地区农业经济气象研究

前言：想要写出一篇引人入胜的文章？我们特意为您整理了地区农业经济气象研究范文，希望能给你带来灵感和参考，敬请阅读。

1研究地区与研究方法

1.1研究区域概况

选择在气候特征和农作物生产方面都具有一定的代表性的南京市六合区、江淮之间的泰州市兴化地区以及淮北的徐州市邳州地区3个区域作为农业气象敏感性分析的研究对象。其地理位置见图1。江苏省南京市六合区属北亚热带季风温湿气候区，四季分明，季风显著，气候温和，雨量集中，常年平均气温15.1℃，平均降雨1000mm左右。其土壤种类多样，其中地带性土壤以黄棕壤为主，而非地带性土壤以人为土为主。土壤肥力中等，兼有圩区、平原、丘陵，适宜蔬菜、杂粮、中药材、经济林果生产及种草养畜等;并且，中北部地区生态条件保持较好，工业污染少，十分有利于发展绿色农业和生态农业。作为过去的传统农业大县，六合区正向着现代农业、都市农业、休闲农业转变，农业发展迅速，是南京市重点支持的农业地区。兴化市地处江苏中部江淮流域里下河腹部地区，属北亚热带湿润性季风气候区，四季分明。常年雨水充沛、光照充足、气候温暖、无霜期长，气候资源十分丰富。兴化是典型里下河地区水稻土，沤改旱30多年以来，从典型的沼泽土壤发展为草甸化水稻土，土壤肥沃，农作物持续增产的潜力很大，素以“鱼米之乡”著称，是全省重要的粮食基地之一、全国闻名的农业大县(市)。以小麦、水稻、棉花、油菜种植为主，并大力发展高效农业。邳州市属暖温带季风气候区，四季分明，季风显著，光照充足，雨热同季。农业气候资源丰富，有利于发展种植业和多种经营。邳州市作为徐州的农业大市，其土壤类型分为棕土、褐土、紫色土、潮土、砂姜黑土、水稻土六大类，地带性土壤以棕土、褐土为主。邳州的崛起源自农业的腾飞，成为全国农业大县(市)，主要有水稻、小麦、银杏、大蒜等农作物，并成为国家级无公害农业标准化示范区。

1.2气象资料

选用的气象数据是3个研究区域(58235站点、58243站点以及58026站点)1982—2009年的逐日资料(逐日平均气温，逐日降水量)，站点没有发生迁移，数据时间序列连续，具有代表性。以年为单位，通过计算处理得到的气象因子包括＞10℃活动积温(TAC)、年平均气温(T)、年降水量(P)、气温标准差(TD)、降水量标准差(PD)、春夏秋冬四季平均气温(T春、T夏、T秋、T冬)、四季降水量(P春、P夏、P秋、P冬)以及夏秋两季的平均气温(T1)和降水量(P1)与冬春两季的平均气温(T2)和降水量(P2)。

1.3社会经济统计资料

社会经济统计数据来源于《江苏统计年鉴》，主要包括1982—2009年江苏省南京市六合区、泰州兴化市和徐州邳州市三个地区的农业经济产出值(Y)、农业劳动力人数(L)、农作物播种面积(X1)、农用化肥施用量(X2)。

1.4研究方法

1.4.1C-D-C模型

柯布-道格拉斯生产函数(简称C-D生产函数)是经济学领域经典的经济数学模型，用来反映投入与产出之间的关系，“表示在既定时期内既定技术水平下，投入的各生产要素数量与所能生产的最大产量之间的关系”(Pindyck＆Rubi-nfeld，1998)。传统的C-D生产函数模型把生产过程中的自然因素视为既定不变而不予考虑，揭示的是劳动力和资本这两种经济领域的生产要素对经济产出的贡献。而在农业生产过程中，为了反映气候变化对区域农业经济的影响，将气象因子作为农业生产中不可或缺的投入要素，添加到传统的C-D模型中，更全面科学地反映农业生产投入与产出之间的关系，完善农业生产函数，并对气象服务做出经济量化研究。丑洁明提出改进经典的C-D生产函数模型，在农业劳动力、播种面积和化肥施用量3个经济领域的生产要素的基础上添加气象因子，建立农业经济-气候模型(C-D-C生产函数模型)，用以反映气象因子对农业产出的影响，为农业气象服务提供参考依据。经典的柯布-道格拉斯生产函数(C-D生产函数)模型为:Y=A(t)LαKβμ(1)将(1)式线性化，对C-D生产函数模型两边取对数得到:lnY=lnA(t)+αlnL+βlnK+ε(2)式中，Y为生产总值，A(t)为综合技术水平，L为投入的劳动力人数，K为投入的资本，α为劳动力产出的弹性系数，β为资本产出的弹性系数，ε为随机干扰的影响。考虑到气象条件对生产的影响，加入气象因子后的C-D-C生产函数(扩展形式的C-D生产函数)模型:Y=λA(t)Lα1X1α2X2α3Wβ(3)将(3)式线性化，lnY=lnA(t)+α1lnL+α2lnX1+α3lnX2+βlnW+ε(4)(4)式根据相应行业时间序列数据通过回归分析计算得到参数。式中，L、X1、X2分别为农业生产投入要素农业劳动力人数、农作物播种面积、农用化肥施用量，α1、α2、α3为各要素的产出弹性，W为气象因子，β为选取的气象因子W的产出弹性。由经济学概念可知，弹性系数β为一个变量对于另一个变量的敏感性度量，β为气象因素产出的弹性系数，表示在其他变量保持不变的情况下，当W增加1%，产出将增加β%。在对气象条件影响农业产出的计量经济分析时，重点分析气象因子W的投入带来的影响(徐浪和马丹，2001;Wooldridge，2003)。

