近30年来我国粮食产量波动影响因素分析*

李昊儒，毛丽丽，梅旭荣，刘月娥，郝卫平※

(1.中国农业科学院农业环境与可持续发展研究所，北京 100081； 2.农业农村部旱作节水农业重点实验室，北京 100081)

0 引言

粮食安全是事关我国国家安全的重大战略问题。近年来，我国粮食生产受到耕地面积退化、农业用水减少及化肥过量投入导致环境污染等问题的严重威胁，气候变化对粮食生产的影响也是利弊共存，且负面影响较大[1]。尽管我国粮食产量受到生产性和非生产性因素的制约，粮食总产却仍然呈现波动性增加的趋势。因此，根据我国粮食产量的波动特征，深入探究自然因素、科技因素(物质装备)、社会经济因素及农业生产条件等对粮食产量波动的影响，对科学制定农业政策、合理确定农田管理措施、保证我国粮食产量持续稳定发展具有重要意义。

粮食产量波动及其影响因素的研究一直为国内外学术研究的热点领域[2-9]。王馥棠等[10]通过分析探讨1949—1990年粮食生产的波动特征，认为40年间我国粮食生产的发展经历了低产缓慢发展—波动发展—高速增长不稳定发展的3个阶段，并且粮食单产的增产年多于减产年，其持续时间与增产幅度均大于减产年的持续时间和幅度。陈玲玲等[11]利用经验模态方法对中国粮食产量进行多时间尺度分析发现9～10年周期更能直观地体现中国粮食产量至今的波动状况。陆文聪等[12]利用Panel Data结合空间误差模型实证分析得出，化肥投入，有效灌溉面积等因素均对各地区粮食生产总量的增长起到显著正向作用。蒋尚明等[13]运用经验模态分解方法，论证了江淮分水岭易旱区粮食单产波动分量与其影响因子之间的相关性，并得出自然灾害受灾率、有效灌溉率、单位耕地农药施用量、单位耕地化肥施用量及粮资比对粮食单产波动的综合影响率分别为： 31.26%、16.35%、17.01%、14.79%及20.59%。Zhou等[14]运用多元线性回归分析发现播种面积是影响黑龙江是粮食产量的重要因素。李少昆等[15]研究发现不同年代单产和种植面积对玉米总产的贡献不同。于智媛等[16]采用LMDI对数平均迪氏指数模型对我国31个省域粮食生产总量变化的贡献因素进行分解，并对不同区域粮食生产变化量贡献因素的时空差异进行比较分析。张锦宗等[17]测算了复种指数和单产对我国及各省区粮食增产的贡献率。

粮食生产是条件复杂且不断变化的动态系统，导致粮食产量波动形成的影响因素错综复杂，主要受自然因素、科技因素(物质装备)、社会经济因素和农业生产条件等综合作用的影响。已有研究多偏重于从单因素角度对粮食产量的影响程度进行分析，依据粮食产量波动特性分析多因素综合影响以及各因素相对影响度的研究较少，并且以往研究大多没有定量评价各因素之间的相对重要程度。文章首先利用HP滤波法分析我国粮食产量波动特征，再采用灰色关联与层次分析有机融合的综合评价法从自然因素、科技因素(物质装备)、社会经济因素和农业生产条件方面对粮食产量的影响程度进行量化分析，计算各影响因子在不同波动周期对粮食产量波动的影响度，为有效保障我国粮食产量的可持续增长提供理论基础。

