安徽省粮食产量预测及影响因素分析

根据安徽省2006-2014年的粮食统计资料,运用GM(1,1)模型对未来几年的粮食总产量进行预测,并对影响粮食总产量的各因素进行灰色关联分析。结果表明,未来几年安徽省的粮食总产量将呈持续上升趋势;各主要影响因子与粮食总产量呈显著关联,其中关联度大小依次为化肥施用量、粮食单产、农用柴油使用量、有效灌溉面积、粮食播种面积、农药使用量、农业机械总动力、受灾面积、成灾面积、农业财政支出。通过对安徽省粮食产量预测及影响因素的分析,为有关部门制定合理的经济政策提供科学的理论依据。     

粮食产量灰色模型预测

根据灰色系统理论,建立了GM(1,1)模型,并对粮食产量进行了预测。结果表明:用GM(1,1)模型预测粮食产量,从理论上讲比数理统计模型严谨,计算比较简单,弥补了中小地区不能实现依靠气象预测和遥感预测的缺陷,因此具有一定的可行性。     

粮食产量影响因素的动态分析与预测——以福建省1984-2013年数据为例

根据1984-2013年农业统计数据,利用GM(1,1)模型对2014-2023年福建省粮食产量及其影响因素进行预测.通过对1984-2013、2006-2013和2014-2023年3个阶段内自然、科技、经济及政策因素对粮食产量的影响进行分析,提出政策建议,为福建省粮食生产的持续发展和科学决策提供借鉴.结果表明,①在微观层面,1984-2013年间粮食播种面积、农村劳动力人数和有效灌溉面积对粮食产量影响较大;2006-2013年粮食播种面积依然是影响粮食生产的关键因素,但化肥施用量和粮价的影响程度超过了农村劳动力人数和有效灌溉面积;2014-2023年自然灾害和化肥施用量超过粮食播种面积成为关键因素.②在宏观层面,1984-2013年自然条件的影响最大,其次是经济和科技因素;2006-2013年科技因素的影响相对上升,但政策因素的影响十分微弱;2014-2023年自然和经济因素的影响相对上升,且后者上升得更为明显.     

GM(1,N)灰色系统与BP神经网络方法的粮食产量预测比较研究

基于国家粮食安全预警系统的开发项目,针对我国粮食年产量预测中精度差和波动大的问题,分析了逐步回归、BP神经网络和GM(1,N)灰色系统3种常用预测方法的预测能力。根据能够计量和具有农学意义2个原则,选择了粮食作物播种面积、化肥施用量、粮食作物有效灌溉面积等12个重要的粮食年产量影响因子,用上述3种方法构建预测模型。在建模样本相同的情况下,结果显示,BP神经网络方法5年期拟合平均相对误差为1.44%,连续5年逐年预测平均相对误差可达到2.89%,这2个性能均优于其他2种方法,可以较好地应用于粮食安全预警系统,笔者最后探讨了对BP神经网络进一步优化的方法。     

河北省粮食产量影响因子的灰色关联分析

运用灰色系统理论中的灰色关联分析方法,选择粮食单产、耕地面积、有效灌溉面积、化肥用量、农药用量、农业机械总动力、受灾面积7项因子,与河北省近10 a来粮食产量之间的关联性进行分析,结果表明,影响河北省粮食产量的主要因子依次为有效灌溉面积、农药用量、农业化肥用量、耕地面积、粮食单产、农业机械总动力和受灾面积。因此,提出加强农业基础设施建设,合理使用化肥和农药,实行严格的耕地保护制度,实施科技兴农战略等建议,以稳定和增加河北省粮食产量。     

云南省粮食产量影响因素的灰色关联分析

在粮食问题形势严峻的情况下,分析影响粮食产量的诸多因素,有利于提高粮食产量。根据1971—2008年云南省的相关统计资料,将粮食产量变化趋势划分为3个阶段,运用灰色系统理论分析了不同阶段云南省粮食产量与其影响因素的关联度,分析其关联系数波动原因。10个因素对粮食产量的影响程度为:农林牧业劳动力>有效灌溉面积>农用排灌动力>农作物总播种面积>粮食播种面积>农作物成灾面积>农作物受灾面积>农村用电量>化肥施用量>农用机械总动力。研究结果可为解决云南省粮食产量稳定增长问题提供理论依据。     

