黑龙江垦区粮食产量影响因素研究

袁玉萍 李世涛 管弘博

（黑龙江八一农垦大学理学院，黑龙江大庆 163319）

黑龙江垦区粮食产量影响因素研究

袁玉萍 李世涛 管弘博

（黑龙江八一农垦大学理学院，黑龙江大庆 163319）

利用2003—2012年黑龙江垦区统计年鉴的粮食生产统计数据，选取9个对粮食生产影响比较密切的指标进行实证分析，运用灰色关联法对影响粮食生产因素进行关联度大小计算，研究了影响黑龙江垦区粮食生产的关键因素并进行了关联分析，为政府部门提供政策参考．

黑龙江垦区；粮食产量；灰色关联法；影响因素

1 前 言

很多学者早就对粮食生产问题进行了深入研究，并取得了一系列突出的成果．Solown[1]开创性地使用总量生产函数进行了经济增长核算研究，新古典经济增长理论则主要从生产要素投入的角度研究经济增长的原因．在此基础上，许多经济学家对粮食生产要素投入方面进行了深入研究．李子奈[2]216在1999年对我国1983—1995年的粮食生产进行了线性回归．周四军[3]发现，粮食生产主要依赖于有效播种面积和农用化肥施用量．吴玉鸣[4]认为，化肥施用量、有效灌溉面积和农机总动力决定我国的粮食生产的主要因素．马翠萍[5]对黑龙江垦区1990—2006年的统计数据进行了分析，发现粮食作物播种面积和粮食单产是主要影响因素．范东君[6]认为影响粮食生产关键因素是农业基础设施和粮食播种面积，二者对粮食产量贡献率分别达到了41.9%和24.63%，但粮食播种面积与粮食产量之间相关性不明显．

本文运用灰色关联分析法对黑龙江垦区2003—2012年统计数据进行分析，对影响粮食生产因素进行关联度大小计算，找出影响黑龙江垦区粮食生产的关键因素，从而更好地指导政府对农业的合理规划．

2 灰色关联分析法与影响因素的确定

2.1 灰色关联分析法

灰色关联度分析(Grey Relational Analysis, GRA)[7]253,[8]163是一种多因素统计分析方法，它是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．灰色关联分析目的是通过一定的方法寻求系统内部哪些因素的关系是密切的，哪些因素的关系不密切，从而掌握系统的主要特征．

影响粮食产量的因素众多，只有弄清楚该系统或因素间的关联关系，才能对系统有比较透彻的认识．因此，采取灰色关联分析思想来确定影响粮食产量因素的主次．灰色关联分析法步骤[9]179：

第一步：确定参考序列．将被解释量值作为参考序列x0（k），k=1，2，…，n，解释变量各因素作为比较因素序列xi（k），k=1，2，…，n，i=1，2，…，m，其中，k为时间序数，考察的因素有m个．

第二步：原始数据变换．由于系统中各因素的量纲不一定相同，导致数据很难进行直接比较．这就需要对原始数据消除量纲，转换为可比较的数据序列．

数据变换的方法有多种，本文采取初值化变换：分别用同一序列的第一个数据去除后面的各个原始数据，得到新的倍数数列，即为初值化变换数列．各值均大于0，且数列有共同的起点．

f（x（k））=x（k）/x（1）=y（k），x（1）≠0

第三步：计算关联系数．灰关联系数：

其中，Δ0i（k）=|（x0（k）-xi（k）|为绝对差，为两级最小差，为两级最大差，ρ∈（0,1）为分辨系数，其作用是消弱最大绝对差数值太大引起的失真，提高关联系数之间的差异显著性，一般情况下可取0.1～0.5．

第四步：计算关联度．x0对xi的灰关联度为：

其中，ωk为指标k的权重，满足0≤ωk≤1，是序列几何距离的一种度量．

2.2 影响因素的确定

本文从农机装备及技术因素、社会与经济环境因素、农业生产资源因素三方面考虑，选取能够充分反映影响粮食生产的因素作为灰色关联分析的系统特征序列．把影响粮食总产量的投入因素：化肥施用总量折存量x1，农业从业人员数x2，农药施用总量x3，有效灌溉面积x4，粮食播种面积x5，农业机械总动力x6，农膜施用总量x7，粮食作物成灾面积x8，农业用电量x9作为系统影响因素序列，把历年粮食产量Y作为系统特征序列，见表1．

表1 2003-2012年黑龙江垦区粮食总产量各影响因素统计数据

数据来源：2003-2012年《黑龙江垦区统计年鉴》

3 粮食产量与主要影响因素的灰色关联度的确定与分析

3.1 主要影响因素与粮食产量的灰色关联度计算

运用灰色关联法对影响粮食生产因素进行关联度大小计算并进行排序，找出影响黑龙江省垦区粮食生产的关键因素，从而有针对地采取措施来提高垦区的粮食总产量．

根据2003—2012年黑龙江垦区的统计数据，利用灰色关联分析法，计算出系统特征序列和系统影响因素的灰色关联度r0i，i=1，2，…，m，并对各影响因子的关联度进行排序，计算结果见表2、表3．

