梅州市不同作物組合的風(fēng)險(xiǎn)研判與結(jié)構(gòu)優(yōu)化

中圖分類號(hào) ：F301.2 文獻(xiàn)標(biāo)志碼：A

摘 要 ：基于梅州市34 個(gè)鄉(xiāng)村1 027 份農(nóng)戶的實(shí)地調(diào)研數(shù)據(jù)，發(fā)現(xiàn)當(dāng)前復(fù)合種植模式存在顯著風(fēng)險(xiǎn)差異，農(nóng)戶收益不穩(wěn)定問題突出。分析表明：同類作物組合因風(fēng)險(xiǎn)疊加效應(yīng)加劇收益波動(dòng)，而經(jīng)濟(jì)作物與糧食作物間的負(fù)向協(xié)方差雖能降低部分風(fēng)險(xiǎn)，但由于現(xiàn)有補(bǔ)貼政策未能充分協(xié)調(diào)作物組合與風(fēng)險(xiǎn)緩釋的關(guān)系，導(dǎo)致抗風(fēng)險(xiǎn)能力不足。建議優(yōu)先推動(dòng)經(jīng)濟(jì)作物與糧食作物協(xié)同布局以利用負(fù)向協(xié)方差效應(yīng)，同時(shí)完善補(bǔ)貼政策，政策引導(dǎo)與結(jié)構(gòu)優(yōu)化協(xié)同發(fā)力，增強(qiáng)農(nóng)戶收益穩(wěn)定性與農(nóng)業(yè)抗風(fēng)險(xiǎn)能力。

梅州市所在的粵北地區(qū)是省的傳統(tǒng)農(nóng)業(yè)種植區(qū)，具有獨(dú)特的地形地貌、氣候條件以及土地資源特征，農(nóng)戶基于豐富的耕地資源形成了多種作物組合的發(fā)展模式。中央一號(hào)文件多次強(qiáng)調(diào)，要增強(qiáng)糧食和重要農(nóng)產(chǎn)品供給能力，健全農(nóng)產(chǎn)品全產(chǎn)業(yè)鏈監(jiān)測(cè)預(yù)警機(jī)制。伴隨著農(nóng)業(yè)結(jié)構(gòu)性改革的推進(jìn)，農(nóng)產(chǎn)品供應(yīng)的經(jīng)營環(huán)境變得更為復(fù)雜。耕地是承載多種作物組合的重要資源，在保證國家糧食安全基本國策的基礎(chǔ)上，引導(dǎo)農(nóng)戶選擇健康的種植結(jié)構(gòu)，降低生產(chǎn)風(fēng)險(xiǎn)，提升農(nóng)業(yè)的可持續(xù)發(fā)展能力是粵北地區(qū)農(nóng)業(yè)發(fā)展難以回避的現(xiàn)實(shí)問題［1］。

