黑龙江大豆生产时空分析与风险评估

杨晓娟，刘　园，白　薇，刘布春

(中国农业科学院农业环境与可持续发展研究所/

作物高效用水与抗灾减损国家工程实验室/农业部农业环境重点实验室， 北京 100081)



黑龙江大豆生产时空分析与风险评估

杨晓娟，刘园，白薇，刘布春

(中国农业科学院农业环境与可持续发展研究所/

作物高效用水与抗灾减损国家工程实验室/农业部农业环境重点实验室， 北京 100081)

摘要：基于黑龙江省大豆产量锐减和自然灾害加重的背景，依据1993—2012年13个地市和农垦总局(ARB)20 a的产量数据，运用数理统计和单产分布模拟推导法，分析了黑龙江大豆产量时空变化，并评估了相应的生产风险。结果表明：2005年黑龙江大豆产量达到峰值748万t，2012年产量直线下降至463.4万t；2012年，齐齐哈尔、农垦总局和黑河为黑龙江三大主产区，产量占全省的55.73%，发生灾害的概率分别为41.61%、18.78%和41.11%，全省灾害发生概率最高的是大兴安岭46.42%，最低的是农垦总局18.78%；齐齐哈尔和黑河作为黑龙江大豆主产区，灾害风险相对较高，在灾害防御投入、政策补贴等方面应优先考虑。

关键词：大豆；单产分布模型；风险评估

中国加入世贸组织(WTO)以后，大豆进口逐年增长，现已成为世界上最大的大豆进口国，2013年大豆进口总量达6 338万t，对国内大豆生产造成很大冲击。黑龙江省作为我国最大的大豆生产基地，近年来，在进口大豆和收益低效的冲击下，产量大幅度下降，在全球气候变暖，自然灾害加重的背景下，生产风险不断增加。因此，掌握黑龙江大豆生产的时空分布和生产风险，对提出相应对策，保障我国大豆安全有重要意义。

农作物生产风险受到天气(干旱，洪涝，冰雹等)等自然因素，农作物品种的选择、生产投入和田间管理等人为因素，以及农业技术推广、市场价格波动、农业政策调整等社会因素的影响[1-2]。农作物生产风险评估是量化农业自然灾害等各类风险事件对农业生产可能造成的损失程度[1，3]。目前，国内外已有很多关于农作物生产风险评估的研究，国内诸如冬小麦干旱灾损风险[4]、北京市瓜蔬类作物生产风险[5-6]、水稻生产风险[7]、玉米干旱风险[8-10]、粮食作物风险[11]、农业生产干旱灾害风险[12]等研究；国外，也有很多关于玉米、大豆、棉花、小麦等主要农作物生产风险的研究[13-15]；Li等还研究了气候变化背景下全球农作物生产的干旱风险[16]。在这些研究中，农作物生产风险评估方法归纳为三类。基于风险因子的评估法，这类方法考虑了灾害机理，操作直观，实现难度小，不受历史灾害数据样本少的限制，但是主观性比较强。基于风险机理的评估法，优点是能完整地再现灾害过程和农作物灾损特征，结果客观，但灾害机理复杂，建模难度大，无统一标准，无法直接推广移植。基于风险损失的评估法，优点是数学推理性强，评估结果客观，建模相对比较容易，所以应用更为广泛。

因此，本研究在深入分析黑龙江大豆产量时空变化的基础上，应用基于风险损失的农业生产风险评估方法来评估黑龙江十三个地市及农垦总局大豆生产风险，为制定大豆种植政策，稳定大豆生产面积，保障粮食安全提供数据支撑。

1材料与方法

1.1数据来源和处理

1980—2012年黑龙江全省，1993—2012年黑龙江省大兴安岭、牡丹江、七台河、大庆、佳木斯、双鸭山、伊春、鸡西、哈尔滨、鹤岗、黑河、绥化、齐齐哈尔、农垦总局大豆的播种面积、产量数据来自《黑龙江统计年鉴》。单产来自产量与播种面积的比值。

1993—2012年的单产数据属于时间序列数据，采用直线滑动平均模拟法对其进行去趋势处理后，产生随机波动产量时间序列数据，经Phillips-Perron(PP)检验，此序列为在1%显著水平下为平稳序列，可以直接用来进行后续分析，但由于具有“量纲”，受时间和空间的影响，可比性比较差，因此采用了相对随机波动值(RSV)以克服此缺陷。

(1)

式中，y为作物单产实际值，yt为作物单产趋势值。

1.2分布模型构建

采用Anderson-Darling进行Logistic拟合优度检验，结果显示，黑龙江省十三个地市和农垦总局单产相对随机波动值在1%的显著水平下，AD校正后的值都小于0.906(表1)，表明这十三个地市和农垦总局的单产相对随机波动值符合Logistic分布[17]。因此在本研究中采用Logistic模型对黑龙江各地市和农垦总局进行大豆生产风险评估。Logistic分布的概率密度函数(PDF)为：

