林志宇，田貴良

（河海大學(xué)商學(xué)院，南京211100）

?

氣象災(zāi)害對(duì)福建糧食產(chǎn)量影響的灰色關(guān)聯(lián)分析*

林志宇，田貴良**

（河海大學(xué)商學(xué)院，南京211100）

摘要：根據(jù)1984-2013年福建省農(nóng)業(yè)統(tǒng)計(jì)數(shù)據(jù)，分析全省糧食產(chǎn)量和氣象災(zāi)害的變化特征；在劃分氣象災(zāi)害和糧食作物類型的基礎(chǔ)上，分別從受災(zāi)范圍和災(zāi)害強(qiáng)度角度，利用灰色關(guān)聯(lián)模型分析1984-1993、1994-2003、2004-2013年3個(gè)階段內(nèi)氣象災(zāi)害對(duì)糧食生產(chǎn)的影響。結(jié)果表明：（1）氣象災(zāi)害對(duì)福建省糧食生產(chǎn)影響較大，研究期內(nèi)受災(zāi)范圍的影響不斷降低，而災(zāi)害強(qiáng)度的影響不斷增大，糧食作物對(duì)災(zāi)害強(qiáng)度的影響更敏感，因此防災(zāi)重點(diǎn)應(yīng)從減少受災(zāi)范圍逐步轉(zhuǎn)移至降低高強(qiáng)度災(zāi)害所造成的損失；（2）風(fēng)雹受災(zāi)范圍對(duì)福建省糧食生產(chǎn)尤其對(duì)大豆和薯類產(chǎn)量具有重大影響。近年來，臺(tái)風(fēng)受災(zāi)范圍對(duì)糧食生產(chǎn)的危害日益凸顯，逐步成為關(guān)鍵影響因子；（3）水災(zāi)災(zāi)害強(qiáng)度對(duì)福建省糧食生產(chǎn)尤其對(duì)小麥和薯類產(chǎn)量具有重大影響。

關(guān)鍵詞：糧食生產(chǎn)；氣象災(zāi)害；作物類型；受災(zāi)范圍；災(zāi)害強(qiáng)度

林志宇，田貴良.氣象災(zāi)害對(duì)福建糧食產(chǎn)量影響的灰色關(guān)聯(lián)分析[J].中國農(nóng)業(yè)氣象，2016，37（1）:77-83

由于人口增長[1]、糧食生產(chǎn)格局變化[2]、水資源短缺以及氣候變化[3]，中國的糧食安全形勢將面臨巨大挑戰(zhàn)。福建省作為傳統(tǒng)缺糧大省，人多地少，自然災(zāi)害頻發(fā)，糧食安全形勢一直非常嚴(yán)峻[4]。2013年以*來，福建省農(nóng)業(yè)多次受到寒凍、冰雹、熱帶風(fēng)暴和臺(tái)風(fēng)等氣象災(zāi)害的襲擊，累計(jì)造成經(jīng)濟(jì)損失36.16億元?？梢?，氣象災(zāi)害是自然災(zāi)害中最為頻繁而又嚴(yán)重的災(zāi)害，研究其對(duì)福建省糧食生產(chǎn)的影響具有重要意義。

目前，關(guān)于氣象災(zāi)害對(duì)糧食生產(chǎn)的影響，相關(guān)研究利用因子分析、相關(guān)分析、灰色關(guān)聯(lián)分析、面板數(shù)據(jù)模型、C-D生產(chǎn)函數(shù)等方法，分別從全球[5-7]、全國[8-10]、地區(qū)[11]、省域[12-13]、市域[14]、縣域[15]等層面展開。雖然由于地域差異和研究方法的不同，得到的結(jié)果不盡一致，但均證實(shí)了氣象災(zāi)害對(duì)糧食生產(chǎn)的負(fù)面影響，對(duì)各地域糧食生產(chǎn)具有重要的指導(dǎo)意義。然而，以往研究視角較單一，僅從受災(zāi)范圍的角度進(jìn)行分析，缺乏從災(zāi)害強(qiáng)度角度進(jìn)行研究。同時(shí)，以往研究均停留在宏觀層面，僅考慮地域內(nèi)總體受災(zāi)情況對(duì)糧食生產(chǎn)的影響，缺乏對(duì)氣象災(zāi)害和糧食作物的類型進(jìn)行細(xì)分，進(jìn)而探討各種氣象災(zāi)害對(duì)不同糧食作物產(chǎn)量的影響。此外，當(dāng)前有關(guān)臺(tái)風(fēng)災(zāi)害影響糧食生產(chǎn)的定量研究報(bào)道還較少見。