耕地作物組合結(jié)構(gòu)及其風(fēng)險(xiǎn)問題，已受到國內(nèi)外學(xué)者的廣泛關(guān)注。在作物組合的風(fēng)險(xiǎn)因素方面，已有研究表明自然條件如土壤肥力、氣候是影響作物選擇的基礎(chǔ)條件［2］。如在干旱地區(qū)，耐旱作物的種植比例相對(duì)較高；而在土壤肥沃的區(qū)域，高附加值經(jīng)濟(jì)作物具有較高的種植比例［3］。同時(shí)，經(jīng)濟(jì)因素如農(nóng)產(chǎn)品價(jià)格波動(dòng)、生產(chǎn)成本投入等也對(duì)農(nóng)戶作物組合決策產(chǎn)生重要影響［4］。農(nóng)戶通常會(huì)根據(jù)市場(chǎng)價(jià)格預(yù)期和自身成本承受能力，選擇種植收益較高的作物品種［5］。此外，政策導(dǎo)向如農(nóng)業(yè)補(bǔ)貼政策、耕地保護(hù)政策等也在一定程度上引導(dǎo)著農(nóng)戶的種植行為。在風(fēng)險(xiǎn)測(cè)算上，國外學(xué)者主要利用概率分析、回歸分析以及時(shí)間序列分析進(jìn)行風(fēng)險(xiǎn)評(píng)估，國內(nèi)學(xué)者則更傾向于使用層次分析法（AHP）、情景分析和隨機(jī)模擬技術(shù)［6］。這些方法能夠幫助識(shí)別和評(píng)估多種風(fēng)險(xiǎn)因素［7］，如氣候變化、市場(chǎng)波動(dòng)等對(duì)農(nóng)業(yè)生產(chǎn)的潛在影響［8］。在種植結(jié)構(gòu)優(yōu)化研究方面，學(xué)者們主要從作物選擇、土地利用效率、作物輪作等方面進(jìn)行探討，國內(nèi)外學(xué)者利用各種模型進(jìn)行了許多種植結(jié)構(gòu)調(diào)整研究，其中最常用的是模糊優(yōu)化模型［9］、多目標(biāo)規(guī)劃［10］、系統(tǒng)動(dòng)力學(xué)方法［11］和多目標(biāo)智能優(yōu)化算法［12］。部分研究運(yùn)用數(shù)學(xué)模型和計(jì)量經(jīng)濟(jì)學(xué)方法，通過構(gòu)建線性規(guī)劃模型、灰色關(guān)聯(lián)分析模型等，對(duì)不同作物組合的經(jīng)濟(jì)效益和生態(tài)效益進(jìn)行評(píng)估，從而為農(nóng)戶提供最優(yōu)的作物組合方案［13］。我國學(xué)者常用的優(yōu)化方法包括線性規(guī)劃、最優(yōu)化模型和Markowitz 模型。研究表明，合理的作物組合有助于提高土地的生產(chǎn)力和農(nóng)戶的抗風(fēng)險(xiǎn)能力。隨著可持續(xù)發(fā)展理念的深入，種植結(jié)構(gòu)優(yōu)化需要綜合考慮地域、自然資源、氣候等多重因素，傳統(tǒng)的線性規(guī)劃模型已難以滿足復(fù)雜需求［14］。現(xiàn)有研究針對(duì)不同地區(qū)農(nóng)戶耕地作物組合的差異化討論仍相對(duì)欠缺，結(jié)合當(dāng)?shù)貙?shí)際情況使用具有針對(duì)性和可操作性的風(fēng)險(xiǎn)量化方法和種植結(jié)構(gòu)優(yōu)化策略，還需要進(jìn)一步深入探討。

本研究以省梅州市作為研究對(duì)象，利用Markowitz 的投資組合模型和線性規(guī)劃模型，研判粵北耕地作物組合的風(fēng)險(xiǎn)，并以降低風(fēng)險(xiǎn)為目的進(jìn)行種植結(jié)構(gòu)的優(yōu)化分析，期望從農(nóng)戶風(fēng)險(xiǎn)的視角為粵北耕地種植結(jié)構(gòu)的調(diào)整提供參考。

一、研究設(shè)計(jì)

（一）數(shù)據(jù)來源

梅州市是粵北傳統(tǒng)農(nóng)業(yè)城市，種植結(jié)構(gòu)多樣化、耕地資源破碎化程度較高，與本研究的主題具有良好的適切性。綜合考量鄉(xiāng)村與市鎮(zhèn)的距離、耕地面積、農(nóng)村人口數(shù)量、作物結(jié)構(gòu)、作物生產(chǎn)銷售等5 個(gè)方面因素，最終選定梅江區(qū)四平村、上羅村和楊文村等20 個(gè)鄉(xiāng)村，梅縣區(qū)溪聯(lián)村、田頭村、程江村等 10 個(gè)鄉(xiāng)村，平遠(yuǎn)縣熱柘村、小柘村和熱水村等4 個(gè)鄉(xiāng)村，共計(jì)34 個(gè)調(diào)研村落。在2023 年7 月至 2024 年 4 月展開了實(shí)地調(diào)研，共發(fā)放調(diào)查問卷1 133 份，其中有效問卷1 027 份，有效率為90.64% 。經(jīng)檢驗(yàn)，同一維度變量的內(nèi)部一致性信度為 ，其余自變量的平均提取方差值 AVE均大于 0.5，問卷數(shù)據(jù)具有一定信度和效度。本研究以種植結(jié)構(gòu)特征上作物的投入產(chǎn)出信息為主要研究數(shù)據(jù)，包括作物種植種類、面積、種植特定作物的投入和產(chǎn)出情況等。

