引言

全球变暖背景下，大气水循环加剧，降水的演变特征表现为局地差异加剧和极端降水增加，导致洪涝和干旱事件频发(O’Gorman and Schneider, 2009)，对社会经济发展造成巨大影响。干旱是世界上最严重的自然灾害之一，受季风气候的影响，中国受干旱影响尤为突出。2004—2015年平均每年干旱造成的直接经济损失高达640.7亿元(RMB, 下同)，2000年中国农作物因旱受灾和成灾面积为1951年以来最大，分别高达4054.0×10⁴ hm²和2678.0×10⁴ hm²，粮食减产5996万t，占当年粮食总产量的13.0%(郑国光，2019)。

针对中国干旱的时间、空间、范围、强度以及持续性特征等方面已有很多研究。1961—2015年，中国平均年干旱日数总体呈增加趋势，但西北中西部、东北中东部、江南大部、华南大部、青藏高原中西部及内蒙古中西部等地则呈减少趋势(廖要明和张存杰，2017)。气候变暖背景下，中国干旱强度加重、范围扩大、频次增加和持续时间增加明显(韩兰英等，2019)。陶然和张珂(2020)基于PDSI(Palmer drought severity index)对1982—2015年中国气象干旱时空特征分析表明气象干旱频次、历时和烈度呈上升趋势，半湿润、半干旱区如青海东南部、陕甘宁、山西、内蒙古北部及黑龙江北部区域干旱形势逐渐严峻，部分湿润区如四川中部、重庆、湖北及云贵地区干旱形势也日趋加重。张棋等(2021)基于1980—2019年SPEI(standardized precipitation evapotranspiration index)干旱指数开展时空模式挖掘发现年尺度在西北地区和青藏高原旱情较严重且时空特点具有连续性，西北荒漠地区中旱和重旱频率最高，而内蒙古草原地区轻旱和极端干旱频率最高；局部异常值表明年尺度的华南西部和华中、华南湿润亚热带地区的中部全年旱情相对更严重。针对干旱灾损变化分析多基于农作物旱灾面积指标开展(张强等，2015; 2018)。近几十年来，我国农业干旱灾害呈现明显周期性波动，干旱轻重灾情交替出现(杨艳颖等，2018；赵海燕等，2021)。干旱不仅对社会经济发展有深远影响，而且干旱受灾人口、经济损失还是风险转移措施保险赔付标准制定的主要参考指标，也是救灾援助的重要依据。目前干旱对全国及区域的社会、经济等方面的损失影响变化以及干旱致灾气象条件和灾损变化的关系还有待深入分析。

气候变化必然会对我国干旱风险格局产生影响，与我国水资源安全、粮食安全和生态安全以及社会经济稳定发展密切相关，有必要摸清新世纪以来干旱风险状况，对新形势下干旱防灾减灾、风险管理和应对工作具有重要的指导意义。干旱风险评估研究的方法大体分三类: 一是指标体系法。主要按照风险原理从干旱致灾因子的危险性、承灾体的暴露度和脆弱性、防灾减灾能力等方面构建指标体系(屈艳萍等，2015；赵佳琪等，2021；李娜等，2021)。这类方法在指标的优选取舍、权重确定、评估指数构架、评估等级划分方面人为主观因素影响大，风险评估结果仅能给出灾害风险的相对高低。二是基于灾损曲线的定量风险评估。可以基于干旱指数识别干旱事件，建立干旱频率-灌溉水平-旱灾损失率分布曲线(孙可可等，2013)。继而利用不同作物品种的灾损脆弱性曲线，对旱灾风险进行评估，绘制不同致灾水平下的成灾风险系列图谱(贾慧聪等，2011)。该方法基于致灾机理，风险评估定量化程度较高，但需要大量的数据研制针对不同承灾体的脆弱性曲线，否则会大大降低风险评估的准确性，总体可操作性较差。三是概率统计方法。信息扩散技术是针对概率分布未知、小样本或数据不完备的情况，通过适当的扩散函数，将历史资料样本数据点转化为模糊集，达到提高概率估算精度的目的(黄崇福，2001)。该方法在旱灾风险评估中得到广泛应用并不断发展，常以干旱造成的农作物受灾、成灾面积和播种面积等为基础建立的评估指标，对省或市、县等(张竟竟，2012；江懿等，2016；陈建杰和余锦华，2016；白夏等，2017)以及不同区域, 如：粮食主产区(刘亚彬等，2010)、南方地区(王莺等，2016)、中国丝绸之路经济带(Yu et al, 2020)及全国范围(李孟刚等，2017)等, 进行不同干旱农作物受灾程度下的超越概率或不同重现期水平下农作物受灾范围严重程度的风险评估。Jiang et al(2018)和Niu et al(2019)采用信息扩散法估计干旱强度的概率密度，并用二维正态信息扩散法构建干旱强度与旱灾损失之间的脆弱性关系，估算西南地区和粮食主产区的干旱农业风险。在已有基于信息扩散方法的干旱风险评估研究中，多以农作物为主，承灾体对象单一，针对其他承灾体的干旱风险评估较少涉及。徐洋(2013)基于黑龙江省干旱直接经济损失开展各市(县)干旱灾害经济损失风险评估。随着社会经济的发展，与农作物干旱风险相比可能会有明显不同，针对人口和经济的干旱风险评估越来越受到重视，需要进一步深入研究。

