代瑤

（天津財(cái)經(jīng)大學(xué)，天津 300000）

1 引言

作為一個(gè)農(nóng)業(yè)大國，我國對農(nóng)業(yè)等一些產(chǎn)業(yè)方面的事宜相當(dāng)重視。1982年，我國成立了農(nóng)牧漁業(yè)部，這表明農(nóng)牧漁業(yè)開始良性發(fā)展并且需要一個(gè)特定部門來進(jìn)行管理。隨后在1987年又創(chuàng)立了“全國農(nóng)牧漁業(yè)豐收獎(jiǎng)”，以此來鼓勵(lì)在農(nóng)業(yè)技術(shù)推廣活動(dòng)活動(dòng)中做出突出貢獻(xiàn)的集體和個(gè)人，旨在調(diào)動(dòng)廣大農(nóng)業(yè)科技人員的積極性和創(chuàng)造性。據(jù)統(tǒng)計(jì)數(shù)據(jù)，2014年中國農(nóng)林牧漁業(yè)產(chǎn)值占GDP總額比重達(dá)到了9.45%，在GDP總額中占將近1/10。以上的資料及數(shù)據(jù)都說明了農(nóng)林牧漁業(yè)這些年來的良性發(fā)展及取得了一個(gè)較好成果。農(nóng)牧漁業(yè)發(fā)展的統(tǒng)計(jì)數(shù)據(jù)，是一個(gè)巨大的經(jīng)濟(jì)系統(tǒng)發(fā)展演化的歷史軌跡的一個(gè)方面，它蘊(yùn)含著我國農(nóng)牧漁業(yè)運(yùn)行規(guī)律的某些客觀形式。利用重慶市農(nóng)牧漁業(yè)發(fā)展的統(tǒng)計(jì)數(shù)據(jù)，借助灰色系統(tǒng)軟件進(jìn)行灰色系統(tǒng)分析，得出我國農(nóng)牧漁業(yè)發(fā)展演化規(guī)律，是一個(gè)有意義的工作。所以，本文選取了重慶市2003--2014年農(nóng)林牧漁業(yè)總產(chǎn)值及其構(gòu)成來進(jìn)行一系列分析，得出預(yù)測值并以此來分析未來農(nóng)林牧漁業(yè)的發(fā)展趨勢，預(yù)測得到未來10年的發(fā)展呈增長趨勢，但這并不代表未來多年農(nóng)林牧漁業(yè)的總體發(fā)展趨勢，未來會(huì)在某一個(gè)時(shí)期達(dá)到一個(gè)平穩(wěn)狀態(tài)，那個(gè)時(shí)候就應(yīng)該綜合所有影響因素來進(jìn)行分析預(yù)測，重新制定發(fā)展方案。文中將會(huì)用灰色系統(tǒng)中的灰色關(guān)聯(lián)分析以及GM（1，N）模型來建立模型并對模型進(jìn)行分析，最后運(yùn)用GM（1，1）模型進(jìn)行預(yù)測得出發(fā)展趨勢。

2 研究方法

灰色系統(tǒng)關(guān)聯(lián)度數(shù)學(xué)模型是系統(tǒng)分析的一個(gè)重要方法，它是兩個(gè)系統(tǒng)或系統(tǒng)內(nèi)的各因素隨時(shí)間變化時(shí)，其變化方向和速度的關(guān)聯(lián)程度，在系統(tǒng)發(fā)展過程中，哪些因素是主要影響因子，可以用關(guān)聯(lián)度的排序來分析，關(guān)聯(lián)度大的表明該因素是影響系統(tǒng)發(fā)展主要影響因子，關(guān)聯(lián)度小的說明系統(tǒng)發(fā)展不受或少受此因素的影響。