（二）模型選擇

一是Markowitz模型。Markowitz模型也稱為現(xiàn)代投資組合理論，最初用于金融領(lǐng)域的投資組合優(yōu)化。該模型通過分散投資降低風(fēng)險(xiǎn)，同時(shí)收益最大化［15］。在農(nóng)業(yè)領(lǐng)域，其被廣泛應(yīng)用于農(nóng)戶種植結(jié)構(gòu)的優(yōu)化，尤其是針對(duì)不同作物組合的風(fēng)險(xiǎn)評(píng)估與收益優(yōu)化。Markowitz 模型應(yīng)用于評(píng)估不同作物組合的風(fēng)險(xiǎn)。以農(nóng)戶為樣本，通過計(jì)算樣本農(nóng)戶在耕地選擇不同作物組合的方差和協(xié)方差，量化單一作物和多種作物組合的風(fēng)險(xiǎn)。其中，方差反映單一作物收益的波動(dòng)性，而協(xié)方差則反映不同作物之間的收益相關(guān)性。離差反映了實(shí)際收益與預(yù)期收益之間的波動(dòng)情況，這種波動(dòng)正是風(fēng)險(xiǎn)的本質(zhì)特征。當(dāng)實(shí)際收益與期望收益的偏離程度較大時(shí)，意味著收益的不確定性較高，具有較大風(fēng)險(xiǎn)。反之，通過優(yōu)化作物種植比例，農(nóng)戶可以在保證一定收益的前提下，最小化整體風(fēng)險(xiǎn)。

問卷數(shù)據(jù)顯示，樣本農(nóng)戶選擇的耕地作物種類主要為水稻、蔬菜、玉米及油料作物，合計(jì)播種面積比例達(dá) 30.12% 。在多樣化種植組合中，“水稻 + 蔬菜”的作物組合模式以 58.58% 的所占比例居首，其后依次為三元組合“水稻 + 玉米 + 油料作物”（ 19.4% ）及“玉米 + 蔬菜”（ 10.82% ）兩種模式。因此，選取這幾種耕地作物組合類型為研究對(duì)象，利用離差表現(xiàn)耕地作物組合的風(fēng)險(xiǎn)值。計(jì)算單一作物、兩種作物、三種作物的組合風(fēng)險(xiǎn)使用的方差與協(xié)方差計(jì)算公式為式（1）—（3）：

式中：Var（ （p ）表示耕地作物組合的風(fēng)險(xiǎn)；Var（ （x） ）為方差，表示單種作物的風(fēng)險(xiǎn)；Cov （x_ix_j） 為協(xié)方差，表示相對(duì)風(fēng)險(xiǎn)。 ω 為作物種植比例，且 ω₁+ω₂+ω₃+…+ω_n=1 。方差與協(xié)方差需要通過每一樣本農(nóng)戶的實(shí)際收益率與該種作物的期望收益率的差值來計(jì)算。實(shí)際收益率 Σ=Σ 現(xiàn)金收益/ 現(xiàn)金成本。現(xiàn)金收益 Σ=Σ 產(chǎn)值合計(jì) - 現(xiàn)金成本。期望收益率則通過縱向?qū)Ρ让分菔袣v年各作物的實(shí)際收入以及橫向?qū)Ρ戎苓叺漠a(chǎn)糧大鎮(zhèn)，在現(xiàn)有基礎(chǔ)上調(diào)20% ，即期望收益率 Σ=Σ （作物現(xiàn)金收益均值 / 作物現(xiàn)金成本均值） ×1.2 ；令 n 表示農(nóng)戶數(shù)量， i 表示作物類型，方差和協(xié)方差的計(jì)算如式（4）—（5）：

式中： R_i，R_j 分別表示作物的期望收益率；

表示樣本農(nóng)戶種植作物的實(shí)際收益率。

二是線性規(guī)劃模型。線性規(guī)劃是一種數(shù)學(xué)優(yōu)化方法，廣泛應(yīng)用于資源分配、生產(chǎn)計(jì)劃等領(lǐng)域。其目標(biāo)是在給定的約束條件下，找到使目標(biāo)函數(shù)最大或最小的變量值。在農(nóng)業(yè)領(lǐng)域，線性規(guī)劃模型常用于優(yōu)化作物種植結(jié)構(gòu)，以最大化收益或最小化風(fēng)險(xiǎn)。由于風(fēng)險(xiǎn)值與耕地種植的作物結(jié)構(gòu)相關(guān)聯(lián)，可以在風(fēng)險(xiǎn)評(píng)估后，以降低種植結(jié)構(gòu)風(fēng)險(xiǎn)為目標(biāo)，根據(jù)實(shí)際設(shè)定約束條件，進(jìn)而反向求解達(dá)到降低風(fēng)險(xiǎn)要求的種植結(jié)構(gòu)（即優(yōu)化種植結(jié)構(gòu)）。其中，優(yōu)化的對(duì)象為復(fù)合型的種植業(yè)農(nóng)產(chǎn)品，種植單一種類的作物則無需進(jìn)行種植業(yè)農(nóng)產(chǎn)品的優(yōu)化。優(yōu)化過程中，以最小的耕地作物組合風(fēng)險(xiǎn)值為目標(biāo)，以耕地利用的收益水平和生產(chǎn)規(guī)模為約束，優(yōu)化的模型為式（6）：

