基于灰色關(guān)聯(lián)分析法的河南省糧食產(chǎn)量影響因素研究

姚睿寬

摘 要：科學合理地利用農(nóng)業(yè)各生產(chǎn)資源要素，是促進糧食增產(chǎn)、確保糧食安全的關(guān)鍵。選取全國第一夏糧大省河南省為研究對象，基于2000—2019年統(tǒng)計數(shù)據(jù)，運用灰色關(guān)聯(lián)方法分析了影響糧食產(chǎn)量的因素，并通過時間序列模型對未來一個時期內(nèi)河南省糧食產(chǎn)量進行了預(yù)測。結(jié)果表明：在影響河南省糧食產(chǎn)量的各個因素中，化肥使用量作用最為明顯，其次為農(nóng)藥使用量和播種面積，受災(zāi)面積的影響程度最低。在未來一個時期內(nèi)，河南省糧食產(chǎn)量預(yù)計將以一定的速度持續(xù)增長。

關(guān)鍵詞：糧食安全;灰色關(guān)聯(lián)分析;時間序列預(yù)測

中圖分類號 F307.11;F304.7 文獻標識碼 A 文章編號 1007-7731（2022）03-0044-05

Abstract： The scientific and rational utilization of various agricultural production resource elements is the key to promoting grain production and ensuring food security. This article selects Henan， the country′s first largest summer grain province， as the research object. Based on statistical data from 2000 to 2019， the gray correlation method is used to analyze the factors affecting grain production， and the grain production of Henan Province in the future is predicted through a time series model. The results showed that among the various factors affecting grain production in Henan Province， the use of chemical fertilizers had the most significant effect， followed by the use of pesticides and the sown area， and the affected area had the least impact. The grain output of Henan Province will continue to grow at a certain rate.

Key words： Food security; Grey relational analysis;Time series forecasting

1 引言

2013年12月，中央經(jīng)濟工作會議提出“以我為主、立足國內(nèi)、確保產(chǎn)能、適度進口、科技支撐”的糧食安全新戰(zhàn)略，確立了“谷物基本自給、口糧絕對安全”的糧食安全新目標，此后連續(xù)數(shù)年的中央一號文件中將糧食安全問題擺在了突出位置。習近平總書記于2020年的中央農(nóng)村工作會議上提出“牢牢把住糧食安全主動權(quán)”，糧食安全戰(zhàn)略被提升到了新高度。糧食產(chǎn)量是衡量糧食安全的重要標志，2008—2020年中國的糧食產(chǎn)量實現(xiàn)連續(xù)13年增長，增長率達25.58%。盡管糧食總產(chǎn)量一直在增加，但糧食增產(chǎn)的資源生態(tài)約束趨緊，糧食安全壓力仍在不斷增大。糧食產(chǎn)量的波動與糧食安全密切相關(guān)，通過對糧食生產(chǎn)波動的現(xiàn)狀、規(guī)律影響因素及成因進行研究，有助于穩(wěn)定我國糧食生產(chǎn)，確保糧食安全。

目前，國內(nèi)學者對于糧食產(chǎn)量問題的研究很多且觀點不盡相同，大體上表現(xiàn)為以下2個方面的基本特征：一是研究視角差異化。劉同山從農(nóng)戶退出承包地意愿方面進行探究并得出農(nóng)戶退出承包地對糧食產(chǎn)量有顯著的負向作用[1]。程名望等認為農(nóng)村勞動力外流對全國、糧食主產(chǎn)區(qū)和糧食產(chǎn)銷平衡區(qū)的糧食產(chǎn)量未產(chǎn)生顯著影響，而對糧食主銷區(qū)的糧食產(chǎn)量產(chǎn)生了顯著的負向影響[2]。伍駿騫等分析了農(nóng)業(yè)機械化發(fā)展水平對糧食產(chǎn)量的直接影響和空間溢出效應(yīng)，并得出農(nóng)業(yè)機械化發(fā)展水平對糧食產(chǎn)量有空間溢出效應(yīng)，即其他區(qū)域農(nóng)業(yè)機械化發(fā)展水平對本區(qū)域糧食產(chǎn)量有顯著的正向影響這一結(jié)論[3]。田甜等通過對糧食產(chǎn)量“十連增”的分析認為，作物單產(chǎn)水平提高對中國糧食增產(chǎn)的貢獻率最大，且未來中國糧食單產(chǎn)的提高將日益依賴于優(yōu)良品種和機械投入[4]。二是研究方法多樣化。星焱等運用動態(tài)面板廣義矩估計方法分析了對糧食產(chǎn)量影響較大的相關(guān)因素，得出種糧收益、預(yù)期種糧收益、財政支農(nóng)對糧食播種面積的增加和糧食單產(chǎn)的提高均起到了顯著作用的結(jié)論[5]。高鳴等運用EDA方法中最新的EBM模型與Goprobit模型探討了貧困時代視角下我國糧食企業(yè)生產(chǎn)科學管理效率及其影響的因素[6]。張永強等通過構(gòu)建雙函數(shù)模型將我國糧食產(chǎn)量劃分為走向趨勢性產(chǎn)量與波動性產(chǎn)量2個組成部分，并從市場和農(nóng)戶的角度分別就資本投入的不確定性與波動對糧食產(chǎn)量影響的時間差別進行了分析[7]。黃勇等采用指數(shù)分解方法，深入地研究了各種影響糧食總產(chǎn)量的變化的主要因素以及它們對糧食生產(chǎn)的貢獻程度[8]。

