我國主要作物產(chǎn)量波動特征及變化趨勢分析

我國主要作物產(chǎn)量波動特征及變化趨勢分析

中國是一個有著悠久歷史的農(nóng)業(yè)大國，農(nóng)業(yè)在所有經(jīng)濟中發(fā)揮著重要作用。上世紀(jì)80年代改革開放以來,中國農(nóng)業(yè)生產(chǎn)發(fā)展迅猛,以有限耕地養(yǎng)活世界近五分之一人口,取得了舉世矚目的成就(盧良恕,2001)。我國農(nóng)業(yè)生產(chǎn)總體雖呈增長趨勢,但作物產(chǎn)量年際間的波動日益加劇,是普遍存在、不容忽視的問題(林燕和于冷,2006)。作物產(chǎn)量波動不僅制約國民經(jīng)濟的穩(wěn)定發(fā)展,給作物生產(chǎn)者和消費者也帶來極為不利的影響。農(nóng)作物產(chǎn)量波動研究一般以糧食作物為主。前人研究表明,我國糧食作物產(chǎn)量總體呈上升趨勢,年際間存在一定程度波動,且具有周期性強等特點(張宇,1995;賴紅兵,2009);糧食作物產(chǎn)量波動的影響因素大致歸結(jié)為社會因素、氣象因素及其他一些偶然因素,其中氣象因素對糧食作物產(chǎn)量波動的影響遠(yuǎn)大于社會因素的作用(張宇,1995;王玉斌等,2007)。近30年來,糧食作物在農(nóng)業(yè)生產(chǎn)中的主導(dǎo)地位有所降低,其他農(nóng)作物如水果、油料作物等無論種植面積、產(chǎn)量及對農(nóng)業(yè)總產(chǎn)值的貢獻都在不斷提高。但迄今為止,對全國范圍內(nèi)糧食、水果、油料、糖料及棉花等主要農(nóng)作物的產(chǎn)量波動特征及影響因素尚缺乏全面、系統(tǒng)的研究。此外,在農(nóng)作物產(chǎn)量波動影響因素分析研究中,大多學(xué)者都采用單一方法(秦劍,2000;方福平等,2005;張越杰和王軍,2007;田德斌和車明誠,2009),缺乏不同方法之間的比較,一定程度上增加了研究結(jié)論的不確定性。本研究同時采用4種方法對我國主要農(nóng)作物產(chǎn)量的波動特征及其影響因素進行綜合分析,以期為制定并調(diào)整我國農(nóng)作物生產(chǎn)發(fā)展策略,保障糧食、水果等作物安全提供理論依據(jù),并為系統(tǒng)研究作物產(chǎn)量波動影響因素提供方法論支持。1數(shù)據(jù)來源和研究方法1.1作物種類選取我國主要農(nóng)作物包括糧食、水果、油料、糖料和棉花等作物。本文針對每種作物類型,依據(jù)種植面積、產(chǎn)量高低及其在農(nóng)業(yè)生產(chǎn)中的重要性,分別選取了2種代表性作物(棉花作物單列),即:以稻谷和小麥代表糧食作物,柑橘和蘋果代表水果作物,油菜和花生代表油料作物,甜菜和甘蔗代表糖料作物。1981~2010年上述主要農(nóng)作物產(chǎn)量及種植面積數(shù)據(jù)來源于同期《中國農(nóng)村統(tǒng)計年鑒》、中國種植業(yè)信息網(wǎng)及各省市統(tǒng)計年鑒等。1.2自然產(chǎn)生產(chǎn)—研究方法農(nóng)作物產(chǎn)量的構(gòu)成因素包括作物單產(chǎn)和種植面積。其中,作物單產(chǎn)又是在各種自然和非自然因素的綜合影響下形成的。本研究首先從作物單產(chǎn)和種植面積角度分析兩者對農(nóng)作物總產(chǎn)的影響,進而再分析作物單產(chǎn)的影響因素,以確定影響作物產(chǎn)量波動的關(guān)鍵因子。1.2.1作物生產(chǎn)的年際變化作物總產(chǎn)量是由種植面積和單產(chǎn)水平共同決定的,即TY(i)=Y(i)·S(i),其中TY(i)為i年的總產(chǎn),Y(i)和S(i)分別為同年的單產(chǎn)和種植面積。