不同种植结构条件下的农户利润风险分析——基于云南南部边境山区农户的调查

冯璐，吴春梅，张焱，李勃，陶大云

（1. 华中农业大学经济管理学院，湖北 武汉400070；2. 云南省农业科学院农业经济与信息研究所，云南 昆明，650200；

3. 华中农业大学马克思主义学院，湖北 武汉 400070；4.云南省农业科学院，云南 昆明 650200）

不同种植结构条件下的农户利润风险分析
——基于云南南部边境山区农户的调查

冯璐1,2，吴春梅3，张焱2，李勃2，陶大云4*

（1. 华中农业大学经济管理学院，湖北 武汉400070；2. 云南省农业科学院农业经济与信息研究所，云南 昆明，650200；

3. 华中农业大学马克思主义学院，湖北 武汉 400070；4.云南省农业科学院，云南 昆明 650200）

随着经济体制的根本变革，我国农村经济自改革开放以来得到了快速发展，但是农业生产风险问题依然存在。其中，云南南部边境热带亚热带山区贫困问题突出，农作物种类繁多且利润风险不同。基于2015年云南南部边境山区366户农户的微观问卷调查数据，采用标准差和因子分析方法，分析云南南部边境山区不同种植结构农户的收入及作物投入产出，探讨不同种植结构条件下的利润风险。结果表明，云南南部边境山区种植结构呈现多样化发展形式，经济作物以甘蔗、香蕉、咖啡、茶叶为主，粮食作物以玉米、水稻、旱稻为主。在市场经济发展条件下，不同种植结构的利润风险差异显著。其中，单项农作物种植的利润风险普遍高于多项农作物种植，而多项农作物种植的种植结构中，经济作物种植面积占比高于50%的种植结构，其利润风险普遍低于经济作物种植面积占比低于50%的种植结构，但利润则正好相反。当前，云南南部边境山区的种植结构以经济作物种植面积占比低于50%为主，结构调整的方向是良性的但利润风险较高。因此，在保障粮食生产的基础上，需顺应云南市场经济发展的方向，依托农业企业引导农户结合当地实际发展经济作物，调整种植结构降低利润风险。

种植结构；利润风险；农户；山区；云南

利润风险是制造商与代理商之间通过利润函数识别商品在回收过程中的市场定价风险，亦或是供应商和制造商所承担的利润波动所带来的风险[1]。而种植结构利润风险则是指农户在同一市场条件下种植的同一农作物，由于种植结构差异所产生的不同利润所形成的经济风险，或是农作物由于种植结构差异形成利润波动带来的风险差异。农产品产值或收益即是农业生产中利润风险的直接体现，单项农业生产经营风险由单项作物的市场条件决定，而多项农业生产经营风险则由所有经营项目风险及其之间的相关程度决定。有效的农业风险管理是农民增收和粮食安全的重要保证，但是农业本身的弱质性和特殊性，使得自然风险和价格风险是农业生产过程中面临的最主要和最难以控制的风险类型[2-3]。

以往关于农户生产决策的研究显示，大多数农户都是风险规避型，而贫困小农户更甚如此，农户只有在投资回报率大于时间偏好率时，才愿意进行生产投资。农户不仅是生产者也是消费者，面临自然和市场的双重风险[4]，由于对利润回报水平、风险承受能力、生产集约化认同不一，各农户在面对农业生产投资时的生产行为决策不同，并构成了不同局部市场的行为基础[5]，尤其是当生产中主要面临价格风险时，农户会对种植结构进行调整[6]。我国欠发达地区处于风险环境中的农户，冒险性心理较强但应急措施不足[7]，而且，由于风险意识的影响，风险规避型农户对于土地流转、农业技术推广等的行为决策都会有抑制[8]。

当前，农业企业通过提供种苗、资金等形式帮助农户减少风险尤其是市场的不稳定性，同时，通过保障交易成本提高农户的市场参与程度[9-10]。农户参与农业企业开展订单农业已经成为发展中国家农户增收的一种方式[11-12]，并进一步促使种植结构由粮食作物种植向经济作物种植倾斜的结构转型[13]。因此，对不同种植结构条件下的农户利润风险分析，有助于种植结构调整以及农户在风险条件下的行为决策研究。

