根據(jù)福建省及其地級市2009—2016年的糧食生產(chǎn)數(shù)據(jù),對其糧食生產(chǎn)和耕地利用情況進行時空分析,并采用LMDI模型分解各耕地利用因素對糧食產(chǎn)量的貢獻,比較和分析不同耕地利用因素對糧食產(chǎn)量變化的效應,以探究不同區(qū)域糧食產(chǎn)量變化的主導因素。結果表明:福建省2009—2016年糧食產(chǎn)量約下降2.4%,其中,糧作比下降8.8%是導致福建省糧食減產(chǎn)的主要因素。2009—2016年,福建省各地級市中僅龍巖和三明2地實現(xiàn)糧食增產(chǎn)。廈門農(nóng)業(yè)勞動力人均耕地面積降幅最大,龍巖和漳州糧食單產(chǎn)增幅明顯,泉州農(nóng)業(yè)勞動力數(shù)量下降明顯,所有地級市的糧作比均有不同程度的下降。結構效應是導致福建省糧食減產(chǎn)的主要因素,影響省內(nèi)各地級市糧食產(chǎn)量變化的因素則各有不同。 

【文章來源】：浙江農(nóng)業(yè)學報. 2020,32(05)北大核心CSCD

【文章頁數(shù)】：8 頁

【部分圖文】：

福建省耕地利用因素2009—2016年的發(fā)展情況

根據(jù)圖2-B,2009—2016年廈門、漳州、三明、福州和寧德的農(nóng)業(yè)勞動力人均耕地面積都表現(xiàn)出不同程度的下降態(tài)勢。其中,廈門的農(nóng)業(yè)勞動力人均耕地面積下降幅度最大,降幅約為25.2%;其次是漳州,降幅約為10.9%,且下降集中在2010—2011年間,2011—2016年逐漸回升。三明、福州和寧德的農(nóng)業(yè)勞動力人均耕地面積表現(xiàn)為小幅下降。泉州和南平的農(nóng)業(yè)勞動力人均耕地面積增幅較大,分別為9.3%和8.4%,其次是龍巖和莆田,增幅分別為5.4%和3.2%。(3)糧食單產(chǎn)變化。

【參考文獻】：
期刊論文
[1]基于GWR模型的渭北黃土旱塬糧食單產(chǎn)空間分異及其影響因子分析——以陜西彬縣為例[J]. 邱孟龍,曹小曙,周建,馮小龍,高興川.  中國農(nóng)業(yè)科學. 2019(02)
[2]我國糧食生產(chǎn)重心變遷及其影響因素研究[J]. 楊宗輝,李金鍇,韓晨雪,劉合光.  農(nóng)業(yè)現(xiàn)代化研究. 2019(01)
[3]南方水稻復種指數(shù)變化對國家糧食產(chǎn)能的影響及其政策啟示[J]. 蔣敏,李秀彬,辛良杰,談明洪.  地理學報. 2019(01)
[4]近30年來我國糧食產(chǎn)量波動影響因素分析[J]. 李昊儒,毛麗麗,梅旭榮,劉月娥,郝衛(wèi)平.  中國農(nóng)業(yè)資源與區(qū)劃. 2018(10)
[5]關于福建省糧食產(chǎn)業(yè)發(fā)展有關情況的調(diào)研報告[J].   黑龍江糧食. 2018(07)
[6]基于地理探測器的黑龍江墾區(qū)農(nóng)場糧食產(chǎn)量影響因素分析[J]. 葉妍君,齊清文,姜莉莉,張岸.  地理研究. 2018(01)
[7]國家糧食安全中主產(chǎn)區(qū)糧食生產(chǎn)及其貢獻的量化對比分析[J]. 陳璐,胡月,韓學平,郭翔宇.  中國土地科學. 2017(09)
[8]輪作休耕對我國糧食安全的影響及對策[J]. 尋舸,宋彥科,程星月.  農(nóng)業(yè)現(xiàn)代化研究. 2017(04)
[9]我國農(nóng)業(yè)勞動力轉移對糧食安全的影響——基于面板數(shù)據(jù)的實證分析[J]. 衛(wèi)龍寶,張艷虹,高敘文.  經(jīng)濟問題探索. 2017(02)
[10]災害、勞動力和機械動力對地方糧食產(chǎn)出的影響——基于河北省11個地級市面板數(shù)據(jù)分析[J]. 邵佳麗.  湖北農(nóng)業(yè)科學. 2017(02)



本文編號：3387753