我国农田水利工程建设抵御水旱灾害效果评估

分类：论文范文 发表时间：2021-12-29 08:52

　　摘要：2011年一号文件提出“大兴农田水利建设”，之后伴随着高标准农田建设的发展，农田水利工程建设进入快速发展阶段，年均投资超过800亿元。【目的】评估我国过去农田水利工程建设减轻水旱灾害的效果。【方法】以2011年为时间节点，将各省级行政区降水量和水、旱灾受灾率和成灾率数据分成2组，建立模型，考察2个时段内水、旱灾受灾率随降水量的变化，分析2个时段水旱灾受灾率和成灾率的差异显著性。【结果】1994—2010年水灾受灾率随降水量的增加呈极显著增加趋势，而2011—2018年水灾受灾率则与降水量无显著关系，说明大力建设农田水利工程的减灾效果；1994—2010年和2011—2018年旱灾受灾率随降水量的增加显著降低，但2011—2018年比1994—2010年旱灾受灾率受降雨量影响的程度减小。2011—2018年旱灾受灾率和成灾率比1994—2010年分别降低了5.14~22.52百分点和2.21~16.79百分点，水灾受灾率和成灾率则分别降低了3.26~8.00百分点和1.95~4.54百分点。结合各省区的多年平均降水量数据分析表明，农田水利工程建设对于大多数干旱、半干旱和半湿润地区，如河北、山西、内蒙古、辽宁、吉林、黑龙江、西藏、甘肃、青海和新疆的抗旱效果较明显；对于湿润地区，如福建、江西、湖北和湖南则抗涝效果较明显；在某些半湿润地区，如山东、河南和某些湿润地区，如江苏、广东、重庆兼具抗旱和抗涝效果。【结论】统计意义上，农田水利工程建设抗旱效果显著高于抗涝效果；旱灾受灾率和成灾率比水灾的受灾率和成灾率分别降低很多。该研究可为未来农田水利设施建设区域规划提供参考。

　　关键词：农田水利工程；高标准农田；水/旱灾；抗灾能力；效果评估

　　0引言

　　【研究意义】自1982年以来，一号文件的主题都是关于“三农”问题，只有2011年为水利改革主题，2011年《、关于加快水利改革发展的决定》[1]指出近年来我国频繁发生的严重水旱灾害，造成重大生命财产损失，暴露出农田水利等基础设施十分薄弱，必须大力加强水利建设，力争今后10a全社会水利年平均投入比2010年高出1倍等。2011年后的10a，拟在水利方面投入4万亿元[2]。2011年以后农田水利工程建设进入了快车道，全国年均灌排工程项目改造建设投资超过800亿元，灌区改造建设覆盖率达到70%以上，除了传统灌排工程设施得到加固、改造、建设以外，喷灌、微灌、管道输水灌溉等高效节水灌溉项目力度不断加强[3]。2011年全国“十二五”规划纲要[4]明确提出大规模建设旱涝保收高标准农田。、印发的《乡村振兴战略规划（2018—2022年）》[5]提出：加强农田水利基础设施建设，到2022年农田有效灌溉面积达到10.4亿亩（0.69亿hm2）；2019年，《办公厅关于切实加强高标准农田建设提升粮食安全保障能力的意见》[6]提出：大力推进高标准农田建设，加快补齐农业基础设施短板，提高水土资源利用效率，切实增强农田防灾抗灾减灾能力，为保障粮食安全提供坚实基础。2011年以来，大力推进农田水利工程建设，取得了明显成效，如“十二五”期间建成高标准农田4.03亿亩（2687万hm2）[7]。评估全国范围农田水利工程建设抵御水旱灾害能力和稳产效果，对于未来合理规划农田水利工程建设布局、提高农田抗灾能力、保障我国粮食安全有参考价值。【研究进展】王文浩等[8]建立了高标准农田水利工程环境影响后评价指标体系，涉及抗灾能力的指标有遭遇重现期为10a的暴雨时积水面积和排水速度，然而却没有相应灾害评价结果；靳轲等[9]提出了减灾率的指标，但其定义不清楚，物理意义并不明确；朱云章[10]将旱涝保收面积作为农田水利投资绩效分析的指标之一，何慧等[11]选择农业抗旱效益作为农田水利建设效益评估的指标之一，而这些数据并非在所有省份和所有年份都能获得，且和粮食产量没有明确关系；欧建锋等[12]将区域防洪标准达标率、区域除涝标准达标率和农田降渍标准达标率作为农村水利现代化水平的评价指标，而达标率的门槛值却是主观给定的；同样贺磊[13]评价高标准农田水利建设综合成效时所采用的灌溉保证率也是依靠专家打分的主观评价；罗芳等[14]、张庆华等[15]将有效灌溉面积和除涝面积（或有效排水面积）作为水利建设成效的指标，却未有直接的抵御水旱灾害的效果；唐娟莉[16]研究了有效灌溉面积和受灾面积对全国不同地区农业生产总值的影响，也没有反映农田水利建设对抵御水旱灾害的影响。从目前研究总体来看，对农田水利建设项目的绩效评价还相对滞后，已有的成果比较零散，还需进一步深入研究[17]。

