貴州省糧食生產驅動力研究

李 亮，但文紅，何茂旭，何 靜

(貴州師范大學地理與環境科學學院，貴州 貴陽 550001)

貴州省糧食生產驅動力研究

李 亮，但文紅，何茂旭，何 靜

(貴州師范大學地理與環境科學學院，貴州 貴陽 550001)

基于2000～2011年貴州省糧食產量與相關影響因素的變化，對糧食生產影響因素進行灰色關聯分析，運用DGM(1，1)模型動態預測貴州省2012～2015年糧食產量發展趨勢。結果表明：2012～2015年貴州省糧食產量在2011年的基礎上略有回升，但在“十二五”期間總體上呈現緩慢下降趨勢；糧食生產影響因素由2000～2011年的農作物播種面積>農業從業人數>化肥施用量>農藥使用量>有效灌溉面積>農用塑料薄膜使用量>農業機械總動力，到2012～2015轉變為農業從業人數>農作物播種面積>化肥施用量>農藥使用量>農用塑料薄膜使用量>有效灌溉面積>農業機械總動力。研究結果可為解決貴州省糧食生產因素的合理使用及糧食增產問題提供參考。

糧食；灰色關聯系統；趨勢；貴州省

作為半人工、半自然的農業生態系統，其糧食生產環節不僅受到氣候、土壤、植被、水文、地形地貌等自然環境影響，還受現代科技、農業政策、農用物資等社會經濟因素的綜合影響，因此，糧食生產問題是含有已知和未知信息的動態灰色系統。本研究首先利用灰色系統理論對貴州省糧食生產影響因素進行關聯分析，然后運用DGM(1，1)模型對其發展進行趨勢分析，以期找出糧食穩產增產的內在規律，為貴州省合理調配糧食生產提供參考。

1 研究區域農業概況

貴州省地處云貴高原東部，位于103°36′～109°35′E，24°37′～29°13′N之間，境內地勢自中部向北、東、西3面傾斜，平均海拔1100m左右，降雨量豐富而保水能力差，是全國唯一沒有平原支撐的山區農業省份[1]。貴州省土地總面積1761.7萬hm2，山地面積占87%，面積在667hm2以上的地勢平坦的“壩子”只有47片[2]；地勢起伏大，山高谷深，切割嚴重，喀斯特出露面積大，約有1091.8萬hm2，占土地總面積的61.9%；貴州農業生態環境脆弱，水土流失嚴重，水土流失面積已達73179.01hm2，占土地總面積的41.54%[3]?！笆晃濉逼陂g，貴州省耕地保有量和基本農田保護面積分別穩定在4438千hm2和3617千hm2；但耕地總體質量偏差，與內蒙古、甘肅、陜西等3個省(區)位列低等地之一，平均等別為11.44等，低于全國平均水平9.80等[4]。2011年貴州省第一產業生產總值726.22億元，占當年國民生產總值(5701.84億元)的12.7%；年末常用耕地面積1754.9千hm2，其中水田752.25千hm2；1978～2011年貴州省農村居民家庭人均年純收入與糧食產量從109.3元、643.36萬噸增至4145.35元、876.9萬噸，增長37.93倍和1.36倍[5]，其中，2011年糧食產量占全國比重的1.5%。2011年第一產業純收入占貴州省全年收入的36.2%，第一、二、三產業結構構成由1978年的41.7%、40.2%、18.1%變為2011年12.7%、38.5%、48.8%，農業比重逐年減少，第三產持續增加，業已成為貴州省主導產業[6]。

2 研究方法

貴州省農業、經濟、社會等相關數據來源于《中國統計年鑒》、《貴州省統計年鑒》(2000～2012年)。

2.1 鄧氏灰色關聯分析

(1)在綜合分析影響農產品產量因素的基礎上，將農產品產量定位因變量，則影響產量的因素為自變量，據此形成如下矩陣：

(3)對指標數據進行無量綱化。因選取各影響因素單位不一致，故對各個數據列進行無量綱化處理。

(6)計算關聯系數。計算每個比較序列與之對應參考序列元素的關聯系數。

式中ρ取值與關聯系數間差異性成反比，即ρ越大，各對象間差異越小。通常ρ=0.5。

(7)計算關聯序。關聯度為比較序列與參考序列的關聯程度，其數值的擇取即比較序列元素的關聯系數的均值，記為：

2.2 DGM(1，1)預測模型

DGM(1，1)模型是在GM(1，1)預測穩定性問題基礎上改進的[6]。GM(1，1)模型預測的穩定性一直沒有取得共同認可，在做長期預測時仍存在較大的誤差[7-8]。改進后DGM(1，1)模型既全面符合灰色預測模型的建模機理，又解決了GM(1，1)模型存在的缺陷，故采用。

