湖南省水稻生产优势县水稻生产风险评估

黄 　尧，李 　煦，高　志强，傅　志强，陈 灿，郑　华斌，李　绪　孟，黄 　璜

（1湖南农业大学农学院，长沙　410128；2南方粮油作物协同创新中心，湖南长沙　410128；3湖南农业大学图书馆，长沙410128；4湖南农业大学理学院，长沙　410128）

湖南省水稻生产优势县水稻生产风险评估

黄 尧1，2，李 煦3，高志强1，2，傅志强1，2，陈 灿1，2，郑华斌1，2，李绪孟2，4，黄 璜1，2

（1湖南农业大学农学院，长沙410128；2南方粮油作物协同创新中心，湖南长沙410128；3湖南农业大学图书馆，长沙410128；4湖南农业大学理学院，长沙410128）

湖南省水稻种植面积和总产量均居我国各省、区之首，湖南水稻产量的稳定性对于保障国家粮食安全和水稻生产者的收益稳定性及生产积极性都很重要。运用综合比较优势指数法，选择了42个湖南省水稻生产优势县（市／区），利用非参数信息扩散模型对优势县早稻、中稻及一季晚稻、晚稻的减产率进行了估算。结果显示，在早稻生产中，13个考察县（市／区）水稻产量减产超过1%以上的概率小于50%；在中稻及一季晚稻生产中，16个考察县（市／区）水稻产量减产超过1%以上的概率小于50%；在晚稻生产中，7个考察县（市／区）水稻产量减产超过1%以上的概率小于50%。另一方面，以在田农作物产量损失达10%以上为农作物受灾标准，在早稻生产中，19个考察县（市／区）水稻生产受灾的概率几乎为零，可以忽略；在中稻及一季晚稻生产中，17个考察县（市／区）水稻生产受灾的概率可以忽略；在晚稻生产中，27个考察县（市／区）水稻生产受灾的概率可以忽略。以上结果充分说明湖南省水稻生产优势县的水稻生产所面临的生产风险处于合理区间。

水稻；优势县；风险评估；信息扩散模型；湖南

1　研究样本与方法确定

1.1研究样本

本研究数据来源于2001～2014年《湖南农村统计年鉴》，以湖南省及122个县（市／区）的农作物总播种面积、稻谷播种面积、粮食作物单产及稻谷单产数据为基础进行相关分析。

1.2研究方法

1.2.1综合比较优势指数法

一般用于一国范围内不同区域间的某种产品或同区域间不同产品的比较优势的度量和比较。综合比较优势指数法包括生产规模优势指数、生产效率优势指数和综合比较优势指数，能较为全面地反映区域水稻种植在自然资源禀赋、农业科技应用程度、种植制度安排等方面的综合情况。

效率优势指数EAI（Efficiency Advantage Index）:

式中:APij为i县（市／区）水稻的单位面积产量，j专指水稻，APi为i县（市／区）粮食作物的单位面积产量，APj为湖南省全省水稻的单位面积产量，AP为湖南省全省粮食作物的单位面积产量。

规模优势指数SAI（Scale Advantage Index）:

式中:GSij为i县（市／区）水稻的播种面积，GSi为i县（市／区）所有农作物总播种面积，GSj为湖南省全省水稻播种面积，GS为湖南省全省所有农作物的播种面积。

综合比较优势指数AAI（Aggregated Advantage Index）:

由公式易知，一个县（市／区）的效率优势指数大于1，则表示该县（市／区）水稻的单产水平高于同时期全省平均水平，具有效率优势；一个县（市／区）的规模优势指数大于1，则表示该县（市／区）水稻的规模化生产程度高于同时期全省平均水平，具有规模优势。综合比较优势指数综合了效率和规模因素，若其大于1，则表示该县（市／区）水稻种植与全省相比具有综合优势。本文在比较各县（市／区）综合比较优势指数均值的基础上考虑其波动水平，最终确定湖南省水稻生产的优势县（市／区）。

在本文中，效率优势指数选取水稻的单位面积产量和粮食作物的单位面积产量作比较，其原因在于，各作物间单产水平参差不齐，与粮食作物的单位面积产量作比较更能体现出水稻种植的效率水平。

