粮食产量影响因素分析论文（精选12篇）
粮食产量影响因素分析论文 篇1
一、综述
粮食是居民生活必需品, “粮价是百价之基”, 然而近几年粮食价格波动很大。根据联合国粮农组织提供的数据, 2005至2010年间, 世界主要粮食价格暴涨至30年来的最高水平。特别像我国这样拥有将近14亿人口的发展中国家粮食问题更为重要。
粮食的供需在不同的历史时期存在阶段性的变化。顾国达[1]等分析了粮食需求和粮食收益率的影响因素, 并采用趋势外推和指数平滑等方法, 预测了2O15—2050年全球粮食供给和需求变化趋势。结果表明全球粮食供需预期基本平衡, 但存在结构性失衡。此外, 还有学者[2,3]分别研究了气候变化以及水资源等自然因素对粮食生产的影响。吴乐[4]在博士论文中构建了GM (1, 1) 新陈代谢模型, 对我国粮食需求中长期总体趋势进行了模拟和判断, 并提出了一些建议。
本文综合考虑粮食产量、贸易、消费等影响因素, 利用机器学习最新技术, 研究影响粮食产量的各种因素之间的关联关系。
二、我国粮食生产及需求历史及现状分析
考虑到建国初期的历史状况、自然灾害及文革等因素, 并且时间离目前较远, 数据不具有可比性。本文只考虑改革开放以来的粮食供需历史及现状情况, 即1978年以后的粮食产量历史数据。
下图是1978年到2013年的粮食产量走势图, 从图1 (a) 可以看出, 我国的粮食产量整体上呈快速增长的趋势。图1 (b) 是使用k-means聚类[5]后的结果, 可以看出, 在1978年到2013年这一事件段, 我国粮食产量大致可以分为4个阶段:增长、增长、下降、增长, 在图中分别用“*”、“.”、“◇”和“□”表示。
各个阶段的特征如下:
第一阶段:该阶段粮食产量整体呈现快速增长, 时间范围从1978到1984年。增长的只要原因主要是粮食单产水平逐渐提高。根据全国统计年鉴数据, 相比1978年, 1984年全国粮食播种面积虽然下降6.4%, 但粮食单产增长了42.8%。
第二阶段:该阶段粮食产量整体呈现快速增长, 时间范围从1985到1992年。但增速比第一阶段有所下降。单产水平提高仍是该阶段粮食总产量提高的主要驱动因素。
第三阶段:该阶段粮食产量整体呈现下降阶段, 时间范围从1993到2002年。粮食产量持续减产。下降的主要原因是粮食播种面积较大程度减少, 同时单产水平也有所降低。
第四阶段:该阶段粮食产量整体呈现快速增长, 时间范围从2003到2013年。粮食产量持续增加。增长的主要原因是粮食播种面积的扩大和单产水平的提高, 例如, 在这一阶段, 全国粮食增产17124万吨, 增长39.8%;播种面积增长12.6%, 单产增长24.1%。
表1给出了各个阶段的聚类均值, 可以看出从1978年到2013年粮食产量整体上呈现增加趋势。
三、影响粮食产量的各种因素之间的关联关系
样本数据的选取:本文采用的原始数据分别取自《中国统计年鉴》、《国家统计局》、《中国发展报告》以及联合国粮农组织网站, 粮食产量历史数据选择1978—2013年之间的数据。居民粮食消费价格指数历史数据由于统计的原因, 选择1995—2013年之间的数据。
影响粮食产量的因素很多, 例如播种面积土地、化肥等的投入量、国家粮食政策、自然灾害等。并且这些影响粮食产量的因素错综复杂, 粮食产量与众多影响因素之间存在不确定性和非线性关系。本研究采用灰色关联分析方法, 灰色模型[6, 7]是邓聚龙教授于1982年提出的, 该模型认为如果某一系统的全部信息已知则称为白色系统, 全部信息未知则称为黑箱系统, 部分信息确定与部分信息不确定的系统就是灰色系统。灰色预测模型所需建模信息少, 运算方便, 建模精度高, 在各种预测领域都有着广泛的应用。灰色关联分析方法依据灰色模型理论发展而来的一种方法, 将研究对象的各因素之间发展趋势的相似或相异程度, 作为衡量因素间关联程度的一种方法, 是对系统发展过程的量化分析。
本文选用以下影响未来粮食产量的因素进行分析和预测:粮食产量 (万吨) 、粮食作物播种面积 (千公顷) 、有效灌溉面积 (千公顷) 、化肥使用量 (万吨) 、农村人口数 (万人) 、农业机械总动力 (万千瓦) 、受灾面积 (千公顷) 、农村居民收入 (元) 、国内生产总值 (亿元) 、国家农业财政支出 (亿元) 。通过对粮食产量与这些影响因素之间的关联性进行分析, 揭示影响粮食产量的主要因素, 为粮食生产和粮食安全问题提供科学依据, 并提出一些建议。
表2给出了粮食产量与各种影响因素之间的关联度, 图2给出了关联度可视化柱状图。关联度数值大小反映了粮食产量与各影响因素之间的关联密切程度, 该数值越大, 说明二者之间的态势越一致, 影响因素对粮食产量的影响也越大。
四、总结与建议
通过关联度数值可以发现:
1. 粮食产量与粮食作物播种面积、有效灌溉面积、农村人口数、受灾面积关联度最大, 这也从另一方面说明粮食产量主要受种植的面积以及农村劳动力紧密相关, 只有农村劳动力充足, 才能在有限的土地实现粮食的生产;
2. 其次, 化肥使用量和农业机械总动力对粮食产量的影响小于前面四种因素。但也是较为重要的影响因素;
3. 而相比前几种影响, 农村居民收入、国内生产总值和国家农业财政支出三种因素对粮食价格的影响最小。
然而由于粮食价格的影响因素众多, 本文只考虑了9种影响因素, 为了提高未来粮食价格波动趋势的准确度, 需要对更多影响因素进行深入细致地分析, 寻找粮食价格与影响因素之间的内在联系, 这也是下一步重点研究方向。
2011年12月, 国家发展改革委、国家粮食局联合发布了《粮食行业“十二五”发展规划纲要》, 纲要指出“十二五”时期要大力推动信息化技术的应用, 健全粮食宏观调控体系, 使用科学方法增强粮食宏观调控的关键技术, 实现对粮食市场的动态监测和分析, 合理确定预警指标, 提高粮食宏观调控能力, 保持粮食供求基本平衡和价格基本稳定, 保障国家粮食安全。
本文结合当前国家政策, 提出具体应从以下几方面保持粮食供需平衡。
*继续加大科技投入;
*大力推动信息化技术的应用, 健全粮食宏观调控体系;
*提倡科学健康的粮食消费观, 减少粮食浪费, 拓宽非粮食物供给, 补充和调整粮食消费结构。
*通过国际粮食市场合理控制粮食的进口及出口, 填补粮食产量和需求量之间的差异, 促进粮食贸易平衡, 宏观调控粮食价格。
参考文献
[1]顾国达, 尹靖华, 全球中长期粮食供需趋势分析[J], 华中农业大学学报 (社会科学版) , 2014 (6) :6-16
[2]HUEY L L, The impact of climate change on global food supply and demand, food prices, and land use[J].Paddy Water Environ, 2009 (7) :321-331.
[3]HANJRA M A, QURESHIM E, Global water crisis and future food security in an era of climate change[J].Food Policy, 2010, 35 (10) :365—377.
[4]吴乐, 中国粮食需求中长期趋势研究, 华中农业大学博士学位论文, 2011
[5]Bishop, Christopher M, Pattern Recognition and Machine Learning[M], 2010, Springer
[6]邓聚龙.灰色理论基础[M].武汉:华中科技大学出版社, 2005
[7]王秀, 灰色预测模型粮食产量预测比较研究[J], 农机化研究, 2011 (9) :78-80
粮食产量影响因素分析论文 篇2
城市生活垃圾分类产量调查及影响因素分析
摘要：介绍了城市生活垃圾分类产量调查的方法,采用分类、分层抽样调查.分析了其变化特点和影响因素.作 者：姚俊花 YAO Jun-hua 作者单位：太原市环境卫生科学研究所,太原,030002期 刊：环境科学与技术 ISTICPKU Journal：ENVIRONMENTAL SCIENCE & TECHNOLOGY年，卷(期)：2007,30(z1)分类号：X32关键词：生活垃圾 产量调查 变化特点 影响因素
粮食产量影响因素分析论文 篇3
摘要：吉林省2004年到2013年的农业机械总动力从1230.6万千瓦增加到2554.7万千瓦，同期吉林省粮食产量增加了32.4%。分位数回归结果表明：农用机械总动力对粮食产量的促进作用越来越显著。
关键词：分位数回归；粮食产量；滤波；通化市
中图分类号：F323.3 文献标识码： A 文章编号： 1674-0432（2014）-18-19-1
吉林省是我国重要的商品粮基地，粮食生产条件优越。吉林省位于东北地区中部，幅员面积为18.74万平方公里，粮食作物以玉米和水稻为主，其中玉米生产在全国占有重要地位，商品率高，除满足本省的需求外，还大量销往其他省份。2013年吉林省粮食总产量达到355.1亿公斤，比上年增长6.22%，总产量在全国的位次由上年的第5位上升到第4位；粮食单产达到494.25公斤/亩，继续位居全国第1位，为国家粮食安全做出了突出贡献。近年来，吉林省农业机械化水平不断提高，农业机械化对吉林省粮食产量的作用具有重要意义。
1 数据与方法
1.1 数据
吉林省2004年～2013年的农业机械总动力与粮食产量的数据如图1所示。
图1吉林省2004年～2013年的农业机械总动力与粮食产量的数据
1.2 研究方法
最小二乘法是估计回归系数的常用方法，但在实际应用过程中，假设条件要求较高，通常不能得到满足。为克服普通最小二乘法在回归分析中的缺点，Koenker和Bassett把中位数回归推广到了一般分位数回归上。
分位数回归方法能更加全面地描述被解释变量条件分布的全貌，而不是仅仅分析被解释变量的条件期望，也可以分析解释变量如何影响被解释变量的中位数、分位数等，不同分位数下的回归系数估计量常常不同，即解释变量对不同水平被解释变量的影响不同。分位数回归可以提供不同分位点处的估计结果，因此可以对因变量的整个分配情况作出更为清楚的解释。
2 建模
影响粮食产量的自然因素与社会因素较多，为分析农业机械总动力对吉林省粮食产量的影响，本文以单因素的农机总动力作为输入变量，以历年粮食产量作为因变量，在参考已有文献的基础上构建一个函数模型，如下所示：
y=β0+β1n+ε
其中， n为农机总动力，ε为随机误差。
3 计算结果
利用R软件进行计算，列出了各因素在0.1、0.3、0.5、0.7和0.9分位点的回归结果，并对粮食产量分布的不同位置进行分析。通过对不同分布点的差异做更详细的刻画，可以更加深入地了解农用机械总动力对粮食产量的影响因素。
农用机械总动力与粮食产量之间的分位数回归系数先呈显著上升，之后较为平缓的趋势，在0.7分位点处达到最大值，这表明粮食产量位于0.7分位点处，农用机械总动力的促进作用最为显著，而在0.3、0.5、0.9分位点农用机械总动力的促进作用较大，在0.1分位点的促进作用最小，农用机械总动力对中高粮食产量的促进作用大，而对低粮食产量的促进作用最小。
4 结语
从分位数回归结果可以看出农用机械总动力对粮食产量的促进作用较为显著。我国目前实行的是家庭联产承包责任制，农业生产比较分散。在有条件的地区，可以鼓励土地流转，实行机械化生产，提高效率，增加粮食产量，也可以推行农业合作社提高农机的使用水平来达到增产的目的。
参考文献
[1] Koenker， R.and Bassett.G：The Asymptotic Distribution of the Least Absolute Error Estimator[J].Journal of the American Statistical Association，1978，（73）：618-622.
