近30年來我國糧食產量波動影響因素分析*

李昊儒，毛麗麗，梅旭榮，劉月娥，郝衛平※

(1.中國農業科學院農業環境與可持續發展研究所，北京 100081； 2.農業農村部旱作節水農業重點實驗室，北京 100081)

0 引言

糧食安全是事關我國國家安全的重大戰略問題。近年來，我國糧食生產受到耕地面積退化、農業用水減少及化肥過量投入導致環境污染等問題的嚴重威脅，氣候變化對糧食生產的影響也是利弊共存，且負面影響較大[1]。盡管我國糧食產量受到生產性和非生產性因素的制約，糧食總產卻仍然呈現波動性增加的趨勢。因此，根據我國糧食產量的波動特征，深入探究自然因素、科技因素(物質裝備)、社會經濟因素及農業生產條件等對糧食產量波動的影響，對科學制定農業政策、合理確定農田管理措施、保證我國糧食產量持續穩定發展具有重要意義。

糧食產量波動及其影響因素的研究一直為國內外學術研究的熱點領域[2-9]。王馥棠等[10]通過分析探討1949—1990年糧食生產的波動特征，認為40年間我國糧食生產的發展經歷了低產緩慢發展—波動發展—高速增長不穩定發展的3個階段，并且糧食單產的增產年多于減產年，其持續時間與增產幅度均大于減產年的持續時間和幅度。陳玲玲等[11]利用經驗模態方法對中國糧食產量進行多時間尺度分析發現9～10年周期更能直觀地體現中國糧食產量至今的波動狀況。陸文聰等[12]利用Panel Data結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糧食生產總量的增長起到顯著正向作用。蔣尚明等[13]運用經驗模態分解方法，論證了江淮分水嶺易旱區糧食單產波動分量與其影響因子之間的相關性，并得出自然災害受災率、有效灌溉率、單位耕地農藥施用量、單位耕地化肥施用量及糧資比對糧食單產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現播種面積是影響黑龍江是糧食產量的重要因素。李少昆等[15]研究發現不同年代單產和種植面積對玉米總產的貢獻不同。于智媛等[16]采用LMDI對數平均迪氏指數模型對我國31個省域糧食生產總量變化的貢獻因素進行分解，并對不同區域糧食生產變化量貢獻因素的時空差異進行比較分析。張錦宗等[17]測算了復種指數和單產對我國及各省區糧食增產的貢獻率。

糧食生產是條件復雜且不斷變化的動態系統，導致糧食產量波動形成的影響因素錯綜復雜，主要受自然因素、科技因素(物質裝備)、社會經濟因素和農業生產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量的影響程度進行分析，依據糧食產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量波動特征，再采用灰色關聯與層次分析有機融合的綜合評價法從自然因素、科技因素(物質裝備)、社會經濟因素和農業生產條件方面對糧食產量的影響程度進行量化分析，計算各影響因子在不同波動周期對糧食產量波動的影響度，為有效保障我國糧食產量的可持續增長提供理論基礎。

1 資料與方法

1.1 影響因子選取及數據來源

影響糧食產量波動的因素錯綜復雜，不同時期每種因素對糧食產量的波動變化都有不同的影響，以往的研究認為糧食產量變化主要受氣候因子、科技水平、社會經濟及投入要素的影響[18]。該文將影響糧食產量波動的因素分為自然因素、科技因素(物質裝備)、社會經濟因素和農業生產條件。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(X3)和成災面積(X4)4個氣象要素； 化肥施用量和農業機械總動力反映了科技投入對糧食產量的重要影響[19]，灌溉措施主要依賴于動力泵和輸水設備，其對糧食產量的影響與科技因素投入密切相關[20]，因此，該文將化肥施用量(X5)、農業機械總動力(X6)和有效灌溉面積(X7)作為科技因素(物質裝備)的評價指標； 城鎮化發展、財政支農、農村土地改革、取消農業稅等一系列農業政策因素也是影響糧食產量的重要因素，但政策對農業的影響最終仍然會反應在社會經濟及投入要素的變化，因此該文中社會經濟因素主要選擇了農村居民人均純收入(X8)和財政支農支出(X9)2個影響因子； 農業生產條件主要選擇了播種面積(X10)、耕地面積(X11)、農林牧漁業勞動力(X12)和農村用電量(X13)4個影響因子。

該研究所用的平均氣溫、年降水量、日照時數等氣象資料來自中國氣象科學數據共享服務網提供的地面氣象站點觀測數據，包括756個生態點1978—2010年的逐年歷史氣象數據。糧食產量、科技因素(物質裝備)、社會經濟因素和農業生產條件數據來源于《新中國農業60年統計資料》。