本文拟根据收集到的2004—2019年的年干旱农作物受灾面积、受灾人口和直接经济损失，开展全国省级尺度的不同承灾体的干旱灾损时空格局分析，并采用信息扩散方法进行风险评估，拟为各地面向干旱的防灾减灾部署、应对措施制定、灾害风险转移等提供科学依据。

1 资料和方法 1.1 资料

基于中国气象局编制的《中国气象灾害年鉴》(2005—2020年)(https://data.cnki.net/v3/Trade/yearbook/single/N2021120059?zcode=Z008)，收集全国2004—2019年各省年尺度干旱灾情资料，主要包括：农作物受灾面积、绝收面积、受灾人口、饮水困难人口、直接经济损失等。还收集了同期各省(自治区、直辖市)历年年值统计数据，主要包括：农作物总播种面积、年末常住人口、地方生产总值(gross domestic product，GDP)和居民消费者价格指数(consumer price index，CPI，上年=100)、有效灌溉面积、水库数及水库容量等。统计数据来自中华人民共和国国家统计局《中国统计年鉴》(http://www.stats.gov.cn/tjsj/ndsj/)以及国家数据查询系统(http://data.stats.gov.cn)。

采用国家气象信息中心提供的2419个站的2004—2019年逐日降水量、气温等资料，并根据中华人民共和国国家质量监督检验检疫总局和中国国家标准化管理委员会(2017)及张存杰等(2014)方法计算逐日综合气象干旱指数(meteorological drought composite index，MCI)，该指数在气象干旱监测业务服务研究中广泛应用(杨帆等，2015；高睿娜等，2021)。在此基础上探讨干旱气象致灾因子与旱灾损失变化的关系。

1.2 方法 1.2.1 直接经济损失价格折算以及损失率计算

考虑年际间的价格变化影响，合理比较不同年份的直接经济损失，采用各省(自治区、直辖市)年CPI指数，将直接经济损失统一修订为2019年价格进行分析。为增加各省的可比性，还采用干旱灾损率(受灾率或损失率)指标进行分析，定义如下：

$ 农作物受灾率(C)=农作物受灾面积 / \\ 农作物总播种面积 $

(1)

$ 人口受灾率(R)=受灾人口 / 年末常住人口 $

(2)

$ 直接经济损失率(L)=直接经济损失 / 生产总值 $

(3)

基于历年省级年干旱灾情和农业、人口和经济资料，按年求和获取全国年统计值，然后再按式(1)~式(3)计算全国历年的各项损失率。

1.2.2 趋势统计及显著性检验

要素序列的变化趋势和幅度采用Theil-Sen方法(Theil, 1950a; 1950b; 1950c；Sen, 1968)计算的倾斜度表示:

$ \beta=\operatorname{Median}\left[\frac{x_i-x_j}{i-j}\right] $

(4)