浙江省粮食产量影响因子的灰色关联分析

近年来,浙江省农业经济迅速发展,但粮食产量却没有得到相应的增产,甚至出现了多年的减产。运用灰色系统理论中的灰色关联分析方法,选择粮食单产、耕地面积、有效灌溉面积、化肥用量、农药用量、农业机械总动力、农用塑料薄膜用量、受灾面积8项因子,与浙江省近7a来粮食产量之间的关联性进行分析后发现:化肥用量、有效灌溉面积是影响浙江省粮食产量的主要因子,其余依次为耕地面积、农药用量、粮食单产、农业机械总动力、农用塑料薄膜用量和受灾面积。并提出合理使用化肥和农药、增加农业有效灌溉面积、实行严格的耕地保护制度、实施科技兴农战略等建议,以稳定和增加浙江省粮食产量。     

中国粮食产量的无偏灰色GM(1,1)模型与预测

根据《中国统计年鉴-2008》等最新统计数据,建立改进的无偏灰色GM（1,1）模型,并对2009～2015年中国粮食产量进行实证分析和预测。结果表明,所建模型简化了建模步骤,提高了预测精度,预测结果符合中国粮食生产实际。     

洛阳市粮食产量影响因素及预测

以洛阳市为例,探讨粮食产量的变化特征及其影响因素,结合主成分分析法,建立粮食产量分别与生产资料、消费能力的关系模型。运用GM(1,1)灰色模型预测洛阳市未来5年的粮食产量,结果显示未来5年该市粮食产量具有平稳增长的良性趋势,据此可为粮食生产相关部门提供决策指导。     

农村居民消费结构变动趋势分析——以福建省为例

根据1994-2010年福建省统计年鉴上的数据,运用灰色关联分析法和灰色预测模型GM(1,1),对福建省农村居民的消费结构的变动过程进行研究,分析福建省农村居民消费结构在变动过程中的特点,并对2010-2015年的各项数值进行了预测,在此基础上分析福建省农村居民消费结构的变动趋势。     

灰色系统模型在河南农业经济发展中的应用

应用灰色系统理论中关联分析方法和GM(1,1)模型,对河南农业经济现状进行了关联分析,在对其发展趋势预测的基础上,进行了趋势关联分析.结果表明,各产业对农业总产值的趋势关联度排序为r种植业>r渔业>r畜牧业>r林业.其研究结果动态的反映了河南农业经济发展的趋势,可为农业经济持续发展、科学决策提供理论依据.     

城镇化对内蒙古农牧民收入影响的灰色关联分析

文章以1998-2011年内蒙古自治区城镇化水平与农牧民收入的时间序列数据为基础,运用灰色关联分析方法,分析了内蒙古城镇化进程对农牧民收入的影响.结果表明,城镇化水平与农牧民收入之间存在显著的相关性,城镇化水平与家庭经营收入、工资性收入、财产性收入、转移性收入的关联程度依次减弱,针对上述分析结果,提出了推进内蒙古城镇化发展、增加农牧民收入的对策建议.     

灰色GM（1，1）模型群及其粮食产量的预测

科学准确地预测粮食产量，对于制定国民经济计划十分重要。目前粮食产量的预测方法很多，本文提出了粮食产量预测的灰色ＧＭ（１，１）模型群，并根据某县１９８１年～１９９０年的粮食产量资料，对该县１９９１年～１９９５年的粮食产量进行了预测。经分析，其预测结果可靠、预测精度比ＧＭ（１，１）模型大大提高。     

黄淮海平原粮食产量与主要投入要素的灰色关联分析

本文采用灰色关联分析法,对黄淮海平原1999～2005年粮食总产量与年末总人口、乡村人口、乡村从业人员数、农业机械总动力、有效灌溉面积、化肥使用量、农作物总播种面积、粮食作物播种面积、第一产业增加值、农业基本建设投资完成额、农业从业人员、粮食占农作物播种面积百分比等12项相关因子进行了关联分析,以了解近7年影响粮食产量的强关联因子和中等关联因子.结果表明:粮食作物播种面积、粮食占农作物播种面积百分比和农业从业人员与黄淮海平原粮食总产量是强相关关系,农作物总播种面积、乡村人口、有效灌溉面积、年末总人口、乡村从业人员数、化肥使用量、第一产业增加值、农业机械总动力和农业基本建设投资完成额和黄淮海平原粮食总产量是中等相关关系.并根据粮食生产投入要素与粮食总产量关联的强弱,分别从稳定耕地面积,加快非农化过程中农民转移,农业结构调整和提高农业现代化水平等方面,阐述了稳定黄淮海平原粮食产量的途径.     

