前言:想要寫出一篇引人入勝的文章?我們特意為您整理了地區農業經濟氣象研究范文,希望能給你帶來靈感和參考,敬請閱讀。
1研究地區與研究方法
1.1研究區域概況
選擇在氣候特征和農作物生產方面都具有一定的代表性的南京市六合區、江淮之間的泰州市興化地區以及淮北的徐州市邳州地區3個區域作為農業氣象敏感性分析的研究對象。其地理位置見圖1。江蘇省南京市六合區屬北亞熱帶季風溫濕氣候區,四季分明,季風顯著,氣候溫和,雨量集中,常年平均氣溫15.1℃,平均降雨1000mm左右。其土壤種類多樣,其中地帶性土壤以黃棕壤為主,而非地帶性土壤以人為土為主。土壤肥力中等,兼有圩區、平原、丘陵,適宜蔬菜、雜糧、中藥材、經濟林果生產及種草養畜等;并且,中北部地區生態條件保持較好,工業污染少,十分有利于發展綠色農業和生態農業。作為過去的傳統農業大縣,六合區正向著現代農業、都市農業、休閑農業轉變,農業發展迅速,是南京市重點支持的農業地區。興化市地處江蘇中部江淮流域里下河腹部地區,屬北亞熱帶濕潤性季風氣候區,四季分明。常年雨水充沛、光照充足、氣候溫暖、無霜期長,氣候資源十分豐富。興化是典型里下河地區水稻土,漚改旱30多年以來,從典型的沼澤土壤發展為草甸化水稻土,土壤肥沃,農作物持續增產的潛力很大,素以“魚米之鄉”著稱,是全省重要的糧食基地之一、全國聞名的農業大縣(市)。以小麥、水稻、棉花、油菜種植為主,并大力發展高效農業。邳州市屬暖溫帶季風氣候區,四季分明,季風顯著,光照充足,雨熱同季。農業氣候資源豐富,有利于發展種植業和多種經營。邳州市作為徐州的農業大市,其土壤類型分為棕土、褐土、紫色土、潮土、砂姜黑土、水稻土六大類,地帶性土壤以棕土、褐土為主。邳州的崛起源自農業的騰飛,成為全國農業大縣(市),主要有水稻、小麥、銀杏、大蒜等農作物,并成為國家級無公害農業標準化示范區。
1.2氣象資料
選用的氣象數據是3個研究區域(58235站點、58243站點以及58026站點)1982—2009年的逐日資料(逐日平均氣溫,逐日降水量),站點沒有發生遷移,數據時間序列連續,具有代表性。以年為單位,通過計算處理得到的氣象因子包括>10℃活動積溫(TAC)、年平均氣溫(T)、年降水量(P)、氣溫標準差(TD)、降水量標準差(PD)、春夏秋冬四季平均氣溫(T春、T夏、T秋、T冬)、四季降水量(P春、P夏、P秋、P冬)以及夏秋兩季的平均氣溫(T1)和降水量(P1)與冬春兩季的平均氣溫(T2)和降水量(P2)。
1.3社會經濟統計資料
社會經濟統計數據來源于《江蘇統計年鑒》,主要包括1982—2009年江蘇省南京市六合區、泰州興化市和徐州邳州市三個地區的農業經濟產出值(Y)、農業勞動力人數(L)、農作物播種面積(X1)、農用化肥施用量(X2)。
1.4研究方法
1.4.1C-D-C模型
柯布-道格拉斯生產函數(簡稱C-D生產函數)是經濟學領域經典的經濟數學模型,用來反映投入與產出之間的關系,“表示在既定時期內既定技術水平下,投入的各生產要素數量與所能生產的最大產量之間的關系”(Pindyck&Rubi-nfeld,1998)。傳統的C-D生產函數模型把生產過程中的自然因素視為既定不變而不予考慮,揭示的是勞動力和資本這兩種經濟領域的生產要素對經濟產出的貢獻。而在農業生產過程中,為了反映氣候變化對區域農業經濟的影響,將氣象因子作為農業生產中不可或缺的投入要素,添加到傳統的C-D模型中,更全面科學地反映農業生產投入與產出之間的關系,完善農業生產函數,并對氣象服務做出經濟量化研究。