福建省蔬菜產(chǎn)量波動影響因素分析

張 梅，許標(biāo)文，翁志輝，曾玉榮

(福建省農(nóng)業(yè)科學(xué)院農(nóng)業(yè)經(jīng)濟與科技信息研究所 350003)

福建省蔬菜產(chǎn)量波動影響因素分析

張 梅，許標(biāo)文，翁志輝，曾玉榮

(福建省農(nóng)業(yè)科學(xué)院農(nóng)業(yè)經(jīng)濟與科技信息研究所 350003)

為分析福建省蔬菜生產(chǎn)風(fēng)險，采用灰色系統(tǒng)模型GM(1，1)評估分析福建省9個地市以及8種主要蔬菜種類的趨勢單產(chǎn)、實際單產(chǎn)和波動單產(chǎn)，研究單產(chǎn)及種植面積對福建省蔬菜總產(chǎn)的貢獻率；對福建省蔬菜單產(chǎn)波動特征進行分析，同時分析氣象因素及社會因素對福建省蔬菜產(chǎn)量波動的影響。結(jié)果表明，福建省蔬菜單產(chǎn)呈現(xiàn)逐年增長的變化趨勢，年際間波動不明顯；氣象因素是影響蔥蒜類、水生蔬菜及廈門、漳州、南平3地市蔬菜波動單產(chǎn)的主要因素。本研究結(jié)果為福建省蔬菜生產(chǎn)風(fēng)險的評估和保險厘定研究奠定基礎(chǔ)。

灰色系統(tǒng)模型GM(1,1)；產(chǎn)量波動；蔬菜；福建省

農(nóng)作物生產(chǎn)風(fēng)險是指農(nóng)作物在生長過程中發(fā)生的風(fēng)險，是農(nóng)作物實際單產(chǎn)低于預(yù)期單產(chǎn)的程度，即隨機波動為負(fù)的程度。農(nóng)作物生產(chǎn)風(fēng)險是農(nóng)業(yè)自然災(zāi)害風(fēng)險、農(nóng)業(yè)技術(shù)風(fēng)險和農(nóng)業(yè)政策風(fēng)險等方面的綜合體現(xiàn)，其中自然災(zāi)害是發(fā)生最頻繁、危害最大的農(nóng)業(yè)風(fēng)險，ZHANG J Q等[1]對自然災(zāi)害進行了專門的風(fēng)險評估。國內(nèi)外農(nóng)業(yè)經(jīng)濟學(xué)家大多從作物單產(chǎn)出發(fā)，以作物實際單產(chǎn)偏離預(yù)期單產(chǎn)的程度(即隨機波動大小)來衡量作物生產(chǎn)(單產(chǎn))風(fēng)險的大小。國外學(xué)者對農(nóng)業(yè)生產(chǎn)風(fēng)險進行了大量研究，提出多種作物單產(chǎn)分布的參數(shù)模型，如Beta分布、Gamma分布、Weibul1分布、Burr分布、雙曲線反正旋分布、Johnson family分布等[2-4]。其中灰色系統(tǒng)模型法GM(1,1)由中國學(xué)者鄧聚龍于1982 年創(chuàng)立，現(xiàn)已廣泛應(yīng)用于農(nóng)業(yè)、氣象等諸多領(lǐng)域，被認(rèn)為是一種研究“少數(shù)據(jù)、貧信息”問題的新方法，可將具有隨機性特點的數(shù)據(jù)轉(zhuǎn)化為具有較強規(guī)律性的數(shù)列，從而建立連續(xù)微分方程，可進行長時間高精度的估算與預(yù)測。利用灰色系統(tǒng)模型分析農(nóng)作物產(chǎn)量波動影響因素已有一定的研究，郭梁等[5]利用灰色系統(tǒng)模型等4種方法分析了我國主要農(nóng)作物產(chǎn)量波動影響因素，發(fā)現(xiàn)氣象因素是影響我國農(nóng)作物產(chǎn)量波動的主要因素。目前，農(nóng)作物產(chǎn)量波動分析主要以水稻等糧食作物為主，關(guān)于福建省蔬菜生產(chǎn)的產(chǎn)量波動研究尚未見報道。

