黑龍江大豆生產(chǎn)時空分析與風(fēng)險評估

楊曉娟，劉　園，白　薇，劉布春

(中國農(nóng)業(yè)科學(xué)院農(nóng)業(yè)環(huán)境與可持續(xù)發(fā)展研究所/

作物高效用水與抗災(zāi)減損國家工程實驗室/農(nóng)業(yè)部農(nóng)業(yè)環(huán)境重點實驗室， 北京 100081)

?

黑龍江大豆生產(chǎn)時空分析與風(fēng)險評估

楊曉娟，劉園，白薇，劉布春

(中國農(nóng)業(yè)科學(xué)院農(nóng)業(yè)環(huán)境與可持續(xù)發(fā)展研究所/

作物高效用水與抗災(zāi)減損國家工程實驗室/農(nóng)業(yè)部農(nóng)業(yè)環(huán)境重點實驗室， 北京 100081)

摘要：基于黑龍江省大豆產(chǎn)量銳減和自然災(zāi)害加重的背景，依據(jù)1993—2012年13個地市和農(nóng)墾總局(ARB)20 a的產(chǎn)量數(shù)據(jù)，運用數(shù)理統(tǒng)計和單產(chǎn)分布模擬推導(dǎo)法，分析了黑龍江大豆產(chǎn)量時空變化，并評估了相應(yīng)的生產(chǎn)風(fēng)險。結(jié)果表明：2005年黑龍江大豆產(chǎn)量達到峰值748萬t，2012年產(chǎn)量直線下降至463.4萬t；2012年，齊齊哈爾、農(nóng)墾總局和黑河為黑龍江三大主產(chǎn)區(qū)，產(chǎn)量占全省的55.73%，發(fā)生災(zāi)害的概率分別為41.61%、18.78%和41.11%，全省災(zāi)害發(fā)生概率最高的是大興安嶺46.42%，最低的是農(nóng)墾總局18.78%；齊齊哈爾和黑河作為黑龍江大豆主產(chǎn)區(qū)，災(zāi)害風(fēng)險相對較高，在災(zāi)害防御投入、政策補貼等方面應(yīng)優(yōu)先考慮。

關(guān)鍵詞：大豆；單產(chǎn)分布模型；風(fēng)險評估

中國加入世貿(mào)組織(WTO)以后，大豆進口逐年增長，現(xiàn)已成為世界上最大的大豆進口國，2013年大豆進口總量達6 338萬t，對國內(nèi)大豆生產(chǎn)造成很大沖擊。黑龍江省作為我國最大的大豆生產(chǎn)基地，近年來，在進口大豆和收益低效的沖擊下，產(chǎn)量大幅度下降，在全球氣候變暖，自然災(zāi)害加重的背景下，生產(chǎn)風(fēng)險不斷增加。因此，掌握黑龍江大豆生產(chǎn)的時空分布和生產(chǎn)風(fēng)險，對提出相應(yīng)對策，保障我國大豆安全有重要意義。

