風(fēng)險(xiǎn)條件下設(shè)施農(nóng)業(yè)生產(chǎn)決策

張兆同,孟祥超

(南京農(nóng)業(yè)大學(xué)工學(xué)院，江蘇南京 210031)

?

風(fēng)險(xiǎn)條件下設(shè)施農(nóng)業(yè)生產(chǎn)決策

張兆同,孟祥超

(南京農(nóng)業(yè)大學(xué)工學(xué)院，江蘇南京 210031)

設(shè)施農(nóng)業(yè)是我國農(nóng)業(yè)發(fā)展的重要內(nèi)容，也是我國農(nóng)業(yè)資源高效利用的重要生產(chǎn)模式。在我國設(shè)施農(nóng)業(yè)快速發(fā)展的同時(shí)，其生產(chǎn)決策表現(xiàn)出科學(xué)性不足，主要體現(xiàn)為存在明顯的盲目性和隨意性。構(gòu)建了農(nóng)作物組合優(yōu)化決策模型，采用貪心算法，以最大經(jīng)濟(jì)效益為目標(biāo)，綜合考慮風(fēng)險(xiǎn)以及作物輪作等因素，得出了最優(yōu)生產(chǎn)決策組合方案；通過與優(yōu)化前種植方案的比較，表明采用決策模型所獲得方案的利潤有所增加，且全年承擔(dān)風(fēng)險(xiǎn)更加平穩(wěn)。因此，對(duì)以企業(yè)方式進(jìn)行生產(chǎn)的設(shè)施農(nóng)業(yè)單位，可以通過優(yōu)化組合生產(chǎn)計(jì)劃，實(shí)現(xiàn)經(jīng)濟(jì)效益的增加，進(jìn)而提高生產(chǎn)者的生產(chǎn)積極性和產(chǎn)品的市場競爭力。

生產(chǎn)決策模型；作物輪作；貪心算法；設(shè)施農(nóng)業(yè)；風(fēng)險(xiǎn)

隨著我國農(nóng)業(yè)土地規(guī)模經(jīng)營的快速推進(jìn)，設(shè)施農(nóng)業(yè)也獲得了較快發(fā)展。近年來，以企業(yè)經(jīng)營方式進(jìn)行的設(shè)施農(nóng)業(yè)生產(chǎn)發(fā)展最為迅速，而隨著設(shè)施種植業(yè)面積的不斷擴(kuò)大以及農(nóng)產(chǎn)品種類的增多，這些設(shè)施農(nóng)業(yè)生產(chǎn)單位在生產(chǎn)經(jīng)營上存在同樣的問題。由于缺乏有效的市場指導(dǎo)，其種植結(jié)構(gòu)品種單一，生產(chǎn)計(jì)劃不合理、生產(chǎn)決策失誤等現(xiàn)象頻繁出現(xiàn)[1]，從而影響了經(jīng)營者利潤目標(biāo)實(shí)現(xiàn)。因此，對(duì)設(shè)施農(nóng)業(yè)多品種的組合生產(chǎn)決策進(jìn)行優(yōu)化，有助于避免生產(chǎn)上的盲目性，提高生產(chǎn)單位的經(jīng)濟(jì)效益。

目前在國內(nèi)外研究中，農(nóng)業(yè)生產(chǎn)決策的優(yōu)化主要從生產(chǎn)者效益的最大化或者收入風(fēng)險(xiǎn)的最小化角度出發(fā)，利用線性以及非線性方法建立模型以及利用計(jì)算機(jī)技術(shù)構(gòu)建生產(chǎn)決策系統(tǒng)來進(jìn)行。鐘玉梅從土地利用的角度，以家庭總收入作為目標(biāo)函數(shù)建立了線性模型對(duì)農(nóng)戶生產(chǎn)決策進(jìn)行優(yōu)化，結(jié)果表明，通過優(yōu)化作物種植結(jié)構(gòu)以及勞動(dòng)力配置，可以達(dá)到提高農(nóng)戶收益的要求[2]。Omar Ahumada等在考慮產(chǎn)品價(jià)格是沿著其收獲季節(jié)不斷變化的情況下，利用Two-stage SP模型建立以最大限度提高種植者的收入為目標(biāo)的生產(chǎn)模型，由此便可利用產(chǎn)品價(jià)格的走勢安排生產(chǎn)計(jì)劃[3]。Nestor M.Cid-Garcia等從合理使用灌溉用水的角度以最大期望收益為目標(biāo)建立線性模型，由此可依據(jù)土地的特性種植相應(yīng)合適的作物，取得最大收益[4]。蔡麗艷等采用數(shù)據(jù)挖掘技術(shù)，建立基于數(shù)據(jù)倉儲(chǔ)的農(nóng)業(yè)生產(chǎn)決策支持系統(tǒng)，通過人機(jī)交互的形式將決策問題輸入到系統(tǒng)中，從而進(jìn)行運(yùn)算產(chǎn)生決策結(jié)果[5]。

