宿州市粮食生产灰色关联分析及预测*

苏海民，方 刚，何爱霞，董传斌

(宿州学院地球科学与工程学院，安徽宿州 234000）

宿州市粮食生产灰色关联分析及预测*

苏海民，方 刚，何爱霞，董传斌

(宿州学院地球科学与工程学院，安徽宿州 234000）

根据宿州市1978～2009年粮食产量相关统计资料，运用灰色模型对宿州市粮食生产预测并进行影响因素灰色关联分析.结果表明:宿州市粮食产量整体呈上升趋势，但中间因气候因素导致较大波动，若措施得当，未来6年粮食产量将逐年增加;9个影响因子中，粮食单产、粮食播种面积、农业生产资料价格及农田水利设施是影响宿州市粮食生产的最重要的因子.

宿州市;粮食产量;灰色关联;灰色预测

粮食安全事关发展大局，事关整个社会的稳定，确保粮食安全责任重大.从近年的全球性粮食危机来看，在当前复杂的国际形势下，保持一定水平的粮食自给率是非常必要的.区域粮食供需平衡是国家粮食安全的重要组成部分，探讨典型地区的粮食生产、供给与需求问题，对于国家粮食安全具有重要意义［1］.安徽省是我国粮食主产省，也是商品粮调出大省，宿州市又位于安徽省北部平原粮食的主产区，在保障安徽粮食安全中起着举足轻重的作用.探讨近期宿州市粮食生产的变化特征、影响因素、促进机制，对于该区实现粮食生产与社会经济协调发展具有重要的参考价值，对于其它区域也具有借鉴意义.

1 研究区概况

宿州是安徽省的北大门，位于黄淮平原南端，与苏、鲁、豫3省11县接壤，北邻江苏徐州市和山东菏泽市，西接河南商丘市，东连江苏淮阴市.1999年春，撤地建市，设立省辖宿州市，辖砀山、萧县、灵璧、泗县和埇桥区，总人口604万人，总面积9 787km2.宿州市自然条件较为优越，农业开发历史悠久，属于暖温带季风气候，雨热同期，多年平均降水量800 mm左右，年均温15℃;地势平坦，地形以平原为主，占全市总面积的91%.2009年，全市生产总值540.6亿元，按可比价格计算，比上年增长12.1%.年末全市从业人员352.3万人，比上年增加10.5万人，年末城镇登记失业率控制在4.3%以内.

2 研究方法

2.1 指标体系构建

粮食生产是自然再生产和社会再生产的有机结合，同时受到资源、环境、社会、经济及政策等多种因素的影响.不同区域的粮食生产资源环境状况、要素投入水平、经济发展特征、社会需求结构、制度与政策的改变，都可能使粮食生产布局在区域农业生产系统中不断调整［1］.根据灰色系统分析方法的思路和要求，以及宿州市现有粮食生产资料情况，采用1999～2009年序列资料作为基础，通过对宿州市粮食生产影响因素的定性判断，从中选择9个影响粮食总产量的主要因子:x1—有效灌溉面积，x2—化肥施用量(折纯)，x3—农村用电量，x4—农业机械总动力，x5—粮食播种面积，x6—农业生产资料价格指数(以1990年价格为100)，x7—粮食单产，x8—年均气温，x9—年降水量，x0—粮食总产量.1999～2009年宿州市粮食产量及影响因子统计结果，见表1.

表1 1999～2009年宿州市粮食产量及影响因子统计Tab.1 The statistical data of grain production and impact factors during 1978 ～1998 in Suzhou City

2.2 灰色关联分析的建模机理

为深入分析宿州市粮食问题，可建立粮食总产量与其影响因素的灰色关联分析模型，确定主要影响因素，为解决粮食问题提供科学依据.灰色关联分析主要过程可以分为原始数据转换、计算关联系数、求关联度、排关联序4个部分.灰色关联度分析能够分析粮食产量波动与各生产要素波动之间的关联程度，从而判断各影响因素的影响大小次序［2，3］.

1)建立模型原始数列

参考数列:x0(k)={x0(1)，x0(2)，…，x0(n)}

比较数列:xi(k)={xi(1)，xi(2)，…，xi(n)}(i=1，2，…m)

2)对原始数据作无量纲化处理

由于原始数据的量纲不同，致使数据在数量上的差异性很大，这样在比较时就难以得到正确的结果，为保证原始数据的统一性，因此需要对原始数据进行变换，作无量纲化处理.本文采用初值化方法对原始数据进行处理.

3)求差序列

公式表示为:

4)求参考序列与比较序列的最大值Zmax与最小值Zmin

7)排列关联序

2.3 GM(1，1)灰色关联预测模型

建立GM(1，1)模型的实质是对原始数据作一次累加生成，使生成数据列呈一定规律，其相应的曲线可以用典型曲线逼近，然后用逼近的曲线作为模型，最后将模型预测值作一次累减还原，用以对系统进行预测［4，5］.

