基于Logistic模型的東北地區(qū)糧食生產(chǎn)能力影響因素研究*
——以賓縣為例

余文濤，石淑芹※，孫曉麗，李正國

(1.天津工業(yè)大學(xué)管理學(xué)院，天津 300387； 2.農(nóng)業(yè)部農(nóng)業(yè)信息技術(shù)重點實驗室，北京 100081；3.中國農(nóng)科院農(nóng)業(yè)資源與農(nóng)業(yè)區(qū)劃研究所，北京 100081)

0 引言

隨著人口持續(xù)膨脹與工業(yè)迅猛發(fā)展、農(nóng)產(chǎn)品需求量大幅增長與極端惡劣氣候造成的糧食價格上揚，糧食安全問題成為國內(nèi)外學(xué)術(shù)界關(guān)注的熱點，而穩(wěn)定和增強糧食生產(chǎn)能力是保障糧食安全問題的核心所在。因此，加大對糧食生產(chǎn)能力影響因素的研究力度，探索影響糧食生產(chǎn)的因素，尋求提高糧食產(chǎn)出能力的措施，對確保國家糧食安全、健全糧食的流通體系，具有重大的理論和現(xiàn)實意義。

大量研究表明，影響糧食生產(chǎn)能力的因素包括耕地面積、農(nóng)業(yè)機械、化肥施用量、農(nóng)藥使用量、勞動力、財政對糧食直接補貼資金額[1]、市場需求、糧食主產(chǎn)區(qū)糧食供給量[2]、糧食播種面積、有效灌溉面積、農(nóng)村用電量指數(shù)[3]、受災(zāi)面積、抗災(zāi)能力、糧食單產(chǎn)、耕地質(zhì)量[4]和糧食最低收購價格等。有學(xué)者將這些因素大致劃分為四大類：(1)生產(chǎn)要素的投入； (2)農(nóng)業(yè)技術(shù)進步； (3)國家農(nóng)業(yè)政策、農(nóng)業(yè)生產(chǎn)組織與經(jīng)營制度； (4)自然災(zāi)害[5]。

現(xiàn)有研究中，常用的方法包括灰色關(guān)聯(lián)度法[6]、GIS空間分析[7]、面板數(shù)據(jù)模型[8]等，這些模型多將重點放在生產(chǎn)要素的投入上，對其他因素考慮較少，尤其很少將溫度及降水等氣候因素納入研究范圍，因而據(jù)此構(gòu)建的糧食生產(chǎn)能力影響機制缺乏準確性和科學(xué)性，不能很好地判斷區(qū)域糧食生產(chǎn)能力狀況。文章所采用的Logistic模型，最早是由比利時數(shù)學(xué)家Verhurlst在研究人口增長規(guī)律時提出，稱為阻滯增長模型[9]。近些年來，Logistic模型被越來越多地應(yīng)用于影響因素分析[10-12]。針對極端惡劣氣候的頻發(fā)、氣候?qū)Z食生產(chǎn)的影響加劇，且糧食生產(chǎn)能力具有復(fù)雜性與動態(tài)性等特點，該文從溫度及降水等自然因素和作物收益等社會經(jīng)濟因素出發(fā)，利用黑龍江省賓縣農(nóng)戶調(diào)查數(shù)據(jù)，運用Logistic模型綜合考慮了各類因素對糧食生產(chǎn)能力的影響，并明確指出了各因素與糧食生產(chǎn)能力的顯著性水平，以此為基礎(chǔ)分析影響糧食生產(chǎn)能力各因素更合理。

1 研究區(qū)域與數(shù)據(jù)