上述關(guān)于農(nóng)業(yè)生產(chǎn)決策的優(yōu)化大多數(shù)僅限于一次生產(chǎn)安排，并沒有涉及到關(guān)于復(fù)種的安排，不能滿足當(dāng)前設(shè)施農(nóng)業(yè)的要求。由于設(shè)施農(nóng)業(yè)能夠在一定程度上擺脫自然條件的約束，因此生產(chǎn)者能夠在任意時(shí)段安排作物生產(chǎn)，由于在不同的時(shí)期同種作物的收益不同以及同一時(shí)期不同作物的收益也不盡相同，因此，如何在復(fù)雜的市場環(huán)境下為作物制定合適的生產(chǎn)計(jì)劃，使其在合適的時(shí)間以合適的數(shù)量出售顯得尤為重要?；诖?，筆者提出了一種風(fēng)險(xiǎn)約束下的種植策略，建立設(shè)施農(nóng)業(yè)農(nóng)作物的多品種組合生產(chǎn)決策優(yōu)化模型，以期在生產(chǎn)者可接受的風(fēng)險(xiǎn)條件下，通過合理安排其生產(chǎn)計(jì)劃來提高其收益，并解決由作物復(fù)種而產(chǎn)生的輪作問題。

1　 問題界定與數(shù)據(jù)來源

1.1 研究問題界定設(shè)施農(nóng)業(yè)包含的范圍很廣，該研究中的設(shè)施農(nóng)業(yè)主要是指利用設(shè)施大棚生產(chǎn)蔬菜的模式，選擇可進(jìn)行多次輪作的經(jīng)濟(jì)作物的蔬菜作為研究對(duì)象。設(shè)施大棚在一定程度上使得農(nóng)作物擺脫了自然條件的約束，保證了農(nóng)作物的反季節(jié)正常生長，因此生產(chǎn)者能夠在任意時(shí)段安排作物生產(chǎn)。該研究正是基于此種條件對(duì)設(shè)施農(nóng)業(yè)的生產(chǎn)決策進(jìn)行研究。

1.2數(shù)據(jù)來源該研究建立的決策模型適用于所有以利潤為目標(biāo)的設(shè)施農(nóng)業(yè)生產(chǎn)單位，在對(duì)模型進(jìn)行實(shí)例驗(yàn)證階段，盡可能選取具有典型代表性的設(shè)施農(nóng)業(yè)生產(chǎn)單位。目前我國從事設(shè)施農(nóng)業(yè)生產(chǎn)活動(dòng)的單位多為家庭農(nóng)場的形式，我國關(guān)于家庭農(nóng)場的土地認(rèn)定標(biāo)準(zhǔn)為水田、蔬菜和其他經(jīng)濟(jì)作物的經(jīng)營面積在30 hm2以上。2013年農(nóng)業(yè)部首次對(duì)全國家庭農(nóng)場發(fā)展情況開展統(tǒng)計(jì)調(diào)查，調(diào)查結(jié)果顯示，全國從事種植業(yè)的家庭農(nóng)場有40.95萬個(gè)，其中經(jīng)營規(guī)模 3.33 hm2以下的占據(jù)55.20%?；谏衔乃銮闆r同時(shí)結(jié)合便于操作的原則，該研究選定以南京市設(shè)施農(nóng)業(yè)生產(chǎn)單位H為例，利用上述模型對(duì)其進(jìn)行生產(chǎn)安排。H生產(chǎn)單位主要農(nóng)業(yè)設(shè)施為溫室大棚，蔬菜為其重要生產(chǎn)農(nóng)作物，可用于生產(chǎn)蔬菜的土地面積為3.33 hm2，H生產(chǎn)單位從土地規(guī)模上屬于中小型，是我國目前設(shè)施農(nóng)業(yè)生產(chǎn)單位存在形式最多的一種類型。