[2] 李群峰.基于分位数回归的面板数据模型估计方法[J].统计与决策，2011，（17）：24-26.
[3] 童金萍，李柏年.基于分位数回归法的安徽省粮食产量影响因素分析[J].科技和产业，2010，（5）：84-87.
粮食产量影响因素分析论文 篇4
尽管通过各种定量分析手段, 已经能够粗略地估算出各因素对粮食产量变动的影响程度, 但是粮食生产系统实际上是一个由自然资源、生物物种资源、农业生产资料、科学技术管理和政策等因素构成的开放系统。就粮食生产而言, 其影响因素是十分复杂的, 既包括了气候、降水、地质、土壤等自然环境因素, 也包括了投入的劳动力、化肥、机械、灌溉等社会经济因素, 由于因素信息的不确定性和不完全性, 粮食生产系统实际为一个灰色系统[8]。因此, 可以根据灰色系统理论运用灰色综合关联分析法, 判断粮食产量的影响因素及影响大小, 这样可以避免影响粮食产量消长的众多因素, 从粮食产量时间序列本身挖掘有用的信息。
1研究方法
灰色关联分析是灰色理论的主要内容之一, 其原理是基于行为因子序列的微观或宏观几何接近, 分析因子间的影响程度, 确定因子对主行为贡献测度[9]。灰色关联分析无论样本量多少或有无典型的分布规律都可以适用, 而且计算量小, 计算十分简便, 一般不会出现量化结果与定性分析结果不符合的情况, 近年来在定量研究中已有充分应用。
灰色关联分析步骤如下:
(1) 确定参考序列和比较序列。在对影响粮食产量因素定性分析的基础上, 确定一个因变量因素构成参考序列{X0 (k) }={x0 (1) , x0 (2) , …, x0 (n) }, 同时以多个自变量因素构成的数据列{Xi (k) }={xi (1) , xi (2) , …, xi (n) }作为相应的比较序列。
(2) 变量序列进行无量纲化。
(3) 计算关联系数:公式为:
undefined
式中, ξ0i (k) 是第k时刻参考序列{X0 (k) }与比较序列{Xi (k) }的关联系数;ρ为分辨系数, ρ∈ (0, 1) 且一般取0.5。
(4) 计算关联度。公式为:
undefined
式中, γ0i为参考序列{X0 (k) }与比较序列{Xi (k) }的关联度。
(5) 列出关联序, 并将关联度按强弱分为3类[10], 即弱相关 (0～0.35) 、中等相关 (0.35～0.70) 和强相关 (0.70～1.00) 。
灰色关联度系数只是从相对量的角度反映了各个影响因素对粮食产量的影响程度。但在某个特定时期内, 某个因素对粮食产量增长的贡献不仅取决于该因素的生产弹性, 而且还取决于该因素在这个时期内的变化幅度, 因此要想了解在某个特定时期内, 各个影响因素对粮食产量增长到底起了多大的作用, 还必须计算各个因素对粮食产量增长的贡献率。贡献率的测度主要采用弹性分析法、索洛余值法、关联度法等。为简便起见, 使用参考文献[8]中的贡献率测度方法, 其步骤如下:
(1) 确定弹性系数, 将归一化关联度作为各因素对粮食产量的贡献率;
(2) 根据粮食总产量及各有关因素的增长率, 结合弹性系数, 即可计算某因素对粮食产量增长的贡献率为:
undefined
其中, undefined
2 变量选择与数据来源
从理论上讲影响粮食产量的因素很多, 这些因素基本上可以分为4类, 第1类是各种生产要素的投入量, 如土地、劳动力、化肥、机械、资本等的投入量;第2类是各种农业技术;第3类是国家粮食政策、农业生产组织与经营制度;第4类是各种自然灾害[11]。但是从已有研究来看, 由于地理因素、农业生产条件的特殊性, 新疆粮食产量变动主要受到单产、播种面积、有效灌溉面积、耕地面积和投入的劳动力、农业机械、化肥量等因素的制约[12,13,14,15]。基于此, 该文着重就粮食播种面积、化肥施用量折纯量、农业机械总动力、有效灌溉面积、粮食生产劳动力等投入要素对粮食产量的影响作以分析和比较。
全疆数据来自《新疆辉煌50年》以及《新疆统计年鉴》, 部分数据取自《中国统计年鉴》等统计资料、图件和再次计算所得。
3 结果与分析
3.1 粮食总产量与主要影响因素间关联度计算
由于资料限制, 仅对20世纪90年代以来的数据进行分析, 并根据粮食产量变化将其划分为:1990～1994年、1995～1999年、2000～2004年和2005～2008年4个阶段。通过建立灰色关联模型, 首先计算出所有时段粮食总产量与5个影响因子间的关联系数, 在此基础上, 再按4个时段分别计算粮食总产量与5个影响因子间的灰色关联度 (见表1) ;最后, 进行关联度排序与强弱分类 (见表2) 。
注:γ0i (i=1, 2, ……, 5) 表示新疆粮食总产量与主要投入要素间的灰色关联度;1～5分别代表播种面积、化肥施用量、农业机械总动力、有效灌溉面积、粮食生产劳动力5种投入要素。
从关联序大小可知, 在粮食播种面积、化肥施用量、农业机械总动力、有效灌溉面积、粮食生产劳动力等5个投入因素中, 考察期内 (1990～2008年) 对新疆粮食产量影响最大的是化肥施用量, 其关联度为0.847 7, 说明化肥施用量对粮食产量具有显著影响。其次是农业机械总动力与粮食产量关系比较密切, 其影响仅次于化肥施用量。排在第3位的是有效灌溉面积。粮食生产劳动力投入对新疆粮食产量影响最小。
从时序变化情况来看, 从1990～2008年, 化肥施用量和农业机械总动力一直是影响新疆粮食产量的首要制约因子;有效灌溉面积次之;粮食播种面积和粮食生产劳动力对新疆粮食产量的影响较小。这表明新疆粮食产量的增长越来越取决于科技因素的作用。
3.2 各影响因素对粮食总产量的贡献率测算
同样根据粮食总产量变化周期, 将1990～2004年划分为1990～1994年、1995～1999年、2000～2004年和2005～2008年4个阶段, 经过测算, 得到5个因素在各时段对粮食总产量的贡献率 (见表3) 。
由表3可以看出, 在粮食综合生产能力的不同发展时期, 各要素对粮食产量增长的贡献也不尽相同。在1990～1994年, 对新疆粮食产量增加影响最大的是播种面积和粮食生产劳动力, 主要是因为这一阶段新疆粮食生产的机械化、科技化程度还不高, 粮食产量对土地、人力投入的依赖性还很强。
在1995～1999年粮食产量的增长中, 化肥和农业机械投入的增加做出了主要贡献, 但这一期间播种面积和粮食生产劳动力对粮食产量的促进作用已显著降低。
在2000～2004年, 化肥施用量和农业机械总动力对新疆粮食产量的影响持续增强, 与1990～1994年相比, 具有大幅度上升;粮食播种面积和粮食生产劳动力对粮食增产的影响作用继续减弱。
2005年以后粮食价格逐步回升, 粮价上升刺激粮食播种面积的增加, 播种面积增加对新疆粮食产量增长的贡献率也呈上升趋势;但化肥施用量依然是影响新疆粮食产量的首要因素;农业机械总动力对新疆粮食产量的影响程度有所降低;有效灌溉面积成为同期贡献率最大的投入要素;而粮食生产劳动力对新疆粮食产量增长已经构成负面作用。
总的来看, 从1990～2008年, 化肥施用量、农业机械总动力和有效灌溉面积对新疆粮食产量增长的贡献率较高, 且基本呈稳步提高趋势;而粮食生产劳动力对新疆粮食产量增长的贡献率却处于持续下降状态, 这表明新疆粮食生产对人的依赖逐步减弱;粮食播种面积变化对新疆粮食产量增长的贡献率也处于一个逐步减弱状态。在整个考察期内, 化肥施用量与农业机械总动力都是影响新疆粮食产量的最主要因素, 其次是有效灌溉面积。
4 结论
分析表明, 化肥施用量、农业机械总动力是影响新疆粮食产量的两个最主要因素, 其作用在整个考察期内都是显著的、持续的和稳定的;有效灌溉面积的增加对新疆粮食产量的影响很不稳定, 但目前对新疆粮食增产的贡献率仍然很大。
5 建议
基于以上研究结论, 有针对性的提出加强新疆粮食生产的建议。
5.1 进一步加大农业现代化对粮食生产的影响
农业机械总动力对新疆粮食产量增长的影响日益加深, 说明新疆粮食生产对机械化的依赖性持续增强。考虑到随着劳动力工价的提高及劳动力机会成本的上升以及政府对农业机械化支持政策和组织工作的开展, 未来粮食生产劳动力将会继续减少, 此时必须进一步提高新疆的农业机械化水平以维持一定数量的粮食生产劳动力投入。化肥施用量对新疆粮食产量的影响和贡献是非常巨大, 并且是稳定的、持续的, 说明化肥在新疆粮食生产中的地位无可替代的;但是粮食生产过度依赖施用化肥, 也会造成农业环境的恶化、抑制增产;同时, 由于受到边际报酬递减规律的影响, 化肥对粮食的增产作用将是有限的。因此, 必须加大科技投入, 实施配方施肥, 增加有机肥, 提高化肥的使用效率。
5.2 努力增加有效灌溉面积, 提高粮食生产能力
灰色关联分析结果表明, 有效灌溉面积是影响新疆粮食产量稳定的重要因素之一, 新疆粮食生产能力的提高离不开有效灌溉面积的增加。多年来新疆始终把搞好农田水利建设作为重要工作来抓, 先后建成了一大批水利工程设施, 水库数、水库容量分别由1972年的272座、41.47×108m3增加到2007年的367座、53.27×108m3。农田水利工程建设的加强使新疆灌溉条件明显改善。2008年新疆全区有效灌溉面积由1990年的2 735 450 hm2增加到3 741 070 hm2, 比1991年提高36.76%, 年均增长1.66%, 同期粮食产量提高34.29%, 年均增长1.56%, 二者之间具有较强的时序变动一致性。因此, 在新疆资源性缺水的先天条件下, 进一步加强农田水利基础设施建设, 加大有效灌溉力度、扩大有效灌溉面积, 是促进新疆粮食增产增收的有效途径。
5.3 促进农业剩余劳动力转移
粮食产量影响因素分析论文 篇5
通过对1985-实测气象和粮食产量资料的`分析,得出:影响天水市玉米、冬小麦两大粮食作物产量的主要农业气象灾害分别是春旱、初夏旱、伏期连阴雨和上年秋旱、当年春旱及倒春寒天气,在此基础上建立了基于农业气象灾害强度的天水市玉米、冬小麦的气候产量数学模型,可为气象灾情评估和定量分析农业气象灾害对粮食作物产量的影响提供依据.