以ΔTY(i)、ΔY(i)和ΔS(i)分別表示第i年與第i-1年總產(chǎn)、單產(chǎn)和種植面積的年際變化,即:ΔTY(i)=TY(i)-TY(i-1);ΔY(i)=Y(i)-Y(i-1);ΔS(i)=S(i)-S(i-1)。由此可將作物總產(chǎn)的年際變化簡化為單產(chǎn)變化的影響(假定種植面積不變)、種植面積變化的影響(假定單產(chǎn)不變)及其互作三部分,即:ΔTY(i)=ΔY(i)·S(i-1)+Y(i-1)·ΔS(i)+ΔY(i)·ΔS(i)。參照張宇(1995)的方法,分別計算單產(chǎn)變化、種植面積變化及其互作對我國近30年主要農(nóng)作物總產(chǎn)年際波動的影響。1.2.2隨機誤差y在農(nóng)業(yè)氣象研究中,作物實際產(chǎn)量通常分解成三部分,即趨勢產(chǎn)量、氣象產(chǎn)量和隨機誤差?？杀硎緸閅=Yt+Ym+ΔY,式中:Y為實際產(chǎn)量;Yt為趨勢產(chǎn)量;Ym為氣象產(chǎn)量;ΔY為隨機誤差。趨勢產(chǎn)量是農(nóng)業(yè)政策、農(nóng)業(yè)科技和投入等社會因素對實際產(chǎn)量的解釋部分,其中農(nóng)業(yè)科技提高包括品種改良、合理施肥與灌溉、病蟲害防治及其他管理措施的改善等,反映了一段歷史時期社會生產(chǎn)力的進步;氣象產(chǎn)量為氣象因子對實際產(chǎn)量的影響;隨機誤差為其他偶然因素對實際產(chǎn)量可能產(chǎn)生的影響,一般不予考慮(王馥棠等,1990)。因此,作物實際產(chǎn)量變化最終可歸為趨勢產(chǎn)量變化和氣候波動影響兩大部分。本文采用以下4種方法對作物單產(chǎn)中的趨勢產(chǎn)量分別進行計算,作物實際單產(chǎn)與趨勢產(chǎn)量的差值即為氣象產(chǎn)量。(1)指數(shù)函數(shù)及規(guī)制函數(shù)回歸擬合是最常用的一類擬合趨勢產(chǎn)量的方法,包括線性回歸、正交多項式、對數(shù)函數(shù)、指數(shù)函數(shù)(Nicholls,1997)、冪函數(shù)及Logistic函數(shù)擬合等。此類方法函數(shù)關(guān)系明確、計算簡單,外推也很方便,但對于產(chǎn)量資料年代較長或曲線關(guān)系復(fù)雜的情況,應(yīng)用此方法有一定的限制(王馥棠等,1990)。(2)間序列測定和分析線性滑動平均估算法是由線性回歸模型與滑動平均相結(jié)合的擬合方法,它將產(chǎn)量的時間序列在某個階段內(nèi)的變化看作線性函數(shù),隨著階段的連續(xù)滑動,可以反映產(chǎn)量的連續(xù)變化。其優(yōu)點在于不必主觀假設(shè)作物歷史產(chǎn)量的曲線類型,也不損失時間序列的樣本容量,是一種應(yīng)用較為廣泛的經(jīng)典方法(魏鳳英,1999;秦劍,2000)。(3)灰色系統(tǒng)模型對作物產(chǎn)量的預(yù)測灰色系統(tǒng)理論由中國學(xué)者鄧聚龍于1982年創(chuàng)立,現(xiàn)已廣泛應(yīng)用于農(nóng)業(yè)、氣象等諸多領(lǐng)域,被認(rèn)為是一種研究“少數(shù)據(jù)、貧信息”問題的新方法(劉思峰等,2010)。該理論認(rèn)為,符合“灰因白果律”的數(shù)據(jù)是全信息的。在作物產(chǎn)量波動分析中,影響作物產(chǎn)量的因素是復(fù)雜多變的,具有“灰信息覆蓋”特點,而每年作物產(chǎn)量又是確定的,具有“白信息覆蓋”特點,從影響因子到作物實際產(chǎn)量符合“灰因白果律”。因此,利用灰色系統(tǒng)理論可以對作物產(chǎn)量進行有效地分析與預(yù)測。