当前位置:文档之家› 影响我国粮食产量的因素分析

影响我国粮食产量的因素分析

影响我国粮食产量的因素分析
影响我国粮食产量的因素分析

影响我国粮食产量的因素分析

摘要:通过时1990一2012年间我国粮食产量的分析,在影响我国粮食产量的诸多原因中选出了3个主要影响因素,建立了多元线性回归模型,利用模型对粮食产量情况进行多元线性回归分析,研究了这些影响因素对粮食产量的影响与作用,最后,在此基础上提出了提高我国粮食产量的对策建议.

关键词:粮食产量;影响因素;回归分析;建议

一、研究意义

粮食安全问题是一个关系到国计民生的重要战略问题! 它影响到经济的发展" 人民生活质量的提高和社会的稳定#尽管我国粮食总体上虽然保持了较高的自给率! 但大豆进口量近年来持续快速增长! 目前我国超过70%的大豆依赖进口! 而其中30%以上进口自美国$当前的形势提醒我们! 必须进一步加强对粮食安全问题的重视$ 而对我国这样一个人口众多的农业大国来说! 粮食供给必须首先立足于国生产$ 随着我国粮食需求日益增长! 以及城市化和工业化的加速推进! 大量资源不断流向城市! 农业可耕地面积日益萎缩! 使得粮食生产面临较为严峻的形势$ 粮食生产问题如果解决不好! 就会给我国的经济发展和社会稳定带来制约和冲击

粮食是人民生存之本、经济发展之柱,对稳定社会、经济具有重要的作用。粮食问题是一个关系到国计民生的重要战略问题,它更影响到经济的发展和社会的稳定。中国是世界上的农业大国,同时又是一个农业相对落后的国家。近几年世界粮食价格的大围浮动,应该引起我们的注意,大起大落更使我们重新审视起粮食生产的重要性。同时只有抓住了影响粮食产量的主要因素,改府才能正确的做出举措来将粮食生产引向健康合理的发展路线并且实现农业的现代化。

二、文献回顾

影响粮食产量的因素很多,我国学者从不同角度研究了粮食生产问题.于法稳选择有效灌溉面积、化肥施用量、农业机械总动力、粮食播种面积和受灾面积等5个指标作为影响粮食生产的因素,并采用灰色关联分析的方法对这5个因素进行了分析,指出有效灌溉面积、农机总动力和粮食播种面积是影响粮食生产的3个最主要因素;肖海峰将影响粮食综合生产能力的

影响因素选择为粮食播种面积、其他物质费用、成灾面积、劳动力和化肥费用,通过柯布一道格拉斯生产函数证实了粮食播种面积是影响粮食产量最重要的因素;熊华等人应用灰色关联分析和C一D生产函数相结合的分析方法证实了化肥施用量、粮食作物播种面积和有效灌溉面积均对粮食生产具有重要影响[’〕;此外,xinagL采用粗糙集理论,建平、Yunzhang和WuY 等人运用灰色关联分析与BP神经网络相结合的方法,在对影响粮食产量的因素中又加人了农村用电量、地膜覆盖面积、水电建设投资和支农支出等因素,从多种角度验证了这些影响因素对粮食产量的重要性。

应该说前人在关于影响粮食产量的因素这个问题上做得研究已经很多而且很深,每一位学者对于影响粮食产量的因素都有自己独到的见解。本文将各位学者认为的影响因素综合起来,采用最小二乘法进行分析,试图在综合了各位学者的研究成果后,找出更具有代表性的,更准确的影响因素。

三、理论的框架

我国以往的关于粮食产量的不同计量模型,虽然结论有所差异,但细究起来,影响和制约粮食产量的主要因素为:化肥施用量(万吨);有效灌溉面积(千公顷);农村用电量(亿千瓦时);粮食作物播种面积;农用机械总动力(万千瓦);成灾面积(千公顷);水电建设投资额(万元)等。目前我国粮食生产的影响因素日益明朗化,随着科技的发展,化肥的施用量,以及农业机械总动力的普及使用必然会对粮食的产量产生积极影响;有效灌溉面积和建设投资的增加也会使粮食产量增加;同时不能忽略自然和认为因素造成的灾情。所以综合了前人的研究成果,选取的因变量分别为化肥施用量(万吨);有效灌溉面积(千公顷);农村用电量(亿千瓦时);粮食作物播种面积;农用机械总动力(万千瓦);成灾面积(千公顷);水电建设投资额(万元)。

通过查阅2013年的中国统计年鉴,最终搜集整理了从1990年到2012年的粮食总产量、化肥施用量(万吨);有效灌溉面积(千公顷);农村用电量(亿千瓦时);粮食作物播种面积;农用机械总动力(万千瓦);成灾面积(千公顷);水电建设投资额(万元)的数据。数据资料

其中y代表全国粮食产量(万吨),x1代表化肥施用量(万吨),x2代表有效灌溉面积(千公

顷),x3代表农村用电量(亿千瓦时) ,x4代表粮食作物播种面积(千公顷),x5代表农用机

械总动力(万千瓦) ,x6代表成灾面积(千公顷),x7代表水电建设投资额(万元),u代表随

机误差项。

四、数据分析统计描述

1.用最小二乘法对数据进行回归

用OLS法估计模型,利用Stata软件回归,结果如表二所示

表二Stata软件回归结果

Source | SS df MS Number of obs = 22

-------------+------------------------------ F( 7, 14) = 180.07 Model | 310989892 7 44427127.4 Prob> F = 0.0000 Residual | 3454029.8 14 246716.414 R-squared = 0.9890

-------------+------------------------------ Adj R-squared = 0.9835 Total | 314443921 21 14973520.1 Root MSE = 496.71

------------------------------------------------------------------------------ y | Coef. Std. Err. t P>|t| [95% Conf. Interval]

-------------+---------------------------------------------------------------- x1 | 4.390838 .8990985 4.88 0.000 2.462464 6.319213

x2 | 1.096818 .5223734 2.10 0.054 -.0235615 2.217197

x3 | 2.132321 .8610323 2.48 0.027 .2855907 3.979052

x4 | .5264878 .0471756 11.16 0.000 .4253061 .6276695

x5 | -.4503675 .1596835 -2.82 0.014 -.7928545 -.1078804

x6 | -.1472115 .027 -5.45 0.000 -.2051207 -.0893024

x7 | .0004409 .0004026 1.09 0.292 -.0004227 .0013044 _cons | -65129.16 17722.32 -3.67 0.002 -103139.8 -27118.56

------------------------------------------------------------------------------

利用Stata最小二乘估计结果如下:Y=-65129.16+4.390838x1……

2.模型检验

(1)经济意义检验

根据结果分析,除X5外其他解释变量前的参数均通过了经济意义检验;模型中X 5代

表农用机械总动力,从经济行为上来看,农用机械总动力越高,粮食产量应该越高。显然此

处存在经济意义上的矛盾,由此可以推出解释变量间存在多重共线性。

(2)统计意义检验

模型的判定系数R2=0.9890,调整过的判定系数=0.9835,表明模型的整体拟合优度非常

高,解释变量对被解释变量的解释程度很高,因此,可以推测模型总体线性关系成立。

但在5%的显著性水平,X2(有效灌溉面积)前参数估计值没有通过t检验,即结解释变

量X2对被解释变量没有显著影响,其他6个解释变量均对被解释变量有显著影响。

(3)计量经济学检验

1>多重共线性检验

①检验简单相关系数

X1X2X3X4X5X6X7的相关系数如下表

. pwcorr x1 x2 x3 x4 x5 x6 x7

| x1 x2 x3 x4 x5 x6

x7

-------------+-------------------------------------------------------------

--

x1 | 1.0000

x2 | 0.9765 1.0000

x3 | 0.9604 0.9708 1.0000

x4 | -0.3488 -0.2757 -0.3012 1.0000

x5 | 0.9749 0.9902 0.9927 -0.3241 1.0000

x6 | -0.3297 -0.3518 -0.4644 -0.1062 -0.4088 1.0000

x7 | 0.9217 0.8681 0.9129 -0.5352 0.9096 -0.3530 1.0000

由表中数据发现,X1 X2 X3 X5 X7存在高度相关性

另外,也可以利用方差扩大因子法检验多重共线性

. estatvif

Variable | VIF 1/VIF

-------------+----------------------

x5 | 1030.90 0.000970

x2 | 402.33 0.002486

x3 | 249.84 0.004003

x1 | 56.26 0.017776

x7 | 35.62 0.028075

x4 | 3.08 0.324680

x6 | 1.97 0.506396

-------------+----------------------

Mean VIF | 254.29

由此可以看出解释变量x5与其他解释变量存在高度的线性相关性

②找出最简单的回归形式

分别作Y与X1 X2 X3 X4 X5 X6 X7之间的回归:

1>

. regress y x1

Source | SS df MS Number of obs = 23 -------------+------------------------------ F( 1, 21) = 36.92

Model | 268589257 1 268589257 Prob> F = 0.0000 Residual | 152782257 21 7275345.59 R-squared = 0.6374

-------------+------------------------------ Adj R-squared = 0.6202 Total | 421371515 22 19153250.7 Root MSE = 2697.3

------------------------------------------------------------------------------ y | Coef. Std. Err. t P>|t| [95% Conf. Interval]

-------------+---------------------------------------------------------------- x1 | 3.695517 .6082159 6.08 0.000 2.430663 4.960372 _cons | 32979.17 2671.068 12.35 0.000 27424.38 38533.96

------------------------------------------------------------------------------

2>

. regress y x2

Source | SS df MS Number of obs = 23

-------------+------------------------------ F( 1, 21) = 42 Model | 280904599 1 280904599 Prob> F = 0.0000 Residual | 140466916 21 6688900.75 R-squared = 0.6666

-------------+------------------------------ Adj R-squared = 0.6508 Total | 421371515 22 19153250.7 Root MSE = 2586.3

------------------------------------------------------------------------------

y | Coef. Std. Err. t P>|t| [95% Conf. Interval]

-------------+---------------------------------------------------------------- x2 | .7884354 .1216646 6.48 0.000 .5354201 1.041451 _cons | 6383.302 6574.434 0.97 0.343 -7288.982 20055.59

------------------------------------------------------------------------------

3.>

regress y x3

Source | SS df MS Number of obs = 23

-------------+------------------------------ F( 1, 21) = 38.31 Model | 272173219 1 272173219 Prob> F = 0.0000 Residual | 149198296 21 7104680.74 R-squared = 0.6459

-------------+------------------------------ Adj R-squared = 0.6291 Total | 421371515 22 19153250.7 Root MSE = 2665.5

------------------------------------------------------------------------------ y | Coef. Std. Err. t P>|t| [95% Conf. Interval]

-------------+---------------------------------------------------------------- x3 | 1.644425 .265683 6.19 0.000 1.091907 2.196943 _cons | 43227.34 1064.234 40.62 0.000 41014.14 45440.53

------------------------------------------------------------------------------

4.>

regress y x4

Source | SS df MS Number of obs = 23

-------------+------------------------------ F( 1, 21) = 1.44 Model | 27116041.4 1 27116041.4 Prob> F = 0.2428 Residual | 394255473 21 18774070.2 R-squared = 0.0644

-------------+------------------------------ Adj R-squared = 0.0198 Total | 421371515 22 19153250.7 Root MSE = 4332.9

------------------------------------------------------------------------------ y | Coef. Std. Err. t P>|t| [95% Conf. Interval]

-------------+---------------------------------------------------------------- x4 | .2791902 .2323091 1.20 0.243 -.203923 .7623033 _cons | 18490.46 25273.38 0.73 0.472 -34068.42 71049.33

------------------------------------------------------------------------------

5.>

. regress y x5

Source | SS df MS Number of obs = 23

-------------+------------------------------ F( 1, 21) = 35.61 Model | 265055325 1 265055325 Prob> F = 0.0000 Residual | 156316190 21 7443628.11 R-squared = 0.6290

-------------+------------------------------ Adj R-squared = 0.6114 Total | 421371515 22 19153250.7 Root MSE = 2728.3

------------------------------------------------------------------------------ y | Coef. Std. Err. t P>|t| [95% Conf. Interval]

-------------+---------------------------------------------------------------- x5 | .1483408 .0248591 5.97 0.000 .0966435 .200038 _cons | 40232.77 1551.274 25.94 0.000 37006.72 43458.82

------------------------------------------------------------------------------

6.>

. regress y x6

Source | SS df MS Number of obs = 22

-------------+------------------------------ F( 1, 20) = 9.28 Model | 99672847.4 1 99672847.4 Prob> F = 0.0064 Residual | 214771074 20 10738553.7 R-squared = 0.3170

-------------+------------------------------ Adj R-squared = 0.2828 Total | 314443921 21 14973520.1 Root MSE = 3277

------------------------------------------------------------------------------ y | Coef. Std. Err. t P>|t| [95% Conf. Interval]

-------------+----------------------------------------------------------------

x6 | -.386187 .12676 -3.05 0.006 -.6506037 -.1217704 _cons | 57830.17 3177.974 18.20 0.000 51201.03 64459.31

------------------------------------------------------------------------------

7.>

. regress y x7

Source | SS df MS Number of obs = 23

-------------+------------------------------ F( 1, 21) = 12.47 Model | 157018165 1 157018165 Prob> F = 0.0020 Residual | 264353349 21 12588254.7 R-squared = 0.3726

-------------+------------------------------ Adj R-squared = 0.3428 Total | 421371515 22 19153250.7 Root MSE = 3548

------------------------------------------------------------------------------ y | Coef. Std. Err. t P>|t| [95% Conf. Interval]

-------------+---------------------------------------------------------------- x7 | .0016835 .0004767 3.53 0.002 .0006922 .0026748 _cons | 44460.4 1445.12 30.77 0.000 41455.11 47465.69

------------------------------------------------------------------------------

可见,粮食生产受有效灌溉面积的影响最大,因此,选1为初始的回归模型。

③逐步回归

将其他解释变量分别导入上述初始回归模型,寻找最佳回归方程

讨论:

第一步,在初始模型中引入X2,模型拟合优度有些许提高,但是变量没有通过t检验。

第二步,去掉X1,引入X3,,修正的拟合优度反而略有下降,且常数项的符号为正,与经济意义不符,另一方面虽然变量通过了t检验,但是p值很大,已经快要接近显著性水平,故加入X3显然也不能得到最优方程。

第三步,去掉x3,引入x4,拟合优度大幅提高,变量通过t检验,且参数符号合理。

第四步,引入x5,拟合优度下降,且变量没有通过t检验。

第五步,去掉x5,引入x6,拟合优度达到一个新的高度,所有变量都通过t检验,且p值都为零。

第六步,引入x7,拟合优度下降,且变量x7(水电建设投资额)前的参数是负值,与经济意义不符。

前几步证明,x2,x3,x5,x7是多余的。同样还可继续验证,如果用与x1高度相关的x2替代x1,则x2与x3,x4,x5,x6,x7间的任意线性组合,均达不到以x1,x4,x6为解释变量的回归效果。

因此,最终的粮食产量函数应以Y=f(X1,X4,X6)为最优,拟合结果如下:

Y=-30294.07+4.160676x1+0.5900196x4-0.1215585x6

2>序列相关性检验

①图示法

下图为残差e~与年份year的散点图

图示法显示,该模型不存在序列相关性

②D.W.检验法

. tsset year

time variable: year, 1990 to 2012 delta: 1 unit

. estatdwatson

Durbin-Watson d-statistic( 4, 22) = 1.801868

在5%的显著性水平,n=22 k=4 通过查表得dL=1.05 dU=1.66 又dU

结论:由图示法和DW 检验,都得出不存在序列相关性的结论,由此可得模型不存在序列相关性。

3>异方差检验 ①图示法

500000

1000000

500000

1000000

500000

1000000

从上面三个e2~X 的散点图上看,没有明显的散点扩大缩小或复杂性趋势,所以不存在异方差。 ②怀特检验

. estatimtest, white

White's test for Ho: homoskedasticity against Ha: unrestricted heteroskedasticity

chi2(9) = 6.85

Prob>chi2 = 0.6528

Cameron & Trivedi's deposition of IM-test

---------------------------------------------------

Source | chi2 df p

---------------------+-----------------------------

Heteroskedasticity | 6.85 9 0.6528

Skewness | 1.32 3 0.7240

Kurtosis | 1.39 1 0.2386

---------------------+-----------------------------

Total | 9.56 13 0.7295

从上面的结果中可以看出:Prob> chi2 = 0.6528,故接受原假设,即认为模型不存在异方差。

结论:由图示法和怀特检验,都得出不存在异方差的结论,由此可得模型不存在异方差。

通过多重共线性,序列相关性,异方差的检验,最终求得粮食产量的最优模型

为:Y=-30294.07+4.160676x1+0.5900196x4-0.1215585x6

其中解释变量x1代表化肥施用量(万吨),x4代表粮食作物播种面积(千公顷),x6代表成灾面积(千公顷)。

五、结论和政策建议

1结论

基于以上分析可得出如下结论:化肥施用量、粮食作物播种面积和成灾面积是影响粮食产量的主要因素。

化肥施用量是对粮食产量的提高最为敏感的因素。在农业生产过程中化肥的施用是由传统施用农家肥向化肥转变,在这个过程中,多投入1万吨的化肥,粮食增产4.16万吨。化肥施用量是影响粮食产量的显著性因素,但从农业技术上说,化肥施用过度反而会导致谷物死亡,粮食减产。

粮食的播种面积对粮食产量来说是十分重要的因素"没有耕地"一切都是徒劳的! 从回归结果可以看到"播种面积每增加1个单位" 粮食产量增加0.59个单位" 播种面积对粮食产量的贡献性" 并没有化肥施用量效果显著" 但由于耕地面积相当大"而且远远大于化肥施用量! 因此"耕地面积的增加对粮食产量的提高效果是非常明显的!

