评估害虫管理策略：一种稳健的方法及其应用

是 否 +2 论坛币

k人 参与回答

经管之家送您一份

应届毕业生专属福利!

求职就业群

赵安豆老师微信：zhaoandou666

经管之家联合CDA

送您一个全额奖学金名额~ !

立即领取

感谢您参与论坛问题回答

经管之家送您两个论坛币！

+2 论坛币

英文标题：
《Evaluating Pest Management Strategies: A Robust Method and its
  Application to Strawberry Disease Management》
---
作者：
Ariel Soto-Caro, Feng Wu, Zhengfei Guan
---
最新提交年份：
2019
---
英文摘要：
  Farmers use pesticides to reduce yield losses. The efficacies of pesticide treatments are often evaluated by analyzing the average treatment effects and risks. The stochastic efficiency with respect to a function is often employed in such evaluations through ranking the certainty equivalents of each treatment. The main challenge of using this method is gathering an adequate number of observations to produce results with statistical power. However, in many cases, only a limited number of trials are replicated in field experiments, leaving an inadequate number of observations. In addition, this method focuses only on the farmer\'s profit without incorporating the impact of disease pressure on yield and profit. The objective of our study is to propose a methodology to address the issue of an insufficient number of observations using simulations and take into account the effect of disease pressure on yield through a quantile regression model. We apply this method to the case of strawberry disease management in Florida.
---
中文摘要：
农民使用杀虫剂来减少产量损失。农药治疗的效果通常通过分析平均治疗效果和风险来评估。在此类评估中，通常通过对每种处理的确定性等价物进行排序，来使用函数的随机效率。使用这种方法的主要挑战是收集足够数量的观察结果，以产生具有统计能力的结果。然而，在许多情况下，现场试验中重复的试验数量有限，留下的观察数量不足。此外，这种方法只关注农民的利润，而没有考虑疾病压力对产量和利润的影响。我们研究的目的是提出一种方法，通过模拟解决观测数量不足的问题，并通过分位数回归模型考虑疾病压力对产量的影响。我们将此方法应用于佛罗里达州草莓病害管理的案例。
---
分类信息：

一级分类：Economics        经济学
二级分类：General Economics        一般经济学
分类描述：General methodological, applied, and empirical contributions to economics.
对经济学的一般方法、应用和经验贡献。
--
一级分类：Quantitative Finance        数量金融学
二级分类：Economics        经济学
分类描述：q-fin.EC is an alias for econ.GN. Economics, including micro and macro economics, international economics, theory of the firm, labor economics, and other economic topics outside finance
q-fin.ec是econ.gn的别名。经济学，包括微观和宏观经济学、国际经济学、企业理论、劳动经济学和其他金融以外的经济专题
--

---
PDF下载：
--> Evaluating_Pest_Management_Strategies:_A_Robust_Method_and_its_Application_to_St.pdf (664.62 KB)

2022-6-24 13:46:39 上传

扫码加我 拉你入群

请注明：姓名-公司-职位

以便审核进群资格，未注明则拒绝

分享0 收藏0 回帖

关键词：管理策略 observations Insufficient Quantitative Contribution

评估害虫管理策略：一种稳健的方法及其在草莓病害管理中的应用*Ariel Soto Caro+asotocaro@ufl.eduFeng Wufengwu@ufl.eduZhengfei Guanguanz@ufl.eduNatalia Peresnperes@ufl.eduAugust7，2019年摘要农民使用杀虫剂来减少产量损失。通常通过分析平均治疗效果和风险来评估杀虫剂治疗的效果。通过对每种处理的确定性等价物进行排序，通常在评估中使用函数的随机有效性。使用这种方法的主要挑战是收集足够数量的观测数据，以产生具有统计能力的结果。然而，在许多病例中，现场实验中重复的试验数量有限，观察数量不足。此外，该方法只关注农民的收益，而不考虑疾病压力对产量和收益的影响。我们研究的目的是提出一种方法，通过模拟解决观测数量不足的问题，并通过分位数回归模型考虑疾病压力对产量的影响。我们将此方法应用于佛罗里达州草莓病害管理的案例。关键词：葡萄球菌；风险效率；分位数回归；模拟JEL分类：Q12；C22；D81.1简介农民使用杀虫剂来减少产量损失。农药治疗的效果通常是通过分析平均治疗效果和风险（即治疗效果的分布）来评估的，这是基于有限重复的实验试验。Hardaker等人提出的关于函数（SERF）方法的随机效率。

