糧食產(chǎn)量影響因素的動(dòng)態(tài)分析與預(yù)測(cè)

摘要：根據(jù)1984-2013年農(nóng)業(yè)統(tǒng)計(jì)數(shù)據(jù)，利用GM（1，1）模型對(duì)2014-2023年福建省糧食產(chǎn)量及其影響因素進(jìn)行預(yù)測(cè)。通過(guò)對(duì)1984-2013、2006-2013和2014-2023年3個(gè)階段內(nèi)自然、科技、經(jīng)濟(jì)及政策因素對(duì)糧食產(chǎn)量的影響進(jìn)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(dòng)力人數(shù)和有效灌溉面積對(duì)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(jià)的影響程度超過(guò)了農(nóng)村勞動(dòng)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(guò)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(jì)和科技因素；2006-2013年科技因素的影響相對(duì)上升，但政策因素的影響十分微弱；2014-2023年自然和經(jīng)濟(jì)因素的影響相對(duì)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(lèi)號(hào)：F326.11；F327 文獻(xiàn)標(biāo)識(shí)碼：A 文章編號(hào)：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(guó)計(jì)民生的重大問(wèn)題。近年來(lái)，由于人口增長(zhǎng)、水資源短缺以及氣候與糧食格局變化，中國(guó)的糧食安全形勢(shì)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(shì)一直非常嚴(yán)峻[1]。因此，對(duì)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(jìn)福建省糧食生產(chǎn)的穩(wěn)定發(fā)展。

長(zhǎng)期以來(lái)，對(duì)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(duì)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(duì)糧食生產(chǎn)的影響；從經(jīng)濟(jì)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(dòng)力人數(shù)、糧食價(jià)格及農(nóng)民收入對(duì)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(bǔ)貼額度對(duì)糧食產(chǎn)量的影響。可見(jiàn)，學(xué)者們已針對(duì)單個(gè)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(kāi)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(guó)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(jì)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(shí)尚未將政策因素考慮進(jìn)來(lái)。同時(shí)，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(duì)自然、科技、經(jīng)濟(jì)及政策等宏觀層面進(jìn)行分析。

關(guān)于糧食產(chǎn)量預(yù)測(cè)，學(xué)者們利用BP神經(jīng)網(wǎng)絡(luò)[13]、混合時(shí)間序列[14]和灰色預(yù)測(cè)[15]等方法進(jìn)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(shì)，學(xué)者們將模型進(jìn)行組合與改進(jìn)，如周慶元等[16]將馬爾科夫模型與灰色預(yù)測(cè)方法相結(jié)合，大幅提高了預(yù)測(cè)的精度。回顧以往研究，尚沒(méi)有對(duì)糧食產(chǎn)量及其影響因素的預(yù)測(cè)結(jié)果做進(jìn)一步的關(guān)聯(lián)分析，從而無(wú)法對(duì)不同時(shí)期糧食產(chǎn)量與多種因素的關(guān)系變化進(jìn)行動(dòng)態(tài)分析。

鑒于此，本研究從自然、科技、經(jīng)濟(jì)及政策的角度出發(fā)，對(duì)2014-2023年的糧食產(chǎn)量及其影響因素進(jìn)行預(yù)測(cè)，對(duì)1984-2013和2014-2023年的福建省糧食產(chǎn)量及其影響因素進(jìn)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(dòng)態(tài)變化，以識(shí)別不同時(shí)期影響糧食產(chǎn)量的關(guān)鍵因素，為相關(guān)部門(mén)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(duì)福建省糧食產(chǎn)量與其影響因素的關(guān)系進(jìn)行定性分析，以糧食總產(chǎn)為因變量，從自然、科技、經(jīng)濟(jì)和政策4個(gè)宏觀層面選取15個(gè)微觀因素作為自變量（表1）。考慮到數(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(jià)格分類(lèi)指數(shù)”和“農(nóng)產(chǎn)品生產(chǎn)價(jià)格指數(shù)”分別近似替代“農(nóng)村勞動(dòng)力人數(shù)”、“糧食生產(chǎn)資料價(jià)格”和“糧食價(jià)格”。