改革开放以来，随着经济体制的根本变革，我国农村经济得到了快速发展，但是种植结构调整、农业生产风险、农村贫困等问题依然存在[14-16]。同时，中国是一个山区大国，山区面积占全国国土总面积的69.1%。全国2 854个行政县（区）中有50%是山区（丘陵）县，其中，35%是国家扶贫开发重点县。山区拥有全国56%的人口，90%以上的森林和水能资源和54%的耕地资源，中国山区在整个国家可持续发展战略中占有举足轻重的地位。但是，中国山区却是中国区域发展不平衡，或者说是区域差异强烈的主要贡献者，是国家扶贫的攻坚区[17]。

位于我国西南边陲的云南省，尤其是与越南、老挝、缅甸接壤的云南南部边境山区，包括文山壮族苗族自治州、红河哈尼族彝族自治州、普洱市、西双版纳傣族自治州、临沧市五个地州市，国土面积占云南省总面积的40%，居住着哈尼、傣、拉祜等16个跨境而居的少数民族，贫困人口占全省贫困总人口的39%，是典型的少数民族聚居的贫困边境山区。由于远离市场、生产力低下以及特殊的历史条件和较低的文化教育程度等多种因素的综合影响和作用，云南南部边境山区市场经济发展相对落后，农业生产也面临严峻的风险。同时，该地区是仅次于滇中的粮食主产区，粮食种植面积占全省38%，又由于地理气候环境独特，十分适宜甘蔗、咖啡、茶叶等经济作物的生长，成为农业企业投资经济作物的重点区域，随着市场经济的发展，云南山区种植结构正由粮食作物逐步向经济作物种植转型[18]。那么，当前山区贫困农户种植结构情况如何？不同种植结构条件下的山区农户收入水平以及利润风险差异如何？山区农户面临不同利润风险的决策如何？对于这些问题的准确回答不仅有助于山区种植结构调整，也有助于山区扶贫政策的制定。

因此，本研究基于2015年云南南部边境山区366户农户的微观问卷调查数据，采用标准差和因子分析计量方法，通过实证分析云南南部边境山区不同种植结构农户的收入及作物投入产出，探讨种植结构多样化的云南南部边境山区，在经历了长期的政策调整和生计选择之后的种植结构利润风险差异，为强化农户风险决策研究，推动农业企业发展以及政府“精准”扶贫政策提供理论基础和决策依据。

1 研究方法

1.1 数据来源

本研究选择与越南毗邻的文山壮族苗族自治州和红河哈尼族彝族自治州，以及与老挝和越南接壤的普洱市抽样农户截面数据进行分析。为了保证调查样本的针对性和代表性，通过与相关农业技术专家咨询选择以甘蔗、香蕉、咖啡、茶叶为主要经济作物，玉米、水稻、旱稻为主要粮食作物且生产较为集中的自然村作为样本县和样本村，在每个自然村内随机抽取30户左右农户作为调查样本户，2015年共调查3地州4县379户农户关于2014年种植结构的数据，有效问卷366份，有效率97%。

结合前期工作基础，农户调查均采用结构式的问卷形式进行。调查主要内容有：农户家庭结构，包括人口、劳动力、教育和民族等；农户土地类型和面积，包括水田、旱地、林地和轮歇地，以及土地流转情况；农户种植作物种类、面积、投入及管理，包括农户种植的主要粮食作物和经济作物；农户的粮食保障状况；农户的收入和固定资产情况；农户参与农业企业情况及其对农业技术等的需求。

