自然灾害与湖南粮食产量的灰色关联度分析
自然灾害对粮食产量和价格的影响及带来的投资机会
４ 月上中旬 ５ 月下旬 ６ 月中旬 ７ 月上中旬 ８ 月上中旬 ９ 月至 １２ 月
旱灾
强降雨 或涝灾
粮食的 播种与 收获 ຫໍສະໝຸດ 春旱 持续 ２０ 天 易发地区： 黄淮和华 南中西部
地区
华北、黄淮 华北、黄淮
和华南地 和华南地
区 棉花 开始播种
（－４．０６４９１８） （２．１８４３４８） （８．５２０００６） ７．３０１２０８１３８＊Ｘ３ － ３．０７７１６００５１＊Ｘ４ － ０．１４３９０９９６６９＊Ｘ５ － ０．５４９９２５６６＊Ｘ６ ＋
（１０．７９４６９） （－１．２５４６１５） （－６．１６３５２６） （－３．５２１９２１） ４．１４３９８５９５６＊Ｘ７ （３．８６６６６２） Ｒ２＝０．９８６６５３ Ｆ＝１０５．６０１８ ＤＷ＝２．８１８２９４ ｔ 统计检验：
长江流域 和淮河流
区 玉米开 始播种 小麦收获 （占全国 产量的
华北、黄淮 和华南地 区 大豆开 始播种
域 稻谷 ７０％）次年
开始播种 ５、６ 月
伏旱 持续 秋旱 持续
２０ 天
２０ 天
冬干
易发地区： 长江中下游 和华南地区
每年冬天东
北、华北和西 北地区都比较
-10
10000
-20
5000
-30
0
稻谷
小麦
玉米
旱灾成灾面积（右）
数据来源：wind ，国家统计局
表 １：缺水对粮食生产影响：
播种发芽期
土壤含水量直接影响种子发芽，
苗期
出现干土层导致小麦幼苗生长受阻，生长速度缓慢
两叶一心期开始穗分化，需肥水急剧增多，若缺水，小麦不仅成
我国自然灾害发生特点和对粮食生产的影响
我国自然灾害发生特点和对粮食生产的影响2008-10-17 中华粮网作为人类所依赖自然界中所发生的异常现象的“自然灾害”，今年在我国发生的种类、涉及的范围、造成的损失是触目惊心的。
综合起来，今年我国发生自然灾害的主要特点：一多灾并发。
我国是一个自然灾害频发的国家，近年来有加重发生的趋势，尤其是今年以来更是多灾并发。
低温冰冻灾害。
今年1月10日至2月初，一场新中国成立以来罕见的大范围低温雨雪冰冻灾害，在中国广大南方地区持续肆虐，造成直接经济损失超过1500亿元，1亿多人口受灾，为近50年来同类灾害之首。
台风肆掠。
在人们还没有从低温冰冻的灾难中走出来时，破坏力巨大的台风又纷至沓来。
4月份台风“浣熊”袭击华南，湖北暴雨成灾，北方气温陡降。
5月18日，今年第一号强台风“珍珠”带来的强风和特大暴雨袭击福建省，截止5月18日15时，全省60个县市、425个乡镇受灾，受灾人口315.5万人，倒塌房屋0.96万间，紧急转移人员70.9万人，死亡8人、失踪4人，农作物受灾154.12千公顷、成灾85.66千公顷，直接经济损失38.02亿元，其中水利直接经济损失6.1亿元。
另外，“珍珠”还给广东、浙江等省造成很大损失。
随后杰拉华、艾云尼、碧利斯、格美、派比安、宝霞、桑美等台风、热带气旋一个接一个登陆我国，给东南沿海数省人民生命和财产造成重大损失。
汶川特大地震。
5月12日14时28分，在四川汶川县发生的里氏8级特大地震。
据民政部报告，截至7月13日13日12时，四川汶川地震已确认69197人遇难，374176人受伤，失踪18289人。
因地震受伤住院治疗累计96446人，已出院88624人，仍有5173人住院，共救治伤病员2891583人次。
这次地震波及我国陕西、甘肃等多个省市，甚至东南亚多个国家都有震感。
洪水横行。
入汛以来南方爆发了比较强的暴雨和洪涝灾害，特别是珠江流域，发生了流域性的较大洪水，西江发生的洪水相当于20年一遇，西江的一些支流发生了超历史的特大洪水，珠江三角洲发生了超过50年一遇的特大洪水。
灰色关联分析计算实例
(123) (124)
2021/7/1
7
4．逐个计算每个被评价对象指标序列（比较 序列）与参考序列对应元素的绝对差值，即
x0(k)xi(k) （k1, ,mi1, ,n, n为被评
价对象的个数）。
nm
5．确定 mii1nmki1nx0(k) xi (k) 与
nm
mia1xmka1xx0(k) xi(k)
2021/7/1
12
1.建立原始数据矩阵：
（X´）=
2045.3 1942.2
34374 31793 14.6792 14.8449 120.9 100.1 65.9
0.3069 0.7409 49.4201 34.8699
1637.2 1884.2 1602.3
27319 32516 16297
11
表1 灾害直接经济损失及各相关影响因素原始数据表
年份
2000
2001
2002
2003
灾害直接经济损失（亿元） 2045.3 1942.2 1637.2 1884.2
中国粮食产量的灰色关联分析_刘利花
第47卷第6期河南农业大学学报Vol．47No．62013年12月Journal of Henan Agricultural UniversityDec．2013收稿日期：2013－05－15基金项目：公益性行业（农业）科研专项（200903011－B ）；河南省政府决策招标课题（2012B252）作者简介：刘利花，1981年生，女，河南焦作人，博士研究生，研究方向为农业经济理论与政策．通讯作者：尹昌斌，1968年生，男，安徽桐城人，研究员，博士生导师．文章编号：1000－2340（2013）06－0751－06中国粮食产量的灰色关联分析刘利花，尹昌斌(中国农业科学院农业资源与农业区划研究所，北京100081)摘要：采用灰色关联分析方法，分析了1999—2011年中国粮食产量的动态变化与粮食生产的各种影响因子之间的关联程度，以探究目前中国粮食生产的主要影响因子．通过将8个影响因子量化解析为13个因子并进行分析，得到的结果显示，耕地面积和市场需求仍然是中国粮食产量的2个重要影响因子．此外，在数据面上表现出与粮食产量关联度较低的农业生产技术和财政对农业支出因子，对粮食生产的重要性仍然不可忽视，并对其重要性进行分析和合理性证明．关键词：粮食;产量;灰色关联分析中图分类号：F 323文献标志码：AAnalysis based on gray correlation of Chinese grain productionLIU Li-hua ，YIN Chang-bin（Institute of Agricultural Ｒesources and Ｒegional Planning ，Chinese Academy ofAgricultural Sciences ，Beijng 100081，China ）Abstract ：This paper adopts the gray correlation analysis method to analyze the correlation degree be-tween the dynamic change in Chinese grain production and a variety of factors affecting grain produc-tion from 1999to 2011，in order to explore the main factors affecting Chinese grain production at pres-ent．Analysis was conducted by dividing the eight factors quantitatively into 13factors．The result shows that arable land and market demand are still the two important factors affecting Chinese grain output．In addition ，the data plane showed the two factors ，the agricultural production technology and finance ，which grain yield is less associated with ，are still important to grain production ，which can not be ignored．At last ，importance was analyzed and the reasonableness was proved．