李昊儒，毛麗麗，梅旭榮，劉月娥，郝衛(wèi)平※

(1.中國農(nóng)業(yè)科學(xué)院農(nóng)業(yè)環(huán)境與可持續(xù)發(fā)展研究所，北京 100081； 2.農(nóng)業(yè)農(nóng)村部旱作節(jié)水農(nóng)業(yè)重點實驗室，北京 100081)

0 引言

糧食安全是事關(guān)我國國家安全的重大戰(zhàn)略問題。近年來，我國糧食生產(chǎn)受到耕地面積退化、農(nóng)業(yè)用水減少及化肥過量投入導(dǎo)致環(huán)境污染等問題的嚴(yán)重威脅，氣候變化對糧食生產(chǎn)的影響也是利弊共存，且負(fù)面影響較大[1]。盡管我國糧食產(chǎn)量受到生產(chǎn)性和非生產(chǎn)性因素的制約，糧食總產(chǎn)卻仍然呈現(xiàn)波動性增加的趨勢。因此，根據(jù)我國糧食產(chǎn)量的波動特征，深入探究自然因素、科技因素(物質(zhì)裝備)、社會經(jīng)濟因素及農(nóng)業(yè)生產(chǎn)條件等對糧食產(chǎn)量波動的影響，對科學(xué)制定農(nóng)業(yè)政策、合理確定農(nóng)田管理措施、保證我國糧食產(chǎn)量持續(xù)穩(wěn)定發(fā)展具有重要意義。

糧食產(chǎn)量波動及其影響因素的研究一直為國內(nèi)外學(xué)術(shù)研究的熱點領(lǐng)域[2-9]。王馥棠等[10]通過分析探討1949—1990年糧食生產(chǎn)的波動特征，認(rèn)為40年間我國糧食生產(chǎn)的發(fā)展經(jīng)歷了低產(chǎn)緩慢發(fā)展—波動發(fā)展—高速增長不穩(wěn)定發(fā)展的3個階段，并且糧食單產(chǎn)的增產(chǎn)年多于減產(chǎn)年，其持續(xù)時間與增產(chǎn)幅度均大于減產(chǎn)年的持續(xù)時間和幅度。陳玲玲等[11]利用經(jīng)驗?zāi)B(tài)方法對中國糧食產(chǎn)量進(jìn)行多時間尺度分析發(fā)現(xiàn)9～10年周期更能直觀地體現(xiàn)中國糧食產(chǎn)量至今的波動狀況。陸文聰?shù)萚12]利用Panel Data結(jié)合空間誤差模型實證分析得出，化肥投入，有效灌溉面積等因素均對各地區(qū)糧食生產(chǎn)總量的增長起到顯著正向作用。蔣尚明等[13]運用經(jīng)驗?zāi)B(tài)分解方法，論證了江淮分水嶺易旱區(qū)糧食單產(chǎn)波動分量與其影響因子之間的相關(guān)性，并得出自然災(zāi)害受災(zāi)率、有效灌溉率、單位耕地農(nóng)藥施用量、單位耕地化肥施用量及糧資比對糧食單產(chǎn)波動的綜合影響率分別為： 31.26%、16.35%、17.01%、14.79%及20.59%。Zhou等[14]運用多元線性回歸分析發(fā)現(xiàn)播種面積是影響黑龍江是糧食產(chǎn)量的重要因素。李少昆等[15]研究發(fā)現(xiàn)不同年代單產(chǎn)和種植面積對玉米總產(chǎn)的貢獻(xiàn)不同。于智媛等[16]采用LMDI對數(shù)平均迪氏指數(shù)模型對我國31個省域糧食生產(chǎn)總量變化的貢獻(xiàn)因素進(jìn)行分解，并對不同區(qū)域糧食生產(chǎn)變化量貢獻(xiàn)因素的時空差異進(jìn)行比較分析。張錦宗等[17]測算了復(fù)種指數(shù)和單產(chǎn)對我國及各省區(qū)糧食增產(chǎn)的貢獻(xiàn)率。

糧食生產(chǎn)是條件復(fù)雜且不斷變化的動態(tài)系統(tǒng)，導(dǎo)致糧食產(chǎn)量波動形成的影響因素錯綜復(fù)雜，主要受自然因素、科技因素(物質(zhì)裝備)、社會經(jīng)濟因素和農(nóng)業(yè)生產(chǎn)條件等綜合作用的影響。已有研究多偏重于從單因素角度對糧食產(chǎn)量的影響程度進(jìn)行分析，依據(jù)糧食產(chǎn)量波動特性分析多因素綜合影響以及各因素相對影響度的研究較少，并且以往研究大多沒有定量評價各因素之間的相對重要程度。文章首先利用HP濾波法分析我國糧食產(chǎn)量波動特征，再采用灰色關(guān)聯(lián)與層次分析有機融合的綜合評價法從自然因素、科技因素(物質(zhì)裝備)、社會經(jīng)濟因素和農(nóng)業(yè)生產(chǎn)條件方面對糧食產(chǎn)量的影響程度進(jìn)行量化分析，計算各影響因子在不同波動周期對糧食產(chǎn)量波動的影響度，為有效保障我國糧食產(chǎn)量的可持續(xù)增長提供理論基礎(chǔ)。

