黑龙江省气象灾害对粮食生产影响及农业抗灾能力分析

谢永刚,周长生

(黑龙江大学 生产力研究中心灾害经济研究室,哈尔滨 150080)

1 黑龙江省气象灾害状况

黑龙江省气象灾害是造成农业直接经济损失的最主要因素,据有关资料统计,在1998～2007年,旱、洪涝灾害造成的直接经济损失评估值已达575.3亿元,特别是2007年达147亿元。气象灾害已成为影响农业经济发展的一个重要因素。因此研究气象灾害对粮食生产的影响意义深远。

气象灾害包括:①由降水引起的旱灾、洪涝灾、渍灾、雪灾、雹灾、雨淞等;②因温度异常造成的有霜冻害、低温冷害、寒害、冻害、冻拔、冻裂、热害等;③由风力异常引起的有大风害、沙尘暴、风浊等;④由多个农业气象要素异常综合形成的灾害有干热风、台风和热带风暴害、暴风雪 (或冷雨)害、冻涝害、森林火灾等;⑤我国北方牧区还有白灾和黑灾。黑龙江省地跨寒温带和中温带,位于中国东部季风区的北端,其中大部分地带属于湿润地区,也有一部分是自半湿润向半干旱过渡的地带。因独特的地理位置,在气象灾害中,旱灾、洪涝灾、风雹灾、冷冻灾对黑龙江省影响较大。基于 《中国统计年鉴》、《中国农业年鉴》、《中国农村统计年鉴》、《黑龙江年鉴》(1984～2008)中只有旱灾、洪涝灾、风雹灾、冷冻灾统计数据,而无其它灾种统计数据。所以气象灾害对黑龙江省农业的影响因子中,我们只把旱灾、洪涝灾、风雹灾和冷冻灾作为影响农业的内生变量,其他气象灾害做外生变量。以下本文的气象灾害就是指旱灾、洪涝灾、风雹灾和冷冻灾。水旱灾害是我国、特别是黑龙江省的主要气象灾害。

根据 《中国统计年鉴》、《中国农业年鉴》、《中国农村统计年鉴》、《黑龙江年鉴》的统计资料绘制图1、图2。

由图1可见,在黑龙江省气象灾害中,成灾面积最大的是洪涝和干旱,风雹灾和冷冻灾成灾面积较小,依据黑龙江省旱涝成灾面积变化曲线,对近24年来黑龙江省旱涝灾害进行分析发现,洪灾和旱灾表现为相反的变化过程,即为此消彼长的趋势,这也是24年来黑龙江旱涝发展的新特征。

图1 黑龙江省1983年以来各种农业灾害成灾面积折线图Fig.1 Broken line graph of disastrous area of various agricultural disasters in heilongjiang province since 1983

随着现代农业发展,农业育种技术进步、农业机械化水平提高、施肥量增加、播种面积增加等因素是与水稻、小麦、玉米、大豆总产量正相关。由图2可见,黑龙江省水稻、小麦、玉米、大豆总产量与气象灾害成灾面积是负相关的,且负相关较为明显,致使气象灾害成灾面积与水稻、小麦、玉米、大豆总产量成反方向变动。

图2 水稻、小麦、玉米、大豆总产量和总播种面积及总成灾面积折线图Fig.2 Broken line graph of gross output and gross sown area of rice,wheat,corn and soy bean and gross disastrous area

2 主要气象灾害 (旱、洪涝)造成的粮食经济损失分析

图1表明气象灾害中旱涝灾害成灾面积较大,而风雹灾和冷冻灾成灾面积较小,本文着重研究旱涝灾害造成的粮食经济损失。

2.1 旱灾和洪涝造成的直接经济损失的计算方法

水旱灾害所造成的损失主要是农业生产上的损失,因此,本文首先采用如下模型计算气象灾害造成的粮食经济损失,计算公式为:

采用如下计算方法:

计算旱灾、洪涝灾、旱涝灾造成的粮食经济损失占应得农业生产总值(即实得农业生产总值与灾害直接经济损失之和)的百分比I1,I2,I值越大,表明旱灾、洪涝灾、旱涝灾对农业经济的影响越显著。

2.2 模型各变量数据

模型已知数据见表1。

表1 模型各变量数据Table 1 All variables of the model

2.3 根据模型所得数据

根据模型所得数据见表2,由表2绘制图3和图4。

图3 旱、洪涝灾造成粮食经济损失直方图Fig.3 Bar graph of economic loss of agricultural production arising from floods and droughts

表2 模型所得数据Table 2 Acquired data of the model

由图3可见,1985～2007年,旱、洪涝灾害总粮食经济损失呈上升趋势,2007年以147亿元达到历史新高。旱灾也呈上升趋势,2007年以144亿元达历史最高点。洪涝灾害损失无明显上升趋势,呈波动状。

由图4可见,1985～2007年,旱、洪涝灾造成粮食经济损失占应得农业生产总值百分比除2003年基本上＜10%以外,1985～2003年,旱、洪涝灾造成粮食经济损失占应得农业生产总值百分比起伏不定,旱灾造成粮食经济损失占应得农业生产总值百分比在1985～1990年、1991～2003年、2004～2007年3个时段呈上升趋势,洪涝灾造成粮食经济损失占应得农业生产总值百分比总体上呈下降趋势。