作 者：姚晓红 许彦平王润元 袁佰顺 刘晓强 韩维顺 YAO Xiao-hong XU Yan-ping WANG Run-yuan YUAN Bai-shun LIU Xiao-qiang HAN Wei-shun 作者单位：姚晓红,YAO Xiao-hong(中国气象局兰州干旱研究所/甘肃省干旱气候变化与减灾重点实验室/中国气象局干旱气候变化与减灾重点开放实验室,兰州,730020;甘肃省天水农业气象试验站)
许彦平,XU Yan-ping(甘肃省天水农业气象试验站)
王润元,WANG Run-yuan(中国气象局兰州干旱研究所/甘肃省干旱气候变化与减灾重点实验室/中国气象局干旱气候变化与减灾重点开放实验室,兰州,730020)
袁佰顺,刘晓强,YUAN Bai-shun,LIU Xiao-qiang(甘肃省天水市气象局)
韩维顺,HAN Wei-shun(甘肃省武山县气象局)
山东省粮食生产影响因素实证分析 篇6
关键词：粮食产量；灰色关联分析法；多元线性回归分析
中图分类号：F326.11 文献标志码： A 文章编号：1002-1302（2015）07-0479-03
“民以食为天”，在经济高速发展、全球人口迅猛增加的今天，粮食问题更加受到人们的关注。我国是农业大国，粮食产量不仅关乎人民生活发展，而且影响整个社会的长治久安。由于地域因素、气候条件存在差异，我国各地区粮食产量的主要影响因素也不尽相同。我国西南地区土壤较为贫瘠，降水量较为丰富，因此该地区粮食产量的主要影响因素是化肥使用量、播种面积[1]；西北地区土地沙化严重，降水量少，该地区粮食产量的主要影响因素为有效灌溉面积、氮肥使用量[2]；河北地区多以粮食单产为主要影响因素[3]；长江流域以粮食播种面积为主要影响因素[4-6]。山东省地处华北平原东部，陆地面积达15.67万km2，其中粮食耕地面积701.43万hm2。山东省粮食种植历史悠久，是我国主要的粮食产区。2013年，山东省粮食总产量为53 163 019 t，占全国粮食总产量的9.03%。本研究探讨影响山东省粮食产量的各项因素，找出主要影响因子，旨在为确保我国粮食安全提供依据。
1 材料与方法
1.1 数据来源
依据数学模型建立科学、数据来源可靠等原则，采用1996—2013年山东省粮食单产、乡村劳动力、有效灌溉面积、年末实有耕地面积、播种面积、农机总动力、农村用电量、化肥使用量、受灾面积、复种指数、农药使用量等12项指标。各项数据来源于《山东省农业统计年鉴》《山东省统计年鉴》《中国统计年鉴》。为了计算方便，本研究所有数据都已经过标准化处理。
1.2 方法
1.2.1 灰色关联动态分析的数理模型
给出相关原始数据。设参考数据列为X0（t）=[X0（1），X0（2），…，X0（n）]，本研究将粮食总产量作为参考数据列X0（n=14）。
m个比较数据列X1，X2，X3，…，Xm 为：
X1（t）=[X1（1），X1（2），…，X1（n）]；
X2（t）=[X2（1），X2（2），…，X2（n）]；
Xm（t）=[Xm（1），Xm（2），…，Xm（n）]（m=12）。（1）
对原始数据（变量）进行无量纲化处理。本研究采用均值化处理，即Yi（t）=Xi（t）Xii=0，1，2，…，m；t=1，2，…，n（式中Xi为各数据列的平均值），得到m+1新数列Y0，Y1，Y2，…，Ym。
灰色关联系数计算公式如下：
Li（t）=minimink|Y0（t）-Yi（t）|+ρmaximaxk|Y0（t）-Yi（t）||Y0（t）-Yi（t）|+ρmaximaxk|Y0（t）-Yi（t）|。（2）
式中：ρ为分辨系数，取ρ=0.5。
计算关联度，并对ri值进行排序，计算公式为：
ri=1N∑Nt=1Li（t）。（3）
1.2.2 多元线性回归模型 建立多元线性回归模型：
Y=b0+b1X1+b2X2+…+bnXn。
依据最小二乘法原则，求得回归模型中的各回归系数，并得到各影响因素与粮食产量的函数表达式。实际分析前须要对回归方程进行显著性检验，对模型中粮食产量与各影响因素之间的线性关系总体是否显著成立作出推断。构造统计量函数F，使得：
F=ESS/kRSS/（n-k-1）（4）
服从自由度为（k，n-k-1）的F分布。其中ESS表示回归平方和；RSS为剩余平方和。
在給定显著性水平α下，可得到临界值Fα（k，n-k-1），由样本求出统计量F的数值，通过F>Fα（k，n-k-1），则该回归模型有意义。
2 结果与分析
2.1 灰色关联分析
首先挑选出影响山东省粮食产量的12项因子，依据模型中的公式，依次计算得到各因子的关联系数并排序。X1为单位面积产量，X2为乡村劳动力，X3为有效灌溉面积，X4为年末实有耕地面积，X5为播种面积，X6为农机总动力，X7为农村用电量，X8为化肥使用量，X9为受灾面积，X10为财政支农支出比重，X11为复种指数，X12为农药使用量。计算结果见表1。
由表1可知，影响山东省粮食产量的12项因子中，排序依次为：单位面积产量、化肥使用量、乡村劳动力、有效灌溉面积、年末实有耕地面积、农药使用量、播种面积、复种指数、财政支农支出比重、农机总动力、农村用电量、受灾面积。其中单位面积产量是首要因素，在城市化不断发展、耕地资源日益紧张的今天，提高粮食单位面积产量显得尤为重要。为保证山东省粮食产量连续增长，实现“十二五”总体目标，大幅提高粮食单产是关键所在。近几年，化肥的使用对山东省粮食增产起到了积极作用，尤其是氮肥的使用量平均每年增长约7%。但我们应当清醒地认识到，山东省土地化肥使用总量过高，许多农民患上了“化肥依赖症”，部分地区开始出现土壤肥力下降、粮食减产等不良后果，影响了山东省粮食的可持续发展。劳动力是粮食增产最基本的因素，截至2013年底，山东省乡村劳动力约4 890万人，同2012年基本持平。因此，合理有效的劳动力投入是实现粮食增长的必要条件。近3年来，山东省降水量普遍减少，干旱土地面积不断增加，因此，有效灌溉面积成为粮食产量能否增加的重要因素。在城市化、现代化高速发展的今天，耕地面积大量减少，城市周边的土地被大量占用，由原来的“种粮”变为了现在的“种房”。土地面积锐减不但直接导致粮食产量减少，而且粮食种植区域逐步扩展到了农业生产先天禀赋并不是很优越的地区，造成了土地资源严重浪费。农药使用量、农机总动力、农村用电量对粮食总产量的直接影响不大，但有效灌溉面积对粮食产量的间接影响较大。复种指数是作物播种面积和耕地总面积的比值，是影响一个地区粮食产量的重要因素。依据山东省人口多、耕地面积相对较少的特点，因地制宜地提高复种指数是挖掘耕地利用潜力、提高粮食总产量的有效途径。财政支农比重是保证粮食产量的物质基础，山东省政府采用培育农业特色产业和对农直接补贴等方式，加大农业扶持力度，确保省财政支农比重、绝对数额连续增长，为提高山东省粮食综合生产能力提供了有力支持。受灾面积在影响粮食产量方面的作用较为明显，由于全球气候变化异常，导致山东省气象灾害频发，农作物受灾面积不断增加。以2008年为例，山东省受灾面积占总耕地面积的9.68%，因此合理有效地控制粮食受灾面积是实现粮食增产的前提。
nlc202309042133
2.2 多元线性回归分析
本研究从农业生产管理角度将上述12项影响因子分成2类，即可控因素、不可控因素。其中乡村劳动力、有效灌溉面积、农机总动力、农村用电量、化肥使用量、财政支农支出比重归为可控因素，对于这类因素可以在农业生产过程中有计划、分步骤实施调控。其他因素受自然条件等突发性影响较大，难以进行有效控制，因而将其归为不可控因素。灰色关联分析结果表明，可控因素在影响山东省粮食产量方面起主导作用。因此，有必要对各项可控因素进行进一步的回归分析。
依据灰色关联分析，选取各项可控因素乡村劳动力（L）、有效灌溉面积（X）、农机总动力（D）、农村用电量（E）、化肥使用量（H）、财政支农支出比重（R）作为粮食总产量（Y）的解释变量进行多元线性回归分析。利用最小二乘法，求得线性回归方程为：
Y=0.944 5L+0.598 8X+0.124 0D-0.103 0E+0.867 3H-0.212 8R。
通过该线性回归方程可以看出，各因素影响粮食产量的排列顺序为：乡村劳动力（L）、化肥使用量（H）、有效灌溉面积（X）、财政支农支出比重（R）、农机总动力（D）、农村用电量（E）。其中化肥使用量、乡村劳动力、有效灌溉面积对粮食产量的影响较大且呈正比例增长关系，即随着这3种因素的增加，粮食产量不断提高；财政支农支出比重、农机总动力、农村用电量相较前3种因素而言，对粮食产量的影响有限，作用较小。
对多元线性回归函数进行方程显著性的F检验，假定显著性水平α=0.1，自由度为（6，7）时得Fα=2.83，利用公式（4）求得F=2.95，显然F> Fα，方程检验通过。
值得注意的是，山东省财政支农比重对粮食产量的影响较小且呈反比例增长关系。原因包括以下几个方面：首先山东省财政对农业投入力度较小，总体上制约了资金投入对粮食产量的作用。其次，财政支农项目中主要包括农业科技支出、基础设施建设支出、农业救济费、生产性支出、事业费等，其中农业科技支出的边际产出效应最高，也就是说，农业科技要素投入对粮食产量的贡献率最大。事实上山东省农业科技投入费用占财政用于支农总额的比重过低。以2009年为例，山东省财政支农总额为3 693 489万元，农业科技三项费用是554 023万元，仅占总额的15%左右，甚至低于农业救济费，投入力度明显偏小，说明科技投入对粮食产量的影响有限。再次，山东省财政支农政策受宏观经济政策，尤其是财政政策的调整影响较大，随着国家财政政策的紧缩和扩张而上下波动。另外，财政支农与粮食产量呈反比例增长的现象可以解释为农业科技要素投入、农村基础设施建设等同属于投资周期长、费用高的项目支出，短时期内很难促进粮食产量大幅提升，甚至出现一段时期内虽然财政支农的支出增加但实际产量下降的情况。
从灰色关联分析、多元线性回归分析2种模型的输出结果上看，乡村劳动力、化肥使用量、有效灌溉面积是山东省粮食生产的主要影响因素，只是重要性的排序有所不同，原因在于后种方法无法完全反映各因素及整体之间的相互关系，加上本研究数据样本容量有限，使用线性回归模型分析出的结果与实际情况存在一定差距。现阶段山东省粮食生产过程中存在过多依赖乡村劳动力、化肥等问题，对以农业科技研发投入为主要内容的财政支农投入较少，农业科技含量明显不足。粮食单位面积产量作为较为复杂的影响因子，受到社会因素、自然因素、土壤结构、粮食作物选择及自然灾害等各因素的制约，因此没有对粮食单产做进一步的线性回归分析。但不能忽视的是山东省粮食单位面积产量历年波动幅度的时间序列与粮食总产量的波动幅度呈高度相关性，是影响粮食总产量的重要因素。
3 结论
3.1 加大科技投入，依靠科技进步，提高粮食产量
面对山东省耕地面积不断减少的现状，利用科学技术有效提高单位面积产量成为提高粮食产量的关键。利用互联网，建立行政性农业技术创新网、新兴农业技术推广网、农产品市场信息网等多元信息网络平台，使粮食作物从产供销3方面得到保证。根据全省各地实际情况，因地制宜地培育引进具有自主知识产权的高产、优质、多抗、广适的优良品种，大力开展各类新品种的推广和示范，建立健全农作物良种繁殖基地。同时，政府应抓好良种推广补贴项目的实施，加大惠农力度。不断发展优质高产栽培技术、配套节水技术、滴灌喷灌技术，提高水资源利用率，扩大灌溉面积。做好间作套种、地膜覆盖等技术的引进、试验、示范、推广工作，提高复种指数，全面提高粮食作物产量。着重培养农业劳动者科学种田的意识，提高农技水平。同时合理调整农村劳动力结构，减轻粮食生产对劳动力的过度依赖。
3.2 切实保护粮食播种面积，确保耕地总量动态平衡
1996—2013年，山东省粮食播种面积共减少110.15万hm2，平均每年减少近7.90万hm2。随着城市化、工业化的不断发展，非农业建设用地面积将持续增加，耕地增加潜力相对有限。因此，大力保护粮食耕地面积、播种面积成为实现粮食增产、保证粮食安全的首要因素。各地政府应严格贯彻落实耕地保护政策，严厉打击侵占农田、水利建设等行为。建立农田保护区，将农田保护纳入到法律框架之内。在全省范围内建立耕地面积总量监控评价体系，实现耕地总量动态平衡。
3.3 合理施肥，平衡施肥
化肥在提高粮食产量方面发挥着重要的作用，有效、合理、科學是施肥的基本原则。目前化肥使用过程中存在许多问题。一些地区过度施用化肥，造成化肥边际效能下降，土地有机、无机养分比例失调，导致土壤肥力下降。部分地区使用的化肥元素单一且多为人工播撒，导致化肥使用率极低，不但造成大量浪费而且降低了投入产出率，最终影响粮食产量的提高。为此，应大力推广有机生态肥，减少化肥施用量，逐步建立农田生态系统良性循环。
3.4 加强粮食生产能力建设，改善农田生产条件
山东省农业气象灾害频发，干旱更是导致部分地区粮食连年欠收，严重影响粮食产量、社会供给。因此，必须加强以农田水利为基础的农业基础设施建设，各地区依据实际情况修建水库，增加区域蓄水抗洪能力，改善耕地生产条件，最终达到防灾减灾的目的。
参考文献：
[1]李 静. 广西粮食产量灰色关联分析[J]. 广西农业大学学报，1997，16（4）：69-74.