1.1 研究區(qū)域概況

賓縣位于黑龍江省南部，跨東經(jīng)126°55′～128°19′，北緯45°30′～46°01′，隸屬哈爾濱市。地處松花江南岸，與方正縣、延壽縣、尚志市接壤，北與巴彥縣、木蘭縣、通河縣隔松花江相望，西以蜚克圖為界與阿城區(qū)為鄰。賓縣總面積3 845km2，自然概貌為“五山半水四分半田”(耕地面積約占50%)[13]，轄12個鎮(zhèn)， 5個鄉(xiāng)，共有143個行政村，有漢、滿、蒙、回、苗、壯、朝鮮、侗、瑤、錫伯等10個民族，總?cè)丝诩s62萬人，其中農(nóng)業(yè)人口多達50萬人。賓縣年平均氣溫2.5～4.0℃，≥10℃積溫為2 500～3 100℃，年平均無霜期110～150d。賓縣地處溫帶季風氣候區(qū)，春季干旱少雨，夏季溫和多雨，年平均降水量為573.43mm，多年平均蒸發(fā)量為904.21mm。

1.2 數(shù)據(jù)來源

相比于統(tǒng)計數(shù)據(jù)，調(diào)查數(shù)據(jù)具有準確性、針對性等優(yōu)點。該文以東北地區(qū)典型農(nóng)業(yè)區(qū)——黑龍江省賓縣為例，于2016年4月采用農(nóng)戶調(diào)查的方法，選取賓縣新甸鎮(zhèn)、賓安鎮(zhèn)、常安鎮(zhèn)3個典型鎮(zhèn)區(qū)作為調(diào)查區(qū)域，包括24個行政村，共有384戶。在選擇樣本時，盡量均勻分布，采用隨機抽樣方法對3個鎮(zhèn)的農(nóng)戶進行現(xiàn)場問卷調(diào)查，每個村訪問16戶，一共發(fā)放了384份調(diào)查問卷，回收有效調(diào)查問卷382份，問卷有效率達到99.5%。采用數(shù)理統(tǒng)計方法，對所用農(nóng)戶樣本數(shù)據(jù)資料進行統(tǒng)計。調(diào)查內(nèi)容涉及以下幾個方面：(1)農(nóng)戶的家庭基本情況； (2)農(nóng)戶農(nóng)作物種植面積變化特征及內(nèi)生原因； (3)自然環(huán)境變化情況； (4)社會經(jīng)濟變化情況等方面[14]。

2 研究方法

該文應(yīng)用SPSS軟件的二元logistic回歸功能建立自然與社會經(jīng)濟因素對糧食生產(chǎn)能力影響的模型。在Logistic回歸模型中，設(shè)Y是一個兩分類因變量，可取值Y=0和Y=1來表示。對因變量Y有影響的m個因素成為自變量，分別為X1，X2，X3，…，Xm。在m個自變量的作用下，事件發(fā)生的條件概率記為:

(1)

那么logistic回歸模型為：

(2)

式(2)中，β0為常數(shù)項，β1，β2，β3，…，βm為回歸系數(shù)。由式(2)可知，Logistic回歸模型是一個概率型非線性回歸模型，自變量Xj(j=1， 2，…，m) 可以是分類變量，也可以是連續(xù)變量，當β0+β1X1+β2X2+…+βmXm在[-∞，+∞]變化時，P的取值區(qū)間為[0， 1]。結(jié)果分析中，將P值的Sig.值與0.1進行比較，比值越小影響越顯著，當比值大于0.1時，說明對事件沒有影響或影響較小[15]。

需要說明的是，該模擬中運用糧食單產(chǎn)量代替了糧食生產(chǎn)能力。一是因為糧食生產(chǎn)能力是在自然、經(jīng)濟及科技等因素的綜合作用下，在一定時期某一特定區(qū)域內(nèi)所能實現(xiàn)的相對穩(wěn)定的糧食產(chǎn)出能力，是一個理論值； 二是糧食單產(chǎn)量指在糧食實際所占的耕地數(shù)量上，單位面積全年所生產(chǎn)的糧食數(shù)量，是現(xiàn)實的糧食產(chǎn)出量。影響糧食生產(chǎn)能力的因素既有確定性的一面，又有不確定性的一面，但各種作用的最終結(jié)果都將反映在每年的產(chǎn)量上[16]，因此在特定研究區(qū)域的一定時期內(nèi)，可以用現(xiàn)實的糧食產(chǎn)出量代替特定時間內(nèi)研究區(qū)域糧食產(chǎn)出的理論值。

