粮食产量十篇

粮食产量篇1

关键词：粮食主产区；产量波动；应对措施

中图分类号： F762 文献标识码： A 文章编号：

自古就有“民以食为天”，可见这看似寻常的东西对于人类来讲确是至关重要的。任何一个国家政府都非常看重粮食的生产与储备情况，因为，一旦粮食出现了大量的缺口，不仅会关系到国家的经济波动，更会影响到政治和社会的稳定。我国粮食的几个主产区对我国的粮食储备起到了关键性作用，其产量的增减直接关系到国家的粮食安全问题。

据调查，八十年代到本世纪初，我国的粮食产量增加量的百分之六十来自于这几个粮食主产区，零八年，十三个粮食主产区的耕地面积占到了全国的百分之六十四，产量更是占到了全国的四分之三。尽管如此，但是这些粮食主产区的粮食产量并不是呈现出平稳态势，而是在不断的波动中逐年上升。对于这一情况，如果不能将其波动控制在一定的范围之内，将会直接影响到我国粮食生产的可持续发展状况。因此，本文根据建国以来的粮食生产统计数据，采用波动分析法对粮食主产区的波动情况进行分析，并提出一些参考性建议。

一、中国粮食主产区粮食产量波动情况分析

近些年，很有农业科研人员针对我国粮食主产区的产量情况进行统计，并对其波动情况进行数据分析，得出的结论是：主要的粮食产区并不是长期保持在一个水平，而是在波动中逐渐增长，并且，该波动的周期发生频率很高，增长的长度也符合一定的规则；稳定性较弱，波动幅度保持在中度左右；波动情况具有对应性，充分体现出现阶段“N”字形的粮食产量发展趋势；阶梯性的粮食产量波动曲线；从总体来看，主产区的粮食产量明显高于全国平均产量，但是，波动情况出现的次数较为频繁。

二、粮食主产区粮食产量波动原因分析

粮食的生产系统并不是单纯的自然系统，而是自然系统与社会系统进行耦合，最终形成的一个复杂系统。并且，粮食生产过程要受到诸多因素的影响，例如：生产要素的投入情况、种植技术的提高、相关政策的扶持、生产经营的管理以及各种自然灾害的防治等等。但是，并不是说，在具体的生产过程中，这些因素都是其波动的主要因素，一般只有一两种因素是主导因素。本文从粮食主产区的实际情况进行分析，探索粮食产量的波动原因。

(一)自然灾害

我国的国土面积广阔，发生自然灾害的频率较大，从而导致粮食的产量波动频率上升。这也是粮食产量波动的重要原因之一。目前，我国的农业抗灾能力较弱，一旦遭到自然灾害的侵袭，就会受到严重影响，甚至导致大量的农作物减产。在诸多自然灾害中，发生最多的就是干旱与洪涝，其中干旱又占到了两者总和的百分之七十；因此，干旱可以称作是我国农田产量的重大“杀手”。例如：在二零零零年，吉林省内发生了历史上最大的一场旱灾，省内受灾面积高达三百六十六万公顷，致使粮食产量降到历史最低。在东北，由于无霜期较短，常常还会发生早霜现象。九七年的时候，东北三省中除了黑龙江省，其余两省都出现了干旱和早霜的灾害。致使吉林与辽宁两省分别减产了五百万吨和四百万吨粮食。

(二)农业政策

改革开放的三十年中，我国的农业政策发生了重大的变化，并且，在粮食收购价格、以及农产品生产方面，农民都获得了很大的优惠政策，生产积极性大幅度提高，粮食的产量更是逐年增长。

(三)生产性投入

一般情况下，对粮食生产的投入和粮食的产量成正比例关系，据调查，当对农业的投入大幅度增加的时候，粮食的产量也是大幅度的增长。反之，则是相对的产量降低。并且，投入所起到的作用，并不是一次性的，具有持续性。头一年的粮食生产投入多少，很大程度上影响到下一年的粮食产量。甚至是以后的几年。从调查中发现，很多粮食生产波动的年份，当年的粮食生产投入都是减少的。

(四)粮食价格

随着市场机制的深入发展，价格调整的作用越来越明显。粮食的价格更是一个极为敏感的因素，我国的占三分之二的农民在从事着粮食的生产工作，并且，相对种类并不多。从而就导致了同类产品的市场竞争非常激烈。对于农民中的单一个体来讲，市场的粮食价格只能是无条件的接受。因为，其所占有的粮食数量太小。所以，当年的粮食供求关系直接引起市场价格的波动，从而对农民的收入产生影响。但是，很多农民却可以根据当年的粮食价格调整农作物的种植数量，当价格高的时候，就增加种植面积；否则，就缩小种植范围。这样又对第二年的市场价格产生了重要影响。

(五)粮食流通

正如赵本山在某一年的春晚中演的那样，很多农村地区由于交通不便，信息不灵通，许多农产品都出现的大量的积压现象，农民辛苦一年却入不敷出。不仅为当地以及农民造成了大量的经济损失，更会令农民对农业致富的道路失去信心，一旦大量的耕地荒废，就会造成全国范围内粮食供应出现危机，直接影响到国家的社会安定团结。

三、解决我国粮食主产区产量波动的重要措施

作为我国主要的粮食生产基地，其作用是不言而喻的。使其粮食产量控制在可接受的范围之内是非常重要的。下面重点讨论如何做好该项工作。

(一)坚持严格的耕地保护制度，努力提高耕地质量

要想真正的做到保护耕地，就必须要从政府的相关政策执行处着手，只有指定出严格科学的保护耕地政策，并且认真执行下去，才能对虎视眈眈盯着耕地的商人们有一定的威慑力，使其不敢轻易涉险。在此基础上，还要积极的探索科学的农业耕作方法，阻止大量的水土流失，对中低产的耕地进行改造，提高其农业产量。并对一些贫困地区，执行补助政策，使其安心生产，确保耕地的高效利用。

(二)加强粮食生产基础设施建设，增强抵御自然灾害的能力

目前，我国的农业技术产业迅猛发展，很多有益于农业生产的生物技术已经在农田中投入使用，并取得了良好的效果。并且，像工程技术以及机械技术也已经大量的应用到农业生产当中。但是，相对于西方发达国家，我国的农业基础设施还是较为落后，而且，粮食生产受自然灾害影响较大，抵御自然灾害的一个最大制约因素是农业基础设施建设程度，因此，应重视工程技术措施的应用和建设，加大农田水利工程建设，坚持以水利工程建设为龙头，加快改善中低产田的生产条件，实施节水灌溉工程及技术的推广应用，为保障粮食主产区粮食生产可持续发展创造有利条件。

(三)加快农业科技进步，构建强有力的科技支撑体系

重点研发、推广和应用粮食超高产、优质、高效、安全技术，以持续的科技创新推动粮食单产的持续增长。同时要重视农业技术推广服务体系建设，为粮食主产区提供有效的公共产品服务，为新技术的推广应用开辟有效的通道。