[2]魏剑锋. 中国粮食产量增长的潜力及实现机制分析[J]. 中国人口·资源与环境，2009，19（4）：168-174.
[3]吴 凯，袁 璋，许越先. 河北省粮食生产发展趋势及其地区差异[J]. 地理科学进展，2003，22（5）：499-506.
[4]段学军. 长江流域粮食产量灰色关联分析[J]. 农业系统科学与综合研究，2000，16（1）：35-38.
[5]鲁 欣，秦大庸，刘 俊，等. 宁夏粮食产量主要影响因子分析[J]. 灌溉排水学报，2006，25（6）：65-70.
[6]亚尔·蒙德拉克. 农业与经济增长：理论与度量[M]. 国风，方军，译. 北京：经济科学出版社，2004：405.
粮食产量影响因素分析论文 篇7
一数据与方法
以2005~2009年《甘肃省发展年鉴》为基础数据源构建分析数据库。其中耕地面积采用年初耕地面积与年末耕地面积的平均值, 农用化肥施用量采用折纯量。采用灰色系统理论关联度分析方法, 即根据因素之间发展态势的相似或相异程度衡量因素间关联的程度。它揭示了事物动态关联的特征和程度。由于以发展态势为立足点, 因此对样本量的多少没有过分的要求, 也不需要典型的分布规律。采用初值变化法对原始数据进行无量纲化处理的。选择粮食产量为参考数列, 有公式:
其中:k表示时刻, k=1, 2, 3, 4, 5;表示k时刻第i个数列与参考数列的关联系数;p为分辨系数, 取p=0.5;0minmin () () iikxk-xk, 0maxmax () () iikxk-xk, 分别为两级最小差和两级最大差。由于各个时刻都有一个关联系数, 信息显得过于分散, 因此用关联度把各个时刻的关联系数集中为一个平均值, 也就是把分散的信息集中处理。
二结果分析
从表1可以看出, 各个因素与甘肃省粮食产量的关联度的大小顺序为:有效灌溉面积>农用化肥施用量>耕地面积>当年机耕面积>农业用电量>农用塑料薄膜使用量>农用机械总量>当年机播面积>农药使用量>成灾面积。由关联度的影响顺序可以看出, 有效灌溉面积、农用化肥施用量、耕地面积, 以及当年机耕面积对甘肃省粮食产量的影响比较大。
1. 有效灌溉面积对粮食产量的影响
有效灌溉面积对粮食总产量的关联度达到0.81。根据最近五年的数据显示, 甘肃省的有效灌溉面积仅占耕地面积的31%左右, 显著低于全国平均水平。从甘肃省自身情况看, 水田、水浇地和旱地的分配比例在总量上明显不均匀。水利是农业的命脉, 灌区是命脉中的命脉, 灌区成为我国粮食安全保障的重要基地。甘肃省降雨量小, 多旱灾, 地区气候差异也很大, 所以大力提高有效灌溉面积、有效设计灌溉技术, 可以在很大程度上提高粮食产量。
2. 农用化肥施用量对粮食产量的影响
农用化肥施用量是粮食生长过程中营养成分的主要来源。合理施用化肥有利于提高化肥的有效利用率, 增加粮食产量, 不当施用化肥会造成土壤板结或者土壤酸化, 不利于粮食的长期生产。最近五年的数据显示, 甘肃省的农用化肥施用量仅0.2322吨每公顷, 也就是甘肃省农用化肥单位面积施用量还没有达到全国平均水平的一半。但农用化肥施用量与粮食总产量的关联度达到0.81, 所以合理施用化肥不仅有利于提高粮食产量, 也在一定程度上减轻了粮农负担。如果能够把化肥的利用率提高10%, 就等于为甘肃省增加几万吨化肥, 能多增产几十万吨粮食。
3. 耕地面积对粮食产量的影响
耕地面积是保证粮食产量的最基本因素。只有保证耕地面积才能有效保证粮食产量。耕地面积与粮食产量的灰色关联度达到0.80, 充分说明了耕地面积对粮食产量的影响不容小觑。甘肃省山多地少, 加上工业化、城镇化过程中基础设施建设占用大量耕地面积, 对保证粮食产量构成威胁。未开发利用的荒地是增加耕地面积, 进而提高粮食产量的一个主要途径。为了保证粮食产量必须减小工业化、城市化对耕地面积的威胁, 并且要合理开发未利用的荒地。
4. 其他因素对粮食产量的影响
机械化生产使得农业摆脱了对劳动力的依赖程度, 对粮食生产的关联度达到0.6。使得农村劳动力人口不再是制约粮食生产的主要因素。选取成灾面积作为自然灾害对粮食产量的影响指标, 甘肃位于中国的西部, 降雨量很小, 还不到全国的一半, 干旱是影响甘肃粮食生产成灾面积的首要因素, 但是成灾面积对粮食生产的关联度相对其他因素并不大, 这是因为现在农用基础设施, 尤其是水利设施的不断完善, 成灾面积对粮食产量的影响相对来说比较稳定。
三提高粮食产量的对策建议
1. 强农惠农政策
“谷贱伤农”的现象经常使得很多粮食生产者由于利益的驱动性, 放弃粮食生产而转向投资于经济作物, 粮食耕地面积减少, 严重影响粮食产量。积极落实国家政策, 高度关注农民农村问题。对种粮农民实行直接补贴;坚持向粮食主产区和种粮多、产量高的农民倾斜的原则;对购置和更新大型农机具给予补贴等等。
2. 加强水利等基础设施建设
为有效提高有效灌溉面积, 以及有效减少受灾面积, 必须进一步探索农田水利工程实现良性发展的道路。建立适合甘肃省省区区情和社会主义市场经济规律的农田水利工程建设管理机制, 确保农田水利工程良性运行和效益的充分发挥。提高农用机械化程度, 采取项目资金扶持、现场演示带动、强化培训促进、政企合作互助等措施。推广优良品种, 加强新技术的应用与推广。
3. 大力稳定耕地面积
耕地面积整体上呈减少的趋势, 2008年相对于1978年约减少了2.64%。耕地面积的减少大致有自然和人文两个方面的原因。自然因素的影响跨度比较大, 短时间内无法体现出来, 而人文因素虽然复杂, 但可以控制。首先, 要充分进行土地整理, 适度开发未利用土地;其次, 要减少工业化、城市化过程中基础设施建设对耕地面积的影响;最后, 是政府给粮农经济保障, 减少粮农因经济利益驱使而调整生产结构。政府必须坚持把耕地保护摆在重要位置。
参考文献
[1]刘思锋、党耀国、方志耕.灰色系统理论及其应用[M].北京:科学出版社, 2005
[2]全国化肥使用座谈会关于合理施用化肥的意见[J].土壤肥料, 1974 (5)
粮食产量影响因素分析论文 篇8
一、影响指标筛选
影响粮食生产产量的主要因素有两方面:一是生产要素投入情况, 二是生产政策变动情况。综合考虑已有学者的研究成果, 同时结合对大庆市农村区域农业生产的实际调研情况, 选择相应的因素指标。其中生产要素投入类指标选择粮食播种面积 (X1) 、粮食单产水平 (X2) 、农业机械总动力 (X3) 、节水灌溉面积 (X4) 、农用化肥施用量 (X5) 、农药使用量 (X6) 、农村用量 (X7) 和乡村实有从业人数 (X8) 共8个。政策投入类指标选择农业产值指数 (X9) 和粮食消费价格指数 (X10) 共2个。
二、大庆市粮食产量影响因素回归分析
(一) 变量数据整理
查阅《大庆统计年鉴2013》, 得到2000年~2012年共13年大庆粮食产量 (Y) 、粮食播种面积 (X1) 、粮食单产水平 (X2) 、农业机械总动力 (X3) 、节水灌溉面积 (X4) 农用化肥使用量 (X5) 、农药使用量 (X6) 、农村用电量 (X7) 、乡村实有从业人数 (X8) 、农业产值指数 (X9) 和粮食消费价格指数 (X10) 共11个分析指标数值 (因篇幅所限, 数据从略) 。
(二) 大庆市粮食产量多元回归模型构建
运用SPSS18进行数据筛选及数据处理, 构建大庆市粮食产量影响因素多元回归模型。采用逐步回归法进行分析, 结果显示:农村用电量, 粮食单产水平, 粮食播种面积与粮食产量的多元相关系数为0.993, 其平方和为0.986, 标准估计的误差2.41611, R2更改量0.008, F更改值为5.248。进一点计算可决系数发现, 粮食单产和粮食播种面积的可决系数达到98.6%, 即这两个指标可解释因变量粮食产量的98.6%。因此, 选择粮食单产水平与粮食播种面积作为多元回归方程的自变量。回归分析表明, 选择粮食单产水平与粮食播种面积作为自变量, 回归模型的F值为361.432, 显著值P为0, 小于0.05, 表示粮食单产水平与粮食播种面积与粮食产量间均呈现显著性相关。相关显著性表明粮食单产水平与粮食播种面积可以有效预测效标变量即:粮食产量。
农业机械总动力, 节水灌溉面积, 农用化肥使用量, 农药使用量, 乡村实有从业人数, 农业产值指数, 粮食消费价格指数等7个变量最终未进入回归模型, 其T检验值分别为-0.207, -0.075, -0.076, -0133, -0.131, -0.063, -0.075, 其显著性水平均高于设定的标准0.05, 而农村用电量的T值检验, 显著性水平达到0.049, 接近于0.05, 因此也被排除到可选变量之外。
通过对以上分析, 通过数据整理得如下回归方程:
粮食产量=-3087836.32+466.866×粮食单产水平+6.98×粮食播种面积
由回归方程可知, 粮食单产水平与粮食产量呈现正相关, 粮食单产每提高一个百分点, 粮食产量提高466.866, 粮食播种面积与粮食产量同样呈现正相关, 粮食播种面积每提高一个百分点, 粮食产量提高6.98。
三、建议及对策
(一) 保护耕地, 稳住粮食种植面积
当前大庆耕地生态环境呈现恶化趋势, 土地退化较为严重, 沙漠化程度不断加剧。大庆市各级耕地保护部门要认真落实《土地管理法》, 《农业法》, 《土地承包法》及贯彻落实《基本农田保护条例》等相关法律法规, 大庆市各级政府, 下属县、乡要明确各级保护耕地的责任, 将对耕地的保护纳入到各级政府业绩效考核指标中去, 构建较为健全的耕地质量保护制度。要减少油田在开采过程中对盐碱地造成的环境土地污染, 油田开采过程中要制定科学健全的耕地保护实施方针。制定实施严格的耕地管理制度, 强化土地合理流转, 充分利用大型农机具, 实现土地规模化经营。土地管理部门要严查土地承包情况, 对违法承包要坚决予以查处。
(二) 提高粮食单产水平, 普及先进科学种田技术
第一、继续推广现代农业示范区, 扩大农业先适用技术的推广应用, 2014年, 大庆市启动建设现代农业示范区125个, 其中市级25个, 县 (区) 46个, 乡 (镇) 级54个。大市市各级政府要继续加大农业示范区对农业生产技术的带动作用, 加大对农业示范区的投资力度。第二、强化对玉米、水稻增产技术的推广。大庆地区的主要粮食作物为玉米与水稻, 其中玉米仅在2012年达到重植面积513736公顷, 水稻达到84440公顷, 二者占总粮食作物面积的89%, 因此要着重提高玉米与水稻单产水平。强化集成推广玉米并垄宽窄行, 平播免耕深松轮栽培, 测土配方平衡施肥, 植保绿色防控等实用技术, 以及普及优良品种, 采取多种措施综合防治玉米主要病虫害;针对水稻, 集成推广水稻瘟病、青枯病、立枯病和田间杂草绿色防控技术, 强化水稻田间作业管理, 实现粮食作物无重大病虫害, 保证粮食单位产量高产。
摘要：本文以黑龙江省大庆市粮食生产影响因素为研究对象, 选取了10个影响因素, 构建大庆市粮食产量影响因素回归方程, 分析大庆粮食生产的主要影响因素及影响程度, 最后提出了提升大庆粮食产量的建议及对策。
关键词：粮食产量,影响因素,回归分析
参考文献
[1]范东君.粮食产量影响因素的实证分析与贡献率测算[J].湖南工业大学学报, 2011.