1.2.2单产拟合与减产率计算

本文采用直线滑动平均拟合湖南省水稻生产优势县（市／区）的趋势单位产量，其具体原理是将水稻单产的时间序列在某个阶段内的变化看做线性函数，呈一直线。随着阶段的连续滑动，直线不断变换位置，后延滑动，从而反映单位产量历史演变的趋势变化。依次求取各阶段内的直线回归模型，各时间点上各直线滑动回归模拟值的平均，即为湖南省水稻生产优势县（市／区）的趋势单产。这种方法的优点在于不必损失样本序列的年数，在样本数据较小时是一种较好的趋势模拟方法。

其线性趋势方程为:yi=ai+bit。其中i=n-k +1，i为根据步长划分出的时间段个数；k为滑动步长；n为样本序列个数；t为时间序号。计算每个方程在t点上的函数值yi（t），这样每个t点上分别有q个函数值，然后再求算每个t点上q个函数值的平均值:

yi（t）即为湖南省水稻生产优势县水稻单产的趋势拟合值，只有当步长（k）足够大时，趋势产量才能消除短周期波动的影响。本文中取步长为11年。

可将水稻单产实际数据分解:y∧t=yt+εt。其中yt为水稻单产实际数据，y∧t为水稻单产的趋势拟合值，εt为随机项。

基于此，本文中单产减产率定义为:

max（y∧t-yt，0）／y∧t（5）

1.2.3风险评估模型建立

本研究将利用非参数信息扩散模型，其基本原理是将单个样本信息看做是一个样本代表，即一个模糊集观测样本。

设某县第t年减产率的样本观测数据为xt（单位为%），则在本研究中，有样本集合

X=｛x1，x2，x3，…，x14｝（6）

式中xi为观测样本点。

设U为X集合中每个实际观测值样本的信息扩散范围集合，即可能的减产率论域，有:

U=｛u1，u2，u3，…，un｝（7）

式中ui为位于区间内固定间［u1，un］隔离散得到的任意离散实数值。在本试验中，区间取［0，100］，固定间隔取1。

则本研究信息扩散模型为:

式中:h是信息扩散系数，根据样本集的大小取不同的值，具体为:

式中:a为样本集合中样本的最小值，b为样本集合中样本的最大值，m是观测样本总数。

令Ci=∑nj=1fi（ui） i=1，2，…，m（10）

则样本xi的归一化信息分布为:

其中，i=1，2，…，m；j=1，2，…，n

假设q（uj）=i∑=1μxi（uj） j=1，2，…，n

Q=∑

j=1q（uj）（12）

事实上，Q就是各uj点上样本点数的总和，由此可得p（uj）=。其中p（uj）就是样本点落在uj处的频率值，可以作为概率的估计值。其超越概率即为所要求的风险估计值:

P（u≥uj）=∑k=jq（uk） i=1，2，…，n（13）

1.3数据说明

需要说明的几点是:第一，芙蓉区2001～2004年无水稻种植数据，在最后的数据处理中将剔除这4年的影响；第二，衡阳市郊区自2002年起重新划分为珠晖、雁峰、石峰、蒸湘4区，在最后数据处理中将忽略2000～2001年衡阳市郊区的数据；第三，醴陵市2002年无农作物总播种面积数据，在最后数据处理上使用了2001年的数据作为替代；第四，自2007年起，湖南省统计的农作物单产数据单位发生了变化，但并不影响本研究；第五，望城县自2011年起改名为望城区，在最后的结果中将以望城区来体现；第六，芝山区2012年起改名为零陵区，在最后的结果中将以零陵区来体现。

2　结果与分析

2.1湖南省县域水稻的综合比较优势

根据2001～2014年《湖南农村统计年鉴》的相应数据，计算的湖南省各县（市／区）的2000～2013年综合比较优势指数平均值如表1所示。

表1　湖南省各县　2000～2013年综合比较优势指数平均值

从表1可知，第一，全省有60个县（市／区）的综合比较优势指数考察期内均值高于1，最高为湘潭县，其均值为1.22；全省有62个县（市／区）的综合比较优势指数考察期内均值低于1，最低为雨花区，其均值为0.38。第二，从区域分布来看，在60个具有相对比较优势的县（市／区）中，位于湘东（湘中）地区的有20个，位于湘南地区的有28个，位于湘北地区的有11个。水稻生产在湘东地区与湘南地区的发展优势以及在农业生产中的主导地位十分明显。第三，湘西地区只有洪江市的综合比较优势指数均值大于1。进一步考察可以发现，湘西地区的县（市／区）效率优势指数在考察期内一直围绕1上下波动，说明其水稻生产单产效率处于全省平均水平。但湘西地区县（市／区）规模优势指数大部分在0.8以下，鹤城区规模优势指数表现为全省最差，始终围绕在0.5上下波动，说明相较于其他农作物，水稻在湘西地区的种植面积极为有限，无法形成规模优势，这也是湘西地区特殊的地质条件及气候条件所造成的。