式中：Median为中位数函数；i和j为序列样本序号，1 < j < i < m，m为样本数；当β>0时，表示为增加趋势，反之为下降趋势，β=0，无趋势。显著性检验采用Mann-Kendall方法，显著性水平取α=0.05，分析时考虑了序列自相关的影响及序列修订。

1.2.3 风险概率估计和风险等级

计算风险概率时，考虑到有些地方某些年份无干旱影响，采用下式进行风险概率估计：

$ P(X≥x)=P(X=致灾)×\\P(X≥x|X=致灾) $

(5)

式中：P(X≥x)为n年中的灾损(率)值≥x的超越概率；P(X=致灾)为致灾频率：致灾年份/n年；P(X≥x|X=致灾)为致灾年份中灾损(率)值≥x的超越概率。由于研究时段为2004—2019年，时间序列长度仅16 a，尤其湿润地区干旱少发的省份致灾样本更少，常用的概率统计分布函数难确定，因此采用信息扩散模型进行分析，具体算法参考文献(黄崇福，2001；张竟竟，2012；高歌等，2019)。本文灾害指数论域U的取值范围为：序列最小值至(最大值+间距)，等间距设100个控制点。每个观测样本可将其所携带信息扩散给U中的所有点，采用正态扩散模型。

干旱风险评估以两种方式反映干旱可能的损失，一是分析不同灾损率严重程度水平下的超越概率，根据超越概率大小，划分4个可能性等级，具体见表 1；二是统计不同承灾体不同重现期水平下的灾损率，根据灾损率的大小，划分为4级严重程度，见表 2。

2 结果分析 2.1 干旱灾情时空变化特征 2.1.1 全国干旱灾情时间变化特征

2004—2019年，年干旱农作物受灾面积、受灾人口和价格修订后的直接经济损失平均值分别为1480×10⁴ hm²、10 774.3万人、574.7亿元。2011—2019年与2004—2010年平均值相比，年农作物受灾面积、受灾人口和直接经济损失等各项损失减少分别为894.6×10⁴ hm²、5414.4万人以及67.8亿元。年干旱农作物面积和人口受灾率、直接经济损失率平均值分别为9.33%、8.08%、0.15%，2014年以来，三者均呈现下降趋势，下降速率分别为5.5%/10 a、5.6%/10 a、0.16%/10 a，前两者通过0.05的显著性水平检验。年干旱农作物面积和人口受灾率、直接经济损失率最大值分别为19.2%(2007年)、17.4%(2009年)和0.32%(2006年)，最小值分别为4.6%、2.0%和0.03%，均出现在2018年(图 1a~1c)。不同承灾体灾损率年际变化大体一致，相关显著。

2.1.2 省级灾情特征

2004—2019年三个承灾体灾损指标的多年平均年值，如：年干旱农作物受灾面积、受灾人口和直接经济损失之间、各灾损率之间空间相关显著。受各省份播种面积、人口和地方生产总值基数的影响，绝对损失量与相对损失量在空间分布上又存在差异。年干旱农作物受灾面积，内蒙古、黑龙江最多，超过150×10⁴ hm²，存在南北两个主要干旱区，北方旱区广，涉及东北地区及内蒙古、华北地区的山西、河北、河南、山东、西北地区的甘肃、陕西等地，南方地区则以云南受灾面积最大，其次为湖北、湖南、四川。年干旱农作物受灾率以内蒙古、山西、甘肃、宁夏、辽宁较大，超过播种面积的20%(图 2a)。年干旱受灾人口以西南地区的四川、云南、贵州及河南为最多，而受灾率则以西北地区的甘肃、宁夏、西南地区的贵州、云南及内蒙古最多，超过总人口的15%(图 2b)。价格修订后的年直接经济损失以东北地区的吉林、黑龙江及内蒙古、云南最多，均超过45亿元，损失率最大的为内蒙古，其次为宁夏、吉林、贵州、云南，均超过10%(图 2c)。图 2d为各省干旱致灾年份，华北地区的河北、山西、山东，西南地区的四川、贵州，西北地区的陕西、甘肃及内蒙古、湖北每年均有干旱致灾损失发生。

