前言：中文期刊網精心挑選了糧食產量范文供你參考和學習，希望我們的參考范文能激發你的文章創作靈感，歡迎閱讀。
糧食產量范文1
一、水利建設投入概況
改革開放以來,我國水利基本建設投資,除部分年份的波動外,總體保持著上升趨勢。同時,投資增長具有明顯的階段性。第一階段為1980年至1988年間,該階段的投資總量較小,但是始終保持穩定的增長。第二階段為1989年至1999年間,該階段呈強勁增長態勢。投資總量增長快、增幅大。投資總額由1989年的29.5億元增長到1999年的536.5億元,在增速上,該階段每年均比上年有較大幅度提高,其中,有5年的增幅都在36%以上,平均增幅為33.36%。第階段為2000年至2005年間,該階段雖然投資總量大,但投資增長極為緩慢,處于徘徊增長階段。第四階段為2006年至2010年間,其中,2008年爆發世界性金融危機后,我國政府采取了大規模投資政策,2009年和2010年水利投資增幅明顯。
二、水利建設投入對糧食生產影響的實證分析
(一)水利建設的總投入與糧食生產實證分析
首先,從總體上分析農業水利建設投入對糧食產量的相關性。選用1991-2010年的農業水利建設投入和糧食產量兩組基礎數據,利用Eviews軟件,計量分析出兩者的相關系數為0.687345,初步說明農業水利建設投入與糧食產量有較大的相關性。接下來,為了更精確地分析出農業水利建設投入對糧食產量的相關程度,構建簡單的一元函數:Y=f(X)=AX^a,其中,Y表示糧食產量(三萬噸),X表示農業水利建設投入(三億元),A為農業水利建設投入的產出彈性。為了使數據更準確便于研究分析,將選用的兩組數據統一成萬單位并取對數,然后模型轉化為:LnY=A+aLnX,繼續運用Eviews軟件進行回歸分析,得到如下結果:LnY=0.041496526LnX+10.14848646(3.527451788)(56.60191683)從回歸的效果看,方程擬合的效果一般,擬合度不高,調整后的R^2為0.375881078但從變量的檢驗情況來看,農業水利建設投入的t檢驗值通過檢驗,說明農業水利建設投入的確是糧食產量的影響因素,但并非唯一的影響因素,糧食產量還會受到勞動力、農業生產性投資、糧食播種面積等因素的影響,所以方程的擬合度并不高。
(二)農業水利建設投入的不同要素對糧食生產的實證分析
上文從總體上論證了農業水利建設投入對糧食產量有較大影響,但農業水利建設投入涉及諸多要素,各個方面對糧食產量的影響也不盡相同,接下來進一步分析農業水利建設投入的不同因素對糧食產量的不同影響程度,以了解我國農業水利建設投入的要素所產生的不同效果,進而提出相應的對策建議。我國農業水利建設主要指在農業中興建水利工程設施并對水資源在農業上的利用進行科學管理。它包括:灌溉、排水,調水,防洪,保護水源,水土保持,改良鹽堿地、沼澤地、草場和沙漠,以及農村水電站與水力動力站、農村水運、水面綜合利用、農村居民供水等方面的建設和管理。為了便捷有效地進行量化分析,筆者選取有效灌溉面積、鄉村辦水電站裝機容量、水庫總量等作為農業水利建設投入的不同要素,建立生產函數模型,來具體分析農業水利建設投入的不同方面對糧食生產的不同影響。
1.模型設定
生產函數是指在一定時期內,在技術水平不變的情況下,在生產過程中各種生產要素數量與最大產量之間的關系。其中,柯布一道格拉斯生產函數最具有經濟解釋能力,符合文章的研究需要。
2.數據來源
農業產出數據、農業水利建設投入數據及要素投入數據來源于《中國農村統計年鑒2010》、《中國水利公報》、《中國統計年鑒2011》。其中農業產出以糧食產量為標準,農業水利建設投入的要素很多,為了便于量化收集數據,進行有效的統計分析,選取了有效灌溉面積、鄉村辦水電站裝機容量和水庫總量為標準。同時,根據模型的需要,即結果的精確性,將組不同的水利建設投入要素原始數據統一為萬單位并取對數,得出相應的對數值。
3.經濟計量及結果分析
按照柯布一道格拉斯生產函數對數線性模型,調整后的相關數據,運用E-VIEWS統計軟件進行回歸分析,得出模型如下:LnY=9.170651302+0.381245225LnX1(2.573366)(1.641656)+0.05815745LnX2-0.869252221LnX3(1.209995)(-1.4119)從回歸效果看,調整后的R^2為0.40981825,方程擬合效果良好,基本上與農業水利建設投入對糧食產量回歸分析的擬合效果一致。從各個變量的檢驗情況看,有效灌溉面積、鄉村辦水電站裝機容量和水庫總量的t檢驗值均通過檢驗。并且有效灌溉面積的生產彈性系數為0.381245225,說明有效的灌溉對農作物生長有顯著的推動作用,有效灌溉面積的提高能有效地促進糧食產量的增長。而鄉村辦水電站裝機容量的生產彈性系數為0.05815745,說明鄉村水電站建設也有助于提高糧食產量,但它小于有效灌溉面積的彈性系數,這表明鄉村辦水電站裝機容量的提高對糧食產量的促進作用不如有效灌溉面積對糧食產量的促進作用明顯。也表明我國鄉村辦水電站的作用還沒有充分發揮出來,對農業產出的貢獻不明顯,需要繼續有效地加大鄉村辦水電站的建設。而水庫總量的彈性系數為-0.869252221,說明水庫總量和糧食產量是負相關關系,即水庫總量的增加反而不利于糧食產量的提高。這主要是因為我國現階段的水庫建設比較落后,全國水庫總量較少,其中,主要用于工業用水和城市用水的大型水庫占了較大的比重,而主要用于防洪防災和農田灌溉的水庫總量很少。因此,我國現階段的水庫建設非但沒有促進糧食產量在增長還對其產生了制約。
糧食產量范文2
【關鍵詞】 糧食產量 農民收入 弱外生性 VEC模型
一、問題的提出與文獻綜述
