區(qū)域農(nóng)業(yè)旱災(zāi)脆弱性評(píng)價(jià)及其影響因素

許 朗,張維誠(chéng)

(1.南京農(nóng)業(yè)大學(xué)經(jīng)濟(jì)管理學(xué)院,江蘇 南京 210095; 2.南京農(nóng)業(yè)大學(xué)中國(guó)糧食安全研究中心,江蘇 南京 210095)

干旱在農(nóng)業(yè)經(jīng)濟(jì)方面造成的影響主要是糧食及農(nóng)牧業(yè)生產(chǎn)減產(chǎn)、農(nóng)業(yè)病蟲(chóng)害加大等[1]。隨著全球環(huán)境的變化,干旱災(zāi)害呈現(xiàn)發(fā)生頻率高、持續(xù)時(shí)間長(zhǎng)、影響范圍廣等特點(diǎn),對(duì)農(nóng)業(yè)生產(chǎn)的影響越來(lái)越大[2]。我國(guó)常年農(nóng)作物因旱受災(zāi)面積約為0.20億～0.27億hm2,每年損失糧食達(dá)250億～300億kg,占各種自然災(zāi)害損失總量的60%以上[3]。農(nóng)業(yè)旱災(zāi)脆弱性是指農(nóng)業(yè)生產(chǎn)系統(tǒng)易于遭受干旱威脅而造成損失的狀態(tài)[4],反映了一個(gè)地區(qū)農(nóng)業(yè)生產(chǎn)系統(tǒng)對(duì)干旱的適應(yīng)和應(yīng)對(duì)能力,脆弱性程度越強(qiáng),說(shuō)明在降水和防災(zāi)能力一定的情況下,越容易發(fā)生旱災(zāi)、災(zāi)害損失可能越嚴(yán)重。因此,進(jìn)行區(qū)域農(nóng)業(yè)旱災(zāi)脆弱性的研究,對(duì)于預(yù)防旱災(zāi)以及防災(zāi)減災(zāi)具有重要意義。

目前,關(guān)于農(nóng)業(yè)旱災(zāi)脆弱性的研究主要有兩個(gè)角度。一類(lèi)是基于宏觀視角的區(qū)域農(nóng)業(yè)旱災(zāi)脆弱性評(píng)價(jià):陳萍等[5]通過(guò)層次分析法和綜合指數(shù)法對(duì)鄱陽(yáng)湖生態(tài)經(jīng)濟(jì)區(qū)農(nóng)業(yè)系統(tǒng)的旱災(zāi)脆弱性進(jìn)行了評(píng)價(jià);王鶯等[6]運(yùn)用主成分分析方法確定評(píng)價(jià)指標(biāo)權(quán)重,建立中國(guó)南方地區(qū)的旱災(zāi)脆弱性評(píng)價(jià)模型;李夢(mèng)娜等[7]將灰色關(guān)聯(lián)聚類(lèi)分析法和博弈論思想引入脆弱性評(píng)價(jià),對(duì)關(guān)中5市的農(nóng)業(yè)旱災(zāi)脆弱性進(jìn)行了分析。另一類(lèi)是基于微觀視角的農(nóng)戶或者農(nóng)作物旱災(zāi)脆弱性研究:Brant[8]以巴西東北部的小農(nóng)戶為例,分析了影響家庭脆弱性的因素和對(duì)旱災(zāi)的響應(yīng)能力;Zarafshani等[9]通過(guò)與370位種植小麥的農(nóng)民的交流,分析得到伊朗西部地區(qū)農(nóng)戶的旱災(zāi)脆弱性;嚴(yán)奉憲等[10]從農(nóng)戶微觀角度出發(fā),以Hoovering模型為基礎(chǔ),對(duì)湖北省襄陽(yáng)市曾都區(qū)的農(nóng)戶調(diào)查數(shù)據(jù)進(jìn)行了實(shí)證分析;王婷等[11]利用GIS空間分析功能,對(duì)四川省水稻干旱脆弱性進(jìn)行了評(píng)價(jià)。在研究方法的選擇上,主要有綜合指數(shù)法、圖層疊置法、脆弱性函數(shù)模型評(píng)級(jí)法等,其中綜合指數(shù)法由于其簡(jiǎn)單、容易操作,在脆弱性評(píng)價(jià)中被廣泛應(yīng)用。該方法應(yīng)用于以區(qū)域?yàn)閱挝坏拇嗳跣栽u(píng)價(jià)中,往往從社會(huì)、經(jīng)濟(jì)、環(huán)境等方面綜合衡量脆弱性,能夠兼顧承災(zāi)系統(tǒng)的要素復(fù)雜性,適用性較強(qiáng)[12-13]。本文選擇河南、山東兩省作為研究區(qū)域,從敏感性和恢復(fù)力2個(gè)角度選取12個(gè)指標(biāo),建立評(píng)價(jià)指標(biāo)體系,運(yùn)用綜合指數(shù)法構(gòu)建脆弱性模型,定量評(píng)價(jià)研究區(qū)域農(nóng)業(yè)旱災(zāi)脆弱性程度,以期為研究區(qū)干旱風(fēng)險(xiǎn)的主動(dòng)防控工作提供數(shù)據(jù)與理論支持。

