受災面積這一指標雖包含氣象災害對農作物影響程度的信息，但不同受災類型和受災程度對產量的實際影響有差異。利用相關系數等方法可分析氣象災害對農作物產量的影響，并能解決不同氣象災害影響程度的排序，但無法建立氣象災害與糧食產量間的直接定量關系。本文選自：《應用氣象學報》主管單位：中國氣象局主辦單位：中國氣象科學研究院;國家氣象中心;國家衛星氣象中心;國家氣候中心;國家氣象信息中心;中國氣象局氣象探測中心出刊周期：雙月刊出版地：北京市語言種類：中文開本尺寸：大16開國際標準刊號：1001-7313國內統一刊號：11-2690/P知網復合影響因子：2.130知網綜合影響因子：1.452萬方影響因子：1.591萬方總被引頻次：3255以糧食單產和氣象災害累積天數為主要指標，運用面板數據模型開展縣域層面的研究，既可以定量反映不同氣象災害對糧食生產的影響，也可以解決縣域層面時間序列數據觀測值較少而難以開展單個區(縣)氣象災害對糧食生產的定量分析，提高回歸結果精度、減少多重共線性的影響。

　　渝西地區主要氣象災害

　　對糧食生產具有較大的影響，連陰雨是重慶市渝西地區一種重要的氣象災害，從2004-2010年年均連陰雨累積天數看，連陰雨災害在渝西地區的西北部較為嚴重，包括潼南縣、榮昌縣、璧山縣、大足縣和萬盛區的年均連陰雨累積天數均為56～60d。北部的合川區、中部的銅梁縣和南部的江津區、綦江區連陰雨災害相對較輕，年均累積天數為45～49d。南川和永川介于兩者之間，累積天數在50～55d。渝西地區各區(縣)連陰雨累積天數年際波動明顯。其中璧山縣、銅梁縣波動幅度最大，標準差分別為26.80、32.98d。大足縣、合川區、永川區、綦江縣、萬盛區、潼南縣、江津區波動幅度較大，標準差為15.24～23.57d。榮昌縣和南川區波動幅度相對最小，標準差分別為10.98和13.85d。洪澇災害洪澇災害由持續長時間的暴雨形成，淹沒農田作物、沖刷土壤等，相比連陰雨，對糧食生產的影響更為直接。

　　在渝西地區，璧山、銅梁、合川等相鄰區(縣)洪澇災害相對頻發且波動幅度較大，2004-2010年7a中總累積天數分別為18、16、14d，年均洪澇累積天數為3～4d(圖3)，洪澇年累積天數標準差為6.80～7.91d，其中璧山縣的波動幅度最大。其余區(縣)洪澇災害相對較少，年均洪澇累積天數為1～2d，其中江津區、綦江區、榮昌縣、大足縣年洪澇累積天數標準差為3.07～7.91d，其余區(縣)洪澇年累積天數標準差為2.12～2.82d，均小于3。高溫災害高溫災害使水稻籽粒內磷酸化酶和淀粉的活性減弱，影響干物質的積累;同樣也會造成玉米雌雄花發育不同步，影響結實率[11]。渝西地區各區(縣)常出現35℃以上持續高溫。2004-2010年江津區、萬盛區、綦江縣高溫災害最為嚴重，年均高溫累積天數高于42～50d(圖4)，其中萬盛區較嚴重，最高值為2006年的75d，最低值為2004年和2008年的35d，年均54d，為各區(縣)之最。永川區、南川區、大足縣、榮昌縣的高溫災害情況相對較輕，年均高溫累積天數30～40d。

　　從各區(縣)各年的高溫累積天數看，最低值為南川區2005年的4d，最高值為榮昌縣2006年的58d。其余區(縣)災情居中，年均高溫累積天數25～30d。渝西地區各區(縣)的高溫災害在年際間呈較大波動狀態，趨勢與渝西地區各區(縣)高溫總累積天數的波動狀態基本一致。其中銅梁縣、榮昌縣、南川區和潼南縣年際波動幅度最大，年高溫累積天數標準差為14.84～15.30d。綦江縣、璧山縣、江津區、永川區、大足縣次之，標準差為10.76～13.75d。合川區波動幅度最小，標準差為9.0d。

