許 朗,張維誠

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

干旱在農(nóng)業(yè)經(jīng)濟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)時間長、影響范圍廣等特點,對農(nóng)業(yè)生產(chǎn)的影響越來越大[2]。我國常年農(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],反映了一個地區(qū)農(nóng)業(yè)生產(chǎn)系統(tǒng)對干旱的適應(yīng)和應(yīng)對能力,脆弱性程度越強,說明在降水和防災(zāi)能力一定的情況下,越容易發(fā)生旱災(zāi)、災(zāi)害損失可能越嚴重。因此,進行區(qū)域農(nóng)業(yè)旱災(zāi)脆弱性的研究,對于預(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角度。一類是基于宏觀視角的區(qū)域農(nóng)業(yè)旱災(zāi)脆弱性評價:陳萍等[5]通過層次分析法和綜合指數(shù)法對鄱陽湖生態(tài)經(jīng)濟區(qū)農(nóng)業(yè)系統(tǒng)的旱災(zāi)脆弱性進行了評價;王鶯等[6]運用主成分分析方法確定評價指標權(quán)重,建立中國南方地區(qū)的旱災(zāi)脆弱性評價模型;李夢娜等[7]將灰色關(guān)聯(lián)聚類分析法和博弈論思想引入脆弱性評價,對關(guān)中5市的農(nóng)業(yè)旱災(zāi)脆弱性進行了分析。另一類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旱災(zāi)的響應(yīng)能力;Zarafshani等[9]通過與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;嚴奉憲等[10]從農(nóng)戶微觀角度出發(fā),以Hoovering模型為基礎(chǔ),對湖北省襄陽市曾都區(qū)的農(nóng)戶調(diào)查數(shù)據(jù)進行了實證分析;王婷等[11]利用GIS空間分析功能,對四川省水稻干旱脆弱性進行了評價。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)模型評級法等,其中綜合指數(shù)法由于其簡單、容易操作,在脆弱性評價中被廣泛應(yīng)用。該方法應(yīng)用于以區(qū)域為單位的脆弱性評價中,往往從社會、經(jīng)濟、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[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個角度選取12個指標,建立評價指標體系,運用綜合指數(shù)法構(gòu)建脆弱性模型,定量評價研究區(qū)域農(nóng)業(yè)旱災(zāi)脆弱性程度,以期為研究區(qū)干旱風險的主動防控工作提供數(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,是我國重要的農(nóng)業(yè)生產(chǎn)基地,據(jù)統(tǒng)計[14],兩省的糧食總產(chǎn)量約占全國的20%。黃淮海地區(qū)是中國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,未來中國氣候總體上呈現(xiàn)暖干狀態(tài),半干旱地區(qū)的擴大趨勢明顯,黃淮海地區(qū)將經(jīng)歷最干旱的時段[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,針對河南、山東省進行干旱脆弱性評價顯得尤為重要。

1.2 指標選擇

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。敏感性主要反映自然環(huán)境、社會經(jīng)濟對旱災(zāi)的敏感程度,農(nóng)業(yè)系統(tǒng)的敏感性越強,旱災(zāi)脆弱性越大;恢復(fù)力主要反映人類社會防備、應(yīng)對災(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,旱災(zāi)脆弱性越弱。根據(jù)研究區(qū)域的實際情況,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)力兩個角度出發(fā),選取了12個評價指標。