關于影響糧食產量的問題，可以歸納為兩個方面，一是糧食的投入與產出，二是糧食產量的影響因素。糧食的投入與產出實際就是糧食的生產函數，是關于投入要素合理配置下的最大產出，主要體現了技術層面。而影響糧食產量的因素，如農戶的種糧收益、糧食生產資料價格、勞動力投入的機會成本以及糧食價格等，實際上，影響糧食產量的不光這些，凡是能改變糧食生產函數位置的所有因素都是影響糧食產量的因素，比如制度等。因此，分析影響糧食產量因素更具有很現實的政策意義。本文主要研究影響糧食產量另外兩個主要因素：農民收入和糧食價格。首先來看糧食產量對農民收入的影響，糧食產量對農民收入的影響被稱為“谷賤傷農”。其意思為，糧食產量增加，供過于求，糧食價格降低，由于糧食需求價格缺乏彈性，因此，農民從糧食生產獲得的收入就減少了。這是由于把農民收入僅僅限于糧食經營性收入，現實中，由于農村經濟結構的變化，農民兼業現象普遍，農民收入結構不僅有經營性收入，還有工資性收入，財產性收入，轉移支付收入等。如果考慮到這些收入，“谷賤”則不一定“傷農”。因為，一旦“谷賤”，農民會轉向其他方式以獲得收入，理性的農民會找到其他獲得收入的方式。那么，如果農民在其他非經營性生產中能獲得更多的收入，試問，“谷賤”會“傷農”嗎？農民會增加糧食生產的積極性嗎？因此，糧食產量、糧食價格和農民收入不是誰因誰果的關系，而是一個循環的系統。
關于研究收入對糧食產量的影響現有文獻不多，國外學者Park（1993）研究了我國價格雙軌制下價格與糧食產量的關系，他發現現定購價格和定購數量通過收入效應對農戶的糧食生產產生影響，認為收入是影響糧食產量的中間變量；Roland（1998）重點考察了在價格雙軌制下收入因素在糧食生產中的作用，他認為由于定購數量給定，農戶交售給國家的部分只相當于一筆稅收轉移，因此并未多大程度上刺激農民糧食生產積極性；NigelKey（1996）則充分考慮了農民收入、糧食價格二者對糧食產量的影響，他認為如果提高糧食收購價格，農民收入會增加，農民的投入限制因收入增加而緩解則會提高糧食產量。
國內學者更多關注影響糧食產量的價格因素，林毅夫（1993）認為，如果定購數量由總產量內生決定，定購價格變化通過“棘輪效應”對糧食供給反應產生正向影響；孫婭范、余海鵬（1999）通過實證研究發現，糧食價格和糧食產量存在因果關系；高明（2005）則從社會比較收益的角度，對農民收入與農民糧食生產積極性進行了解釋，他認為農戶是理性的經濟人，是耕地經營的微觀主體，他們對耕地投入的積極性是由種地的比較收益決定的，社會比較收益低，使農戶對耕地的資金投入與勞動投入雙下降，影響了耕地的可持續利用與糧食產量的提高。雷欽禮（2005）甚至認為收益的高低對于農民種植糧食的積極性有著決定性的作用。張治華（1997）通過實證分析，分別考察了糧食價格與糧食產量、農民收入與糧食產量的關系，他認為價格對我國糧食生產增長起著明顯的調節和促進作用；同時，糧食產量也引起價格的波動。糧食生產的增長速度，與農民實際收入的增長速度顯著相關。農民收入的增長既是糧食生產增長的結果，也是下一年糧食生產增長的原因。而價格的上漲與糧食生產的增長并不存在必然的因果關系。金和輝（1990）和鄭毓盛等人（1993）從糧食價格與農民收動的角度研究了它們與糧食產量的關系，他們認為定購價格是一種政策導向信號，在定購數量不變的情況下，定購價格的變動將會影響到農戶的預期凈收益，從而影響著農戶的生產決策。
但是以上研究中，同時考慮糧食價格、農民收入與糧食產量關系的并不多。即便考慮了，也往往是一種靜態的研究。近年來，隨著時間的推移，外出務工成為普遍的經濟現象，農民的收入結構已經發生了重大的變化。因此，在考慮這一重大變化的基礎上，本文嘗試采用向量誤差修正模型（vector error correction，VEC）來動態地分析糧食價格、農民收入與糧食產量的關系。
二、描述性分析與假設提出
1、描述性分析
改革開放以來中國糧食產量相對較平穩的波動，但糧食價格水平在不斷上升（見圖1），從整體上升趨勢來看，它們不存在一致的變化趨勢，但事實上，現有理論文獻已經證實，糧食價格和糧食產量存在較穩定的關系，只是這種關系存在滯后性。何蒲明（2010）證實，糧食產量和價格波動相互影響，但產量的變化對價格的變化存在著滯后效應。李靜（2011）認為，糧食生產的波動是引起價格波動的最基本因素，而價格杠桿對調節農戶的糧食生產行為有著至關重要的作用。馬敬桂和李靜（2011）也認為糧食價格與糧食產量存在因果關系。從圖1關于糧食價格和糧食產量的變動趨勢來看證實這種滯后性，二者變動趨勢卻不存在同步性。但長期來說，存在著穩定的關系。
在農民收入方面，總收入在不斷上升趨勢變動，而經營性收入占總收入的比重卻呈遞減趨勢變動（見圖2）。這說明，盡管農民收入在增加，但是農民經營性收入占總收入的比重卻下降，這表明農民從事其他行業獲得更多收入（如工資性收入），因此，經營性收入占總收入的比重卻呈遞減趨勢變動。
從表1可以看出，農民收入中，轉移收入的比重增幅度最大，平均增長率為5.57%，其次為工資性收入和財產收入的比重，其增長率分別為4.39%和3.80%。唯有經營性收入的比重呈遞減幅度減少，其比重增長率為-2.51%。這表明，至1995年來，我國農民的其他各項收入成大幅度上升，而經營收入增幅較慢，因此，農民經營性收入在總收入的比重在減少。
2、假設的提出
根據上面的分析本文提出以下假說：假說1：糧食價格和糧食產量具有協整性，即長期穩定關系。盡管糧食產量受前一期糧食價格的影響，即，產量的變化對價格的變化存在著滯后效應，但是糧食產量也影響糧食價格的變動，這符合“蛛網理論”。這說明，糧食價格和糧食產量互為因果，相互影響，從長期來看，糧食價格和糧食產量存在長期穩定關系。假說2：農民收入對糧食產量具有負影響。由于農民經營性收入占總收入的比重呈遞減趨勢變動，這意味著，對于任何具有理性的農民來說，如有可能，它們會更多地從事其他行業的生產，從而減少經營性方面的投入。我們可以這樣假設，假設農民從事糧食生產獲得的收入為0，從其他行業獲得收入無限大這兩種極端情況，那么農民肯定會放棄糧食生產而轉向其他行業。也就是說，糧食收入占農民總收入比重越小，農民越不愿意從事糧食生產。從圖2知道，盡管農民總收入在不斷增加，但這種增加更多地來源于非經營性收入，由于其他非經營性收入具有“擠出效應”，即其他非經營性收入增加擠占了農民從事經營性生產的動力，因此，農民收入增加，糧食產量會減少。本文接下來就對假說1和假說2進行實證研究。
三、數據與實證方法
1、模型及其說明