式中： e_p² 為不同種植結(jié)構(gòu)耕地作物組合的風(fēng)險(xiǎn)值，即上文中的Var（ （p） ， ω_i=1，2，3，…，n 表示 n 個(gè)樣本農(nóng)戶作物種植面積的比例； e_ij=E （ （r_jn–R_j） ，其中， R_i，R_j 分別表示種植水稻、玉米、蔬菜、薯類、油料的期望收益率， r_in 、 r_jn 表示第 n 個(gè)樣本農(nóng)戶種植水稻、玉米、蔬菜、薯類、油料的實(shí)際收益率。 R_o 為樣本農(nóng)戶要求的最低收益率，公式為：最低收益率 （R_O）= 農(nóng)戶要求的最低畝收益/ 畝平均現(xiàn)金成本。其中，農(nóng)戶要求的最低畝收益可以用轉(zhuǎn)入耕地價(jià)格的均值（農(nóng)戶從事土地種植的平均機(jī)會(huì)成本）來表示。即如果農(nóng)戶轉(zhuǎn)入耕地，那農(nóng)戶期望的經(jīng)濟(jì)收益應(yīng)不少于轉(zhuǎn)入耕地的價(jià)格。同時(shí)，利用耕地種糧的農(nóng)戶還會(huì)獲得一定量的生產(chǎn)者補(bǔ)貼。當(dāng)補(bǔ)貼額小于耕地平均流轉(zhuǎn)價(jià)格時(shí)，農(nóng)戶會(huì)以相對(duì)較高的畝流轉(zhuǎn)價(jià)格作為要求的最低畝收益。當(dāng)耕地流轉(zhuǎn)價(jià)格小于補(bǔ)貼額時(shí)，農(nóng)戶就不會(huì)流轉(zhuǎn)耕地，而是選擇自己種地獲得高于流轉(zhuǎn)價(jià)格的補(bǔ)貼作為要求的最低畝收益。畝平均現(xiàn)金成本則為需要進(jìn)行優(yōu)化的耕地作物平均投入成本的均值。

三是描述性統(tǒng)計(jì)。基于對(duì)1 027 份有效調(diào)查問卷的統(tǒng)計(jì)分析發(fā)現(xiàn)，在成本—產(chǎn)值—種植面積方面，各作物組合存在顯著差異（表 1）。成本上，農(nóng)戶種植單種水稻在成本投入上相對(duì)突出，單種蔬菜明顯更低，“玉米 + 蔬菜”的投入在復(fù)合組合中處于最低水平，“水稻 + 蔬菜”的現(xiàn)金成本略低于單種蔬菜種植的成本。產(chǎn)值上，單種水稻較高，單種蔬菜的產(chǎn)值低于單種水稻，但在經(jīng)濟(jì)作物中比較突出。復(fù)合種植組合“水稻 + 蔬菜”的產(chǎn)值最高。而種植面積分配情況不僅影響著作物的產(chǎn)量，也對(duì)成本和產(chǎn)值產(chǎn)生聯(lián)動(dòng)效應(yīng)。

進(jìn)一步對(duì)主要耕地作物組合的收益情況進(jìn)行分析（表 2）。不含補(bǔ)貼的情況下，農(nóng)戶種植單種蔬菜的現(xiàn)金收益和實(shí)際收益率表現(xiàn)較為突出，實(shí)際收益率高達(dá) 4.58% ，均高于其他主要組合種植模式下的作物收益。而各類復(fù)合種植組合相較而言，“玉米 + 蔬菜”組合呈現(xiàn)出最高的現(xiàn)金收益與實(shí)際收益率。含補(bǔ)貼的情況下，“水稻 + 玉米 + 蔬菜”組合的現(xiàn)金收益有所下降，但各類復(fù)合種植組合的實(shí)際收益率較不含補(bǔ)貼時(shí)均有所提升。