(1)若給定原始非負數據列：

X(0)={x(0)(1)，x(0)(2)，…x(0)(n)}

將原始數據列的前t項元素經一次累加后生成新數據列為：

若B=(B1，B2)T為參數列，且

則灰色微分方程x(1)(t+1)=β1x(1)(t)+β2的最小二乘估計參數列滿足：

B=(BTB)-1BTY

此時，稱x(1)(t+1)=β1x(1)(t)+β2為DGM(1，1)模型，或稱為GM(1，1)模型的離散形式。

(2)取x(1)(1)=x(0)(1)，則有DGM(1，1)模型：

(3)檢驗預測值。DGM(1，1)模型的指標檢驗。對離散形式的DGM(1，1)模型進行精度的檢驗。對于平均相對誤差，通常情況下殘差估計不超過5%，則可認為模型預測精度較好。

2.3 指標選取與數據處理

(1)指標選取 影響糧食生產不僅有熱量、光照、水、地形、土壤等自然條件，同時，化肥、農藥、地膜、農業機械等農用物資的投入比重逐漸增加，成為提高農業產出的重要手段[9-10]。選取7個主要指標對糧食生產影響因素的定量分析(表1)，其中Y表示農產品產量，X1表示農作物播種面積，X2表示有效灌溉面積，X3表示農業從業人數，X4表示農業機械總動力，X5表示化肥施用量，X6表示農用塑料薄膜使用量，X7表示農藥使用量。

表1 2000～2011年貴州省糧食產量與各影響因素指標數據

注：X1、X2單位以萬畝計，15畝折合1公頃。

(2)糧食生產影響因素的灰色關聯度分析 通過對貴州省近12年來影響糧食生產7個因素進行關聯度分析，得出糧食生產與各因素之間的關聯系數(表2、3)，分析各個因素與糧食生產的關聯系數的動態變化。

表2 2000～2011年貴州省糧食生產與各影響因素的關聯系數

表3 2000～2011年貴州省糧食生產與各影響因素的關聯度

3 結果與分析

3.1 糧食生產影響因素的灰色關聯度

從表3可以看出，2000～2011年對貴州省糧食生產影響最大的3個因素為主要農作物播種面積、農業從業人數和化肥施用量，而農藥使用量、有效灌溉面積、農用塑料薄膜使用量、農業機械總動力對糧食生產影響程度依次減小。

農作物播種面積對貴州省糧食生產有極其重要的影響，關聯度高達0.9547。從表2縱向看，2000～2011年有6a都是該因素影響最大，主要原因是貴州省農業生產仍為傳統種植業，糧食生產過分依賴土地；從表2橫向上看，農作物隔播種面積呈逐年遞減趨勢，這與貴州省自2000年執行退耕還林還草政策、城鎮化過程中土地流轉等不無關系。

農業從業人數對糧食生產的影響位于第二，這是因為貴州省山地和坡地多、平地少，農業機械施展條件不滿足。但由表1、2可知，勞動力的數量逐年減小，影響力度呈波動中減??；受城鎮化和外出務工的影響，農村青壯年勞動力大量向外轉移，農村勞動力的缺乏日趨明顯。

化肥施用量與糧食生產的關聯系為第三，化肥施用量由1978年的18.6t(折純量)增加到2011年的94.6t(折純量)，增加了約5.1倍。從表1看出，貴州省化肥用量在80～90t時，對糧食產量貢獻最大，并趨于穩定。

農藥使用量、有效灌溉面積、農用塑料薄膜使用量、農業機械總動力影響力分別處于4～7位。

3.2 糧食生產影響因素的變化趨勢

為反映貴州省糧食產量的變化趨勢，對影響糧食生產的7個因素建立預測模型，運用DGM(1，1)對表1數據進行預測，得到貴州省2012～2015年糧食產量分別為1055.17萬、1049.43萬、1043.72萬、1038.05萬噸及其相關影響因素數據(表4)。

表4 2012～2015年貴州省糧食產量影響因素預測值與相關校驗值

注：Y、X1、X2、X3、X4、X5、X6、X7單位與表1同。

由表4可知，2000～2011年預測值的平均相對誤差率除農用塑料薄膜使用量略大于5%以外，其余均小于5%，說明DGM(1，1)模型進行預測具有較高的精度，可進行下一步的研究。