表2 粮食总产量与各影响因素的灰色关联分析

表3 2003-2012年影响黑龙江垦区粮食产量因素的关联度

3.2 黑龙江垦区影响粮食产量投入因素的灰色关联分析

从表3得出影响黑龙江垦区粮食生产的主要因素的重要程度为：化肥施用总量折存量＞粮食播种面积＞农业机械总动力＞有效灌溉面积＞粮食作物成灾面积＞农业从业人员数＞农药施用总量＞农膜施用总量＞农业用电量．

化肥施用总量是提高粮食产量的有效途径，统计数据表明，当化肥施用量的增幅不大时，可以使粮食产量增产幅度很大．化肥施用量并不是越多越好，即随着化肥施用量的增加，单位化肥投入取得的经济效益由大变小，虽然农作物产量在持续增加，但相应的总收益在化肥施用量超过一定的限度后会不断减少．

粮食播种面积对粮食产量的影响：土地是人类赖以生产和生活的场所，是农业生产最基本的生产资料，为粮食生产提供必要的耕地面积和耕地质量，是提高粮食产量最基本的决定性作用要素．随着科学技术的进步，优质品种以及先进种植技术的产生，播种面积对粮食产量的影响程度将会逐渐减少．

农业机械总动力对粮食生产也具有重要的作用．由于黑龙江垦区耕地地势较为平坦，土地肥沃适合于大马力机械作业，垦区应继续加强农业机械化的建设，推动大型及配套农机具的高效使用．

有效灌溉面积对粮食生产发挥了重要作用．黑龙江垦区在近几年大力发展水田的种植，2013年黑龙江垦区农作物播种面积达到4 300万亩以上，其中水稻种植面积达到2 400万亩．因此，垦区应该继续加强小型农田水利建设、抗旱水源建设和大力发展节水灌溉等措施．

对粮食产量的影响因素是农业从业人员数和粮食作物成灾面积因素，黑龙江垦区农业生产属于集约型生产，不需要投入大量的劳动力．垦区应加大提高粮食生产安全性以减少粮食受灾面积，农膜的施用量对粮食产量的提高具有一定的作用．由于黑龙江垦区属于温带季风气候，年降水量适中，夏季温和湿润，冬季寒冷干燥；农业用电量对粮食产量的影响是十分重要的农业生产条件，农村的电气化主要表现在土壤改良、水利排灌和农机修理等方面．黑龙江垦区农业现代化发展水平很高，提高了粮食综合生产能力．

总之，黑龙江垦区是全国重要的粮食产业基地，自然资源丰富，适合规模化和机械化生产，正处于由传统农业向现代农业转变的时期，运用灰色关联法对粮食生产影响因素进行关联度大小计算，探索影响黑龙江垦区粮食生产的重要因素，为政府部门提供科学决策、制定粮食生产政策和加强机械化粮食生产的宏观指导具有重要的意义．

[1]Solow R M．Technical Change and the Aggregate Production Function[J].The Review of Economics and Statistics，1957，39(3)：312-320．

[2]李子奈.计量经济学[M].北京：高等教育出版社，2000.

[3]周四军.我国粮食生产影响因素的计量分析[J].统计与决策，2003（4）：41-42．

[4]吴玉鸣.业综合生产能力影响因素的灰色关联与协调分析[J].农村经济，2004（12）：19-21．

[5]马翠萍.龙江垦区粮食产量影响因素灰关联分析[J].农场经济管理，2008（2）：43-44.

[6]范东君.粮食产量影响因素的实证分析与贡献率测算[J].湖南工业大学学报，2011（25）：55-61.

[7]邓聚龙.灰色系统理论教程[M].武汉：华中理工大学出版社，1990.

[8]刘思峰，等.灰色系统理论及其应用[M].北京：科学出版社，2005.

[9]袁嘉祖.灰色系统理论及其应用[M].北京：科学出版社，1991.

（责任编辑：于开红）

A Study on Influence Factor of Grain Yield in Heilongjiang Reclamation

YUAN Yuping LI Shitao GUAN Hongbo
(School of Sciences, Heilongjiang Bayi Agricultural University, Daqing Heilongjiang 163319,China)

This paper uses the statistics data of grain production in Statistical Yearbook of Heilongjiang Reclamation from 2003 to 2012 and selected 9 factors which have the dominant influence on grain yield to make an empirical study. It calculates the degree of correlation of factors which affect grain yield by using the Grey Correlation Method, studies the key factors which affect grain yield in Heilongjiang Reclamation and analyzes the relevance. It is hoped this study can shed light on the government’s decision-making and policy-making on grain production.

Heilongjiang Reclamation; grain yield; Gray Correlation Method; affecting factors

G812.78

A

1009-8135（2015）03-0039-03

2015-02-09

袁玉萍（1970-），女，山东成武人，黑龙江八一农垦大学副教授，博士生，主要研究运筹与优化．

高等学校博士学科点专项科研基金博导类资助课题项目(20112305110002)；2014年黑龙江八一农垦大学大学生创新创业项目（xc2014064）阶段性成果