摘要：根據(jù)1984-2013年農(nóng)業(yè)統(tǒng)計數(shù)據(jù)，利用GM（1，1）模型對2014-2023年福建省糧食產(chǎn)量及其影響因素進行預(yù)測。通過對1984-2013、2006-2013和2014-2023年3個階段內(nèi)自然、科技、經(jīng)濟及政策因素對糧食產(chǎn)量的影響進行分析，提出政策建議，為福建省糧食生產(chǎn)的持續(xù)發(fā)展和科學(xué)決策提供借鑒。結(jié)果表明，①在微觀層面，1984-2013年間糧食播種面積、農(nóng)村勞動力人數(shù)和有效灌溉面積對糧食產(chǎn)量影響較大；2006-2013年糧食播種面積依然是影響糧食生產(chǎn)的關(guān)鍵因素，但化肥施用量和糧價的影響程度超過了農(nóng)村勞動力人數(shù)和有效灌溉面積；2014-2023年自然災(zāi)害和化肥施用量超過糧食播種面積成為關(guān)鍵因素。②在宏觀層面，1984-2013年自然條件的影響最大，其次是經(jīng)濟和科技因素；2006-2013年科技因素的影響相對上升，但政策因素的影響十分微弱；2014-2023年自然和經(jīng)濟因素的影響相對上升，且后者上升得更為明顯。

關(guān)鍵詞：糧食產(chǎn)量；影響因素；GM（1，1）；灰色關(guān)聯(lián)分析

中圖分類號：F326.11；F327 文獻(xiàn)標(biāo)識碼：A 文章編號：0439-8114（2016）16-4349-05

DOI：10.14088/j.cnki.issn0439-8114.2016.16.069

農(nóng)為邦本，糧食安全是事關(guān)國計民生的重大問題。近年來，由于人口增長、水資源短缺以及氣候與糧食格局變化，中國的糧食安全形勢日趨嚴(yán)峻。福建省作為傳統(tǒng)的缺糧大省，人多地少，自然災(zāi)害頻發(fā)，糧食安全形勢一直非常嚴(yán)峻[1]。因此，對福建省糧食產(chǎn)量影響因素的研究，有助于提高糧食產(chǎn)量、保障糧食安全、促進福建省糧食生產(chǎn)的穩(wěn)定發(fā)展。

長期以來，對于糧食產(chǎn)量影響因素的研究一直受到學(xué)界和政府的高度關(guān)注。從自然條件的角度出發(fā)，石淑芹等[2]、H？觟ppe[3]分別研究了糧食播種面積和自然災(zāi)害對糧食生產(chǎn)的影響；從科學(xué)技術(shù)的角度出發(fā)，馮穎等[4]、張利庠等[5]分別研究了有效灌溉面積及化肥施用量對糧食生產(chǎn)的影響；從經(jīng)濟發(fā)展的角度出發(fā)，馬林靜等[6]、韋鴻等[7]分別研究了農(nóng)村勞動力人數(shù)、糧食價格及農(nóng)民收入對糧食產(chǎn)量的影響；從政策扶持的角度出發(fā)，劉鵬凌等[8]分析了糧食補貼額度對糧食產(chǎn)量的影響?？梢?，學(xué)者們已針對單個影響因素與糧食產(chǎn)量的關(guān)系做了充分研究，但隨著研究的深入，學(xué)者們更加注重研究的系統(tǒng)性，開始考慮多種影響因子的協(xié)同作用。杜繼豐等[9]、劉守義[10]、龍方等[11]、尹世久等[12]分別從巨型城市區(qū)域、糧食主產(chǎn)區(qū)、省域及全國等不同空間尺度分析了多種影響因素與糧食產(chǎn)量的關(guān)系。回顧以往研究，自然、科技、經(jīng)濟及政策因素與糧食產(chǎn)量的關(guān)系均已明確，但在多種因素協(xié)同作用于糧食產(chǎn)量的研究時尚未將政策因素考慮進來。同時，已有研究往往是從微觀層面切入，僅考慮糧食播種面積、有效灌溉面積等因素的影響，尚未對自然、科技、經(jīng)濟及政策等宏觀層面進行分析。