其中,灰色系統(tǒng)模型GM(1,1)可將具有隨機性特點的數(shù)據(jù)轉(zhuǎn)化為具有較強規(guī)律性的數(shù)列,從而建立連續(xù)微分方程,可進行長時間高精度的估算與預(yù)測(田德斌和車明誠,2009),近年來在農(nóng)作物趨勢產(chǎn)量估算中得到了一定應(yīng)用?；疑到y(tǒng)模型GM(1,1)常用的精度檢驗方法為平均相對誤差法,計算方法如下:ε=1n∑ni=1∣∣x(0)(i)?x?(0)(i)∣∣x(0)(i)ε=1n∑i=1n|x(0)(i)-x^(0)(i)|x(0)(i),式中ε代表模型平均相對誤差,n為時間序列個數(shù),x(0)(i)為第i個時間序列的原始值,x?x^(0)(i)為第i個序列的估算值。其中,ε<20%為模型適用條件(尹世久等,2009)。(4)回歸系數(shù)計算HP濾波法是Hodrick&Prescott在分析美國戰(zhàn)后經(jīng)濟景氣度時首先提出的一種分析方法。HP濾波法假設(shè)時間序列Yt由趨勢性成分和波動性成分組成,通過對時間估計序列St的選擇,使下述損失函數(shù)的估算值達(dá)到最小,這時的St即認(rèn)為是時間序列Yt的趨勢成分(Cogley和Nason,1995;方福平等,2005)。本方法理論系統(tǒng)完善,但計算方法復(fù)雜,在作物趨勢產(chǎn)量估算中應(yīng)用相對較少。損失函數(shù)為:min{∑Tt=1(Yt-St)2+λ∑Tt=1t=1Τ[(St+1-St)-(St-St-1)]2},式中λ為HP濾波法的計算步長,對于年度數(shù)據(jù),取λ=100。HP濾波法采用EViews6.0進行分析。在利用上述4種方法求得作物趨勢產(chǎn)量和氣象產(chǎn)量的基礎(chǔ)上,同樣參照張宇(1995)的方法計算社會因素和氣象因素對我國主要農(nóng)作物單產(chǎn)年際波動的影響。2結(jié)果與分析2.1種植面積變化對傳統(tǒng)棉我國近30年來主要農(nóng)作物總產(chǎn)年際波動影響因素的分析結(jié)果見表1。可以看出,糧食和水果作物的單產(chǎn)變化是其總產(chǎn)年際波動的主要決定因素,其平均作用超過1/2。棉花和糖料作物與此相反,特別是糖料作物單產(chǎn)變化對總產(chǎn)波動的平均作用只有1/3左右,種植面積變化解釋了近30年總產(chǎn)波動的60%左右。油料作物單產(chǎn)和種植面積的變化對總產(chǎn)波動的影響幾乎相等,共同決定著總產(chǎn)的年際變化。2.2作物聯(lián)產(chǎn)高值化模型的建立2.2.1糧食作物單產(chǎn)的分解利用上述4種方法對我國1981~2010近30年糧食單產(chǎn)中的趨勢產(chǎn)量進行擬合,進而求得相應(yīng)的氣象產(chǎn)量,結(jié)果見圖1和圖2。其中,最優(yōu)回歸擬合方程為:稻谷y=4.3956x0.1147,R2=0.9447,P<0.001;小麥y=0.0773x+2.4069,R2=0.9381,P<0.001(式中,x為時間序列;y為稻谷、小麥趨勢產(chǎn)量),由模型的R2和P值可看出,稻谷和小麥的趨勢產(chǎn)量擬合度很高?；疑到y(tǒng)模型GM(1,1)趨勢產(chǎn)量擬合公式為:稻谷y?y^(0)(x+1)=5.1729e0.0089x;小麥y?y^(0)(x+1)=2.6493e0.0205x(x,y意義同上),模型相對誤差分別為2.24%和3.15%(<20%),說明擬合精度很高。此外,由圖1和圖2可看出,線性滑動平均法和HP濾波法也很好地模擬了作物單產(chǎn)的趨勢變化。糧食作物實際單產(chǎn)與趨勢產(chǎn)量的差值即為相應(yīng)氣象產(chǎn)量。對4種方法獲得的農(nóng)作物趨勢產(chǎn)量和氣象產(chǎn)量分別進行單因素ANOVA檢驗。