1 研究區(qū)概況與指標(biāo)選擇

1.1 研究區(qū)概況

河南、山東省處于黃淮海地區(qū)的中心地帶,是我國(guó)重要的農(nóng)業(yè)生產(chǎn)基地,據(jù)統(tǒng)計(jì)[14],兩省的糧食總產(chǎn)量約占全國(guó)的20%。黃淮海地區(qū)是中國(guó)主要的冬小麥和夏玉米種植區(qū)[15],年降水量400～600 mm,但受季風(fēng)型氣候的影響,降水在地區(qū)上分布不均勻,季節(jié)間變化更是劇烈,7—8月的降水量約占全年的45%～65%,秋、冬、春三季均為水分虧缺的干旱期。在全球氣候變暖的背景下,未來(lái)中國(guó)氣候總體上呈現(xiàn)暖干狀態(tài),半干旱地區(qū)的擴(kuò)大趨勢(shì)明顯,黃淮海地區(qū)將經(jīng)歷最干旱的時(shí)段[16-17]。作為黃淮海地區(qū)重要的糧食生產(chǎn)大省,河南、山東省的農(nóng)業(yè)生產(chǎn)將受到巨大影響。因此,針對(duì)河南、山東省進(jìn)行干旱脆弱性評(píng)價(jià)顯得尤為重要。

1.2 指標(biāo)選擇

農(nóng)業(yè)旱災(zāi)脆弱性的影響因素眾多,主要可以分為敏感性和恢復(fù)力兩大類(lèi)。敏感性主要反映自然環(huán)境、社會(huì)經(jīng)濟(jì)對(duì)旱災(zāi)的敏感程度,農(nóng)業(yè)系統(tǒng)的敏感性越強(qiáng),旱災(zāi)脆弱性越大;恢復(fù)力主要反映人類(lèi)社會(huì)防備、應(yīng)對(duì)災(zāi)害以及災(zāi)害后恢復(fù)的能力,農(nóng)業(yè)系統(tǒng)的恢復(fù)力越強(qiáng),旱災(zāi)脆弱性越弱。根據(jù)研究區(qū)域的實(shí)際情況,結(jié)合科學(xué)性、全面性和可操作等原則,從敏感性和恢復(fù)力兩個(gè)角度出發(fā),選取了12個(gè)評(píng)價(jià)指標(biāo)。

敏感性選擇水資源、產(chǎn)業(yè)結(jié)構(gòu)以及土地利用3個(gè)方面的6個(gè)指標(biāo)因子進(jìn)行測(cè)度。水資源選取降水量和耕地畝均水資源占有量2個(gè)指標(biāo),降水量越大,農(nóng)作物的水分補(bǔ)給越充足,旱災(zāi)越不容易發(fā)生;耕地畝均水資源占有量反映了區(qū)域水資源的豐裕程度。產(chǎn)業(yè)結(jié)構(gòu)選取農(nóng)業(yè)GDP比重和農(nóng)業(yè)人口比重2個(gè)指標(biāo),農(nóng)業(yè)GDP比重反映了農(nóng)業(yè)的產(chǎn)值在整個(gè)區(qū)域生產(chǎn)總值中的比例,該比例越高說(shuō)明區(qū)域經(jīng)濟(jì)對(duì)農(nóng)業(yè)的依賴程度越大,同樣的旱災(zāi)強(qiáng)度,對(duì)農(nóng)業(yè)的相對(duì)影響越大;農(nóng)業(yè)人口比例反映了區(qū)域的城鎮(zhèn)化水平,該比例越高,說(shuō)明城鎮(zhèn)化水平越低,對(duì)農(nóng)業(yè)的依賴程度越高,脆弱性程度越高。土地利用變化對(duì)農(nóng)業(yè)旱災(zāi)脆弱性有很大影響,其中耕地面積比重指標(biāo)反映了區(qū)域農(nóng)業(yè)生產(chǎn)系統(tǒng)面對(duì)干旱影響時(shí)的暴露程度,暴露程度越大越易孕育旱災(zāi);復(fù)種指數(shù)指一年內(nèi)在同一塊耕地上種植農(nóng)作物的平均次數(shù),該指標(biāo)數(shù)值越大說(shuō)明用地強(qiáng)度越強(qiáng),需水量越多,在致災(zāi)強(qiáng)度和防災(zāi)能力一定的情況下,更易發(fā)生旱災(zāi)。