農(nóng)作物生產(chǎn)風(fēng)險受到天氣(干旱，洪澇，冰雹等)等自然因素，農(nóng)作物品種的選擇、生產(chǎn)投入和田間管理等人為因素，以及農(nóng)業(yè)技術(shù)推廣、市場價格波動、農(nóng)業(yè)政策調(diào)整等社會因素的影響[1-2]。農(nóng)作物生產(chǎn)風(fēng)險評估是量化農(nóng)業(yè)自然災(zāi)害等各類風(fēng)險事件對農(nóng)業(yè)生產(chǎn)可能造成的損失程度[1，3]。目前，國內(nèi)外已有很多關(guān)于農(nóng)作物生產(chǎn)風(fēng)險評估的研究，國內(nèi)諸如冬小麥干旱災(zāi)損風(fēng)險[4]、北京市瓜蔬類作物生產(chǎn)風(fēng)險[5-6]、水稻生產(chǎn)風(fēng)險[7]、玉米干旱風(fēng)險[8-10]、糧食作物風(fēng)險[11]、農(nóng)業(yè)生產(chǎn)干旱災(zāi)害風(fēng)險[12]等研究；國外，也有很多關(guān)于玉米、大豆、棉花、小麥等主要農(nóng)作物生產(chǎn)風(fēng)險的研究[13-15]；Li等還研究了氣候變化背景下全球農(nóng)作物生產(chǎn)的干旱風(fēng)險[16]。在這些研究中，農(nóng)作物生產(chǎn)風(fēng)險評估方法歸納為三類。基于風(fēng)險因子的評估法，這類方法考慮了災(zāi)害機理，操作直觀，實現(xiàn)難度小，不受歷史災(zāi)害數(shù)據(jù)樣本少的限制，但是主觀性比較強?；陲L(fēng)險機理的評估法，優(yōu)點是能完整地再現(xiàn)災(zāi)害過程和農(nóng)作物災(zāi)損特征，結(jié)果客觀，但災(zāi)害機理復(fù)雜，建模難度大，無統(tǒng)一標準，無法直接推廣移植?；陲L(fēng)險損失的評估法，優(yōu)點是數(shù)學(xué)推理性強，評估結(jié)果客觀，建模相對比較容易，所以應(yīng)用更為廣泛。

因此，本研究在深入分析黑龍江大豆產(chǎn)量時空變化的基礎(chǔ)上，應(yīng)用基于風(fēng)險損失的農(nóng)業(yè)生產(chǎn)風(fēng)險評估方法來評估黑龍江十三個地市及農(nóng)墾總局大豆生產(chǎn)風(fēng)險，為制定大豆種植政策，穩(wěn)定大豆生產(chǎn)面積，保障糧食安全提供數(shù)據(jù)支撐。

1材料與方法

1.1數(shù)據(jù)來源和處理

1980—2012年黑龍江全省，1993—2012年黑龍江省大興安嶺、牡丹江、七臺河、大慶、佳木斯、雙鴨山、伊春、雞西、哈爾濱、鶴崗、黑河、綏化、齊齊哈爾、農(nóng)墾總局大豆的播種面積、產(chǎn)量數(shù)據(jù)來自《黑龍江統(tǒng)計年鑒》。單產(chǎn)來自產(chǎn)量與播種面積的比值。

1993—2012年的單產(chǎn)數(shù)據(jù)屬于時間序列數(shù)據(jù)，采用直線滑動平均模擬法對其進行去趨勢處理后，產(chǎn)生隨機波動產(chǎn)量時間序列數(shù)據(jù)，經(jīng)Phillips-Perron(PP)檢驗，此序列為在1%顯著水平下為平穩(wěn)序列，可以直接用來進行后續(xù)分析，但由于具有“量綱”，受時間和空間的影響，可比性比較差，因此采用了相對隨機波動值(RSV)以克服此缺陷。

(1)

式中，y為作物單產(chǎn)實際值，yt為作物單產(chǎn)趨勢值。

1.2分布模型構(gòu)建

采用Anderson-Darling進行Logistic擬合優(yōu)度檢驗，結(jié)果顯示，黑龍江省十三個地市和農(nóng)墾總局單產(chǎn)相對隨機波動值在1%的顯著水平下，AD校正后的值都小于0.906(表1)，表明這十三個地市和農(nóng)墾總局的單產(chǎn)相對隨機波動值符合Logistic分布[17]。因此在本研究中采用Logistic模型對黑龍江各地市和農(nóng)墾總局進行大豆生產(chǎn)風(fēng)險評估。Logistic分布的概率密度函數(shù)(PDF)為：

(2)

其累積分布函數(shù)(CFD)為：

(3)

采用極大似然法(MLE)對Logistic 分布的參數(shù)值(μ，σ)進行估計，見表1。

表1　黑龍江13個地市和農(nóng)墾總局單產(chǎn)相對

1.3風(fēng)險評估

本文應(yīng)用基于風(fēng)險損失的農(nóng)業(yè)生產(chǎn)風(fēng)險評估方法來評估黑龍江大豆的生產(chǎn)風(fēng)險。假定某地區(qū)的單產(chǎn)波動累積概率密度為F(X)，設(shè)置一定的單產(chǎn)波動值X0，X1，X2(X1

