粮食生产影响因素的灰色关联分析

在分析南宁市1996-2003年粮食生产变化情况的基础上,运用灰色系统理论对影响南宁市粮食生产的诸因素进行关联动态分析,量化了粮食总产量与诸因子的关联程度,指出粮食单产、耕地面积和粮食播种面积是影响南宁市粮食生产的主要因素,并提出了粮食生产可持续发展的基本对策。     

20世纪90年代以来我国粮食生产的发展趋势及影响因素分析

根据1991~2003年的粮食产量及相关因素的统计资料,分析了10多年来我国粮食生产的发展变化趋势;并运用灰色系统理论,对影响我国粮食生产的诸因素进行了灰色关联动态分析。结果表明,粮食单产、有效灌溉面积和粮食播种面积是影响我国粮食生产的主要因素。同时提出了我国粮食生产可持续发展的基本对策。     

安徽省粮食生产变化特征及其影响因素分析

在分析安徽省1949-2006年粮食生产变化特征的基础上,运用灰色系统理论影响安徽省粮食生产的诸要素进行关联动态分析,量化了粮食总产量与诸因子的关联程度,指出粮食单产、耕地面积和粮食作物播种面积、种植结构调整、农田水利建设是影响安徽省粮食生产的主要因素,并提出实现安徽省粮食增产的对策.     

1988～2008年内蒙古粮食产量影响因素比较

在灰色关联分析的基础上,筛选了粮食单产（X1）、粮食播种面积（X2）、农业劳动力（X3）、农业机械总动力（X4）、化肥施用量（X5）、农作物受灾面积（X6）、有效灌溉面积（X7）和农业固定资产投资（X8）8个对粮食生产影响较显著的因子来构建指标体系。根据1988～2008年《内蒙古统计年鉴》的相关数据,运用灰色关联分析法对影响内蒙古粮食生产的诸因素进行了关联分析,量化了粮食总产量与诸因素的关联程度,并依据关联度值,总结了各因素对粮食产量的影响能力。结果表明,粮食单产始终是影响内蒙古粮食总产量的主要因素;粮食播种面积和受灾面积是影响粮食产量减少的最主要因素;有效灌溉面积和农业机械总动力是影响粮食产量增加的首要因素;化肥施用量对粮食产量的的影响力在下降;农业固定资产投资对粮食产量的影响力始终很小。     

基于灰色组合模型的我国粮食生产影响因素差异分析

利用GM(1,1)模型对2009—2016年我国粮食主产区的粮食产量数据进行拟合消除其波动性,然后利用灰色关联模型分别对粮食主产区13个省的粮食生产及其影响因素进行灰色关联度计算并排序分析。结果表明:黑吉辽三省粮食生产的前三位影响因素均为农业机械总动力、粮食作物播种面积和粮食作物单产;黄淮海地区及长江中下游地区粮食生产的前三位影响因素均为粮食播种面积、粮食作物单产和农业农村劳动力;四川地区粮食生产的前三位影响因素为粮食作物单产、农业农村劳动力、粮食播种面积;内蒙古地区粮食生产的前三位影响因素为农业机械总动力、受灾面积、农业生产总值。从灰色关联分析的结果可以看出,地区的差异性带来影响因素的差异性和相近地理区域的相似性,可为各地相关政策的制定提供依据。     

灰色关联分析在吉林省粮食产量预测中的应用

用灰色关联分析方法分析2000-2007年影响吉林省粮食生产的因素,通过计算各因素关联度大小,结果表明：化肥施用量、耕地播种面积和有效灌溉面积为影响粮食生产的主要因素。通过多元回归分析,结合Eviews软件建立多元线性回归模型,预测出吉林省未来3年粮食总产量。     

福建省粮食生产态势与影响因素分析

分析了1990—2005年福建省粮食产量的波动变化，并且运用广义生产函数模型和灰色关联分析法，分2个时段对影响福建省粮食产量的主要因素进行了分析。结果表明，1990—1997年粮食播种面积和农药使用量是粮食生产的重要制约因素。1998—2005年粮食播种面积对粮食生产的影响最大。     

固原地区粮食生产主要影响因素动态关联分析

本文运用灰色系统理论,对影响因原地区粮食生产的主要因素进行了动态关联分析,分析结果认为,影响粮食产量的主要因素按大小依次是,粮食单产〉有效灌溉面积〉年降雨量〉农机总动力〉耕地面积〉播种面积〉化肥施用量〉农村用电量〉成灾面积。对各主要因素进行了详细分析。     

黑龙江省粮食生产影响因素的灰色关联分析

选取了11个影响粮食生产的因素,应用灰色关联分析法,对黑龙江省粮食生产的影响因素进行了动态分析和关联度排序。结果表明,稳定粮食作物播种面积和提高粮食单产对促进黑龙江省粮食生产具有重要作用;农业现代化对黑龙江省粮食生产具有重要意义。     

