基于灰色關聯法對安徽糧食產量影響因素的實證研究

朱家明，劉 威

（1.安徽財經大學統計與應用數學學院，安徽蚌埠 233030;2.安徽財經大學經濟學院，安徽蚌埠 233030）

糧食是國家之本，尤其對于發展中國家來說，保證糧食產量充足是社會發展最基本的物質基礎。隨著近期中美貿易摩擦的不斷升級，中國開始對美國進口的一系列農產品加征高額關稅，這對中國糧食進口勢必造成一定影響。通過這次貿易摩擦，讓我們再一次警醒，糧食安全問題不容忽視。

在改革開放至今的40年中，中國的糧食供應已基本結束了以往的短缺狀況。根據國家統計局的數據，中國的糧食產量從2008年到2017年連續10年增長，增長幅度達到了25.58%。雖然糧食總產量在不斷增加，但仍然存在著供不應求的問題。從未來長期發展趨勢來看，糧食安全問題不容客觀，農業在國民經濟中依然處于落后地位。而糧食產量的波動與糧食安全問題息息相關，通過對糧食產量波動的現狀、周期、影響因素和原因等的研究，有利于穩定糧食生產，保證我國糧食安全[1]。

目前國內學者關于糧食產量的研究有很多，大體上呈現出兩個特征。一是研究角度的多樣化。安曉寧等認為勞動力是影響糧食產量的關鍵要素，土地則是制約糧食生產的重要因素，此外，農機電要素、農田水利設施的修建以及化肥的使用直接關系到糧食產量的提高[2]；胡岳岷認為糧食產量不僅受自然的影響還與社會生產密不可分，其主要包括社會、經濟和氣候等多種要素[3]；郭淑敏通過對糧食生產要素關聯系數的計算得出了科技水平、農業現代化水平、耕地狀況、有效灌溉面積等是影響糧食產量的主要因素[4]；王雙進從物質投入、資源環境和政策因素三個角度出發，選取了8個指標作為影響糧食產量的因素[5]。二是研究方法的多元化。段學軍在灰色系統理論的基礎上研究了長江流域的糧食產量的影響因素[6]；肖海峰運用建立柯布—道格拉斯生產函數計算出影響糧食生產的各個因素的彈性和貢獻率，以此來判斷其對糧食產量影響程度的高低[7]；劉會玉在經驗模態分解法的基礎上分析了我國糧食產量隨時間變化而波動的原因[8]；葉妍君從地理學角度出發，運用地理探測方法分析了不同因子對農場糧食產量影響的差異[9]；王傳鑫將熵權法和灰色關聯分析相結合，選取了10個影響指標來分析我國糧食產量[10]。

國外學者對糧食相關的主題也做了很多研究，Luan Peroni Venancio將根據土壤調整的植被指數（SAVI）估算的基礎作物系數（Kcb）的時間序列整合到一個基于水分生產率的簡單模型中，評估了巴西巴伊亞州西部地區灌溉田地玉米單產，以此來為當地農民的提供相應的對策建議[11]；Achchhelal Yadav研究了在田間條件下使用自由空氣臭氧和二氧化碳濃縮（FAOCE）設施在2016～2017年和2017～2018年間種植的兩個小麥品種（HD-2967和C-306）的植物生長，產量和谷物品質，得到了EC只能抵消EO對產量和產量構成的負面影響，而不能抵消與谷物質量有關的負面影響[12]，這為全球的糧食安全起到了積極作用。

綜上所述，國內外學者對糧食產量的研究因指標選取、研究方法和研究區域的不同而有不同的成果，在不同時期都有著較高的參考價值。但是，現有研究主要局限于糧食產量的短期波動，缺乏長期的、動態的研究。此外，對糧食產量影響因素的選擇大多基于表象和感性視角，對產量波動的復雜性注意不夠，缺乏綜合性的考慮。基于已有研究成果，以安徽省為例，運用灰色關聯法對糧食產量的波動進行實證研究，并通過時間序列模型對未來糧食產量進行預測，以期為我國的糧食安全預警提供一份參考依據。

