安徽省粮食生产影响因子的灰色关联分析

李 静，付金沐

(宿州学院 地球科学与工程学院，安徽 宿州 234000)



安徽省粮食生产影响因子的灰色关联分析

李 静，付金沐

(宿州学院 地球科学与工程学院，安徽 宿州 234000)

在粮食生产系统中，影响粮食产量的因素有很多。根据2000～2009年安徽省粮食产量及相关指标，通过计算灰色关联度，得到影响粮食生产的相关因子的灰色关联系数由大到小依次为:化肥施用量、粮食播种面积、乡村从业人员、有效灌溉面积、农业机械总动力、农民人均纯收入，可见在选取的6个指标中，化肥施用量和粮食播种面积对粮食产量的影响最大，而农民人均纯收入对其影响较小。

粮食产量; 影响因子；灰色关联分析;安徽省

国以民为本，民以食为天，农业是国民经济发展的基础，粮食是基础的基础。粮食安全问题在任何时候对世界上任何国家而言都是一个战略性问题[1]。随着农业现代化的实施和乡镇企业的集约化经营，大量农村劳动力特别是青壮年劳动力已经由农村转移至城市，流向第二、第三产业，导致从事第一产业的劳动者人数不断减少，农业在国民经济中比重处于下降趋势，农业构成正在发生变化。但是，粮食的国家战略地位并未削弱，始终是人类赖以生存的基本物质基础。在粮食生产系统中，影响粮食产量的因素有很多，有必要进行因素的关联分析。

我国对于粮食产量影响因素的计量方法研究与国外相比，起步较晚。这些研究中有的侧重于单要素研究，例如程明等对我国1990～2011年粮食产量与农业机械化水平的导向机制问题进行了实证研究[2]；李晶瑜在其硕士论文中探讨了化肥利用效率对我国粮食生产的重要影响[3]；牛亮云对中国农业能源投入与粮食产出关系进行了研究[4]等。大多数学者更侧重于多元因子的综合分析，主要有三大方面：自然资源和条件(包括气候、自然灾害等)；粮食生产基础要素投入(包括有效灌溉、机械化水平、化肥施用量等)；社会经济政治体制(包括经济体制、农业宏观政策、价格波动、土地规划政策等)。就研究方法而言，主要采用主成分分析法、回归分析法、熵权法、灰色关联分析法等，对陕西、河南、江苏、内蒙古、甘肃等农业大省进行了实证研究。例如，南丽倩在借助SPSS统计分析原理及软件对山西粮食产量影响因素进行了分析[5]；李俊采用熵权法确定了粮食产量影响因素权重[6]；陈祺琪利用灰色多元线性回归预测了河南省粮食产量[7]等等。

本文在粮食产量生产因子影响研究中，主要收集农业机械总动力、粮食播种面积、有效灌溉面积、化肥使用量、乡村从业人员、农民人均纯收入等6个指标作为粮食生产情况影响因子展开灰色关联分析研究，分析各因素之间随时间变化的动态关系及其特征，寻找系统的主要矛盾和主要特征，其主要内容通过计算关联度，对影响因子进行关联度排序，以期对影响安徽省粮食生产的因素进行排序，找出主要影响因素，并为粮食安全生产提供决策支持。

1 安徽粮食生产发展概况

安徽省位于中国东南部，地处黄淮海大平原南部，近海沿江，山水相依，物产富饶，历史悠久，是我国煤炭、钢铁、粮棉、油料与水产品的重要产区之一，其中粮食作物以小麦、玉米、水稻种植为主。本文从社会经济因素角度选取6个指标作为粮食产量影响因子进行分析，如表1所示。