關(guān)于糧食產(chǎn)量預(yù)測，學(xué)者們利用BP神經(jīng)網(wǎng)絡(luò)[13]、混合時間序列[14]和灰色預(yù)測[15]等方法進行了研究，但各種方法均有利弊。為了發(fā)揮不同模型的優(yōu)勢，學(xué)者們將模型進行組合與改進，如周慶元等[16]將馬爾科夫模型與灰色預(yù)測方法相結(jié)合，大幅提高了預(yù)測的精度?；仡櫼酝芯?，尚沒有對糧食產(chǎn)量及其影響因素的預(yù)測結(jié)果做進一步的關(guān)聯(lián)分析，從而無法對不同時期糧食產(chǎn)量與多種因素的關(guān)系變化進行動態(tài)分析。

鑒于此，本研究從自然、科技、經(jīng)濟及政策的角度出發(fā)，對2014-2023年的糧食產(chǎn)量及其影響因素進行預(yù)測，對1984-2013和2014-2023年的福建省糧食產(chǎn)量及其影響因素進行關(guān)聯(lián)分析，研究糧食產(chǎn)量與多種因素的關(guān)系的動態(tài)變化，以識別不同時期影響糧食產(chǎn)量的關(guān)鍵因素，為相關(guān)部門的科學(xué)決策和糧食生產(chǎn)的穩(wěn)定發(fā)展提供借鑒。

1 資料與方法

1.1 變量選取

在充分利用現(xiàn)有資料的基礎(chǔ)上，本研究對福建省糧食產(chǎn)量與其影響因素的關(guān)系進行定性分析，以糧食總產(chǎn)為因變量，從自然、科技、經(jīng)濟和政策4個宏觀層面選取15個微觀因素作為自變量（表1）?？紤]到數(shù)據(jù)獲取難度，本研究以“第一產(chǎn)業(yè)就業(yè)人員數(shù)”、“農(nóng)業(yè)生產(chǎn)資料價格分類指數(shù)”和“農(nóng)產(chǎn)品生產(chǎn)價格指數(shù)”分別近似替代“農(nóng)村勞動力人數(shù)”、“糧食生產(chǎn)資料價格”和“糧食價格”。

1.2 數(shù)據(jù)來源及處理

福建省糧食產(chǎn)量及其影響因素的數(shù)據(jù)來源于《新中國60年統(tǒng)計資料匯編》（1949-2008年）、《中國農(nóng)村統(tǒng)計年鑒》（1985-2014年）、《福建省統(tǒng)計年鑒》（1985-2014年）。由于糧食直補、良種補貼、農(nóng)機購置補貼及農(nóng)資綜合補貼的分省數(shù)據(jù)無法獲取，考慮到中國大多數(shù)省份按照糧食實際播種面積來發(fā)放補貼的情況，本研究以全國的糧食補貼額度來近似計算福建省的糧食補貼額度，即福建省糧食補貼等于全國糧食補貼乘以福建省糧食播種面積占全國的比重。全國的糧食補貼數(shù)據(jù)來源于中國財政局、糧食局等政府網(wǎng)站。同時，考慮到福建省于2006年起全面實施農(nóng)業(yè)補貼政策，所以僅將2006-2013年間政策因素對糧食產(chǎn)量的影響納入考慮范圍。

1.3 研究方法

1.3.1 灰色關(guān)聯(lián)分析 灰色關(guān)聯(lián)分析是灰色系統(tǒng)理論的一種多因素統(tǒng)計分析方法，用來揭示因素關(guān)系的強弱程度，操作對象是因素的時間序列。它的基本思想是根據(jù)序列曲線之間幾何形狀的相似程度來判斷其聯(lián)系是否緊密，曲線越接近，相應(yīng)序列之間關(guān)聯(lián)度就越大，反之就越小[17]?？紤]到所選取的變量數(shù)值波動較大，具有可比性的數(shù)據(jù)時間序列不長，本研究選用灰色關(guān)聯(lián)分析模型進行分析，可以充分發(fā)揮其不需要大量樣本以及樣本有無規(guī)律都同樣適用的優(yōu)勢。

