吉林省粮食单产影响因素分析

吉林省是我国重要的商品粮基地,研究其单产的变化对确保吉林省粮食供给具有重要意义。以1984～2007年主要农业生产条件作为自变量,采用多元线性回归分析其对单产的影响。计量结果表明,灌溉比例、每公顷化肥施用量、农机动力、成灾比例等4个因素对粮食单产水平的解释力达87.9%。其中灌溉比例、化肥施用量、减少成灾比例对单产的提高有积极的影响,而增加机械动力减少了粮食产量,对此,我们需要有相应的对策。     

浙江省粮食单产影响因素分析

对近10年来浙江省粮食单产历史演变分析表明,粮食单产总体呈增长趋势。运用柯布—道格拉斯生产函数,对20世纪90年代以来全省粮食单产的主要影响因素进行了分时段分析,结果表明:1990—1997年期间,农业科技投入的贡献最大,达17.64%;1998—2000年期间,农业科技投入的贡献继续保持第一,为9.68%;2001—2004年期间,成灾面积扩大对粮食单产增速放慢所起的作用最大,达48.94%;从整体来看,1990—2004年期间,农业科技投入在推动粮食单产增长过程中的贡献最大,达44.50%。从而得出依靠农业科技进步,将是继续提高浙江粮食综合生产能力的主要途径和手段。     

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。     

福建省粮食单产变化及人文因素驱动力分析

为揭示福建省粮食单产的波动变化和影响粮食单产的人文社会因素,获取福建省统计年鉴中1986~2012年的若干组基础数据作为影响因子,依据主成分分析原理在SPSS操作平台下进行福建省粮食单产的影响因素分析。结果表明:27年以来福建省粮食单产呈波动上升趋势,其中前20年增长速度保持持续增长,后续产量达到最高值后趋予稳定。运用主成分分析结果,将影响福建省粮食单产的人文社会因素归结为经济要素,人口、农业投入与运输要素,消费与投入压力要素3方面。鉴于经济要素的贡献最大,提出依靠经济发展是促进福建省粮食单产、提高粮食生产能力的主要途径。     

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。     

江西省粮食生产时空变化特征及影响因素分析

根据江西省2005—2019年粮食生产数据及相关影响因素数据,采用空间自相关分析和相关分析方法,分析近15年来江西省粮食生产时空变化特征及影响因素。结果表明：（1）2005—2019年江西省粮食产量总体呈现增长趋势,主要粮食作物产量依次为：稻谷>玉米>小麦;（2）宜春市和吉安市粮食产量在江西省各市位居前列,新余市、萍乡市、鹰潭市及景德镇市粮食产量一直相对偏少,市域粮食产量在空间分布上呈现相似类型集聚分布特征,且随着时间变化空间集聚特征愈发明显;2005—2019年江西省的粮食高产集聚区由抚州逐步聚集于上饶;（3）农业肥料、播种面积和农业塑料薄膜与粮食产量呈显著正相关,对粮食生产均具有显著性正向效益。     

河南省粮食单产影响因素分析及变化趋势预测

利用灰色系统理论对1999—2008年的河南省粮食单产影响因素进行灰色关联分析,运用GM(1,1)模型对其发展进行关联分析,动态研究了河南省粮食生产发展趋势,为河南省粮食稳产增产提供理论依据.     

基于ESDA-GWR的四川省粮食单产时空演变及影响因素研究

以四川省21个市州为研究区域,利用ESDA空间自相关分析和GIS空间分析中地理加权回归模型(GWR),探讨了2004~2013年四川省粮食单产的空间特征及影响因素。结果表明:1四川省粮食单产差异明显,整体呈现"中心高四周低"的空间特征。2通过空间自相关分析,全局Moran’s I指数的最小值为0.14,为空间正相关,表明21个市州的粮食单产空间上聚集,并且德阳、南充的粮食单产的"热点"效应逐渐扩散。3对影响因素的地理加权回归分析发现,化肥施用量的回归系数最大,说明化肥施用量是对粮食单产的最主要因素。按其影响程度由大到小排序为:化肥施用量﹥农业机械动力﹥耕地用电量﹥有效灌溉面积。     

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.     