1.2 指标选择

样本区主要经济作物有香蕉、甘蔗、茶叶、咖啡，分别占种植面积的21.3%、13.9%、10.2%和5.1%；主要粮食作物有玉米、水稻、旱稻，分别占种植面积的31%、9.8%和5.3%，此外，还有少部分蔬菜、水果和豆类共占种植面积的3.5%。因此，本研究将农户种植作物的数据分析指标限定在经济作物为香蕉、甘蔗、茶叶、咖啡，粮食作物为玉米、水稻、旱稻。同时，根据种植结构进一步把农户划分为2组。组别1：以经济作物种植面积占比小于50%以上为主，共181户；组别2：以经济作物种植面积占比大于等于50%以上为主，共185户。

本研究被解释变量表示种植结构不同形成的利润风险差异，农户从经济作物种植面积占比小于50%，到经济作物种植面积占比大于50%，数据具有明显的可辨性和对比性。为了估计代表性农户的目标权重，解释变量主要包括种植结构的现金收入和投入产出两个部分。本文将各种作物的利润定义为作物总产值扣除生产投入，同时，为了便于对比将投入单位统一，本文均以单位面积量化处理。假设一共有i种投入品，则xi（i=1，2，…，n）表示作物j的单位面积投入量，yi表示作物单产，pyi表示作物j的市场销售价格，pxi表示投入品的市场购买价格，则作物j的单位面积利润（B）为：

1.3 计量模型

当前，国内相关学者对种植结构及风险量化研究主要运用的方法有因子分析法[19]、作物模型法[20]、风险状态下的MOTAD模型[21]、运用效用理论的均值—方差分析和均值—标准差分析方法[22]等。利用标准差计算实际与预期损失（收益）的偏差来表示农业经营的风险，是以风险事件服从正态分布为前提，且农户对农业经营的追求目标是稳定的，因此有助于反映云南南部边境山区农户单项农作物种植利润风险。然而，随着市场经济的发展，云南南部边境山区农户的风险承担和生产投入的关联日益紧密，尤其以多项农作物种植的结构变化幅度较大，标准差方法不足以反映多项农作物种植的利润风险。而因子分析方法是利用每个指标计算共性因子的累积贡献率来定权，累积贡献率越大则所定权数也越大，有助于深入分析多项农作物种植利润风险之间的相互影响。因此，本文利用标准差分析方法量化单项农作物种植的利润风险，再结合因子分析法计算多项农作物种植的利润加权风险值，以综合评定当前云南南部边境山区的种植结构利润风险。

本文主要研究不同种植结构条件下的农户利润风险，因此，我们设定以下前提假设建立相应的数据模型：1）农户是市场价格的接受者，价格是外生给定的；2）农户的土地规模报酬不变，云南南部边境山区基本以小农生产为主，人均耕地数量差异较小。

计量分析模型及分析步骤如下。单项农作物种植利润风险值标准差量化（标准差的单位与损失单位相同，便于风险量化并比较其与利润的差异大小），计算公式为：

式中：R为利润风险值（标准差），rj为农作物j的实际利润观察值，rb为农作物j的预期利润，n为观测值。但是，在农业生产经营中，预期收益往往未知，各种农作物的实际利润发生的概率也不尽相同，因此，对上述公式进行修正来计算无偏估计量：

式中：R′为无偏估计风险值（总体标准差），r′为农作物j的预期期望值与实际利润发生概率的乘积，即农作物j的期望值。

多项农作物种植利润因子权重量化。本研究是对农户原始数据确定权重，因此采用因子载荷矩阵/特征值的方式计算，具体运用模型为：

式中：x1，x2，…，xn是n个原有变量且均值为0，标准差为1的标准化变量，F1，F2，…，Fm是m个因子变量，m小于n表示成矩阵形式为：

式中：F为因子变量或公共因子；A为因子载荷矩阵；a相当于多元回归中的标准回归系数；ε为特殊因子，表示原有变量不能被因子变量解释的部分，相当于多元回归中的残差。因子载荷矩阵是通过建立变量的相关系数矩阵R，求R的特征根及相应的单位特征向量，根据累积贡献率的要求，取前m个特征根及相应的单位特征向量，写出因子载荷矩阵A。