結(jié)合生產(chǎn)單位H的具體情況，該研究選取了其愿意種植的青菜、白蘿卜、西紅柿、土豆、黃瓜、青椒、芹菜、包菜、洋蔥、冬瓜、花菜、胡蘿卜12種蔬菜組成被選作物集，編號(hào)依次為1～12號(hào)。在數(shù)據(jù)的收集和整理上，該研究所建立的模型為下一時(shí)期的生產(chǎn)決策模型，因此所用到的農(nóng)作物價(jià)格應(yīng)為預(yù)測價(jià)格，由于國內(nèi)外已有諸多學(xué)者對(duì)農(nóng)作物價(jià)格進(jìn)行預(yù)測，且預(yù)測方法較為成熟，預(yù)測精度較為精確，因此該研究的重點(diǎn)是在已有預(yù)測價(jià)格的基礎(chǔ)上建立生產(chǎn)優(yōu)化模型，價(jià)格預(yù)測的部分就不再贅述?；诖?，在下文的風(fēng)險(xiǎn)模型以及生產(chǎn)決策實(shí)例驗(yàn)證過程中為了計(jì)算方便使用的價(jià)格均為已有價(jià)格。生產(chǎn)決策模型所用數(shù)據(jù)主要依據(jù)南京市價(jià)格信息網(wǎng)公布的2014年(2014年1月1日至2014年12月31日)南京市蔬菜平均日度價(jià)格，樣本數(shù)據(jù)共4 380個(gè)。風(fēng)險(xiǎn)測度階段需要利用南京市價(jià)格信息網(wǎng)公布的2013年(2013年1月1日至2013年12月31日)南京市蔬菜平均日度價(jià)格的價(jià)格數(shù)據(jù)來對(duì)2014年的風(fēng)險(xiǎn)進(jìn)行估算。各種蔬菜的產(chǎn)量、成本(包括生產(chǎn)成本以及運(yùn)營成本)、生產(chǎn)周期(包括蔬菜生長周期以及收獲周期)等數(shù)據(jù)來源為實(shí)地調(diào)研以及參考《全國農(nóng)產(chǎn)品成本收益資料匯編》。

2　模型建立

2.1 模型假設(shè)

2.1.1生產(chǎn)安排問題。設(shè)施農(nóng)業(yè)生產(chǎn)單位安排其日常生產(chǎn)時(shí)，在可承受的風(fēng)險(xiǎn)范圍內(nèi)，完全按照利潤最大化來進(jìn)行生產(chǎn)安排，不受其他任何外界因素的影響。

2.1.2成本問題。在研究周期內(nèi)，設(shè)施農(nóng)業(yè)生產(chǎn)單位生產(chǎn)蔬菜的日常運(yùn)營成本、每種蔬菜的種植成本以及蔬菜單位面積產(chǎn)量隨時(shí)間推移保持不變。在設(shè)施農(nóng)業(yè)生產(chǎn)單位可種植蔬菜的土地范圍內(nèi)，同種蔬菜在不同地塊上所耗費(fèi)的成本相同。在規(guī)模效益形成以前，同種農(nóng)作物單位面積生產(chǎn)成本保持不變，規(guī)模效益形成以后農(nóng)作物單位面積成本變化量不隨種植面積的變化而變化。

2.1.3風(fēng)險(xiǎn)問題。風(fēng)險(xiǎn)因素的存在是導(dǎo)致農(nóng)作物種植者利潤起伏不定的重要原因之一。因此，該研究考慮將風(fēng)險(xiǎn)因素加入到以生產(chǎn)者利潤為目標(biāo)建立的模型中。農(nóng)業(yè)風(fēng)險(xiǎn)可將其分為兩大類，即自然風(fēng)險(xiǎn)和市場風(fēng)險(xiǎn)，其來源主要包括天氣等自然因素以及農(nóng)產(chǎn)品價(jià)格波動(dòng)等市場因素[7]。由于設(shè)施農(nóng)業(yè)在一定程度上避免了自然環(huán)境的影響，因此該研究僅考慮設(shè)施農(nóng)業(yè)農(nóng)產(chǎn)品種植的市場風(fēng)險(xiǎn)，即農(nóng)產(chǎn)品價(jià)格波動(dòng)所帶來的風(fēng)險(xiǎn)。關(guān)于風(fēng)險(xiǎn)的度量，國內(nèi)外學(xué)者已對(duì)此進(jìn)行了詳細(xì)、深刻的研究，依據(jù)目前學(xué)界對(duì)于風(fēng)險(xiǎn)普遍認(rèn)可的定義即將風(fēng)險(xiǎn)理解為可能的收入損失[8]。

