黑龍江省糧食生產灰色關聯分析和預測

王晨筱，龔 敏，李 曉 (東北林業大學經濟管理學院，黑龍江哈爾濱150040)

黑龍江省土地條件居全國之首，是我國糧食生產最具發展潛力的地區，也是我國重要的商品糧基地之一［1］。糧食生產是保障國家發展的重要戰略問題，隨著我國經濟實力的日益增強、人口數量的持續增長和消費水平的逐步提高，人們對糧食的需求量越來越大，如何實現黑龍江省糧食生產的持續發展成為亟待解決的重要問題。影響某個區域糧食生產的因素有很多，多數學者會運用灰色關聯分析法來對這些影響因素的關聯系數進行測算，并根據測算結果進行排序［2］。灰色系統理論是我國學者鄧聚龍教授提出的一種研究“小樣本、貧信息”的理論，通過生成和開發部分已知信息來提取有效的信息，并對含有不確定因素的系統進行預測［3］。筆者在分析2005～2013年黑龍江省糧食產量變化趨勢的基礎上，運用灰色系統理論對影響糧食生產的各個因素進行關聯分析，量化了糧食產量與其他影響因素的關聯程度;并建立黑龍江省糧食產量的灰色GM(1，1)預測模型對2014～2020年的糧食產量進行預測，為黑龍江省制定糧食發展規劃、促進糧食生產穩定增長提供參考依據。

1 灰色關聯分析與預測模型

1．1 灰色關聯分析 灰色關聯分析是灰色系統理論中的一個十分活躍的分支，主要根據序列曲線的幾何形狀來判斷不同序列之間的聯系是否密切［4］。該方法主要研究系統中各個因素隨時間變化而發生變化的過程，并根據變化的接近程度來衡量它們之間關聯性的大小，從而為系統分析及未來戰略制定提供理論基礎。灰色關聯分析通過比較分析每個最優解和非最優解之間的灰色關聯程度來找出最優的排序對象［5］，根據關聯度順序來描述因素間關系的強弱、大小和次序。其基本原理是:運用數學方法對各因素的數據序列進行計算，進而得到因素間的對應關系。序列曲線的幾何形狀越接近，它們之間的灰色關聯度越大，反之越小。

灰色關聯度的計算方法與步驟如下:

(1)根據評價目的確定評價指標體系，收集評價數據，確定參考數據列。

(2)采用初值化或均值化的方法對變量序列進行無量綱化，使原始變量序列具有相同的量綱或數量級，從而保證分析結果的可靠性［7］。

(3)求絕對差值序列。絕對差值序列Δi(k)是參考數列X0(k)與比較數列 Xi(k)在 k點(k=1，2，…，n)上差的絕對值［10］:

(4)找出最大絕對差值Δmax和最小絕對差值Δmin。

(5)求灰色關聯系數:

分辨系數0＜ρ＜1，該研究取 ρ=0．5。

(6)求關聯度。計算公式為:

(7)列出關聯度排序。

1．2 灰色預測模型GM(1，1)GM(1，1)模型是一階單變量微分方程模型，是一種常用的灰色預測模型，也是一種短期預測模型。自20世紀80年代由鄧聚龍教授創立后，已廣泛應用于多個預測和決策系統中［6］，尤其適用于樣本量少、信息不明確和數據缺乏的情況。灰色預測通過建立GM(1，1)模型群，研究和預測系統的動態變化，掌握系統的發展規律，并控制與調節系統變化的方向與速度，使之朝著期望目標發展。GM(1，1)模型的最大優點是可以利用較少的原始數據建立準確的預測模型，其實質是通過對原始數據的累加生成使其呈一定規律，將模型預測值作一次累減還原，并對系統進行預測。

灰色GM(1，1)預測模型的計算方法與步驟如下:

(1)確定原始數列。

(2)級比檢驗。只有當級比覆蓋在一定范圍內才可以進行預測;反之，則需要將原始數列進行數列變換。

(3)數列變換。

(4)建模。對數列進行 x(0)－AGO(累加)并建立GM(1，1)模型:

式中

(5)檢驗。當平均精度大于等于90%時方可運用模型進行預測［8］。

(6)預測。用所建立的數列來建立GM(1，1)模型:

將k值代入模型GM(1，1)即可得到預測值。

2 黑龍江省糧食產量影響因素灰色關聯分析與預測

2．1 黑龍江省糧食產量影響因素的灰色關聯分析 根據黑龍江省糧食生產的實際情況，結合相關研究，基于對黑龍江省糧食生產影響因素的定性判斷，根據《黑龍江統計年鑒》數據，從中選取了8個影響糧食生產的主要因素:X0糧食總產量(萬 t)，X1有效灌溉面積(萬 hm2)，X2糧食單產(kg/hm2)，X3化肥施用量(折純萬t)，X4農業從業人員(萬人)，X5農村用電量(×108kWh)，X6農業機械總動力(萬kW)，X7糧食播種面積(×103hm2)，X8農藥使用量(×104t)。原始數據如表1所示，令ρ=0．5，運用灰色建模軟件分析原始數據，得到黑龍江省糧食總產量和各主要影響因素的灰色關聯結果(表2)，排序結果為:r7＞r3＞r5＞r1＞r4＞r6＞r2＞r8。

表1 2005～2013年黑龍江省糧食總產量及各影響因素統計數據

表2 2005～2013年黑龍江省糧食總產量和各影響因素的灰色關聯分析結果

由表2可知，2005～2013年黑龍江省糧食播種面積、農藥施用量和農村用電量對黑龍江省糧食總產量的影響最大，是影響糧食生產的重要因素，有效灌溉面積和農業從業人員對糧食生產也產生了較大影響，而農藥使用量對糧食生產的影響最小。根據表1數據可知，2005～2013年黑龍江省農村用電量和農業機械總動力逐年增加，農業從業人員數量逐年減少，由此可見，提高糧食生產應主要依靠技術進步和農業生產條件的改善，而不是單純地依靠勞動力進行生產。此外，在黑龍江省糧食生產過程中，農藥與化肥的施用量逐年升高，結合我國目前的生態環境及資源利用狀況，在未來的農業生產中，農戶應該采取更為節能環保的方式，盡量減少在農藥、化肥方面的投入量，從而達到提高耕地質量、保護生態環境的目的。

2．2 黑龍江省糧食總產量GM(1，1)預測 根據表1中的數據，首先建立黑龍江省糧食產量的GM(1，1)模型，并采用灰色建模軟件獲得2014～2020年黑龍江省糧食總產量的預測值(表3)。根據同樣的原理，可以求出其他影響因素的預測值。由表3可知，2014～2020年黑龍江省糧食產量將會持續上升，主要是受農業機械總動力增加、農村用電量提升以及有效灌溉面積擴大的影響。運用灰色關聯分析方法對表3中的結果再次進行計算，得到2014～2020年黑龍江省糧食總產量和各影響因素預測的灰色關聯度及其排序(表4)，排序結果為r'1＞r'6＞r'5＞r'3＞r'2＞r'7＞r'8＞r'4。

由表4可知，2014～2020年黑龍江省糧食總產量的影響因素中，有效灌溉面積將是影響糧食總產量最主要的因素，灰色關聯度排在第一位，為0．687 6，其次是農村用電量(0.608 0)和農業機械總動力(0．603 4)，而農藥使用量和農業從業人員數量與糧食總產量的灰色關聯度最小，僅為0．586 8。將表4與表2中結果進行對比，結果顯示，糧食播種面積從第1位下降到第6位，化肥施用量從第2位下降至第4位，農業從業人員的影響從第5位下降到最后一位，而農業機械總動力從第6位上升至第2位，表明在黑龍江省的糧食生產中對糧食播種面積、化肥和勞動力的依賴日益減少，而對科技水平的要求越來越高。

