区域农业抗旱减灾能力影响因素及指标模型构建

翟晓雁

摘要：为了对区域农业灾害进行防控，分析了山东省旱灾相关影响因素，通过旱灾影响因素构建旱灾预警模型，并对各因素耦合关系进行分析，最后将构建的农业旱灾综合评估模型应用于具体农业生产环境。结果表明，不同农业区域在抗旱减灾能力上存在明显差异，农业旱灾综合评估排名前3的城市为烟台市、日照市、青岛市，农业旱灾综合评估值分别为2.90、2.87、2.86。山东省经济发达区域集中在沿海地区，这些地区有充足的技术、物资、人才及财政支持，农业抗旱减灾能力强。而对于雨水贫瘠、经济较弱区域，农业抗旱减灾能力较差，集中在德州市、济宁市、东营市等地区。由此可见，要提升这些地区抗旱减灾能力，需要从财政投入、农业技术、应急管理等方面入手，确保地区农业的科学化发展。

关键词：区域；农业抗旱减灾能力；模型构建；旱灾影响因素

中图分类号：S422         文献标识码：A

文章编号：0439-8114（2024）04-0174-05

Construction of influencing factors and indicator models for regional agricultural drought resistance and disaster reduction capacity

Abstract： In order to prevent and control regional agricultural disasters， the influencing factors of drought were analyzed in Shandong Province. A drought warning model was constructed based on the influencing factors of drought， and the coupling relationship of various factors was analyzed. Finally， the constructed agricultural drought comprehensive evaluation model was applied to specific agricultural production environments. The results indicated that there were significant differences in drought resistance and disaster reduction capacity among different agricultural regions. The top three cities in the comprehensive assessment of agricultural drought were Yantai， Rizhao， and Qingdao， with comprehensive assessment values of 2.90， 2.87， and 2.86， respectively. The economically developed regions of Shandong Province were concentrated in coastal areas， which had sufficient technological， material， talent， and financial support， and strong agricultural drought resistance and disaster reduction capacity. For areas with poor rainfall and weak economy， agricultural drought resistance and disaster reduction capacity were relatively poor， concentrated in areas such as Dezhou City， Jining City， and Dongying City. It could be seen that in order to enhance the drought resistance and disaster reduction capabilities of these regions， it was necessary to start from financial investment， agricultural technology， emergency management， and other aspects to ensure the scientific development of regional agriculture.

Key words： region； agricultural drought resistance and disaster reduction capacity； model construction； influencing factors of drought

現代农业发展中合理有效的农业防灾减灾措施对农业发展有重要作用。尤其是在全球气温变暖趋势下，中国旱灾发生频率较高，旱灾已经成为阻碍中国农业发展的主要因素［1］。2020年中国因旱灾影响的农业面积为8.4×104 km2，总计造成186亿元的农业经济损失［2］。山东省作为中国最主要的粮食生产大省之一，应注重农业生产减灾，加强农业风险预警与评估，有效避免农业区域灾害问题发生，提升农业经济产值［3］。

区域农业减灾能力评价是衡量农业区域减灾能力的重要指标，是区域农业防灾、抗灾，提升农业生产能力的重要手段。在减灾能力评估中，通过有效的农业减灾能力评价为区域农业规划提供灾害预防意见［4］。当前中国对自然灾害风险评估还没有统一的标准，但在灾害风险中都会考虑诸多危害性因素，包括脆弱性、暴露性、危险性及减灾能力等［5］。通过相对灾害因素的评估分析，构建现代农业预警模型，为山东省区域农业生产与农业减灾提供重要决策依据。

1 农业旱灾因素耦合关系研究

在现代农业发展中农业抗旱能力是人类对农业旱灾防控能力的统称，影响农业抗旱能力因素有很多，既包括了自然灾害因素，也包括了农业生产因素［6］。农业抗旱能力与农业旱灾风险、抗旱措施密切关联。因此，要全面分析农业抗旱减灾能力，需要分析农业旱灾因素耦合关系，并从耦合关系寻找各因素之间的影响路径，以便更好地研究农业抗旱减灾能力［7］。因此，引入解释结构模型（Interpretative structural modeling，ISM）来解释旱灾的复杂机理，以便更好地把握防控与风险之间的耦合关联，如图1所示［8］。

解释结构模型的构建需要明确抗旱减灾能力相关影响因素，包括脆弱性（B1）、暴露性（B2）、危险性预防能力（B3）、资源保障（B4）、管理能力（B5）、生产技术（B6），构建因素集（B），如式（1）所示。