最低收益率被定義為每畝耕地平均流轉(zhuǎn)價(jià)格與作物組合的畝平均現(xiàn)金成本之比。為進(jìn)一步探究何種種植結(jié)構(gòu)組合風(fēng)險(xiǎn)最小，同時(shí)以加權(quán)期望收益率大于等于最低收益率作為約束條件來實(shí)施種植結(jié)構(gòu)優(yōu)化，對(duì)主要耕地作物組合下農(nóng)戶最低收益率進(jìn)行計(jì)算（表3）。其中“水稻 + 玉米 + 油料”組合的最低收益率最高，達(dá)到 14.12% ；而“水稻 + 蔬菜”組合的最低收益率則相對(duì)較低，只有 8.13% 。不同類型作物組合的農(nóng)戶最低收益率計(jì)算為：

水稻 + 蔬菜： R0^′=110 /［（1 143.366 2+1 563.242 7）/2]× 100%=8.13%

玉米 + 蔬菜： R0^′′′=110/[510.5819+1563.2427）/2]× 100%=0.1061= 10.61%

水稻 + 玉米 + 蔬菜： 80^′′′=110 /［（1 143.366 2+510.581 9+ 1563.2427）/3]×100%=10.26%

水稻 + 玉米 +_iⁱ 油料：R ）^′′′′=110 /［（1 143.366 2+510.581 9+ 634.930 0） /3]×100%=14.42%

二、耕地作物組合風(fēng)險(xiǎn)評(píng)估與研判

基于問卷數(shù)據(jù)和Markowitz 模型的風(fēng)險(xiǎn)測(cè)算結(jié)果的綜合分析，不同作物組合的風(fēng)險(xiǎn)值存在顯著差異（表3）。種植補(bǔ)貼為種植水稻、玉米、油料獲得的補(bǔ)貼，每年標(biāo)準(zhǔn)不同。從期望收益率來看，考慮種植補(bǔ)貼時(shí)，“水稻 + 蔬菜”組合的期望收益顯著高于其他種植方式，達(dá)到5.67，由此可以看出補(bǔ)貼政策對(duì)特定種植方式的顯著激勵(lì)作用，尤其是對(duì)多樣化種植組合的收益提升效果。相比之下，單種水稻的期望收益率僅為1.51，水平較低。原因在于，“水稻 + 蔬菜”組合能夠更高效地利用土地資源，提高單位面積的產(chǎn)出效益，同時(shí)得益于政策補(bǔ)貼的雙重激勵(lì)效應(yīng)。在不含補(bǔ)貼的情況下，水稻 + 蔬菜的期望收益率仍然居首位，但單種水稻的期望收益率略有下降。補(bǔ)貼政策通過激勵(lì)農(nóng)戶選擇高收益種植方式以提升農(nóng)業(yè)經(jīng)濟(jì)效益，促進(jìn)農(nóng)業(yè)多樣化發(fā)展。

表1 主要耕地作物組合成本、收益分析

表2 主要耕地作物組合的收益分析

表3 不同種植結(jié)構(gòu)的風(fēng)險(xiǎn)值統(tǒng)計(jì)量

同時(shí)，不同作物組合在考慮補(bǔ)貼時(shí)的風(fēng)險(xiǎn)值基本高于不含補(bǔ)貼情況下的風(fēng)險(xiǎn)值，其中“水稻 + 玉米 + 蔬菜”的風(fēng)險(xiǎn)值最高，為 0.805 9，較無補(bǔ)貼上升了0.158 0。對(duì)比可知，當(dāng)存在生產(chǎn)性補(bǔ)貼時(shí)，農(nóng)戶的期望收益率上升，從而使實(shí)際收益率與期望收益率的差值進(jìn)一步加大，導(dǎo)致收益率的方差增大，風(fēng)險(xiǎn)增加。風(fēng)險(xiǎn)值的高低直接影響農(nóng)民的種植決策，高風(fēng)險(xiǎn)的種植方式可能需要更多的風(fēng)險(xiǎn)管理措施，如購買農(nóng)業(yè)保險(xiǎn)或采用新技術(shù)來降低風(fēng)險(xiǎn)。