1)设有原始时间数列{x(0)(k)}，其一次累加生成的数列为:

2)GM(1，1)模型的建模过程及求解

GM(1，1)的一般形式的微分方程为:

利用最小二乘法求解a、u:

应，即x(1)的灰色预测模型为:x(0)的灰色预测模型可通对x(1)作一次累减还原得到，即:

3 结果与分析

3.1 宿州市粮食生产总体变化特征

宿州是安徽省重要粮食产区，从年粮食总产量来看，1978年至“八五”期间，粮食产量基本上平稳增长，波动性小，共增产1564.54万t，年均增长率为6.02%.“八五”以后，粮食产量出现较大波动，1997年粮食产量达到346.81万t，为历史最高水平，1998年受洪涝等自然灾害影响，粮食产量锐减至226.65万t，比上年减少34.65%，2003年宿州市发生了严重洪涝灾害、病虫害和旱灾，使种植业生产损失严重，主要农产品产量再次出现大幅度下降，年粮食总产量只有205.88万t，为“八五”以来历史最低值.2004年以来全市上下认真贯彻中央1号和安徽省委3号文件精神，加大对“三农”的支持力度，进一步调动了农民的生产积极性，农业种植面积扩大，粮食产量逐年增加，2009年粮食总产量达380万t，宿州市1978～2009年粮食生产变动趋势如图1所示.

图1 1978～2009年宿州市粮食总产量变化Fig.1 The changes of grain production in during1978 ～2009 years in Suzhou City

3.2 宿州市粮食产量影响因素的关联分析

建立上述粮食总产量的影响因子(x1～x9)与粮食总产量x0的关联模型，经运算后得到研究时段宿州市粮食总产量与9个主要影响因子的关联结果，见表2.

表2 1999～2009年粮食总产量和影响因素的灰色关联分析Tab.2 Grey correlation analysis of grain production and factors during 1999 ～2009 in Suzhou City

3.2.1 粮食单产是影响宿州市粮食生产的首要因素

粮食产量在很大程度上依赖于粮食单产，1999年以来宿州市粮食单产总体呈缓慢上升趋势，但波动不大，除2003年因发生严重洪涝灾害、病虫害和旱灾，使种植业生产损失严重，粮食单产大幅度下降，粮食总产量也由2002年299.62万t下降到205.88万t，比上年下降31.3%.随着科学技术水平发展和农业现代化的实施，单产对粮食产量的作用将会越来越大，因此，今后应进一步加大科技投入，努力提高粮食单产，以确保在人口增加和耕地面积减少的情况下，以保证粮食生产的稳定和持续发展.

3.2.2 粮食作物播种面积是宿州市粮食生产的主要因素

从灰色关联分析结果来看，播种面积与粮食产量的关联序居于第2位，是影响宿州粮食产量的主要因素.自1999年以来，宿州市粮食播种面积变化大致经历了2个阶段，1999～2003年粮食播种面积呈下降趋势，由1999年的692.56 ×103hm2减少到2001 年的630.59 ×103hm2，减少了8.95%，2001 ～2003 年处于相对平稳期.2004 年以来全市上下认真贯彻中央1号和安徽省委3号文件精神，加大对“三农”的支持力度，进一步调动了农民的生产积极性，农业种植面积不断扩大，由2004年669.92×103hm2逐渐增加到770×103hm2，增加了107.08×103hm2，年均增加3.20%.同期粮食产量也由332.26万t增加到380万t，增加了47.74万t，年均增长2.87%，由此可见，粮食播种面积与粮食总产量的增减几乎同步.

3.2.3 农业生产资料价格指数对宿州市粮食生产的影响

随着农业生产资料价格上涨，粮食生产成本逐渐提高，而粮食收购价格指数却在波动中有所下降.粮价偏低，种粮只能是微利或亏本，农民对种粮没有积极性.近几年来，从中央到地方政府采取许多措施，确保农民的利益，提高农民种粮的积极性.目前，中国的粮食价格已接近甚至超过世界市场价格，从长远来看，特别是中国加入WTO后，再通过提高粮价增加粮食产量困难重重［6］.因此，价格政策的运用应从生产资料成本入手，通过提高粮食农业生产资料的生产效益，降低生产资料成本和价格来实现［7］.

3.2.4 农田水利设施对宿州粮食生产的影响

加强农田水利建设，发展农业灌溉，一直是区域粮食稳产高产的重要物质基础，宿州市农田有效灌溉面积在研究期内平稳增加，目前，宿州市有效灌溉面积366.7×103hm2，占全省有效灌溉面积的10.61%，与粮食播种面积占全省比重(11.65%)相当.关联分析表明，宿州灌溉面积与粮食产量关联度在0.89以上，表明灌溉面积与区域粮食总产量关联显著，而且关联序居于前列，说明宿州在灌溉方面仍然存在较大的粮食增产潜力.

3.2.5 农业现代化水平对宿州粮食生产的影响

农业机械总动力和化肥施用量反映了农业现代化水平.2009年全省农业机械总动力达688.08×104kW，比1999年增长2.41倍，但由于宿州市粮食生产农户分散，组织化程度低，经营规模小，制约了农业机械化水平的提高，因而，农业机械化对粮食产量的影响较小，灰色关联度只有0.606 7，处于末位.增加农用化肥施用量是促进粮食增产的重要措施之一，有研究表明:增施1 kg化肥可增加4 kg粮食［8］.1999年以来，农用化肥施用量逐年增加，2009年施用量比1999年增加了41.67%，但化肥施用量与粮食生产灰色关联排在第6位，较靠后的位置，说明粮食生产受化肥施用量影响较小.

