在防灾救灾过程中，我国政府需做好大量有关防灾救灾的行政管理工作，概括起来，主要有以下几个方面：①防灾救灾计划管理。政府在工作计划中，必须把防灾救灾纳入长期计划和年度计划体系。政府有关部门应通过对灾情的预测，制定出比较严密的防灾救灾计划，对这些计划应像对待社会经济发展计划一样予以高度重视。②防灾过程的管理。防灾工作是一项经常性的工作，政府及其有关部门应该把这项工作纳入日常管理之中，制定具体的管理制度，否则，防灾工作就会落空。③救灾过程的管理，包括救灾工作的决策、指挥和信息传递等一系列环节。关于这方面的研究应重点探讨如何建立高效和科学的决策系统、快速和集中的指挥系统、灵敏和准确的信息传递系统。④防灾救灾的经费和物资管理。为了搞好防灾救灾工作，政府每年要拨出大量的经费和物资，当出现严重灾情时，还要组织捐款捐物。政府对这些经费和物资的管理，必须实行专款专用，专物专用。为此，政府需要采取一系列行之有效的管理方法和措施，制定和实施严密的管理制度。
中国现行的灾害管理体制是行业生产型管理体制，由中央到地方基层，各个行业自成体系，都包含减灾系统工程的几个子系统和环节，这就不免彼此的重叠，信息和经济资源的作用得不到充分的发挥，更不利于以社会单元作为一个综合承灾体来制定综合减灾规划和发挥作用。我国在灾害管理上尚有差距和不足之处：①总体上缺少综合减灾管理模式及具体管理机构，对付大灾往往都是应急型、临时性的组合，因此谈不上高效率；②减灾作为综合型非军事活动，切不可再依靠单种、分部门、分地区的单一减灾管理，由于缺少全局联系，在信息或减灾成果共享及行动提供配合上存在重复及低效的缺陷；③减灾决策管理缺乏量化指导下的科学决策及运作机制；④减灾立法尚不完善，缺少一个规范全国减灾工作的综合性法律；⑤抗灾、救灾资金短缺，各种抗灾工程老化问题严重；⑥减灾工作未能纳入各级政府的经济发展计划中；⑦各种减灾监测、预报等系统分散管理、效益较低。这些问题的最终解决必须依靠建立灾害管理系统工程，并且在立法的基础上，由国家统一实施这一系统工程。
减轻自然灾害主要是在顺应自然规律的前提下，发挥人类的作用，运用技术、经济、法律、行政、教育等手段，削弱、消灭或回避灾害源，削弱、限制或疏导灾害载体，保护或转移受灾体。这些目标的实现，需要全社会协调行动，需要某些行政部门的管理。长期以来我国的灾害管理一直处于分散状态，只有在遇到大灾、重灾时，才成立起临时性的、或长期针对某单一灾种的管理机构，像防汛指挥部、抗震指挥部等。这些机构的统一管理，在减灾工作中发挥了巨大的作用。1990年以来是灾害频发的时期，为了有效地调动全社会力量进行减灾，组建从中央到地方，既能宏观管理，又能发挥地方与部门积极性的灾害管理系统，是十分必要的。
第三节农业自然灾害的风险分析：辨识、估算与评价
风险分析是通过对不确定事件的识别、衡量和处理，以最小的成本将各种不确定因素引起的损失减少到最低的科学管理办法。由于粮食生产风险在农业自然风险研究中具有一定的代表性，本节我们以此为例进行农业自然灾害的风险分析。
粮食生产风险分析是通过对农作物在其生长期内可能遭遇到的不确定事件的识别、衡量和处理，以最小的成本将各种不利后果减少到最低程度的科学管理技术。粮食生产风险分析包括风险辨识、风险估计和风险评价三部分，其内容和关系可用以下的模型来表示。
一、风险辨识
风险辨识是对面临的潜在风险加以判断、归类和鉴定风险性质的过程。就粮食生产风险来说，风险辨识需回答以下几个问题：①应该考虑哪些风险事件？风险事件是风险辨识的起点，按照作物对不良条件反馈滞后时间的长短不同，可将风险事件分为慢性发作型风险事件和急性发作型风险事件。前一种风险事件在植株受到危害时往往没有明显的生理和病理反应，只有当不利条件对植株的新陈代谢和生长发育的抑制作用，以及对植株的损伤累积到一定程度时才会对产量造成较大的影响；后一种风险事件是指致灾因子的作用很强烈，超过了受灾农作物的适应能力而使植株发生明显的病理变化或器官损伤，如茎秆折断、叶片卷曲、落花落果、倒伏等。与此类似，按照不同分类方法可以划分不同性质的风险事件。②引起风险事件的原因是什么？致灾因子和孕灾环境是引发风险事件的深层次原因。例如，植株叶片枯萎，可能是由于干旱、冻害、霜冻、热害、病虫害等原因引起，而久旱不雨，大气蒸发过于旺盛，土壤中有毒物质的积累是造成干旱的深层原因。探讨风险事件的原因应与及时、广泛的大面积田间调查相结合，将损失资料与各种致灾因子资料相结合，利用数理统计和模拟的办法可以定量地研究风险事件的起因。③风险事件引起的后果及严重程度如何？风险事件发生导致农作物减产是众多不利影响中最重要的部分，此外风险的发生还会对社会生产生活造成更深远的影响。
二、风险估计
