贵州省粮食生产驱动力研究

李 亮，但文红，何茂旭，何 静

(贵州师范大学地理与环境科学学院，贵州 贵阳 550001)

贵州省粮食生产驱动力研究

李 亮，但文红，何茂旭，何 静

(贵州师范大学地理与环境科学学院，贵州 贵阳 550001)

基于2000～2011年贵州省粮食产量与相关影响因素的变化，对粮食生产影响因素进行灰色关联分析，运用DGM(1，1)模型动态预测贵州省2012～2015年粮食产量发展趋势。结果表明：2012～2015年贵州省粮食产量在2011年的基础上略有回升，但在“十二五”期间总体上呈现缓慢下降趋势；粮食生产影响因素由2000～2011年的农作物播种面积>农业从业人数>化肥施用量>农药使用量>有效灌溉面积>农用塑料薄膜使用量>农业机械总动力，到2012～2015转变为农业从业人数>农作物播种面积>化肥施用量>农药使用量>农用塑料薄膜使用量>有效灌溉面积>农业机械总动力。研究结果可为解决贵州省粮食生产因素的合理使用及粮食增产问题提供参考。

粮食；灰色关联系统；趋势；贵州省

作为半人工、半自然的农业生态系统，其粮食生产环节不仅受到气候、土壤、植被、水文、地形地貌等自然环境影响，还受现代科技、农业政策、农用物资等社会经济因素的综合影响，因此，粮食生产问题是含有已知和未知信息的动态灰色系统。本研究首先利用灰色系统理论对贵州省粮食生产影响因素进行关联分析，然后运用DGM(1，1)模型对其发展进行趋势分析，以期找出粮食稳产增产的内在规律，为贵州省合理调配粮食生产提供参考。

1 研究区域农业概况

贵州省地处云贵高原东部，位于103°36′～109°35′E，24°37′～29°13′N之间，境内地势自中部向北、东、西3面倾斜，平均海拔1100m左右，降雨量丰富而保水能力差，是全国唯一没有平原支撑的山区农业省份[1]。贵州省土地总面积1761.7万hm2，山地面积占87%，面积在667hm2以上的地势平坦的“坝子”只有47片[2]；地势起伏大，山高谷深，切割严重，喀斯特出露面积大，约有1091.8万hm2，占土地总面积的61.9%；贵州农业生态环境脆弱，水土流失严重，水土流失面积已达73179.01hm2，占土地总面积的41.54%[3]。“十一五”期间，贵州省耕地保有量和基本农田保护面积分别稳定在4438千hm2和3617千hm2；但耕地总体质量偏差，与内蒙古、甘肃、陕西等3个省(区)位列低等地之一，平均等别为11.44等，低于全国平均水平9.80等[4]。2011年贵州省第一产业生产总值726.22亿元，占当年国民生产总值(5701.84亿元)的12.7%；年末常用耕地面积1754.9千hm2，其中水田752.25千hm2；1978～2011年贵州省农村居民家庭人均年纯收入与粮食产量从109.3元、643.36万吨增至4145.35元、876.9万吨，增长37.93倍和1.36倍[5]，其中，2011年粮食产量占全国比重的1.5%。2011年第一产业纯收入占贵州省全年收入的36.2%，第一、二、三产业结构构成由1978年的41.7%、40.2%、18.1%变为2011年12.7%、38.5%、48.8%，农业比重逐年减少，第三产持续增加，业已成为贵州省主导产业[6]。

2 研究方法

贵州省农业、经济、社会等相关数据来源于《中国统计年鉴》、《贵州省统计年鉴》(2000～2012年)。

2.1 邓氏灰色关联分析

(1)在综合分析影响农产品产量因素的基础上，将农产品产量定位因变量，则影响产量的因素为自变量，据此形成如下矩阵：

(3)对指标数据进行无量纲化。因选取各影响因素单位不一致，故对各个数据列进行无量纲化处理。

(6)计算关联系数。计算每个比较序列与之对应参考序列元素的关联系数。

式中ρ取值与关联系数间差异性成反比，即ρ越大，各对象间差异越小。通常ρ=0.5。

(7)计算关联序。关联度为比较序列与参考序列的关联程度，其数值的择取即比较序列元素的关联系数的均值，记为：

2.2 DGM(1，1)预测模型

DGM(1，1)模型是在GM(1，1)预测稳定性问题基础上改进的[6]。GM(1，1)模型预测的稳定性一直没有取得共同认可，在做长期预测时仍存在较大的误差[7-8]。改进后DGM(1，1)模型既全面符合灰色预测模型的建模机理，又解决了GM(1，1)模型存在的缺陷，故采用。

