山东省粮食产量的影响因素及预测

分析粮食产量的影响因素,并科学地预测粮食产量,对于提高未来粮食产量、保障粮食安全具有重要意义。本文选取1994—2018年粮食产量等数据,对影响粮食产量的因素进行灰色关联度分析,并用ARIMA模型预测粮食产量及影响因素,最后将预测的数据进行灰色关联度分析,并将前后两次灰色关联度分析结果进行比较。结果显示:1994—2018年显著影响粮食产量的因素为粮食播种面积、灌溉面积比重、老年抚养比和化肥投入水平;2019—2023年粮食产量的影响因素为灌溉面积比重、农业生产资料价格总指数、机械化水平;未来5年山东省粮食产量将缓步提升。     

基于扩展C-D生产函数的安徽省粮食产量影响因素分析

基于安徽省16个地级市2000-2014年面板数据,运用扩展的柯布-道格拉斯生产函数(C-D生产函数)对安徽省粮食产量的影响因素进行实证分析。结果表明,农业机械总动力、粮食作物播种面积和化肥施用量对安徽省粮食产量有显著的正向影响,受灾面积对安徽省粮食产量有显著的负向影响,农业劳动力对安徽省粮食产量没有显著影响。并结合以上结果,提出稳定安徽省粮食产量的对策建议。     

新疆粮食产量影响因素分析及政策启示

通过对新疆粮食产量影响因素的灰色关联分析及其贡献率比较,结果表明：1980～2009年新疆粮食产量的增长主要取决于农业机械总动力、化肥施用量和有效灌溉面积三个因素;但是在不同时段,各因素对新疆粮食产量增长的作用程度和贡献率不尽相同,其中农业机械总动力和化肥施用量对新疆粮食生产的影响作用和贡献率均呈减弱趋势,而有效灌溉面积和粮食播种面积对新疆粮食生产的制约作用和贡献率则呈逐年加大。     

近30年来我国粮食产量波动影响因素分析

[目的]根据粮食产量波动特征,从自然因素、科技因素(物质装备)、社会经济因素和农业生产条件等方面对粮食产量的影响进行量化分析,为科学合理地制定农业政策,保障我国粮食安全提供理论依据。[方法]文章利用HP滤波法分析1978—2010年我国粮食产量波动特征,并采用灰色关联与层析分析相结合的综合评价法定量分析不同波动周期各影响因子对我国粮食产量波动的影响度。[结果](1)改革开放以来,我国粮食产量经历了完整的6个波动阶段,平均波动周期为6年;(2)除1994—2000年,各波动周期的粮食产量受科技因素的影响最大,且影响日益显著,影响度从1978—1981年的37. 0%增加到2006—2010年的48. 3%,其中,有效灌溉面积的影响增大趋势最为明显,其次是农业机械总动力,化肥施用量的影响呈减弱趋势;(3)社会经济因素对粮食产量的影响呈波动性增加的规律,2006—2010年影响度达到24. 9%;(4)农业生产条件对粮食产量的影响在20世纪80年代初期与科技因素基本持平,此后,除1994—2000年,与科技因素的影响度差距越来越大,到2000—2006年对粮食产量的影响度仅为16. 6%,其中,耕地面积的影响度下降最多,到2006—2010年,影响度仅为1. 1%;自然因素对粮食产量波动的影响最小,且较为稳定,除1985—1988年影响度达到24. 3%,其余波动周期均在8. 7%~12. 4%之间,2006—2010年影响度为10. 2%。[结论]完善农田水利灌溉体系,加强对农业机械指导的"重科技"举措比单纯增加后备耕地数量、改善应对气候变化与自然灾害能力的"靠资源"发展更为有效;加大农田水利投入,完成灌区续建配套与灌排泵站更新改造是目前最重要的发展方向。     

河南省粮食产量影响因素的实证分析——基于多元线性回归计量经济模型

选取粮食播种面积、农业从业人员、农用机械总动力、农田有效灌溉面积、化肥施用折纯量、农村用电量6个因素作为河南省粮食产量的主要影响因子,通过回归分析,得到影响河南省粮食产量的因素主要为粮食播种面积、化肥使用折纯量,并通过分析,提出了提升河南省粮食生产能力的建议.     

基于不同样本分区和模型参数的四川省粮食产量空间化研究

[目的]农业经济统计数据受多种自然条件因素和社会经济条件因素影响,数据空间化难度很大。通过省级尺度粮食产量数据空间化的研究,探索提高农业经济统计数据空间化精度的方法及经验。[方法]以四川省为例,按照不同分区方案(全省不分区、分为5个综合农业分区),选择不同样本数据(县级粮食总产、县级平均粮食产量)为因变量,对应2种耕地类型(水田、旱地)面积数据为自变量,考虑2种模型参数(常数为0和不为0)拟合多元回归模型,对粮食数据进行空间化研究,并选择误差评价因子对空间化结果进行评价。[结果](1)不管采用县级粮食总产还是县平均粮食产量拟合,常数项设置为非0的,均是分区比不分区的结果精度要高;(2)不管采用县级粮食总产还是县平均粮食产量拟合,常数项设置为0的,均是分区比不分区的结果精度要高;(3)对比不分区和分区这2种方法,以县级粮食总产拟合的结果要比县级平均粮食产量拟合的结果精度要高。[结论]在省级粮食产量空间化时,以分县平均粮食产量为基础,划分土地利用类型、划分农业分区并且常数为0时拟合精度最高。在今后的研究中,有必要结合更多的影响因子进行粮食产量的空间化,以提高其数据重构精度。     