单产和播种面积对湖北省粮食总产波动的影响分析

湖北省粮食总产波动最直接的原因是单产和面积，其中单产是主要因素，单产波动对总产波动的乎均影响程度低于全国水平，面积波动的影响程度则高于全国平均水平，面积和单产交互作用对总产波动有一定影响，但不是主要的。     

基于GWR模型的渭北黄土旱塬粮食单产空间分异 及其影响因子分析——以陕西彬县为例

【目的】 通过探究渭北黄土旱塬区粮食单产在县域尺度上的空间分异特征及其影响因子,为小尺度粮食单产及其影响因子的空间分异研究、区域粮食单产提高提供科学依据。【方法】 应用空间自相关、最小二乘法和地理加权回归模型（GWR）,研究渭北黄土旱塬区典型粮食主产县陕西彬县粮食单产的空间分布特征及其影响因子的空间分异。【结果】 彬县粮食单产的Moran’s I指数为0.328,显著性检验的Z值为5.51,呈北高南低的局部空间集聚特征。坡度、耕层厚度、土壤有机质、道路密度和施肥成本对彬县粮食单产具有正向影响,土壤类型、侵蚀程度和地下水埋深对彬县粮食单产具有负向影响,各解释变量回归系数的相对极差范围为0.55—14.11。空间上,耕层厚度、土壤类型、侵蚀程度、土壤有机质和道路密度对彬县南部、东南部梁峁丘陵沟壑区粮食单产的影响强于北部黄土旱塬区,而坡度、地下水埋深和施肥成本则表现出相反的空间非平稳性特征。OLS模型回归系数的显著性与GWR模型回归系数的相对极差呈负相关关系。GWR模型的R ²比OLS模型提高了0.04,AIC值减少了11.04。 【结论】 彬县粮食单产之间存在显著的空间正相关关系;土壤有机质、施肥成本和地下水埋深是渭北黄土旱塬区县域粮食单产的最主要影响因子;同一影响因子在县域内的不同空间位置对粮食单产的影响程度存在较大差异,且各影响因子对粮食单产影响程度的空间非平稳性是导致OLS模型回归系数显著性水平较低的主要原因。GWR模型在空间非平稳性数据建模方面的解释能力与估计精度都优于OLS模型,且能够实现模型估计参数的空间可视化。     

河北省县域粮食单产及其生产投入要素的时空分异 ——基于1990-2010年统计数据的实证分析

以河北省147个县域为研究单元,借助数理统计和GIS空间分析等方法,揭示1990-2010年粮食单产及其驱动因子的时空演化特征。结果表明:①县域粮食单产“中部高、东西两侧低”与“中南部高、北部低”的层次分异格局非常明显;②县域粮食单产以普遍上升为主,单产水平较高的区域沿京广铁路和京哈高速公路向左右两侧扩张,单产水平较低的区域集中分布在河北北部和河北西部,海河冲积平原区粮食单产上升幅度较快;③县域粮食单产的驱动因素呈现为非均衡联动的局域性特征,耕地有效灌溉面积比重对粮食单产的影响最显著。与1990年相比,2010年4种投入要素对粮食单产的影响系数均在下降,系数为负值的县域明显增加,表明部分县域农业生产投入对粮食单产的边际效应已经达到递减阶段。因此,应结合县域粮食单产的现状和驱动因子的效应机理,积极采取相应措施以保障京津冀地区的粮食安全。     

Climate Change, Risk and Grain Yields in China

Adopting Just and Pope (1978, 1979) style yield functions, this paper proposes a method to analyze the impacts of regional climate change on grain production in China. We find that changes in climate will affect grain production in North and South China differently. Specifically, it emerges that a 1℃ increase in annual average temperature could reduce national grain output by 1.45% (1.74% reduction in North China and 1.19% reduction in South China), while an increase in total annual precipitation of around 100 mm could increase national grain output by 1.31% (3.0% increase in North China and 0.59% reduction in South China).     

