福建省粮食生产特点及综合生产能力分析

通过分析2000-2012年福建省粮食生产相关数据,总结福建省粮食生产的主要特点,应用计量经济方法,以柯布-道格拉斯生产函数（C-D生产函数）对福建省粮食综合生产能力影响因素进行分析。福建粮食生产特点总结如下：耕地数量减少,人地关系恶化;生产规模偏小、从业人员老化;综合产能下降、发展后劲不足;基础设施薄弱、自然灾害频发等。模型分析结果表明：（1）粮食播种面积、化肥使用量与粮食产量呈显著正相关,而农村劳动力、成灾面积与粮食产量呈显著负相关,在劳动力方面存在隐蔽性失业;（2）目前福建省粮食生产处于规模报酬不变阶段。最后,从提高粮食生产经营者素质、强化农田基础设施建设和促进农业技术应用创新等3个方面,提出了增强福建粮食生产综合能力的对策建议。     

福建省粮食产量气象灾害风险评估

利用福建省1978-2004年66个县(区)的粮食单产资料,通过统计处理得到相对气象产量,并以相对气象产量的变化来表征福建粮食产量气象灾害风险程度.采用歉年平均减产率,教年减产率变异系数,相对气象产量低于-5%的保证率3个风险指标作为综合风险评估指标,来评估福建粮食单产气象灾害风险.结果表明全省各县综合风险指数介于0.08～0.73之间,高风险区主要分布在平潭县、泉州和漳州的大部县市、龙岩和三明的西部县市、宁德市东北部和南平的部分县市,这些区域的台风、暴雨、干旱和寒害等灾害对粮食单产的影响较大;低风险区主要分布在福建中部沿海县市及内陆县市,气象灾害对对粮食单产的影响相对小些.     

河南省粮食产量影响因素分析

利用GIS空间分析、灰色关联分析和主成分分析方法,通过对影响河南省粮食产量自然、社会和经济因素的分析,结果显示:自然对河南省粮食产量的影响较小,粮食产量主要受社会经济因素的影响,其中粮食单产和粮食播种面积的影响最为显著.除农业从业人口外,其他因素的影响比较均衡,但与粮食产量关联度较高,对于提高粮食产量仍有较大的利用宅间.农业从业人口与粮食产量呈负相关关系,不是粮食产量的主要影响因素.     

陕西省近20年粮食产量变化及预测研究

深入了解陕西省粮食产量的变化情况,探究影响陕西省粮食产量的主要因素,为粮食安全政策构建提供科学合理理论参考。本文选取陕西省1999—2019年的粮食产量数据作为基础数据,采用GM (1,1)预测模型对未来5年(2020—2024年)陕西省粮食产量进行预测分析。研究结果表明,陕西省粮食产量变化趋势为波动型增长,单位面积粮食产量和人均粮食产量的变化情况与粮食总产量变化趋势基本保持一致。灰色GM (1,1)模型预测结果显示,2020—2024年陕西省粮食产量将呈现小幅稳步增长的发展趋势。模型平均相对预测误差模型平均相对误差Δ=0.03370.10,预测精度较高。     

重庆市粮食产量波动的周期与特征分析

在考察了重庆市粮食产量现状的基础上,分析了1985-2008年间重庆市的粮食产量波动情况,根据重庆市近20年粮食统计资料,将物理学中的波动理论应用于粮食产量变化的分析,采用波动系数、波动周期等指标来研究粮食产量的波动规律与经济周期和特征,并提出稳定粮食产量的建议.     

基于主成分分析的河南省粮食产量影响因素研究

为了探明河南省粮食产量变化的主要驱动力,明确不同因素对粮食产量变化影响的大小,基于1978-2014年面板数据,运用主成分分析法,建立计量经济模型对该期间影响河南省粮食产量波动的因素进行研究。结果表明,影响河南省粮食产量变化的前三位驱动力分别为经济发展与农业资本投入、劳动与土地投入、成本-收益。具体来看,河南省粮食产量与社会经济水平呈正相关关系,粮食产量的增长主要取决于农业机械总动力、化肥施用量、农村用电量,弹性系数高达0.045;第一产业就业人数对粮食产量增长为正影响,其弹性系数为0.028;受灾面积对粮食产量增长呈负影响,弹性系数为-0.022;耕地面积、粮食播种面积对粮食产量增长的贡献不显著,弹性系数分别为0.021、0.020;而农业生产资料价格指数与粮食零售价格指数对粮食产量影响极小,弹性系数仅为0.006与0.003。     

