新疆林果业生产风险度量与评估*——基于GM(1,1)模型与信息扩散理论的实证分析

2015-03-10 14:16顾景枝余国新陈文博
中国农业资源与区划 2015年6期
关键词:林果业林果单产

顾景枝,余国新,陈文博

(新疆农业大学经济与贸易学院,乌鲁木齐 830052)

新疆林果业的发展在全国范围内处于领先地位,并且充分利用各地区的环境优势,逐步形成各具特色的林果产业。新疆哈密地区十分重视红枣的发展,阿克苏地区则将苹果的种植放在首位,库尔勒地区则主要以香梨为主等。然而,新疆却是我国自然灾害频发的省区之一,2008~2012年期间,新疆平均受灾率达27.62%,农业的生产因旱灾、风雹灾害、冷冻灾害等自然灾害而损失惨重。因此,对林果业生产风险进行有效的评估,对提高林果产量、促进林果业的发展、具有十分重要的意义,同时也能对林果业的风险管理及构建合理的产业保险体系提出措施建议。

由于农业受自然灾害的影响较大,农作物风险评估是农业风险管理的重要部分,国内很多学者对于农作物风险的研究越来越丰富,对农作物的风险评估方法也越来越广泛。前期学者对粮食、大豆、蔬菜、柑橘等农作物的生产风险进行分析,主要运用风险价值法与聚类分析法进行研究[1-4]。张峭、王克 (2011)运用灾情数据对全国31个省份的受灾风险的概率密度与累积分布函数进行分析,得出各省份的年平均损失率并对风险进行区划[5]。关于农作物生产风险的评估,主要运用COM组件与Gis-Server等技术[6]及Arc GIS Engine为开发平台,建立了自然灾害风险评估系统[7]。有效的风险管理方法对于农民增收、产量损失的补偿、价格风险的控制方面都发挥了一定的作用[8]。该文则主要以新疆林果业为研究对象,将GM(1,1)模型与信息扩散理论相结合,分别对新疆7种特色林果的生产风险进行量化的评估,建立完善的产业风险评价体系,对促进林果产量的提高、林果业保险的发展提出了更加具体的建议。

1 数据来源与评估方法

1.1 数据来源

该文数据来源主要有《新疆统计年鉴》、《中国统计年鉴》等有关统计年鉴。由于林果业是新疆的主导产业,近几年来发展十分迅速,因此,该文选择1988~2012年新疆林果业中种植面积较大的7种林果作物的单产变化数据进行分析。

1.2 基于灰色预测模型GM(1,1)的产量波动评价方法

灰色预测模型在生态、能源、环境、经济等众多领域已经得到了广泛的应用,并解决了很多实际的问题[9]。灰色预测模型主要应用在数据量少、信息不确定的问题中,运用GM(1,1)模型,将原始数据进行处理,得到存在一定规律的时间序列,进而建立动态预测模型,根据模型预测的结果,揭示未来的发展动态[10]。

1.2.1 单产偏差

林果业作物的实际单产对于趋势单产的偏差,主要反映出有利与不利的实际生产条件对林果业作物单产的影响,当其为正值时,表示现实的生产条件有利并可使作物增产的数量,当其为负值时,表示现实的生产条件不利而导致作物减产的数量。

式中,AYi表示实际单产,TYi表示趋势单产,DYi则代表了单产偏差。

该文利用灰色预测理论,将历年林果业作物单产经过累加,从而弱化了单产序列的随机性,然后对累加生成的新数据序列建立灰色预测模型GM(1,1)并求解模型各项参数与检验,最后对模型进行多次递减还原,求出预测值即趋势单产,进而求出单产偏差。

1.2.2 单产偏离率

林果作物单产偏离率是单产偏差在趋势单产中所占的比重,表示实际单产偏离趋势单产的程度,分为正偏离率与负偏离率两种,运用负偏率出现的概率即可衡量林果业作物的生产风险。表达式如下

式中,RYi表示单产偏离率。

1.2.3 单产负偏率指数

为分析各种林果作物单产受不利的条件的影响程度,引入单产负偏离率指数。该指数用来计算林果作物单产与历年平均单产之间的负偏离程度,反映出各作物因不利的生产因素而导致的单产出现的负偏离值的相对大小,能很好地衡量林果作物的产量风险。该指数介于0至1之间,越接近1代表林果业受不利因素影响的可能性越大,林果业产量风险越大。其表达式为:

式中,NSIi表示林果作物负单产偏率,DYi表示单产为负偏离的第i年单产负偏离值,TYm为林果作物历年实际平均单产,i表示年份,n表示年数。

1.3 基于信息扩散理论的风险评价方法

为了计算林果作物产量风险的发生概率,引入模糊数学中的信息扩散理论。信息扩散理论在对于样本信息量不足的风险评估具有科学的可行性[11]。将样本中每一种作物的单产信息扩散到整个林果业生产风险指标领域的所有数据点,从而获得更高可信度的风险评价结果。

基于信息扩散理论的风险分析模型中,假设X为在n年内风险评估指标实际观测值的集合:

式中,xi(i=1,2,3,…,n)表示样本观测值,即为各种林果作物负单产偏离的样本,n表示样本数量。

假设Y是以X内对每个样本实际观测值进行信息扩散的范围集合:

式中,yj是在内以一定间距离散得到的任意离散实数值,即林果作物单产风险概率,m为离散点总数。

对实际观测值集合X运用模糊数学方法进行集数化处理,每一个样本点xi将依据 (6)式将其所携带的信息扩散给Y中所有数据点:

式中,h表示信息扩散系数,是依据样本集合中最大值、最小值及样本数量决定的,其计算方法如下:

式中,a表示X集合中的最小值,b表示X集合中的最大值。则记为:

则X集合中任意xi的隶属函数即样本xi的归一化信息分布为:

若将λxi(yj)函数进行进一步处理,先假设:

则由 (10)式与 (11)式的比值得到如下表达式:

式中,P(yj)表示样本观测值落在范围内的频率,即作为概率估算值,因此,样本观测值超越yj的概率可以表示为:

将计算林果作物单产负偏离指数过程中得到的林果作物单产负偏离率作物信息扩散理论中的样本数据,同时将该样本数据依据定义扩散到单产风险域中,得到各林果作物的单产风险发生的概率。通过负偏离指数与风险概率的结合,可以对林果业风险与概率进行评估,为林果业品种种植布局、灾害的防御、林果业保险设置等提供良好的依据。

2 评估结果与分析

2.1 各林果品种单产偏离分析结果

该文选择新疆地区1988~2012年期间的7种特色林果作物单产数据序列,通过建立林果业生产的灰色预测模型即GM(1,1)获得模型参数a与u值,并对所建立的模型进行后验差检验,通过方差比C值与小误差概率两项指标判断各种林果作物的模型精度。通过模型的确定及检验,苹果的模型精度最好,梨、葡萄、桃、杏、红枣的精度合格。由此可说明,该文所建立的林果作物单产预测模型可行性较好,可将其作为风险评估的依据。各种林果作物的GM(1,1)模型、参数及检验指标如表1中所示。

根据灰色预测模型所求出的林果作物趋势单产与相应的单产偏差如表2中所示。由表2中的数据可知,1988~2012年新疆地区7种特色林果作物的单产偏差的极差分别为5.1、7.42、9.62、5.78、4.16、2.32、3.24,历年来各林果作物单产偏差出现负值的个数分别为15、9、12、9、11、10及11个。

根据上述分析的新疆地区林果作物趋势单产与单产偏差,可以分别计算出各种林果作物的单产偏离率,然后根据单产偏离率初步判断各种作物的自然灾害的发生情况。

表1 各品种林果趋势单产灰色预测模型GM(1,1)及参数

表2 各品种林果趋势单产与环境产量 (t/hm2)

如表3中所示,该文将单产偏离率 (DY)小于等于-40%的年份定义为重灾年,根据表中数据显示25年来,红枣受重灾的年份有7年,桃与石榴是2年,葡萄是1年,苹果、梨及杏则没有重灾年份。各种林果作物中红枣的受灾频率最高,其次是苹果、梨及葡萄,再次是杏与石榴。

红枣是新疆主要的林果业种植作物,种植面积较大,但是由于红枣的种植容易受天气、病虫害的影响,因此单产偏离较大。苹果、梨及葡萄的成熟季节相近,所遭受的自然灾害也会大致相同,旱灾、季风等危害,也会导致单产的偏离。而杏与石榴具有较强的适应性,抗病力较强,单产偏离不大。

