我国玉米主产省自然灾害灾情分析*

吴祖葵，杨敬华※，刘 勍

(1.中国农业科学院农业经济与发展研究所，北京 100081； 2.中国农业科学院农业资源与区划研究所，北京 100081)

0 引言

农业自然灾害不仅会使农作物的生长周期发生中断、作物产量大幅减少、农民利益受损等，更有甚者可能会造成一系列连锁反应，引起社会恐慌和市场混乱。由于我国气候多样、环境复杂，自然灾害为我国农业发展带来了巨大隐患。根据统计数据分析可知， 1995～2014年，我国农作物年均受灾面积4 295.4万hm2，水灾、旱灾、风雹灾害、低温冻害4种灾害的受灾率约为95.6%，我国农作物年均成灾面积2 252.4万hm2，4种灾害的成灾率71.6%，是对我国农业影响最严重的4种灾害。其中又以水、旱灾害为甚， 两种灾害的年均受灾率达到76%，年均成灾率约为53%。

玉米是我国四大主粮之一，作为基础性农作物，在我国食品和饲料加工、工业原料制取等领域发挥着举足轻重的作用。我国玉米播种面积在2008年达到2 990万hm2，超越水稻成为我国第一大粮食作物。因此，对我国玉米生产的自然风险，特别是水旱风险进行评估，将有利于全面掌握水、旱灾害对我国玉米种植的影响，为玉米的防灾减灾工作提供依据，促进我国玉米产业的平稳发展。

学界对农业灾害评估的实证方法大致可归为3类。第一，基于系统理论，通过建立灾害风险评估体系，将风险分解为致灾因子的危险性、承灾体的脆弱性、暴露性，以及防灾减灾能力等具体指标，从而计算风险强弱。IPCC(政府间气候变化专门委员会)在历年的灾情年报中常运用该方法评估灾害风险，UNDP(联合国开发计划署)也曾在2006年通过建立DRI风险评估模型对海地海啸的危害程度进行评价[1]。赵俊晔和张峭[2]构建了作物灾害风险评价指标体系，评估了干旱、洪涝、风雹、低温4种灾害对玉米生长造成的危害。张超等[3]为了全面评估内蒙古地区干旱对玉米的影响，构建了包括气候区划、气象干旱、农业干旱、气候生产潜力和气候适宜性等5个方面的指标体系，具有较强参考意义。第二，基于农业灾害会对农作物产量产生影响这一假设，许多学者将作物产量波动作为研究对象，进行灾情评估。邓国等[4]运用概率统计，对粮食产量序列进行处理，再用概率密度函数的方式进行表示，根据其统计性质计算风险水平。谷政等[5]采用小波分析的方法对种植业产量主要趋势进行估计，计算出江苏省7种主要农作物受自然灾害影响的变异系数、变异率。第三，还有研究人员将农业灾情与地学相结合，通过农业遥感、地理信息系统等方法，对自然灾害的波及范围、损失程度进行了精确评估。Monirul Islam 等借用美国国家海洋和大气管理局的气象卫星影像，采取高分辨率遥感影像抽样调查法对农业自然风险进行量化，得到了精度极高的结果。周寅康等[6]基于GIS(地理信息系统)构建了农气灾情风险评价模型，测算了关中地区各种灾害的严重性和承灾体的脆弱度。

在总结前人研究的基础上，文章拟利用产量波动理论对1995～2014年20年间我国玉米生产的灾害风险情况进行评估。该文以全国及各玉米主产区的气象产量作为研究基础，剔除了技术等因素对玉米单产造成的影响，使研究数据具有一致性和可比性。采用气象减产率和气象产量减产变异系数对各主产区风险分布进行分析。采用灾损系数和灾害异常指数对各类灾害，特别是水、旱两灾的严重程度，进行量化比较。再通过灰度重心模型，模拟出水、旱灾害的空间位移和变化规律。以期对我国玉米生产风险进行系统评估和梳理。

1 研究方法与数据来源

1.1 研究方法

作物气象产量是对农作物灾情进行分析的常用指标，表征气象变化对农作物生产的影响。该文以玉米气象产量、相对气象产量为基础，采用气象减产率和气象产量减产变异系数两项指标，对各主产区风险分布情况进行分析。采用灾损系数和灾害异常指数两项指标对各类灾害进行量化比较。水、旱灾害是对我国农业生产影响最大的灾种，通过灰度重心模型，模拟出水、旱灾害的空间位移变化图，并总结其对我国玉米种植的影响规律。该文选取了我国11个玉米主产区作为研究对象，较为全面地分析我国玉米的受灾情况。