风险估计是在风险辨识的基础上，给出某一风险事件发生的概率及其后果，一般可用概率树的方法直观地表示出来。但是，农作物在全生育期可能遭受一系列致灾因子的影响，而且这种作用是非线性形的，难以分离出单一致灾因子的危害后果，故概率树方法的实现有一定的困难。理论概率分布是另一种风险估计的方法。对给定生产单元的产量序列，通过一定的变换，利用解析概率密度曲线可以计算出任意增产率区间和减产率区间的风险水平。
三、风险评价与决策
风险评价与决策的内容是在了解粮食生产中已知风险事件的风险水平之后，判断是否采取措施，采取什么措施，以及采取措施后可能出现什么后果等并且做出决策。
风险评价与决策的方法主要有如下几种：①回避风险的方法。回避风全的方法包括采用各种防灾、抗灾措施，抗御不利气象条件对作物的危害，如增强植株抗逆性，改良局部地区的生态环境，灾后补救等，或者在种植某种作物的高风险区改种其他风险较小的作物。②权衡风险的方法。在一块面积广大的农业种植区内，风险水平存在差别。针对局部区域风险水平的差异，我们可以采取不同的农业技术措施，如作物布局、耕作方法、管理方法等，以减少灾害的不利影响。③风险评价的综合分析方法。在相同的风险区内，最优的农作物布局可以使粮食产量的波动最小，综合经济效益最佳。借助系统规划这一数学工具，考虑品种搭配、种植面积、播种日期、农业投入等因素可以实现上述目标。④保险转移。生产条件恶劣、产量不稳的地区，以及因追求较高的经济效益而面临高风险的农民，应借助保险的方式转嫁高风险，确保最佳的经济效益和生产、生活的稳定。由农民向保险公司投保，以交纳保险费为代价将风险转嫁给保险公司，一旦作物遭受损失可由保险公司予以补偿。
四、风险水平的测算：基于概率密度函数的统计估算
基于以上风险分析的内容可知，在粮食生产风险分析中，风险估计不仅可以直观给出粮食产量风险水平的高低状况，而且是风险评价与决策的基础，具有非常重要的地位。我们拟采用的概率统计方法，其实质是通过分布函数及特征参数的计算，将粮食产量序列处理后以某一概率密度函数表示出来，根据概率密度函数的统计性质计算风险水平，为风险决策提供依据。
对于一个粮食产量序列而言，总体来看，多年来基本呈上升的趋势，这可以看成是不同尺度波动的叠加结果。我们关心的是年际尺度的产量的波动状况，为合理反映这一信息，必须对产量资料进行处理，从中解析出产量波动的年际变化信息，为估计风险水平做准备。
第一步：粮食单产分解。
粮食产量资料可以取自有关国民经济统计部门。影响粮食产量形成的各种自然和非自然因素可以按影响的性质和时间尺度划分为农业技术措施、气象条件和“随机噪声”三大类，其中“随机噪声”类比较小，可忽略不记。与此对应，粮食产量序列可分解为两个周期不同波动的合成：YYt+Yw其中，Y为粮食单产，Yt是反映历史时期生产力发展水平的长周期产量分量，称为趋势产量；Yw是受以气象要素为主，包括市场价格、政治因素在内的短周期变化因子影响的产量分量，称为气象产量，以一年为周期。我们可以采用正交多项式逼近的方法求出趋势产量Yt，则气象产量：YwY-Yt进一步作相对化变换可得：XYw/Yt此时，气象产量就变成一个相对比值，不受不同历史时期农业技术水平的影响，称为相对气象产量。其物理意义表明粮食波动的幅值，不受时间和空间的影响，具有可比性，能较好地描述以气象要素为主的各种短期变动因子对产量序列的影响。由于相对气象产量是一个比值，它表明实际粮食单产偏离趋势产量的波动幅值。
第二步：运用解析概率密度曲线积分法估算风险概率。
计算风险水平有很多方法，我们采用一种通用的构造概率密度函数的方法，对任意一个相对气象产量序列首先构造概率密度函数，再根据概率密度曲线估计风险水平，具体分以下几个步骤进行：
（1）用近似解析式表示相对气象产量序列的概率密度曲线
在相当长的一段时间内，由于每年的气象条件、农业生产措施等不同，造成粮食产量不确定，使相对气象产量序列具有随机变量序列的特点，其数值一般介于M1和1之间。为研究该随机序列的特性，我们采用近似解析式来构造相对气象产量序列的概率密度函数，将看似无序的相对气象产量序列的性状表示出来。
根据f（x）计算式，可以拟合得到粮食产量序列概率密度曲线。该曲线可以描述相对气象产量序列的分布特点。该曲线不仅可以显示出已知相对气象产量的增减产信息，对潜在的相对气象产量的可能范围也可以进行界定。如果采用的粮食产量资料样本数比较大，达到农业气象研究中大样本的要求，我们可以认为，此序列具有代表性，因而利用粮食产量资料构造的概率密度函数可以反映该地区多年来粮食生产风险水平状况。通过该函数，我们可以将对离散的相对气象产量序列性质的研究转化为对连续性随机变量的研究。这样不但可以得到已有数据的统计性质，还可以推断一般增产率区间或减产率区间的性质。
（2）用高斯求积法计算分布函数
相对气象产量序列的概率密度曲线f（x）虽然是由离散点构造出来，但当它被视为连续型随机变量时，该概率密度函数则变为描述连续型随机变量的概率密度函数。为研究不同增产率区间和减产率区间的风险概率，需要从概率密度曲线求取分布函数，再由分布函数获得某一风险水平的风险概率。
