邵夢成

摘 要：當(dāng)前，有關(guān)氣象科技服務(wù)方面的具體效益問題，始終是氣象學(xué)界關(guān)注、關(guān)心的重難點(diǎn)問題。但需要指出的是，天氣預(yù)報(bào)自身所具有的典型特點(diǎn)即為其產(chǎn)品存在不確定性，因此，對農(nóng)業(yè)氣象科技服務(wù)經(jīng)濟(jì)效率的理論方法進(jìn)行分析，不管是在氣象科技服務(wù)的社會(huì)經(jīng)濟(jì)效益的提升上，還是在氣象部門經(jīng)濟(jì)效益提升上，均有著積極意義。本文分別運(yùn)用概率統(tǒng)計(jì)、離散模式等方法，深入剖析農(nóng)業(yè)氣象決策服務(wù)潛在經(jīng)濟(jì)效益的理論評估方法，現(xiàn)對此作一分析。

關(guān)鍵詞：農(nóng)業(yè)氣象服務(wù);經(jīng)濟(jì)效益;理論評估

基于土壤-作物-大氣系統(tǒng)架構(gòu)當(dāng)中，有許多因素會(huì)對作物生長、發(fā)育造成影響，其中最為典型的便是大氣;伴隨當(dāng)今計(jì)算機(jī)技術(shù)的越發(fā)成熟，農(nóng)業(yè)氣象理論研究的越發(fā)深入，人們借助各種條件與理論基礎(chǔ)，開始了廣泛化揭示外界環(huán)境于作物產(chǎn)量形成過程之間的關(guān)系。天氣預(yù)報(bào)產(chǎn)品自身的不確定是其典型特點(diǎn)所在，此些不確定性是怎樣形成的，同樣是當(dāng)前需要迫切解決的難題。所以，需要以客觀姿態(tài)去評價(jià)基于天氣預(yù)報(bào)的農(nóng)業(yè)氣象科技服務(wù)，而采用概率統(tǒng)計(jì)、離散模式等方法，便是不錯(cuò)的方法選擇。本文就此作一探討。

一、農(nóng)業(yè)氣象服務(wù)所具有的潛在性經(jīng)濟(jì)效益

針對氣象來講，其乃是對農(nóng)業(yè)生產(chǎn)潛力具有決定作用的關(guān)鍵因素，通過對氣候條件、資源的合理化、高效化利用，便能夠在額外支出不增加的前提下，從中獲得更好的經(jīng)濟(jì)效果。因此，人們經(jīng)常會(huì)科學(xué)的區(qū)劃、規(guī)劃農(nóng)業(yè)氣候，同時(shí)制定出最佳、最合理的決策。

二、研究方法

通常狀況下，明確最佳決策的具體步驟為：（1）對當(dāng)?shù)剞r(nóng)業(yè)氣候資源R加以明確，且基于可能的變化范圍內(nèi)，將其劃分成M個(gè)等級，即（R1，R2，R3……，Rm），后將各等級出現(xiàn)頻次計(jì)算出來，即P（R1），P（R1），P（R1）……P（R1）;（2）將所用決策（d1，d2，dj……dn）給確定下來，那么在此背景下，各個(gè)農(nóng)業(yè)氣候資源等級框架下的經(jīng)濟(jì)收益，可用如下公式表示：Uij=U（Ri，dj）;將各決策dj所對應(yīng)的加權(quán)平均經(jīng)濟(jì)收益給計(jì)算出來，即U（di）=（Ridi）P（Ri）。如果U（di）是收益，那么去最大值，如果是損失，那么取最小值。對應(yīng)于最大值U（di）Max的決策，從根本上來分析，就是用農(nóng)業(yè)氣候資源所對應(yīng)的最優(yōu)決策。就實(shí)際平均收益與U（di）Max進(jìn)行比較，所得到的差值就是農(nóng)業(yè)氣候服務(wù)所對應(yīng)的經(jīng)濟(jì)效果。

三、Thompson數(shù)學(xué)表達(dá)式分析

針對不防災(zāi)時(shí)所導(dǎo)致的損失（L）與防災(zāi)費(fèi)用（C）之間的比值，如果基于災(zāi)害性天氣下，出現(xiàn)概率（P）與之相比偏大的情況，那么此時(shí)實(shí)施防災(zāi)措施，才更具有經(jīng)濟(jì)價(jià)值。如果P大于C/L，那么表明接受氣象服務(wù)，并且須實(shí)施防御;如果P等于C/L，那么表明不防御或者防御;P小于C/L，那么表明雖然對氣象服務(wù)予以接受，但是卻無需防御。

在上述公式當(dāng)中，P所代表的是不利天氣所出現(xiàn)的概率，C所代表的是采取防御措施的具體費(fèi)用;L所代表的是每次沒有采取防御措施時(shí)，不利天氣所帶來的實(shí)際損失。所以，在現(xiàn)實(shí)生產(chǎn)過程中，防御氣象災(zāi)害在具體的費(fèi)用Ff上，用公式表示為Ff=C（m+n）+Li，在此公式當(dāng)中，M所代表的是空報(bào)次數(shù)，而n所代表的是漏報(bào)次數(shù)。

