貴州省糧食產(chǎn)量預(yù)測(cè)時(shí)空演變格局研究

□ 張熠群 張斯嶼 趙云蔚 楊 佳 鄒靈燕

（貴州師范學(xué)院地理與資源學(xué)院，貴州 貴陽(yáng) 550018）

一、引言

（一）研究背景

目前，我國(guó)糧食總產(chǎn)量達(dá)到68285萬(wàn)噸，人均糧食占有量為0.474噸，已連續(xù)四年高于國(guó)際糧食標(biāo)準(zhǔn)安全線（0.4噸）。我國(guó)《國(guó)民經(jīng)濟(jì)和社會(huì)發(fā)展第十四個(gè)五年規(guī)劃和2035年遠(yuǎn)景目標(biāo)綱要》明確提出以夯實(shí)糧食生產(chǎn)能力為基礎(chǔ)，保障糧食等重要農(nóng)產(chǎn)品供給安全的要求。

貴州省耕地匱乏，僅占全國(guó)耕地面積的3.4%；但其墾殖率高，2018年貴州省耕地的墾殖率高達(dá)25.62%，為全國(guó)平均墾殖率1.8倍；此外，貴州省坡耕地多，耕地稟賦較差，土地產(chǎn)出低。因此，準(zhǔn)確的估算貴州省糧食產(chǎn)量，預(yù)測(cè)未來(lái)糧食產(chǎn)量變化趨勢(shì)，對(duì)貴州省農(nóng)業(yè)規(guī)劃與管理以及宏觀調(diào)控具有重要意義。

（二）國(guó)內(nèi)外研究現(xiàn)狀

目前國(guó)內(nèi)外學(xué)者糧食產(chǎn)量預(yù)測(cè)模型選擇中，大部分選擇多元線性回歸、灰色模型、BP神經(jīng)網(wǎng)絡(luò)、組合模型等。其中組合模型的精準(zhǔn)度最高，效果最好。組合模型通過(guò)一個(gè)模型去彌補(bǔ)其他模型的缺點(diǎn)，達(dá)到提高模型精度的效果。糧食產(chǎn)量具有一定的復(fù)雜性與不穩(wěn)定性，單一的預(yù)測(cè)方法將受到較大的影響和制約，所以多數(shù)學(xué)者選擇優(yōu)化模型，從而提高預(yù)測(cè)數(shù)據(jù)的精準(zhǔn)度。

國(guó)內(nèi)相關(guān)研究方面，王少航等［1］利用灰色馬爾科夫模型對(duì)河南省糧食產(chǎn)量進(jìn)行了預(yù)測(cè)；王友文等［2］通過(guò)灰色方法對(duì)山西省2018-2020年糧食產(chǎn)量進(jìn)行了預(yù)測(cè)；伊邦華等［3］用灰色馬爾科模型對(duì)湖北省的糧食產(chǎn)量預(yù)測(cè)進(jìn)行研究分析；潘霖等［4］運(yùn)用SPSS分析建立了多元線性回歸模型，對(duì)江蘇省的糧食產(chǎn)量進(jìn)行預(yù)測(cè)分析；郭曉婷等［5］利用多元回歸分析法對(duì)安徽省糧食產(chǎn)量預(yù)測(cè)方法研究；郭亞菲等［6］研究多種組合模型，從影響因子方法出發(fā)，建立兩種組合預(yù)測(cè)模型，模型一利用灰關(guān)聯(lián)篩選影響因子，并建立影響因子與糧食產(chǎn)量之間的BP神經(jīng)網(wǎng)絡(luò)，最后采用粒子群算法對(duì)其權(quán)值進(jìn)行優(yōu)化。

國(guó)外相關(guān)研究方面，Kim等［7］利用衛(wèi)星云圖和高分辨遙感影像監(jiān)測(cè)韓國(guó)水稻冠層生長(zhǎng)與產(chǎn)量，通過(guò)生物量與植被指數(shù)之間的經(jīng)驗(yàn)關(guān)系，從而估算作物產(chǎn)量；Rogachev等［8］以俄羅斯聯(lián)邦下伏爾加河地區(qū)為例，對(duì)模擬的TS進(jìn)行了統(tǒng)計(jì)分析，建立糧食產(chǎn)長(zhǎng)期序列水平分布的自相關(guān)函數(shù)，從而預(yù)測(cè)作物產(chǎn)量；Mishra等［9］運(yùn)用自回歸綜合移動(dòng)平均（ARIMA）模型對(duì)印度的糧食總產(chǎn)量和糧食面積進(jìn)行了預(yù)測(cè)。