敏感性選擇水資源、產(chǎn)業(yè)結(jié)構(gòu)以及土地利用3個方面的6個指標因子進行測度。水資源選取降水量和耕地畝均水資源占有量2個指標,降水量越大,農(nóng)作物的水分補給越充足,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個指標,農(nóng)業(yè)GDP比重反映了農(nóng)業(yè)的產(chǎn)值在整個區(qū)域生產(chǎn)總值中的比例,該比例越高說明區(qū)域經(jīng)濟對農(nóng)業(yè)的依賴程度越大,同樣的旱災(zāi)強度,對農(nóng)業(yè)的相對影響越大;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,說明城鎮(zhèn)化水平越低,對農(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反映了區(qū)域農(nóng)業(yè)生產(chǎn)系統(tǒng)面對干旱影響時的暴露程度,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),該指標數(shù)值越大說明用地強度越強,需水量越多,在致災(zāi)強度和防災(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)濟水平和農(nóng)業(yè)投入3個方面6個指標因子進行測度。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個指標,指標值越大,說明農(nóng)業(yè)的灌溉用水條件越好,旱災(zāi)越不容易發(fā)生。經(jīng)濟水平指標選擇人均財政收入和農(nóng)村居民人均收入,指標值越大,說明社會發(fā)展水平和發(fā)展程度越高,應(yīng)對農(nóng)業(yè)旱災(zāi)的能力越強。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)用機械總動力2個指標,指標值越大,說明農(nóng)民對農(nóng)業(yè)的投入和重視程度越高,對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)指標性質(zhì)可以將指標分為正向與負向兩類,正向指標與旱災(zāi)脆弱性呈正相關(guān)關(guān)系,指標值越大,脆弱性程度就越大,負向指標的性質(zhì)與正向指標相反,值越大,脆弱性程度就越小。12個指標及其性質(zhì)見表1,指標權(quán)重計算過程見下文。

表1 農(nóng)業(yè)旱災(zāi)脆弱性評價指標設(shè)置

本文所用的數(shù)據(jù)來源主要有《河南省統(tǒng)計年鑒(2015)》《山東省統(tǒng)計年鑒(2015)》《河南省水資源公報(2005—2014年)》和《山東省水資源公報(2005—2014年)》以及部分地級市統(tǒng)計年鑒。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)脆弱性評價模型

2.1 數(shù)據(jù)標準化處理

在對區(qū)域農(nóng)業(yè)旱災(zāi)脆弱性評價前,首先對數(shù)據(jù)進行去量綱標準化處理。正向指標與負向指標的處理方式不同，計算公式分別為

(1)

(2)

式中:Sij為經(jīng)過處理的無量綱標準值;Xij為第i個城市的第j項評價指標;Xjmax和Xjmin分別為第j項評價指標的最大值和最小值。Sij越接近于0,說明其對農(nóng)業(yè)旱災(zāi)脆弱性的貢獻越小;越接近于1,貢獻越大。

2.2 熵值法確定指標權(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,還可以克服多指標變量間信息的重疊問題。因此,本文采用熵值法得到各指標的權(quán)重(表1),熵值法計算步驟如下:

a. 將各指標同度量化,計算第j項指標下,第i城市占該指標的比重pij:

式中:n為樣本(城市)個數(shù);m為指標個數(shù)。

b. 計算指標信息熵ej:

(4)

c. 計算差異系數(shù)dj:

dj=1-ej

(5)

d. 計算指標權(quán)重wj:

(6)

2.3 脆弱性評價模型

加權(quán)綜合評分法在多指標評價中應(yīng)用比較廣泛,本文應(yīng)用該方法構(gòu)建農(nóng)業(yè)旱災(zāi)脆弱性評價模型,脆弱性程度用脆弱性指數(shù)來表示,具體評價模型為

(7)

式中:Vi為第i個城市的脆弱性指數(shù);Sij為第i個城市第j項指標的標準化值。

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,針對敏感性和恢復(fù)力兩個維度展開加權(quán)綜合評分,分別命名為敏感性指數(shù)與恢復(fù)力指數(shù),其計算原理及步驟與脆弱性指數(shù)的一致,只是計算敏感性指數(shù)與恢復(fù)力指數(shù)的指標集與計算脆弱性指數(shù)的指標集不同。另外,由于計算恢復(fù)力指數(shù)的指標集在脆弱性評價中是負向指標,在計算該指數(shù)的過程中使用的是標準化值,因此該指數(shù)的值越高,反而說明恢復(fù)力越弱。

2.4 區(qū)域農(nóng)業(yè)旱災(zāi)脆弱性分級

對于干旱脆弱性分級問題,目前還沒有統(tǒng)一的標準,本文利用自然斷裂法對脆弱性程度進行分級[18],該方法是一種地圖分級算法,認為數(shù)據(jù)本身就有斷點,可利用數(shù)據(jù)這一特點分級(表2)。

