不同種植結構條件下的農戶利潤風險分析
——基于云南南部邊境山區農戶的調查

馮璐，吳春梅，張焱，李勃，陶大云

（1. 華中農業大學經濟管理學院，湖北 武漢400070；2. 云南省農業科學院農業經濟與信息研究所，云南 昆明，650200；

3. 華中農業大學馬克思主義學院，湖北 武漢 400070；4.云南省農業科學院，云南 昆明 650200）

不同種植結構條件下的農戶利潤風險分析
——基于云南南部邊境山區農戶的調查

馮璐1,2，吳春梅3，張焱2，李勃2，陶大云4*

（1. 華中農業大學經濟管理學院，湖北 武漢400070；2. 云南省農業科學院農業經濟與信息研究所，云南 昆明，650200；

3. 華中農業大學馬克思主義學院，湖北 武漢 400070；4.云南省農業科學院，云南 昆明 650200）

隨著經濟體制的根本變革，我國農村經濟自改革開放以來得到了快速發展，但是農業生產風險問題依然存在。其中，云南南部邊境熱帶亞熱帶山區貧困問題突出，農作物種類繁多且利潤風險不同?；?015年云南南部邊境山區366戶農戶的微觀問卷調查數據，采用標準差和因子分析方法，分析云南南部邊境山區不同種植結構農戶的收入及作物投入產出，探討不同種植結構條件下的利潤風險。結果表明，云南南部邊境山區種植結構呈現多樣化發展形式，經濟作物以甘蔗、香蕉、咖啡、茶葉為主，糧食作物以玉米、水稻、旱稻為主。在市場經濟發展條件下，不同種植結構的利潤風險差異顯著。其中，單項農作物種植的利潤風險普遍高于多項農作物種植，而多項農作物種植的種植結構中，經濟作物種植面積占比高于50%的種植結構，其利潤風險普遍低于經濟作物種植面積占比低于50%的種植結構，但利潤則正好相反。當前，云南南部邊境山區的種植結構以經濟作物種植面積占比低于50%為主，結構調整的方向是良性的但利潤風險較高。因此，在保障糧食生產的基礎上，需順應云南市場經濟發展的方向，依托農業企業引導農戶結合當地實際發展經濟作物，調整種植結構降低利潤風險。

種植結構；利潤風險；農戶；山區；云南

利潤風險是制造商與代理商之間通過利潤函數識別商品在回收過程中的市場定價風險，亦或是供應商和制造商所承擔的利潤波動所帶來的風險[1]。而種植結構利潤風險則是指農戶在同一市場條件下種植的同一農作物，由于種植結構差異所產生的不同利潤所形成的經濟風險，或是農作物由于種植結構差異形成利潤波動帶來的風險差異。農產品產值或收益即是農業生產中利潤風險的直接體現，單項農業生產經營風險由單項作物的市場條件決定，而多項農業生產經營風險則由所有經營項目風險及其之間的相關程度決定。有效的農業風險管理是農民增收和糧食安全的重要保證，但是農業本身的弱質性和特殊性，使得自然風險和價格風險是農業生產過程中面臨的最主要和最難以控制的風險類型[2-3]。

以往關于農戶生產決策的研究顯示，大多數農戶都是風險規避型，而貧困小農戶更甚如此，農戶只有在投資回報率大于時間偏好率時，才愿意進行生產投資。農戶不僅是生產者也是消費者，面臨自然和市場的雙重風險[4]，由于對利潤回報水平、風險承受能力、生產集約化認同不一，各農戶在面對農業生產投資時的生產行為決策不同，并構成了不同局部市場的行為基礎[5]，尤其是當生產中主要面臨價格風險時，農戶會對種植結構進行調整[6]。我國欠發達地區處于風險環境中的農戶，冒險性心理較強但應急措施不足[7]，而且，由于風險意識的影響，風險規避型農戶對于土地流轉、農業技術推廣等的行為決策都會有抑制[8]。

當前，農業企業通過提供種苗、資金等形式幫助農戶減少風險尤其是市場的不穩定性，同時，通過保障交易成本提高農戶的市場參與程度[9-10]。農戶參與農業企業開展訂單農業已經成為發展中國家農戶增收的一種方式[11-12]，并進一步促使種植結構由糧食作物種植向經濟作物種植傾斜的結構轉型[13]。因此，對不同種植結構條件下的農戶利潤風險分析，有助于種植結構調整以及農戶在風險條件下的行為決策研究。

