（农业经济管理专业论文）中东部粮食主产区粮食生产能力研究.pdf

摘要 粮食安全问题始终是中国的重大战略性问题。对中东部粮食主产区粮食生产能力进行系统研 究，是建立粮食安全预警的基础性工作，是实施对粮食宏观调控的前提与基础，对我国粮食生产 决策和保障国家粮食安全具有重要意义。 论文分析了1 9 8 0 2 0 0 4 年我国中东部粮食主产区粮食生产态势，同时进行了作物综合比较 优势分析：分层次探讨了粮食生产能力的各种影响因素对总产的影响，包括粮食作物播种面积和 粮食单产，以及影响粮播面积的子指标( 耕地、复种指数、粮面比重) 及贡献，影响单产的诸多 自然因素和社会性投入因素( 光温水、耕地质虽、社会投入、科技与现代化、经济、政策、资源 等) 以及这些因素之间的相互关系：进行了计量模型构建原理和方法研究，并成功构建了神经网 络组合模型，对中东部粮食主产区影响粮食生产的各要素进行分析预测，得到2 0 0 5 2 0 2 0 年粮 食产量和区间的预测结果，作为粮食生产能力趋势分析的依据；建立了g a r c h 族模型，对由于 政策因素所导致的粮食产量波动的机理进行实证研究，并据此提出政策建议。 论文运用序列分析方法、比较优势理论、组合神经网络模型、格兰杰因果关系检验、g a r c h 波动分析模型等多种方法对中东部粮食主产区的粮食生产能力进行了分析，得到了一些有助于粮 食生产决策的结论，如：中东部粮食主产区粮食产量的增减左右着全国粮食总产量的增减：农业 种植结构的调整，即粮面比重的下降是影响粮播面积下降的首要因素；未来粮食增产的关键节点 在丁提高粮食作物单产；粮食生产波动存在非对称性：提高单产是提高粮食综合生产能力的关键， 但由于粮食总产量受粮食作物播种面积和单产两方面的影响，所以在提高单产的同时，强化耕地 保护，稳定粮食作物播种面积也是保证我国粮食综合生产能力的重要举措。 关键词粮食生产能力，中东部粮食主产区， 神经网络，组合预测，最优权重。数 学模型，粮食单产，g a r c h ，非对称性 a b s t i a c t t h er e s e a r c ho fg r a i np r o d u c o nc a p a c i t yi nt h em a i ng f a i np r o d u c t i o na r e ai n 曲d d l e e a s tr e g i o n s o fc h i n ai so n eo f 山em o s te s s e n t i a lc o m p o n e n t st oe n s u r ef 0 0 ds e c u r i t yo fc h i n a t h e r e f o r c ，t 1 1 e s y s t e m i ca n a l y s i so fg r a i np m d u 血o ns i t i l a n o ni s0 fg r e 砒m e a i lt od e c i s i o n m a k i n g sa n ds t r a t c g yo f c h i n a sg r a i np r o d u c d o n 0 nt t l eb a s i so ft l l ea n a l y s i so fg r a i np r o d u c 廿o ns i t l l a 廿o ni nt h e s er c g i o n s 行o m1 9 8 0t o2 0 0 5 ，山e a u t l l o r h a ss t u d i e dd i v e r s m e df a c t o r sw h i c ha 圩酏tt b eg r a i np r o d u c o nc 叩a c i t ya n dp o t e n n a l 1 1 1 e f a c t o r si n c l u d es o w na r e a sa 1 1 dg r a i ny i e l d s ，w h i c hc o u l db cs u b d i v i d e di n t om a n yc o n d i n o n ss u c ha s c u l 廿v a t e df n e d s ，m u l d p l ec i d p p i l l gi n d e x ，p l a n n n gs t n l c t u r e ，l i g h tt e r r l p e m t u r ew a t e rp e gq u a b t yo f c u l t i v a t e df i e l d ，l a b o r sc o n j b u d o n ，t e c h