1 资料与方法

1.1 影响因子选取及数据来源

影响粮食产量波动的因素错综复杂，不同时期每种因素对粮食产量的波动变化都有不同的影响，以往的研究认为粮食产量变化主要受气候因子、科技水平、社会经济及投入要素的影响[18]。该文将影响粮食产量波动的因素分为自然因素、科技因素(物质装备)、社会经济因素和农业生产条件。由于土壤具有长时间的演变特征，因此该文中自然因素主要选取了年平均气温(X1)、年降水量(X2)、日照时数(X3)和成灾面积(X4)4个气象要素； 化肥施用量和农业机械总动力反映了科技投入对粮食产量的重要影响[19]，灌溉措施主要依赖于动力泵和输水设备，其对粮食产量的影响与科技因素投入密切相关[20]，因此，该文将化肥施用量(X5)、农业机械总动力(X6)和有效灌溉面积(X7)作为科技因素(物质装备)的评价指标； 城镇化发展、财政支农、农村土地改革、取消农业税等一系列农业政策因素也是影响粮食产量的重要因素，但政策对农业的影响最终仍然会反应在社会经济及投入要素的变化，因此该文中社会经济因素主要选择了农村居民人均纯收入(X8)和财政支农支出(X9)2个影响因子； 农业生产条件主要选择了播种面积(X10)、耕地面积(X11)、农林牧渔业劳动力(X12)和农村用电量(X13)4个影响因子。

该研究所用的平均气温、年降水量、日照时数等气象资料来自中国气象科学数据共享服务网提供的地面气象站点观测数据，包括756个生态点1978—2010年的逐年历史气象数据。粮食产量、科技因素(物质装备)、社会经济因素和农业生产条件数据来源于《新中国农业60年统计资料》。

1.2 Hodrick-Prescott滤波方法

(1)

(2)

式(2)中，C(L)是延迟算子多项式：

C(L)=L-1-1-(1-L)

(3)

将式(3)代入式(2)则HP滤波的问题就是使下面损失函数最小，即：

(4)

1.3 灰色关联综合评价法

灰色关联分析是对动态过程发展态势的量化比较分析[24]，在反映系统行为的特征数据序列和影响系统行为的有效因素数据序列中找出关联性。虽然通过灰色关联分析可以对影响粮食产量的因子进行关联度排序，但是很难定量地反映出不同影响因子之间的相对重要程度。层次分析是用于评价各指标间相对重要程度的传统方法，但该方法需要人为地为各因子赋予分值，带有较强的主观性。因此，将灰色关联法和层次分析法相结合，在计算出各影响因子与粮食产量关联系数的基础上，构造两两判断矩阵对系统行为进行层次化、数量化分析，计算出每个影响因子的权重，可以有效地对粮食产量的影响因素进行综合评价。灰色关联综合评价法对基础数据的处理具体步骤如下。

1.3.1 数据的处理

按照灰色系统理论，分别将各波动周期的粮食总产量和各影响因子视为一个整体，构建一个灰色系统。设总产量为参考序列X0， 13个影响因子为比较序列Xi，i=1， 2，…13。由于粮食产量和各影响因子的量纲不同，无法进行比较，因此该文采用标准差方法(公式5)对各因子进行无量纲化处理，结果列于表1。

(5)

1.3.2 计算关联系数和关联度

系统内，以曲线几何形状间差值大小作为关联程度的衡量尺度，为关联性实质。各影响因子比较序列Xi与粮食产量参考序列X0的关联系数ξ的计算公式：

(6)

关联度的计算公式：

(7)

式(7)中，γi表示比较序列Xi对参考序列的X0关联度，根据其数值高低判断比较序列的重要性，进行排序。

1.3.3 九标度法计算因素影响度

依据灰色关联分析结果，对每个影响因子按照影响程度进行两两比较，构造判断矩阵。常用的两两判断矩阵是建立在1～9标度基础上的互反矩阵，以目标集A=a1…ai…am，i∈1…m为例，用标度1、3、5、7、9 分别表示两个目标元素相比为同样、稍微、明显、强烈和极端重要，用2、4、6、8分别表示上述相邻判断的中间值，判断矩阵Bm×m=bij，i，j∈1…m，bij由标度值及其倒数所构成。判断矩阵建立后，即可计算构成因素的影响度，相应公式为：

(8)

