn)評估研究；同時(shí)，當(dāng)前選用層次分析法、模糊數(shù)學(xué)等方法計(jì)算指標(biāo)權(quán)重的研究較多，主觀性較強(qiáng)，而個(gè)人判斷往往影響評估結(jié)果。

有鑒于此，本文以我國13個(gè)糧食主產(chǎn)區(qū)為例，從危險(xiǎn)性、暴露度、脆弱性、防旱抗旱能力四個(gè)方面構(gòu)建農(nóng)業(yè)旱災(zāi)風(fēng)險(xiǎn)評價(jià)指標(biāo)體系，并利用變異系數(shù)法進(jìn)行客觀賦權(quán)，對我國13個(gè)糧食主產(chǎn)區(qū)的農(nóng)業(yè)旱災(zāi)風(fēng)險(xiǎn)進(jìn)行單指標(biāo)和綜合風(fēng)險(xiǎn)評價(jià)，并將其劃分為五個(gè)風(fēng)險(xiǎn)等級，為農(nóng)業(yè)旱災(zāi)風(fēng)險(xiǎn)的監(jiān)測預(yù)警以及防旱抗旱措施的實(shí)施提供借鑒。

一、干旱災(zāi)害風(fēng)險(xiǎn)評價(jià)體系建立

（一）評價(jià)指標(biāo)體系構(gòu)建

根據(jù)我國13個(gè)糧食主產(chǎn)區(qū)的歷年的氣象資料、糧食生產(chǎn)實(shí)際情況以及農(nóng)業(yè)統(tǒng)計(jì)資料，綜合考慮干旱災(zāi)害風(fēng)險(xiǎn)的危險(xiǎn)性、暴露度、脆弱性、防旱抗旱能力這四個(gè)方面因素，同時(shí)兼顧資料的完整性、連續(xù)性，最終選取了15個(gè)指標(biāo)，用于構(gòu)建農(nóng)業(yè)旱災(zāi)風(fēng)險(xiǎn)評價(jià)指標(biāo)體系，指標(biāo)框架見表1。本研究數(shù)據(jù)主要來源于《中國統(tǒng)計(jì)年鑒》和《中國農(nóng)村統(tǒng)計(jì)年鑒》（2015年）。

（二）評價(jià)指標(biāo)量化及計(jì)算權(quán)重

在上述指標(biāo)中，使用的量綱各不相同，為了便于比較計(jì)算，需要對每個(gè)指標(biāo)進(jìn)行無量綱化處理，具體方法如下：

變異系數(shù)及權(quán)重計(jì)算結(jié)果見表1。

（三）干旱災(zāi)害風(fēng)險(xiǎn)指數(shù)計(jì)算

根據(jù)上述干旱災(zāi)害風(fēng)險(xiǎn)指數(shù)法和變異系數(shù)法，計(jì)算農(nóng)業(yè)旱災(zāi)風(fēng)險(xiǎn)指數(shù)：

FDRI=H×E×V×（1-C）

式中，F(xiàn)DRI為干旱災(zāi)害風(fēng)險(xiǎn)指數(shù)，H、E、V、C分別為危險(xiǎn)性、敏感性、脆弱性、防旱抗旱能力的指數(shù)，計(jì)算公式分別為：

其中，Wi為第i個(gè)評價(jià)指標(biāo)的權(quán)重系數(shù)，表示各個(gè)指標(biāo)對形成農(nóng)業(yè)旱災(zāi)風(fēng)險(xiǎn)的各主要因子的相對重要性，Ai為第i個(gè)評價(jià)指標(biāo)的量化值，a、b、c、d為指標(biāo)個(gè)數(shù)。

二、農(nóng)業(yè)旱災(zāi)風(fēng)險(xiǎn)評價(jià)

（一）單指標(biāo)風(fēng)險(xiǎn)評價(jià)

1.危險(xiǎn)性評價(jià)