重庆市粮食单产及均衡增产潜力空间分异

以县域为基本研究单元,利用变异系数、泰尔指数、ESDA方法和区域粮食增产潜力测算,探究粮食单产空间差异变化及空间格局演变,并在此基础上进行粮食均衡增产潜力分析。结果表明:(1)2000~2014年间,重庆市粮食单产变动态势呈现"V"型,2007年单产水平最低。(2)重庆市粮食单产总体差异呈缩小趋势,总体差异贡献度为一小时经济圈渝东北区渝东南区,区域差异为渝东北区一小时经济圈渝东南区。(3)研究期间,粮食单产存在明显的空间集聚特征。(4)重庆市可划为3个一级、8个二级均衡增产类型区,粮食单产增产潜力为一小时经济圈渝东北区渝东南区,总增产潜力表现为渝东北区一小时经济圈渝东南区,全市总增产潜力为4.20×10~6 t。     

气候变化对南丰县粮食作物产量影响分析

选用1961—2018年南丰县统计局双季早、晚稻及粮食作物单产和南丰国家基本气象站气温、日照、降水等观测资料,结合南丰县气象局双季早、晚稻发育期观测等资料,使用Excel图表、线性气候倾向率、相关分析等方法,分析气候变化对南丰县粮食作物产量的影响。结果表明,1961—2018年,南丰县双季早、晚稻及粮食作物单产总体呈上升趋势,双季早、晚稻及粮食作物单产均随年际变化正相关极显著,将有利于南丰县粮食作物产量的稳定。随着全球气候变化,与南丰县双季早、晚稻及粮食作物单产正相关极显著的年平均最低气温、3—10月月极端最低气温平均等因子随年际变化升高,表明南丰县粮食作物生长期间的热量资源将更加丰富,气候变化有利于南丰县粮食作物增产。虽然年日照时数,尤其是6—9月日照时数随年际变化减少,较不利粮食作物生长,但与主要气象要素热量条件相比,有利条件远大于不利条件。年降水量和3—10月降水量随年际变化线性相关不显著。     

我国旱灾变迁及对粮食产量的影响

通过对我国1950-2011年旱灾数据的研究,分析了旱灾变迁规律：旱灾成灾面积约占总成灾面积的52．53％,成为自然灾害之首;旱灾受灾面积与成灾面积高度相关;旱灾受灾周期平均14．25 a,而且周期有缩小的趋势;旱情在空间上发生了转移,最严重的是东北、华北地区,最轻的是华中、华南地区。最后利用统计软件得出我国粮食产量和旱灾成灾面积的回归方程,并提出统筹兼顾以抗旱为主,以及推广应用抗旱高产品种和加大研究节水灌溉措施等建议。     

气候变化对宿州市夏粮产量的影响

[目的]研究气候变化对宿州市夏粮产量的影响。[方法]利用1982~2014年宿州降水量、气温观测资料和夏粮产量资料,采用M-K检验、灰色关联、GM(1,1)模型等方法,通过计算气候产量来评估一定时间尺度上气候变化对宿州夏粮生产的影响。[结果]1982~2014年宿州市夏季粮食生产时间段(6~9月)的气温处于持续上升的趋势,并在1993年气温发生突变,在1996年以后显著上升;夏粮生产期的降水则呈现波动上涨趋势。通过相关分析,选取气温作为主要气候因子分析夏粮气候产量变化。近33 a来宿州市夏粮产量不断增长,利用GM(1,1)模型计算期间趋势产量,研究气候因子对气象产量的影响发现,随着夏粮单产的显著增加,气候变化给宿州夏粮生产带来的损失也越来越大。[结论]该研究为宿州市夏粮生产提供理论依据。