成灾面积!成灾面积对粮食产量的影响虽然较小" 但由于各年成灾面积的数值从

1990~2001年逐年增加"成灾面积对粮食产量的提高所起的负面作用还是非常大的!

2001~2011年成灾面积得到有效控制"相对比较平稳!要想提高粮食产量" 减小受灾面积也是十分重要的!

2建议

根据以上分析与研究的结果" 我们认为影响我国近十年来粮食产量的三个主要因素包括化肥施用量#粮食的播种面积和成灾面积!因此"建议应从

以下几个方面采取措施来保障。

第一"谨慎控制化肥施用量!考虑到化肥施用量与粮食产量间关系十分密切" 在当前我国

粮食需求依然缓慢增长# 供给压力依然较大的情况下" 可适当增加化肥的施用" 但考虑到过度施用化肥存在副作用" 并且我国单位面积耕地的化肥施用量已超过许多农业发达国家"因此从长远看"特别是从可持续性发展的角度看"应调整肥料施用策略" 改善肥料施用结构"尤其是增加农家肥#生态肥料的使用量!除此之外,还应大力提倡化肥与有机肥的结合施用,合理施肥,平衡施肥.大力发展优质高产的绿肥作物和其他养地作物,提高肥料的利用率和土壤肥力,增加土壤有机质含量,提高土地的粮食生产能力.施用多成分、多功能、高效、高浓度、无污染的化肥,在化肥的使用上走有机、生物、无机相结合的道路。

第二稳定和扩大粮食播种面积! 一方面要从保障耕地资源入手" 防止建设工程过度占用耕地" 加大土地荒漠化及污染治理力度"守住18亿亩的耕地红线%另一方面也要充分调动农民的种粮积极性" 逐步# 适当提高粮食价格" 防止农业经济结构调整中出现过度的&去粮化’乃至抛荒现象"保障粮食播种面积稳定。我国是一个人多地少的国家,退耕还林、退耕还草、城市化进程的进行,都相应造成了耕地的流失,播种面积也相应减少.因而应采取有效措施,依据国家相关法规,严格控制非农业用地,防止工业化、城市化过渡挤占耕地,尤其是优质耕地,建立基本农田保护区,将耕地保护逐步纳人法制轨道,确保耕地总量动态平衡.此外,还应发展先进农业科学技术,加强耕地的深度开发,提高耕地的使用效率,从而相对增加播种面积.

第三增加农业生产的灾情预警预报"加大水利建设投入"加强抗灾减灾组织能力建设" 减小成灾面积" 防止粮食产量受到自然灾害的明显冲击!近年来自然灾害影响并没有太大改观,而各种自然灾害严重导致粮食减收减产,影响粮食综合生产能力,危及粮食生产和供给的安全性.为此,必须增加对粮食生产中防灾抗灾基础设施建设的投人,加强农业基础设施建设,加强以农田水利为重点的粮食生产基本建设,加强粮食生产耕地抵御各类灾害的能力,改善耕地生产条件,确保粮食生产少减产,多增收.

总的来说,加大对农业的投人(人力、物力、财力),增加耕地有效灌溉面积、提高农业现代化水平、改善农业基础设施、提高劳动力素质、规粮食市场对增加粮食产量有着重要的作用.因此,根据我国粮食生产的特点,应在保持耕地面积稳定的基础上加快农业科技进步,增加农业科学技术和物质技术的投人,加强以水利灌溉为中心的农田基本建设,加强对高产农田的保养,提高中低产田质量,改善农业生产条件,调整种植结构,提高抵御自然灾害的能力,实现我国粮食产量持续稳定的提高.

七、参考文献

【1】子奈文卿《计量经济学》(第三版)

【2】世久我国粮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(10)【3】萍锐影响粮食产量的因素分析及对策建议[【J】XX理工大学学报2008(5)

【4】黄坤程翠青影响我国粮食产量的宏观因素【J】林业大学经济管理学院2012(8)

我国粮食产量的影响因素分析计量经济学模型

我国粮食产量的影响因素分析 一.研究背景: 改革开放以来,中国经济迅速发展,人口增长迅猛,对粮食的需求日益增加。粮食产量无疑成了影响中国经济发展的重大因素。同时,粮食的产量直接关系到农业劳动力的生活水平,因此,“三农”问题成为中国经济研究的热点问题,提高粮食产量,关注农村居民收入迫在眉睫。为此,本文将就粮食产量影响因素进行分析,希望从中发现一些对粮食产量关键作用的因素。 二.研究方案与数据的搜集统计: 影响粮食总产量的因素有很多,包括粮食作物耕种面积、粮食面积单产、有效灌溉面积、化肥用量、农药用量、农业机械总动力、农用塑料薄膜用量、受灾面积、成灾面积等,根据实际情况及模型建立需要选取其中五个作为研究对象,分别农业化肥施用量(x1),粮食播种面积(x2),成灾面积(x3),农业机械总动力(x4),农业劳动力(x5)。表中列出了中国粮食生产的相关数据,拟建立中国粮食生产函数: 表1 中国粮食生产与相关投入资料

2000 46218 4146 108463 34374 52574 36043 2001 45264 4254 106080 31793 55172 36513 2002 45706 4339 103891 27319 57930 36870 2003 43070 4412 99410 32516 60387 36546 2004 46947 4637 101606 16297 64028 35269 2005 48402 4766 104278 19966 68398 33970 2006 49804 4928 104958 24632 72522 32561 2007 50160 5108 105638 25064 76590 31444 资料来源:《中国统计年鉴》(1995,2008)。 研究假设:农业化肥施用量(x1)与粮食产量正相关 粮食播种面积(x2) 与粮食产量正相关 成灾面积(x3) 与粮食产量负相关 农业机械总动力(x4) 与粮食产量正相关 农业劳动力(x5) 与粮食产量正相关 三、模型的估计、检验、确认 1.画散点图

中国粮食生产状况分析报告

中国粮食生产状况分析报告 摘要:本文针对我国是一个农业大国的基本国情,选取我国1978-2011年的相关数据,对我国粮食产量的影响因素的分析、检验,并对各因素的影响程度的大小进行比较,最终建立合适的回归模型,对其做统计和经济意义上的分析,并根据结果提出建议。 关键词:农业粮食产量有效灌溉面积受灾面积一、问题的提出 我国是传统意义上的农业大国,农业生产一直在我国经济发展中占据着重要的地位。建国后,在经历人民公社运动、大跃进以及文革的浩劫后,农业发展严重滞后,无法满足人民的需要。1978年改革开放也首先在农村地区开展,实行家庭生产承包责任制,农业有了快速的发展。随着科技的不断进步,粮食产量也不断上升。可是农村人口和耕地面积的不断减少也制约着粮食产量的进一步增加。到底是哪些因素制约着粮食产量呢?针对这个问题,本文选取了我国1978年到2011年的相关数据,通过建立回归