1.4.2构建新型的农业气象服务效益评估模型

由于区域特征和气候条件存在差异，不同区域农业的气象敏感因子不同，不同地区农业气象服务产生的经济效益也不同，因此在对农业气象服务效益进行评估时，根据不同地区农业经济产出对气象条件的敏感性分析，分地区进行评估。通过C-D-C模型筛选出气象敏感性因子，根据经济学的“产出弹性”概念，构建新型的农业气象服务效益评估模型。新型的农业气象服务效益评估的数学模型:U=Y∑ni=1Ci(5)式中，U为农业气象服务效益，Y为农业总产值，Ci为第i类气象敏感性因子对农业气象服务效益的贡献率。Ci=βiΔWiWi/ΔY()Y(6)式中，Wi为第i类气象因子，△Wi为第i类气象因子的增加量，△Y为农业总产值Y的增加量，ΔWiWi/ΔYY为第i类气象因子的变化率与农业经济产值的变化率的比值，βi为第i类气象因子即Wi的产出弹性系数。

2结果与分析

2.1初步验证

处理得到江苏省南京市六合区、泰州市兴化地区和徐州市邳州地区的农业生产总值(Y)、农业劳动力(L)、农作物播种面积(X1)、农用化肥施用量(X2)和气象因子W的28a(1982—2009年)的连续资料序列后，用多元线性回归方法对C-D-C生产函数法建模。运用SPSS软件的逐步回归法和进入法等，对气象因子进行逐一检验，通过拟合优度、显著性水平检验和F检验，筛选出符合实际经济规律和回归模型检验的气象因子进入模型。将各种气象因子分别参与建模，经筛选发现(表1):六合地区能够顺利进入C-D-C生产函数模型的气象因子最多，能够成功建模的气象因子主要有＞10℃活动积温、年平均气温、年降水量、春季平均气温、夏季平均气温、冬春两季降水量，意味着相对于其他气象要素而言，这些气象因子与六合区的农业经济产出联系更突出;其次是兴化，能够成功建模的气象因子主要有＞10℃活动积温、年平均气温、夏秋两季平均气温;最少的是邳州，与该地农业经济产出联系更突出的气象因子仅有夏秋两季平均气温。由此可见，对于不同的地区顺利进入C-D-C生产函数模型的气象因子是不同的。这与地区农业生产条件和农业产品种类有关，地区之间对气象条件的需求也存在差异，因此气象要素选取及气象敏感性因子的筛选有一定的差异性。从SPSS回归分析初步结果来看，3个地区加入了气象敏感性因子后的C-D-C生产函数模型的拟合R2值均明显优于传统的C-D生产函数模型(表2)，更接近于1，说明加入气象因子的C-D-C模型的模拟结果比不加入气象因子的C-D模型有了一定的改善。其中对比3个地区的拟合R2值发现:无论是传统的C-D生产函数模型，还是加入气象因子后的C-D-C生产函数模型，六合区的建模情况都要明显好于其他两个地区。另外，还发现:兴化与邳州地区主要是与温度类气象因子联系密切，而对于六合，除与温度相关以外，还与降水有密切联系。其原因主要是，农业与多种气象因子都存在着一定的关系，通过C-D-C模型筛选出的气象因子，主要是对研究区域农业经济产出影响更为突出的气象敏感性因子。兴化和邳州地区的农业产业化，特别是邳州地区的特色农产品生产规模位于国家前列，社会和经济要素的干扰较多;相对于其他两个地区，六合区地处丘陵地带，南靠长江，受局地小气候影响较大，且该地区的农业主要以“靠天吃饭”为主，其农业经济产出受气象要素的影响相对较大，因此有多个气象因子的建模结果都相对较理想。