除此之外，亦有眾多學者聚焦于河南省糧食生產(chǎn)問題的研究。薛龍等分析了河南省糧食生產(chǎn)效率的主要影響因素，認為有效灌溉面積和單位面積糧食產(chǎn)量與糧食生產(chǎn)效率存在正相關(guān)，而人均GDP高的市糧食生產(chǎn)效率則相對較低[9]。陳慧中等對河南省糧食產(chǎn)量波動及其影響因素進行了分析，得出有效灌溉面積、機耕面積、化肥施用量和農(nóng)村家庭平均每人每年純收入可視為河南省糧食產(chǎn)量及波動的主控因素的結(jié)論[10]。劉旗等通過分析河南省2004—2009年的糧食生產(chǎn)面板數(shù)據(jù)認為，糧食直接補貼政策的增產(chǎn)效應(yīng)在糧食主產(chǎn)區(qū)更為顯著[11]。

國外學者對糧食產(chǎn)量所做的相關(guān)研究也很多。Domingos Israel F.N研究了英格蘭北部3個生長季蕎麥的產(chǎn)量情況，得出較早的播種期對其產(chǎn)量有一定的正向影響[12]。Faith R. Chidavaenzi認為在干燥的農(nóng)村地區(qū)采用滴灌方案顯著提高了農(nóng)戶的糧食生產(chǎn)能力、營養(yǎng)和收入[13]。

從上述內(nèi)容可以看出，不同學者在研究糧食產(chǎn)量時，由于所選取的指標不同、方法不同以及研究區(qū)域的不同，會產(chǎn)生不同的研究結(jié)果，在特定時期都具有較高的參考價值。但是其研究局限于糧食的短期波動，無法對長期的、動態(tài)的情況加以把握，且缺乏對糧食產(chǎn)量影響因素的系統(tǒng)性分析探究。為此，本文基于已有的研究成果，運用灰色關(guān)聯(lián)分析方法對河南省糧食產(chǎn)量的波動進行了系統(tǒng)性分析，在此基礎(chǔ)上借助時間序列模型對河南省未來一個時期的糧食產(chǎn)量進行預(yù)測，以期為我國糧食安全戰(zhàn)略中的路徑選擇提供有效的參考。

2 河南省糧食生產(chǎn)對國家糧食安全的貢獻

河南省作為中國典型的農(nóng)業(yè)大省，在糧食生產(chǎn)中自然扮演了重要的角色。圖1顯示了全國及河南省2000—2019年的糧食生產(chǎn)情況。從圖1可以看出，河南省糧食產(chǎn)量自2000年以來取得了連續(xù)增長的成績且其產(chǎn)量在全國的占比呈逐步上升的趨勢。其中，2018年河南省糧食產(chǎn)量為6648.91萬t，占當年全國糧食總產(chǎn)量的10.11%，居于全國第2位。河南省作為農(nóng)業(yè)大省、糧食大省和農(nóng)村人口大省，其農(nóng)業(yè)資源稟賦在全國具有典型性，社會經(jīng)濟條件在全國具有代表性。因此，以河南省為例，對糧食產(chǎn)量的相關(guān)影響因素進行分析，具有較高的現(xiàn)實意義和應(yīng)用價值。

