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%。     

于田绿洲沙漠化驱动因素的定量研究

以于田绿洲为研究对象,选择该区1949～2011年的9个人为因子和1960～2011年的5个自然因子的统计数据,利用主成分分析法和相关分析法,对于田绿洲沙漠化过程中的自然与人为因素作用强度进行了定量分析。结果表明,在于田绿洲沙漠化发展过程当中,人为因素的贡献率为50.08%,自然因素的贡献率为6.53%,自然与人为因素共同作用的贡献率为31.98%。人为因子(F1)、人为和自然因子的共同作用(F2、F3)、自然因子(F4)对于田绿洲沙漠化影响的综合作用力的定量表达式为F=0.500 8F1+0.183 1F2+0.1367F3+0.065 3F4。近60多年来,于田绿洲沙漠化的发生及扩展的最主要的因素是人为因素,人为因素的影响逐年增加;但人为因素对沙漠化的作用具有双重性,既可以加速沙漠化过程,同时也可以使其逆转。     

生产资料投入量对河北省粮食产量的贡献率分析

文章主要采用主成分回归C-D生产函数模型,分析了生产资料投入量对河北省粮食产量的弹性及贡献率。结果表明:粮食播种面积、农业机械总动力、有效灌溉面积、化肥施用量以及机耕面积的弹性系数均为正显示正效应,农业从业人员的弹性系数为负显示负效应;1995~2015年对河北省粮食产量贡献率最大的生产资料是粮食播种面积和农业机械总动力,贡献率共达到86.81%。根据数据分析所得结果,针对河北省当前粮食产量状况,提出保护土地红线、提升农业机械化水平、提高化肥利用率等可行性建议。     

新疆粮食产量影响因素分析及其贡献率比较

运用灰色关联分析法,通过对新疆1990~2008年粮食产量的影响因素（粮食播种面积、化肥施用量、农业机械总动力、有效灌溉面积、粮食生产劳动力）的灰色关联分析及其贡献率进行比较。结果表明：化肥施用量、农机总动力、有效灌溉面积始终是影响新疆粮食产量前三位的投入要素;化肥施用量、农机总动力两种投入要素对粮食产量的影响经历了由弱到强的变化。提高农业现代化水平、努力增加有效灌溉面积、促进农村剩余劳动力转移,是增加新疆粮食产量的主要途径。     

河北省粮食产量变化贡献因素分解与测算——基于粮食内部结构调整的视角

利用河北省1980~2015年粮食生产数据,采用RLI模型对1980~2015年河北省粮食生产变化的贡献因素进行了分解测算,并对比分析了粮食播种面积变动、各作物单产水平变化和粮食种植结构调整对河北省粮食生产变动的贡献。测算结果显示,粮食作物单产水平的提高是粮食增产的首要贡献因素,其中,小麦和玉米单产水平的提高是影响作物生产力效应的主体,贡献率为101.84%;作物种植结构调整中,玉米的贡献率最大;播种面积变化的产量效应为负,对粮食增产的贡献率为-21.69%。粮食产量变化的3个贡献因子,在研究期不同时段的作用差异显著。     

黑龙江省粮食产量影响因素分析

黑龙江粮食产量逐年提高,为国家粮食安全提供了保障,具有不可替代的作用。运用黑龙江1991—2011年数据进行多元线性回归分析影响黑龙江粮食产量的因素,主要有耕地面积、化肥施用量、农机总动力,其中化肥施用量贡献最为显著。     

江苏农业生产投入要素对产量的影响研究

为了探明江苏粮食产量与主要生产投入要素的关系,利用多元线性回归模型对1978-2018年江苏粮食产量与生产投入要素的联系进行分析。结果表明:化肥施用量、机械化水平和种植面积对江苏粮食产量影响较大,作用因子分别为1.3914、1.1846和0.8264,而农用薄膜和农药的使用对江苏粮食产量增长具有副作用,作用因子分为-0.5775和-0.1118,增加有效灌溉面积也能增加粮食产量。针对江苏粮食生产提出合理增加化肥使用、增加种植面积和提升机械化水平的建议,增强江苏稻米产业的可持续发展的内在动力。     