粮食产量影响因素分析论文 篇9
综上所述,积极应对干旱灾害,加强抵御旱灾的能力,是农业生产所面临的重大挑战,虽然我国学者在这方面也进行了大量研究[1,2,3,4],但由于不同的区域之间自然因素、社会状况之间的差异,使得这些研究的结论和价值局限于被研究的区域,很难达到在任何区域都适用的效果,因此,对流域内农业干旱的发生规律进行研究,分析其对农业生产和粮食安全的影响,具有深刻的意义。笔者针对上述问题,对农业干旱灾害对粮食产量的影响程度进行具体的分析,并对两者之间的依存关系进行深入的探讨,以期为流域农业防灾体系的建设和保障粮食安全提供参考和对策。
1 淮河流域农业干旱灾情的时空变化
1.1 农业干旱灾情的高频率性
由于受自然地理条件的影响,淮河流域内旱灾的发生不仅具有普遍性,而且还基于年代和地域的不同呈现出一定的变化规律。根据相关资料统计,从1949~2000年的52年中,淮河流域每年遭受旱灾成灾面积在1 333 333 hm2以上的有21年,占统计年数的40.4%;年成灾面积在2 000 000 hm2、2 666 666 hm2和3 333 333 hm2以上的分别有14年、11年和6年,分别占统计年数的26.9%、21.2%和11.5%,年成灾面积在4 000 000 hm2以上的特大干旱年份包括1992年、1994年、1999年和2000年,平均13年发生1次。由表1可以看出,按年代平均,1950~2000年,流域旱灾成灾面积依次为971 466.7 hm2、1 252 467 hm2、1 190 200 hm2、1 612 667 hm2和2 811 467 hm2[5],即除了70年代略有下降外,流域内成灾面积
随着年代的发展呈增长趋势,尤其是90年代,增幅最大,约为74.34%。50多年来每个年代的平均增速达47.35%。
1.2 农业干旱灾情的地域性
从流域地形地貌的视角,将流域内多年的平均水面蒸发量与多年平均降水量之比作为干旱指数,淮河流域干旱指数自南往北、自东向西递增,即西部和北部的山区是最易受旱的地区。具体而言,干旱指数的变动幅度在0.5~1.5之间,在1.0干旱指数等值线以南,包括伏牛山区、淮河以南、江苏里下河以东地区,降水量高于蒸发量,干旱指数小于1.0,气候湿润,不易受旱;此线以北,包括淮河以北,沂沭泗地区,降水量略小于蒸发量,为半湿润半干旱区;西北部郑州沿黄一带,干旱指数接近于1.5,为流域内最干旱的区域。
从行政区域的视角,通过计算不同年代流域内行政区域的成灾率(成灾面积/耕地总面积),如图1
所示,可以看出:一方面,淮河流域随着时间的推移受旱的程度呈增大趋势;另一方面,不同行政区域的旱灾灾情具有明显的差异性,其中江苏省的灾情最轻,这可能也是江苏省水稻种植面积远大于其他3省的原因,安徽和山东省的灾情最为严重,5个年代中,成灾率最高的安徽省占了2个、山东省占了3个,不过从近2个年代的统计资料来看,河南省的旱灾灾情也有明显的加重,在流域受旱最严重的90年代,它和安徽成为灾情最重的2个区域。另外,由表2可以看出,50年来,河南省是流域内旱灾成灾面积增长最快的省份,年代平均增长率高达83.81%,其次为江苏省,为67.29%,再次为山东省的29.24%,最后为安徽省的25.90%。由此可以看出,多年来,虽然山东和安徽2省是旱灾灾情最重的区域,但灾情随时间的加重幅度确是最小的,河南和江苏的旱灾灾情虽然相对较轻,但其加重的趋势远大于以上2省,这也在一定程度上解释了为什么淮河流域随着时间的推移受旱程度越来越重的原因。
2 农业干旱对粮食产量的影响程度分析
2.1 数据和变量选取
本文选取1999~2008年10年的相关数据对干旱对粮食产量的影响进行实证分析,数据来源于淮河水利委员会出版的相关年份的《治淮汇刊》(年鉴),以历年的旱灾成灾面积来衡量农业干旱的程度,用X表示;在选取粮食总产量的同时(用Y表示),还选取流域内的主产农作物小麦和水稻的产量分别进行分析,并且每个变量都以流域内的行政区域为单位选取,最终形成了包括4个截面和10个连续年份的面板数据,如表3所示。
2.2 模型设定
因为以上数据类型为面板数据,本文建立个体固定效应模型,该模型就是对于不同的个体有不同截距的模型。有学者指出,如果对于不同的时间序列(个体)截距是不同的,但是对于不同的横截面,模型的截距没有显著性变化,那么就应该建立个体确定效应模型[6]。模型表示如下:
式中:Y为因变量,文中选择粮食平均产量指标;X为自变量,用成灾面积来进行分析;i为个体单位,在这里指流域内的4个省份;t为时间,本文数据范
注:表中数据根据相关年份《治淮汇刊》(年鉴)整理,“—”表示数据缺失。为了在做回归分析时实现自变量和因变量的单位统一,粮食产量用1 000 hm2产量为计量标准。
围是1999~2008年;α为截距项;β为斜率系数;αi表示个体效应;εit为随机扰动项。本文除了分析流域内整体粮食产量与农业干旱的依存关系外,还分析了流域内的主产农作物小麦和水稻与农业干旱之间的关系,因此,本文分析结果涉及了3个模型。
2.3 实证结果与分析
根据以上给出的模型设定形式,根据Eviews6.0软件进行估计分析,利用表3的面板数据进行回归分析,参数估计结果如表4和表5所示。
由回归结果可以看出,对于模型1而言,干旱成灾面积对流域的粮食产量有显著(10%的显著水平)的影响,斜率为-325.278,即对于该样本数据而言,干旱成灾面积每增加1 000 hm2,粮食每1 000 hm2的产量将减产325 kg。另外,流域内4个省份的共同截距项为5 561 850,但是1999~2000年间4个省份之间的个体差异(干旱以外的因素)对粮食亩均产量的影响也具有显著的差异,根据个体固定效应模型的结果,河南、江苏2省对共同截距存在正的偏离,其中又以江苏的偏离程度较大,为735 257.0,说明这2个省份的粮食生产自我保障能力较强;而安徽和山东2省对共同截距存在负的偏离,且安徽的偏离程度较大,为-696 852.9,说明这个省份的粮食生产自我保障能力弱于其他2个省份。
模型2和模型3显示了流域内小麦和水稻受农业干旱的影响状况。模型2中,斜率系数为-648.370,且在5%的显著水平下显著,干旱成灾面积每增加1000 hm2,表明粮食每1 000 hm2的产量将减产648 kg,并且区域之间的个体差异对小麦的单产影响各不相同,河南、山东2省的小麦生产自我保障能力强于其他2个省份;模型3中,斜率系数为-180.786,其绝对值小于模型1和模型2中的斜率绝对值,在10%的显著水平下显著,说明水稻与农业干旱之间的依存度低于小麦等其他农作物,笔者认为主要有以下2个原因:一是水稻产区一般具有较高的水资源禀赋和相对完善的农田水利基础设施;二是流域内一般在冬春季节发生干旱,正是小麦需水最旺盛的时期,因此对小麦的影响作用相对较大。在水稻生产的自我保障能力方面,江苏和山东2省的个体固定效应系数对公共截距存在正的偏离分别为501 441.9与756 379.0,要强于河南和安徽2省。
3 结 语
a. 流域农业干旱灾情逐渐加重,且不同行政区域之间存在较大差异。1949年以来,淮河流域干旱灾情不断加重,成灾面积随着年代的发展呈增长趋势。根据对相关资料的分析,山东和安徽2省是流域内干旱灾情最严重的区域,多年来的平均成灾率高于其他2省,但是河南和江苏的旱灾成灾面积增长率相对较高,是导致流域整体旱情逐渐加重的主要原因。
b. 农业干旱与粮食产量之间具有明显的相关关系。计量分析结果表明,农业干旱是制约粮食单位面积产量的主要因素之一,二者之间存在显著的负相关关系,且由于自然因素和社会因素的作用,干旱灾情对不同农作物的产量影响存在差异,其中对小麦的影响程度最为严重。
c. 由于农业生产保障能力的差异,流域内4个省份的粮食生产受干旱灾害的影响程度也有所不同。
以上分析表明:就粮食总体生产保障能力而言,流域内4个省份由强到弱的顺序依次为:江苏、河南、山东、安徽;就小麦生产保障能力而言,流域内4个省份由强到弱的顺序依次为:河南、山东、江苏、安徽;就水稻生产保障能力而言,流域内4个省份由强到弱的顺序依次为:山东、江苏、河南、安徽。农业生产保障能力越强,干旱对其粮食生产的影响就越弱;反之亦然。因此,相关部门在制定抗旱政策时,应根据不同区域农业生产保障能力的情况,采取不同的方案。
旱灾作为一种客观的自然社会现象, 其过程是自发的, 并具有自身的发生、发展规律, 它对农业生产以及粮食安全带来极大的危害。新中国成立以来,随着治淮力度的逐渐增大,以及适宜的政策环境和科技进步的作用, 流域内的农业生产呈现出良好的发展势头, 但农业干旱灾情程度不断加剧也是不争的事实。因此, 必须正视流域内农业生产系统的脆弱性以及不同区域抵御旱灾能力各有不同的现状, 一方面加大农田水利基础设施建设,切实增强农业生产抵御干旱灾害风险的能力;另一方面广泛开展旱灾时空发展规律与预测的研究, 深刻揭示流域内农业干旱对粮食生产影响的内在机理, 尽快建立和完善农业防灾减灾体系,以提高农业自然灾害管理水平。
参考文献
[1]程静,陶建平.全球经济变暖背景下农业干旱灾害与粮食安全:基于西南五省面板数据的实证研究[J].经济地理,2010(9):1524-1527.