改革開放以來，隨著經濟體制的根本變革，我國農村經濟得到了快速發展，但是種植結構調整、農業生產風險、農村貧困等問題依然存在[14-16]。同時，中國是一個山區大國，山區面積占全國國土總面積的69.1%。全國2 854個行政縣（區）中有50%是山區（丘陵）縣，其中，35%是國家扶貧開發重點縣。山區擁有全國56%的人口，90%以上的森林和水能資源和54%的耕地資源，中國山區在整個國家可持續發展戰略中占有舉足輕重的地位。但是，中國山區卻是中國區域發展不平衡，或者說是區域差異強烈的主要貢獻者，是國家扶貧的攻堅區[17]。

位于我國西南邊陲的云南省，尤其是與越南、老撾、緬甸接壤的云南南部邊境山區，包括文山壯族苗族自治州、紅河哈尼族彝族自治州、普洱市、西雙版納傣族自治州、臨滄市五個地州市，國土面積占云南省總面積的40%，居住著哈尼、傣、拉祜等16個跨境而居的少數民族，貧困人口占全省貧困總人口的39%，是典型的少數民族聚居的貧困邊境山區。由于遠離市場、生產力低下以及特殊的歷史條件和較低的文化教育程度等多種因素的綜合影響和作用，云南南部邊境山區市場經濟發展相對落后，農業生產也面臨嚴峻的風險。同時，該地區是僅次于滇中的糧食主產區，糧食種植面積占全省38%，又由于地理氣候環境獨特，十分適宜甘蔗、咖啡、茶葉等經濟作物的生長，成為農業企業投資經濟作物的重點區域，隨著市場經濟的發展，云南山區種植結構正由糧食作物逐步向經濟作物種植轉型[18]。那么，當前山區貧困農戶種植結構情況如何？不同種植結構條件下的山區農戶收入水平以及利潤風險差異如何？山區農戶面臨不同利潤風險的決策如何？對于這些問題的準確回答不僅有助于山區種植結構調整，也有助于山區扶貧政策的制定。

因此，本研究基于2015年云南南部邊境山區366戶農戶的微觀問卷調查數據，采用標準差和因子分析計量方法，通過實證分析云南南部邊境山區不同種植結構農戶的收入及作物投入產出，探討種植結構多樣化的云南南部邊境山區，在經歷了長期的政策調整和生計選擇之后的種植結構利潤風險差異，為強化農戶風險決策研究，推動農業企業發展以及政府“精準”扶貧政策提供理論基礎和決策依據。

1 研究方法

1.1 數據來源

本研究選擇與越南毗鄰的文山壯族苗族自治州和紅河哈尼族彝族自治州，以及與老撾和越南接壤的普洱市抽樣農戶截面數據進行分析。為了保證調查樣本的針對性和代表性，通過與相關農業技術專家咨詢選擇以甘蔗、香蕉、咖啡、茶葉為主要經濟作物，玉米、水稻、旱稻為主要糧食作物且生產較為集中的自然村作為樣本縣和樣本村，在每個自然村內隨機抽取30戶左右農戶作為調查樣本戶，2015年共調查3地州4縣379戶農戶關于2014年種植結構的數據，有效問卷366份，有效率97%。

結合前期工作基礎，農戶調查均采用結構式的問卷形式進行。調查主要內容有：農戶家庭結構，包括人口、勞動力、教育和民族等；農戶土地類型和面積，包括水田、旱地、林地和輪歇地，以及土地流轉情況；農戶種植作物種類、面積、投入及管理，包括農戶種植的主要糧食作物和經濟作物；農戶的糧食保障狀況；農戶的收入和固定資產情況；農戶參與農業企業情況及其對農業技術等的需求。

1.2 指標選擇

樣本區主要經濟作物有香蕉、甘蔗、茶葉、咖啡，分別占種植面積的21.3%、13.9%、10.2%和5.1%；主要糧食作物有玉米、水稻、旱稻，分別占種植面積的31%、9.8%和5.3%，此外，還有少部分蔬菜、水果和豆類共占種植面積的3.5%。因此，本研究將農戶種植作物的數據分析指標限定在經濟作物為香蕉、甘蔗、茶葉、咖啡，糧食作物為玉米、水稻、旱稻。同時，根據種植結構進一步把農戶劃分為2組。組別1：以經濟作物種植面積占比小于50%以上為主，共181戶；組別2：以經濟作物種植面積占比大于等于50%以上為主，共185戶。