恢復(fù)力選取農(nóng)業(yè)灌溉條件、經(jīng)濟(jì)水平和農(nóng)業(yè)投入3個(gè)方面6個(gè)指標(biāo)因子進(jìn)行測(cè)度。農(nóng)業(yè)灌溉條件選取有效灌溉面積比重和單位面積農(nóng)業(yè)用水量2個(gè)指標(biāo),指標(biāo)值越大,說(shuō)明農(nóng)業(yè)的灌溉用水條件越好,旱災(zāi)越不容易發(fā)生。經(jīng)濟(jì)水平指標(biāo)選擇人均財(cái)政收入和農(nóng)村居民人均收入,指標(biāo)值越大,說(shuō)明社會(huì)發(fā)展水平和發(fā)展程度越高,應(yīng)對(duì)農(nóng)業(yè)旱災(zāi)的能力越強(qiáng)。農(nóng)業(yè)投入選取單位面積農(nóng)膜使用量和單位面積農(nóng)用機(jī)械總動(dòng)力2個(gè)指標(biāo),指標(biāo)值越大,說(shuō)明農(nóng)民對(duì)農(nóng)業(yè)的投入和重視程度越高,對(duì)土壤健康有著非常重要的意義,因此越有利于災(zāi)后的恢復(fù)。

根據(jù)指標(biāo)性質(zhì)可以將指標(biāo)分為正向與負(fù)向兩類(lèi),正向指標(biāo)與旱災(zāi)脆弱性呈正相關(guān)關(guān)系,指標(biāo)值越大,脆弱性程度就越大,負(fù)向指標(biāo)的性質(zhì)與正向指標(biāo)相反,值越大,脆弱性程度就越小。12個(gè)指標(biāo)及其性質(zhì)見(jiàn)表1,指標(biāo)權(quán)重計(jì)算過(guò)程見(jiàn)下文。

表1 農(nóng)業(yè)旱災(zāi)脆弱性評(píng)價(jià)指標(biāo)設(shè)置

本文所用的數(shù)據(jù)來(lái)源主要有《河南省統(tǒng)計(jì)年鑒(2015)》《山東省統(tǒng)計(jì)年鑒(2015)》《河南省水資源公報(bào)(2005—2014年)》和《山東省水資源公報(bào)(2005—2014年)》以及部分地級(jí)市統(tǒng)計(jì)年鑒。由于降水量年際變化較大,本文采用10年平均值(2005—2014年),其他指標(biāo)選用2014年的數(shù)據(jù),缺失年份的數(shù)據(jù)用2013年份的代替。

2 農(nóng)業(yè)旱災(zāi)脆弱性評(píng)價(jià)模型

2.1 數(shù)據(jù)標(biāo)準(zhǔn)化處理

在對(duì)區(qū)域農(nóng)業(yè)旱災(zāi)脆弱性評(píng)價(jià)前,首先對(duì)數(shù)據(jù)進(jìn)行去量綱標(biāo)準(zhǔn)化處理。正向指標(biāo)與負(fù)向指標(biāo)的處理方式不同，計(jì)算公式分別為

(1)

(2)

式中:Sij為經(jīng)過(guò)處理的無(wú)量綱標(biāo)準(zhǔn)值;Xij為第i個(gè)城市的第j項(xiàng)評(píng)價(jià)指標(biāo);Xjmax和Xjmin分別為第j項(xiàng)評(píng)價(jià)指標(biāo)的最大值和最小值。Sij越接近于0,說(shuō)明其對(duì)農(nóng)業(yè)旱災(zāi)脆弱性的貢獻(xiàn)越小;越接近于1,貢獻(xiàn)越大。

2.2 熵值法確定指標(biāo)權(quán)重

熵值法作為一種客觀賦權(quán)法,可避免主觀賦權(quán)的臆斷性,還可以克服多指標(biāo)變量間信息的重疊問(wèn)題。因此,本文采用熵值法得到各指標(biāo)的權(quán)重(表1),熵值法計(jì)算步驟如下:

a. 將各指標(biāo)同度量化,計(jì)算第j項(xiàng)指標(biāo)下,第i城市占該指標(biāo)的比重pij:

式中:n為樣本(城市)個(gè)數(shù);m為指標(biāo)個(gè)數(shù)。

b. 計(jì)算指標(biāo)信息熵ej:

(4)

c. 計(jì)算差異系數(shù)dj:

dj=1-ej

(5)

d. 計(jì)算指標(biāo)權(quán)重wj:

(6)

2.3 脆弱性評(píng)價(jià)模型

加權(quán)綜合評(píng)分法在多指標(biāo)評(píng)價(jià)中應(yīng)用比較廣泛,本文應(yīng)用該方法構(gòu)建農(nóng)業(yè)旱災(zāi)脆弱性評(píng)價(jià)模型,脆弱性程度用脆弱性指數(shù)來(lái)表示,具體評(píng)價(jià)模型為

(7)