由表2可知，我國13個(gè)糧食主產(chǎn)區(qū)農(nóng)業(yè)旱災(zāi)危險(xiǎn)性指數(shù)從高到低依次為：黑龍江省、內(nèi)蒙古自治區(qū)、吉林省、江蘇省、遼寧省、山東省、河北省、河南省、安徽省、湖北省、湖南省、江西省、四川省。其中，黑龍江省的農(nóng)業(yè)旱災(zāi)危險(xiǎn)性指數(shù)最高，為0.196 5，主要是因?yàn)槠淙司盟恐笜?biāo)遠(yuǎn)高于其他省份，高達(dá)949.7m3/人，說明黑龍江省的人均用水量過高是導(dǎo)致其容易發(fā)生干旱災(zāi)害的重要原因之一。四川省的旱災(zāi)危險(xiǎn)性指數(shù)最低，僅有0.046 9，主要是因?yàn)槠涓黜?xiàng)指標(biāo)數(shù)值較小，說明四川省水資源較為豐富，降水相對充足，且人均用水較少，所以不容易發(fā)生旱災(zāi)危及農(nóng)業(yè)生產(chǎn)。

2.暴露度評價(jià)

由表3可知，我國13個(gè)糧食主產(chǎn)區(qū)農(nóng)業(yè)旱災(zāi)暴露度指數(shù)從高到低依次為黑龍江省、河南省、四川省、河北省、安徽省、山東省、內(nèi)蒙古自治區(qū)、吉林省、湖南省、湖北省、江西省、江蘇省、遼寧省。其中，黑龍江省的旱災(zāi)暴露度指數(shù)最高，為0.262 9，遠(yuǎn)高于位列第二的河南省，主要是因?yàn)槠浼Z食播種面積、農(nóng)業(yè)總產(chǎn)值比重、耕地面積三個(gè)指標(biāo)均遠(yuǎn)高于其他糧食主產(chǎn)區(qū)?？梢?，黑龍江省農(nóng)業(yè)發(fā)達(dá)，農(nóng)業(yè)產(chǎn)值較高，且糧食播種面積廣泛，容易暴露在旱災(zāi)下造成農(nóng)業(yè)損失。遼寧省的旱災(zāi)暴露度指數(shù)最低，僅有0.0256，主要是因?yàn)樗母黜?xiàng)指標(biāo)數(shù)值都比較小，其中糧食播種面積和鄉(xiāng)村人口比重均為最小。說明由于遼寧省在13個(gè)糧食主產(chǎn)區(qū)中農(nóng)戶數(shù)量較少且糧食產(chǎn)量較低，所以，其暴露在旱災(zāi)下糧食作物和農(nóng)戶數(shù)量的較少，受到旱災(zāi)的威脅較小。

3.脆弱性評價(jià)

由表4可知，我國13個(gè)糧食主產(chǎn)區(qū)農(nóng)業(yè)旱災(zāi)脆弱性指數(shù)從高到低依次為江西省、四川省、安徽省、湖南省、湖北省、河南省、河北省、江蘇省、山東省、遼寧省、內(nèi)蒙古自治區(qū)、黑龍江省、吉林省。其中，江西省的旱災(zāi)脆弱性指數(shù)最高，為0.174 9，主要是因?yàn)槠溆衩撞シN面積指標(biāo)較高?？梢?，江西省的農(nóng)業(yè)結(jié)構(gòu)中不易受旱災(zāi)影響的糧食作物比重較低，承受旱災(zāi)的能力較弱，一旦發(fā)生旱災(zāi)將造成巨大農(nóng)業(yè)損失。吉林省的旱災(zāi)脆弱性指數(shù)最低，僅有0.040 0，主要是因?yàn)樗母黜?xiàng)指標(biāo)數(shù)值都比較小，其中玉米播種面積比和谷物單位面積產(chǎn)量指標(biāo)均為最小。說明玉米等抗旱能力較強(qiáng)的糧食作物在吉林省的農(nóng)業(yè)結(jié)構(gòu)中占比較高，使其具備一定的旱災(zāi)承受能力，所以受到旱災(zāi)的威脅較小。

4.防旱抗旱能力評價(jià)