2.2湖南省水稻生产优势县的确定与分析

通过计算出的考察期内综合比较优势指数均值，以考察期内大于1为选择标准，综合考虑水稻种植面积、产量及其他方面因素，本文选取42个县（市／区）为湖南省水稻生产优势县（市／区），按均值从大到小依次为湘潭县、赫山区、株洲县、茶陵县、资阳区、醴陵市、双峰县、攸县、安仁县、宁乡县、汨罗市、桃江县、湘乡市、冷水滩区、湘阴县、新邵县、宁远县、平江县、邵阳县、祁阳县、常宁市、涟源市、衡南县、新化县、望城区、汉寿县、武冈市、鼎城区、长沙县、衡东县、岳阳县、临湘市、祁东县、邵东县、东安县、洞口县、芝山区、耒阳市、新宁县、衡阳县、临澧县、桃源县。考察期内综合比较优势指数均值最大的是湘潭县的1.2184。

需要注意的是:

第一，浏阳、隆回、华容、澧县、石门、慈利、南县、沅江、溆浦等传统意义上的粮食生产大县因为考察期内综合比较优势指数均值小于1而没能被选为湖南省水稻生产的优势县（市／区）。说明这些县（市／区）的水稻产量优势更多的是始于农业生产的资源禀赋，水稻生产在这些县（市／区）并没有如在其他县（市／区）那样成为种植业主导优势作物。这一结果并不能否认这些县（市／区）在湖南省水稻生产中的重要地位。

第二，同为均值小于1的粮食生产大县，桃源县最终被选为湖南省水稻生产的优势县（市／区）。其原因在于，桃源县的综合比较优势指数在考察期内取得了显著进步，从2000年的0.93一直增长到2014年的1.05，上升态势明显。作为粮食生产大县，桃源县正在水稻种植领域逐渐展现其优异的农业生产资源禀赋。

第三，韶山市、炎陵县、天元区、双清区、桂东县、石峰区、蒸湘区、荷塘区、苏仙区、大祥区、娄星区、雁峰区、雨湖区、岳塘区、洪江市、冷水江市、衡山县、汝城县、蓝山县等19个县（市／区）虽然均值都超过了1，但因水稻播种面积不足，在本研究中没有被选为湖南省水稻生产优势县（市／区）。

第四，从区域分布来看，最终被认为具有水稻生产优势的42个县（市／区）中，位于湘东（湘中）地区的有10个，位于湘南地区的有20个，位于湘北地区的有12个，没有一个位于湘西地区。可以看出，除去湘西地区外，湖南省水稻生产优势县空间分布较为均匀。一方面说明湖南省的水稻种植产业具有强大的整体优势，境内大部分地区的自然资源禀赋及气候条件均适宜水稻种植；另一方面也充分说明了水稻生产在整个湖南省农业生产中的主导地位。从本研究的角度来看，所选取的样本数据也能较全面地反映湖南省各地区在气候、地质、水文条件下所面对的水稻生产风险。

2.3湖南省水稻单产的拟合及减产率的估计

通过拟合2000～2013年湖南省水稻生产重点县水稻单产较趋势产量减产率，得出结论如下:

第一，早稻生产中，实际单产较趋势单产减产率最高的是耒阳2006年的减产率，达到21.83%；中稻及一季晚稻生产中，实际单产较趋势单产减产率最高为28.5%，为武冈市2003年的减产率；晚稻生产中，实际单产较趋势单产减产率最高为18.4%，为新化县2003年的减产率。