1.3.2 GM（1，1） 灰色GM（1，1）模型通過累加生成灰色模型，濾去原始數(shù)據(jù)中可能混入的隨機量或其他噪聲，從上下波動的時間數(shù)列中尋找某種隱含規(guī)律，而不直接利用原始數(shù)據(jù)，是應(yīng)用相對簡便，同時又能夠挖掘出有實際價值的發(fā)展變化信息的建模方法[17]。

2 實證分析

2.1 糧食產(chǎn)量及其影響因素預(yù)測

根據(jù)1984-2013年統(tǒng)計數(shù)據(jù)，利用灰色GM（1，1）模型對2014-2023年間福建省糧食單產(chǎn)進行預(yù)測，結(jié)果見表2，由表2可知，未來10年全省糧食單產(chǎn)呈逐年遞增趨勢，2014年的糧食單產(chǎn)僅有6 211.36 kg/hm2，而2023年糧食單產(chǎn)達(dá)到7 082.42 kg/hm2，增加了14.02%，說明近年來中國加大對良種培育、灌溉技術(shù)及基礎(chǔ)設(shè)施的投入明顯促進了糧食產(chǎn)量增長。

考慮到糧食直補、良種補貼等政策因素受人為因素主導(dǎo)較大，而且具有很強的剛性和粘性。同時，結(jié)合上述分析結(jié)果，4大農(nóng)業(yè)補貼對糧食產(chǎn)量的影響極其微弱，在預(yù)測2014-2023年間糧食總產(chǎn)及其影響因素時，將政策因素剔除。結(jié)果（表2）表明，2014-2023年全省除了糧食總產(chǎn)、播種面積、農(nóng)村勞動力人數(shù)、糧食生產(chǎn)資料價格和糧價呈現(xiàn)逐年遞減外，其余變量均逐年遞增。其中，播種面積、農(nóng)村勞動力人數(shù)、糧食生產(chǎn)資料價格和糧價均向負(fù)面的方向發(fā)展，其余變量均向正面的方向發(fā)展，但全省糧食總產(chǎn)依然逐年降低，可見各影響因素協(xié)同作用的負(fù)面效應(yīng)更大。

通過對上述預(yù)測結(jié)果進行誤差檢驗（表3），發(fā)現(xiàn)福建省的糧食單產(chǎn)適合運用灰色GM（1，1）模型進行預(yù)測。預(yù)測中的發(fā)展系數(shù)-a≤0.3，說明GM（1，1）模型可用于中長期預(yù)測。模型平均相對誤差Δ<0.1，說明預(yù)測精度達(dá)到要求。后驗差檢驗C<0.5，說明GM（1，1）模型合格，預(yù)測結(jié)果真實可靠。

2.2 糧食產(chǎn)量影響因素動態(tài)分析

2.2.1 1984-2013年糧食產(chǎn)量影響因素分析 由表4可知，1984-2013年福建省糧食總產(chǎn)受到糧食播種面積的影響最大，播種面積的不斷減少是導(dǎo)致糧食總產(chǎn)下降的關(guān)鍵因素。究其原因，一方面是由于近年來大量耕地轉(zhuǎn)化為工業(yè)、房產(chǎn)用地；另一方面是由于種糧比較效益低，農(nóng)戶轉(zhuǎn)而選擇種植能夠帶來更多經(jīng)濟收入的作物。

農(nóng)村勞動力人數(shù)對糧食生產(chǎn)的影響作用僅次于播種面積，起著舉足輕重的作用。由于城鄉(xiāng)二元經(jīng)濟結(jié)構(gòu)的存在，農(nóng)村年輕優(yōu)質(zhì)勞動力不斷流向城市，造成農(nóng)村人才短缺，同時生產(chǎn)效率較低的留守者因能得到匯款而傾向于更多的消費閑暇，致使耕地拋荒增加，糧食產(chǎn)量進一步減少。自20世紀(jì)90年代以來，全省第一產(chǎn)業(yè)就業(yè)人數(shù)不斷減少，從1990年的829.55萬人減少至2013年的615.96萬人，總體下降了26%。