本研究被解釋變量表示種植結構不同形成的利潤風險差異，農戶從經濟作物種植面積占比小于50%，到經濟作物種植面積占比大于50%，數據具有明顯的可辨性和對比性。為了估計代表性農戶的目標權重，解釋變量主要包括種植結構的現金收入和投入產出兩個部分。本文將各種作物的利潤定義為作物總產值扣除生產投入，同時，為了便于對比將投入單位統一，本文均以單位面積量化處理。假設一共有i種投入品，則xi（i=1，2，…，n）表示作物j的單位面積投入量，yi表示作物單產，pyi表示作物j的市場銷售價格，pxi表示投入品的市場購買價格，則作物j的單位面積利潤（B）為：

1.3 計量模型

當前，國內相關學者對種植結構及風險量化研究主要運用的方法有因子分析法[19]、作物模型法[20]、風險狀態下的MOTAD模型[21]、運用效用理論的均值—方差分析和均值—標準差分析方法[22]等。利用標準差計算實際與預期損失（收益）的偏差來表示農業經營的風險，是以風險事件服從正態分布為前提，且農戶對農業經營的追求目標是穩定的，因此有助于反映云南南部邊境山區農戶單項農作物種植利潤風險。然而，隨著市場經濟的發展，云南南部邊境山區農戶的風險承擔和生產投入的關聯日益緊密，尤其以多項農作物種植的結構變化幅度較大，標準差方法不足以反映多項農作物種植的利潤風險。而因子分析方法是利用每個指標計算共性因子的累積貢獻率來定權，累積貢獻率越大則所定權數也越大，有助于深入分析多項農作物種植利潤風險之間的相互影響。因此，本文利用標準差分析方法量化單項農作物種植的利潤風險，再結合因子分析法計算多項農作物種植的利潤加權風險值，以綜合評定當前云南南部邊境山區的種植結構利潤風險。

本文主要研究不同種植結構條件下的農戶利潤風險，因此，我們設定以下前提假設建立相應的數據模型：1）農戶是市場價格的接受者，價格是外生給定的；2）農戶的土地規模報酬不變，云南南部邊境山區基本以小農生產為主，人均耕地數量差異較小。

計量分析模型及分析步驟如下。單項農作物種植利潤風險值標準差量化（標準差的單位與損失單位相同，便于風險量化并比較其與利潤的差異大?。?，計算公式為：

式中：R為利潤風險值（標準差），rj為農作物j的實際利潤觀察值，rb為農作物j的預期利潤，n為觀測值。但是，在農業生產經營中，預期收益往往未知，各種農作物的實際利潤發生的概率也不盡相同，因此，對上述公式進行修正來計算無偏估計量：

式中：R′為無偏估計風險值（總體標準差），r′為農作物j的預期期望值與實際利潤發生概率的乘積，即農作物j的期望值。

多項農作物種植利潤因子權重量化。本研究是對農戶原始數據確定權重，因此采用因子載荷矩陣/特征值的方式計算，具體運用模型為：

式中：x1，x2，…，xn是n個原有變量且均值為0，標準差為1的標準化變量，F1，F2，…，Fm是m個因子變量，m小于n表示成矩陣形式為：

式中：F為因子變量或公共因子；A為因子載荷矩陣；a相當于多元回歸中的標準回歸系數；ε為特殊因子，表示原有變量不能被因子變量解釋的部分，相當于多元回歸中的殘差。因子載荷矩陣是通過建立變量的相關系數矩陣R，求R的特征根及相應的單位特征向量，根據累積貢獻率的要求，取前m個特征根及相應的單位特征向量，寫出因子載荷矩陣A。

多項農作物種植利潤加權風險值量化為：

式中：R′′為多項農作物種植利潤加權風險值，zi為農作物i的利潤風險在風險組合中的比例，ωi為農作物i在利潤風險組合中的權重。

2 結果與分析

2.1 不同種植結構與收入利潤的統計描述分析

云南南部邊境山區農業機械化程度較低，農作物主要投入品包括種子、農藥、化肥，僅香蕉種植雇傭少部分勞動力。其次，投入方式中糧食作物是以農戶自給耕種為主，經濟作物則以公司+農戶的方式種植。香蕉、咖啡、甘蔗和茶葉是樣本村農業企業投資的主要經濟作物，但由于發展程度不一，投資方式也有差別。其中，香蕉生產多數是與熟識的經銷商聯系以市場價收購，農戶自主經營；甘蔗是云南傳統產業，經營模式逐步發展成熟并形成產業化種植，當前基本是由農業企業提供種苗、化肥、農藥，并以保護價收購；茶葉也是云南傳統產業有上千年的栽培歷史，除部分地區由茶廠進行規?；N植外，農戶多以自主經營為主；咖啡是近年來大范圍種植的新興經濟作物，興起之初即為訂單生產方式，由農業企業提供一切生產管理費用，并以統一的保護價收購。