1 資料與方法

1.1 影響因子選取及數(shù)據(jù)來源

影響糧食產(chǎn)量波動的因素錯綜復(fù)雜，不同時期每種因素對糧食產(chǎn)量的波動變化都有不同的影響，以往的研究認(rèn)為糧食產(chǎn)量變化主要受氣候因子、科技水平、社會經(jīng)濟及投入要素的影響[18]。該文將影響糧食產(chǎn)量波動的因素分為自然因素、科技因素(物質(zhì)裝備)、社會經(jīng)濟因素和農(nóng)業(yè)生產(chǎn)條件。由于土壤具有長時間的演變特征，因此該文中自然因素主要選取了年平均氣溫(X1)、年降水量(X2)、日照時數(shù)(X3)和成災(zāi)面積(X4)4個氣象要素； 化肥施用量和農(nóng)業(yè)機械總動力反映了科技投入對糧食產(chǎn)量的重要影響[19]，灌溉措施主要依賴于動力泵和輸水設(shè)備，其對糧食產(chǎn)量的影響與科技因素投入密切相關(guān)[20]，因此，該文將化肥施用量(X5)、農(nóng)業(yè)機械總動力(X6)和有效灌溉面積(X7)作為科技因素(物質(zhì)裝備)的評價指標(biāo)； 城鎮(zhèn)化發(fā)展、財政支農(nóng)、農(nóng)村土地改革、取消農(nóng)業(yè)稅等一系列農(nóng)業(yè)政策因素也是影響糧食產(chǎn)量的重要因素，但政策對農(nóng)業(yè)的影響最終仍然會反應(yīng)在社會經(jīng)濟及投入要素的變化，因此該文中社會經(jīng)濟因素主要選擇了農(nóng)村居民人均純收入(X8)和財政支農(nóng)支出(X9)2個影響因子； 農(nóng)業(yè)生產(chǎn)條件主要選擇了播種面積(X10)、耕地面積(X11)、農(nóng)林牧漁業(yè)勞動力(X12)和農(nóng)村用電量(X13)4個影響因子。

該研究所用的平均氣溫、年降水量、日照時數(shù)等氣象資料來自中國氣象科學(xué)數(shù)據(jù)共享服務(wù)網(wǎng)提供的地面氣象站點觀測數(shù)據(jù)，包括756個生態(tài)點1978—2010年的逐年歷史氣象數(shù)據(jù)。糧食產(chǎn)量、科技因素(物質(zhì)裝備)、社會經(jīng)濟因素和農(nóng)業(yè)生產(chǎn)條件數(shù)據(jù)來源于《新中國農(nóng)業(yè)60年統(tǒng)計資料》。

1.2 Hodrick-Prescott濾波方法

(1)

(2)

式(2)中，C(L)是延遲算子多項式：

C(L)=L-1-1-(1-L)

(3)

將式(3)代入式(2)則HP濾波的問題就是使下面損失函數(shù)最小，即：

(4)

1.3 灰色關(guān)聯(lián)綜合評價法

灰色關(guān)聯(lián)分析是對動態(tài)過程發(fā)展態(tài)勢的量化比較分析[24]，在反映系統(tǒng)行為的特征數(shù)據(jù)序列和影響系統(tǒng)行為的有效因素數(shù)據(jù)序列中找出關(guān)聯(lián)性。雖然通過灰色關(guān)聯(lián)分析可以對影響糧食產(chǎn)量的因子進(jìn)行關(guān)聯(lián)度排序，但是很難定量地反映出不同影響因子之間的相對重要程度。層次分析是用于評價各指標(biāo)間相對重要程度的傳統(tǒng)方法，但該方法需要人為地為各因子賦予分值，帶有較強的主觀性。因此，將灰色關(guān)聯(lián)法和層次分析法相結(jié)合，在計算出各影響因子與糧食產(chǎn)量關(guān)聯(lián)系數(shù)的基礎(chǔ)上，構(gòu)造兩兩判斷矩陣對系統(tǒng)行為進(jìn)行層次化、數(shù)量化分析，計算出每個影響因子的權(quán)重，可以有效地對糧食產(chǎn)量的影響因素進(jìn)行綜合評價?；疑P(guān)聯(lián)綜合評價法對基礎(chǔ)數(shù)據(jù)的處理具體步驟如下。