由表5可知，我國13個(gè)糧食主產(chǎn)區(qū)的防旱抗旱能力評價(jià)指數(shù)從高到低依次為湖南省、山東省、江西省、安徽省、河南省、湖北省、江蘇省、四川省、河北省、吉林省、遼寧省、內(nèi)蒙古自治區(qū)、黑龍江省。其中，黑龍江省的防旱抗旱能力指數(shù)最低，僅有0.018 7，主要是因?yàn)樗母黜?xiàng)指標(biāo)數(shù)值都比較小，其中畝均化肥投入量最小。說明由于黑龍江全省的農(nóng)田水利基礎(chǔ)設(shè)施不多，有效灌溉面積較少，且化肥投入不足導(dǎo)致其防旱抗旱能力較弱。湖南省的防旱抗旱能力指標(biāo)最大，為0.184 6，主要是因?yàn)槠渌娬緜€(gè)數(shù)指標(biāo)較高?？梢?，湖南省的防旱抗旱能力較強(qiáng)是因?yàn)檗r(nóng)田水利基礎(chǔ)設(shè)施相對完善，一旦發(fā)生干旱，可以利用基礎(chǔ)設(shè)施實(shí)現(xiàn)有效灌溉，大幅度提升了全省的防旱抗旱能力。

（二）綜合風(fēng)險(xiǎn)評價(jià)

由表6可知，我國13個(gè)糧食主產(chǎn)區(qū)農(nóng)業(yè)旱災(zāi)風(fēng)險(xiǎn)指數(shù)從高到低依次為黑龍江省、河南省、河北省、安徽省、內(nèi)蒙古自治區(qū)、山東省、湖北省、湖南省、四川省、江西省、吉林省、江蘇省、遼寧省。其中，黑龍江省的農(nóng)業(yè)旱災(zāi)風(fēng)險(xiǎn)指數(shù)最高，為0.003 98，主要是因?yàn)樵?3個(gè)糧食主產(chǎn)區(qū)中其危險(xiǎn)性和暴露度指數(shù)最高，且防旱抗旱能力指數(shù)最低，僅有脆弱性指數(shù)相對較低，說明黑龍江省的農(nóng)業(yè)旱災(zāi)風(fēng)險(xiǎn)最高主要是由于其人均用水量較高導(dǎo)致的危險(xiǎn)性高，農(nóng)業(yè)產(chǎn)值較高且糧食播種面積較廣導(dǎo)致的暴露度高，加上化肥投入、有效灌溉面積以及農(nóng)田水利基礎(chǔ)設(shè)施較少導(dǎo)致的防旱抗旱能力較弱這三個(gè)方面綜合作用的結(jié)果。遼寧省的旱災(zāi)風(fēng)險(xiǎn)指數(shù)最低，僅有0.000 49，主要是因?yàn)樗谋┞抖戎笖?shù)遠(yuǎn)小于其他糧食主產(chǎn)區(qū)，僅有0.025 6，僅占到暴露度指數(shù)最高的黑龍江省的10%。說明遼寧省的農(nóng)業(yè)旱災(zāi)風(fēng)險(xiǎn)最低主要是因?yàn)樵谥鳟a(chǎn)區(qū)中農(nóng)戶相對較少且糧食產(chǎn)量相對較低導(dǎo)致的暴露度低，使其受到農(nóng)業(yè)旱災(zāi)的威脅較小。

根據(jù)上述農(nóng)業(yè)旱災(zāi)風(fēng)險(xiǎn)指數(shù)排序，將其中農(nóng)業(yè)旱災(zāi)風(fēng)險(xiǎn)指數(shù)發(fā)生突變的地方作為分界點(diǎn)，將研究區(qū)域的農(nóng)業(yè)旱災(zāi)風(fēng)險(xiǎn)等級劃分為五個(gè)等級（表7），將我國13個(gè)糧食主產(chǎn)區(qū)劃分為農(nóng)業(yè)旱災(zāi)高風(fēng)險(xiǎn)、較高風(fēng)險(xiǎn)、中風(fēng)險(xiǎn)、較低風(fēng)險(xiǎn)、低風(fēng)險(xiǎn)5個(gè)風(fēng)險(xiǎn)等級（表8）。結(jié)果表明，黑龍江省、河南省為農(nóng)業(yè)旱災(zāi)高風(fēng)險(xiǎn)區(qū)域，河北省、安徽省、內(nèi)蒙古自治區(qū)、山東省為農(nóng)業(yè)旱災(zāi)較高風(fēng)險(xiǎn)區(qū)域，湖北省、湖南省、四川省、江西省為農(nóng)業(yè)旱災(zāi)中等風(fēng)險(xiǎn)區(qū)域，吉林省、江蘇省為農(nóng)業(yè)旱災(zāi)較低風(fēng)險(xiǎn)區(qū)域，僅有遼寧省為農(nóng)業(yè)旱災(zāi)低風(fēng)險(xiǎn)區(qū)域。