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最小，即：

(4)

1.3 灰色關聯綜合評價法

灰色關聯分析是對動態過程發展態勢的量化比較分析[24]，在反映系統行為的特征數據序列和影響系統行為的有效因素數據序列中找出關聯性。雖然通過灰色關聯分析可以對影響糧食產量的因子進行關聯度排序，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間相對重要程度的傳統方法，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，將灰色關聯法和層次分析法相結合，在計算出各影響因子與糧食產量關聯系數的基礎上，構造兩兩判斷矩陣對系統行為進行層次化、數量化分析，計算出每個影響因子的權重，可以有效地對糧食產量的影響因素進行綜合評價。灰色關聯綜合評價法對基礎數據的處理具體步驟如下。

1.3.1 數據的處理

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

(5)

1.3.2 計算關聯系數和關聯度

系統內，以曲線幾何形狀間差值大小作為關聯程度的衡量尺度，為關聯性實質。各影響因子比較序列Xi與糧食產量參考序列X0的關聯系數ξ的計算公式：

(6)

關聯度的計算公式：

(7)

式(7)中，γi表示比較序列Xi對參考序列的X0關聯度，根據其數值高低判斷比較序列的重要性，進行排序。

1.3.3 九標度法計算因素影響度

依據灰色關聯分析結果，對每個影響因子按照影響程度進行兩兩比較，構造判斷矩陣。常用的兩兩判斷矩陣是建立在1～9標度基礎上的互反矩陣，以目標集A=a1…ai…am，i∈1…m為例，用標度1、3、5、7、9 分別表示兩個目標元素相比為同樣、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由標度值及其倒數所構成。判斷矩陣建立后，即可計算構成因素的影響度，相應公式為：

(8)

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

為了檢驗判斷矩陣B的一致性，需計算一致性指標CI，相應計算公式：

(9)

將CI與平均隨機一致性指標RI進行比較，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。當階數大于2時，判斷矩陣的一致性指標CI與同階平均隨機一致性指標RI之比稱為隨機一致性比率，記為CR。當

(10)

可以認為層次單排序的結構有滿意的一致性，否則需要調整判斷矩陣的元素取值。

計算各層元素對系統目標的合成權重，進行總排序，以確定結構圖中最底層各個元素的總目標中的重要程度。

2 結果與分析

2.1 糧食產量波動特征

圖1 1978—2010年我國糧食產量波動周期

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據計算出總產量的HP波動指數，并繪制短期波動曲線(圖1)。從長期趨勢來看，我國糧食總產量呈波動上升的趨勢， 2010年總產量為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量在特定時間對長期趨勢的偏離幅度，即糧食產量的短期波動情況。按照波動幅度超過5%、波動年數超過2～3年的周期劃分標準[25]，把1978—2010年我國糧食總產量劃分為6個波動階段，平均波動周期為6年， 20世紀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年尚未構成一個完整波動周期。從波動趨勢看， 1988年以前，糧食產量波動幅度比較大； 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年我國糧食產量變異率

2.2 糧食產量波動影響因子關聯度分析

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

根據關聯度分析原則，關聯度大的數列與參考數列的關系密切，關聯度小的數列與參考數列的關系疏遠。由此得出，科技因素(物質裝備)和社會經濟因素對糧食產量的影響越來越大； 農業生產條件中，耕地面積和農林牧漁業勞動力對糧食產量的影響越來越小，農村用電量對糧食產量的影響越來越大，糧食作物播種面積呈現波動性影響規律； 自然因素對糧食產量的影響較為穩定。

圖2 各影響因子對糧食產量的灰色關聯度

2.3 因素影響度分析

根據糧食產量波動影響因子的灰色關聯度分析結果，構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，說明判斷結果具有滿意的一致性，能夠反映數據的真實規律。

影響度分析結果表明： 1978—1981年，耕地面積、化肥施用量、農業機械總動力、財政支農和農村居民人均純收入對糧食產量的影響度排在前5位，分別為19.2%、17.3%、16.4%、11.1%和7.8%，農林牧漁業勞動力、農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、日照時數和成災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、農村居民人均純收入、財政支農、農村用電量和農業機械總動力對糧食產量的影響度排在前5位，分別為21.3%、16.2%、14.3%、10.9%和9.8%，農林牧漁業勞動力、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、成災面積、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、財政支農和化肥施用量對糧食產量的影響度排在前5位，分別為21.7%、16.9%、14.7%、11.5%和8.1%，農村用電量、農業機械總動力和日照時數分列第6、7和8位，其值為7.7%、5.2%和3.8%，農村居民人均純收入、農林牧漁業勞動力、降雨量、成災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、農業機械總動力和農村用電量對糧食產量的影響度排在前5位，分別為22.4%、18.2%、13.5%、10.4%和9.9%，農林牧漁業勞動力、日照時數和農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、農村居民人均純收入、農村用電量和財政支農對糧食產量的影響度排在前5位，分別為23.5%、18.3%、14.1%、10.4%和8.3%，有效灌溉面積、農業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%，農林牧漁業勞動力、耕地面積、降雨量、成災面積和日照時數的影響度排在后5位，總和僅為9.9%；