式中:Vi為第i個(gè)城市的脆弱性指數(shù);Sij為第i個(gè)城市第j項(xiàng)指標(biāo)的標(biāo)準(zhǔn)化值。

為了更加清晰地探討區(qū)域農(nóng)業(yè)旱災(zāi)脆弱性的空間分布差異與結(jié)構(gòu)特征,針對(duì)敏感性和恢復(fù)力兩個(gè)維度展開(kāi)加權(quán)綜合評(píng)分,分別命名為敏感性指數(shù)與恢復(fù)力指數(shù),其計(jì)算原理及步驟與脆弱性指數(shù)的一致,只是計(jì)算敏感性指數(shù)與恢復(fù)力指數(shù)的指標(biāo)集與計(jì)算脆弱性指數(shù)的指標(biāo)集不同。另外,由于計(jì)算恢復(fù)力指數(shù)的指標(biāo)集在脆弱性評(píng)價(jià)中是負(fù)向指標(biāo),在計(jì)算該指數(shù)的過(guò)程中使用的是標(biāo)準(zhǔn)化值,因此該指數(shù)的值越高,反而說(shuō)明恢復(fù)力越弱。

2.4 區(qū)域農(nóng)業(yè)旱災(zāi)脆弱性分級(jí)

對(duì)于干旱脆弱性分級(jí)問(wèn)題,目前還沒(méi)有統(tǒng)一的標(biāo)準(zhǔn),本文利用自然斷裂法對(duì)脆弱性程度進(jìn)行分級(jí)[18],該方法是一種地圖分級(jí)算法,認(rèn)為數(shù)據(jù)本身就有斷點(diǎn),可利用數(shù)據(jù)這一特點(diǎn)分級(jí)(表2)。

表2 區(qū)域農(nóng)業(yè)旱災(zāi)脆弱性綜合測(cè)度分級(jí)標(biāo)準(zhǔn)

2.5 因子貢獻(xiàn)度計(jì)算模型

脆弱性評(píng)價(jià)不僅要對(duì)脆弱程度的空間格局進(jìn)行分析,更要明確影響脆弱性的關(guān)鍵因素,以期為評(píng)價(jià)單元降低脆弱性程度提供科學(xué)的政策建議,因此,引入因子貢獻(xiàn)度模型用于分析負(fù)向目標(biāo)(脆弱性)的主要貢獻(xiàn)因子[19-20]:

(8)

式中cij為第j項(xiàng)指標(biāo)對(duì)第i個(gè)城市農(nóng)業(yè)旱災(zāi)脆弱性的貢獻(xiàn)度。

3 結(jié)果分析

3.1 區(qū)域農(nóng)業(yè)旱災(zāi)脆弱性等級(jí)差異分析

研究區(qū)域35個(gè)城市的脆弱性指數(shù)、敏感指數(shù)與恢復(fù)指數(shù)見(jiàn)表3。由表3可知,研究區(qū)域35個(gè)城市的農(nóng)業(yè)旱災(zāi)脆弱性指數(shù)平均值為0.532 0,按表2中脆弱性分級(jí)標(biāo)準(zhǔn),處于中度脆弱狀態(tài)。山東省東營(yíng)市農(nóng)業(yè)旱災(zāi)脆弱性指數(shù)最低,為0.271 6,其次是山東省淄博市,為0.297 3,脆弱性指數(shù)最高的為河南省周口市,為0.823 9,不同城市之間脆弱性指數(shù)差距明顯,最高得分是最低得分的3倍。根據(jù)農(nóng)業(yè)旱災(zāi)脆弱性指數(shù),按照自然斷裂點(diǎn)法將脆弱性分為5個(gè)級(jí)別,每個(gè)級(jí)別的平均脆弱性指數(shù)從低到高依次為0.318 0、0.411 9、0.512 1、0.623 9和0.760 5,處于5級(jí)脆弱度的城市平均脆弱指數(shù)是處于1級(jí)脆弱度的城市平均脆弱指數(shù)的2.4倍,組別之間的差距也比較明顯。農(nóng)業(yè)旱災(zāi)脆弱性呈現(xiàn)一定的級(jí)差化分異特征。

對(duì)城市數(shù)量進(jìn)行分級(jí)統(tǒng)計(jì)分析,發(fā)現(xiàn)處于中脆弱度和較強(qiáng)脆弱度的城市數(shù)量最多,分別占城市總數(shù)量的25.71%和28.57%,兩者總和占城市數(shù)量的54.28%。處于低脆弱度、較低脆弱度和強(qiáng)脆弱度的城市數(shù)量相當(dāng),分別為6個(gè)、5個(gè)和5個(gè),分別占城市總數(shù)的17.14%、14.29%和14.29%。研究區(qū)域35個(gè)城市農(nóng)業(yè)旱災(zāi)脆弱性等級(jí)總體上呈現(xiàn)3級(jí)、4級(jí)多,1級(jí)、2級(jí)少的情況。