3 河南省糧食產(chǎn)量的灰色關(guān)聯(lián)分析

3.1 灰色關(guān)聯(lián)分析研究思路 灰色關(guān)聯(lián)分析（Grey Relation Analysis，GRA）是一種多因素的統(tǒng)計分析方法。其基本思想是根據(jù)序列曲線幾何形狀的相似程度來判斷其聯(lián)系是否緊密。曲線越接近，相應(yīng)序列之間的關(guān)聯(lián)度就越大，反之就越小。簡單來講，就是在一個灰色系統(tǒng)中，想要了解所關(guān)注的某個指標項目受其他因素影響程度的相對強弱并對這些影響因素進行排序，得到分析結(jié)果，便可得到所關(guān)注的這個指標與哪些因素更相關(guān)，進而有效地調(diào)整系統(tǒng)的運行。數(shù)理統(tǒng)計中的回歸分析、方差分析、主成分分析等都是用來進行系統(tǒng)分析的方法，但存在局限性：要求有大量數(shù)據(jù)和要求樣本服從某個典型的概率分布，要求各因素數(shù)據(jù)與系統(tǒng)特征數(shù)據(jù)之間呈線性關(guān)系且各因素之間彼此無關(guān)，而灰色關(guān)聯(lián)分析的方法可以有效彌補上述方法的局限性。因此，本研究選用灰色關(guān)聯(lián)分析法。

3.2 指標的選取 影響糧食產(chǎn)量的因素有很多，以自然因素和科技因素較為典型。與糧食產(chǎn)量最直接相關(guān)的是自然因素，我國地勢復(fù)雜，耕地面積有限。隨著社會經(jīng)濟不斷發(fā)展以及城市化進程的推進，耕地面積正在進一步縮小，從而制約著糧食生產(chǎn)?？萍际亲钣猩a(chǎn)力的，如果國家的地理條件限制了農(nóng)業(yè)的發(fā)展，科學技術(shù)的投入則可以盡可能減少這些限制。利用水利設(shè)施進行灌溉、施用肥料以及使用農(nóng)藥，可以有效地提高生產(chǎn)能力，而使用農(nóng)業(yè)機械可以提高農(nóng)業(yè)生產(chǎn)效率。如表1所示，本研究選取糧食播種面積和受災(zāi)面積作為自然因素的指標，選取化肥施用折純量、農(nóng)藥使用量、農(nóng)業(yè)機械總動力和有效灌溉面積作為科技因素的指標，數(shù)據(jù)來源為《中國統(tǒng)計年鑒》《河南省統(tǒng)計年鑒》中2000—2019年的相關(guān)數(shù)據(jù)。

首先，為驗證所選取的指標能充分解釋說明要探究的問題，需要對所選取的指標進行檢驗。使用SPSS軟件對河南省糧食產(chǎn)量及其影響因素進行Pearson回歸，用以驗證所選指標的顯著性，確?？梢詷?gòu)成有效的指標體系。分析結(jié)果如表2所示，從表2可以直觀地看出所選取的指標均與河南省糧食產(chǎn)量相關(guān)，因此可以構(gòu)成一個有效的指標體系即：糧食播種面積X1、受災(zāi)面積X2、化肥施用折純量X3、農(nóng)藥使用量X4、農(nóng)用機械總動力X5以及有效灌溉面積X6。

3.3 灰色關(guān)聯(lián)分析 將河南省2000—2019年的糧食產(chǎn)量X0作為參考序列，將上述指標體系中的各項指標作為比較序列，接下來進行灰色關(guān)聯(lián)分析。具體步驟如下：