四、氣象服務(wù)及其具體的決策措施

用戶依據(jù)氣象預(yù)報(bào)結(jié)果來開展各項(xiàng)經(jīng)濟(jì)活動(dòng)，即決策。而在具體的氣象服務(wù)上，可以采取連續(xù)形式，也可以根據(jù)實(shí)際需要，采用離散形式，而在具體的決策方法上，可劃分為兩種，其一為連續(xù)模式，其二是離散模式。

1.離散模式。當(dāng)處于此種模式時(shí)，決策一般是;離散的（di，j=1，n）。

2.連續(xù)模式。當(dāng)處于此模式時(shí)，決策實(shí)際就是某范圍架構(gòu)當(dāng)中的值a，而對于用戶來講，則依據(jù)某個(gè)范圍當(dāng)中的值a，采取各種行動(dòng)。而針對策略（S）來分析，其實(shí)為一種對應(yīng)關(guān)系或算法，一定的策略與若干決策活動(dòng)相對應(yīng)。基于某種準(zhǔn)則的大框架下，基于某指標(biāo)來分析，其最佳決策又被形象的稱之為最優(yōu)策略（S0）。

五、天氣預(yù)報(bào)與概率分布、列聯(lián)矩陣

從根本上來講，天氣現(xiàn)象或者氣象要求都被稱之為天氣狀態(tài)。如果處于離散模式狀態(tài)下，那么用m各彼此間相容的事件來對天氣狀態(tài)予以表示。此時(shí)，針對天氣狀態(tài)來講，其在具體的預(yù)報(bào)效果上，可以采用列聯(lián)來進(jìn)行表示，Ⅱi（i=1，2）所代表的是Fi（i=1，2）的天氣狀態(tài)。如果處于連續(xù)模式下，那么天氣狀態(tài)可以采用概率密度函數(shù)f（x）來加以表示，當(dāng)借助氣候資料來做相關(guān)決策時(shí)，已知f（x）便可。如果在做決策時(shí)，采用的是預(yù)報(bào)資料，那么需要獲取條件概率分布，即F（x丨x*），其中，x所表示的是實(shí)際值，x*所表示的是預(yù)報(bào)值，一般情況下，x*主要借助回歸方程來獲得。此時(shí)，可用F（x丨x*）來對那些比較常用的函數(shù)來進(jìn)行表示，比如 等，而對于 等來講，其乃是預(yù)報(bào)值所對應(yīng)的平均值。 實(shí)為x、x*的線性相關(guān)系數(shù)。

六、氣象損失矩陣、效益（損失）矩陣與氣象損失函數(shù)

如果處于離散模式下，那么針對狀態(tài)Fi來講，其與決策di所對應(yīng)的用戶之間，存在著一定的經(jīng)濟(jì)損失或者是收益，因而是效益矩陣，另外，還需要指出的是，n各決策活動(dòng)于m各狀態(tài)共同構(gòu)成m×n效益矩陣。當(dāng)采用效益（損失）矩陣開展決策時(shí)，首先要做的便是將Uij所代表的是損失或收益給弄清楚，比較不方便。所以，可運(yùn)用相對標(biāo)準(zhǔn)，即氣象損失矩陣，采用rij來表示，如果rij所代表的是收益，那么，可得到rij=r（Fi，di）=maxu（Fi，dj）-u（Fi，dj），其所表示的是決策不一致于實(shí)際天氣預(yù)報(bào)時(shí)所帶來的損失。如果決策di的對象為天氣Fi，此時(shí)，rij=0（i= ）。

七、結(jié)語

綜上，農(nóng)業(yè)氣象服務(wù)能夠產(chǎn)生社會(huì)經(jīng)濟(jì)效益。而對于此種效益而言，其大小主要與數(shù)學(xué)計(jì)算方法，服務(wù)情報(bào)的及時(shí)性、準(zhǔn)確性等因素相關(guān)。為了能夠最大程度提高經(jīng)濟(jì)效益，需要合理利用氣候條件與資源，在額外支出不增加的情況下，得到最大化的經(jīng)濟(jì)效果。

參考文獻(xiàn)：

[1]李昂軒. 農(nóng)業(yè)生態(tài)資本價(jià)值評價(jià)方法研究述評[J]. 安徽農(nóng)業(yè)科學(xué)， 2017（35）：13697-13700.

[2]吳先華， 孫健， 陳云峰. 基于條件價(jià)值法的氣象服務(wù)效益評估研究[J]. 氣象， 2017， 38（1）：109-117.

[3]胡麗莉， 陳雷， 郭小芹. 基于AHP/BCG的農(nóng)業(yè)氣象服務(wù)效益評估方法研究[J]. 中國農(nóng)學(xué)通報(bào)， 2016， 32（8）：129-135.

[4]于庚康， 羅艷， 高蘋，等. 區(qū)域農(nóng)業(yè)經(jīng)濟(jì)氣象敏感性和氣象經(jīng)濟(jì)效益[J]. 生態(tài)學(xué)雜志， 2017， 31（5）：1265-1271.