3 主要气象灾害的农业系统承灾能力分析

黑龙江省旱、洪涝灾成灾面积有逐年扩大走向,且旱、洪涝灾直接经济损失每年有增加的趋势,这对农业经济产生不良影响。为了减少旱涝灾害造成的农业经济损失,必须了解黑龙江省作为灾害承受体的承灾能力状况。因此,本文选择农村人均纯收人、有效灌溉面积、机电排灌站装机容量、水库容量、堤防长度共5项指标反映黑龙江省对旱涝灾害的抵抗能力。由于旱涝灾害对流域的影响和破坏是一个复杂的系统,采用灰色关联分析方法来区分承灾指标的大小,找出抵御旱涝灾害的重要因子,从而为防洪抗旱工作提供科学依据。

图4 旱灾、洪涝灾造成粮食经济损失占应得农业生产总值的百分比Fig.4 Percentages of economic loss of agricultural production arising from floods and droughts in due gross output value of agriculture

3.1 确定分析序列

灰色关联分析首先在对所研究问题定性分析的基础上,确定比较序列(评价对象m个)Xi={Xi (k)|i=1,2,3,…,m}和参考序列(评价标准n个)X0={X0(k)|k=1,2,3,…,n},m+ 1个数据序列矩阵如下(此时m=10,n=5):

3.2 对变量序列数据进行标准化处理

选择各列指标中最大均值作为参考序列见表3。一般而言,不同的评价指标往往具有不同的量纲和量纲单位,为了消除量纲和量纲单位不同所带来的差别性,决策之前首先应将评价指标进行标准化处理。常用的方法有初值化、均值化和归一化等。本研究采用初值法进行标准化处理:

根据式(2)对数据进行标准化处理,结果见表4。

表3 农业经济承灾系统5项指标Table 3 Five indicators of disaster bearing system of agricultural economy

表4 农业承灾各项指标标准化结果Table 4 Standardization results of disaster resistance indicators of agriculture

3.3 求差序列、最大值、最小值

3.3.1 差序列

其中,i=1,2,3,…,m;k=1,2,3,…,n。根据式(3)计算差序列。

3.3.2 绝对差值正中最大数和最小数即为最大差

M和最小差m

由表4中数据标准化的结果确定最大差M= 100-60.972 35=39.027 65,最小差m=100-100=0。

3.4 计算灰色关联系数

灰色关联系数由下式计算:

式中ρ为分辨系数,在 (0,1]内取值,得关联系数矩阵(根据灰色理论创始人邓聚龙教授的研究ρ一般取0.5效果较好,所以本研究令ρ=0.5)。

3.5 求各指标关联度

式中N为年份个数;i=1,2,…,5;k=1,2,…,10。

计算结果r(1)=0.373 316,r(2)= 0.435 625,r(3)=0.552486,r(4)= 0.545 113,r(5)=0.755 686

计算结果显示,排序为:堤防长度＞机电排灌站装机容量＞水库容量＞有效灌溉面积＞农村人均纯收入。

4 基于农业承灾系统模型的防灾、减灾对策

灰色关联分析结果表明堤防工程在5项指标中对增强承灾能力的贡献最大,亦即黑龙江省堤防工程量越大,其抵御旱涝灾害的能力也就越强。机电排灌站装机容量居第二位,表明其容量越大,防汛抗旱的能力也就越强。排在末位的是农村人均纯收人,可见农村人均纯收人的变化对于承灾能力的影响并不大,这也说明了现在防汛抗旱主要还是靠政府行为。

通过黑龙江省1997～2006年机电排灌站装机容量、有效灌溉面积、水库容量、堤防长度等统计数字分析,此间各项指标增长比1990～1996年较大,农业气象灾害损失比前一时期有所下降,但有效抵御气象灾害的效果还有待进一步提高。因此,还应加大投人,提高农业水利基础设施的抗灾能力。从减灾工程性措施人手,要提高堤防的标准;扩大农田有效灌溉面积,增加除涝面积和机电排灌站装机容量和排灌面积,发挥水库防汛抗旱的调蓄功能。同时还要科学规划,并将广大农民的切身利益同防灾抗灾工作结合起来,鼓励和创造有利条件,让广大农民积极参与农业减灾防灾工程建设,改革现有资金投入机制,拓宽农业减灾防灾资金的融资渠道,加大修缮和保护现有防灾减灾工程的力度,对农村主要生产生活工程进行加固,全面发挥各种减灾防灾工程的效益,从而增强黑龙江省农业经济系统抗灾能力。

[1]刘继鹏,周尚哲,李红兵.珠江三角区域水旱灾害经济损失评价[J].热带地理,2006,26(4):71-75.

[2]邓聚龙.灰预测与灰决策[M].武汉:华中理工大学出版社,2002:204-206.

[3]中华人民共和国国家统计局.中国统计年鉴 [M].北京:中国统计出版社,2008.

[4]中国农业年鉴编辑委员会 .中国农业年鉴 [M].北京:中国农业出版社,2008.

[5]国家统计局农村社会经济调查司.中国农村统计年鉴[M].北京:中国统计出版社,2008.

[6]黑龙江年鉴社.黑龙江年鉴 [M].哈尔滨:黑龙江年鉴社,2008.

[7]Ilan Noy.The M acroeconomic Consequences of Disasters[J].Journal of Development Economics,2009,88 (1):221-231.

[8]Yasuhide Okuyama.Economics of Natural Disasters:a Critical Review[C]// The 50th North American Meeting, Regional Science Association Internatinal, 2003:3-7.