陇中黄土沟壑区粮食生产驱动影响因素及对策研究——以会宁县为例

应用灰色关联分析方法,分析了会宁县1996～2009年粮食产量与粮食单产、粮食作物播种面积、农村劳动力、农用化肥施用折纯量等要素之间的关联程度,揭示了影响粮食产量的驱动因素。结果表明1,996～2009年,会宁县粮食产量表现为阶段性波动增长的特征。从驱动力看,单产是影响粮食产量的首要因素,农用化肥施用折纯量是影响粮食产量的重要因素,农用地膜、节水灌溉等技术的投入是影响粮食产量的关键因素,且表现出很大的潜力,干旱黄土沟壑区特定的资源禀赋是影响粮食产量的基础性因素。     

农业贷款与农业财政支出对主产区粮食增产效果的比较分析

基于粮食主产区1979-2010年粮食产量、农业贷款和农业财政支出的相关数据,运用协整检验、误差修正模型分析农业贷款和农业财政支出对主产区粮食产量的影响.结果表明:当期农业贷款和农业财政支出对主产区粮食产量有显著正向影响,且农业贷款大于农业财政支出对主产区粮食产量的影响,方差分解的结果表明农业贷款大于农业财政支出对主产区粮食产量的贡献率.在此基础上,提出改进我国主产区农业生产的农业金融和财政政策,提高粮食产量,保障我国粮食安全.     

基于敏感度分析模型的粮食生产与耕地变化动态响应研究——以连云港市为例

在总结分析2008-2016年连云港市的耕地面积和粮食产量数据的基础上,采用敏感度分析模型对研究期间的粮食产量对耕地变化的敏感度进行定量评估,从而得出近9年来连云港市粮食产量对耕地变化的敏感度大致分为3个阶段,即:2008-2010年粮食产量对耕地变化为高度敏感时期;2011-2013年粮食产量对耕地变化为低度敏感时期;2014-2016年粮食产量对耕地变化为不敏感时期,说明随着耕地保护政策的不断深入推进以及粮食种植技术的大力提升导致粮食产量对耕地面积变化的敏感程度越来越小。     

中国粮食产量影响因素分析及研究方法综述

粮食产量是社会稳定、经济增长研究的一个亟为重要的领域。随着对经济可持续增长模式的渴求,农业界、经济学界更加关注粮食产量的研究,研究成果越来越丰富。该研究重点回顾国内学者对中国粮食产量因素的研究历程,总结不同模型计策粮食产量因素中的优势与不足,同时对研究成果做了简要的评述,最后对我国粮食产量因素的研究方向进行探讨。     

中国粮食产量波动分析

将波动理论应用于粮食产量变化的分析,采用波动系数、波动周期等指标来研究粮食产量的波动规律,并将粮食产量的波动周期与国家粮食政策和自然灾害结合起来,定性分析了国家政策和自然灾害对粮食产量的影响,最后提出了稳定粮食产量的政策建议:利用国际市场的贸易机制、保持粮食政策的持续性和稳定性、健全粮食生产预警机制等。     

关于农业投入产出的线性回归模型

本文采用柯布——道格拉斯生产函数对农业的投入产出即粮食产量问题进行了线性分析,运用普通最小二乘法对粮食产量及其影响因素进行了显著性分析,最终得出结论:粮食播种面积、有效灌溉面积和农用排灌柴油机使用数量对中国粮食产量有影响,其中粮食播种面积是影响粮食产量的主要因素。为提高粮食产量,可以适当地扩大粮食耕种面积,同时增加有效灌溉面积和农用排灌柴油机的使用量。     

提高科技创新 促进产品升级

<正>建国以来,我国在粮食播种面积不断下降的情况下,是依靠肥料的使用使粮食产量的不断上升,实现粮食产量的9连增。肥料的使用为国家粮食产量及粮食安全起到不可替代的支撑作用。粮食产量实现9连增之后,我们面临的压力一点没减。粮食产量增加,进口量也在连年增加,我国粮食总需求量5.71亿吨,人     