三、基于風(fēng)險(xiǎn)調(diào)控的耕地作物組合結(jié)構(gòu)優(yōu)化

表 4 是根據(jù)測(cè)算結(jié)果歸納的當(dāng)前各類主要作物組合的對(duì)應(yīng)種植比例及相應(yīng)風(fēng)險(xiǎn)值。分析可知，無論是否具有補(bǔ)貼激勵(lì)，糧食作物當(dāng)中水稻的比例均較高，此分布特征印證了水稻作為主糧作物在梅州市的農(nóng)業(yè)供需關(guān)系中的核心地位。從當(dāng)?shù)貙?shí)際情況來看，水稻的高比例種植源于國家糧食安全戰(zhàn)略的政策導(dǎo)向、市場(chǎng)的供求關(guān)系、種植技術(shù)的提升以及補(bǔ)貼政策的作物傾斜。此外，在一定種植比例下，不同補(bǔ)貼情況所對(duì)應(yīng)的組合風(fēng)險(xiǎn)值也有所不同。因此，應(yīng)當(dāng)結(jié)合補(bǔ)貼情況，調(diào)整作物組合的種植比例，實(shí)現(xiàn)種植結(jié)構(gòu)的優(yōu)化，進(jìn)而降低耕地的種植結(jié)構(gòu)風(fēng)險(xiǎn)。

表 5 是利用線性規(guī)劃模型所計(jì)算的農(nóng)戶在考慮是否補(bǔ)貼的情況的最優(yōu)種植比例。根據(jù)風(fēng)險(xiǎn)值優(yōu)化后，水稻仍占據(jù)主導(dǎo)地位，但更貼合市場(chǎng)和土地高效利用的需求。未考慮補(bǔ)貼時(shí)，水稻的種植比例進(jìn)一步提高至 0.947 2，而蔬菜的種植比例降低至0.052 8。考慮補(bǔ)貼時(shí)，水稻的種植比例略有下降，為 0.944 7，而油料的種植比例增加至 0.068 3。

從表 5 還可得知，未考慮補(bǔ)貼時(shí)，水稻 + 玉米 + 蔬菜的風(fēng)險(xiǎn)值大幅降低，僅為 0.317 2，而單種蔬菜的風(fēng)險(xiǎn)值最低，為 0.002 6。考慮補(bǔ)貼時(shí)，水稻 + 蔬菜的組合風(fēng)險(xiǎn)值最低，為 0.003 4，整體風(fēng)險(xiǎn)值顯著下降。耕地作物組合比例的積極調(diào)整能夠有效降低復(fù)雜種植方式的風(fēng)險(xiǎn)。這種優(yōu)化方式不僅提升了收益，還兼顧了風(fēng)險(xiǎn)的控制，使得農(nóng)業(yè)生產(chǎn)的可持續(xù)性得到顯著增強(qiáng)。優(yōu)化后的種植結(jié)構(gòu)能夠更好地應(yīng)對(duì)市場(chǎng)波動(dòng)和自然風(fēng)險(xiǎn)，為農(nóng)民提供更穩(wěn)定的收入來源，同時(shí)也為農(nóng)業(yè)的長(zhǎng)期發(fā)展奠定堅(jiān)實(shí)的基礎(chǔ)。

四、結(jié)論與討論

（一）結(jié)論

一是不同作物組合的風(fēng)險(xiǎn)具有明顯的異質(zhì)性。含補(bǔ)貼時(shí)，“水稻 + 玉米 + 蔬菜”組合風(fēng)險(xiǎn)值最高（0.805 9），單種蔬菜風(fēng)險(xiǎn)值最低（0.169 6）；不含補(bǔ)貼時(shí)“，水稻 + 玉米 + 油類”風(fēng)險(xiǎn)值達(dá)0.339 4，仍高于單種蔬菜的 0.169 6。同時(shí)，經(jīng)濟(jì)作物與糧食作物的負(fù)向協(xié)方差效應(yīng)（如玉米 + 蔬菜組合協(xié)方差-0.008）可顯著降低風(fēng)險(xiǎn)，而同類作物組合（如水稻 + 蔬菜協(xié)方差0.084 1）則表現(xiàn)出風(fēng)險(xiǎn)疊加效應(yīng)。現(xiàn)有種植結(jié)構(gòu)受自然、經(jīng)濟(jì)、農(nóng)戶決策等多因素影響，存在風(fēng)險(xiǎn)分布不均、收益不穩(wěn)定等情況。單一作物種植與多種作物組合種植的風(fēng)險(xiǎn)值存在差異，且補(bǔ)貼政策對(duì)風(fēng)險(xiǎn)值有影響。