表3 河南、山東省各市農(nóng)業(yè)旱災(zāi)脆弱性指數(shù)對(duì)比

3.2 區(qū)域農(nóng)業(yè)旱災(zāi)脆弱性空間差異分析

圖1為研究區(qū)域農(nóng)業(yè)旱災(zāi)脆弱性空間分布示意圖。由圖1可以清楚地看到河南地區(qū)農(nóng)業(yè)旱災(zāi)脆弱程度明顯高于山東地區(qū)。河南省18個(gè)城市的農(nóng)業(yè)旱災(zāi)脆弱性指數(shù)平均值為0.618 6,按表2,其脆弱性等級(jí)屬于較強(qiáng)脆弱程度,具體來(lái)看,河南省處于強(qiáng)脆弱度和較強(qiáng)脆弱度的城市分別有5個(gè)和10個(gè),共占河南省地市數(shù)量的83%,強(qiáng)脆弱度的5個(gè)城市集中在豫東以及豫南地區(qū),豫北、豫西和豫中地區(qū)以較強(qiáng)脆弱度為主,屬于低和較低脆弱度的城市只有3個(gè),按脆弱性指數(shù)從低到高分別是鄭州(0.374 0)、濟(jì)源(0.382 5)和焦作(0.435 7)。山東省屬于中度脆弱度的城市最多,有8個(gè),占山東省城市數(shù)量的47%,在空間分布上,中北部地區(qū)以及東部半島地區(qū)脆弱性指數(shù)明顯低于山東省其他地區(qū)。另外,作為評(píng)價(jià)脆弱性程度的兩個(gè)重要變量,敏感性指數(shù)與恢復(fù)力指數(shù)整體上與脆弱性指數(shù)表現(xiàn)出比較好的一致性,河南地區(qū)敏感性指數(shù)和恢復(fù)力指數(shù)平均值均高于山東省,表明在面對(duì)相同強(qiáng)度的致災(zāi)強(qiáng)度時(shí),河南地區(qū)更易形成干旱災(zāi)害,恢復(fù)力指數(shù)越高說(shuō)明河南地區(qū)在干旱災(zāi)害發(fā)生之后的恢復(fù)能力要弱于山東地區(qū)(表3、圖1)。

圖1 區(qū)域農(nóng)業(yè)旱災(zāi)脆弱性空間分布示意圖

3.3 區(qū)域農(nóng)業(yè)旱災(zāi)脆弱性影響因素識(shí)別

為了揭示敏感性與恢復(fù)力對(duì)區(qū)域農(nóng)業(yè)旱災(zāi)脆弱性的影響程度,運(yùn)用相關(guān)分析方法對(duì)敏感性指數(shù)與旱災(zāi)脆弱性指數(shù)以及恢復(fù)力指數(shù)與旱災(zāi)脆弱性指數(shù)進(jìn)行分析。結(jié)果表明:敏感性指數(shù)與旱災(zāi)脆弱性指數(shù)之間具有顯著的相關(guān)關(guān)系,相關(guān)系數(shù)為0.866(在0.01檢驗(yàn)水平上顯著);恢復(fù)力指數(shù)與農(nóng)業(yè)旱災(zāi)脆弱性指數(shù)呈現(xiàn)顯著的相關(guān)關(guān)系,相關(guān)系數(shù)為0.714(在0.01檢驗(yàn)水平上顯著)。可見(jiàn),敏感性與恢復(fù)力的強(qiáng)弱與區(qū)域農(nóng)業(yè)旱災(zāi)脆弱性程度有密切聯(lián)系,而且敏感性對(duì)脆弱性的作用比恢復(fù)力對(duì)脆弱性的作用略為突出。為了進(jìn)一步厘清影響農(nóng)業(yè)旱災(zāi)脆弱性的影響因素,根據(jù)式(8)計(jì)算結(jié)果,確定貢獻(xiàn)度大于10%的指標(biāo)作為各市農(nóng)業(yè)旱災(zāi)脆弱性的貢獻(xiàn)因子,結(jié)果如表4所示,按河南省、山東省以及全區(qū)域分別統(tǒng)計(jì)各貢獻(xiàn)因子出現(xiàn)的頻率(表5),出現(xiàn)頻率大于50%的貢獻(xiàn)因子視為各省和全區(qū)域農(nóng)業(yè)旱災(zāi)脆弱性的主要貢獻(xiàn)因子。

表5 各貢獻(xiàn)因子出現(xiàn)頻率 %

注:加下劃線的數(shù)值為主要貢獻(xiàn)因子的出現(xiàn)頻率。

由表5可知,河南省農(nóng)業(yè)旱災(zāi)脆弱性的主要貢獻(xiàn)因子有農(nóng)業(yè)人口比重(X3,83.33%)、復(fù)種指數(shù)(X5,77.78%)和農(nóng)村居民人均收入(X9,72.22%)。農(nóng)業(yè)人口比重反映了人民生活對(duì)于農(nóng)業(yè)的依賴程度,同時(shí)也反映了易損人群的數(shù)量,農(nóng)村居民人均收入則反映了社會(huì)經(jīng)濟(jì)的發(fā)展水平,尤其是農(nóng)村經(jīng)濟(jì)的發(fā)展水平,直接關(guān)系到農(nóng)業(yè)旱災(zāi)發(fā)生之后農(nóng)民應(yīng)對(duì)旱災(zāi)的能力大小。因此未來(lái)河南省應(yīng)注重結(jié)構(gòu)調(diào)整和產(chǎn)業(yè)升級(jí),繼續(xù)推進(jìn)城鎮(zhèn)化建設(shè),讓農(nóng)業(yè)人口適當(dāng)流向城市支持第三產(chǎn)業(yè),降低經(jīng)濟(jì)對(duì)農(nóng)業(yè)的依賴程度,提高農(nóng)村居民的收入。同時(shí)河南省作為農(nóng)業(yè)大省,肩負(fù)著國(guó)家糧食安全的重任,農(nóng)業(yè)的基礎(chǔ)要鞏固,要提升,必須要推進(jìn)農(nóng)業(yè)的規(guī)模化、產(chǎn)業(yè)化和集約化發(fā)展,提高農(nóng)業(yè)現(xiàn)代化水平。另外河南省人口壓力較大,人口與資源間的矛盾比較突出,一定程度上影響了農(nóng)村居民的人均收入水平,因此降低農(nóng)業(yè)旱災(zāi)脆弱程度需要適當(dāng)控制人口的增長(zhǎng)速度;而復(fù)種指數(shù)反映了土地的利用強(qiáng)度,所以為降低農(nóng)業(yè)旱災(zāi)脆弱性應(yīng)適當(dāng)減少農(nóng)作物的播種面積,提高農(nóng)作物的產(chǎn)出效率。