單產(chǎn)波動水平小于X0的概率為：P(X

單產(chǎn)波動水平大于X0的概率為：P(X>X0)=1-F(X0)

單產(chǎn)波動水平大于X1，小于X2的概率為：P(X1

大豆生產(chǎn)風(fēng)險大小X(%)分為:5≤X<15、15≤X<25、25≤X<35、X≥35四個等級，分別對應(yīng)于輕災(zāi)、中災(zāi)、重災(zāi)和巨災(zāi)[18]，5≤X視為發(fā)生災(zāi)害。

2結(jié)果與分析

2.1黑龍江大豆生產(chǎn)的時空變化

1980年到2012年，黑龍江省大豆播種面積呈現(xiàn)出波動狀態(tài)。1980年的播種面積為163萬hm2，2009年達到最大播種面積486.3萬hm2，從2009年開始到2012年，播種面積呈直線下降趨勢，2012年播種面積為260萬hm2，僅為2009的53.5%。大豆總產(chǎn)量與播種面積的變化呈現(xiàn)出類似的波動，但略有不同。1980年產(chǎn)量為220.5萬t，2005年達到最大產(chǎn)量748萬t，從2009年開始到2012年，產(chǎn)量呈直線下降趨勢，2012年產(chǎn)量為463.4萬t，為2001年以來最低值。1980年到2012年，大豆平均產(chǎn)量是110.09 kg·667m-2，受氣候等條件的影響，單產(chǎn)也呈波動狀，但總體呈現(xiàn)出上升趨勢(圖1)。以下依據(jù)產(chǎn)量數(shù)據(jù)對黑龍江大豆生產(chǎn)的時空變化做詳細的分析。

圖11980—2012年黑龍江省大豆播種面積，總產(chǎn)與單產(chǎn)

Fig.1Sown areas, total yield and unit yield of soybean in Heilongjiang from 1980 to 2012

在過去的20年，黑龍江大豆產(chǎn)量分布格局發(fā)生了明顯的變化(表2)。1993年大豆產(chǎn)量最小是大興安嶺，最大為農(nóng)墾總局。產(chǎn)量從小到大依次是大興安嶺，牡丹江，七臺河，大慶，伊春，佳木斯，雙鴨山，雞西，鶴崗，哈爾濱，黑河，綏化，齊齊哈爾，農(nóng)墾總局。到2005年，黑龍江大豆總產(chǎn)量達到高峰，分布也明顯區(qū)別于1993年，產(chǎn)量從小到大依次是大慶，大興安嶺，七臺河，鶴崗，伊春，雞西，雙鴨山，牡丹江，綏化，佳木斯，哈爾濱，黑河，齊齊哈爾，農(nóng)墾總局。各地區(qū)產(chǎn)量有增有減，增加最多的是佳木斯，增加了102.80萬t，增加比例最多的是牡丹江，產(chǎn)量是1993年的10.47倍。鶴崗的產(chǎn)量減少13.20萬t，下降比例為42.72%。2012年，在播種面積大幅度下降的狀況下，產(chǎn)量也有較大幅度的下滑，分布格局也發(fā)生了較大變化，產(chǎn)量從小到大依次是鶴崗，七臺河，大慶，雙鴨山，雞西，大興安嶺，伊春，綏化，牡丹江，佳木斯，哈爾濱，黑河，農(nóng)墾總局，齊齊哈爾。較2005年，除伊春和大興安嶺外，各地區(qū)產(chǎn)量均有下降，下降最多的是佳木斯，減少73.17萬t，減少比例最多的是鶴崗，減少85.48%。

2.2黑龍江大豆生產(chǎn)風(fēng)險評估

表3可見，黑龍江省各地市和農(nóng)墾總局發(fā)生災(zāi)害風(fēng)險由低到高為：農(nóng)墾總局，雞西，雙鴨山，七臺河，伊春，佳木斯，哈爾濱，綏化，牡丹江，鶴崗，大慶，黑河，齊齊哈爾，大興安嶺。

