农业干旱脆弱性测度及影响因素分析——以湖北省孝感市为例

程 静

(1.孝感学院经济与管理学院,湖北孝感432000;2.华中农业大学经济与管理学院,湖北武汉430070)

伴随着世界各国工业化和城镇化的步伐,全球气候面临着严重的挑战。特别是近年来全球气候变暖加快,天气急剧变动引发的农业自然灾害频发,旱灾发生的频度及破坏性程度呈愈演愈烈之势。我国是一个干旱灾害明显的国度,特别是干旱持续时间长、范围广、旱情重等特点给农业生产造成很大影响。干旱灾害是干旱风险和社会经济脆弱性相互作用的结果。灾害学理论认为,减灾应从减小致灾因子的风险性和降低灾害脆弱性两方面入手。因此,降低干旱脆弱性就成为减灾的主要途径,更是减灾、防灾和治灾的根本。[1]6-17

现存的农业干旱脆弱性评估方法还处于一个非常初级的阶段,脆弱性评估需要更为严格和正式的方法。国外众多学者从不同的角度对脆弱性进行评估:一类基于农户的微观视角;一类基于国家、社会的宏观视角,并且构建了相应的脆弱性指数(Elisabeth Simelton,2009[2]438-452;Luers et al,2003[3]255-267;Cesar Calvo,2008[4]1011-1020)。Joseph A lcamo等(2008)[5]137-149建立了一个比较和分析不同学科(经济学、政治学、行为科学和环境心理学)估计干旱脆弱性的推理建模方法。Colin Polsky等(2007)[6]472-485提出了脆弱性评估的八步法,这八个步骤依次为:界定研究范围与利益相关者;熟知事件的变迁;推测脆弱的主体;制定脆弱性因果模型;确定影响脆弱性的指标;探究脆弱性的可操作性模式;推测未来的脆弱性;创造性的交流脆弱性。Taenzler等(2008)[7]161-172从政治科学的视角评估政府对干旱的脆弱性,开发了一个便于产生量化指标的推理模型,使用案例研究区域的数据应用模糊理论进行脆弱性的评估。

目前,国内对于农业干旱脆弱性的研究主要采用定性和定量相结合的方法。如刘兰芳(2002)采用数理统计方法评价了衡阳盆地及湖南省的农业旱灾脆弱性[8]19-23。商彦蕊等(1999)采用定性分析与数理统计相结合的方法建立起灾情-驱动数理模型,评价了保定市农户旱灾脆弱性和河北省区域农业旱灾脆弱性。在一定的致灾风险水平下,随着脆弱性增加,风险区范围也随之扩大,并对旱灾风险与脆弱性进行相关分析,发现二者存在复杂的正相关关系。[9]420-425

一、研究区概况与研究方法

1.研究区概况。孝感市位于湖北省中北部偏东,市域南北长188公里,东西宽122公里,市域国土总面积8910平方公里,占湖北省国土总面积的8%。全市辖三市(应城、安陆、汉川)三县(孝昌、大悟、云梦)一区(孝南区)。孝感城区位于市域南部、孝南区西部,地处东经 113055’,北纬30056’。孝感地貌自南向北为平原、丘陵、山区,气候兼有南北之优,土地肥沃,湖泊众多,是重要粮棉油生产基地。全市国土面积中耕地面积30.062万公顷,占总面积25%左右,基本农田29.2万公顷,人均耕地约0.725亩,人口密度为569人/平方公里。2008年全市国内生产总值535.83亿元,其中农业总产值131.42亿元,占国内总产值的24.53%。洪涝、干旱成为全市主要的自然灾害。[10]

2.数据来源。本文以《孝感市统计年鉴》的数据资料为基础,根据指标选取原则,从经济、社会及政治制度三个方面构建孝感市农业干旱脆弱性评价指标体系和评价模型,对孝感市农业干旱脆弱性进行评价。并且于2010年5月对湖北省孝感市所属的7个县市(区),10个乡(镇)进行调查。本次调查发出问卷300份,经过初步整理与分析,共得到有效问卷273份,其中云梦县52份,孝昌县39份,大悟县30份,应城市27份,汉川市28份,安陆市25份,孝南区72份。调查采用随机抽样的方法对农户干旱风险意识及保险意愿等情况进行了入户访谈和问卷调查。