1 模型構建及數據處理

1.1 指標選取

糧食產量關系著國計民生，其受到很多不同因素的影響，包括農業財政支出、農村勞動力數量、農村居民的人均收入、有效灌溉面積、農業機械總動力、化肥農藥電力的使用量等等，根據這些不同影響因子的特點，我們將其分為三類，分別是自然因素、經濟因素和科技因素,如圖1。

1.1.1 自然因素

糧食產量最直接相關的就是自然因素。我國是個地勢復雜的國家，山地眾多，平原面積狹小，這種自然條件就決定了我國的耕地面積有限，城市化的發展還會使得耕地面積進一步縮減，這嚴重制約了糧食的產量，例如汪玉磊等就基于耕地面積對浙江省糧食產量的相關影響因素進行過分析，發現耕地面積的大小一定程度說決定了糧食產量[13]。其次，我國氣候條件比較復雜，降水量的南北差異大、季節波動明顯，從而影響了糧食產量的提高。因此，播種面積、受災面積和降水量對我國的糧食產量具有很大程度上的影響。

1.1.2 經濟因素

經濟因素對糧食產量有著間接性的影響。我國農業的集約化生產水平較低，加上城鎮化的不斷加快和農業生產收入水平低，使得大量農村勞動力流向城市，農村出現嚴重的空心化和老齡化，拋荒現象嚴重，這對我國糧食產量的提高非常不利[14]。另一方面，政府部門為緩解這種現象，促進農業發展，對農業的財政投入在不斷增加[15]。因此，選取農村勞動力人數、農村居民人均收入和農業財政支出作為經濟方面的因素。

1.1.3 科技因素

科技是第一生產力，如果說一國的地理狀況制約著農業的發展，那么科技的投入能夠將這種制約降低到最小。完善水利設施從而增加對旱地的有效灌溉以及化肥農藥的適當使用都能夠使糧食的單位產量得到很大程度的提高[16]；農業機械的投入能夠提高農業生產的效率[17]。因此，選取有效灌溉面積、農業機械總動力、化肥施用量、農藥使用量、農村用電量和薄膜使用量作為科技層面的因素。

圖1 影響糧食產量的指標體系

1.2 數據來源與指標體系的修正

文章的數據主要來源于《安徽省統計年鑒》和《中國統計年鑒》1999～2017年的相關數據。為了構建出新的指標體系，首先利用SPSS軟件對安徽省的糧食產量及其影響因素進行Pearson回歸[18]，根據顯著性水平剔除相關性不顯著的因子，選取影響糧食產量的關鍵變量。相關的分析結果見表1。

表1 各變量間相關性分析結果

由表1的相關性分析結果可知，與安徽省糧食產量不相關的是降水量X3，將其剔除后剩下相關的11個因素構成新的指標體系，分別是：受災面積X1、播種面積X2、財政支出X4、就業人數X5、居民人均收入X6、有效灌溉面積X7、農業機械總動力X8、化肥施用量X9、農藥使用量X10、農村用電量X11、薄膜使用量X12。

2 基于灰色系統理論對影響因子的關聯性分析

2.1 研究思路

基于灰色系統理論的灰色關聯度分析是一種利用少量數據來充分反映解釋變量和被解釋變量之間相關性的一種方法，即解釋變量對被解釋變量的影響程度，其中最重要的一點就是利用參考的各個數列和比較數列的相似度的對比來確定其相關性，此種方法的特點就是數據量少、判斷精度高、數據的流失少。因此，用這種方法來對安徽省糧食產量的影響因素進行分析，分別得出一級指標和每個影響因素與糧食產量的關聯度，并對其進行排序，可以看出每個具體因素對糧食產量的作用大小。

2.2 研究模型

灰色關聯度分析的主要步驟包括四步：

⑴確定分析數列；

選取安徽省的糧食產量作為參考序列，其余的11個影響因子作為比較序列。則構造參考序列：y0={y0(t)|t=1,2,...,n}=(y0(1),y0(2),...,y0(n))，其中t表示不同時刻；構造比較序列：{xi(t)|t=1,2,...,n}=(xi(1),xi(2),...,xi(n)),i=1,2,...,k。

