|本期目录/Table of Contents|

[1]沈方,郝瑞彬,尹力军,等.我国粮食主产区粮食生产变动贡献因素分解[J].江苏农业科学,2018,46(22):328-333.
　Shen Fang,et al.Decomposition of contributing factors for grain production changes in Chinas major grain producing areas[J].Jiangsu Agricultural Sciences,2018,46(22):328-333.
点击复制

我国粮食主产区粮食生产变动贡献因素分解(PDF)
分享到：

《江苏农业科学》[ISSN:1002-1302/CN:32-1214/S]

卷:
第46卷
期数:
2018年第22期
页码:
328-333
栏目:
农业经济与管理
出版日期:
2018-12-01

文章信息/Info

Title:
Decomposition of contributing factors for grain production changes in Chinas major grain producing areas
作者:
沈方;  郝瑞彬;  尹力军;  李文荣;  殷书柏
唐山师范学院资源管理系，河北唐山 063000
Author(s):
Shen Fang; et al
关键词:
粮食产量; 因素分解; RLI法; 粮食主产区; 播种面积效应; 作物生产力效应; 作物结构效应
Keywords:
-
分类号:
F326.11
DOI:
-
文献标志码:
A
摘要:
利用2003—2014年我国粮食主产区相关数据，基于改进的拉氏因素分解方法，建立粮食产量变动因素分解模型，定量分析了粮食播种面积、作物单产和种植结构三者的变化对粮食产量变动的影响。结果表明：研究期主产区粮食增产同时得益于播种面积扩大、作物生产力提高和粮食种植结构调整，贡献率分别为53.92%、32.78%、13.30%。从作物角度看，小麦、玉米、稻谷单产提高是主产区作物生产力效应提高的主体；玉米、稻谷种植比例调增是作物结构效应提高的主体。研究期13个主产省(区)都实现了粮食增产，但增产量及其驱动因素空间差异大，黑龙江、吉林、辽宁等9个主产省(区)的首要增产因素是播种面积扩大；河北、安徽等4个主产省(区)的首要增产因素是作物生产力提高。从作物角度看，各主产省(区)作物生产力效应变化的主要驱动作物差别大，规律性不明显；而作物结构效应变化的主要驱动作物基本上都是相对高产的玉米、水稻、小麦种植比例调增，相对低产的大豆、薯类、杂粮种植比例调减。
Abstract:
-

参考文献/References:

［1］顾莉丽. 中国粮食主产区粮食产量波动研究［J］. 安徽农业科学，2011，39(20)：12458-12461.
［2］叶明华. 中国粮食实现稳定增产了吗?——基于1978—2009年粮食主产区粮食产量的H-P滤波分解［J］. 财贸研究，2012，23(3)：15-21.
［3］张利国. 新中国成立以来我国粮食主产区粮食生产演变探析［J］. 农业经济问题，2013，34(1)：20-26.
［4］蒋黎，朱福守. 我国主产区粮食生产现状和政策建议［J］. 农业经济问题，2015(12)：17-24.
［5］李睿. 我国粮食主产区农业生产要素投入的产出效应分析［J］. 南方农业学报，2016，47(1)：153-158.
［6］张利国，鲍丙飞. 我国粮食主产区粮食全要素生产率时空演变及驱动因素［J］. 经济地理，2016，36(3)：147-152.
［7］刘影，肖池伟，李鹏，等. 1978—2013年中国粮食主产区“粮-经”关系分析［J］. 资源科学，2015，37(10)：1891-1901.
［8］石奇，武同华. 我国粮食主产区粮食生产影响因素的主成分分析［J］. 南京财经大学学报，2012(5)：20-25.
［9］牛乔丽. 我国粮食主产区主要粮食作物生产能力区域比较优势分析［J］. 当代经济，2013(9)：76-78.
［10］罗海平. 基于偏离-份额法的我国粮食主产区粮食产量结构与增长效益研究：1980—2012［J］. 云南财经大学学报，2014，30(5)：23-30.
［11］郭淑敏，马帅，陈印军. 我国粮食主产区粮食生产影响因素研究［J］. 农业现代化研究，2007，28(1)：83-87.
［12］罗光强，邱溆. 提高我国粮食主产区粮食生产能力的对策［J］. 经济纵横，2013(3)：87-91.
［13］刘守义. 我国粮食主产区粮食产量波动及增长影响因素分析［J］. 江西社会科学，2014，34(8)：96-100.
［14］李裕瑞，刘彦随，龙花楼. 江苏省粮食生产时空变化的影响机制［J］. 地理科学进展，2009，28(1)：125-131.
［15］倪超，雷国平. 黑龙江省粮食产量变化及驱动因素分析［J］. 干旱区资源与环境，2013，27(5)：14-19.
［16］李瑞华，李明秋. 河南省粮食产量影响因素分析［J］. 广东农业科学，2009(7)：323-325.
［17］尹世久，吴林海，张勇. 我国食产量波动影响因素的经验分析［J］. 系统工程理论与实践，2009，29(10)：28-34.
［18］朱晶，李天祥，林大燕，等. “九连增”后的思考：粮食内部结构调整的贡献及未来潜力分析［J］. 农业经济问题，2013，34(11)：36-43.
［19］朱晶，李天祥，朱珏. 江苏省粮食增产贡献因素分解与测算［J］. 华东经济管理，2015，29(3)：11-16.
［20］郝瑞彬. 2004—2013年中国粮食生产变动贡献因素分解［J］. 资源开发与市场，2016，32(9)：1051-1056.
［21］郝瑞彬. 吉林省粮食单产时序变化及其因素分解［J］. 资源开发与市场，2016，31(10)：1200-1203，1232.
［22］Sun J W. Changes in energy consumption and energy intensity：a complete decomposition model［J］. Energy Economics，1998，20(1)：85-100.