丑潔明提出改進經典的C-D生產函數模型,在農業勞動力、播種面積和化肥施用量3個經濟領域的生產要素的基礎上添加氣象因子,建立農業經濟-氣候模型(C-D-C生產函數模型),用以反映氣象因子對農業產出的影響,為農業氣象服務提供參考依據。經典的柯布-道格拉斯生產函數(C-D生產函數)模型為:Y=A(t)LαKβμ(1)將(1)式線性化,對C-D生產函數模型兩邊取對數得到:lnY=lnA(t)+αlnL+βlnK+ε(2)式中,Y為生產總值,A(t)為綜合技術水平,L為投入的勞動力人數,K為投入的資本,α為勞動力產出的彈性系數,β為資本產出的彈性系數,ε為隨機干擾的影響。考慮到氣象條件對生產的影響,加入氣象因子后的C-D-C生產函數(擴展形式的C-D生產函數)模型:Y=λA(t)Lα1X1α2X2α3Wβ(3)將(3)式線性化,lnY=lnA(t)+α1lnL+α2lnX1+α3lnX2+βlnW+ε(4)(4)式根據相應行業時間序列數據通過回歸分析計算得到參數。式中,L、X1、X2分別為農業生產投入要素農業勞動力人數、農作物播種面積、農用化肥施用量,α1、α2、α3為各要素的產出彈性,W為氣象因子,β為選取的氣象因子W的產出彈性。由經濟學概念可知,彈性系數β為一個變量對于另一個變量的敏感性度量,β為氣象因素產出的彈性系數,表示在其他變量保持不變的情況下,當W增加1%,產出將增加β%。在對氣象條件影響農業產出的計量經濟分析時,重點分析氣象因子W的投入帶來的影響(徐浪和馬丹,2001;Wooldridge,2003)。
1.4.2構建新型的農業氣象服務效益評估模型
由于區域特征和氣候條件存在差異,不同區域農業的氣象敏感因子不同,不同地區農業氣象服務產生的經濟效益也不同,因此在對農業氣象服務效益進行評估時,根據不同地區農業經濟產出對氣象條件的敏感性分析,分地區進行評估。通過C-D-C模型篩選出氣象敏感性因子,根據經濟學的“產出彈性”概念,構建新型的農業氣象服務效益評估模型。新型的農業氣象服務效益評估的數學模型:U=Y∑ni=1Ci(5)式中,U為農業氣象服務效益,Y為農業總產值,Ci為第i類氣象敏感性因子對農業氣象服務效益的貢獻率。Ci=βiΔWiWi/ΔY()Y(6)式中,Wi為第i類氣象因子,△Wi為第i類氣象因子的增加量,△Y為農業總產值Y的增加量,ΔWiWi/ΔYY為第i類氣象因子的變化率與農業經濟產值的變化率的比值,βi為第i類氣象因子即Wi的產出彈性系數。
2結果與分析
2.1初步驗證
處理得到江蘇省南京市六合區、泰州市興化地區和徐州市邳州地區的農業生產總值(Y)、農業勞動力(L)、農作物播種面積(X1)、農用化肥施用量(X2)和氣象因子W的28a(1982—2009年)的連續資料序列后,用多元線性回歸方法對C-D-C生產函數法建模。運用SPSS軟件的逐步回歸法和進入法等,對氣象因子進行逐一檢驗,通過擬合優度、顯著性水平檢驗和F檢驗,篩選出符合實際經濟規律和回歸模型檢驗的氣象因子進入模型。將各種氣象因子分別參與建模,經篩選發現(表1):六合地區能夠順利進入C-D-C生產函數模型的氣象因子最多,能夠成功建模的氣象因子主要有>10℃活動積溫、年平均氣溫、年降水量、春季平均氣溫、夏季平均氣溫、冬春兩季降水量,意味著相對于其他氣象要素而言,這些氣象因子與六合區的農業經濟產出聯系更突出;其次是興化,能夠成功建模的氣象因子主要有>10℃活動積溫、年平均氣溫、夏秋兩季平均氣溫;最少的是邳州,與該地農業經濟產出聯系更突出的氣象因子僅有夏秋兩季平均氣溫。