3 實(shí)證分析及結(jié)論

數(shù)據(jù)摘自《重慶統(tǒng)計(jì)年鑒2015》。本文選取重慶市2003--2014年農(nóng)林牧漁業(yè)總產(chǎn)值及農(nóng)業(yè)、林業(yè)、牧業(yè)、漁業(yè)、農(nóng)林牧漁服務(wù)業(yè)的年產(chǎn)值，進(jìn)行灰色系統(tǒng)分析。先進(jìn)行鄧氏關(guān)聯(lián)度分析，得出五個(gè)產(chǎn)業(yè)哪一個(gè)與農(nóng)林牧漁業(yè)總產(chǎn)值的相關(guān)度最大；再利用GM（1，N）模型進(jìn)行模擬，對模型進(jìn)行分析；最后利用原始差分GM（1，1）模型、均值GM（1，1）模型、均值差分GM（1，1）模型及離散GM（1，1）模型對數(shù)據(jù)進(jìn)行分析，并比較其精度，采取精度最高，即最優(yōu)的模型來對數(shù)據(jù)進(jìn)行分析并預(yù)測。

3.1 鄧氏關(guān)聯(lián)度分析

進(jìn)行鄧氏關(guān)聯(lián)度分析得到：農(nóng)業(yè)（X1）、林業(yè)（X2）、牧業(yè)（X3）、漁業(yè)（X4）、農(nóng)林牧漁服務(wù)業(yè)（X5）與農(nóng)林牧漁業(yè)總產(chǎn)值（X0）的鄧氏關(guān)聯(lián)度如下：

γ（X0，X1）=0.7755，γ（X0，X2）=0.7566，γ（X0，X3）=0.7299，γ（X0，X4）=0.5582，γ（X0，X5）=0.6093

其中農(nóng)業(yè)與農(nóng)林牧漁業(yè)總產(chǎn)值的關(guān)聯(lián)度最大，林業(yè)、牧業(yè)關(guān)聯(lián)度次之，農(nóng)林牧漁服務(wù)業(yè)、漁業(yè)關(guān)聯(lián)度較小。

3.2 GM（1，N）模型分析

通過GM（1，N）模型分析得到，除了2004和2005兩年的實(shí)際值與模擬值相差較大以外，其余數(shù)據(jù)的實(shí)際值與模擬值幾乎相等，且數(shù)據(jù)的準(zhǔn)確性逐年遞增。平均相對誤差=2.754%，說明GM（1，N）模型的模擬精度足夠高，模型擬合程度好。

3.3 模型預(yù)測

利用GM（1，1）模型對2015--2024年這10年間的農(nóng)林牧漁業(yè)總產(chǎn)值、農(nóng)業(yè)、林業(yè)、牧業(yè)、漁業(yè)、農(nóng)林牧漁服務(wù)業(yè)的產(chǎn)值進(jìn)行預(yù)測。分別利用原始差分GM（1，1）模型、均值GM（1，1）模型、均值差分GM（1，1）模型及離散GM（1，1）模型對數(shù)據(jù)進(jìn)行分析，并比較其精度，采取最優(yōu)的模型來對數(shù)據(jù)進(jìn)行分析并預(yù)測。在分析過程中發(fā)現(xiàn)，林業(yè)、牧業(yè)、漁業(yè)的數(shù)據(jù)中均存在異常值導(dǎo)致模型的相對誤差較大（誤差超過或很接近10%）。將數(shù)據(jù)中的異常值去除后，再利用原始差分GM（1，1）模型、均值GM（1，1）模型、均值差分GM（1，1）模型及離散GM（1，1）模型對數(shù)據(jù)進(jìn)行分析，并比較其精度，采取最優(yōu)的模型來對數(shù)據(jù)進(jìn)行分析并預(yù)測。

得到預(yù)測結(jié)果如下表所示：

年份預(yù)測值農(nóng)林牧漁業(yè)總產(chǎn)值 農(nóng)業(yè) 林業(yè)2015 18548050.135 11478943.110 652898.091 2016 20723328.340 12970303.379 760048.160 2017 23153718.819 14655423.250 884783.115 2018 25869140.630 16559476.240 1029988.888 2019 28903021.678 18710906.445 1199025.041 2020 32292710.225 21141853.458 1395802.483 2021 36079934.661 23888632.491 1624873.965 2022 40311317.200 26992276.879 1891539.409 2023 45038947.817 30499151.067 2201968.528 2024 50321025.492 34461643.231 2563343.580牧業(yè) 漁業(yè) 農(nóng)林牧漁服務(wù)業(yè)5794529.510 754054.133 235964.779 6405282.391 905129.592 260053.320 7080409.625 1086473.163 286600.947 7826696.372 1304149.089 315858.697 8651642.962 1565436.594 348103.235 9563540.272 1879073.297 383639.466 10571553.048 2255547.411 422803.425 11685812.018 2707448.470 465965.449 12917515.705 3249888.333 513533.683 14279042.974 3901006.537 565957.935