1.3.1 數(shù)據(jù)的處理

按照灰色系統(tǒng)理論，分別將各波動周期的糧食總產(chǎn)量和各影響因子視為一個整體，構(gòu)建一個灰色系統(tǒng)。設(shè)總產(chǎn)量為參考序列X0， 13個影響因子為比較序列Xi，i=1， 2，…13。由于糧食產(chǎn)量和各影響因子的量綱不同，無法進(jìn)行比較，因此該文采用標(biāo)準(zhǔn)差方法(公式5)對各因子進(jìn)行無量綱化處理，結(jié)果列于表1。

(5)

1.3.2 計算關(guān)聯(lián)系數(shù)和關(guān)聯(lián)度

系統(tǒng)內(nèi)，以曲線幾何形狀間差值大小作為關(guān)聯(lián)程度的衡量尺度，為關(guān)聯(lián)性實質(zhì)。各影響因子比較序列Xi與糧食產(chǎn)量參考序列X0的關(guān)聯(lián)系數(shù)ξ的計算公式：

(6)

關(guān)聯(lián)度的計算公式：

(7)

式(7)中，γi表示比較序列Xi對參考序列的X0關(guān)聯(lián)度，根據(jù)其數(shù)值高低判斷比較序列的重要性，進(jìn)行排序。

1.3.3 九標(biāo)度法計算因素影響度

依據(jù)灰色關(guān)聯(lián)分析結(jié)果，對每個影響因子按照影響程度進(jìn)行兩兩比較，構(gòu)造判斷矩陣。常用的兩兩判斷矩陣是建立在1～9標(biāo)度基礎(chǔ)上的互反矩陣，以目標(biāo)集A=a1…ai…am，i∈1…m為例，用標(biāo)度1、3、5、7、9 分別表示兩個目標(biāo)元素相比為同樣、稍微、明顯、強烈和極端重要，用2、4、6、8分別表示上述相鄰判斷的中間值，判斷矩陣Bm×m=bij，i，j∈1…m，bij由標(biāo)度值及其倒數(shù)所構(gòu)成。判斷矩陣建立后，即可計算構(gòu)成因素的影響度，相應(yīng)公式為：

(8)

式(8)中，λmax表示判斷矩陣B的最大特征根，W表示對應(yīng)于λmax的正規(guī)化特征向量，Wi表示構(gòu)成因素排序的影響度，n表示判斷矩陣B的維數(shù)。

為了檢驗判斷矩陣B的一致性，需計算一致性指標(biāo)CI，相應(yīng)計算公式：

(9)

將CI與平均隨機一致性指標(biāo)RI進(jìn)行比較，檢驗判斷矩陣B是否具有一致性。對于1～13階矩陣，RI取值列于表1。

表1 同階平均隨機一致性指標(biāo)RI

對于1， 2階判斷矩陣，RI只是形式上的，因為1， 2階判斷矩陣總是具有完全一致性。當(dāng)階數(shù)大于2時，判斷矩陣的一致性指標(biāo)CI與同階平均隨機一致性指標(biāo)RI之比稱為隨機一致性比率，記為CR。當(dāng)

(10)

可以認(rèn)為層次單排序的結(jié)構(gòu)有滿意的一致性，否則需要調(diào)整判斷矩陣的元素取值。

計算各層元素對系統(tǒng)目標(biāo)的合成權(quán)重，進(jìn)行總排序，以確定結(jié)構(gòu)圖中最底層各個元素的總目標(biāo)中的重要程度。

2 結(jié)果與分析

2.1 糧食產(chǎn)量波動特征

圖1 1978—2010年我國糧食產(chǎn)量波動周期

該文運用HP濾波法計算出1978—2010年我國糧食總產(chǎn)量的HP趨勢值，并得出表示長期波動的長期平滑趨勢線，然后利用剔除長期趨勢后的數(shù)據(jù)計算出總產(chǎn)量的HP波動指數(shù)，并繪制短期波動曲線(圖1)。從長期趨勢來看，我國糧食總產(chǎn)量呈波動上升的趨勢， 2010年總產(chǎn)量為5.464 77億t，是1978年的1.8倍。

將HP濾波值剔除之后，得到反映1978—2010年我國糧食總產(chǎn)量的波動值，再用波動值除以趨勢值得到變異率(表2)。該變異率反映了糧食產(chǎn)量在特定時間對長期趨勢的偏離幅度，即糧食產(chǎn)量的短期波動情況。按照波動幅度超過5%、波動年數(shù)超過2～3年的周期劃分標(biāo)準(zhǔn)[25]，把1978—2010年我國糧食總產(chǎn)量劃分為6個波動階段，平均波動周期為6年， 20世紀(jì)80年代以4年的周期性波動為主，此后以7年的周期性波動較為顯著， 2006—2010年尚未構(gòu)成一個完整波動周期。從波動趨勢看， 1988年以前，糧食產(chǎn)量波動幅度比較大； 從1988年開始波動幅度較均勻， 2000—2006年處于一個大波谷(表3)。