黑龙江省粮食生产灰色关联分析和预测

根据2005~2013年黑龙江省统计资料,运用灰色关联方法对影响粮食生产的各个因素进行分析,并运用GM(1,1)模型预测未来几年黑龙江省的粮食总产量及其影响因素。结果表明,8个主要影响因素与黑龙江省粮食产量显著相关,其中农村用电量、农药施用量和粮食播种面积对粮食产量的影响最大;预测结果显示,未来几年黑龙江省的粮食总产量将会持续增加,有效灌溉面积、农村用电量和农业机械总动力将会成为影响黑龙江省粮食生产的3个最为重要的因素。根据分析结果提出相关建议,为今后黑龙江省农业可持续发展提供参考。     

四川省粮食单产影响因素的灰色关联分析

运用灰色关联分析方法,对四川省1996~2003年粮食单产的主要影响因素进行分析,结果表明:单位面积化肥投入量、有效灌溉面积比例、单位面积财政支农支出和未受灾面积比例是影响四川省粮食单产的4个重要因子,其次是单位面积机械总动力,第3是单位面积地膜用量。     

基于偏最小二乘回归模型的湖北省粮食产量影响因素分析

以湖北省为研究区域,选取9个影响粮食产量因素指标,通过对自变量之间的多重共线性进行分析诊断,构建了基于C-D生产函数的2000~2014年湖北省粮食产量影响因素的偏最小二乘回归(Partial least squares regression,PLSR)模型。PLSR模型中,自变量对因变量均具有较好的解释能力,回归模型的Rcv2=0.946,表明回归模型的精度较高,拟合效果较好,可靠性强。结果表明,粮食作物播种面积、农业机械化总动力、农田有效灌溉面积、农用化肥施用量以及农村用电量共5个指标是影响湖北省粮食产量的关键因素。     

山东省粮食生产变化及其影响因素的灰色关联分析

探索粮食主产区粮食生产波动变化特征及其影响因素,进而有针对性地采取措施来优化粮食生产结构、提高粮食产量对保障国家粮食安全具有重要意义.本文以我国重要的粮食主产区山东省为例,对2000-2012年粮食生产结构以及产量时空变化进行分析,并采用灰色关联分析法探讨影响粮食总产量的主要因素.研究发现,近十几年来山东省粮食总产量及单产小幅波动但基本呈稳定上升趋势,小麦和玉米占粮食生产结构比重不断增加;农业从业人口、作物单产和农业投入是影响粮食生产的最主要因素.     

基于灰色关联模型的河南省粮食生产驱动力分析(英文)

Henan Province is an important grain production base, whose stable production is related to the economic development and social stability significantly. To summarize the primary factors of grain producing, we used grey correlation analysis method to analyze 10 correlative factors such as grain yield, grain yield per unit area, effective irrigated area, rural employed persons, grain planting area, consumption of chemical fertilizer in 25 years. The results showed order of synthetic degree of incidence: effective irrigated area>rural electricity consumption>consumption of chemical fertilizer>disaster crop area>grain yield per unit of area>total power of agricultural machinery>afflicted crop area>grain planting area>number of the rural employed persons. Finally, according to synthetic degree of incidence between influential factors and total grain output respectively, a series of measures and the suggestions was proposed for grain production in Henan Province, which will also provide the scientific basis and help for the government correct decision-making.     

唐山市粮食生产态势及影响因素分析

唐山市是我国京津地区具有战略意义的商品粮基地,对唐山粮食生产的研究对确保我国京津唐地区粮食安全有重要意义。利用唐山市粮食生产投入产出数据,应用灰色关联度,对影响唐山市粮食总产因素和生产函数对单产的投入因素分别进行分析和模拟。结果表明:影响唐山市粮食产量相关因子的关联度顺序为有效灌溉面积>粮食单产>耕地面积>粮食作物播种面积>农业机械总动力>受灾面积>化肥施用量>机耕面积>农村用电量>劳动力数量;农业机械总动力、有效灌溉面积和用电量对粮食单产有显著的正影响,目前的施肥水平下,氮肥对粮食单产有显著的负影响,磷肥和钾肥则为正影响。     

粮食产量影响因素分析

以1993—2012年中国粮食产量及其主要影响因素的时间序列数据为样本,建立OLS回归模型,计算出各个因素对粮食产量的影响。结果表明,对中国粮食产量贡献最大的影响因子是农用柴油使用量,其次是粮食、农资、良种、农机具四项补贴及粮食播种面积,受灾面积对粮食产量也具有显著的负向影响。据此,提出稳定粮食播种面积、提高农业机械化水平和加大政府农业补贴力度等建议。