1.2 指标处理

(1)玉米产量处理方法

在玉米的生长过程中，自然灾害的发生会使玉米植株的根系发育不良、植株高度不足、子粒饱满程度降低、全生育期延长，从而对玉米生产带来不利影响，最终体现在玉米的单位面积产量上。但除自然灾害外，影响玉米单产波动的因素很多，如技术、政策因素等，在进行玉米风险评估时，包含各种影响因子的单产数据将很难具备可比性。因此，要对技术等因素进行剔除，得到具有可比性、一致性的气象产量数据。根据邓国等[6]的研究，影响玉米产量的因素可分为技术进步、气象条件、随机因素3类，其中随机因素的影响较小，可以忽略。

Y=Yt+Yw

(1)

式(1)中，Y为玉米的单位面积产量；Yt为玉米的长期趋势产量，其受生产力发展水平影响，该文中通过步长k=11的直线滑动平均法求得；Yw为受气象条件影响的玉米气象产量，表征玉米生产的短期变动。

对式(1)进行变化，可得玉米相对气象产量，有效剔除了时间、空间因素，不受技术进步的影响，具有可比性，是进行风险评估的基础数据序列。

x=Yw/Yt

(2)

(2)气象减产率及气象减产变异系数

定义玉米相对气象产量为负值的年份为减产年，以某主体所有减产年的相对气象产量的算术平均值作为气象减产率。

(3)

式(3)中，r为玉米气象减产率； ∑xi为负玉米相对气象产量的和，且xi<0；n为样本总数。用来描述相对气象产量中负值的集中位置，即减产年份的集中度，从而表征该主体的玉米受自然风险的平均减产水平。气象减产率越高，则灾害致损程度越高，反之则越低。

与玉米气象减产率相对，气象减产变异系数表征玉米负相对气象产量的分散程度，是一个无量纲值，数值越大，则表明风险程度越高。

(4)

式(4)中，v为气象减产变异系数；r为玉米气象减产率；xi为逐年玉米相对气象产量；n为全部样本数。该值越高，则说明相对气象产量的波动越大，丰年和歉年的差别大，该主体玉米生产缺乏稳定性。反之，说明玉米生产的稳定性强，受自然灾害影响较小[8]。

(3)灾损系数及灾害异常指数

陈天佑等[9]在研究中指出自然灾害会影响作物产量，可以表达为X=(1+ω)X′，其中ω为灾损系数，X′和X分别为以灾损系数调节前后的作物产量。

(5)

式(5)中，ω为某灾种的灾损系数，即因自然灾害所致农作物的减产率(灾损率)，该值越高，则说明作物受该种自然灾害的影响越大；B′为受灾面积；B″为成灾面积；B为作物播种面积； Ф′和Ф″分别为农业统计工作中做规定的，达到“受灾”、“成灾”水平的减产百分率，一般取0.1≤Ф′<0.3,Ф″≥0.3。在该研究中，为了计算便利，取Ф′=0.1，Ф″=0.3。从而得到灾损系数的估计算法为：

(6)

在此基础上，以灾损系数ω计算灾害异常指数：

(7)

(4)灰度重心模型

灰度重心法是一种以灰度图像像元值为权重的中心点提取方法，即通过将各像元的灰度值视作该像元的质量，从而提取图像“质心”。灰度重心法函数为：

(8)

式(8)中，x与y分别对应点的横纵坐标值；W(i，j)为该点灰度值；C(x，y)为所求的中心点坐标； Ω为选取的研究范围。灰度重心法通过计算灰度图像的加权空间中心将二维图像抽象为1点，利用该点某时期内的运动特性分析整个二维空间的变化趋势，是一种研究区域时序变化的可视化方法。

1.3 数据来源

根据1995～2014年各省玉米平均播种面积和平均产量，该文选取排名靠前的11个省份为研究对象，分别是黑龙江省、吉林省、山东省、河南省、内蒙古自治区、河北省、辽宁省、山西省、四川省、云南省和陕西省。该研究中， 20年间各省逐年玉米单位产量、各灾种受灾面积、成灾面积数据均取自国家统计局网站及《中国农业年鉴》。