鑒于此，本文根據(jù)1984-2013年福建省農(nóng)業(yè)統(tǒng)計(jì)數(shù)據(jù)，分析糧食產(chǎn)量和氣象災(zāi)害的變化特征，并在劃分氣象災(zāi)害和糧食作物類型的基礎(chǔ)上，分別從受災(zāi)范圍和災(zāi)害強(qiáng)度視角，對(duì)1984-1993、1994-2003、2004-2013年3個(gè)階段內(nèi)氣象災(zāi)害與糧食單產(chǎn)的關(guān)聯(lián)度進(jìn)行計(jì)算排序，識(shí)別對(duì)特定糧食作物危害最大的關(guān)鍵氣象災(zāi)害以及受其影響最大的糧食作物，以期為防災(zāi)減災(zāi)提供科學(xué)依據(jù)，促進(jìn)全省糧食生產(chǎn)的可持續(xù)發(fā)展。

1 資料與方法

1.1 資料

分別以水稻、小麥、玉米、薯類、大豆的單產(chǎn)為參考序列，在與受災(zāi)范圍的關(guān)聯(lián)分析中，選取旱災(zāi)、水災(zāi)、風(fēng)雹、霜凍和臺(tái)風(fēng)的受災(zāi)率為比較序列，而在與災(zāi)害強(qiáng)度的關(guān)聯(lián)分析中，選取5種災(zāi)害的強(qiáng)度指數(shù)為比較序列。同時(shí)，由于氣象災(zāi)害與糧食產(chǎn)量不斷發(fā)生變化，本文將1984-2013年劃分為1984-1993、1994-2003、2004-2013年3個(gè)階段，以便于比較分析不同階段氣象災(zāi)害對(duì)糧食生產(chǎn)的影響。另外，福建省自1998年才將臺(tái)風(fēng)災(zāi)害的受災(zāi)數(shù)據(jù)列入統(tǒng)計(jì)年鑒，所以僅在2004-2013年這一階段考慮臺(tái)風(fēng)災(zāi)害對(duì)糧食生產(chǎn)的影響。其中，福建省的糧食單產(chǎn)以及氣象災(zāi)害的受災(zāi)面積、成災(zāi)面積等數(shù)據(jù)來源于《福建統(tǒng)計(jì)年鑒》、《中國農(nóng)村統(tǒng)計(jì)年鑒》、《中國統(tǒng)計(jì)年鑒》和《新中國六十年統(tǒng)計(jì)資料匯編》。

受災(zāi)率為受災(zāi)面積占播種面積的百分比，災(zāi)害強(qiáng)度指數(shù)為成災(zāi)面積與受災(zāi)面積的百分比。

1.2 方法

灰色關(guān)聯(lián)分析是一種多因素統(tǒng)計(jì)分析方法，用來揭示因素關(guān)系的強(qiáng)弱程度，其基本思想是根據(jù)序列曲線之間幾何形狀的相似程度來判斷其聯(lián)系是否緊密，曲線越接近，相應(yīng)序列之間關(guān)聯(lián)度越大，反之則越小。與回歸分析、方差分析、主成分分析等數(shù)理統(tǒng)計(jì)方法相比，灰色關(guān)聯(lián)分析對(duì)樣本量的多少和樣本有無規(guī)律同樣適用，且計(jì)算量小，不會(huì)出現(xiàn)量化結(jié)果與定性分析結(jié)果不符的情況[16]?？紤]到本文所選取的各類變量數(shù)值波動(dòng)較大，以及具有可比性的統(tǒng)計(jì)數(shù)據(jù)的時(shí)間序列不長，故認(rèn)為選用灰色關(guān)聯(lián)分析模型具有顯著優(yōu)勢。