近年来，安徽省提出加快推进粮食生产各项政策，粮食产量增幅较大。在2000～2009年，安徽省粮食产量突破3 000万吨大关，其增长率高达37.78%。粮食播种面积从2000年5 565.58千公顷，增至2009年的6 605.57千公顷，有效灌溉面积由2000年的3 197.35千公顷递增至2009年的3 484.08千公顷，化肥施用量由2000年的253.15万吨递增到2009年的312.8万吨。其农业机械总动力由2000年的2 975.87万千瓦增幅至2009年的5 108.9万千瓦，乡村从业人员由2000年的2 797.8万人达到2009年的3 051.8万人，农民人均纯收入十年间由1 934.57元增长至4 202.49元。总得来看，安徽省农业装备水平不断提高，农作物耕种收机械化水平逐年提高，农业生产水平和综合生产能力大幅提升，大大促进了安徽省粮食增产。

表1 2000～2009年安徽省粮食生产影响因子

2 研究方法概述

灰色系统理论是我国著名学者邓聚龙教授于1982年提出的。它的研究对象是“部分信息已知，部分信息未知”的“贫信息”不确定性系统，它通过对部分已知信息的生成，开发实现对现实世界的确切描述和认识。其最大的特点是对样本量没有严格的要求，不要求服从任何分布[8]。

2.1 基本思想

灰色关联分析是一种多因素统计分析方法，它是指以各因素的样本数据为依据用灰色关联度来描述因素间关系的强弱、大小和次序。如果样本数据列反映出两因素变化的态势(方向、大小、速度等)基本一致，则它们之间的关联度较大；反之，关联度较小[9]。

2.2 计算方法

3 安徽省粮食产量影响因素灰色关联分析

3.1 均值化处理

基于前述灰色关联分析理论和方法，本文将2000～2009年的粮食产量作为母序列，选取农业机械总动力、粮食播种面积、有效灌溉面积、化肥使用量、乡村从业人员、农民人均纯收入6个指标作为粮食产量的子序列。由于所选参考数列和比较数列的单位不同，数列大小悬殊，不便于比较。在灰色关联分析前必须进行无量纲化处理，得到均值变化结果如表2所示：

表2 各序列均值化变化结果

图1 2000～2009年安徽省粮食生产影响因子无量纲化变化趋势图

通过对表1数据进行无量纲化处理绘制图1，可以直观看出，安徽省粮食产量虽然有波动，但整体为增加趋势，尤其是2006年以来增势明显。且安徽省粮食产量与化肥施用量、粮食播种面积、有效灌溉面积、乡村从业人员数，农业机械总动力、农民人均收入等指标变化趋势一致性较高，说明近年来，安徽省加大农业要素投入，是促进安徽省粮食增收的重要原因，需要进一步分析其影响强弱和作用机制。

3.2 求解关联系数

按照上述关联度计算方法，分辨系数取0.5时，将表2中母序列粮食产量与各子序列对应点的绝对差求出，最大差值Δmax=0.435 76， 求参考数列与被比较数列各点的关联系数，如表3所示。

3.3 关联度排序

由关联度计算公式计算得：

r01=0.517 8，r02=0.418 3，r03=0.530 3，r04=0.386 9，r05=0.424 5，r06=0.266 4故选取的6个因子对粮食产量的影响，灰色关联序列为r06

r03表示化肥使用量与粮食产量的关系，关联度最大为0.517 8，其关联性位列第一，化肥施用量与粮食产量的关系最密切，也就是说化肥施用量成为粮食安全生产的关键因素，从图1可以直观看出，化肥施用量与粮食产量发展态势的接近程度要比其他指标的发展态势接近程度更近些，化肥是农业生产最基础最重要的物质投入。

表3 安徽省粮食产量灰色关联系数矩阵

r01、r05表示粮食播种面积和乡村从业人员与粮食产量的密切关系，其中粮食播种面积反映粮食产量的主要指标，关联度达0.517 8，表明二者关系也较为密切，粮食播种面积对粮食产量影响十分突出，而乡村从业人员相对影响较小，关联度为0.424 5。

r02、r04表示有效灌溉面积和农业机械总动力与粮食产量之间的关系，关联度分别为0.418 3、0.386 9，有效灌溉面积相对于农业机械总动力对粮食产量影响而排列在前，印证了“有收没收在于水”的传统说法。

r06表征农民人均纯收入与粮食产量的关系，关联度为0.266 4，排在6个指标的最后一位，相比较属于弱关联，表明农民收入多少也直接影响着粮食产量，即在一定程度上促进粮食的增产。