(2)

其累积分布函数(CFD)为：

(3)

采用极大似然法(MLE)对Logistic 分布的参数值(μ，σ)进行估计，见表1。

表1　黑龙江13个地市和农垦总局单产相对

1.3风险评估

本文应用基于风险损失的农业生产风险评估方法来评估黑龙江大豆的生产风险。假定某地区的单产波动累积概率密度为F(X)，设置一定的单产波动值X0，X1，X2(X1

单产波动水平小于X0的概率为：P(X

单产波动水平大于X0的概率为：P(X>X0)=1-F(X0)

单产波动水平大于X1，小于X2的概率为：P(X1

大豆生产风险大小X(%)分为:5≤X<15、15≤X<25、25≤X<35、X≥35四个等级，分别对应于轻灾、中灾、重灾和巨灾[18]，5≤X视为发生灾害。

2结果与分析

2.1黑龙江大豆生产的时空变化

1980年到2012年，黑龙江省大豆播种面积呈现出波动状态。1980年的播种面积为163万hm2，2009年达到最大播种面积486.3万hm2，从2009年开始到2012年，播种面积呈直线下降趋势，2012年播种面积为260万hm2，仅为2009的53.5%。大豆总产量与播种面积的变化呈现出类似的波动，但略有不同。1980年产量为220.5万t，2005年达到最大产量748万t，从2009年开始到2012年，产量呈直线下降趋势，2012年产量为463.4万t，为2001年以来最低值。1980年到2012年，大豆平均产量是110.09 kg·667m-2，受气候等条件的影响，单产也呈波动状，但总体呈现出上升趋势(图1)。以下依据产量数据对黑龙江大豆生产的时空变化做详细的分析。

图11980—2012年黑龙江省大豆播种面积，总产与单产

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

在过去的20年，黑龙江大豆产量分布格局发生了明显的变化(表2)。1993年大豆产量最小是大兴安岭，最大为农垦总局。产量从小到大依次是大兴安岭，牡丹江，七台河，大庆，伊春，佳木斯，双鸭山，鸡西，鹤岗，哈尔滨，黑河，绥化，齐齐哈尔，农垦总局。到2005年，黑龙江大豆总产量达到高峰，分布也明显区别于1993年，产量从小到大依次是大庆，大兴安岭，七台河，鹤岗，伊春，鸡西，双鸭山，牡丹江，绥化，佳木斯，哈尔滨，黑河，齐齐哈尔，农垦总局。各地区产量有增有减，增加最多的是佳木斯，增加了102.80万t，增加比例最多的是牡丹江，产量是1993年的10.47倍。鹤岗的产量减少13.20万t，下降比例为42.72%。2012年，在播种面积大幅度下降的状况下，产量也有较大幅度的下滑，分布格局也发生了较大变化，产量从小到大依次是鹤岗，七台河，大庆，双鸭山，鸡西，大兴安岭，伊春，绥化，牡丹江，佳木斯，哈尔滨，黑河，农垦总局，齐齐哈尔。较2005年，除伊春和大兴安岭外，各地区产量均有下降，下降最多的是佳木斯，减少73.17万t，减少比例最多的是鹤岗，减少85.48%。

2.2黑龙江大豆生产风险评估

表3可见，黑龙江省各地市和农垦总局发生灾害风险由低到高为：农垦总局，鸡西，双鸭山，七台河，伊春，佳木斯，哈尔滨，绥化，牡丹江，鹤岗，大庆，黑河，齐齐哈尔，大兴安岭。

齐齐哈尔作为黑龙江大豆最大产区，中灾，重灾和巨灾风险比较大，发生概率分别为11.98%，5.62%和3.86%，是全省第二大中灾，第三大重灾和巨灾风险区。农垦总局大豆产量占全省的18.50%，仅次于齐齐哈尔，但它发生中灾，重灾和巨灾风险都最低，轻灾风险也只有17.61%，仅比大庆高。黑河大豆产量占全省的17.89%，为第三大大豆产区。其中灾，重灾和巨灾风险分别为10.75%，3.18%和1.13%。生产风险排位偏上，是全省第四大中灾，第六大重灾和巨灾风险区。

