○石聰穎 杜 彬 朱克西
(1、云南農業(yè)大學經濟管理學院 云南 昆明 650201
2、云南農業(yè)大學學生工作處 云南 昆明 650201)
近10年來,江蘇省林業(yè)產業(yè)迅速發(fā)展,逐漸成為水鄉(xiāng)林產高地。林業(yè)是國民經濟的重要組成部分,既是一項社會公益事業(yè),又是一項經濟支柱產業(yè)。2012年是江蘇省委、省政府啟動“綠色江蘇”建設的第10年。人多地少、水網密布的江蘇,10年共完成植樹造林面積1660.5萬畝,超過此前35年造林面積總和;林木覆蓋率由11.36%提高21.6%,以占全國0.7%的林地創(chuàng)造出7%的林業(yè)產值。江蘇省林業(yè)在農林牧漁大農業(yè)中的比重雖然不高,但近幾年來產值的的增幅卻在不斷提高,林業(yè)收入已經成為農民家庭經營收入的一個重要來源??梢姡謽I(yè)的發(fā)展,對江蘇乃至全國的發(fā)展至關重要。
鑒于當前學者對宏觀政策方面的研究相對成熟,文章著重從微觀層次進行分析。目前國內研究者通常采用數理統(tǒng)計中的相關分析、回歸分析和顯著性檢驗等方法,這些方法要求進行大量的考察和需要真實有效的長年限的數據作為研究對象。由于筆者能力有限,數據的缺乏,信息的不全,還有農林業(yè)本是一家,界限的不清晰,找尋的數據數量不多,離散程度也很大,運用灰色關聯度分析可以比較容易的分析出江蘇省林業(yè)總產值的各種相關因素的影響程度和各相關因素的主次關系,動態(tài)GM(1,1)模型也可以較精確的預測出將來的發(fā)展態(tài)勢。
對于兩個系統(tǒng)之間的因素,其隨時間或不同對象而變化的關聯性大小的量度,稱為關聯度。在系統(tǒng)發(fā)展過程中,若兩個因素變化的趨勢具有一致性,即同步變化程度較高,即可謂二者關聯程度較高;反之,則較低。因此,灰色關聯法,是根據因素之間發(fā)展趨勢的相似或相異程度,亦即“灰色關聯度”,作為衡量因素間關聯程度的一種方法。灰色關聯度分析是一種因素比較分析法,包含一個參考序列和多個比較序列,它是進行因素間時間序列的比較來確定哪些因素是對參考數列影響較大的因素。其基本思想是:以因素的數據列為依據,用數學的方法研究因素間的幾何對應關系?;疑P聯度分析,是一種動態(tài)過程的研究?!盎疑敝饕槍π畔⒉煌耆臄祿治觥F溆嬎愕幕静襟E如下。
(1)確定反映系統(tǒng)行為特征的參考數列和影響系統(tǒng)行為的比較數列。反映系統(tǒng)行為特征的數據序列,稱為參考數列。影響系統(tǒng)行為的因素組成的數據序列,稱比較數列。設參考數列(又稱母序列)為X,比較數列(又稱子序列)為Xi(i=1,2,Λ,m);
(2)使各序列無量綱化即初值化。由于系統(tǒng)中各因素列中的數據可能因量綱不同,不便于比較或在比較時難以得到正確的結論。因此在進行灰色關聯度分析時,一般都要進行數據的無量綱化處理。即每行的每個數據除以每行的第一個數據,記為
通常取ρ=0.5;
(5)求各因素的灰關聯度。
灰色預測是一種對含有不確定因素的系統(tǒng)進行預測的方法?;疑A測法是對既含有己知信息又含有不確定信息的系統(tǒng)進行預測,即對在一定范圍內變化的、與時間有關的灰色過程進行預測?;疑A測模型是灰色系統(tǒng)理論的重要組成部分,建立灰色預測的方法具有原理簡單、需要樣本少、計算方便、計算精度高和易于檢驗等特點,因此得到了廣泛的應用?;疑A測有多種預測模型,記作 GM(n,h),預測中通常用 GM(n,1)模型,此文運用 GM(1,1)模型進行預測,GM(1,1)模型是單序列一階線性動態(tài)模型,采用一階微分方程擬合的模型。步驟如下:
(3)對 X(1)作緊鄰均值生成(n)],其中則稱?X(0)(k)=-Z(1)(k)×a+1×b(其中:a,b為待定系數)為 GM(1,1)模型。
(4)構造數據矩陣X和數陣向量Y,通過矩陣運算[a,b]T=計算a和b;
(5)確定模型,灰微分方程的白化方程是:dx(1)/dt+ax(1)=b;
(7)算出 X(1)的模擬值和其還原值,還原值
(8)檢驗誤差;
(9)用還原值公式進行預測。
文章使用的資料和數據主要以《中國統(tǒng)計年鑒》(2008年—2012年)的數據為基礎,選取了2007年到2011年林業(yè)總產值、林業(yè)全社會固定資產投入、農用機械總動力、主要林產品產量、造林面積、森林火災次數、病蟲害防治率數據中江蘇省的數據作為指標。
灰關聯度分析模型中:設林業(yè)總產值的序列為參考序列X,全社會固定資產投入、農用機械總動力、主要林產品產量、造林面積、森林火災次數、病蟲害防治率這六個序列構成比較序列,即 X1、X2、X3、X4、X5、X6。GM(1,1)模型中,設 2007年 ~2011年林業(yè)總產值的數據為原始數據序列對未來五年江蘇省林業(yè)總產值進行預測。
