粮食产量影响因素的动态分析与预测.doc

粮食产量影响因素的动态分析与预测 　　摘要：根据1984-2013年农业统计数据，利用GM（1，1）模型对2014-2023年福建省粮食产量及其影响因素进行预测。通过对1984-2013、2006-2013和2014-2023年3个阶段内自然、科技、经济及政策因素对粮食产量的影响进行分析，提出政策建议，为福建省粮食生产的持续发展和科学决策提供借鉴。结果表明，①在微观层面，1984-2013年间粮食播种面积、农村劳动力人数和有效灌溉面积对粮食产量影响较大；2006-2013年粮食播种面积依然是影响粮食生产的关键因素，但化肥施用量和粮价的影响程度超过了农村劳动力人数和有效灌溉面积；2014-2023年自然灾害和化肥施用量超过粮食播种面积成为关键因素。②在宏观层面，1984-2013年自然条件的影响最大，其次是经济和科技因素；2006-2013年科技因素的影响相对上升，但政策因素的影响十分微弱；2014-2023年自然和经济因素的影响相对上升，且后者上升得更为明显 关键词：粮食产量；影响因素；GM（1，1）；灰色关联分析 中图分类号：F326.11；F327 文献标识码：A 文章编号：0439-8114（2016）16-4349-05 DOI：10.14088/j.cnki.issn0439-8114.2016.16.069 农为邦本，粮食安全是事关国计民生的重大问题。近年来，由于人口增长、水资源短缺以及气候与粮食格局变化，中国的粮食安全形势日趋严峻。福建省作为传统的缺粮大省，人多地少，自然灾害频发，粮食安全形势一直非常严峻[1]。因此，对福建省粮食产量影响因素的研究，有助于提高粮食产量、保障粮食安全、促进福建省粮食生产的稳定发展 长期以来，对于粮食产量影响因素的研究一直受到学界和政府的高度关注。从自然条件的角度出发，石淑芹等[2]、H？?ippe[3]分别研究了粮食播种面积和自然灾害对粮食生产的影响；从科学技术的角度出发，冯颖等[4]、张利庠等[5]分别研究了有效灌溉面积及化肥施用量对粮食生产的影响；从经济发展的角度出发，马林静等[6]、韦鸿等[7]分别研究了农村劳动力人数、粮食价格及农民收入对粮食产量的影响；从政策扶持的角度出发，刘鹏凌等[8]分析了粮食补贴额度对粮食产量的影响。可见，学者们已针对单个影响因素与粮食产量的关系做了充分研究，但随着研究的深入，学者们更加注重研究的系统性，开始考虑多种影响因子的协同作用。杜继丰等[9]、刘守义[10]、龙方等[11]、尹世久等[12]分别从巨型城市区域、粮食主产区、省域及全国等不同空间尺度分析了多种影响因素与粮食产量的关系。回顾以往研究，自然、科技、经济及政策因素与粮食产量的关系均已明确，但在多种因素协同作用于粮食产量的研究时尚未将政策因素考虑进来。同时，已有研究往往是从微观层面切入，仅考虑粮食播种面积、有效灌溉面积等因素的影响，尚未对自然、科技、经济及政策等宏观层面进行分析 关于粮食产量预测，学者们利用BP神经网络[13]、混合时间序列[14]和灰色预测[15]等方法进行了研究，但各种方法均有利弊。为了发挥不同模型的优势，学者们将模型进行组合与改进，如周庆元等[16]将马尔科夫模型与灰色预测方法相结合，大幅提高了预测的精度。回顾以往研究，尚没有对粮食产量及其影响因素的预测结果做进一步的关联分析，从而无法对不同时期粮食产量与多种因素的关系变化进行动态分析 鉴于此，本研究从自然、科技、经济及政策的角度出发，对2014-2023年的粮食产量及其影响因素进行预测，对1984-2013和2014-2023年的福建省粮食产量及其影响因素进行关联分析，研究粮食产量与多种因素的关系的动态变化，以识别不同时期影响粮食产量的关键因素，为相关部门的科学决策和粮食生产的稳定发展提供借鉴 1 资料与方法 1.1 变量选取 在充分利用现有资料的基础上，本研究对福建省粮食产量与其影响因素的关系进行定性分析，以粮食总产为因变量，从自然、科技、经济和政策4个宏观层面选取15个微观因素作为自变量（表1）。考虑到数据获取难度，本研究以“第一产业就业人员数”、“农业生产资料价格分类指数”和“农产品生产价格指数”分别近似替代“农村劳动力人数”、“粮食生产资料价格”和“粮食价格” 1.2 数据来源及处理 福建省粮食产量及其影响因素的数据来源于《新中国60年统计资料汇编》（1949-2008年）、《中国农村统计年鉴》（1985-2014年）、《福建省统计年鉴》（1985-2014年）。由于粮食直补、良种补贴、农机购置补贴及农资综合补贴的分省数据无法获取，考虑到中国大多数省份按照粮食实际播种面积来发放补贴的情况，本研究以全国的粮食补贴额度来近似计算福建省的粮食补贴额度，即