由于各種作物的投入方式、市場價格、投入內容不一，農戶種植作物利潤計算方式也不同。若以保護價收購，則種植利潤采用保護價格計算；若以市場價格銷售，則種植利潤采用市場價格計算。同時，由于多年生作物和一年生作物的投入水平不一，因此，本研究以種植生產期主要投入為準進行分析。農戶主要種植農作物的平均投入產出情況顯示：云南南部邊境山區農戶以糧食作物自主經營為主，農業企業經營投入的經濟作物種類較少，主要體現在甘蔗和咖啡種植上，而且農業企業的經營投入數量并不一定高于農戶的成本投入。其次，不同農作物的利潤差異較大，糧食作物中玉米的單位面積利潤最高，但僅為經濟作物中單位面積利潤最高的香蕉的62.5%。此外，雖然保護價格普遍低于市場價格，但獲得農業企業經營投入的農作物單位面積利潤相對較高。具體結果如表1。

表1 農戶主要種植農作物平均投入產出情況Table 1 Average input and output of main crops in 2014

分組農戶各種農作物種植面積分析顯示，組別1和組別2分別占種植結構的49.45%和50.55%（表2），因此，分析數據具有橫向和縱向的可比性。從實際種植結構來看，除香蕉和玉米的凈作以外，組別1中“玉米+水稻”種植結構占21.86%，組別2中“水稻+玉米+甘蔗+咖啡”種植結構占10.38%，是農戶多項農作物種植分組分析中最主要的生產形式。從戶均現金收入來看，組別1中“旱稻+玉米+甘蔗+咖啡”種植結構的戶均收入達到2.924萬元，組別2中“香蕉+玉米”種植結構的戶均收入達到8.835萬元，是農戶多項農作物種植分組分析中收入最高的生產形式。由此可知，組別1中種植作物越多的現金收入越高，而組別2中種植作物越多的現金收入反而較低，說明以經濟作物種植為主的農戶收益最大化體現在規模化種植上，而以糧食作物種植為主的農戶收益最大化體現在經營的多樣化上。但總體來說，農戶更傾向于種植經濟作物，而且經濟作物占種植面積比重高的收入水平普遍較高。

總體而言，云南南部邊境山區的農作物種植仍然以農戶自主經營為主，作物單產普遍較低且價格也不高。同時，經濟作物利潤高于糧食作物，但投入也高于糧食作物。一般而言，利潤越高則風險也越高，那么，種植結構多樣化是否也因利潤的增加而增加，或者說種植作物越多則風險也越大呢？不同種植結構形成不同的利潤，而差異化的種植則會進一步體現農作物種植利潤風險的差異。因此，本研究將進一步按照農戶分組信息結合相關數據進行計量分析。

表2 不同類型農戶種植結構及戶均現金收入Table 2 Different agricultural production structures and cash income per household in 2014

2.2 不同種植結構利潤風險的計量分析

在單項農作物種植結構中，同一農作物在不同分組中的利潤風險值存在差異，且同一農作物在組別1中的利潤風險值要小于在組別2中的利潤風險值。在以經濟作物種植為主的組別2中，農業生產與市場聯系的緊密度要高于以糧食作物種植為主的組別1，這也充分反映了市場對風險的影響。單項農作物種植組別1中水稻的利潤風險最高為29.735，而組別2中香蕉的利潤風險最高為44.953（表3）。在表2統計描述中香蕉利潤最高，這與組別2的利潤風險值一致，表示在以經濟作物種植為主的生產經營中，農作物利潤越高風險越大。但是，在組別1中，香蕉的利潤風險值并未處于風險值頂端。說明在以糧食作物種植為主的生產經營中，面積比重影響農作物種植的利潤風險。

在KMO度量標準中，0.9以上表示非常適合；0.8-0.9表示很適合；0.7-0.8表示適合；0.6-0.7表示一般；0.5-0.6表示勉強適合；0.5以下表示極不適合。在多項農作物種植結構中，組別1和組別2的KMO值均大于0.6（表3），檢驗表明多項農作物種植中的風險權重通過KMO檢驗，數據可以用于因子分析。同一農作物在多項農作物種植結構的風險權重估計結果顯示：組別1中糧食作物相較經濟作物來說權重總值較高，但差距僅為0.55。組別2中經濟作物相較糧食作物來說權重總值較高，差距則高于組別1，達到0.77。組別1中農作物權重排序不同于單項農作物利潤風險值排序，香蕉、玉米和旱稻權重較高且差距較小，而組別2中農作物權重排序與單項農作物利潤風險值排序基本一致，香蕉權重遠高于其他作物。總體而言，說明利潤風險權重隨著農戶生計所依賴程度的增加而增加，也可以說是種植面積比重影響不同作物在不同類型中的權重大小，雖然經濟作物的權重仍然較大。因此，這與在經濟作物凈作時，利潤風險值和權重大小發展方向一致的結論不完全符合。

