顧景枝，余國新，陳文博

(新疆農(nóng)業(yè)大學(xué)經(jīng)濟與貿(mào)易學(xué)院，烏魯木齊 830052)

新疆林果業(yè)的發(fā)展在全國范圍內(nèi)處于領(lǐng)先地位，并且充分利用各地區(qū)的環(huán)境優(yōu)勢，逐步形成各具特色的林果產(chǎn)業(yè)。新疆哈密地區(qū)十分重視紅棗的發(fā)展，阿克蘇地區(qū)則將蘋果的種植放在首位，庫爾勒地區(qū)則主要以香梨為主等。然而，新疆卻是我國自然災(zāi)害頻發(fā)的省區(qū)之一，2008～2012年期間，新疆平均受災(zāi)率達27．62%，農(nóng)業(yè)的生產(chǎn)因旱災(zāi)、風(fēng)雹災(zāi)害、冷凍災(zāi)害等自然災(zāi)害而損失慘重。因此，對林果業(yè)生產(chǎn)風(fēng)險進行有效的評估，對提高林果產(chǎn)量、促進林果業(yè)的發(fā)展、具有十分重要的意義，同時也能對林果業(yè)的風(fēng)險管理及構(gòu)建合理的產(chǎn)業(yè)保險體系提出措施建議。

由于農(nóng)業(yè)受自然災(zāi)害的影響較大，農(nóng)作物風(fēng)險評估是農(nóng)業(yè)風(fēng)險管理的重要部分，國內(nèi)很多學(xué)者對于農(nóng)作物風(fēng)險的研究越來越豐富，對農(nóng)作物的風(fēng)險評估方法也越來越廣泛。前期學(xué)者對糧食、大豆、蔬菜、柑橘等農(nóng)作物的生產(chǎn)風(fēng)險進行分析，主要運用風(fēng)險價值法與聚類分析法進行研究［1-4］。張峭、王克 (2011)運用災(zāi)情數(shù)據(jù)對全國31個省份的受災(zāi)風(fēng)險的概率密度與累積分布函數(shù)進行分析，得出各省份的年平均損失率并對風(fēng)險進行區(qū)劃［5］。關(guān)于農(nóng)作物生產(chǎn)風(fēng)險的評估，主要運用COM組件與Gis-Server等技術(shù)［6］及Arc GIS Engine為開發(fā)平臺，建立了自然災(zāi)害風(fēng)險評估系統(tǒng)［7］。有效的風(fēng)險管理方法對于農(nóng)民增收、產(chǎn)量損失的補償、價格風(fēng)險的控制方面都發(fā)揮了一定的作用［8］。該文則主要以新疆林果業(yè)為研究對象，將GM(1，1)模型與信息擴散理論相結(jié)合，分別對新疆7種特色林果的生產(chǎn)風(fēng)險進行量化的評估，建立完善的產(chǎn)業(yè)風(fēng)險評價體系，對促進林果產(chǎn)量的提高、林果業(yè)保險的發(fā)展提出了更加具體的建議。

1 數(shù)據(jù)來源與評估方法

1.1 數(shù)據(jù)來源

該文數(shù)據(jù)來源主要有《新疆統(tǒng)計年鑒》、《中國統(tǒng)計年鑒》等有關(guān)統(tǒng)計年鑒。由于林果業(yè)是新疆的主導(dǎo)產(chǎn)業(yè)，近幾年來發(fā)展十分迅速，因此，該文選擇1988～2012年新疆林果業(yè)中種植面積較大的7種林果作物的單產(chǎn)變化數(shù)據(jù)進行分析。

1.2 基于灰色預(yù)測模型GM(1，1)的產(chǎn)量波動評價方法

灰色預(yù)測模型在生態(tài)、能源、環(huán)境、經(jīng)濟等眾多領(lǐng)域已經(jīng)得到了廣泛的應(yīng)用，并解決了很多實際的問題［9］?；疑A(yù)測模型主要應(yīng)用在數(shù)據(jù)量少、信息不確定的問題中，運用GM(1，1)模型，將原始數(shù)據(jù)進行處理，得到存在一定規(guī)律的時間序列，進而建立動態(tài)預(yù)測模型，根據(jù)模型預(yù)測的結(jié)果，揭示未來的發(fā)展動態(tài)［10］。