結(jié)果表明,4種擬合方法得到的糧食作物趨勢產(chǎn)量和氣象產(chǎn)量差異均不顯著,稻谷相應(yīng)的P值分別為1.0000和0.9970、小麥相應(yīng)的P值分別為1.000和0.991(>0.05),說明4種方法在擬合糧食作物趨勢產(chǎn)量上具有等效性。2.2.2水果單產(chǎn)的分解利用上述4種方法對我國近30年水果單產(chǎn)進行了趨勢產(chǎn)量和氣象產(chǎn)量的分解,結(jié)果見圖3和圖4。其中,最優(yōu)回歸擬合方程為:柑橘y=0.3155x+1.9473,R2=0.9018,P<0.001、蘋果y=-0.9413x+0.0786x2-0.0012x3+5.8692,R2=0.9815,P<0.001(x為時間序列;y為柑橘、蘋果趨勢產(chǎn)量)。由模型的R2和P值可看出,兩模型擬合度也很高?；疑到y(tǒng)模型GM(1,1)趨勢產(chǎn)量模擬公式為:柑橘y?y^(0)(x+1)=3.3120e0.0456x、蘋果y?y^(0)(x+1)=2.1149e0.0717x(x,y意義同上),模型的相對誤差分別為9.47%和18.75%,仍滿足模型的適用條件。此外,線性滑動平均法和HP濾波法也很好地反映了柑橘和蘋果單產(chǎn)的趨勢變化。對4種方法獲得的農(nóng)作物趨勢產(chǎn)量和氣象產(chǎn)量分別進行單因素ANOVA檢驗。結(jié)果同樣表明,4種方法得到的作物趨勢產(chǎn)量和氣象產(chǎn)量差異均不顯著,柑橘相應(yīng)的P值分別為0.9990和0.9770、蘋果相應(yīng)的P值為0.9990和0.8180(>0.05),4種方法同樣在水果趨勢產(chǎn)量擬合上具有等效性。2.2.3其他作物單產(chǎn)的分解對于油料、糖料和棉花作物的單產(chǎn)同樣運用上述4種方法進行分解,對得到的各作物趨勢產(chǎn)量和氣象產(chǎn)量分別進行單因素ANOVA檢驗,結(jié)果表明,4種方法彼此間同樣無顯著性差異。因此,本研究中4種方法對各作物趨勢產(chǎn)量擬合是等效的。2.3生產(chǎn)各類作物增長情況以上研究表明,4種作物產(chǎn)量分解方法具有等效性?，F(xiàn)以HP濾波法所得分解結(jié)果為例,分析比較了我國主要農(nóng)作物實際單產(chǎn)、趨勢產(chǎn)量和氣象產(chǎn)量的變化規(guī)律(圖5)?？梢钥闯?近30年來,我國主要農(nóng)作物單產(chǎn)均呈上升趨勢,特別是水果產(chǎn)量上升最為顯著,柑橘單產(chǎn)年均增長率達(dá)7.09%,蘋果單產(chǎn)年均增長率為6.29%;其次為棉花(3.26%)、油料作物(花生3.15%和油菜2.21%);糧食作物單產(chǎn)年均增長率相對較低(小麥2.99%和稻谷1.49%);糖料作物的單產(chǎn)年均增長率不太一致,甜菜較高為4.39%,甘蔗最低為0.85%。各類作物趨勢產(chǎn)量變化和相應(yīng)單產(chǎn)的變化趨勢基本一致。各類作物氣象產(chǎn)量呈劇烈波動特征,年際間缺乏連續(xù)性。通過計算比較各作物相對氣象產(chǎn)量(即氣象產(chǎn)量/相應(yīng)趨勢產(chǎn)量)的平均波動幅度發(fā)現(xiàn),水果氣象產(chǎn)量波動最為劇烈(柑橘相對氣象產(chǎn)量的平均波動幅度為17.76%、蘋果為15.83%),其次為棉花(13.22%)、油料作物(花生9.58%、油菜9.23%)、糧食作物(小麥6.39%、稻谷4.59%),糖料作物氣象產(chǎn)量波動不太一致,甜菜較高為15.11%,甘蔗較低為4.93%。2.4農(nóng)作物高產(chǎn)年際波動的影響仍以HP濾波法所得結(jié)果為例估算社會因素和氣象因素對我國主要農(nóng)作物單產(chǎn)年際波動的影響,結(jié)果見表2?？梢钥闯?