陕西省粮食产量波动趋势分析

摘 要：运用多种定量分析方法对陕西省粮食产量波动情况进行客观评价。通过变异系数分析发现，榆林市与渭南市的粮食生产属于高产量高变化区域，宝鸡市、西安市和咸阳市属于高产量低变化区域。灰色关联分析结果表明，1995―2014年期间，农药使用量、化肥施用量和有效灌溉面积是粮食产量的主要影响因素，其次是粮食播种面积。GM（1，1）模型预测显示，2016―2020年陕西省粮食产量分别为1 264万吨、1 282万吨、1 300万吨、1 319万吨和1 338万吨。

关键词：陕西省；粮食产量；波动趋势；分析

中图分类号：F326.11 文献标志码：A 文章编号：1673-291X（2017）02-0020-03

粮食生产安全既是重大的国家战略问题，也是关系国计民生的重大问题。2004―2015年间，陕西省粮食生产取得了“十二连增”的辉煌业绩，但其粮食生产仍然面临单产水平低下、增长乏力等突出问题[1]。因此，研究陕西省粮食产量的主要影响因素与波动趋势，对提高陕西省粮食产量与确保粮食生产安全具有重要意义。粮食产量波动是由多种因素综合影响的结果，为了研究陕西省粮食生产的波动趋势，本文将采用灰色关联理论、波动指数和GM（1，1）模型进行分析。

一、产量波动的影响因素分析

粮食产量波动的影响因素有很多，但它们对粮食产量的影响程度却存在着一定的差异性。王雨 （2011）选择了11个影响因素，运用灰色关联理论对湖北省粮食产量进行了相关分析和预测。结果表明，农作物种植面积、农机总动力和农业从业人数是影响湖北省粮食产量波动的最重要因素[2]。宰松梅（2011）选择了8个指标，运用灰色关联理论和神经网络方法对辽宁省粮食产量进行了相关分析和预测。结果表明，耕地面积、灌溉面积和农机总动力是影响辽宁省粮食产量波动的最重要因素[3]。可见，不同的省份，甚至相同的省份在不同的时期，各种因素对粮食产量波动的影响程度可能是不同的。为了分析1995―2014年影响陕西省粮食产量的各种因素的重要程度，本文选择了粮食播种面积、农机总动力、农业从业人数、农药使用量、化肥施用量（折纯量）、塑料薄膜使用量、有效灌溉面积7个指标，运用灰色关联理论对这些因素的重要程度进行分析。按照以下步骤计算关联度：①原始数据初值化，②计算关联系数中的两极差，③计算关联系数（分辨系数取0.5），④计算关联度并进行排名[4]。其计算结果如表1所示。1995―2004年期间化肥施用量、有效灌溉面积和农业从业人数是陕西省粮食产量波动的重要影响因素，说明这一时期粮食增产主要依赖化肥、浇灌和人力。由于陕西省地处西部，是典型的干旱半干旱地区，耕地质量不高，水利设施薄弱，常用耕地中水田和水浇地比例过低，大部分耕地无法有效灌溉，势必影响农业生产效率的提升和粮食生产的产量，耕地贫瘠和农作物干旱成了不容忽视的重要问题。2005―2014年期间影响粮食产量的重要因素是有效灌溉面积、播种面积和农业从业人数。与前一时期有所不同的是，化肥施用量对粮食增产的重要性降低，而粮食播种面积的重要性则有所加强。从1995―2014年来看，影响粮食产量最重要的因素是农药使用量、化肥施用量和有效灌溉面积，其次是粮食播种面积，对粮食产量波动影响相对较弱的因素始终是农机总动力和塑料薄膜使用量。由此说明，陕西省农业生产现代化程度不高，农业机械化程度和塑料薄膜使用量对粮食产量的影响相对较小。另外，由于耕地贫瘠和自然灾害频发，粮食生产对农药化肥的依赖性较强，保证粮食播种面积和有效灌溉对粮食生产至关重要。