表1 原始數據
運用灰色關聯度分析原理和方法,根據表1數據,灰關聯度計算結果為:
r1=0.568740,r2=0.863876,r3=0.813587,r4=0.780298,r5=0.780298,r6=0.753957,且,說明農用機械總動力對江蘇省林業(yè)總產值影響最大,其次是主要林產品產量,相比之下,全社會固定資產投入對林業(yè)總產值的影響最弱。計算過程由電腦操作完成,得出灰關聯度數據,見表2。
表2 灰色關聯度值及排序
根據2008年—2012年江蘇省林業(yè)總產值的數據,運用GM(1,1)模型的理論,得出時間響應式為k+1)=490.687582 e0.121164k-431.787582,然后再根據還原值公式得出預測值:k=6時6)=467.523186-(364.901468)=102.621718;k=7時(7)=583.363633-(467.523186)=115.840447;k=8時,=714.125517-(583.363633)=130.761884;k=9時,9)=861.730873-(714.125517)=147.605356;k=10時,10)=1028.349311-(861.730873)=166.618439。即未來五年江蘇省林業(yè)總產值預測的結果分別為 102.621718、115.840447、130.761884、147.605356、166.618439。預算結果見表3。
表3 江蘇省林業(yè)總產值預測值(單位:億元)
由表2可得出:r2>r3>r4>r5>r6>r1,結果表明,上述6個因素對林業(yè)總產值的影響程度各不相同,他們的灰關聯度都在0.5以上,總體而言影響程度較高,各因素對林業(yè)總產值影響程度由大到小依次為農用機械總動力、主要林產品產量、森林火災次數、造林面積、病蟲害防治率、全社會固定資產投入。GM(1,1)預測模型得出未來五年江蘇省林業(yè)總產值預測的結果分別為 102.621718、115.840447、130.761884、147.605356、166.618439,且相對誤差率小,預測結果可信度高,從表3可以看出,未來林業(yè)總產值呈不斷增長的態(tài)勢,2016年將達到166.6億元,比2011年增長44.30%??梢娏謽I(yè)具有良好的發(fā)展前景,我們必須大力重視。
通過上述分析可以知道,在本文給出的6個指標中與林業(yè)總產值關系最密切的指標是農用機械總動力,達到0.863876,也就說,在一定的范圍內,農用機械總動力每變化一個單位,林業(yè)總產值就會變化0.863876個單位,可以看出,這一因素對林業(yè)總產值的重要性和影響力是很大的。林業(yè)是大農業(yè)不可分割的一部分,增加農用機械總動力的投入必然也會為林業(yè)總產值做出貢獻。
雖然對于江蘇省來講,林產品產量主要來源于木材,但是這一灰關聯度也是很大的,要想提高江蘇省林業(yè)總產值,還需注重提高其主要林產品的產量和質量。
森林火災是指失去人為控制,在森林中自由蔓延和擴展,燃燒達到一定的面積,對森林生態(tài)系統(tǒng)和人類造成一定危害和損失的林地起火。森林火災的不斷發(fā)生,已成為當今世界一大自然災害。我們完善森林火災預防與撲救體系,提高森林經營管理水平。同時,病蟲害的防治也要注重,培養(yǎng)健康的森林、林木,經濟效益和社會效益才能夠充分地體現。
數據表明,我省現有林地面積,森林面積與造林面積之間存在很大差距,這說明,占用林地,濫用林地現象可能仍然存在,或是環(huán)境條件的制約,使得造林任務艱巨??朔щy,充分利用大自然的寶貴資源,大量植樹造林顯得十分重要。
雖然社會固定資產投入對于我省林業(yè)總產值的影響是最小的,但是資金的力量不可忽視,林業(yè)是國民經濟的重要組成部分,既是一項社會公益事業(yè),又是一項經濟支柱產業(yè),國家政策是一個導向,政策性的保護和支持會帶動林業(yè)產業(yè)的發(fā)展,我們必須加以重視。
[1]郭麗娜、駱高遠等:浙江省農業(yè)產業(yè)結構的灰色關聯度分析[J].山西農業(yè)科學,2011(2).
[2]杜本峰:人口綜合因素與住宅銷售價格指數的灰色關聯度分析[J].人口學刊,2011(6).
[3]陳曉莉:遼寧省物流業(yè)的灰色分析和預測[D].大連:大連海事大學,2011.
[4]孫鴻烈:中國資源科學百科全書[M].石油大學出版社,2000.
[5]謝先全、蔡月明:平和縣蜜柚產量的灰色分析與動態(tài)預測[J].福建農林大學學報(自然科學版),2008(3).
[6]歐陽異能:新疆高校學生規(guī)模硇灰色分析和預測[J].高校理科研究,2008(6).