多项农作物种植利润加权风险值量化为：

式中：R′′为多项农作物种植利润加权风险值，zi为农作物i的利润风险在风险组合中的比例，ωi为农作物i在利润风险组合中的权重。

2 结果与分析

2.1 不同种植结构与收入利润的统计描述分析

云南南部边境山区农业机械化程度较低，农作物主要投入品包括种子、农药、化肥，仅香蕉种植雇佣少部分劳动力。其次，投入方式中粮食作物是以农户自给耕种为主，经济作物则以公司+农户的方式种植。香蕉、咖啡、甘蔗和茶叶是样本村农业企业投资的主要经济作物，但由于发展程度不一，投资方式也有差别。其中，香蕉生产多数是与熟识的经销商联系以市场价收购，农户自主经营；甘蔗是云南传统产业，经营模式逐步发展成熟并形成产业化种植，当前基本是由农业企业提供种苗、化肥、农药，并以保护价收购；茶叶也是云南传统产业有上千年的栽培历史，除部分地区由茶厂进行规模化种植外，农户多以自主经营为主；咖啡是近年来大范围种植的新兴经济作物，兴起之初即为订单生产方式，由农业企业提供一切生产管理费用，并以统一的保护价收购。

由于各种作物的投入方式、市场价格、投入内容不一，农户种植作物利润计算方式也不同。若以保护价收购，则种植利润采用保护价格计算；若以市场价格销售，则种植利润采用市场价格计算。同时，由于多年生作物和一年生作物的投入水平不一，因此，本研究以种植生产期主要投入为准进行分析。农户主要种植农作物的平均投入产出情况显示：云南南部边境山区农户以粮食作物自主经营为主，农业企业经营投入的经济作物种类较少，主要体现在甘蔗和咖啡种植上，而且农业企业的经营投入数量并不一定高于农户的成本投入。其次，不同农作物的利润差异较大，粮食作物中玉米的单位面积利润最高，但仅为经济作物中单位面积利润最高的香蕉的62.5%。此外，虽然保护价格普遍低于市场价格，但获得农业企业经营投入的农作物单位面积利润相对较高。具体结果如表1。

表1 农户主要种植农作物平均投入产出情况Table 1 Average input and output of main crops in 2014

分组农户各种农作物种植面积分析显示，组别1和组别2分别占种植结构的49.45%和50.55%（表2），因此，分析数据具有横向和纵向的可比性。从实际种植结构来看，除香蕉和玉米的净作以外，组别1中“玉米+水稻”种植结构占21.86%，组别2中“水稻+玉米+甘蔗+咖啡”种植结构占10.38%，是农户多项农作物种植分组分析中最主要的生产形式。从户均现金收入来看，组别1中“旱稻+玉米+甘蔗+咖啡”种植结构的户均收入达到2.924万元，组别2中“香蕉+玉米”种植结构的户均收入达到8.835万元，是农户多项农作物种植分组分析中收入最高的生产形式。由此可知，组别1中种植作物越多的现金收入越高，而组别2中种植作物越多的现金收入反而较低，说明以经济作物种植为主的农户收益最大化体现在规模化种植上，而以粮食作物种植为主的农户收益最大化体现在经营的多样化上。但总体来说，农户更倾向于种植经济作物，而且经济作物占种植面积比重高的收入水平普遍较高。

总体而言，云南南部边境山区的农作物种植仍然以农户自主经营为主，作物单产普遍较低且价格也不高。同时，经济作物利润高于粮食作物，但投入也高于粮食作物。一般而言，利润越高则风险也越高，那么，种植结构多样化是否也因利润的增加而增加，或者说种植作物越多则风险也越大呢？不同种植结构形成不同的利润，而差异化的种植则会进一步体现农作物种植利润风险的差异。因此，本研究将进一步按照农户分组信息结合相关数据进行计量分析。

表2 不同类型农户种植结构及户均现金收入Table 2 Different agricultural production structures and cash income per household in 2014

