粮食产量预测包括短期、中期、长期生产潜力预测和当年估产2部分，笔者基于粮食产量历史数据建立了 粮食生产潜力预测和估产的理论、方法，并应用一些案例进行了初步验证^{[1, 2, 3, 4, 5]}，本文应用全国、31个省 （省、直辖市、自治区，以下简称省）、6个典型地区和16个典型县（县、市、区，以下简称县）数据对 其中的科技进步增产的“多年平均产量移动模型”进行了系统性的验证和讨论。

从统计年鉴中整理出全国、31个省、6个典型地区和16个典型县多年粮食单产数据，建立数据库，数据项 包括行政单元名称、年代、单产、总产、播种面积等指标。

笔者研究表明，中国气候对粮食产量影响周期为8～14年，平均为10年，这与太阳黑子活动周期10年左右 相吻合；就全国平均而言，当取10年移动平均单产时，剔除掉气候影响因素的效果最好。因此，以10年 为中心建立科技进步增产的“多年平均产量移动模型”^[1]，具体可以取5、10年和20年平均单产作散点 图，后一年的数值分别减去前一年的数值之差就是近似的5、10年和20年的科技进步增产量，年限取的越 长，气候影响因素就越小。

图 1为全国1949—2014年期间以n分别为步长5、10、20年移动平均单产散点图。从图 1可以看出，随着n值 的增大，曲线逐步稳定和平滑，这表明，n值太大时，反映最近产量变化趋势的信息减少。

图 1 全国粮食单产和多年平均单产散点图（1949—2014年） Figure 1 The scatter diagram of yield and the multi-year moving average yield in China（1949—2014）

图选项

就全国而言，1949—1970年，粮食单产累计增加量增长缓慢，说明科技进步的作用不大；从1971年开始 粮食单产累计增加量加速增长，说明科技进步成为提高单产的主要驱动力；除1960—1963、2000（其5年 平均单产在每年单产之下）、2001年和2002年外，每年单产都在5年和10年平均单产线之上，说明科技支 撑单产的作用较为明显，由此可以确定5年平均单产线是国家级粮食单产的支撑线和安全线。

可以以n=10年为基准，将国家和各省从1949—2014年的后一年的10年平均单产减去前一年的10年平均单 产作为单产变化趋势，其差值为正，说明科技进步对产量是正作用，正值越大，说明科技进步对单产的 贡献率越大；差值为零，说明科技进步对单产没有贡献；差值为负，说明科技进步对单产是负作用。从 1949年开始，差值为负的年份极少。而一般情况下，科技进步对单产的贡献不能为负，这时单产下降的 原因可能是高产农田被大量占用和（或）蔬菜、水果种植面积大幅增加，而种植粮食的中、低产农田比 例上升导致单产下降是经济发达地区单产下降的主要原因之一。限于篇幅，国家和各省（市、县）的单 产变化趋势表省略。

为更好地分析科技进步对单产的贡献，现定义以下概念和标准。

科技进步贡献率加速年份的定义：连续3至5年的5年平均单产高于对应年的10年平均单产的起始年即为科 技进步贡献率的加速年。

科技进步贡献率短期、中期和长期稳定性分级方法见表 1。

表 1 科技进步贡献率短期、中期和长期稳定性分级标准 Table 1 The stability grading standards of science and technology progress contribution

表选项

根据上述概念和标准，国家级和省级的加速年和概率分级见表 2。表 2结果说明：国家级及省级科技进步 贡献率加速时间排序：北京、上海、山西、江苏、广东、西藏（6个）＞天津＞广西＞吉林、浙江、安徽 、福建、江西、陕西、宁夏、海南（10个）＞全国、河北、辽宁、黑龙江、山东、河南、湖北、湖南、 四川、贵州、云南、甘肃、青海、重庆（14个）＞内蒙古、新疆。国家级和省级科技进步贡献率稳定性 见表 3。

表 2 国家级和省级的科技进步贡献率加速年和概率 Table 2 The accelerating years of science and technology progress contribution rateand probability in short-term，medium-term and long-term period in China and 31 provices

表选项

表 3 国家级和省级科技进步贡献率短期、中期和长期稳定性结果 Table 3 The stability results of science and technology progress contribution rate of short-term，medium-term and long-term period in China and 31 provinces

表选项

参照2.2验证方法，对6个典型地区的案例进行了验证，见表 4。6个典型地区分别隶属于吉林省、山东省 、甘肃省、浙江省、湖北省、贵州省，代表我国6个主要气候和粮食产区。表 4结果表明：典型地区科技 进步贡献率加速时间排序：吉林市＞黄冈市＞遵义市＞泰安市、天水市＞丽水市。典型地区科技进步贡 献稳定性见表 5。