⑵變量的無量綱化；

由于原數據的單位具有不統一性，我們不能直接對其進行計算。因此，我們需要對其進行無量綱化，提高模型的精度，標準化的公式如下：

⑶計算關聯系數；

關聯系數是指解釋變量和被解釋變量之間的相關度系數，文章中指的是安徽省糧食產量和各個具體影響因素之間的關系程度，計算公式如下：

⑷計算關聯度。

關聯度是在關聯系數的基礎上，求其各個年份的平均值得到的數值，這樣更便于比較，其計算公式如下：

2.3 結果分析

⑴前提分析。

進行灰色關聯度分析的前提是，各個因素的數據變化具有一定的相似性，因此，我們將原始數據進行標準化，消除其單位的影響，然后利用MAT?LAB軟件畫出糧食產量和各個影響因素的逐年變化圖，結果如圖2。

圖2 各個變量的趨勢變化圖

從圖2中我們可以發現，安徽省糧食產量主要呈現一種逐年增加的趨勢，但是呈現波動變化，農民人均收入、財政支出、有效灌溉面積、農業機械總動力、農村用電量、化肥施用量、薄膜使用量、糧食播種面積、農業就業人員、農藥使用量都和糧食產量的變化呈現一致性，而受災面積和糧食產量的變動呈現反向變化的特點，這也說明各個影響因素和糧食產量之間的相關性很強，適合做灰色關聯度分析。

⑵灰色關聯度分析結果。

利用MATLAB軟件對原數據進行分析處理，我們得到了1999～2017年安徽省糧食產量影響因素的關聯度和排名情況，結果見表2。

表2 安徽省歷年糧食產量影響因素的關聯度及排名

由表2可知，影響安徽省糧食產量的大類因素的排序為：自然因素、科技因素、經濟因素。具體的影響因素排序分別為：糧食播種面積X2、有效灌溉面積X7、農業就業人員X5、化肥施用量X9、農用塑料薄膜X12、農藥使用量X10、受災面積X1、農業機械總動力X8、農村用電量X11、農民人均收入X6、財政支出X4。

自然因素對安徽省糧食產量的關聯度最高，為0.923 8，這說明了自然因素對糧食產量起到決定性的作用。從具體的影響因子來看，糧食的播種面積和受災面積的關聯度分別為0.978 0、0.869 6，分別排在第1和第7，這說明了播種面積的大小很大程度上會決定產量的多少，同時自然災害的破壞程度也很大層面會影響糧食產量。

科技因素作為一個重要的影響因素，其關聯度也是高達0.901 3，說明科技在糧食產量中起到了極為重要的作用，尤其是在科技如此發達的現代社會中。從單個的影響因子來看，有效灌溉面積、化肥施用量、農藥使用量和農用薄膜使用量與糧食產量的關聯度系數都高達0.9以上，農業機械總動力和農村用電量也與產量存在較強的關聯性，這說明了現代農業的產量增長方式與工業產品和科技水平的進步密切相關。

經濟因素對糧食產量的影響排在第3位，說明了糧食產量和經濟發展也是密不可分的。從每個影響因素來看，農業勞動力數量對糧食產量的發展關聯性高達0.975 7，這充分說明了勞動力數量對糧食產量多少的決定性作用，除此之外，農民的人均收入和農業財政支出也存在著一定的關聯，但相對來說關聯度較低。

3 基于時間序列模型對安徽省糧食產量的預測

3.1 研究思路

時間序列模型就是研究某變量隨著時間的變動所發生的變化情況，同時可以根據時間的變動預測出該變量未來的發展變化趨勢[19]。因此，我們結合搜集到的1999～2017年安徽省糧食產量的數據，利用指數平滑法對數據進行擬合并對未來四年的糧食產量進行越策，得到近似的產值。