第二，早稻生产中，14年中有3年绝大部分重点县实际单产较趋势单产有所下降，有3年过半数重点县实际单产较趋势产量下降，在其余8年大部分重点县实际单产较趋势产量都是增加的；中稻及一季晚稻生产中，14年中有2年绝大部分重点县实际单产较趋势单产有所下降，有3年过半数重点县实际单产较趋势产量下降，在其余9年大部分重点县实际单产较趋势产量都是增加的；晚稻生产中，14年中有1年绝大部分重点县实际单产较趋势单产有所下降，有6年过半数重点县实际单产较趋势产量下降，在其余7年大部分重点县实际单产较趋势产量都是增加的。

第三，早稻生产中，自2010年以后，湖南省水稻生产重点县实际单产较趋势单产的减产情况正逐渐好转，2013年42个重点县中仅有12个县（市／区）发生了减产，较2010年的36个县（市／区）下降了66.67%。

第四，中稻及一季晚稻生产的减产率数据表现相对平稳，没有明显的波动，但2013年出现了比较集中的减产。

第五，长沙县、宁乡县、湘潭县、衡阳县、耒阳市、临澧县、赫山区、桃江县、祁阳县、双峰县等10个县（市／区）的早稻生产在14年中只有5年或以下与趋势单产相比发生了减产，表现优异。但值得注意的是，耒阳市虽然只有4年发生了减产，但其中2年减产率均在20%左右。

第六，宁乡县、茶陵县、衡阳县、耒阳市、武冈市、桃源县、资阳区、零陵区、冷水滩区、东安县、宁远县、双峰县、新化县等13个县（市／区）的中稻及一季晚稻生产在14年中只有5年或以下与趋势单产相比发生了减产，表现优异。与早稻情况类似，耒阳市虽然只有5年发生了减产，但其中两年减产率都超过了15%。

第七，攸县、平江县、汨罗市、双峰县、新化县等5个县（市／区）的晚稻生产在14年中只有5年或以下与趋势单产相比发生了减产，表现优异。

第八，在考察期内大部分时间，湖南省水稻生产优势县晚稻生产中都普遍存在实际单产较趋势单产的减产，说明在湖南省，晚稻生产较早稻、中稻及一季晚稻生产的风险更大。

2.4水稻生产的风险评估

通过考察湖南省水稻生产重点县早稻、中稻及一季晚稻、晚稻减产超过一定阈值的概率分布，可以得出结论如下:

第一，农作物受灾标准为在田农作物产量损失达一成以上，在早稻生产中，株洲县、攸县、醴陵市、衡阳县、衡南县、祁东县、常宁市、洞口县、武冈市、湘阴县、平江县、汨罗市、安仁县、零陵区、祁阳县、东安县、双峰县、新化县、涟源市等19个县（市／区）水稻生产受灾的概率几乎为零，可以忽略，占考察县（市／区）的45.24%；在中稻及一季晚稻生产中，长沙县、醴陵市、湘潭县、湘乡市、衡阳县、衡南县、常宁市、新邵县、邵阳县、洞口县、新宁县、平江县、临湘市、赫山区、安仁县、冷水滩区、祁阳县等17个县（市／区）水稻生产受灾的概率可以忽略，占考察县（市／区）的40.48%；在晚稻生产中，共计有27个县（市／区）水稻生产受灾的概率可以忽略，占考察县（市／区）的64.29%。

第二，在早稻生产中，仅有耒阳市与汉寿县两个县（市／区）减产20%以上的概率值得注意，占考察县（市／区）的4.76%；在中稻及一季晚稻生产中，有4个县（市／区）减产20%以上的概率值得注意，分别为耒阳市、武冈市、双峰县、新化县，占考察县（市／区）的9.52%；在晚稻生产中，所有县（市／区）减产20%以上的概率都可以忽略，说明湖南省晚稻生产遭遇大规模减产的风险概率极低。

第三，在早稻生产中，长沙县、望城区、宁乡县、湘潭县、耒阳市、邵东县、新宁县、岳阳县、汉寿县、临澧县、资阳区、赫山区、桃江县等13个县（市／区）减产超过1%以上的概率均小于50%，占考察县（市／区）的30.95%。其中耒阳市减产超过1%以上的概率最小，为21.43%。可以认为这部分县（市／区）的早稻生产风险较小。