2.2 不同种植结构利润风险的计量分析

在单项农作物种植结构中，同一农作物在不同分组中的利润风险值存在差异，且同一农作物在组别1中的利润风险值要小于在组别2中的利润风险值。在以经济作物种植为主的组别2中，农业生产与市场联系的紧密度要高于以粮食作物种植为主的组别1，这也充分反映了市场对风险的影响。单项农作物种植组别1中水稻的利润风险最高为29.735，而组别2中香蕉的利润风险最高为44.953（表3）。在表2统计描述中香蕉利润最高，这与组别2的利润风险值一致，表示在以经济作物种植为主的生产经营中，农作物利润越高风险越大。但是，在组别1中，香蕉的利润风险值并未处于风险值顶端。说明在以粮食作物种植为主的生产经营中，面积比重影响农作物种植的利润风险。

在KMO度量标准中，0.9以上表示非常适合；0.8-0.9表示很适合；0.7-0.8表示适合；0.6-0.7表示一般；0.5-0.6表示勉强适合；0.5以下表示极不适合。在多项农作物种植结构中，组别1和组别2的KMO值均大于0.6（表3），检验表明多项农作物种植中的风险权重通过KMO检验，数据可以用于因子分析。同一农作物在多项农作物种植结构的风险权重估计结果显示：组别1中粮食作物相较经济作物来说权重总值较高，但差距仅为0.55。组别2中经济作物相较粮食作物来说权重总值较高，差距则高于组别1，达到0.77。组别1中农作物权重排序不同于单项农作物利润风险值排序，香蕉、玉米和旱稻权重较高且差距较小，而组别2中农作物权重排序与单项农作物利润风险值排序基本一致，香蕉权重远高于其他作物。总体而言，说明利润风险权重随着农户生计所依赖程度的增加而增加，也可以说是种植面积比重影响不同作物在不同类型中的权重大小，虽然经济作物的权重仍然较大。因此，这与在经济作物净作时，利润风险值和权重大小发展方向一致的结论不完全符合。

表3 不同种植结构的利润风险权重和风险值评估结果Table 3 Weight and value of profit risks of different agricultural production structures in 2014

本研究根据权重和农作物主要种植结构类型，计算出云南南部边境山区不同种植结构的加权利润风险值（表4）。按照加权利润风险值排序，对于农户来说，无论是经济作物还是粮食作物，净作即只种植一种作物的风险是最高的。此外，组别1和组别2均显示，种植结构中农作物种类较多则风险值较小。说明以种植粮食作物为主要生计的农户，需要适当发展经济作物增加收入降低风险，而以种植经济作物为主要生计的农户，当前的生产水平还达不到大范围发展经济作物的专业化规模化种植，仍然需要发展粮食作物保障生计降低风险。同时，在多项农作物种植结构中，组别1利润风险值最高的“玉米+旱稻”为0.893，明显大于组别2利润风险值最高的“玉米+香蕉”（0.432），说明以粮食为主的种植结构风险高于以经济作物为主的种植结构，反映出以经济作物为主的种植结构顺应云南南部边境山区市场经济的发展方向，而且经济作物的发展趋于良性。

表4 农户种植多项农作物的加权利润风险值和排序评估结果Table 4 Value and sequence of weighted profit risks of multi-crops plantation in 2014

从加权利润风险值来说，组别1的玉米净作最大为0.896，组别2的“水稻+玉米+甘蔗”种植结构最低为0.182；从现金收入来说，组别2的“玉米+香蕉”最高达到8.835万元/户，组别1的“玉米+水稻”最低为0.331万元/户。因此，相对来说，农户集中发展某一种经济作物且种植面积占50%以上，同时保障粮食生产的结构方式利润风险较低，经济效益较高。但是从当前的种植结构比重来看，仅7.4%的农户选择这种方式，而15.6%的农户选择单纯种植经济作物，38%的农户选择单纯种植粮食作物，39%的农户选择种植面积占比低于50%发展经济作物。说明当前云南南部边境山区农户的种植结构调整或者发展还比较滞后，经济基础发展仍然薄弱所以积极进取的生产者较少，而是以较为保守的决策应对市场经济的发展。