粮食产量篇2

1概述 黑龙江省位于我国的东北部，是我国粮食生产最具发展潜力的地区，也是我国重要的粮食产地和商品粮基地，在2011年，黑龙江省无论是粮食产量还是商品粮储备量，均居全国首位。黑龙江省粮食生产的情况不仅关系到本地区人民的生存与发展，同时也对全国粮食安全具有重要的支撑作用。粮食生产结构是农业结构的核心和基础，而产量结构又是粮食生产结构的决定因素，直接关系到农业产业的增长速度和质量，同时也关系到农业生态环境的建设和人民生活水平的优劣。因此，研究一国或一地区的粮食产量的演化具有重要的理论和现实意义。本文试图以黑龙江省为例，探讨自改革开放初期至今（1981-2011）粮食产量结构的演化情况。 2产量结构演化动态分析 本文应用目前较为成熟的产业结构演化评价指标[1-5]对黑龙江省粮食产量结构进行分析，这里所说的产量结构指的是4种主要作物产量的比例关系，这种比例关系的情况如何，不仅可以使我们了解黑龙江省粮食产量结构的现状，而且也是我们制定正确粮食生产结构政策的基本依据。在2.1中对总产量及四种主要作物比例的变化情况，给出了是静态结构对比分析，通过一定时期的观察，可以得到产量结构发展的绝对水平，但是这种比较不可能全面掌握产业结构变动的方向和程度，还需要对产量结构进行动态分析。这里我们根据产业结构演化评价指标，建立产量结构熵指数、结构多样化指数、结构转化速度系数和结构转化方向系数。 2.1产量结构熵指数 熵是物理学中的重要概念，在信息经济学中用来衡量不确定性、事件无序程度或指标离散程度等。这里用产量结构熵来综合反映产量结构演化的程度。其计算公式为：（1）其中:Ht为第t年产量结构熵指数；Wit为第t年第i种作物占总产量的比重；n为作物的种类数。对于此公式，由于，显然当Wit都相等时Ht有最大值。所以，产量结构熵数值越大说明各作物的产量比重相对比较均匀；反之，说明产量结构发展较为集中，各作物产量比重差别较大。依据历年黑龙江省统计年鉴的数据，选取水稻、小麦、玉米、大豆产量作为计算量，计算1981-2010年的产量结构熵数，演化趋势如图1所示。结果显示：产量结构熵呈现明显的起伏波动，自1981年起，产量结构熵的波动可以明显看出1981-1989年,1990-1997年,1998-2010年3个清晰的阶段，前两轮波动熵值都先缓慢增加至峰值，再缓慢减少，自1998年起，熵值整体呈减少趋势，至2010年达到最小。这说明1998年之前，产量结构一直处于调整阶段，而在1998年之后，结构调整基本完成，在个别年份的小幅波动属于结构调整基本完成后进行完善和微调的正常情况。 2.2结构多样化指数 多样化指数[6]就是指水稻可以用来衡量内部结构的多样化程度，在本文中、小麦、玉米、大豆各自比重变化所反映的多样化情况其计算公式为：。其中：为第t年结构多样化指数；同(1)。(2)依据3.1数据计算产业多样化指数，演化趋势如图2所示。结果显示：多样化指数的波动情况与产量结构熵的波动情况基本一致，呈现1998年前明显波动，1998年后整体减小的趋势。说明1998年以前，黑龙江省的粮食产量结构一直调整和完善中，并没有侧重于某种作物的种植，表现出产量比例的均匀，1998年后调整基本结束，由于水稻产量的大幅增加，致使多样化指数整体减小。 2.3产量结构转换速度系数[7]和产量结构转换方向系数di 根据罗斯托的主导产业扩散效应论，把结构中主要农作物产量的增长速度的差异作为衡量产量结构转换速度的指标，同时构建产量结构转换方向系数di。其计算公式为：，(3)其中：和为种作物产量和总产量的年均增速，为种作物产量占总产量的比重，为种作物产量结构转换方向系数。由前面分析所得结论，将整个时间段分为3个部分段根据公式（3）计算结果如表1所示。可以看出：1981-2010年期间，中期的产量结构转换速度最快，初期和末期较慢，这与4种主要作物的转换方向系数是密切相关初期和末期较慢，这与4种主要作物的转换方转换方向系数的差异很大，这说明此期间正处于粮食生产结构大幅调整阶段，而在调整初期和末期转换速度较慢也与实际情况是吻合的。 3结论与讨论 通过以上对黑龙江省粮食产量结构动态分析可以得到以下结论：(1)黑龙江省粮食产量结构中，4种主要作物总产整体呈增长趋势，水稻和小麦产量所占比例变化较大，玉米和大豆产量所占比例基本保持稳定。(2)产量结构熵值和多样化指数演化趋势基本一致，变化过程大致可分为三个阶段，整体呈减少趋势，与水稻大幅增产、玉米稳定高产的现状一致。(3)产量结构转换速度系数呈现两边小中间大的情况，与4种主要作物的转换方向系数密切相关。 总体来看，黑龙江省粮食产量结构的演化逐步趋于稳定，但有继续完善调整的必要。一方面粮食生产本身受气象、环境等条件影响较大，各种作物自身对气象、环境的要求也不尽相同，这些都会影响产量结构；另一方面，我国目前正处于粮食生产调整阶段，黑龙江省又是我国粮食的主产区，所以黑龙江省粮食生产结构应根据国家的需要进行调整，使黑龙江省的粮食产量始终保持稳定合理的增长，为保证我国的粮食安全做出更大的贡献。 本文从粮食产量变化的动态角度，较详细的分析了黑龙江省的粮食产量结构，可以更加深入地了解黑龙江省粮食生产的变化情况，也可为正确制定科学的生产结构政策提供依据．但是限于数据资料的限制，文中没有在投入产出角度对粮食生产技术进步方面进行展开，这是今后需要进一步加强的工作。

粮食产量篇3

一、粮食测产方法对夏秋产量的影响

1.主要粮食测产方法的比较分析。夏粮以前采用长形和圆形面积样本混合测产，现在上级要求统一运用10平方市尺圆形面积样本测算。秋粮根据高低杆作物分别采用长形和圆形面积样本混合测算。夏秋测算方法有着明显的区别。但一直采用实割实测方法测算单位面积产量，可以说与农业部门的随机结构测产方法不同。结构测产是事前观察测算的统计方法，而实割实测是事后的结果测算方法。因此实割实测是粮食产量调查的灵魂，实割地块抽样环节必须按制度规定完成所有抽中小区的踏田估产工作，实割小样本的抽选和放置必须科学、规范、统一，并且实测过程的样本割取、凉晒、脱粒、装袋、测湿、称重、扣损等都是必须完成的项目。预产时上级部门要求可以依据夏秋粮食成产三要素原则，采用结构测产方法。通过对2012年夏秋粮地块测产比较分析：夏粮结构测产采用八五折进行亩产测算，与实割实测方法存在的统计误差在±5%幅度，相应弱于组测算的实际亩产。而秋粮经常因晚熟湿度大，采用上级统一规定的八零折算进行结构测算单产，也可发现误差在±5%左右。

总之，通过大田的密度、穗粒数、粮食品种的粒重可以测算粮食单产，但与农业部门随机测算的不进行折算的结构测产单产有明显的误差。粮食生产三要素中最难以掌握的是夏粮千粒重和秋粮玉米品种的白粒重，不能当时准确测算，只能根据品种或经验进行测算，明显存在一定的误差。另外，大田密度有效株数查测比较严格，因人不同都会产生差异，所以，夏秋粮食测算的实产只有进行统计部门的实割实测方法才能进行最后验证。若不，就会因结构测产标准性误差不能避免或是误差过大影响单位面积产量的测算。

2.粮食测产方法存在的统计误差规范化要求进一步缩小。夏秋粮食预实统计数据因为分别存在着一定的误差，但省市对粮食产量采集方法操作规定严格；抽样与全面统计数据采集方法不同，但规定数据误差标准统计。一是夏秋粮食产量预实产数据，全省统计要求误差在±5%幅度，而我县近年来粮食产量数据在省市统一要求的基础上，统计误差尽量控制在±3%左右，个别年份在±5%左右。乡乡抽样统计数据与市调查网点误差保持在±2%左右，大大提高了粮食产量的统计数据质量。二是为了充分尊重自然规律，调查结果要体现自然条件变化对农业生产的影响。因为农业的再生产过程是自然再生产和经济再生产的统一，自然条件是农业生产中举足轻重的因素，在绝大多数乡镇还起着决定作用。三是自然规律是粮食调查工作必须要尊重的客观规律之一。全面统计的村级数据与抽样调查数据个别村误差较大：有的在10%、15%左右。全面统计数据横向比较误差也很大。所以，为了科学认定乡镇数据，县队以乡乡抽样调查数据先对全面统计的乡镇数据进行第一次评估，再以试点推算数据对全面统计数据进行第二次评估，能够保证缩小全面统计数据与抽样数据的统计误差，达到±5%的要求。即以法定抽样数据对起参考作用的全面统计数据进行科学评估，可以减少统计误差。随着对粮食多种测产方法的经验总结和规范，将会使省市网点与乡乡抽样网点全面统计数据的误差进一步减小，能够全面提高粮食产量的统计数据质量。

3.省市评估反馈数据对县级粮食测产数据的影响。粮食测产数据受气候条件影响特别明显。比如这两年：夏粮春旱突出，收获时常有局部灾情发生；秋粮播种时常有旱情，夏玉米灌桨期经常低温寡照，秋雨连阴，从而使预产形势乐观，但实产灾情影响明显，不是增幅降低，就是生产趋势逆转。总体显现特点是预产高，实产低，与前些年测产数据形成相反的趋势。之所以产生这种特点，主要是小气候多且变化大，对农作物生长影响明显。因为抽样调查样本也不可能充分显现灾情影响。有时就会显得比较乐观。以往省市评估数据是预产高，实产低，现今是以预产数据评估为主。因此，粮食数据会产生一定的误差。但是省市评估又以增减幅度为一硬性控制条件，反会增强县级数据与实情相符，并有效控制在确实的标准误差区间，从而会改变现在预实产趋势难以把握或误差较大的弊病。同时，为了正确掌握粮食统计数据，控制好乡乡抽样数据、省市网点数据与全面统计数据之间的误差，就要科学地参考农业部门的科技推广因素、气象部门的特殊气候条件预报影响和民政部门的灾情数据等，更好的综合评估粮食产量总体数据。这样才能对乡镇数据进行总体认定，并考虑农业生产的地域性因素影响，做到均衡评估，更加准确地反映粮食生产的实际水平。最后依据省市反馈数据统一对县和乡镇粮食总产量进行反馈和公布信息。