[2]李彬,武恒.安徽省农业旱灾规律及其对粮食安全的影响[J]干旱地区农业研究,2009(9):18-23.
[3]武永峰,李茂松,蒋卫国.不同经济地带旱灾灾情变化及其与粮食单产波动的关系[J].自然灾害学报,2006(12):205-210.
[4]杨载田,钟顺青.衡阳市农业干旱问题及其对策研究[J].经济地理,2003(11):796-799.
[5]毛建康.淮河流域水资源可持续利用[M].北京:科学出版社,2006.
油田产量递减影响因素分析 篇10
一个油田投入开发后随着产能建设的结束，由于地下的剩余油越来越少，产量递减是不可避免的，油田产量递减率大小的影响因素很多，从理论上分析各种因素对产量的影响，应用灰关联分析的方法对胜利油区整装构造油藏、中高渗透断块油藏、低渗透油藏各种因素影响的大小进行研究，找出控制产量递减的主要因素，对于把握油田的开发趋势，科学合理地开发油田具有重要意义。
2. 影响产量递减的单因素分析
2.1 储采比
通过对油田的产量递减规律的研究，油田储采比的理论计算公式：
式中：
M—油田储采比；
Di—初始递减率，%；
qe—油田废弃时的年产油量，×104t
qi—稳产期结束后的年产油量，×104t
它表明：油田储采比的大小，直接关系到油田稳产期结束后产量递减速度的快慢。储采比越高，油田稳产的余地就越大；较低的储采比，会使油田以很快的速度递减。
2.2 采油速度
对于某油田或区块, 若某阶段不考虑新增探明地质储量或新增动用地质储量, 则该油田或区块的地质储量在该阶段是不变的。那么, 把年递减率公式右端分子分母同时除以地质储量No，其等式成立, 即
采油速度影响产量递减率是各种因素综合影响的结果。由上式看出，产量递减率受到前一年和当年采油速度的制约。前一年采油速度愈大，则产量递减愈大，反之则小。而当年的采油速度愈高，则产量递减愈小。因此, 若初期采油速度高, 就要采取相应措施, 使以后的采油速度不要减小过大。
2.3 含水上升率
对于任何一个油田，产量可用如下公式计算：
对于给定的油田，油藏性质及地质特征一定，在不采取各种措施情况下，影响产量的主要因素是生产油井数、生产压差和油相相对渗透率。产量变化视三种因素的综合变化结果而定。若三个因素的综合变化结果是上升或稳定的，则产油量亦是上升或稳定的；若三个因素综合变化结果是下降的，则产油量也是下降的。
在生产油井数和生产压差不变的情况下，影响递减率大小的主要因素是油相相对渗透率，而油相相对渗透率是随着含水的变化而变化的，因而凡是影响含水变化的因素势必影响到油田的产量递减率，即产量递减率的大小是受到含水上升率和采油速度的影响的。
(1) 在年产液量较稳定时，产量递减率的大小与含水上升率有关，含水上升率大，含水上升较快，产量递减率也较大，反之亦然。
(2) 在含水上升率相同的情况下，采油速度高，产量递减率大。
2.4 产液量
油田产液量取决于油田开发井数及油井的生产压差、采液指数和生产时率。这几项参数的变化决定着产液量的变化。而这几项参数的变化，是受油田地质、开发条件、工艺技术条件、开发调整部署和开发调整措施安排等因素制约的。因此，在一定意义上油田产液量变化，主要受按着开发生产的要求所采取的开发调整措施所控制，或者说，在地质条件允许范围内主要受人为因素控制。
假定油田年产液量增长速度为R，从某一年开始 (令其为第0年) 后第n年的产液量增长倍数为Tn，则：
若某一年开始时 (第0年) 的平均含水为fw0，第n年的平均含水为fwn，则年产油量的变化比值为：
由上式可见，产油量变化率为产液量增长倍数与含油百分数减少倍数的乘积。要保持油田稳产，必须保证产液量增长倍数起码等于 (或者大于) 含油百分数减少倍数的倒数。在一定的时期内，若通过控制使含水上升值在阶段末越小，则保持稳产所需要的液量增长率亦可越低。
3. 不同类型油田产量影响因素的灰关联分析
为了分析各种影响因素对产量的影响程度，找出影响产量的主要控制因素，引入灰关联分析的方法。
灰关联分析的目的是为了寻求系统中各因素之间的主要关系，找出显著影响目标值的重要因素，从而找出掌握事物的主要特征，促进和引导系统迅速而有效的发展。
通过灰关联分析，可以确定两个系统或两个因素关联性的大小的量度，即关联度。它描述了系统发展过程中因素间相对变化的情况，如果两者在发展过程中，前者变化对后者引起了较大相对变化（反之亦然），则认为两者关联度大。即关联度越大，影响程度也越大。
通过对影响胜利油田产量的六个影响因素进行分析，可以得到不同类型油田各个影响因素与年产油量的灰关联度，如表1所示。
从表1可以看出，在各类油田中，采油速度、储采比这两个因素与年产油量的关联度相对较大，因而对年产油量的影响较大，因此，这两个因素是影响油田年产油量的主要因素。
4. 结论
分析影响产量递减的诸多因素, 并推导出相应的公式，应用灰关联分析的方法分析了各种影响因素对产量的影响大小，为合理地开发高含水油田，改善高含水油田的开发效果，减缓高含水油田的产量递减，提供科学依据。
摘要：分析了储采比、采油速度、含水上升率、产液量等因素对产量的影响。引入灰关联分析的方法, 可以得到不同类型油田各个影响因素与年产油量的灰关联度, 在各类油田中采油速度、储采比这两个因素与年产油量的关联度相对较大, 因此, 这两个因素是影响油田年产油量的主要因素。
关键词：产量递减率,影响因素,灰关联
参考文献
[1]刘玉忠, 尚明忠等.自然递减率与综合递减率关系研究.油气地质与采收率.2002, 9 (4) :51～52
[2]由世江.杜84断块超稠油产量递减影响因素分析.特种油气藏.2002, 9 (6) :8～12
粮食产量影响因素分析论文 篇11
关键词： ESDA；空间自相关；GIS；粮食产量；石家庄
中图分类号： F326 11 文献标志码： A
文章编号：1002-1302（2015）08-0466-05
我国作为农业大国在粮食产量和粮食安全等多方面有着较大影响。伴随着人口攀升、工业用粮需求提高和农产品加工业迅速发展，我国粮食需求不断增加，同时，粮食产量和食品安全问题一直是经济发展和政策讨论的热点问题。Brown曾2次提出的“中国粮食供应威胁论”直指我国粮食安全问题 [1]，使我国粮食问题受到更多的关注。乡镇是我国粮食生产的基础单位，也是考察的常用对象，而如今的农村城镇化、新农村政策、农业产业结构调整和农村土地流转等多项政策对我国的粮食生产、粮食产量带来一定的影响。因此，在新形势下对我国乡镇粮食生产及其空间格局和特征进行系统分析有着很高的需求。
探索性空间数据分析（exploratory spatial data analysis，ESDA）通过对地物或者现象空间分布格局的描述与可视化，发现空间分布规律，揭示研究对象之间的空间相互作用机制 [2- 3]。其以空间关联测度为核心，是一系列空间数据分析方法和技术的集合 [4]。目前已有不少专家利用ESDA方法分析空间格局问题，例如：谢花林利用该方法研究环鄱阳湖地区43个县（市）农业经济空间差异性 [5]；廖邦国等分析上海市区域人口分布问题 [6-7]；梅志雄等借助ESDA和Kringing方法探索住宅价格空间结构 [8]。大部分研究都集中在县（市）尺度上的社会经济问题，利用ESDA技术探索粮食产量空间相关性的研究并不多见，深入分析到乡镇级别的实例更少。为此，本研究借助GIS与ESDA空间分析技术探索河北省石家庄市部分县（市）各乡镇粮食产量空间分布规律及演化趋势，为分析乡镇其他属性空间格局提供借鉴。
1 数据来源及数据处理
本研究着重分析河北省石家庄市所属的藁城市、晋州市、无极县、赵县等地区乡镇粮食产量的空间异质性。研究区域为石家庄市上述4个地区46个乡镇，分析变量为乡镇粮食产量和单产，时间序列为2007—2012年（当年年鉴统计上一年数据）。各乡镇2012年位置分布及粮食总产量如图1所示，单位为t，分析单产时用到2012年研究区域内的常用耕地面积（单位：hm2）。本研究涉及的数据分为2类：统计数据和地理空间数据。前者取自《河北农村统计年鉴》（2008—2013年），后者为1 ∶ 400万河北省乡镇行政区划图。通过ArcGIS软件数据关联功能可以将统计到的粮食总产量和耕地面积数据连接到地图属性中，GeoDa软件中的字段计算功能可对粮食产量数据做正态变换，计算公式为：y=lnx。
2 研究方法
运用空间计量经济学中的ArcGIS和ESDA技术，对研究区域内粮食产量进行空间自相关分析，探索乡镇粮食产量之间的空间依赖性、时空特征。空间自相关指相同属性在不同空间位置上的关联性，是度量空间依赖程度的重要指标。首先通过ArcGIS软件数据关联功能将粮食总产量统计数据连接到行政区划图中；然后借助GeoDa软件获取研究区域的空间权重矩阵，并利用全局空间自相关指数Morans I和局部空间自相关LISA图来探索乡镇粮食总产量空间特征及演化趋势；最后，运用ArcGIS软件对粮食总产量和单产作分类处理，研究二者之间的相互关系。
2 1 空间权重矩阵
空间权重矩阵是以矩阵的形式记录地物单元之间是否相邻的重要表达方法，具体形式为：
其中：W是空间权重矩阵记号；n为研究单元个数；Wij表示第i与第j个单元的空间相邻关系。通常单元自身不存在相邻关系，因而Wii=0。空间权重矩阵是本次空间自相关分析的基础，有基于二进制邻近（contiguity）、K近邻（K-nearest neighbors）、距离阈值（distance threshold）等3种类型 [9]。本研究是探讨乡镇粮食总产量的空间格局关系，分析对象类型为多边形，只要有共同的边界或者相同的邻接角落都应视为相邻，所以采用基于Queen标准建立二进制邻近空间权重矩阵。
2 2 全局空间自相关
全局空间自相关描述同一变量在不同对象之间的相关程度，反映在研究区域内相似属性的平均聚集程度 [10]。本研究采用空间统计学中的全局Morans I指标分析，其计算公式为：
式中：n为研究单元个数；Wij表示标准化后的空间权重矩阵；xi、xj是属性变量x在单元i、j上的观测值，xi为变量的均值。
Morans I的取值范围为[-1，1]，I>0表示空间正相关，且数值越大说明聚集性越强；I<0表示空间负相关，即空间单元之间的相关性较弱，数值越接近于-1，属性变量的差异性越大；I=0表示相互独立，属于随机分布 [11]。通常利用统计量Z检验空间单元之间的相关性。