表2 區(qū)域農(nóng)業(yè)旱災(zāi)脆弱性綜合測度分級標準

2.5 因子貢獻度計算模型

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

(8)

式中cij為第j項指標對第i個城市農(nóng)業(yè)旱災(zāi)脆弱性的貢獻度。

3 結(jié)果分析

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

研究區(qū)域35個城市的脆弱性指數(shù)、敏感指數(shù)與恢復(fù)指數(shù)見表3。由表3可知,研究區(qū)域35個城市的農(nóng)業(yè)旱災(zāi)脆弱性指數(shù)平均值為0.532 0,按表2中脆弱性分級標準,處于中度脆弱狀態(tài)。山東省東營市農(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),按照自然斷裂點法將脆弱性分為5個級別,每個級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級脆弱度的城市平均脆弱指數(shù)是處于1級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)一定的級差化分異特征。

對城市數(shù)量進行分級統(tǒng)計分析,發(fā)現(xiàn)處于中脆弱度和較強脆弱度的城市數(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、較低脆弱度和強脆弱度的城市數(shù)量相當,分別為6個、5個和5個,分別占城市總數(shù)的17.14%、14.29%和14.29%。研究區(qū)域35個城市農(nóng)業(yè)旱災(zāi)脆弱性等級總體上呈現(xiàn)3級、4級多,1級、2級少的情況。

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,其脆弱性等級屬于較強脆弱程度,具體來看,河南省處于強脆弱度和較強脆弱度的城市分別有5個和10個,共占河南省地市數(shù)量的83%,強脆弱度的5個城市集中在豫東以及豫南地區(qū),豫北、豫西和豫中地區(qū)以較強脆弱度為主,屬于低和較低脆弱度的城市只有3個,按脆弱性指數(shù)從低到高分別是鄭州(0.374 0)、濟源(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,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,作為評價脆弱性程度的兩個重要變量,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,表明在面對相同強度的致災(zāi)強度時,河南地區(qū)更易形成干旱災(zāi)害,恢復(fù)力指數(shù)越高說明河南地區(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)脆弱性影響因素識別

為了揭示敏感性與恢復(fù)力對區(qū)域農(nóng)業(yè)旱災(zāi)脆弱性的影響程度,運用相關(guān)分析方法對敏感性指數(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檢驗水平上顯著)?？梢?敏感性與恢復(fù)力的強弱與區(qū)域農(nóng)業(yè)旱災(zāi)脆弱性程度有密切聯(lián)系,而且敏感性對脆弱性的作用比恢復(fù)力對脆弱性的作用略為突出。為了進一步厘清影響農(nóng)業(yè)旱災(zāi)脆弱性的影響因素,根據(jù)式(8)計算結(jié)果,確定貢獻度大于10%的指標作為各市農(nóng)業(yè)旱災(zāi)脆弱性的貢獻因子,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)計各貢獻因子出現(xiàn)的頻率(表5),出現(xiàn)頻率大于50%的貢獻因子視為各省和全區(qū)域農(nóng)業(yè)旱災(zāi)脆弱性的主要貢獻因子。

表5 各貢獻因子出現(xiàn)頻率 %

注:加下劃線的數(shù)值為主要貢獻因子的出現(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于農(nóng)業(yè)的依賴程度,同時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經(jīng)濟的發(fā)展水平,尤其是農(nóng)村經(jīng)濟的發(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)對旱災(zāi)的能力大小。因此未來河南省應(yīng)注重結(jié)構(gòu)調(diào)整和產(chǎn)業(yè)升級,繼續(xù)推進城鎮(zhèn)化建設(shè),讓農(nóng)業(yè)人口適當流向城市支持第三產(chǎn)業(yè),降低經(jīng)濟對農(nóng)業(yè)的依賴程度,提高農(nóng)村居民的收入。同時河南省作為農(nóng)業(yè)大省,肩負著國家糧食安全的重任,農(nóng)業(yè)的基礎(chǔ)要鞏固,要提升,必須要推進農(nóng)業(yè)的規(guī)?；a(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)脆弱程度需要適當控制人口的增長速度;而復(fù)種指數(shù)反映了土地的利用強度,所以為降低農(nóng)業(yè)旱災(zāi)脆弱性應(yīng)適當減少農(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,需要全社會尤其是政府組織抗旱,人均財政收入直接影響政府財政支出的有效運行,對于災(zāi)后的恢復(fù)起到重要作用,山東省雖然GDP總量較大,位于全國前列,財政卻總是拮據(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)脆弱性的貢獻因子排序(按貢獻度遞減)