2 结果与分析

2.1 我国玉米主产区自然风险分布情况

根据1995～2014年我国玉米单位产量数据，可通过滑动平均法求得趋势产量，进而求得各年度玉米气象产量和相对玉米气象产量。通过产量波动，可以直观地了解近年来玉米受灾害的减产情况。由图1可知，玉米实际产量与趋势产量的差别由大变小，且整体差别不大，说明在20年间玉米生产受气象条件影响先大后小，且除气象条件外，玉米生产受其他条件，如政策、技术等社会性因素的影响较大。由图2可知， 20年间我国玉米减产年份为9年，占到总数的45%，平均受灾约为两年一遇，反映出我国玉米种植受自然灾害的影响较大。玉米相对气象产量20年间整体波动较大，尤其在1995～2000年的6年间，产量波动异常剧烈。2001～2014年的14年间产量波动趋于平稳，说明自然灾害对玉米产量的影响有所减弱，玉米生产形势趋于平稳。从玉米丰收、歉收角度分析，连续减产年份最长为4年，连续丰年转歉收年份最长4年中有1次。

图1 1995～2014年我国玉米实际单产与趋势产量变化趋势

图2 1995～2014年我国玉米气象产量变化趋势

通过求取全国及各主产省份玉米的相对气象产量，可进一步计算各主体的气象减产率r及气象产量减产变异系数v，用以表征各主体减产情况的集中和分散趋势，从而对各主体的玉米生产气象情况进行量化比较。根据邓国等[4]的研究结果，设定减产率低值区间r≤2.89%，减产率中值区间为2.89%

从表1可知，我国整体玉米受灾减产率为3.48%，处于风险分级的中值区间，说明我国玉米种植受到自然灾害的影响较大。就全国各主产省而言，减产风险处于高值区间的有山西省、内蒙古自治区、辽宁省、吉林省、黑龙江省、山东省、河南省、陕西省等8省区，四川省位于减产风险中值区间，云南和河北两省位于低值区间。对11个主产省来说，其平均减产率为6.57%，位于高值区间，表明我国玉米主产省份受农气灾害的影响较大，高于全国平均水平。这也符合承灾体风险暴露度越高，风险越大的规律。即我国玉米主产省份虽然在玉米种植方面具有优势，种植面积广大，但也遭受着农气灾害的影响。

从玉米气象产量减产变异系数角度来看，全国值较低，仅为0.064 6，说明全国玉米种植各年度减产趋势相对集中，整体产量减产不显著，玉米产量的变动比较平稳，出现大丰年和大歉年的极端现象少。这主要是由于，自然灾害的发生往往具有局部性和突发性，而玉米作为全局性、战略性粮食作物，受政策、市场、技术因素的影响更突出，多方因素将确保全国玉米生产的稳定性。而对各主产省而言，黑龙江省、山东省、河南省、四川省、陕西省的变异系数较高，均大于1，其他主产省份变异系数值也远大于全国水平。这说明各主产省的玉米增产不稳定性较大，受自然灾害影响大。尤其是我国华北、华北、西南地区，作为玉米生产的主产区域，也应成为玉米灾情防范的重点预警地区。

表1 我国玉米主产省灾害风险水平

指标全国河北省山西省内蒙古辽宁省吉林省黑龙江省山东省河南省四川省云南省陕西省减产率r(%)348254849468151194455546385406279646变异系数v006460668507984061860601308454119281438411982112850641810266

2.2 我国玉米主产省主要灾种分析

对玉米主产省主要灾情进行灾损系数(灾损率)和灾害异常指数的计算，可以系统了解各主产省所遭受的主要自然灾害类型以及各种灾害的风险等级。

通过灾损系数分析各玉米主产省份可知(表2)，在全国范围水、旱灾害是致灾程度最为严重的灾种，旱灾灾损系数达0.021 8，水灾灾损系数为0.014 5，远超风雹灾和低温冻害的影响。11个玉米主产区综合平均旱灾受灾系数为0.043 1，是全国水平的1倍以上，水灾平均灾损系数为0.012 1，低于全国水平，受风雹灾和冷冻灾较小。说明影响我国各玉米主产区的主要灾害为水、旱两灾，且旱灾影响程度更大。具体到各省，北方各玉米主产省旱灾强于南方，水灾在全国范围分布均匀。旱灾中内蒙古自治区最为严重，这与其东西延展、深居内陆腹地的地理位置有很大关系。从生产实际来看，玉米虽是相对抗旱的作物，但在灌浆期等生长期内对水分的要求较高，若水分条件无法保证，则可能造成严重减产。与此同时，我国旱情大多出现在春、秋两季，与玉米生长期时长基本一致。因此在玉米灾情防范和预警工作中，要尤其注重玉米防旱工作。