表3 2008~2012年新疆林果业灾害发生情况 年

2.2 基于林果品种单产负偏差指数的风险水平评价结果

根据所计算的趋势单产与单产偏差结果,分别计算苹果、梨、葡萄、桃、杏、红枣、石榴的单产负偏率指数,分别为0.15、0.27、0.21、0.30、0.17、0.57、0.28。结果显示红枣的单产负偏率指数最高,生产风险损失变化幅度最大。其次是桃与石榴,梨、葡萄及杏相对较低,苹果的单产负偏离指数最低。这一结果与根据单产偏率初步判断的结果相一致,并进一步量化了各种林果作物的风险水平。

2.3 基于信息扩散理论的风险概率评价结果

分别取新疆7种特色林果作物1988~2012年的单产偏差为负值的年份计算各作物的单产负偏离率,从而得到历年的单产负偏率。

苹果X1={-3.95%、 -2.37%、 -21.13%、 -7.58%、 -6.58%、 -18.60%、 -13.58%、 -16.23%、 -3.27%、 -16.28%、 -5.82%、 -6.45%、 -16.21%、 -22.73%、 -15.00%};

梨 X2={-22.75%、 -5.32%、 -16.89%、 -26.49%、 -28.43%、 -30.25%、 -24.43%、 -12.52%、 -20.01%};

葡萄 X3={-40.24%、 -29.12%、 -13.68%、 -14.02%、 -30.98%、 -24.66%、 -15.92%、-3.47%、 -4.95%、 -4.48%、 -12.80%、 -2.64%};

桃 X4={-0.04%、 -3.43%、 -1.38%、 -0.26%、 -14.31%、 -48.59%、 -45.39%、 -30.99%、 -19.90%、 -24.15%};

杏 X5={-0.19%、 -4.16%、 -3.13%、 -4.42%、 -25.47%、 -20.66%、 -34.14%、 -7.39%、 -5.82%、 -2.48%、 -10.40%};

红枣 X6={-0.16%、 -6.75%、 -21.16%、 -41.16%、 -58.30%、 -67.43%、 -56.98%、 -53.78%、 -51.27%、 -56.59%、 -27.20%};

石榴 X7={-24.01%、 -8.39%、 -4.70%、 -45.66%、 -60.56%、 -24.90%、 -7.50%、 -14.14%、 -5.15%、 -19.75%、 -2.71%}。

设以单产负偏离率表示的风险概率指标论域为:

Y={0,-5%,-10%,-15%,-20%,-25%,-30%,-35%,-40%,-45%,-50%,-55%,-60%,-65%,-70%,-75%,-80%,-85%,-90%,-95%,1}

根据信息扩散理论,可计算出7种林果作物的扩散系数,分别为h1=1.052 1、h2=1.490 5、h3=0.677 0、h4=0.793 6、h5=0.420 1、h6=0.188 0、h7=0.536 9。再根据信息扩散理论,分别求出每种林果作物的单产负偏率超越概率,根据各种作物的单产负偏离的超越概率可做出超越概率图,可比较不同作物品种成灾风险概率的大小,从而得到林果业产量风险的发生概率大小。如表4中所示,苹果、梨、葡萄3种林果的单产负偏离率为-5%的概率均在0.88左右,桃、杏、石榴的单产负偏离率为-5%的概率在0.7左右,红枣的单产负偏离率为-5%的概率为0.948 3。由表中数据可知,随着单产负偏离的减小,风险发生的概率也在不断变小,但是不同林果作物的风险减小的速度并不相同。概率减小的速度越快,其面临的产量风险的可能性就越小。从表4的结果中可以看出,石榴的风险概率减小的速度最快,说明其生产风险较小,而红枣与梨的风险概率减小的速度最慢,说明其生产风险较大。