有效灌溉面積對糧食產(chǎn)量的影響位居第三。水利部調(diào)查表明，有灌溉條件下的農(nóng)作物產(chǎn)量是自然條件下的1～2倍，并且越是干旱的地區(qū)，灌溉產(chǎn)生的增產(chǎn)效應(yīng)越大[18]，說明灌溉條件對糧食產(chǎn)量具有重要影響。

此外，受災(zāi)情況、糧食生產(chǎn)資料價格和糧價對糧食產(chǎn)量的影響也不容小覷，而化肥施用量、機械總動力、農(nóng)村用電量等因素的影響較小。

從宏觀層面看，1984-2013年糧食產(chǎn)量受自然條件的影響最大，其次是經(jīng)濟因素，而科技因素的影響最小。

2.2.2 2006-2013年糧食產(chǎn)量影響因素分析 由表4可知，2006-2013年糧食播種面積依舊是影響全省糧食產(chǎn)量的關(guān)鍵因素，但與1984-2013年不同的是，化肥施用量和糧價的影響程度超過了農(nóng)村勞動力人數(shù)和有效灌溉面積，分別位居第二、第三，說明近年來農(nóng)用化肥的施用量不斷加大，農(nóng)戶力圖通過科技因素改善農(nóng)業(yè)生產(chǎn)條件，但考慮到化肥對耕地質(zhì)量、生態(tài)環(huán)境的影響以及節(jié)約化石能源等的原因，應(yīng)該盡量減少其投入，鼓勵農(nóng)戶采用更為環(huán)保的生產(chǎn)方式來促進糧食生產(chǎn)。同時，由于近年來糧食價格的上漲在一定程度上提高了農(nóng)民的種糧積極性，促進了全省糧食生產(chǎn)。此外，農(nóng)村勞動力人數(shù)、有效灌溉面積和糧食生產(chǎn)資料價格依舊對糧食產(chǎn)量具有重要影響，而未成災(zāi)比重和未受災(zāi)比重的影響程度均有所降低，說明近年來自然災(zāi)害對全省糧食產(chǎn)量的影響逐漸下降。

從宏觀層面看，自然和經(jīng)濟因素的影響程度均有所下降，科技因素的影響相對上升，使得該階段自然、科技、經(jīng)濟因素的影響大致相同，而糧食直補、良種補貼等政策因素雖然對糧食產(chǎn)量具有一定的影響，但影響程度十分微弱。

2.2.3 2014-2023年糧食產(chǎn)量影響因素分析 在糧食產(chǎn)量及其影響因素預(yù)測的基礎(chǔ)上，再次進行關(guān)聯(lián)分析，進而探討不同時期糧食產(chǎn)量影響因素的動態(tài)變化。表4表明，2014-2023年農(nóng)村勞動力人數(shù)超過糧食播種面積成為關(guān)鍵因素，說明隨著城市化的不斷推進，農(nóng)村優(yōu)質(zhì)勞動力的不斷流失將成為阻礙全省糧食生產(chǎn)的最大阻力。同時，播種面積對于糧食生產(chǎn)依舊存在很強的制約作用，而糧食及其生產(chǎn)資料價格、有效灌溉面積也將對糧食產(chǎn)量產(chǎn)生重要影響。

從宏觀層面看，相比2006-2013年，未來10年化肥施用量、機械總動力、用電量等科技因素對糧食產(chǎn)量的影響相對降低，而受災(zāi)情況等自然條件和農(nóng)村勞動力人數(shù)、糧食及其生產(chǎn)資料價格等經(jīng)濟因素對糧食產(chǎn)量的影響均相對上升，并且經(jīng)濟因素對糧食產(chǎn)量的影響上升得更為明顯。

3 結(jié)論

1）2014-2023年福建省糧食單產(chǎn)呈逐年遞增趨勢，可能是由于近年來農(nóng)水基礎(chǔ)設(shè)施建設(shè)以及良種培育和灌溉技術(shù)進步等促進了糧食生產(chǎn)。此外，糧食總產(chǎn)、播種面積、農(nóng)村勞動力人數(shù)、糧食及其生產(chǎn)資料價格均逐年遞減，而其余變量逐年遞增。其中，除了播種面積、農(nóng)村勞動力人數(shù)、糧食生產(chǎn)資料價格和糧價向負(fù)面方向發(fā)展外，其余變量均向正面方向發(fā)展，但全省糧食總產(chǎn)依然逐年遞減，可見未來10年糧食產(chǎn)量影響因素協(xié)同作用的正面效應(yīng)大于負(fù)面效應(yīng)。