表3 不同種植結構的利潤風險權重和風險值評估結果Table 3 Weight and value of profit risks of different agricultural production structures in 2014

本研究根據權重和農作物主要種植結構類型，計算出云南南部邊境山區不同種植結構的加權利潤風險值（表4）。按照加權利潤風險值排序，對于農戶來說，無論是經濟作物還是糧食作物，凈作即只種植一種作物的風險是最高的。此外，組別1和組別2均顯示，種植結構中農作物種類較多則風險值較小。說明以種植糧食作物為主要生計的農戶，需要適當發展經濟作物增加收入降低風險，而以種植經濟作物為主要生計的農戶，當前的生產水平還達不到大范圍發展經濟作物的專業化規?；N植，仍然需要發展糧食作物保障生計降低風險。同時，在多項農作物種植結構中，組別1利潤風險值最高的“玉米+旱稻”為0.893，明顯大于組別2利潤風險值最高的“玉米+香蕉”（0.432），說明以糧食為主的種植結構風險高于以經濟作物為主的種植結構，反映出以經濟作物為主的種植結構順應云南南部邊境山區市場經濟的發展方向，而且經濟作物的發展趨于良性。

表4 農戶種植多項農作物的加權利潤風險值和排序評估結果Table 4 Value and sequence of weighted profit risks of multi-crops plantation in 2014

從加權利潤風險值來說，組別1的玉米凈作最大為0.896，組別2的“水稻+玉米+甘蔗”種植結構最低為0.182；從現金收入來說，組別2的“玉米+香蕉”最高達到8.835萬元/戶，組別1的“玉米+水稻”最低為0.331萬元/戶。因此，相對來說，農戶集中發展某一種經濟作物且種植面積占50%以上，同時保障糧食生產的結構方式利潤風險較低，經濟效益較高。但是從當前的種植結構比重來看，僅7.4%的農戶選擇這種方式，而15.6%的農戶選擇單純種植經濟作物，38%的農戶選擇單純種植糧食作物，39%的農戶選擇種植面積占比低于50%發展經濟作物。說明當前云南南部邊境山區農戶的種植結構調整或者發展還比較滯后，經濟基礎發展仍然薄弱所以積極進取的生產者較少，而是以較為保守的決策應對市場經濟的發展。

2.3 不同種植結構的利潤風險差異原因分析

風險和收益成正比，一般積極進取的投資者偏向于高風險是為了獲得更高的利潤，而穩健型的投資者則著重于安全性的考慮。一方面，當前云南南部邊境山區農業經濟水平較低發展相對緩慢，農戶的生產投資能力也相對薄弱且生產力低下，農戶對于經濟作物種植的傳統風險意識，也抑制了種植結構的調整而滯后于市場經濟的發展，從而使得云南南部邊境山區農戶在市場經濟發展進程中，選擇以糧食作物種植面積占比超過50%的穩健投資形式。而農業企業的投資有助于降低生產成本提高農戶生計，雖然這是規避市場風險促進農業經濟發展的一種方式，但同樣也對種植結構的變化產生較大影響，并形成同一農作物在不同農作物的種植結構中的種植面積差異。另一方面，處理市場機制在社會中的關系和平衡時，政府的管理機制要及時掌握山區農業生產的相關信息，并依托農業企業引導并帶動農戶與市場銜接，不斷培育和發展市場機制。但是，云南南部邊境山區農戶在權衡利潤風險決策種植結構時，大多數未采用利潤風險最低的經濟作物種植面積占比超過50%的種植結構，體現出市場信息不對稱的問題。只有風險和效益相統一，投資行為才能得到有效的調節，因此，政府管理機制的滯后導致市場信息不對稱，造成農戶對同一農作物在不同農作物種植結構中的行為決策差異。而同一農作物在不同種植結構中的利潤風險權重不同，從而形成不同的利潤風險。