式(8)中，λmax表示判断矩阵B的最大特征根，W表示对应于λmax的正规化特征向量，Wi表示构成因素排序的影响度，n表示判断矩阵B的维数。

为了检验判断矩阵B的一致性，需计算一致性指标CI，相应计算公式：

(9)

将CI与平均随机一致性指标RI进行比较，检验判断矩阵B是否具有一致性。对于1～13阶矩阵，RI取值列于表1。

表1 同阶平均随机一致性指标RI

对于1， 2阶判断矩阵，RI只是形式上的，因为1， 2阶判断矩阵总是具有完全一致性。当阶数大于2时，判断矩阵的一致性指标CI与同阶平均随机一致性指标RI之比称为随机一致性比率，记为CR。当

(10)

可以认为层次单排序的结构有满意的一致性，否则需要调整判断矩阵的元素取值。

计算各层元素对系统目标的合成权重，进行总排序，以确定结构图中最底层各个元素的总目标中的重要程度。

2 结果与分析

2.1 粮食产量波动特征

图1 1978—2010年我国粮食产量波动周期

该文运用HP滤波法计算出1978—2010年我国粮食总产量的HP趋势值，并得出表示长期波动的长期平滑趋势线，然后利用剔除长期趋势后的数据计算出总产量的HP波动指数，并绘制短期波动曲线(图1)。从长期趋势来看，我国粮食总产量呈波动上升的趋势， 2010年总产量为5.464 77亿t，是1978年的1.8倍。

将HP滤波值剔除之后，得到反映1978—2010年我国粮食总产量的波动值，再用波动值除以趋势值得到变异率(表2)。该变异率反映了粮食产量在特定时间对长期趋势的偏离幅度，即粮食产量的短期波动情况。按照波动幅度超过5%、波动年数超过2～3年的周期划分标准[25]，把1978—2010年我国粮食总产量划分为6个波动阶段，平均波动周期为6年， 20世纪80年代以4年的周期性波动为主，此后以7年的周期性波动较为显著， 2006—2010年尚未构成一个完整波动周期。从波动趋势看， 1988年以前，粮食产量波动幅度比较大； 从1988年开始波动幅度较均匀， 2000—2006年处于一个大波谷(表3)。

表2 1978—2010年我国粮食产量变异率

2.2 粮食产量波动影响因子关联度分析

以粮食产量为参考序列，影响因子为比较序列，所得各个波动周期的关联度如图2所示。由图2可知， 1978—1981年，我国粮食产量与影响因子的关联度次序依次为：耕地面积>化肥用量(折纯量)>农业机械总动力>财政支农>农村居民人均纯收入>农林牧渔业劳动力>农村用电量>降雨量>有效灌溉面积>气温>粮食作物播种面积>日照时数>成灾面积。1981—1985年，我国粮食产量与影响因子的关联度次序依次为：化肥用量(折纯量)>农村居民人均纯收入>财政支农>农村用电量>农业机械总动力>农林牧渔业劳动力>降雨量>有效灌溉面积>日照时数>粮食作物播种面积>成灾面积>气温>耕地面积。1985—1988年，关联度次序依次为：有效灌溉面积>气温>粮食作物播种面积>财政支农>化肥用量(折纯量)>农村用电量>农业机械总动力>日照时数>农村居民人均纯收入>农林牧渔业劳动力>降雨量>成灾面积>耕地面积。1988—1994年，关联度次序依次为：有效灌溉面积>化肥用量(折纯量)>财政支农>农业机械总动力>农村用电量>农林牧渔业劳动力>日照时数>农村居民人均纯收入>降雨量>气温>成灾面积>耕地面积>粮食作物播种面积。1994—2000年，关联度次序依次为：粮食作物播种面积>化肥用量(折纯量)>农村居民人均纯收入>农村用电量>财政支农>有效灌溉面积>农业机械总动力>气温>农林牧渔业劳动力>耕地面积>降雨量>成灾面积>日照时数。2000—2006年，关联度次序依次为：有效灌溉面积>农业机械总动力>农村居民人均纯收入>化肥用量(折纯量)>农村用电量>财政支农>气温>粮食作物播种面积>日照时数>降雨量耕地面积>成灾面积>农林牧渔业劳动力。2006—2010年，关联度次序依次为：有效灌溉面积>农村居民人均纯收入>农业机械总动力>化肥用量(折纯量)>农村用电量>财政支农>粮食作物播种面积>降雨量>日照时数>气温>成灾面积>农林牧渔业劳动力>耕地面积。