Key words ：grain ；production ；gray correlation analysis 粮食不仅是保证人类生存与发展的产品，而且是关系到社会经济发展的重要商品，粮食的生产直接或间接地影响着其他种类商品的产量和成本，因此，粮食问题一直受到广泛关注．作为农业大国的中国，粮食生产对整个国民经济有着决定性的影响，所以，中国政府非常重视粮食生产问题，中国粮食产量保持着长期增长．从改革开放后的数据来看，中国农业总产值从1978年的1118亿元增长到2010年的36933亿元，32a 间增长了33．03倍，年均增幅高达11．54%．中国粮食产量从1978年的30476．5万t 增长到2010年的54647．7万t ，增长了1．79倍，年均增幅达到1．84%，从2003年到2011年的8a 间，中国粮食产量保持着8a 连续增长［1］．同时，在当今气候变化和环境压力不断增大的背景下，中国面临着严峻的粮食安全问题，问题具体表现为剧烈的气候变化和频繁的自然灾害对752河南农业大学学报第47卷粮食产量的冲击，工业生产与粮食生产争夺土地与劳动力，市场经济发展影响农民生产积极性，全球一体化对本国粮食生产造成的冲击，化肥、农药的无节制使用造成的农产品污染问题等．综合以上情况，确保粮食生产，提高粮食安全日益成为中国农业发展乃至经济发展的重要问题．在这一背景下，学术界对有关粮食生产及产量相关性问题的讨论较多．国外的相关研究主要从粮食供求的角度进行实证分析，HUFFMAN等［2］通过对美国多种粮食作物的供需数据进行分析，认为农产品市场推广、农业生产方式以及农业技术发展是造成粮食供需偏差的主要原因．BAUEＲNFEIND等［3］基于谱分析技术对德国粮食产区历年的粮食价格及产量进行分析，发现粮食的价格在较长的时间段内表现出周期性变化．TILMAN等［4］综合国际粮食市场和现代农业生产所带来的环境问题，认为技术进步和农业产业化对粮食产量增长和粮食生产成本降低发挥了重要作用，但也造成了生态环境问题．NEUMANN 等［5］运用空间计量经济学分析方法，探讨主要粮食生产国的粮食生产效率及影响因子，认为基础设施、农业生产规模、农业生产技术和市场影响力等与粮食产量具备较高的正相关性．杨志海等［6］利用AＲDL-ECM模型分析1998－01—2011－12中国粮食价格与石油价格的月度数据，发现石油价格对玉米、大米和大豆的价格具有正向影响作用，而对小麦价格具有负向影响，因此，认为不同种类粮食之间存在替代性效应和一定的竞争性．伍山林［7］通过分析历年各省份粮食产量占全国粮食总产量比例的动态变化，指出按区域划分的中国粮食生产具备较强的稳定性．许庆等［8］通过对中国粮食主产区农户的随机抽样调查，获取了中国主要粮食作物的成本和产出数据，并在此基础上分析了粮食生产的规模效应．刘成玉［9］通过分析中国农业耕地与粮食产量之间的影响程度，认为决定中国粮食产量的重要因子是耕地的数量和质量．钟甫宁［10］综合多方面数据，认为粮食产量取决于资源禀赋、气候条件变化、要素供给和政府政策多方面，需要综合加以考量．可见，粮食生产和产量研究的重要性和国内外对相关问题的研究成果，可以看出，有关中国粮食产量的研究主要集中在区域性的分析，或者就某一个要素或者少数若干影响因子进行粮食产量相关分析，对影响中国粮食产量的各类因子进行综合分析缺乏系统研究．因此，本研究在综合国内外研究成果的基础上，拓展较为纵深的理论空间，并收集1999—2011年中国粮食产量及与粮食生产有关的各因子的数据，基于较为成熟的灰色关联分析模型，采取动态分析面板数据的方法，着重解析影响中国粮食产量的各因子及其关联程度，指出对中国粮食生产具有重要影响的因子，并进一步从粮食安全和可持续发展的原则出发提出政策建议．1数据来源与模型构建粮食产量的多寡由多种因子共同作用所决定，这些因子包括气候因子、播种面积、劳动力投入、财政对农业的支出、农业基础设施、其他农业生产资料、农业生产技术水平、市场需求等因子共同决定．显而易见，这些因子对粮食产量造成的影响程度不同，如果能够将各因子对粮食产量的影响量化并加以比较，那么，可以根据量化的结果找出在某一阶段对粮食产量影响较大的因子，并采取有针对性的粮食生产政策，这正是本研究的目的和研究意义．1．1数据来源粮食产量的各影响因子表现较为概念性和抽象性，为了进行相关性分析，需要将各因子数量化．气候因子的量化可以表现为农业生产的受灾面积，劳动力投入量化为参与第一产业的人口和农用机械总动力，农业基础设施量化为农村耗电量、农村水库库容和灌溉面积，农业生产技术水平量化为农村专业技术协会会员数量，市场需求量化为国内市场粮食零售价格指数，农业生产资料量化为化肥、农药和农用柴油的消耗量，播种面积和财政对农业的支出无需进行量化，分别为粮食播种面积和国家财政对农业的支出．有关1999—2011年中国粮食产量及上述的与粮食生产有关的各因子的数据较多，涵盖面较广，而且部门间的统计口径和统计方法不同．在综合考虑数据的准确性、可比性和时效性的前提下，本研究收集整理数据．涉及中国粮食产量、播种面积、农用机械总动力、化肥和农药消耗量的数据来源于《中国农业年鉴》，中国参与第一产业的人口、农村耗电量以及农村水库库容和灌溉面积的数据来源于《中国农村统计年鉴》，涉及中国农产品价格指数和农业受灾面积的数据来源于《中国统计年鉴》，财政对农业支出的数据来源于《中国财政年鉴》，农村汽油和柴油消耗量的数据来自《中国农村能源年鉴》，农村专业技术协会会员数量的数据来源于《中国科学技术协会统计年鉴》．由于统计资料中不包括中国台湾、香港和澳门地区的相关数据统计，或者以上地区的统计口径存在差异，所以第6期刘利花等：中国粮食产量的灰色关联分析753本研究中的所有数据和相关计算均不包括中国台湾、香港和澳门地区．1．2模型构建灰色关联分析法适用于对2个或2个以上因子之间相关程度进行研究，通过对因子间动态变化的关联性大小进行度量来实现．其基本原理是在因子的动态变化中，若量化后的2个因子的曲线具有较强的趋同性，即发展变化的相似度较高，即可谓二者关联程度较高；反之，则较低．在本研究中，粮食产量数据和其影响因子数据即为进行关联分析的各因子数列．1．2．1设置参考序列和比较序列用灰色关联分析法进行粮食产量及影响因子分析，首先要确定进行对比的序列，将其分别设置为参考序列和比较序列．将进行对比的基本因子设为参考序列，又称母序列．将能够从动态发展角度上反映参考序列变化特征，而且与参考序列存在内生联系的各个序列作为比较序列，又称子序列．在本研究中，由于粮食产量是进行比对的因子，所以将动态的粮食产量设置为参考序列，记为S（t）．将动态的其他因子设置为比较序列，将粮食播种面积、参与第一产业的人口、农用机械总动力、农村耗电量、农村水库库容、有效灌溉面积、农村专业技术协会会员数量、国内市场粮食零售价格指数、化肥消耗量、农药消耗量、农用柴油消耗量、农田受灾面积和财政对农业支出分别记为S1（t），S2（t），S3（t），S4（t），S5（t），S6（t），S7（t），S8（t），S 9（t），S10（t），S11（t），S12（t），S13（t），其中，t表示序列的时间．1．2．2对因子进行量纲一处理使用灰色关联分析法要确定各个因子的可对比性，由于各序列的数量级别、数据单位、数列量纲和统计口径存在差异，所以在进行对比之前必须进行序列的量纲一处理．常用的量纲一处理方法有指数法、极值化法、标准化法、阀值法、初值法等，本研究拟采用初值化法．该方法用每个序列各时点的数值除以该序列的动态起点数值，得到一个全新的序列，记为S’i（t），其中，i表示第i种比较序列．分别对粮食产量和所有比较序列进行量纲一处理，得到1组新的序列S’（t），S’1（t），S’2（t）…S’13（t）．使用初值化法进行量纲一的计算公式为：S’i（t）=Si（t）/Si（1），t=1，2…13，i=1，2…13．（1）1．2．3计算关联系数关联系数是反映每1个动态时点上各个比较序列与参考序列之间的相关程度的参数，记为λi（t），其中，i=1…13，t=1…13．将通过初值化法处理后的各比较序列分别与参考序列进行差值计算，取求差结果的绝对值得到新的序列，这些新的序列称为差序列，分别记做Δ1（t）…Δ13（t）．计算差序列的公式如下：Δi（t）=S’（t）－S’i（t），t=1，2…13，i=1，2…13．