(1)若给定原始非负数据列：

X(0)={x(0)(1)，x(0)(2)，…x(0)(n)}

将原始数据列的前t项元素经一次累加后生成新数据列为：

若B=(B1，B2)T为参数列，且

则灰色微分方程x(1)(t+1)=β1x(1)(t)+β2的最小二乘估计参数列满足：

B=(BTB)-1BTY

此时，称x(1)(t+1)=β1x(1)(t)+β2为DGM(1，1)模型，或称为GM(1，1)模型的离散形式。

(2)取x(1)(1)=x(0)(1)，则有DGM(1，1)模型：

(3)检验预测值。DGM(1，1)模型的指标检验。对离散形式的DGM(1，1)模型进行精度的检验。对于平均相对误差，通常情况下残差估计不超过5%，则可认为模型预测精度较好。

2.3 指标选取与数据处理

(1)指标选取 影响粮食生产不仅有热量、光照、水、地形、土壤等自然条件，同时，化肥、农药、地膜、农业机械等农用物资的投入比重逐渐增加，成为提高农业产出的重要手段[9-10]。选取7个主要指标对粮食生产影响因素的定量分析(表1)，其中Y表示农产品产量，X1表示农作物播种面积，X2表示有效灌溉面积，X3表示农业从业人数，X4表示农业机械总动力，X5表示化肥施用量，X6表示农用塑料薄膜使用量，X7表示农药使用量。

表1 2000～2011年贵州省粮食产量与各影响因素指标数据

注：X1、X2单位以万亩计，15亩折合1公顷。

(2)粮食生产影响因素的灰色关联度分析 通过对贵州省近12年来影响粮食生产7个因素进行关联度分析，得出粮食生产与各因素之间的关联系数(表2、3)，分析各个因素与粮食生产的关联系数的动态变化。

表2 2000～2011年贵州省粮食生产与各影响因素的关联系数

表3 2000～2011年贵州省粮食生产与各影响因素的关联度

3 结果与分析

3.1 粮食生产影响因素的灰色关联度

从表3可以看出，2000～2011年对贵州省粮食生产影响最大的3个因素为主要农作物播种面积、农业从业人数和化肥施用量，而农药使用量、有效灌溉面积、农用塑料薄膜使用量、农业机械总动力对粮食生产影响程度依次减小。

农作物播种面积对贵州省粮食生产有极其重要的影响，关联度高达0.9547。从表2纵向看，2000～2011年有6a都是该因素影响最大，主要原因是贵州省农业生产仍为传统种植业，粮食生产过分依赖土地；从表2横向上看，农作物隔播种面积呈逐年递减趋势，这与贵州省自2000年执行退耕还林还草政策、城镇化过程中土地流转等不无关系。

农业从业人数对粮食生产的影响位于第二，这是因为贵州省山地和坡地多、平地少，农业机械施展条件不满足。但由表1、2可知，劳动力的数量逐年减小，影响力度呈波动中减小；受城镇化和外出务工的影响，农村青壮年劳动力大量向外转移，农村劳动力的缺乏日趋明显。

化肥施用量与粮食生产的关联系为第三，化肥施用量由1978年的18.6t(折纯量)增加到2011年的94.6t(折纯量)，增加了约5.1倍。从表1看出，贵州省化肥用量在80～90t时，对粮食产量贡献最大，并趋于稳定。

农药使用量、有效灌溉面积、农用塑料薄膜使用量、农业机械总动力影响力分别处于4～7位。

3.2 粮食生产影响因素的变化趋势

为反映贵州省粮食产量的变化趋势，对影响粮食生产的7个因素建立预测模型，运用DGM(1，1)对表1数据进行预测，得到贵州省2012～2015年粮食产量分别为1055.17万、1049.43万、1043.72万、1038.05万吨及其相关影响因素数据(表4)。

表4 2012～2015年贵州省粮食产量影响因素预测值与相关校验值

注：Y、X1、X2、X3、X4、X5、X6、X7单位与表1同。

由表4可知，2000～2011年预测值的平均相对误差率除农用塑料薄膜使用量略大于5%以外，其余均小于5%，说明DGM(1，1)模型进行预测具有较高的精度，可进行下一步的研究。