三、結(jié)論

通過上述分析，本文得出以下結(jié)論。

1.通過農(nóng)業(yè)旱災(zāi)單指標(biāo)風(fēng)險(xiǎn)評價(jià)結(jié)果表明，由于黑龍江省人均用水量過高，導(dǎo)致其容易發(fā)生干旱災(zāi)害，所以，黑龍江省的農(nóng)業(yè)旱災(zāi)危險(xiǎn)性最高。由于黑龍江省農(nóng)業(yè)發(fā)達(dá)，農(nóng)業(yè)產(chǎn)值較高，且糧食播種面積廣泛，容易暴露在旱災(zāi)下造成農(nóng)業(yè)損失，所以，黑龍江省的農(nóng)業(yè)旱災(zāi)暴露度最高。由于江西省的糧食種植結(jié)構(gòu)中不易受旱災(zāi)影響的作物比重較低，承受旱災(zāi)的能力較弱，形成的農(nóng)業(yè)損失較大，所以，江西省的農(nóng)業(yè)旱災(zāi)脆弱性最高。由于黑龍江全省的農(nóng)田水利基礎(chǔ)設(shè)施不多、有效灌溉面積較小，且化肥投入不足，所以黑龍江的防旱抗旱能力指標(biāo)最低。

2.農(nóng)業(yè)旱災(zāi)風(fēng)險(xiǎn)綜合評價(jià)結(jié)果表明，黑龍江省的旱災(zāi)風(fēng)險(xiǎn)指數(shù)最高，是由于其人均用水較高導(dǎo)致的危險(xiǎn)性較大，農(nóng)業(yè)產(chǎn)值較高且糧食播種面積較廣導(dǎo)致的暴露度較高，加上化肥投入、有效灌溉面積以及農(nóng)田水利基礎(chǔ)設(shè)施較少導(dǎo)致的防旱抗旱能力較弱這三個(gè)方面綜合作用的結(jié)果。此外，遼寧省的旱災(zāi)風(fēng)險(xiǎn)指數(shù)最低，是因?yàn)樵谥鳟a(chǎn)區(qū)中農(nóng)戶相對較少且糧食產(chǎn)量相對較低導(dǎo)致的暴露度低，使其受到農(nóng)業(yè)旱災(zāi)的威脅較小。

3.通過將我國13個(gè)糧食主產(chǎn)區(qū)劃分5個(gè)風(fēng)險(xiǎn)等級，結(jié)果表明，黑龍江省、河南省為農(nóng)業(yè)旱災(zāi)高風(fēng)險(xiǎn)區(qū)域，河北省、安徽省、內(nèi)蒙古自治區(qū)、山東省為農(nóng)業(yè)旱災(zāi)較高風(fēng)險(xiǎn)區(qū)域，湖北省、湖南省、四川省、江西省為農(nóng)業(yè)旱災(zāi)中等風(fēng)險(xiǎn)區(qū)域，吉林省、江蘇省為農(nóng)業(yè)旱災(zāi)較低風(fēng)險(xiǎn)區(qū)域，僅有遼寧省為農(nóng)業(yè)旱災(zāi)低風(fēng)險(xiǎn)區(qū)域。

參考文獻(xiàn)：

[1] 秦大河，丁一匯，王紹武，等.中國西部生態(tài)環(huán)境變化與對策建議[J].地球科學(xué)進(jìn)展，2002，17（3）：314-319.