（2）在13个差序列的所有数值中分别选取1个最大值和非零最小值，称为极大差和极小差，记做L 和M：L=maximaxtΔi（t），M=minimintΔi（t）．（3）设定分辨系数ξ（0＜ξ＜1），由于分辨系数的取值不会影响关联系数，所以本研究中分辨系数的取值一律设为0．5．则关联系数λi（t）的计算公式为：λi（t）=M+ξLΔi（t）+ξL，t=1，2…13，i=1，2…13．（4）1．2．4求关联度并排关联序关联度是灰色关联分析的核心数值，通过关联度反映了参考序列和各个比较序列之间关联程度，某个比较序列在各个动态时间点的关联系数的平均值就是该比较序列的关联度，记做λi，其中，i=1，2…13．关联度的计算公式为：λi=1n∑nt=1λi（t），t=1，2…n，i=1，2…m．（5）将所有13个比较序列分别参考序列粮食产量的关联度（λi）由大到小按顺序排列而成的一组数列即为关联序，关联序是直接反映各个比较序列对粮食产量的影响程度高低和相关程度的参数［11］．需要特别说明的是，计算中有关农田受灾面积和财政对农业投入这两个因子的取值．在不考虑其他因子的影响时，农田受灾面积与粮食产量呈反比是毋庸置疑的，如果在灰色关联分析中直接计算农田受灾面积与粮食产量的关联系数，其结果必定与其他因子与粮食产量的关联系数不具备可比性．因此，在模型中以1998年的农田受灾面积为基期，通过计算基期受灾面积与各年度受灾面积的比值得到一组有关1999—2011年农田受灾面积的序列，且该序列与粮食产量呈正比，最后将该序列带入模型进行计算，即可得到具备可比性且能反映农田受灾面积与粮食产量之间相关程度的系数．因为模型中的其他因子不受通货膨胀影响，为了使财政对农业投入与粮食产量的关联系数与其他因子的关联系数具备可比性，在模型将1999年的消费价格指数（CPI）定基为100，然后，计算消除价格上涨后的1999—2011年国家财政用于农业支出与粮食产量之间的关联系数，即可排除通货膨胀的影响．754河南农业大学学报第47卷2中国粮食产量的灰色关联结果分析将1999—2011年中国粮食产量数据和13个影响粮食产量的因子的数据带入上述模型进行计算，得到按年份划分的各因子与粮食产量的关联系数和这一时期的关联度，结果见表1．将各因子与粮食产量在1999—2011年间的关表11999—2011年中国粮食产量的灰色关联分析Table1Gray correlation analysis of Chinese grain production from1999to2011影响因子Impacting factor年份Year 1999200020012002200320042005200620072008200920102011关联度Index ofcorrelationS110．93410．93730．97800．95980．96820．96080．93030．91590．87360．89240．86440．81690．9261 S210．87080．83760．83980．79770．93280．98090．88530．83740．76090．73180．68600．62740．8305 S310．79890．73240．69410．62410．62530．59000．56040．52500．49960．46160．43700．42170．6137 S410．75940．67360．57160．46480．41750．37420．33250．29040．28510．26420．24270．22660．4547 S510．84970．80830．75660．70240．78950．80200．78660．70520．66010．64420．65180．68050．7573 S610．86510．83440．84190．79380．86740．88830．90760．89800．91970．90560．91920．95180．8923 S710．79280．70130．64200．53840．56810．43820．39240．38760．36700．35600．33520．31640．5264 S810．97540．80570．84750．75710．62620．87580．89600．85560．91400．93780．89640．95390．8730 S910．87360．82260．80990．74380．76330．76070．75020．71890．73700．70730．70150．71270．7776 S1010．92040．90100．87640．80740．83990．81040．77960．72770．74120．72120．71610．73850．8144 S1110．83650．75810．75120．67040．60340．58510．59210．55790．64400．61340．60410．61780．6801 S1211．00000．91060．79710．90680．60140．65640．73150．95650．75500．98490．71190．60600．8174 S1310．74560．59410．53570．46060．36210．35560．27130．20230．15330．12280．10670．09160．3853联度从大到小排序，其关联顺序为：粮食播种面积＞有效灌溉面积＞国内市场粮食零售价格指数＞参与第一产业的人口＞农田受灾面积＞农药消耗量＞化肥消耗量＞农村水库库容＞农用柴油消耗量＞农用机械总动力＞农村专业技术协会会员数量＞农村耗电量＞财政对农业支出．其中，粮食播种面积与粮食产量的关联度为0．9261，属于高度关联；与粮食产量关联度较高的因子还有有效灌溉面积和国内市场粮食零售价格指数，关联度分别为0．8923，0．8730，说明在这一阶段这3个因子的变化趋势与粮食产量的变化趋势高度趋同，对粮食产量的变化形成主要影响．低度关联的因子是农村专业技术协会会员数量、农村耗电量和财政对农业支出，关联度分别为0．5264，0．4547，0．3853，说明这3个因子对粮食产量变动产生的影响较低．其中，农村耗电量不仅用于农业生产，而且还用于农村生活、农村工业生产和农村第三产业，故可解释农村耗电量与粮食产量较低关联度的原因．根据各因子的关联度，可得气候因子、播种面积、劳动力投入、财政对农业的支出、农业基础设施、其他农业生产资料、农业生产技术水平、市场需求的关联度，结果见表2．表21999—2011年粮食产量与影响因子关联度Table2Ｒelated indexes between grain production and impacting factors from1999to2011影响因子Impacting factor关联度Index of relation气候因子Climate factors0．8174播种面积Sowning area0．9261劳动力投入Labor input0．7221农业基础设施Agricultural infrastructure0．7014其他农业生产资料Other agricultural means of production0．7574农业生产技术水平Agricultural technology0．5264市场需求Market demand0．8730财政对农业支出Finance for agricultural expenditure0．3853播种面积和市场需求与粮食产量高度关联，可见，在目前的生产条件下，保持粮食产量最主要的前提是要保证一定数量的用于粮食生产的耕地面积．除此之外，还需要保证市场上粮食价格的稳定增长，这是由粮食较低的需求弹性所决定的．另一方面，农业生产技术水平和财政对农业的支出属于低度关联．农业生产技术水平与粮食产量的低度关联有3个原因：第一，农业技术主要用于提高经济第6期刘利花等：中国粮食产量的灰色关联分析755作物而非粮食的产量；第二，在粮食供给充足以及粮食市场价格较低的情况下，很多农业技术用于粮食作物品质及质量的提高；第三，农业技术的大范围推广应用需要一定时间，所以使农业技术对粮食产量的影响具有时滞性，在关联分析中表现为粮食产量序列S（t）与农业生产技术序列S7（t）之间较大的偏差性［12］．国家财政对农业的支出从1999年的1085．8亿元增长到2011年的10497．7亿元，平均增长率为20．81%，而同期粮食产量却保持稳定，平均增长率为－0．19%．