灰色關(guān)聯(lián)分析的步驟為

（1）求各序列的初值像

式中，X′i為序列i的初值像，Xi為序列i，xi（1）為序列i的第1個(gè)對(duì)象，xi′（k）為序列i的第k個(gè)對(duì)象的初值像，i＝0，1，2，…，m，k＝1，2，…，n，其中，序列0代表參考序列。

（2）求差序列Δi（k）

式中，x′0（k）為參考序列的初值像，xi′（k）為序列i的初值像。

（3）求兩極最大差和最小差

式中，M為各序列初值像與參考序列初值像的最大差，m為各序列初值像與參考序列初值像的最小差。

（4）求關(guān)聯(lián)系數(shù)

式中，r0i（k）為序列i與參考序列的第k個(gè)對(duì)象的關(guān)聯(lián)系數(shù)，ε為分辨系數(shù)，取ε＝0.5。

（5）計(jì)算關(guān)聯(lián)度

式中，r0i為序列i與參考序列的關(guān)聯(lián)度，關(guān)聯(lián)度越大，說明兩者關(guān)系越密切；反之，則關(guān)系越不密切。本文將關(guān)聯(lián)度強(qiáng)弱分為3類（表1）。

表1 關(guān)聯(lián)度(r0i)的強(qiáng)弱劃分Table 1 The division degree of correlation based on the grey correlation value (r0i)

2 結(jié)果與分析

2.1 福建省年糧食產(chǎn)量變化特征

由圖1可見，1984-2013年，福建省糧食單產(chǎn)總體呈波動(dòng)上升趨勢，其中，第一階段（1984-1993年）初期略下降，至1986年達(dá)到最小值3960.0kg·hm-2，后緩慢上升，第二階段（1994-2003年）初期略上升后保持相對(duì)平穩(wěn)，第三階段（2004-2013年）初期緩慢上升，直至2013年達(dá)到最大值6002.3kg·hm-2，是1986年的1.52倍。研究期內(nèi)全省糧食總產(chǎn)先波動(dòng)上升后逐年降低，其中，第一階段先下降至751.49萬t后緩慢上升，第二階段先緩慢上升，至1997年達(dá)到最大值961.78萬t后急劇下降，第三階段則緩慢降低，直至2013年達(dá)到最小值523.60萬t，僅為1997年糧食總產(chǎn)的54%。

圖1 福建省1984-2013年糧食單產(chǎn)和總產(chǎn)的年際變化Fig. 1 The annual change of grain unit yield and total grain output in Fujian from 1984 to 2013

2.2 福建省年氣象災(zāi)害變化特征

統(tǒng)計(jì)部門和農(nóng)業(yè)部將糧食減產(chǎn)10%以上稱作受災(zāi)，減產(chǎn)30%以上稱作成災(zāi)。本文以受災(zāi)率表征氣象受災(zāi)范圍的大小，以災(zāi)害強(qiáng)度指數(shù)表征氣象災(zāi)害的強(qiáng)弱。分析結(jié)果表明，1984-2013年福建省平均受災(zāi)率和災(zāi)害強(qiáng)度指數(shù)分別為26.70%和47.77%，說明分析期全省氣象災(zāi)害對(duì)糧食生產(chǎn)影響較大。3個(gè)研究階段中，受災(zāi)率高于研究期平均值的年份分別占到50%、50%、30%，災(zāi)害強(qiáng)度指數(shù)高于研究期平均值的年份分別占到30%、50%、50%，說明研究期內(nèi)氣象災(zāi)害的受災(zāi)范圍呈逐漸減少趨勢，而災(zāi)害強(qiáng)度不斷增大（圖2）。

圖2 福建省1984-2013年受災(zāi)率和災(zāi)害強(qiáng)度指數(shù)的年際變化Fig. 2 The annual change of the disaster-affected rate and disaster strength index in Fujian from 1984 to 2013