科技创新投入与新型城镇化发展的关联性研究——以江苏省为例

基于江苏省2001~2012年的科技创新投入与城镇化发展的统计数据,构建了灰色关联度模型,对江苏省科技创新投入与新型城镇化发展的关联性进行了实证分析,结果表明:科技经费投入、科技活动人员投入及政府的科技拨款对江苏省的新型城镇化发展都有较强的推动作用;尤其是科技经费的投入关联性最强。提出了相应的对策建议,即通过科技创新推动江苏省城镇化的步伐,增加城镇化发展的科技经费投入,培养科技创新人才,同时需要政府科技政策的强力支持。     

粮食产量变化及影响因素分析——以山东省东营市为例

分析了山东省东营市1983~2002年粮食产量变化情况。通过选取气温、降水量、蒸发量、粮食播种面积、农业机械动力、化肥施用量、农业人口等7个因子,分别采用单因子关联分析和多因子PCA分析,揭示了东营市影响粮食产量变化因素的内在联系。单因子分析表明:气温、播种面积、化肥用量、机械动力、农业人口等5个因子与粮食产量的关联程度极显著(在0.01水平),关联系数>0.586。PCA分析表明,气温、化肥用量、机械动力及农业人口作为第一主分量对粮食产量影响较大,占有分析因子贡献率的50.99%,降水量、蒸发量与播种面积作为第二主分量对粮食产量影响较大,占有分析因子贡献率的21.18%。第三主分量表现在播种面积,贡献率为12.93%。     

河南粮食产量与农业生产条件的灰色关联分析

运用灰色关联分析方法,对河南省2004-2012年粮食产量与农业生产条件的8个因素进行实证分析。分析结果表明,农业生产条件对河南省粮食产量影响关联序为：农药施用量、化肥施用量、农田有效灌溉面积、农用塑料薄膜使用量、常用耕地面积、农村用电量、农林牧渔从业人数和农用机械总动力。在此基础上,依据关联度的分析,就提高河南粮食产量提出了建议。     

黑龙江省主要农业气象灾害特征及其对粮食产量影响的灰色关联分析

[目的]了解黑龙江省主要农业灾害的变化特征及其对粮食产量的影响,为相关部门制订粮食生产决策提供科学依据.[方法]以黑龙江省1972～2012年干旱、洪涝、风雹及低温灾害的受灾面积数据、同期粮食平均单产及四大粮食作物(玉米、水稻、大豆、小麦)单产数据为样本,利用灰色关联分析法探讨主要农业气象灾害特征及其对粮食产量的影响因素.[结果]20世纪80年代黑龙江省受涝灾影响较严重,受灾比相对较高,而干旱受灾比相对较低;20世纪70、90年代及2000年以后黑龙江省干旱受灾比相对较高,处于较干旱阶段.20世纪70年代是低温冷害和风雹灾害相对集中的时期,80年代受灾比减弱,但后期出现反弹趋势.1972～2012年黑龙江省农业受灾程度和粮食总产呈波动性变化,受灾严重年份粮食总产基本呈下降趋势,灾害性天气直接影响粮食生产.灰色关联分析表明,干旱是影响粮食作物平均单产及水稻单产最大的农业气象灾害,洪涝灾害次之;对于玉米和大豆,洪涝的影响略大于干旱;小麦受干旱和低温影响较大,而风雹和洪涝次之.[结论]干旱和洪涝是影响黑龙江省粮食生产的主要气象灾害.根据黑龙江省西旱东涝的特点因地制宜推广减灾技术,可有效减轻灾害损失.     

自然灾害对贵州粮食产量影响的灰色关联度分析——以稻谷、玉米为例

近年来,贵州省自然灾害频发,粮食大面积减产,农民损失严重。本文通过对占粮食产量70%以上的稻谷和玉米作为研究对象,利用灰色关联度分析自然灾害对稻谷、玉米单产的影响,认为稻谷和玉米的抗逆性强弱的不同,农田水利设施对粮食生产影响较大,农田基础设施存在不足和不合理的问题,农田治理有待加强,并提出相应对策。