1．2．1 單產(chǎn)偏差

林果業(yè)作物的實際單產(chǎn)對于趨勢單產(chǎn)的偏差，主要反映出有利與不利的實際生產(chǎn)條件對林果業(yè)作物單產(chǎn)的影響，當(dāng)其為正值時，表示現(xiàn)實的生產(chǎn)條件有利并可使作物增產(chǎn)的數(shù)量，當(dāng)其為負值時，表示現(xiàn)實的生產(chǎn)條件不利而導(dǎo)致作物減產(chǎn)的數(shù)量。

式中，AYi表示實際單產(chǎn)，TYi表示趨勢單產(chǎn)，DYi則代表了單產(chǎn)偏差。

該文利用灰色預(yù)測理論，將歷年林果業(yè)作物單產(chǎn)經(jīng)過累加，從而弱化了單產(chǎn)序列的隨機性，然后對累加生成的新數(shù)據(jù)序列建立灰色預(yù)測模型GM(1，1)并求解模型各項參數(shù)與檢驗，最后對模型進行多次遞減還原，求出預(yù)測值即趨勢單產(chǎn)，進而求出單產(chǎn)偏差。

1．2．2 單產(chǎn)偏離率

林果作物單產(chǎn)偏離率是單產(chǎn)偏差在趨勢單產(chǎn)中所占的比重，表示實際單產(chǎn)偏離趨勢單產(chǎn)的程度，分為正偏離率與負偏離率兩種，運用負偏率出現(xiàn)的概率即可衡量林果業(yè)作物的生產(chǎn)風(fēng)險。表達式如下

式中，RYi表示單產(chǎn)偏離率。

1．2．3 單產(chǎn)負偏率指數(shù)

為分析各種林果作物單產(chǎn)受不利的條件的影響程度，引入單產(chǎn)負偏離率指數(shù)。該指數(shù)用來計算林果作物單產(chǎn)與歷年平均單產(chǎn)之間的負偏離程度，反映出各作物因不利的生產(chǎn)因素而導(dǎo)致的單產(chǎn)出現(xiàn)的負偏離值的相對大小，能很好地衡量林果作物的產(chǎn)量風(fēng)險。該指數(shù)介于0至1之間，越接近1代表林果業(yè)受不利因素影響的可能性越大，林果業(yè)產(chǎn)量風(fēng)險越大。其表達式為:

式中，NSIi表示林果作物負單產(chǎn)偏率，DYi表示單產(chǎn)為負偏離的第i年單產(chǎn)負偏離值，TYm為林果作物歷年實際平均單產(chǎn)，i表示年份，n表示年數(shù)。

1.3 基于信息擴散理論的風(fēng)險評價方法

為了計算林果作物產(chǎn)量風(fēng)險的發(fā)生概率，引入模糊數(shù)學(xué)中的信息擴散理論。信息擴散理論在對于樣本信息量不足的風(fēng)險評估具有科學(xué)的可行性［11］。將樣本中每一種作物的單產(chǎn)信息擴散到整個林果業(yè)生產(chǎn)風(fēng)險指標(biāo)領(lǐng)域的所有數(shù)據(jù)點，從而獲得更高可信度的風(fēng)險評價結(jié)果。

基于信息擴散理論的風(fēng)險分析模型中，假設(shè)X為在n年內(nèi)風(fēng)險評估指標(biāo)實際觀測值的集合:

式中，xi(i=1，2，3，…，n)表示樣本觀測值，即為各種林果作物負單產(chǎn)偏離的樣本，n表示樣本數(shù)量。

假設(shè)Y是以X內(nèi)對每個樣本實際觀測值進行信息擴散的范圍集合:

式中，yj是在內(nèi)以一定間距離散得到的任意離散實數(shù)值，即林果作物單產(chǎn)風(fēng)險概率，m為離散點總數(shù)。

對實際觀測值集合X運用模糊數(shù)學(xué)方法進行集數(shù)化處理，每一個樣本點xi將依據(jù) (6)式將其所攜帶的信息擴散給Y中所有數(shù)據(jù)點:

式中，h表示信息擴散系數(shù)，是依據(jù)樣本集合中最大值、最小值及樣本數(shù)量決定的，其計算方法如下:

式中，a表示X集合中的最小值，b表示X集合中的最大值。則記為:

則X集合中任意xi的隸屬函數(shù)即樣本xi的歸一化信息分布為:

若將λxi(yj)函數(shù)進行進一步處理，先假設(shè):

則由 (10)式與 (11)式的比值得到如下表達式:

式中，P(yj)表示樣本觀測值落在范圍內(nèi)的頻率，即作為概率估算值，因此，樣本觀測值超越y(tǒng)j的概率可以表示為:

將計算林果作物單產(chǎn)負偏離指數(shù)過程中得到的林果作物單產(chǎn)負偏離率作物信息擴散理論中的樣本數(shù)據(jù)，同時將該樣本數(shù)據(jù)依據(jù)定義擴散到單產(chǎn)風(fēng)險域中，得到各林果作物的單產(chǎn)風(fēng)險發(fā)生的概率。通過負偏離指數(shù)與風(fēng)險概率的結(jié)合，可以對林果業(yè)風(fēng)險與概率進行評估，為林果業(yè)品種種植布局、災(zāi)害的防御、林果業(yè)保險設(shè)置等提供良好的依據(jù)。

2 評估結(jié)果與分析

2.1 各林果品種單產(chǎn)偏離分析結(jié)果

該文選擇新疆地區(qū)1988～2012年期間的7種特色林果作物單產(chǎn)數(shù)據(jù)序列，通過建立林果業(yè)生產(chǎn)的灰色預(yù)測模型即GM(1，1)獲得模型參數(shù)a與u值，并對所建立的模型進行后驗差檢驗，通過方差比C值與小誤差概率兩項指標(biāo)判斷各種林果作物的模型精度。通過模型的確定及檢驗，蘋果的模型精度最好，梨、葡萄、桃、杏、紅棗的精度合格。由此可說明，該文所建立的林果作物單產(chǎn)預(yù)測模型可行性較好，可將其作為風(fēng)險評估的依據(jù)。各種林果作物的GM(1，1)模型、參數(shù)及檢驗指標(biāo)如表1中所示。

根據(jù)灰色預(yù)測模型所求出的林果作物趨勢單產(chǎn)與相應(yīng)的單產(chǎn)偏差如表2中所示。由表2中的數(shù)據(jù)可知，1988～2012年新疆地區(qū)7種特色林果作物的單產(chǎn)偏差的極差分別為5．1、7．42、9．62、5．78、4．16、2．32、3．24，歷年來各林果作物單產(chǎn)偏差出現(xiàn)負值的個數(shù)分別為15、9、12、9、11、10及11個。

根據(jù)上述分析的新疆地區(qū)林果作物趨勢單產(chǎn)與單產(chǎn)偏差，可以分別計算出各種林果作物的單產(chǎn)偏離率，然后根據(jù)單產(chǎn)偏離率初步判斷各種作物的自然災(zāi)害的發(fā)生情況。

表1 各品種林果趨勢單產(chǎn)灰色預(yù)測模型GM(1，1)及參數(shù)

表2 各品種林果趨勢單產(chǎn)與環(huán)境產(chǎn)量 (t/hm2)

如表3中所示，該文將單產(chǎn)偏離率 (DY)小于等于-40%的年份定義為重災(zāi)年，根據(jù)表中數(shù)據(jù)顯示25年來，紅棗受重災(zāi)的年份有7年，桃與石榴是2年，葡萄是1年，蘋果、梨及杏則沒有重災(zāi)年份。各種林果作物中紅棗的受災(zāi)頻率最高，其次是蘋果、梨及葡萄，再次是杏與石榴。

紅棗是新疆主要的林果業(yè)種植作物，種植面積較大，但是由于紅棗的種植容易受天氣、病蟲害的影響，因此單產(chǎn)偏離較大。蘋果、梨及葡萄的成熟季節(jié)相近，所遭受的自然災(zāi)害也會大致相同，旱災(zāi)、季風(fēng)等危害，也會導(dǎo)致單產(chǎn)的偏離。而杏與石榴具有較強的適應(yīng)性，抗病力較強，單產(chǎn)偏離不大。