[2] 姚玉璧，張強(qiáng)，李耀輝.干旱災(zāi)害風(fēng)險(xiǎn)評估技術(shù)及其科學(xué)問題與展望[J].資源科學(xué)，2013，35（9）：1884-1897.

[3] Sun L，Mitchell S W，Davidson A.Multiple drought indices for agricultural drought risk assessment on the Canadian prairies[J]. International Journal of Climatology，2012，32（11）：1628-1639.

[4] Qin，Y.，Yang，D.W.，Lei，H.M.，et al.Comparative analysis of drought based on precipitation and soil moisture indices in Haihe basin of North China during the period of 1960—2010 [J].Journal of Hydrology，2015，（526）：55-67.

[5] 史培軍.論政府在綜合災(zāi)害風(fēng)險(xiǎn)防范中的作用——基于中國的實(shí)踐與探討[J].中國減災(zāi)，2013，206（6）：11-14.

[6] 張強(qiáng)，姚玉璧，李耀輝，等.中國西北地區(qū)干旱氣象災(zāi)害監(jiān)測預(yù)警與減災(zāi)技術(shù)研究進(jìn)展及其展望[J].地球科學(xué)進(jìn)展，2015，30（2）：196-213.

[7] 姚玉璧，王鶯，王勁松.氣候變暖背景下中國南方干旱災(zāi)害風(fēng)險(xiǎn)特征及對策[J].生態(tài)環(huán)境學(xué)報(bào)，2016，25（3）：432-439.

[8] 張菡，李金建，鄭昊.基于GIS的冬小麥干旱災(zāi)害風(fēng)險(xiǎn)分析及評價(jià)——以四川省冬麥區(qū)為例[J].西南師范大學(xué)學(xué)報(bào)：自然科學(xué)版，2016，41（8）：57-63.

[9] 夏興生，朱秀芳，潘耀忠，等.農(nóng)作物干旱災(zāi)害實(shí)時(shí)風(fēng)險(xiǎn)監(jiān)測研究——以2014年河南干旱為例[J].自然災(zāi)害學(xué)報(bào)，2016，25（5）：28-36.

[10] 何嬌楠，李運(yùn)剛，李雪，等.云南省干旱災(zāi)害風(fēng)險(xiǎn)評估[J].自然災(zāi)害學(xué)報(bào)，2016，（5）：37-45.

[11] 何斌，王全九，吳迪，等.基于災(zāi)害風(fēng)險(xiǎn)綜合指標(biāo)的陜西省農(nóng)業(yè)干旱時(shí)空特征[J].應(yīng)用生態(tài)學(xué)報(bào)，2016，27（10）：3299-3306.

[12] 劉力華，徐建新，雷宏軍，等.貴州省農(nóng)業(yè)干旱災(zāi)害風(fēng)險(xiǎn)區(qū)劃研究[J].灌溉排水學(xué)報(bào)，2016，35（2）：44-49.

[13] 龔艷冰，胡娜，劉高峰，等.江蘇省蘇北地區(qū)季節(jié)性干旱特征及動(dòng)態(tài)風(fēng)險(xiǎn)評價(jià)研究[J].干旱地區(qū)農(nóng)業(yè)研究，2016，34（5）：275-281.

[14] 李曉，何鵬，林正雨，等.農(nóng)業(yè)干旱災(zāi)害風(fēng)險(xiǎn)評價(jià)與風(fēng)險(xiǎn)區(qū)劃研究——以川南地區(qū)為例[J].農(nóng)業(yè)技術(shù)經(jīng)濟(jì)，2014，（9）：116-121.

[15] 張繼權(quán)，嚴(yán)登華，王春乙，等.遼西北地區(qū)農(nóng)業(yè)干旱災(zāi)害風(fēng)險(xiǎn)評價(jià)與風(fēng)險(xiǎn)區(qū)劃研究[J].防災(zāi)減災(zāi)工程學(xué)報(bào)，2012，32（3）：300-306.

[16] 秦越，徐翔宇，許凱，等.農(nóng)業(yè)干旱災(zāi)害風(fēng)險(xiǎn)模糊評價(jià)體系及其應(yīng)用[J].農(nóng)業(yè)工程學(xué)報(bào)，2013，29（10）：83-91.