基于GRA&BPNN的广西粮食产量预测研究

[目的]研究粮食产量的影响因素并以其相关性为基础预测粮食产量对实现广西粮食产业的"做强做优"具有重大意义。通常情况下粮食产量与种植技术发展水平、农田耕地面积、土地肥力、气候等诸多因素相关,但是在样本数据不足、数据间关联度不明显的情况下则无法采用回归分析、灰系统等常用预测方法。[方法]文章应用灰色关联分析方法得到水库水量、农田有效灌溉面积、第一产业从业人口、播种面积、除涝面积等5个与广西粮食产量关系最为密切的因子变量,同时取2004~2012年的数据作为学习、训练样本,以2013~2014年的数据为试报样本,并以此建立BP神经网络粮食预测模型。[结果]检验结果表明运用本模型预测粮食产量具有较高的精度和良好的泛化性。[结论]根据模型结果,该文提出提升广西粮食产业发展的可行性建议,即加强水库的管理、引导与粮食产业相关的产业、稳定粮食种植面积、加强洪涝灾害的防御和治理能力、推进农业信息化。     

基于回归分析的粮食产量影响因素分析

在近年有关粮食产量文献的基础上,归纳出使用频率最高的影响因素与准确率最高的模型,建立以粮食产量为因变量,以粮食播种面积、有效灌溉面积、农业机械总动力、化肥施用折纯量、受灾面积、成灾面积为自变量的多元线性回归模型,对2000~2015年的样本数据进行了详尽分析。结果表明:粮食播种面积、化肥施用折纯量、受灾面积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。因此,提高粮食产量可从粮食播种面积、受灾面积两方面入手,而化肥施用折纯量对粮食产量的影响则需具体分析。     

甘肃省粮食生产与影响因素分析

根据甘肃省1985～2005年的相关调查与统计资料,选取影响粮食产量的10个因素,进行了灰色关联度分析和主成分分析,结果表明,20年来甘肃省粮食总产与单产在波动中呈增长趋势;影响因素可以归纳为农业现代化水平、自然灾害和农业土地利用状况3个方面。     

粮食产量对耕地数量敏感度的时空差异及政策启示

利用1990—2014年耕地和粮食产量统计数据,构建粮耕敏感度反映粮食产量对耕地数量变化的响应关系,探索耕地数量变化对粮食产量影响的时空差异,为优化我国耕地资源的空间配置和制定合理的耕地利用政策提供依据。结果表明:(1)耕地数量是影响我国粮食产量的重要因素,但在不同经济社会发展阶段,全国耕地总数量对粮食总产量影响程度存在阶段性差异,我国的耕地数量变化对粮食产量变化影响程度的变化经历了剧烈-平稳-剧烈的过程;各省(市、区)耕地数量对粮食产量影响程度也存在差异性,我国东部、中部、西部的平均粮耕敏感度分别为2.52、-5.96、0.81。(2)耕地数量对粮食产量的影响在不同省(市、区)之间存在区域差异性。1990—1995年,我国粮耕敏感度区域差异较小;1996—2000年、2001—2005年东部地区粮食产量对耕地数量变化的敏感度普遍提高,各省(市、区)之间的粮耕敏感度差异加大;2006—2010年我国粮耕敏感度区域差异明显变小;2011—2014年,影响粮食产量的因素更加多元化。     

不同阶段化肥施用量对我国粮食产量的影响分析——基于1952——2006年30个省份的面板数据

本文通过把1952-2006年全国30个省市的大样本面板数据分成5个不同时期,首次使用引入时间变量的变截距双对数模型,并根据不同结果的各方面检验进行模型改进,对不同阶段我国化肥施用量对粮食产量的影响进行了计量分析.分析结果表明,化肥施用量对粮食产量的显著的正增产效应一直保持到近期才变得不显著;化肥施用量对粮食产量的增产弹性先增大后减小;单位质量化肥投入带来的实际粮食产量增加量不断减少.     