一般而言，利潤越高則風險也越高，但是這一評價標準隨著評價主體的權重和市場環境的發展等不同而不同。通常認為以糧食作物種植為主的農戶以自給自足的生計方式遠離市場風險的干擾，而以經濟作物種植為主的農戶受到市場價格的影響，其種植結構的利潤風險會高于以糧食作物種植為主的農戶。但是，隨著山區市場經濟的發展，以經濟作物種植面積占比高于50%的種植結構形式，其利潤風險較低利潤較高。然而，云南南部邊境山區農戶對經濟作物種植面積占比低于50%的種植結構偏好顯示，云南南部邊境山區農戶仍然是風險規避型，種植結構調整滯后于市場經濟發展且利潤風險較高，但是調整方向是良性的。也進一步說明云南南部邊境山區經濟基礎薄弱、市場機制發育緩慢、政府管理機制相對滯后。

3 結論與對策建議

3.1 結論

研究表明，云南南部邊境山區的種植結構呈現多樣化發展。云南南部邊境山區當前的種植結構仍然以糧食作物自主經營為主，糧食作物以玉米、水稻、旱稻為主的不同種植比例的變化形式。但是，農業企業推動發展經濟作物種植，種植結構也呈現出經濟作物以甘蔗、香蕉、咖啡、茶葉為主。不同種植結構的統計描述分析顯示，以玉米為主的糧食作物凈作種植結構占9.84%，以“玉米+水稻”為主的經濟作物種植面積占比小于50%的種植結構占39.61%，以“水稻+玉米+甘蔗+咖啡”為主的經濟作物種植面積占比大于等于50%的種植結構占34.98%，以香蕉為主的經濟作物凈作種植結構占15.57%。

云南南部邊境山區不同種植結構的利潤風險差異顯著，農戶的種植結構利潤風險較高。無論是選擇單項種植糧食作物還是經濟作物，其利潤風險都普遍高于多項農作物種植的利潤風險，而在多項農作物的種植結構中，經濟作物種植面積占比高于50%的種植結構，其利潤風險普遍低于經濟作物種植面積占比低于50%的種植結構，但種植利潤則正好相反。云南南部邊境山區種植結構以經濟作物種植面積占比低于50%為主，山區農戶的種植結構調整方向是良性的但利潤風險較高。

3.2 對策建議

本研究結合農戶需求和市場發展，提出兩條調整種植結構降低利潤風險，發展山區農業經濟的對策建議。

第一，農業企業需要結合山區農戶生計條件發展經濟作物。農業企業投資不僅要符合政策要求，更要順應當地農戶的生計條件，推動發展適合當地種植條件的經濟作物，在實現企業經濟實力升級強化的同時，帶動農業經濟發展。

第二，政策調整需要順應市場發展調整種植結構。就當前云南南部邊境山區的市場經濟發展來說，農戶要降低利潤風險就盡量不要選擇種植某一種農作物維持生計的種植結構形式，而是結合自身的生計條件權衡利潤風險，采用經濟作物種植面積占50%以上的種植結構形式。政策引導應順應當前云南市場經濟發展的方向，在保障糧食生產的基礎上，以發展經濟作物為主要形式，調整種植結構降低利潤風險。

最后需要指出的是，經濟發展是一個不斷變化的過程，雖然當前云南南部邊境山區農戶的生產投資能力薄弱，以市場經濟發展為前提的決策還比較保守，政府管理機制相對滯后，種植結構調整或者發展還比較緩慢。但是，以推動經濟作物發展為前提，依托農業企業引導種植結構調整的建議并不意味著利潤風險的持續降低，農戶種植利潤的不斷增加。因此，為了山區農業經濟的可持續發展，需要建立對種植結構及其利潤風險變化的長期監測機制和引導支持手段，在繼續保持山區種植結構調整良性發展方向的同時提升發展速度，并進一步為山區扶貧提供政策依據，強化山區農業經濟可持續發展。

[1] 慕銀平, 劉利明. 采購價格柔性策略與供應鏈利潤風險分析[J].中國管理科學, 2015, 23(11): 80-87.

Mu Y P, Liu L M. Flexible procurement price policy and proftrisk analysis in supply chain[J]. Chinese Journal of Management Science, 2015, 23(11): 80-87.

[2] 廖杉杉, 魯釗陽. 農產品價格風險的成因及規避機制研究[J].農村經濟, 2013(3): 27-30.

Liao S S, Lu Z Y. Cause for price risk of agricultural products andavoiding mechanism[J]. Rural Economy, 2013(3): 27-30.

[3] 鄭軍, 汪運娣. 農業巨災風險保障體系構建的研究述評[J], 保險研究, 2015(3): 62-70.

Zheng J, Wang Y D. The government and the market: The review of the research on the agricultural insurance system construction[J]. Insurance Studies, 2015(3): 62-70.