3.研究方法。

1)层次分析法。层次分析法(The Analysis Hierarchy Process,简称A HP)是美国运筹学家T·L·Saaty于20世纪70年代初提出的一种定量与定性相结合的多目标决策分析方法。这种方法的优点是具有高度的逻辑性、系统性、简洁性和实用性,是一种通过逐层分解和比较来处理复杂问题的系统方法。[11]82-88

层次分析法是根据问题的性质和目标将问题分层,形成阶梯形的、有序的层次结构模型;然后对模型中每一层次因素的相对重要性进行定量描述;再利用数学方法确定每一层次所有因素相对重要性顺序的权重;最后通过综合计算各层次因素相对重要性次序的组合权值,以此作为评价和选择方案的依据。层次分析法将人的主观判断用数量形式表达,减少了人为的主观性所带来的弊端,使评价结果更加可信。但是由于事物的不确定性和模糊因素,专家很难对评价指标做出完全合理的判断。

影响因素Vi对目标 u的重要性权数wi不同,将目标u的n个因素就其影响程度两两进行比较,其比较结果用矩阵A表示,即

A即为判断矩阵。如果A满足一致性条件,则通过解特征值Aw=λw得的w=(w1,w2,…,wn)T,经归一化处理后就可以作为目标u的影响因素V1,V2,…,Vm的权重。

2)模糊综合评价法。模糊综合评价方法是由美国控制论专家扎德(LA.Zadeh)提出的一种定量的科学评价方法。它在全面考虑和尽量简化评价基本因素的前提下,运用模糊数学方法进行推论和演算,将具有不同权重的各专家的评分结果综合成一个总评定值,形成一个综合性判断,然后对评价对象做出优劣程度的等级区分。其应用的成功之处关键在于正确规定模糊评价的论域和合理构造模糊评价矩阵。应用这种评价方法,各指标的权重具有非常重要的地位,而模糊综合评价法的权重通常是各专家根据经验给出,难免带有主观局限性。

评价等级论域U确定干旱脆弱性的分级。设评价等级有 n个,其评价等级论域U可表示为:U=(u1,u2,…,un)。

假设有m个评价因素,评价因素论域V表示为:V=(V1,V2,…,Vm),规定好评价论域后,根据评价等级论域U和评价因素论域V之间存在的模糊关系建立模糊评价矩阵R。即:

然后,将模糊评价矩阵与各个因素的权值相乘,将其结果作为评价等级。

将模糊综合评价方法应用于农业干旱脆弱性的评估,充分考虑了农业干旱脆弱性评价的模糊性与不确定性,能较好地消除脆弱性评价中的主观性和随意性,弥补了农业干旱脆弱性定量化研究的不足。并且结合层次分析法,通过层次分析法确定各目标权重,也在一定程度上克服了模糊综合评价的主观局限性。而且该方法简单易行,具有较强的实用性与可操作性。科学地定量化评价农业干旱脆弱性,有利于干旱脆弱性的分区与旱灾的防范,从而提高农业干旱风险管理水平。

二、层次分析法和模糊综合评价在农业干旱脆弱性测度中的应用

1.确定评价指标体系和评价标准。运用层次分析法筛选出最重要的关键性评判指标,并根据它们之间的关系构造多层次指标体系。基于孝感市的实际情况,我们从经济、社会及政治三个方面选取17个指标作为干旱脆弱性评价的指标体系(如表1所示)。

表1 评价指标体系

2.构造因素判断矩阵。将影响农业干旱脆弱性的n个因素就其影响程度两两进行比较,构成判断矩阵A。A中的元素表示某两个影响因素对干旱脆弱性评价目标的相对重要性程度之比的赋值。判断矩阵应由熟悉农业自然灾害风险评价的专家学者独立给出。判断矩阵中元素的赋值标准见表2。

表2 判断矩阵中元素的赋值标准[11]

3.评价因素和评价因子权重的确定。根据评价因素判断矩阵进行层次单排序,进而确定评价因素和评价因子权重。层次单排序的权重值可通过解AW=λmaxW的特征值,求出正规化特征向量而得到。求判断矩阵的最大特征根λmax及其对应的特征向量W,将W归一化,可得同一层次中相应元素对于上一层次中的某个因素相对重要性的排序权值。

层次总排序是在层次单排序的基础之上,计算针对上一层次而言下一层次所有元素的权重值。计算权重向量后需要对每个判断矩阵进行一致性检验,计算它的一致性比例CR,以保证所得权重的合理性及正确性。定义