表2 1978—2010年我國糧食產(chǎn)量變異率

2.2 糧食產(chǎn)量波動影響因子關(guān)聯(lián)度分析

以糧食產(chǎn)量為參考序列，影響因子為比較序列，所得各個波動周期的關(guān)聯(lián)度如圖2所示。由圖2可知， 1978—1981年，我國糧食產(chǎn)量與影響因子的關(guān)聯(lián)度次序依次為：耕地面積>化肥用量(折純量)>農(nóng)業(yè)機械總動力>財政支農(nóng)>農(nóng)村居民人均純收入>農(nóng)林牧漁業(yè)勞動力>農(nóng)村用電量>降雨量>有效灌溉面積>氣溫>糧食作物播種面積>日照時數(shù)>成災(zāi)面積。1981—1985年，我國糧食產(chǎn)量與影響因子的關(guān)聯(lián)度次序依次為：化肥用量(折純量)>農(nóng)村居民人均純收入>財政支農(nóng)>農(nóng)村用電量>農(nóng)業(yè)機械總動力>農(nóng)林牧漁業(yè)勞動力>降雨量>有效灌溉面積>日照時數(shù)>糧食作物播種面積>成災(zāi)面積>氣溫>耕地面積。1985—1988年，關(guān)聯(lián)度次序依次為：有效灌溉面積>氣溫>糧食作物播種面積>財政支農(nóng)>化肥用量(折純量)>農(nóng)村用電量>農(nóng)業(yè)機械總動力>日照時數(shù)>農(nóng)村居民人均純收入>農(nóng)林牧漁業(yè)勞動力>降雨量>成災(zāi)面積>耕地面積。1988—1994年，關(guān)聯(lián)度次序依次為：有效灌溉面積>化肥用量(折純量)>財政支農(nóng)>農(nóng)業(yè)機械總動力>農(nóng)村用電量>農(nóng)林牧漁業(yè)勞動力>日照時數(shù)>農(nóng)村居民人均純收入>降雨量>氣溫>成災(zāi)面積>耕地面積>糧食作物播種面積。1994—2000年，關(guān)聯(lián)度次序依次為：糧食作物播種面積>化肥用量(折純量)>農(nóng)村居民人均純收入>農(nóng)村用電量>財政支農(nóng)>有效灌溉面積>農(nóng)業(yè)機械總動力>氣溫>農(nóng)林牧漁業(yè)勞動力>耕地面積>降雨量>成災(zāi)面積>日照時數(shù)。2000—2006年，關(guān)聯(lián)度次序依次為：有效灌溉面積>農(nóng)業(yè)機械總動力>農(nóng)村居民人均純收入>化肥用量(折純量)>農(nóng)村用電量>財政支農(nóng)>氣溫>糧食作物播種面積>日照時數(shù)>降雨量耕地面積>成災(zāi)面積>農(nóng)林牧漁業(yè)勞動力。2006—2010年，關(guān)聯(lián)度次序依次為：有效灌溉面積>農(nóng)村居民人均純收入>農(nóng)業(yè)機械總動力>化肥用量(折純量)>農(nóng)村用電量>財政支農(nóng)>糧食作物播種面積>降雨量>日照時數(shù)>氣溫>成災(zāi)面積>農(nóng)林牧漁業(yè)勞動力>耕地面積。

根據(jù)關(guān)聯(lián)度分析原則，關(guān)聯(lián)度大的數(shù)列與參考數(shù)列的關(guān)系密切，關(guān)聯(lián)度小的數(shù)列與參考數(shù)列的關(guān)系疏遠(yuǎn)。由此得出，科技因素(物質(zhì)裝備)和社會經(jīng)濟因素對糧食產(chǎn)量的影響越來越大； 農(nóng)業(yè)生產(chǎn)條件中，耕地面積和農(nóng)林牧漁業(yè)勞動力對糧食產(chǎn)量的影響越來越小，農(nóng)村用電量對糧食產(chǎn)量的影響越來越大，糧食作物播種面積呈現(xiàn)波動性影響規(guī)律； 自然因素對糧食產(chǎn)量的影響較為穩(wěn)定。

圖2 各影響因子對糧食產(chǎn)量的灰色關(guān)聯(lián)度

2.3 因素影響度分析

根據(jù)糧食產(chǎn)量波動影響因子的灰色關(guān)聯(lián)度分析結(jié)果，構(gòu)建兩兩比較判斷矩陣，利用判斷矩陣計算不同波動周期各影響因子的影響度(表4)，一致性檢驗均得到CI<0.1，說明判斷結(jié)果具有滿意的一致性，能夠反映數(shù)據(jù)的真實規(guī)律。