2000—2006年，有效灌溉面積、農業機械總動力、農村居民人均純收入、化肥施用量和農村用電量對糧食產量的影響度排在前5位，分別為23.0%、18.2%、13.5%、10.9%和9.2%，財政支農、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、降雨量、耕地面積、成災面積和農林牧漁業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、農村居民人均純收入、農業機械總動力、化肥施用量和農村用電量對糧食產量的影響度排在前5位，分別為22.1%、18.0%、15.1%、11.1%和8.9%，財政支農、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、氣溫、成災面積、農林牧漁業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 糧食產量的影響因素綜合影響度

通過對糧食產量影響因素的綜合影響度分析(圖3)得出，科技因素(物質裝備)對糧食產量的影響最為顯著，并且影響呈逐漸增大的趨勢， 20世紀90年代前其對糧食產量的影響度在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%； 社會經濟對糧食產量的影響呈波動增加的規律， 1981—1985年影響度最大，達到30.5%； 農業生產條件對糧食產量的影響在20世紀80年代初期與科技因素(物質裝備)基本持平，此后，除1994—2000年，與科技因素(物質裝備)的影響度差距越來越大，到2000—2006年對糧食產量的影響度僅為15.8%； 自然因素對糧食產量的影響較為穩定，除1985—1988年達到24.3%，其余波動周期影響度均在8.7%～12.8%之間。

3 討論

3.1 我國糧食產量呈周期性波動

糧食生產雖然是一個機理復雜的農業生產過程，但是也有其自身的演變規律與特征。在有關糧食生產波動的研究中，不少學者都作了很多有價值的研究，研究普遍認為我國糧食產量存在3～4年的短周期波動[26]。該研究發現改革開放以來，我國糧食產量平均波動周期為6年， 20世紀80年代以4年的周期性波動為主，這與陳玲玲等利用經驗模態(EMD)方法分解出來的周期一致[11]。20世紀80年代后，以7年的周期性波動較為顯著，該結論與王馥棠等指出的我國糧食產量可能具有準4年及其倍數周期波動的研究結論基本一致[10]。以上分析表明糧食產量有其特有的波動特征，根據波動分析結果，可以揭示糧食產量波動周期及其與影響因子的相互關系，從而為我國糧食安全預警分析提供理論依據。

3.2 不同波動周期各因素對我國糧食產量的影響分析

通過灰色關聯綜合評價法分析1978—2010年自然因素、科技因素(物質裝備)、社會經濟因素和農業生產條件對我國糧食產量的影響發現，各時間尺度波動周期下，科技投入對糧食產量的影響最大，且該影響隨著糧食產量的波動呈增加趨勢，到2006—2010年，影響度達到48.3%，這與前人的研究結論基本一致[20， 27-28]。其中，有效灌溉面積對糧食產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%，這說明在農業水資源嚴重短缺的制約條件下，適時有效地供應農田灌溉水已成為穩定糧食產量的重要措施； 農業機械總動力對糧食產量的影響度基本穩定在10.0%左右，且呈增加趨勢，而lin等[29]研究指出農業機械總動力對糧食產量的貢獻度在20世紀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，后者運用隨機前沿生產函數模型對科技要素及生產力投入要素測算引起我國糧食產量的各因素貢獻率； 化肥施用量對我國糧食產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卻有所減少，該結果說明在報酬遞減規律的制約下，盲目地增加化肥在現有農業生產技術條件或農作習慣下增產效果已不明顯，這與已有的研究結論基本一致[30-32]。另一方面，優良品種的培育對提高我國糧食產量有著重要作用，其發展與現代生物學手段、工程學手段和農業經濟學原理以及其他現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，初步形成了具有中國特色的種子加工科研生產體系； 1989年國務院頒布實施《中華人民共和國種子管理條例》，促使種子事業得到全面快速推進； 至本世紀末，建成一批農作物品種改良中心、種子區域試驗站、良種場等種用相關企業與技術服務機構[33]。但由于該指標難以量化，因此，該文未將其作為影響因素單獨考慮。總之，大力推進農業科技進步，增強科技創新和儲備能力，圍繞提高單產，加快糧食品種改良，推廣實用技術，不斷提升糧食生產的科技含量，對保障國家糧食安全、促進農業可持續發展有重要意義。