根据关联度分析原则，关联度大的数列与参考数列的关系密切，关联度小的数列与参考数列的关系疏远。由此得出，科技因素(物质装备)和社会经济因素对粮食产量的影响越来越大； 农业生产条件中，耕地面积和农林牧渔业劳动力对粮食产量的影响越来越小，农村用电量对粮食产量的影响越来越大，粮食作物播种面积呈现波动性影响规律； 自然因素对粮食产量的影响较为稳定。

图2 各影响因子对粮食产量的灰色关联度

2.3 因素影响度分析

根据粮食产量波动影响因子的灰色关联度分析结果，构建两两比较判断矩阵，利用判断矩阵计算不同波动周期各影响因子的影响度(表4)，一致性检验均得到CI<0.1，说明判断结果具有满意的一致性，能够反映数据的真实规律。

影响度分析结果表明： 1978—1981年，耕地面积、化肥施用量、农业机械总动力、财政支农和农村居民人均纯收入对粮食产量的影响度排在前5位，分别为19.2%、17.3%、16.4%、11.1%和7.8%，农林牧渔业劳动力、农村用电量和降雨量的影响度分列第6、7和8位，其值为7.7%、5.1%和4.9%，有效灌溉面积、气温、粮食作物播种面积、日照时数和成灾面积的影响度排在后5位，总和仅为10.5%；

1981—1985年，化肥施用量、农村居民人均纯收入、财政支农、农村用电量和农业机械总动力对粮食产量的影响度排在前5位，分别为21.3%、16.2%、14.3%、10.9%和9.8%，农林牧渔业劳动力、降雨量和有效灌溉面积分列第6、7和8位，其值为7.2%、5.4%和4.0%，粮食作物播种面积、日照时数、成灾面积、气温和耕地面积的影响度排在后5位，总和仅为10.9%；

1985—1988年，有效灌溉面积、气温、粮食作物播种面积、财政支农和化肥施用量对粮食产量的影响度排在前5位，分别为21.7%、16.9%、14.7%、11.5%和8.1%，农村用电量、农业机械总动力和日照时数分列第6、7和8位，其值为7.7%、5.2%和3.8%，农村居民人均纯收入、农林牧渔业劳动力、降雨量、成灾面积和耕地面积的影响度排在后5位，总和仅为10.4%；

1988—1994年，有效灌溉面积、化肥施用量、财政支农、农业机械总动力和农村用电量对粮食产量的影响度排在前5位，分别为22.4%、18.2%、13.5%、10.4%和9.9%，农林牧渔业劳动力、日照时数和农村居民人均纯收入分列第6、7和8位，其值为6.9%、4.9%和3.8%，降雨量、气温、成灾面积、耕地面积和粮食作物播种面积的影响度排在后5位，总和仅为10.0%；

1994—2000年，粮食作物播种面积、化肥施用量、农村居民人均纯收入、农村用电量和财政支农对粮食产量的影响度排在前5位，分别为23.5%、18.3%、14.1%、10.4%和8.3%，有效灌溉面积、农业机械总动力和气温分列第6、7和8位，其值为6.3%、5.0%和4.1%，农林牧渔业劳动力、耕地面积、降雨量、成灾面积和日照时数的影响度排在后5位，总和仅为9.9%；