為探討自然和社會經(jīng)濟兩類因素對糧食生產(chǎn)能力的影響程度及作用規(guī)律，通過借鑒其他相關(guān)研究成果，該研究選取糧食單產(chǎn)量(糧食生產(chǎn)能力)是否變化作為因變量，自然和社會經(jīng)濟各方面因素作為自變量，應(yīng)用SPSS軟件的二元Logistic回歸(Binary Logistic Regression)功能建立模型。在數(shù)據(jù)調(diào)查過程中發(fā)現(xiàn)，雖然溫度、降水等因素在小范圍內(nèi)差異較小，但實際農(nóng)戶對溫度、降水等因素的主觀感受仍舊存在一定差異，主要與農(nóng)戶選擇種植何種作物有關(guān)，農(nóng)戶主觀因素的差異并未影響到研究的合理性。

表1 模型變量及說明

變量名稱變量類型變量說明自然因素糧食單產(chǎn)量虛擬變量0=是,1=否溫度1=總體上升,2=沒有明顯的變化,3=有一定波動,4=總體下降了,5=不清楚溫度是否集中在生育期內(nèi)1=是,2=不是,3=不清楚降水1=增多了,2=沒有明顯的變化,3=有一定的波動,4=減少了,5=不清楚降水是否集中在生育期內(nèi)1=是,2=不是,3=不清楚生育期變化1=延長了,2=沒有明顯的變化,3=有一定的波動,4=變短了,5=不清楚土地質(zhì)量1=變好了,2=變差了,3=沒變化自然災(zāi)害(冷害)1=少多了,2=和過去差不多,3=頻繁多了自然災(zāi)害(干旱)1=少多了,2=和過去差不多,3=頻繁多了 社會經(jīng)濟因素品種技術(shù)推廣1=有,2=沒有,3=不清楚農(nóng)業(yè)生產(chǎn)資料投入1=投入增多,2=沒有明顯的變化,3=有一定的波動,4=投入減少了,5=不清楚耕作方式1=人力為主,2=機械為主作物收益1=多種,2=少種,3=不清楚出售情況1=大,2=不大農(nóng)業(yè)引導(dǎo)政策1=是,2=否,3=不清楚 注:該研究采用問卷調(diào)查的方式從農(nóng)戶角度考慮各因素對糧食生產(chǎn)能力的影響,問卷中對各因素可能帶來的影響進行了詳細的說明與賦值,綜合考慮了各因素可能帶來的正負效應(yīng)

表2 模型匯總

步驟-2對數(shù)似然值Cox&SnellR方NagelkerkeR方1137.832a0.2750.365

3 結(jié)果分析

該文選取的自然與社會經(jīng)濟兩類因素對糧食單產(chǎn)變化有兩種選擇，即因變量為二元選擇變量，以此構(gòu)建Logistic模型，對各個因素變化的影響顯著性進行檢驗，分析結(jié)果如表2。

從表2可以看出，研究選取的對糧食單產(chǎn)量有影響的自然因素與社會經(jīng)濟因素共14個自變量的回歸系數(shù)顯著性良好。-2對數(shù)似然值、Cox& Snell R方、Nagelkerke R方的值分別達到137.832a、0.275和0.365。根據(jù)Logistic回歸模型的判定規(guī)則可以得出，該14個自變量均與因變量(糧食單產(chǎn)量)相關(guān)，并且模型的擬合度相對較好。從表3中可知，自然因素中，生育期變化、土地質(zhì)量、旱災(zāi)3個變量在5%水平上達到顯著，溫度、降水、冷害3個變量在10%水平上達到顯著，而溫度是否集中在生育期內(nèi)、降水是否集中在生育期內(nèi)2個變量對因變量(糧食單產(chǎn)量)的影響效應(yīng)相對較??； 社會經(jīng)濟因素中，品種技術(shù)推廣、作物收益2個變量在1%水平上達到顯著，耕作方式變量在5%以上達到顯著水平，農(nóng)業(yè)生產(chǎn)資料投入變量在10%水平上達到顯著，而出售情況、農(nóng)業(yè)引導(dǎo)政策2個變量對糧食單產(chǎn)量的影響效應(yīng)不顯著(表3)。