表2 1995～2014年我国玉米主产省份各灾种平均灾损系数

平均灾损系数ω全国河北省山西省内蒙古辽宁省吉林省黑龙江省山东省河南省四川省云南省陕西省旱灾002180034700699007010060100576003990024500193001930028900501水灾001450．006300092001180013700111001430010800105001530010700132风雹灾000530010300092000920004300061000600004500053000300006100065冷冻灾000540003500104000780005500039000560003600029000260005800066

用灾害异常指数对全国及各主产省的灾情进行分析，并按1.1章节中的方法进行等级划分，可大致统计出各等级灾情的发生频次(表3)。其中小灾影响程度较弱，不进行统计。由于风雹灾和冷冻灾对我国玉米生长的影响不及水、旱灾害，故在此仅对水、旱灾害进行分析。

图3 1995～2014年我国水旱灾害异常指数

从全国范围来看， 1995～2014年间，共发生水、旱重灾6次,中灾5次,轻灾5次，从时间上看， 1995～2004年水灾影响强于旱灾， 2005～2014年旱灾强度大于水灾(图3)。从玉米各主产省情况来看，旱灾发生等级和频次基本大于水灾， 20年间各等级旱灾平均发生频次为8.8次，各等级水灾平均发生频次为7.6次，且旱灾发生中灾、重灾的概率高于水灾发生中灾、重灾概率。对各玉米主产区旱灾而言，尤以内蒙古自治区、河北省、陕西省等西北地区发生重旱的几率大，这与我国从东南向西北水分蒸发量逐渐增大、降水量逐渐减少有关。而水灾的发生则比较均匀，东北春播玉米带和黄淮海夏播玉米带也有发生中、重型水灾的可能，而南方地区特别是云南省由于地形和气候条件的原因，发生水灾的几率较大。

表3 1995～2014年玉米主产区各等级水旱灾害发生频次

省份各等级旱灾频次各等级水灾频次轻灾中灾重灾轻灾中灾重灾全国233323河北省215411山西省324313内蒙古316202辽宁省443303吉林省034303黑龙江省414213山东省223323河南省404512四川省322223云南省402253陕西省115332

2.3 我国玉米主产省水旱灾情空间变化

对各省玉米的受灾情况研究发现，仅通过数据和普通的图表很难展现灾情在空间上的变化情况。鉴于此，该文引入了灰度重心分析法。重心分析法可以将二维平面的长时序变化趋势抽象为1个点的运动轨迹，更为直观地展现研究对象在时间与空间上的发展规律，利用该方法将旱、涝灾害的灾情变化转化为重心点的位移变化，有利于从宏观上解读这20年间灾情的变化趋势。以1995～2014年间各省旱、涝灾害的受灾面积为权重值，将该权重作为全国矢量图内各省的主属性并进行栅格化，转化为1km×1km分辨率的灰度图像，分别求出各图像重心坐标，生成旱灾重心迁移图(图4)与涝灾重心迁移图(图5)。

图4 1995～2014年我国旱灾重心迁移图 图5 1995～2014年我国水灾重心迁移图

经计算， 22年间的旱灾灾情重心分布范围为东经109.99°～117.13°，北纬32.24°～40.08°； 涝灾灾情重心分布范围为东经110.64°～18.18°，北纬30.85°～39.76°。中国的几何中心位于东经103°23′，北纬35°33′，地处甘肃省兰州市东乡族自治县董岭乡董家岭，与旱、涝灾害重心点集相距较远，位于两者西方，旱灾与涝灾灾情重心集中心点的偏心距分别为955.73km、975.09km。总的来说，旱、涝灾害都有向东聚集的趋势，在全国尺度上两者的空间分布均匀程度较为一致。