（1）對所選用的原始數(shù)據(jù)進行預(yù)處理，本文選用初值化法對原始數(shù)據(jù)進行無量綱化處理。具體公式如下：

（3）計算比較序列與參考序列中各指標的關(guān)聯(lián)系數(shù)，具體公式如下：

（4）計算各項指標（X1-X6）與河南省糧食產(chǎn)量（X0）之間的灰色關(guān)聯(lián)度和關(guān)聯(lián)序，具體公式如下：

通過比較各，響因素的灰色關(guān)聯(lián)度大小得出關(guān)聯(lián)序。

3.4 分析結(jié)果 將搜集到的原始數(shù)據(jù)整理后進行灰色關(guān)聯(lián)分析，所得結(jié)果如表3所示。從表3可以看出，從一級指標來看，2000—2019年期間河南省糧食產(chǎn)量受科技因素的影響較大，其次是自然因素。具體到各項二級指標情況時，化肥施用折純量、農(nóng)藥使用量及糧食播種面積與河南省糧食產(chǎn)量的關(guān)聯(lián)度最大，是影響河南省糧食產(chǎn)量的關(guān)鍵因素;有效灌溉面積和農(nóng)用機械總動力與河南省糧食產(chǎn)量的關(guān)聯(lián)度次之，但也是影響河南省糧食產(chǎn)量的重要因素;受災(zāi)面積與河南省糧食產(chǎn)量的關(guān)聯(lián)度最低，對糧食產(chǎn)量的影響較弱，這表明農(nóng)業(yè)抗御自然風險的能力正在逐步增強。以上分析結(jié)果表明，提高糧食產(chǎn)量應(yīng)更加注重科技的投入，現(xiàn)代農(nóng)業(yè)中提高產(chǎn)出要依靠技術(shù)的進步。與此同時，應(yīng)當保證糧食播種面積不減少，雖然糧食播種面積與糧食產(chǎn)量的關(guān)聯(lián)度為0.7691，在各項指標中僅排在第3位，但是保證糧食的播種面積依然是保障糧食產(chǎn)量的關(guān)鍵所在。2000—2019年期間，河南省化肥施用折純量與農(nóng)藥使用量呈現(xiàn)出不斷上升的趨勢，其殘留物易對土壤、地下水等產(chǎn)生污染，威脅生態(tài)環(huán)境。在推行農(nóng)業(yè)綠色發(fā)展觀念的現(xiàn)階段，應(yīng)當適當減少化肥和農(nóng)藥的使用量，通過播種良種來替代化肥農(nóng)藥在提高糧食產(chǎn)量中所發(fā)揮的作用，降低糧食生產(chǎn)對生態(tài)環(huán)境的破壞，促進糧食生產(chǎn)走上綠色可持續(xù)發(fā)展的道路。

4 河南省糧食產(chǎn)量的預(yù)測

本研究選取河南省2000—2019年的相關(guān)時間序列數(shù)據(jù)，時間序列數(shù)據(jù)可以反映河南省糧食產(chǎn)量的發(fā)展變化過程和變化規(guī)律，并可以依此探究出糧食生產(chǎn)過程中各個因素對糧食產(chǎn)量的影響，同時還可以對今后一個時期的糧食產(chǎn)量進行預(yù)測。因此，本文運用2000—2019年的數(shù)據(jù)，通過指數(shù)平滑法對數(shù)據(jù)進行擬合并且預(yù)測未來幾年的糧食產(chǎn)量，得到其近似值。常用的指數(shù)平滑模型包括Holt模型和阻尼Holt模型等。Holt模型簡單可靠易于操作，尤其適用于一些隨時間連續(xù)變化的數(shù)據(jù)。Holt指數(shù)平滑法的模型的一般形式為：

使用SPSS軟件對相關(guān)數(shù)據(jù)進行分析，可以得到2000—2019年河南省糧食產(chǎn)量的擬合值，結(jié)果如表4所示。從表4可以直觀看出，除2000年、2003年、2006年、2007年以及2008年外，其余年份擬合值均與實際值相近，證明擬合優(yōu)度較高，同時圖2曲線接近程度也證明了這一結(jié)果。上述幾年的擬合值與實際值相差較大的原因是當時天氣的劇烈變化情況對糧食產(chǎn)量的影響較大且人為作用的相對減弱，這些情況造成了糧食產(chǎn)量的變化不穩(wěn)定現(xiàn)象的出現(xiàn)。

利用擬合的函數(shù)對未來一個時期的糧食產(chǎn)量進行預(yù)測，其結(jié)果如圖2所示。同時可以得到如表5所示的具體數(shù)值。從圖2可以看出，擬合數(shù)值線和實測數(shù)值線前期存在有一定的差異，但后期二者的差異較小，說明擬合優(yōu)度較高。河南省糧食產(chǎn)量呈現(xiàn)出線性遞增的趨勢，說明在接下來一個時期內(nèi)河南省糧食產(chǎn)量將會以一定的速度保持增長的勢頭，具有一定的增長潛力。