Z=[SX（]1-E（I）[][KF（]VAR（I）[KF）][SX）]。 （2）
式中：E（I）是Morans I的期望值，E（I）=-1/（n-1）；空间VAR（I）是标准差。零假设表示空间单元不存在相关性，为随机分布。正态分布中，5%的显著性水平对应的阈值是1 96，如果|z|<1 96，则零假设成立，即不存在空间自相关；反之，说明存在空间自相关 [11]。
nlc202309041718
2 3 局部空间自相关
局部空间自相关描述每个单元与其相邻单元之间的关联程度，常用来分析局部空间发展的不平衡性 [12]，其计算公式如下：
（W2。26ZQ] Ii=[SX（]（xi-x[TX- 5]）[]s2[SX）]∑[DD（X]j≠1[DD）]wij（xj-x[TX- 5]）。 （3）
式中：Ii取正值表示高-高聚集，取负值表示低-高或者高-低聚集。常用局部Morans I指数（local indicator of spatial association，LISA）和Moran散点图方法描述局部空间自相关。Moran散点图的横坐标表示变量在不同位置上的观测值向量，纵坐标表示该向量的空间滞后 [13]，2条坐标轴将平面分为4个象限，分别表示空间对象之间的高-高（High-High）、低-高（Low-High）、低-低（Low-Low）、高-低（High-Low）关联性 [5，14-15]（表1），它反映局部空间联系性及关联的稳定性。LISA可以通过图形的方式显示对象的空间聚集度。
3 实证分析
3 1 总体粮食产量空间差异分析
使用Anselin设计的GeoDa软件计算石家庄市46个乡镇2007—2012年粮食总产量的全局空间自相关统计量，结果如表2所示。从计算结果可知，Morans I指数均大于0，并且除2009年外，其值从2007年的0 101 3增加到2012年的 0 216 7，总体呈递增趋势。2009年Morans I指数明显小于其他年份，这可能与当年发生的特大干旱有关，从而使局部粮食产量受到影响，表现出不稳定性。通过分析表中Z值，可知Morans I值都远大于正态分布95%置信区间检验阈值196，即通过了假设检验 [16]。说明近几年来，石家庄市各乡镇的粮食总产量在空间上有正相关性，即粮食高产区之间相邻，地产区之间聚集，且聚集性逐步增强。
3 2 局部粮食总产量空间差异分析
3 2 1 Moran散点图分析
Moran散点图能定性区分每个空间单元与其周围地区的某种地理现象。近6年来石家庄市研究区域粮食总产量的Moran散点图如图2所示，散点图记录了每个乡镇单元所在的象限，统计结果见表3。通过图2、表3可知粮食总产量处于H-H、L-L类别的地区数量较多，二者总和占乡镇总数量的59%～72%，均超过半数，说明石家庄市乡镇区域粮食总产量在局部范围内存在空间依赖性，局部地区之间的发展有很强关联性。
3 2 2 LISA聚集图分析
运用GeoDa软件制作研究区各乡镇粮食总产量的局部空间自相关聚集图，结果如图3所示。分析LISA聚集图可知：（1）研究区域内不显著的地区数量较多，特别是2007年，说明多地区局部粮食总产量相关性不强。（2）H-H聚集性的单元相对较多，说明局部存在空间同质状态，主要分布在西南地区，即前大章乡、韩村镇、新寨店镇、赵州镇、北王里镇、高村乡、沙河店镇。L-L聚集性的单元只有1个营里镇，而且多年来一直未改变其低聚集性，说明营里镇及其附近乡镇的粮食总产量一直处于较低水平。自2008年以来，王西章乡（粮食总产量34 894 t）一直处于L-H状态，其邻近的南柏舍镇（61 666 t）、赵州镇（68 954 t）、沙河店镇（47 068 t）都是粮食高产区，表现的这种“冷点”现象值得关注和研究。（3）2007年H-H聚集性的乡镇只有3个，后来逐步增多，最后趋于稳定。高-低聚集性除2009年在东侯坊乡出现1次外，后来再无此类“热点”现象。（4）处于H-H或者L-L聚集的地区，在Moran散点图中，其纵坐标的绝对值比较大。图2中2012年散点图第1象限矩形框中高亮度显示的点对应于该年份LISA图中处于H-H聚集的地区，第3象限中黑色点对应于LISA图中L-L聚集的地区，即营里镇。
3 3 粮食总产量和粮食单产分析
上文已经分析了研究区域内粮食总产量的空间相关性，为进一步了解总产量和单产之间的相互关系，进一步对二者做分类研究。以2012年数据为例，粮食单产=粮食总产量/常用耕地面积，单产、总产量的单位分别是kg/hm2、t。使用ArcGIS中的自然间断点分级法（Jenks）将分析对象分成4类，结果如图4所示。观察分类专题图可知：（1）粮食总产量高的地区主要集中在西南角，呈现一种H-H聚集状态，与“32”节分析一致。（2）粮食单产高的地区总产不一定高，甚至偏低。粮食单产高的地区分布在中部的南董、廉州、南营、贾市庄以及北部的前西关、 里城道、大陈、南流、七汲、小樵等镇，除了廉州、小樵镇的粮食总产量处于较高水平外，其他多属中等甚至低产状态。反之，对于总产量高的地区单产也表现了这种偏低现象。因而，在农业生产过程中，不能过于重视粮食总产量而忽视了单产的提高。
4 结论
通过运用探索性空间数据分析（ESDA）和自然间断点分级法（Jenks）分类，包括空间权重矩阵、Morans I指数、Moran散点图、LISA图等方法分析2007—2012年石家庄市46个乡镇粮食总产量的空间分布特征及变化趋势，研究粮食总产量和单产之间的相互关系。结果表明：（1）通过全局空间自相关分析，发现石家庄市46个乡镇粮食总产量存在空间依赖性，表现出较强的空间聚集特征。（2）局部空间自相关分析结果表明，粮食总产量H-H聚集区主要集中在研究区域的西南角，且逐步趋于稳定。并且多年来营里镇一直处于L-L聚集状态。另外，王西章乡最近几年在粮食总产量方面一直较低，而其邻近的其他乡镇总产量较高，为“冷点”现象。
（3）粮食总产量和单产分类结果表明，总产量高的地区集中在研究区域西南角，而单产高的地区反而出现在中部和北部，粮食总产量高的地区单产普遍偏低，即粮食单产和总产量之间发展水平出现了不协调现象。
参考文献：
[1] Brown R L Who will feed China[R] Washington DC：World Watch Institute，1995
[2]彭 立，刘邵权 三峡库区农村发展系统评价与空间格局分析 [J] 农业工程学报，2013，29（2）：239-249
[3]范 斐，杜德斌，李 恒，等 中国地级以上城市科技资源配置效率的时空格局[J] 地理学报，2013，68（10）：1331-1343
[4]徐丽华，岳文泽 上海市人口分布格局动态变化的空间统计研究[J] 长江流域资源与环境，2009，18（3）：222-228
[5]谢花林 环鄱阳湖地区农业经济空间差异分析——基于探索性空间数据分析（ESDA）方法[J] 农业现代化研究，2010，31（3）：299-303
[6]廖邦固，徐建刚，宣国富，等 1947—2000年上海中心城区居住空间结构演变[J] 地理学报，2008，63（2）：195-206
[7]宣国富，徐建刚，赵 静 基于 ESDA 的城市社会空间研究[J] 地理科学，2010，30（1）：23-29
[8]梅志雄，黎 夏 基于ESDA和Kriging方法的东莞市住宅价格空间结构[J] 经济地理，2008，28（5）：862-866
[9]吴玉鸣 中国区域农业生产要素的投入产出弹性测算[J] 中国农村经济，2010（6）：25-37
[10] 王 千，金晓斌，阿依吐尔逊·沙木西，等 河北省粮食产量空间格局差异变化研究[J] 自然资源学报，2010，25（9）：1525-1535
[11]马晓熠，裴 韬 基于探索性空间数据分析方法的北京市区域经济差异[J] 地理科学进展，2010，29（12）：1555-1561
[12]鲍洪杰，刘德光 甘肃省区域经济空间差异分析研究——基于Geoda095i统计分析[J] 工业技术经济，2011，30（9）：54-59
湖南省粮食安全影响因素分析 篇12
关键词：湖南省,粮食安全,影响因素
一、粮食安全的内涵
(一) 国际性粮食安全概念的表述与界定。
粮食安全作为国际性概念正式提出是在上世纪七十年代。以后随着时间的推移, 其内涵和外延不断得到丰富和发展。在不同的时期出现了以下三种不同的表述与界定:
1、1974年11月在联合国粮农组
织第一次世界粮食首脑会议上, 提出粮食安全是指:“保证任何人在任何时候都能得到为了生存和健康所需要的足够粮食”。
2、1983年联合国粮农组织根据
世界粮食的新情况, 将上述定义进行了修改, 确定为:“确保所有的人在任何时候能够买得到也能够买得起他们所需的基本食物”。
3、1996年11月在世界粮食首脑
会议上, 对粮食安全内涵作了新的表述:“只有当所有人在任何时候都能在物质上和经济上获得足够、安全和富有营养的粮食, 来满足其积极和健康生活的膳食需求及食物爱好时, 才实现了粮食安全。”
以上三个不同的表述, 表达了在不同时代人们对粮食安全由低到高的不同要求, 说明粮食安全作为国际性概念是一个历史范畴, 是动态的、发展变化的。总的来说, 我们应从以下两个角度来理解粮食安全的概念:
角度一:国家粮食安全-家庭粮食安全-营养安全。粮食安全是一个包括“国家粮食安全”、“家庭粮食安全”、“营养安全”三个层次的完整概念, 这三个层次既紧密相连, 又呈递次发展。其中, 家庭粮食安全是一国粮食安全的基础, 同时也是粮食安全的基本目标;营养安全是粮食安全的最高层次, 是一国粮食安全的最高追求目标;作为宏观层次的国家粮食安全, 则是最基础、最重要的概念, 是家庭粮食安全、个人营养安全的保证。在粮食安全的三个层面中, “国家粮食安全”居于至高无上的地位。因此, 根据我国国情必须从国家粮食安全概念出发, 把握我国的粮食安全。
角度二:数量安全-质量安全-生态安全。现代粮食安全的概念可包含数量安全、质量安全和生态安全三层。即在保障充足的食物供给和分配数量的同时, 还要求营养全面、结构合理、卫生健康, 食物的生产和获取要建立在保护生态环境和资源可持续性利用的基础上。
从数量上看, 要保障粮食的供求平衡, 这是粮食安全第一个层次的要求。随着贸易自由化的发展, 粮食供求的平衡不再局限于一国国内, 只要有足够的购买能力, 各国可以通过世界市场来平衡本国国内的供求余缺。但其基本前提是世界粮食的供求必须达到基本平衡。只有这样, 全世界粮食数量的安全才能得到保障。