2.1.4作物輪作問題。作物輪作是指在同一塊田地上，有順序地在季節(jié)間或年間輪換種植不同的作物或復(fù)種組合的一種種植方式[6]。為了保證土壤養(yǎng)分的均衡消耗以及減少病蟲雜草的危害，生產(chǎn)者通常在同一地塊上輪換種植不同的作物。作物輪作安排包含了在輪作系統(tǒng)中每一種作物從種植到收獲的時(shí)間。該研究中作物輪作形式為同一地塊不能連續(xù)種植同一種農(nóng)作物。

2.2變量描述在建立模型之前需要對(duì)模型中的數(shù)學(xué)符號(hào)作相應(yīng)描述，詳見表1。

表1　變量描述

2.3風(fēng)險(xiǎn)測量模型該研究采用風(fēng)險(xiǎn)價(jià)值(VaR)對(duì)農(nóng)作物種植風(fēng)險(xiǎn)進(jìn)行測量。VaR是一種基于統(tǒng)計(jì)學(xué)的風(fēng)險(xiǎn)管理方法，是衡量潛在損失的風(fēng)險(xiǎn)統(tǒng)計(jì)值，其數(shù)學(xué)表達(dá)式如下：

ProbΔt(ΔP≥VaR)=1-c

(1)

式中，ΔP代表資產(chǎn)或資產(chǎn)組合在持有期Δt內(nèi)的損失；VaR為置信水平c下處于風(fēng)險(xiǎn)中的價(jià)值。為了與日常習(xí)慣保持一致，該研究中收益、損失以及VaR的值均為正數(shù)。

通過對(duì)2013年樣本數(shù)據(jù)進(jìn)行描述性統(tǒng)計(jì)分析以及平穩(wěn)性檢驗(yàn)等一系列檢測，發(fā)現(xiàn)樣本數(shù)據(jù)分布有正態(tài)分布更長的尾部，且數(shù)據(jù)序列具有平穩(wěn)性、自相關(guān)性以及條件異方差性。因此在進(jìn)行VaR值計(jì)算時(shí)，加入適用于估計(jì)存在自回歸條件異方差時(shí)間序列的GARCH(1，1)模型，使得風(fēng)險(xiǎn)測度結(jié)果更加科學(xué)、準(zhǔn)確。標(biāo)準(zhǔn)的GARCH(1，1)模型如下：

其均值方程為：

yt=μ+εt

(2)

條件異方差方程的公式為：

(3)

GARCH模型的殘差分布采用較為靈活的GED分布，它通過調(diào)整自身參數(shù)不僅可以分析尾部比較薄的分布情況，也可以分析尾部更厚的分布情況。GED的概率密度函數(shù)表示如下：

(4)

(5)

式中，ξ是表示尾部厚度的參數(shù)。當(dāng)y=2時(shí)表示GED為正態(tài)分布；當(dāng)y>2時(shí)表示GED為瘦尾分布；當(dāng)y<2時(shí)表示GED為厚尾分布。GRACH(1，1)模型的VaR計(jì)算公式為：

VaRt=utασt

(6)

將GARCH(1，1)模型模擬出的方差帶入到公式中(6)中，由此可計(jì)算出農(nóng)作物種植風(fēng)險(xiǎn)值。

2.4生產(chǎn)決策模型

2.4.1目標(biāo)函數(shù)。模型以利潤最大化為目標(biāo)函數(shù)，生產(chǎn)者利潤由銷售額與成本之間的差額決定：

(7)

設(shè)施農(nóng)業(yè)生產(chǎn)過程中其主要成本包括生產(chǎn)資料投入成本、人工成本、輔助材料成本以及管理成本，在該研究的模型建立以及計(jì)算過程中，將生產(chǎn)資料投入成本ci計(jì)入到單位面積成本中，其余成本計(jì)入到運(yùn)營成本Eopi中。

選取目標(biāo)樣品點(diǎn)的粒度參數(shù)：河流沉積物S介于0.260～0.380；海洋沉積物S介于-0.210～0.220；黃土沉積物S介于-0.490～-0.190；湖泊沉積物S介于-0.034～0.570；冰磧物S介于1.000～2.950；而漢源九襄地區(qū)沉積物S介于-0.0067～0.8000。從以上數(shù)據(jù)可以得知黃土沉積物S均為負(fù)，說明粒度主要為細(xì)粒。其中冰磧物S范圍最廣，且擁有最大S值。而冰水沉積物S和河流沉積物S總體起伏不大，且S值相近(見圖8)。