影響度分析結(jié)果表明： 1978—1981年，耕地面積、化肥施用量、農(nóng)業(yè)機械總動力、財政支農(nóng)和農(nóng)村居民人均純收入對糧食產(chǎn)量的影響度排在前5位，分別為19.2%、17.3%、16.4%、11.1%和7.8%，農(nóng)林牧漁業(yè)勞動力、農(nóng)村用電量和降雨量的影響度分列第6、7和8位，其值為7.7%、5.1%和4.9%，有效灌溉面積、氣溫、糧食作物播種面積、日照時數(shù)和成災(zāi)面積的影響度排在后5位，總和僅為10.5%；

1981—1985年，化肥施用量、農(nóng)村居民人均純收入、財政支農(nóng)、農(nóng)村用電量和農(nóng)業(yè)機械總動力對糧食產(chǎn)量的影響度排在前5位，分別為21.3%、16.2%、14.3%、10.9%和9.8%，農(nóng)林牧漁業(yè)勞動力、降雨量和有效灌溉面積分列第6、7和8位，其值為7.2%、5.4%和4.0%，糧食作物播種面積、日照時數(shù)、成災(zāi)面積、氣溫和耕地面積的影響度排在后5位，總和僅為10.9%；

1985—1988年，有效灌溉面積、氣溫、糧食作物播種面積、財政支農(nóng)和化肥施用量對糧食產(chǎn)量的影響度排在前5位，分別為21.7%、16.9%、14.7%、11.5%和8.1%，農(nóng)村用電量、農(nóng)業(yè)機械總動力和日照時數(shù)分列第6、7和8位，其值為7.7%、5.2%和3.8%，農(nóng)村居民人均純收入、農(nóng)林牧漁業(yè)勞動力、降雨量、成災(zāi)面積和耕地面積的影響度排在后5位，總和僅為10.4%；

1988—1994年，有效灌溉面積、化肥施用量、財政支農(nóng)、農(nóng)業(yè)機械總動力和農(nóng)村用電量對糧食產(chǎn)量的影響度排在前5位，分別為22.4%、18.2%、13.5%、10.4%和9.9%，農(nóng)林牧漁業(yè)勞動力、日照時數(shù)和農(nóng)村居民人均純收入分列第6、7和8位，其值為6.9%、4.9%和3.8%，降雨量、氣溫、成災(zāi)面積、耕地面積和糧食作物播種面積的影響度排在后5位，總和僅為10.0%；

1994—2000年，糧食作物播種面積、化肥施用量、農(nóng)村居民人均純收入、農(nóng)村用電量和財政支農(nóng)對糧食產(chǎn)量的影響度排在前5位，分別為23.5%、18.3%、14.1%、10.4%和8.3%，有效灌溉面積、農(nóng)業(yè)機械總動力和氣溫分列第6、7和8位，其值為6.3%、5.0%和4.1%，農(nóng)林牧漁業(yè)勞動力、耕地面積、降雨量、成災(zāi)面積和日照時數(shù)的影響度排在后5位，總和僅為9.9%；

2000—2006年，有效灌溉面積、農(nóng)業(yè)機械總動力、農(nóng)村居民人均純收入、化肥施用量和農(nóng)村用電量對糧食產(chǎn)量的影響度排在前5位，分別為23.0%、18.2%、13.5%、10.9%和9.2%，財政支農(nóng)、氣溫和糧食作物播種面積分列第6、7和8位，其值為6.6%、5.1%和3.7%，日照時數(shù)、降雨量、耕地面積、成災(zāi)面積和農(nóng)林牧漁業(yè)勞動力的影響度排在后5位，總和僅為9.8%；

2006—2010年，有效灌溉面積、農(nóng)村居民人均純收入、農(nóng)業(yè)機械總動力、化肥施用量和農(nóng)村用電量對糧食產(chǎn)量的影響度排在前5位，分別為22.1%、18.0%、15.1%、11.1%和8.9%，財政支農(nóng)、糧食作物播種面積和降雨量分列第6、7和8位，其值為6.9%、5.2%和3.7%，日照時數(shù)、氣溫、成災(zāi)面積、農(nóng)林牧漁業(yè)勞動力和耕地面積的影響度排在后5位，總和僅為9.0%。

表4 不同波動周期各影響因子的影響度

圖3 糧食產(chǎn)量的影響因素綜合影響度

通過對糧食產(chǎn)量影響因素的綜合影響度分析(圖3)得出，科技因素(物質(zhì)裝備)對糧食產(chǎn)量的影響最為顯著，并且影響呈逐漸增大的趨勢， 20世紀(jì)90年代前其對糧食產(chǎn)量的影響度在35.0%左右， 90年代后基本上升到50.0%左右， 1994—2000年略有下降，為29.7%； 社會經(jīng)濟對糧食產(chǎn)量的影響呈波動增加的規(guī)律， 1981—1985年影響度最大，達(dá)到30.5%； 農(nóng)業(yè)生產(chǎn)條件對糧食產(chǎn)量的影響在20世紀(jì)80年代初期與科技因素(物質(zhì)裝備)基本持平，此后，除1994—2000年，與科技因素(物質(zhì)裝備)的影響度差距越來越大，到2000—2006年對糧食產(chǎn)量的影響度僅為15.8%； 自然因素對糧食產(chǎn)量的影響較為穩(wěn)定，除1985—1988年達(dá)到24.3%，其余波動周期影響度均在8.7%～12.8%之間。