[4] 丁士軍, 陳傳波. 農戶風險處理策略分析[J]. 農業現代化研究, 2001, 22(6): 346-349.

Ding S J, Chen C B. Analysis of farmers’ risk coping mechanism[J]. Research of Agricultural Modernization, 2001, 22(6): 346-349.

[5] 陳春生. 論農戶行為模式轉型與中國糧食安全問題[J]. 陜西師范大學學報(哲學社會科學版), 2010, 39(1): 147-152.

Chen C S. Transformation of the farmer’s mode of behavior and Chinese security of cereal[J]. Journal of Shaanxi Normal University (Philosophy and Social Sciences Edition), 2010, 39(1): 147-152.

[6] 朱寧, 馬驥. 風險條件下農戶種植制度選擇與調整——以北京市蔬菜種植戶為例[J]. 中國農業大學學報, 2013, 18(4): 216-222.

Zhu N, Ma J. Selection and adjustment of cropping system under risk: An empirical analysis based on vegetable cropping households in Beijing[J]. Journal of China Agricultural University, 2013, 18(4): 216-222.

[7] 吳娜琳, 李小建, 喬家君. 欠發達農區農戶農業生產風險決策的行為分析——以金融危機影響下柘城縣三櫻椒種植戶為例[J].河南社會科學, 2012, 20(12): 59-62.

Wu N L, Li X J, Qiao J J. Analysis of farmers’ risk decision in development rural area: A case of pepper farmers of Zhecheng County under the infuence of the fnancial crisis[J]. Henan Social Science, 2012, 20(12): 59-62.

[8] 李景剛, 高艷梅, 臧俊梅. 農戶風險意識對土地流轉決策行為的影響[J]. 農業技術經濟, 2014(11): 21-30.

Li J G, Gao Y M, Zang J M. The influence of farmer’s risk awareness on the decision-making behavior of land transfer[J]. Journal of Agrotechnical Economics, 2014(11): 21-30.

[9] Abebe G K, Bijman J, Kemp R, et al. Contract farming configuration: Smallholders’ preferences for contract design attributes[J]. Food Policy, 2013, 40: 14-24.

[10] Balisacan A, Chakravorty U, Ravago M. Sustainable Economic Development: Resources, Environment and Institutions[M]. New York: Academic Press, 2015: 161-187.

[11] Barrett C B, Bachke M E, Bellemare M F, et al. Smallholder participation in contract farming: Comparative evidence from fve countries[J]. World Development, 2012, 40(4): 715-730.

[12] Bellemare M F. As you sow, so shall you reap: The welfare impacts of contract farming[J]. World Development, 2012, 40(7): 1418-1434.

[13] Gathala M K, Timsina J, Islam M S, et al. Conservation agriculture based tillage and crop establishment options can maintain farmers’yields and increase profits in South Asia’s rice-maize systems: Evidence from Bangladesh[J]. Field Crops Research, 2015, 172: 85-98.

[14] 楊磊. 我國糧食安全風險分析及糧食安全評價指標體系研究[J].農業現代化研究, 2014, 35(6): 696-702.

Yang L. Study on the risk analysis and the risk assessment index system of grain security in China[J]. Research of Agricultural Modernization, 2014, 35(6): 696-702.

[15] 侯麟科, 仇煥廣, 白軍飛, 等. 農戶風險偏好對農業生產要素投入的影響——以農戶玉米品種選擇為例[J], 農業技術經濟, 2014 (5): 21-29.

Hou L K, Qiu H G, Bai J F, et al. The impact of farmer’s risk appetite on agricultural production factors inputs: Case of maize varieties selection[J]. Journal of Agrotechnical Economics, 2014(5): 21-29.

[16] 劉解龍. 經濟新常態中的精準扶貧理論與機制創新[J], 湖南社會科學, 2015(4): 156-159.

Liu J L. Theory of precise poverty alleviation and mechanism innovation in economic “new normality”[J]. Social Sciences in Hunan, 2015(4): 156-159.

[17] 何立華, 王祖山. 中國山區貧困及其可持續發展研究[J]. 改革與戰略, 2013, 29(9): 42-46.

He L H, Wang Z S. On the poverty issues in China’s mountain areas and its sustainable development[J]. Reformation and Strategy, 2013, 29(9): 42-46.

[18] Wang H Y, Pandey S, Hu F Y, et al. Farmers’ adoption of improved upland rice technologies for sustainable mountain development in southern Yunnan[J]. Mountain Research and Development, 2010, 30(4): 373-380.

[19] 孫才志, 董璐, 鄭德鳳. 中國農村水貧困風險評價、障礙因子及阻力類型分析[J]. 資源科學, 2014, 36(5): 895-905.