（2004）目前在该领域广泛使用，因为*为2019年农业和应用经济学协会年会（亚特兰大，佐治亚州，7月21日至23日）准备的精选论文。+版权所有2019年Soto Caro、Wu、Guan和Peres。保留所有权利。读者可通过任何方式出于非商业目的对本文件进行逐字复制，但前提是所有此类副本上均附有本版权声明。SERF考虑了决策者的风险偏好。SERF方法用于在对照或非对照实验中对治疗进行排序。UsingSERF只需要一小部分数据，并进行最低限度的假设。研究人员需要定义一个反映农民风险偏好的财富或利润效用函数。在获得每个被评估处理的产量、成本和收益等关键数据后，研究人员可以计算确定性当量（CE）和风险溢价（RP）。CE指标代表产生与风险结果相同效用的安全金额（Hardaker et al.，2004）。因此，SERF为农民提供了一个非常直观的工具，通过简单地选择基于theCEs的排名最佳的治疗方法，做出风险有效的决策。然而，这种方法的主要挑战是收集足够数量的观测数据，以便产生具有统计功效的结果。由于现场实验中重复的试验数量有限，因此产生的观察数量有限，由于缺乏统计能力，结果值得怀疑。此外，该方法忽略了疾病压力/天气因素对产量和利润的影响。

如果忽略这些外生变量对治疗风险效率的影响，会发生什么？CE排名在统计上是否稳健？为了回答这些问题，我们建议估计产量与影响农业产出的外部变量之间的关系，以测试这些变量对模拟下CE排名的影响。为了仔细检查CE方法，我们分析了灰霉病菌病例。（BCP）在佛罗里达州的草莓。佛罗里达州是美国第二大草莓生产州，2018年农场产值约为2.82亿美元（USDA-NASS，2019年）。佛罗里达州草莓种植者面临着由葡萄孢菌引起的许多挑战。在过去十年中，佛罗里达州草莓产量显著下降36%，从2007年的320 cwt/英亩下降到2016年的205 cwt/英亩；一些报告估计产量损失甚至更高（50–70%）（Cordoba et al.，2014；Legard et al.，2003）。由于这种病可以在田间以及在储存和运输过程中发展，因此，葡萄孢菌病会导致收获前和收获后水果的重大损失。在各种不利的环境条件下，它可能成为最需要控制的病原体之一（Braun&Sutton，1987；MacKenzie&Peres，2012a，2012b）。灰霉病是一种影响250多种不同作物的害虫，对农药具有高度抗性（Gobeil Richard等人，2016）。由于许多治疗方法会随着时间的推移而失效，因此害虫疾病管理和杀虫剂开发的研究对于农业的未来变得更加重要（Frisvold，2019）。在本文中，我们提出了一种SERF的替代方法来计算不同场景下的CE。这将使分析员了解不同产量水平下疾病压力对CE指标的影响。

我们将此方法应用于佛罗里达州草莓病害管理的案例。2材料和方法在本节中，我们讨论了用于描述标准CE度量计算过程的数据集，并解释了基于模拟的替代方法。2.1数据常规CE的计算只需要一些基本元素。在模拟中，我们采用了葡萄球菌病发病指数（BII）来测量疾病压力（Botrytis）。产量数据收集自佛罗里达州Plant City的一个商业农场的草莓地试验。在这些试验中，测试了三种杀菌剂处理（压裂、Milstop和Serenade）来保护草莓免受灰霉病的影响。每个治疗在每个季节都有四次重复，在两个季节中每个治疗总共产生八次有利的观察。草莓在一个季节内收获了24次。不同处理的喷洒成本不同（表1）。其余成本项目（如间接费用、收获和营销成本）由Guan等人（2017）从2012-13季的成本预算中获得。利用生产率价格指数，我们更新了2014-15和2015-16季度的这些成本（美国劳工统计局，2019年）。价格数据来自美国农业部农业市场服务处（USDA-AMS，2019）。灰霉病感染指数来自佛罗里达大学食品和农业科学研究所的一个科学小组AgroClimate，该小组开发了农业气候学工具，以使农民了解情况。图1显示了两个季节的theBII动态。2014-15赛季的指数高于2015-16赛季。