因此，造成财政对农业的支出与粮食产量低度关联的原因可以解释为财政对农业支出的边际效益递减，其表现形式即为较大的增长率差异．3结论与建议3．1结论通过对1999—2011年中国粮食产量及其影响因子的灰色关联分析，可以得出以下结论：第一，在目前的生产条件下，粮食播种面积仍然是决定粮食产量的首要因子．第二，市场需求是影响粮食产量的重要因子．市场需求通过对粮食收购价格的直接作用，进一步影响农民的粮食生产积极性，从而对粮食产量造成影响．第三，财政对农业支出对粮食产量的拉动作用减弱．造成这种现象一方面是因为粮食属于低需求价格弹性和低需求收入弹性的物品，中国宏观经济增长和居民收入水平上升对粮食市场需求的刺激作用较小，而通过财政补贴粮食收购直接拉动粮食产量上升也存在“功能衰退”的现象．另一方面，中国财政对农业支出的用途发生变化．2007年财政支持农村社会事业发展的支出占财政对农业总支出的32．79%，这一比例到2011年达到了41．74%．这说明，财政对农业支出从以支持粮食生产为主逐步转向支持农村社会事业发展为主．第四，虽然农业生产技术与粮食产量的关联度较低，但农业生产技术对粮食产量影响仍然不可忽视．正如前文所说，造成这种低关联度的原因除了农业技术主要用于提高经济作物产量和粮食生产质量外，主要是因为农业技术对粮食产量影响的时滞性．但是，这种时滞性在其中产生何种程度的影响，以及排除时滞性后的农业技术与粮食产量关联度，需要进一步分析研究．3．2建议3．2．1保证耕地数量粮食事关人类生存、社会稳定和经济发展，因此，保持稳定的粮食产量是保证社会经济发展的前提．耕地数量是粮食产量的基础，在农业生产出现飞跃式的技术革命以前，保证耕地数量是维持安全粮食产量的唯一途径．3．2．2通过市场需求刺激粮食产量仅仅保证耕地数量而忽视粮食生产的其他要素，会产生粮食生产成本过高、进口粮食冲击本国粮食生产和城镇化导致的农业劳动力不足等问题．解决这些问题最有效率的途径是通过市场传导的政策工具，例如，继续保持粮食收购和进行粮价补贴，通过提高粮食的市场价格来维持农民的粮食生产积极性．通过这些手段，可以有效促进本国的粮食生产，保证粮食安全．3．2．3持续发展农业生产技术农业生产技术对粮食产量的影响体现在生产效率上，即粮食单位耕地产量的提高、粮食质量的提高以及生产成本和人力投入的降低．而且，生产技术对粮食产量的影响还存在“飞跃化发展”的特点，即在一定时期的技术积累后一次性产生效果，提升粮食生产水平．因此，从长周期来看，持续发展农业生产技术，不仅可以保证粮食产量的跨越式增长，而且还可以提高粮食生产效率，使更多的人口、土地和资源转向城镇和工商业，从而间接支持工商业发展、促进城镇化进程．3．2．4提高财政对农业投入的效率除了保持财政对农业的投入力度外，提高财政资金的使用效率至关重要．以“资源禀赋”和“比较优势”为原则，财政应当支持适合本地自然环境和资源禀赋的农业生产类型．例如，在平原地区财政资金主要用于支持粮食生产，而在山区则主要支持当地优势经济作物的生产，以实现大范围的农业生产最优分工．参考文献：［1］姜松，王钊，黄庆华，等．粮食生产中科技进步速度及贡献研究———基于1985—2010年省级面板数据［J］．农业技术经济，2012（10）：40－51．［2］HUFFMAN W E，ＲOBEＲT E E．Supply and demand functions for multiproduct U．S．cash grain farms：biasescaused by research and other policies［J］．AmericanJournal of Agricultural Economics，1989（3）：761－773．［3］BAUEＲNFEIND W，WOITEK U．Agrarian cycles in Germany1339—1670：a spectral analysis of grainprices and output in Nuremberg［J］．Explorations in E-conomic History，1996（4）：459－478．［4］TILMAN D，CASSMAN K G，MATSON P A，et al．Agricultural sustainability and intensive production prac-tices［J］．Nature，2002：418：671－677．［5］GEOＲGE J．BOＲJA S．Food insecurity and public756河南农业大学学报第47卷assistance［J］．Journal of Public Economics，2004（8）：1421－1443．［6］杨志海，王雨濛，张勇民．粮食价格与石油价格的短期动态关系与长期均衡———基于AＲDL-ECM模型的实证研究［J］．农业技术经济，2012（10）：31－39．［7］伍山林．中国粮食生产区域特征与成因研究———市场化改革以来的实证分析［J］．经济研究，2000（10）：38－45．［8］许庆，尹荣梁，章辉．规模经济、规模报酬与农业适度规模经营———基于我国粮食生产的实证研究［J］．经济研究，2011（3）：59－71．［9］刘成玉．耕地保护视野的土地产权治理“困境”及至我国粮食安全［J］．改革，2011（12）：46－51．［10］钟甫宁．世界粮食危机引发的思考［J］．农业经济问题，2009（4）：4－9．［11］刘思峰，党耀国．灰色系统理论及其应用［M］．北京：科学出版社，2010：127－169．［12］安岩．中国农业科技发展战略研究［J］．西北农林科技大学学报：社会科学版，2012（5）：7－11．(责任编辑:常思敏)(上接第726页)参考文献：［1］吴宪明，吴松锋，任大明，等．密码子偏性的分析方法及相关研究进展［J］．遗传，2007，20（4）：420－426．［2］杨平．拟南芥NHX基因密码子使用特性分析［J］．南京晓庄学院学报，2011（6）：80－84．［3］赵耀，刘汉梅，顾勇，等．玉米waxy基因密码子偏好性分析［J］．玉米科学，2008，16（2）：16－21．［4］刘庆坡，薛庆中．粳稻叶绿体基因组的密码子用法［J］．作物学报，2004，30（12）：1220－1224．［5］刘汉梅，何瑞，张怀渝，等．玉米叶绿体基因密码子使用频率分析［J］．四川农业大学学报，2010，28（1）：10－14．［6］续晨，贲爱玲，蔡晓宁．蝴蝶兰叶绿体基因组密码子使用的相关分析［J］．分子植物育种，2010，8（5）：945－950．［7］尚明照，刘方，华金平，等．陆地棉叶绿体基因组密码子使用偏性的分析［J］．中国农业科学，2011，44（2）：245－253．［8］杨惠娟，刘国顺，张松涛，等．烟草叶绿体密码子的偏好性及聚类分析［J］．中国烟草学报，2012，18（2）：37－43．［9］周猛，龙伟，李霞．银白杨叶绿体基因组密码子用法分析［J］．林业研究，2008，19（4）：293－297．［10］张乐，金龙国，罗玲，等．大豆基因组和转录组的核基因密码子使用偏好性分析［J］．作物学报，2011，37（6）：965－974．［11］续晨，蔡小宁，钱保俐，等．葡萄基因组密码子使用偏好模式研究［J］．西北植物学报，2012，32（2）：409－415．［12］赵翔，李至，陆身枫，等．酵母Yarrowia lipolytica 的密码子用法分析［J］．复旦学报：自然科学版，1999，38（5）：510－516．［13］张瑞芝，向恒，潘国庆，等．两种微孢子虫全基因组中密码子偏好性比较［J］．蚕学通讯，2011，31（1）：1－8．［14］刘庆坡，冯英，董辉．20个物种同义密码子偏性的比较分析［J］．西北农林科技大学学报：自然科学版，2004，32（7）：67－71．［15］ZHANG W，ZHOU J，LI Z，et al．Comparative analysis of codon usage patterns among mitochondrion，chloro-plast and nuclear genes in Triticum aestivum L．［J］．Journal of Integrative Plant Biology，2007，49（2）：246－254．［16］MOＲTON BＲ．The role of context-dependent mutations in generating compositional and codon usage bias in grasschloroplast DNA［J］．J Mol Evol，2003，56（5）：616－629．［17］JIANG Y，DENG F，WANG H，et al．An extensive a-nalysis on the global codon usage pattern of baculoviruses［J］．Arch Virol，2008，153（12）：2273－2282．［18］LIU Q P，TAN J，XUE Q Z．Synonymous codon usage bias in the rice cultivar93－11（Oryza sativa L．ssp．in-dica）［J］．Yichuan Xuebao，2003，30（4）：335－340．［19］LIU Q，FENG Y，XUE Q．Analysis of factors shaping codon usage in the mitochondrion genome of Oryza sativa［J］．Mitochondrion，2004，4（4）：313－320．(责任编辑:朱秀英)。