回答上述假說1和假說2實質上就是檢驗糧食產量、農民收入和糧食價格所組成的系統協整性，關于變量間的協整性檢驗，大多采用向量誤差修正模型（VEC）。本文也采用該模型研究糧食產量、農民收入和糧食價格之間的關系。自從Sim（1980）具有開創性的利用向量自回歸模型（VAR）之后，向量自回歸模型成為計量經濟學流行使用的實證分析的工具，之后，Engel（1987）和Granger（1987）提出非平穩系統的協整關系的概念并產生了誤差修正模型（ECM）。Johansen（1995）和Hendry（1995）等將協整概念應用到VAR模型，從而發展了向量誤差修正模型（VEC）。本文也將利用VEC模型進行實證分析。向量誤差修正模型本質上是包含協整約束條件的VAR模型，對p階VAR模型：
式中，yt是m維非平穩I（1）序列；xt是d維確定型變量；?著t是新息向量。經過變形，可將其改寫為：
列，經過一階差分的內生變量向量中各序列都是平穩的，所以只有構成∏yt-1的各變量都是I（0）時，才能保證新息是平穩過程。因此可得0
∏=?琢?茁' （2）
其中，兩個分解矩陣的秩都是r。將式（2）代入式（1）后不難發現，?茁'yt-1中每行都有一個I（0）組合變量，即每一行都是使得變量y1，t-1，y2，t-2，…，ym，t-1具有協整關系的一種線性組合形式，因此?茁'決定了協整關系的個數與形式，它的秩r就是線性無關的協整向量的個數，它的每一行構成一個協整向量。另外，矩陣?琢稱為調整參數矩陣。
在運用VEC模型之前需要進行VAR模型滯后階數選擇，滯后階數正確與否影響實證的結果。本文將使用LR檢驗統計量，最終預測誤差FPE，AIC信息準則，SC信息準則和HQ信息準則這五種方式嚴格確定滯后階數。
（1）LR檢驗統計量。似然比（Likelihood ratio，LR）檢驗涉及兩類模型，無約束模型和有約束模型。無約束模型（unrestricted model）是指沒有任何限制的模型；約束模型（restricted model）是指在零假設約束下的模型。似然比統計量是無約束模型和約束模型的最大似然值之差的2倍，即：
（2）最終預測誤差FPE。最終預測誤差FPE（final prediction error criterion）是把下式為最小值的p作為VAR模型的最佳階數：
最終預測誤差準則的優點在于它平衡了選擇低滯后階數造成偏離性的風險和選擇高滯后階數造成方差增大的風險。
（3）信息準則。由于在應用VAR模型時希望滯后期足夠大，從而能完整反映所構造模型的動態特征，但是滯后期越大，自由度就減少，因此需要在滯后期和自由度之間尋找平衡。一般根據AIC（Akaike info criterion）、SC（Schwarz criterion）和HQ（Hannan-Quinn criterion）信息量取值最小的準則確定模型的階數，計算式如下：
AIC=-2ln+2kn；SC=-2ln+klognn；HQ=-2ln+2klog（log（n））n
同時，運用VEC模型需要進行協整檢驗，大多使用Johansen（1985）協整檢驗。協整檢驗法主要包括跡檢驗法和最大特征值檢驗法。
跡檢驗的假設為：
H0：至多有r個協整關系
H1：有m個協整關系（滿秩）
這不是獨立的一個檢驗，而是對應于r的不同取值的一系列檢驗。檢驗從不存在任何協整關系的零假設開始，接著是最多一個協整關系，直到最多m-1個協整關系，共進行m次檢驗，而被擇假設是不變的。
最大特征根檢驗法的假設為：
H0r：有r個0協整關系
H1r：至少有r+1個協整關系
檢驗統計量為：LRmax（r｜r+1）=-Tlog（1-?姿i+1）=LRtr（r｜m）-LR（r+1｜m），r=0，1，…，m-1
檢驗從下往上進行，先檢驗H00，若接受，則表明不存在協整關系，若拒絕，則繼續往上檢驗H01，……，直到接受H0r，表明共有r個協整關系。
2、數據與系統構建
按照本文問題分析的需要，糧食產量模型的內生變量集設定為：
xt=（FPt，RIt，PIt，trendt）
其中，FP表示糧食產量，RI表示農民收入，PI表示糧食價格，trend為時間趨勢變量。為消除異方差和減少數據波動，對數據分別取對數，分別表示為LFP、LRI、LPI。因此，糧食產量模型的內生變量集設定為：
xt=（LFPt，LRIt，LPIt，trendt）
可以利用該系統分析糧食產量、糧食價格和農民收入的相互關系。
本文數據來源于《中國統計年鑒》、《中國農業統計年鑒》1983―2009年相關數據。需要說明的是，本文利用農村居民家庭人均純收入表示農民收入，用糧食價格指數表示糧食價格。為了消除價格因素的影響，以1983年的商品零售價格指數為基期，把環比價格指數轉換成定基價格指數，然后對收入和價格指數數據進行了平減。
四、實證分析
1、實證檢驗
（1）單位根檢驗。運用協整理論，需要首先實證各變量是否具有同階單整性，本文利用目前廣泛使用ADF單位根檢驗。檢驗結果如表2。
由表2可以看出糧食產量、農民收入及糧食價格的對數生成的數據為非平穩的，但它們的一次差分為平穩數據，即LNFP～I（1），LNRI～I（1），LNRI～I（1），因此，它們具有同階單整性，滿足協整檢驗的條件，因此它們所組成的動態系統的協整關系可以用協整理論分析。
（2）滯后階數選擇。VEC模型需要選擇合適的滯后階數，滯后階數選擇的正確與否關系到是建立正確VEC模型的關鍵，本文利用上述的LR、AIC、SC、和HQ統計量進行檢驗，選取的標準為滿足準則最多的階數。檢驗結果如表3。
表3表明，有大半的準則選擇4階滯后階數，由于VEC模型變量差分一次，因此，VEC模型滯后階數應為3階。
（3）協整設定檢驗。為研究糧食產量、農民收入及糧食價格所組成的非穩定系統是否協整，我們首先需要進行協整設定檢驗，對于系統xt=（LFPt，LRIt，LPIt，trendt）所有的協整設定及其相關信息（滯后階數為3）見表4。
對于表4，我們首先排除數據中有二次趨勢的情況，不難看出，AIC=-16.54649（SC=-14.00737）最小，對應于數據中有線性趨勢，協整關系應包含時間趨勢和截距?；诖?，我們運用上述的Johansen的協整理論檢驗這種協整以確定協整個數，結果見表5。