齊齊哈爾作為黑龍江大豆最大產(chǎn)區(qū)，中災(zāi)，重災(zāi)和巨災(zāi)風(fēng)險比較大，發(fā)生概率分別為11.98%，5.62%和3.86%，是全省第二大中災(zāi)，第三大重災(zāi)和巨災(zāi)風(fēng)險區(qū)。農(nóng)墾總局大豆產(chǎn)量占全省的18.50%，僅次于齊齊哈爾，但它發(fā)生中災(zāi)，重災(zāi)和巨災(zāi)風(fēng)險都最低，輕災(zāi)風(fēng)險也只有17.61%，僅比大慶高。黑河大豆產(chǎn)量占全省的17.89%，為第三大大豆產(chǎn)區(qū)。其中災(zāi)，重災(zāi)和巨災(zāi)風(fēng)險分別為10.75%，3.18%和1.13%。生產(chǎn)風(fēng)險排位偏上，是全省第四大中災(zāi)，第六大重災(zāi)和巨災(zāi)風(fēng)險區(qū)。

黑龍江各地市和農(nóng)墾總局大豆生產(chǎn)風(fēng)險發(fā)生概率順序均為輕災(zāi)>中災(zāi)>重災(zāi)>巨災(zāi)。輕災(zāi)風(fēng)險最大為哈爾濱，發(fā)生概率是27.40%，其次是黑河，概率為26.05%。哈爾濱和黑河大豆產(chǎn)量分別排第四和第三位，占全省產(chǎn)量的9.38%和17.89%。輕災(zāi)風(fēng)險最低的是大慶，發(fā)生概率為16.74%。中災(zāi)風(fēng)險最大的為大興安嶺，發(fā)生概率為13.46%。其次為齊齊哈爾，為11.98%。齊齊哈爾產(chǎn)量是全省最高的比例為19.33%。盡管大興安嶺的中災(zāi)風(fēng)險最大，但它的產(chǎn)量比例比較低，只有3.99%。中災(zāi)風(fēng)險最低的為農(nóng)墾總局，發(fā)生概率為1.11%。重災(zāi)風(fēng)險最大的為大興安嶺，發(fā)生概率為7.16%，其次為大慶(6.36%)。巨災(zāi)風(fēng)險最大的為大慶，發(fā)生概率為6.14%，其次為大興安嶺(5.84%)。大興安嶺和大慶的重災(zāi)和巨災(zāi)發(fā)生概率排全省前兩位，但它們產(chǎn)量所占比例都不高，大慶為1.21%，大興安嶺為3.99%。

表2　黑龍江13個地市和農(nóng)墾總局1993，2005，2012年大豆產(chǎn)量與變化/104t

表3　黑龍江13個地市和農(nóng)墾總局大豆不同等級災(zāi)害發(fā)生概率

3討論

隨著我國經(jīng)濟的發(fā)展，對大豆的需求不斷增加，自1996年轉(zhuǎn)化為大豆凈進口國后，大豆進口一路攀爬，從1996年的110.8萬t，到2012年已達到5 838萬t。與其成鮮明對比的是，大豆出口疲軟，20世紀90年代初為100萬t左右，21世紀后一直徘徊在20～50萬t之間[19]。目前，國內(nèi)大豆產(chǎn)量穩(wěn)中有降，2004年產(chǎn)量達到歷史最高，為1 740.4萬t，2012年降至1 304.97萬t，為1994年以來最低。作為我國大豆主產(chǎn)區(qū)的黑龍江，2009年以來，大豆產(chǎn)量下降的主要原因是種植面積的縮小，而種植面積下降則主要是由于受水稻、玉米價格的上漲和進口大豆的沖擊，大豆相對于玉米、水稻等競爭作物凈收益低下，農(nóng)戶根據(jù)自身收入最大化，棄豆改稻、改玉米[20]。如果任其大豆產(chǎn)業(yè)持續(xù)萎縮，則對進口大豆的依賴性就更強，嚴重威脅到我國糧食安全。因此，為了穩(wěn)定大豆市場，需要擴大大豆種植科技投入，提高大豆單產(chǎn)，進行政策補貼，提高大豆比較收益，提高農(nóng)戶種植大豆的積極性，在保證一定大豆種植面積的基礎(chǔ)上保護產(chǎn)量。

