摘要：农业面临的主要风险是自然风险与市场风险，这些都受气候条件的影响。近年来，我国逐步建立完善了全球农情遥感速报系统（Crop Watch），可在不同的精度上对全球及我国典型作物产量监测和农业生产趋势进行分析。充分利用有关方面的监测数据，实时掌握农牧业生产状况，有利于提升“三农”金融服务的前瞻性和针对性。
关键词：农情遥感；“三农”金融；农产品价格
影响农业生产和农民收入的主要因素是农产品单产、种植面积和价格。对涉农金融机构而言，构建气候信息的收集和应用体系，能够有效预测产量及价格走势，对深化三农金融服务具有重要意义。和传统农情信息收集渠道相比，日益成熟的农情遥感技术具有成本低、覆盖面高等优点，在农业生产、涉农金融服务等方面具有广阔的应用前景。本文拟分析农情遥感技术在“三农”金融服务中的应用，并提出若干对策建议。
一、 气候信息是搞好农业相关金融服务的重点
农作物生长的气候条件（主要是温度、降雨、光合作用等）、种植面积等决定了农产品的产量，进而影响农产品价格走势。前瞻性地监测粮食主产区的气候信息，能够有效把握市场动向。在这方面，全球主要涉农企业（包括粮商、大型农场等）以及金融机构（农产品期货交易商、涉农金融机构等）都进行了积极探索，并建立了系统的农业气象及种植情报收集、农产品产量和价格分析预测体系。
美欧主要粮商建立了遍布世界的农业信息网络。通过系统地收集和分析世界各地气候、农作物生长情况、消费和经济形势等信息，先于市场掌握主要农产品生产、收成和消费全貌，并通过全产业链经营、粮食衍生品交易等策略，将自身经营风险控制到最低。例如美国嘉吉公司（Cargill）通过实时收集各地温度、降雨量、极端天气、降雪量、日照等检测指标，借助评估模型来预估天气因素对产量、收入和利润的综合影响，并开展相关风险管理（陈佳，2015）。
除粮商外，主要涉农金融机构也重视气候信息在金融服务中的应用。国际金融机构先于市场掌握农产品市场信息，推动农产品相关的投资、交易和避险等业务运作，并以此获取超额收益。2012年，高盛在粮食投资中赚取了4亿多美元。为数众多的农产品对冲基金通过聘请气象专家，或通过商业气象咨询机构获取气象信息，作为预判市场走势的重要依据。据统计，美国已有数百家商业气象资讯提供商；AccuWeather作为其中的佼佼者，已成为多家涉农金融机构的气象信息提供商。美国芝加哥商品交易所等机构积极培育气候衍生产品市场，推出标的涵盖降雨量、降雪量、温度、湿度等气候相关期货、期权和互换等产品，为气候风险敏感企业和居民提供避险选择。
二、 农情遥感监测技术在农情信息收集方面具有显著优势
20世纪70年代以来，主要国家和国际组织利用遥感技术具有监测面积大、探测周期短、获取信息丰富、费用低廉以及可以实现宏观、动态、快速、实时、准确的作物长势监测和估产等特点，积极推进农情遥感技术，目前已形成了科学完备的体系。我国逐步建立完善了全球农情遥感速报系统（Crop Watch），该系统以遥感数据为主要数据源，以遥感农情指标监测为技术核心，仅结合有限的地面观测数据，构建了全新的不同时空尺度农情遥感监测多层次技术体系，具备全球典型作物产量监测和农业生产趋势分析功能，并定期公布《全球农情遥感速报》、《全球生态环境遥感监测年度报告（大宗粮油作物生产形势）》，为众多依赖粮食进口、没有能力开发与运行先进的农情监测系统的贫困国家提供了农情监测服务，为国际社会提供了另一个独立的信息获取途径，对提高透明度，维护国家粮食安全，加强我国在全球范围内的粮食安全合作具有重要意义。
总体看，农情遥感监测有以下突出优势：