3.4 安徽省粮食增产的对策

在以上分析基础上，针对安徽省粮食生产现状，现提出几点稳产、增收对策和建议：

3.4.1 合理施用化肥

从上述分析中可以看出，化肥施用量与安徽粮食生产关系最为密切，影响力最大，同时化肥施用量也是农业现代化水平的重要标志，若要进一步稳定提高安徽粮食产量，增加化肥施用量是重要举措。但是，过量施用化肥会造成环境污染环境，影响农产品品质，进一步影响农产品的市场竞争力，其社会效益和环境效益相对较低，也不利于农业可持续发展。因此，应提倡和积极推广绿肥、有机肥、生物肥料等的使用，使农业生态系统各要素达到循环利用率较高，系统结构稳定，系统功能增强，从而保证粮食产量稳产高产的同时提高粮食产品品质。

3.4.2 开发保护耕地

以上分析表明播种面积与安徽粮食生产关系较为密切，影响度居于第二，仅次于化肥施用量，可见，播种面积也是安徽粮食生产的生命线。然而，随着城市化的发展，耕地逐渐较大幅度地减少。为保证粮食产量稳步增产，应加强城乡发展的科学规划，尤其是用地规划，合理开发耕地，保护现有耕地资源，提高土地利用率。目前技术水平和投入产出效率下，安徽省潜在可开发耕地资源十分有限，因而做好现有土地的整理，加强复种和保护尤为重要。

3.4.3 提高劳动素质

乡村从业人员数在5个重要影响因子关联度排列中位居第三，说明安徽省农业生产还是典型的传统农业生产模式，劳动力数量投入直接影响到粮食产量高低。随着城乡收入和生活水平差异，大量农村剩余劳动力尤其是青壮年劳动力流向城市，造成农村撂荒地现象严重，农业粗放经营，农业生产的集约化程度低，不利于粮食单产和总产的有效增加。虽然随区域经济发展，产业结构调整，农业劳动力向工业、服务业、城市进一步转移是必然趋势，但为保证粮食生产安全，还应努力提高农业劳动力的科学文化素质，进行农业优质良种推广和农业科技知识培训、普及，使科技转化为生产力，加速提升安徽省粮食生产的劳动生产率。

3.4.4 完善水利设施

粮食生产对水、热等自然条件依赖程度很大。安徽省地理位置独特，横贯淮河、长江，地处我国南北气候的过渡带，南北气温、降水量有较大差异，导致省内南北农作物种植差异明显，北方以旱作作物为主，南方水旱轮作。而且安徽省是我国旱涝灾害频发的地区之一，尤其是沿淮地区和淮北地区，旱涝灾害问题最为突出，随着全球气候恶化，旱涝危害势必加剧[10]。因此，安徽省应进一步加大农田水利设施投入，加强排灌防洪和机井抗旱等建设，保证农田有效灌溉面积，减少旱涝灾害影响。

3.4.5 提升现代化水平

从以上分析可以看出，农业机械总动力与安徽省粮食产量关联度相对较低，再次验证安徽省粮食生产仍摆脱不了“靠天吃饭”的传统生产方式。但是，一方面农业产业结构优化调整步伐加快，农业产业向新品种、高产量、优品质农产品生产规模增大；另一方面农业劳动力城市化转移加剧，要求农业劳动生产率进一步提高，以保证粮食生产安全性。这些都需要安徽省在农业科技投入、农机设备方面大幅增加投入，以保障粮食增收，有效推动安徽实现农业现代化，真正增强农业综合生产力。