　　渝西地區主要氣象災害對糧食產量的影響效應

　　面板模型中變量分析使用時間序列數據，即渝西地區7a(2004-2010年)的氣象災害年均累積天數和糧食單產進行相關分析，結果顯示，渝西地區糧食單產與各氣象站點年均連陰雨、洪澇、高溫災害累積天數之間整體呈負相關關系，其中糧食單產與高溫災害累積天數之間的相關系數為-0.76，相關顯著;與連陰雨和洪澇災害累積天數的相關系數分別為-0.31和-0.16，相關不顯著。使用面板數據，即利用渝西地區11區(縣)連續7a的糧食單產、連陰雨累積天數、洪澇累積天數和高溫累積天數進行相關分析。

　　結果顯示，渝西地區各區(縣)的糧食單產與連陰雨、洪澇、高溫年累積天數之間整體呈負相關關系，相關系數分別為-0.81、-0.73和-0.54。相比時間序列數據，面板數據間變量的相關性更為顯著，也更適宜進一步回歸分析。面板模型選擇運用Eviews6.0，對渝西地區11區(縣)2004-2010年的糧食單產數據與連陰雨、洪澇、高溫年累積天數構成的面板數據進行回歸分析。首先用Haus-man檢驗來確定應該使用隨機效應模型還是固定效應模型，即有假設H0:對于不同時點的模型截距項不同(建立隨機效應模型)，H1:對于不同橫截面的模型截距項不同(建立確定效應模型)。

　　獲得隨機效應模型的回歸結果并進行Hausman檢驗(表1)，結果表明，所得χ2統計量為6.781，相應的伴隨概率(P值)為0.02，建立隨機效應模型的假設(H0)被拒絕，因此應接受假設H1，即選擇固定效用模型進行回歸分析。

　　面板模型回歸結果根據模型

　　渝西地區連陰雨、洪澇、高溫等災害天氣累積天數每增加1d，該地區每公頃耕地糧食作物產量將分別減少4.22、44.89和45.57kg，從對糧食單產絕對值的影響看，高溫災害對渝西地區糧食生產的影響最大，洪澇次之，連陰雨最小。但災害累積天數對糧食單產的影響還與基數相關。根據模型2，高溫災害累積天數基數最大，對糧食單產的邊際負面影響也最大，累積天數每增加1%。

　　將導致渝西地區糧食單產降低0.31%;連陰雨累積天數次之，對糧食單產的邊際負面影響則高于洪澇，累積天數每增加1%，將導致糧食單產降低0.036%;洪澇災害在渝西地區較少發生，年累積天數較少，平均1d對糧食單產影響的絕對值較大，但邊際負面影響小于高溫和連陰雨，累積天數每增加1%，糧食單產將降低0.015%。因此，針對高溫和連陰雨等災害開展預警和應對工作，是穩定渝西地區糧食生產的重要策略。

　　結論與討論

　　2004-2010年，渝西地區縣域層面的連陰雨、洪澇、高溫三類氣象災害及其波動幅度均呈現較明顯的空間差異。連陰雨、洪澇、高溫最嚴重的區(縣)分別集中于西部、中北部和南部。年際波動上，波動幅度為洪澇﹤高溫﹤連陰雨。三類氣象災害對渝西地區的糧食生產具有顯著的負面影響。綜合氣象災害累積天數絕對值及邊際影響效應兩方面因素，三類氣象災害對糧食單產的影響程度呈上升之勢，即累積天數每增加1%，將導致渝西地區糧食單產分別減少0.015%、0.036%和0.31%。針對高溫和連陰雨制定糧食生產減災對策對于穩定渝西地區糧食生產具有重要意義。從研究空間尺度看，現有氣象災害空間分布及對農作物產量的影響研究多集中于全國大區域層面、省域層面等宏觀尺度，而本研究注重于縣域層面。

　　從氣象災害的空間差異看，與區域和省(市)域層面的現有研究結論接近[4-6，9]，渝西地區縣域層面主要氣象災害存在顯著的空間差異特征。從氣象災害對農作物產量的影響看，連陰雨、高溫兩類災害對糧食產量有顯著的負面影響這一結論與相關研究結論一致[4-6，9-11]，但洪澇對渝西地區糧食產量的影響較小，與相關文獻的結論有所不同，這與渝西地區洪澇災害影響面積小、累積天數少有密切關系。從定量研究方法看，現有研究多以受災面積、氣象單產等指標代表糧食產量情況，并采用相關系數、可決系數等統計指標來反映氣象災害對農作物產量的影響程度[9-11]。