模型,对各种影响因素进行分析。并且在通过分析知道影响粮食产量的因素后,提出了提高粮食产量的有效途径。 二、数据收集 本文选取了1978年至2011年的34组数据,从数据个数来看完全满足多元回归模型的设定需要。选取1978年以后的数据主要是因为1978年之前,由于人民公社化运动期间农业数据的浮夸形象,以及文革期间农业生产的停滞等非正常社会现象会影响模型的分析,故从1978年我国改革开放之后开始选取数据。1978年-2011年我国粮食生产与相关投入的数据表 三、模型设定 1、分别做被解释变量(Y)与解释变量(X1、X 2、X 3、X 4、X5)的散点图,结果如下: 由散点图可知,解释变量与别解释变量间的线性关系并不明确,故对原方程两边同时取对数,建立新的回归方程 3、为了方便计算,对变量进行重新定义,在eviews对话框中输入genr y=log(y) genr x1=log(x1) genr x2=log(x2) genr x3=log(x3) genr x4=log(x4) genr x5=log(x5) 建立新的回归模型,结果如下图 由上图可知新的多元回归模型为 Y 2.4080780.078124X10.603457X20.401626X3 1.461565X40.128441X5 四、模型的检验与调整

中国食品企业产品研究与开发的现状

中国食品企业产品研究与开发的现状 食品工业是国民经济的重要组成部分,发展食品工业是人民生活水平提高的需要。随着生产力水平的提高和人民收入的增加,人们不再满足于维持生存所需的初级食品,过去人们只要求吃得饱而现在要求吃得好,要求通过工业加工提供品质优良、卫生安全、营养合理、方便实惠的食品,以满足不同年龄、不同职业、不同劳动强度、不同健康状况人的需要,这是人类进步的主要标志。随着科学进步和食品工业的发展,一个要求食品“返本求真”的热潮正在形成。 中国食品工业是国民经济的重要产业之一。在中国改革开放的历史进程中,中国食品工业获得了有目共睹的光辉业绩。2002年中国食品工业突破1万亿元的总产值,占国民经济总值的10%左右,连续8年位居工业部门之首。2000年比上年增长10.1%,2001年增长12.7%,2002年为16.6%,2003年年增长率达到17%,中国食品工业进入高速成长期。2003年从产品来看,同比增长名列前五位的是:液体乳,增长63.27%;乳制品,增长30.87%;发酵酒精,增长26.08%;机制糖,增长25.81%;鲜冻畜禽肉,增长23.48%;在农副食品加工业、食品制造业、饮料制造业、烟草加工等食品工业的四大行业中,农副食品加工和食品制造业发展态势最好。 我国食品添加剂工业近年来有了一定的发展,全国食品添加剂产值约300亿元,约占世界食品添加剂销售额200亿美元的15%,而且保持了多年连续增长的好势头,某些产品已在国外有一定的影响。近年来,国际上一些跨国公司看好中国的添加剂市场,纷纷进入中国,独资建立食品添加剂厂,或寻找国内基础较好的企业合资控股生产食品添加剂。因此,今后我国食品添加剂的生产竞争将更加激烈。 我国饮料生产2003年总产量为2374.4万吨,其中碳酸饮料666万吨,果汁及果汁饮料310.8万吨,瓶(罐)装饮用水955.9万吨。总产值813.9亿元,销售收入774.4亿元,利税总额103.6亿元,利润总额64.3亿元。我国饮料生产总产量20世纪80年代平均年增长率接近30%,10年增长了10倍,90年代则在22%以上。从我国饮料工业发展的历程来看,这种增长率的变化是合理的。可以说,我国饮料工业的总产量在20多年来一直保持了快速的增长,近年的增长略有放慢,但仍然处于高速发展期。2003年我国经济受到了非典侵袭的影响,即使在这种不利因素的严重干扰下,我国饮料工业仍然保持了快速健康的发展。这充分反映了我国饮

中国粮食产量影响因素剖析

应用统计案例库封面 案例名称: 中国粮食产量影响因素分析 作者: 刘文卿 薛立波 教学目的: 用回归分析方法分析粮食产量影响因素, 建立回归模型反映变量间的数量关系。正 确诊断并处理经济变量的多重共线性。 适用课程: 应用回归分析学习本案例的 前期知识准备: 回归分析、SPSS 软件 本案例的知识点: 回归分析 多重共线性 岭回归 、管路敷设技术通过管线不仅可以解决吊顶层配置不规范高中资料试卷问题,而且可保障各类管路习题到位。在管路敷设过程中,要加强看护关于管路高中资料试卷连接管口处理高中资料试卷弯扁度固定盒位置保护层防腐跨接地线弯曲半径标高等,要求技术交底。管线敷设技术包含线槽、管架等多项方式,为解决高中语文电气课件中管壁薄、接口不严等问题,合理利用管线敷设技术。线缆敷设原则:在分线盒处,当不同电压回路交叉时,应采用金属隔板进行隔开处理;同一线槽内,强电回路须同时切断习题电源,线缆敷设完毕,要进行检查和检测处理。、电气课件中调试试卷电气设备,在安装过程中以及安装结束后进行 高中资料试卷调整试验;通电检查所有设备高中资料试卷相互作用与相互关系,根据生产工艺高中资料试卷要求,对电气设备进行空载与带负荷下高中资料试卷调控试验;对设备进行调整使其在正常工况下与过度工作下都可以正常工作;对于继电保护进行整核对定值,审核与校对图纸,编写复杂设备与装置高中资料试卷调试方案,编写重要设备高中资料试卷试验方案以及系统启动方案;对整套启动过程中高中资料试卷电气设备进行调试工作并且进行过关运行高中资料试卷技术指导。对于调试过程中高中资料试卷技术问题,作为调试人员,需要在事前掌握图纸资料、设备制造厂家出具高中资料试卷试验报告与相关技术资料,并且了解现场设备高中资料试卷布置情况与有关高中资料试卷电气系统接线等情况,然后根据规范与规程规定,制定设备调试高中资料试卷方案。 、电气设备调试高中资料试卷技术电力保护装置调试技术,电力保护高中资料试卷配置技术是指机组在进行继电保护高中资料试卷总体配置时,需要在最大限度内来确保机组高中资料试卷安全,并且尽可能地缩小故障高中资料试卷破坏范围,或者对某些异常高中资料试卷工况进行自动处理,尤其要避免错误高中资料试卷保护装置动作,并且拒绝动作,来避免不必要高中资料试卷突然停机。因此,电力高中资料试卷保护装置调试技术,要求电力保护装置做到准确灵活。对于差动保护装置高中资料试卷调试技术是指发电机一变压器组在发生内部故障时,需要进行外部电源高中资料试卷切除从而采用高中资料试卷主要保护装置。

世界粮食产业发展现状及变化趋势

世界粮食产业发展现状及变化趋势 50年来,世界农业取得了巨大进步,粮食产业发生很大变化。从全球范围看,20世纪60年代以来,世界谷物产量和消费量基本保持稳中有升态势,产量持续上升,而区域结构逐渐发生变化,消费总量平缓增长,工业用粮成为新的增长点。同时世界谷物贸易缓慢增长,年度间波动较大,地区间的供需失衡导致主要谷物价格大幅波动。 1 世界粮食产业发展现状 1.1世界粮食生产分析 1.1.1 世界谷物总产变化世界农业在二战后取得了巨大进步,世界谷物产量不断提高,生产水平稳步上升,地区结构有所变化。1961~2011年,世界谷物总产量从7.99亿t增加到23.15亿t,增长了1.9倍,年均增长 2.2%。从谷物产量变化的趋势看,1961~1970年增长速度最快为 3.4%,1971~1980年增长速度降至1.9%,1981~1990年年均增长2.0%,1991~2000年年均增长0.9%,2001~2011年年均增长2.0%。20世纪90年代,世界谷物生产很不稳定,增速减缓,而21世纪以来,在科技进步的带动下,世界谷物产量增速明显加快。 中国、美国、欧盟、印度和俄罗斯是世界最大的谷物生产国和地区,2011年谷物产量分别为4.38亿t、4.18亿t、2.86亿t、2.26亿t和0.83亿t,共占世界谷物总产量的62.7%。受资源约束及技术进步差异影响,各地区产量增速不同,在世界谷物总产量中所占的份额发生了很大变化。其中美国、加拿大等发达国家的份额呈下降趋势,而中国、印度等发展中国家的份额明显上升。