表3 Logistic模型分析檢驗

自變量BS.EWalsdfSig.Exp(B)自然因素溫度0.1060.0613.03010.0821.112溫度是否集中生育期1.3340.8162.67310.1023.796降水0.3680.2093.08410.0791.444降水是否集中在生育期0.6500.9000.52110.4710.522生育期變化0.2010.1032.10410.0151.231土地質(zhì)量0.7890.3335.60710.0182.208冷害0.3410.2022.83710.0921.406旱災(zāi)0.1440.0714.12910.0421.155社會經(jīng)濟因素品種技術(shù)推廣0.3140.1009.81110.0021.368農(nóng)業(yè)生產(chǎn)資料投入2.3591.3283.15910.07610.584耕作方式0.2140.0876.05110.0140.807作物收益0.7340.22810.32710.0012.202出售情況0.5740.5850.96510.3271.776農(nóng)業(yè)引導(dǎo)政策0.5320.5630.87410.3151.673

3.1 自然因素對生產(chǎn)能力影響分析

(1)溫度條件是影響作物生產(chǎn)能力的一個重要條件，模型分析表明溫度對糧食生產(chǎn)能力的影響顯著。實際調(diào)查中，約77.0%的農(nóng)戶認為同1980年相比溫度總體上升，溫度變化能夠引起作物生產(chǎn)能力的變化，賓縣水稻是氣候變暖收益較大的作物，小麥產(chǎn)量對溫度變化較為敏感，波動較大，玉米產(chǎn)量則影響較小，溫度變化對大豆的影響效果也較為明顯。

(2)模型分析表明，降水對作物產(chǎn)量的影響效果較為顯著。調(diào)查顯示，約5.76%的農(nóng)戶表示近年來當?shù)亟邓龆啵?67.05%左右的農(nóng)戶認為近年當?shù)亟邓疁p少，降低了糧食產(chǎn)量，降水過多或過少都會引起作物的減產(chǎn)。

(3)作物的生育期一般是指作物從播種到產(chǎn)品收獲所經(jīng)歷的一段時間，由于播種地區(qū)自然條件的不同而改變，模型分析表明，生育期變化對糧食生產(chǎn)能力的影響顯著。調(diào)查表明， 74.08%左右的農(nóng)戶認為作物生育期延長，僅2.61%的農(nóng)戶認為生育期變短。

(4)土地質(zhì)量是表現(xiàn)土地生物生產(chǎn)能力的重要指標。黑龍江省賓縣土壤多為黑土，肥力相對較高。模型分析表明，土地質(zhì)量對近年來糧食生產(chǎn)能力有顯著影響。調(diào)查的農(nóng)戶中，有22.5%的農(nóng)戶認為近年來土地質(zhì)量變好， 46.3%的農(nóng)戶認為土地質(zhì)量變差。

(5)賓縣低溫冷害通常發(fā)生在夏季，通過調(diào)查數(shù)據(jù)得知， 51.3%的農(nóng)戶認為近年冷害的發(fā)生減少， 9.7%的農(nóng)戶則認為冷害有增多的趨勢； 17.5%的農(nóng)戶認為旱災(zāi)減少，而超過一半的農(nóng)戶認為近年旱災(zāi)頻繁增多。作物因低溫受到傷害，使生育期延遲，造成作物產(chǎn)量減少。模型分析亦表明，冷害和旱災(zāi)對糧食生產(chǎn)能力存在顯著影響。

3.2 社會經(jīng)濟因素對生產(chǎn)能力影響分析

(1)在農(nóng)業(yè)品種技術(shù)推廣效果方面， 41.6%的農(nóng)戶認為品種技術(shù)推廣增加了糧食單產(chǎn)量， 53.4%的農(nóng)戶認為品種技術(shù)推廣使土地生產(chǎn)力有一定提高，剩余農(nóng)戶表示沒有明顯的效果。模型分析表明，農(nóng)業(yè)生產(chǎn)技術(shù)推廣、作物品種推廣對糧食生產(chǎn)能力影響顯著。