粮食产量影响因素的灰色关联分析
粮食产量影响因素的灰色关联分析作者：陶爱祥来源：《中国集体经济》2013年第05期摘要：我国是人口大国，每年消耗粮食数量巨大。
因此，搞好我国粮食生产，稳步提高粮食生产水平，具有十分重要的意义。
文章以粮食产量作为粮食生产水平的标志，分析了影响我国粮食产量的各种因素，通过灰色关联理论研究粮食产量与各影响因素之间的关系。
结论表明，按照影响程度大小，对于我国粮食产量影响因素按照从高到低顺序依次排列分别是：化肥使用量、粮食单产、农业机械总动力、粮食播种面积、有效灌溉面积、农业科技人员数量、农林水支出。
因此，要稳步提高我国粮食产量，重点应放在提高化肥使用效率、增加农业机械总动力等方面。
关键词：粮食产量；灰色关联理论；影响因素一、引言粮食是经济社会得以持续发展的基础。
我国是一个超过13亿人口的大国，全国粮、油、肉的年消费量分别达5.5亿吨、2400万吨、8000万吨左右并以粮食每年250万吨、植物油100万吨、肉200万吨的速度继续增长。
在耕地资源有限的情况下，深入分析影响粮食产量的因素，提出针对性的解决措施，是十分重要的课题。
国内外已有许多学者对粮食产量影响因素进行了研究。
刘钦普运用回归分析和时间序列分析的方法对河南省粮食产量影响因素进行了探讨。
石洪景运用聚类分析的方法对粮食产量水平的影响因素进行了分析。
结论表明，粮食生产基础要素投入水平、自然因素和生产价格、土地投入三个因素对于粮食产量影响最大。
范东君对于粮食产量影响因素进行了实证分析，并且对每个因素贡献率进行了测算。
以上作者的研究成果给本课题的研究提供了有益的借鉴。
本文将运用灰色关联理论，以我国粮食总产量为被解释变量，分析粮食总产量与各个影响因素之间的内在关联性。
二、灰色关联动态分析的建模步骤1.建立原始数列的因变量参考数列和自变量比较数列因变量参考数列又叫母序列记作x0（k）：x0（k）=[x0（1），x0（2），x0（3），…，x0（4）]。
自变量比较数列又叫子序列xi（k）：xi（k）=[xi（1），xi（2），xi（3），…，xi（k）]（i=1，2，3，...，n）。
不同阶段自然灾害对我国粮食产量影响的分析_基于31个省市的面板数据
农业自然灾害对粮食综 合生产能力、粮 食安全的影 响, 认为自然灾害对我国粮食综合生产能力具有显著影响, 我国目前的农田水利设施薄弱、抵御自然灾害的能力落
后, 制约了粮食综合生产能 力的提升, 指 出加强农田水 利建设力度, 提高农业抵御自然灾害的能力是保障粮食 安全的基本要求 [ 2] 。罗小锋 ( 2007 )通过描述性统计分 析了主要自然灾害对湖北省粮食产量的影响, 并采用 C - D生产函数分 析了自然灾 害对湖北省 粮食产量的影 响程度, 得 出 了 成 灾 率对 单 位 面 积 产 量 的 贡 献 率为 - 31435的结论 [ 3]。王晓丽等 ( 2008)通过自然灾害对吉 林省粮食生产影响的实证分析, 得出粮食总产量波动率 和成灾率存在显著的负相关关 系 [ 4]。廉丽 姝 ( 2005 )根 据山东省 1961 ~ 2000 年气象与粮 食产量资 料, 利用统 计分析方法, 分析了农业 自然灾害对粮 食产量的影 响, 结果表明自然灾害是造成粮食单产波动的主要原因 [ 5]。
不同阶段自然灾害对我国粮食产量影响的分析
) ) ) 基于 31个省市的面板数据
庄道元 1, 2, 陈 超 1, 赵建东 1
( 11南京农业大学 经济管理学院, 南京 210095; 21 淮北师范大学, 安徽 淮北 235000)
摘要: 把全国 31个省市 1979~ 2007年有关粮食生产的面板数据分成三个阶段, 引入变截距双对数模型对不同阶段
梁子谦等2006利用因子分析的方法对影响粮食产量的因素进行了分析认为影响我国粮食单产的主要因子是科技进步水平因子物质投入因子环境与气候因子和政策因子气候环境对粮食单产的影响力为9762005利用描述性统计和相关分析的方法通过20022003年部分省市的数据分析了农业自然灾害对粮食综合生产能力粮食安全的影响认为自然灾害对我国粮食综合生产能力具有显著影响我国目前的农田水利设施薄弱抵御自然灾害的能力落制约了粮食综合生产能力的提升指出加强农田水利建设力度提高农业抵御自然灾害的能力是保障粮食安全的基本要求2007通过描述性统计分析了主要自然灾害对湖北省粮食产量的影响并采用d生产函数分析了自然灾害对湖北省粮食产量的影响程度得出了成灾率对单位面积产量的贡献率为2008通过自然灾害对吉林省粮食生产影响的实证分析得出粮食总产量波动率和成灾率存在显著的负相关关系2005根据山东省19612000年气象与粮食产量资料利用统计分析方法分析了农业自然灾害对粮食产量的影响结果表明自然灾害是造成粮食单产波动的主要原因为了弥补以上研究样本量小数据陈旧及均未考虑不同时期自然灾害对粮食产量的动态影响等方面的不足文采用全国31个省市19792007年的面板数据望了解自然灾害对粮食产量影响的动态变化
对我国粮食产量的灰色关联分析
对我国粮食产量的灰色关联分析依据中国统计局对我国农业近二十年来的有关资料，运用灰色关联分析得出我国农业劳动力人数、灌溉面积、化肥用量、机械使用、耕地面积与粮食产量的关联度。
结果表明，与粮食产量的关系由密到疏的因素依次为灌溉面积、农业劳动力人数、耕地面积、化肥用量、机械使用。
标签：灰色关联分析；粮食产量；灌溉面积1 前言农业一直在我国的经济结构中起着基础性地位的作用，当前我国人口基数大，但能耕地种植粮食的地域面积有限。
而随着现代化技术的不断进步，粮食产量总体上升，但现在我国的粮食物价上涨，粮食问题已成为一个热点问题。
从影响粮食产量的五个因素（农业劳动力人数、灌溉面积、化肥用量、机械使用、耕地面积）出发，使用Matlab软件与Excel软件计算关联度来刻画这些因素的“重量级”。
在客观世界中，存在着许多不同类型的系统，每种系统都由许多因素组成。
这些因素往往比较复杂，分不清哪些因素关系密切，哪些因素关系不密切，我们称这种关系是灰色的。
由于灰色因素的作用，对事物的认识只能停留在表面，而不能看清本质，于是我们引进了关联度分析的概念。
目的是通过一定的方法寻求系统内部哪些因素的关系密切，哪些因素的关系不密切，从而掌握系统的主要特征。
2 计算过程步骤2.1 原始数据变换，消除量纲的影响可以将一组的序列中的每一个数分别去除相应序列中的第一个数，得到一组新的序列，初值化数列中没有量纲。
这里以1983年的数据为母序列，其余年份的数据为子序列用子序列去除母序列对原始数据作消除量纲的变换。
再计算每一年的各数据的绝对差，结果为2.2 计算关联系数2.3 计算关联度关联度是一种“关系”，两个时间序列借助于几何图形比较，如果两个几何图形在任何一时刻点的值都相等，则两个序列的关联度一定等于1。
因此，两序列的关联度是两个各个时刻关联系数的算术平均数，用R表示，则R=1N∑Ni=1r i，其中N为两个序列的数据个数，r i为两个序列各个时刻的关联系数，R为关联度。
湖南粮食增产制约因素与潜力分析