2.4.2約束條件。設(shè)施農(nóng)業(yè)生產(chǎn)單位生產(chǎn)決策的約束條件可分為風(fēng)險(xiǎn)約束、輪種約束、土地占用約束以及研究時(shí)間內(nèi)的價(jià)格約束。

2.4.2.1風(fēng)險(xiǎn)約束。由于風(fēng)險(xiǎn)的不可預(yù)知性以及其發(fā)生后能夠?qū)ιa(chǎn)者收益產(chǎn)生重大影響等原因，生產(chǎn)者在制定其生產(chǎn)計(jì)劃時(shí)，不僅考慮到其最終收益，還要考慮在生產(chǎn)過程中所要承擔(dān)的風(fēng)險(xiǎn)，即可能面臨的損失。在研究期間種植作物所承擔(dān)的風(fēng)險(xiǎn)要小于生產(chǎn)者所能承受的最大風(fēng)險(xiǎn)，生產(chǎn)者最大可承受損失系數(shù)為α。

(8)

2.4.2.2輪種約束。公式(9)表示同一種農(nóng)作物不能連續(xù)種植在同一地塊上。由于不同作物對(duì)土壤中的養(yǎng)分具有不同的吸收利用能力，且不同作物發(fā)生的有害生物種類不同，因此在種植農(nóng)作物時(shí)一般采用輪作的方式，以此來充分利用土壤中的元素、減輕與作物伴生的病蟲雜草的危害。

(9)

2.4.2.3土地約束。公式(10)確保了2種農(nóng)作物不能同時(shí)占用同一地塊，即假如一種蔬菜種植在地塊k上，則在這種蔬菜收獲之前地塊k上不能再種植任何蔬菜。公式(11)表示在任一時(shí)期各種蔬菜所占用的面積之和不能超過生產(chǎn)單位可種植蔬菜的土地總面積。

(10)

(11)

2.4.2.4價(jià)格約束。由于該研究時(shí)間范圍有限，因此在研究周期內(nèi)所使用的蔬菜價(jià)格即為生產(chǎn)單位對(duì)其的預(yù)測價(jià)格，一旦時(shí)間超出研究期限則認(rèn)為其價(jià)格為零，即超出研究期限部分的利潤則不再計(jì)算。但由于生產(chǎn)單位實(shí)際生產(chǎn)的時(shí)間遠(yuǎn)大于研究期限，因此雖然超出部分的利潤不進(jìn)行計(jì)算，但并未影響蔬菜的種植。

(12)

3　結(jié)果與分析

3.1模型求解 考慮到優(yōu)化模型的復(fù)雜性以及農(nóng)業(yè)生產(chǎn)問題的實(shí)時(shí)性，該研究采用貪心算法來對(duì)模型進(jìn)行求解。

貪心算法是通過問題的局部最優(yōu)解來求出整個(gè)問題的最優(yōu)解的求解方法[9]。即當(dāng)問題較為復(fù)雜時(shí)，為了得到整體的最優(yōu)解，可以將問題劃分成多個(gè)子問題，先求出子問題的最優(yōu)解，逐步達(dá)到整體的最優(yōu)。

在該研究的生產(chǎn)計(jì)劃問題中，為了得到在研究周期T內(nèi)總效益最大的生產(chǎn)計(jì)劃，可以將問題轉(zhuǎn)化為求解劃分后各時(shí)間單元內(nèi)效益最大的生產(chǎn)計(jì)劃。利用貪心算法求解風(fēng)險(xiǎn)約束下的設(shè)施農(nóng)業(yè)生產(chǎn)單位生產(chǎn)決策模型的步驟如下：

(2)在第j=s個(gè)時(shí)間單元開始前安排新一輪生產(chǎn)時(shí)，選擇同時(shí)滿足風(fēng)險(xiǎn)與輪種約束條件的蔬菜品種集合。

(3)依據(jù)在各時(shí)間單元利潤最大化原則選擇新的蔬菜品種種植。首先計(jì)算每種蔬菜在每一時(shí)間單元內(nèi)的利潤，即將蔬菜收獲后的利潤平均到生長周期以及收獲周期的各時(shí)間單元內(nèi)。

(13)

因此制定第j=s個(gè)時(shí)間單元的生產(chǎn)計(jì)劃則轉(zhuǎn)化成了解決以公式(14)為目標(biāo)函數(shù)的線性規(guī)劃問題。

