关中地区地理条件与生产投入对粮食生产的影响

发布时间：2022-01-06 21:21

　　基于陕西关中地区半干旱的地理条件,针对1980—2017年农业生产的实际统计数据,以5年为计算时间尺度单元,建立了关中地区农业生产的主成分回归（PCR）分析模型,定量地研究了陕西关中地区地理环境和生产投入对农业生产的绩效贡献。结果表明:（1）对各时段的PCR方程模型自变量平均弹性系数的计算分析表明,促进农业生产效益提高的主要指标有Y₃（实际灌溉农田面积,0.117）、Y₄（高产稳产农田面积,0.509）、Y₇（农用施用化肥总量,0.793）、Y₈（农用机械总动力,0.091）、Y₉（总农业用电量,0.478）、Y₁₀（农业劳动力人数,0.106）;减少效益的主要指标有Y₁（农田面积,-0.763）、Y₅（受灾农田面积,-0.052）、Y₆（成灾农田面积,-0.062）。（2）自然灾害对关中地区农业粮食生产的影响处于非常显著位置,但影响总的而言比较平稳。（3）在这些指标因素的综合影响下,关中农... 

【文章来源】：中国沙漠. 2020,40(02)北大核心CSCD

【文章页数】：7 页

【部分图文】：

关中地区区位图

受气候[17-19]、自然地理地形条件等自然地理影响因素的影响,关中地区农业粮食生产产量呈现出剧烈的高低起伏的变化趋势。关中1980—2017年粮食生产产量的变化趋势如图2所示,基本呈现出时间尺度为4～5年的循环周期,很直观地说明关中地区在1980—2017年粮食生产产量的发展变化趋势是按照周期为5年左右的周期性内循环持续增长的。基于1980—2017年关中粮食产量5年左右周期的分析结论,根据1980—2017年关中地区粮食生产的基础统计数据,在进行主成分回归计算时,本文按照5年作为一个时间尺度单元进行主成分回归计算分析。

图4为表2中PCR方程各自变量指标Y对应的8个时间尺度平均弹性系数,c小于0的指标分别为Y1(农田面积)、Y2(粮食种植面积)、Y5(受灾农田面积)、Y6(成灾农田面积)和Y11(总农药使用量),其中对关中粮食生产的贡献效益为负值,阻碍比较大的是Y1、Y5、Y6。平均弹性系数c大于0的指标分别是Y3(实际灌溉农田面积)、Y4(高产稳产农田面积)、Y7(化肥总量)、Y8(农用机械总动力)、Y9(农业用电量)、Y10(农业劳动力人数)和Y12(农用地膜使用量)。由表中的c值很明显知道Y11(农药)和Y12(农用地膜)的绩效影响很小,同时也可以看到,在PCR模型计算中Y1对粮食产量的阻碍绩效达到其投入量每增加1%时,其产出就减少其对应量的0.763%。而图3中c值比较大的Y4、Y7和Y9,对粮食产量的促进绩效达到了当其投入量每增加1%时,其产出就增加其对应量的0.509%、0.793%和0.478%的状态。图4 Y的平均弹性系数c

【参考文献】：
期刊论文
[1]气候变暖背景下中国干旱变化的区域特征[J]. 马鹏里,韩兰英,张旭东,刘卫平.  中国沙漠. 2019(06)
[2]中国北方地区农业干旱脆弱性评价[J]. 王莺,赵文,张强.  中国沙漠. 2019(04)
[3]统计回归模型中的主成分分析[J]. 孙婷蔚.  通讯世界. 2019(03)
[4]主成分回归视角下建筑工程项目成本预测研究[J]. 王丽华.  长春大学学报. 2018(05)
[5]基于情景的关中平原土地利用和生态系统服务预测及变化分析[J]. 刘岩,李晶,秦克玉,陈登帅.  陕西师范大学学报(自然科学版). 2018(02)
[6]河北坝上农田、退耕地和天然草地土壤的可风蚀性[J]. 张志栋,常春平,郭中领,王仁德,邢春燕.  中国沙漠. 2018(01)
[7]基于GIS的陕西省干旱灾害风险评估及区划[J]. 徐玉霞,许小明,杨宏伟,张艳.  中国沙漠. 2018(01)
[8]渭河流域基于水利供水网络结构的水资源配置模式研究[J]. 韩群柱,冯起,陈桂萍.  干旱区地理. 2016(04)
[9]保护性耕作对黄土高原农田土壤理化性质的影响[J]. 张婧,张仁陟,左小安.  中国沙漠. 2016(01)
[10]关中地区城市干旱脆弱性评价[J]. 喻忠磊,杨新军,石育中.  资源科学. 2012(03)



本文编号：3573191