二是種植結(jié)構(gòu)優(yōu)化后，能夠有效分散風(fēng)險(xiǎn)。在補(bǔ)貼條件下，水稻種植比例需控制在 94.47% （ ）， 蔬 菜 與 油 料 分 別 保 持 5.53% 和6.83% 的配比時(shí)，系統(tǒng)風(fēng)險(xiǎn)可降至 0.023 1，降低了 69.7% 。優(yōu)化后各作物組合的風(fēng)險(xiǎn)相應(yīng)降低。特別是在考慮補(bǔ)貼因素后，種植結(jié)構(gòu)的風(fēng)險(xiǎn)進(jìn)一步降低，表明補(bǔ)貼政策對(duì)優(yōu)化耕地種植結(jié)構(gòu)及維持農(nóng)戶收益的穩(wěn)定性具有積極影響。

表4 優(yōu)化前耕地作物組合中的種植比例 （%） 及風(fēng)險(xiǎn)值統(tǒng)計(jì)量

表5 優(yōu)化后耕地作物組合中的種植比例及風(fēng)險(xiǎn)值

以上結(jié)果不僅驗(yàn)證了補(bǔ)貼政策對(duì)農(nóng)戶收益穩(wěn)定性的積極影響，也為農(nóng)業(yè)風(fēng)險(xiǎn)管理提供了新的量化工具和實(shí)踐依據(jù)。未來研究可進(jìn)一步結(jié)合氣候變化、市場(chǎng)波動(dòng)等外部因素，深化風(fēng)險(xiǎn)模型的精準(zhǔn)性，為農(nóng)業(yè)政策制定和農(nóng)戶決策提供更全面的支持。

（二）討論

粵北地區(qū)由于耕地分散、交通不便，農(nóng)戶對(duì)外部市場(chǎng)信息的獲取能力較弱，進(jìn)一步加劇了風(fēng)險(xiǎn)感知。因此，農(nóng)戶在選擇作物組合時(shí)更加謹(jǐn)慎，傾向于選擇收益低、風(fēng)險(xiǎn)也低的組合。在考慮風(fēng)險(xiǎn)最小化的前提下，通過優(yōu)化作物組合比例，農(nóng)戶能夠顯著降低現(xiàn)金收益率的波動(dòng)風(fēng)險(xiǎn)，同時(shí)提高整體收益的穩(wěn)定性，并增強(qiáng)了對(duì)不確定性事件的應(yīng)對(duì)能力。本研究引入了Markowitz 模型，在分析作物組合之間的協(xié)方差的基礎(chǔ)上評(píng)估耕地作物組合的風(fēng)險(xiǎn)，進(jìn)而作為結(jié)構(gòu)調(diào)整和優(yōu)化的依據(jù)，具有科學(xué)性和合理性。然而，當(dāng)前研究對(duì)外部環(huán)境因素的考慮尚不充分，尤其是氣候變化、市場(chǎng)需求波動(dòng)等因素對(duì)作物風(fēng)險(xiǎn)的潛在影響未能完全納入分析。未來的研究需要加強(qiáng)對(duì)這些外部環(huán)境因素的綜合考慮，以進(jìn)一步完善風(fēng)險(xiǎn)評(píng)估模型，確保優(yōu)化方案更具實(shí)際應(yīng)用價(jià)值。在期望收益率的設(shè)定上，綜合考慮了梅州市的歷史數(shù)據(jù)和周邊產(chǎn)糧大鎮(zhèn)的情況，但市場(chǎng)環(huán)境的動(dòng)態(tài)變化要求期望收益率的確定機(jī)制更加靈活。因此，未來研究可探索更適應(yīng)動(dòng)態(tài)市場(chǎng)的收益率預(yù)估方法，并通過更廣泛的變量納入優(yōu)化模型，從而提高其精準(zhǔn)性和實(shí)用性，為農(nóng)戶提供更加科學(xué)的種植結(jié)構(gòu)調(diào)整方案。在提升農(nóng)戶種植結(jié)構(gòu)優(yōu)化方面，可以從耕地使用者、管理者、所有者和經(jīng)營參與者4 個(gè)層面進(jìn)行研究，充分發(fā)揮多主體協(xié)同作用，構(gòu)建多元化治理框架，進(jìn)一步完善種植結(jié)構(gòu)調(diào)整的決策機(jī)制。未來研究可為梅州市以及其他丘陵地區(qū)的農(nóng)業(yè)發(fā)展提供更加全面的決策支持，以推動(dòng)農(nóng)業(yè)生產(chǎn)模式的可持續(xù)發(fā)展。