表3 2014～2020年黑龍江省糧食總產量及各影響因素預測值

表4 2014～2020年黑龍江省糧食總產量和各影響因素預測的灰色關聯分析

對2005～2013年黑龍江省糧食產量影響因素的分析結果表明，影響糧食產量的主要因素還是糧食播種面積和化肥施用量等常規因素，表明黑龍江省農業發展還未完全擺脫傳統農業階段。結合2014～2020年糧食產量預測結果，將這2個時期對比分析可知，農村用電量和化肥施用量均排在影響因素的前4位，農業機械總動力由原來的第6位上升到第2位，有效灌溉面積由第4位上升到第1位，表明隨著農業科技的進步，黑龍江省的農業發展已具有一定的現代化水平，呈現出向現代農業轉型的跡象。

3 對策與建議

根據上述分析結果，結合黑龍江省農業發展的實際情況，以提高黑龍江省糧食產量為目的，提出以下建議。

3．1 大力促進生產技術進步，努力提高糧食單產 促使糧食持續增長的最主要途徑是提高糧食單產。提高糧食單產有多種方式，包括加大科技投入、促進生產技術進步、引進優質糧食作物品種和改善糧食生產基本條件等。黑龍江省政府及相關部門應大力完善現有農業技術推廣體系，加大對農業科技成果的獎勵力度，并鼓勵農戶與農業科研院所合作，通過技術進步提高糧食單產。此外，分析結果表明，目前黑龍江省糧食產量與農業機械總動力的相關性還不夠顯著，這表明黑龍江省糧食生產的現代化水平還有待提高。因此，在未來的農業生產過程中，要始終堅持推動農業發展與時俱進，逐漸運用新設備、新技術和新方法，實現農業可持續發展。

3．2 采取多種手段，發展綠色農業 從目前來看，在黑龍江省的糧食生產中，化肥施用量和農藥使用量逐年上升，這雖然會在短時間內提高糧食產量，但從長期來看，過多使用農藥、化肥不但不利于保護耕地質量，還會污染環境，對生態造成破壞。因此，在未來可以采用推廣土地精細化管理、施用有機肥、改進灌溉技術等多種手段發展綠色農業，使農業生產在滿足農戶需求和市場需求的條件下向綠色、環保和科學的方向發展。

3．3 穩定糧食播種面積，優化糧食生產環境 糧食播種面積是影響糧食產量的重要因素，要想提高糧食產量，就必須完善農村土地制度，切實保護耕地，需要政府及相關部門通過加強土地用途管制和完善耕地占用補償制度等方式穩定糧食播種面積。同時，要優化糧食生產環境，改善糧食生產的基本條件，通過加強農田水利基礎設施和農田林網建設等手段提高農業生產的綜合能力，為糧食生產提供科學的技術支持和營造良好的生產環境。

［1］倪超，雷國平．黑龍江省糧食產量變化及驅動因素分析［J］．干旱區資源與環境，2013，27(5):14 －19．

［2］劉利花，尹昌斌．中國糧食產量的灰色關聯分析［J］．河南農業大學學報，2013，47(6):751 －756．

［3］黃文學，劉凌，閏爭亮，等．基于灰色系統理論的我國木質產品產量預測模型的建立［J］．東北林業大學學報，2012，40(10):156 －158．

［4］劉思峰，蔡華，楊英杰，等．灰色關聯分析模型研究進展［J］．系統工程理論與實踐，2013，33(8):2041 －2046．

［5］ZHOU L，DONG Q M．Research on tourism development of Xinjiang based on grey relational analysis and gravity model［J］．Grey Systems:Theory and Application，2014，4(3):62 －66．

［6］LI L，WANG R，LI X．On Parameters of GM(1，1，β)model and applied for forecasting the added value of the financial industry［J］．Journal of Grey System，2014，26(4):75 －88．

［7］鐘麗，劉助生，范大泳，等．基于灰色關聯下的廣西糧食主要生產影響因素評價［J］．現代農業科技，2014(8):275－277．

［8］王雨濛．湖北省糧食生產灰色關聯動態分析［J］．農業技術經濟，2011(6):81 －86．