分品种来看,水稻、小麦和玉米3大作物在谷物生产中所占的比重不断提高,世界粮食生产越来越集中于3大作物。2011年世界水稻、小麦和玉米产量分别为7.1亿t、6.7亿t和8.8亿t,分别比1961年增长2.2倍、2.1倍和3.3倍,年均增长率分别为2.4%、2.3%和3.0%;分别比1991年增长37.5%、22.7%和77. 2%.年均增长率分别为1.6%、1%和2.9%。由于各种作物产量增长速度的差异,谷物生产结构发生了明显变化,玉米的相对份额明显上升,而小麦和水稻有所下降。1991~2011年,玉米在3大作物中所占的比重由30.1%上升到38.1%.而水稻所占比重由32.2%下降到30.7%.小麦所占比重由33.9%下降到28.9%。 1.1.2世界谷物单产变化 50年来,随着农业科技不断进步,世界谷物单产水平明显提高。单产从19 61年的1388kg/hm2增加到2011年的3987kg/hm2,平均每年增长52 kg/hm2,增长了1.9倍,年均增长2.1%。发达国家如美国、加拿大、法国等在此期间的单产分别增长2.5倍、0.8倍和3.5倍:发展中国家如中国、印度在此期间的单产分别增长2.8倍和2.2倍。谷物主产国的年均增长速度均超过世界平均水平。 分品种来看,各品种单产增长存在一定差异。1961-2011年单产平均增长最快的是玉米,从2100 kg/hm2增加到5122kg/hm2,增长1.4倍,年均增长1.8%;其次是小麦,单产从1120 kg/hm2增加到2996 kg/hm2,增长1.7倍,年均增长2.0%;水稻单产从1990 kg/hm2增加到4204 kg/hm2,增长1.1倍,年均增长1. 5%。 1.2世界粮食消费分析 世界谷物消费量平稳增长,工业用粮成为新的增长点。从总量来看,2011年世界谷物消费量达到23.11亿t.较1961年增长1.9倍,年均增长2.1%;较

中国粮食安全问题及应对策略分析

中国粮食安全问题及应对策略分析 摘要 我国是一个人口大国,人口众多土地有限是我国基本国情,吃饭问题在现阶段虽不是是么大问题,但由于经济发展需要建设公路、桥梁、民房等造成土地面积的不断减少,还有人口的不断增多势必成为粮食安全问题的一个隐患。依靠科学技术成为现阶段增加粮食产的一个重要方法。但对中国的国情来讲,人口急剧的膨胀对粮食的需求也会不断增长。另外,粮食作为一种必需品,战略不可缺少的。这就要求粮食不仅能满足但前国民需要,更要有足够的储备,以应付各种意外变故。因此,中国粮食还存在很多潜在的安全因素,正确处理粮食生产及市场粮食物价具有重要意义。政府也有必要加大力度对土地等的调控。确保中国粮食在一个稳定的安全环境中。 关键词 粮食安全;认识误区;标本兼治 一、中国粮食安全问题的现实性及重要性 据1996年10月国务院发布的粮食白皮书预计,中国2000年的粮食需求量为5亿吨,然后总需求量每年平均增加500万吨,到2010年中国粮食总需求预计将达到亿吨。然而,1998-2003年,中国粮食产量连续5年下降,2003年产量才亿多吨。也就是说,从2000-2003年,中国主要靠释放库存和进口来弥补供应缺口。在这种情况下,中央政府使出了浑身解数,一方面,粮食涨价,提高保护价,进行粮食直补;另一方面,免除了延续了二千多年的农业税,又宣布了建设社会主义新农村的好消息。接下来政府的运作空间已经很小,农业税已免除,粮价不可能再涨很多,粮补必须考虑到国家的财政承受能力。但城乡差距还在不断扩大,城市化、工业化还将进一步蚕食优质土地,导致土地、资本、劳动力从农业的净流出,使粮食产量很难增加甚至可能下降。然而,中国人口依然在刚性增加,人均消费也在提高,需求总量必然进一步增加,这必然导致更大的供需缺口,近期粮食市场的涨价可能就是对此预期的反应。? 作为一种必需品,粮食和其他的商品不一样,是一种战略物资,不可或缺,粮食安全问题关涉到国计民生,国家的稳定,民族的独立。因此,我们不可能依靠国际市场来填补中国的粮食缺口,国际市场也不可能解决13亿中国人的粮食问题。我们必须立足于粮食的基本自给自足,这样才能使中国的现代化和民族独立有一个基本的保障。 二、中国粮食安全问题的长期性 1.由于农业基础设施年久失修,城市化、工业化的发展,农业比较效益低下,导致各种生产要素投入减少,这必然导致农业的总体生产能力下降,产量难以提高

中国食品行业发展现状及趋势分析

2016中国食品行业发展现状及趋势分析 一、现状:增速正在放缓 中国的食品在过去的24年,一直是以比较高的速度在增长。2014年达到万亿。但是2015年,只有万亿,增速放缓。食品工业增加值占到工业增加值的。折算成GDP,大概一半,食品占GDP的6%。目前,国内食品饮料自主品牌国际影响力不断增加,且大都以酒类和罐头食品为主。同时,质量保障不断强化,食品安全水平稳步提高。 而在国际食品工业发展方面,他指出有如下几个特点:常规食品稳定,健康食品发展快;创新推动发展,龙头企业成为行业支撑。国内最大的问题就是创新不足,企业在研发的投入不够。同时,可以看到以后的发展方向,一定是规模、集中度增加,规模增大,企业数量减少,这是一个趋势。此外,中国市场要走向世界,这也是一个趋势。 二、需求:消费者、社会经济两驾马车 (一)首先是消费者需求: 1、消费者对食品安全高度关注,对食品加工的要求更加严格。 2、营养缺乏与营养过程并存,健康食品成为最佳选择。 3.生活方式以及节奏的改变,驱动食品产品向方便化转型。比如日本的速冻食品消费和GDP相关联,方便食品或者速冻食品会提高。 4.收入增长和生活水平提高,追求美食和享受饮食文化成为趋势。 (二)其次是社会经济需求 1、国民收入水平持续升高,食品仍将保持较快增速。 2、居民收入与消费同步增长,食品消费结构发生变化。 三、机遇与挑战:企业需要正视 (一)食品饮料行业面临的机遇: 1、一带一路助推食品制造全球化。 2、信息技术推动产业形态和组织形式转变。 3、大数据有助于掌握食品需求动态。 4、大数据帮助及时准确掌握食品产业发展与食品安全动态。 5、物联网技术使得食品产业链全过程透明,保障食品安全。 6、基因测序大众化让精准营养食品成为可能。 7、老龄化推动保健食品、特殊膳食快速发展。据说到2025年,老年人会突破3个亿。 8、厨房革命加剧,推动方便食品快速发展。 (二)食品饮料企业面临的挑战: 1、资源不足,食品原料供应国际依存度越来越高。以牛奶为例,没有这么多的奶源来供应这么多的人口,这就是一个客观情况。 2、环保的要求越来越高,压力越来越大。很多的“三废”排放企业以前客观考虑不够,现在、以后会更加注重。食品安全很大的一块是环境污染给带来的压力:水质污染、土壤污染、空气污染等。 3、国家战略的需求与挑战。 4、食品安全要求不断提升。 5、劳动力结构性矛盾凸显,人口红利正在丧失。当然现在很多的企业都在往机械化、智能化方向发展,这应该是大家看得比较清楚的。 四、趋势:营养健康成消费者首选 (一)食品工业需求很大,预计还会有比较高的速度增长。同时食品安全应该是成为基本保障。

中国粮食行业发展现状与市场前景分析报告

中国粮食行业发展现状及市场前景分析 截止2014年,国民经济在新常态下保持平稳运行,全国粮食产量实现“十一连增”,农民增收实现“十一连快”。2014年,全国粮食总产量为6.07亿吨,同比增长0.9%;其中,谷物总产量5.57亿吨,同比增长0.8%。值得注意的是,2014年也是我国粮食产量增速连续第三年出现下滑,预计未来在耕地、淡水等资源环境的约束下,我国粮食产量将保持平稳态势。 2010-2014年粮食产量情况(单位:亿吨) 2010-2014年谷物产量情况(单位:亿吨)

从供给结构看,正常年份的粮食产量基本足以支撑国内消费。以2014年三大谷物为例,稻谷、小麦、玉米合计产量5.08亿吨,足以覆盖2014年4.63亿吨的国内消费量;三大谷物进口量合计仅0.11亿吨,主要用作粮食储备的辅助手段以及平抑国内外价差之用。 2011-2015年中国三大谷物产量与消费量对比 2011-2015年中国三大谷物产量与进口占比