[B=B1，B2，B3，B4，B5，B6]      （1）

根據农业专家的指导意见，参考相关文献数据［9］，开展必要性农业实践调查活动。为了更好地讨论6个因素之间的关系构建因素集邻接矩阵，如式（2）所示。

式中，[aij]为因素集邻接矩阵中[Bj]因素与[Bi]因素逻辑值。

通过式（2）可得到可达矩阵，如表1所示。

将可达矩阵中各因素之间的作用关系进行归纳划分，得到分层集，包括了因素集合及第一层可达集合。根据递阶层次划分规则得到最高层级因素矩阵，对各层级重新组织得到新建的可达矩阵，如表2所示。

根据各层级影响因素导入新建的可达矩阵，便可得到最后的“支撑力-压力”耦合关系解释模型。根据模型结果得到农业抗旱因素与农业旱害风险的影响路径关系。同时对农业旱害风险与旱灾防控能力进行研究，从而明确区域农业抗旱减灾能力。

2 区域农业旱灾预警模型构建与评估

2.1 农业旱灾风险指标体系构建

农业旱灾风险指标体系的构建需要符合可行性、科学性、代表性要求。同时在自然旱害风险理论基础上合理建立农业旱灾风险指标体系，如图2所示［10］。

致灾因子选取参考文献［11］的致灾危险性因子理论，包括水文、气象2个因素。暴露性主要参考承载体的暴露情况，农业生产区域内农业经济密度可以反映灾害发生时承载体胁迫值，胁迫值越大代表该农业区域暴露性越高［12］，在干旱胁迫下，农业经济密度与经济损失成反比关系，同时，将地区农业经济总产值与所在区域农业面积的比值作为经济暴露指标。暴露比的计算公式［13］如下。

[LS]=G总产值/S农业               （3）

式中，[LS]表示作物暴露比；G总产值为地区农业经济总产值；S农业为区域农业面积。

雨养农业是指单纯依靠自然降水来从事农业生产活动。地区雨养农业占比越高，该区域受到干旱胁迫的自然影响越大。将主要区域雨养农业面积与农作物面积的比值作为脆弱性指标，雨养占比的计算公式［14］如下。

YL=S雨养/S农作物                   （4）

式中，YL为雨养占比；S雨养为区域雨养农业面积；S农作物区域农作物面积。

2.2 农业抗旱能力指标体系构建

农业抗旱指标体系的构建要满足可行性、科学性、完整性、动态性要求，如图3所示。

农业预防能力包括蓄水工程调蓄率、耕地灌溉率，其中耕地灌溉率代表地区农业水资源丰度，也代表地区农业对地表水资源的利用效果；农业生产技术能力要考虑节水灌溉率、单位耕地灌水量。在资源保障能力中，政府的财政投入、农民收入决定农业抗旱救灾效果。应急管理能力则主要考虑地区单位耕地人数、耕地机和电井数量。

2.3 区域农业旱灾综合评估模型构建

区域农业灾害综合评估方法有很多，考虑到旱灾风险与农业抗旱能力均属于复杂的非线性系统，并避免主观因素对综合评价的影响［15］，本研究在文献［16］提到的综合模型评估基础上进行改进，实现对农业旱灾风险综合性评估。山东省各地区抗旱能力指标权重计算公式如下。

式中，wj为指标j的权重；[vj]为指标j变异系数，用来描述指标j的数据信息，[vj]越大说明评价指标j在各评价中的差异越大；[hj]采用来评价指标j的独立性，值越大说明指标信息越多；[qj]表示综合度系数；[rij]表示评价指标i与指标j之间的绝对值；m为评价指标个数。

农业旱灾风险评估模型的计算公式如下。

[R2=ρ2（h，e，v）] （7）

式中，[R2]表示农业旱灾风险指标；[ρ2]表示农业旱灾风险函数；[h]表示致灾因子危害性参数；[e]表示暴露性参数；[v]表示环境脆弱性参数。

农业抗旱能力评估模型的计算公式如下。

[R1=ρ1（c1，c2，c3，c4）] （8）

式中，[R1]表示农业抗旱能力指标；[ρ1]表示农业抗旱能力函数；c1、c2、c3、c4分别表示应急管理能力、资源保障能力、生产技术能力、预防能力。

本研究建立了农业旱灾风险指标体系与抗旱能力指标体系，每个评价因素均可以作为单独的评价对象，通过多个风险评估系统构成最终的综合评价模型［17］。农业旱灾综合评估模型计算公式如下。

式中，[R]表示农业旱灾综合风险值；[η]表示灾害发生率；[-kn]表示致灾因素相关参数，其中[n>0]，[kn>0]。

3 实证分析

3.1 研究數据基本信息

山东省作为中国农业大省，改革开放的40多年来一直是中国现代农业发展的代表。山东省是各种蔬菜、水果、棉花、小麦、玉米、水稻的主要产区。小麦、玉米主要分布于菏泽市、德州市、聊城市、济南市、青岛市等；蔬菜主要分布于淄博市、济宁市等；水果主要分布于烟台市、青岛市、临沂市等。山东省有明确的农业种植划分，农业产品主要销往京津唐等地区［18，19］。图4为山东省各城市的位置分布。