2000—2006年，有效灌溉面积、农业机械总动力、农村居民人均纯收入、化肥施用量和农村用电量对粮食产量的影响度排在前5位，分别为23.0%、18.2%、13.5%、10.9%和9.2%，财政支农、气温和粮食作物播种面积分列第6、7和8位，其值为6.6%、5.1%和3.7%，日照时数、降雨量、耕地面积、成灾面积和农林牧渔业劳动力的影响度排在后5位，总和仅为9.8%；

2006—2010年，有效灌溉面积、农村居民人均纯收入、农业机械总动力、化肥施用量和农村用电量对粮食产量的影响度排在前5位，分别为22.1%、18.0%、15.1%、11.1%和8.9%，财政支农、粮食作物播种面积和降雨量分列第6、7和8位，其值为6.9%、5.2%和3.7%，日照时数、气温、成灾面积、农林牧渔业劳动力和耕地面积的影响度排在后5位，总和仅为9.0%。

表4 不同波动周期各影响因子的影响度

图3 粮食产量的影响因素综合影响度

通过对粮食产量影响因素的综合影响度分析(图3)得出，科技因素(物质装备)对粮食产量的影响最为显著，并且影响呈逐渐增大的趋势， 20世纪90年代前其对粮食产量的影响度在35.0%左右， 90年代后基本上升到50.0%左右， 1994—2000年略有下降，为29.7%； 社会经济对粮食产量的影响呈波动增加的规律， 1981—1985年影响度最大，达到30.5%； 农业生产条件对粮食产量的影响在20世纪80年代初期与科技因素(物质装备)基本持平，此后，除1994—2000年，与科技因素(物质装备)的影响度差距越来越大，到2000—2006年对粮食产量的影响度仅为15.8%； 自然因素对粮食产量的影响较为稳定，除1985—1988年达到24.3%，其余波动周期影响度均在8.7%～12.8%之间。

3 讨论

3.1 我国粮食产量呈周期性波动

粮食生产虽然是一个机理复杂的农业生产过程，但是也有其自身的演变规律与特征。在有关粮食生产波动的研究中，不少学者都作了很多有价值的研究，研究普遍认为我国粮食产量存在3～4年的短周期波动[26]。该研究发现改革开放以来，我国粮食产量平均波动周期为6年， 20世纪80年代以4年的周期性波动为主，这与陈玲玲等利用经验模态(EMD)方法分解出来的周期一致[11]。20世纪80年代后，以7年的周期性波动较为显著，该结论与王馥棠等指出的我国粮食产量可能具有准4年及其倍数周期波动的研究结论基本一致[10]。以上分析表明粮食产量有其特有的波动特征，根据波动分析结果，可以揭示粮食产量波动周期及其与影响因子的相互关系，从而为我国粮食安全预警分析提供理论依据。