山東省農(nóng)業(yè)旱災(zāi)脆弱性的主要貢獻(xiàn)因子是有效灌溉面積比重(X7,58.82%)、單位耕地面積農(nóng)業(yè)用水量(X8,52.94%)和人均財(cái)政收入(X10,58.82%)。有效灌溉面積比重和單位耕地面積農(nóng)業(yè)用水量反映了農(nóng)業(yè)的灌溉用水條件,灌溉條件對(duì)于抵御干旱災(zāi)害的發(fā)生以及災(zāi)害發(fā)生后的恢復(fù)有著重要的意義,因此為降低農(nóng)業(yè)旱災(zāi)脆弱程度應(yīng)提高水利工程供水能力,保證耕地灌溉率,同時(shí)選擇適宜的節(jié)水灌溉方法,提高水分的利用率;干旱災(zāi)害發(fā)生后,需要全社會(huì)尤其是政府組織抗旱,人均財(cái)政收入直接影響政府財(cái)政支出的有效運(yùn)行,對(duì)于災(zāi)后的恢復(fù)起到重要作用,山東省雖然GDP總量較大,位于全國(guó)前列,財(cái)政卻總是拮據(jù),稅源并不充足,政府融資較困難[21],因此需要在提高GDP質(zhì)量、培養(yǎng)稅源等方面不斷完善。

表4 各市農(nóng)業(yè)旱災(zāi)脆弱性的貢獻(xiàn)因子排序(按貢獻(xiàn)度遞減)

總體來(lái)說(shuō),區(qū)域農(nóng)業(yè)旱災(zāi)脆弱性主要受農(nóng)業(yè)依賴程度、土地利用強(qiáng)度、灌溉條件和社會(huì)經(jīng)濟(jì)水平4個(gè)方面的影響,河南省和山東省的側(cè)重點(diǎn)各不相同,而作為旱災(zāi)形成的重要影響因子水資源狀況對(duì)于區(qū)域農(nóng)業(yè)旱災(zāi)脆弱性的影響程度有限。

4 結(jié)論與討論

從敏感性和恢復(fù)力2個(gè)維度出發(fā)建立區(qū)域農(nóng)業(yè)干旱脆弱性評(píng)價(jià)體系,通過(guò)熵值法得到指標(biāo)權(quán)重,用綜合指數(shù)法構(gòu)建脆弱性評(píng)價(jià)模型,結(jié)合ArcGIS技術(shù),對(duì)區(qū)域農(nóng)業(yè)旱災(zāi)脆弱性進(jìn)行評(píng)價(jià),通過(guò)貢獻(xiàn)度模型對(duì)主要影響因素進(jìn)行了識(shí)別與分析。結(jié)果表明:研究區(qū)域內(nèi)35個(gè)城市農(nóng)業(yè)旱災(zāi)脆弱性程度空間差異顯著,河南省83%的城市屬于強(qiáng)脆弱度和較強(qiáng)脆弱度,豫東以及豫南地區(qū)脆弱程度最高,豫北、豫西和豫中地區(qū)以較強(qiáng)脆弱度為主；山東省屬于中度脆弱度的城市最多,占山東省城市數(shù)量的47%;在空間分布上,中北部地區(qū)以及東部半島地區(qū)脆弱性指數(shù)明顯低于其他地區(qū);總體而言,河南省脆弱性程度高于山東省。就影響因素而言,影響河南省農(nóng)業(yè)旱災(zāi)脆弱性程度的關(guān)鍵因素有農(nóng)業(yè)人口比重、復(fù)種指數(shù)和農(nóng)村居民人均收入,影響山東省農(nóng)業(yè)旱災(zāi)脆弱性程度的關(guān)鍵因子是有效灌溉面積比重、單位耕地面積農(nóng)業(yè)用水量和人均財(cái)政收入?？傮w來(lái)說(shuō),研究區(qū)域農(nóng)業(yè)旱災(zāi)脆弱性主要受農(nóng)業(yè)依賴程度、土地利用強(qiáng)度、灌溉條件和社會(huì)經(jīng)濟(jì)水平4個(gè)方面的影響。