二、粮食产量波动的大小衡量

1995年以来，由于粮食作物种植面积减少、化肥施用量和塑料薄膜使用量明显增加，陕西省粮食产量出现了一定的波动。牟ǘ数值来看，1996―1999年、2001年、2004年这6年粮食产量波动较大，每年产量波动均在100万吨以上。为了进一步分析1995―2015年陕西省粮食产量的波动情况，本文采用波动系数来进行衡量，其计算公式为：Kt=（Xt- Xt*）/ Xt*，Xt表示第t年的粮食产量，Xt*表示第t年的粮食产量趋势值，Kt表示第t年的粮食产量波动系数，Kt的绝对值越大，表示第t年的粮食产量波动越明显，偏离粮食产量的长期趋势值越远。Xt*的长期趋势值多采用指数形式、三次式形式、二次式形式或线性形式拟合得到[5]。综合考虑回归方程的拟合优度R2、F值和T值，笔者经过试算发现三次式形式的回归结果较优，所以将其作为粮食产量趋势值的拟合方程，方程形式为：Xt*=1 118.756-5.989 692T+0.016 714T[3]。结合波动系数公式可以得到1995―2015年陕西省粮食产量的波动系数（见表2）。从表2中不难看出，1995年、1998年和2012年陕西省粮食产量波动幅度较大，其波动幅度均超过12%，其中1998年波动系数高达18.9%，而波动周期则较短，说明这3年粮食产量偏离长期趋势值较严重。总的来说，1999年以来粮食产量波动幅度较小，其波动幅度基本局限在10%以内，粮食生产相对较为稳定，产量接近长期趋势值。各地区粮食产量的波动情况则可以采用变异系数来衡量，其计算公式为：Pt=S/Y0，S表示某地区某一时期粮食产量的标准差，Y0表示该地区在这一时期粮食产量的平均值。利用1995―2014年10个省辖市的粮食产量数据计算变异系数如表2所示。从变异系数不难看出，西安市、咸阳市的粮食生产相对稳定，其变异系数小于10%；其他地级市的粮食生产则波动较大，特别是榆林市的粮食产量变异系数高达35.9%。如果以粮食年产量140万吨为界区别粮食生产高产区和低产区，以变异系数13%为界区别粮食产量高变区和低变区，则可以把陕西省西安市和其他九个地级市的粮食生产情况划分为以下4种类型：高产高变型，包括渭南和榆林；高产低变型，包括咸阳市、宝鸡市和西安市；低产高变型，包括延安市和商洛市；低产低变型，包括汉中市、安康市和铜川市。

三、粮食产量波动预测

产量波动的定量预测方法主要有平均平滑法、回归分析法、马尔可夫法、趋势外推法、投入产出法和GM（1，1）模型预测方法。考虑到GM（1，1）模型具有预测精度高、可用于短期和中长期预测等方面的优点，本文采用GM（1，1）模型对陕西省粮食产量进行预测。GM模型的主要思想是运用累加生成法将原始序列（0）转化为生成序列（1），然后对序列（1）建立微分方程型的预测模型。利用2006―2015年陕西省粮食产量数据，采用GM（1，1）模型对陕西省粮食产量进行预测，得到的预测模型为：X（1）（t+1）= 77 021.2e0.01432t-75 979.3，其中，a=-0.014 32，u=1 088.118。运用该模型得到的粮食产量预测值如表3所示，粮食产量预测值与原始值的相对误差均小于5%，平均相对误差仅为1.78%，说明模型预测效果较好。预测结果显示，2016―2020年陕西省粮食产量分别为1 264万吨、1 282万吨、1 300万吨、1 319万吨和1 338万吨，年均粮食产量增长约为18万吨，从而实现陕西省粮食产量稳定在1 250万吨以上的工作目标。

四、结论

通过对陕西省粮食产量波动情况的定量分析，得到如下结论：

1.通过波动系数和变异系数分析发现，1996―1999年、2001年、2004年这6年粮食产量数值波动较大，偏离长期趋势较严重的年份是1995年、1998年和2012年。榆林市与渭南市的粮食生产属于高产量高变化区域，宝鸡市、西安市和咸阳市属于高产量低变化区域。

2.灰色关联分析结果表明，1995―2014年期间，农药使用量、化肥施用量和有效灌溉面积是粮食产量波动的主要影响因素，其次是粮食播种面积；农机总动力和塑料薄膜使用量对粮食产量波动的影响相对较弱。

3.GM（1，1）模型预测显示，2016―2020年陕西省粮食产量分别为1 264万吨、1 282万吨、1 300万吨、1 319f吨和1 338万吨，粮食产量呈现小幅增长的变化趋势。2004年以前，由于受到旱涝、种植面积减少和土地贫瘠等方面的影响，陕西省粮食产量波动幅度较大，尤其以渭南市和榆林市的粮食产量波动最为典型；2004年以后，粮食种植面积趋向稳定，旱涝对粮食生产的影响力减弱，陕西省粮食产量波动幅度较小。

参考文献：

[1] 叶文显，刘勤燕.陕西省粮食生产的时空演变及绩效评价[J].河南农业大学学报，2016，（3）：434-440.

[2] 王雨 .湖北省粮食生产灰色关联动态分析[J].农业技术经济，2011，（6）：81-86.

[3] 宰松梅，温季，仵峰，等.基于灰色关联分析的辽宁省粮食产量预测模型[J].节水灌溉，2011，（5）：64-66.

[4] 刘杰，盛晋华，张雄杰.甜荞产量与农艺性状和生理生化性状的灰色关联度分析[J].作物杂志，2016，（1）：12-15.

[5] 张越杰.吉林省粮食产量波动分析[J].农业技术经济，2007，（3）：74-79.