2.2 不同承灾体受灾(损失)率风险评估 2.2.1 干旱农作物面积受灾率

干旱常常造成农作物受灾，甚至绝收，严重时直接造成粮食减产，干旱灾害对我国粮食生产具有显著的消极影响(杨艳颖等，2018)。统计年干旱农作物面积受灾率≥5%、≥10%和≥20%三种程度下的超越概率，根据超越概率值大小，参照表 1划分可能性等级，空间分布见图 3。由图可见，随着受灾率严重程度的增加，各省超越概率均有减小，低可能性等级范围增加，高可能性等级范围减少。受灾率≥5%程度时，仅福建、上海发生的可能性为低等级，京津地区及河南、山东、苏皖、浙江、广东和西藏发生的可能性为中等等级，黑龙江、河北、江西、湖南、四川、重庆、贵州、广西、海南以及新疆发生可能性较高，东北地区中南部、西北地区中东部省份及内蒙古、山西、湖北、云南等地超越概率在0.76~0.99，发生可能性高(图 3a)。受灾率≥10%的程度时，发生可能性为低等级的省份增至12个，大多数省份的可能性等级较受灾率≥5%程度时降低一个等级，内蒙古、山西、甘肃超越概率均超过0.8，为高可能性等级(图 3b)。受灾率≥20%程度时的可能性等级，有71%的省份属于低级，部分省超越概率甚至降为0，而内蒙古、山西、宁夏、甘肃超越概率超过0.5，发生可能性达较高等级(图 3c)。三种受灾损失程度下，内蒙古超越概率均为全国最高。

统计5年、10年、20年一遇水平下年干旱农作物面积受灾率，根据值的大小，参照表 2进行严重程度划分，空间分布见图 4。随重现期时长的增加，各省受灾率也逐渐增大，轻灾区缩小，重灾区扩大。5年一遇水平下，轻灾至重灾各等级的省份比例为6%、26%、39%和29%，重灾区分布在东北三省、西北地区中部及内蒙古、山西、云南等地，受灾率为24.0%~39.6%(图 4a)。10年一遇水平下，较重、重灾范围明显增加，超过全国省份的90%，陕西、重庆、贵州、海南由较重转为重灾，辽宁受灾率最大接近50%(图 4b)。20年一遇水平下，重灾省份超过全国省份的58%，主要分布在东北三省、西北地区、西南地区东部及内蒙古、山西、湖北、湖南、浙江、海南等地，山西、内蒙古、吉林、辽宁受灾率超过50%(图 4c)。三种重现期水平下，辽宁受灾率均为全国最大。

2.2.2 干旱人口受灾率

干旱发生对社会有影响，严重时会对人们的正常生活造成困难甚至生存造成威胁。统计年干旱人口受灾率≥10%、≥20%和≥30%三种程度下的超越概率，可能性等级空间分布见图 5。受灾率≥10%的情况下，京津地区、山东及其以南的沿海省份和新疆、西藏发生的可能性低，东北三省、华中各省及河北、安徽、江西、广西、海南发生的可能性为中等等级，西南地区东部、西北地区中东部省份及山西、内蒙古则为较高、高可能性等级，其中甘肃、内蒙古、宁夏超越概率超过0.75(图 5a)。受灾率≥20%的情况下，各省的超越概率均明显减少，发生的可能性降低，西北地区中东部、西南地区东部及山西、内蒙古等地为中等可能性等级，甘肃超越概率最大，为较高可能性等级(图 5b)。受灾率≥30%的情况下，各省均少有发生，其中有18个省份概率为0，仅贵州和甘肃发生的可能性达中等等级(图 5c)。三种程度下，上海、北京、天津、浙江、广东超越概率均为0。