此外，BII与作物损失百分比之间有很高的相关性，表明这种疾病可能是佛罗里达州草莓产量的决定因素。2.2确定性等效对于风险厌恶型农户，估计的CE将小于预期货币价值（EMV），其差值（EMV-CE）为风险溢价。CE对危险替代品的排序与效用值排序相同（Hardakeret al.，2004）。假设幂效用函数（PU）是实证分析中使用最广泛的函数形式，建议用于多年分析（Richardson&Outlaw，2008），CE isCE=π如果RAC=0PRr=1（πRn，M+w）RACR赛车类游戏- wotherwise（1）式中，πRis是复制R的优势，RAC是相对风险规避系数，Wo是初始财富。π是每次收获n时的收入（价格P乘以每个处理M的产量Y）之和减去总成本（tc）。πRn，M=NXn=1Pn·年，M- T C公司（2） RAC的范围设定为0.5到4，表示“几乎不避险”到“极端避险”（Anderson&Dillon，1992）。http://agroclimate.org/tools/sas2.3替代程序缓解压力对农民的收益有直接影响，而天气对BII有直接影响。我们将外源BII指数引入分位数回归模型，以估计天气因素与草莓产量之间的关系，该模型用于模拟不同天气情景下的充足产量观测。然后，使用这些模拟产量估计值而不是实际观测值来计算CE，以提高统计功效。量化回归被认为是参数估计和非参数估计的混合。它是参数化的，因为它具有函数形式，并且在意义上是非参数的，它允许参数在各个分位数之间变化（Chavas&Shi，2015）。

分位数回归有两个优点：（1）我们可以分析不同水平的产量分布（每个分位数一个）和（2）我们可以使用外源变量的模拟值来检查治疗对疾病的敏感性。分位数回归的估计如下：Y ieldt=β+βY ieldt-1+βBIIt+βt+MXi=1γiDi+tMXi=1δiDi（3）D是每个治疗的虚拟变量M={骨折，Milstop，小夜曲}。利用估计模型，我们为三种不同的BII水平生成了100个产量模拟：低发病率（10–30%）、中等发病率（40–60%）和高发病率（70–90%）。将模拟产量代入方程式（2），以生成CE计算的结果，eπn，M=NXn=1Pn·Yn，M（gBII）- T Cn，M（4） 其中，GBII是BII估算值。模拟还考虑了另外三种情况，其中历史产量损失因BCP而较低，这意味着我们使用低产量分位数（0.2）、中（平均）产量分位数（0.5）和高产量分位数（0.8）。因此，我们总共执行了九个场景，将低/中/高产量水平与低/中/高葡萄孢发病率水平相结合。3结果传统的随机优势法在处理间产量分布没有明显差异（图2）；鉴于没有明显的风险效率优势，实施CE有必要帮助决定哪种治疗是最佳的。3.1常规CE计算——计算每个季节每个治疗的比例（表1），然后用于计算CE（图3）。CE排名提供了非常不同的建议：2014-15季小夜曲是最具风险效益的，2015-16季没有比对照病例更好的治疗方法。

考虑到两个季节，当农民更厌恶风险，或相对RAC超过3.5.3.2时，小夜曲比对照更有效。替代程序方程（3）通过768次观察（48次收获×4次重复×4次处理）进行估计；其系数如表2所示。利用每个分位数的参数，假设BII的特定水平，模拟预测产量。该程序在九种情景下模拟100次，涉及三种疾病发病率水平（低、中、高）与三种产量水平（低、中、高）的组合。图4给出了每种情况下的CEs，其中每一行表示不同的风险水平，基于从上到下的从低到高水平的葡萄孢菌发病率，每一列表示从左到右的从低到高的不同产量水平。模拟结果表明，疾病发生率的变化如何影响每个处理的稳定性水平，产量的分位数水平如何直接影响CE的形状和斜率以及处理之间的排名。对于大多数情况，这与图3中给出的结果一致。然而，在某些情况下，建议会因风险厌恶程度的不同而有所不同。4讨论和结论在本研究中，我们通过使用模拟产量估计值而非实际观测值计算CE来解决统计能力的问题。我们使用估计分位数回归为CE方法生成充分的预测产量。此外，回归模型考虑了疾病事件对产量的影响。这种方法有两个优点：（1）我们可以在产量分布的不同位置分析疾病对产量的不同影响；（2）我们可以检查治疗对疾病压力的敏感性。