基于地理探测器的河北省粮食产量影响因素研究

以河北省11个地级市的粮食产量作为研究对象,选取14个与粮食产量关系最密切的影响因子,利用地理探测器的因子探测和交互作用探测分析方法,对不同因子对粮食产量的影响进行分析,得出河北省11个地级市粮食产量的空间分异格局以及不同种类粮食产量的主要影响因素。结果显示:农作物总播种面积、耕地面积、农业机械化水平、农业技术人员、化肥施用量是粮食产量的显著影响因子。耕地面积、农作物播种面积和农林牧渔从业人员交互影响作用最强。农业机械使用中联合收割机的使用极大地影响了河北省粮食总产量。     

1978—2011年甘肃粮食产量变化原因分析

粮食产量变化受多种原因共同影响,通过对1978-2011年甘肃粮食产量与各影响因子统计资料实证分析,运用协整及Granger因果关系检验,进而构造脉冲响应函数.结果表明:有效灌溉面积、种植面积、受灾面积和化肥施用量是影响甘肃粮食产量的主要影响因子,其中种植面积对甘肃粮食产量的贡献呈现出边际递减趋势,有效灌溉面积与粮食产量互为因果关系,结果与甘肃省干旱缺水的实际情况吻合.根据分析结果提出相应对策建议.     

山东省粮食生产效率与安全对策研究

粮食安全是国家安全的重要基础。新冠疫情的流行及国际局势的变化,再加上全球气候变化的影响,给本来就很脆弱的世界粮食格局带来巨大冲击。党的十八大以来,我国提出了“确保谷物基本自给、口粮绝对安全”的新粮食安全观。粮食生产大省持续增产是我国保障粮食安全的基石,通过对山东省粮食生产效率与代价分析,明确生产资料投入量对粮食产量的贡献率,深入剖析新形势下山东省保障粮食安全的有效途径,寻求粮食增产策略。研究表明：1949—2020年,山东粮食产量增长5.89倍,达到5 446.8×10⁴ t;粮食产量每增加1倍平均用时12.05年,播种面积平均减少4.34%,有效灌溉面积增加4.63%,农业机械总动力增加6.49倍,化肥施用量增加1.94倍,农药使用量增加1.14倍。粮食总产量的增加主要是依靠单位面积产量的提高,山东粮食单产每上一个1 000 kg/hm²台阶平均用时12.52年,有效灌溉面积增加5.19%,农机总动力增长1.59倍,化肥施用量增长37.97%,农药使用量增长0.33%。通过对生产资料贡献率分析看出,对山东省粮食产量影响较大的因素是粮食播种...     

基于VAR模型的安徽省粮食产量影响因素的实证研究

自然条件、政策环境、经济因素、技术进步等因素都会影响粮食产量。选取安徽省1990—2012年影响粮食生产的7个因素,最初,使用前向逐步回归分析的方法研究发现,对粮食产量影响较大的因素有粮食成灾面积、有效灌溉面积、化肥施用量3个变量。其次,Johansen协整检验阐释了这3个变量与粮食总产量之间的关系,并构造脉冲响应函数及进行方差分解得出这3个变量对总产量的贡献度为：粮食成灾面积＞化肥施用量＞有效灌溉面积。所以,增强农业工程的防灾减灾效果,提升农田水利基础设施的使用效率,科学控制化肥施用量对提高安徽省粮食综合生产能力具有重大作用。     

豫西地区不同类型农田化肥增产效益及增产潜力研究

 【目的】探讨化肥在豫西地区不同地形农田的增产效益与增产潜力，为引导和实现化肥的优化配置和合理施用、提高豫西地区粮食产量提供参考依据。【方法】采用田间试验，研究了豫西地区平川地、坡平地、坡地等3种典型地形农田化肥施用量对作物产量的影响；并对3种典型农田化肥消费量与粮食产量的多年统计资料进行了分析，提出了二者之间的关系，并由此对豫西地区粮食增产潜力进行了预测。【结果】作物单产以平川地最高，坡平地次之，坡地最低。尽管在3种类型农田上使用化肥均可大幅度增加作物产量，但化肥增产效益以坡地最高，坡平地次之，平川地最低；对3种典型地形农田化肥消费量与粮食产量多年统计资料的分析也获得相同结论。根据田间试验结果对未来豫西地区粮食产量及增产潜力进行的预测表明，当采用本研究中最大施肥量时，豫西地区粮食总产量可达到4.24×109 kg，是2003年该地区粮食产量的2.1倍；并预测在增加粮食产量中，坡地贡献率占50.1%、坡平地占33.7%、平川地占16.2%，坡地和坡平地粮食生产对该地区粮食总产量具有决定作用。【结论】豫西地区3种典型地形农田中化肥增产效益存在差异，以坡地化肥增产效益最大。因此，加强坡地化肥投入，可有效地提高本区粮食总产量，对今后本区粮食的增产具有重要意义。     