在黑龍江大豆產(chǎn)量大幅度下降的背景下，通過風(fēng)險管理分散現(xiàn)有大豆生產(chǎn)的風(fēng)險，保障農(nóng)戶利益尤為重要。對于黑龍江大豆產(chǎn)量最大的齊齊哈爾和第三大產(chǎn)地市黑河，應(yīng)該給予足夠的重視。齊齊哈爾為全省的第二高風(fēng)險生產(chǎn)地區(qū)，黑河為全省的第三高風(fēng)險生產(chǎn)區(qū)，應(yīng)增加對其投入力度，加大抵御自然災(zāi)害的能力。增加保費的補貼力度，提高大豆保險覆蓋率，分散轉(zhuǎn)移大豆的生產(chǎn)風(fēng)險，穩(wěn)定其生產(chǎn)規(guī)模。否則，在大豆比較收益相對低的狀況下，再加上生產(chǎn)風(fēng)險相對比較大，農(nóng)戶棄豆改種的可能性更高。對于其它地市也應(yīng)力促大豆保險業(yè)務(wù)的拓展，分散和轉(zhuǎn)移其生產(chǎn)風(fēng)險，作為穩(wěn)定其種植面積，最終保障糧食安全措施之一。

參 考 文 獻：

[1]王克，張峭.農(nóng)業(yè)生產(chǎn)風(fēng)險評估方法評述及展望[J].農(nóng)業(yè)展望,2013,9(2):38-43.

[2]OECD. An assessment of risk exposure in agricultural based on a review of the literature[C]//Managing risk in agriculture: A holistic approach. OECD publishing, 2009:105-168.

[3]Goodwin BK, Mahul O. Risk modeling concepts relating to the design and rating of agricultural insurance contracts[R]. World Bank Policy Research Working Paper, 2004,3392:1-37.

[4]王素艷，霍治國，李世奎，等.北方冬小麥干旱災(zāi)損風(fēng)險區(qū)劃[J].作物學(xué)報，2005,31(3):267-274.

[5]邢鸝，鐘甫寧.糧食生產(chǎn)與風(fēng)險區(qū)劃研究[J].農(nóng)業(yè)技術(shù)經(jīng)濟，2006,33(1):19-23.

[6]邢鸝，高濤，呂開宇，等.北京市瓜蔬類作物生產(chǎn)風(fēng)險區(qū)劃研究[J].中國農(nóng)業(yè)資源與區(qū)劃，2008,29(6):55-60.

[7]陳新建，陶建平.基于風(fēng)險區(qū)劃的水稻區(qū)域產(chǎn)量保險費率研究[J].華中農(nóng)業(yè)大學(xué)學(xué)報(社會科學(xué)版)，2008,(4):14-17.

[8]張琪，張繼權(quán)，佟志軍，等.干旱對遼寧省玉米產(chǎn)量影響及風(fēng)險區(qū)劃[J].災(zāi)害學(xué)，2010,25(2):87-91.

[9]Zhang J Q. Risk assessment of drought disaster in the maize-growing region of Songliao plain, China[J]. Agriculture, Ecosystems and Environment， 2004,102(2):133-153.

[10]Liu X J, Zhang J Q, Ma D L, et al. Dynamic risk assessment of drought disaster for maize based on integrating multi-sources data in the region of the northwest of Liaoning Province, China[J]. Natural Hazards, 2013,65(3):1393-1409.

[11]梁來存.我國糧食作物保險風(fēng)險區(qū)劃的實證研究[J].山西財經(jīng)大學(xué)學(xué)報，2010,32(1):65-71.