统计5年、10年、20年一遇水平下年干旱人口受灾率，严重等级空间分布见图 6。5年一遇水平下，轻灾分布在三个区域：京津地区、江苏至广东等沿海省份、新疆和西藏，中灾区域集中在东北三省、华中地区及河北、山东、江西和海南，其余省份为较重灾和重灾，贵州、甘肃年干旱人口受灾率超过35%(图 6a)。10年一遇水平下，各省年干旱人口受灾率均有所增加，较重灾和重灾省份增多，西南地区东部省份及甘肃、内蒙古为重灾区(图 6b)。20年一遇水平下，较重灾和重灾范围进一步扩大，山西、陕西、青海、安徽提升为重灾程度，甘肃、重庆、贵州年干旱人口受灾率超过50%(图 6c)。三种重现期水平下，贵州年干旱人口受灾率均为全国最大。

2.2.3 干旱直接经济损失率风险评估

干旱影响社会各个行业，极易造成较大损失，不利社会可持续发展。统计年干旱直接经济损失率≥0.1%、≥0.5%和≥1%三种程度下的超越概率，可能性等级空间分布见图 7。随着干旱直接经济损失率程度的增加，各省超越概率逐渐减小。当损失率≥0.1%时，有22个省份发生的可能性为较高及高等级，其中有12个省份为高等级，集中在东北三省、西北地区中部、西南地区东部省份及内蒙古、山西；山东和河南发生的可能性为中等等级；京津地区和江苏至广东等沿海省份发生的可能性小，为低等级(图 7a)，一方面原因是由于沿海地区气候湿润，干旱发生少，另一方面是抗旱能力强，比如京津地区，为保障用水安全，可进行跨流域调水。损失率≥0.5%时，有两个区域发生的可能性较高，一是黑龙江、吉林、内蒙古、宁夏，另一个是贵州、云南，西北地区中部及山西、重庆、海南发生的可能性为中等等级(图 7b)。当损失率≥1%时，各省超越概率均进一步减小，无高、较高可能性等级的省份出现，黑龙江、吉林、内蒙古、宁夏、贵州、云南发生的可能性为中等等级，其余省份发生的可能性低，有19个省份超越概率为0(图 7c)。三种直接经济损失率水平下，内蒙古超越概率均为全国最大, 上海、北京、天津、广东则最小为0。

统计5年、10年、20年一遇水平下的年干旱直接经济损失率，严重等级空间分布见图 8。各省随着重现期时长的增加，直接经济损失率逐渐增大，严重程度随之增加。5年一遇水平下，损失率为较重和重等级的范围涉及12个省份，主要集中在南北两个区域，北方区域为东北三省及内蒙古、山西、甘肃、宁夏、青海，南方区域为云南、贵州和重庆，内蒙古年直接经济损失率最大为1.7%；其余为中灾和轻灾程度，京津地区以及江苏至广东等沿海省份为轻灾(图 8a)。10年一遇水平下，损失率达较重和重等级的省份增至15个，集中在东北三省、西北地区中西部、西南地区东部及内蒙古、山西、湖南、海南等地；轻灾范围缩小，分布在京津地区及江苏、上海、广东(图 8b)。20年一遇水平下，达较重和重等级的省份增至19个，范围向西和向东扩展，重灾省份有12个，涉及东北三省、西北地区中部、西南地区东部省份及内蒙古、海南；中灾范围减小(图 8c)。贵州年直接经济损失率在10年和20年一遇水平下均为最大，分别达2.3%和2.6%。

2.3 讨论

杨艳颖等(2018)分析的中国年农作物干旱受灾面积1949—2016年平均值空间格局与本文相比有明显差异，超过133.3×10⁴ hm²的省份集中在山东、河南、河北、黑龙江、内蒙古和山西等省份，而2004—2019年平均值仅内蒙古、黑龙江两省份超过，且此时段全国干旱农作物受灾总体处于1949以来的第三个波动下降阶段(杨艳颖等，2018；赵海燕等，2021)，基于此时段开展的干旱农作物面积受灾率风险格局会具有一定的时期适用性。