二、建议

粮食产量篇4

【关键词】粮食产量 多水平 播种面积 化肥施用量 机械总动力

一、引言

粮食是人类赖以生存的基石，是国民经济发展的物质基础。我国一直很重视粮食的生产，从新的粮食安全战略中也可以知道，要保障我国粮食安全，首先要确保粮食的生产。中国是世界人口大国，粮食的供求关系以及我国粮食增产的能力会对世界产生重大的影响，因而中国的粮食能否持续稳定的增长成为了国内外学者研究的重点。李晓敏等（2006年）利用29年的粮食数据建立了柯布-道格拉斯生产函数的扩展模型，分析了影响粮食生产效益的因素。王雨鳎2011年）选用影响粮食生产的自然条件、科技、经济和政治四方面因素对粮食产量进行灰色关联度分析，反映出粮食产量的发展趋势。刘忠等（2013年）利用了2003-2011年中国粮食以及各粮食品种的产量和播种面积数据，运用贡献因素分解的方法，对主要增产省和主要作物的增产贡献因素做出分析及划分。刘慧等（2016年）在播种面积、技术、受灾面积这些影响粮食产量因素的基础上增加了第一产业从业人员和农业财政支出两个影响因素，分别对水稻和小麦产量作出分析。

结合以有的对粮食产量的分析，本文运用多水平模型，利用2009年至2014年我国31省市地区的粮食数据，从粮食播种面积、化肥施用量和机械总动力这几个方面入手，对我国粮食产量的影响进行了分析研究。

二、多水平模型建立步骤

2.1无条件两水平模型

假设数据有两个层，yij是第i个个体的第j个观测变量，其中j为水平2，i为水平1，那么无条件两水平模型（又称空模型）可以表示为如下形式：

水平1：yij=β0j+eij

水平2：β0j=γ00+u0j

总模型：yij=γ00+u0j+eij

该模型的水平1和水平2都不存在解释变量， 为相互独立的水平1残差， 为相互独立的截距项水平2残差。在总模型中，γ00是固定效应部分，表示总截距，u0j+eij是随机效应部分。

ICC值称为组内相关系数，是组间方差占总方差的比例，实际上反映了组内个体相关性，即水平1单位在水平2单位中的聚集性或相似性。公式如下：

ICC的值域在0到1之间，与接近1，说明相关越明显，是用来判断是否可以建立多水平模型的标准。因此需要计算粮食产量组内相关系数ICC，如果计算的组内方差不显著，就直接建立多元回归模型；反之，显著就考虑建立多水平模型。

2.2条件两水平模型

条件两水平模型是在水平1的截距项或是系数项中加入解释变量，可以是一水平解释变量，也可以是二水平解释变量，一水平解释变量模型如下：

水平1：

水平2：

总模型：

在总模型中，可以看出固定效应部分为γ00+α1x1ij+γ10z1ij，随机效应部分为u0j+u1jziij+eij。模型具有多个残差项，这是多水平模型区别经典模型的关键部分。γ00表示总截距，γ01表示第i组的平均值。

三、粮食产量影响因素分析

3.1变量和数据

由于是本文研究粮食产量的影响因素，因而选用各省粮食产量（Y）作为因变量。农业生产属于投入产出行为，因此投入要素是影响粮食产量的重要因素，本文选取粮食播种面积（X1）作为解释变量。同时，技术水平也是影响粮食产量的重要因素，因此本文加入化肥施用量（X2）和机械总动力（X3）作为解释变量。文中数据均来自《2015年中国统计年鉴》，选取了2009年至2014年31个省市地区的粮食产量及相关数据，重点研究基于不同水平（地区）而建立的多水平模型，因此在建立模型的过程中不考虑时间因素的影响。

3.2建模过程

3.2.1空模型建立

首先选用2009年至2014年31个省市地区的粮食产量，利用SPSS软件建立空模型，软件输出结果如下：

从输出结果中可以看到， =1904.66， =33454.87，

=2402532.15，均统计意义显著，表明粮食产量的初始水平在各省之间显著不同，同时各省内也显著不同。从空模型的输出结果中，可以计算ICC值，根据定义计算的ICC值为0.9862，表示98.62%的总变异是由省间差异引起的。由于各指标均显著，因此可以推断ICC是统计显著的，从而可以建立多水平模型。

3.2.2条件两水平模型的建立

现在引入解释变量建立条件两水平模型，在模型中加入粮食播种面积（X1）、化肥施用量（X2）和机械总动力（X3），并且建立模型的时候仅考虑了机械总动力这个变量加入多水平模型中对粮食产量的影响，模型如下：

水平1：

水平2：

这样建立的总型为：

模型的固定效应是 ，随机效应是，

利用SPSS软件得到的输出结果如表3所示：

从表3的结果中可以看出，除了截距项以外，所有变量均统计意义显著。 表示31个省市地区截距项的平均值， =616.02，说明各省市粮食产量的基础值是616.02万吨。α1=6.83，说明化肥施用量每增加一单位，粮食产量平均增加6.83万吨，它是所有系数中最大的且显著，因此可以认为化肥施用量是影响粮食产量最重要的因素；α2=0.17，显示出粮食产量与耕种面积之间存在弱的正向影响，说明粮食耕种面积每增加一单位，粮食产量平均增加0.17万吨；γ01=0.18，f明机械总动力每增加一单位，粮食产量平均增加0.18万吨，说明机械总动力的投入对粮食增产存在正向影响。

从表4中可以知道， 和 均显著，表明两水平模型的截距和斜率（机械总动力）在各省之间有明显的异质特征，即粮食产量因各省之间的机械总动力不同而不同。 >0，并且统计意义显著，表明粮食产量与机械总动力投入量显著正相关，即机械总动力的投入量越高，粮食产量越多。

四、总结

本文运用2009年至2014年中国31个省市地区的粮食数据，建立了条件两水平模型，分析了各因素对粮食产量的影响大小。

分析表明：化肥施用量是影响粮食产量的首要因素，耕地面积和机械总动力均对粮食产量存在正向影响。耕地面积增加必然会使粮食增产，但由于我国现代化的建设，使耕地面积减少，因此必须想其他办法来增加粮食产量。机械总动力代表了农业技术进步，机械总动力对粮食产量的正向影响，也说明了粮食产量的增加需要依靠技术的支撑。

参考文献：

[1]李晓敏，丁士军.对湖北省粮食生产效益的实证分析[J].安徽农业科学，2006，34（12）：2906-2908

[2]王雨.湖北省粮食生产灰色关联动态分析[J].农业技术经济，2011年第6期

粮食产量篇5

关键词 粮食产量 影响因素 回归分析

一、引言

我国土地资源稀缺，人口多而粮食需求量大，因此粮食产量的稳定增长，直接影响着人民生活和社会的稳定与发展。粮食产量的高低不仅取决于农业生产要素的投入和农业科技的发展水平，而且受到政策、自然环境等诸多因素的影响，是诸多因素综合作用的结果。研究影响粮食产量的主要因素，对预测和提高粮食产量具有重要的意义。

二、模型设定及变量选取

影响粮食产量的因素众多，根据经验和相关文献，本文选取了农用化肥施用量，粮食播种面积，农业机械总动力，有效灌溉面积，受灾面积和成灾面积作为研究粮食的产量的模型中的解释变量。建立多元线性回归模型为：

CL=b0+b1HF+B2BZ+B3DL+B4GG+B5SZ+B6CZ+U

在方程中，

CL代表粮食产量（万吨）

HF代表农用化肥施用量（万吨）

BZ代表粮食播种面积（公顷）

DL代表农业机械总动力（万千瓦）

GG代表有效灌溉面积（千公顷）

SZ代表受灾面积（千公顷）

CZ代表成灾面积（千公顷）

U代表随机扰动项

变量的描述：

农用化肥施用量指本年内实际用于农业生产的化肥数量，包括氮肥、磷肥、钾肥和复合肥。化肥施用量要求按折纯量计算数量。折纯量是指把氮肥、磷肥、钾肥分别按含氮、含五氧化二磷、含氧化钾的百分之百成分进行折算后的数量。复合肥按其所含主要成分折算。公式为：