农村劳动力老龄化对粮食生产的影响——基于我国31个省区市面板数据的实证研究

促进粮食增产,保障粮食安全,一直都是各个国家(地区)永恒的话题。本文基于31个省区市2000-2017年的省际面板数据,采用固定效应模型实证分析农村劳动力老龄化对粮食生产的影响。研究发现,农村劳动力老龄化对全国、东部、西部的粮食产量产生了显著的正效应,而对中部地区的粮食产量并没有产生显著的影响。研究还发现,扩大播种面积、提高教育水平是提高粮食产量的主要因素,自然灾害则是抑制粮食生产的因素。为增加粮食产量,保障我国粮食安全,要充分考虑各地区资源禀赋和地区差异,因地制宜地完善粮食生产的支撑系统,包括完善养老保险制度、大力加强乡村教育、加强基础设施建设、增强抗灾能力。     

基于主成分回归的我国粮食生产影响因素研究

稳定粮食生产能力是保障粮食安全的基石,明确粮食生产影响因素及其影响程度至关重要。以1991—2017年数据为研究样本,选取12个因素指标,采用主成分回归方法,分析各因素对粮食产量的影响程度。结果表明:粮食作物播种面积影响程度最大,受灾面积影响程度次之,农药使用量影响程度最小。     

基于灰色关联分析的贵州省粮食产量影响因素研究

贵州省是我国西南地区重要的农业省份之一,粮食生产产值在其国民经济组成中占有重要的地位。在目前全国粮食生产面积不断减少、粮食单产开始出现下降的大背景下,如何保障贵州本省粮食生产与安全关系着省计民生,理应受到重视。文章将采用多元统计中的灰色关联度分析法对影响贵州省粮食产量的因素进行相关分析,通过计算灰色关联度,然后按其大小进行排序,从而确定上述因素分别对贵州省粮食产量的影响程度。结果表明,粮食播种面积、有效灌溉面积、农业机械总动力、化肥施用量和成灾面积等是影响贵州省粮食产量的关键因素,其结论可为有效保障贵州省粮食产量增长提供可靠地参考依据。     

黑龙江垦区粮食产量影响因素灰关联分析

文章基于灰关联度理论对影响黑龙江垦区1990～2006年粮食总产量的10个因素进行主次因素影响分析,运用定量分析方法从本质上揭示了粮食单位面积产量及非国有经济是影响垦区粮食总产量的主要因素,为粮食生产决策部门有效提高垦区粮食产量提供一定理论依据。     

粮食产量波动与中国农业政策和技术进步

本文采用统计学中的方差分解、协方差、变差系数分析方法,解释中国粮食产量波动的原因。中国粮食产量波动起因于省际粮食产量波动。与常规结论不同的足,自然因素(如灾害)和技术进步(如引进新品种)并不是导致省际粮食产量波动的首要原因,计划调节和政策变动往往直接作用于当年粮食产量并影响以后几年和整个国家的粮食产量。     

中国粮食生产与灌溉用水脱钩关系分析

本文利用脱钩理论，选择了粮食产量之和占全国总产量90％以上的19个省（市、区），对中国粮食生产与灌溉用水脱钩关系进行分析。结果表明，只有贵州省实现了粮食生产与灌溉用水之间的绝对脱钩，内蒙古、黑龙江、浙江等8个省（区）的粮食生产与灌溉用水之间呈现一种准相对脱钩的关系。河北、辽宁、吉林等10个省的粮食生产与灌溉用水之间仍然呈现一种耦合关系，而且有的省份呈现出较强的耦合关系。在粮食产量与灌溉用水量关系的影响因素方面，用于粮食生产的耕地面积对粮食产量的贡献率，准相对脱钩的省份要高于耦合的省份；化肥用量对粮食产量的贡献率，准相对脱钩的省份要低于耦合的省份；农业劳动力投入与粮食产量之间呈现负相关的关系。同时，水稻播种面积对灌溉用水量的影响程度高于玉米播种面积和小麦播种面积的影响程度。     

作物种植结构变化及影响粮食产量的因素分析  ———以甘肃省天水市为例

分析天水市近30年来作物种植结构的变化特征及粮食产量的变化,利用灰色关联度分析方法探讨了粮食生产的影响因素,定量分析了粮食产量与影响因素的关联程度。结果表明:天水市作物种植结构发生了明显的变化;粮食产量变化的总体特征为波动中呈上升趋势;粮食单产、总人口、水平梯田、耕地面积、粮食面积和保灌面积等是粮食生产的主要驱动因子。     

“三权分置”背景下许昌市宅基地退出意愿影响因素分析

宅基地自愿有偿退出是我国农村土地管理中的一项创新政策,在合理利用土地及推动农村地区发展方面发挥了重要作用。结合许昌市的实地调研,通过分析农户调查问卷充分了解当地的实际情况,并通过调研数据分析当地宅基地退出中的影响因素,同时结合试点地区经验为许昌市寻求解决问题的举措。     

湖北省粮食生产时空变化及灰色关联动态分析

以湖北省2001—2015年县域和省域粮食生产数据为基础,运用粮食产量重心模型揭示了湖北省粮食生产时空变化特征,在此基础上建立粮食生产与相关因素的灰色关联模型,并对驱动因素进行了分析。结果表明:2001—2015年湖北省粮食总产量和人均粮食产量动态变化趋势一致,总体上呈上升态势,2001—2003年快速下降,2003—2015年连续增长,粮食产量变化最直接的原因是粮食播种面积的变化。2001—2015年粮食产量重心一直在京山县境内移动,但整体上向北偏东52.31°方向移动了11.82km。粮食产量与7个因素显著相关,其中有效灌溉面积、粮食单位面积产量、粮食作物播种面积和农药使用量是湖北省粮食生产的四大驱动因素。