从需求结构看,随着国内人口的增长,饮食结构的变化,农产品加工、能源产业的发展,我国包括口粮消费、饲料消费、工业消费在内的粮食需求持续增长。三大类消费中,工业用粮和饲料用粮增长较快,近几年增速保持在6.0%、1.5%;而口粮需求增速缓慢,同比保持在0.7%。从消费结构占比看,2014年口粮消费、饲料消费、工业消费占比分别为49.2%、29.0%、21.9%;分粮食品种看,目前稻谷仍是第一大消费品种,占38.9%,玉米、小麦分别占37.6%、23.5%。 2012-2016粮食用途消费结构占比 2011-2015粮食品种消费结构占比

我国现阶段粮食种植主要有两种模式,一是国有农场,二是建立在家庭承包责任制基础上的以农户为单位的种植。目前阶段,建立在家庭承包责任制基础上的以农户为单位的种植,是我国粮食生产的主要模式。2014年,农户种植粮食总产量占全国粮食产量比重高达94.2%,粮食播种面积占比95.7%;但由于单个农户生产规模小,资金能力有限,很难实现规模化和机械化,仍然处于粗放式的生产阶段。国有农场因其单个农场种植面积较大,故能够较好实现机械化和规模化作业,但受限于其在粮食总产量中的比重小,并非我国主要种植模式。 2010-2014农户与国有农场种植产量结构比

粮食产量影响因素分析

粮食产量影响因素分析 Revised by Jack on December 14,2020

中国粮食产量影响因素分析 摘要:粮食是人类最基本的生活消费品,粮食问题是关系到国家的国计民生的头等问题。众所周知,农业是国民经济发展的基础,粮食是基础的基础,因此粮食生产是关系到一个国家发展与生产的一个关键的主题。建国以来我国的粮食产量出现了多次的变动,给消费者和生产者带来了很大的影响,所以了解影响粮食生产因素很重要。通过计量经济学方法创建我国粮食生产函数,我们会发现粮食播种、化肥施用量、受灾面积是影响粮食生产的三大因素,其中粮食播种面积的影响最大。 【关键词】粮食产量;影响因素;回归分析 一、引言 众所周知,粮食是我们人类生命得以延续的最基础的物质条件,没有粮食这个重要基础,人类将无法继续生存。回顾我国粮食的生产情况,我们会发现,随着技术水平的提高,社会的发展,从整体来讲我国粮食产量呈上升的趋势。 二、中国粮食生产现状分析 在改革开放(1978年)之前我国粮食产量非常缓慢增长,一直都在30000万吨以下。改革开放后,我国粮食产量从30000万吨一路疯狂走高,粮食生产得到飞速发展,但波动也更频繁复杂。在1997年总产量首次跨上50000万吨的大难关,达到了50453万吨,增长率为%。但在2004年开始出现了几年的连续减产的现象,曾一路降到43069万吨的局面,一下子退回到十几年前的水平,让人更加担忧。从2004年以来的5年里,我国粮食产量连续10年增产。在2013年粮食产量达到万吨。 改革开放以来粮食产量一直是我国最关心的问题,我国逐步改革统购统销的体制,减少定购数量,提高粮食收购价格,使粮食生产实现高速增长。我国粮食产量从30000万吨开始一路走高。1980—2010年这30年,我国粮食生产得到快速发展。1978年我国农村实行改革和粮食价格提高,极大地调动了农民的积极性。1978年中国粮食产量首次突破30000万吨,增长了7.8%。1979年粮食产量继续增长%,主要是由于国家大幅度提高粮食收购价格,粮食统购价提高20%,超购部分加价50%,从而促进粮食产量飞速增长。1978和1979两年粮食产量年均增长率达到8.38%。而1980和1981年则

世界三大粮食作物的地区分布

世界三大粮食作物的地区分布 1.世界小麦生产的分布 世界小麦集中分布在25°N~55°N和25°S~40°S的温带地区。 北半球主要有4个产区: ①西欧平原-中欧平原、东欧平原南部-西西伯利亚平原南部; ②中国东北平原-华北平原-长江中下游平原; ③地中海沿岸-土耳其、伊朗-印度河与恒河平原; ④北美中部大平原。 四个小麦带占世界小麦产量的90%以上。主要商品小麦区是美国、加拿大、澳大利亚、阿根廷、法国,小麦出口占世界小麦出口总量的80%以上。[圭臬高考命题研究中心QQ767358735] 南半球主要分布区: 南非、澳大利亚南部、新西兰、南美的潘帕斯草原。 2.世界玉米生产的分布 玉米原产于中美洲,是一种喜温作物。玉米分布较为普遍,大多集中在夏季高温多雨、生长季节较长的地区。主要集中在北美洲、亚洲和欧洲,占世界玉米总产量的4/5以上;其中以北美洲产量为最多,占世界的46.75%,居世界首位.次为亚洲(占1/5)、欧洲(占1/7)。[圭臬高考命题研究中心QQ767358735] 世界玉米主要集中在三大地带: ①美国中部的玉米带,生产世界2/5以上的玉米; ②中国华北平原、东北平原、关中平原、四川盆地等; ③欧洲南部平原,西起法国,经意大利、塞尔维亚,至罗马尼亚。 世界玉米产量最多的国家是美国,其次为中国。[圭臬高考命题研究中心QQ767358735] 3.世界水稻生产的分布 水稻种植的最北界线是我国黑龙江省的呼玛县。但是,主要分布区域还是中国南方、台湾、日本、朝鲜半岛、东南亚、南亚、欧洲南部地中海沿岸、美国东南部、中美洲、大洋洲和非洲部分地区,中国北方的沿河地区也有水稻种植。

影响我国粮食产量的因素分析

影响我国粮食产量的因素分析 摘要:通过时1990一2012年间我国粮食产量的分析,在影响我国粮食产量的诸多原因中选出了3个主要影响因素,建立了多元线性回归模型,利用模型对粮食产量情况进行多元线性回归分析,研究了这些影响因素对粮食产量的影响与作用,最后,在此基础上提出了提高我国粮食产量的对策建议. 关键词:粮食产量;影响因素;回归分析;建议 一、研究意义 粮食安全问题是一个关系到国计民生的重要战略问题! 它影响到经济的发展" 人民生活质量的提高和社会的稳定#尽管我国粮食总体上虽然保持了较高的自给率! 但大豆进口量近年来持续快速增长! 目前我国超过70%的大豆依赖进口! 而其中30%以上进口自美国$当前的形势提醒我们! 必须进一步加强对粮食安全问题的重视$ 而对我国这样一个人口众多的农业大国来说! 粮食供给必须首先立足于国生产$ 随着我国粮食需求日益增长! 以及城市化和工业化的加速推进! 大量资源不断流向城市! 农业可耕地面积日益萎缩! 使得粮食生产面临较为严峻的形势$ 粮食生产问题如果解决不好! 就会给我国的经济发展和社会稳定带来制约和冲击 粮食是人民生存之本、经济发展之柱,对稳定社会、经济具有重要的作用。粮食问题是一个关系到国计民生的重要战略问题,它更影响到经济的发展和社会的稳定。中国是世界上的农业大国,同时又是一个农业相对落后的国家。近几年世界粮食价格的大围浮动,应该引起我们的注意,大起大落更使我们重新审视起粮食生产的重要性。同时只有抓住了影响粮食产量的主要因素,改府才能正确的做出举措来将粮食生产引向健康合理的发展路线并且实现农业的现代化。 二、文献回顾 影响粮食产量的因素很多,我国学者从不同角度研究了粮食生产问题.于法稳选择有效灌溉面积、化肥施用量、农业机械总动力、粮食播种面积和受灾面积等5个指标作为影响粮食生产的因素,并采用灰色关联分析的方法对这5个因素进行了分析,指出有效灌溉面积、农机总动力和粮食播种面积是影响粮食生产的3个最主要因素;肖海峰将影响粮食综合生产能力的 影响因素选择为粮食播种面积、其他物质费用、成灾面积、劳动力和化肥费用,通过柯布一道格拉斯生产函数证实了粮食播种面积是影响粮食产量最重要的因素;熊华等人应用灰色关联分析和C一D生产函数相结合的分析方法证实了化肥施用量、粮食作物播种面积和有效灌溉面积均对粮食生产具有重要影响[’〕;此外,xinagL采用粗糙集理论,建平、Yunzhang和WuY 等人运用灰色关联分析与BP神经网络相结合的方法,在对影响粮食产量的因素中又加人了农村用电量、地膜覆盖面积、水电建设投资和支农支出等因素,从多种角度验证了这些影响因素对粮食产量的重要性。 应该说前人在关于影响粮食产量的因素这个问题上做得研究已经很多而且很深,每一位学者对于影响粮食产量的因素都有自己独到的见解。本文将各位学者认为的影响因素综合起来,采用最小二乘法进行分析,试图在综合了各位学者的研究成果后,找出更具有代表性的,更准确的影响因素。