蔬菜產(chǎn)業(yè)是福建省種植業(yè)中最具競爭力的優(yōu)勢產(chǎn)業(yè)，蔬菜產(chǎn)值居種植業(yè)產(chǎn)值之首[6]。蔬菜生產(chǎn)風(fēng)險是蔬菜生產(chǎn)、經(jīng)營過程中自然災(zāi)害風(fēng)險、農(nóng)業(yè)技術(shù)風(fēng)險和農(nóng)業(yè)政策風(fēng)險的總和，氣象災(zāi)害在一定程度上形成較大比例風(fēng)險，主要是臺風(fēng)、干旱、洪澇、凍害等自然災(zāi)害[7]。本研究運用“易除趨勢—模型選擇—參數(shù)估計”這一國際廣泛采用的風(fēng)險分析評估方法，收集福建省各地市蔬菜單產(chǎn)的歷史數(shù)據(jù)，利用統(tǒng)計學(xué)和計量經(jīng)濟學(xué)知識分離作物單產(chǎn)的“隨機波動”，分析福建省不同地市及不同蔬菜種類單產(chǎn)波動的主要影響因素，為福建省蔬菜生產(chǎn)風(fēng)險評估及規(guī)劃種植提供理論依據(jù)。

1 材料與方法

1.1 試驗數(shù)據(jù)

2002～2009年福建省各地區(qū)主要蔬菜種類的生產(chǎn)面積及產(chǎn)量，源自《福建省經(jīng)濟與社會統(tǒng)計年鑒》農(nóng)村篇(2003～2010年)。

1.2 試驗方法

1.2.1 GM(1,1)模型 灰色系統(tǒng)理論的基礎(chǔ)是“灰因白果律”。在作物產(chǎn)量波動分析中，影響作物產(chǎn)量的因素是復(fù)雜多變的，具有“灰信息覆蓋”特點，而每年作物產(chǎn)量又是確定的，具有“白信息覆蓋”特點，從影響因子到作物實際產(chǎn)量符合“灰因白果律”。因此，利用灰色系統(tǒng)理論可以有效地對作物產(chǎn)量進行分析與預(yù)測[8]。

1.2.2 氣象單產(chǎn)分析 在農(nóng)業(yè)氣象研究中，作物實際產(chǎn)量通常分解成3部分，即趨勢單產(chǎn)、氣象單產(chǎn)和隨機誤差?？杀硎緸閅=Yt+Ym+ΔY，式中：Y為實際單產(chǎn)；Yt為趨勢單產(chǎn)；Ym為氣象單產(chǎn)；ΔY為隨機誤差。參考文獻[5]的方法，作物實際產(chǎn)量變化最終可歸為趨勢單產(chǎn)變化和氣象波動影響兩大部分。本文采用GM(1,1)方法計算蔬菜單產(chǎn)中的趨勢單產(chǎn)，蔬菜實際單產(chǎn)與趨勢單產(chǎn)的差值為波動單產(chǎn)，主要為氣象單產(chǎn)。

1.2.3 蔬菜影響因素分析 參照張宇等[9]的方法，分析單產(chǎn)和種植面積對福建省不同地市以及不同蔬菜種類的總產(chǎn)波動的貢獻率，結(jié)合氣象單產(chǎn)分析，進一步分析社會因素和氣象因素對福建省蔬菜波動單產(chǎn)的貢獻率。

2 結(jié)果與分析

2.1 單產(chǎn)和種植面積對福建省蔬菜總產(chǎn)波動的影響

福建省不同蔬菜種類的單產(chǎn)和種植面積對蔬菜總產(chǎn)的貢獻率如表1所示。從歸類分析結(jié)果可以看出，福建省不同各種類蔬菜中，菜豆類、水生類蔬菜的總產(chǎn)波動的主要影響因素是單產(chǎn)，其他蔬菜種類總產(chǎn)波動的主要影響因素為種植面積。對不同地市間蔬菜總產(chǎn)波動分析結(jié)果表明，單產(chǎn)對漳州市、龍巖市、寧德市蔬菜總產(chǎn)的貢獻率超過50%，是導(dǎo)致蔬菜總產(chǎn)波動的主要因素，其他地市的蔬菜總產(chǎn)波動主要來源于種植面積的變化。

表1 單產(chǎn)和種植面積對福建省蔬菜總產(chǎn)的貢獻率 (單位：%)

2.2 福建省蔬菜單產(chǎn)波動特征

2.2.1 福建省蔬菜單產(chǎn)波動總體特征 從福建省蔬菜單產(chǎn)波動總體特征(圖1)可以看出，福建省蔬菜總體單產(chǎn)呈現(xiàn)逐漸升高的變化趨勢，年均增長率1.06%。年際間單產(chǎn)波動率不大，都在1%以內(nèi)，其中2006年實際單產(chǎn)明顯低于趨勢單產(chǎn)，波動率為0.98%。