式中CI为判断矩阵的一致性指标,RI为平均随机一致性指标。对于1～9阶判断矩阵,RI值可参见表3。当CR＜0.1时,则认为判断矩阵具有满意的一致性,否则需要将判断矩阵表反馈到专家手中重新调整,直到满意为止。

表3 判断矩阵的平均随机一致性指标RI

记A-U表示目标层对于准则层的判断矩阵(如表4),Ui-C表示准则层的指标Ui对于方案层的判断矩阵,i=1,2,3,4(如表 5、表 6、表 7)。下面给出各判断矩阵,并求出最大特征值及权重向量。

表4 判断矩阵A-U

表5 判断矩阵U1-C

表6 判断矩阵U2-C

表7 判断矩阵U3-C

以上层次排序都具有满意的一致性。将各层次间的重要性权值转化为相对于总目标的综合权重 ,如表 8。

表8 综合权重

由表8可以看出,农业 GDP所占比例,耕地灌溉率,医疗卫生支出所占比例,教育支出所占比例,乡村外出从业人员小学及以下程度所占比例,税收收入,财政总支出,全社会固定资产投资等8个指标权重较大。这几个指标涵盖经济、社会及政治3个方面,该结果能较好地反映出这8个指标对农业干旱脆弱性的影响程度,比较符合实际情况。

4.构造模糊评判矩阵,进行模糊矩阵的复合运算,确定评价等级。根据《孝感统计年鉴》中的相关数据构造模糊评判矩阵R,将农业干旱脆弱性评价指标权重W=(w1,w2,…,wn)及模糊评价矩阵R进行如下运算:

依据上述确定的指标体系及资料的获得性,我们以县域为评价单元,选取表9中的17个因子作为孝感市干旱脆弱性评价的因子,由此确定因子集U。

表9 孝感市2007年农业旱灾脆弱性模糊评价数据表

为了计算的简便,我们对表9中的原始数据进行数学处理。其中 C13、C15、C21、C24、C35 等指标与干旱脆弱性呈正相关,即数值越大,脆弱性越强,故采取公式xi=(/ximax)处理;而其他指标与干旱脆弱性呈负相关,因此处理的方法是xi=1-(/ximax),式中表示各因子数列中的每一项,这样17个因子与干旱脆弱性的关系就一致了,将表9中数据处理后,其结果见表10。

表10 农业旱灾脆弱性模糊评价数据处理表

5.确定各个参评对象权值总排序。将表10中的数据构成一个7行17列的矩阵R,将表9中的各指标权重构成一个列矩阵W,然后将R与W相乘得到各县市的脆弱度,见表11:

表11 孝感市农业旱灾脆弱性评价结果

根据计算得出2007年孝感市7个地区农业干旱脆弱性总排序为:大悟＞孝昌＞安陆＞孝南＞云梦＞应城＞汉川。根据相同的方法,对孝感市其他年份干旱脆弱度进行测度,其结果与孝感市最近几年干旱灾害发生与分布的情况基本相吻合,而且更能精确反映各评价指标的大小关系。由表11看出:孝感市农业干旱灾害脆弱性存在明显的差异性,7个评价单元中大悟的干旱脆弱性程度最高,这表示大悟县干旱灾害风险性最强,是干旱风险管理的重点区域。孝感市中部与北部为旱灾脆弱区,这与该区中的北旱多于南旱且重于南旱的旱灾地域性特征基本吻合,说明本文选择的旱灾脆弱性评价指标和数理模型有一定的可信性。

三、农业干旱脆弱性影响因素分析

农业旱灾脆弱性是农业系统抵御旱灾的能力或受损失的程度,在农业生态环境和社会经济活动稳定的情况下,农业旱灾脆弱性随干旱强度增大而升高。而在干旱强度一定的情况下,农业旱灾灾情及其影响则与农业旱灾脆弱性程度一致。农业干旱脆弱性不仅是由农业体系特点决定的内在属性,更是农业体系外在风险积聚状态的反映。

农业干旱脆弱性不仅是干旱等气象因素本身的结果,更是与整个社会经济系统密切相关。其影响因素既包括地貌特征、气候条件、水文条件等自然条件;也包括社会经济发展水平、产业结构、干旱意识及管理、科学技术研究及水利基础灌溉设施等社会经济因素。