在地理位置上，山东省位于中国东部沿海地区，属于温带季风性气候，四季分明。同时，山东省平均气温维持在13 ℃左右，非常适合农作物生长。山东省包含陆地和半岛，半岛突出于渤海、黄海之中，不仅农业资源丰富，而且海洋资源也丰富。山东省的总面积为15.79万km2，地质特征主要以丘陵及平原为主，盆地与平原占总面积的62.7%，丘陵占总面积的13.2%，山地占总面积的15.5%。宽广的土地资源为山东省农业资源的发展创造了良好基础。由于受气候环境因素影响，山东省农业每年的干旱灾害位居全国前列，尤其是山东省的黄淮海区域，每年有大量农作物受到干旱因素影响，导致农业经济出现重大损失［20，21］。每年山东省各地区均会出现不同程度的旱灾。1998—2015年山东省每年受灾面积达256.5万hm2，每年因旱灾造成的农业经济损失达60亿元。旱灾已经成为影响山东省农业发展的重要因素，需要采取必要应对措施。

3.2 农业旱灾风险与抗旱能力分析

3.2.1 农业旱灾风险评估 选取山东省主要的粮食产区进行研究，对各市的旱害风险进行归一化处理，构建多指标综合评价数据模型，得到农业旱灾风险评估值。

不同城市的旱害风险与地区农业种植类型、灾害等级划分密切关联。山东省农业在发展中应参考不同地区旱灾风险等级，合理选择经济作物类型，采取针对性的农业风险干预措施。风险等级较低的城市为日照市、威海市，这些城市与海邻近，年均降水量较多；而风险等级较高的城市为聊城市、德州市，这些城市主要以平原盐碱地为主，年均降水量较少，发生干旱风险的概率高于其他城市（图5）。

3.2.2 农业抗旱能力评估 由图6可知，山东省农业抗旱能力指标包括地方财政投入、节水灌溉率、蓄水工程蓄水率、农民收入、农机动力系数、耕地灌溉率、旱涝保收率、粮食耗水率。其中地方财政投入权重最高，为18.6%、其次为蓄水工程蓄水率，为16.5%。加大地方财政抗旱投入、增加地区蓄水工程数量对农业抗旱有积极效果。地方农业财政支出受地方财政收入影响，在地区受到干旱灾害时，地区对农业财政支出依赖度将显著提高。而地方农业财政支出主要用于地区农业水利工程设施的建设、地区抗旱救灾政策的制定与实施。

表3为农业抗旱能力及子系统排名前3地区，抗旱能力最强的城市均集中在沿海区域（日照市、烟台市、潍坊市），水资源丰富；农业生产技术能力排名前3的城市为烟台市、潍坊市、枣庄市，这些城市农业技术较发达，具有较强的节水能力；预防能力体现城市在抗旱的投入、装备数量上，预防能力强的城市为潍坊市、东营市、菏泽市；应急管理能力主要考验地区农业管理效果与执行效率，具有较强应急管理能力的城市为聊城市、日照市、烟台市；资源保障能力强的城市集中于山东省经济强市（青岛市、济南市、淄博市）。

3.2.3 农业旱灾综合评估 由表4可知，农业旱灾综合评估排名前3的城市为烟台市、日照市、青岛市，农业旱灾综合评估值分别为2.90、2.87、2.86。山东省经济发达区域集中在沿海地区，这些地区有充足的技术、物资、人才及财政支持，农业抗旱减灾能力强。而对于雨水贫瘠、经济较弱区域，农业抗旱减灾能力较差，集中在德州市、济宁市、东营市等城市。由此可见，要提升这些地区抗旱减灾能力，需要从财政投入、农业技术、应急管理等方面入手，确保地区农业的科学化发展。

4 小结与建议

4.1 加强农业风险管控

农业风险包含了旱灾、水灾、高温、病虫害、人为因素等，这些农业风险因素均会导致农业生产减产，造成大量经济损失。因此，各地区应该加强农业风险预警，包括从知识层面、技术层面及装备层面入手，加强知识传授、提升农业管理技术，进而降低旱害风险。

4.2 大力发展节水灌溉工程

山东省是能源、资源大省，同样也是水资源稀缺大省。由于山东省各地区地质结构、环境等差异、导致不少地区存在缺水、浪费水的问题。因此，各地区应该积极建设节水灌溉工程，加大地方农业财政投入，包括建设更多的水利灌溉系统，积极发展水滴灌溉、膜上灌溉、低压管灌溉等。从源头上节约水资源，提升水资源的整体利用效果。