2.2.2 福建省不同地市蔬菜單產(chǎn)波動特征 從福建省9個地市蔬菜單產(chǎn)波動趨勢(圖2)可以看出，除泉州蔬菜單產(chǎn)趨于平穩(wěn)外，福建省其他地市蔬菜單產(chǎn)總體呈現(xiàn)逐年增長的變化趨勢，其中廈門市年平均蔬菜單產(chǎn)增加最大，平均年增長率為5.14%；其次是莆田市，為2.84%。不同地市蔬菜波動單產(chǎn)年際間波動不明顯，福州市波動率最大的年份為2005年，波動率為2.00%；廈門市2005年、2007年波動率較大，分別為4.27%和5.48%；莆田市波動單產(chǎn)年際間變化較為明顯，2004～2006年間波動較大；三明、泉州、南平、龍巖等地市波動不明顯；漳州市波動率最大年份為2006年，波動率為3.80%。因此，從福建省不同地市間單產(chǎn)波動比較發(fā)現(xiàn)，廈門、莆田、漳州等沿海地區(qū)波動較大，波動年限主要集中在2004～2007年；福州、三明、南平、龍巖等內(nèi)陸地區(qū)波動較小。

圖1 福建省蔬菜單產(chǎn)波動特征

圖2 福建省不同地市蔬菜單產(chǎn)波動特征

2.2.3 福建省不同蔬菜種類單產(chǎn)波動特征 從福建省不同蔬菜種類單產(chǎn)變化趨勢(圖3)可以看出，福建省8個不同蔬菜種類單產(chǎn)整體呈現(xiàn)穩(wěn)步增長的變化趨勢，但增加幅度不明顯。葉菜類、瓜菜類、根莖類、茄果類、蔥蒜類單產(chǎn)年均增長率均在1%左右；水生蔬菜單產(chǎn)年均增長率最大，為4.70%；其次是菜豆類，為2.85%。對不同蔬菜種類的波動單產(chǎn)分析，葉菜類、瓜菜類、根莖類、茄果類、蔥蒜類以及其他蔬菜年際間波動較為平緩，波動率均在3%以下；水生蔬菜年際間波動較大，其中2003年、2004年、2007年波動最明顯，波動率分別為5.64%、6.29%和3.64%；菜豆類在2006年波動最大，為3.38%。

圖3 福建省不同蔬菜種類單產(chǎn)波動特征

2.3 不同因素對福建省蔬菜波動單產(chǎn)的影響

為進一步分析不同因素對福建省蔬菜波動單產(chǎn)的影響程度，從社會因素和氣象因素兩個角度對蔬菜波動單產(chǎn)進行貢獻率分析，結(jié)果(表2)表明：福建省不同蔬菜種類的社會因素和氣象因素貢獻率中，蔥蒜類、水生蔬菜波動單產(chǎn)的氣象因素貢獻率大于社會因素，其他蔬菜種類為社會因素貢獻率大于氣象因素。不同地市間比較發(fā)現(xiàn)，廈門市、漳州市、南平市蔬菜波動單產(chǎn)的影響因素中氣象因素貢獻率大于社會因素，其他地市蔬菜的波動單產(chǎn)的影響因素中社會因素貢獻率大于氣象因素。

3 結(jié)論與討論

本研究通過GM(1,1)模型分析，比較福建省不同地區(qū)、不同蔬菜種類的單產(chǎn)變化趨勢，分析單產(chǎn)和種植面積對福建省蔬菜總產(chǎn)量的影響，并進一步從社會因素和氣象因素分析蔬菜波動單產(chǎn)的主要影響因素。研究發(fā)現(xiàn)福建省蔬菜單產(chǎn)呈現(xiàn)逐年增長的趨勢，水生蔬菜、菜豆類蔬菜總產(chǎn)的主要影響因素為單產(chǎn)，漳州、龍巖、寧德等地區(qū)的蔬菜總產(chǎn)量也主要受單產(chǎn)的影響。說明在21世紀(jì)初期的前10年，福建省蔬菜生產(chǎn)技術(shù)穩(wěn)步提升；水生蔬菜的單產(chǎn)增加明顯，水生蔬菜生產(chǎn)技術(shù)提高明顯；不同地市間比較發(fā)現(xiàn)，廈門市蔬菜單產(chǎn)增加最明顯，說明廈門地區(qū)的蔬菜生產(chǎn)技術(shù)明顯提高。波動單產(chǎn)分析表明，水生蔬菜類型，以及廈門、漳州、莆田等沿海地區(qū)波動較為明顯，可能是受水生蔬菜生長環(huán)境限制以及沿海地區(qū)易受臺風(fēng)、暴雨洪澇等常見自然災(zāi)害影響。對波動單產(chǎn)的影響因素分析表明，只有蔥蒜類、水生蔬菜類，以及廈門、漳州、南平地區(qū)蔬菜波動單產(chǎn)主要受氣象因素的影響，其他均為社會因素占主要地位?？赡苁且驗楸狙芯坎捎玫臄?shù)據(jù)年限較短，氣象因素影響不明顯，而生產(chǎn)技術(shù)、農(nóng)業(yè)政策等社會因素成為影響蔬菜單產(chǎn)的主要因素。因本研究所采用的年鑒資料停版等原因，為保持?jǐn)?shù)據(jù)的一致性，所用數(shù)據(jù)較少，存在一定不足，后期將采用多年數(shù)據(jù)對福建省蔬菜產(chǎn)量波動影響進行更全面的分析，從而對福建省蔬菜生產(chǎn)風(fēng)險進行量化評估。