2.3 糧食產(chǎn)量與氣象災(zāi)害的關(guān)聯(lián)分析

2.3.1 糧食單產(chǎn)與受災(zāi)范圍

分析表明，第一階段（1984-1993年，表2）旱災(zāi)、風(fēng)雹、水災(zāi)和霜凍4種災(zāi)害的受災(zāi)率與5種作物單產(chǎn)的關(guān)聯(lián)性表現(xiàn)為，風(fēng)雹、水災(zāi)、霜凍呈現(xiàn)強(qiáng)關(guān)聯(lián)，旱災(zāi)為中等關(guān)聯(lián)，說明從受災(zāi)范圍看，風(fēng)雹、水災(zāi)、霜凍對(duì)糧食生產(chǎn)危害較大，風(fēng)雹是該階段的關(guān)鍵氣象災(zāi)害，而旱災(zāi)的危害最小。值得注意的是，風(fēng)雹和水災(zāi)的受災(zāi)率與糧食單產(chǎn)的關(guān)聯(lián)度高達(dá)0.99，可見該階段風(fēng)雹和水災(zāi)的受災(zāi)范圍對(duì)糧食生產(chǎn)具有重大影響。

表2 福建省1984-1993年主要糧食單產(chǎn)與不同類型災(zāi)害受災(zāi)率的關(guān)聯(lián)分析Table 2 The grey correlation analysis between unit yield and disaster-affected rate at the first period(1984-1993)

第二階段（1994-2003年，表3）受災(zāi)率與5種作物單產(chǎn)的關(guān)聯(lián)度最大的兩種災(zāi)害依然是風(fēng)雹和水災(zāi)，與第一階段表現(xiàn)一致，但該階段旱災(zāi)受災(zāi)率與5種作物單產(chǎn)的關(guān)聯(lián)度超過霜凍，上升至第三位，呈現(xiàn)強(qiáng)關(guān)聯(lián)，說明從受災(zāi)范圍看，風(fēng)雹仍然是該階段的關(guān)鍵氣象災(zāi)害，但糧食生產(chǎn)受旱災(zāi)的危害顯著上升，而霜凍的危害有所下降。

第三階段（2004-2013年，表4）與第二階段相比，受災(zāi)率與5種糧食單產(chǎn)的關(guān)聯(lián)度，除霜凍大幅上升外，其余災(zāi)害均有所下降，水災(zāi)和旱災(zāi)降至中等關(guān)聯(lián)，說明從受災(zāi)范圍看，該階段的關(guān)鍵氣象災(zāi)害為臺(tái)風(fēng)，除霜凍的危害程度大幅上升至第三位外，其余災(zāi)害對(duì)糧食生產(chǎn)的危害程度均有所下降，水災(zāi)的危害最小。

表3 福建省1994-2003年主要糧食單產(chǎn)與不同類型災(zāi)害受災(zāi)率的關(guān)聯(lián)分析Table 3 The grey correlation analysis between unit yield and disaster-affected rate at the second period(1994-2003)

表4 福建省2004-2013年主要糧食單產(chǎn)與不同類型災(zāi)害受災(zāi)率的關(guān)聯(lián)分析Table 4 The grey correlation analysis between unit yield and disaster-affected rate at the third period(2004-2013)

綜合上述分析可知，雖然對(duì)特定糧食作物而言，5種災(zāi)害受災(zāi)范圍的影響程度有差異，但對(duì)于5種糧食作物而言，特定災(zāi)害受災(zāi)范圍的影響程度，與其它災(zāi)害具有相對(duì)一致性。同時(shí)，對(duì)比3個(gè)階段的關(guān)聯(lián)分析發(fā)現(xiàn)，受災(zāi)范圍對(duì)糧食產(chǎn)量的影響不斷發(fā)生變化?？傮w而言，第一階段的關(guān)聯(lián)度最大，第二階段略下降，第三階段則顯著降低，說明研究期內(nèi)氣象災(zāi)害受災(zāi)范圍對(duì)糧食生產(chǎn)的危害正不斷下降。就不同災(zāi)害受災(zāi)范圍而言，前兩階段的關(guān)鍵氣象災(zāi)害為風(fēng)雹，第三階段為臺(tái)風(fēng)，總體上，除旱災(zāi)的影響程度呈波動(dòng)變化外，水災(zāi)、風(fēng)雹、霜凍的影響程度均不斷減小。