3 討論

3.1 我國糧食產(chǎn)量呈周期性波動

糧食生產(chǎn)雖然是一個機理復(fù)雜的農(nóng)業(yè)生產(chǎn)過程，但是也有其自身的演變規(guī)律與特征。在有關(guān)糧食生產(chǎn)波動的研究中，不少學(xué)者都作了很多有價值的研究，研究普遍認(rèn)為我國糧食產(chǎn)量存在3～4年的短周期波動[26]。該研究發(fā)現(xiàn)改革開放以來，我國糧食產(chǎn)量平均波動周期為6年， 20世紀(jì)80年代以4年的周期性波動為主，這與陳玲玲等利用經(jīng)驗?zāi)B(tài)(EMD)方法分解出來的周期一致[11]。20世紀(jì)80年代后，以7年的周期性波動較為顯著，該結(jié)論與王馥棠等指出的我國糧食產(chǎn)量可能具有準(zhǔn)4年及其倍數(shù)周期波動的研究結(jié)論基本一致[10]。以上分析表明糧食產(chǎn)量有其特有的波動特征，根據(jù)波動分析結(jié)果，可以揭示糧食產(chǎn)量波動周期及其與影響因子的相互關(guān)系，從而為我國糧食安全預(yù)警分析提供理論依據(jù)。

3.2 不同波動周期各因素對我國糧食產(chǎn)量的影響分析

通過灰色關(guān)聯(lián)綜合評價法分析1978—2010年自然因素、科技因素(物質(zhì)裝備)、社會經(jīng)濟因素和農(nóng)業(yè)生產(chǎn)條件對我國糧食產(chǎn)量的影響發(fā)現(xiàn)，各時間尺度波動周期下，科技投入對糧食產(chǎn)量的影響最大，且該影響隨著糧食產(chǎn)量的波動呈增加趨勢，到2006—2010年，影響度達(dá)到48.3%，這與前人的研究結(jié)論基本一致[20， 27-28]。其中，有效灌溉面積對糧食產(chǎn)量影響的增大趨勢最為明顯，從1978—1981年的3.3%上升到2006—2010年的22.1%，這說明在農(nóng)業(yè)水資源嚴(yán)重短缺的制約條件下，適時有效地供應(yīng)農(nóng)田灌溉水已成為穩(wěn)定糧食產(chǎn)量的重要措施； 農(nóng)業(yè)機械總動力對糧食產(chǎn)量的影響度基本穩(wěn)定在10.0%左右，且呈增加趨勢，而lin等[29]研究指出農(nóng)業(yè)機械總動力對糧食產(chǎn)量的貢獻(xiàn)度在20世紀(jì)80年代后期大幅下降，這可能與兩者測算方法及選取因子不同有關(guān)，后者運用隨機前沿生產(chǎn)函數(shù)模型對科技要素及生產(chǎn)力投入要素測算引起我國糧食產(chǎn)量的各因素貢獻(xiàn)率； 化肥施用量對我國糧食產(chǎn)量的影響度均維持在10%以上(1985—1988年除外)，但該影響逐漸減小，從1978—1981年的17.3%下降到2006—2010年的11.1%，自1978年以來，我國化肥用量有較大幅度地增加，從1978年的884萬t增加到2010年的5 561.7萬t，平均每年增加5.9%。由此可見，在化肥投入的大幅提高下，其對糧食波動的貢獻(xiàn)卻有所減少，該結(jié)果說明在報酬遞減規(guī)律的制約下，盲目地增加化肥在現(xiàn)有農(nóng)業(yè)生產(chǎn)技術(shù)條件或農(nóng)作習(xí)慣下增產(chǎn)效果已不明顯，這與已有的研究結(jié)論基本一致[30-32]。另一方面，優(yōu)良品種的培育對提高我國糧食產(chǎn)量有著重要作用，其發(fā)展與現(xiàn)代生物學(xué)手段、工程學(xué)手段和農(nóng)業(yè)經(jīng)濟學(xué)原理以及其他現(xiàn)代科技成果密不可分。改革開放后，通過消化吸收和研究開發(fā)，初步形成了具有中國特色的種子加工科研生產(chǎn)體系； 1989年國務(wù)院頒布實施《中華人民共和國種子管理條例》，促使種子事業(yè)得到全面快速推進(jìn)； 至本世紀(jì)末，建成一批農(nóng)作物品種改良中心、種子區(qū)域試驗站、良種場等種用相關(guān)企業(yè)與技術(shù)服務(wù)機構(gòu)[33]。但由于該指標(biāo)難以量化，因此，該文未將其作為影響因素單獨考慮?？傊?，大力推進(jìn)農(nóng)業(yè)科技進(jìn)步，增強科技創(chuàng)新和儲備能力，圍繞提高單產(chǎn)，加快糧食品種改良，推廣實用技術(shù)，不斷提升糧食生產(chǎn)的科技含量，對保障國家糧食安全、促進(jìn)農(nóng)業(yè)可持續(xù)發(fā)展有重要意義。