Ａｎａ ｙ ｉ ｆ Ｒｅ ｔ ｉ ｔｖ ｃ ｏ ｓ ａ ｄ Ｐｏ ｅ ｉ ｌｆ ｒ Ｉ ｃ ｅ ｓｎ ａ ｎ ｉ ｌ ｎ Ｈｕ ｎ ｌ ｓｓ ｏ ｓ ｒ ｃ ｉ ｅ Ｆａ ｔ ｒ ｎ ｔ ｎｔａ ｏ ｎ ｒ ａ ｉ ｇ Ｇｒ ｉ Ｙ ｅｄ ｉ ｎａ
ＤＥ Ｇ Ｗｅ ’Ｙ ＮＧ Ｙ ＬＵ Ｊ ｎ， Ｉ ａ — ａ ’ＱＩＮ Ｊ —ｕ， ＡＮ Ｑｉ ｇ ｌ ’ Ｎ ｎ， Ａ ｕ， Ｉ ｕ ’ＬＵ Ｘｉ ｙ ｎ， Ａ ｕ ｊ’Ｔ ａ —ｉ ｏ ｎ ｎ
ａ ｄ ｔ ｈ ｏｏ ｙ ｄｕｔ ｅ ｔｏ ｌ ｔ ｇ ｓ ｕ ｔｒ ｆｒ ｃ ｐ ， ｍ ｒｖ ｍ ｎ ｆ ｆ ｍ ａ ｄ ｉ ｍ ｄ ｌ ａ ｄ ｌ ｉ ｄ ａｅ ， ｎ ｅ ｎ ｌｇ ，ａ ｊｓ ｎ ｆｐａ ｉ ｔ ｃ ｅ ｏ ｒ ｓ ｉ ｐ ｏ ｅ ｅ ｔ ｏ ａ ｌｎ ｎ ｉｄｅ ｎ ｏ ｙ ｌ ｒ ｃ ｍ ｎｎ ｒ ｕ ｏ ｒ ｗ ｅ ａ
ｍｅ ｈ ｎ ｚ ｔ ｎ ｃａ ｉ ｉ ． ａ０
Ｋｅ ｙ ｗｏｒ ： ｎ ｒａｉｇｇａｎｙｅｄ ｒｓ ｉｔ ｅｆｃｏｓ ｐ ｔｎｉｌ Ｈｕ ａ ｄｓ ｉｃｅ ｓｎ ｒｉ ｉｌ ；ｅ ｔ ｃｉ ａ ｔｒ； ｏｅ ｔ ； ｎ ｎ ｒ ｖ ａ
改革开放 以来 ， 湖南粮食 生产得 到较快 发展 ， 粮 食 总产 量 由 １７ 年 的 ２ ８ ９亿 ｋ ９８ ０． ７ ｇ增至 ２ １ 年 的 ０１
ｒ ｓ ｕ ｃ ｓ ｏ ｅ ｅ ｔ ｏ ｌ ｎ ｉ ｇ ｒ ｐ ，ｓｍｕｔ ｎ ｏ ｓ ｄ ｃｅ ｓ ｏ ｕ ｎ ｉ ｎ ｕ ｌ ｙ Ｏｌ ａ ｒ ｕ ｕ ａ ａ ｏ ｏ ｃ ， ｅ ｏ ｒ ｅ ，ｌｗ ｂ ｎ ｆ ｎ ｐ ａ ｔ ｃｏ ｓ ｉ ｌ ｅ ｕ ｅ ｒ ａ ｅ ｆ ｑ ａ ｔ ｙ ａ ｄ ｑ ａｉ ｉ ｇ ｉ ｈ ｒ ｌ ｌｂ ｒ ｆ ｒ ｅ ｉ ｎ ａ ｔ ｔ ｃ ｆｅ ｕ ｎ ｏ ｃ ｒｅ ｃ ｏ ｇ ｃ ｌ ｒｌ ａ ｕ ｅ ｉａ ｔ ｒ ｅ ｅ ｏ ａｉ ｎ ｆ ｅ ｔ ｏ ｍｅ ｔ ｉ ｆｒ ａ ｄ ｎ ｗｅ ｋ ｇ ｃ ｌ ｒｌ ｒ ｑ ｅ ｔ ｃ ｕ ｒ ｎ ｅ ｆ ａ ｒ ｕ ｔ ａ ｎ ｔ ｒ ｄｓ ｓｅ ，ｄ ｔ ｒ ｒ ｔ ｏ ｎ ｉ ｎ ｎ ｎ ａ ｍｌ ｎ ，ａ ｄ ｉ ｕ ｉ ｏ ｒ ａ ａ ｒ ｕ ｔ ａ ｉ ６ ０ ２ （７ ：３ ～ ３
不同阶段自然灾害对我国粮食产量影响的分析——基于31个省市的面板数据
Ａｎａｌ ｓ ｓ ｏｆＩ ｐａｃ ｙ ｉ ｍ ｔｏｆＮａｔ ｒ ｓ ｔ ｓ ｕ ａｌＤｉ ａｓ ｅｒ ｏｎ Ｇｒ ｎ Ｙｉ ｄ ｎ Ｄｉ ｅｒ ａｉ ｅｌ ｉ ｆ ｅｎｔＳｔ ａｇｅｓ ｉ Ｃｈｉ ｎ ｎａ
农业 自然灾害对粮食综 合生产能力 、 粮食 安全 的影响 ， 认为 自然灾害对我国粮食综合生产能力具有显著影响 ， 我国 目前的农 田水利设施薄弱 、 抵御 自 灾害的能力落 然 后 ， 约 了粮 食 综 合 生 产 能 力 的 提 升 ， 出加 强农 田水 制 指 利建设力度 ， 提高农业抵御 自然灾害的能力是保障粮食 安全 的基本要求 。罗小锋 （ ０７ 通 过描述性 统计 分 ２０ ） 析 了主要 自然 灾 害对 湖北 省 粮 食 产 量 的影 响 ， 采 用 Ｃ 并
１ 相 关文 献 回顾
关 于 自然 灾 害 对 我 国粮 食 生 产 影 响 的研 究 不 是 很 多 。梁子 谦等 （０６ 利 用 因子 分 析 的方 法 对 影 响 粮 食 ２０ ） 产 量 的 因素进 行 了分 析 ， 为 影 响 我 国粮 食 单 产 的主 要 认 因子 是科 技进 步 水 平 因 子 、 质 投 入 因子 、 境 与 气 候 物 环 因子 和 政 策 因 子 ， 候 环 境 对 粮 食 单 产 的 影 响 力 为 气 ９７ ％ … 。 马九 杰等 （０ ５ 利 用 描 述 性 统 计 和 相关 分 ．６ ２０ ） 析 的方 法 ， 过 ２ ０ 、 ０ 通 ０ ２ ２ ３年 部 分 省 市 的 数 据 ， 析 了 ０ 分
自然灾害对中国粮食生产影响的实证研究
自然灾害对中国粮食生产影响的实证研究摘要：农业是国民经济的基础，粮食是基础的基础，粮食供给的稳定直接关系到国民经济的健康发展与社会的稳定。
以1979—2010年间的中国粮食产量与自然灾害成灾面积的时间序列数据为基础，运用回归分析等方法对中国粮食产量与自然灾害的关系进行了深入研究，研究结果表明，自然灾害与粮食产量之间存在明显的负相关。
提高粮食生产的抗灾能力对粮食供给稳定有着重要的意义。
关键词：粮食生产；回归分析；自然灾害中图分类号：f326.11 文献标志码：a 文章编号：1673-291x （2012）33-0005-03引言粮食安全问题是关系到国计民生和社会经济发展的重大战略问题。
中国作为世界上人口最多的发展中国家，这一点显得尤其重要。
粮食生产的稳定增长是保障粮食安全的核心。
粮食生产除了受到耕地面积，农业人口，农业政策以及农业科技水平等因素的影响外，还受到自然灾害的影响。
学术界对粮食生产与自然灾害关系的实证研究成果颇丰，龙方等（2011）以稻谷为例研究了自然灾害对稻谷年际变化的影响，实证得出中国稻谷单产水平变化是由技术因素、社会因素和自然因素决定的，其中，社会因素占15%～17%，技术因素占28%～35%，自然因素占48%～56%，在稻谷单产变化中自然灾害影响产量与其他灾害成灾率的关联度最大；张丽丽等（2010）通过建立中国1979—2007年粮食生产函数并结合贡献率分析得出自然灾害对粮食产量显著的负面影响，继而应用趋势分解法分析了自然灾害对粮食产量波动的负影响；马九杰等（2005）通过描述性统计和相关分析等方法，着重讨论了农业自然灾害对粮食综合生产能力的影响及灾害抵御能力加强对稳定粮食安全的作用；王秀芬等（2012）利用脱钩理论，对全国粮食产量之和占全国总产量90%以上的19个省（市、区）粮食生产与自然灾害之间的脱钩关系进行了分析，结果表明，从长时段来看，全国粮食生产和自然灾害之间表现为扩张耦合的关系。
自然灾害对中国粮食产量影响的实证分析_以稻谷为例_龙方
2011.5- 33 -自然灾害对中国粮食产量影响的实证分析*——以稻谷为例龙 方 杨重玉 彭澧丽内容提要：中国稻谷总产量年际变化主要是由播种面积变化和单产变化决定的，其中，单产变化是主要的，其影响程度接近60%。
而稻谷单产变化又是由技术因素、社会因素和自然因素决定的，其中又以自然因素为主，其影响程度占48%～56%。
实证分析表明，稻谷单产变化中，自然灾害影响产量与其他灾害成灾率的关联度最大，然后依次为水灾受灾未成灾率、其他灾害受灾未成灾率、水灾成灾率、旱灾成灾率和旱灾受灾未成灾率。
因此，要稳定发展中国的粮食生产，必须重视农业防灾、减灾能力建设。
关键词：粮食产量 稻谷 自然灾害一、引言及文献回顾中国是世界上人口最多的国家，粮食安全问题是关系到国计民生和经济社会发展的重要战略问题，而粮食生产的稳定发展则是保障中国粮食安全的关键，但是，粮食生产受到各种因素的影响，其中，自然灾害对中国粮食生产的影响十分显著。
关于自然灾害对中国粮食生产影响的问题引起了学者的广泛关注。
学者关于自然灾害对粮食生产影响问题的研究，形成了较为一致的共识：①中国自然灾害特点显著。
有学者认为，中国自然灾害的特点表现为：灾种的广泛性和集中性，灾情的季节性和地域性，灾害的群发性和伴发性。
不仅如此，而且自然灾害发生频率越来越高，自然灾害发生的范围越来越大，自然灾害造成的经济损失越来越严重（王国敏、郑晔，2007）。
随着工业化进程中环境污染的加剧，以及人口剧增对自然资源的过度掠夺，农业自然灾害呈现出新的特点，表现为：大灾次数增加，小灾次数减少；受灾面积和受灾强度加大；灾害发生周期缩短（何静，1997）。
②在众多自然灾害中，干旱和洪涝灾害对粮食生产影响最大。
有关学者根据中国主要农作物产量、受灾面积和气象条件等相关资料，在详细分析全国主要农业自然灾害的分布地区、季节特点及变化特征后，得出结论：干旱和洪涝是影响作物产量的主要自然灾害，其中，干旱是对作物产量影响最大、影响区域最广、发生最频繁的自然灾害，成为中国农业稳定和粮食安全供给的主要制约因素（王春乙等，2007；佟远明，2006；王道龙等，2006）。
灰色关联分析在农业生产中的应用——影响粮食生产的主要因素分析
Ｘ （ ２ ５ ３ ６， ５ １ ２ １ ５ ２ ． ， ０ ３ ６ ５ 一 ５ ７ ． ５ ７ ． ，７９ ９ ９ ６ ８ ． ，
６ ２７ ９， ８ ３９ ． ７ ２ ４ ０ ． ６ ７ ８， ２ ５２ ．１， ６ ８ ６， ２ １ ０． ７ ５ ９． ８ ９ ４，