Sun C Z, Dong L, Zheng D F. Rural water poverty risk evaluation, obstacle indicators and resistance paradigms in China[J]. Resources Science, 2014, 36(5): 895-905.

[20] 趙思健, 張峭, 王克. 農業生產風險評估方法評述與比較[J].災害學, 2015, 30(3): 131-139.

Zhao S J, Zhang Q, Wang K. Commentary and comparison on risk assessment methods of agricultural production[J]. Journal of Catastrophology, 2015, 30(3): 131-139.

[21] 楊俊, 楊鋼橋. 風險狀態下不同類型農戶農業生產組合優化：基于target MOTAD模型的分析[J]. 中國農村觀察, 2011(1): 49-59.

Yang J, Yang G Q. How to optimize agricultural production structure for different types of farmer household under risk analysis with target-MOTAD model[J]. China Rural Survey, 2011(1): 49-59.

[22] 劉瑩, 黃季焜. 農戶多目標種植決策模型與目標權重的估計[J].經濟研究, 2010, 45(1): 148-157.

Liu Y, Huang J K. A multi-objective decision model of farmer’s crop production[J]. Economic Research Journal, 2010, 45(1): 148-157.

（責任編輯：童成立）

Analysis on profit risk of rural households under different plantation structures: A case study of the mountainous area of the southern border of Yunnan, China

FENG Lu1,2, WU Chun-mei3, ZHANG Yan2, LI Bo2, TAO Da-yun4
（1. College of Economics and Management, Huazhong Agricultural University, Wuhan, Hubei 430070, China; 2. Institute of Agricultural Economics and Information, Yunnan Academy of Agricultural Sciences, Kunming, Yunnan 650200, China; 3. College of Marxism, Huazhong Agricultural University, Wuhan, Hubei 430070, China; 4. Yunnan Academy of Agricultural Sciences, Kunming, Yunnan 650200, China）

With the fundamental changes in the economic system, China’s rural economy has been rapidly developed since the economic reform and opening, but agricultural production risks remain. Moreover, the poverty problem is serious in the tropical and subtropical mountainous area of the southern border of Yunnan, China, with abundant agricultural crops and different profit risks. Based on questionnaire survey data of 366 rural households in 2015 in mountainous area of the southern border of Yunnan, China and applying the standard deviation and factor analysis methods, this paper examined the inputs and outputs of rural households and analyzed the profit risks under different plantation structures. Results indicated 1) the plantation structure was diversified with many cash crops including sugarcane, banana, coffee and tea, and grain food crops, including corn, paddy rice, and upland rice; and 2) the profit risk was significantly different under different plantation structures in current conditions of market economy. The profit risk of the single plantation was generally higher than the multiple plantation structure. The profit risk of cultivated area of over 50% of cash crops was generally lower than the cultivated area of less than 50% of cash crops. Currently the plantation structure in the region was mainly multiple plantation with less than 50% of cash crops and the orientation ofadjustment of plantation structure was benign but the profit risk was comparatively higher. Therefore this paper suggests that the policy guidance should conform to the trend of the development of market economy in Yunnan, increasing the share of cash crop production to reduce the profit risk provided keeping food security for the region.

plantation structure; profit risk; rural households; mountainous area; Yunnan

TAO Da-yun, E-mail: taody12@aliyun.com.

F304.1

A

1000-0275（2017）01-0038-08

10.13872/j.1000-0275.2016.0049

馮璐, 吳春梅, 張焱, 李勃, 陶大云. 不同種植結構條件下的農戶利潤風險分析——基于云南南部邊境山區農戶的調查[J].農業現代化研究, 2017, 38(1): 38-45.

Feng L, Wu C M, Zhang Y, Li B, Tao D Y. Analysis on proft risk of rural households under different plantation structures: A case study of the mountainous area of the southern border of Yunnan, China[J]. Research of Agricultural Modernization, 2017, 38(1): 38-45.

國家自然科學基金項目（71403234）。

馮璐（1982-），女，貴州六盤水人，博士研究生，副研究員，主要從事農村經濟發展研究，E-mail: fenglu1128@126.com；吳春梅（1966-），女，湖北武漢人，教授，主要從事社會主義新農村建設研究；通訊作者：陶大云（1962-），男，云南永仁人，研究員，主要從事作物遺傳育種研究，E-mail: taody12@aliyun.com。

2016-01-22，接受日期：2016-04-05

Foundation item: National Natural Science Foundation of China (71403234).

Received 22 January, 2016;Accepted 5 April, 2016