表2 不同影響因素對福建省蔬菜波動單產(chǎn)的貢獻率 (單位：%)

主要結(jié)論：①單產(chǎn)是影響菜豆類、水生蔬菜類，以及漳州、龍巖、寧德蔬菜總產(chǎn)量的主要因素，其他蔬菜種類及地市蔬菜產(chǎn)量受種植面積的影響較大。②福建省不同地市蔬菜單產(chǎn)呈現(xiàn)逐年增長的趨勢，廈門市增長最明顯，廈門、莆田、漳州等沿海地區(qū)的波動單產(chǎn)年際間變化較大；不同蔬菜種類單產(chǎn)也呈現(xiàn)逐年增長的趨勢，水生蔬菜增長最明顯，單產(chǎn)的波動率也最大，其他蔬菜種類單產(chǎn)的年際間變化不明顯。③蔥蒜類、水生蔬菜，以及廈門、漳州、南平3地市的蔬菜波動單產(chǎn)主要受氣象因素的影響。

[1]ZHANG J Q，HAYAKAWA S J，ZHOU D W，et a1.Risk assessment and regionalization of argo-meteorological hazards in Jilin Province，China[J].J Agric Meteorol，2005，60(5)：921-924.

[2]CATHERINE P.LAWAS.Crop Insurance Premium Rate Impacts of Flexible Parametirc Yield Distributions：An Evaluation of Johnson Family of Distributions[J].A Thesis of Master of Science，TEXAS TECH UNIVERSITY，2005：3.

[3]程廣燕.中國大豆生產(chǎn)風(fēng)險評估與防范對策研究[M].北京：中國農(nóng)業(yè)出版社，2009.

[4]王克，張峭.中國玉米生產(chǎn)風(fēng)險分析與評估[J].中國農(nóng)業(yè)科學(xué)，2007，40(2)：40-55.

[5]郭梁，ANDREAS WILKES,于海英，等.中國主要農(nóng)作物單產(chǎn)波動影響因素分析[J].植物分類與資源學(xué)報，2013,35(4)：513-521.

[6]吳衛(wèi)東.福建省蔬菜優(yōu)勢產(chǎn)區(qū)布局及發(fā)展對策[J].中國蔬菜，2007(7)：6-8.

[7]黃常斌.福建省自然災(zāi)害防治對策探討[J].水利科技，2012(3)：10-11,14.

[8]劉思峰.灰色系統(tǒng)理論及其應(yīng)用(第5版)[M].北京：科學(xué)出版社，2010.

[9]張宇.近40年來我國糧食產(chǎn)量變化特征初步分析[J].中國農(nóng)業(yè)氣象，1995，16(3)：1-4.

(責(zé)任編輯：黃金澤)

Influence on the yield fluctuation of vegetable in Fujian Province

ZHANG Mei, XU Biao-wen, WENG Zhi-hui, ZENG Yu-rong

(InstituteofAgriculturalEconomicsandScientificandTechnicalInformation,FujianAcademyofAgriculturalSciences,FujianProvince350003)

Trend yield, practical yield and fluctuating yield for vegetables of 9 cities and 8 main kinds of vegetables in Fujian were analyzed with grey system model on production risk of Fujian vegetable industry. Contribution of yield per unit area and planting area to tolal vegetable yield were determined, and the Huctuating characteristics for vegetable yield per unit area of Fujian and effects of influencing factors, including social factors and meteorological factors, on yield fluctuation were analyzed.The results showed that the yield per unit area of Fujian were increasing yearly, and the yield fluctuation among years were not obvious; and it was meteorological factor that affected the yield per unit area of the onion and garlic, and aquatic vegetable, meanwhile the yield of vegetables per unit area in Xiamen, Zhangzhou and Nanping. The results of the paper supplied foundation for the evaluation of vegetable production risk and the insurance redefinition in Fujian.

Grey system model GM(1,1); yield fluctuation; vegetable; Fujian Province

2015-10-28

張梅，女，1987年生，研究實習(xí)員。

10.13651/j.cnki.fjnykj.2015.11.021