2.3.2 糧食單產(chǎn)與災(zāi)害強(qiáng)度

分析表明，第一階段（1984-1993年，表5），4種災(zāi)害強(qiáng)度指數(shù)與水稻單產(chǎn)的關(guān)聯(lián)性表現(xiàn)為，水災(zāi)、風(fēng)雹呈現(xiàn)強(qiáng)關(guān)聯(lián)，霜凍、旱災(zāi)為中等關(guān)聯(lián)，說明從災(zāi)害強(qiáng)度看，糧食生產(chǎn)受水災(zāi)、風(fēng)雹的危害較大，水災(zāi)是該階段的關(guān)鍵氣象災(zāi)害，而旱災(zāi)的危害最小，其關(guān)聯(lián)度低于0.5。此外，4種氣象災(zāi)害對(duì)小麥、玉米、大豆的影響與水稻基本一致，不再贅述，僅薯類較特殊，其受旱災(zāi)的危害大于霜凍。

第二階段（1994-2003年，表6）與第一階段相比，霜凍強(qiáng)度指數(shù)與水稻單產(chǎn)的關(guān)聯(lián)度顯著上升至強(qiáng)關(guān)聯(lián)，位居第一，僅旱災(zāi)為中等關(guān)聯(lián)，說明從災(zāi)害強(qiáng)度看，水稻生產(chǎn)受霜凍的危害大幅上升，成為該階段的關(guān)鍵影響因子，水災(zāi)、風(fēng)雹的影響仍然較大，而旱災(zāi)的影響最弱。此外，小麥和薯類，除受風(fēng)雹的危害等級(jí)降至中等，受其余災(zāi)害的影響與水稻基本一致，在此不再贅述。但是，玉米、大豆則與水稻不同，其單產(chǎn)與水災(zāi)的關(guān)聯(lián)大于霜凍，可見，對(duì)于玉米和大豆，水災(zāi)的危害最大，是該階段的關(guān)鍵氣象災(zāi)害，另外，大豆與玉米相比，其受風(fēng)雹的危害大于旱災(zāi)。

第三階段（2004-2013年，表7）與第二階段相比，災(zāi)害強(qiáng)度指數(shù)與水稻單產(chǎn)的關(guān)聯(lián)度上升的有水災(zāi)和旱災(zāi)，其中水災(zāi)上升至第一位，而霜凍由第一位降至第三位，臺(tái)風(fēng)的關(guān)聯(lián)度最小，低于0.5，說明從災(zāi)害強(qiáng)度看，水災(zāi)成為該階段的關(guān)鍵氣象災(zāi)害，旱災(zāi)的危害顯著上升，而臺(tái)風(fēng)對(duì)水稻單產(chǎn)的危害程度最低。此外，除小麥?zhǔn)芩獌龅奈：Υ笥诤禐?zāi)外，其余作物受5種災(zāi)害強(qiáng)度的影響與水稻基本一致。

表5 福建省1984-1993年主要糧食單產(chǎn)與不同類型災(zāi)害強(qiáng)度指數(shù)的關(guān)聯(lián)分析Table 5 The grey correlation analysis between unit yield and disaster strength index at the first period(1984-1993)

表6 福建省1994-2003年主要糧食單產(chǎn)與不同類型災(zāi)害強(qiáng)度指數(shù)的關(guān)聯(lián)分析Table 6 The grey correlation analysis between unit yield and disaster strength index at the second period(1994-2003)

表7 福建省2004-2013年主要糧食單產(chǎn)與不同類型災(zāi)害強(qiáng)度指數(shù)的關(guān)聯(lián)分析Table 7 The grey correlation analysis between unit yield and disaster strength index at the third period(2004-2013)

綜合上述分析結(jié)果可知，對(duì)于特定糧食作物，5種災(zāi)害強(qiáng)度的影響程度存在差異，而且對(duì)于5種糧食作物，特定災(zāi)害強(qiáng)度的影響程度，與其它災(zāi)害也不一致。同時(shí)，對(duì)比3個(gè)階段的關(guān)聯(lián)分析發(fā)現(xiàn)，研究期內(nèi)氣象災(zāi)害強(qiáng)度對(duì)糧食生產(chǎn)的影響不斷發(fā)生變化?？傮w而言，第一階段的災(zāi)害強(qiáng)度指數(shù)最小，第二階段大幅上升，第三階段略上升，說明氣象災(zāi)害強(qiáng)度對(duì)糧食生產(chǎn)的影響程度在不斷增大。就不同災(zāi)害強(qiáng)度而言，研究期內(nèi)對(duì)于水稻、小麥和薯類，關(guān)鍵氣象災(zāi)害由水災(zāi)變成霜凍后又變成水災(zāi)，而對(duì)于玉米和大豆，水災(zāi)則一直是其關(guān)鍵氣象災(zāi)害，總體上，研究期內(nèi)旱災(zāi)、水災(zāi)的危害程度不斷增加，風(fēng)雹緩慢降低，而霜凍則呈波動(dòng)上升。