(2)農(nóng)業(yè)生產(chǎn)資料投入包括種子、化肥、農(nóng)藥、地膜、機械、排灌等項目。調(diào)查數(shù)據(jù)顯示，機械費和化肥的投入成本較高，在機械和排灌方面，約35.2%的農(nóng)戶認為設(shè)施水平較差。模型分析表明，農(nóng)業(yè)生產(chǎn)資料投入對糧食生產(chǎn)能力的影響在10%水平上達到顯著。

(3)耕作方式的改變對土地生產(chǎn)力和作物生產(chǎn)力有一定的影響。分析表明，耕作方式對糧食生產(chǎn)能力的影響在5%上達到顯著水平。從調(diào)查數(shù)據(jù)上來看， 12.3%的農(nóng)戶耕作方式以人力為主， 87.7%的農(nóng)戶耕作方式以機械為主。隨著科學(xué)技術(shù)水平的不斷提高，農(nóng)業(yè)生產(chǎn)耕作方式也逐漸由人工方式為主轉(zhuǎn)向機械為主，農(nóng)業(yè)生產(chǎn)的機械化對糧食單產(chǎn)量的提高發(fā)揮了巨大作用。

(4)在社會經(jīng)濟因素當中，作物收益對于糧食生產(chǎn)能力的影響值Sig.為0.001，遠小于0.1，影響結(jié)果達到顯著，遠高于其他社會經(jīng)濟因素對生產(chǎn)能力的影響。調(diào)查顯示，約57.3%的農(nóng)戶認為作物純收益對農(nóng)作物的選擇播種有影響，大于70%的農(nóng)戶認為作物純收益提高了他們的種地積極性。農(nóng)戶在進行農(nóng)業(yè)生產(chǎn)時往往會綜合考慮自然與社會經(jīng)濟多種因素，而作物純收益則能夠綜合體現(xiàn)并影響這些因素，對糧食單產(chǎn)的影響較大。

(5)出售情況對糧食生產(chǎn)能力的影響效果不顯著。究其原因，糧食出售對象與方式變化的影響主要體現(xiàn)在農(nóng)作物種植結(jié)構(gòu)與種植面積上，對單產(chǎn)的影響效果不大。調(diào)查數(shù)據(jù)的統(tǒng)計顯示，約60%的農(nóng)戶認為作物出售對象與方式的變化對農(nóng)戶種地積極性沒有明顯的影響。

(6)賓縣調(diào)查數(shù)據(jù)統(tǒng)計顯示， 61.2%的農(nóng)戶認為農(nóng)業(yè)引導(dǎo)政策能夠提高當?shù)氐慕?jīng)濟效益， 17%的農(nóng)戶認為農(nóng)業(yè)政策降低了當?shù)氐慕?jīng)濟效益， 17.5%的農(nóng)戶認為農(nóng)業(yè)政策對當?shù)亟?jīng)濟效益沒有太大的影響，剩余農(nóng)戶則表示不清楚。分析原因發(fā)現(xiàn)，賓縣的農(nóng)業(yè)引導(dǎo)政策和規(guī)劃的普及性表現(xiàn)為較低。約62.8%的農(nóng)戶表示所在地沒有實施過農(nóng)業(yè)引導(dǎo)政策和農(nóng)業(yè)生產(chǎn)規(guī)劃。通過Logistic模型分析，農(nóng)業(yè)引導(dǎo)政策對糧食生產(chǎn)能力的影響結(jié)果不顯著。