相似文献/References:

[1]李磊,谢小璐.工业污染与城镇化对粮食产量影响的灰色分析——以江苏省为例[J].江苏农业科学,2013,41(06):393.
　Li Lei,et al.Gray analysis on influence of industrial pollution and urbanization on grain outputs—Taking Jiangsu Province as an example[J].Jiangsu Agricultural Sciences,2013,41(22):393.
[2]李治国,陆贤东,管相荣.1982—2011年旱灾对中国粮食产量影响研究[J].江苏农业科学,2014,42(08):426.
　Li Zhiguo,et al.Study on effect of drought on Chinas grain output in the past 30 years[J].Jiangsu Agricultural Sciences,2014,42(22):426.
[3]张杰,刘丹,诸叶平,等.基于ESDA的乡镇粮食产量空间特征分析——以河北省石家庄市为例[J].江苏农业科学,2015,43(08):466.
　Zhang Jie,et al.Spatial feature analysis of township grain yield based on ESDA-Taking Shijiazhuang City of Hebei Province as an example[J].Jiangsu Agricultural Sciences,2015,43(22):466.
[4]赵玉姝,焦 源,高 强.山东省粮食生产影响因素实证分析[J].江苏农业科学,2015,43(07):479.
　Zhao Yushu,et al.Empirical analysis of factors influencing grain production in Shandong Province[J].Jiangsu Agricultural Sciences,2015,43(22):479.
[5]王新华.基于面板数据模型的湖北省粮食产量影响因素实证研究[J].江苏农业科学,2015,43(07):482.
　Wang Xinhua.Empirical study on determinants of grain output based on panel data model in Hubei Province[J].Jiangsu Agricultural Sciences,2015,43(22):482.
[6]郝瑞彬.基于RLI的粮食单产变化因素分解模型及实证研究——以河北省为例[J].江苏农业科学,2016,44(10):579.
　Hao Ruibin.Decomposition model and empirical study on change of grain yield per hectare based on RLI：Taking Hebei Province as an example[J].Jiangsu Agricultural Sciences,2016,44(22):579.
[7]樊超,杨静,杨铁军,等.基于小波变换灰度模型-人工神经网络(GM-ANN)组合的粮食产量预测模型[J].江苏农业科学,2016,44(12):390.
　Fan Chao,et al.Prediction model of grain production based on wavelet transformation and a GM-ANN model[J].Jiangsu Agricultural Sciences,2016,44(22):390.
[8]汪发元.主要农业生产要素对粮食产量的影响——基于湖北省19年统计数据的分析[J].江苏农业科学,2016,44(12):636.
　Wang Fayuan,et al.Effect of main agricultural production factors on grain output—Based on data analysis of 19 years in Hubei Province[J].Jiangsu Agricultural Sciences,2016,44(22):636.
[9]柳芬,谢世友,冯欢,等.四川省粮食产量影响因素的动态关联分析[J].江苏农业科学,2017,45(10):320.
　Liu fen,et al.Dynamic correlation analysis of factors influencing grain yield in Sichuan Province[J].Jiangsu Agricultural Sciences,2017,45(22):320.
[10]曾小艳,郭兴旭.极端天气、粮食产量波动与农业天气风险管理[J].江苏农业科学,2017,45(11):306.
　Zeng Xiaoyan,et al.Climate change，food production fluctuations and agricultural weather risk management[J].Jiangsu Agricultural Sciences,2017,45(22):306.
[11]郝瑞彬,尹力军,殷书柏.基于LMDI模型的中国粮食安全变化的耕地因素分解[J].江苏农业科学,2018,46(19):355.
　Hao Ruibin,et al.Decomposition of cultivated land factors for Chinas food security change based on LMDI model[J].Jiangsu Agricultural Sciences,2018,46(22):355.

备注/Memo

备注/Memo:
收稿日期：2017-06-23
基金项目：河北省社会科学基金(编号：HB17YJ102)；河北省高等学校人文社会科学研究项目(编号：SZ17164)。
作者简介：沈方(1970—)，男，陕西西安人，副教授，主要从事区域农业发展研究。E-mail：53149161@qq.com。
通信作者：郝瑞彬，硕士，教授，主要从事区域农业发展、粮食安全研究。E-mail：510889987@qq.com。
更新日期/Last Update: 2018-11-20