此外，對(duì)于5種糧食作物，與其它災(zāi)害相比，特定災(zāi)害的受災(zāi)范圍的影響程度相對(duì)一致，而特定災(zāi)害強(qiáng)度的影響程度則存在差異，說明特定糧食作物受到不同災(zāi)害強(qiáng)度的影響比受災(zāi)范圍更敏感。

3 結(jié)論與討論

3.1 結(jié)論

（1）氣象災(zāi)害對(duì)福建省糧食生產(chǎn)具有較大影響?，F(xiàn)階段受災(zāi)范圍的影響程度明顯大于災(zāi)害強(qiáng)度，但1984-2013年受災(zāi)范圍的影響正不斷降低，而災(zāi)害強(qiáng)度的影響則不斷增大，可能與近年來受災(zāi)范圍逐漸減小，災(zāi)害強(qiáng)度不斷增大，以及基礎(chǔ)設(shè)施建設(shè)投入的加大和良種培育、播種灌溉技術(shù)進(jìn)步等大幅提升了糧食作物抵御災(zāi)害的能力，致使受災(zāi)范圍不斷減少有關(guān)。因此，現(xiàn)階段的防災(zāi)減災(zāi)重點(diǎn)仍然是減少受災(zāi)范圍，但今后應(yīng)將重點(diǎn)從減小受災(zāi)范圍逐步轉(zhuǎn)移至降低高強(qiáng)度氣象災(zāi)害所造成的損失。

（2）從受災(zāi)范圍看，風(fēng)雹對(duì)福建省糧食生產(chǎn)尤其對(duì)大豆和薯類產(chǎn)量具有重大影響。因此，應(yīng)有針對(duì)性地采取防災(zāi)減災(zāi)措施，降低風(fēng)雹受災(zāi)范圍的危害。近年來，臺(tái)風(fēng)對(duì)糧食生產(chǎn)的危害日益凸顯，逐步成為關(guān)鍵影響因子，也應(yīng)引起高度重視。

（3）從災(zāi)害強(qiáng)度看，水災(zāi)對(duì)福建省糧食生產(chǎn)尤其對(duì)小麥和薯類產(chǎn)量具有重大影響。因此，應(yīng)積極運(yùn)用興修水利、治理河流、加強(qiáng)暴雨預(yù)報(bào)研究等手段減少水災(zāi)災(zāi)害強(qiáng)度對(duì)糧食生產(chǎn)，特別是對(duì)小麥和薯類產(chǎn)量的影響。此外，近年來，旱災(zāi)、水災(zāi)、霜凍的危害均不斷增大，重點(diǎn)減少高強(qiáng)度水災(zāi)所造成損失的同時(shí)，也應(yīng)加大對(duì)旱災(zāi)和霜凍的重視。

（4）與受災(zāi)范圍相比，糧食作物對(duì)災(zāi)害強(qiáng)度的影響更敏感。因此，在應(yīng)對(duì)高強(qiáng)度氣象災(zāi)害時(shí)，要更加注意針對(duì)不同糧食作物制定相應(yīng)的防災(zāi)減災(zāi)措施，重點(diǎn)防范對(duì)其危害較大的氣象災(zāi)害。