国内食品工业发展现状

(一)国内食品工业发展现状 改革开放20多年来,我国国民经济得到全面发展,人民生活水平普遍提高。我国食品工业在中央及各级政府的高度重视下,在市场需求的快速增长和科技进步的有力推动下,已发展成为门类比较齐全,既能满足国内市场需求,又具有一定出口竞争能力的产业,并实现了持续、快速、健康发展的良好态势。食品工业总产值年均递增10%以上,产品销售收入快速增长,经济效益大幅度提高,继续保持位列国民经济各产业部门前列的地位,为国民经济建设发挥着支柱产业的重要作用。 1、全国规模以上食品企业产值总量持续快速增长 2000—2005年,每年完成总产值分别为:8368.87亿元、9318.09亿元、10759.30亿元、16163.86亿元、20000亿元,5年增长约140%。 2、市场需求快速增长,食品工业主要产品产量大幅提高 2000—2005年食品工业产品产量普遍增长,其中增幅较大的主要产品有小麦粉、液体奶、食用油、乳及乳制品、罐头、水产加工品、方便主副食品、礼品食品等。有的产品产量已居世界前列,如食用植物油、味精、柠檬酸、制盐、啤酒、食糖等。 3、全国食品工业经济效益增幅较大 2000年完成利税总额1129.79亿元,其中利润229.49亿元,2001年完成利税总额1673.62亿元,其中利润444.83亿元,2002年完成利税总额1925.90亿元,其中利润524.85亿元,至2004年完成利税

总额2757.42亿元,其中利润915.90亿元,2005年预计完成利税总额3200亿元,其中利润1140亿元。5年利税总额增长180%,其中利润增长4.1倍。 4、全国食品工业出口创汇平稳发展,出口额逐年增加 全国食品工业出口贸易额2000年为107.50亿美元,2002年为155.12亿美元,2003年为187.59亿美元,2004年为203.26亿美元,2000年至2004年出口贸易额4年内平均年增长率为17.26%,共增长了89%。 5、食品工业结构调整进一步优化 首先是产品结构得到进一步调整,更符合市场的需求,其中与人民群众一日三餐密切相关的小康型膳食结构的新产品增幅在20%以上,绿色食品、有机食品将成为食品消费的主旋律;其次是企业的装备结构得到了前所未有的提升和优化,使食品产品在“质”中有了新的突破,满足了市场向科技含量高的优质产品高度集中的需求;再次是企业的组织结构得到调整,近年来食品企业规模不断扩大,总体平均水平增长一倍。 6、高新技术得到较好应用,技术装备有了较大提高。 食品工业高新技术得到较好的应用,大中型企业技术装备水平有了较大的提高。如生物工程技术、超高温杀菌、冷冻速冻、超临界萃取、膜分离、分子蒸馏等一大批高新技术在食品行业得到了推广应用,有力地促进了食品工业生产技术水平的提高和产品的更新换代。啤

影响粮食产量因素分析

影响xx县粮食产量因素分析 xx县位于豫东北平原,地处东经114°23′—114°59′,北纬35°12′—35°47′之间,属暖温带大陆性季风气候,大部分地区属于黄河支流金堤河流域,西部和北部边界地带属于海河支流卫河流域,土质肥沃,地势平坦,土层深厚,土壤理化性状好,光照充足,适宜农作物小麦、玉米、花生、棉花、尖椒等生长,是典型的农业大县。xx县主要粮食作物是小麦、玉米,其中小麦常年(近五年平均)种植面积160多万亩,单产456公斤,总产74万吨,玉米常年(近五年平均)植株面积76.8万亩,单产518公斤,总产40万吨。 二、粮食增产潜力分析 xx县属于黄河冲积平原,受流水分选规律的影响,不同地带冲击物的类型不同,造成xx县土壤的多样性。表层质地主要分砂壤、轻壤、中壤和粘土四大类,其中砂壤型耕地42.8万亩,轻壤型耕地87万亩,中壤型耕地49.6万亩,粘土型耕地15.6万亩。在xx县境内,土壤质地是影响土壤肥力的最主要因素。在粮食生产中,作物品种、土壤肥力水平和管理技术决定了产量的高低和增产潜力。不同的土壤特性、不同的肥力水平和不同的田间管理措施,常常导致各种作物之间、同一作物不同品种之间和同一品种不同区域之间都有一定的差异性。 一、不同土壤质地对粮食产量的影响

粮食作物在砂壤、轻壤、中壤和粘土地都可种植,但由于土壤特性的不同,保水保肥能力不同,品质、产量都表现出不同的差异。据调查分析(见表二),同一作物,在相同的田间管理措施下,由于粘土和中壤地,土壤肥沃,保水保肥和供水供肥能力强,小麦和玉米产量均偏高,而轻壤和砂壤地质地偏轻,保水保肥和供水供肥能力差,养分含量低,造成同一作物之间产量差异较大。因此,合理利用资源,发挥区域优势,科学进行田间管理是粮食持续稳定增产的最重要措施。 表二不同作物在不同质地上产量调查表 单位:万亩、公斤

中国粮食行业研究分析报告

中国粮食行业研究分析报告 粮食金融部

一、粮食行业概述及粮食市场特点 关于粮食与粮食安全。粮食主要指稻谷、小麦、玉米、大豆等作物(及其副产品),是最基本的生活资料和生产资料,也是一种重要的战略物资,兼具经济属性和政治属性。古往今来,“农本思想”、“以粮为纲”一直占据重要的战略位臵。1990年国家建立专项储备粮制度,按年消费量产区不低于30%、销区不低于60%储备粮食,用于平抑粮价、对抗灾害及其他不时之需,目前中央储备粮约2.6亿吨1。国家的基本粮食政策是立足国内粮食生产自给,近几年来我国粮食自给率达到95%以上,我国粮食市场对国际市场的依存度不到6%,控制在安全范围。 关于粮食生产。粮食属于资源密集型产业,土地投入大。我国人多地少,户均种植面积少,粗放作业,粮食生产除稻谷外不具比较优势。改革开放以来,我国粮食生产长足发展,产量从80年代初3亿吨攀升到1998年超过5亿吨,一度呈现阶段性的供过于求、卖粮难现象,粮食库存大幅增加,粮价大幅下降;但最近几年,我国粮食产量逐年下降,2003年全国粮食产量回落至4.3亿吨,粮价出现恢复性增长,粮食库存减少,粮食缺口增大。 关于粮食供给与需求的现状与未来走势。粮食供给量主要取决于粮食种植面积和粮食单产,剔除自然灾害影响,由于一,城镇开发占地、环境恶化、农作物结构调整、“退耕还林、退耕还草”政策和粮食生产效益递减等原因,粮食种植面积逐年减少,2003年全国减少耕地面积超过3000万亩,改革开放以来累计减少耕地面积超过2亿亩,估计未来耕地面积仍将持续减少;二,粮食单产的增长主要依靠科技的进步和农民投入的增加,但直接提高粮食单产的科技成果短期内难以突破,农民则因为种粮收益不如其他经济作物而减少投入,长期来看,国内粮食供给稳中有降,专家估计“十五”期间,我国粮食产量将在4.5亿吨左右徘徊。口粮、饲料用粮和工业用粮增长拉动粮食需求的持续增长。现阶段粮食消费中,口粮占50%,由于 1但据业内人士分析,一些中央储备粮企业偷卖粮的投机行为因价格上涨而没有及时补库,估计约1/4的储备库有数无粮。

