[发明专利]一种基于尺度升降的农作物减产风险测量方法

说明书

本发明公开了一种基于尺度升降的农作物减产风险测量方法。该方法可利用既有农业统计体系所积累的市级或县级目标农作物历年产量和播种面积数据，面向村级和户级等缺乏直接对应数据的小尺度，通过尺度升降的创新性测量方式，完成对该尺度下目标农作物的减产风险的测量。本发明可为农业保险费率精算厘定、农业风险管理政策拟定、农业风险管理工具与政策效果评价等提供关键性的村级和户级等所需尺度下的农作物减产风险水平数据支撑。本发明是对基于农业统计数据的农作物减产风险直接测量技术的重大改进，可有效拓展既有农业统计数据可测量农作物减产风险对应尺度的范围，从而避免了逐村甚至逐户建立小尺度农业统计体系的高昂成本。

技术领域

本发明涉及农业经济领域，尤其涉及农业风险的测量与评估领域。

背景技术

农作物指具有经济价值而被人们种植的植物，是种植业的生产对象。在中国，种植业通常指粮、棉、油、糖、麻、丝、烟、茶、果、药、杂等作物的生产部门，亦指狭义的农业。

农作物生长过程中，受到日照、降雨、气温、气象灾害、病虫害等外部因素影响，最终的产量具有不确定性，会出现减产的状况。通过农业保险和政府救助，保险公司和政府可以代替农户承担农作物减产带来的经济损失。因此，有效、客观、经济地测量农作物减产风险，对于指导农业保险精算与费率区划、评估农业保险实施效果、乃至推进乡村振兴以及保障国家粮食安全均具有重要意义。

目前，农业保险和政府救助通常以村或户为单位开展，因此需要在村级和户级尺度下测量农作物减产风险。数据方面，现有农业统计体系所对应的统计单元，其最小尺度为县级，如果要建立村级甚至户级农业统计体系，其性价比极低。而由于减产和增产在同一统计单元内往往会同时出现、相互抵消，导致农作物减产风险的空间尺度效应。如果忽略空间尺度效应，直接利用农业统计数据测量的县级和市级农作物减产风险，相对于农业保险和政府救助领域所需的更小的村级和户级尺度，会造成对农作物减产风险的低估。

因此，只要解决空间尺度效应问题，就可以拓展既有农业统计数据可测量农作物减产风险对应尺度的范围，从而一方面避免逐村甚至逐户建立小尺度农业统计体系的高昂成本，另一方面避免使用错误尺度测量造成对农作物减产风险的低估。

发明内容

基于背景技术存在的技术问题，本发明提供了一种基于尺度升降的农作物减产风险测量方法，以解决背景技术中提出的问题。

本发明提供如下技术方案：

一种基于尺度升降的农作物减产风险测量方法，包括如下步骤：

步骤一：利用农业统计体系，积累目标地区内面积相仿空间相邻的2ⁿ个子区域目标作物若干年度的总产量和总播种面积数据；

步骤二：基于步骤一所得历史数据，逐年逐子区域计算对应的平均单产；

步骤三：基于步骤二所得各子区域平均单产时间序列数据，逐子区域利用时间序列分析方法，分离出历史平均单产的趋势项和波动项；利用概率分布的参数估计方法，估计子区域波动项对应概率分布的期望参数μ子和方差参数

步骤四：空间升尺度，基于步骤一所得历史数据，逐年计算合并了2ⁿ个子区域的总区域对应的总产量和总播种面积；逐年计算对应的平均单产；

步骤五：基于步骤四所得总区域平均单产时间序列数据，利用时间序列分析方法，分离出历史平均单产的趋势项和波动项；利用概率分布的参数估计方法，估计总区域趋势项所预测的测量对应年份总区域平均单产期望水平，估计总区域波动项对应概率分布的期望参数μ_总和方差参数

步骤六：基于步骤三所得子区域波动项方差参数和步骤五所得总区域波动项方差参数利用公式求解波动项空间尺度效应参数ρ；