3.4.6 保障粮农收入

农民人均纯收入与安徽粮食产量关联度较低，反映了安徽粮食生产对农民收入水平贡献率较低，所谓“谷贱伤农”[11]，因而会进一步导致农民弃农从工从商，粮食生产粗放化、低效率、低产出，这种恶性循环又会造成农业收益低，加剧安徽粮食减产，影响安徽农业大省社会经济发展。因此要加大落实“三农”政策，做好粮食生产税收减免，落实并提高粮农、农机采购、良种引种等补贴，维护农资物价和粮食收购价格稳定，使粮农收益真正提高，进而增加粮食生产投入。

在粮食生产中，影响粮食产量的因素有很多。通过灰色关联分析可知，化肥施用量成为安徽省粮食生产主要影响因素。其次，粮食播种面积、乡村从业人员对粮食产量影响较大，有效灌溉面积、农业机械总动力与粮食产量关系较为密切，而农民人均纯收入对粮食生产的影响相对较小。

由此可见，实现粮食产量稳定发展，需要处理好以下几个关系：一是化肥施用量与环境保护的关系，加强农业科研和技术推广，合理使用化肥，坚持生态农业、有机农业之路；二是坚持严格的耕地保护制度，保护基本农田，不断提高粮食播种面积；三是妥善处理好粮食生产与农村劳动力转移的关系；四是坚持城乡统筹发展，发展现代农业，加强农业基础设施建设，注重水利设施建设；五是加大农业投入，提高综合机械化程度。此外，还需依靠科技进步，提高栽培技术，提高抵御自然灾害的能力，不断推进粮食产业结构调整，提高粮食综合生产能力。

[1] 顾莉丽.中国粮食主产区的演变与发展研究[D].吉林农业大学，2012.

[2] 程明，李明亮，陈振环等.农业机械化对我国粮食产量影响的实证研究[J].广东农业科学，2013，(18)：198-201,219.

[3] 李晶瑜.中国粮食生产的化肥利用效率及决定因素研究[D].合肥工业大学，2012,4.

[4] 牛亮云,侯博，吴林海.基于灰关联熵的中国农业能源投入与粮食产出关系研究[J].财贸研究，2012，2：45-53.

[5] 南丽倩.基于SPSS的山西粮食产量影响因素分析[J].东方企业文化，2013，1：145-146.

[6] 李俊.基于熵权法的粮食产量影响因素权重确定[J].安徽农业科学，2012，40( 11)：6851-6852，6854.

[7] 陈祺琪，李君，梁保松.基于灰色多元线性回归的河南省粮食产量预测[J].河南农业大学学报，2013,46(4):448-452.

[8] 江杰.内蒙古粮食产量影响因子的灰色关联分析[J].内蒙古统计，2013,1:22-23.

[9] 刘卫东，谭永忠.土地资源学[M].上海：复旦大学出版社，2010:499-451.

[10] 高金兰.安徽省粮食单产变化趋势及动因分析[D].安徽农业大学，2012，6.

[11] 刘亚丽.甘肃省粮食产量影响因素的灰色关联度分析[J].北方经济，2012,11:53-54.

(李鑫)

Grey correlation analysis on the influence factors of Anhui Province's grain yield

LI Jing, FU Jin-mu

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

In food production, there are many factors influencing grain yield. Based on the grain yield of Anhui Province and the related indicators from 2000 to 2009, by calculating the grey correlation degree which indicates different influence factors of grain yield to have different impact on grain yield, we've obtained a descending sequence of the factors such as chemical fertilizer, total sown area grain, rural employee number, effective irrigative area, total agricultural machinery power, per capita net income of farmers. Among the 6 indices selected, chemical fertilizer and total sown area of grain have great influence on the grain yield, and the per capita net income of farmers has little influence on the grain yield.

grain yield; influence factors; grey correlation analysis; Anhui Province

F30

A

1003-8078(2014)03-0005-05

2014-04-21 doi 10.3969/j.issn.1003-8078.2014.03.02

李静，女，安徽宿州人，讲师，硕士，研究方向为区域地理。

国家社会科学基金项目(08BJY074)；安徽省教育厅高校优秀青年人才基金项目(2010SQRW148).