2）從微觀層面看，1984-2013年對福建省糧食總產(chǎn)影響最大的關(guān)鍵因素是糧食播種面積，其次是農(nóng)村勞動力人數(shù)和有效灌溉面積。同時，糧食及其生產(chǎn)資料價格以及自然災(zāi)害對糧食生產(chǎn)的影響也不容小覷，而化肥施用量、機械總動力、用電量和固定資產(chǎn)投資等因素對糧食產(chǎn)量的影響較??；2006-2013年糧食播種面積仍然是影響最大的關(guān)鍵因素，但化肥施用量和糧價的影響超過了農(nóng)村勞動力人數(shù)和灌溉技術(shù)水平，分別位居第二、第三，而有效灌溉面積、糧食生產(chǎn)資料價格、農(nóng)村勞動力人數(shù)和自然災(zāi)害依舊對糧食產(chǎn)量具有重要影響；2014-2023年自然災(zāi)害和化肥施用量的影響程度超過糧食播種面積成為關(guān)鍵因素，而農(nóng)村勞動力人數(shù)、糧食及其生產(chǎn)資料價格和有效灌溉面積依然對糧食產(chǎn)量具有重要影響。

3）從宏觀層面看，1984-2013年自然條件對糧食產(chǎn)量的影響最大，其次是經(jīng)濟和科技因素；2006-2013年科技因素對糧食產(chǎn)量的影響程度相對上升，使得該階段自然、科技、經(jīng)濟因素的影響大致相同，但政策因素的影響十分微弱；2014-2023年自然和經(jīng)濟因素的影響程度相對上升，且經(jīng)濟因素的影響程度上升得更為明顯。

4 政策建議

1）糧食播種面積對于穩(wěn)定福建省糧食產(chǎn)量具有極其重要的意義，應(yīng)該在嚴(yán)格實行耕地保護制度、提高土地執(zhí)法監(jiān)察力度的同時，積極調(diào)動農(nóng)戶的種糧積極性，切實保護基本耕地面積，特別是優(yōu)質(zhì)高產(chǎn)的農(nóng)田。

2）在未來福建省農(nóng)村勞動力流動趨勢逐步增強的背景下，應(yīng)該引導(dǎo)農(nóng)村勞動力合理流轉(zhuǎn)，加快農(nóng)業(yè)技術(shù)進步，改善農(nóng)業(yè)生產(chǎn)投入要素結(jié)構(gòu)，促進糧食生產(chǎn)，提高農(nóng)民收入，進而縮小城鄉(xiāng)收入差距，從根本上消除農(nóng)村勞動力外流的動因。

3）為確保農(nóng)業(yè)生產(chǎn)的有效灌溉面積，應(yīng)該加大農(nóng)田水利基礎(chǔ)設(shè)施投入，促進節(jié)水灌溉技術(shù)進步，提高水資源利用率，實現(xiàn)糧食生產(chǎn)的可持續(xù)發(fā)展。

4）雖然近年來福建省糧價持續(xù)上漲，但糧食生產(chǎn)成本也不斷提高，導(dǎo)致種糧收入提高有限，“拋荒現(xiàn)象”仍可能持續(xù)存在，應(yīng)該推行更加有效的價格支持和糧食補貼制度，同時積極探索實施新型農(nóng)業(yè)補貼政策，加大市場機制在推動糧食增產(chǎn)與農(nóng)戶增收方面發(fā)揮的作用，促進糧食產(chǎn)量穩(wěn)定增長。

5）面對化肥施加過量、有機肥投入不足的現(xiàn)狀，應(yīng)該引導(dǎo)農(nóng)戶科學(xué)、合理地施加肥料，提高化肥使用效率，進而解決化肥過量投入導(dǎo)致的土壤板結(jié)、有機結(jié)構(gòu)惡化等問題。此外，也可以效仿歐美國家的輪耕或休耕等耕作制度以改善土壤條件。

參考文獻(xiàn)：

[1] 張 星，陳 惠，吳菊薪.氣象災(zāi)害影響福建糧食生產(chǎn)安全的機理分析[J].自然災(zāi)害學(xué)報，2008，17（2）：150-155.

