基于通径分析的黄淮海平原粮食产量驱动因素研究

刘亚琦　刘加珍　张金萍等

摘要：采用通径分析方法，对影响黄淮海平原粮食产量的14个驱动因素进行统计分析，利用SPSS软件建立各因素线性回归模型，得出农业用电量、粮食作物播种面积、受灾面积、年平均气温、年底耕地面积5个因素对粮食产量的影响作用较大，进而提出要从提高农业机械化水平、稳定粮食面积、做好自然灾害预防工作、增加有效灌溉面积等多方面入手提高黄淮海平原的粮食产量。

关键词：粮食产量；黄淮海平原；驱动因素；通径分析法

中图分类号：S11+4 文献标识号：A 文章编号：1001-4942（2015）01-0153-04

Abstract The effects of 14 factors on grain yield in the Huang-Huai-Hai Plain were analyzed by path analysis in this paper， and then the linear regression models of them were established by SPSS software. The results showed that the agricultural electricity consumption， sowing area of grain crops， disaster area， average annual temperature and cultivated land area in the end of the year had larger effects on grain yield. It was put forward to increase the grain yield in the Huang-Huai-Hai Plain through improving the level of agricultural mechanization， stabling yield， preventing natural disasters， increasing the effective irrigation area and other aspects.

Key words Grain yield； The Huang-Huai-Hai Plain； Driving factor； Path analysis

粮食是人类赖以生存的基础，也是国家安全战略的重要组成部分[1]。如何保证粮食的稳定供给来满足社会的需求，对国家的安全、社会的稳定具有重要的意义[2]。就粮食生产而言， 其影响因素是十分复杂的， 包括了气候、降水、地质、土壤和社会经济因素等[3]。黄淮海平原是“北粮南调”的重要农产品基地，也是我国重要的农业区之一。近几十年，随着经济的迅速发展、城市化进程的加快和人口的增长，人均耕地的压力越来越大。研究表明，到本世纪30年代我国人口达到高峰期时，该区域很可能由目前的粮食调出区变为我国最大的粮食调入区之一，将给我国的粮食安全带来巨大危机[4，5]。而当前有关我国粮食产量驱动因素研究大多面向省级和市级，对于平原带实际的区域探索较少，尤其对黄淮海平原粮食产量驱动因素研究仍需深入。因此，本文以多年统计数据为依据，采用通径分析方法，对黄淮海平原粮食产量驱动因素进行分析，找出粮食增产的关键因素，提出解决区域粮食问题有效措施。本研究对黄淮海平原粮食安全具有重要现实意义。

1 研究区概况

黄淮海平原位于北纬32°～40°，东经114°～121°，是我国最大的平原， 跨越京、津、冀、鲁、豫、皖、苏7省市的 379个县（ 市），面积30×104 km2；地势平坦，河湖众多，交通便利，经济发达，自古即为中国政治、经济、文化中心。该地区耕地资源丰富，光热条件好，是我国重要的农业经济区和粮食主产区；人口数量多，约占全国总人口的26%；现有耕地约为32.9×106 hm2，约占全国总耕地面积的40%。

黄淮海平原属暖温带季风气候，四季分明，淮河以南属于北亚热带湿润气候，以北则属于暖温带湿润或半湿润气候，农作物大多为两年三熟，平原南部一年两熟[6]。该区域冬季干燥寒冷，夏季高温多雨，常有洪涝，春季干旱少雨，蒸发强烈，旱情较重[7]。土壤为棕壤或褐色土，黄潮土为最主要耕作土壤。年总辐射量为4 605～5 860 MJ/（m2），年日照时数北部为2 800 h，南部为2 300 h左右。年降水量为500～900 mm，黄河以南地区降水量为700～900 mm，降水年际变化甚大，年相对变率达20%～30%，京、津等地甚至在30%以上[8]。

2 数据来源与研究方法

2.1 数据来源

区域不同、经济发展水平的差异，造成粮食产量主要影响因素的不同，一个区域对粮食产量起主导作用的影响因子，在另一个区域可能变为次要因素。本研究以1996～2013 年《中国统计年鉴》为依据，选取的变量见表1。

2.2 研究方法

先使用逐步回归分析方法筛选出影响粮食产量的主要因素[9，10]，再使用通径分析方法分析各主要因素的影响程度。

通径分析是在多元回归的基础上将相关系数分解为直接通径系数（某一自变量对因变量的直接作用）和间接通径系数（该自变量通过其他自变量对因变量的间接作用），具体计算步骤如下[11，12]：

3 分析与讨论

3.1 粮食产量状况

2012年黄淮海平原粮食总产量首次突破2×108 t，比2011年增长2.3%。各省市产量分别为：北京市113.8×104 t，天津市161.8×104 t，河北省3 246.6×104 t，河南省5 638.6×104 t，山东省4 511.4×104 t，安徽省3 289.1×104 t，江苏省3 372.5×104t。2002年至2012年10年间的人均粮食产量变化如图1。除2003年黄淮海地区降雨量较多影响粮食产量，人均粮食产量基本呈上升走势，2012年为380.43 kg。endprint