折纯量=实物量×某种化肥有效成分含量的百分比

农作物播种面积指实际播种或移植有农作物的面积。凡是实际种植有农作物的面积，不论种植在耕地上还是种植在非耕地上，均包括在农作物播种面积中。

农业机械总动力指主要用于农、林、牧、渔业的各种动力机械的动力总和。

有效灌溉面积指具有一定的水源，地块比较平整，灌溉工程或设备已经配套，在一般年景下，当年能够进行正常灌溉的耕地面积。

农作物受灾面积指年内因遭受旱灾、水灾、风雹灾、霜冻、病虫害及其他自然灾害，使农作物较正常年景产量减产一成以上的农作物播种面积。受灾面积不得重复计算，在同一块土地上如先后遭受几种或几次灾害，只按其受害最大最重的一次计算受灾面积。

成灾面积指在遭受上述自然灾害的受灾面积中，农作物实际收获量较常年产量减少3成以上的播种面积。

三、数据的收集

在进行实证分析的过程中，所需要的数据，应是能够度量各变量对粮食产量的影响的指标。在粮食产量和相关变量上，本文采用的是源于《中国统计年鉴》2000～2011年的时间序列数据。

四、实证分析及模型的检验和修正

利用Eviews软件，通过OLS方法，得到模型。经济意义检验：

DL，CZ不符合经济意义的检验，因为粮食产量是随着农业机械总动力的投入的增加而提高的，是随着受灾面积的增加而降低的。可估算出来的结果正相反，不符合经济意义，应该去掉。

（1）统计推断检验：从统计结果分析，模型的拟合优度非常好（R2=0.9942），F统计量的值在给定显著性水平X=0.05的情况下也很显著（F=143.8619），但DL、CG和CZ三个变量的t统计值均不显著，说明DL、CG和CZ这三个变量对CL的影响不显著，或者可能由于变量之间存在多重共线性的影响使其t值不显著，需要在后面的检验中加以证明。

（2）模型的修正：通过模型可以发现，DL、CG和CZ三个变量没通过t检验，而且DL、CZ两个变量的符号也与经济意义不符，说明模型可能存在多重共线性。为了更全面地判断是否存在多重共线性，本文对各变量间的相关系数进行分析通过对各变量间的相关系数分析可以发现，HF和DL，HF和GG，DL和GG，CZ和SZ之间都存在着很高的相关系数，说明他们之间有很强的相关性，所以可以判断该模型存在着多重共线性，需要对模型进行修正。1）修正后的模型表明，多投1万吨化肥，粮食增产5.003万吨，粮食播种面积每增加1公顷，粮食产量增加0.455万吨；而受灾面积每增加1千公顷，粮食减产0.1万吨。2）化肥施用量是影响粮食产量的显著性因素。但从经济意义上来说，施肥过度反而会导致谷物死亡，粮食减产。3）从模型中可以看出，随机扰动项的数值很大，说明模型中未包含的其它随机变量，比如说政府政策，农业劳动力等都会对粮食产量产生很大影响。

五、结论及建议

中国的粮食生产问题，不仅是中国经济界的重要研究课题，而且也越来越受到世界经济学家的重视。纵观我国粮食的产量变化，可以看到我国粮食产量主要受制于化肥施用量，播种面积和受灾面积，针对这些因素，本文提出了如下的建议：

（1）化肥使用量虽然对粮食增产有着积极作用，但过度使用化肥，必然在很大程度上降低土地肥力，抑制粮食的生产。所以在合理控制化肥量的同时，也要加大对化肥质的提高。

（2）从上述粮食产量的多元线性模型来看，播种面积是一个重要的影响参数。在其他条件不变的情况，增加播种面积就可以增加产量。从整体上看，我国耕地面积在2000～2011年间呈现先减少后增加的趋势，需要注意的是，我们应该在合理的基础上有规划地扩大播种面积，而不能像历史上的围湖造田，开山造田等，只顾眼前利益而忽视了长远利益。此外应尽量做好防汛防旱预防各种人为的和自然灾害，以保证农业的持续健康发展。

（3）从一方面说，自然灾害对粮食产量也有着重大影响。气候灾害虽然是一个不可控的因素，但可以通过采取积极的灾害应对机制，提升气候灾害的应急处理效果，尽可能降低粮食成灾面积，将灾害的影响度降到最低，避免短期粮食低产、粮食供给不足的现象发生。

（4）在模型之外，还有很多影响粮食产量的因素。例如，政府应该加大对农业的投入和扶持力度，通过给予一定的农业补贴，提高农民的生产积极性，同时，政府可以加大科技投入，改进粮食品种，提高粮食单产，从而更多地提高粮食产量。

（作者单位为山西财经大学统计学院）

[作者简介：许恺（1993―），女，江苏南通人，大学，研究方向：金融。]

参考文献

[1] 李妍.中国粮食生产影响因素及地区差异分析――基于1990-2006年各省的面板数据[J].经济研究导刊，2009（13）.

[2] 王祖力，肖海峰.化肥施用对粮食产量增长的作用分析[J].农业经济问题，2008 （08）.

[3] 何满喜.基于灰色关联度的粮食生产影响因素研究[J].农业经济，2011（02）.

粮食产量篇6

关键词：粮食产量；化肥施用量；粮食播种面积；劳动力投入；

引言

农业是一个国家重要的产业部门和国民经济的基础，而农业中心问题又是粮食问题。1978年以来，我国粮食产出取得了显著的成就，全国粮食总产量由1983年的38727.5万吨增加到2010年的54647.7万吨，年均增长率1.47%①。其间，全国粮食产量从1983年到1998年整体呈逐年增长趋势，但1999年-2003年出现下降态势，2004年之后开始回升，粮食产量波动性较强，到2010年已达到54647.7万吨。

我国是个农业大国，虽然我国的粮食产量在近几年一直呈上升态势，但是我国的粮食生产不足以满足国内消费需求，每年需进口大量的粮食，2010年我国进口谷物和大豆分别达570.8万吨和5480万吨，同时我国粮食没有国际竞争价格优势，这严重制约我国经济发展。因此，研究影响我国粮食增产因素具有现实的意义。

影响粮食增产因素主要有花费使用量、土地耕种面积、劳动力人数、成灾面积以及其他物质投入等，肖海峰、王娇（2004）通过柯布-道格拉斯生产函数，得到播种面积、其他物质费用、化肥费用、劳动投入和成灾面积对粮食产出弹性系数分别为0.879、0.345、0.205、-0.235和-0.104，也即播种面积是影响粮食产量的最大因素。梁子谦和李小军（2006）通过因子分析模型分析　，实证结果表明科技进步水平、物质投入、环境与气候和政策是影响我国粮食产量的主要因子，他们对粮食单产方差贡献分别是34.72%、21.35%、19.76%和18.43%。王祖力和肖海峰（2008）　[3]运用回归模型分析得到施用化肥量与粮食产量正相关性较强，且　1978-2006年间化肥使用量对粮食增长的弹性为0.20，贡献率为56.81%，化肥投入是所有要素投入中贡献最大的。[4]范东君和朱有志的研究表明（2011）[5]农业基础设施和粮食播种面积对粮食产量贡献率分别达41.9%和24.63%，但是粮食播种面积与粮食产量之间相关性不明显，而财政投入、化肥施用量、机械动力对粮食产量影响相对较小，相反，农业劳动力与粮食产量之间还存在负相关关系。

以上分析对研究影响我国粮食增产及其变动因素具有较大的指导意义，然而学者们在做计量的模型的分析时，未考虑解释变量序列相关性，因此在做计量模型时要考虑序列相关情况，否则做的模型再经典，也不会有什么经济意义，还可能出现"伪回归"，做出来的结果会失去其实践意义。因此，本文在前人研究基础上，建立多元回归模型，结合模型分析计量结果，运用相关检验判断分析方法，采用逐步回归法，消除模型可能出现的序列相关性，是其结果更具有指导意义。

1、模型与数据

1.1、模型变量和数据设定

本文选取农业化肥施用量、粮食播种面积、成灾面积、农业机械总动力、农业劳动力为解释变量，以粮食产量为被解释变量，模型使用1983年-2010年中国统计年鉴农业数据②。设定模型，采用线性生产函数：

其中，Y是粮食产量（万吨）；X1化肥施用量（万公顷）；X2粮食播种面积（千公顷）；X3成灾面积（公顷）；X4农业机械总动力（万千瓦）；X5农业劳动力（万人）；%e随机误差项，即解释变量以外的随机扰动，如创新发明、气候、政策等难以量化的影响因素。

1.2、模型的参数估计

用OLS方法估计模型，借助计量经济学知识和Eviews软件对1983年-2010年统计年鉴的农业数据进行运算，所得到的结果如下：

统计值F=322.56，线性显著，且R2接近于1，方程整体回归性很好。然而，X4、X5未通过t检验，且前符号不符合经济意义，因此解释变量之间可能存在共线性（这两种情况可能是因为解释变量之间存在多重共线性）。