4.3 推进现代农业技术的应用

山东省由于经济、水文地质条件等因素影响，不同地区之间的农业生产计划存在较大差异。尤其是临海区域与内陆水资源贫瘠地区，不仅在农业生产技术上全面落后，同时在现代农业装备、农业资金投入上也显著低于经济发达地区。考虑到这些因素，山东省各地区应该根据地区农业发展现状、灾害特征，定制科学的抗灾管理制度与应急管理条例。在政府资金支持下，积极发展现代农业，提升农业机械化水平，种植耐旱、抗冻、抗病等作物。实施科学农业管理等，提升地区农业抗旱减灾能力。

参考文献：

［1］ 邓 玲，李学敏，张思远.暴雨灾害气象防灾减灾服务效益评估指标体系研究［J］.湖北农业科学，2021，60（17）：188-193.

［2］ 李 勤，张 强，黄庆忠，等.中国气象农业非参数化综合干旱监测及其适用性［J］.地理学报，2018，73（1）：67-80.

［3］ 金菊良，孔令茹，崔 毅，等.基于五元半偏减法集对势的区域农业旱灾脆弱性评价［J］.农业机械学报，2022，53（1）：340-348.

［4］ 赵娅君，郑粉莉，姚亚庆，等.1978—2018年我国农业气象灾害时空变化特征［J］.自然灾害学报，2022，31（1）：198-207.

［5］ 鄒俊丽， 崔兆韵， 徐 祎，等. 黄淮海地区不同播期夏玉米籽粒脱水过程和产量形成的比较［J］. 中国农业气象， 2022， 43（2）：112-123.

［6］ 施晨晓，陈珍莉，刘霄燕，等.海南岛土壤体积含水量变化规律及其与气候因子的关系［J］.贵州农业科学，2019，47（9）：142-149

［7］ 高雅文，邓可楠，张 月，等.基于农业旱涝指标的湖北省棉花生育期内旱涝急转特征分析［J］.灌溉排水学报，2021，40（2）：101-110.

［8］ FRANCO-NAVARRO J D， D?AZ-RUEDA P， RIVERO-N??EZ C M， et al. Chloride nutrition improves drought resistance by enhancing water deficit avoidance and tolerance mechanisms［J］.Journal of experimental botany， 2021， 72（14）： 5246-5261.

［9］ 陈燕丽，黄思琦，莫建飞，等.基于CLDAS数据的甘蔗干旱监测评估标准对比——以2011年广西干旱为例［J］.干旱气象，2020，38（2）：188-194.

［10］ 王惠贞，唐红艳，韩 雪，等.内蒙古大豆秋季霜冻风险指数分析及灾害风险区划研究［J］.中国农业资源与区划，2022，43（2）：23-32.

［11］ 王润红，茹晓雅，蒋腾聪，等.基于物候模型研究未来气候情景下陕西苹果花期的可能变化［J］.中国农业气象，2021，42（9）：729-745.

［12］ 杨小利，周 嘉，周安宁，等.甘肃东部苹果多灾种气象灾害综合风险评估［J］.中国农业气象，2021，42（6）：518-529.

［13］ 李 娜，霍治国，钱锦霞，等.山西省干旱灾害风险评估与区划［J］.中国农业资源与区划，2021，42（5）：100-107.

［14］ ZHAO F，LEI J，WANG R， et al. Determining agricultural drought for spring wheat with statistical models in a semi-arid climate［J］.Journal of agricultural meteorology， 2018， 74（4）：162-172.

［15］ 王晓东，陈金华，陈 曦，等.淮河流域农田旱涝逐日监测指标优化及适用性分析［J］.农业工程学报，2021，37（23）：117-126.

［16］ 郭安红，李召祥，何 亮，等.东北地区不同降水保证率下玉米水分亏缺和干旱强度分析［J］.干旱地区农业研究，2020，38（1）：266-273.

［17］ 苏 敏，岳大鹏，赵景波，等.山东省近55年来极端降水的时空变化与灾害效应研究［J］.江西农业学报，2020，32（7）：90-98.

［18］ 王 芳，王春乙，邬定荣，等.近30年中美玉米带生长季干旱特征的差异及成因分析［J］.中国农业气象，2018，39（6）：398-410.

［19］ 王静爱，商彦蕊，吴瑶瑶，等.区域农业旱灾综合风险防范：从脆弱性、恢复性、适应性到凝聚力［J］.河北师范大学学报（自然科学版），2021，45（4）：400-409.

［20］ 朱海棠，童 忠，郝宏飞.新疆哈密市棉花生育期内气象灾害类型及影响［J］.中国棉花，2019，46（7）：44-46.

［21］ 吕建功.乡村振兴背景下山东省苹果产业链优化措施［J］.食品研究与开发，2022，43（9）：227-228.