5 結(jié)論與建議

從灰色關(guān)聯(lián)分析結(jié)果可以看出，以化肥施用量、農(nóng)藥使用量為代表的科技因素與河南省糧食產(chǎn)量有著最高的關(guān)聯(lián)度，以糧食播種面積為代表的自然因素與河南省糧食產(chǎn)量有著較高的關(guān)聯(lián)度。其他影響因素的關(guān)聯(lián)度從高到低依次是有效灌溉面積、農(nóng)用機械總動力，受災(zāi)面積與河南省糧食產(chǎn)量的關(guān)聯(lián)度最低。從時間序列模型對河南省糧食產(chǎn)量進行預(yù)測的結(jié)果來看，在今后一個時期河南省糧食產(chǎn)量依然保持著增長的趨勢且保持有較高的增速，預(yù)計到2025年河南省糧食產(chǎn)量將達到7686.12萬t。由此可見，河南省糧食生產(chǎn)具有很大的增產(chǎn)空間，這對于我國社會經(jīng)濟的發(fā)展和保障糧食安全具有重大的現(xiàn)實意義。

根據(jù)以上結(jié)論，就提高糧食產(chǎn)量、保障糧食安全提出了以下幾點建議：

第一，嚴格確保耕地數(shù)量不減少、質(zhì)量不降低，適度合理地增加糧食種植面積。根據(jù)灰色關(guān)聯(lián)分析的結(jié)果來看，除去化肥農(nóng)藥施用量外，糧食播種面積與糧食產(chǎn)量的關(guān)聯(lián)度最高。農(nóng)業(yè)綠色發(fā)展的要求限制了農(nóng)藥化肥的施用，應(yīng)當通過增加糧食播種面積來提高糧食產(chǎn)量。同時，依法有序推進土地流轉(zhuǎn)，減少土地拋荒撂荒的現(xiàn)象發(fā)生。在城鎮(zhèn)化過程中嚴守耕地紅線，控制城鎮(zhèn)化的推進對耕地侵占。

第二，加強農(nóng)田基礎(chǔ)設(shè)施建設(shè)，完善農(nóng)田水利設(shè)施，加強糧食生產(chǎn)的科技投入，確保對農(nóng)田進行有效灌溉?；疑P(guān)聯(lián)分析結(jié)果顯示，有效灌溉面積與糧食產(chǎn)量的關(guān)聯(lián)度也較高。河南省地處華北平原，年降水量較少且降水的季節(jié)分布較為明顯，水資源對糧食生產(chǎn)的約束比較緊，干旱災(zāi)害時有發(fā)生。通過對農(nóng)田水利灌溉設(shè)施的完善以及對水資源的合理調(diào)度，可有效幫助北方糧食主產(chǎn)區(qū)抵御旱災(zāi)的威脅，確保糧食生產(chǎn)不受影響。

第三，在糧食生產(chǎn)過程中要控制化肥、農(nóng)藥的使用，做到科學合理的使用?；疑P(guān)聯(lián)分析的結(jié)果中，化肥、農(nóng)藥的施用量與糧食產(chǎn)量的關(guān)聯(lián)度最高，排在前2位。雖然化肥、農(nóng)藥對于糧食生產(chǎn)有著明顯的促進作用，但如果不加以控制會對環(huán)境造成破壞，過量化肥農(nóng)藥的殘留會造成土壤酸化、硬化，使土地的地力下降，造成糧食減產(chǎn)。同時，加大對低殘留農(nóng)藥化肥研發(fā)過程中的科研投入力度，加大力度宣傳普及化肥農(nóng)藥的正確使用方法以及合理用量，提高利用率、減少殘留，促進糧食生產(chǎn)的綠色可持續(xù)發(fā)展。