由表5可知，在“十二五”期间，影响贵州省粮食生产的3大主要因素仍为农作物播种面积、农业从业人数和化肥施用量。可以看出，农业机械总动力、农药使用量和农用塑料薄膜使用量投入虽然呈现不断增加趋势，但在“十二五”期间间仍不足以成为主导粮食生产的主要因素。2000～2011年农作物播种面积作为粮食生产最关键因素，自2012年之后从第一位下降至第二位，影响力有所下降，农业从业人数上升至第一位。化肥施用量位置不变，仍排列第三的位置，影响程度有所上升，未来预计可能取代前两者，达到峰值后，其影响效果则不再增加。

表5 2012～2015年贵州省粮食生产影响因素进行趋势关联分析

排位靠后的4个影响因素中，只有农药使用量与农业机械总动力对贵州省粮食生产影响力仍持平，但二者的影响程度逐年增加。

农用塑料薄膜使用量与有效灌溉面积，二者对贵州省粮食生产影响力度排位互换。

4 结论与建议

本研究对2000～2011年影响贵州粮食生产的7个因素进行了灰关联分析，并对2012～2015年的各个影响因素进行了趋势预测及关联分析。结果表明：贵州省粮食生产在很大程度上依赖于劳动力的投入、农作物播种面积与化肥施用量；有效灌溉面积、农业机械总动力、农用塑料薄膜使用量和农药使用量对粮食产量影响较小。随着经济的增长和城镇化的发展，耕地减少的趋势会更为显著，若不采取能行之有效措施，保障劳动力数量和质量，那么粮食产量将持续减少。

充分理解并运用“科技兴农”这一理念，加大科技的投入，促进传统农业向现代农业转变，加大对农业科研院所对适合贵州各个地区自然环境的“高产、优质、高效”的粮食作物品种的创新投入[10-11]，同时，做好新技术、新试剂的引进、试验和推广工作，提高农业综合生产能力。其次，发展绿色循环农业。围绕着“绿色、增产、可持续”绿色循环农业模式，科学合理施用化肥与农药，避免过量施肥导致土地板结和粮食减产，减少农业面源污染。与此同时，增加农家肥、沼气肥等有机肥料的使用，采用生物技术和物理措施来防治病虫害；合理地利用可降解农用薄膜减少水土流失，防止害虫侵袭作物和某些微生物引起的病害。最后，加大水利设施等农田基础设施的建设，有效地减轻旱涝灾害对粮食生产的负作用。

[1]谷小平．贵州省山地气候要素分布式研究[M]．北京：气象出版社，2009．

[2]陈建庚．贵州地貌环境与旅游[M]．北京：地质出版社，2000．

[3]梅小亚．贵州资源开发与生态保护[J]．中共贵州省委党校学报，2008，(4)：28-29．

[4]朱来友．中国耕地质量等级调查与评定(贵州卷)[M]．北京：中国大地出版社，2010．

[5]贵州省统计局．贵州统计年鉴[M]．北京：中国统计出版社，2012．

[6]王 惠，江可申．企业信息资源管理水平实证分析[J]．价值工程，2009，(5)：95-97．

[7]刘贤赵，张安定，李嘉竹．地理学数学方法[M]．北京：科学出版社，2009．

[8]郝海燕，王 斌．大学生综合素质测评的灰色关联分析法[J]．承德石油高等专科学校学报，2009，11(2)：57-59．

[9]刘香美．基于粗糙集和灰色理论的决策树算法研究[D]．成都：西南交通大学，2010．

[10]程 伟，刘国壁．灰色系统理论在粮食产量预测中的应用[J]．北京电子科技学院学报，2008，16(2)：62-64．

[11]何晓萍．云南省粮食产量影响因素的灰色关联分析[J]．现代农业科技，2012，(11)：287-293．

[12]陈祺琪，李 君，梁保松．河南省粮食单产影响因素分析及变化趋势预测[J]．河南农业大学学报，2012，46(2)：219-222．

2012-10-22

贵州师范大学创新基金项目(2012023)。

李 亮(1989-)，男，吉林白山人，硕士生，研究方向为文化地理与遗产学。

[作者简介]但文红，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