2018年安徽省粮食产量预测以及主要影响因素分析开题报告

1. 研究目的与意义

为确保我国粮食中长期稳定和能够有效供给，未来产量能否保障国家粮食安全成为一个十分现实而紧迫的任务，而粮食产量预测可以为国家的战略安排提供决策依据。

民以食为天，食以粮为本，粮食是人类生存和发展的基础，也是一个国家最重要的战略物资，因此，粮食安全问题一直是人们关注的焦点。

粮食安全是影响国民经济和社会发展的重大战略问题，粮食供给和价格问题是影响cpi和城乡社会和谐的重大现实问题。

2. 国内外研究现状分析

见文献综述

3. 研究的基本内容与计划

研究内容：第一章：粮食产量预测研究现状1.1国外研究现状1.2国内研究现状1.3主要研究方法 1.3.1 bp神经网络法 1.3.2组合模型分析法 1.3.3时间序列分析法第二章：背景介绍2.1安徽省粮食生产现状2.2采用多元线性回归预测方法第三章：多元线性回归方法介绍3.1简介多元线性回归模型3.2简介参数估计3.3简介模型的检验原理第四章：影响安徽省粮食产量的主要因素及2018年的产量预测4.1找出并确立主要因素作为自变量4.2确立粮食产量的线性回归方程4.3粮食产量的线性回归方程的参数估计4.4粮食产量的线性回归的模型检验4.5自变量的多重共线性及最优方程的确立第五章：用最优方程来预测2018年粮食产量第六章：结果分析从最优方程的各项变量系数得出对粮食产量影响较大的变量，适当调整下一年的对这些变量的投入。

对于系数为正值较大的变量，下一年加大投入，对粮食的产量影响效果明显；对于系数为正负值较大的变量，下一年减少其数值，对粮食的产量影响效果明显。

第七章：个人建议根据结果分析，提出对应的政府政策建议。

4. 研究创新点

本文采用的方法是多元线性回归法，首先从变量选择来说，我们择优选择符合农业情况的化肥费、种子费、农药费、机械作业费、人工成本、土地成本以及出售价格七个变量，建立回归方程。

并且我们还会对其进行多种检验和多重共线性的检验，最终得到一个最优回归方程。

其次是我们的数据来源方面，数据的来源主要有以下两种：一是搜集安徽省的统计局中公布的数据，同时安徽省农业厅的一些数据也会对于我们的研究有很大的参考和帮助作用；二是在四月初去安徽农业厅进行调查和采访，到时会得到更加准确和全面的数据。