检验简单相关系数

1.3、逐步回归找出最简单的回归模型

逐个作Log（y）与Log（x1）、Log（x2）、Log（x3）、Log（x4）、Log（x5）间的回归。

可见，粮食产量受农药化肥使用量的影响较大，与经验相符，因此选（1）作为最初的回归模型。把其它解释变量分别引入初始回归模型中，找出最佳回归方程。

1.4、用逐步回归法找出合理的回归模型

逐步回归

第一步，在初始模型中引入lnx2，用lnY关于lnx1、lnx2做回归并用OLS法估计得：　lnY=f（lnx1、lnx2）模拟精度变高，且参数符号符合经济意义，变量也通过了t检验，但是D.W.值落在了无法判断的区域，但由LM检验知不存在1阶自相关性；

第二步，再引入lnx3，拟合精度再次提高，且参数符号合理，变量也通过了t检验；但是D.W.值还是落到了无法判断的区域，可由LM检验仍可知不存在1阶自相关性；

第三步，引入lnx4，修正的拟合优度基本没有变化，lnx4的参数为通过t检验，但是参数符号与经济意义不符；

第四步，去掉lnx4，引入lnx5拟合优度又开始下降，lnx5的参数为通过t检验，且参数符号与经济意义不符。

第三步和第四步表明lnx4和lnx5是多余的，因此，合理的回归方程应该是：

1.5、模型分析

在本文研究5个影响因素分析中，修正的模型表明：化肥施用量和粮食的播种面积对粮食的产出影响最大，他们的弹性系数分别为：0.32和1.27，成灾面积弹性系数低，成灾面积会影响产出增长，但弹性影响并不大。未修正的模型中，劳动力弹性也低，表明农民技能须提高，才会使劳动力弹性增大；农业机械动力弹性系数为负表示我国的农业机械动力没有得到有效利用。播种面积和产出的关系紧密，但我国耕地面积有减少趋势，较大的播种面积弹性系数表明单位产量的增加，体现了技术进步作用，实证结果产生的正向关系不能代表播种面积的增加对粮食产量影响最大。综合分析，影响我国粮食产量的最大因素是农用化肥使用量。

2、结论及政策建议

由以上分析可知，其最佳回归方程为：

由该方程知，在其他因素不变的情况下，当化肥施用量增加1%时，粮食产量可增0.23%；播种面积增加1%，粮食产量将增1.27%，成灾面积增加1%，粮食产量会较少0.09%，分析结果是符合客观经济规律的。因而在看待粮食产量问题上，在适当考虑成灾面积前提下，研究分析化肥投入量和粮食播种面积对粮食产量的影响，同时要更加重视现代科技在农业中的推广和运用，确保我国粮食单产量稳步增加目标的实现。

上述分析表明，化肥投入量是影响我国农业产出关键因素。在提高粮食产量对策上，长期来看，主要还是加化肥施用的投入，尤其是增加有机物过河微生物化肥的使用量，以保护环境，发展绿色农业。其次，由于我国农业分布广、地形复杂，农业机械动力没有得到充分的发挥，因此农业机械动力的优化配置显得尤其重要，增加平原地带农业机械自动化，加少丘陵地带机械动力使用量。最后，要科技兴农、实现现代农业科技化，提高农作技术以及农民素质，以增加农业劳动力弹性系数，积极发展科技创新经营机制，实现集约化经营，达到规模经济。当然，政府在政策上也要加大农业支出，提高农民增产的积极性，并实现现代农业发展目标。

注释：

①该组数据来自《中国统计年鉴》（2010年），经换算得到。

②中的统计数据中，由于没有从事粮食生产的劳动力数据，因此用第一产业劳动力代替。

参考文献：

[1]　肖海峰，王姣.我国粮食综合生产能力影响因素分析[J].农业技术经济，　2004（6）：　45-49.

[2]　梁子谦，李小军.影响中国粮食生产的因子分析[J].农业经济问题，　2006（11）：　19-22.

[3]　王祖力，肖海峰.化肥施用对粮食产量增长的作用分析[J].农业经济问题，　2008（8）：　65-68.

[4]　奚振邦.简析化肥对现代农业的作用[J].农资科技，　2003（4）：　15-17.

[5]　范东君，朱有志.　粮食产量影响因素的实证分析与贡献度测算[J].内蒙古经济学院学报，2011（3）.

[6]　吴小飞，吴晨.　中国粮食增长因素分析及其统计假设检验[J].　仲恺农业工程学院学报，　2009（4）.

[7]　吴英杰，　中国粮食产量影响因素实证分析：1978-2005[J].　经济研究导刊.2009（7）.

[8]　谢杰.　中国粮食生产影响因素研究[J].　经济问题探索，2007（9）.

粮食产量篇7

今天这次会议，是县政府研究决定召开的。主要是贯彻落实全市粮食产量抽样调查工作调度会精神，进一步推动我县粮食统计调查工作。刚才，县统计局葛海清同志介绍了调查工作的基本情况，对前期工作开展情况做了通报，对下一步的主要工作做了安排。下面，我就如何进一步做好我县粮食产量抽样调查工作，讲几点意见。

一、提高思想认识

粮食是国家经济安全的基础，粮食产量是关系国计民生和国民经济发展的重要基础数据，对国家粮食安全和国民经济平稳发展意义重大。开展县级粮食产量抽样调查，主要目的是建立县级粮食产量监测调查体系，实现对主要粮食作物的直接调查、直接上报、直接推算，及时、准确地反映县级粮食作物的播种和收获情况。这项工作的开展，有利于国家各项粮食补助、奖励政策的落实和执行，有利于国家有针对性的制定粮食市场宏观调控政策，维护国家粮食安全。就我县来讲，摸清粮食生产实情，稳定粮食生产，对于进一步争取上级财政补贴和政策扶持，具有重要意义。因此，我们一定要高度重视，切实增强工作的责任感和使命感，坚持实事求是，切实提高数据质量，把这次全县粮食产量调查工作测准、摸实、做好。

二、明确责任分工

要层层建立责任机制，明确县、乡（镇）两级责任，切实履行好职责。县政府已经印发了通知，成立了领导小组，落实了经费。各乡镇（街道）、有关部门要按照要求，迅速行动，成立组织机构，细化工作任务，做到职责分工明确，目标任务明确，一级抓一级、层层抓落实，坚决按照上级规定的时间节点和进度安排扎实推进。

三、做好宣传发动

县级粮食产量抽样调查工作是一项大规模的农业调查任务，离不开广大调查对象的支持和配合。各级各有关部门要把粮食产量抽样调查作为一项重要任务，大力宣传、深入发动，使调查人员和农户牢固树立依法参与调查的意识，引导和鼓励调查对象，广泛参与支持调查工作，努力营造良好的舆论氛围，确保高效、有序、准确、圆满地完成调查工作。

四、突出工作重点

一要做好经费保障工作。完成好县级粮食产量抽样调查工作，资金保证是前提，测产设备是条件，没有相对充足的经费和必要的设备，就无法开展调查工作。目前来看，县级经费已经解决，能够基本满足调查工作需要。各乡镇（街道）要精心准备调查工作必需的调查、登记、宣传和数据处理等相关物资设备，保障调查工作顺利开展。各级统计调查部门要切实加强对调查资金和设备的管理，坚持专款专用、厉行节约、控制开支，努力把每一笔经费都用在刀刃上，让每一台设备都发挥出最大的作用。二要切实加强辅助调查网络建设。该项工作，乡镇统计站和村级辅助调查员承担着大量的调查任务。辅助调查员的素质高低、工作态度如何，直接影响着数据质量。乡镇分管领导要积极协调，支持和帮助统计调查部门充实农业统计人员。一是把好辅助调查员的准入关。真正把那些具有一定文化水平，不怕吃苦，有一定经验的人员，选聘到调查队伍中来。二是强化教育培训。县、乡（镇）两级统计调查部门，要切实加强对辅助调查人员的业务培训，要将抽样调查制度、工作流程、方法步骤和省里的工作要求，及时传达好，培训好，使基层辅助调查人员真正掌握调查技能，提高调查水平。三是将调查经费向基层倾斜。严格落实辅助调查员的补贴，充分体现对辅助调查员的关心，让他们集中精力做好工作。