3.2 討論

本文在劃分災(zāi)害和作物類型的基礎(chǔ)上，分析氣象災(zāi)害對(duì)糧食生產(chǎn)的影響，能識(shí)別不同階段的關(guān)鍵氣象災(zāi)害以及受其危害較大的糧食作物種類，進(jìn)而有利于針對(duì)性地采取防災(zāi)減災(zāi)措施，克服了以往研究僅考慮地域內(nèi)總體受災(zāi)情況對(duì)糧食生產(chǎn)影響的不足。莊道元等[10]通過31個(gè)省市的面板數(shù)據(jù)模型發(fā)現(xiàn)自然災(zāi)害對(duì)中國糧食產(chǎn)量的負(fù)面影響較顯著，但無法識(shí)別影響最大的關(guān)鍵氣象災(zāi)害以及受其危害較大的糧食作物。本文在以往研究[11]僅從受災(zāi)范圍分析氣象災(zāi)害對(duì)糧食生產(chǎn)影響的基礎(chǔ)上，增加了災(zāi)害強(qiáng)度視角，克服了以往研究視角單一的現(xiàn)狀，但由于數(shù)據(jù)獲取難度較大，本文未對(duì)氣象災(zāi)害在全省的空間分布進(jìn)行研究，也無法從月份、季度等更細(xì)的時(shí)間維度進(jìn)行分析。另外，水利建設(shè)、品種改良、灌溉技術(shù)進(jìn)步等因素對(duì)糧食生產(chǎn)的影響并未考慮，均有待今后進(jìn)一步研究。

參考文獻(xiàn)References

[1]Lutz W，Sanderson W，Scherbov S.The end of world population growth[J].Nature，2001， 412（6846）:543-545.

[2]Liu J，Savenije H H G.Food consumption patterns and their effect on water requirement in China[J].Hydrology ＆ Earth System Sciences，2008，5（1）:27-50.

[3]Marris E.Water:more crop per drop[J].Nature，2008，452（7185）: 273-277.

[4]張星，陳惠，吳菊薪.氣象災(zāi)害影響福建糧食生產(chǎn)安全的機(jī)理分析[J].自然災(zāi)害學(xué)報(bào)，2008，17（2）:150-155. Zhang X，Chen H，Wu J X.Cause analysis of meteorological disaster effect on safety in production of grain in Fujian Province[J].Journal of Natural Disasters，2008，17（2）:150-155. （in Chinese）

[5]Dlugolecki A F.Climate change and the insurance industry[J]. The Geneva Papers on Risk and Insurance-Issues and Practice，2000，25（20）:582-601.

[6]Munich Re.Topics Geo:annual review，natural catastrophes 2003[M].Munich，Germany:Geoscience Research，2004:56.

[7]H?ppe P.Scientific and economic rationale for weather risk insurance for agriculture[A].Sivakumar M V K，Motha R P.Managing weather and climate risks in agriculture[C]. Heidelberg:Springer Berlin，2007:367-375.

[8]馬九杰，崔衛(wèi)杰，朱信凱.農(nóng)業(yè)自然災(zāi)害風(fēng)險(xiǎn)對(duì)糧食綜合生產(chǎn)能力的影響分析[J].農(nóng)業(yè)經(jīng)濟(jì)問題，2005，（4）:14-17. Ma J J，Cui W J，Zhu X K.Impacts of natural disasters oncomprehensive capacity of grain production in China: an analysis[J].Issues in Agricultural Economy，2005， （4）:14-17.（in Chinese）

[9]梁子謙，李小軍.影響中國糧食生產(chǎn)的因子分析[J].農(nóng)業(yè)經(jīng)濟(jì)問題，2006，（11）:19-22. Liang Z Q，Li X J.Factors affecting grain production in China[J].Issues in Agricultural Economy，2006，（11）:19-22.（in Chinese）

[10]莊道元，陳超，趙建東.不同階段自然災(zāi)害對(duì)我國糧食產(chǎn)量影響的分析:基于31個(gè)省市的面板數(shù)據(jù)[J].軟科學(xué)，2010，24（9）:39-42. Zhuang D Y，Chen C，Zhao J D.Analysis of impact of natural disasters on grain yield in different stages in China:based on panel data of 31 provinces[J].Soft Science，2010，24（9）:39-42. （in Chinese）

[11]馬建勇，許吟隆，潘婕.東北地區(qū)農(nóng)業(yè)氣象災(zāi)害的趨勢變化及其對(duì)糧食產(chǎn)量的影響[J].中國農(nóng)業(yè)氣象，2012，33（2）:283-288. Ma J Y，Xu Y L，Pan J.Analysis of agro-meteorological disasters tendency variation and the impacts on grain yield over Northeast China[J].Chinese Journal of Agrometeorology，2012，33（2）:283-288.（in Chinese）