4 結(jié)論與建議

表土剝離技術(shù)[17]、改良作物品種等都可以提高糧食生產(chǎn)能力，而針對不同的地區(qū)，提高糧食生產(chǎn)能力的措施有所不同。根據(jù)該文得出的結(jié)果顯示，溫度、降水、土地質(zhì)量、作物生育期變化、自然災(zāi)害等自然因素，機械化水平、農(nóng)業(yè)生產(chǎn)資料如化肥、農(nóng)藥、地膜等的投入、有效灌溉面積、品種技術(shù)推廣、作物收益等社會經(jīng)濟因素對糧食生產(chǎn)能力有顯著的影響，據(jù)此，可從以下幾個方面入手提高糧食生產(chǎn)能力。

4.1 加強低溫冷害預(yù)防，提高應(yīng)對措施和水平

為減少作物受低溫冷害的影響，可通過以下途徑：一是加強對低溫冷害天氣的預(yù)防，盡量控制對作物生長不利的氣候條件，利用科學(xué)技術(shù)對局部氣候環(huán)境進行改善和利用； 二是改良作物種苗的耐寒性，根據(jù)賓縣自然氣候條件，選擇高耐寒并且高產(chǎn)的作物品種； 三是使用地膜覆蓋等各種技術(shù)措施，或采用育苗移栽技術(shù)，減少低溫冷害對種苗的影響。

4.2 降低干旱災(zāi)害影響，提高水利灌溉水平

應(yīng)對旱災(zāi)對糧食產(chǎn)量造成的影響，首先要做好預(yù)防和監(jiān)測，黑龍江省氣象部門要做好氣象和天氣的監(jiān)測和預(yù)報，同時氣象部門、水利部門、農(nóng)業(yè)部門之間要做好聯(lián)系與溝通，做好旱災(zāi)的影響評估； 其次，對旱災(zāi)頻繁發(fā)生的地區(qū)，要加強節(jié)水抗旱知識的宣傳； 大力推廣節(jié)水栽培技術(shù)，發(fā)展耐旱作物品種，節(jié)約利用水資源； 再次，要組織興修水利，進行水資源儲存，完善水利設(shè)施，提高水利灌溉水平，保障農(nóng)田的有效灌溉面積。

4.3 完善耕地保護制度，提高土地質(zhì)量

土地質(zhì)量的高低是關(guān)乎土地生產(chǎn)能力高低最重要的因素，提高土地質(zhì)量要從政策制度和科技兩方面入手。首先，要逐漸完善農(nóng)村土地管理制度、產(chǎn)權(quán)制度和使用制度，加強對耕地利用的合理配置和保護，完善農(nóng)業(yè)政策法律法規(guī)，為耕地保護提供切實有效的法律支持。加強對土地專業(yè)技術(shù)人員的培養(yǎng)，建立能夠反映耕地質(zhì)量各方面信息的耕地質(zhì)量信息化管理技術(shù)體系[18]。同時，在運用科學(xué)技術(shù)提高土地質(zhì)量的同時，要合理利用化肥、農(nóng)藥，逐步實現(xiàn)綠色生產(chǎn)與可持續(xù)生產(chǎn)。

4.4 提高機械化水平，加強農(nóng)業(yè)基礎(chǔ)設(shè)施建設(shè)

建立健全的機械化發(fā)展相關(guān)法律法規(guī)和機械化管理制度是提高機械化水平的有力保障，我國于2004年11月頒布并開始實施了《中華人民共和國農(nóng)業(yè)機械化促進法》[19]，對農(nóng)機科研開發(fā)生產(chǎn)、農(nóng)業(yè)機械購置及農(nóng)業(yè)機械作業(yè)服務(wù)和保障等方面進行了職責劃分與確定。黑龍江省政府應(yīng)當立足當?shù)貙嶋H情況，出臺關(guān)于發(fā)展當?shù)剞r(nóng)業(yè)機械化的相關(guān)政策及規(guī)范措施； 同時，對農(nóng)業(yè)機械化的相關(guān)補貼政策也需要進行完善； 加大對機械化創(chuàng)新的政策支持與資金投入，為機械化的創(chuàng)新提供持續(xù)、穩(wěn)定的資金支持； 建立相關(guān)的農(nóng)機培訓(xùn)學(xué)校與交流平臺，對農(nóng)機使用與操作人員進行培訓(xùn)，提高農(nóng)戶操作農(nóng)機的知識和技能水平。