1. 科学性较高。决定农产品产量关键数据如作物种植面积、单产、长势等，吴炳方等（2010）通过气象及遥感数据，结合多组方法集得到，形成了独立的农情遥感信息源。一是作物种植面积。一种方法是通过计算作物种植成数（总播种面积/耕地面积）和作物种植结构（某种作物播种面积/总播种面积），利用耕地面积乘以作物种植成数和作物种植结构就可以得到不同作物的播种面积。另一种方法采用高、低分辨率数据结合的作物面积提取方法，基于时间序列归一化植被指数（Normalized Difference Vegetation Index，NDVI）数据提取不同作物的特征曲线进行面积估算。二是单产。有的基于遥感信息同化生长模型的作物单产模型估算；有的采用农业环境指标、农情遥感指标和地面农业气象因子观测数据，通过农业气象模型、遥感模型和作物生长模型，采用多种单产预测结果融合计算。三是长势。Crop Watch主要使用了两种指标对不同空间单元的作物长势进行分析，一个是农业环境指标，通过潜在生物量（温度、光照、湿度等天气因素对作物生长的潜在影响）来反映；另一个是农情遥感指标，通过植被健康指数，耕地种植比率和最佳植被状态指数等评估作物长势。作物长势监测技术日益成熟，使农情遥感具备了短期预测功能，提前预测粮食生产形势，这也是农情遥感的最大优势。此外，利用农情遥感监测长势的另一个优势是其基于卫星遥感数据监测结果，可以与往年的作物播种情况和生长形势进行对比，人为干扰因素较小，可实现全球全覆盖、多时相的观测，具有全局性，有效克服地面调查以点带面、以偏概全等问题，相比统计抽查更全面。
2. 能够实现不同的广度和精度要求。以Crop Watch为例，郭华东等（2014）利用不同的环境因子及农业监测指标能够实现四个范围尺度的作物长势、产量和农业变化趋势，兼顾了预测广度与预测精度。一是在全球尺度上，利用三个农业环境指标（降水、光合有效辐射和气温）以及潜在生物量对全球农业环境进行评估，重点评估全球农业生产形势和预警风险区域。二是在区域尺度上，综合利用农业气象条件指标和农情遥感指标（主要是植被健康指数、复种指数、最佳植被状况指数和耕地种植比例等），主要实现全球七个洲际主产区的农作物长势及农田利用强度监测分析。三是在国家尺度上，对总产量占全球80%以上的30个主产国，通过NDV1、作物种植面积、时间序列聚类指标等信息，对玉米、小麦、水稻和大豆四种大宗粮油作物进行生产分析和供应形势预测。四是在省/州尺度上，加入种植结构和耕地比例指标。我国的作物种植结构主要通过GVG系统由田间采样获取，美国和加拿大等国的作物种植结构由主产区线采样抽样统计获取。由此可精确到省级玉米、水稻、小麦和大豆等作物相关信息，具有较高的预测精度。
3. 预测结果较好。主要体现在两个方面：一是预测指标实行全球验证。Crop Watch利用全球28个研究区的地面观测点及中国2000多个样方的作物单产调查数据，对各农情遥感指标及产量预测进行验证，及时纠偏。二是产量预测结论清晰、准确性较高。从近几年的监测报告提供的预测与事后的真实产量验证看，Crop Watch的预测结果具有较高的可信度。根据Crop Watch2015年5月的预测，全球玉米、大豆全年产量同比分别下降1.3%与1.1%，水稻与小麦产量同比增加1.0%与0.9%（吴炳方等，2015）。
4. 边际成本较低。传统农情信息获取是以农业生产经营户和农业生产经营单位为对象，采用统计抽样方法，依赖庞大的调查队伍、选取观测点以及购置监测设备等支出，信息获取成本高、时效性差、覆盖范围小。普通企业很难有足够的人力、物力和财力构建农情信息网络。借助现有的气象观测网、遥感监测体系，只要长期监测和统计预测，农情遥感监测系统可以与往年的作物播种情况和生长形势的监测结果进行对比，准确反映粮食生产形势，能够以较低的边际成本为包括金融机构在内的企业提供农情信息服务。
5. 灾情监测方面优势明显。在全球气候变化背景下，全球极端气象灾害仍可能延续多发、频发、重发等趋势，农业生产可能出现大幅波动。20世纪90年代全球极端气象灾害比20世纪50年代高出5倍以上。遥感技术是目前多尺度旱涝监测最有效的手段，能够及时获取旱涝灾害的强度、影响区域等信息，并结合作物生长不同阶段评估灾情对产量的影响。比如厄尔尼诺（El Ni？觡o）和拉尼娜（La Ni？觡a）现象，目前主要通过监测相关观测区域海温和南方涛动指数（Southern Oscillation Index，SOI）进行预警，但无法实时跟踪其影响范围、持续时间、作用强度等。相对来讲，农情遥感能够密切跟踪监测其发展态势，并及时修正对农业产出的预期。