第四，進一步完善糧食生產(chǎn)過程中的農(nóng)業(yè)社會化服務(wù)，提高糧食生產(chǎn)的機械化水平。農(nóng)用機械總動力與糧食產(chǎn)量的關(guān)聯(lián)度為0.7571，屬于較強的關(guān)聯(lián)水平，這表明農(nóng)業(yè)機械化水平對于糧食產(chǎn)量有著較高的影響力。同時，河南省地處平原地區(qū)，耕地地勢平坦且相連，適宜在糧食生產(chǎn)中推廣規(guī)?；?、機械化模式，因此，在糧食生產(chǎn)的過程中應(yīng)進一步提高機械化水平。政府部門應(yīng)當采取措施來減少國際糧價“天花板”和國內(nèi)農(nóng)資價格“地板”對糧農(nóng)的擠壓效應(yīng)，通過財政補貼、維持市場糧價來確保糧農(nóng)的收入，提高農(nóng)戶種糧積極性，有助于社會穩(wěn)定和保障糧食安全。

進入21世紀以來，我國糧食產(chǎn)量不斷提高，為社會經(jīng)濟的發(fā)展提供了可靠的物質(zhì)基礎(chǔ)，但是水資源、土地資源和生態(tài)環(huán)境對糧食增產(chǎn)造成的約束越來越緊。因此，在我國經(jīng)濟進入新常態(tài)的形勢下，更應(yīng)對糧食安全予以重視，以確保糧食產(chǎn)量穩(wěn)定增長。

參考文獻

[1]劉同山.農(nóng)戶承包地退出意愿影響糧食產(chǎn)量嗎？——基于處理效應(yīng)模型的計量分析[J].中國農(nóng)村經(jīng)濟，2017（01）：68-81，95-96.

[2]程名望，黃甜甜，劉雅娟.農(nóng)村勞動力外流對糧食生產(chǎn)的影響：來自中國的證據(jù)[J].中國農(nóng)村觀察，2015（06）：15-21，46，94.

[3]伍駿騫，方師樂，李谷成，等.中國農(nóng)業(yè)機械化發(fā)展水平對糧食產(chǎn)量的空間溢出效應(yīng)分析——基于跨區(qū)作業(yè)的視角[J].中國農(nóng)村經(jīng)濟，2017（06）：44-57.

[4]田甜，李隆玲，黃東，等.未來中國糧食增產(chǎn)將主要依靠什么？——基于糧食生產(chǎn)“十連增”的分析[J].中國農(nóng)村經(jīng)濟，2015（06）：13-22.

[5]星焱，胡小平.中國新一輪糧食增產(chǎn)的影響因素分析：2004—2011年[J].中國農(nóng)村經(jīng)濟，2013（06）：14-26.

[6]高鳴，馬鈴.貧困視角下糧食生產(chǎn)技術(shù)效率及其影響因素——基于EBM-Goprobit二步法模型的實證分析[J].中國農(nóng)村觀察，2015（04）：49-60，96-97.

[7]張永強，張曉飛，周寧，等.農(nóng)戶資本投入不確定性對糧食產(chǎn)量影響的空間差異分析[J].農(nóng)業(yè)技術(shù)經(jīng)濟，2017（03）：14-24.

[8]黃勇，朱信凱.基于指數(shù)分解法的中國糧食增量貢獻要素研究[J].農(nóng)業(yè)技術(shù)經(jīng)濟，2014（06）：92-102.

[9]薛龍，劉旗.基于DEA-Tobit模型的河南省糧食生產(chǎn)效率分析[J].河南農(nóng)業(yè)大學學報，2012，46（06）：700-704.

[10]陳慧中，徐夢潔，劉勤.河南省糧食產(chǎn)量波動及其影響因素分析[J].江西農(nóng)業(yè)大學學報（社會科學版），2010，9（01）：60-65.

[11]劉旗，劉培培.糧食直接補貼的增產(chǎn)效應(yīng)——基于河南省面板數(shù)據(jù)的分析[J].經(jīng)濟經(jīng)緯，2013（03）：36-40.

[12]Domingos Israel F.N.， Bilsborrow Paul E. The effect of variety and sowing date on the growth，development，yield and quality of common buckwheat （Fagopyrum esculentum Moench）[J]. European Journal of Agronomy，2021，126：126246.

[13]Faith R. Chidavaenzi， AdrinoMazenda， NtobekoNdlovu. Household survival and resilience to food insecurity through the drip irrigation scheme in dry rural areas[J].Jamba：Journal of Disaster Risk Studies，2021，13（1）.

（責編：張宏民）

3200500338247