社會經濟因素對糧食產量的影響呈波動增大的規律， 2006—2010年影響度達到24.9%。這與自2000年以來，中央財政認真貫徹落實“三農”工作方針政策，積極調整支出結構，較大幅度地增加農業投入等一系列支農措施密切相關。2004年，我國開始實施稅收減免、種子補貼及農機具購置補貼試點項目。2006年，我國政府廢止農業稅，實施“four-subsidy”政策[34]。到2010年，財政支農金額達8 579.7億元，比1978年提高了近57倍。農民人均純收入從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%，這說明提高農民投入農業生產積極性是保障糧食產量穩定的重要發展政策。

農業生產條件對糧食產量的影響呈現波動減小的趨勢，到2006—2010年對糧食產量的影響度僅為16.6%，與Wang等[20]通過隨機效應模型分析的結果基本一致。其中，耕地面積對我國糧食產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80年代政府提出的農業結構調整到21世紀初期的生態退耕等原因導致的耕地面積迅速減少有關[35-36]，但與此同時也說明，耕地資源的銳減對糧食產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。該研究發現，播種面積對糧食產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造成越來越嚴重的沖擊，由于我國土地總面積是一定的，糧食增產需要依靠改變種植結構及提高復種指數等。隨著工業化和城鎮化的快速推進，原本從事農業生產的勞動力有相當部分開始從事第二和第三產業，造成農業勞動力數量減少，到2010年僅有2.769 48億人從事農業生產。而該研究通過影響度分析發現，農業勞動力對糧食產量的影響卻從1978—1981年的7.7%下降到2006—2010年的1.4%，這說明工業化、城鎮化進程的加快和非農就業機會的增加并未對糧食總產量構成嚴重威脅。這很可能是由于以精準農業為代表的現代農業工程措施的大力發展，提高了勞動生產率[37]，有效補償了因農業勞動力下降給糧食生產帶來的損失，總體上保證了我國糧食總產的動態平衡與波動增長。農村用電量高低代表農村電氣化發展水平，是推動農業現代化、提高糧食產量的重要組成部分。建國以來，我國的農村電氣化事業在幾乎是空白的基礎上獲得了高速度發展， 20世紀80年代初農業機械化水平得到了飛躍式提高，我國農村用電急劇增長，其對糧食產量的影響度也從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，在當前我國農村電氣化迅速發展的同時，因地制宜地探討農家微型發電技術裝備，開發利用農村地方能源對穩定糧食產量具有重要意義[38]。

自然因素對糧食產量波動的影響最小，且較為穩定，除1985—1988年影響度達到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，年平均氣溫升溫明顯，增溫速率約為0.2℃/年，其對糧食產量的影響度也增加到16.9%。如何趨利避害，科學地應對氣候變暖是當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年降水量呈逐年減少趨勢，東南地區則呈增加趨勢，空間變化特征表現為由西北向東南遞增。該研究發現降水量對我國糧食產量波動的影響較小，并且有減弱趨勢，自20世紀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量的影響較小。受大氣環境中懸浮顆粒物的影響，我國日照時數顯著下降[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較20世紀80年代減少了26h。該研究發現日照時數對糧食產量的影響20世紀90年代以前呈增加趨勢，從1.5%上升到4.9%，而在1994—2000波動周期內影響度下降到1.2%，這說明日照時數的下降會影響糧食總產量，而隨著種植制度和作物布局的調整，日照時數對糧食產量的影響有所減少。從自然災害來看，其對糧食產量的影響度均在2%以下，這說明雖然洪澇災害、干旱災害以及蟲災等極端天氣氣候事件會減少糧食總產量，但是與其他影響因子相比，其影響程度較小。

4 結論

(1)改革開放以來，我國糧食總產量經歷了完整的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，其次是農業機械總動力，化肥施用量的影響呈減弱趨勢； 社會經濟因素對糧食產量的影響呈波動性增加的規律， 2006—2010年影響度達到24.9%； 農業生產條件對糧食產量的影響在20世紀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%； 自然因素對糧食產量波動的影響最小，且較為穩定，除1985—1988年影響度達到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，完善農田水利灌溉體系，加強對農業機械指導的“重科技”舉措比增加后備耕地數量、改善應對氣候變化與自然災害能力的“靠資源”發展更有效。加大水利投入，完成大型灌區、重點中型灌區續建配套與節水改造及大中型灌排泵站更新改造，小型農田水利重點縣建設是目前最重要的發展目標。