本文基于區(qū)域綜合脆弱性評(píng)價(jià)模型,定量計(jì)算了研究區(qū)域各市農(nóng)業(yè)旱災(zāi)脆弱性程度,并就其空間差異與影響因素進(jìn)行了分析與探討,對(duì)于區(qū)域防災(zāi)減災(zāi)、科學(xué)應(yīng)對(duì)干旱災(zāi)害有一定的參考價(jià)值。但是本文在脆弱性指標(biāo)選取時(shí)因受到數(shù)據(jù)收集的限制,多考慮人為因素,而較少考慮自然因素,比如土壤類(lèi)型、地貌地形等條件對(duì)于干旱災(zāi)害的形成以及災(zāi)后的恢復(fù)都有一定影響,指標(biāo)體系的構(gòu)建還需進(jìn)一步的深化;其次以市級(jí)行政單元作為研究單元略顯粗糙,大尺度范圍內(nèi)過(guò)于宏觀的評(píng)價(jià)缺乏深層次機(jī)制和原理的探究,對(duì)于反映區(qū)域內(nèi)部的差異性可能有所欠缺。以上問(wèn)題需要在今后的研究中繼續(xù)探索。

[1] 方紅遠(yuǎn),甘升偉,余瑩瑩.我國(guó)區(qū)域干旱特征及干旱災(zāi)害應(yīng)對(duì)措施分析[J]. 水利水電科技進(jìn)展,2005,25(5):16-19.(FANG Hongyuan, GAN Shengwei, YU Yingying. Regional drought characteristics in China and some counter-measures[J]. Advances in Science and Technology of Water Resources, 2005, 25(5):16-19.(in Chinese))

[2] 喻忠磊,楊新軍,石育中. 關(guān)中地區(qū)城市干旱脆弱性評(píng)價(jià)[J]. 資源科學(xué),2012,34(3):581-588. (YU Zhonglei,YANG Xinjun,SHI Yuzhong. Evaluation of urban vulnerability to drought in Guanzhong Area[J]. Resources Science,2012,34(3):581-588.(in Chinese))

[3] 姚玉璧,張存杰,鄧振鏞.氣象、農(nóng)業(yè)干旱指標(biāo)綜述[J]. 干旱地區(qū)農(nóng)業(yè)研究,2007,99(1):185-189,211.(YAO Yubi, ZHANG Cunjie, DENG Zhenyong. Overview of meteorological and agricultural drought indices[J]. Agricultural Research in the Arid Areas, 2007, 99(1):185-189,211.(in Chinese))

[4] 曹永強(qiáng),馬靜,李香云,等. 投影尋蹤技術(shù)在大連市農(nóng)業(yè)干旱脆弱性評(píng)價(jià)中的應(yīng)用[J]. 資源科學(xué),2011,33(6):1106-1110.(CAO Yongqiang, MA Jing, LI Xiangyun, et al. Application of the projection pursuit technique in assessment of agricultural drought vulnerability in Dalian[J]. Resources Science,2011,33(6):1106-1110.(in Chinese))

[5] 陳萍,陳曉玲.鄱陽(yáng)湖生態(tài)經(jīng)濟(jì)區(qū)農(nóng)業(yè)系統(tǒng)的干旱脆弱性評(píng)價(jià)[J]. 農(nóng)業(yè)工程學(xué)報(bào),2011,27(8):8-13.(CHEN Ping, CHEN Xiaoling. Evaluating drought vulnerability of agricultural system in Poyang Lake Ecological Economic Zone, China[J]. Transactions of the Chinese Society of Agricultural Engineering, 2011, 27(8):8-13.(in Chinese))

[6] 王鶯,王靜,姚玉璧,等. 基于主成分分析的中國(guó)南方干旱脆弱性評(píng)價(jià)[J]. 生態(tài)環(huán)境學(xué)報(bào),2014,23(12):1897-1904.(WANG Ying, WANG Jing,YAO Yubi, et al. Evaluation of drought vulnerability in southern China based on principal component analysis[J]. Ecology and Environmental Sciences,2014,23(12):1897-1904.(in Chinese))

[7] 李夢(mèng)娜,錢(qián)會(huì),喬亮.關(guān)中地區(qū)農(nóng)業(yè)干旱脆弱性評(píng)價(jià)[J]. 資源科學(xué),2016,38(1):166-174.(LI Mengna, QIAN Hui, QIAO Liang. Evaluation of agricultural vulnerability to drought in Guanzhong Area[J]. Resources Science, 2016,38(1):166-174.(in Chinese))

[8] BRANT S. Assessing vulnerability to drought in Ceara Northeast Brazil[D].Ann Arbor:University of Michigan,2007.

[9] ZARAFSHANI K, LIDA S, HOSSEIN A, et al. Drought vulnerability assessment:the case of wheat farmers in Western Iran[J]. Global and Planetary Change,2012:98-99,122-130.