[12]Lu H, Zhang X Y, Liu S D. Risk assessment to China's agricultural drought disaster in county unit[J]. Natural Hazards, 2012,61(2):785-801.

[13]Harri A C, Erdem K H, Coble T O, et al. Crop yield distributions: a reconsiliation of previous research and statistical tests for normality[J]. Review of Agricultural Economics, 2009,31(1):163-182.

[14]Wu H, Wihite D A. An Operational Agricultural Drought Risk Assessment Model for Nebraska, USA[J]. Natural Hazards, 2004,33(1):1-21.

[15]Ramirez O A, Misra S, Field J. Crop-yield distribution revisited[J]. American Journal of Agricultural Ecomonics, 2003,85(1):108-120.

[16]Li Y P, Ye W, Wang M, et al. Climate change and drought: a risk assessment of crop-yield impacts[J]. Climate research, 2009,39(1):31-46.

[17]Stephens M A. Tests of fit for the logistic distribution based on the empirical distribution function[J]. Biometrika, 1979,66(3):591-595.

[18]王克，張峭.我國東北三省主要農(nóng)作物生產(chǎn)風(fēng)險評估[J].農(nóng)業(yè)展望,2008,4(7):23-29.

[19]中國海關(guān)統(tǒng)計年鑒[M].北京：中國海關(guān)雜志社,2012.

[20]王小語.國產(chǎn)大豆游離市場體系邊緣探析——對黑龍江大豆現(xiàn)狀分析及找尋其優(yōu)勢的思考[J].黑龍江糧食,2012,(3):33-36.

Spatial and temporal analysis of soybean production and its risk assessment in Heilongjiang

YANG Xiao-juan, LIU Yuan, BAI Wei, LIU Bu-chun

(InstituteofEnvironmentandSustainableDevelopmentinAgriculture,ChineseAcademyofAgriculturalScience/NationalEngineeringLaboratoryofEfficientWaterUse,>DisasterResistantandMitigationofCrops/KeyLaboratoryofAgriculturalEnvironment,MinistryofAgriculture,Beijing100081,China)

Abstract：In the context of sharp decrease in soybean yield and gradual increase of natural disasters in Heilongjiang, the information about the spatial and temporal distribution of soybean and the corresponding production risk were very useful for making planting and insurance policies, which would enhance food security. Based on the data of soybean yield in Heilongjiang from 1993 to 2012, the spatial and temporal variations of soybean yield were analyzed using the mathematical statistics method, and production risks of 14 areas in Heilongjiang were estimated using the yield distribution model. The results indicated that the soybean yield of Heilongjiang reached a maximum of 7 480 thousands tones in 2005, and became decreased sharply to 4 634 thousands tones in 2012. Qiqihaer, ARB and Heihe were the three main soybean production areas that accounted for 55.73% of soybean yield in Heilongjiang in 2012, and the corresponding production risks were 41.61%, 18.78% and 41.11%, respectively. In Heilongjiang province, the lowest soybean production risk area was ARB, and the highest was Daxinganling reaching 46.42% in 2012. Priority in disaster prevention and financial subsidization would need to be given to Qiqihaer and Heihe due to their large yield and high production risk.

Keywords:soybean; yield distribution model; risk assessment

中圖分類號：S314

文獻標志碼：A

作者簡介：楊曉娟(1980—)，女，陜西岐山人，博士，助理研究員，研究方向為農(nóng)業(yè)災(zāi)害損失評估與風(fēng)險管理。 E-mail:yangxiaojuan@caas.cn。通信作者：劉布春(1968—)，女，內(nèi)蒙古人，博士，副研究員，研究方向為農(nóng)業(yè)減災(zāi)和農(nóng)業(yè)災(zāi)害風(fēng)險管理。 E-mail:liubuchun@ caas.cn。

基金項目：國家自然科學(xué)基金青年基金(41301594)

收稿日期：2014-10-02

doi:10.7606/j.issn.1000-7601.2016.02.32

文章編號：1000-7601(2016)02-0201-05