选择年降水量、年累积干旱强度和年干旱日数为年尺度干旱气象致灾因子指标，探讨其变化与干旱灾损率的关系。这里累积干旱强度定义为某时段内气象干旱指数MCI达中旱及其以上等级的绝对值的和，干旱日数为满足这个条件的日数(廖要明和张存杰，2017)。2004—2019年，全国区域平均年降水量总体呈现增加趋势，增加速率为58.6 mm/10 a(图 1d)，与年干旱不同承灾体灾损率呈反相关，相关系数分别为-0.6、-0.7、-0.6，均通过0.05的显著性水平检验。2004年以来，年累积干旱强度和干旱日数均呈减少趋势(图 1d)。干旱致灾气象条件减弱为各类承灾体干旱损失减少的主要原因之一。近些年来，随着社会经济发展及各级部门防灾减灾重视程度和干旱应对措施的加强，比如2004—2019年全国灌区有效灌溉面积、水库数及水库容量均呈显著增加趋势，线性增加幅度分别为493.7×10³ hm²/a、1172座/a、258.1亿m³/a，使得全国因干旱造成的损失呈现较为明显的减少。

2011—2019年与2004—2010年两时段平均值相比(图 9)，不同承灾体的干旱灾损率大多数省份均减少, 仅个别省份的部分灾损率指标有增加，如安徽的农作物面积和人口受灾率、河南和江苏的人口受灾率、浙江的农作物面积受灾率及湖北的三个灾损率。造成干旱灾损率变化的因子各地有所不同，与干旱气象致灾因子、极端干旱出现的时段、抗旱能力变化等均有关系。2011—2019年共有26个省份年降水量增加，其中有17个省份的年累积干旱强度和干旱日数减少，总体对减少干旱损失有利，有9个省份年累积干旱强度和干旱日数有增加，灾损率变化却有增有减，比如安徽、湖北、江苏个别灾损率指标呈现增加，主要原因是后一时段中这些地方出现了极端干旱导致部分灾损率指标为2004年以来最大，如：安徽2013年作物受灾率、直接经济损失率和2011年人口受灾率，湖北2013年灾损率、江苏2011年人口受灾率和直接经济损失率等；河南、辽宁、山东、西藏、云南后一研究时段年降水量减少，年累积干旱强度和干旱日数增加，导致河南人口受灾率有增加，但其他四省份由于后一时段无极端干旱损失发生或抗旱能力不断增加，致使干旱灾损率减少。

3 结论

本文对2004—2019年中国干旱灾害损失的时空变化特征及趋势进行了探讨，并基于信息扩散方法开展不同承灾体的干旱灾损率风险评估。得出以下结论：

(1) 2004—2019年，年干旱农作物面积和人口的受灾率、直接经济损失率三者均呈现下降趋势，减少速率分别为5.5%/10 a、5.6%/10 a、0.16%/10 a，前两者减少趋势显著。年降水量增加、年累积干旱强度和干旱日数减少以及总体抗旱能力增强是干旱灾损率显著减少的原因。

(2) 省级年干旱农作物受灾面积、受灾人口和直接经济损失之间及各灾损率之间空间相关显著，绝对和相对损失量在空间分布上存在差异。2011—2019年与2004—2010年平均值相比，大多数省份不同承灾体的灾损率均呈减少态势，与该时段年降水量平均值增加、累积干旱强度和干旱日数减弱减少等因素有关。极端干旱事件影响大，安徽、湖北、江苏等地虽年降水量增加，但因后一时段出现的极端干旱而造成损失率加大。

(3) 农作物、人口、经济等不同承灾体对象的干旱风险格局存在差异。年干旱农作物受灾率≥20%程度时，仅宁夏、山西、内蒙古、甘肃发生的可能性较高，年干旱人口受灾率≥30%的情况下和直接经济损失率≥1%时，无省份发生的可能性达高、较高等级。年干旱农作物面积受灾率20年一遇水平下，重灾区分布在西北地区、西南地区东部省份及湖北、湖南、浙江、海南等地。年干旱人口受灾率20年一遇水平下，重灾区位于西北地区中东部、西南地区东部省份以及安徽、山西、内蒙古等地。年干旱直接经济损失率20年一遇水平下，重灾区集中在东北、西北地区中部、西南地区东部省份及内蒙古、海南。上述区域应着重加强干旱的风险管理能力，采取工程性和非工程性抗旱措施，减小各类承灾体脆弱性，进一步提升抗旱水平。