1.2 數(shù)據(jù)來(lái)源及處理

福建省糧食產(chǎn)量及其影響因素的數(shù)據(jù)來(lái)源于《新中國(guó)60年統(tǒng)計(jì)資料匯編》（1949-2008年）、《中國(guó)農(nóng)村統(tǒng)計(jì)年鑒》（1985-2014年）、《福建省統(tǒng)計(jì)年鑒》（1985-2014年）。由于糧食直補(bǔ)、良種補(bǔ)貼、農(nóng)機(jī)購(gòu)置補(bǔ)貼及農(nóng)資綜合補(bǔ)貼的分省數(shù)據(jù)無(wú)法獲取，考慮到中國(guó)大多數(shù)省份按照糧食實(shí)際播種面積來(lái)發(fā)放補(bǔ)貼的情況，本研究以全國(guó)的糧食補(bǔ)貼額度來(lái)近似計(jì)算福建省的糧食補(bǔ)貼額度，即福建省糧食補(bǔ)貼等于全國(guó)糧食補(bǔ)貼乘以福建省糧食播種面積占全國(guó)的比重。全國(guó)的糧食補(bǔ)貼數(shù)據(jù)來(lái)源于中國(guó)財(cái)政局、糧食局等政府網(wǎng)站。同時(shí)，考慮到福建省于2006年起全面實(shí)施農(nóng)業(yè)補(bǔ)貼政策，所以?xún)H將2006-2013年間政策因素對(duì)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(jì)分析方法，用來(lái)揭示因素關(guān)系的強(qiáng)弱程度，操作對(duì)象是因素的時(shí)間序列。它的基本思想是根據(jù)序列曲線(xiàn)之間幾何形狀的相似程度來(lái)判斷其聯(lián)系是否緊密，曲線(xiàn)越接近，相應(yīng)序列之間關(guān)聯(lián)度就越大，反之就越小[17]。考慮到所選取的變量數(shù)值波動(dòng)較大，具有可比性的數(shù)據(jù)時(shí)間序列不長(zhǎng)，本研究選用灰色關(guān)聯(lián)分析模型進(jìn)行分析，可以充分發(fā)揮其不需要大量樣本以及樣本有無(wú)規(guī)律都同樣適用的優(yōu)勢(shì)。

1.3.2 GM（1，1） 灰色GM（1，1）模型通過(guò)累加生成灰色模型，濾去原始數(shù)據(jù)中可能混入的隨機(jī)量或其他噪聲，從上下波動(dòng)的時(shí)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(duì)簡(jiǎn)便，同時(shí)又能夠挖掘出有實(shí)際價(jià)值的發(fā)展變化信息的建模方法[17]。

2 實(shí)證分析

2.1 糧食產(chǎn)量及其影響因素預(yù)測(cè)

根據(jù)1984-2013年統(tǒng)計(jì)數(shù)據(jù)，利用灰色GM（1，1）模型對(duì)2014-2023年間福建省糧食單產(chǎn)進(jìn)行預(yù)測(cè)，結(jié)果見(jiàn)表2，由表2可知，未來(lái)10年全省糧食單產(chǎn)呈逐年遞增趨勢(shì)，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(shuō)明近年來(lái)中國(guó)加大對(duì)良種培育、灌溉技術(shù)及基礎(chǔ)設(shè)施的投入明顯促進(jìn)了糧食產(chǎn)量增長(zhǎng)。

考慮到糧食直補(bǔ)、良種補(bǔ)貼等政策因素受人為因素主導(dǎo)較大，而且具有很強(qiáng)的剛性和粘性。同時(shí)，結(jié)合上述分析結(jié)果，4大農(nóng)業(yè)補(bǔ)貼對(duì)糧食產(chǎn)量的影響極其微弱，在預(yù)測(cè)2014-2023年間糧食總產(chǎn)及其影響因素時(shí)，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(dòng)力人數(shù)、糧食生產(chǎn)資料價(jià)格和糧價(jià)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(dòng)力人數(shù)、糧食生產(chǎn)資料價(jià)格和糧價(jià)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(jiàn)各影響因素協(xié)同作用的負(fù)面效應(yīng)更大。

通過(guò)對(duì)上述預(yù)測(cè)結(jié)果進(jìn)行誤差檢驗(yàn)（表3），發(fā)現(xiàn)福建省的糧食單產(chǎn)適合運(yùn)用灰色GM（1，1）模型進(jìn)行預(yù)測(cè)。預(yù)測(cè)中的發(fā)展系數(shù)-a≤0.3，說(shuō)明GM（1，1）模型可用于中長(zhǎng)期預(yù)測(cè)。模型平均相對(duì)誤差Δ<0.1，說(shuō)明預(yù)測(cè)精度達(dá)到要求。后驗(yàn)差檢驗(yàn)C<0.5，說(shuō)明GM（1，1）模型合格，預(yù)測(cè)結(jié)果真實(shí)可靠。