由此可見,對于不同的地區順利進入C-D-C生產函數模型的氣象因子是不同的。這與地區農業生產條件和農業產品種類有關,地區之間對氣象條件的需求也存在差異,因此氣象要素選取及氣象敏感性因子的篩選有一定的差異性。從SPSS回歸分析初步結果來看,3個地區加入了氣象敏感性因子后的C-D-C生產函數模型的擬合R2值均明顯優于傳統的C-D生產函數模型(表2),更接近于1,說明加入氣象因子的C-D-C模型的模擬結果比不加入氣象因子的C-D模型有了一定的改善。其中對比3個地區的擬合R2值發現:無論是傳統的C-D生產函數模型,還是加入氣象因子后的C-D-C生產函數模型,六合區的建模情況都要明顯好于其他兩個地區。另外,還發現:興化與邳州地區主要是與溫度類氣象因子聯系密切,而對于六合,除與溫度相關以外,還與降水有密切聯系。其原因主要是,農業與多種氣象因子都存在著一定的關系,通過C-D-C模型篩選出的氣象因子,主要是對研究區域農業經濟產出影響更為突出的氣象敏感性因子。興化和邳州地區的農業產業化,特別是邳州地區的特色農產品生產規模位于國家前列,社會和經濟要素的干擾較多;相對于其他兩個地區,六合區地處丘陵地帶,南靠長江,受局地小氣候影響較大,且該地區的農業主要以“靠天吃飯”為主,其農業經濟產出受氣象要素的影響相對較大,因此有多個氣象因子的建模結果都相對較理想。
2.2氣象因子對三個區域農業經濟的產出彈性
引入經濟上的“產出彈性”概念,通過SPSS作回歸分析,計算出模型中不同氣象敏感性因子對應的β值(表3)。其經濟含義為,六合區農業經濟產出與T、TAC、T春、T夏顯著正相關,如果T、TAC、T春、T夏每增加1%,六合區農業經濟產出則分別提高2.187%、2.324%、1.814%和2.159%;六合區農業經濟產出與P、P2顯著負相關,如果P、P2每增加1%,六合區農業經濟產出則將降低0.246%、0.204%。興化市農業經濟產出與T、TAC、T1顯著正相關,如果T、TAC、T1每增加1%,興化市農業經濟產出則分別提高3.82%、2.99%和4.28%。邳州市農業經濟產出與T1顯著正相關,如果T1每增加1%,邳州市農業經濟產出則將提高5.23%。這一結果說明了氣象要素對區域農業生產以及農戶價值的潛在影響。依據以上結論,可制定相應的服務項目,提供精細化和針對性服務,針對地區差異和農作物品種的不同,做好對該地區農業經濟產出影響明顯的農業氣象災害預測和應對,指導當地積極做好防御低溫冷害等準備工作,努力將災害程度降低到最低限度,避免因天氣原因造成的農業生產的可能經濟損失。同時,可根據氣候分析和氣候預測,提前預估對農業經濟產出的影響,能夠預測農業產出特別是經濟作物可能的經濟變化,為相關決策部門制定市場決策和進行資源配置提供依據。農業氣象服務不僅突破了傳統的旨在提高農業生產產量的目的,而且能服務于農業市場,從氣象學的角度對農業生產者和消費者提供市場預測信息,提出最優措施,盡可能地使農業生產獲得最大經濟效益(羅艷,2011)。
2.3農業經濟產出對氣象條件變化的敏感程度
