《Sustainability》:Probability Estimation and Regional Differentiation of Agro-Meteorological Damage Risk for Agricultural Sustainability: Based on a Nonparametric Normal Information Diffusion Model
编辑推荐:
农业气象灾害风险的概率估计是巩固农业防灾减灾体系、保障国家农业可持续发展的核心技术支撑,已广泛应用于农业生产和农业保险中。基于1980—2018年中国31个省份的农作物播种面积数据以及受灾面积数据(受灾、成灾、绝收),本研究创新性地构建了一个综合灾害强度指数。
农业气象灾害风险的概率估计是巩固农业防灾减灾体系、保障国家农业可持续发展的核心技术支撑,已广泛应用于农业生产和农业保险中。基于1980—2018年中国31个省份的农作物播种面积数据以及受灾面积数据(受灾、成灾、绝收),本研究创新性地构建了一个综合灾害强度指数。随后,利用非参数正态信息扩散模型(Nonparametric Normal Information Diffusion Model)的参数,获得了五种气象灾害类型(干旱、洪涝、风雹、冻害及综合气象灾害)的精确风险概率估计结果。结果表明:综合气象灾害的风险概率最大,其次依次为干旱、洪涝、风雹和冻害;湖北的洪涝、内蒙古的干旱、青海的风雹、海南的冻害以及内蒙古的综合气象灾害风险概率最高;各类气象灾害的发生区域呈现不同的分布特征,这与中国的经纬度和地形密切相关。这些发现表明,有必要了解农业气象灾害风险的整体格局并考虑其内部异质性,以便采取针对性的防控措施,避免农业生产中的系统性风险,保障农业可持续和高质量发展。
**论文解读:农业气象灾害风险概率估计与区域分异——基于非参数正态信息扩散模型**
**1. 研究背景与问题**
全球粮食安全形势日益严峻,2024年全球面临饥饿的人口约6.38亿至7.2亿。人口快速增长与自然灾害频发叠加,加剧了粮食安全挑战。中国作为世界人口大国,人均耕地面积远低于世界平均水平,且耕地质量中等偏下,同时又是气象灾害多发的国家,干旱、洪涝、风雹、冻害等灾害频繁发生,严重制约农业生产,威胁粮食安全。1980—2018年间,中国洪涝、干旱、风雹、冻害的平均受灾面积分别达415.66、831.68、167.62和128.94万公顷,综合气象灾害的平均受灾面积更是高达1579.28万公顷,占平均播种面积的27.53%。因此,准确评估农业气象灾害的风险概率,并考虑区域差异制定针对性措施,以降低农业生产损失、保障粮食安全与农业可持续发展,成为亟待解决的问题。
**2. 研究内容与结论**
研究人员基于1980—2018年中国31个省份(含直辖市)的农作物播种面积及受灾(受灾、成灾、绝收)面积数据,创新性地构建了综合灾害强度指数(Comprehensive Damage Strength Index),该指数将三种损失等级(受灾、成灾、绝收)整合为一个综合指标。随后,采用非参数正态信息扩散模型(Nonparametric Normal Information Diffusion Model)估计了干旱、洪涝、风雹、冻害及综合气象灾害五种灾害类型的风险概率,并分析了不同重现期(如五年一遇、三年一遇、两年一遇及概率大于3/4)下的灾害强度,以及基于全国平均灾害强度的五个风险等级的区域差异。研究结论表明:综合气象灾害的风险概率最大,其次为干旱、洪涝、风雹和冻害;湖北的洪涝、内蒙古的干旱、青海的风雹、海南的冻害以及内蒙古的综合气象灾害风险概率最高;各类灾害的区域分布呈现显著异质性,受经纬度、地形等因素影响;不同重现期下的灾害强度及风险等级均表现出跨省级的区域分层特征。该研究发表在《Sustainability》期刊。
**3. 关键技术方法**
研究人员主要采用以下关键技术方法:(1)**综合灾害强度指数构建**:基于受灾率、成灾率和绝收率,通过计算等效损失比例(受灾、成灾、绝收分别取0.4、0.6、0.9)加权求和得到综合灾害强度指数。(2)**非参数正态信息扩散模型**:该模型基于分子扩散理论(Fick定律),通过正态扩散函数将每个样本点的信息扩散至整个论域,利用两点逼近原则确定扩散系数(带宽),进而估计风险概率。样本数据来源为中国31个省份(含直辖市)1980—2018年的农作物播种面积和受灾面积数据(受灾、成灾、绝收),数据分别来自《中国农业年鉴》《中国统计年鉴》和《中国农村统计年鉴》。