2.2气象因子对三个区域农业经济的产出弹性

引入经济上的“产出弹性”概念，通过SPSS作回归分析，计算出模型中不同气象敏感性因子对应的β值(表3)。其经济含义为，六合区农业经济产出与T、TAC、T春、T夏显著正相关，如果T、TAC、T春、T夏每增加1%，六合区农业经济产出则分别提高2.187%、2.324%、1.814%和2.159%;六合区农业经济产出与P、P2显著负相关，如果P、P2每增加1%，六合区农业经济产出则将降低0.246%、0.204%。兴化市农业经济产出与T、TAC、T1显著正相关，如果T、TAC、T1每增加1%，兴化市农业经济产出则分别提高3.82%、2.99%和4.28%。邳州市农业经济产出与T1显著正相关，如果T1每增加1%，邳州市农业经济产出则将提高5.23%。这一结果说明了气象要素对区域农业生产以及农户价值的潜在影响。依据以上结论，可制定相应的服务项目，提供精细化和针对性服务，针对地区差异和农作物品种的不同，做好对该地区农业经济产出影响明显的农业气象灾害预测和应对，指导当地积极做好防御低温冷害等准备工作，努力将灾害程度降低到最低限度，避免因天气原因造成的农业生产的可能经济损失。同时，可根据气候分析和气候预测，提前预估对农业经济产出的影响，能够预测农业产出特别是经济作物可能的经济变化，为相关决策部门制定市场决策和进行资源配置提供依据。农业气象服务不仅突破了传统的旨在提高农业生产产量的目的，而且能服务于农业市场，从气象学的角度对农业生产者和消费者提供市场预测信息，提出最优措施，尽可能地使农业生产获得最大经济效益(罗艳，2011)。

2.3农业经济产出对气象条件变化的敏感程度

引入气象条件影响农业经济产出的“极差率”(极值之差与平均值的比值)这一概念，分析农业经济产出对气象条件变化的敏感程度(戴洋和骆海英，2008a，2008b;芮珏等，2011)。对于添加了气象因子的C-D-C生产函数模型，固定社会经济因子(农业劳动力人数(L)、农作物播种面积(X1)、农用化肥施用量(X2))指标值，分别取历年平均值，将1982—2009年气象因子值代入模型，分别得到不同气象因子不同变化情况下的农业经济产出。在保持经济因子不变的情况下，农业经济产出的变化大小完全取决于气象因子的变化。计算出农业经济产出最大值Y'max、最小值Y'min以及平均值Y'ave，用最大值与最小值的差值除以均值得出气象条件影响农业经济产出的极差率R，即:R=(Y'max－Y'min)/Y'ave(7)最终计算得到3个地区农业经济产出对不同气象因子变化的极差率。参照这一结果，应对在农业生产过程中农业经济产出影响较大的关键气象因子，提供精细化天气预报，提高其准确率，尽可能减少气象灾害对农业经济产出造成的损失。

3农业气象服务效益定量评估

根据公式(6)，计算得到南京市六合区、泰州市兴化地区和徐州市邳州地区气象敏感因子对农业气象服务效益的贡献率(表5)，运用新型的农业气象服务效益评估模型计算得到其农业气象服务效益。受气象条件的综合影响，不同气象敏感性因子对3个研究区域农业经济产出的综合贡献率分别为3.803、2.399、1.351。根据公式(5)得到，六合区、兴化市和邳州市2009年度农业气象服务效益值分别在0.972、1.130和0.845亿元。由此可见，提供针对性的气象服务，能增加农业产值，提高气象服务效益。

4结论

本文选取江苏省南京市六合区、泰州市兴化地区和徐州市邳州地区为代表性研究区域，运用农业经济-气候模型(C-D-C模型)研究了不同区域农业经济产出对不同气象因子的敏感性，并筛选出气象敏感性因子。根据经济学的“产出弹性”概念，构建新型的农业气象服务效益评估模型，评估出区域农业气象服务经济效益。运用C-D-C模型分析气象敏感性因子对区域农业经济产出的影响，筛选出区域气象敏感性因子。得出:相对于其他气象要素而言，＞10℃的活动积温、年平均气温、年降水量以及春季和夏季平均气温、冬春两季的降水量与南京市六合区的农业经济产出联系更突出;＞10℃的活动积温、年平均气温以及夏秋两季的平均气温对兴化市农业经济产出的影响较大;邳州市的农业经济产出受夏秋两季的平均气温影响更显著。根据农业经济产出对气象条件的敏感性分析，做好气象预报预测工作，开展针对性的农业气象服务工作。同时，在气象服务过程中，可为相关政府部门制定市场决策和进行资源配置提供依据，尽可能地使农业生产获得最大经济效益。构建了新型的农业气象服务效益评估模型。通过模型，计算得出气象敏感性因子的农业气象服务效益值，即2009年度江苏省南京市六合区农业气象服务经济效益约为0.972亿元，兴化市农业气象服务经济效益约为1.130亿元，邳州市农业气象服务效益值约为0.845亿元。提升农业气象服务能力，有利于增加农业经济产出，提高气象服务效益。将经济学与气象学相结合，构建新型的农业气象服务效益评估模型，是一个新的探索，并获取相当可靠的结果，为更好地开展气象服务工作提供了科学依据。本文选取了江苏省具有代表性的3个地区为试点，以区域农业气象服务为研究对象，以气象服务效益评估方法为研究内容，所得研究结果为后期工作提供参考依据。此方法也可以进一步研究推广，分析研究全国和其他地区包括农业在内的所有行业的经济产出对气象要素的敏感性，并从经济学的角度去评估行业气象服务效益。但该方法仍存在一些问题:模型对数据的要求相当精细，获取工作量较大;区域之间存在差异，气象因子的选取较复杂;模型本身的局限性等，都需要进一步研究解决，逐步完善。