n o l o g y 柚dm o d e m i z a t i o nf a c t o le c o n o i i l i ci n d e x ， p 0 c y a f f e c n o n ，e c o l o g i c a ll i r n i t ，e t c mm ep a p e la u t b o rh a sa l s o 锄a l y z e dt h ec o r r c l a 【j o na m o n ga l lo ft h e a b o v ei n d i c 撕o n s t h e n ，a u t h o rf b 棚u l a t e dac o m b i n 撕o n a lm a 山e m a t i c sm o d e lo fn e u t r a ln e t w o r kt o f o r e c 觚t 山ep m d u c t i o no fg r a i nf r o m2 0 0 5t o2 0 2 0 a n a l y s i si n d i c a t c dt 1 1 a t ，a l n l o u g hm ed e s c 印d 眦n d o fs o w na r e a 蚰dc u l n v a t e df i e l di so v e r i h e l m i n g i n c r e a s eo ft b e 哪p p l yo fg r a _ mi sm l lf e a n a b l e ， w h i c hc o u l db ea c h i e v e db yi m p r o v e m e n to fg m i ny i e l d t h e r ea r i es 仃o n gc o r r e l 撕o n sb e t w e e n0 u t p u t 锄dy i c l do fg r a i n h e r e w i t l l ，i fw ek e 印t i l es u s t a i n 曲l ed e v e l o p 衄n t0 fy i e l do fg r a i n ，m e l i o r a t e 岫 s u c t l l 陀0 fc r o pv 撕e t y i r r l p r 0 v et h eq u a l i t yo fg r a i na n ds e e d s ，a n de n h a n c em eq u a l i t yo ft l l e c u l n v a t e dn e l db yc o m p e n s a t o r yi n e c h a n i s mo f 山eg r a i nf o rg r c e np 0 1 i c y g r a j np f o d u c t i o nc a p a c i 哼 c o u l db ei r n p r o v e d f 0 1 l o w i n g ，卸t h o r h a sr e s e a r c h 酣t h em e c h 柚i s mw h i c hc a u s e d 山ev o l l i t yo ft h e g 瑚i ns u p p l yi nt l l em a i ng r a i l lp r o d u c t i o na r e ai nm i d d l e & e a s tr e g i o n so fc h i n a ，a n do f 艳r e dap o l i c y o p n o n s 1 1 1t 1 1 ee n d ，廿1 ea u t l l o rd i s c u s s e d 廿1 er e a s o n so fd e s c e n do ft h es o w na r e aa n da s c e n do f 吐l e s u p p l yo f 铲a i n ，t h e nh ed r a wac o n c l u s i o nm a tt h ek 锄a ls t r a 佃g yt 0m a i n t a i nt 1 1 ef o o ds e c u r i 哪o f c h i n ai st om a l 【ep r o p c rp o l i c i e st op t e 虻ta n di m p r o v et 1 1 eg r a i np m d u c d o nc a p a c i t yo fu n i ta r e a k e yw o r d s ： f o o dp r o d u c 廿o nc a p a c i