基于马尔可夫模型的粮食产量丰歉状态预测

基于粮食产量序列存在不确定性、不精确性的特点,应用有序聚类的方法建立粮食产量丰歉状态的分级标准,并根据烟台市1949~1997年粮食产量对1998和1999年的粮食产量进行了预测。结果表明,根据有序聚类的原理确定粮食产量的状态,可使确定的分级标准更加合理;1998和1999年预测结果为丰年的发生概率为0.786和0.838,与实际情况相符,预测效果比较明显。     

农机化对粮食产量影响的实证研究

针对我国农业机械化水平与粮食产量导向机制问题运用因果检验对农业机械化与粮食产量数据进行因果关系验证。结果表明我国粮食产量的增长对机械化的提升具有较强的长期促进作用,而农业机械化对粮食产量增长的长期促进作用并不明显。该结论对于优化我国农业机械化机制,提升我国粮食产量科学健康增长具有重要指导意义。最后对构建我国农业现代化的建设提出建议。     

运用电子计算机建立粮食产量模型的研究

苏州地区是我国粮食产量最高的地区之一.但该区的产量不够稳定,尤其是1980和1981两年连续减产,粮食总产量占全省粮食产量的比重,由1971年的18.7%下降到1981年的12.3%.苏州地区的粮食产量能否恢复到历史最高水平并能继续增产?为此,我们采用系统工程方法,借助电子计算机,对该区粮食产量作定量模拟分析,寻求产量波动规律,为本区制定粮食生产规划,提高粮食产量提供参考.     

基于对数模型的亳州粮食产量预测与分析

该文以亳州市2002-2015年粮食产量为基础数据,对该区14a间的粮食产量变化情况进行分析。根据分析结果,通过建立对数模型,预测得到2030年该市的粮食产量以及未来粮食产量变化的趋势。结果表明:(1)未来一段时间内,亳州的粮食产量呈稳定增长的趋势;(2)增加基础设施和科技投入,提升应对自然灾害的能力,是粮食增加的重要措施;(3)科学技术的作用对粮食安全越来越重要。     

基于BP神经网络的粮食产量预测模型

提高我国粮食产量的预测精度与效率是人们关注的一个重要问题.BP模型是目前最为广泛应用的神经网络模型之一,它是一种简单又非常有效的算法.将BP神经网络模型应用到粮食产量预测中,并建立了粮食产量的神经网络预测模型,结果表明BP神经网络应用于粮食产量预测是可行的.     

福建省粮食产量影响因素主成分分析与产量趋势预测

[目的]深入了解福建省粮食产量的主要影响因素,预测福建省粮食产量未来发展趋势,为相关部门制定粮食生产决策提供科学依据.[方法]以1978～2012年福建省粮食产量的相关统计资料为基础数据,利用主成分分析法探讨粮食产量的影响因素;并以2007～2012年的粮食产量数据为样本,建立GM（1,1）预测模型对福建省未来5年（2013～2017年）的粮食产量进行预测.[结果]1978～2012年福建省粮食产量呈波动增长、快速下降和平稳发展的阶段特征,粮食生产主要集中在南平、龙岩和三明市一带;利用主成分分析法在确保信息量的基础上,提取了农业现代化水平因素和价格政策因素两个主成分;灰色GM（1,1）模型预测结果显示,在政策扶持下2013～2017年福建省粮食产量将呈现小幅稳步增长的发展趋势.模型平均相对预测误差为0.87％,预测精度较高.[建议]应增加科技投入、提高单位面积粮食产量、加大粮食扶持政策实施力度,以保持福建省粮食生产能力及提高粮食产量水平.     

通化市粮食产量影响因素分析

利用滤波技术分析了通化市1993~2012年粮食产量的变化情况,并依数据波动特征将其划分为两个阶段。确定了通化市粮食产量的5个影响因素,利用分位数回归法对各阶段粮食产量的影响因素进行了详尽分析,结果表明农机总动力对粮食产量的促进作用较为显著。