﻿ 我国粮食作物播种面积的影响因素 Analysis on the Influencing Factors of Grain Sown Area in China

Vol.06 No.07(2017), Article ID:21506,9 pages
10.12677/ASS.2017.67139

Analysis on the Influencing Factors of Grain Sown Area in China

Tiantian Wu

School of Statistics and Mathematics, Yunnan University of Finance and Economics, Kunming Yunnan

Received: Jul. 7th, 2017; accepted: Jul. 23rd, 2017; published: Jul. 26th, 2017

ABSTRACT

With the rapid development of the national economy, grain production which is as an important basis is not only related to the survival of the country, but also the development of the national economy. The grain sown area is an important approach to ensure the national grain production; therefore, it is of great significance to study the grain sown area. Many scholars believe that the net imports of grain, ratio of urban-rural income, amount of agricultural machinery, employment population in the primary industry, and chemical fertilizer inputs are the main factors affecting the grain sown area. In order to comprehensively measure the impact of various factors on the grain sown area, the affected area, effective irrigated area, output value of agriculture and the grain yield variable are increased for further analysis in this paper. However, these variables are uncertain and dynamic in terms of affecting the grain sown area, and for better study of the relationship between them, multi factor line regression method and the stepwise regression method are adopted, and the results show that the amount of agricultural machinery, affected area, net imports of grain and grain yield play a role in helping grain sown area, while ratio of urban-rural income and output value of agriculture have a negative effect on the grain sown area. Finally, according to the analysis, we give some suggestions for the further development of grain sown area.

Keywords:Grain Sown Area, Matlab, Multiple Regression Analysis, Stepwise Regression Method

1. 引言

2. 数据分析

2.1. 数据来源及变量

2.2. 数据说明

1) 粮食净进口量：随着我国粮食缺口加大和粮食进口量的增加，我国已转变为粮食净进口国。因此,使用粮食净进口量来描述粮食进出口量情况，粮食净进口量 = 进口量 − 出口量。

2) 城乡收入比：改革开放以来，我国城乡居民收入差距不断增大，成为急需解决的社会问题。为了研究其对粮食种植面积的影响，引入城乡居民收入差距指数进行分析。城乡居民收入差距指数 = 城镇居民人均可支配收入/农村居民人均纯收入。

3) 第一产业就业人口数：农民是种植业的主体，农民数量的变化直接影响农业生产力的变化，因此，在考虑影响粮食种植面积时，我们将农业的劳动人口数量作为影响因素之一，为方便数据查询，用第一

Table 1. Explanatory note for each variable

4) 农业机械总动力：代表国内农业机械化程度。随着农业的发展，机械化逐渐取代人力耕种，生产力大大增加，在我国农业劳动人口逐年减少的情况下，机械化程度对保证粮食种植面积有着不可厚非的影响。

2.3. 数据标准化

2.4. 变量相关系数

1) 若，称为完全正相关，称为完全负相关；

2) 若，表示没有线性关系；

3) 若，则称有“一定程度”的线性关系，越接近于1，则线性相关程度越高，越接近于0，则线性相关程度越低。

2.5. 数据初步分析

3. 模型构建

3.1. 多元线性回归

Table 2. Correlations between samples

Table 3. Coefficients of the regression model, confidence interval of coefficients

3.2. 调整模型

3.3. 逐步回归法

Figure 1. Residual plot: result of model 1

Table 4. Regression coefficients test results of model 1

Table 5. Regression coefficients test results of model 2

Table 6. Regression coefficients test results of model 3

4. 结论与建议

4.1. 结论

1) 对粮食播种面积贡献最为明显的是农业机械总动力，其次分别粮食产量、城乡收入比、受灾面积，影响最大的是农业总产值，影响最小的是粮食净进口量。

2) 有效灌溉面积、第一产业就业人口、化肥施用量不能有效影响粮食作物播种面积。

3) 农业机械总动力、受灾面积、粮食净进口量、粮食产量对粮食作物播种面积有促进作用，城乡收入比、农业总产值对粮食作物播种面积有抑制作用。

4.2. 建议

Analysis on the Influencing Factors of Grain Sown Area in China[J]. 社会科学前沿, 2017, 06(07): 970-978. http://dx.doi.org/10.12677/ASS.2017.67139

1. 1. 马艳玲. 提高粮食综合生产能力的对策思考[J]. 现代农村科技, 2015(19): 4-5.

2. 2. 何春花, 胡丽平, 李炳军. 河南省粮食生产影响因素的灰色关联动态分析[J]. 农业系统科学与综合研究, 2011, 27(3): 311-315.

3. 3. 史铁丑. 河北省速生林与粮食生产研究[J]. 广东农业科学, 2013, 40(6): 220-223.

4. 4. 王春娟. 凤翔县粮食产量波动的关联分析[J]. 陕西农业科学, 2000(7): 24-27.

5. 5. 陈婧. 基于BP网络的黑龙江省粮食播种面积动态仿真研究[J]. 黑龙江水利科技, 2012, 40(3): 31-33.

6. 6. 丁立超. 基于指数平滑法的粮食作物播种面积预测研究[J]. 林区教学, 2009(12): 140-141.

7. 7. 马馨悦. 我国粮食种植面积影响因素分析[J]. 宜宾学院学报, 2017(6): 120-124.

8. 8. 周玲, 韩朝怡. 基于机器学习建模方法的我国粮食种植面积影响因素研究[J]. 时代金融, 2017(11): 324-334.

9. 9. 赵红燕, 唐乃雄, 林思寒. 最低收购价对粮食种植面积影响的修正模型研究[J]. 粮食问题研究, 2017(1): 30-35.

10. 10. 陈巧燕, 范胜龙. 福建省粮食播种面积变化及其驱动因子研究[J]. 三明学院学报, 2016(6): 83-89.

11. 11. 朱园, 童纪新. 农作物播种面积与农业经济增长——基于江苏省的协整分析[J]. 江西农业学报, 2015, 27(11): 139-142.

12. 12. 中华人民共和国国家统计局. 中国统计年鉴[M]. 北京: 中国统计出版社, 2016. http://www.stats.gov.cn/tjsj/ndsj/2016/indexch.htm

13. 13. 张宇山, 多元线性回归分析的实力研究[J]. 科技信息, 2009(9): 54-56.

14. 14. 包翠莲, 开小明. MATLAB语言在多元线性回归中的应用[J]. 安徽教育学院学报, 2005, 23(3): 55-56.

15. 15. 刘云香, 刘刚. Matlab中多元逐步回归分析在肝阳化风症状敏感性研究的应用[J]. 电脑知识与技术, 2010, 6(34): 9876-9878.