[12]張星.主要?dú)庀鬄?zāi)害對(duì)福建糧食生產(chǎn)影響的灰色關(guān)聯(lián)分析[J].中國農(nóng)業(yè)氣象，2007，28（1）:105-107. Zhang X.Grey correlation analysis of main meteorological disasters affecting grain production in Fujian Province[J]. Chinese Journal of Agrometeorology，2007，28（1）:105-107.（in Chinese）

[13]龍方，楊重玉，彭澧麗.糧食生產(chǎn)波動(dòng)影響因素的實(shí)證分析:以湖南省為例[J].農(nóng)業(yè)技術(shù)經(jīng)濟(jì)，2010，（9）:97-104. Long F，Yang Z Y，Peng L L.Empirical analysis on the impact factors of fluctuations in grain production:case of Hunan[J]. 聯(lián)Journal of Agrotechnical Economics，2010，（9）:97-104.（in Chinese）

[14]姚曉紅，許彥平，王潤元，等.天水市農(nóng)業(yè)氣象災(zāi)害對(duì)主要糧食作物產(chǎn)量的影響[J].中國農(nóng)業(yè)氣象，2008，29（2）:221-223. Yao X H，Xu Y P，Wang R Y，et al.Influence of agrometeorological disasters on yield of main food grain crops in Tianshui[J].Chinese Journal of Agrometeorology，2008， 29（2）: 221-223.（in Chinese）

[15]林佳，陳歡，陽園燕，等.基于面板數(shù)據(jù)模型的渝西地區(qū)縣域氣象災(zāi)害累積天數(shù)對(duì)糧食產(chǎn)量的影響[J].中國農(nóng)業(yè)氣象，2013，34（2）:210-214. Lin J，Chen H，Yang Y Y，et al.Impact of cumulative meteorological disasters days on crop yields in counties of western Chongqing based on panel data model[J].Chinese Journal of Agrometeorology，2013，34（2）:210-214.（in Chinese）

[16]劉思峰，謝乃明.灰色系統(tǒng)理論及其應(yīng)用（第6版）[M].北京:科學(xué)出版社，2013:48-56. Liu S F，Xie N M.Grey systems:theory and application（6th edition）[M].Beijing:Science Press，2013:48-56.（in Chinese）

Grey Correlation Analysis of Meteorological Disasters Affecting Grain Yields in Fujian Province

LIN Zhi-yu, TIAN Gui-liang
（Business School， Hohai University， Nanjing 211100， China）

Abstract：Based on the statistics of agriculture from 1984 to 2013 in Fujian province， the change features of grain outputs and meteorological disasters were analyzed. Based on dividing the types of meteorological disasters and grains， grey correlation model is aimed to analyze the effects of meteorological disasters on food production from the angles of scope and intensity of meteorological disasters in the years of 1984-1993， 1994-2003 and 2004-2013 respectively. The results showed that: （1）Meteorological disasters had great impacts on grain production in Fujian province. The impact of disaster-affected range was decreasing， while increasing in the intensity of disasters; Grain outputs were more sensitive to the effects of disaster intensity. Thus， the focus of disaster prevention should be shifted from reducing disaster-affected range to decline the losses caused by the disasters of high intensity.（2）The scope of wind-hail had great impacts on food production in Fujian Province， especially for soybean and potato. Recently， typhoon had come to become the key factor endangering the food production. （3）The intensity of flood had great impacts on food production in Fujian Province， especially for wheat and potato.

Key words：Food production; Meteorological disasters; Grain types; Disaster-affected range; Disaster intensity

作者簡介：林志宇（1991-），碩士生，主要從事資源與環(huán)境經(jīng)濟(jì)學(xué)、水資源管理等研究。E-mail：hhulinzhiyu@163.com

基金項(xiàng)目：國家自然科學(xué)基金項(xiàng)目“基于糧食安全的虛擬水貿(mào)易對(duì)氣候變化動(dòng)態(tài)響應(yīng)與調(diào)整”（41471456）；國家自然科學(xué)基金項(xiàng)目“區(qū)域經(jīng)濟(jì)系統(tǒng)虛擬水（VW）測算的可計(jì)算非線性動(dòng)態(tài)水資源I-O模型研究”（41001377）

* 收稿日期：2015-06-10**通訊作者。E-mail：tianguiliang@hhu.edu.cn

doi:10.3969/j.issn.1000-6362.2016.01.010