如表5所示，跡檢驗表明在0.05顯著性下第一個、第二個和第三個原假設被拒絕，因此有2個協整關系。
2、實證的結果與分析
通過上述各項檢驗，表6為VEC模型的長期協整關系和短期調整系數，該結果清楚表達系統間的長期和短期變動情況。
這一長期均衡關系可以解釋為糧食產量、糧食價格以及時間變動穩定關系。該協整關系實證了假說1。第二個協整關系可以表示為：
這實際是農民收入、糧食價格和時間之間的長期穩定關系。
由于（3）式和（4）式是穩定關系（I（0）），其線性組合仍然為穩定關系，因此結合以上兩個協整關系（3）和（4），得到以下描述糧食產量、糧食價格、農民收入以及時間長期均衡關系（5）式：
（5）式表明，從長期來說，LPI、LRI的系數符號與理論一致，糧食價格引起糧食產量正向變動，農民收入引起糧食產量負向變動，實證了假說2。
由于（3）式是關于糧食產量、糧食價格以及時間長期均衡關系，該式表明，從長期來看，糧食產量受糧食價格正影響，糧食價格增加，則糧食產量增加，因此要想從長期確保糧食穩定增長，除了保證其他影響糧食產量的因素外，糧食價格也是一個重要的因素。同時從（3）式看出，在樣本期里，我國糧食產量在逐年增長，盡管增長幅度不大。
（4）式是農民收入、糧食價格和時間之間的長期穩定關系，由（4）式可以看出，農民收入與糧食價格成正向變動關系，糧食價格越高，農民收入越高。其原因可能是，一方面國家對糧食實行價格保護政策，糧食價格相對價高，因此，農民從糧食獲得收入較高。另一方面，由于國家采取一系列糧食補貼政策，降低了農民種植糧食的成本，因此，增加了種植糧食的積極性，糧食產量增加，在糧食價格保護政策下，農民收入也就增加。因此糧食價格是增加農民收入的動力。從時間趨勢相的系數來看，我國農民的收入也在較大幅度不斷增加。
（5）式把三個變量作為一個系統描述它們之間的關系，根據（5）式可以看出，糧食產量、糧食價格、農民收入以及時間存在長期均衡關系，從長期來說，糧食價格對糧食產量產生正向影響而農民收入對糧食產量產生卻產生負影響。關于糧食價格對糧食產量的正影響很好理解，糧食價格增加，農民從糧食生產中獲得更多收入，從而增加農民種植糧食的積極性，因此糧食產量增加。但是關于農民收入對糧食產量負影響理由可能是農民收入不僅僅來源于經營性收入，而且還有工資性收入，財產性收入，以及轉移支付收入等，而且其他非經營性收入相對經營性收入給農民帶來更大的效用，因此其他收入對糧食產量產生“擠出效應”。即，由于其他非經營性收入比經營性收入獲得更大的收益，農民轉向其他行業，因此減少了糧食產量生產，糧食產量降低。
同時由表5知道，在LFPt方程中，α1和α2系數都不顯著，對LFPt做外生性檢驗，即假設α1和α2系數同時為0，檢驗結果接受原假設，因此，糧食產量對于長期協整關系來說是弱外生變量，（5）式所示的協整關系對這一變量的短期變化不具有有效的調節效應。同時，說明糧食產量是政府可以控制的變量。類似的，在LRIt和LPIt方程中，α1和α2系數都不顯著，對LRIt和LPIt做外生性檢驗，檢驗結果接受原假設，因此，農民收入和糧食價格對于長期協整關系來說也是弱外生變量，（5）式所示的協整關系對這一變量的短期變化不具有有效的調節效應，它們也是政府可以控制的變量。綜上所述，盡管在長期，糧食價格支配著糧食產量，但是在短期，這種糧食產量的穩定性還不能對即期糧食價格產生有效的調節作用，這一結論隱含的意義為，糧食產量不宜作為我國提高糧食價格的目標變量。而農民收入的弱外生性表明，我國糧食產量還不足以對農民收入的短期調整產生顯著影響。
五、結論
本文首先對我國糧食產量、糧食價格和農民收入進行描述性分析，通過對農民收入結構分解分析的基礎上，運用VEC模型實證檢驗糧食產量、糧食價格和農民收入三者之間的關系。結果顯示，糧食產量、農民收入和糧食價格存在長期均衡關系，從長期來看，糧食產量受糧食價格正影響，因此要想從長期確保糧食穩定增長，除了保證其他影響糧食產量的因素不變外，糧食價格是一個重要的因素。而在樣本期內，農民收入對糧食產量具有負效應，這主要是因為，在農民收入結構中，農業經營性收入在總收入的比重在下降，農民收入的增加主要取決于其他非農業經營收入（盡管經營性收入比重仍然很大），由于其他非經營性收入比經營性收入獲得更大的收益，農民會轉向其他行業，因此減少糧食產量生產。同時，由弱外生性檢驗表明，糧食產量、農民收入和糧食價格對于長期協整關系來說都是弱外生變量，它們對短期變化不具有有效的調節效應，盡管在長期，糧食價格支配著糧食產量，但是在短期，這種糧食產量的穩定性還不能對即期糧食價格產生有效的調節作用，這一結論隱含的意義為，糧食產量不宜作為我國糧食價格的目標變量。而農民收入的弱外生性表明，我國糧食產量還不足以對農民收入的短期調整產生顯著影響。由于，糧食產量、糧食價格和農民收入都是弱外生變量，是政府可以控制的變量，因此，政府可以對他們進行適應性的宏觀調控以保證糧食安全，糧價穩定和農民收入增長。
【參考文獻】
[1] Park，Albert. Do Grain Quotas Matter?[M].grain Research Institute，Standford University，1993.
[2] Roland. Reform without Losers: An Interpretation of China’s Dual-Track Approach to Transition，Forthcoming[J].Journal of Political Economy，1998（21）.
[3] Nigel Key. Transactions Costs in the Agricultural Household Model:Implications for Price Response and Estimation[J].Paper Presented at AAEA Annual Meeting，San Antonio，July. 1996.
[4] 孫婭范、余海鵬：價格對中國糧食生產的因果關系及影響程度分析[J].農業技術經濟，1999（2）.
[5] 高明：現階段農戶對耕地投入的實證研究[J].中國農業資源與區劃，2005（2）.