黑龙江各地市和农垦总局大豆生产风险发生概率顺序均为轻灾>中灾>重灾>巨灾。轻灾风险最大为哈尔滨，发生概率是27.40%，其次是黑河，概率为26.05%。哈尔滨和黑河大豆产量分别排第四和第三位，占全省产量的9.38%和17.89%。轻灾风险最低的是大庆，发生概率为16.74%。中灾风险最大的为大兴安岭，发生概率为13.46%。其次为齐齐哈尔，为11.98%。齐齐哈尔产量是全省最高的比例为19.33%。尽管大兴安岭的中灾风险最大，但它的产量比例比较低，只有3.99%。中灾风险最低的为农垦总局，发生概率为1.11%。重灾风险最大的为大兴安岭，发生概率为7.16%，其次为大庆(6.36%)。巨灾风险最大的为大庆，发生概率为6.14%，其次为大兴安岭(5.84%)。大兴安岭和大庆的重灾和巨灾发生概率排全省前两位，但它们产量所占比例都不高，大庆为1.21%，大兴安岭为3.99%。

表2　黑龙江13个地市和农垦总局1993，2005，2012年大豆产量与变化/104t

表3　黑龙江13个地市和农垦总局大豆不同等级灾害发生概率

3讨论

随着我国经济的发展，对大豆的需求不断增加，自1996年转化为大豆净进口国后，大豆进口一路攀爬，从1996年的110.8万t，到2012年已达到5 838万t。与其成鲜明对比的是，大豆出口疲软，20世纪90年代初为100万t左右，21世纪后一直徘徊在20～50万t之间[19]。目前，国内大豆产量稳中有降，2004年产量达到历史最高，为1 740.4万t，2012年降至1 304.97万t，为1994年以来最低。作为我国大豆主产区的黑龙江，2009年以来，大豆产量下降的主要原因是种植面积的缩小，而种植面积下降则主要是由于受水稻、玉米价格的上涨和进口大豆的冲击，大豆相对于玉米、水稻等竞争作物净收益低下，农户根据自身收入最大化，弃豆改稻、改玉米[20]。如果任其大豆产业持续萎缩，则对进口大豆的依赖性就更强，严重威胁到我国粮食安全。因此，为了稳定大豆市场，需要扩大大豆种植科技投入，提高大豆单产，进行政策补贴，提高大豆比较收益，提高农户种植大豆的积极性，在保证一定大豆种植面积的基础上保护产量。

在黑龙江大豆产量大幅度下降的背景下，通过风险管理分散现有大豆生产的风险，保障农户利益尤为重要。对于黑龙江大豆产量最大的齐齐哈尔和第三大产地市黑河，应该给予足够的重视。齐齐哈尔为全省的第二高风险生产地区，黑河为全省的第三高风险生产区，应增加对其投入力度，加大抵御自然灾害的能力。增加保费的补贴力度，提高大豆保险覆盖率，分散转移大豆的生产风险，稳定其生产规模。否则，在大豆比较收益相对低的状况下，再加上生产风险相对比较大，农户弃豆改种的可能性更高。对于其它地市也应力促大豆保险业务的拓展，分散和转移其生产风险，作为稳定其种植面积，最终保障粮食安全措施之一。

参 考 文 献：

[1]王克，张峭.农业生产风险评估方法评述及展望[J].农业展望,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]王素艳，霍治国，李世奎，等.北方冬小麦干旱灾损风险区划[J].作物学报，2005,31(3):267-274.

[5]邢鹂，钟甫宁.粮食生产与风险区划研究[J].农业技术经济，2006,33(1):19-23.

[6]邢鹂，高涛，吕开宇，等.北京市瓜蔬类作物生产风险区划研究[J].中国农业资源与区划，2008,29(6):55-60.

[7]陈新建，陶建平.基于风险区划的水稻区域产量保险费率研究[J].华中农业大学学报(社会科学版)，2008,(4):14-17.

[8]张琪，张继权，佟志军，等.干旱对辽宁省玉米产量影响及风险区划[J].灾害学，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]梁来存.我国粮食作物保险风险区划的实证研究[J].山西财经大学学报，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，张峭.我国东北三省主要农作物生产风险评估[J].农业展望,2008,4(7):23-29.

[19]中国海关统计年鉴[M].北京：中国海关杂志社,2012.

[20]王小语.国产大豆游离市场体系边缘探析——对黑龙江大豆现状分析及找寻其优势的思考[J].黑龙江粮食,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

中图分类号：S314

文献标志码：A

作者简介：杨晓娟(1980—)，女，陕西岐山人，博士，助理研究员，研究方向为农业灾害损失评估与风险管理。 E-mail:yangxiaojuan@caas.cn。通信作者：刘布春(1968—)，女，内蒙古人，博士，副研究员，研究方向为农业减灾和农业灾害风险管理。 E-mail:liubuchun@ caas.cn。

基金项目：国家自然科学基金青年基金(41301594)

收稿日期：2014-10-02

doi:10.7606/j.issn.1000-7601.2016.02.32

文章编号：1000-7601(2016)02-0201-05