具体而言，近20年的旱灾灾情重心主要位于河北与山西辖区，少部分位于北京、天津、河南、湖北、陕西境内。其迁移线自山西和顺县起，经过河北武邑县、河北赵县、河南宜阳县等地，止于山西盂县。从图4可以看出，旱灾灾情重心存在东北—西南向的大幅波动趋势，重心集总体偏向于华北、东北地区，且极为分散。可见东北与华北地区的旱灾灾情较为严重，东部灾情重于西部，东北至西南方向上的地区旱灾灾情波动性较大，全国旱灾近年来空间变动明显。具体而言，旱灾灾情重心的迁移可以分为两个阶段：(1)1995～2003年间，除1998年重心大幅向西南位移外，其余年份的重心分布较为集中，位于河北省境内靠近我国渤海湾地区，整体偏东； (2)2004～2014年间，重心点分布极为分散，多次出现东北—西南向的大幅位移，各年皆较大幅度地向西迁移，相较上一时期更接近几何中心，重心集总体有向西南迁移的趋势。这一现象说明，第一时期中，我国旱灾灾情在空间上分布趋于稳定，各年份中受灾地区的灾情较为相似，东部地区受灾情况远远高于西部。第二时期中，我国旱灾灾情在空间分布上变动较大，除少数年份外，东部与北部地区的灾情较上一时期为轻，灾情分布趋于均匀。

近20年的涝灾灾情重心主要位于河南与湖北辖区内，少部分位于河北、山东、安徽境内。其迁移线自河南省上蔡县起，经过河南泌阳县、安徽临泉县、河南民权县等，止于河南社旗县。图5中显示，涝灾灾情重心也存在东北—西南向的大幅波动趋势，重心集分布位置较旱灾靠南，多数位于我国华中地区，分布较为分散。可见涝灾在空间上的分布与变动情况与旱灾较为相似，但有两处不同，即南方的涝灾灾情相对严重，灾情的空间变动幅度也小于旱灾。具体而言，涝灾灾情重心变动并无明显趋势，但1999年后重心的位移距离明显增大，尤其是2013年出现了向东北地区大幅偏移的情况。说明我国涝灾灾情在空间上分布越来越趋于大幅震荡。

出现重心大幅震荡情况的原因可从两方面阐释。第一，我国自然灾害的发生频率有所增加，灾害发生的不确定性增强，因此削弱了灾害分布规律的显著性。有学者曾指出，在过去2 200年中，我国自然灾害的发生频率不断加快，农业受灾面积不断扩大，农业生产所遭受的灾害种类不断增多，损失的严重程度也逐渐上升[10]。第二，水、旱灾害重心之所以朝东北—西南方向转移，与中部各粮食主产省防灾减灾措施得当有密切关系。近年来，我国粮食主产省份防灾减灾财政支持不断加大，农民防汛抗旱意识不断增强，特别是大数据、物联网技术的应用增强了各地灾情识别和预警的能力，故而使得灾害重心偏离原点，向周围弱势地区扩散。

结合两者分析结果，得出结论：(1)旱、涝灾害重心分布都极为分散，说明我国旱、涝灾害的空间变异性较高，各地区的灾情变化大。(2)东北—西南向波动为旱、涝灾害灾情变动的共同趋势，为东北三省、河北、山东、河南、湖北、四川一线，说明这几个省份的灾情波动性较大，也是主要受灾省份。在这些省中，大部分又是我国玉米的主要产区，对我国玉米种植的防旱、抗汛工作提出了很大考验。(3)近20年内旱、涝灾害重心迁移距离有增大趋势，一方面说明了我国对旱、涝灾害主要受灾区的防护和治理卓有成效，另一方面说明灾情的突发性上升，部分非重灾区受灾几率近年有所增加。