總體來說,區(qū)域農(nóng)業(yè)旱災(zāi)脆弱性主要受農(nóng)業(yè)依賴程度、土地利用強度、灌溉條件和社會經(jīng)濟水平4個方面的影響,河南省和山東省的側(cè)重點各不相同,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個維度出發(fā)建立區(qū)域農(nóng)業(yè)干旱脆弱性評價體系,通過熵值法得到指標權(quán)重,用綜合指數(shù)法構(gòu)建脆弱性評價模型,結(jié)合ArcGIS技術(shù),對區(qū)域農(nóng)業(yè)旱災(zāi)脆弱性進行評價,通過貢獻度模型對主要影響因素進行了識別與分析。結(jié)果表明:研究區(qū)域內(nèi)35個城市農(nóng)業(yè)旱災(zāi)脆弱性程度空間差異顯著,河南省83%的城市屬于強脆弱度和較強脆弱度,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)用水量和人均財政收入?？傮w來說,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、土地利用強度、灌溉條件和社會經(jīng)濟水平4個方面的影響。

本文基于區(qū)域綜合脆弱性評價模型,定量計算了研究區(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行了分析與探討,對于區(qū)域防災(zāi)減災(zāi)、科學(xué)應(yīng)對干旱災(zāi)害有一定的參考價值。但是本文在脆弱性指標選取時因受到數(shù)據(jù)收集的限制,多考慮人為因素,而較少考慮自然因素,比如土壤類型、地貌地形等條件對于干旱災(zāi)害的形成以及災(zāi)后的恢復(fù)都有一定影響,指標體系的構(gòu)建還需進一步的深化;其次以市級行政單元作為研究單元略顯粗糙,大尺度范圍內(nèi)過于宏觀的評價缺乏深層次機制和原理的探究,對于反映區(qū)域內(nèi)部的差異性可能有所欠缺。以上問題需要在今后的研究中繼續(xù)探索。

[1] 方紅遠,甘升偉,余瑩瑩.我國區(qū)域干旱特征及干旱災(zāi)害應(yīng)對措施分析[J]. 水利水電科技進展,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)城市干旱脆弱性評價[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,馬靜,李香云,等. 投影尋蹤技術(shù)在大連市農(nóng)業(yè)干旱脆弱性評價中的應(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.鄱陽湖生態(tài)經(jīng)濟區(qū)農(nóng)業(yè)系統(tǒng)的干旱脆弱性評價[J]. 農(nóng)業(yè)工程學(xué)報,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南方干旱脆弱性評價[J]. 生態(tài)環(huán)境學(xué)報,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] 李夢娜,錢會,喬亮.關(guān)中地區(qū)農(nóng)業(yè)干旱脆弱性評價[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)脆弱性綜合評價:以湖北省襄陽市曾都區(qū)農(nóng)戶調(diào)查為例[J]. 華中農(nóng)業(yè)大學(xué)學(xué)報(社會科學(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,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價方法[J].地理科學(xué)進展,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] 雍國正,劉普幸,姚玉龍，等. 河西綠洲城市干旱脆弱性評價[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] 中華人民共和國國家統(tǒng)計局.中國統(tǒng)計年鑒(2015)[M].北京:中國統(tǒng)計出版社,2015.

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

[16] 趙俊芳,郭建平,徐精文,等. 基于濕潤指數(shù)的中國干濕狀況變化趨勢[J]. 農(nóng)業(yè)工程學(xué)報,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. 中國城市脆弱性的綜合測度與空間分異特征[J].地理學(xué)報,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)干旱脆弱性評價及影響因子識別[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. 基于集對分析的大慶市經(jīng)濟系統(tǒng)脆弱性評價[J]. 地理學(xué)報,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)濟結(jié)構(gòu)調(diào)整的維度和重點[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))