基于Pearson灰色关联熵的粮食产量主影响因子识别——以河南省为例

区域粮食产量主控因子的诊断需要合理遴选评价指标并准确测度气象气候等各影响因素的作用。文中以河南省1989-2014年的农业统计资料为数据源,首先将Pearson相关分析法应用于从资源投入、气候变化、技术进步、制度政策等四个方面构建的河南省粮食产量影响因子评价指标集,以进行评价指标的定量遴选和消除依据主观经验选择评价指标的局限性,然后再应用熵权法改进后的灰色关联分析法来识别河南省粮食产量主影响因子。研究结果显示:基于Pearson系数和灰色关联熵相结合的粮食产量主影响因子识别结果较符合河南省的客观实际,对于与粮食产量关系密切但其影响通常难以量化的气象气候等因子所起的作用也能够较准确地测度。农田有效灌溉面积、耕地面积和粮食作物播种面积三项因子是河南省粮食产量的主控因子,并且农田有效灌溉面积的灰色关联熵最高,耕地面积和粮食作物播种面积的灰色关联熵也明显高出位于其后的其它因子,这表明河南省粮食生产受到区域内水资源匮乏的强烈影响,同时该省当前的粮食产量(产出)是通过投入大量的耕地资源要素并保持较高的作物种植规模而得以实现的,这与农业可持续发展的内涵并不相符。平均气温、日照时数、年降水总量以及化肥农药的使用量和成灾面积也是河南省粮食产量变化的主要因素,这显示出该省粮食生产的现代化水平不高,受气象气候因子的制约作用明显,对灾害的防御和抵抗能力较弱,存在对易于造成农业面源污染问题的化肥农药依赖性较强的现象;农业机械等科技投入要素对河南省1989年以来粮食产量的影响较小,明显低于气温和降水等气象气候因子的作用。