t y m a i ng r 血p m “c d o na r e ai n 蛐d d l e & e a s tr e g i o n so f c h i n a ，n e u r a ln e t w o r k ，f o f e c a s t i n g0 fc o m b i n a 廿o n ，山eb e s td i s t r i b u 廿o nc o e f f i c i e n t ，m a t h e m 啦c sm o d e l ， 如dg r a i ny i e l d s ，g a r c h ，a s y n l m e t r y 图表目录 图1 1 中东部粮食主产区示意图9 图】2 技术路线图1 0 图2 1 中东部粮食主产区区位与生产状况图1 1 囤2 2 中东部粮食主产区1 9 8 0 一2 0 0 4 年耕地面积变化1 3 图2 3 地区耕地面积占全国比例1 9 8 0 一2 0 0 4 年变化趋势1 4 图2 4 中东部各粮食主产区1 9 8 0 一2 0 0 4 粮食播种面积变化1 5 图2 5 中东部粮食主产区1 9 8 0 一2 0 0 4 粮食播种面积变化1 5 图2 6 中东部粮食主产区1 9 8 0 一2 0 0 4 年粮面比重变化1 6 图2 7 中东部粮食主产区1 9 8 0 一2 0 0 4 年作物播种面积的变化1 6 图2 8 地区稻谷播种面积占全国比例1 9 8 0 一2 0 0 4 年变化趋势1 7 图2 9 地区小麦播种面积占全国比例1 9 8 0 一2 0 0 4 年变化趋势1 8 图2 1 0 地区玉米播种面积占全国比例1 9 8 0 一2 0 0 4 年变化趋势1 8 图2 1 l 地区薯类播种面积占全国比例1 9 8 0 一2 0 0 4 年变化趋势1 9 图2 1 2 地区大豆播种面积占全国比例1 9 8 0 一2 0 0 4 年变化趋势1 9 图2 一1 3 中东部粮食主产区1 9 8 0 一2 0 0 4 年粮食单产变化趋势2 0 图2 1 4 中东部粮食主产区1 9 8 0 一2 0 0 4 年粮食单产变化率2 1 图2 - 1 5 中东部粮食主产区1 9 8 0 一2 0 0 4 年粮食总产量的变化2 2 图2 1 6 地区粮食总产量占全国比例1 9 8 0 2 0 0 4 年变化趋势2 3 图2 - 1 7 中东部粮食主产区1 9 8 0 2 0 0 4 年作物总产量的变化2 4 图2 1 8 地区稻谷总产量占全国比例1 9 8 0 一2 0 0 4 年变化趋势2 4 图2 - 1 9 地区小麦总产量占全国比例1 9 8 0 2 0 0 4 年变化趋势2 5 图2 2 0 地区玉米总产量占全国比例1 9 8 0 一2 0 0 4 年变化趋势2 5 图2 2 1 地区薯类总产量占全国比例1 9 8 0 一2 0 0 4 年变化趋势2 6 图2 - 2 2 地区大豆总产量占全国比例1 9 8 0 一2 0 0 4 年变化趋势2 6 图2 2 3 中东部粮食主产区稻谷综合比较优势指数3 0 图2 - 2 4 中东部粮食主产区小麦综合比较优势指数3 1 图2 - 2 5 中东部粮食主产区玉米综合比较优势指数3 1 图2 - 2 6 中东部粮食主产区大豆综合比较优势指数3 2 图2 - 2 7 中东部粮食主产区薯类综合比较优势指数3 2 图3 - 1 中东部粮食主产区1 9 8 0 2 0 0 4 年复种指数变化图3 6 图3 - 2 中东部粮食主产区1 9 8 0 一2 0 0 4 年粮面比重变化图3 7 图3 3 中东部粮食主产区中高产田结构图4 0 图3 - 4 中东部粮食主产区1 9 8 0 1 9 9 6 年农业现代化水平的比较“ 图3 5 中东部粮食主产区1 9 8 0 一2 0 0 4 年粮食总产量与有效灌溉面积变化图4 4 v i 图3 61 9 8 5 2 0 0 3 年间中东部粮食主产区统计受灾面积的变化4 7 图5 1 中东部粮食主产区粮食总产增长率8 6 表2 1 中东部各粮食主产区主要水分指标比较 表2 2 中东部粮食主产区粮食单产增长率( ) 表2 3 粮食产量增减数景及来源( 单位：万吨) ， 表2 42 0 0 3 年、2 0 0 4 年中东部粮食主产区五大粮食作物比较优势指数 表3 11 9 8 0 一2 0 0 4 年中东部粮食主产区单产和面积贡献率3 4 表3 - 2 中东部粮食主产区主要粮食生产指标相关系数3 4 表3 31 9 8 0 2 0 0 4 年中东部粮食主产区耕地、复种指数、粮面比重贡献率3 5 表3 4 中东部粮食主产区中低产田面积和比例( 单位：万亩、) 4 0 表3 5 中东部粮食主产区耕地质量退化情况( ) 4 1 表3 - 