　　1农田水利工程建设成效

　　本文从与水旱灾害的相关度的角度考虑，基于国家统计局数据[18]，选取有效灌溉面积和除涝面积为指标表征农田水利建设成效，以2011年为节点分析前后时段农田水利工程建设成效如图1所示。所有回归模型P＜0.01，由直线斜率（增加速率）可知，2011年之后的全国有效灌溉面积和除涝面积的斜率远大于2011年之前，说明2011年以后农田水利工程建设速度大大加快。

　　2水旱灾害评估方法及数据来源

　　2.1指标选择

　　根据GB/T24438.1—2009《自然灾害灾情统计第1部分：基本指标》[19]，涉及农业的指标有农作物受灾面积、农作物成灾面积、农作物绝收面积、毁坏耕地面积、农业直接经济损失。其中受灾面积指因自然灾害导致农作物产量比常年减少10%及以上的农作物播种面积；成灾面积指因自然灾害导致农作物产量比常年减少30%及以上的农作物播种面积；农作物绝收面积为因自然灾害导致农作物产量比常年减少80%及以上的农作物播种面积（表1）。农作物水旱灾受灾面积、成灾面积等灾情数据是通过农业部门、水利部门等统计、核实的实时农业水旱情数据。与其他农业水旱情指标相比，这种农业水旱情指标与农作物产量是紧密联系的。由于农作物绝收面积2010年之前没有数据，无法进行基于概率的统计，故未选取该指标。

　　2.2数据来源及处理

　　水旱灾受灾面积、成灾面积和农作物播种面积数据来源于统计局的数据[18]。

　　以所有能获取的1994—2018年《气象年鉴》中主要城市逐年的年降水量代表其所在省级行政区的年降水量[21]，用于进行单因素方差分析，判断1994—2010年和2011—2018年2个时段年降水量有无显著差异。各省级行政区多年平均降水量（2018年前30a全年累计20:00至次日20:00降水量平均值）来源于全国温室数据系统上对应站点数据[22]，用于判断各省级行政区所处的干湿区。

　　降水是影响水旱灾情的重要因素，将所有数据以2011年为节点分为1994—2010年和2011—2018年2个时段，对2个时段的各省级行政区历年的降水量和对应的水旱灾受灾率利用Statistix9软件中线性回归模型进行回归分析，考察不同时段年降水量对水旱灾情的影响。利用Statistix9软件中的one-wayAOV进行单因素方差分析，若P＜0.05则认为2个时段降水量有显著差异，无法分清2个时段水旱灾受灾率和成灾率的变化是由于降水差异引起的还是农田水利建设差异引起的，故对这些省份不再进行后续分析；若P≥0.05则认为2个时段降水量无显著差异。采用Statistix9软件对1994—2018年2个时段降水量无显著差异的省级行政区水旱灾受灾率和成灾率时间序列数据进行自相关检验，自相关函数值在2倍标准差之内，说明时间序列数据不存在自相关。然后，进行2个时间段的水旱灾受灾率和成灾率的方差分析，若P＜0.05，则2个时段的水旱灾受灾率和成灾率存在显著差异，P＜0.01为差异极显著；P＜0.1为差异较显著。最后结合多年平均降水量分布对不同干湿地区的水旱灾减灾效果进行综合分析。

　　3结果与分析

　　3.1降水量对水旱灾害的影响

　　1994—2010年和2011—2018年2个时段水灾受灾率和旱灾受灾率随降水量的变化如图2所示。

　　由图2（a）、图2（b）可见，1994—2010年和2011—2018年旱灾受灾率与降水量呈负相关，回归方程如式（3）、式（4）所示，P＜0.01：y旱，1994—2010=30.264-0.0149x1994—2010，（3）y旱，2011—2018=13.380-0.00676x2011—2018，（4）式中：y旱，1994─2010和y旱，2011─2018分别为1944—2010年和2011—2018年各省级行政区每年的旱灾受灾率；x1994—2010和x2011—2018分别对应年份各省级行政区年平均降水量。式（3）的截距和一次项系数的绝对值均大于式（4），说明从统计意义上看，1994—2010年旱灾灾情及其受降水量的影响大于2011—2018年。由图2（c）、图2（d）可见，1994—2010年水灾受灾率与降水量呈正相关，回归方程如式（5）所示，P＜0.01，但2011—2018年水灾受灾率与降水量无显著相关关系（P=0.2811>0.05）。y水，1994—2010=1.8566+0.0062x1994—2010，（5）式中：y水，1994—2010为1944—2010年各省级行政区每年的水灾受灾率。