[2] 石淑芹，陳佑啟，姚艷敏，等.耕地變化對糧食生產(chǎn)能力的影響評價——以吉林中西部地區(qū)為例[J].資源科學(xué)，2007，29（5）：143-149.

[3] H？魻PPE P. Scientific and economic rationale for weather risk insurance for agriculture[A]. SIVAKUMAR M V K，MOTHA R P. Managing Weather and Climate Risks in Agriculture[C].Heidelberg： Springer Berlin，2007.367-375.

[4] 馮 穎，姚順波，郭亞軍.基于面板數(shù)據(jù)的有效灌溉對中國糧食單產(chǎn)的影響[J].資源科學(xué)，2012，34（9）：1734-1740.

[5] 張利庠，彭 輝，靳興初.不同階段化肥施用量對我國糧食產(chǎn)量的影響分析——基于1952-2006年30個省份的面板數(shù)據(jù)[J].農(nóng)業(yè)技術(shù)經(jīng)濟，2008（4）：85-94.

[6] 馬林靜，歐陽金瓊，王雅鵬.農(nóng)村勞動力人數(shù)資源變遷對糧食生產(chǎn)效率影響研究[J].中國人口·資源與環(huán)境，2014，24（9）：103-109.

[7] 韋 鴻，王 磊.糧食價格、農(nóng)民收入對糧食產(chǎn)量影響分析——基于VEC模型的實證[J].農(nóng)業(yè)技術(shù)經(jīng)濟，2011（6）：76-80.

[8] 劉鵬凌，李 乾，欒敬東.糧食補貼政策對糧食產(chǎn)量的影響——基于改進的灰色關(guān)聯(lián)度分析[J].農(nóng)業(yè)經(jīng)濟與管理，2015（1）：40-45.

[9] 杜繼豐，袁中友.巨型城市區(qū)域糧食生產(chǎn)影響因素的區(qū)域特殊性分析——以珠三角為例[J].農(nóng)業(yè)經(jīng)濟問題，2014，35（5）：14-20.

[10] 劉守義.我國糧食主產(chǎn)區(qū)糧食產(chǎn)量波動及增長影響因素分析[J].江西社會科學(xué)，2014（8）：96-100.

[11] 龍 方，楊重玉，彭澧麗.糧食生產(chǎn)波動影響因素的實證分析——以湖南省為例[J].農(nóng)業(yè)技術(shù)經(jīng)濟，2010（9）：97-104.

[12] 尹世久，吳林海，張 勇.我國糧食產(chǎn)量波動影響因素的經(jīng)驗分析[J].系統(tǒng)工程理論與實踐，2009，29（10）：28-34.

[13] 王啟平.BP神經(jīng)網(wǎng)絡(luò)在我國糧食產(chǎn)量預(yù)測中的應(yīng)用[J].預(yù)測，2002，21（3）：79-80.

[14] 王惠婷.基于混合時間序列模型的糧食產(chǎn)量預(yù)測[J].統(tǒng)計與決策，2013（12）：23-25.

[15] 龔 波，肖國安，張四梅.基于灰色系統(tǒng)理論的湖南糧食產(chǎn)量預(yù)測研究[J].湖南科技大學(xué)學(xué)報（社會科學(xué)版），2012，15（5）：62-65.

[16] 周慶元.基于灰色馬爾可夫模型的糧食產(chǎn)量預(yù)測方法[J].統(tǒng)計與決策，2012（17）：64-66.

[17] 劉思峰，謝乃明.灰色系統(tǒng)理論及其應(yīng)用（第6版）[M].北京：科學(xué)出版社，2013.48-56.

[18] 高占義.中國的灌溉發(fā)展及其作用[J].水利經(jīng)濟，2006，24（1）：36-39.