基于熵权法的粮食产量影响因素权重确定

选取乡村从业人员数量、农业机械总动力、农作物有效灌溉面积、粮食作物播种面积、化肥施用量、农村用电量、受灾面积和成灾面积等8个主要因素作为粮食产量影响因素,运用熵权法给出了粮食产量影响因素权重确定方法,并运用1985～2005年相关数据,实例分析了我国粮食产量影响因素的权重。结果表明,农村用电量对粮食产量的影响最大,其次是农业机械总动力、化肥施用量和成灾面积。要提高粮食产量,必须加大机械化程度,将人从以往的直接耕种过程中解放出来,并要加强水利工程建设,做好防灾减灾工作。     

影响中国篮球职业教练员成才因素分析

以现阶段影响篮球职业教练员成才的因素为研究主题，运用访谈法、问卷调查法、文献资料法、数理统计法，分析了影响中国篮球职业教练员成才的因素问题，为今后篮球职业教练员的培养提供有价值的参考。主要研究结论如下：影响中国篮球职业教练员成才的因素有五大部分，他们的贡献率分别为：理论与实践因子贡献率15041%、教练组管理因子贡献率14895%、政策体制因子贡献率13850%、教练员自我完善因子贡献率11504%、社会发展因子贡献率10744%。分析得出影响教练员成才的主要因素，根据五大因素去探究教练员的具体情况为今后教练员的培养提供依据。     

山东省粮食生产影响因素实证分析

分析近年来山东省有关粮食产量变化及其影响因子的相关资料,利用灰色关联分析法和线性回归模型,从单位面积产量、农机总动力、播种面积、财政支农支出比重等指标进行对比研究。2种模型的输出结果基本反映了各项指标对山东省粮食产量的影响程度,其中有效灌溉面积、化肥使用量、乡村劳动力、单位面积产量是影响山东省粮食产量的主要因素。     

河套灌区春小麦生产水足迹影响因子敏感性及贡献率分析

【目的】农业水资源高效利用是保障国家粮食和水资源安全的重要途径,作物用水评价是农业用水管理的主要研究课题之一。水足迹为农业用水评价提供了新的指标体系,对作物生产水足迹影响因素进行定量评价有助于进行水足迹调控,实现农业水资源高效利用。【方法】以河套灌区为研究区域,基于水足迹概念体系,利用改进的水足迹量化方法对河套灌区春小麦生产水足迹进行量化并分析其在研究时段内的演变特征;利用单因素轮换（One-At-A-Time,OAT）敏感性分析方法和贡献率分析方法探究气候、农业生产投入因子和水资源利用效率对春小麦生产水足迹变化的驱动力。【结果】春小麦生产水足迹在研究时段内呈显著下降趋势,从1981年的4.71 m³·kg^-1,下降到2010年的1.52 m³·kg^-1;同时年际变化呈现出较为明显的阶段性特征,可划分为波动性下降期（1981-1987年）、快速下降期（1988-1995年）、缓慢下降期（1996-2010年）,该变化规律与灌区农业生产和灌溉水平的发展特征基本一致;从水足迹的蓝、绿水构成来看,河套灌区春小麦生产水足迹中蓝水足迹比例超过90%,而绿水足迹比例不足10%,这与灌区农业生产用水特征相一致。敏感性分析显示,水足迹对各个因子的敏感性差别十分显著,日照时数、相对湿度、降水量、灌溉水利用系数和单位面积化肥用量在±20%波动的情况下,春小麦生产水足迹的波动范围分别为±30%、±24%、±2%、±63%和±4%,春小麦生产水足迹对灌溉水利用系数、日照时数和相对湿度的敏感性较高,对其余影响因子的敏感性较低。贡献率分析显示,研究时段内相对湿度的减少和降水量的增加促使春小麦生产水足迹的增加。而日照时数的下降、化肥使用量以及灌区用水效率的提高促使了春小麦生产水足迹的降低。定量分析结果显示,化肥和灌溉水利用系数对春小麦生产水足迹变化的贡献率分别为-36.89%和-39.42%,而气候因子的综合贡献率仅为2.80%,对研究时段内春小麦生产水足迹下降贡献率最大的是灌溉水利用系数,其次为单位面积化肥用量,而相对湿度、日照时数和降水量三者的贡献率相近,贡献率最小的是日照时数,这主要是因为日照时数在研究时段内的变率较小。【结论】气候、农业生产资料投入和水资源利用效率是影响作物生产水足迹的主要因素,就河套灌区而言,农业生产资料投入和水资源利用效率的提高是促使灌区春小麦生产水足迹下降的主要因素,而气候因子在研究时段内对春小麦生产水足迹的影响较小。该研究结果可为水足迹调控提供理论依据与实践参考。     