由表5可知，在“十二五”期間，影響貴州省糧食生產的3大主要因素仍為農作物播種面積、農業從業人數和化肥施用量。可以看出，農業機械總動力、農藥使用量和農用塑料薄膜使用量投入雖然呈現不斷增加趨勢，但在“十二五”期間間仍不足以成為主導糧食生產的主要因素。2000～2011年農作物播種面積作為糧食生產最關鍵因素，自2012年之后從第一位下降至第二位，影響力有所下降，農業從業人數上升至第一位?；适┯昧课恢貌蛔?，仍排列第三的位置，影響程度有所上升，未來預計可能取代前兩者，達到峰值后，其影響效果則不再增加。

表5 2012～2015年貴州省糧食生產影響因素進行趨勢關聯分析

排位靠后的4個影響因素中，只有農藥使用量與農業機械總動力對貴州省糧食生產影響力仍持平，但二者的影響程度逐年增加。

農用塑料薄膜使用量與有效灌溉面積，二者對貴州省糧食生產影響力度排位互換。

4 結論與建議

本研究對2000～2011年影響貴州糧食生產的7個因素進行了灰關聯分析，并對2012～2015年的各個影響因素進行了趨勢預測及關聯分析。結果表明：貴州省糧食生產在很大程度上依賴于勞動力的投入、農作物播種面積與化肥施用量；有效灌溉面積、農業機械總動力、農用塑料薄膜使用量和農藥使用量對糧食產量影響較小。隨著經濟的增長和城鎮化的發展，耕地減少的趨勢會更為顯著，若不采取能行之有效措施，保障勞動力數量和質量，那么糧食產量將持續減少。

充分理解并運用“科技興農”這一理念，加大科技的投入，促進傳統農業向現代農業轉變，加大對農業科研院所對適合貴州各個地區自然環境的“高產、優質、高效”的糧食作物品種的創新投入[10-11]，同時，做好新技術、新試劑的引進、試驗和推廣工作，提高農業綜合生產能力。其次，發展綠色循環農業。圍繞著“綠色、增產、可持續”綠色循環農業模式，科學合理施用化肥與農藥，避免過量施肥導致土地板結和糧食減產，減少農業面源污染。與此同時，增加農家肥、沼氣肥等有機肥料的使用，采用生物技術和物理措施來防治病蟲害；合理地利用可降解農用薄膜減少水土流失，防止害蟲侵襲作物和某些微生物引起的病害。最后，加大水利設施等農田基礎設施的建設，有效地減輕旱澇災害對糧食生產的負作用。

[1]谷小平．貴州省山地氣候要素分布式研究[M]．北京：氣象出版社，2009．

[2]陳建庚．貴州地貌環境與旅游[M]．北京：地質出版社，2000．

[3]梅小亞．貴州資源開發與生態保護[J]．中共貴州省委黨校學報，2008，(4)：28-29．

[4]朱來友．中國耕地質量等級調查與評定(貴州卷)[M]．北京：中國大地出版社，2010．

[5]貴州省統計局．貴州統計年鑒[M]．北京：中國統計出版社，2012．

[6]王 惠，江可申．企業信息資源管理水平實證分析[J]．價值工程，2009，(5)：95-97．

[7]劉賢趙，張安定，李嘉竹．地理學數學方法[M]．北京：科學出版社，2009．

[8]郝海燕，王 斌．大學生綜合素質測評的灰色關聯分析法[J]．承德石油高等專科學校學報，2009，11(2)：57-59．

[9]劉香美．基于粗糙集和灰色理論的決策樹算法研究[D]．成都：西南交通大學，2010．

[10]程 偉，劉國壁．灰色系統理論在糧食產量預測中的應用[J]．北京電子科技學院學報，2008，16(2)：62-64．

[11]何曉萍．云南省糧食產量影響因素的灰色關聯分析[J]．現代農業科技，2012，(11)：287-293．

[12]陳祺琪，李 君，梁保松．河南省糧食單產影響因素分析及變化趨勢預測[J]．河南農業大學學報，2012，46(2)：219-222．

2012-10-22

貴州師范大學創新基金項目(2012023)。

李 亮(1989-)，男，吉林白山人，碩士生，研究方向為文化地理與遺產學。

[作者簡介]但文紅，E-mail:danwenhongcn2000@yahoo.com.cn

10.3969/j.issn.1673-1409(S).2012.11.009

F307.11

A

1673-1409(2012)11-S040-05