(14)

(4)判斷j≤M,k=1,…,L是否成立，如果成立則重復(fù)上述步驟，否則停止計(jì)算。

由于貪心算法是對(duì)每個(gè)子問題分別進(jìn)行求解，因而簡化了求解過程，使求解更加迅速、結(jié)果更加可靠、準(zhǔn)確。貪心選擇策略所具備的無后效性，滿足了農(nóng)業(yè)生產(chǎn)計(jì)劃對(duì)市場信息的實(shí)時(shí)性要求。生產(chǎn)者在依據(jù)市場變化制定其計(jì)劃時(shí)，可以對(duì)模型數(shù)據(jù)進(jìn)行隨時(shí)更新，避免了長期預(yù)測所帶來的不準(zhǔn)確性。

該研究在計(jì)算過程中，采用MATLAB7.1作為主要工具進(jìn)行建模求解。

3.2結(jié)果分析

3.2.1風(fēng)險(xiǎn)值計(jì)算結(jié)果與分析。對(duì)上述12種蔬菜2013年價(jià)格數(shù)據(jù)進(jìn)行描述性統(tǒng)計(jì)分析可知，樣本數(shù)據(jù)分布有比正態(tài)分布更長的尾部，且存在自相關(guān)以及條件異方差，因此采用GARCH(1，1)-GED模型與VaR模型相結(jié)合的形式對(duì)蔬菜的價(jià)格風(fēng)險(xiǎn)進(jìn)行預(yù)測是較為合適的。12種蔬菜的2014年VaR值基本統(tǒng)計(jì)信息見表2。

由表2可知，不同品種蔬菜的VaR值存在著較大的差異，即說明設(shè)施農(nóng)業(yè)生產(chǎn)單位種植不同的蔬菜品種需要承擔(dān)的風(fēng)險(xiǎn)不同。同時(shí)可從表中方差項(xiàng)觀察到不同品種蔬菜在研究時(shí)間段其VaR值的波動(dòng)情況也不同，有的波動(dòng)較大如3號(hào)、5號(hào)以及6號(hào)，有的波動(dòng)程度較小如1號(hào)、2號(hào)以及8號(hào)。由此可說明不同種類的蔬菜其價(jià)格波動(dòng)情況不同，價(jià)格波動(dòng)程度越大的蔬菜品種，其種植風(fēng)險(xiǎn)越大；價(jià)格波動(dòng)程度越小的蔬菜品種，其種植風(fēng)險(xiǎn)越小。

3.2.2生產(chǎn)決策模型計(jì)算結(jié)果與分析。利用MATLAB7.1對(duì)模型進(jìn)行求解，價(jià)格數(shù)據(jù)采用2014年公布數(shù)據(jù)，可以得到2014年全年的生產(chǎn)安排，以及在研究期間設(shè)施農(nóng)業(yè)生產(chǎn)單位所獲利潤、成本以及承擔(dān)的風(fēng)險(xiǎn)情況。

表2　 樣本數(shù)據(jù)VaR值結(jié)果

由圖1可知，在研究期間(2014年1月1日至2014年12月31日)所有地塊的種植情況。可知在此種生產(chǎn)安排下，該公司土地資源在任一時(shí)間段內(nèi)均被充分利用，沒有閑置情況出現(xiàn)，圖中各區(qū)域中的數(shù)字代表種植蔬菜種類以及面積。

在此種生產(chǎn)安排下，設(shè)施農(nóng)業(yè)生產(chǎn)單位H全年的總利潤為1 235 193.93元，總成本為948 485.60元，全年可能遭受的損失總額為288 325.21元。由此可知，公司全年承擔(dān)的風(fēng)險(xiǎn)額占總成本的30.40%，占總利潤的23.30%。在各時(shí)期經(jīng)營者所獲得的利潤與可能承擔(dān)的風(fēng)險(xiǎn)見圖2。

圖1　設(shè)施農(nóng)業(yè)種植結(jié)構(gòu)Fig.1　Planting structure of facility agriculture

由圖2公司全年利潤的變化可知，在該生產(chǎn)計(jì)劃下H公司全年的利潤呈現(xiàn)出較為平穩(wěn)的狀態(tài)，無較大起伏。但由于季節(jié)變動(dòng)而引起的農(nóng)產(chǎn)品價(jià)格發(fā)生變動(dòng)，因而導(dǎo)致公司利潤呈現(xiàn)出季節(jié)上的差異性。由圖2中利潤的走勢情況可看出，公司在第1季度利潤較為穩(wěn)定且保持在較高的水平，后期呈現(xiàn)下降趨勢；第2季度利潤趨于平穩(wěn)，處于較低水平；第3季度前期公司利潤無較大變化，后期開始現(xiàn)出上升趨勢；第4季度公司利潤呈現(xiàn)短期下降后期平穩(wěn)上升的狀態(tài)，且整體維持在較高水平。