第四，在中稻及一季晚稻生产生产中，宁乡县、株洲县、茶陵县、衡阳县、耒阳市、武冈市、湘阴县、汉寿县、临澧县、桃源县、资阳区、零陵区、宁远县、双峰县、新化县、涟源市等16个县（市／区）减产超过1%以上的概率均小于50%，占考察县（市／区）的38.09%。其中双峰县减产超过1%以上的概率最小，为14.83%。可以认为这部分县（市／区）的中稻及一季晚稻生产风险较小。

第五，在晚稻生产中，仅有长沙县、新邵县、邵阳县、平江县、汨罗市、安仁县、新化县7个县（市／区）减产超过1%以上的概率小于50%，仅占考察县（市／区）的16.67%。其中平江县减产超过1%以上的概率最小，为13.24%。可以认为这部分县（市／区）的晚稻生产风险较小。

3　结论与讨论

本文运用综合比较优势指数法，基于2000～2013年的数据，选择了42个湖南省水稻生产优势县（市／区），在此基础上，针对小样本的数据特点，利用直线滑动平均法拟合了水稻生产优势县的趋势单产，并利用非参数信息扩散模型对早稻、中稻及一季晚稻、晚稻的减产率进行了估算，得出主要结论如下:

（1）除去湘西地区外，湖南省水稻生产优势县空间分布较为均匀。一方面说明湖南省的水稻种植产业具有强大的整体优势，境内大部分地区的自然资源禀赋及气候条件均适宜水稻种植；另一方面也充分说明了水稻生产在整个湖南省农业生产中的主导地位。

（2）从风险估计的结果来看，湖南省双季稻生产中的晚稻生产风险最小，双季稻的早稻次之，中稻及一季晚稻生产风险最高，中稻及一季晚稻的相关保险可以作为湖南省水稻种植保险的侧重发展领域。

（3）早稻生产中的耒阳市、汉寿县，中稻及一季晚稻生产中的耒阳市、武冈市、双峰县、新化县，均存在减产超过1%以上的概率低于50%，同时减产超过20%以上的概率高于5%的情况。这说明这些县（市／区）在相应稻季水稻生产中风险发生概率低，但生产风险集中于大规模减产方面，这方面值得注意。

（4）最终估计结果显示，我省水稻生产所面临生产风险处于合理区间，且时空分布较为平均，在当前制度风险及市场风险均不明显的大环境下，湖南省水稻种植保险应更注重农业保险基础设施建设、已有市场的巩固及创新性农业保险产品的开发。

湖南省人民政府在2015年3月印发了《关于加快发展现代保险服务业的实施意见》，其中明确提出要发挥“三农”保险在支农惠农中的重要作用。意见中提到要加强保险机构与灾害预报部门、农业主管部门的合作机制。在未来研究中，利用更丰富的数据资源分析农业生产中存在的风险以及利用多部门提供的数据开发符合湖南农业生产特点创新性农业保险产品将可能成为新的趋势。

［1］ 张旭升.政策性农业保险试点绩效评估与实证研究——以湖南省为例［J］.安徽农业科学，2012，41（18）:7992-7995.

［2］ 张 峭，王 克.农作物生产风险分析的方法和模型［J］.AO农业展望，2007（8）:7-10.

［3］ 张 峭，王 克.我国农业自然灾害风险评估与区划［J］.中国农业资源与区划，2011，32（3）:32-36.

［4］ 李文芳.基于非参数信息扩散模型的湖北水稻生产灾害风险评估［J］.江西农业大学学报（社会科学版），2012，11（1）:58-62.

［5］ 白 林，段东霞，万 忠.广东水稻生产风险评估研究［J］.西南农业学报，2014，27（4）:1762-1767.

［6］ 李 永，孙越芹，夏 敏.小麦保险费率厘定:基于小波分析与非参数估计法［J］.预测，2011，30（4）:55-59.

［7］ 邓 国，王昂生，周玉淑.粮食生产风险水平的概率分布计算方法［J］.南京气象学院学报，2002，25（4）: 481-488.

［8］ 王 克，张 峭.我国东北三省主要农作物生产风险评估［J］.AO农业展望，2008（7）:23-29.

［9］ Goodwin BK，Ker AP.Nonparametric estimation of crop yield distributions:implications for rating group-risk crop insurance contracts［J］.American Journal of Agricultural Economics，1998，80:139-153.