河南省粮食生产时空格局变化及其驱动因素

【目的】河南省作为粮食生产大省,研究其粮食产量时空格局变化及其驱动因素对稳定粮食安全具有重要的现实意义。【方法】以1999—2018年河南省123个县域粮食产量为基本数据,借助趋势产量模型、空间自相关、标准差椭圆以及地理加权回归模型等方法对河南省粮食产量的时空变化以及驱动因素进行分析。【结果】从时间上看,河南省粮食产量呈现线性增长趋势,2003年粮食产量波动最大,2005—2006年粮食产量增长率最高。从空间上看,河南省粮食产量在空间上呈现出显著的正相关性,具有明显的空间集聚特征,高—高、低—低是主要的空间聚类模式,且粮食生产重心向东南方向转移。从驱动因素上看,粮食播种面积是河南省粮食增产的关键因素,化肥提纯量、农药使用量、农业机械总动力、总人口以及第一产业从业人员对粮食生产有正向作用也有负向作用,除化肥提纯量和总人口外,其他影响因素的回归系数高、低值区在空间上发生明显转移。【结论】为继续保障河南省粮食安全,推动粮食增产,需进一步加大对粮食生产的政策扶持力度;维持耕地面积基本不变,加强耕地质量保护;积极发展农业适度规模经营,实现资源利用最大化。     

近50年共和盆地土地荒漠化与气候变化的关系及其影响因子定量分析

根据共和盆地46年来的气象资料,分析了共和盆地46年来土地荒漠化时空变化及其与气候变化的关系。研究表明:近50年来,春、夏、秋、冬季和年度气温分别以0.21℃/10年、0.27℃/10年、0.38℃/10年、0.53℃/10年、0.35℃/10年的趋势增加;年度降水以0.38mm/10年速度增加,年降水量从20世纪60年代至今基本经历了一个"多—少—多—少"的"冷湿—暖干"变化过程,暖干化趋势是荒漠化加快的一个重要原因。对46年来影响荒漠化的因子定量分析表明:作为最主要综合指标的第1主成分中的人口、牲畜总数及耕地面积的影响,贡献率是45.42%;第2主成分中的降水量、大风日数、气温的作用,贡献率为24.63%;第3主成分中的自然、人为因素,贡献率为15.0%。     

福建省粮食生产的耕地利用效应时空分析

根据福建省及其地级市2009—2016年的粮食生产数据,对其粮食生产和耕地利用情况进行时空分析,并采用LMDI模型分解各耕地利用因素对粮食产量的贡献,比较和分析不同耕地利用因素对粮食产量变化的效应,以探究不同区域粮食产量变化的主导因素。结果表明:福建省2009—2016年粮食产量约下降2.4%,其中,粮作比下降8.8%是导致福建省粮食减产的主要因素。2009—2016年,福建省各地级市中仅龙岩和三明2地实现粮食增产。厦门农业劳动力人均耕地面积降幅最大,龙岩和漳州粮食单产增幅明显,泉州农业劳动力数量下降明显,所有地级市的粮作比均有不同程度的下降。结构效应是导致福建省粮食减产的主要因素,影响省内各地级市粮食产量变化的因素则各有不同。     

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。