[6] 雷欽禮：中國糧食生產的價格作用機制分析[J].統計研究，2005（3）.
[7] 張治華：價格對我國糧食生產影響的實證分析及政策建議[J].中國農村經濟，1997（9）.
[8] 金和輝：計劃與市場條件下的中國農戶糧食的供給反映.經濟研究[J].1990（9）.
[9] 鄭毓盛、曾澍基、陳文鴻：中國農業生產在雙軌制下的價格反應[J].經濟研究，1993（1）.
糧食產量范文3
關鍵詞：糧食產量；C-D生產函數模型；影響因素；中國
中圖分類號：F762.1 文獻標志碼：A 文章編號：1673-291X（2009）07-0024-03
2008年中國糧價上漲過快，通貨膨脹壓力明顯加大，不僅給低收入群體生活帶來很多困難，也給國民經濟的快速發展帶來了極大的困擾，因此認真研究和加深了解中國糧食生產的規律和特點，對于穩定發展糧食生產具有重要意義。
一、模型設計
（一）C-D生產函數（Cobb-Douglas Production Function）模型簡介
生產函數這一名詞是由美國數學家Charles.Cobb和經濟學家Paul.Douglas提出來的。他們利用20世紀初美國的歷史統計資料，展開了資本投入（K） 和勞動投入（L）對產量（Y） 的影響研究， 得出了一種生產函數。這種生產函數可以很好地分析資源投入與產品產出之間的經濟數量關系，因此被廣泛地運用。其基本模型為：
Y = AK α L β
其中A是常數項，代表一定的技術水平。α，β分別為資本投入和勞動投入的生產彈性。
（二）糧食產量數學模型的設立
1.數據來源與模型設立
為了基本涵蓋這4類因素， 本文選擇了L：種糧的勞動力數量（萬人）、M：糧食作物播種面積（萬公頃）、K：化肥用量（萬噸）、 P：農業機械總動力（萬千瓦）、H：成災面積（萬公頃）、E：國家凈支農支出（億元，這里用支援農村生產支出和各項費用）為解釋變量。μ為隨機變量，Y是中國年糧食產量（萬噸），是被解釋變量。模型使用1978―2005年時間序列數據，全部數據來源于各年的中國統計年鑒，計量軟件是EVIEWS 5.0。
因此糧食產量的C-D模型可以寫成如下形式：
lnY = lnA（t） + β1lnL + β2lnM + β 3lnK + β 4lnP + β 5lnH
+β 6lnE + μ
其中A（t）代表技術進步，β i代表產出的彈性系數，μ是隨機變量。
2.模型優化、參數估計與檢驗
首先用最小二乘法對數據進行回歸，得到以下回歸結果：
從回歸結果來看，擬合優度為0.95，調整后的擬合優度為0.94，說明模型模擬效果很好。F值較大，表明計量方程從整體上有較好的解釋能力。但是農業勞動力變量沒有通過t檢驗，另外產出與播種面積、農業機械動力和政府支農的反向作用，在經濟意義上有矛盾，可能解釋變量之間存在互相關。
通過對變量間簡單相關系數研究（見表2），發現各變量之間都存在相關關系，因此存在多重共線性，只能對變量逐步回歸，以求出最優模型。
用Y的對數分別對L、M、K、P、H、E的對數作一元線性回歸，找出擬合狀況最好的回歸模型（表3）。經過逐一回歸和比較，可以看出糧食產量Y與農業勞動力L、化肥用量K、農業機械動力P以及政府農業支出E有顯著關系。但是通過綜合比較，發現糧食產量與化肥使用量的彈性關系最顯著，因此以Y=F（K）為初始模型，將其他變量分別引入基本回歸模型中，然后尋找最佳回歸方程。
通過逐步回歸發現（表4），第二到第五個方程的擬合優度R2和F檢驗都通過了，D.W檢驗都在無法判定區域（查表得dL=1.03，dU=1.85）。通過比較，最后我們選擇第四個方程作為最優方程：
lnY = 4.94 + 0.50lnK - 0.14lnP - 0.05lnE
（7.94） （8.53）（-2.00）（-1.99）
R2 = 0.92， F = 104， D.W = 1.51
通過有交叉項的White檢驗，得到表5。從表中看出，檢驗的相伴概率是0.259253，不能拒絕零假設，因此模型不存在異方差。
由D.W檢驗表明， 在5%的顯著性水平下， n=28， k=3（不包含常數項）， 查表得dL=1.18， dU=1.65，由于D.W=1.51，介于dL 、dU之間，因此無法斷定是否存在自相關，只能通過殘差散點圖來驗證，驗證發現該隨機誤差項存在輕微的正相關。于是利用Cochrane-Orcutt迭代法對模型進行修正，經過數次迭代后，對殘差做輔助回歸，其系數ρ達到穩定狀態，得到糧食產量回歸模型：
lnY=3.56+0.51lnK-0.10lnP-0.06lnE
（3.65）（6.03）（-1.00） （-1.32）
R2= 0.84， F= 47.6，D.W = 1.82
通過White檢驗，得知該時間序列數據不存在異方差（見表6）。并且DW=1.82位于dU 與4-dU之間，因此通過Cochrane-Orcutt迭代后消除了模型的自相關，但是后兩項的t檢驗效果變差。
（三）模型結果分析
在所考察的6個影響因素中化肥使用量的生產彈性系數最大為0.51，農業勞動力的彈性不高，表明農民素質有待提高，才能使勞動力的產出彈性增大。農業機械動力和國家農業支出的彈性系數為負表明中國農業機械動力沒有得到有效利用，國家農業支出的增加可能很多資金沒有真正用在改良農村基礎建設上。耕作面積與產出的關聯性小是因為盡管中國耕地在不斷的減少，但單位產量在不斷增加，體現了科技進步的作用，計量結果所產生的反向關系并不表示面積越少，產量越多的意思。成災面積會影響產出增長，但彈性影響并不大。
二、結論與政策建議
從上述計量結果來看，化肥使用量對中國農業產出的增長一直起著不可替代的作用，但是因為化肥使用帶來污染，破壞生態環境，甚至危害人的生命安全，所以我們對此不容忽視，從長期來看，雖然要增加化肥投入，但是要減少無機化肥投入的比例，增加有機和微生物化肥投入的比例。其次是我們要科技興農，提高農民的農作技術和個人素質，使農業勞動力的產出增長彈性變大，同時大力發展科技和創新經營機制，促使農業勞動力轉移，實現規?；洜I，提高生產率等。再次是我們要優化配置農業機械動力，一些適合規模經營的農業地帶應該配置更多的機械動力，而只適合小范圍經營的丘陵地帶應減少機械動力。第四是增加糧食生產需要政府加大價格支持和生產資料補貼，加強抗自然災害和市場風險的能力，加大收入支持等措施，但是這些措施必須落到實處。最后增加糧食產量必須保證糧食種植面積不能大幅度地減少，因此必須抑制政府隨意出賣土地增加財政收入的行為，同時要回歸糧食真實價格，不能人為過分壓低糧食價格，造成農民棄地不種的現象發生。
參考文獻：
[1]陸文聰.對中國主要農產品產需變化趨勢的基本判斷及其政策啟示[J].中國農村經濟，2004，（2）:16-24.