［10］ Ker AP，Goodwin BK.Nonparametric estimation of crop insurance rates revisited［J］.American Journal of Agricultural Economics，2000，83:463-478.

［11］黄崇福.自然灾害风险分析的基本原理［J］.自然灾害学报，1999，8（2）:21-30.

［12］王 莺，李耀辉，赵福年，等.基于信息扩散理论的甘肃省农业旱灾风险分析［J］.干旱气象，2013，31（1）: 43-48.

Rice Production Risk Assessment in Advantageous Rice Production Counties of Hunan Province

HUANG Yao1，2，LIXu3，GAO Zhi-qiang1，2，FU Zhi-qiang1，2，CHEN Can1，2，ZHENG Hua-bin1，2，LIXu-m eng2，4，HUANG Huang1，2
（1 College of Agronomy，Hunan Agricultural University，Changsha，Hunan 410128，China；2 Southern Collaborative Innovation Center for Grain and Oil Crops in China，Changsha，Hunan 410128，China；3 Library of Hunan Agricultural University，Changsha，Hunan 410128，China；4 Science College of Hunan Agricultural University，Changsha，Hunan 410128，China）

Hunan province is the biggest province in planting area and total yield of rice in China，the stabilization of rice yield in Hunan province is important for both food safety of China and income stability of local rice producer.Comprehensive comparative advantage indexmethod is employed in this research，and 42 countieswere selected as advantageous rice production counties.Then reduction rate in rice yield of early season rice，medium rice，single-season rice and late rice in Hunan province was estimated by non parametric information diffusionmodel.The results showed that the possibility was less than 50%for rice yield reduction rate greater than 1%in 13 selected counties for early season rice production，and that formedium rice and single-season late rice production was 16，and that for late rice production was 7.Yield reduction greater than 10%was called“crop damage”in China.In this research，the possibility for appearance of crop damage in early rice production was nearly close to zero in 19 counties of selected counties，and that formedium rice and single-season late rice production and late rice production was 17 and 27，respectively.These results indicated that rice production risk in advantageous rice production counties of Hunan Province was in the reasonable range.

rice；county with advantage；risk assessment；information diffusion model；Hunan农作物区域产量风险评估研究可分为三类。（1）以灾情数据为评估基础。张峭、王克［3］利用基于民政部灾情数据的评估方法对全国及31个省份的农业自然灾害风险进行了相关评估研究。（2）“单产-趋势-波动-评估”的研究路径，是目前的主流研究范式。李文芳［4］利用ARIMA模型对武汉市和黄石市各地区县级早稻单产进行了拟合并计算早稻单产减产率。但该模型需忽略数据的趋势项和周期项等信息。白林等［5］利用直线滑动平均方法对广东省部分地级市的水稻单产进行了拟合，得到相应趋势值。李永等［6］利用小波分析法对北京市小麦产量进行了趋势产量拟合。（3）估计农作物单产波动概率分布的方法，主要分为参数方法和非参数方法。邓国等［7］利用正态分布曲线、偏态分布正态化等方法分别获得粮食产量序列的风险概率。王克等［8］利用极大似然估计法建立相应模型对东北3省3种主要农作物的生产风险进行了分析。非参数方法因其具有无需事先假定作物单产分布形类型、对函数假设要求宽松等优点，被广泛应用在农作物单产波动概率分布方面的研究。Goodwin和Ker［9，10］利用非参数估计方法对农作物产量的保险费率进行了估计。针对农作物减产数据不连续、样本小的特点，黄崇福［11］提出了基于信息扩散理论的模糊数学方法，该方法采用模糊数学处理法使有用信息最大化，弥补小样本数据带来的信息不足。基于信息扩散理论，李文芳［4］，白林等［5］，王莺等［12］先后估计了水稻、小麦等作物减产的风险概率。湖南于2007年成为全国首批政策性农业保险试点省份，同年在省内51个县市区开始推行水稻种植保险，承保面积达近200万公顷，占到全省水稻种植面积的46.57%［1］，因此，利用前述成熟的研究方法研究湖南省水稻生产优势县的生产风险评估具有重要的现实意义。

F326.11

A

1001-5280（2015）05-0475-07

10.3969／j.issn.1001-5280.2015.05.05

2015-07-05

黄 尧（1987-），男，湖南长沙市人，硕士，助理研究员，主要从事农业保险及农作物风险评估研究。