表3 2008～2012年新疆林果業(yè)災(zāi)害發(fā)生情況 年

2.2 基于林果品種單產(chǎn)負偏差指數(shù)的風(fēng)險水平評價結(jié)果

根據(jù)所計算的趨勢單產(chǎn)與單產(chǎn)偏差結(jié)果，分別計算蘋果、梨、葡萄、桃、杏、紅棗、石榴的單產(chǎn)負偏率指數(shù)，分別為0．15、0．27、0．21、0．30、0．17、0．57、0．28。結(jié)果顯示紅棗的單產(chǎn)負偏率指數(shù)最高，生產(chǎn)風(fēng)險損失變化幅度最大。其次是桃與石榴，梨、葡萄及杏相對較低，蘋果的單產(chǎn)負偏離指數(shù)最低。這一結(jié)果與根據(jù)單產(chǎn)偏率初步判斷的結(jié)果相一致，并進一步量化了各種林果作物的風(fēng)險水平。

2.3 基于信息擴散理論的風(fēng)險概率評價結(jié)果

分別取新疆7種特色林果作物1988～2012年的單產(chǎn)偏差為負值的年份計算各作物的單產(chǎn)負偏離率，從而得到歷年的單產(chǎn)負偏率。

蘋果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%};

紅棗 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%}。

設(shè)以單產(chǎn)負偏離率表示的風(fēng)險概率指標(biāo)論域為:

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

根據(jù)信息擴散理論，可計算出7種林果作物的擴散系數(shù)，分別為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。再根據(jù)信息擴散理論，分別求出每種林果作物的單產(chǎn)負偏率超越概率，根據(jù)各種作物的單產(chǎn)負偏離的超越概率可做出超越概率圖，可比較不同作物品種成災(zāi)風(fēng)險概率的大小，從而得到林果業(yè)產(chǎn)量風(fēng)險的發(fā)生概率大小。如表4中所示，蘋果、梨、葡萄3種林果的單產(chǎn)負偏離率為-5%的概率均在0．88左右，桃、杏、石榴的單產(chǎn)負偏離率為-5%的概率在0．7左右，紅棗的單產(chǎn)負偏離率為-5%的概率為0．948 3。由表中數(shù)據(jù)可知，隨著單產(chǎn)負偏離的減小，風(fēng)險發(fā)生的概率也在不斷變小，但是不同林果作物的風(fēng)險減小的速度并不相同。概率減小的速度越快，其面臨的產(chǎn)量風(fēng)險的可能性就越小。從表4的結(jié)果中可以看出，石榴的風(fēng)險概率減小的速度最快，說明其生產(chǎn)風(fēng)險較小，而紅棗與梨的風(fēng)險概率減小的速度最慢，說明其生產(chǎn)風(fēng)險較大。

表4 各林果作物單產(chǎn)負偏離概率

3 結(jié)論

(1)新疆林果作物面臨的生產(chǎn)風(fēng)險在不同林果產(chǎn)品中存在一定程度的差異性。從單產(chǎn)負偏率指數(shù)的大小分析，林果作物的生產(chǎn)風(fēng)險從大到小的順序依次是紅棗、桃、石榴、梨、葡萄、杏、蘋果。從林果作物生產(chǎn)風(fēng)險的發(fā)生概率的大小分析，紅棗減產(chǎn)30%的可能性最大，發(fā)生概率為0．398 4，其次是桃減產(chǎn)30%的發(fā)生概率為0．147 8，再次是杏、梨、蘋果、葡萄，減產(chǎn)30%發(fā)生風(fēng)險概率最小的是石榴，風(fēng)險發(fā)生概率為 0．001 4。

(2)將單產(chǎn)負偏離指數(shù)與生產(chǎn)風(fēng)險發(fā)生概率的分析結(jié)果相結(jié)合，該文可以得出如下結(jié)論:紅棗與桃由于產(chǎn)量偏離幅度較大，成災(zāi)概率較高，故其生產(chǎn)風(fēng)險較高;蘋果、梨、葡萄、杏四種作物的產(chǎn)量偏離偏低，成災(zāi)概率也并不高，故其生產(chǎn)風(fēng)險較小;而石榴的單產(chǎn)偏離不大，成災(zāi)概率發(fā)生水平較低，故其生產(chǎn)風(fēng)險最低。

(3)根據(jù)該文以上分析可知，紅棗與桃是林果產(chǎn)業(yè)中風(fēng)險發(fā)生概率較高的兩種作物，在林果業(yè)生產(chǎn)風(fēng)險防范中應(yīng)加強對這兩種作物的風(fēng)險管理，同時，也要兼顧其它林果作物的風(fēng)險防范。