五、搞好协调配合

县统计局作为牵头部门，要充分发挥好职能作用，加强对全县粮食产量调查工作的组织、指导、协调、评估和验收等工作；财政、发改、农业等部门要积极发挥各自优势，提供必要的人力、财力和物力支持，全力搞好配合；各抽中乡镇（街道）、村居及各农业生产经营等相关单位，要主动提供本区域、本单位有关资料，抽出专人协助做好样本点抽选核查、辅助调查员选聘、重点调查入户访问、台账建立等工作，确保整个调查工作顺利推进。

六、严格执行调查方案

各级各部门要不折不扣地贯彻执行调查方案，规范工作步骤和环节，坚持独立调查、独立上报；要坚持科学严谨的工作理念，确保调查数据真实可信，如实反映当地粮食产量水平，努力提高数据质量。要抽调精干人员，分片包干，深入到调查工作第一线，切实搞好面积和产量调查，认真建立样本地块台账。要及时入户访问农民粮食种植情况，认真核实调查村粮食播种面积，做到实割实测。任何部门、单位和个人都不得虚报、瞒报、拒报、迟报调查数据，不得伪造、篡改调查资料。

七、抓好推进落实

按照调查进度，秋粮预产、实割实测等工作即将展开，我们还有大量的准备工作要做，时间紧，任务重。各乡镇（街道）和县直有关部门要强化大局意识、责任意识、效率意识，围绕关键环节，狠抓贯彻落实，以科学的方法，求实的作风，全力做好县级粮食产量抽样调查的各项工作。

八、加强督导检查

粮食产量篇8

一、三因素的选择

一个经济时间序列｛xt｝(t＝1,2,…,n)，通常认为由三种因素组成，即长期趋势、周期因素(季节因素)、随机因素。对于一个时间序列，宜于选用自相关分析图来判别序列的平稳性与周期，并且通过自相关和偏相关分析图确定ARIMA模型的自回归阶p与动平阶q。

⒈自相关系数

n-kt=1∑(Xt-X)Xt+k-X)

rk＝─────────

nt=1∑(Xt-X)2

其中X为｛Xt｝(t＝1,2,…,n)的平均值，rk为滞后k期的自相关系数。

(1)平稳性识别

如果rj(j＝1,…,k)随着j增大而迅速靠近零，或散乱地分布在零点周围，则认为序列平稳；否则非平稳。对于非平稳序列，通过差分，消除其趋势。

(2)周期识别

对于一平稳序列，观察其自相关分析图，如果每隔时间T，自相关系数显著偏高，可以认为该序列具有周期T；否则，无周期(无季节性)。

⒉偏自相关系数

在已知自相关系数的条件下，解如下一系列方程组：

│1 r1 …… rk-1││ρk1│ │r1│

│r1 1 …… rk-2││ρk2│＝│r2│

│ ││ │ ││

│rk-1 … … 1 ││ρkk│ │rk│

得到偏自相关系数ρ11，ρ22，…，ρkk。然后根据自相关系数和偏自相关系数的截尾与拖尾确定自回归阶p与动平均阶q。

⒊参数估计。

二、周期的确立

“经济周期也叫商业循环或经济波动，这种周期在每一次重复出现中，周期的长度和振幅都不同，完全相似的经济周期是不存在的”，“只有经济从一个高峰到另一个高峰，或者从一个底谷到另一个底谷，波动的时间在15个月以上，才可以算作一个经济周期”。这种对经济周期的定义，笔者认为着重于对经济的事后分析而不是事前预测，并且忽略了两个极其重要的事实：即经济数据的离散性和由于经济增长趋势的影响，可能使后期的底谷值大于前期的高峰值，这样就使对底谷的预见性大幅度降低，造成了对经济周期研究困难性进一步加大。

可以考虑通过差分方法剔除趋势项，并把根据自相关分析图得到的周期视为经济周期。它如同一个数学函数如y=SinX周期(最小正周期2π)，并不规定周期有某种特定的始末点(如高峰点或低谷点)，仅仅要求它使函数满足Sin(2π+X)＝SinX(Sin(2kπ+X)＝SinX，k=±1,…)，或具有统计意义上的类似关系。当然一个周期是否有效或有意义，就看采用这个周期所做的预测模型，是否能够拟合和反映现实。经过差分、计算、分析、筛选和拟合预测结果及对比，最后确定全省粮食生产周期T＝8或10年。

⒈趋势项的剔除

令 X(1)t＝Xt+1-Xt,然后进行平稳性识别，如不平稳，继续差分，直至得到一平稳序列｛Zt｝(t＝1,2,…,m≤n)。

⒉周期项的剔除

观察｛Zt｝的自相关分析图，从可能的周期5、8、10、11年中，经过计算分析筛选，最后确定全省粮食生产周期T=8年。

令 　Yt＝Zt+T-Zt

得到一个无周期的平稳序列｛Yt｝(t＝1,2,…,m-T)。

三、粮食产量预测与分析

根据1949─1994年粮食产量历史数据，对1995─2010年产量进行多步预测，分别选用ARIMA(9,1,9)、ARIMA(2,1,2)、ARIMA(9,1,12)模型，预测方程如下：

(1-Φ1B-…-ΦpBp)·(1-B)dXt=(1-1B-…-qBq)Ξt

其中：p=9,2,9，d=1，q=9,2,12。预测结果见表。

未来甘肃省粮食产量预测表 单位：万吨

年 份 低 值 中 值 高 值

1995

1996

1997

1998

1999

2000

2001

2002

2003

2004

2005

2006

2007

2008

2009

2010

598.11

703.12

713.30

773.89

769.78

768.82

813.36

854.18

719.58

766.91

857.17

931.92

904.36

935.52

994.90

971.99

689.30

751.20

794.85

841.07

816.70

844.72

907.11

865.86

849.22

912.47

957.41

1004.89

981.76

1011.04

1074.68

1034.69

696.37

766.61

762.98

846.38

850.69

860.11

911.38

911.70

868.05

936.43

965.00

1032.23

1025.83

1030.49

1104.36

1089.10

从今年全省农情与气候条件分析，近两年──1995年、1996年粮食产量将呈低位运行态势，今年全年粮食将减至649万吨左右，减幅达－7.2％；如果夏粮实际减产幅度达到两成，则全年减产幅度将会更大，总产有可能降至598万吨左右。

对预测结果的中长期趋势分析表明，随着人口的膨胀，人均消费量的增大，各种投入的增加。全省未来粮食生产，呈低值预测结果最容易达到；而在中期将呈介于低值与中值之间的水平运行态势，长期看将呈中值预测趋势运行的可能性和实现的可能性较大；呈高值预测运行态势的可能性非常小；实现2000年原有900万吨目标的难度非常大，达到的可能性也非常小。原因如下：

现有的有效增产措施有限，有利不利因素并存：

(1) “引大入秦”所增的有效灌溉面积仅有86万亩，以60万亩用于种植粮食，每亩至2000年增加200─300公斤计，仅能增加12─18万吨粮食；同样，通过景电 二期工程及延绅工程、黑河及疏勒河等工程以及新开垦荒地，所增加的粮食合计估计也只有18─30万吨左右，全部总计最多也只有30─48万吨左右。同时，这是建立在这些工程如期上马，并在2000年有150万亩水地发挥效益的基础之上的。

(2)现有粮食统计数据由于历史原因虽有一定程度的隐报，但幅度据估算仅有10─15％左右，在未来几年“汲干”其水份的可能性很小。因为全省人均粮食占有量仅有300公斤左右，而整个河东地区仅有两百多公斤；全省还有20％以上的贫困面；全省粮食增减幅度波动较大，一旦减产吃饭问题更难解决；同时，由于计划生肓政策的实施和其所具有的强迫性，必然带来和存在多胎人口(特别是农村女婴、城市流动人口)的普遍的瞒报行为，再加上新生婴儿的普遍迟报现象，使全省人口数具有一定的滞后性。

(3) 全省现有耕地5300万亩中水地仅1300万亩左右，而山旱地面积占到70％左右，且坡度大，水土流失严重，土地改造的费用大；同时全省生态问题也趋向严重，如河西地下水水位下降，民勤绿洲的退化问题，沙尘沙暴天气的警示，今年黄河径流量锐减，以致中下游出现有记载以来时间最长、长度最长一次断流现象等。

(4) 科教兴农战略的实施，将受制于物质、资金投入水平不足的困难。但任何科技的投入，都离不开其栽体─物质投入。

(5) 在甘肃粮食生产的历史上，有两个极其特殊的年份──1956年、1975年，两年相间整整19年。A.这两年都成为一定时期(分别是截至1966年、1986年)历史最高水平，产量分别达到380万吨和550万吨；B.在这两年之后，都同样经历了11年的下降与徘徊期。都在11年之后，即分别在1967年和1986年，才又一次达到1956年的与1975年的生产水平；C.13年之后，即分别在1969年和1988年之后，才分别在400万吨和600万吨以上生产水平上运行，并保持相对平稳的增长势头；D.而1993年距1975年整整18年，并又一次成为一个高峰点，1956年与1975年的历史会否重演？笔者认为，1994年、1995年粮食产量的连续下降，低位预测值的出现，至少给予了我们某种启迪与警示。