3.2.6 气候因素对宿州粮食生产的影响

温度变量由于本身相对于投入变量已经是比较稳定的因素，研究期内年际间波动变化比较小，对粮食产出波动影响不明显.而降水因素具有明显的不稳定性(或突变性)，对粮食生产影响较大，2000年、2003年受降水量影响，导致粮食产量大幅度减产，在农业生产过程中还应加强农田水利和现代化农业设施建设，以减小洪涝、干旱影响，从灰色关联分析来看，气温、降水两气候变量与粮食产量灰色关联序分别为第5位和第7位，其整体影响不明显.

3.3 宿州市粮食产量灰色预测结果及分析

运用上述预测方法，采用1978～2009年宿州市粮食总产量的数据资料，建立了宿州市粮食总产量预测模型:(t+1)=6 809.833 4e0.02528t－6 684.961，利用该模型对宿州市粮食总产量进行预测，结果见表3.经计算，后验差比值C=0.286 5 ＜0.35，小误差概率p=1 ＞0.95，根据文献［2］，此预测精度属最高档——GOOD 级，预测值可用.

表3 宿州市粮食总产量历史数据及预测值Tab.3 Grain ultimate output historical data and predicted value in Suzhou City

由表3数据可知，宿州市未来6年粮食产量将逐年递增.年增率为2.25%，经有关专家讨论，这一结论是可信的，但要实现这一增长目标，必须加强土地管理，防止耕地面积不减少，加大农业基础设施建设，预防干旱、洪涝等自然灾害，逐渐实现农业现代化生产.

4 结论

1)依据宿州市统计资料分析可知，宿州市粮食产量“八五”以前总体上呈上升趋势，波动不大，“八五”以后因受气候等自然灾害影响，粮食曾出现大幅度减产，之后粮食产量稳步增加，2009年达历史最高水平，产量达到380万t.

2)通过灰色关联排名分析，可知9个影响因素中，粮食单产、粮食播种面积、农业生产资料价格及农田水利设施是影响宿州市粮食生产的最重要的因子.因此，要不断加大农业投入和基础设施建设，提高粮食单产，同时，应切实保护耕地资源，稳定粮食播种面积，加大科技投入提高耕地质量和生产率.此外，还应不断提高自然灾害的预警能力，采取积极有效的防灾减灾措施，最大限度地减少灾害造成的损失.

3)根据灰色预测，宿州市未来6年粮食产量将会以年增率为2.25%的速度持续增长，但要实现这一目标，还须采取正确的决策和措施.

［1］李裕瑞，刘彦随.江苏省粮食生产时空变化的影响机制［J］.地理科学进展，2009，28(1):125－131.

［2］邓聚龙.灰色系统理论教程［M］.武汉:华中理工大学出版社，1990.

［3］段学军.长江流域粮食产量影响因素灰色关联分析［J］.农业系统科学与综合研究，2000，16(1):30－34.

［4］晏路明.区域粮食总产量预测的灰色动态模型群［J］.热带地理，2000，20(1):53－57.

［5］李葆春，马琦.灰色GM(1∶1)模型在定西县粮食产量预测中的应用［J］.甘肃农业大学学报，2005，40(5):660－663.

［6］傅泽强，蔡运龙，杨友孝.中国食物安全的定量评估［J］.地理研究，2001，20(5):555－563.

［7］王铮，郑一萍.全球变化对中国粮食安全的影响分析［J］.地理研究，2001，20(3):282－289.

［8］许月卿，李秀彬.河北省粮食生产灰色关联动态分析［J］.地理研究，2002，21(3):339－346.

Gray Correlation Analysis of Grain Production in Suzhou and the Prediction

SU Hai－min，FANG Gang，HE Ai－xia，DONG Chuan－bin

(School of Earth Sciences and Engineering，Suzhou University，Suzhou Anhui 234000，China)

Based on the statistical data at the urban level from 1978 to 2009，grain problem in Suzhou City is discussed in two aspects with the help of the theory and method of grey system.Using the GM(1，1)model，the varying trend of the total grain production from 2010 to 2015 is predicted.The results show that grain yield whole assumes the trend of escalation，but because of some factors cause fluctuation greatly;if the measures are appropriate，grain yield will increase year by year in the future 6 years，the grain yield per unit area，the grain seeding area，the price of agricultural production and the irrigation and water facility are the most important in 9 influence factors.

Suzhou City;grain yield;gray relative analysis;gray forecasting

F 307.11

A

1673－2103(2011)05－0009－06

2010－08－04

安徽省高校人文社科研究项目(2011sk469);安徽省教育厅高校优秀青年人才基金资助项目(2010SQRW145);安徽宿州学院硕士科研基金资助项目(2009YSS03，2010YSS04)

苏海民(1979－)，男，山东鄄城人，讲师，硕士，研究方向:资源环境与GIS应用.