[2]王玉斌，蔣俊朋，王曉志，陳慧萍.中國糧食產量波動影響因素實證分析[J].北京農學院學報，2007，（1）:38-41.
[3]肖國安，王文濤.糧食產量主要影響因素實證分析及政策選擇[J].湖南科技大學學報，2007，（3）:90-93.
[4]謝杰.中國糧食生產影響因素研究[J].經濟問題探索，2007，（9）:36-40.
[5]易丹輝.數據分析與應EVIEWS應用:第1版[M].北京：中國統計出版社，2002.
糧食產量范文4
一、研究背景及意義
作為發展中國家，我國一直致力于促進經濟的發展。然而，任何經濟的發展，必須以農業的發展為基礎。正所謂“大軍未動，糧草先行”，糧食正是經濟發展的保障，是農業的根本。
盡管改革開放以來，我國糧食總產量總體趨勢是增長的，但這種增長并不穩定[1]。從市場經濟的角度來看，影響糧食產量的是糧食的價格，尤其是糧食的收購價格；從生態學的角度來看，影響糧食產量的是包括氣候、物種生存等等的環境因素，風調雨順自然大豐收，而自然災害頻發只能導致大量減產。市場經濟分析的方法，已有經濟學家在為是否應當設定糧食收購的最低價及其影響進行研究。而環境因素是整個糧食生產的大環境，對糧食產量的影響是有目共睹、毋庸置疑的。同時，在對糧食產量所進行的研究中，灰色系統理論分析、最小二乘法、多元回歸法都是常用的方法[2]，而少有學者運用嶺回歸的方法來進行研究。本文嘗試從中國統計年鑒查找有關糧食生產的數據，運用嶺回歸分析的方法找到影響糧食生產的主要因素以及影響方式，為中國糧食產量這個宏觀問題給出另一種微觀分析視角和盡量令人信服的解釋。這也是本文研究意義所在。
二、模型的建立和變量的選擇
對我國糧食產量問題進行的研究一直也是相關學者們的工作。王玉斌等人通過對1949-2004年和1978-2004年兩個區間段內我國稻谷、小麥和玉米產量的波動進行分析后，選用了減稅純收益、成災面積、勞動用工數量、物質投入情況等六個變量，運用最小二乘法進行了實證研究。2009年，吳英杰[3]通過建立柯布道格拉斯對數形式的生產函數，對1978-2005年的相關數據進行了回歸分析。文章選用的指標包括勞動力數量、糧食作物播種面積、化肥用量、國家凈支農支出，分析結果證實了她們對糧食產量的影響作用，并且化肥使用量的彈性系數最大。陳秧分和李先德[4]在2013年進行的研究中，建立了一個包含土地、勞動力、資本和宏觀背景四個方面共11個指標的模型，對中國糧食產量變化進行了分析。模型中包含了耕地面積、受災面積、農業勞動力、農業機械總動力等。綜合相關研究，以及數據的可得性，本文選取了農業化肥施用量、糧食播種面積、農業機械總動力、農業勞動力以及成災面積作為本文模型中的自變量。數據來源于1983-2012中國統計局官網的相關統計結果。
本文建立的模型如下：
μ指其他政策因素以及對因變量有影響的隨機因素
三、統計分析及結果
應用SPSS軟件對所收集的數據進行回歸分析，結果如表一：
表一 5個因素對糧食產量影響的回歸結果
查表可知，在0.05的置信水平下，F（5，24）=2.62，t0.025（24）=2.064，由以上結果可知，模型的整體擬合優度為0.987，并且F檢驗高度顯著（F=359.416，P=0.000）說明模型對實際問題的擬合情況比較好。杜賓沃森值也比較接近于2，說明模型并不存在嚴重自相關問題。但是回歸系數的顯著性檢驗中，X4，X5的回歸系數都無法通過，同時，X4和X5的回歸系數為負值，顯然與經濟意義不符。說明用所有5個變量做回歸并不是很好。
從VIF值可以看出，農業化肥施用量以及農業機械總動力這兩個自變量的方差膨脹因子遠遠超過10，說明存在嚴重的共線性問題。另外，由方差比例表可以看到，第5行X1，X4，X5的方差比例值同時比較大，分別為0.59，0.54.0.52，第6行X2的方差比例值也較大，為0.91.也說明模型中這幾個變量之間存在多重共線性。
以上5個自變量在實際問題中，肯定都對糧食產量有影響，因此不能簡單剔除某些因素以消除或減少共線性問題。這里我們嘗試使用嶺回歸的方法，其結果如表二至表四：
表二：5個因素嶺回歸分析R2與β系數和K值關系表
從嶺跡圖上可以看出，X4、的標準化嶺回歸系數比較穩定，并且絕對值很小，按照嶺回歸剔除變量的原則，可以予以剔除。而其他幾個因素的標準化嶺回歸系數都是比較平滑地趨近于零，無法予以剔除。經過以上分析，模型中保留的自變量為X1，X2，X3，X5，再做嶺回歸，得嶺跡圖如表五和表六：
表五：4個因素嶺回歸分析R2與β系數和K值關系表
為了保證嶺跡回歸圖上各回歸系數的嶺估計基本穩定，并且符號合理，取K=0.05，做嶺回歸估計，得結果如表七：此時，模型擬合優度為0.9794464，F=297.8330972，P=0.000高度顯著。同時，嶺回歸的殘差平方和為18294458，是原來的殘差平方和11730433.58的1.56倍，相差不大?？梢哉f，模型的擬合效果很好，各解釋變量的經濟含義也是符合的。
嶺回歸方程為：Y=-25204.16341+4.28843X1+0.52375X2-0.11790X3+0.03814X5
標準化嶺回歸方程為：Y=1.01295X1+0.35211X2-0.12237X3+0.02476X5
但是在回歸系數的顯著性檢驗中，在0.05的置信水平下，農業勞動力對糧食產量的影響不顯著。這并不能說農業勞動力對糧食產量沒有影響。出現這個統計分析結果，可能是由于農業機械化水平的提高導致的機械對勞動的替代，以及糧食品種的改良和種植技術的提高等因素造成的。
四、結論及建議
從以上嶺回歸結果可以看到，農業化肥施用量、糧食播種面積以及農業勞動力數量均對糧食總產量存在正向影響，也就是在一定條件下，可以通過提高農業化肥施用量、擴大糧食播種面積以及加大農業勞動力投入的方式來提高我國糧食產量。這需要我們做好農業化肥銷售和定價工作，科學施肥，還需要在產業結構調整的同時，注意保障農業用地和農村勞動力的教育和扶持政策。另一方面，成災面積對糧食總產量存在反向影響關系。這一點提醒我們要注重生態環境保護，減少二氧化碳和其他污染物的排放，盡量減少甚至避免認為因素引起的各種災害，真正為糧食增產保駕護航。
參考文獻
[1]王玉斌，蔣俊明，王曉志，陳慧萍.中國糧食產量波動影響因素實證分析[J].北京農學院學報，2007年10月.第22卷第4期 P38-41.