引入氣象條件影響農業經濟產出的“極差率”(極值之差與平均值的比值)這一概念,分析農業經濟產出對氣象條件變化的敏感程度(戴洋和駱海英,2008a,2008b;芮玨等,2011)。對于添加了氣象因子的C-D-C生產函數模型,固定社會經濟因子(農業勞動力人數(L)、農作物播種面積(X1)、農用化肥施用量(X2))指標值,分別取歷年平均值,將1982—2009年氣象因子值代入模型,分別得到不同氣象因子不同變化情況下的農業經濟產出。在保持經濟因子不變的情況下,農業經濟產出的變化大小完全取決于氣象因子的變化。計算出農業經濟產出最大值Y'max、最小值Y'min以及平均值Y'ave,用最大值與最小值的差值除以均值得出氣象條件影響農業經濟產出的極差率R,即:R=(Y'max-Y'min)/Y'ave(7)最終計算得到3個地區農業經濟產出對不同氣象因子變化的極差率。參照這一結果,應對在農業生產過程中農業經濟產出影響較大的關鍵氣象因子,提供精細化天氣預報,提高其準確率,盡可能減少氣象災害對農業經濟產出造成的損失。
3農業氣象服務效益定量評估
根據公式(6),計算得到南京市六合區、泰州市興化地區和徐州市邳州地區氣象敏感因子對農業氣象服務效益的貢獻率(表5),運用新型的農業氣象服務效益評估模型計算得到其農業氣象服務效益。受氣象條件的綜合影響,不同氣象敏感性因子對3個研究區域農業經濟產出的綜合貢獻率分別為3.803、2.399、1.351。根據公式(5)得到,六合區、興化市和邳州市2009年度農業氣象服務效益值分別在0.972、1.130和0.845億元。由此可見,提供針對性的氣象服務,能增加農業產值,提高氣象服務效益。
4結論
本文選取江蘇省南京市六合區、泰州市興化地區和徐州市邳州地區為代表性研究區域,運用農業經濟-氣候模型(C-D-C模型)研究了不同區域農業經濟產出對不同氣象因子的敏感性,并篩選出氣象敏感性因子。根據經濟學的“產出彈性”概念,構建新型的農業氣象服務效益評估模型,評估出區域農業氣象服務經濟效益。運用C-D-C模型分析氣象敏感性因子對區域農業經濟產出的影響,篩選出區域氣象敏感性因子。得出:相對于其他氣象要素而言,>10℃的活動積溫、年平均氣溫、年降水量以及春季和夏季平均氣溫、冬春兩季的降水量與南京市六合區的農業經濟產出聯系更突出;>10℃的活動積溫、年平均氣溫以及夏秋兩季的平均氣溫對興化市農業經濟產出的影響較大;邳州市的農業經濟產出受夏秋兩季的平均氣溫影響更顯著。根據農業經濟產出對氣象條件的敏感性分析,做好氣象預報預測工作,開展針對性的農業氣象服務工作。同時,在氣象服務過程中,可為相關政府部門制定市場決策和進行資源配置提供依據,盡可能地使農業生產獲得最大經濟效益。構建了新型的農業氣象服務效益評估模型。通過模型,計算得出氣象敏感性因子的農業氣象服務效益值,即2009年度江蘇省南京市六合區農業氣象服務經濟效益約為0.972億元,興化市農業氣象服務經濟效益約為1.130億元,邳州市農業氣象服務效益值約為0.845億元。提升農業氣象服務能力,有利于增加農業經濟產出,提高氣象服務效益。將經濟學與氣象學相結合,構建新型的農業氣象服務效益評估模型,是一個新的探索,并獲取相當可靠的結果,為更好地開展氣象服務工作提供了科學依據。本文選取了江蘇省具有代表性的3個地區為試點,以區域農業氣象服務為研究對象,以氣象服務效益評估方法為研究內容,所得研究結果為后期工作提供參考依據。此方法也可以進一步研究推廣,分析研究全國和其他地區包括農業在內的所有行業的經濟產出對氣象要素的敏感性,并從經濟學的角度去評估行業氣象服務效益。但該方法仍存在一些問題:模型對數據的要求相當精細,獲取工作量較大;區域之間存在差異,氣象因子的選取較復雜;模型本身的局限性等,都需要進一步研究解決,逐步完善。