3 结论

玉米作为我国极具代表性的大田粮食作物，自然灾害对其种植的影响很大。如某些主产区若发生较为严重的干旱灾害不仅会加强植株的干旱胁迫，致使植株发育受阻，更会加大农民的灌溉和田间管理压力，提高生产成本。而涝渍灾害的发生则会使玉米根系发生溃烂，对当地农业的排涝能力带来压力，这些情况都将不利于保障我国的粮食安全。该文基于我国各玉米主产省的相对气象产量研究可知，我国玉米生产受自然灾害的影响较大，减产水平处于中值区间，而大多数玉米主产省份的减产风险要高于全国平均水平。主产区产量波动情况强于全国平均水平，表明在各玉米主产省份中，易出现丰、歉年的转变。就灾害种类而言，水、旱灾害是对我国玉米种植影响最大的灾害种类。通过全国和各主产省历年灾情数据的分析可以发现，在1995～2014年的20年间旱灾的严重程度大于水灾，特别是近年来，旱灾的影响范围和趋势有扩大迹象。从空间角度上看，我国水、旱灾害的空间分布呈东北—西南一线，这和我国镰刀弯玉米带有很大的重合趋势，这也对我国玉米种植的防汛抗旱工作提出很大的挑战。

为了更好地防范玉米生产中的自然风险，特别是在目前国家“粮改饲”政策背景之下更好地进行提质增效，促进玉米产业的发展，该文认为可以从几个方面着手：

(1)从制度层面提升防灾减灾水平，特别是用法律手段建立灾害预警和防控体系。农业自然灾害防控体系可分为灾害风险识别、风险评估和风险决策等几个环节，每个环节都应有专门的机构和法律保障其有效运行。我国经过多年努力，已经基本形成“一事一法”的防灾法律体系，也有相应机构“专事专责”。但目前伴生灾害频发，灾害波及面不断扩大，农业灾情的复杂程度不断上升，这就有必要增强灾害立法的兼容性，促进部门之间的配合度。特别是注重灾害的预警与防治工作，力争将灾损率降到最低。

(2)用技术手段增强玉米种植水、旱风险防御能力。虽然各主产省玉米种植灾情有所差异，但技术防灾的基本思路可归结为3种：第一是通过改良玉米品种，或改善种植方式，以使玉米植株对缺水环境具有更强的适应性； 第二是通过改善玉米的生长环境，特别是水分环境，从而为玉米生长提供更好的生长条件，如完善地方水利基础设施的建设等； 第三是通过改良种植技术也能达到防灾效果，如错开种植期以规避旱期，或在玉米苗期进行适当的抗旱训练等。

(3)采用多样化的金融财税工具分散自然风险，该类工具主要包括财政补贴、农业保险及农产品期货。目前，我国农业灾害的补偿机制也正由救济性补贴向充分利用市场规律、发挥价格杠杆，采用农业保险、期货等多种手段的综合机制过度。2016年在辽宁省率先启动的玉米价格“保险+期货”的试点项目，具有前瞻性与创新性。但由于我国农民群体的弱势性，对新鲜事物的接受程度有限，这就要求我国新型农业经营主体发挥更大的作用。与此同时，玉米的进出口贸易也是调解玉米供需的重要方式之一，应坚持以我为主、立足国内、确保产能、适度进口、科技支撑的原则[11]。

[1] United Nations Development Programme(UNDP).Reducing disaster risk：A challenge for development， 2006： 97～117

[2] 赵俊晔，张峭.我国玉米自然灾害风险区识别研究.自然灾害学报， 2013, 22(1): 29～37

[3] 张超，吴瑞芬.内蒙古玉米干旱风险区划方法研究.中国农业资源与区划.2015, 36(7): 134～141

[4] 邓国， 王昂生，李世奎，等.风险分析理论及方法在粮食生产中的应用初探.自然资源学报, 2001，(3)： 221～226

[5] 谷政、江惠坤、褚保金. 基于小波分析江苏种植业自然风险的度量.河南科学, 2008，(5)： 562～565

[6] 周寅康， 金晓斌，王千，等.基于GIS的关中地区农业生产自然灾害风险综合评价研究.地理科学， 2012, 32(12): 1465～1472

[7] 邓国， 王昂生，周玉淑，等.中国省级粮食产量的风险区划研究.南京气象学院学报， 2002,(2)： 373～379

[8] 王军， 王洪丽，张雪清,等.吉林省玉米生产自然灾害风险评估与气象灾害产量的影响因素研究.玉米科学， 2011, 19(5): 143～147

[9] 陈天佑、王红玲， 胡中立，等.广义农业技术水平的度量分析模式.科学学研究, 1989，(7)： 37～45

[10]谢家智. 农业巨灾风险管理理论与实践.重庆：西南师范大学出版社， 2014

[11]刘海启.我国玉米制种产业发展现状及战略选择.中国农业资源与区划， 2015， 36(1)： 9～13