由風(fēng)險(xiǎn)變化圖3可知，公司全年所承擔(dān)的風(fēng)險(xiǎn)無較大起伏，維持在一個(gè)較為穩(wěn)定的狀態(tài)，且風(fēng)險(xiǎn)變化趨勢與利潤變化趨勢基本一致，這也滿足生產(chǎn)投資中風(fēng)險(xiǎn)與利潤呈現(xiàn)出正相關(guān)關(guān)系的一般規(guī)律。

圖2　公司全年利潤變化Fig.2　Changes of full-year profit of the company

圖3　公司全年承擔(dān)風(fēng)險(xiǎn)變化Fig.3　Changes of full-year risk of the company

為了更加清晰地體現(xiàn)出文中所提出方案(方案二)的優(yōu)越性，下面與H公司現(xiàn)有的種植方案(方案一)與其進(jìn)行對(duì)比。H公司現(xiàn)有的種植方案中全年共種植5種作物，即1、2、5、6以及10號(hào)。在此種生產(chǎn)計(jì)劃下，H公司全年利潤總額為1 036 746.75元，全年可能遭受的損失總額為124 208.61元，占總利潤的11.98%。采用方案二比采用方案一利潤提高了26.53%，風(fēng)險(xiǎn)則增加了32.70%，這也滿足生產(chǎn)投資中的風(fēng)險(xiǎn)隨利潤提高而增加的一般規(guī)律，且風(fēng)險(xiǎn)雖有所增加，但由于有約束條件的控制，所以風(fēng)險(xiǎn)仍在可接受范圍內(nèi)。2種方案所得利潤與風(fēng)險(xiǎn)對(duì)比如圖4、圖5。

圖4　方案一、二所得利潤Fig.4　Profits of programs 1 and 2

圖5　方案一、二所承擔(dān)風(fēng)險(xiǎn)Fig.5　Risks of programs 1 and 2

由2種方案所獲利潤對(duì)比圖可知，采用方案二所得利潤變化較為平穩(wěn)，而采用方案一所得利潤變化起伏較大，且采用方案二利潤增加了198 447.2元。這在一定程度上說明了采用方案二來安排生產(chǎn)能夠?qū)崿F(xiàn)公司在全年內(nèi)所獲利潤增加并且保持一定的穩(wěn)定性。由2種方案所承擔(dān)風(fēng)險(xiǎn)對(duì)比圖可知，采用方案二公司全年承受風(fēng)險(xiǎn)較對(duì)比方案一在生產(chǎn)者可承受范圍內(nèi)有所增加，但風(fēng)險(xiǎn)值隨時(shí)間波動(dòng)程度較小，即公司在全年各生產(chǎn)階段可能承受的損失較為平均。

4　 結(jié)論與討論

該研究針對(duì)設(shè)施農(nóng)業(yè)生產(chǎn)單位的生產(chǎn)決策問題進(jìn)行研究，綜合考慮農(nóng)作物復(fù)種以及種植風(fēng)險(xiǎn)等影響因素，建立以利潤最大化為目標(biāo)的農(nóng)作物生產(chǎn)決策優(yōu)化模型。優(yōu)化設(shè)施農(nóng)業(yè)生產(chǎn)單位生產(chǎn)安排的最終目的是通過選擇適宜的生產(chǎn)項(xiàng)目并確定其合適的生產(chǎn)時(shí)間以及規(guī)模，從而調(diào)整其生產(chǎn)經(jīng)營結(jié)構(gòu)，實(shí)現(xiàn)在可接受的風(fēng)險(xiǎn)條件下提高其利潤的目的?？紤]到問題的復(fù)雜性以及農(nóng)業(yè)生產(chǎn)問題所要求的實(shí)時(shí)性，該研究采用貪心算法對(duì)模型進(jìn)行求解，通過求解劃分后的時(shí)間單元最優(yōu)來實(shí)現(xiàn)整體的最優(yōu)，從而節(jié)省了計(jì)算時(shí)間，并且可以隨時(shí)更新農(nóng)作物的后續(xù)價(jià)格數(shù)據(jù)，保證了結(jié)果的科學(xué)性與可靠性。