參考文獻(xiàn)：

［1］宋敏，張安錄.大食物觀視閾下的耕地利用轉(zhuǎn)型：現(xiàn)實(shí)挑戰(zhàn)、理論邏輯與實(shí)現(xiàn)路徑［J］.中國土地科學(xué)，2023，37（8）：31-41.

［2］馮茂秋，黃佩，潘洪義，等.基于限制因素組合序列的耕地質(zhì)量提升潛力研究：以什邡市為例［J］.中國農(nóng)業(yè)資源與區(qū)劃，2019，40（5）：126-133.

［3］高士光.河北省耕地因素組合的構(gòu)建及分布規(guī)律研究［D］.保定：河北農(nóng)業(yè)大學(xué)，2008.

［4］薛建輝.灰色局勢(shì)決策在林下間作作物組合優(yōu)化中的應(yīng)用［J］.生態(tài)學(xué)雜志，1991（2）：32-35.

［5］王玉杰.雞澤縣辣椒價(jià)值鏈增值與農(nóng)戶收益研究［D］.保定：河北農(nóng)業(yè)大學(xué)，2022.

［6］劉順.濟(jì)寧市金鄉(xiāng)縣大蒜供應(yīng)鏈風(fēng)險(xiǎn)識(shí)別與評(píng)估研究［D］.泰安：山東農(nóng)業(yè)大學(xué)，2023.

［7］王成，樊榮榮，龍卓奇.重慶市鄉(xiāng)村生產(chǎn)空間系統(tǒng)風(fēng)險(xiǎn)評(píng)價(jià)及其空間分異格局［J］.自然資源學(xué)報(bào)，2020，35（5）：1119-1131.

［8］周佩萱，陳輝.生鮮農(nóng)產(chǎn)品電商拼價(jià)銷售影響小農(nóng)生產(chǎn)經(jīng)營的內(nèi)在邏輯：基于陜西省A 縣甜瓜產(chǎn)業(yè)的考察［J］.南京農(nóng)業(yè)大學(xué)學(xué)報(bào)（社會(huì)科學(xué)版），2024，24（1）：167-178.

［9］S E Y FI- S H IS H AVA N S A，D O N YATA L A BY，F(xiàn)ARROK HIZA DEH E，et al. A fuzzyoptimization model for designing an efficientblood supply chain network under uncertaintyand disruption［J］. Annals of operationsresearch，2023，331（1）：447-501.

［10］A H M ED H Y，ALI Z M，R EFA AT M M，et al. A multi-objective planning strategy forelectric vehicle charging stations towards lowcarbon-oriented modern power systems［J］.Sustainability，2023，15（3）：2819.

［11］S H A M S U D D O H A M，N A SI R T，H O S S A I NN U I. A sustainable supply chain frameworkfor dairy farming operations： a systemdynamics approach［J.］ Sustainability2，0231，5（10）：8417.

［12］N A L L O L L A C A，V IJAYA P R I YA P ，CHITTATHURU D，et al. Multi-objectiveoptimization algorithms for a hybrid AC/DCmicrogrid using RES：a comprehensive review［J］. Electronics，2023，12（4）：1062.

［13］郭永忠，楊彩霞，鄒軍，等.灰色局勢(shì)決策在玉米品種綜合評(píng)價(jià)中的應(yīng)用［J］.西北農(nóng)業(yè)學(xué)報(bào)，2007（4）：92-95.

［14］張圣曦.基于作物生產(chǎn)水足跡的塔里木河流域種植結(jié)構(gòu)優(yōu)化研究［D］.北京：中國農(nóng)業(yè)科學(xué)院，2024.

［15］劉薇，王寧.林甸縣轉(zhuǎn)入耕地糧農(nóng)經(jīng)營組合風(fēng)險(xiǎn)及種植結(jié)構(gòu)優(yōu)化分析［J］.浙江農(nóng)業(yè)科學(xué)，2019，60（9）：1699-1702.