表4 各林果作物单产负偏离概率

3 结论

(1)新疆林果作物面临的生产风险在不同林果产品中存在一定程度的差异性。从单产负偏率指数的大小分析,林果作物的生产风险从大到小的顺序依次是红枣、桃、石榴、梨、葡萄、杏、苹果。从林果作物生产风险的发生概率的大小分析,红枣减产30%的可能性最大,发生概率为0.398 4,其次是桃减产30%的发生概率为0.147 8,再次是杏、梨、苹果、葡萄,减产30%发生风险概率最小的是石榴,风险发生概率为 0.001 4。

(2)将单产负偏离指数与生产风险发生概率的分析结果相结合,该文可以得出如下结论:红枣与桃由于产量偏离幅度较大,成灾概率较高,故其生产风险较高;苹果、梨、葡萄、杏四种作物的产量偏离偏低,成灾概率也并不高,故其生产风险较小;而石榴的单产偏离不大,成灾概率发生水平较低,故其生产风险最低。

(3)根据该文以上分析可知,红枣与桃是林果产业中风险发生概率较高的两种作物,在林果业生产风险防范中应加强对这两种作物的风险管理,同时,也要兼顾其它林果作物的风险防范。

4 建议

(1)首先,区别对待不同林果作物的风险管理方法。林果产业各主产地区在气候条件、种植规模等方面均具有差异性,应针对不同产区的生产条件制定合理的政府投资力度与补贴水平,使其与该种植区域的林果作物的风险大小相适应。

(2)其次,加大林果业生产风险的防范力度。政府及相关部门应建立林果业风险预警系统,密切关注各种林果作物的生产情况,加强林果作物在各环节的风险管理,可以采用定期或者不定期的方法对林果作物的生产风险进行评估,以便及时发现生产过程中面临的异常风险。

(3)再次,加强林果业生产风险防范的基础设施的建设。为适应不同林果作物的生产,需要加强林果园区的基础设施的建设,以及旧园区的改建工作,不断加强园区的抵抗自然灾害的能力。园区的构造,应可以应对病虫害、旱灾、冰雹等其他多种自然灾害,提高园区的抵御自然灾害的能力,减少林果业的生产风险。

(4)最后,构建林果主产区的农业保险体系。通过对农业保险机制的不断创新,建立林果业产业保险体系。在以政府为主导的政策性保险下,充分发挥农民、企业等多方的能力,扩大林果产业保险保障范围与提高风险防范能力。对于林果业保险而言,政策性保险应该按照不同林果产区的风险发生程度区别对待,确保林果业保险保费的公平性与科学性。

[1] 邢鹂,钟甫宁.粮食生产与风险区划研究.农业技术经济,2006,(1):19~23

[2] 程广燕.我国大豆生产风险评估与防范对策研究——以黑龙江为例.北京:中国农业科学院,2008:9~12

[3] 王川,赵友森.基于风险价值法的蔬菜市场风险度量与评估——以北京蔬菜批发市场为例.中国农村观察,2011,(5):45~56

[4] 黄森.柑橘生产风险定量评估研究.农业技术经济,2013,(9):122~128

[5] 张峭,王克.我国农业自然灾害风险评估与区划.中国农业资源与区划,2011,32(3):32~36

[6] 宋正月,张峭,王克.农作物生产风险评估与区划系统的设计与实现.中国农业资源与区划,2013,34(3):24~40

[7] 张冬有,张丽娟.基于信息扩散理论的自然灾害风险评估系统设计与实现.自然灾害学报,2013,(8):234~238

[8] 张伟,岑敏华.中国农业风险的多维保障机制研究.农村经济,2014,(2):61~65

[9] 梁枫,沙英.金融机构贷款灰色预测GM(1,1)模型研究.经济问题,2014,(1):58~61

[10] 邓聚龙.灰色系统基本方法 (第2版).武汉:华中科技大学出版社,2005

[11] 张竟竟.基于信息扩散理论的河南省农业旱灾风险评估.资源科学,2012,34(2):280~286

猜你喜欢
林果业林果单产
林果业病虫害综合防治对策
农大农企联手创山西小麦最高单产新纪录
油菜“不务正业”,单产3.4吨
单产948.48千克!“金种子”迸发大能量
我国玉米单产纪录第七次被刷新
平山县主要林果有害生物的发生及防治
浅谈林果业可持续发展面临的几个问题
气候变化下林果业重大害虫灾变规律探讨
阿克苏林果虫害专家系统的设计与实现
请和一只胖子相恩爱