甘肃省粮食产量影响因素的灰色关联动态分析

许甜甜，陈 英

（甘肃农业大学 管理学院，甘肃 兰州 730073）

一、引言

国务院于2018 年发布的中央一号文件中强调，确保国家粮食安全是实施乡村振兴战略的首要任务，粮食安全问题不仅影响整个国民经济发展，而且影响整个社会的稳定，因此维持粮食生产的可持续性尤为重要，而影响粮食生产的因素发挥着不可忽视的作用。相关学者在粮食产量及其影响因素方面均有研究，卢李朋等（2014）[1]通过构建粮食增产影响因子评价模型，根据评价结果提出对策建议。李昊儒等（2018）[2]从粮食产量的波动特征角度出发，通过对自然、科技、社会经济、农业生产条件等因素的量化分析，为制定科学合理的农业政策、保障我国粮食产量的可持续生产提供理论依据。王珺鑫（2018）[3]从整体性和阶段性出发，实证分析了山东省粮食产量的影响因素，结果发现粮食播种面积对粮食产量的影响最大，而农业机械总动力的影响较小，化肥施用总量位于两者之间。王曙光等（2018）[4]针对江苏省粮食生产特征，将江苏省粮食生产的时间段划分为2 个时段，采用灰色关联分析法，对2 个时段中10 个影响因素进行动态分析。结果发现影响江苏省粮食产量的首要因素是粮食播种面积。本文在以往学者研究的基础上，对甘肃省粮食产量及其影响因素进行了趋势预测，以期动态的了解甘肃省粮食产量以及影响因素。

甘肃省属于典型的黄土高原半干旱地区，不但降雨量少而且水土资源流失也比较严重，是全国最贫困的地区之一，加上脆弱的生态环境系统和频发的自然灾害，经济发展也比较落后，恶劣的农业生产环境使得农业生产力较弱，粮食安全问题也异常突出，研究甘肃省的粮食生产及其主要影响因素，对于指导粮食科学生产提供依据无疑具有现实意义，本文基于2005—2017 年甘肃省粮食产量及其影响因素的数据，采用灰色关联分析模型，在分析影响甘肃省粮食产量的基础上，运用灰色预测模型对未来几年甘肃省粮食产量及其影响因素进行趋势预测，以便为甘肃省粮食生产的可持续发展提供参考。

二、数据来源与研究方法

（一）数据来源

影响粮食生产的因素大致可以分为这样几类：经济因素、技术因素、政治因素以及自然条件的因素[5-6]。根据各种因素对粮食生产的影响程度，同时考虑到获取数据的难度，因此结合甘肃省粮食生产的实际情况，选取甘肃省粮食产量（Y）为参考序列，粮食作物播种面积（X1）、有效灌溉面积（X2）、受灾面积（X3）、化肥施用折纯量（X4）、农产品生产价格指数（X5）、农业生产资料价格指数（X6）、农村从业人员（X7）、粮食单位面积产量（X8）、农业支出（X9）、农业机械总动力（X10）等具有代表性的10 个影响因素为比较序列，以2004—2018 年《甘肃省发展年鉴》《甘肃六十年》为基础数据（见表1）。

表1 2005—2017 年甘肃省粮食产量及其影响因素数据

（二）研究方法

1.灰色关联分析模型。本文运用灰色关联分析法，其是一种多因素统计分析方法，意在揭示因素间关系的强弱情况，各影响因素的时间序是其运算对象[7-8]。影响粮食生产的诸多因素构成了一个抽象而复杂的系统，各种因素的结合决定了粮食生产的发展趋势[9]。回归分析，方差分析，主成分分析和灰色关联分析是系统分析的常用方法[10]。然而，灰色关联分析与其他分析相比，既不需要数据具有统计规律，也不需要样本服从典型概率分布。由于粮食生产过程本身是一个受许多因素影响的复杂系统[11]。另外，本文选择的可比统计数据的时间序列不长。因此，选择使用灰色关联分析模型具有明显的优势。

灰色关联分析模型构建过程如下：

（1）首先对原始数据进行无量纲化的处理

（3）求关联系数

（4）计算关联度

2.GM（1.1）预测模型。设X（0）（t）={X（0）（1），X（0）（2），…，X（0）n}是所要预测的某项指标的原始数据，通过对原始数据进行一次累加生成（AGO），得到一次累加生成序列，X（1）（t）={X（1）（1），X（1）（2），…，X（1）（n）}，式中由此得到微分方程为，方程中系数按最小二乘法求解得式中：Y 为列向量（X（0）（2），X（0）（3），…，X（0）（n））T，B 为矩阵：

三、甘肃省粮食产量影响因素关联分析与预测

（一）甘肃省粮食产量影响因素关联分析

1.原始数据的无量纲化处理。由于各个影响因素的量纲不相同，比如X1粮食作物播种面积为千公顷，X4化肥施用折纯量为万吨，因此为了便于比较，将原始数据进行无量纲化的处理，本文采用的是均值法的处理方法，数据的处理结果如表2 所示。