社會經(jīng)濟因素對糧食產(chǎn)量的影響呈波動增大的規(guī)律， 2006—2010年影響度達(dá)到24.9%。這與自2000年以來，中央財政認(rèn)真貫徹落實“三農(nóng)”工作方針政策，積極調(diào)整支出結(jié)構(gòu)，較大幅度地增加農(nóng)業(yè)投入等一系列支農(nóng)措施密切相關(guān)。2004年，我國開始實施稅收減免、種子補貼及農(nóng)機具購置補貼試點項目。2006年，我國政府廢止農(nóng)業(yè)稅，實施“four-subsidy”政策[34]。到2010年，財政支農(nóng)金額達(dá)8 579.7億元，比1978年提高了近57倍。農(nóng)民人均純收入從1978年的133.6元提高到2010年的5 919.0元，其對糧食波動的影響度也從1978—1981年的7.8%增加到2006—2010年的18.0%，這說明提高農(nóng)民投入農(nóng)業(yè)生產(chǎn)積極性是保障糧食產(chǎn)量穩(wěn)定的重要發(fā)展政策。

農(nóng)業(yè)生產(chǎn)條件對糧食產(chǎn)量的影響呈現(xiàn)波動減小的趨勢，到2006—2010年對糧食產(chǎn)量的影響度僅為16.6%，與Wang等[20]通過隨機效應(yīng)模型分析的結(jié)果基本一致。其中，耕地面積對我國糧食產(chǎn)量波動的影響度迅速減小，從1978—1981年的19.2%下降到2006—2010年的1.1%，這可能與20世紀(jì)80年代政府提出的農(nóng)業(yè)結(jié)構(gòu)調(diào)整到21世紀(jì)初期的生態(tài)退耕等原因?qū)е碌母孛娣e迅速減少有關(guān)[35-36]，但與此同時也說明，耕地資源的銳減對糧食產(chǎn)量的制約程度不斷減弱，這主要受科技水平不斷提高的影響。我國糧食播種面積從1978年的1.205 873億hm2下降到2003年的9 941.01萬hm2，之后略有提高， 2010年上升到1.098 761億hm2。該研究發(fā)現(xiàn)，播種面積對糧食產(chǎn)量的影響度有增大趨勢。這在一定程度上說明播種面積的減少對糧食總產(chǎn)造成越來越嚴(yán)重的沖擊，由于我國土地總面積是一定的，糧食增產(chǎn)需要依靠改變種植結(jié)構(gòu)及提高復(fù)種指數(shù)等。隨著工業(yè)化和城鎮(zhèn)化的快速推進(jìn)，原本從事農(nóng)業(yè)生產(chǎn)的勞動力有相當(dāng)部分開始從事第二和第三產(chǎn)業(yè)，造成農(nóng)業(yè)勞動力數(shù)量減少，到2010年僅有2.769 48億人從事農(nóng)業(yè)生產(chǎn)。而該研究通過影響度分析發(fā)現(xiàn)，農(nóng)業(yè)勞動力對糧食產(chǎn)量的影響卻從1978—1981年的7.7%下降到2006—2010年的1.4%，這說明工業(yè)化、城鎮(zhèn)化進(jìn)程的加快和非農(nóng)就業(yè)機會的增加并未對糧食總產(chǎn)量構(gòu)成嚴(yán)重威脅。這很可能是由于以精準(zhǔn)農(nóng)業(yè)為代表的現(xiàn)代農(nóng)業(yè)工程措施的大力發(fā)展，提高了勞動生產(chǎn)率[37]，有效補償了因農(nóng)業(yè)勞動力下降給糧食生產(chǎn)帶來的損失，總體上保證了我國糧食總產(chǎn)的動態(tài)平衡與波動增長。農(nóng)村用電量高低代表農(nóng)村電氣化發(fā)展水平，是推動農(nóng)業(yè)現(xiàn)代化、提高糧食產(chǎn)量的重要組成部分。建國以來，我國的農(nóng)村電氣化事業(yè)在幾乎是空白的基礎(chǔ)上獲得了高速度發(fā)展， 20世紀(jì)80年代初農(nóng)業(yè)機械化水平得到了飛躍式提高，我國農(nóng)村用電急劇增長，其對糧食產(chǎn)量的影響度也從1978—1981年的5.1%提高了1倍，上升到1981—1985年的10.9%，之后一直維持在7.7%～10.4%之間。因此，在當(dāng)前我國農(nóng)村電氣化迅速發(fā)展的同時，因地制宜地探討農(nóng)家微型發(fā)電技術(shù)裝備，開發(fā)利用農(nóng)村地方能源對穩(wěn)定糧食產(chǎn)量具有重要意義[38]。