[2]高衛，張電學，雷利軍，劉杰.中國糧食產量影響因素分析及研究方法綜述[J].安徽農業科學，2014，42（33）：11954-11955，11958
[3]吳英杰.中國糧食產量影響因素實證分析[J].經濟研究導刊，2009年第7期：24-26.
[4]陳秧分，李先德.中國糧食產量變化的時空格局與影響因素[J].農業工程學報，2013年10月第29卷第20期：1-10.
作者簡介
梁雨薇.198708.女.漢.湖北紅安.云南大學.管理科學與工程.項目管理方向.碩士研究生
糧食產量范文5
這樣的豐收成果讓人欣喜。今年，長春市調減了1.49萬公頃籽粒玉米種植面積，用來發展蔬菜、食用菌、水果、花卉苗木等特色產業。玉米種植面積減少了，但糧食產量創下了歷史新高，這是如何實現的？“長春市緊緊圍繞現代農業建設，著力提高農業綜合生產能力?！笔修r委相關負責人表示，長春市立足“黃金玉米帶”優勢，通過提高單產來實現糧食總產的穩步提升。集成推廣重大增糧技術、大力推進全程機械化、著力培育新型農業經營主體、加強農業基礎設施建設……這些都成為長春市糧食產量創新高背后的“神秘力量”。
推廣保護性耕作技術覆蓋所有旱田鄉鎮
九臺區城子街鎮陳家村張顯文家的院子里，金燦燦的玉米堆成了小山，趁著天氣晴好，老張正忙著晾曬玉米?！敖衲晔粘上喈敳诲e，一公頃地差不多能打12500公斤糧！”張顯文捧起幾棒玉米，頗為興奮。
張顯文是當地有名的種糧大戶，今年種了120公頃玉米，全部采用保護性耕作技術。免耕播種、苗期深松、秸稈還田、秋季深翻……從種到收，張顯文嚴格執行保護性耕作的各個技術環節，換來了大豐收。“現在玉米價格降下來了，必須得在提高產量上下功夫，這個技術算是用對了，增產效果非常明顯?！睆堬@文對保護性耕作技術贊不絕口。
經過多年推廣，保護性耕作技術已經深受長春市農民認可。今年，這項技術覆蓋了長春市所有旱田鄉鎮，不僅面積發展到18萬公頃，還建設了100個示范點，呈現出良好的發展態勢?！氨Ｗo性耕作實施的總面積保持穩定增長，種植模式標準也趨于統一，已成為長春市重點推廣的重大增糧技術?！笔修r委相關負責人表示。
推進全程機械化綜合農機化水平達81%
玉米籽粒收獲機、免耕播種機、深松整地機……榆樹市弓棚鎮喜迎春農機合作社占地6000多平方米的農機庫房里，60多臺（套）農機整齊排列，頗為壯觀?！敖衲昴茇S收，這些機器立了不少功，忙活了一年，得好好保養保養！”這幾天，喜迎春合作社理事長蔣恩凱正忙著組織農機手對農機進行檢查保養。
“春天種地時，機械播種又快又好，為增產打下了好基礎。夏天田間管理時，農機防病蟲害的效果特別好，減少了損失。”目前，喜迎春合作社從種到收實現了全程機械化。蔣恩凱拍著一臺高大的玉米籽粒收獲機頗為自豪地說，這臺產自芬蘭的農機價值115萬元，成了秋收的“功臣”，“以前從收割到運輸、儲存，玉米損失率都挺高，有了這臺機器，直接就能把玉米粒收回家，顆粒歸倉?！?/p>
今年，長春市農業耕種收全程機械化作業水平有較大提升?！熬C合農機化水平較去年提升2.5個百分點，達到81%。”市農委相關負責人介紹說，長春市今年還深入實施國家糧食生產全程機械化整體推進行動，重點抓了20個新型農機服務組織建設工作，大力推廣機藝組合新技術，助力糧食生產。
發展新型經營主體流轉耕地40.15萬公頃
“我大概算了一下，我們合作社的糧食平均產量能比普通農民高出10%以上！”今年，位于榆樹市的吉林省田豐農機專業合作社的玉米種植面積達到600公頃。忙完了秋收，合作社理事長陳卓開始“秋后算賬”。
規模經營，成為田豐合作社糧食高產的“秘訣”。土地規?；洜I，不僅降低了農業生產成本，更有利于先進技術的應用，從而提高糧食產量。
“就拿春天種地來說，化肥企業專門到地里為我們測土配方，根據土地實際情況，減少了磷肥的施用?！狈柿稀八饺硕ㄖ啤?，讓合作社的農業生產贏在了起跑線上。
糧食產量范文6
2010年,鐵嶺市春季受持續低溫多雨的影響,大部地區整地困難,致使大田播種及水稻育苗播種期推遲10-15天。苗期光、溫、水條件比較適宜,有利于作物的生長發育,作物發育進程加速。7月下旬到8月上旬出現歷史同期最嚴重洪澇,此間多雨寡照,造成玉米授粉不良,水稻穗粒數減少,嚴重影響2010年的糧食產量。2010年,鐵嶺市全年糧食總產量在大災之年仍然達到71億斤,成為鐵嶺市歷史上第二個豐收年。
1 有利條件
1.1 苗期光溫水匹配較好,一定程度上彌補了播種偏晚的不足
5月上中旬,鐵嶺市各地頻繁出現降水過程,土壤墑情較好,對大田作物出苗和苗期生長非常有利,作物長勢較好。受前期持續低溫多雨、播種推遲影響,鐵嶺市大田作物從5月中下旬才開始陸續出苗。5月下旬農作物進入苗期后,氣溫偏高,光照條件好,對幼苗生長十分有利。從5月觀測地段的作物觀測數據顯示,水稻于5月11日出苗,發育期比常年晚20天;大豆5月9日播種,24日出苗,發育期分別比常年晚10天和3天;觀測地段玉米5月16日播種,26日出苗,30日進入3葉期,發育期分別比常年晚25天、14天和12天。從發育期資料可以看出,由于5月后期升溫較快,作物發育期正逐漸拉近與常年的距離。各地苗情長勢普遍較好,均為一、二類苗。