三、 加强农情遥感技术应用，提高"三农"金融服务质量
气候不仅是气象领域的研究内容，也是影响经济的重要因素。1998年美国前商务部长William Michael Daley在美国国会作证时指出，美国经济中至少有1万亿美元与天气密切相关。农业受气候的影响最为直接，包括涉农金融机构在内的相关部门都应该重视气候问题。借助最新农情遥感技术，能够不断提高对全球主要农产品产量和价格的研究和分析能力。
1. 高度重视农情信息工作。金融机构普遍认为气象方面的研究预测是气象部门的事，与金融的关系不大。2014年以来的厄尔尼诺事件，正在对全球农业生产造成巨大影响，但涉农金融机构并未充分考量这一事件冲击。从某种程度上说，金融领域仍将气候因素视为外生变量，缺乏对农业气象灾害风险和经济影响的定量分析和动态评估的意识和能力。
近年来，我国大力推进现代农业发展，种养大户、新型农业经营主体快速培育，农业逐步成为高投入、高产出、高风险的行业。调查发现，种粮大户因不掌握气候信息而导致巨亏的例子比比皆是。客户对金融服务的需求已不仅局限于信贷、结算等传统领域，对气候信息支持、农产品价格预测、农业风险整体解决方案等智力密集型服务的要求日益增长。金融机构应及时挖掘客户需求，持续加强气象相关研究并提供相应服务。培养一批既精通农业气象又懂农村金融的复合型人才，能够深入研究气候与收成、产量与价格等变量的关系，以及农业灾害的影响程度与涉农贷款不良率的关系，并开发相应的产品和服务，满足客户的需求。
2. 推动金融机构与气象、遥感等相关部门合作。目前国内提供农业气象服务的机构主要有中国气象局等。中国气象局提供的农业气象产品涵盖大气监测与预报、气候监测与评估、生态与农业气象等领域。其农情信息来源既有气象和遥感卫星，也有完备的本土地面观测网络，农情数据可靠，但缺乏对全球范围的作物长势监测产品和基于遥感的作物产量预测。Crop Watch系统自1998年建立以来，经过不断改进和提高，并大量融合了大气科学、农业气象学等相关成果，监测精度和范围大幅改善，建成了系统的农情分析体系。目前，我国是国际上少数几个开展全球农情遥感监测的国家。Crop Watch已与欧盟的MARS、美国的Crop Explorer系统并列为全球三大农情遥感监测系统，成为地球观测组织/全球农业监测计划（GeoGLAM）的主要组成部分，并为联合国粮农组织农业市场信息系统（AMIS）提供粮油生产信息。建议涉农金融机构加强与中国气象局和国家遥感中心合作，争取人员和技术支持，在Crop Watch的技术框架和分析方法基础上构建适合自身的农业产量分析和预测架构。
3. 加强农情信息在风险管理中的应用。长期以来，“三农”金融风险管理主要侧重客户和行业等纬度分析客户的财务能力和风险状况，并作为信贷投放和风险管理的主要依据，对气候信息的分析应用较为薄弱。这种只见树木不见森林的分析体系，难免影响风险管理效果。有必要加强大气候、大环境的研究和运用，在客户分析、信贷决策中适当提高气候信息的权重。可以考虑根据农情预测有选择地投放信贷资源，将更多涉农资金投向气候条件好、收成理想的区域和经营主体。尽快建立基于厄尔您诺和拉尼娜等全球气候周期及暴雨等重大灾害性天气过程和干旱、洪涝等重大天气灾害的预警体系，实时跟踪监测受灾程度和范围，并采取应对措施，提高农业抗风险能力，保障银行涉农贷款安全。
此外，农业保险作为一种风险管理工具和国家农业支持保护体系的组成部分，面临严重的道德风险，灾害损失难以评估，保险责任难以确定，理赔工作难度大、成本高等技术性难题，金融机构在涉农保险创新、气候金融产品开发等方面积极性不高，甚至有畏难情绪。利用农情遥感监测技术“快速、独立、直观、客观”的特点，可以迅速、准确的估算灾情面积，确保保险业务管理的科学性和高效性，提升农业风险管理能力，防灾减灾能力，提高农业保险承保理赔核。