2.2 糧食產(chǎn)量影響因素動(dòng)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(lái)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(hù)轉(zhuǎn)而選擇種植能夠帶來(lái)更多經(jīng)濟(jì)收入的作物。

農(nóng)村勞動(dòng)力人數(shù)對(duì)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(jì)結(jié)構(gòu)的存在，農(nóng)村年輕優(yōu)質(zhì)勞動(dòng)力不斷流向城市，造成農(nóng)村人才短缺，同時(shí)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(fèi)閑暇，致使耕地拋荒增加，糧食產(chǎn)量進(jìn)一步減少。自20世紀(jì)90年代以來(lái)，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(wàn)人減少至2013年的615.96萬(wàn)人，總體下降了26%。

有效灌溉面積對(duì)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(shuō)明灌溉條件對(duì)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(jià)格和糧價(jià)對(duì)糧食產(chǎn)量的影響也不容小覷，而化肥施用量、機(jī)械總動(dòng)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(jì)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(jià)的影響程度超過(guò)了農(nóng)村勞動(dòng)力人數(shù)和有效灌溉面積，分別位居第二、第三，說(shuō)明近年來(lái)農(nóng)用化肥的施用量不斷加大，農(nóng)戶(hù)力圖通過(guò)科技因素改善農(nóng)業(yè)生產(chǎn)條件，但考慮到化肥對(duì)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(lì)農(nóng)戶(hù)采用更為環(huán)保的生產(chǎn)方式來(lái)促進(jìn)糧食生產(chǎn)。同時(shí)，由于近年來(lái)糧食價(jià)格的上漲在一定程度上提高了農(nóng)民的種糧積極性，促進(jìn)了全省糧食生產(chǎn)。此外，農(nóng)村勞動(dòng)力人數(shù)、有效灌溉面積和糧食生產(chǎn)資料價(jià)格依舊對(duì)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(shuō)明近年來(lái)自然災(zāi)害對(duì)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(jì)因素的影響程度均有所下降，科技因素的影響相對(duì)上升，使得該階段自然、科技、經(jīng)濟(jì)因素的影響大致相同，而糧食直補(bǔ)、良種補(bǔ)貼等政策因素雖然對(duì)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(cè)的基礎(chǔ)上，再次進(jìn)行關(guān)聯(lián)分析，進(jìn)而探討不同時(shí)期糧食產(chǎn)量影響因素的動(dòng)態(tài)變化。表4表明，2014-2023年農(nóng)村勞動(dòng)力人數(shù)超過(guò)糧食播種面積成為關(guān)鍵因素，說(shuō)明隨著城市化的不斷推進(jìn)，農(nóng)村優(yōu)質(zhì)勞動(dòng)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(shí)，播種面積對(duì)于糧食生產(chǎn)依舊存在很強(qiáng)的制約作用，而糧食及其生產(chǎn)資料價(jià)格、有效灌溉面積也將對(duì)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(lái)10年化肥施用量、機(jī)械總動(dòng)力、用電量等科技因素對(duì)糧食產(chǎn)量的影響相對(duì)降低，而受災(zāi)情況等自然條件和農(nóng)村勞動(dòng)力人數(shù)、糧食及其生產(chǎn)資料價(jià)格等經(jīng)濟(jì)因素對(duì)糧食產(chǎn)量的影響均相對(duì)上升，并且經(jīng)濟(jì)因素對(duì)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(shì)，可能是由于近年來(lái)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(jìn)步等促進(jìn)了糧食生產(chǎn)。此外，糧食總產(chǎn)、播種面積、農(nóng)村勞動(dòng)力人數(shù)、糧食及其生產(chǎn)資料價(jià)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(dòng)力人數(shù)、糧食生產(chǎn)資料價(jià)格和糧價(jià)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(jiàn)未來(lái)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(duì)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(dòng)力人數(shù)和有效灌溉面積。同時(shí)，糧食及其生產(chǎn)資料價(jià)格以及自然災(zāi)害對(duì)糧食生產(chǎn)的影響也不容小覷，而化肥施用量、機(jī)械總動(dòng)力、用電量和固定資產(chǎn)投資等因素對(duì)糧食產(chǎn)量的影響較小；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(jià)的影響超過(guò)了農(nóng)村勞動(dòng)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(jià)格、農(nóng)村勞動(dòng)力人數(shù)和自然災(zāi)害依舊對(duì)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(guò)糧食播種面積成為關(guān)鍵因素，而農(nóng)村勞動(dòng)力人數(shù)、糧食及其生產(chǎn)資料價(jià)格和有效灌溉面積依然對(duì)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(duì)糧食產(chǎn)量的影響最大，其次是經(jīng)濟(jì)和科技因素；2006-2013年科技因素對(duì)糧食產(chǎn)量的影響程度相對(duì)上升，使得該階段自然、科技、經(jīng)濟(jì)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(jì)因素的影響程度相對(duì)上升，且經(jīng)濟(jì)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(duì)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(shí)行耕地保護(hù)制度、提高土地執(zhí)法監(jiān)察力度的同時(shí)，積極調(diào)動(dòng)農(nóng)戶(hù)的種糧積極性，切實(shí)保護(hù)基本耕地面積，特別是優(yōu)質(zhì)高產(chǎn)的農(nóng)田。