表12 样本农户对干旱脆弱性影响因素的认识

四、缓解农业干旱脆弱性的政策建议

在本次调查中,当被问及“您认为影响干旱脆弱性的因素有哪些(可多项选择)”时,回答“贫穷”的农户占77.29%,69.23%的农户认为水利基础设施年久失修,没有发挥应有作用,46.89%的人认为不规则降雨等气象因素;其他影响因素依次为缺乏信贷和保险服务、地理位置的原因、政府政策不充分及缺乏气象预测的信息等(如表12)。由此可见农户经济收入、基础设施及农村金融等因素对农民的干旱脆弱性有着重要的影响,而不仅仅是干旱本身的因素。影响农业旱灾脆弱性的因素错综复杂,因此孝感市农业旱灾脆弱性有待今后做出进一步的研究。

农业干旱脆弱性水平受经济、社会及政治制度等多重因素的影响。根据以上的调查研究,结合孝感市的实际情况,我们提出如下降低农业旱灾脆弱性的措施。

1.经济视角:转变经济增长方式,增加农民收入。从经济的角度来看,金融资源拥有量、对农业部门的依赖度及农村基础设施体系是影响农业干旱脆弱性的主要因素;财富的缺乏是农民脆弱的根本。因此,应转变经济增长方式,实现从粗放型向集约型的转变;加快产业结构调整,减少对农业的依赖度;调整三大产业在国民经济中的比例,大力发展第三产业,增加第三产业的就业机会。农民外出就业增加工资性收入,减少对农业的依赖度,同时财富的积累也能增强抗风险能力。

2.社会视角:加强教育和健康方面的支出,提高社会整体福利水平。健康状况、受教育程度及性别平等程度是影响农民社会脆弱性的主要指标。因此,应该降低婴儿死亡率和文盲率,提高社会在健康和教育方面的支出,提高女性劳动者的就业比例等。

3.政治制度视角:构建缓解干旱脆弱性的社会安全网。政府是干旱风险管理的主导者,如何适应社会经济结构发展要求,寻求降低干旱脆弱性的策略是政府的职责。从短期来说,应在灾害易发区建立风险基金,建立干旱应急管理方案并储备一定的资金和建立制度支持,提高风险管理能力。从长期来看,干旱治理防大于治,政府应建立预防性的计划风险管理制度;加大基础设施的投入和维护力度;加大干旱风险研究的力量;提高科技水平提供及时准确的信息并做好灾后重建的各种准备工作。同时政府应加大对农村的扶持力度及加快农村基础设施建设,增强农业抗风险能力。防灾减灾是一项长期的复杂的工程,要不断坚持。

总之,缓解干旱的脆弱性是一项复杂的系统工程,需要从经济、社会及政治制度三个方面进行共同的努力。

[1] 史培军.再论灾害研究的理论与实践[J].自然灾害学报,1996(4).

[2] Elisabeth Simelton,Evan D G,Fraser,et al.Typologies of crop-drought vulnerability:an empirical analysis of the socio-economic factors that influence the sensitivity and resilience to drought of three major food crops in China(1961-2001)[J].environmental science and policy.2009(12).

[3] Luers A L,Lobell D B,Sklar L S,et al.A method for quantifying vulnerability,app lied to the agricultural system of the Yaqui Valley,Mexico[J].Global Environmental Change.2003(13).

[4] Cesar Calvo.Vulnerability to Multidimensional Poverty:Peru,1998-2002[J].World Development.2008(6).

[5] Joseph Alcamo,Lilibeth Acosta-Michlik,Alexander Carius,et al.Anew approach to quantifying and comparing vulnerability to drought[J].Reg Environ Change,2008(8).

[6] Colin Polsky,Rob Neff,Brent Yarnal.Building comparable global change vulnerability assessments:The vulnerability scoping diagram[J].Global Environmental Change.2007(17).

[7] Taenzler D,Carius A,Maas A.A ssessing the susceptibility of societies to droughts:a political science perspective[J].Reg Environ Change.2008(4).

[8] 刘兰芳.衡阳盆地农业旱灾脆弱性研究[J].热带地理,2002(1).

[9] 商彦蕊.农业旱灾风险与脆弱性评估及其相关关系的建立[J].河北师范大学学报,1999(9).

[10] 孝感市规划局.孝感简介[EB/OL].(2010-12-15)[2008-02-20].http://www.xgsghj.gov.cn/xgjj.asp.

[11] 许树柏.层次分析法原理[M].天津:天津大学出版社,1988.