**4. 研究结果**
**4.1 灾害损失强度计算**
研究发现,观测期内综合气象灾害的平均损失强度最高(21.27%),其次为干旱(11.10%)、洪涝(5.93%)、风雹(2.95%)和冻害(2.70%)。辽宁曾出现最大的综合气象灾害强度(92.31%)和干旱强度(91.15%);青海曾出现最大洪涝强度(55.96%);湖南曾出现最大冻害强度(40.81%);山西曾出现最大风雹强度(28.43%),表明极端灾害事件在各省份均有发生。
**4.2 气象灾害风险概率估计**
利用信息扩散模型得到31个省份的风险概率估计结果。总体而言,不考虑综合灾害时,干旱风险概率最高,其次为洪涝、风雹和冻害,综合灾害风险概率最高。具体而言:洪涝风险概率最高的省份为湖北,其次为湖南、江西、重庆等;干旱风险概率最高的为内蒙古,其次为陕西、甘肃等;风雹风险概率最高的为青海,其次为新疆、甘肃等;冻害风险概率最高的为海南,其次为新疆、青海等;综合气象灾害风险概率最高的为内蒙古,其次为山西、青海等。
**4.3 农业风险区域差异分析**
**4.3.1 基于不同重现期的区域差异**
不同重现期下,各省份灾害强度各异。例如,五年一遇的洪涝灾害强度在湖南最高(20%),其次为湖北(18%);内蒙古在干旱各重现期均为最高(五年一遇45%);青海在风雹各重现期均为最高(五年一遇约13%);海南在冻害各重现期均为最高(五年一遇约11%);内蒙古在综合灾害各重现期均为最高(五年一遇55%)。上海在洪涝、干旱、风雹和综合灾害中强度最低。
**4.3.2 基于风险等级的区域差异**
基于全国平均灾害强度(洪涝6%、干旱11%、风雹3%、冻害3%、综合21%),将风险划分为五个等级。洪涝风险以湖南和湖北为中心呈放射状分布,东南沿海省份风险不高;干旱风险呈“三明治”分布特征,东南和西北地区夹着中间大片高发区,内蒙古、甘肃、山西风险最高;风雹风险从西北和北部向中南部递减,新疆、青海、甘肃、内蒙古和北京风险最高;冻害风险总体较低,高发区分布在西北(新疆、青海、甘肃)和华南(广东、海南),呈西北和东南两片分布;综合气象灾害风险以内蒙古、甘肃、山西为最高,辽宁、吉林、黑龙江、青海、宁夏、陕西与湖北、湖南形成“T”形分布,东南沿海风险较低,但海南因冻害风险较高而偏高。
**5. 讨论与结论**
**讨论部分**:研究强调,仅考虑单一气象灾害风险远远不够,因为一种灾害可能引发另一种灾害(如干旱与干热、洪水后伴随冰雹等),必须综合评估。同时,将三种损失等级(受灾、成灾、绝收)整合为综合指标是必要的,因为综合指标能揭示事物的整体变化。信息扩散模型避免了参数估计法主观假设分布的不合理性,也克服了核密度估计在小样本下的不稳定性。研究还发现,极端灾害事件(如辽宁的极端干旱、青海的极端洪涝等)表明需分析灾害的时空演变规律。区域异质性分析显示,不同重现期和风险等级下,各类灾害均呈现跨省级的区域分层结构,中国粮食主产区多分布在长江流域、中部和东北地区,因此需要跨省协同制定防控措施。
**结论部分**:本研究利用中国31个省份1980—2018年数据,计算了五种灾害类型的损失强度,并采用非参数信息扩散模型获取了精确的风险概率估计结果,分析了异质性。结果表明:综合气象灾害风险概率最大;单一灾害中干旱风险概率最大;辽宁、青海、湖南、山西等省份曾出现异常极端灾害;受经纬度、地理位置、地形等因素影响,湖北洪涝、内蒙古干旱、青海风雹和海南冻害风险最大;不同重现期下的灾害强度和风险概率呈现跨省的区域分层性。因此,对中国而言,既要考察全国统一的规律以制定统一的生产计划和保险政策,又要考虑区域和省份的内部异质性,以实现精准治理和跨区域针对性防控,保障粮食安全。基于此,研究提出了四项建议:国家层面完善相关法律法规和统一评估标准,制定差异化补贴制度;省级层面针对各省灾害短板实施精准防控;农业生产者主动学习防灾知识,优化种植结构;保险公司基于风险概率和区域异质性数据开发指数型农业保险产品。研究还指出,样本限于2018年以前的数据,以排除2019年新冠疫情对产出损失的混淆效应,后续将单独分析疫情时段。