西 ＿ 积 、 肥 施 用 量 、 业 用 电量 、 食 种 植 面 积 等农 业 生产 基本 条 件 以及 农 业 财 政 支 出 对 粮 食 生 产有 显 著 影 响 ， 农 业 机 械 总 动 力 和 詈 化 农 粮 而
南
农 Ａ 粮 食 受 灾 面积 对 粮 食 生 产 的 影 响 相 对 较 小 。
报 ｕ
社
粮食 安 全 一 直 是 我 国 国家 安 全 事 务 的 重 中之
历年 粮食 受灾 面积 … …… ……… … （ Ｘ ）
农业 机械 总动力 …… …… ……… … （ ） Ｘ。 有 效 灌 溉 面 积 … … … … … … … … … （ Ｘ ） 化 肥 施 用 量 … … … … … … … … … … （ Ｘ ）
根 据 统 计部 门的 分类 统 计 资 料 ， 合我 国 的具 结 体 国情 ， 文选择 粮 食 总 产 量 作 为粮 食 生 产 影 响 因 本 素 系统 的 主行为 因子 ， 立 粮 食 生 产影 响 因素 灰 色 建 关联 分 析指标 体 系 。
主 行为 因子 ：
１ １ ６ ６， ０ ８， ０ ５ １ ５ ６ ８， ０ ３， ０ ８ ０ ０ １ ４ ２７ １ ４ ９ ８， ０ ３ １ ６ ７９ １ ８ ９ ６） Ｘ， （ ４ ３ ４， １ ９３， ７ １ ３ ５ ６， ６ ９７， 一 ３ ７ ３ ７ ２ ３ ９， ２ １ １ ２ １ ６６， ４ ６ ２， ５ ０ ４， ２ ２ ３， １ ２３ ） ９９ ２ 全 面 地 表征 序 列 之 间是 否 紧 是
异常降水对湖南粮食生产的影响及对策
ｓ ｅ ｓｈ ｖ ｂ ｉｕ ｏｒ ａｉ ｉ ｇ ａ ｒ ｄ ｃｉ ． ｈ ｒ ｆｒ ，ｗ ｈ ｕ ｅ ｓ ｍｅｍｅ ｒ ｓａ ｆ ｌｉ ｇ ｔ ｏｗ ｌ ａ ｒ ｍｅ ｅ ｒ ｌ ｇ ａ ｔｒ ａ ｅ ｏ ｖ ｏ ｓｃ ｒ ｌｔ ｎ ｗ ｔ ｒ ｎ ｐ ｏ ｕ ｔ ｎ Ｔ ｅ ｅｏ ｅ ｅ ｓ ｏ ｄ ｔｋ ｏ ａ ｕ ｅ ｌ ｗ ｎ ： ｏｄ ｅ ｇ ｏ ｔ ｏｏｏ － ｅ ｏ ｈ ｉ ｏ ｌ ａ ｓ ｓ ｏｏ
春旱次之 ， 冬季农作 物生长缓慢 ， 且多 以耐旱作物为主 ， 水 需
量不大 ， 以秋冬旱对农业生 产的影响较小 ， 所 只有 与夏 旱相 连 的对农业 生产才有大的威胁 ， 单独的秋冬旱危 害有 限。据
１ 异 常降水与粮食 生产
异 常降水常会形成旱 灾 、 害 ， 涝 另外 固体 降水也 常常给 粮食 生产造成危 害。
Ｇｒ ｉ ｏ ｕｃ ｏ ｎ Ｈｕ ａ ａ ｎ Ｐｒ ｄ ｆ ｎ ｉ ｎ ｎ ｉ
Ｌ ｉ ＩＪｎ （ ｎｈｕＷｅｔｅ ｕｅｕ ａｓｏ ， ｎ ｎ １９０，ｈｎ ） Ｈａｓｏ ａ ｒ ｒａ ，Ｈ ｎｈｕ Ｈｕ ａ４ ５０ Ｃ ｉａ ｈ Ｂ
Ａｂ ｔ ａ ｔ Ａ ｎ ｒ ｌ ｒｃ ｐｔ ｔ ｎ ｈ ｓｔ ｒ ｅｔ ｐ ｓｏ ｒ ｕ ｈ ，ｗ ｔｒ ｇ ｉ ｇａ ｄ ｓ ｌ ａｎ ａｌ ｔ ｅｔ ｒ ｅｋ ｎ ｓｏ ｔｏ ｏｏ ｉａ ｉ・ ｓｒ ｃ ： ｂ ｏｍａ ｅ ｉ ｉｎ ｏｉ ｒｉ ｆｌ ， ｈ ｈ ｅ ｉｄ ｆｍｅｅ ｒ ｌｇｃ ｌ ｓ ｐ ａｏ ｙ ｏ ｄ ｄ
理 因素双重制约 ， 历来就 是涝害 严重 地 区。约 有 ９ ％ 的年 ０ 份发生不 同程度的涝灾 。
１２ 旱 灾及其对 粮食 生产 的影 响 －
所谓干旱 ， 是指没有 降水 或降水显 著偏少 ， 土壤墒情 使
我国自然灾害时空分布与粮食风险评估
我国自然灾害时空分布与粮食风险评估我国是一个幅员辽阔、地理环境复杂多样的国家，自然灾害时空分布与粮食风险评估一直是国家发展战略的重要组成部分。
对于一个农业大国来说，粮食安全是至关重要的，而自然灾害是影响粮食产量和质量的主要因素之一。
本文将重点探讨我国自然灾害时空分布与粮食风险评估的相关内容。
首先，我国自然灾害的时空分布是不均匀的。
根据统计数据，我国地理位置特殊，自然灾害数量众多。
从时间上看，我国的自然灾害主要分布在夏季和秋季，例如暴雨、台风、地震等多发于这两个季节。
从空间上看，东部地区受台风和暴雨的影响较大，西南地区则常遭遇旱灾和地震。
此外，西北地区的沙尘暴也是一种特殊的自然灾害形式。
总体来说，我国自然灾害时空分布的差异性较大，不同地区受灾情况有所不同。
其次，自然灾害对粮食生产的影响是巨大的。
自然灾害可以对农作物的生长、收获和储存等环节造成重大的破坏。
例如，洪涝灾害可以引起农田淹水，导致庄稼被淹死；干旱灾害会导致农田干旱，影响作物的生长发育；地震和台风可能摧毁农作物的生长环境，严重影响产量和质量。
此外，自然灾害还可能导致农业设施、农业机械和交通设施等的破坏，进一步加剧粮食生产的困难。
最后，粮食风险评估是应对自然灾害的重要措施之一。
粮食风险评估是通过对灾情和粮食生产情况的综合分析，评估灾害对粮食产量和质量造成的潜在风险。
评估结果可以为国家决策提供依据，及时采取措施应对灾害，并制定合理的粮食储备和调运计划，确保国家粮食安全。
粮食风险评估需要综合运用气象、地质、农业等多学科知识，借助现代技术手段，进行准确预测和判断。
总的来说，我国自然灾害时空分布与粮食风险评估是两个紧密相关的领域，对于保障国家粮食安全具有重要意义。
准确了解自然灾害的时空分布，评估灾害对粮食生产的影响，可以为国家决策提供重要参考，有效应对自然灾害，并确保国家粮食供应的稳定。
未来，随着科学技术的进步和经验的积累，我国应进一步加强自然灾害时空分布与粮食风险评估的研究，以更好地应对潜在的风险和挑战。
湖南省粮食生产影响因素及对策研究
3.2加大政府部门扶持力度建议政府部门积极采取一些优惠政策，如财政补贴、税费减免、优惠税率，发行地方专项金融债等措施，建立商业银行放贷优惠的相关激励机制，加大政府干预，调动商业银行放贷的积极性。
3.3完善农村土地法律框架《中华人民共和国担保法》规定，抵押人依法承包并经发包方同意抵押的“四荒地”的土地使用权可以抵押，而耕地、宅基地、自留地、自留山等集体所有的土地使用权不得抵押。
《中华人民共和国物权法》和《农村土地承包法》规定，农村土地经营权抵押贷款仅限于通过招标、拍卖、公开协商等方式取得的土地经营权［5］。
由此可见，目前土地承包经营权抵押贷款与部分法律仍存在冲突。
因而，需要从法律上明晰土地承包经营权可以用于银行抵押贷款，适当放宽土地经营权抵押贷款的限制，促进银行贷款意愿的提升。
3.4建立新型农村经营主体增信机构建议大范围建立新型农村经营主体增信机构，如农村信用合作社、农户贷款担保社，形成农民—农村经营主体—银行的贷款模式。
农村经营主体不仅可以提升信用水平，而且在处理业务上有明显的优势，规范了贷款业务的操作，也促使孕育出更为普遍的专业机构，便利农地经营权抵押贷款的实施。
参考文献［1］封明川.基于银行视角的农村承包土地经营权抵押贷款研究——以贵州省381家县级银行为例［J］.区域金融研究，2016（6）：50-54.［2］曹瓅.农地经营权抵押融资试点效果研究［D］.咸阳：西北农林科技大学，2017.［3］梁丽丽.农村土地经营权抵押贷款银行供给意愿调查研究——基于宿迁市的调查分析［J］.农村经济与科技，2016（23）：137-138.［4］黄源，谢冬梅.“三权分置”背景下农村土地经营权抵押贷款难点和破解思路［J］.四川师范大学学报（社会科学版），2017（2）：51-56.［5］李晨曦.农村土地承包经营权抵押贷款的实践与思考——以黑龙江省克山县为例［J］.中国农业资源与区划，2015（4）：73-77，127.湖南省粮食生产影响因素及对策研究张冬雨石潇纯黄帅黄胜男（湖南人文科技学院，湖南娄底417000）［摘要］湖南省地处华中地区，既是我国粮食的主产地之一，又是中部崛起省份的攻坚力量。
湖南干旱粮食减产情况汇报
湖南干旱粮食减产情况汇报
近年来，湖南省遭遇了持续的干旱天气，给农业生产带来了严重影响。
根据最新的统计数据显示，今年湖南省的粮食产量出现了明显的减少，特别是旱地作物的减产情况十分严重。
下面将就湖南干旱粮食减产情况进行汇报。
首先，就水稻产量而言，由于干旱天气的影响，今年湖南省水稻的产量普遍下降。
据农业部门的调查统计显示，全省水稻的减产幅度达到了10%以上，其中部分地区更是减产超过20%。
这一情况对于湖南省的粮食安全将产生不可忽视的影响。
其次，玉米和小麦等旱地作物的减产情况也同样严重。
