黑龍江大豆生產時空分析與風險評估

楊曉娟，劉　園，白　薇，劉布春

(中國農業科學院農業環境與可持續發展研究所/

作物高效用水與抗災減損國家工程實驗室/農業部農業環境重點實驗室， 北京 100081)

?

黑龍江大豆生產時空分析與風險評估

楊曉娟，劉園，白薇，劉布春

(中國農業科學院農業環境與可持續發展研究所/

作物高效用水與抗災減損國家工程實驗室/農業部農業環境重點實驗室， 北京 100081)

摘要：基于黑龍江省大豆產量銳減和自然災害加重的背景，依據1993—2012年13個地市和農墾總局(ARB)20 a的產量數據，運用數理統計和單產分布模擬推導法，分析了黑龍江大豆產量時空變化，并評估了相應的生產風險。結果表明：2005年黑龍江大豆產量達到峰值748萬t，2012年產量直線下降至463.4萬t；2012年，齊齊哈爾、農墾總局和黑河為黑龍江三大主產區，產量占全省的55.73%，發生災害的概率分別為41.61%、18.78%和41.11%，全省災害發生概率最高的是大興安嶺46.42%，最低的是農墾總局18.78%；齊齊哈爾和黑河作為黑龍江大豆主產區，災害風險相對較高，在災害防御投入、政策補貼等方面應優先考慮。

關鍵詞：大豆；單產分布模型；風險評估

中國加入世貿組織(WTO)以后，大豆進口逐年增長，現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，對國內大豆生產造成很大沖擊。黑龍江省作為我國最大的大豆生產基地，近年來，在進口大豆和收益低效的沖擊下，產量大幅度下降，在全球氣候變暖，自然災害加重的背景下，生產風險不斷增加。因此，掌握黑龍江大豆生產的時空分布和生產風險，對提出相應對策，保障我國大豆安全有重要意義。

農作物生產風險受到天氣(干旱，洪澇，冰雹等)等自然因素，農作物品種的選擇、生產投入和田間管理等人為因素，以及農業技術推廣、市場價格波動、農業政策調整等社會因素的影響[1-2]。農作物生產風險評估是量化農業自然災害等各類風險事件對農業生產可能造成的損失程度[1，3]。目前，國內外已有很多關于農作物生產風險評估的研究，國內諸如冬小麥干旱災損風險[4]、北京市瓜蔬類作物生產風險[5-6]、水稻生產風險[7]、玉米干旱風險[8-10]、糧食作物風險[11]、農業生產干旱災害風險[12]等研究；國外，也有很多關于玉米、大豆、棉花、小麥等主要農作物生產風險的研究[13-15]；Li等還研究了氣候變化背景下全球農作物生產的干旱風險[16]。在這些研究中，農作物生產風險評估方法歸納為三類。基于風險因子的評估法，這類方法考慮了災害機理，操作直觀，實現難度小，不受歷史災害數據樣本少的限制，但是主觀性比較強。基于風險機理的評估法，優點是能完整地再現災害過程和農作物災損特征，結果客觀，但災害機理復雜，建模難度大，無統一標準，無法直接推廣移植。基于風險損失的評估法，優點是數學推理性強，評估結果客觀，建模相對比較容易，所以應用更為廣泛。

因此，本研究在深入分析黑龍江大豆產量時空變化的基礎上，應用基于風險損失的農業生產風險評估方法來評估黑龍江十三個地市及農墾總局大豆生產風險，為制定大豆種植政策，穩定大豆生產面積，保障糧食安全提供數據支撐。

1材料與方法

1.1數據來源和處理

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、農墾總局大豆的播種面積、產量數據來自《黑龍江統計年鑒》。單產來自產量與播種面積的比值。

1993—2012年的單產數據屬于時間序列數據，采用直線滑動平均模擬法對其進行去趨勢處理后，產生隨機波動產量時間序列數據，經Phillips-Perron(PP)檢驗，此序列為在1%顯著水平下為平穩序列，可以直接用來進行后續分析，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為作物單產實際值，yt為作物單產趨勢值。

1.2分布模型構建

采用Anderson-Darling進行Logistic擬合優度檢驗，結果顯示，黑龍江省十三個地市和農墾總局單產相對隨機波動值在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墾總局的單產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墾總局進行大豆生產風險評估。Logistic分布的概率密度函數(PDF)為：

(2)

其累積分布函數(CFD)為：

(3)