2.3 不同种植结构的利润风险差异原因分析

风险和收益成正比，一般积极进取的投资者偏向于高风险是为了获得更高的利润，而稳健型的投资者则着重于安全性的考虑。一方面，当前云南南部边境山区农业经济水平较低发展相对缓慢，农户的生产投资能力也相对薄弱且生产力低下，农户对于经济作物种植的传统风险意识，也抑制了种植结构的调整而滞后于市场经济的发展，从而使得云南南部边境山区农户在市场经济发展进程中，选择以粮食作物种植面积占比超过50%的稳健投资形式。而农业企业的投资有助于降低生产成本提高农户生计，虽然这是规避市场风险促进农业经济发展的一种方式，但同样也对种植结构的变化产生较大影响，并形成同一农作物在不同农作物的种植结构中的种植面积差异。另一方面，处理市场机制在社会中的关系和平衡时，政府的管理机制要及时掌握山区农业生产的相关信息，并依托农业企业引导并带动农户与市场衔接，不断培育和发展市场机制。但是，云南南部边境山区农户在权衡利润风险决策种植结构时，大多数未采用利润风险最低的经济作物种植面积占比超过50%的种植结构，体现出市场信息不对称的问题。只有风险和效益相统一，投资行为才能得到有效的调节，因此，政府管理机制的滞后导致市场信息不对称，造成农户对同一农作物在不同农作物种植结构中的行为决策差异。而同一农作物在不同种植结构中的利润风险权重不同，从而形成不同的利润风险。

一般而言，利润越高则风险也越高，但是这一评价标准随着评价主体的权重和市场环境的发展等不同而不同。通常认为以粮食作物种植为主的农户以自给自足的生计方式远离市场风险的干扰，而以经济作物种植为主的农户受到市场价格的影响，其种植结构的利润风险会高于以粮食作物种植为主的农户。但是，随着山区市场经济的发展，以经济作物种植面积占比高于50%的种植结构形式，其利润风险较低利润较高。然而，云南南部边境山区农户对经济作物种植面积占比低于50%的种植结构偏好显示，云南南部边境山区农户仍然是风险规避型，种植结构调整滞后于市场经济发展且利润风险较高，但是调整方向是良性的。也进一步说明云南南部边境山区经济基础薄弱、市场机制发育缓慢、政府管理机制相对滞后。

3 结论与对策建议

3.1 结论

研究表明，云南南部边境山区的种植结构呈现多样化发展。云南南部边境山区当前的种植结构仍然以粮食作物自主经营为主，粮食作物以玉米、水稻、旱稻为主的不同种植比例的变化形式。但是，农业企业推动发展经济作物种植，种植结构也呈现出经济作物以甘蔗、香蕉、咖啡、茶叶为主。不同种植结构的统计描述分析显示，以玉米为主的粮食作物净作种植结构占9.84%，以“玉米+水稻”为主的经济作物种植面积占比小于50%的种植结构占39.61%，以“水稻+玉米+甘蔗+咖啡”为主的经济作物种植面积占比大于等于50%的种植结构占34.98%，以香蕉为主的经济作物净作种植结构占15.57%。

云南南部边境山区不同种植结构的利润风险差异显著，农户的种植结构利润风险较高。无论是选择单项种植粮食作物还是经济作物，其利润风险都普遍高于多项农作物种植的利润风险，而在多项农作物的种植结构中，经济作物种植面积占比高于50%的种植结构，其利润风险普遍低于经济作物种植面积占比低于50%的种植结构，但种植利润则正好相反。云南南部边境山区种植结构以经济作物种植面积占比低于50%为主，山区农户的种植结构调整方向是良性的但利润风险较高。

3.2 对策建议

本研究结合农户需求和市场发展，提出两条调整种植结构降低利润风险，发展山区农业经济的对策建议。

第一，农业企业需要结合山区农户生计条件发展经济作物。农业企业投资不仅要符合政策要求，更要顺应当地农户的生计条件，推动发展适合当地种植条件的经济作物，在实现企业经济实力升级强化的同时，带动农业经济发展。