以上研究雖然在通過(guò)模型預(yù)測(cè)糧食產(chǎn)量在數(shù)值上精度較高，但無(wú)法明確糧食產(chǎn)量的空間分布。或者通過(guò)遙感影像建立與植被指數(shù)的經(jīng)驗(yàn)方程，估算空間尺度上糧食產(chǎn)量格局分布，但受數(shù)據(jù)時(shí)效性限制，無(wú)法預(yù)測(cè)未來(lái)時(shí)間序列的糧食產(chǎn)量。因此本文采用GM（1，1）模型對(duì)貴州省2025年糧食產(chǎn)量進(jìn)行預(yù)測(cè)，并結(jié)合GIS平臺(tái)將離散的縣級(jí)糧食產(chǎn)量進(jìn)行空間分布化，以期為保證貴州省糧食供應(yīng)安全提供數(shù)據(jù)基礎(chǔ)和科學(xué)依據(jù)。

二、數(shù)據(jù)來(lái)源及研究方法

糧食產(chǎn)量數(shù)據(jù)來(lái)源于2001-2019年貴州省統(tǒng)計(jì)年鑒；2001、2019年貴州省土地利用數(shù)據(jù)來(lái)源于ESA CCI Land Cover數(shù)據(jù)集［10］。本研究依托GIS平臺(tái)，將離散的縣級(jí)糧食產(chǎn)量進(jìn)行空間分布化，并采用土地利用轉(zhuǎn)移矩陣明確土地轉(zhuǎn)化與糧食變化的關(guān)系。

本研究采用灰色系統(tǒng)GM（1，1）模型預(yù)測(cè)糧食產(chǎn)量，該模型是以灰色系統(tǒng)理論為基礎(chǔ)，將離散變量連續(xù)化，抵消隨機(jī)誤差的同時(shí)對(duì)變化過(guò)程做序列模擬，模型基本公式如下［11］：

式中a為貴州省糧食產(chǎn)量因素發(fā)展變化系數(shù)，w為貴州省糧食產(chǎn)量灰色預(yù)測(cè)模型作用量。a、w是通過(guò)建構(gòu)得灰色預(yù)測(cè)模型求解得參數(shù)。將2001-2019年貴州省糧食產(chǎn)量原始數(shù)據(jù)帶入上述預(yù)測(cè)模型，得到2020-2025年貴州省糧食產(chǎn)量的預(yù)測(cè)值。

三、結(jié)果分析

（一）2001-2019年貴州省糧食產(chǎn)量時(shí)空格局

2001-2019年，貴州省糧食總產(chǎn)量為870-1250萬(wàn)噸，整體變化趨勢(shì)相對(duì)穩(wěn)定，呈逐年緩慢上升態(tài)勢(shì)，年均增率為1.31%（圖1）。整體而言，2001-2019年貴州省年均糧食總產(chǎn)量為1105.44萬(wàn)噸，標(biāo)準(zhǔn)差為75.78，其中2017年糧食產(chǎn)量最高為1242.4萬(wàn)噸，2011年糧食產(chǎn)量最低為876.9萬(wàn)噸，2011年糧食產(chǎn)量驟減，主要是受旱災(zāi)和凍雨的影響。以2011年為分界點(diǎn)，貴州省的糧食總產(chǎn)量可分為兩個(gè)階段（圖1）：2001-2011年，貴州省糧食產(chǎn)量在1100萬(wàn)噸左右平穩(wěn)浮動(dòng)，該階段糧食產(chǎn)量均值為1127.28萬(wàn)噸；2011-2019年，糧食產(chǎn)量在波動(dòng)中增加，該階段年均糧食產(chǎn)量為1121.71萬(wàn)噸，糧食增加速率為19.88%。

圖1 2001-2019年貴州省糧食產(chǎn)量

根據(jù)貴州省糧食產(chǎn)量空間分布可知（圖2），2001-2019年貴州省糧食產(chǎn)量空間分布基本保持一致，南北差異明顯。空間分布上整體而言，2001-2019年貴州北部糧食產(chǎn)量相對(duì)較高，縣級(jí)糧食總產(chǎn)量多高于21萬(wàn)噸，貴州中部及南部糧食產(chǎn)量則相對(duì)較低，縣級(jí)糧食總產(chǎn)量多低于15萬(wàn)噸。其中，2001-2019年無(wú)論南北，貴州省城市主城區(qū)糧食產(chǎn)量均相對(duì)較低，如貴陽(yáng)市南明區(qū)和云巖區(qū)、遵義市匯川區(qū)和紅花崗區(qū)，主要原因?yàn)槌鞘修r(nóng)業(yè)用地相對(duì)較少。