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

表1　黑龍江13個地市和農墾總局單產相對

1.3風險評估

本文應用基于風險損失的農業生產風險評估方法來評估黑龍江大豆的生產風險。假定某地區的單產波動累積概率密度為F(X)，設置一定的單產波動值X0，X1，X2(X1

單產波動水平小于X0的概率為：P(X

單產波動水平大于X0的概率為：P(X>X0)=1-F(X0)

單產波動水平大于X1，小于X2的概率為：P(X1

大豆生產風險大小X(%)分為:5≤X<15、15≤X<25、25≤X<35、X≥35四個等級，分別對應于輕災、中災、重災和巨災[18]，5≤X視為發生災害。

2結果與分析

2.1黑龍江大豆生產的時空變化

1980年到2012年，黑龍江省大豆播種面積呈現出波動狀態。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%。大豆總產量與播種面積的變化呈現出類似的波動，但略有不同。1980年產量為220.5萬t，2005年達到最大產量748萬t，從2009年開始到2012年，產量呈直線下降趨勢，2012年產量為463.4萬t，為2001年以來最低值。1980年到2012年，大豆平均產量是110.09 kg·667m-2，受氣候等條件的影響，單產也呈波動狀，但總體呈現出上升趨勢(圖1)。以下依據產量數據對黑龍江大豆生產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，總產與單產

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

在過去的20年，黑龍江大豆產量分布格局發生了明顯的變化(表2)。1993年大豆產量最小是大興安嶺，最大為農墾總局。產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，農墾總局。到2005年，黑龍江大豆總產量達到高峰，分布也明顯區別于1993年，產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，農墾總局。各地區產量有增有減，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，產量是1993年的10.47倍。鶴崗的產量減少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，產量也有較大幅度的下滑，分布格局也發生了較大變化，產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，農墾總局，齊齊哈爾。較2005年，除伊春和大興安嶺外，各地區產量均有下降，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黑龍江大豆生產風險評估

表3可見，黑龍江省各地市和農墾總局發生災害風險由低到高為：農墾總局，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區，中災，重災和巨災風險比較大，發生概率分別為11.98%，5.62%和3.86%，是全省第二大中災，第三大重災和巨災風險區。農墾總局大豆產量占全省的18.50%，僅次于齊齊哈爾，但它發生中災，重災和巨災風險都最低，輕災風險也只有17.61%，僅比大慶高。黑河大豆產量占全省的17.89%，為第三大大豆產區。其中災，重災和巨災風險分別為10.75%，3.18%和1.13%。生產風險排位偏上，是全省第四大中災，第六大重災和巨災風險區。

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

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

表3　黑龍江13個地市和農墾總局大豆不同等級災害發生概率

3討論

隨著我國經濟的發展，對大豆的需求不斷增加，自1996年轉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，國內大豆產量穩中有降，2004年產量達到歷史最高，為1 740.4萬t，2012年降至1 304.97萬t，為1994年以來最低。作為我國大豆主產區的黑龍江，2009年以來，大豆產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，農戶根據自身收入最大化，棄豆改稻、改玉米[20]。如果任其大豆產業持續萎縮，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，為了穩定大豆市場，需要擴大大豆種植科技投入，提高大豆單產，進行政策補貼，提高大豆比較收益，提高農戶種植大豆的積極性，在保證一定大豆種植面積的基礎上保護產量。

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

參 考 文 獻：

[1]王克，張峭.農業生產風險評估方法評述及展望[J].農業展望,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.北方冬小麥干旱災損風險區劃[J].作物學報，2005,31(3):267-274.

[5]邢鸝，鐘甫寧.糧食生產與風險區劃研究[J].農業技術經濟，2006,33(1):19-23.

[6]邢鸝，高濤，呂開宇，等.北京市瓜蔬類作物生產風險區劃研究[J].中國農業資源與區劃，2008,29(6):55-60.

[7]陳新建，陶建平.基于風險區劃的水稻區域產量保險費率研究[J].華中農業大學學報(社會科學版)，2008,(4):14-17.

[8]張琪，張繼權，佟志軍，等.干旱對遼寧省玉米產量影響及風險區劃[J].災害學，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險區劃的實證研究[J].山西財經大學學報，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作物生產風險評估[J].農業展望,2008,4(7):23-29.

[19]中國海關統計年鑒[M].北京：中國海關雜志社,2012.

[20]王小語.國產大豆游離市場體系邊緣探析——對黑龍江大豆現狀分析及找尋其優勢的思考[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，研究方向為農業災害損失評估與風險管理。 E-mail:yangxiaojuan@caas.cn。通信作者：劉布春(1968—)，女，內蒙古人，博士，副研究員，研究方向為農業減災和農業災害風險管理。 E-mail:liubuchun@ caas.cn。

基金項目：國家自然科學基金青年基金(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