在得到2015-2024年農(nóng)業(yè)、林業(yè)、牧業(yè)、漁業(yè)、及農(nóng)林牧漁服務(wù)業(yè)的年產(chǎn)值預(yù)測值之后，得到農(nóng)林牧漁及其服務(wù)業(yè)年產(chǎn)值總合，并與農(nóng)林牧漁業(yè)總產(chǎn)值的預(yù)測值進(jìn)行比較，發(fā)現(xiàn)誤差控制在合理范圍內(nèi)，可以認(rèn)為預(yù)測合理。

農(nóng)林牧漁及其服務(wù)業(yè)年產(chǎn)值總合與農(nóng)林牧漁業(yè)總產(chǎn)值的預(yù)測值的比較表格如下：

年份 預(yù)測值農(nóng)林牧漁業(yè)總產(chǎn)值 農(nóng)林牧漁及其服務(wù)業(yè)年產(chǎn)值總合2015 18548050.135 18916389.62 2016 20723328.340 21300816.84 2017 23153718.819 23993690.1 2018 25869140.630 27036169.29 2019 28903021.678 30475114.28 2020 32292710.225 34363908.98 2021 36079934.661 38763410.34 2022 40311317.200 43743042.23 2023 45038947.817 49382057.32 2024 50321025.492 55770994.26

從上表中，農(nóng)林牧漁業(yè)總產(chǎn)值是由2015--2024年農(nóng)業(yè)、林業(yè)、牧業(yè)、漁業(yè)、及農(nóng)林牧漁服務(wù)業(yè)的年產(chǎn)值預(yù)測值之和組成的，農(nóng)林牧漁及其服務(wù)業(yè)年產(chǎn)值總合則是直接由軟件得出的數(shù)據(jù)。比較兩者的數(shù)值發(fā)現(xiàn)兩者之間存在誤差，但是誤差控制在合理范圍內(nèi)，可以認(rèn)為模型合理且在未來10年內(nèi)農(nóng)林牧漁業(yè)總產(chǎn)值及其構(gòu)成呈增長趨勢。

3.4 結(jié)論

在對數(shù)據(jù)進(jìn)行鄧氏關(guān)聯(lián)度分析時(shí)發(fā)現(xiàn)，農(nóng)業(yè)與農(nóng)林牧漁業(yè)總產(chǎn)值的關(guān)聯(lián)度最大，林業(yè)、牧業(yè)關(guān)聯(lián)度次之，農(nóng)林牧漁服務(wù)業(yè)、漁業(yè)關(guān)聯(lián)度較??；在對模型進(jìn)行GM（1，N）模型分析時(shí)發(fā)現(xiàn)數(shù)據(jù)的誤差不大，模型擬合程度好；最后利用GM（1，1）模型對模型進(jìn)行預(yù)測，得到未來10年的預(yù)測數(shù)據(jù)，將預(yù)測得到的數(shù)據(jù)進(jìn)行一系列分析得到：農(nóng)業(yè)、林業(yè)、牧業(yè)、漁業(yè)、及農(nóng)林牧漁服務(wù)業(yè)一直以來呈增長趨勢，在未來10年也一直呈增長趨勢，但是其中出現(xiàn)了數(shù)據(jù)上下波動(dòng)的情況，可以由各種自然災(zāi)害等一系列原因來合理解釋。但未來10年的發(fā)展趨勢并不代表未來多年農(nóng)林牧漁業(yè)的總體發(fā)展趨勢，未來會(huì)在某一個(gè)時(shí)期達(dá)到一個(gè)平穩(wěn)狀態(tài)，那個(gè)時(shí)候就應(yīng)該綜合所有影響因素來進(jìn)行分析預(yù)測，重新制定發(fā)展方案。