6 影响单产的主要社会性指标与单产的相关性分析一4 1 表3 7 影响粮食单产的各社会性指标的灰色关联度4 2 表3 8 中东部各粮食主产区2 0 0 1 2 0 0 4 年农业现代化各指标4 3 表4 1 线性回归预测结论( 单位：千公顷) 5 9 表年2 指数回归预测结论( 单位：千公顷) 5 9 表4 3 对数回 局预测结论( 单位：千公顷) 6 0 表4 4 多项式回归预测结论( 单位：千公顷) 6 0 表4 5 指数平滑预测结论( 单位：千公顷) 6 0 表4 6 a r 眦a 预测结论( 单位：千公顷) ，6 0 表4 7g m ( 1 ，1 ) 预测结论( 单位：千公顷) 6 1 表4 8 d g m ( 2 ，1 ) 预测结论( 单位：千公顷) 6 1 表4 9 神经网络组合预测结论( 单位：千公顷) 6 2 表4 1 0 分区耕地预测结论( 单位：干公顷) 6 3 表4 1 l 复种指数预测结论“ 表4 - 1 2 分区复种指数预测结论6 4 表禾1 3 总播种面积预测结论( 单位：千公顷) 6 5 表4 1 4 格兰杰因果关系6 5 v n 拍铂弘弛 一 | | 一 一 ；| 一 一 一 一 一 一 一 i | | | 一 一 一 一 一 一 i | 一 一 一 一 一 一 一 一 一 一 一据 据数 数计 | | 计统 | | i | 统和 型 i | 和图 模 图方 一络 一方直 型网 直分 模经型分差 元神模差产经传测产总神反预总物个向合食作单前组粮分 l 2 3 4 5斗禾舡舢舢 图图图图图 甜勰 表4 1 5 相关系数6 6 表4 1 6 怀特异方差检验6 6 表4 1 7 自相关检验6 7 表4 1 8 粮食播种面积组合预测结论( 单位：千公顷) 6 7 表4 一1 9 粮面比重预测结论( ) 6 7 表斗2 0 粮食作物种植面积分区预测结论( 单位：千公顷) 6 8 表4 2 1 分作物播种面积预测结论6 8 表牟2 2 有效灌溉率预测结论( ) 6 9 表牟2 3 机电排灌率预测结论( ) 6 9 表4 _ 2 4 机耕率预测结论( ) 7 0 表舢2 5 机械播种率预测结论( ) 7 0 表牟2 6 机械收割率预测结论( ) 7 1 表4 _ 2 7 单位农业劳动力预测结论( 单位：人，千公顷) 7 1 表4 2 8 单位农业机械总动力预测结论( 单位：千瓦斤公顷) 7 2 表4 2 9 农村用电量预测结论( 单位：亿千瓦时) 7 2 表4 3 0 单位化肥纯量预测结论( 单位：吨，千公顷) 7 3 表年3 1 单位农药用量预测结论( 单位：吨，千公顷) 一7 3 表禾3 2 成灾面积比预测结论( ) 7 4 表4 3 3 单产预测结论( 单位；千克雇) 7 4 表4 3 4 总产量预测结论( 单位：干公顷、千克庙、万吨) 7 5 表4 - 3 5 方差分析7 6 表4 3 6j e 态检验和参数估计7 6 表4 3 7 区域粮食预测结论( 单位：万吨) 7 7 表4 3 8 作物产量预测结论( 单位：千公顷、千克庙、万吨) 7 7 表4 3 9 正态检验和参数估计7 8 表4 4 0 预测误差7 9 表5 1 粮食总产量增长率的单位根检验 表5 2 g a r c h ( 1 ，1 ) 模型 表5 3t - g a r c h ( 1 1 ) 模型 表5 4 e g a r c h ( 1 ，1 ) 模型 表5 - 5 改革开放以来粮食供求状况对粮食政策演变的影响 v 跖盯盯昌昌帅 独创性声明 本人声明所呈交的论文是我个人在导师指导下进行的研究工作及取得的研究成 果。尽我所知，除了文中特别加以标注和致谢的地方外，论文中不包含其他人已经发 表或撰写过的研究成果，也不包含为获得中国农业科学院或其它教育机构的学位或证 书而使用过的材料。与我一同工作的同志对本研究所做的任何贡献均已在论文中作了 明确的说明并表示了谢意。 研究生虢岛砷 时问：d 房多月 f 脂 关于论文使用授权的声明 本人完全了解中国农业科学院有关保留、使用学位论文的规定，即：中国农业科 学院有权保留送交论文的复印件和磁盘，允许论文被查阅和借阅，可以采用影印、缩 印或扫描等复制手段保存、汇编学位论文。同意中国农业科学院可以用不同方式在不 同媒体上发表、传播学位论文的全部或部分内容。 ( 保密的学位论文在解密后应遵守此协议) 论文作者签名马 导师签名： 门以 时间：口g 年名月扩日 时间：p6 年移月，p 日 方法，基于作物生长模型的估产方法，基于作物生长模型与g i s 等遥感数据相结合的估产方法。 统计方法存在需要花费大量的人力、物力和财力，而且对大范围地区作物面积较难估测、作物产 量预报不能动态化的问题，遥感和作物生长模型估产具有快速、准确、低成本、精度高等特点， 现在广泛被人们所使f j 。 