粮食安全问题长期以来受到我国政府部门和国内外学者关注。伴随着工业化、城市化的发展，生活水平的不断提高，生物能源的快速发展，粮食消费需求将呈刚性增长，与此同时，耕地非农化加速、水资源紧缺、气候多变及生态污染等问题出现，使粮食安全问题备受各界关注。粮食产量的变化取决于播种面积和粮食单产的变化。近几十年来,单产成为驱动我国粮食产量变化的直接推动力。预计2020年中国粮食总需求将达到6亿吨以上，面临如此巨大粮食需求，在当前粮食播种面积保持不变的情况下，影响单产的任何一种要素不利变化都会影响单产波动，如何充分挖掘单产增产潜力,稳定提高粮食单产，成为支撑我国粮食增产的关键因素。所以本文着重围绕三方面进行探讨:新中国成立以来，中国主要粮食作物单产水平及波动特征如何?单产波动背后受何种因素影响？未来该如何促进单产稳定提高？本文在回顾国内外学者关于粮食单产相关研究的基础上，总结现有研究对本文的启发和借鉴。首先围绕中国主要粮食作物单产水平进行分析，基于纵向时间和横向国际比较的角度分析中国主要粮食作物单产水平现状，认为1949-2010年中国主要粮食作物单产总体水平处于上升趋势，但面临单产快速提高发展瓶颈。在玉米需求剧增的背景下，玉米单产突破性的提高对粮食安全至关重要。运用逻辑斯蒂曲线对各单产的发展趋势进行拟合，进而明确中国主要粮食作物单产所处各个发展阶段，可知2007年、2002年、2008年及1997年分别是我国粮食、水稻、小麦、玉米单产增长速度开始进入缓慢增长期的时点。其次，基于不同角度围绕粮食单产波动特征展开研究。第四章，在分析粮食单产波动机理基础上，运用H-P滤波法，依据1949-2010年中国主要粮食、水稻、小麦、玉米单产的历史数据，剔除时间趋势，得出主要粮食单产波动率，进而从周期、振幅角度分析各粮食作物单产波动结构特征。结果表明水稻单产波动比较平稳，而小麦和玉米波动较大。我国粮食作物单产呈周期性波动规律。第五章，单产波动是一种生产或经营活动不确定性结果对于生产经营者的影响，分布类型及数值分布模型的给出，对粮食生产风险管理具有重要的指导作用。本节采用非参数假设的x2检验法，在分析粮食单产波动特征基础上，指出单产波动的可能概率分布类型，而后进行概率分布的检验。结果表明，中国粮食、水稻、小麦单产波动的概率分布都是指数分布，分布函数分别为F（x）=1-e^25x，F（x）=1-e25x，F（x）=1-e17.24x，可以看出我国水稻单产波动特征与粮食单产波动具有密切联系。玉米单产的波动概率分布为威布尔分布，即xF （x）=1e （0.055）1.05。水稻单产波动率大于6%的概率为22.22%；小麦、玉米单产概率分别为35.55%，33.43%，相比于小麦、玉米单产，水稻发生大波动的概率较小。第六章，采用非参数核密度估计法，对粮食单产减产率的密度函数进行了估计，计算减产率从0到100%这一范围内，每隔1%情形下的概率密度函数值，从而算出减产率超过1%、2%、3%、…的概率。这些结果对开展粮食单产损失保险、厘定保险费率有直接作用，对比较各粮食作物单产减产风险大小有重要作用。结果表明水稻单产、小麦单产与玉米单产的减产率超过5%的概率分别达到11.45%、21.63%和22.10%，可见玉米单产减产风险最高、次之是小麦，水稻单产减产风险最小。因此必须关注小麦、玉米单产的生产风险，推动小麦、玉米农业政策保险的发展。最后，基于单产波动成因分析基础上，提出促进单产稳定提高相关建议。自然、技术、市场、行为等因素不确定的变化都会导致粮食单产波动。第七章，利用滑动平均方法，将粮食单产波动影响因素分解为技术、社会及自然三因素。利用灰色关联分析法，对我国各主要粮食作物单产波动与各自然灾害受灾状况关系进行实证分析，得出中国1949-2010年粮食单产波动与其他成灾率的关联度最大为0.7436，水稻单产波动与水灾成灾率的关联度最大达0.6928，小麦单产波动与旱灾成灾率关联最大为0.7780。因此，伴随全球气候变暖，我国400毫米等降水量线北移给我国粮食生产带来的影响，各地区应结合具体情况，进行相应农业生产结构调整，改变耕作制度，加强防汛抗旱和减灾体系建设。根据波动特征的周期性特征，基于政策角度，分阶段分析政策因素对各单产波动的影响，得出农业的波动是政策变动的直接结果。最后，在对前文研究结果进行归纳总结基础上，提出相关的政策建议：重视农技服务水平提高，关键依靠科技进步，重点要把焦点转移到减弱自然灾害带来的波动性上，加强灾害保险制度建设，进而实现我国粮食单产水平持续稳步的增长。