[10] 嚴(yán)奉憲,張鋼仁,朱增城. 基于農(nóng)戶尺度的農(nóng)業(yè)旱災(zāi)脆弱性綜合評(píng)價(jià):以湖北省襄陽(yáng)市曾都區(qū)農(nóng)戶調(diào)查為例[J]. 華中農(nóng)業(yè)大學(xué)學(xué)報(bào)(社會(huì)科學(xué)版),2012(1):11-16.(YAN Fenxian, ZHANG Gangren, ZHU Zengcheng. Comprehensive evaluation on vulnerability of agricultural drought disaster based no rural household level:a case study of rural household survey in Zengdu District, Xiangyang City Hubei Province[J].Journal of Huazhong Agricultural University(Social Science Edition), 2012(1):11-16.(in Chinese))

[11] 王婷,袁淑杰,王婧,等.四川省水稻干旱災(zāi)害承災(zāi)體脆弱性研究[J].自然災(zāi)害學(xué)報(bào),2013,22(5):221-226.(WANG Ting, YUAN Shujie, WANG Jing, et al. Study on vulnerability of drought hazard affected rice in Sichuan Province[J].Journal of Natural Disasters,2013,22(5):221-226.(in Chinese))

[12] 李鶴,張平宇,程葉青.脆弱性的概念及其評(píng)價(jià)方法[J].地理科學(xué)進(jìn)展,2008,27(2):18-25.(LI He, ZHANG Pingyu, CHENG Yeqing. Concepts and assessment methods of vulnerability[J].Progress in Geography,2008,27(2):18-25. (in Chinese))

[13] 雍國(guó)正,劉普幸,姚玉龍，等. 河西綠洲城市干旱脆弱性評(píng)價(jià)[J]. 土壤,2014,46(4):749-755.(YONG Guozheng, LIU Puxing, YAO Yulong, et al. Evaluation of vulnerability to drought in Hexi Oasis[J].Soils,2014,46(4): 749-755. (in Chinese))

[14] 中華人民共和國(guó)國(guó)家統(tǒng)計(jì)局.中國(guó)統(tǒng)計(jì)年鑒(2015)[M].北京:中國(guó)統(tǒng)計(jì)出版社,2015.

[15] 譚金芳, 韓燕來(lái).華北小麥-玉米一體化高效施肥理論與技術(shù)[M].北京:中國(guó)農(nóng)業(yè)大學(xué)出版社,2012.

[16] 趙俊芳,郭建平,徐精文,等. 基于濕潤(rùn)指數(shù)的中國(guó)干濕狀況變化趨勢(shì)[J]. 農(nóng)業(yè)工程學(xué)報(bào),2010,26(8):18-24.(ZHAO Junfang, GUO Jianping, XU Jingwen, et al. Trends of Chinese dry-wet condition based on wetness index[J]. Transactions of the Chinese Society of Agricultural Engineering, 2010, 26(8): 18-24.(in Chinese))

[17] 郝晶晶,陸桂華,閆桂霞,等.氣候變化下黃淮海平原的干旱趨勢(shì)分析[J].水電能源科學(xué),2010,28(11):12-14.(HAO Tingjing, LU Guihua, YAN Guixia,et al. Analysis of drought trend in Huanghuaihai Plain based on climate change[J]. Water Resources and Power, 2010, 28(11): 12-14.(in Chinese))

[18] 方創(chuàng)琳,王巖. 中國(guó)城市脆弱性的綜合測(cè)度與空間分異特征[J].地理學(xué)報(bào),2015,70(2):234-247.(FANG Chuanglin, WANG Yan. A comprehensive assessment of urban vulnerability and its spatial differentiation in China[J].Acta Geographica Sinca,2015,70(2):234-247. (in Chinese))

[19] 徐晗.基于熵權(quán)法的陜西省農(nóng)業(yè)干旱脆弱性評(píng)價(jià)及影響因子識(shí)別[J]. 干旱地區(qū)農(nóng)業(yè)研究,2016,34(3):198-205.(XU Han. Assessment of agricultural drought vulnerability and identification of influencing factors based on the entropy weight method[J]. Agricultural Research in the Arid Areas, 2016,34(3):198-205. (in Chinese))

[20] 蘇飛,張平宇. 基于集對(duì)分析的大慶市經(jīng)濟(jì)系統(tǒng)脆弱性評(píng)價(jià)[J]. 地理學(xué)報(bào),2010,64(4):454-464.[SU Fei,ZHANG Pingyu. Vulnerability assessment of petroleum city’s economic system based on set pair analysis:a case study of Daqing City[J]. Acta Geographica Sinca,2010,64(4):454-464.(in Chinese))

[21] 黃少安. 山東經(jīng)濟(jì)結(jié)構(gòu)調(diào)整的維度和重點(diǎn)[J]. 東岳論叢,2013,34(12):5-12.(HUANG Shaoan. The dimensions and key points of economic restructuring in Shandong[J].Dongyue Tribune, 2013,34(12):5-12.(in Chinese))