所有作物單產(chǎn)的年際波動都主要由氣象因素決定,年際間氣候條件變化對作物單產(chǎn)波動的影響占整個單產(chǎn)波動的57.47%~80.02%。3討論3.1氣候變化對作物產(chǎn)量的影響我國是一個農(nóng)業(yè)生產(chǎn)大國,耕地是農(nóng)業(yè)生產(chǎn)的根本,是人類的衣食之源,也是實現(xiàn)社會經(jīng)濟持續(xù)、穩(wěn)定、健康發(fā)展的重要保證。我國耕地資源總量雖大,但人均耕地卻很少、耕地質(zhì)量較差且耕地后備資源嚴(yán)重不足。特別是近些年來,隨著人口增加、經(jīng)濟發(fā)展和城鎮(zhèn)擴張,我國耕地面積逐年減少。因此,保護耕地面積、提高單位面積產(chǎn)量成為穩(wěn)定并提高農(nóng)業(yè)生產(chǎn)的必須途徑。本研究表明,糧食作物和水果總產(chǎn)的提高主要依賴于單產(chǎn)的提高,油料作物總產(chǎn)的提高中單產(chǎn)和種植面積作用相當(dāng)。但近30年來糖料作物和棉花總產(chǎn)提高主要是種植面積增加的結(jié)果,單產(chǎn)對總產(chǎn)提高的作用較小,這便對進一步提高糖料和棉花作物產(chǎn)量提出了嚴(yán)峻考驗。因此,在當(dāng)今耕地面積有限并日趨減少情況下,進一步提高作物單產(chǎn)對總產(chǎn)貢獻率是保證我國農(nóng)業(yè)生產(chǎn)持續(xù)發(fā)展的一項迫切任務(wù)。作物單產(chǎn)波動主要依賴于農(nóng)業(yè)政策、農(nóng)業(yè)科技進步和投入等社會因素及氣候變化?，F(xiàn)有的對糧食作物研究表明,農(nóng)業(yè)技術(shù)及投入等社會因素對單產(chǎn)的貢獻率越來越受到外界環(huán)境因素削弱或掩蓋,其作用不斷下降,而外界環(huán)境因素的制約則越來越強(潘根興,2010)。張宇(1995)對我國1951~1990年糧食產(chǎn)量波動特征研究表明,氣象因素影響比其他因素如技術(shù)水平作用大,占整個單產(chǎn)變化的一半。葉殿秀(1996)在研究我國關(guān)中地區(qū)1973~1994棉花產(chǎn)量波動中也發(fā)現(xiàn),棉花產(chǎn)量年際波動主要受氣候波動影響。Lobell等(2003)分析比較了氣候和農(nóng)業(yè)管理技術(shù)對美國玉米和大豆產(chǎn)量波動的影響,結(jié)果表明氣候條件特別是生長季溫度變化對作物產(chǎn)量波動具有較大影響,農(nóng)業(yè)管理技術(shù)對作物產(chǎn)量提高的回報率則越來越低。本研究結(jié)果進一步表明,近30年來我國主要農(nóng)作物單產(chǎn)波動均由氣象因素決定,氣候變化制約著農(nóng)作物單產(chǎn)變化。20世紀(jì)90年代以來,全球氣候變化程度日益加劇,其對農(nóng)作物年際間產(chǎn)量的影響也將越來越嚴(yán)重,這對我國農(nóng)業(yè)生產(chǎn)安全提出了嚴(yán)峻考驗。氣候變化下中國農(nóng)業(yè)能否保持可持續(xù)發(fā)展,能否繼續(xù)穩(wěn)定并提高作物生產(chǎn)能力,是關(guān)系國民經(jīng)濟持續(xù)穩(wěn)定發(fā)展和13億人口食物保障的重大國計民生問題。因此,進一步深入研究氣候變化對中國農(nóng)業(yè)生產(chǎn)的影響特點和表現(xiàn),分析氣候變化對農(nóng)業(yè)生產(chǎn)影響的機制和途徑,提出未來我國農(nóng)業(yè)應(yīng)對氣候變化的總體戰(zhàn)略是亟待解決的重大社會和科研問題。3.2趨勢產(chǎn)量的擬合方法作物產(chǎn)量是在各種自然因素和非自然因素的綜合影響下形成的。目前