3.2 不同波动周期各因素对我国粮食产量的影响分析

通过灰色关联综合评价法分析1978—2010年自然因素、科技因素(物质装备)、社会经济因素和农业生产条件对我国粮食产量的影响发现，各时间尺度波动周期下，科技投入对粮食产量的影响最大，且该影响随着粮食产量的波动呈增加趋势，到2006—2010年，影响度达到48.3%，这与前人的研究结论基本一致[20， 27-28]。其中，有效灌溉面积对粮食产量影响的增大趋势最为明显，从1978—1981年的3.3%上升到2006—2010年的22.1%，这说明在农业水资源严重短缺的制约条件下，适时有效地供应农田灌溉水已成为稳定粮食产量的重要措施； 农业机械总动力对粮食产量的影响度基本稳定在10.0%左右，且呈增加趋势，而lin等[29]研究指出农业机械总动力对粮食产量的贡献度在20世纪80年代后期大幅下降，这可能与两者测算方法及选取因子不同有关，后者运用随机前沿生产函数模型对科技要素及生产力投入要素测算引起我国粮食产量的各因素贡献率； 化肥施用量对我国粮食产量的影响度均维持在10%以上(1985—1988年除外)，但该影响逐渐减小，从1978—1981年的17.3%下降到2006—2010年的11.1%，自1978年以来，我国化肥用量有较大幅度地增加，从1978年的884万t增加到2010年的5 561.7万t，平均每年增加5.9%。由此可见，在化肥投入的大幅提高下，其对粮食波动的贡献却有所减少，该结果说明在报酬递减规律的制约下，盲目地增加化肥在现有农业生产技术条件或农作习惯下增产效果已不明显，这与已有的研究结论基本一致[30-32]。另一方面，优良品种的培育对提高我国粮食产量有着重要作用，其发展与现代生物学手段、工程学手段和农业经济学原理以及其他现代科技成果密不可分。改革开放后，通过消化吸收和研究开发，初步形成了具有中国特色的种子加工科研生产体系； 1989年国务院颁布实施《中华人民共和国种子管理条例》，促使种子事业得到全面快速推进； 至本世纪末，建成一批农作物品种改良中心、种子区域试验站、良种场等种用相关企业与技术服务机构[33]。但由于该指标难以量化，因此，该文未将其作为影响因素单独考虑。总之，大力推进农业科技进步，增强科技创新和储备能力，围绕提高单产，加快粮食品种改良，推广实用技术，不断提升粮食生产的科技含量，对保障国家粮食安全、促进农业可持续发展有重要意义。

社会经济因素对粮食产量的影响呈波动增大的规律， 2006—2010年影响度达到24.9%。这与自2000年以来，中央财政认真贯彻落实“三农”工作方针政策，积极调整支出结构，较大幅度地增加农业投入等一系列支农措施密切相关。2004年，我国开始实施税收减免、种子补贴及农机具购置补贴试点项目。2006年，我国政府废止农业税，实施“four-subsidy”政策[34]。到2010年，财政支农金额达8 579.7亿元，比1978年提高了近57倍。农民人均纯收入从1978年的133.6元提高到2010年的5 919.0元，其对粮食波动的影响度也从1978—1981年的7.8%增加到2006—2010年的18.0%，这说明提高农民投入农业生产积极性是保障粮食产量稳定的重要发展政策。

农业生产条件对粮食产量的影响呈现波动减小的趋势，到2006—2010年对粮食产量的影响度仅为16.6%，与Wang等[20]通过随机效应模型分析的结果基本一致。其中，耕地面积对我国粮食产量波动的影响度迅速减小，从1978—1981年的19.2%下降到2006—2010年的1.1%，这可能与20世纪80年代政府提出的农业结构调整到21世纪初期的生态退耕等原因导致的耕地面积迅速减少有关[35-36]，但与此同时也说明，耕地资源的锐减对粮食产量的制约程度不断减弱，这主要受科技水平不断提高的影响。我国粮食播种面积从1978年的1.205 873亿hm2下降到2003年的9 941.01万hm2，之后略有提高， 2010年上升到1.098 761亿hm2。该研究发现，播种面积对粮食产量的影响度有增大趋势。这在一定程度上说明播种面积的减少对粮食总产造成越来越严重的冲击，由于我国土地总面积是一定的，粮食增产需要依靠改变种植结构及提高复种指数等。随着工业化和城镇化的快速推进，原本从事农业生产的劳动力有相当部分开始从事第二和第三产业，造成农业劳动力数量减少，到2010年仅有2.769 48亿人从事农业生产。而该研究通过影响度分析发现，农业劳动力对粮食产量的影响却从1978—1981年的7.7%下降到2006—2010年的1.4%，这说明工业化、城镇化进程的加快和非农就业机会的增加并未对粮食总产量构成严重威胁。这很可能是由于以精准农业为代表的现代农业工程措施的大力发展，提高了劳动生产率[37]，有效补偿了因农业劳动力下降给粮食生产带来的损失，总体上保证了我国粮食总产的动态平衡与波动增长。农村用电量高低代表农村电气化发展水平，是推动农业现代化、提高粮食产量的重要组成部分。建国以来，我国的农村电气化事业在几乎是空白的基础上获得了高速度发展， 20世纪80年代初农业机械化水平得到了飞跃式提高，我国农村用电急剧增长，其对粮食产量的影响度也从1978—1981年的5.1%提高了1倍，上升到1981—1985年的10.9%，之后一直维持在7.7%～10.4%之间。因此，在当前我国农村电气化迅速发展的同时，因地制宜地探讨农家微型发电技术装备，开发利用农村地方能源对稳定粮食产量具有重要意义[38]。