2）在未來(lái)福建省農(nóng)村勞動(dòng)力流動(dòng)趨勢(shì)逐步增強(qiáng)的背景下，應(yīng)該引導(dǎo)農(nóng)村勞動(dòng)力合理流轉(zhuǎn)，加快農(nóng)業(yè)技術(shù)進(jìn)步，改善農(nóng)業(yè)生產(chǎn)投入要素結(jié)構(gòu)，促進(jìn)糧食生產(chǎn)，提高農(nóng)民收入，進(jìn)而縮小城鄉(xiāng)收入差距，從根本上消除農(nóng)村勞動(dòng)力外流的動(dòng)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(jìn)節(jié)水灌溉技術(shù)進(jìn)步，提高水資源利用率，實(shí)現(xiàn)糧食生產(chǎn)的可持續(xù)發(fā)展。

4）雖然近年來(lái)福建省糧價(jià)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(jià)格支持和糧食補(bǔ)貼制度，同時(shí)積極探索實(shí)施新型農(nóng)業(yè)補(bǔ)貼政策，加大市場(chǎng)機(jī)制在推動(dòng)糧食增產(chǎn)與農(nóng)戶(hù)增收方面發(fā)揮的作用，促進(jìn)糧食產(chǎn)量穩(wěn)定增長(zhǎng)。

5）面對(duì)化肥施加過(guò)量、有機(jī)肥投入不足的現(xiàn)狀，應(yīng)該引導(dǎo)農(nóng)戶(hù)科學(xué)、合理地施加肥料，提高化肥使用效率，進(jìn)而解決化肥過(guò)量投入導(dǎo)致的土壤板結(jié)、有機(jī)結(jié)構(gòu)惡化等問(wèn)題。此外，也可以效仿歐美國(guó)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(jī)理分析[J].自然災(zāi)害學(xué)報(bào)，2008，17（2）：150-155.

[2] 石淑芹，陳佑啟，姚艷敏，等.耕地變化對(duì)糧食生產(chǎn)能力的影響評(píng)價(jià)——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(duì)中國(guó)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(duì)我國(guó)糧食產(chǎn)量的影響分析——基于1952-2006年30個(gè)省份的面板數(shù)據(jù)[J].農(nóng)業(yè)技術(shù)經(jīng)濟(jì)，2008（4）：85-94.

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

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

[8] 劉鵬凌，李 乾，欒敬東.糧食補(bǔ)貼政策對(duì)糧食產(chǎn)量的影響——基于改進(jìn)的灰色關(guān)聯(lián)度分析[J].農(nóng)業(yè)經(jīng)濟(jì)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(jì)問(wèn)題，2014，35（5）：14-20.

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

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

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

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

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

[15] 龔 波，肖國(guó)安，張四梅.基于灰色系統(tǒng)理論的湖南糧食產(chǎn)量預(yù)測(cè)研究[J].湖南科技大學(xué)學(xué)報(bào)（社會(huì)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(cè)方法[J].統(tǒng)計(jì)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(guó)的灌溉發(fā)展及其作用[J].水利經(jīng)濟(jì)，2006，24（1）：36-39.