3.2 研究方法

霍特指數平滑法適用于有線性趨勢的數列，其模型的一般形式為：

在上式中，ft為數據的平滑值。bt為趨勢的平滑值，取決于相鄰兩個平滑值之差、上期趨勢平滑值以及γ。m為預測的超前期數。

3.3 研究結果

利用SPSS軟件對數據進行分析，我們得到了1999～2017年糧食產量的擬合值，其結果見表3。

從表3中我們可以發現2003年及以前的擬合值與原始值的差距較大，這說明擬合的效果不好，因為當時的糧食產量受天氣劇烈變化的影響大，加之人為的作用相對減弱才會使得其變化不穩定。但2004年之后的擬合值和原始值更為接近，這說明擬合的效果較好。

接著，我們結合擬合的函數對未來4年的糧食產量進行預測，得到了相關的圖像，如圖3，同時，我們也得到了具體的數值，見表4。

表3 糧食產量擬合值和真實值的對比表

圖3 糧食產量的預測結果

表4 安徽省糧食產量預測結果

從圖3我們可以發現擬合線和原數值前期存在一定的的差異，但是后期的差異情況很小，這說明擬合的效果比較好。同時，從表4的預測結果我們可以發現，安徽省糧食產量呈現一個線性的逐年遞增的趨勢，說明未來的糧食產量會不斷的增加，且將保持著一定的增長速度。

4 結論與建議

運用灰色關聯法對安徽省糧食產量影響因素進行時間分析，并根據時間序列模型對未來4年糧食產量進行預測，得到以下結論：第一，以糧食播種面積和受災面積為代表的自然因素以及以有效灌溉面積、農藥使用量和薄膜使用量為代表的科技因素是影響安徽省糧食產量的最主要因素，經濟因素的影響程度相對較小，但農業勞動力與糧食產量之間有著高度的正相關性；第二，安徽省糧食產量在未來4年將會繼續保持平穩增長的趨勢，2022年預計糧食產量將達到3 832萬噸，比2018年增加了244萬噸，平均每年增長61萬噸，年均增長1.7%，具有很大的增長空間，這對我國經濟社會發展和維護糧食安全問題有重大意義。

基于以上結論，為提高糧食產量，維護糧食安全問題，提出以下建議：

第一，應合理增加糧食播種面積。堅持以“穩面積、攻單產、增效益”為重點，減少荒田廢地，在城市化進程中要對土地的使用進行合理規劃，不能為了經濟發展而強占糧食的耕地面積[20]。第二，加強農業水利設施建設，提高農業的抗旱抗災能力。我國氣候和地形條件復雜，降水的地區分布和季節波動差異大，北澇南旱現象嚴重。因此要對應急抗旱進行長遠規劃，加強水資源的協調調度；要不斷完善農村水利灌溉體系，不斷擴大農田水利重點覆蓋范圍，加快節水改造。第三，合理發揮化肥農藥和農業薄膜的使用[21]。要加大宣傳力度，大力普及科學的化肥農藥使用技術；加大對高效環保的化肥農藥的研制投入，提高化肥農藥使用效率；合理使用農業塑料薄膜，保護糧食作物溫度。第四，不斷增加對農業生產的科技投入。一方面要促進農業技術的創新和推廣，大力發展現代化農業；另一方面要增加糧食增產的科研投入，推進糧食生產良種工程，提高糧食的單產能力。第五，政府部門應著力提高農民收入水平，加大支農惠農政策的實施力度，增加農業財政補貼，維持糧食市場價格。我國存在著大量的農村勞動力流失現象，只有不斷增加農民收入，提供農村居民生活水平才能夠吸引農村勞動力回流，在增加糧食產量的同時還有利于維護社會穩定。因此在穩定糧食最低收購價格的情況下，還要不斷提高農業補貼標準、擴大補貼范圍以及為農業生產營造良好的生產資料價格環境等，通過政府的長期支持和扶持，提高農民農業生產的收入預期。

我國糧食產量連年增長，為促進經濟社會持續健康發展提供了重要的物質基礎。但是，耕地、淡水等自然要素并不充足，氣候條件和自然災害影響較大，糧食持續增長的難度將會越來越大。因此在經濟新常態下，更應該繃緊糧食安全這根弦，保障國家糧食產量穩定增長。