表 4 典型地区的科技进步贡献率加速年和概率 Table 4 Theaccelerating years of science and technology progress contribution rate and probability of 6 typical districts

表选项

表 5 典型地区科技进步贡献率短期、中期和长期稳定性结果 Table 5 The stability results of science and technology progress contribution rate in short-term, medium-term and long-term period of 6 typical districts

表选项

参照2.2验证方法，对2.3中6个典型地区的16典型县的案例进行了验证，见表 6。表 6结果表明，科技进步 贡献率加速时间排序：桦甸市、红安县、英山县、罗田县>永吉县、正安县>遵义县、习水县>宁阳县、新 泰县、甘谷县、武山县>东平县>青田县、云和县。典型县的科技进步贡献率稳定性见表 7。

表 6 型县的科技进步贡献率加速年和概率 Table 6 The accelerating years of science and technology progress contribution rate in short-term, medium-term and long-term period and probability of 16 typical counties

表选项

表 7 典型县科技进步贡献率短期、中期和长期稳定性结果 Table 7 The stability results of science and technology progress contribution rate in short-term, medium-term and long-term period of 16 typical counties

表选项

影响粮食单产主要有3个驱动力，一是科技进步，其对粮食增产起持续正向驱动作用；二是气候，其不构 成单产持续增加的驱动力，对粮食增产主要起到正、反2个方面的波动性驱动作用，但不排除全球气候变 化可能使某些地区单产持续增加；三是社会等其他因素，如经济快速发展过程中，高产农田被占用、蔬 菜地和水果地等面积大幅增加、农民种田积极性下降等，其对粮食增产均起到反向驱动作用。

就中国而言，越是经济发达的地区科技进步增产加速的时间越早；发达地区单产存在增加-下降-回升3个 阶段，下降原因是经济快速发展初期高产农田被大量占用和（或）蔬菜、水果种植面积大幅增加，回升 原因是科技进步持续作用于中、低产田而使其单产得到稳步提高。

（1）全国尺度上，不管短期、中期还是长期，科技进步对粮食增产都是稳定的，其主要原因是全国大尺 度气候条件对粮食单产的影响具有很强的互补性，基本剔除掉了气候对单产的影响，使科技进步成为粮 食单产持续增加的主要驱动力。

（2）每年单产与5年移动平均单产的短期波动分析结果：稳定以上的省有15个，其中有12个省处于湿润 半湿润地区，河北绝大部分地区处于半湿润和湿润地区，新疆和甘肃主要为灌溉农业，非灌溉农业权重 小，受降雨等气候因素较小；不稳定和极不稳定的有16个省，其中北方省占绝大部分，说明降雨是单产 短期不稳定性的主要影响因素，而北京、上海和重庆则主要受经济快速发展、高产农田被占用的影响， 海南受蔬菜种植面积大幅度增加的影响，贵州受自然灾害影响较大。

（3）每年单产与10年移动平均单产的中期波动分析结果：稳定以上的省有25个，占总数的80.65%，说明 粮食中期单产稳定性的主要原因是科技持续进步。

（4）每年单产与20年移动平均单产的长期波动分析结果：稳定以上的省有29个，占总数的93.55%，说明 粮食长期单产稳定性的主要原因是科技持续进步，而且作用极强。不稳定的只有北京和广东，其主要原 因是城市发展持续占用高产农田。

（5）从地区级和县级尺度结果分析来看，长期都是稳定的，说明科技进步支撑作用极强，而中期和短期 不稳定的地区占50%左右，主要原因是地区级尺度气候条件互补性较差。

（6）总体来看，粮食单产稳定性国家级大于省级、省级大于地区级、地区级大于县级；省级稳定性短期 主要受降雨影响，中期稳定性为科技进步起支撑作用，长期的不稳定性受地区经济快速发展的影响；不 同省、不同地区、不同县之间稳定性差别比较大，这与境内气象条件互补性的强弱和农田抗御自然灾害 的能力有关。

（1）定义了用相邻10年平均单产之差表示科技进步对单产的贡献及其趋势，结论是科技进步是单产增加 的主要驱动力；

（2）分别定义了用每年单产与5、10、20年平均单产对比关系的概率作为短期、中期、长期单产稳定性 的指标；稳定性研究结果表明国家级大于省级、省级大于地区级、地区级大于县级，不同省、不同地区 、不同县之间稳定性差别比较大，这与境内气候的互补性和农田抗御自然灾害的能力有关；

（3）就全国而言，越是经济发达的地区科技进步增产加速的时间越早。发达地区单产存在增加-下降-回 升阶段，下降原因是经济快速发展初期高产农田被大量占用和（或）蔬菜、水果面积大量增加，回升原 因是科技进步持续作用于中、低产田而使其单产得到稳步提高。