根據(jù)優(yōu)化的結(jié)果可知，在一定風(fēng)險(xiǎn)以及種植制度的約束下，能夠找出一種農(nóng)作物的組合種植策略從而顯著提高企業(yè)利潤。依據(jù)優(yōu)化結(jié)果以及投資的一般規(guī)律，企業(yè)在提高利潤的同時(shí)也增加了其承擔(dān)的風(fēng)險(xiǎn)，因此企業(yè)管理者可根據(jù)自身的偏好對(duì)生產(chǎn)安排進(jìn)行適當(dāng)?shù)卣{(diào)整。即若管理者屬于風(fēng)險(xiǎn)偏好型，則可以選擇適當(dāng)增加風(fēng)險(xiǎn)系數(shù)大的農(nóng)作物的種植面積；若投資者屬于風(fēng)險(xiǎn)規(guī)避型，則可根據(jù)自身需求選擇適當(dāng)減少風(fēng)險(xiǎn)系數(shù)大的農(nóng)作物的種植面積。

[1] 王健,王樹恩.關(guān)于大力發(fā)展設(shè)施農(nóng)業(yè)的對(duì)策研究：以天津市為例[J].中國農(nóng)機(jī)化,2012(1):44-47，34.

[2] 鐘玉梅.基于農(nóng)戶生產(chǎn)決策的土地利用模型及實(shí)證研究[D].重慶：西南大學(xué),2013.

[3] AHUMADA O，VILLALOBOS J R.Operational model for planning the harvest and distribution of perishable agricultural products [J].International journal of production economics,2011,133(2)：677-687.

[4] CID-GARCIA N M,BRAVO-LOZANO A G,RIOS-SOLIS Y A.A crop planning and real-time irrigation method based on site-specific management zones and linear programming [J].Computers and electronics in agriculture,2014,107：20-28.

[5] 蔡麗艷,蔡靜穎,丁蕊,等.數(shù)據(jù)挖掘技術(shù)在農(nóng)業(yè)生產(chǎn)決策支持系統(tǒng)中的應(yīng)用[J].硅谷,2013(2):146-147.

[6] 西愛琴.農(nóng)業(yè)生產(chǎn)經(jīng)營風(fēng)險(xiǎn)決策與管理對(duì)策研究[D].杭州：浙江大學(xué),2006.

[7] 李杏園.風(fēng)險(xiǎn)條件下浙江農(nóng)戶生產(chǎn)決策行為分析：基于MOTAD模型[D].杭州：浙江大學(xué),2004.

[8] 潘俊峰,萬開元,章力干,等.作物輪作制度對(duì)土壤種子庫特征影響的研究進(jìn)展[J].土壤通報(bào),2013(2):490-495.

[9] 宮國順.貪心算法在P類問題求解中的應(yīng)用[J].電腦知識(shí)與技術(shù),2011(2):444-446.

Production Decision of Facility Agriculture under Risk Condition

ZHANG Zhao-tong,MENG Xiang-chao

(College of Engineering,Nanjing Agricultural University,Nanjing,Jiangsu 210031)

Facility agriculture,a major subject of our country’s agriculture development,plays a very important role in enhancing utilization efficiency of agricultural resources.Nowadays,although facility agriculture is being quickly adopted in China,the management of the agriculture facilities lacks a systematic guidance,leading to great blindness and randomness in the daily operations.In this research,we proposed an optimization framework for crop planting and scheduling,which employed a greedy algorithm to maximize the total economic profit.Considering the risk,crop rotation and other factors,we obtained the optimal scheme of production decision combination.Compared with the planting program before optimization,adopting the decision model increased the profits.And the risk was more stable throughout the year.Therefore,facility agriculture unit which produced in enterprise mode could optimize the combined production plan,realize the increase of economic benefits,and further enhance the production enthusiasm of producers and the market competitiveness of products.

Production decision model; Crop rotation; Greedy algorithm; Facility agriculture; Risk

南京農(nóng)業(yè)大學(xué)中央高?；究蒲袠I(yè)務(wù)費(fèi)人文社會(huì)科學(xué)基金項(xiàng)目(SKZD2015005)。

張兆同(1968- )，男，江蘇興化人，教授，博士，從事農(nóng)業(yè)生產(chǎn)經(jīng)營與管理研究。

2016-06-06

S-9

A

0517-6611(2016)21-227-05