圖2 貴州省糧食產(chǎn)量空間分布（單位：萬(wàn)噸）

結(jié)果表明，貴州省糧食產(chǎn)量減少與耕地轉(zhuǎn)為建設(shè)用地的面積緊密相關(guān)（表1）。2001-2019年，耕地轉(zhuǎn)化為建設(shè)用地面積較為明顯的城市排序?yàn)椋ǜ剞D(zhuǎn)出>35km2）：貴陽(yáng)市（137.63km2）>遵義（75.22km2）>黔東南（42.25km2）>黔南（42.23km2）>畢節(jié)（35.16km2）。其中，貴陽(yáng)市和遵義市因大力發(fā)展經(jīng)濟(jì)，城市擴(kuò)張占用耕地，導(dǎo)致糧食產(chǎn)量減少。此外，雖然畢節(jié)市耕地轉(zhuǎn)為建設(shè)用地面積較大，但同時(shí)大面積草地轉(zhuǎn)為耕地，耕地面積得到增加，因此糧食產(chǎn)量相應(yīng)增加。

表1 2001-2019年耕地類(lèi)型轉(zhuǎn)換類(lèi)型（單位：km2）

六盤(pán)水19.49 51.64

（二）2020-2025年貴州省糧食產(chǎn)量預(yù)測(cè)

本研究采用GM（1，1）模型，預(yù)測(cè)貴州省2020-2025年糧食產(chǎn)量，模型精度為94.67%，平均相對(duì)誤差3.13%，模型預(yù)測(cè)結(jié)果較為準(zhǔn)確。2020-2025年貴州省糧食產(chǎn)量預(yù)測(cè)空間分布如圖3所示，貴州省2020-2025的糧食產(chǎn)量將穩(wěn)步增長(zhǎng)，平均糧食產(chǎn)量1206.86萬(wàn)噸、平均增長(zhǎng)率0.47%、平均年增量5.65萬(wàn)噸。其中，2025年同比增長(zhǎng)量最高，糧食總產(chǎn)量達(dá)1221.07萬(wàn)噸；2020年糧食產(chǎn)量較2019年增量最少，為1192.73萬(wàn)噸。2020-2025年糧食產(chǎn)量空間分布上與2001-2019年保持一致，仍為南低北高，但南部地區(qū)縣級(jí)糧食總產(chǎn)量有所增加，以高于29萬(wàn)噸為主；此外，2020-2025年貴州省西南部地區(qū)糧食產(chǎn)量也增加至29萬(wàn)噸以上；2020-2025年貴州省中部、北部地區(qū)糧食產(chǎn)量以低于14萬(wàn)噸為主，貴陽(yáng)市主城區(qū)南明區(qū)、云巖區(qū)糧食產(chǎn)量仍為0。

圖3 2020-2025年貴州省糧食產(chǎn)量預(yù)測(cè)空間分布

四、結(jié)論與建議

本研究主要結(jié)論如下：（1）2000-2019年貴州省糧食產(chǎn)量在1000萬(wàn)噸左右，空間分布上呈南低北高，其中南部多高于21萬(wàn)噸，北部多低于15萬(wàn)噸；（2）通過(guò)GM（1，1）模型預(yù)測(cè)貴州省2020-2025年糧食產(chǎn)量，模型精度94.67%，平均相對(duì)誤差3.13%，預(yù)測(cè)精度為一級(jí)，可以為農(nóng)業(yè)發(fā)展提供數(shù)據(jù)基礎(chǔ)與科學(xué)依據(jù)；（3）預(yù)測(cè)結(jié)果表明2025年貴州省糧食產(chǎn)量增至1221.07萬(wàn)噸，空間分布仍呈南低北高趨勢(shì)，但南部糧食產(chǎn)量有所增加，以高于29萬(wàn)噸為主。

通過(guò)數(shù)學(xué)模型預(yù)測(cè)糧食產(chǎn)量為當(dāng)下農(nóng)業(yè)發(fā)展的研究熱點(diǎn)之一，本研究符合國(guó)家糧食安全保障政策，為了保證貴州省糧食產(chǎn)量的穩(wěn)定與增長(zhǎng)，結(jié)合貴州省實(shí)際情況提出以下優(yōu)化意見(jiàn)：1.加大農(nóng)業(yè)科技投入，加強(qiáng)農(nóng)業(yè)機(jī)械化水平，著力推進(jìn)山區(qū)耕地宜機(jī)化建設(shè)；2.加強(qiáng)防災(zāi)能力，科學(xué)安排應(yīng)對(duì)冰雹和低溫冷害，利用局地小氣候優(yōu)勢(shì)、合理規(guī)劃布局并進(jìn)行科學(xué)施肥；3.加大政府扶持力度，強(qiáng)化政策保障，適當(dāng)提高收購(gòu)價(jià)格，穩(wěn)定農(nóng)業(yè)補(bǔ)貼政策，擴(kuò)大糧食作物完全成本保險(xiǎn)和種植收入保險(xiǎn)覆蓋范圍。