　　从统计意义上看，1994—2010年水灾灾情受降水量的影响大于2011—2018年。而且式（5）的截距和一次项系数的绝对值均小于式（3），1994—2010年水灾灾情及其受降水量的影响小于旱灾。

　　由图2（a）、图2（c）可知，在受水利设施减灾影响较小的年份（1994—2010年）水旱灾受灾率与降水量极显著相关，因此，在统计2个时段降水量无显著差异的情况下分析“十二五”以来加大农田水利设施建设力度对抵御水旱灾害的影响有其合理性。

　　3.2降水量差异分析

　　2011年前后时段降水量方差分析如表2所示，除浙江、安徽、四川、宁夏4省区的降水量在2011年前后差异显著（P＜0.05）外，其余省（市、区）降水量无显著差异，可进行后续“十二五”以来农田水利设施建设抵御水旱灾害效果评价。

　　3.3水旱灾受灾率和成灾率时间序列自相关分析

　　水旱灾受灾率和成灾率时间序列自相关分析表明上海、贵州、云南的水灾受灾率和成灾率均存在时间序列自相关；广西、西藏、青海水灾受灾率存在时间序列自相关；北京、天津、湖南、广西、陕西旱灾受灾率和成灾率均存在时间序列自相关；山东、河南、西藏旱灾受灾率存在时间序列自相关；福建、新疆旱灾成灾率存在时间序列自相关，为保证单因素方差分析的合理性，对这些数据不再进行后续分析。

　　4讨论

　　影响水旱灾害的因素很多，研究进行了简化，认为降水量无显著差异的情况下，水旱灾害强度的差异是由农田水利工程建设抵御水旱灾害造成的。研究中个别数据出现异常，北京和天津2011—2018年内水灾受灾率和成灾率高于1994—2010年，其中北京的受灾率和成灾率达到较显著和显著水平，天津成灾率达到较显著水平；属于湿润地区的海南抗旱效果显著，可能与研究忽略了与降水量在省域内的地区间和季节分布不均匀以及降水强度有关，具体原因有待进一步研究。但从全国的大尺度多年统计的宏观角度看本研究结果基本能反映规律，本文的研究方法不失为一种有效的方法。

　　5结论

　　1）1994—2010年水灾受灾率随降水量的增加呈极显著增加趋势，说明水灾受灾率受降水量影响大，而2011—2018年水灾受灾率则与降水量无显著关系；1994—2010年和2011—2018年旱灾受灾率随降水量的增加显著降低，但2011—2018年回归直线的斜率小于1994—2010年，说明旱灾受灾率受降雨量影响的程度减小。

　　2）2011—2018年时段内旱灾受灾率和成灾率比1994—2010年降低了5.14~22.52百分点和2.21~16.79百分点；2011—2018年时段内水灾受灾率和成灾率则比1994—2010年降低了3.26~8.00百分点和1.95~4.54百分点。

　　3）农田水利工程建设对于干旱、半干旱和半湿润地区如河北、山西、内蒙古、辽宁、吉林、黑龙江、西藏、甘肃、青海和新疆的抗旱效果较明显；对湿润地区如福建、江西、湖北和湖南则抗涝效果较明显；在某些半湿润地区如山东、河南和某些湿润地区如江苏、广东、重庆兼具抗旱和抗涝效果。

　　4）从统计意义上看，农田水利工程建设抗旱效果的显著性高于抗涝效果；旱灾受灾率和成灾率降低的幅度大于水灾。

　　参考文献：

　　[1]中共中央国务院关于加快水利改革发展的决定[EB/OL](2011-02-15)[2020-09-16]

　　[2]一号文件公布未来10年四万亿投水利[J].农业工程技术:温室园艺,2011(2):58.

　　[3]灌溉排水发展中心.灌溉排水工程项目初步设计报告[R]2020-03-03

　　[4]国民经济和社会发展第十二个五年规划纲要（全文）[EB/OL](2011-03-16)[2020-09-16]

　　[5]印发《乡村振兴战略规划（2018—2022年）》[EB/OL](2018-09-26)[2020-09-16]

　　[6]办公厅.办公厅关于切实加强高标准农田建设提升国家粮食安全保障能力的意见:国办发〔2019〕50[EB/OL](2019-11-21)[2020-09-16]

　　王柳1,2，张秋玲1，张跃峰1，魏秀菊1,2*，赵爱琴2，张学军1*

上一篇：农业技术对提升农业种植业的作用分析 下一篇：物联网在铁路运输上的应用研究