6月上旬鐵嶺市氣溫偏高,光照充足,盡管大部地區沒有降水,但由于前期土壤墑情條件好,光、溫、水條件非常有利于作物的生長發育,作物發育進程加速。旬末鐵嶺市昌圖縣西北部地區及崗坡地旱象露頭,但對作物蹲苗比較有利,促進作物根系下扎,提高了作物的抗旱能力。
1.2 作物營養生長階段溫、光、水匹配較好
6月鐵嶺市光、溫、水匹配較好,利于大田作物生長發育,各地作物發育進程加速,與5月份相比,農作物發育進程與常年的差距縮短3-14天。
7月上中旬降水時段分布較好,使農作物順利進入生殖生長階段。對處于生殖生長階段的大田作物生長有利。
1.3 糧食作物播種面積增加
2010年鐵嶺市加大糧食作物種植面積,全市糧食作物總種植面積435533公頃,比上年增加19070公頃。由于糧食補貼政策作用,玉米面積大幅增加,大豆面積銳減(見表1)。
2 不利條件
2.1 春播期低溫多雨,回暖晚,影響播種進度
2010年鐵嶺市春季氣溫特低、降水特多,日照時數特少(見圖1),均為有氣象記錄以來的最低值、最多值、最少值。受持續低溫多雨的影響,凍土解凍速度緩慢,土壤化通日期較常年偏晚6-9天。日平均氣溫穩定5℃、10℃的日期分別出現在4月15日、18日,5月1日,分別較常年晚7-11天、5-10天。受低溫和農田偏濕的影響,鐵嶺市大部地區整地困難,致使大田播種及水稻育苗播種期推遲10-15天。鐵嶺市近50萬畝玉米改種了生育期125天的中、早熟品種,影響產量。
2.2 春播期低溫多雨,適播期短,苗不齊不壯
春播期低溫多雨,適播期短,機播質量不高,加之土壤濕度大、地溫低,早播地塊出現粉籽、爛籽現象,出苗不齊,有補種現象;這些地區的農作物也會導致苗期作物根系呼吸不暢,發育不良;無法形成發達的根系,苗弱、易感染病害。
2.3 春季低溫,水稻分蘗數少于常年
鐵嶺市2010年春季氣溫特低,地溫回暖緩慢。水稻插秧較常年偏晚15-20天,地溫低、水涼,水稻返青慢、分蘗數少于常年。從觀測地段看,今年每畝地分蘗數比去年少4.78萬株,將減少5-6%。
2.4 陰雨寡照時段明顯,影響產量
7月份至8月上旬鐵嶺市出現陰雨寡照天氣,降水日數達20-21天,光照偏少22-72小時,尤其是7月下旬至8月上旬偏少18-49小時,大部地區光照不足。此期間正值玉米開花授粉,較多的降雨會沖掉花粉,田間濕度較大時,花粉散出也不順暢,花粉擴散能力下降,使授粉不良,出現秕粒、禿尖等現象。7月末水稻進入營養生長和生殖生長并進的拔節孕穗期,此時又遇連續陰雨,氣溫偏低,光照不足,水稻葉齡進程普遍延緩,抽穗期延遲,將導致穗粒數減少,影響了水稻的產量和品質。
2.5 洪澇災害造成部分地塊絕收
7月中旬末至8月上旬,鐵嶺市出現兩次較大范圍的強降水天氣過程。其中7月19日夜間至22日08時鐵嶺市出現了歷史罕見降水過程,大部分地區降水達到大暴雨量級, 此次降水無論量級和強度均為鐵嶺市有氣象記錄以來最強降水過程。此次特大暴雨過程造成嚴重損失,鐵嶺市8個縣(市)、區74個鄉鎮受災。8月4日至5日,鐵嶺市再次出現強降水,強降水出現在鐵嶺市昌圖縣地區,26個鄉鎮在100毫米以上,為大暴雨量級;其他地區雨量為50-100毫米,為暴雨量級;最大降水出現在昌圖縣付家鎮為193.2毫米。
7月20日以來,鐵嶺市各地降水量達355-569毫米,較常年偏多1.6到2.9倍(見圖2)。
據統計,到8月11日,持續的暴雨洪澇災害造成鐵嶺市8個縣(市)區、102個鄉鎮受災,直接經濟損失35.696億元。持續暴雨天氣使部分地區農田土壤過濕,低洼地塊出現作物被淹現象,影響根系呼吸和正常生長,造成作物生長緩慢,發育延遲。部分農田排水困難,雨水積聚過多,使得作物被淹絕收。
3 后期氣象條件及農事措施
8月中旬到9月份鐵嶺市降水正常。熱量條件較前期相比明顯偏好。農作物生長后期氣溫差大,早霜較晚,確保了糧食作物的安全成熟。鐵嶺市各級部門積極抗旱自救,對絕收地塊毀種葉菜類,盡量減少洪澇損失。水稻后期加強田間管理,促進水稻光合作用,提高光能利用率,注重稻瘟病、水稻紋枯病、稻曲病防治,生育中后期控制氮肥用量,以淺水灌溉為主,抽穗開花期保持淺水層,灌足生態需水;灌漿期開始間歇灌溉,改善土壤的通氣狀況,增強根系活力。適當去除部分老葉以有效增加田間通風、光照,促進玉米后期生長;玉米將少數沒有結棒能力的弱、小株剔除,既能節肥,又能利于田間通風透光。同時做好玉米螟、大斑病等病蟲害的防治工作。
另外,2010年糧食播種面積大幅增加,農業產業整體科技含量穩步提高,政府積極落實支農惠農政策,也是2010年糧食增產的重要因素。2010年,鐵嶺市全年糧食總產量在大災之年仍然達到71億斤,成為鐵嶺市歷史上第二個豐收年。
4 結論
2010年,鐵嶺天氣氣候自然因素對糧食產量的影響很大,成為限制糧食產量的主要因素之一。小區域的天氣氣候環境雖對農作物生長有直接影響,但糧食產量仍在變化波動中上升。
參考文獻