第二，政策调整需要顺应市场发展调整种植结构。就当前云南南部边境山区的市场经济发展来说，农户要降低利润风险就尽量不要选择种植某一种农作物维持生计的种植结构形式，而是结合自身的生计条件权衡利润风险，采用经济作物种植面积占50%以上的种植结构形式。政策引导应顺应当前云南市场经济发展的方向，在保障粮食生产的基础上，以发展经济作物为主要形式，调整种植结构降低利润风险。

最后需要指出的是，经济发展是一个不断变化的过程，虽然当前云南南部边境山区农户的生产投资能力薄弱，以市场经济发展为前提的决策还比较保守，政府管理机制相对滞后，种植结构调整或者发展还比较缓慢。但是，以推动经济作物发展为前提，依托农业企业引导种植结构调整的建议并不意味着利润风险的持续降低，农户种植利润的不断增加。因此，为了山区农业经济的可持续发展，需要建立对种植结构及其利润风险变化的长期监测机制和引导支持手段，在继续保持山区种植结构调整良性发展方向的同时提升发展速度，并进一步为山区扶贫提供政策依据，强化山区农业经济可持续发展。

[1] 慕银平, 刘利明. 采购价格柔性策略与供应链利润风险分析[J].中国管理科学, 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, 鲁钊阳. 农产品价格风险的成因及规避机制研究[J].农村经济, 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] 郑军, 汪运娣. 农业巨灾风险保障体系构建的研究述评[J], 保险研究, 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] 丁士军, 陈传波. 农户风险处理策略分析[J]. 农业现代化研究, 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] 陈春生. 论农户行为模式转型与中国粮食安全问题[J]. 陕西师范大学学报(哲学社会科学版), 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] 朱宁, 马骥. 风险条件下农户种植制度选择与调整——以北京市蔬菜种植户为例[J]. 中国农业大学学报, 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] 吴娜琳, 李小建, 乔家君. 欠发达农区农户农业生产风险决策的行为分析——以金融危机影响下柘城县三樱椒种植户为例[J].河南社会科学, 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] 李景刚, 高艳梅, 臧俊梅. 农户风险意识对土地流转决策行为的影响[J]. 农业技术经济, 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] 杨磊. 我国粮食安全风险分析及粮食安全评价指标体系研究[J].农业现代化研究, 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, 仇焕广, 白军飞, 等. 农户风险偏好对农业生产要素投入的影响——以农户玉米品种选择为例[J], 农业技术经济, 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] 刘解龙. 经济新常态中的精准扶贫理论与机制创新[J], 湖南社会科学, 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] 何立华, 王祖山. 中国山区贫困及其可持续发展研究[J]. 改革与战略, 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] 孙才志, 董璐, 郑德凤. 中国农村水贫困风险评价、障碍因子及阻力类型分析[J]. 资源科学, 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] 赵思健, 张峭, 王克. 农业生产风险评估方法评述与比较[J].灾害学, 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] 杨俊, 杨钢桥. 风险状态下不同类型农户农业生产组合优化：基于target MOTAD模型的分析[J]. 中国农村观察, 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] 刘莹, 黄季焜. 农户多目标种植决策模型与目标权重的估计[J].经济研究, 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.

（责任编辑：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

冯璐, 吴春梅, 张焱, 李勃, 陶大云. 不同种植结构条件下的农户利润风险分析——基于云南南部边境山区农户的调查[J].农业现代化研究, 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.

国家自然科学基金项目（71403234）。

冯璐（1982-），女，贵州六盘水人，博士研究生，副研究员，主要从事农村经济发展研究，E-mail: fenglu1128@126.com；吴春梅（1966-），女，湖北武汉人，教授，主要从事社会主义新农村建设研究；通讯作者：陶大云（1962-），男，云南永仁人，研究员，主要从事作物遗传育种研究，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