1 _ 2 1 4 中国粮食作物生产潜力的研究与应用 中国对生产潜力研究的历史较短，也不够系统。早期对西方学者对粮食作物生产潜力的研究 的概括主要包括技术模型应用层面。但笔者认为，影响单产的制度因素、耕作方式、品种选择、 种质资源等因素的把握应建立在国内学者分析的基础上。 任美得( 1 9 3 8 ) 首先注意到中国农业生产力研究的重要性，并以农业生产潜力值为基础估算 土地承载力。此后，汤佩松、殷宏章( t 9 6 1 ) 、竺可桢( 1 9 “) 分别从作物生理和气候角度探讨 了作物生产潜力。2 0 世纪7 0 年代，黄秉维、龙斯玉分别进行了生产潜力的研究。他们的设计思 想与研究方法己被广大农学、气候、地理等方面的专家接受。陈明荣( 1 9 7 9 ) 利用长谷川史郎资 料，首次在国内将温度效应系数引入到生产潜力估算中，随后梁荣欣等( 1 9 8 0 ) 计算光温生产潜 力，不仅涉及光温对作物生长发育的影响，还考虑了作物叶面积动态对作物产量的影响。至此， 中国光合、光温生产潜力研究思想体系基本完善。 2 0 世纪8 0 年代中期，中国作物生产潜力研究更加广泛。于沪宁、龙斯玉、陈明荣等( 1 9 8 3 ) 考虑了水分条件，认为水分是作物生长中的一个十分重要和活跃的生活因素，计算了不同区域光 温降永生产潜力，并以此为基础进行潜力区划；梁荣欣、孙玉亭等探讨了土壤效应系数：江爱良 等则把灾害因子引入作物生产潜力计算中；陈国良等提出了气候一土壤生产潜力模式，尤其郑剑 非、王立祥、冷石林等( 1 9 9 6 ) 较早运用了f a o 农业生态区域法计算作物光温生产潜力，并根 据作物主要发育阶段需水和降水季节分配的吻合程度，确定各阶段作物需水满足率，计算自然降 水生产潜力理论值，得出北方早地6 种作物( 春玉米、春谷、冬麦、春麦、马铃薯和莜麦) 光温 生产潜力、降水生产理论值，平均为1 2 0 4 5 k g ，l l m 2 和5 8 0 5 k g ，l l m 2 ，与试验平均值( 4 5 1 5 k g m m 2 ) 相差2 2 。 在实际生产条件下，由于短期内的不利气候条件、水分和营养供应、耕作措施以及包括收获 在内的问题，产量会遭受损失，这些限制因素无疑是复杂的。计算得出的潜在产量都需要进行综 合订正，而且尽可能搜集当地的观测试验瓷料，采用根据实际数据得出的参数。中国作物生产潜 力研究在光温潜力基础上的水分、土壤、管理技术水平( 如肥料、灌溉方式等) 的订正尤待完善， 但上述的这些有关生产潜力的研究成果，均为各地区进行农业区划和潜力分析提供了理论依据。 总之，目前作物生产潜力研究，国外采用的先进方法基本上是借用计算机技术和田间试验进 行作物生长动态和产量形成模拟，剖析农田水分与生产力的量化关系，而中国则是将潜力分析数 学模型、动态模拟、田间潜力试验等结合探讨。 农业模型的主要目的在于应用。因此，应用性一直是农业模型研制中的重要问题。2 0 世纪 7 0 一8 0 年代的作物模型一般都是以模拟模型为主。模拟模型可以较好地解释与模拟作物的生长发 育过程，但是，只依靠模拟模型，在农业生产的实际应用上还是困难的。2 0 世纪9 0 年代以来， 在农业模型的应用方面进行了多种探索。针对荷兰w o f o s t 模型在中国具体区域的参数校准方 面，中科院地理所的邬定荣等( 2 0 0 2 ) 在山东禹城、中国农科院的郭淑敏( 2 0 0 4 ) 在北京市顺义 5 区进行了增产潜力的模拟研究。研究结果表明，w o f o s t 模型在模拟中国大区域的水分限制产 量和潜在产量方面具有很高的应用价值，与实际产量拟合值很好，这对日益缺水的中国北方地区 作物生产潜力利节水灌溉，提高用水效率起到了积极的指导作用。 1 2 1 5 作物生产潜力模型研究存在问题 第一，模型总体偏重于理论上的推导，参数确定、系数订正缺乏长期系统的试验测定。 第二，多数研究试验局限于田间小区定位观测。这种以点代面的方法针对大规模农业项目存 在问题，容易造成潜力分析结论的失真，对指导生产决策的依据不足。 第三，由丁农业生产不同于工业生产，农业生产过程不可完全模拟，要素的投入不具备完全 可控性，而且各要素对产量的影响是一个交叉作用的结构，因此，以微观层面研究为主所取得的 结论在实际推r 中可能会出现很大的偏差。 第四，潜力研究普遍局限于气候、土壤、水分和作物具体属性等自然和生物影响因素，对社 会经济技术影响因子考虑甚少。在进行宏观尺度的研究时，局限性比较明显。多数研究缺乏从区 域整体角度综合考虑自然潜力和经济技术的协调，潜力开发与资源环境的保护等，不可能在自然 与社会、资源与环境、经济与环保、优化与和谐上达成一致。技术和政策等宏观因素对粮食生产 的影响是不容忽视的，应该在粮食生产模型的参数上有所体现。 