四、几点建议

⒈将现有中低田产耕地分为“耕作改良型”与“工程改造型”，对前者实施良田、良法、良种、良制的“四良”综合配套改良技术，力争使这部分耕地的亩产达到高产(这部分耕地主要是指具有灌溉条件且属于中低产田的平川地)；后者由于障碍因素较多，工程改造的费用大，视人财物情况具体而定。

⒉在旱作农业区考察是否能够推广“庄浪经验”与“山西抗旱保粮沟”的技术。

⒊考虑实施玉米战略的可行性──进一步增大玉米种植面积，以增加全省粮食总产，满足饲养业发展和用于省际间粮食品种的调剂，弥补全省粮食的短缺。

⒋加快“引大入秦”的后继工程和疏勒河等工程上马与综合开发速度，力争尽快受益。

⒌对以色列在河西的示范工程给予重视，视土地的盐碱考察其推广的可行性。

粮食产量篇9

关键词：粮食产量；影响因素；主成分分析；济南市

中图分类号：F326.11 文献标识码：A 文章编号：0439-8114（2015）15-3821-04

DOI：10.14088/ki.issn0439-8114.2015.15.061

Abstract： In order to study the intensity of natural and human activity in grain production process， the grain yield of Ji’nan city was analyzed from 1978 to 2008. Twenty factors were chosen and the principal component analysis method was used to measure the intensity of nature and human activity factors. The results showed that in the change process of grain production， 58.18% was caused by anthropogenic activity， 32.23% was caused by nature factors， and 6.47% was caused by anthropogenic activity combined with nature factors in Ji’nan city. The main nature factors were annual mean temperature， cumulative？temperature， annual precipitation and annual sunshine duration. The main anthropogenic factors included cultivated area， total power of agricultural machinery， fertilizer， rural labor force and total population. The contribution of nature factors decreased gradually， while the contribution of anthropogenic factors increased from 1978 to 2008.

Key words：grain yield； influence factor； principal component analysis （PCA）； Ji’nan city

粮食是关系国计民生和国家经济安全的重要战略物资，也是人民群众最基本的生活资料[1，2]。粮食安全与社会的和谐、政治的稳定、经济的持续发展息息相关。日益严峻的气候危机成为粮食安全面临的最大挑战[3，4]。作为粮食生产大国和人口大国，中国的粮食安全问题同样处于这一危机的阴影之下，中国的粮食安全问题已成为国内外学者十分关注的话题[5，6]。相关研究初步预测了不同气候变化情景对中国粮食产量造成的负面影响，若气温升高2.7℃、降水增加5%，中国2050年的粮食产量将因气候变化而损失高达14.9%（5000万t以上）[7]。因此，稳定和提高粮食产量关系到人类的生存、经济的发展和社会的长期稳定，也是当前和今后一段时期内我国面临的主要问题，开展粮食产量影响因素的研究将有利于揭示粮食增产的规律，对指导粮食增产有重要的意义。目前，粮食产量的影响因素研究多采用相关系数、灰色关联、线性回归等方法，讨论气温、降水、农机动力、劳动力、施肥量等因素对粮食产量影响的单因子分析[8-11]。然而，粮食生产是一个同时受气候变化、社会经济和生产技术等多因素影响的复杂、非线性系统。因此，在分析粮食产量影响因素过程中，应同时考虑气候变化、粮食播种面积、农业机械动力、化肥施用量、农业人口等因素对其产生的综合影响。

1 研究区概况

济南市地处中纬度地带（36°40′N，117°00′E），属于暖温带大陆性季风气候。年均气温13.6 ℃，年降水量614 mm，气候适宜；全市总面积为577 500 hm2，是山东省的高产综合型农业区。同时，济南市是黄河中下游和环渤海经济带南翼的重要战略城市。近些年，随着工业化、城市化和现代化建设的发展，人口不断增加，耕地不断减少，人地矛盾进一步突出，使粮食安全生产受到一定程度的威胁[8]。因此，本文拟通过综合分析气温、降水、耕地面积、农用机械总动力、化肥施用总量、农业人口等多方面的自然和社会经济因素，进而区分影响粮食产量的主次因素，为今后粮食生产及粮食安全政策的制定提供理论依据，为管理部门制定短、中、长期的粮食政策提供科学的依据。

2 研究方法

本研究采用主成分分析法（Principal components analysis，PCA）[12]定量研究自然与人为要素对粮食产量的作用强度。选取影响因素变量共20个，自然因素包括：年均气温（P1）、积温（P2）、年最高气温（P3）、年最低气温（P4）、年降水量（P5）、年日照时数（P6）、年平均风速（P7）、年平均湿度（P8）；人为因素包括：耕地面积（P9）、农用机械总动力（P10）、化肥施用总量（P11）、每公顷耕地化肥施用量（P12）、农村劳动力数量（P13）、农业人口数量（P14）、总人口数量（P15）、城市化率（P16）、国内生产总值（P17）、第一产业产值（P18）、第二产业产值（P19）、第三产业产值（P20）。以济南市1978-2008年的统计数据为分析样本。

3 结果与分析

3.1 济南市粮食产量变化

济南市粮食总产量在1978-2008年间总体呈波动增长趋势（图1），由1978年的115.38万t增长至2008年的281.50万t，平均每年增5.44万t（趋势线斜率）；粮食单位面积产量也呈现出波动增长趋势（图2），由1978年的3.09 t/hm2增长至2008年的8.76 t/hm2，平均每年增产0.19 t/ hm2（趋势线斜率）。图1与图2对比分析显示，济南市粮食总产量与单位面积产量变化趋势相近，粮食总产量与单位面积产量的相关性极强（r=0.998>0.554=α0.001（31），显著水平在0.001以上）。表明粮食单位面积产量直接决定粮食总产量。

3.2 主成分分析结果

利用SPSS13.0统计软件的PCA模块对1978-2008年的影响因素数据进行分析，结果（表1）表明，PC1～PC4的累积贡献率达85.9%（已达主成分因子选取原则累积贡献率大于85%），但为进一步明确自然和人为因素对粮食产量的贡献率，特选定累积贡献率大于95%，即选择PC1～PC7作进一步分析。

从各因素在主成分中的载荷量来看（表2），第一主分量的影响因素主要有耕地面积（P9）、农用机械总动力（P10）、化肥施用总量（P11）、每公顷耕地化肥施用量（P12）、农村劳动力数量（P13）、农业人口数量（P14）、总人口数量（P15）、城市化率（P16）、国内生产总值（P17）、第一产业产值（P18）、第二产业产值（P19）、第三产业产值（P20），载荷量绝对值变化在0.76～0.98之间，这些因素全为人为要素，因此该主成分因子可以看作是人为因素因子。第二主分量的影响因素主要有年均气温（P1）、积温（P2）、年最高气温（P3）、年最低气温（P4），载荷量绝对值变化在0.47-0.87，各因子均为自然要素，故该主成分因子可以作为自然因素因子。第三主分量的影响因素主要有年最高气温（P3）、年降水量（P5）、年平均风速（P7）、年平均湿度（P8），载荷量绝对值变化在0.41-0.63，各因子均为自然要素，故该主成分因子作为自然因素因子。第四主分量的影响因素主要有年平均风速（P7）和农业人口数量（P14），载荷量分别为0.59和0.53，且分别属于自然因子和人为因子，所以第四主分量为自然与人为因子综合作用。第五主分量的影响因素主要有年最低气温（P4）和年平均湿度（P8），载荷量分别为-0.68和0.44，且均为自然要素，故该主成分因子为自然因素因子。第六主分量的影响因素主要有年降水量（P5）和年平均风速（P7），载荷量分别为0.59和0.43，均为自然要素，故该主成分因子为自然因素因子。第七主分量的影响因素主要有年最高气温（P3），载荷量为0.47，为自然要素，故该主成分因子为自然因素因子。

从主成分因子的贡献率来看（表1），PC1～PC7的贡献率分别为58.18%、12.71%、8.55%、6.47%、4.67%、3.79%、2.53%，贡献率逐渐降低。根据以上分析，第一主成分因子为人为因素因子，第二、第三、第五、第六、第七主成分因子为自然因素因子，第四主成分因子为自然与人为因子综合作用。因此，在济南市粮食产量变化过程中，人为因素的贡献率为58.18%，自然因素的贡献率为32.23%，自然与人为因素共同作用的贡献率为6.47%。