自然因素對糧食產(chǎn)量波動的影響最小，且較為穩(wěn)定，除1985—1988年影響度達(dá)到24.3%，其余波動周期均在8.7%～12.4%之間， 2006—2010年影響度為10.2%。1978—2010年，我國年平均氣溫有小幅度升高，年平均增溫速率約為0.26℃/10年。在1985—1988年波動周期內(nèi)，年平均氣溫升溫明顯，增溫速率約為0.2℃/年，其對糧食產(chǎn)量的影響度也增加到16.9%。如何趨利避害，科學(xué)地應(yīng)對氣候變暖是當(dāng)前迫切需要解決的問題。1978—2010年，我國降水量微弱增加，LIU等[39]研究表明我國北部地區(qū)年降水量呈逐年減少趨勢，東南地區(qū)則呈增加趨勢，空間變化特征表現(xiàn)為由西北向東南遞增。該研究發(fā)現(xiàn)降水量對我國糧食產(chǎn)量波動的影響較小，并且有減弱趨勢，自20世紀(jì)90年代以來，基本維持在1.9%～5.4%左右。這在一定程度上說明，我國年降水量的時空變化與其他因子相比較對糧食總產(chǎn)量的影響較小。受大氣環(huán)境中懸浮顆粒物的影響，我國日照時數(shù)顯著下降[40]， 1978—2010年間平均以30.1h/10年的速度減少， 2001—2010年10年間的年平均日照時數(shù)較20世紀(jì)80年代減少了26h。該研究發(fā)現(xiàn)日照時數(shù)對糧食產(chǎn)量的影響20世紀(jì)90年代以前呈增加趨勢，從1.5%上升到4.9%，而在1994—2000波動周期內(nèi)影響度下降到1.2%，這說明日照時數(shù)的下降會影響糧食總產(chǎn)量，而隨著種植制度和作物布局的調(diào)整，日照時數(shù)對糧食產(chǎn)量的影響有所減少。從自然災(zāi)害來看，其對糧食產(chǎn)量的影響度均在2%以下，這說明雖然洪澇災(zāi)害、干旱災(zāi)害以及蟲災(zāi)等極端天氣氣候事件會減少糧食總產(chǎn)量，但是與其他影響因子相比，其影響程度較小。

4 結(jié)論

(1)改革開放以來，我國糧食總產(chǎn)量經(jīng)歷了完整的6個波動階段，平均波動周期為6年。

(2)不同時間尺度波動周期的糧食產(chǎn)量受科技因素的影響最大，且影響日益顯著，影響度從1978—1981年的37.0%上升到2006—2010年的48.3%，其中，有效灌溉面積的影響增大趨勢最為明顯，其次是農(nóng)業(yè)機械總動力，化肥施用量的影響呈減弱趨勢； 社會經(jīng)濟因素對糧食產(chǎn)量的影響呈波動性增加的規(guī)律， 2006—2010年影響度達(dá)到24.9%； 農(nóng)業(yè)生產(chǎn)條件對糧食產(chǎn)量的影響在20世紀(jì)80年代初期與科技因素基本持平，此后，除1994—2000年，與科技因素的影響度差距越來越大，到2000—2006年對糧食產(chǎn)量的影響度僅為16.6%，其中，耕地面積的影響度下降最多，到2006—2010年，影響度僅為1.1%； 自然因素對糧食產(chǎn)量波動的影響最小，且較為穩(wěn)定，除1985—1988年影響度達(dá)到24.3%，其余波動周期均在8.7%～12.4%之間， 2006—2010年影響度為10.2%。

(3)從政府制定政策的角度出發(fā)，完善農(nóng)田水利灌溉體系，加強對農(nóng)業(yè)機械指導(dǎo)的“重科技”舉措比增加后備耕地數(shù)量、改善應(yīng)對氣候變化與自然災(zāi)害能力的“靠資源”發(fā)展更有效。加大水利投入，完成大型灌區(qū)、重點中型灌區(qū)續(xù)建配套與節(jié)水改造及大中型灌排泵站更新改造，小型農(nóng)田水利重點縣建設(shè)是目前最重要的發(fā)展目標(biāo)。