自然因素对粮食产量波动的影响最小，且较为稳定，除1985—1988年影响度达到24.3%，其余波动周期均在8.7%～12.4%之间， 2006—2010年影响度为10.2%。1978—2010年，我国年平均气温有小幅度升高，年平均增温速率约为0.26℃/10年。在1985—1988年波动周期内，年平均气温升温明显，增温速率约为0.2℃/年，其对粮食产量的影响度也增加到16.9%。如何趋利避害，科学地应对气候变暖是当前迫切需要解决的问题。1978—2010年，我国降水量微弱增加，LIU等[39]研究表明我国北部地区年降水量呈逐年减少趋势，东南地区则呈增加趋势，空间变化特征表现为由西北向东南递增。该研究发现降水量对我国粮食产量波动的影响较小，并且有减弱趋势，自20世纪90年代以来，基本维持在1.9%～5.4%左右。这在一定程度上说明，我国年降水量的时空变化与其他因子相比较对粮食总产量的影响较小。受大气环境中悬浮颗粒物的影响，我国日照时数显著下降[40]， 1978—2010年间平均以30.1h/10年的速度减少， 2001—2010年10年间的年平均日照时数较20世纪80年代减少了26h。该研究发现日照时数对粮食产量的影响20世纪90年代以前呈增加趋势，从1.5%上升到4.9%，而在1994—2000波动周期内影响度下降到1.2%，这说明日照时数的下降会影响粮食总产量，而随着种植制度和作物布局的调整，日照时数对粮食产量的影响有所减少。从自然灾害来看，其对粮食产量的影响度均在2%以下，这说明虽然洪涝灾害、干旱灾害以及虫灾等极端天气气候事件会减少粮食总产量，但是与其他影响因子相比，其影响程度较小。

4 结论

(1)改革开放以来，我国粮食总产量经历了完整的6个波动阶段，平均波动周期为6年。

(2)不同时间尺度波动周期的粮食产量受科技因素的影响最大，且影响日益显著，影响度从1978—1981年的37.0%上升到2006—2010年的48.3%，其中，有效灌溉面积的影响增大趋势最为明显，其次是农业机械总动力，化肥施用量的影响呈减弱趋势； 社会经济因素对粮食产量的影响呈波动性增加的规律， 2006—2010年影响度达到24.9%； 农业生产条件对粮食产量的影响在20世纪80年代初期与科技因素基本持平，此后，除1994—2000年，与科技因素的影响度差距越来越大，到2000—2006年对粮食产量的影响度仅为16.6%，其中，耕地面积的影响度下降最多，到2006—2010年，影响度仅为1.1%； 自然因素对粮食产量波动的影响最小，且较为稳定，除1985—1988年影响度达到24.3%，其余波动周期均在8.7%～12.4%之间， 2006—2010年影响度为10.2%。

(3)从政府制定政策的角度出发，完善农田水利灌溉体系，加强对农业机械指导的“重科技”举措比增加后备耕地数量、改善应对气候变化与自然灾害能力的“靠资源”发展更有效。加大水利投入，完成大型灌区、重点中型灌区续建配套与节水改造及大中型灌排泵站更新改造，小型农田水利重点县建设是目前最重要的发展目标。