4 讨论

4.1 自然因素与济南市粮食产量变化

根据表2的载荷量及综合得分排序结果，对济南市粮食产量影响最大的自然因素主要有年均气温（P1）、积温（P2）、年降水量（P5）、年日照时数（P6）。从图3可见，济南市年平均气温和积温均呈现波动性变化，增减趋势不明显，二者变差系数[13]分别为0.034和0.031，平均气温为14.85 ℃，平均积温为5 071.04 ℃，表明济南市气温和积温在年际尺度上变化平稳，对粮食产量提供了稳定的气温基础。年降水量变化在347～1 090 mm之间（图4），变化趋势不明显，降水变差系数为0.267，略高于长江中下游地区和我国北方东部其它区域的降水变差系数[14，15]；2000年之后的变化幅度高于2000年之前。年日照时数变化在1 819.8～2 398.3 h之间，呈下降趋势，这主要是大气污染（气候湿润化）造成的，主要表现为轻雾和霾增加[16]。熊伟等[6]研究表明，气候变化将影响未来三大作物（小麦、玉米和水稻）的单产，特别是雨养作物的单产将会受到更大冲击。

4.2 人为因素与济南市粮食产量变化

人为因素的载荷量及综合得分排序显示（表2），影响济南市粮食产量的主要人为因素有耕地面积（P9）、农用机械总动力（P10）、化肥施用总量（P11）、每公顷耕地化肥施用量（P12）、农村劳动力数量（P13）、总人口数量（P15），与郭淑敏等[17]的分析结果一致。济南市耕地面积在1978-2008年间持续减少（图5），由1978年的37.32万hm2减少到2008年的32.13万hm2，共减少5.19万hm2，表明粮食产量的增加主要是由于单位面积产量增加所致。耕地减少、粮食单位面积产量和总产量增加的趋势与全国和各粮食主产区的总趋势一致[17]，由于工业和城镇建设加快及农业结构调整等原因，耕地数量下降已呈不可逆转之势，但由于科技进步亦使粮食总产量上升。济南市农用机械总动力由1978年的69.7万kW上升到2008年的446.6万kW，机械动力增加5.4倍（图6）；化肥施用总量和每公顷耕地化肥施用量均呈现上升趋势，分别由1978年的2.22万 t和59.6 kg/hm2增至2008年的22.37万t和696.0 kg/hm2，分别增加了9.1倍和10.7倍，机械动力与化肥施用量的增加促使粮食单位面积产量及总产量增长。同时，我国主要农作物品种一般10年左右更新换代一次，每次换代使作物增产幅度达到10%左右[18]，因此，品种选育技术的不断提高也是促使粮食产量提高的积极因素。

4.3 不同年代粮食产量的影响因素贡献率

为进一步明确不同时段自然与人为因素对粮食产量的贡献率，采用主成分分析分别对不同年代（1978-1989年、1990-1999年和2000-2008年）的数据进行了分析，并根据累积贡献率大于95%对自然和人为因素的贡献率进行了合并（表3）。自然因素的贡献率随时间推移逐渐降低，由33.94%下降到27.01%，下降了6.93%；人为因素的贡献率逐渐升高，由60.87%升到65.10%，上升了4.33%。由此表明，在自然因素较为稳定的情况下，人为因素直接决定粮食的单位面积产量和总产量，即农业技术进步对提高粮食作物单产起了决定性作用[19]，目前技术进步、水资源和土地利用已被公认为影响粮食生产最重要的三大驱动因素[6]，它们对我国未来粮食生产的影响也是不可忽视的。

5 结论

本文采用主成分分析定量分析了济南市自然与人为要素对粮食产量的作用强度。在济南市粮食产量变化过程中，人为因素的贡献率为58.18%，自然因素的贡献率为32.23%，自然与人为因素共同作用的贡献率为6.47%。对济南市粮食产量影响最大的自然因素主要有年均气温、积温、年降水量、年日照时数。人为因素主要有耕地面积、农用机械总动力、化肥施用总量、单位耕地化肥施用量、农村劳动力数量、总人口数量。

自然因素对粮食生产的贡献率随时间推移逐渐降低，人为因素的贡献率逐渐升高。在自然因素较为稳定的情况下，人为因素直接决定粮食的单位面积产量和总产量，即农业技术进步对提高粮食作物单产起了决定性作用。

参考文献：

[1] 奚 宾.粮食金融化背景下粮食安全问题研究[J].农业经济，2013（1）：7-9.

[2] 曹历娟，洪 伟.世界粮食危机背景下我国的粮食安全问题[J].南京农业大学学报（社会科学版），2009，9（2）：32-37.

[3] 吴普特，赵西宁.气候变化对中国农业用水和粮食生产的影响[J].农业工程学报，2010，26（2）：1-6.

[4] 周 力，周应恒.粮食安全：气候变化与粮食产地转移[J].中国人口・资源与环境，2011，21（7）：162-168.

[5] 刘彦随，吴传钧.中国水土资源态势与可持续食物安全[J].自然资源学报，2002，17（3）：270-275.

[6] 熊 伟，林而达，蒋金荷，等.中国粮食生产的综合影响因素分析[J].地理学报，2010，65（4）：397-406.

[7] 王 丹.气候变化对中国粮食安全的影响与对策研究[D].武汉：华中农业大学，2009.

[8] 李 娜，郑新奇，董金玮.济南市粮食生产与耕地变化的分析与预测[J].安徽农业科学，2008，38（5）：1983-1985.

[9] 马树庆.气候变化对东北区粮食产量的影响及其适应性对策[J].气象学报，1996，54（4）：484-492.

[10] 李茂松，李章成，王道龙，等.50年来我国自然灾害变化对粮食产量的影响.自然灾害学报，2005，14（2）：55-60.

[11] 刘兰芳，刘盛和，刘沛林，等.湖南省农业旱灾脆弱性综合分析与定量评价[J].自然灾害学报，2002，11（4）：78-83.

[12] 何晓群.多元统计分析[M].北京：中国人民大学出版社，2004.

[13] 冯光扬.水文年内不均匀系数的探讨[J].山地研究，1991，9（1）：27-32.

[14] 陈 峪，高 歌，任国玉，等.中国十大流域近40多年降水量时空变化特征[J].自然资源学报，2005，20（5）：637-643.

[15] 李结华，陆宝宏，王 童，等.长江流域年降水集中程度分析[J].水电能源科学，2010，28（11）：9-11.

[16] 赵 东，罗 勇，高 歌，等.1961年至2007年中国日照的演变及其关键气候特征[J].资源科学，2010，32（4）：701-711.

[17] 郭淑敏，马 帅，陈印军.我国粮食主产区粮食生产影响因素研究[J].农业现代化研究，2007，28（1）：83-87.

粮食产量篇10

一、加强组织领导，强力推动项目落实

凉城县将膜下滴灌技术作为“一把手工程”全力推进。成立了由县长任组长，分管县长任副组长，各部门主要领导为成员的“节水增粮行动”膜下滴灌工作领导小组，层层明确责任义务。书记、县长亲自策划总体工作方案，负责全面指挥调度，部门负责宣传引导、技术服务，农开办负责组织实施，并详细制定了2012-2015年度凉城县“节水增粮行动”实施方案。县委、县政府还与农口部门及项目乡镇签订了项目实施责任状，作为年终绩效考核的重要指标。县委、县政府委托农开办，每10天召开一次全县调度会，通报工程进展情况。全程专项督查，同时深入地块，跟踪督导。

二、深入宣传引导，充分调动农民积极性

让农民转变传统的种植习惯，主动接受膜下滴灌这一新生事物，宣传引导是重要环节。通过各种途径全面宣传国家政策、县里措施、操作技术、种植结构调整、预期效益，让农民清楚地认识到这项技术的好处。在项目实施乡镇分别召开现场会，带领村党员干部和种植大户，到膜下滴灌地块进行现场观摩。在集中连片的项目区，让农民亲眼看到膜下滴灌带来的成果和效益。深入细致地宣传引导，使农民的认识普遍提高。

三、强化指导服务，确保先进技术发挥效能

农民自己能安装、会使用、懂管理，是发挥膜下滴灌技术优势、实现节水增产增效的关键。由农开办牵头组成“节水增粮行动”技术指导服务队，全程开展技术服务。将整地打垅、选种施肥、管带安装、科学灌溉等详细技术说明印成手册，发放到每个农户手中。对特殊地区，县农开办还专门组织技术人员，自带材料和发电、焊接设备，进村入户给老乡进行农机改装，得到了项目区群众的认可。