2.求关联度。根据灰色关联分析模型和表2 中所列的经过无量钢化处理的数据，以甘肃省粮食产量（Y）为参考序列，以因素X1—X11为比较序列，分别按照2005—2010 年、2011—2017 年两个时期以及2005—2017 年总时期来进行分析，计算不同时期甘肃省粮食产量及其影响因素之间的灰色关联度，结果如表3 所示。

表2 原始数据的均值化处理

表3 不同时期甘肃省粮食产量及其主要影响因素的灰色关联度与排序

关联度反映了参考序列和比较序列之间关联的紧密程度。关联度越大，比较序列对参考序列的影响就越大，反之越小[12]。根据表3 的分析结果可知，2005—2010 年化肥施用折纯量、粮食单位面积产量和粮食播种面积对甘肃省粮食产量的影响最大，是影响粮食总产量的重要原因。其次是粮食作物播种面积和农村从业人员对粮食产量也产生了较大的影响。而在2010—2017 年粮食单位面积产量、有效灌溉面积和粮食作物播种面积对粮食产量影响较大，其次是化肥施用折纯量和第一产业从业人员。由表1 观察可知，在这一时期内，粮食作物播种面积和第一产业从业人员是逐年减少的，但是单位面积产量和农业机械总动力逐年增加，可见在这一时期内，保证粮食安全主要依靠农业技术的不断进步和生产条件的不断改善。对于2005—2017 年这一总时期，影响粮食产量的主要因素则是粮食单位面积产量、化肥施用折纯量和农业机械总动力，其次是有效灌溉面积和粮食播种面积。对于粮食单位面积产量，由于近年来的趋势是农村具有优势的劳动力不断向城市转移，使得大量耕地因为无人耕种而撂荒，导致粮食播种面积减少，而保证粮食单位面积产量应以农业机械化和农业科学技术为主要立足点。值得注意的是，甘肃省化肥施用量在2005—2017 年间是不断增加的，尽管化肥施用量是影响甘肃省粮食产量的重要因素，但其不利于生态环境和耕地质量的保护，应当鼓励农民使用农家肥、绿色有机肥等来代替化学肥料。在前后两个时期以及总体时段上反映政策性质的变量农业支出不是影响粮食产量最为重要的因素。尽管数量稳步上升，但是由于其上升空间是有限的，未来对于粮食增产的拉动作用也十分有限。

（二）甘肃省粮食产量及其影响因素预测

根据表1 中的数据，先对甘肃省粮食产量建立GM（1.1）模型，获得2018—2025 年各项指标的预测值（见表5）。表4 显示了甘肃省粮食产量预测中的误差，从表中可以看出原序列适合进行灰色系统预测。根据同样的原理，可以求出其他影响因素的预测值，如表5 所示。

表4 甘肃省粮食产量预测误差检验

表5 2018—2025 年甘肃省粮食产量及其主要影响因素预测值

根据表5 显示的结果可以发现，在2018—2025年甘肃省粮食产量将会逐年增加，这与近年来国家将粮食安全作为重大举措密切相关。根据表5 所示的结果，再次进行灰色关联分析，可得表6 所示的关联趋势。

表6 2018—2025 年甘肃省粮食产量及其主要影响因素预测的灰色关联度与排序

根据表6 所示的结果，2018—2025 年影响甘肃省粮食产量的主要因素将会是农业机械总动力、粮食单位面积产量、化肥使用折纯量，与表3 所示的结果进行比较，发现在预测时段内影响甘肃省粮食产量的主要影响因素（排序前三位）与2005—2017 年的主要影响因素（排序前三位）是相同的，说明这三个影响因素即农业机械总动力、粮食单位面积产量和化肥使用折纯量无论是在过去几年还是未来几年，都是影响甘肃省粮食产量的重要因素。

根据表5 的预测分析，由于近年来甘肃省农业基础设施的不断加强，农村水利设施的不断改善，使得有效灌溉面积在未来几年里呈现上升趋势。以农业机械总动力、化肥施用折纯量为代表的农业现代化水平在未来几年也处于不断上升的趋势，由表6 可知，三者对粮食产量的影响较大，关联度分别为0.991 3、0.974 3、0.845 5。虽然粮食播种面积在未来几年里呈上升趋势，但是其对粮食产量的影响居第六位，这与近年来农业现代化的快速发展息息相关。

四、结论

通过对2005—2017 年甘肃省粮食产量及其影响因素的灰色关联分析，并运用灰色预测模型对其进行趋势预测，可以得出以下结论：

第一，无论是在2005—2017 年，还是在2018—2025 年，农业机械总动力、粮食单位面积产量和化肥使用折纯量均是影响甘肃省粮食产量的主要因素。

第二，通过对2018—2025 年粮食产量的预测可知，在未来五年，甘肃省粮食产量逐年增加。

第三，增加农业机械总动力、增加农田有效灌溉面积、促进农业现代化，是稳定粮食生产的必然选择。

第四，根据趋势预测可知，化肥施用量仍然逐年递增，这对于发展粮食绿色生产造成很大的困扰，因此实施化肥农药减量迫在眉睫。