1 2 2 宏观模型的研究思路 粮食生产是社会再生产和自然再生产的有机结合，受到社会、经济和气候等多种因素的影响， 所利用的资源包括光照、降水和土地资源，所投入的劳动资料包括机械、畜力等固定资产，也包 括种子、化肥、饲料、农药、农膜、农机等流动资产。除上述投入外，还包括劳动者和技术等社 会投入，并且受社会大环境的制约。 宏观模型测算粮食生产能力的方法，可以概括为通过确定粮食综合生产能力的影响因素，进 行对未来粮食产量进行分析。这种预测在中短期内，在假定光、温、水等自然属性在短期内没有 变化的前提下，建立在对现有的粮食生产条件和政策条件、科技水平及发展基础上的，通过若干 项影响因素作用的粮食播种面积和单产变化，构建计量经济模型作出预测，得到反映未来粮食产 量和结构的可能变化结果。因为对预测前提条件，也就是影响因素的分析也正是影响粮食生产能 力的要素，因此，该方法得到的预测值有理由能够表达对来来中短期内粮食产出能力的测度。 1 2 1 1 计量模型的影响因子选择 一种观点认为，影响粮食综合生产能力的因素包括4 个方面：( 1 ) 政策性因素。如家庭联产承 包责任制，土地承包期的延长，粮食收购价格的几次大幅提高，都调动了农民的生产积极性：( 2 ) 科技性因素。先进耕作技术，浇灌方法的普及和优良品种的推广，对提高粮食单产发挥了重要作 用：( 3 ) 基础设施建设。如水利工程，水库水坝等使农业抵御自然灾害的能力显著提高；( 4 ) 农业资 源区划因素。在微观和宏观层面。均为各级政府指导农业生产提供了依据，全面的农业资源普查 为农业资源的合理利用奠定了基础。 另一种观点认为，影响粮食综合生产能力的因素( 或要素) 主要有5 个方面：( 1 ) 劳动力因素。 6 中国农业科学院硕士学位论文 第一章绪论 劳动力要素从数量和质量两个方面影响粮食综合生产能力的提高。劳动力质量高低以劳动者受教 育程度为衡量基准。劳动者受教育程度对粮食综合生产能力的影响主要表现在：a 文化程度高的 农户择业面宽，收入来自第二三产业的比重高。文化程度高的农户除运作自己承包的耕地外，为 增加收入多向生产的深度和广度开拓，经营_ 二三产业，有的农户甚至以非农产业为主兼营农业， 在增加自身收益的同时也为社会创造了新的财富，间接地增加了粮食综合生产能力。b 不同文化 程度的劳力粮食生产成本不一。( 2 ) 土地要素。从中国的土地国情来看，要提高粮食生产能力，唯 一的出路是提高单产，要提高粮食单产，依赖于土地要素的影响，这个影响不是土地数量的增加， 而是土地质量的改善。( 3 ) 农田水利设施要素。水利是农业的命脉。粮食单产的提高，受农田水利 设旅影响极大。2 0 世纪5 0 年代以来，中国粮食包括水稻单产逐年攀升，有效灌溉的增加起了一 定作用。( 4 ) 化肥施用要素。化肥是现代农业中最大的一项投入，也是增产效果最明显的一项投入。 但化肥在增粮的同时板结+ 壤的负面效应日渐突现，仅仅依靠增施化肥换取更多粮食的思路可能 要付出更人的代价。( 5 ) 农机电要素，农业机械化与农村电气化是重要的农业生产条件，也是农业 现代化的重要标志之。 这些观点的思路大同小异，均反映了选择适合变量、构造粮食供给的计量模型，进行产量和 能力预测的方法。 1 2 1 2 计量模型预测方法梗概 基础预测方法：如算术平均法、加权平均法、截尾均值法、中位数法、临界点法、移动平均 法、几何平均法、指标法。 综合因素预测法：从学术思想来说，应当把粮食生产看作为一个系统，利用系统科学方法来 研究。影响粮食产量的因子很多，主要有三大类：一是社会经济技术因子，如农业政策、价格、 良种、肥料、灌溉、机械动力等；二是自然因子，包括气象因子和非气象因子：三是随机因子。 必须全面地系统地综合地考虑这些因子的作用。 时间序列( t 1 m es 耐e s ) 外推预测模型。根据古扎拉蒂等的归纳：时间序列模型包括多种类 型，主要有自回归( a r ( p ) ) 、移动平均过程( m a ( q ) ) 、二次平均移动模型、指数平滑方法、 自回归与移动平均过程( a r m a ) 、自回归求积滑动平均模型( a 】i m m ( p ，d ，q ) ) 、可控自回归 滑动平均模型( c a r m a ) 、可控自回归积分滑动平均模型( c a r m 俄) 等。分析的主要思想是认 为同一变量在现在时刻的取值，在时间上同以前的观测值有联系。时问序列 x t 的预测是指，如 果x 。已知，要求对t + l 时期未来的x 。t 0 进行预测。由于t 时刻已知，所求x 。+ l 的预测值可以 称为从t 开始的第l 步预测。在此之前，我们进行识别、参数估计、假设检验等，其最终目的就 是利用已有历史数据x l ，x 2 ，x t 预测未来某时期的经济现象。 