由于干旱天气导致土地干旱，湖南省的玉米和小麦等旱地作物的生长受到了严重影响，全省范围内的减产幅度普遍在15%以上。
这将给湖南省的粮食供应带来一定程度的压力。
另外，干旱天气还对其他作物的生长产生了不利影响。
蔬菜、水果等作物的减产情况也十分严重，这将影响到湖南省的农产品供应和市场价格稳定。
针对以上情况，湖南省政府已经采取了一系列的措施，积极应对干旱粮食减产的影响。
例如加大灌溉设施的建设投入，提供农业技术指导，加强气象监测预警等工作。
同时，政府也加大了对受灾农民的帮扶力度，确保他们的基本生活需求。
总的来看，湖南省的干旱粮食减产情况较为严重，对农业生产和粮食供应都带来了一定的影响。
但是，随着政府和社会各界的共同努力，相信湖南省的农业生产将逐渐恢复正常，保障粮食供应的稳定。
希望未来能够减少自然灾害对农业生产的影响，确保粮食安全和农民的稳定收入。
基于灰色理论的湖南粮食生产发展因素影响力评价
基于灰色理论的湖南粮食生产发展因素影响力评价
曹文献;杨娜曼
【期刊名称】《中国农学通报》
【年(卷),期】2012(28)32
【摘要】为了了解"十二五"期间湖南省粮食生产能力发展态势,促进湖南省粮食生产的可持续发展。
采用灰色理论,建立了湖南省粮食生产发展因素影响力评价模型,对湖南省粮食生产发展主要影响因素的影响力进行了评价。
结果表明:2003—2010年间,湖南省粮食生产发展的7个主要因素对粮食总产量的关联度从高到低依次排序为:化肥施用量、播种面积、农机总动力、有效灌溉面积、农业用电量、农业劳动力、成灾面积;在现有发展基础上,"十二五"期间,湖南省粮食生产将呈现良好发展态势。
因此,应结合湖南实际,综合考虑各因素作用,确保湖南省粮食生产主要发展目标任务如期实现。
【总页数】6页(P160-165)
【关键词】粮食生产;因素影响力;灰色分析;湖南省
【作者】曹文献;杨娜曼
【作者单位】湘南学院经济管理系
【正文语种】中文
【中图分类】F326.11
【相关文献】
1.基于灰色关联下的广西粮食主要生产影响因素评价 [J], 钟丽;刘助生;范大泳;张宗急;李云娟;张志林;廖云云
2.基于灰色模糊评价法的高校智库影响力评价研究 [J], 陈海贝;卓翔芝
3.基于灰色理论的渔业经济发展因素影响力评价 [J], 赵昕;宋玉
4.基于灰色模糊评价法的高校智库影响力评价研究 [J], 陈海贝;卓翔芝;
5.基于灰色系统理论的湖南粮食产量预测研究 [J], 龚波;肖国安;张四梅
因版权原因，仅展示原文概要，查看原文内容请购买。
- 1、下载文档前请自行甄别文档内容的完整性，平台不提供额外的编辑、内容补充、找答案等附加服务。
- 2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
- 3、如文档侵犯您的权益，请联系客服反馈,我们会尽快为您处理(人工客服工作时间：9:00-18:30)。
ｍａ ｊ ｏ ｒ ｎ ａ ｔ ｕ ｒ ａ ｌ ｄ ｉ ｓ ａ ｓ ｔ ｅ ｒ ｓ ｏ ｎ ｈｅ ｔ ｒ ｔ ｅ ｎ ｄ ｏ ｆ ｓ ｉ ｍｉ ｌ ａ ｉ ｒ ｔ ｙ ， ａ ｎ ｄ ｌ ｆ ｏ ｏ ｄ ｉ ｓ ｔ ｈ ｅ ｂ ｉ ｇ ｇ ｅ ｓ ｔ ｃ ｏ ｒ ｒ ｅ ｌ ａ ｔ ｉ ｏ ｎ ， ｄ ｒ ｏ ｕ ｇ ｈ ｔ ｉ ｓ ｔ ｈ ｅ ｍｉ ｎ ｉ ｍａ ｌ ｏ ｎ ｅ ； ｈｅ ｔ
ａ ｎ ａ ｌ ｙ ｚ ｅ ｓ ｔ ｈ ｅ ｄ ａ ｔ ａ ｂ ｙ ｕ ｓ ｉ ｎ ｇ Ｒｅ ｒｅ ｇ ｓ ｓ ｉ ｏ ｎ Ａｎ ａ ｌ ｙ ｓ ｉ ｓ ａ ｎ ｄ Ｌｏ ｇ ｉ ｓ ｔ ｉ ｃ Ｍｏ ｄ ｅ １ ． Ｔ ｈ ｅ ｒ ｅ ｓ ｕ ｌ ｔ ｓ ｉ ｎ ｄ ｉ ｃ ａ ｔ ｅ ｔ ｈ ａ ｔ ： Ｎａ ｔ ｕ ｒ ｅ ｄ ｉ ｓ ａ ｓ ｔ ｅ ｒ ｈ ａ ｓ ｂ ｅ ｅ ｎ ｈｅ ｔ
Ａｂ ｓ ｔ ｒ ａ ｃ ｔ ： Ｂａ ｓ ｅ ｄ ｏ ｎ ｔ ｈ ｅ ｓ ｔ ａ ｔ ｉ ｓ ｔ ｉ ｃ ｓ ｏ ｆ ｇ ｒ ａ ｉ ｎ ｐ ｒ ｏ ｄ ｕ ｃ ｔ ｉ ｏ ｎ ａ ｎ ｄ ｄ ｉ ｓ ａ ｓ ｔ ｅ ｒ ａ ｒ ｅ ａ ｆ ｒ ｏ ｍ １ ９ ７ ８ — ２ ０ １ ０ ｉ ｎ Ｈｕ ｎ ａ ｎ ｐ ｒ ｏ ｖ ｉ ｎ ｃ ｅ ， ｔ ｈ ｉ ｓ ｐ ａ ｐ ｅ ｒ
第 １ ４ 卷第 ２期
２ ０ １ ３年 ４月
湖南农业大学学报（ 社 会科学版）
Ｊ ｏ ｕ ｒ ｎ ａ ｌ ｏ ｆ Ｈｕ ｎ ａ ｎ Ａｇ ｉ ｒ ｃ ｕ ｌ ｔ ｕ ｒ ａ ｌ Ｕｎ ｉ ｖ ｅ ｒ ｓ ｉ ｔ ｙ（ Ｓ ｏ ｃ ｉ ａ ｌ Ｓ ｃ ｉ ｅ ｎ ｃ ｅ ｓ ）
ｖｏ １ ． １ ４ ＮＯ ． ２
Ａｐ ｒ ．２０１ ３ 来自自然灾害与湖 南粮食产 量的灰色关联度分析
杨重玉
（ 湖南农业大学 经济学院 ，湖南 长沙 摘 ４ １ ０ １ ２ ８ ）
要： 基 于湖南省 １ ９ ７ ８ －２ ０ １ ０ 年的粮 食产量和受灾 面积 数据 ， 利用 回归分析和 Ｌ ｏ ｇ ｉ ｓ ｔ ｉ ｃ 模型分析表明 ： 在技术
ＹＡＮＧ Ｚｈ ｏ ｎ ｇ － ｙ ｕ
（ Ｓ ｃ ｈ ｏ ｏ ｌ ｏ ｆ Ｅ ｃ ｏ ｎ ｏ ｍｉ ｃ ｓ ， Ｈ ｕ ｎ ａ ｎ Ａｇ ｒ ｉ ｃ ｕ ｌ ｔ ｕ ｒ ａ ｌ Ｕ ｎ ｉ ｖ ｅ ｒ ｓ ｉ ｔ ｙ ， Ｃ ｈ ａ ｎ ｇ ｓ ｈ ａ ４ １ ０ １ ２ ８ ， Ｃ ｈ ｉ ｎ ａ ）
因素 、 社会 因素和 自然因素中 ，自然灾害对湖南主要粮食作物稻谷 、 小麦 、 玉米单产 的影响最大 ， 分别为 ４ ９ ． ２ ８ ％、 ５ ９ ． ７ ７ ％、４ ８ ． ６ ９ ％。进一步通过灰色关联分析主要 自然灾害对稻谷 、小麦 、玉米的影响表明 ：同一粮食作物单产与 不同类型主要 自然灾害的关 联序 在趋 势上 相似 、差异较小 ，与水灾关联度最大 ，与旱灾关联度最小 ；不同粮食作 物生产的抗灾能力差别较大 ，玉米生产的抗 灾能力要小 于水稻和小麦 ；极端天气对粮食生产影响显著 。 关 键 词 ： 自然灾害 ；粮食产量 ；灰色关联 度
ｍｏ ｓ ｔ ｓ ｅ ｒ ｉ ｏ ｕ ｓ ｆ ａ ｃ ｔ ｏ ｒ ｗｈ ｉ ｃ ｈ ａ ｆ ｆ ｅ ｃ ｔ ｓ ｍａ ｉ ｎ ｇ ｒ ａ ｉ ｎ ｙ ｉ ｅ ｌ ｄ ｐ ｅ ｒ ｕ ｎ ｉ ｔ ａ ｒ ｅ ａ ａ ｍｏ ｎ ｇ ｔ ｅ ｃ ｈ ｎ ｉ ｃ ａ ｌ ｆ ａ ｃ ｔ ｏ ｒ ｓ ， ｓ ｏ ｃ ｉ ａ ｌ ｆ ａ ｃ ｔ ｏ ｒ ｓ ａ ｎ ｄ ｎ ａ ｔ ｕ ｒ ａ ｌ ｆ ａ ｃ ｔ ｏ ｒ ｓ ｉ ｎ ｔ ｈ ｅ ｒ ｅ ｇ ｉ ｏ ｎ ． Ｔｈ ｅ ｅ ｆ ｆ ｅ ｃ ｔ ｏ ｆ ｔ ｈ ｅ ｎ ａ ｔ ｕ ｒ ａ ｌ ｄ ｉ ｓ ａ ｓ ｔ ｅ ｒ ｏ ｎ ｒ ｉ ｃ ｅ ｐ ｒ ｏ ｄ ｕ ｃ ｔ ｉ ｏ ｎ ， ｗｈ ｅ ａ ｔ ｐ ｒ ｏ ｄ ｕ ｃ ｔ ｉ ｏ ｎ ａ ｎ ｄ ｔ ｏ ｍ ｐ ｒ ｏ ｄ ｕ ｃ ｔ ｉ ｏ ｎ ｒｅ ａ ４ ９ ． ２ ８ ％， ５ ９ ． ７ ７ ％ ａ ｎｄ ４ ８ ． ６ ９ ％ ｒ ｅ ｓ ｐ ｅ ｃ ｔ ｉ ｖ ｅ ｌ ｙ ． Ａｎ ｄ ｔ ｈ ｅ ｎ ｔ ｈ ｒ ｏ ｕ ｇ ｈ Ｇｒ ｅ ｙ Ｒｅ ｌ ｅ ｖ ａ ｎ ｃ ｅ ａ ｎａ ｌ ｙ ｚ ｅ ｓ ｈｅ ｔ ｅ ｆ ｆ ｅ ｃ ｔ ｏ ｆ ｍａ ｉ ｎ ｎ ａ ｔ ｕ ｒ ａ ｌ ｄ ｉ ｓ ａ ｓ ｔ ｅ ｒ ｓ ｏ ｎ ｒ ｉ ｃ ｅ ． ｗｈ ｅ ａ ｔ ａ ｎ ｄ ｃ ｏ ｍ． Ｔ ｈ ｅ ｒ ｅ ｓ ｕ ｌ ｔ ｓ ｓ ｈ ｏ ｗ ｔ ｈ ａ ｔ ： Ｔ ｈ ｅ ｉ ｎ ｌ ｆ ｕ ｅ ｎ ｃ ｅ ｏ ｆ ｈｅ ｔ ｇ ｒ ａ ｉ ｎ ｙ ｉ ｅ ｌ ｄ ｐ ｅ ｒ ｕ ｎ ｉ ｔ ｒｅ ａ ａ ａ ｎ ｄ ｉ ｎ ｃ ｉ ｄ ｅ ｎ ｃ ｅ ｏ ｆ ｄ ｉ ｆ ｆ ｅ ｒ ｅ ｎ ｔ ｔ ｙ ｐｅ ｓ ｏ ｆ
文献标志码 ：Ａ 文章编号：１ ０ ０ ９ ． ２ ０ １ ３ （ ２ ０ １ ３ ） ０ ２ ． ０ ０ ０ ６ ． ０ ４
中图分类号 ：Ｆ ３ ２ ７
Ｇｒ ａ ｙ ｃ ｏ ｒ ｒ ｅ ｌ ａ ｔ ｉ ｏ ｎ ｏ ｆ ｎ ａ ｔ ｕ ｒ ａ ｌ ｄ ｉ ｓ ａ ｓ ｔ ｅ ｒ ｓ ａ ｎ ｄ ｔ ｈ ｅ ｇ ｒ ａ ｉ ｎ ｏ ｕ ｔ ｐ ｕ ｔ ｉ ｎ Ｈｕ ｎ ａ ｎ