[1] 李志紅，謝東輝.影響我國氣候旱區(qū)糧食生產(chǎn)能力的灰色關(guān)聯(lián)分析.中國農(nóng)業(yè)資源與區(qū)劃， 2016， 37(8)： 124～129

[2] 羅光強， 邱溆.提高我國糧食主產(chǎn)區(qū)糧食生產(chǎn)能力的對策.經(jīng)濟縱橫, 2013，(3)： 87～91

[3] 曾玉榮， 周江梅，楊軍，等.福建糧食生產(chǎn)能力預(yù)測與糧食安全保障對策研究.福建農(nóng)業(yè)學(xué)報, 2007，(4)： 426～432

[4] 王國強， 宋艷華.基于耕地質(zhì)量數(shù)量的河南省糧食生產(chǎn)能力研究.中國農(nóng)業(yè)資源與區(qū)劃， 2012， 33(1)： 49～55， 61

[5] 肖海峰， 王姣.我國糧食綜合生產(chǎn)能力影響因素分析.農(nóng)業(yè)技術(shù)經(jīng)濟, 2004，(6)： 45～49

[6] 張秀娟， 段小紅.甘肅省糧食綜合生產(chǎn)能力影響因素分析.湖南農(nóng)業(yè)科學(xué), 2010，(17)： 167～170

[7] 石淑芹， 陳佑啟，姚艷敏，等.東北地區(qū)耕地變化對糧食生產(chǎn)能力的影響評價.地理學(xué)報, 2008，(6)： 574～586

[8] 江松穎， 劉穎，金雅.我國糧食綜合生產(chǎn)能力影響因素及其變遷分析.統(tǒng)計與決策, 2016，(14)： 118～121

[9] 齊歡. 數(shù)學(xué)模型方法.武漢：華中理工大學(xué)出版社， 1996

[10]張樂勤， 陳發(fā)奎.基于Logistic模型的中國城鎮(zhèn)化演進對耕地影響前景預(yù)測及分析.農(nóng)業(yè)工程學(xué)報， 2014, 30(4): 1～11

[11]余霜， 李光，冉瑞平.基于Logistic-ISM模型的喀斯特地區(qū)農(nóng)戶耕地保護行為影響因素分析.地理與地理信息科學(xué)， 2014， 30(3)： 140～144， 149

[12]曾凌云， 王鈞，王紅亞.基于GIS和Logistic回歸模型的北京山區(qū)耕地變化分析與模擬.北京大學(xué)學(xué)報(自然科學(xué)版)， 2009, 45(1): 165～170

[13]唐華俊， 周清波，楊鵬，等.全球變化背景下農(nóng)作物空間格局動態(tài)變化.北京：科學(xué)出版社， 2014

[14]石淑芹， 李正國，唐華俊，等.社會經(jīng)濟因素對農(nóng)戶作物選擇的影響機制——以黑龍江省賓縣為例.中國農(nóng)業(yè)科學(xué)， 2013, 46(15): 3248～3256

[15]李樹明， 張俊飚，徐衛(wèi)濤．基于logistic模型的環(huán)境友好型作物種子認知研究.統(tǒng)計與信息論壇， 2010, 25(10): 98～102

[16]段小紅， 王化俊.甘肅省糧食綜合生產(chǎn)能力不同階段的影響因素分析.中國農(nóng)業(yè)資源與區(qū)劃， 2011, 32(6): 50～55

[17]余敦， 袁勝國.江西省建設(shè)占用耕地表土剝離的技術(shù)探討.中國農(nóng)業(yè)資源與區(qū)劃， 2016, 37(8): 47～51

[18]孫英蘭. 提高耕地質(zhì)量的有效途徑.瞭望, 2010，(38)： 40～40

[19]陶金先. 山東省農(nóng)業(yè)機械化發(fā)展及對策研究.泰安：山東農(nóng)業(yè)大學(xué)， 2010