灰色模型g m ( 1 ，1 ) 和g m ( 2 ，1 ) 。( 邓聚龙，1 9 8 2 ) 首先提出的灰色系统概念，此后建 立了灰色系统理论，并将灰色理论用于预测分析并取得了令人满意的效果。灰色模型也是一种时 间序列的指数平滑法。该模型的特点是需要的历史数据较少，在数据序列较短且具有明确上升趋 势的数据时，预测精度较高。对具有明显上升趋势的数据拟合效果很好，缺点是要求指数趋势的 指数变化特征严格。否则，误差很犬。 神经网络预测方法是一种典型学习型算法，通过非线性方式实现输入端到输出端的映射。拓 扑结构、节点特性和学习算法是确定一个神经网络的三要素，参数自适应b p 算法( 前馈神经网 7 中国农业科学院硕士学位论文 第一章绪论 络) 是一种非参数估计方法扩展k a l m 柚滤波的神经网络学习算法，该方法本质上也是一种时间 序列的模型实现方法，利用此方法可以用于粮食生产的预测( 赵之砚等，2 0 0 3 ) 。 最优加权组合预测模型，即混合模型方法( 孙福田，2 0 0 3 ) ，是采取混合预测模型的方法去 拟合数据的各种含量成分，其原理是单独使用一种模型的预测方法都可能是不全面的。在组合预 测模型中，最关键的问题是如何确定各单一预测模型的权重。现一般采用拉格朗日乘子法及线性 规划等方法。 投入产出分析预测方法( 陈锡康，1 9 9 5 ) 的特点是：不仅研究部门间产品的投入与产山的关 系，而且研究占用与产出、占用与投入之间的数量关系。运用投入产出分析可以预测某个部门或 所有部门的变化及其相互关系。投入产出分析所包含的变量及方程式的个数，可以根据所研究的 问题和资料情况决定。多的可达到数目个变量和方程式。陈锡康编制中国农业投入产出表进行全 国粮食产罱预测，发现耕地在粮食生产中起着远比化肥、农药更为重要的作用，但包括耕地在内 的自然资源在投入产出分析中完全没有得到反映。在研究中国各省、市、自治区的农民人均收入 时又发现，各地区农民的平均受教育水平是决定农民人均收入高低的最重要因子。但是人力资本 ( 劳动力熟练程度) 、科学技术( 如知识和固定资产质量) 等在投入产出分析中也基本上没有得 到反映。 马尔可夫预测方法( 胡锡健等，2 0 0 1 ) 主要是进行状态预测，利用p = ( p i ；) 状态转移矩阵 来预测下一个状态的转移概率。如果把p 看成是投入产出矩阵( 表) ，则马尔可夫预测法同投入 产出比较类似。马氏预测方法就是建立在系统“状态”和“状态转移”的概念上，它是一种动态 的随机数学模型，即马氏链的概念基础上。这种方法将被预测的目标划分为某种状态，和某个状 态的联系就是系统处于这种状态或将要达到某个状态的概率数字。马氏预测的原理就是根据各状 态原有的状态数字，用马氏链的理论得到系统未来将可能达到某些状态的概率。 1 2 1 3 宏观计量模型存在的问题 第一，传统宏观模型在影响因子的选择上，没有对影响单产的光温水等因素进行分析，这样 限制了宏观模型对于生产潜力的诠释力度。 第二，数值估算以点估计为主而非区间估计，缺乏置信区间的假设检验，实证性较差。 第三，模型没有扬长避短，结合多种预测方法的实证研究成果。 1 3 研究方案 无论应用何种计量模型，把微观潜力研究的理论成果引入由诸多影响因素决定的宏观计量模 型，实现点和面的统一，使研究扩展为综合模型，并采用组合分析模型，综合各种分析方法的优 势，是粮食综合生产能力的进展研究方案。 1 3 1 研究区域的选择：中东部粮食主产区粮食生产的战略地位 本文选择中东部粮食主产区作为研究区域，在区域尺度上对粮食生产能力进行研究。我国中 东部粮食主产区包括东北的黑、吉、辽三省、黄淮海的冀鲁豫三省和长江中下游的湘、鄂、赣、 皖、苏五省这二大区域，共计1 1 个省区。该区域以占全国2 2 的士地、5 3 的耕地和5 2 的人 8 口，种植了占全国5 9 的粮食作物，生产了占全旨约6 3 的粮食。其中，稻谷、小麦、玉米、大 豆产量分别占全国总产量的6 0 、7 5 、6 4 和7 6 。作为中国最重要的商品粮生产基地，足 以说明该地区粮食生产在我国的举足轻重的地位。 中东部粮食主产区的粮食生产左右着全国粮食总产量的增减，关系着国家的粮食安全。如 1 9 8 0 一1 9 9 8 年间全国粮食产量增加量的近2 ，3 ( 6 6 5 ) 来自于中东部1 1 个粮食主产省区。1 9 9 8 2 0 0 3 年间全国粮食产量减少量的近2 ，3 ( 6 2 ) 也来自于中东部1 1 个粮食主产省区。2 0 0 4 年 全国粮食产量增加量的8 5 来自于中东部1 1 个粮食主产省区。这表明，只要抓住了中东部粮食 主产省区的粮食生产。全国粮食产量就有了很大的保障。 