从发展趋势上看（图2），1995～2012 年黄淮海平原粮食总产与全国粮食总产走势相近，大体呈现出上升、下降、再上升的态势，可划分如下三个时期：

（1）波动增长期（1995～1999年）。粮食总产由16 786.2×104 t增长到17 974.7×104 t，但受自然灾害、农业基础设施等原因的影响，本时段内个别年份的粮食产量下降。

（2）持续下降期（1999～2003年）。主要是自然灾害影响所致，相关研究表明，农业自然灾害与粮食产量相关性较强，成灾面积与粮食产量呈明显的反方向变化[11]。本区深受季风气候影响，旱涝时常交替发生，严重影响粮食产量。

（3）持续增长期（2003～2012年）。粮食产量由14 256.8×104 t猛增到20 333.8×104 t，其主要原因一是粮食直补和良种补贴等一系列惠农政策的扶持，二是农田水利基础设施的大规模建设，三是粮食综合生产能力的提高和播种面积的增加[12]。

3.2 驱动因素分析

对因变量Y（粮食产量）实施正态性检验（表2），利用Shapiro-Wilk Test的输出结果。Shapiro-Wilk统计量0.981，显著水平Sig.= 0.955>0.05，所以因变量Y服从正态分布， 即Y是正态变量可以进行回归分析。根据逐步回归分析得到5个输入的变量：X8：粮食作物播种面积， X6：农村用电量，X3：受灾面积，X10：年平均气温，X14：年底耕地面积。

据通径分析可知（表3），除了受灾面积X3、年底耕地面积X14 与粮食产量Y呈负相关关系，其余指标与Y都呈较显著正相关关系。X6 是影响Y 的首要因素。5个自变量对粮食产量Y的直接影响中，粮食作物播种面积X8的直接作用最大，农村用电量X6次之。通过分析各个间接通径系数发现，虽然粮食作物播种面积的直接影响作用最大，但粮食作物播种面积通过其他因素对粮食产量总的间接影响呈负值（-0.253），故粮食作物播种面积的简单相关系数达到0.521，并不是最重要的影响因素，但对粮食产量Y也有较大的影响。

根据14个变量中的5个变量X8、X6、X3、X10和X14，得到多元逐步回归最佳模型：Y=b0+b1X1+b2X2+…+bkXk+ε。把表4中“非标准化回归系数”栏目中的“B”列数代入多元回归模型，得到黄淮海平原粮食产量多因素影响下的预测方程：

4 结论与建议

通过分析影响黄淮海平原粮食产量的14个驱动因素，得出农业用电量影响最大，其次为粮食作物播种面积、受灾面积，其余因素影响较小。因此，要提高黄淮海平原的粮食产量需保证区域的供电量，提高机械化水平，保持一定水平的耕地面积，减少受灾面积。具体措施有：

（1）保持农业用电量，提高农业机械化水平。农业用电量间接反映了研究地区的机械化水平，本文中用电量是影响粮食产量的首要因素，反映出黄淮海平原的机械化程度较高。要继续发挥优势， 以现代农业示范带和示范田为载体，加强科技创新，在主要农作物种植技术上实现重大突破。

（2）保护耕地面积，稳定粮食产量。在该研究地区地少人多的情况下， 加强耕地资源的保护、管理和有效利用， 实行最严格的耕地保护制度， 已成为实现粮食安全的必然选择。要严格控制各类建设用地对耕地的侵占行为， 严格保护耕地特别是基本农田， 通过加大复垦力度增加耕地资源， 减缓总耕地资源减少的下降速度， 确保该地区粮食生产的供给能力。

（3）做好自然灾害预防工作，减少农业受灾面积。研究表明，黄淮海平原粮食产量与受灾面积呈负相关关系，因此应做好监测和预防、建立工程性防御措施、加强救援和救助等工作。

参 考 文 献：

[1]顾莉丽，郭庆海.东北地区粮食产量波动研究[J].中国统计，2009（9）：17-19.

[2]刘顺，黄国勤.安徽省粮食产量波动研究[J].中国农学通报，2012，28（21）：125-130.

[3]曹志宏，郝晋珉，梁流涛.黄淮海平原粮食产量与主要投入要素的灰色关联分析[J].农业现代化研究，2008（5）：310-313.

[4]姚慧敏.黄淮海平原区耕地粮食生产能力研究[D].北京：中国农业大学，2004.

[5]毛振强.基于田间试验和作物生长模型的冬小麦持续管理研究[D].北京：中国农业大学，2003.

[6]中国华北平原气候资源特点[EB/OL].中国科学院地理科学与资源研究所.

[7]顾庭敏.华北平原气候[M].北京：气象出版社，1991.

[8]中国科学院.华北平原土壤[M].北京：科学出版社，1961.

[9]宰松梅，郭树龙，温季，等.河南省粮食产量影响因素分析[J].人民黄河，2011（12）：94-95.

[10]张超.计量地理学基础[M].北京：高等教育出版社，2010.

[11]杜家菊，陈志伟.使用SPSS线性回归实现通径分析的方法[J].生物学通报，2010，45（2）：4-6.

[12]倪超，雷国平.黑龙江省粮食产量变化及驱动因素分析[J].干旱区资源与环境，2013，27（5）：14-19.endprint