4 建議

(1)首先，區(qū)別對待不同林果作物的風(fēng)險管理方法。林果產(chǎn)業(yè)各主產(chǎn)地區(qū)在氣候條件、種植規(guī)模等方面均具有差異性，應(yīng)針對不同產(chǎn)區(qū)的生產(chǎn)條件制定合理的政府投資力度與補貼水平，使其與該種植區(qū)域的林果作物的風(fēng)險大小相適應(yīng)。

(2)其次，加大林果業(yè)生產(chǎn)風(fēng)險的防范力度。政府及相關(guān)部門應(yīng)建立林果業(yè)風(fēng)險預(yù)警系統(tǒng)，密切關(guān)注各種林果作物的生產(chǎn)情況，加強林果作物在各環(huán)節(jié)的風(fēng)險管理，可以采用定期或者不定期的方法對林果作物的生產(chǎn)風(fēng)險進行評估，以便及時發(fā)現(xiàn)生產(chǎn)過程中面臨的異常風(fēng)險。

(3)再次，加強林果業(yè)生產(chǎn)風(fēng)險防范的基礎(chǔ)設(shè)施的建設(shè)。為適應(yīng)不同林果作物的生產(chǎn)，需要加強林果園區(qū)的基礎(chǔ)設(shè)施的建設(shè)，以及舊園區(qū)的改建工作，不斷加強園區(qū)的抵抗自然災(zāi)害的能力。園區(qū)的構(gòu)造，應(yīng)可以應(yīng)對病蟲害、旱災(zāi)、冰雹等其他多種自然災(zāi)害，提高園區(qū)的抵御自然災(zāi)害的能力，減少林果業(yè)的生產(chǎn)風(fēng)險。

(4)最后，構(gòu)建林果主產(chǎn)區(qū)的農(nóng)業(yè)保險體系。通過對農(nóng)業(yè)保險機制的不斷創(chuàng)新，建立林果業(yè)產(chǎn)業(yè)保險體系。在以政府為主導(dǎo)的政策性保險下，充分發(fā)揮農(nóng)民、企業(yè)等多方的能力，擴大林果產(chǎn)業(yè)保險保障范圍與提高風(fēng)險防范能力。對于林果業(yè)保險而言，政策性保險應(yīng)該按照不同林果產(chǎn)區(qū)的風(fēng)險發(fā)生程度區(qū)別對待，確保林果業(yè)保險保費的公平性與科學(xué)性。

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

［2］ 程廣燕．我國大豆生產(chǎn)風(fēng)險評估與防范對策研究——以黑龍江為例．北京:中國農(nóng)業(yè)科學(xué)院，2008:9～12

［3］ 王川，趙友森．基于風(fēng)險價值法的蔬菜市場風(fēng)險度量與評估——以北京蔬菜批發(fā)市場為例．中國農(nóng)村觀察，2011，(5):45～56

［4］ 黃森．柑橘生產(chǎn)風(fēng)險定量評估研究．農(nóng)業(yè)技術(shù)經(jīng)濟，2013，(9):122～128

［5］ 張峭，王克．我國農(nóng)業(yè)自然災(zāi)害風(fēng)險評估與區(qū)劃．中國農(nóng)業(yè)資源與區(qū)劃，2011，32(3):32～36

［6］ 宋正月，張峭，王克．農(nóng)作物生產(chǎn)風(fēng)險評估與區(qū)劃系統(tǒng)的設(shè)計與實現(xiàn)．中國農(nóng)業(yè)資源與區(qū)劃，2013，34(3):24～40

［7］ 張冬有，張麗娟．基于信息擴散理論的自然災(zāi)害風(fēng)險評估系統(tǒng)設(shè)計與實現(xiàn)．自然災(zāi)害學(xué)報，2013，(8):234～238

［8］ 張偉，岑敏華．中國農(nóng)業(yè)風(fēng)險的多維保障機制研究．農(nóng)村經(jīng)濟，2014，(2):61～65

［9］ 梁楓，沙英．金融機構(gòu)貸款灰色預(yù)測GM(1，1)模型研究．經(jīng)濟問題，2014，(1):58～61

［10］ 鄧聚龍．灰色系統(tǒng)基本方法 (第2版)．武漢:華中科技大學(xué)出版社，2005

［11］ 張竟竟．基于信息擴散理論的河南省農(nóng)業(yè)旱災(zāi)風(fēng)險評估．資源科學(xué)，2012，34(2):280～286