通过我们的方法计算的CE可用于在不同天气条件或静水压力之间以及不同产量损失水平之间呈现更清晰的结果。因此，它是一种更可靠的工具，可以在不同情况下找到风险效率治疗方法。与CE的基本建议不同，我们发现小夜曲在较低的分位数中总是风险有效的；然而，小夜曲只有在决策者更厌恶风险的情况下才在较高的分位数中选择。在所有风险规避水平上，对照组优于骨折或Milstop治疗。敏感性分析计算价格较低和较高的消费电子产品得出了相同的结论（见附录）。参考Anderson，J.R.，&Dillon，J.L.（1992）。旱地农业系统的风险分析。罗马：联合国粮食及农业组织，第2期。Braun，P.，&Sutton，J.（1987，3）。安大略省草莓果实腐烂中灰霉病菌的接种源。加拿大植物病理学杂志，9（1），1-5。内政部：10.1080/07060668709501903Chavas，J.-P.&Shi，G.（2015）。对风险、管理和农业技术的经济分析。《农业和资源经济学杂志》，40（1），63–79。科尔多瓦，L.、祖尼加，A.、梅特利，J.、佩雷斯，N.（2014）。2013-2014年一年生草莓灰霉病果腐病防治产品评价。《植物病害管理报告》，8（1），1–2。Frisvold，G.B.（2019，1）。你能降到多低？估计减少农药使用的影响。害虫管理科学，75（5）。内政部：10.1002/ps.5249Gobeil-Richard，M.，Tremblay，D.-M.，Beaulieu，C.，Van der Heyden，H.，Carisse，O.（2016）。一种基于焦磷酸测序的方法，用于量化与葡萄孢菌群体对琥珀酸脱氢酶抑制剂杀菌剂的抗性相关的遗传替代。害虫管理科学，72（3），566–573。内政部：10.1002/ps.4026Guan，Z.，Wu，F.，和Whidden，A.（2017）。

佛罗里达草莓生产成本和趋势-出版物#1013年2月（技术代表）。食品和资源经济部，UF/IFAS扩展。检索自http://edis.ifas.ufl.edu/fe1013Hardaker，J.B.，Richardson，J.W.，Lien，G.，和Schumann，K.D.（2004，6）。具有风险规避边界的随机效率分析：一种简化方法。《澳大利亚农业和资源经济学杂志》，48（2），253-270。内政部：10.1111/j.1467-8489.2004.00239。xLegard，D.、MacKenzie，S.、Merley，J.、Chandler，C.（2003）。2001-2002年草莓炭疽病防治药剂的评价（技术代表）。真菌。向列相。测验。报告。58.：真菌。向列相。测验。报告。58.MacKenzie，S.J.，&Peres，N.A.（2012a）。在佛罗里达州，使用叶湿度和温度随时间变化的杀菌剂控制草莓炭疽病果实腐烂。植物病害，96（4），522–528。内政部：10.1094/PDIS-03-11-0181MacKenzie，S.J.，&Peres，N.A.（2012b）。利用叶片湿度和温度控制杀菌剂施用时间控制草莓花序的灰霉病果实腐烂。《植物病害》，96（4），529–536。内政部：10.1094/PDIS-03-11-0182 Richardson，J.W.，&Outlaw，J.L.（2008）。对风险备选方案进行排序：客观效用分析中的创新。WIT信息与通信交易，39（1），213–224。美国劳工局。(2019). 生产者价格指数行业数据。检索日期：2019-01-01，fromhttp://www.bls.gov/ppi/USDA-AMS. (2019). 草莓的装运点价格报告。2019-01-01检索自https://www.marketnews.usda.gov/mnp/fv-report-config-step1?type=shipPriceUSDA-纳斯斯。(2019). 2019年水果：总结（技术代表）。华盛顿特区国家农业统计局农业部：国家农业统计局农业部。表1：主要变量的描述性统计。治疗统计单位代表平均标准偏差。