图1 - 1 中东部粮食主产区示意图 f | 9 1 1b c 撕o no f 血e 删抽g r a i np r o d u 出a r e ai n l i 曲她tr e g i so fc h i n a 该区地处中国中东部( 见图1 - 1 ) ，其特点是地区经济迅速发展、城市化进程不断加快，以及 人口持续增长，对耕地造成的压力越来越大。但这里地势平坦，平耕地比重火，有利于机械化作 业；这里的农田士壤质量相对较好，有利于实现农业高产；这里的农田机械化与水利化水平较高， 有利于国家商品粮生产基地的建设。因该区域东西经度跨越约2 3 。，南北纬度跨越约3 0 。，地 形、气侯及自然、经济差别很大，因此我们的研究叉将该区域分为东北三省区( 以下简称“东北 区”) 、冀鲁豫三省区( 以下简称“冀鲁豫”) 和长江中下游五省区( 以下简称“长江区”) 来分别 予以研究，在我国总体粮食生产现状和布局的基础上，统筹规划，进行区域布局战略调整和政策 研究。 表1 12 0 0 4 年我国中东部粮食主产医农业总体状况 m 1 1 a 鲥c u l m 脚咖d i 廿曲s i n 血e m a i l l g m i n p f o d u c t i o na 蝴i n i l l i d e a 虬r e 西o n s o f c h i n a 注：因2 0 0 4 年分省耕地面积尚未公布本表暂用嗣土资潭部公布的2 0 0 3 年分省耕地面积数据代替 9 1 3 2 研究的方法和技术路线 ( 1 ) 探索我国中东部粮食主产区粮食生产的态势和发展规律：( 2 ) 确立模型的影响冈素；( 3 ) 进 行研究方法的比较分析，选择适合的模型，进行模型构建；( 4 ) 在构建模型的基础上对中国中东 部粮食主产区粮食生产能力进行中长期预测。 登圈 幽划 1 _ 、_ 。弛 堡少一；粼 f 粮食生产能力8 蝽台臻膏培晕 9 、g z e # 2 e e 口捌 1 3 _ 3 数据来源说明 图1 - 2 技术路线图 f i g 1 - 2 t e c h m c 矗lp a t hg r 即h ( 1 ) 中国农业统计资料( 中国统计出版社) 历年数据；( 2 ) 中国农村统计年鉴( 中国统计 出版社) 历年数据；( 3 ) 中国统计年鉴( 中国统计出版社) ；( 4 ) f 0 0 d a n d a g r i c u l m r e o 喀a i l i z a 廿o n 0 f t h e u n 沁d n a t i o n s ( w w w t f a 0 o r g ) ；( 5 ) 中国农业信息网( w w w a g t i g o c n ) ：( 6 ) 中国粮食信息 网( w w w i 盯血g o c n ) ；( 7 ) 国家粮食局( w w w c h 如a g 呵n 9 0 v c n ) ；( 8 ) 国土资源部耕地资源数据 统计 1 4 本章小节 本章分析了进行中东部粮食主产区的粮食生产能力研究的重要意义。并对国内外粮食生产能 力研究的现状进行归纳，就研究的选题思路和研究的目的、研究方案、技术路线加以论述。结合 本阶段课题的研究成果，对研究的侧重点能力的预测部分，所采用的微观潜力分析和宏观模 型构建的方法的研究进展进行简要的阐述，并为二者的整合提出思路，为下一步行文的结构进行 梳理。 1 0 第二章中东部粮食主产区粮食生产态势分析 我国中东部粮食主产区( 以下简称“中东部区”) ，包括东北的黑、吉、辽三省、黄淮海的冀、 鲁、豫三省和长江中下游的湘、鄂、赣、皖、苏五省这三大区域，共计1 1 个省区。该区域以占 全国2 2 的土地、5 3 的耕地和5 2 的人口，种植了占全国5 9 的粮食作物，生产了占全国约 6 3 的粮食。其中稻谷、小麦、玉米、大豆产量分别占全国总产量的6 0 、7 5 、“和7 6 。作为中国最重要的商品粮生产基地，该区域对我国粮食生产占据举足轻重的地位。 中东部粮食主产区的粮食生产左右着全国粮食总产量的增减，关系着国家的粮食安全。如 1 9 8 0 1 9 9 8 年间全国粮食产量增加量的近2 ，3 ( 6 6 5 ) 来自于中东郝1 1 个粮食主产省区。1 9 9 8 2 0 0 3 年间全国粮食产量减少量的近2 ，3 ( 6 2 ) 也来自于中东部1 1 个粮食主产省区。2 0 0 4 年 全国粮食产量增加量的8 5 来自于中东部儿个粮食主产省区。这表明，只要抓住了中东部粮食 主产省区的粮食生产，全国粮食产量就有了很大的保障。 围2 - 1 中东部粮食主产区区位与生产状况图 f j g2 1l 艘蚰加a i i dp r o d d o no f 吐l ei i l a i g f a i np r o d u c n o na f e am 面d e 蜮r c g i o 地o fc 1 1 i 蛆 中东部粮食主产省区具有较为优越的粮食