从质量上看, 食物质量安全已经成为全球的主要焦点, 随着温饱问题的解决和人民收入水平的提高, 各国开始越来越关注产品的质量和营养的搭配。植物性农产品存在的农药、重金属、化肥污染, 及动物性农产品存在的抗生素、激素残留, 转基因农产品的安全性等等, 这些都是目前食品卫生中非常突出和亟待解决的问题, 这些问题的存在使得在未来较长时间内, 质量安全将继续接受挑战。
从生态安全上看, 工业化过程中生态环境的受损从一定意义上讲是无法避免的, 目前不论是中国还是世界上其他国家, 生态环境都在逐步恶化, 主要表现在:水土的流失及水资源短缺;耕地退化及沙漠化;外来入侵生物对生态环境的破坏;濒危物种的逐年增多。这些变化破坏了原有的生态平衡系统, 削弱了食物安全的生物学基础, 迫使我们减少了粮食耕地面积, 由此对农业的可持续发展造成不可逆转的损失。
(二) 国际性粮食安全概念与我国粮食安全概念的区别。
我国粮食安全的概念和国际性粮食安全的概念的内涵和外延均有重大差别。首先, “粮食安全”的内涵和外延本身就是这项工作的追求目标。无论是世界粮农组织的概念还是粮食首脑会议的概念, 都是从全世界的角度出发, 考虑世界上最落后国家、最落后地区、最落后民族的贫穷与饥饿的实际情况而提出的一个追求目标。这与改革开放以后, 特别是“十七大”以后我国所在新的历史起点上的国情不同, 也与我们夺取全面建设小康社会新胜利的奋斗目标不符;其次, 这一概念的外延是限定于口粮范围内的安全, 没有包括养殖业、工业及其他国民经济正常发展所需用粮的安全。从“十七大”报告的表述来看, 我国的粮食安全与“增强农业综合生产能力”相联系, 与“增强做好‘三农’工作的紧迫感”相联系。进一步讲, 就是与国民经济的健康快速发展相联系, 与建立和谐社会相联系, 粮食安全是夺取全面建设小康社会新胜利工程的一个组成部分。所以, 我国粮食安全的概念还应包括养殖业、工业及其他国民经济正常发展所需的用粮安全, 才符合“十七大”的战略精神。
二、影响湖南省粮食安全的因素
(一) 人口因素
1、人口持续增长可能导致粮食缺口。
目前, 湖南省粮食产大于需。湖南省人均耕地面积只有0.84亩, 仅相当于全国平均水平的60%。湖南又是全国13个粮食主产区之一, 粮食产量约占全国粮食产量的6%。近年来, 湖南积极探索稳定农业和粮食生产的长效机制, 在粮食播种面积下滑的情况下, 全省粮食总产量连年稳定增产, 2009年粮食总产量突破600亿斤大关, 比上年增长3.5%。但是, 持续的人口增长使得全省粮食安全出现了隐患。截至2009年末, 湖南省户籍总人口为6, 900.20万人, 比上年净增55万人, 年增长率为0.8%。按照这一速度增长, 到2030年全省人口将达到8, 055.2万人, 以人均粮食占有量400公斤为标准, 2030年全省粮食需求总量是3, 222, 080万公斤。而粮食单产不会无限增长, 以2009年为标准计算, 那么到2030年全省粮食需求总量将会出现222.08万吨的缺口, 从而威胁到全省粮食安全。
2、粮农的生产积极性不高不利于全省粮食安全。
粮农的生产积极性不高一方面是由于种粮收益低从而不能从中得到足够劳动价值补偿而造成的;另一方面是由于粮农的种粮意识不够, 大多数粮农都停留在种粮只为满足自己一家人的粮食需求这样一个认识阶段, 没有把它当作一项产业来做, 也没有把它提升到一个地区、国家粮食安全的角度来重视。
(二) 土地因素
1、耕地面积日益减少。
据统计, 近年来湖南省全省耕地面积呈逐年减少的趋势。2000年全省有耕地面积5, 889.8万亩, 2007年下降到仅有5, 681.4万亩, 8年内耕地面积共减少208.4万亩, 全省人均耕地也由2000年的0.90亩下降到0.83亩;并且随着人口的增长以及城镇化、工业化的发展, 这一趋势还会加剧。这
湖南省粮食安全影响因素分析
□文/郑少华
主要是由于城镇规划建设占用地、地方乱占滥用耕地、耕地非农化非粮化以及自然灾害, 如山洪、泥石流等对稻田的严重损毁以致无法复原等原因造成的。虽然粮食单产可以随着科技进步不断提高, 但这种增长是有上限的。换句话说, 每亩粮食产量提高的速率, 远远不能平抑种粮耕地面积不断萎缩这个大趋势, 因此全省粮食安全不得不令人担忧。
2、土壤质量逐年下降。
除了耕地面积不断减少之外, 耕地质量也在逐年下降。湖南省农业厅土肥站对土壤监测结果显示:全省土壤有效有机质和速效钾含量呈下降趋势, 尤其是旱地下降幅度大。目前, 湖南省耕地平均有机质含量只有3.07%, 远低于发达国家3.5%~4%的水平。按有机质丰缺指标分类, 全省有19.1%的耕地土壤有机质缺乏。高产田比重下降, 中、低产田比重上升。1997年高、中、低产田分别占34.37%、36.86%和28.77%, 目前全省高产田仅占耕地总量的33.4%, 有些市区更严重, 如岳阳。据岳阳市初步统计, 全市约有26.4%的耕地养分失衡, 25.9%的农田灌溉水源受到污染, 高产田所占比例从1997年的34.4%下降到目前的27%。
(三) 技术因素。
据湖南省农业厅调查显示:目前乡镇农技站两大问题尤为突出。一是缺乏年轻的高素质专业农业人才, 全省乡镇农技站人员中有中级职称的不到总人数的一半, 且年龄老化, 50岁以上的人占了1/3之多, 不少农技站十多年来都没有调进新的专业人员;二是“空巢”现象严重, 服务功能严重弱化。这主要是由于农技人员待遇低, 一多半农技人员经费没有保障, 有的几年没有发工资, 没有养老保险, 没有医疗保险, 有1/3离岗外出谋生。有的地方把乡镇农技站全部撤销, 种子公司、农科所这些单位改制后都推向了市场, 农业事业单位改为社会化经营单位, 技术推广得不到保障。由此导致全省粮食生产的科学化、专业化、信息化与机械化程度不高, 这些势必从根本上影响到粮食的综合生产能力, 最终将成为粮食安全的不稳定因素。
(四) 生态因素。
环境污染和自然灾害的生态因素也是影响湖南省粮食安全的一大因素。随着工业化、城镇化的加快, 特别是乡镇企业的蓬勃发展, 工业“三废”和农药中有害物质等对耕地的污染越来越严重, 再加上长期以来重耕轻养和自然灾害频发等原因, 使得耕地土壤养分分配失调, 土壤结构破坏严重, 地力大大下降。据统计, 全省每年大约有58.6万hm2耕地受到工业“三废”、酸雨和化学品污染;大约1.7亿吨表土被地表径流带走, 折合损失有机质高达248万吨, 损失N、P、K等养料192万吨。目前, 全省大约有59.1%的土壤缺P, 22.9%的土壤缺K, 78%的土壤缺Zn, 70%的土壤生产力水平低于2级。耕地污染的直接后果就是单位面积粮食产量降低, 粮食残毒含量升高, 这样不仅从量上影响到全省的粮食安全, 并且从质上影响到全省的粮食营养安全。
三、确保湖南省粮食安全的对策
(一) 充分调动农民种粮积极性, 强化国家粮食安全意识。
目前, 要保护好农民种粮积极性, 关键是要贯彻落实好中央[2004]1号文件精神及相配套的各项政策措施。一是要增加种粮补贴金额, 改进补贴方式, 将按种植面积补贴、按休耕补贴、环境保护补贴等多种方法结合使用, 确保种粮农民真正得到实惠。二是加强对农用生产资料的调控, 逐步降低农药、化肥等农用生产资料的价格, 提高粮食的比较效益。三是在财政、税收、信贷等方面给予从事粮食生产的农民实惠;要建立科学、规范、统一的粮食收购保护价政策, 对粮食实行最低保护价收购, 使农民减产年不减收, 丰产年大增收, 从而最大限度地激发农民种粮积极性。同时, 要在粮农中展开有关国家粮食安全的教育, 让粮农意识到种粮不仅是为了个人创收, 更高级的目标是为了国家的粮食安全, 若没有国家的粮食安全, 部分低收入家庭的粮食安全就难以得到保障, 更无从追求所有社会成员的营养安全。
(二) 大力发展农村基础教育, 提高劳动者素质。
发展农村教育, 提高农村劳动力文化程度是提高农村生产力水平, 确保粮食安全的重要途径。目前, 全省的农村年轻劳动力80%~90%选择外出打工, 务农的基本上是中老年人, 劳动力文化程度很低。为提高劳动者素质, 我们可以通过在农闲时开办夜校, 搞讲座、出板报、看电视、听广播等多种形式, 以增加农民的农业科技知识, 提高文化水平。另外, 政府应重视对新一代青年农民的培养, 通过“走出去、请进来”的形式, 把政治素质好、有闯劲、有干劲、有创新意识的青年农民送出去培训学习, 以提高素质。同时, 应进一步完善农村教育体系, 加大农村教育资金投入, 统筹安排基础教育、职业教育和成人教育。
(三) 依靠科技和投入, 提高粮食产量和产能。
科学技术是第一生产力。要从根本上确保粮食安全, 还得靠科技与投入。要使农业技术真正的进村入户, 对农民的粮食生产实现产前、产中、产后的全程服务;同时, 我们还要看到目前湖南省高产田仅占耕地总量的33.4%, 因此对中低产田进行改良势在必行, 这就需要以生物技术为主导, 结合工程等综合技术, 研究应用沼渣还田、机械深施化肥和增施有机肥等技术, 增加中低产田粮食产能。
(四) 加强耕地开发和管理, 切实保护耕地。
保护现有耕地, 积极开发宜农荒地是保证湖南省耕地安全的有效措施。这就要积极推进土地整理工作, 调整土地结构, 严格非农用地审批制度, 严控耕地流失, 特别是要将各地滥设开发区圈而未用的耕地重新利用起来, 将乡镇企业浪费的土地、基本建设损毁的土地以及撂荒耕地进行复垦利用, 从而达到确保粮食安全所需耕地总量动态平衡的目标。据统计, 全省约有19万公顷的宜农荒地可供开垦, 其中可开垦为水田的约7万公顷。因此, 可通过兴修水利设施来改善灌溉条件, 如在湘南、湘西及湘中丘陵区, 有条件地改荒地、旱土为水田, 合理开发后备耕地。
参考文献
[1]树一.“粮食安全”的内涵[J].垦殖与稻作, 2003.2.
[2]翟虎渠.粮食安全的三层内涵[J].瞭望, 2004.13.
【粮食产量影响因素分析论文】推荐阅读：
粮食产量影响因素分析07-29
广西粮食产量09-05
产量影响因素07-03
产量因素07-11
氮素对水稻产量的影响06-17
中国主要产品产量分析10-19
产量比较论文06-03
杂交稻产量论文06-30
浮选机产量论文08-06