粮食产量影响因素的回归分析

计量经济学论文 粮食产量影响因素的回归分析 班级:08物流 姓名:綦淇 学号:130112008034 日期:2011年6月22日

关于我国粮食产量影响因素的回归分析 摘要:本文主要采用回归分析的方法对1990—2005年影响我国粮食产量变化的主要因素进行分析,建立了以粮食产量为应变量,粮食作物播种面积、有效灌溉面积、农业机械总动力、化肥施用量和成灾面积五种可量化的影响因素为自变量的多元线性回归模型,利用模型对各个因素进行了比较分析。同时,对模型进行检验,在此基础上提出了一些关于稳定发展粮食生产的可供参考的意见。 关于我国粮食产量影响因素的回归分析 一、文献综述 1、《近年我国粮食产量变化的主要影响因素分析》赵俊晔,李秀峰,王川著 ……采用逐步回归和灰色关联分析对1991~2004年影响我国粮食产量变化的主要因素进行了分析,发现粮食产量变化主要来自稻谷单产变化及玉米和小麦播种面积的变化。有效灌溉面积与粮食产量一直保持高的关联度;成灾面积与粮食产量的关联度剧烈变动,其关联序仅次于有效灌溉面积;化肥、农药、农业机械总动力和农用塑料薄膜等用量与粮食产量的关联度逐渐下降。 2、《中国粮食产量分析及展望》新浪财经https://www.doczj.com/doc/4c10354577.html, ……自建国以来,我国粮食生产不断发展,产量不断提高,但这一过程也呈现出我国粮食产量存在周期性波动的特点,而且粮食产量的动波动基本上与粮食价格相吻合。未来我国粮食供求形势还不容乐观,粮食价格从长期看仍然有上涨要求。 3、《中国粮食产量波动影响因素实证分析》王玉斌,蒋俊朋,王晓志,陈慧萍著 ……基于最小信息准则采用扩展ADF法对1949—2004年中国粮食及水稻、小麦、玉米产量数据进行平稳性检验,结果表明:其在原始序列水平上均为平稳时间序列;采用TARCH 模型与EGARCH模型对以上数据的增长率数据进行非对称性检验,结果表明,波动具有"杠杆效应",负面影响比等量正面影响导致更大波动;根据扩展C-D函数运用1978—2004年中国粮食生产相关数据构建了粮食产量波动影响因素实证模型,结果说明,投入变动对粮食产量波动有同向影响,经济作物比较收益情况对粮食生产有反向作用,粮食本身收益情况并非影响生产的关键因素,粮食生产对气候等自然条件依赖性较强。 4、《我国粮食作物技术进步模式的经济学分析》杨巍著中国农业科学院 ……在农业技术的推动下,我国农业发展取得了举世瞩目的成就,主要农产品供给实现了长期短缺向丰年有余的历史性转变,粮食产量从1949年的11318万吨增长为2005年的48402.2万吨,年均增长速度5.85%,技术进步带来的单产水平的提高是我国粮食产量的不断增长的主要原因,技术进步为我国粮食发展作出了巨大贡献。但是另一方面,我国农业科技面临着转化率低的现实问题。目前,我国每年登记的农业科技新成果达3000余项,但转化率仅为30%~40%,很多成果没能转化成现实生产力。导致农业科技成果转化率不高的原因很复杂,既有推广应用体系不健全的问题,也有成果应用主体的科技意识和接受能力差的问题,还与成果本身适用性密切相关。科技成果只有适应了生产力的要求、适应了市场的需求才能转化成现实的生产力。 5、《我国粮食产量的影响因素分析——利用协整理论分析1983—2003年数据》张驰,乔现伟著 ……利用1983—2003年数据,运用协整理论来对影响我国粮食产量的因素进行分析,并给出了误差修正模型。发现我国近年来粮食产量的连续下降不是由于自然原因和对农业的

中国保健食品产业的历史现状和发展前景2011

中国保健食品的历史、现状和发展前景 中国国际食品工业联合会副会长 张志祥 中国保健协会保健食品委员会会长 目前,国际、国内对保健食品的概念尚无统一的定论。我国的定义是:保健食品是指具有特定保健功能的食品,包括以补充维生素、矿物质为目的的营养补充剂,并且对人体不产生急性、亚急性或者慢性危害的食品。即适宜于特定人群食用,具调节机体功能,不以治疗疾病为目的。尽管世界各国的保健食品概念和范围各不相同,但基本都包含以下条件:①心须是无毒无害的食品,符合应有的营养卫生安全要求。②具有特定的保健功能,而且明确具体经科学验证的特定功能,不能取代人体正常膳食摄入和对各种必须营养素的需要。③针对需要调整某方面机体功能的特定人群而研制的。④不以治疗为目的,不能取代药物对疾病的治疗作用。 一、我国保健食品的发展历史 综观我国保健食品的发展历史,先后经过了缓慢起步到迅速崛起,再到蓬勃发展、无序膨胀,最后国家进行标准规范管理的过程。①缓慢起步阶段(1949——1979)。少数补药、营养补剂成为主流。据考证,我国的保健食品源自中华民族的传统医药及食疗养生学说,至今已有5000多年的历史。历代药食同源、食疗养生理论及实践,为我国保健食品的研究开发和应用打下了良好的基础。1949——1979年期间,在我国还没有保健食品这个名称,这个时期的保健食品统称补

药或营养补剂,绝大多数属于传统的中药补品,如用人参、鹿茸、阿胶、灵芝等制成的丸、散、膏、丹、茶及传统药酒约百余种。少数新开发的营养补剂如氨基酸类、麦乳精等,其中蜂乳、蜂王浆是20世纪60年代上市的,国内外都比较畅销,剂型也比较新颖,有蜂乳胶囊、蜂王浆口服液。②迅速崛起阶段(1980——1985)。在1980——1985年期间,随着我国经济的增长,人们健康观念的增强,保健食品的品种增多,产量逐渐上升,具有代表性的产品是各种口服液、维生素及蜂王浆,形成三足鼎立的格局。东北的人参王浆、北京蜂王精、杭州的双宝素名声大噪,维生素本来是老产品,此刻却焕发青春,有口嚼片、冲剂等剂型,其中“果味维生素C”,1980年上市后一鸣惊人,年销售量达到一亿多片;中药补品有龟苓膏、灵芝浸膏、田七片、至宝三鞭酒、北茋精口服液、人参蛤蚧精口服液、参桂鹿茸口服液等。这一时期食品强化剂也逐渐增多。到1984年上市保健食品约有1000种左右,生产企业800多家,年销售额约为20亿元,已初具规模。全国性行业组织“中国保健食品协会”、“中国保健科技学会”也于1984年相继挂牌成立。在此期间,保健食品迅速崛起,主要是滋补品和营养强化食品,品种还是比较单一,但剂型发展较快。主要剂型有口服液、胶囊、冲剂、片剂、膏剂、散剂、糖浆等,以及传统的中药剂型,其中口服液是由中药复方提取的口服溶液,能体现原药材各种成分的综合功效。由于中药成分复杂,绝大多数产品没有进行实验验证,仅根据产品的某些成分推测其功能,属于原始的第一代保健食品。③蓬勃发展阶段(1986——1990)。强劲的市场需求推出诸多新

2007年世界各国粮食产量排名

2007年世界各国粮食产量排名 耕地面积(亿公顷)-- 占世界耕地比例-- 粮食总产量(亿吨) 中国 1.21 ---8.06% ---5.01 美国 1.97 ---13.15% ---3.63 印度 1.70 ---11.32% ---2.16 巴西0.86 ---5.76% ---1.33 阿根廷0.27 ---1.80% ---0.85 俄罗斯 1.26 ---8.39% ---0.81 法国0.18 ---1.22% ---0.59 加拿大0.68 ---4.52% ---0.51 越南0.10 ---0.66% ---0.40 德国0.12 ---0.80% ---0.40 澳洲0.51 ---3.45% ---0.31 乌克兰0.33 ---2.20% ---0.29 波兰0.14 ---0.96% ---0.26 哈萨克0.35 ---2.33% ---0.20 泰国0.20 ---1.32% ---0.18 粮食产量人口数人均粮食产量

1950年13213万吨55196万239公斤1951年14369万吨56300万255公斤1952年16392万吨57482万285公斤1953年16683万吨58796万284公斤1954年16952万吨60266万281公斤1955年18394万吨61465万299公斤1956年19275万吨62828万306公斤1957年19505万吨64653万302公斤1958年20000万吨65994万303公斤1959年17000万吨67207万253公斤1960年14350万吨66207万216公斤1961年14750万吨65859万224公斤1962年16000万吨67295万238公斤1963年17000万吨69172万246公斤1964年18750万吨70499万265公斤1965年19453万吨72538万268公斤1966年21400万吨74542万287公斤1967年21782万吨76368万285公斤1968年20906万吨78534万266公斤1969年21097万吨80671万262公斤1970年23996万吨82992万289公斤1971年25014万吨85229万293公斤

相关主题
文本预览
相关文档 最新文档