4. 提高全球农产品市场的话语权。美国前国务卿基辛格博士曾深刻指出，控制了粮食，就控制了世界上所有的人。近年来，农产品金融化的趋势日益明显，农产品价格已不简单受供求规律的影响，相关金融机构已成为国际农产品市场的主要参与者和定价者。华尔街的投资银行、对冲基金以及其他金融机构大肆投机粮食市场，开发复杂的金融衍生品（如温度指数期货、霜冻指数期货等）并影响价格走势；四大粮商等控制全球粮食产业链的传统力量在现货和期货交易市场两边下注，有的粮商直接成立对冲基金，专门从事粮食炒作。影响粮食供求的气候信息，大到厄尔尼诺、拉尼娜等全球性气候现象，小到粮食主产区的局部气候灾害，都可能成为粮价涨跌的推手，小事件引发粮价大波动的蝴蝶效应屡见不鲜。我国涉农金融机构，应在及时获取全球农情信息的基础上，加强国内主要粮食企业合作，提高在全球粮食市场的影响力。一是积极争取全球粮食定价权。作为全球重要的农产品净进口国，中国需求已成为部分农产品价格波动的重要因素。根据农业部的数据，2014年我国粮食进口总量约1亿吨，其中大豆进口达到了7 140万吨。国际粮价波动已成为中国粮食安全的重要影响因素。可考虑推动有关方面密切合作，通过适当的策略、产品和渠道，降低农产品进口的价格风险。在能力和条件具备的前提下，国内金融机构可与国内粮食巨头（中粮集团、中储粮等）及气象服务机构合作成立农产品交易机构，适当参与粮食衍生品交易。二是吃透全球粮食金融化问题。有必要深入研究西方涉粮金融机构的操作手法和运作模式，评估农产品产量预期、能源价格、天气变化、气候灾害、运输风险等对价格走势的影响路径，并采取适当的应对策略。三是及时发布农产品相关报告。农行等主要涉农金融机构应借鉴全球先进同业的做法，加强气候和农产品市场研究，定期或不定期面向全球发布水稻、小麦、玉米、大豆、棉花等主要农产品分析报告，提高市场影响力。
参考文献：
[1] 陈佳.四大粮商之嘉吉：打造“农业一体化+物流+金融风险管理”的纵横全产业模式.长江证券， 2015-03-18.
[2] 吴炳方，蒙继华，李强子，等.“全球农情遥感速报系统（Crop Watch）”新进展[J].地球科学进展，2010，（10）：1014-1022.
[3] 郭华东，吴炳方，曾红伟.全球生态环境遥感监2014K2
年度报告[R].中国科学技术部国家遥感中心，2014.
[4] 吴炳方，常胜，陈波，等.全球农情遥感速报[R].中国科学院遥感与数字地球研究所，2015，（2）.
[5] 齐江涛.玉米果穗产量实时监测方法及其应用研究[D].长春：吉林大学学位论文，2011.
[6] 刘云.基于NOAA卫星的冬小麦冠层表面温度估算及初步应用的研究[D].北京：中国农业大学学位论文，2003.
[7] 蒋桂英.新疆棉花主要栽培生理指标的高光谱定量提取与应用研究[D].长沙：湖南农业大学学位论文，2004.
[8] 陈水森.基于波谱库的作物纯像元识别与种植面积遥感估算[D].北京：中国科学院研究生院（遥感应用研究所）学位论文，2005.
[9] 蒙继华.农作物长势遥感监测指标研究[D].北京：中国科学院研究生院（遥感应用研究所）学位论文，2006.
[10] 张明伟.基于MODIS数据的作物物候期监测及作物类型识别模式研究[D].武汉：华中农业大学学位论文，2006.
基金项目：中国博士后科学基金（项目号：2015T80160；2014M550912）。
作者简介：刘迁迁（1985-），女，汉族，宁夏回族自治区中卫市人，中国农业银行博士后科研工作站博士后，北京大学博士后科研流动站博士后，研究方向为金融衍生品定价、风险管理；张景（1985-），女，汉族，宁夏回族自治区银川市人，中国科学院大学理学硕士，国家遥感中心地球观测与导航技术领域科技计划项目主管，研究方向为生态环境遥感与气候变化。
收稿日期：2015-11-17。