基于模糊神經(jīng)網(wǎng)絡(luò)模型的農(nóng)業(yè)對(duì)外開放合作風(fēng)險(xiǎn)預(yù)警研究

朱春江,范郁爾,駱汝九,許 強(qiáng),朱 榮,吳成洲,吳 瑤,馬文斌

(1.連云港職業(yè)技術(shù)學(xué)院 江蘇，連云港 222006;2.連云港市農(nóng)業(yè)對(duì)外經(jīng)濟(jì)合作中心 江蘇，連云港 222000;3.河海大學(xué) 江蘇，南京 210098;4.重慶師范大學(xué) 重慶 401331)

新世紀(jì)以來，中國(guó)農(nóng)業(yè)產(chǎn)業(yè)對(duì)外開放進(jìn)入了一個(gè)全新的階段，農(nóng)業(yè)對(duì)外開放合作取得了一定的成效。據(jù)2019年國(guó)民經(jīng)濟(jì)和社會(huì)發(fā)展統(tǒng)計(jì)公報(bào)統(tǒng)計(jì)，農(nóng)產(chǎn)品進(jìn)出口商品總值為14979億元，農(nóng)業(yè)外商投資企業(yè)已達(dá)495家，農(nóng)業(yè)對(duì)外直接投資達(dá)106億元。但農(nóng)產(chǎn)品進(jìn)出口總值只占全部進(jìn)出口商品總值比重的4.75%、農(nóng)業(yè)外商投資金額占全部外商投資金額比重的0.4%、農(nóng)業(yè)對(duì)外投資額占全年對(duì)外投資額比重的1.39%，這些比重都非常低，這充分說明農(nóng)業(yè)對(duì)外合作還存在一些問題，特別是近年來國(guó)際貿(mào)易壁壘、匯率變動(dòng)、農(nóng)業(yè)保護(hù)主義以及突發(fā)公共衛(wèi)生事件等問題日益突出，已嚴(yán)重影響到農(nóng)業(yè)對(duì)外開放合作的正常進(jìn)行，所以對(duì)農(nóng)業(yè)對(duì)外開放合作風(fēng)險(xiǎn)預(yù)警防范顯得非常有必要。本研究對(duì)農(nóng)業(yè)對(duì)外開放合作風(fēng)險(xiǎn)預(yù)警進(jìn)行探索具有一定的理論價(jià)值和現(xiàn)實(shí)意義。

1 研究綜述

近年來，很多學(xué)者對(duì)農(nóng)業(yè)對(duì)外合作風(fēng)險(xiǎn)進(jìn)行了大量的研究。陳偉等從國(guó)家風(fēng)險(xiǎn)角度分析國(guó)家風(fēng)險(xiǎn)評(píng)估和預(yù)測(cè)的機(jī)構(gòu)和方法，提出了具有針對(duì)性的國(guó)家風(fēng)險(xiǎn)防范措施。喻燕采用模糊綜合評(píng)價(jià)法對(duì)中國(guó)企業(yè)海外耕地投資戰(zhàn)略風(fēng)險(xiǎn)進(jìn)行評(píng)價(jià)。宋林燕結(jié)合我國(guó)對(duì)老撾糧食投資與日本對(duì)巴西糧食投資的兩個(gè)典型案例，有針對(duì)性的提出相應(yīng)的風(fēng)險(xiǎn)規(guī)避措施。洪笑然在專家訪談的基礎(chǔ)上開發(fā)問卷，進(jìn)行更多的樣本調(diào)查，對(duì)非洲農(nóng)業(yè)投資的風(fēng)險(xiǎn)及對(duì)策方面進(jìn)行了研究。王睦誼從政治風(fēng)險(xiǎn)、經(jīng)濟(jì)風(fēng)險(xiǎn)、法律風(fēng)險(xiǎn)、文化風(fēng)險(xiǎn)等四個(gè)方面分析“一帶一路”倡議背景下中國(guó)對(duì)蘇丹直接投資的風(fēng)險(xiǎn)，并從國(guó)家、企業(yè)兩方面提出應(yīng)對(duì)風(fēng)險(xiǎn)的建設(shè)性意見。娜迪拉·甫拉提指出加強(qiáng)中國(guó)與哈薩克斯坦的農(nóng)業(yè)合作是破解中國(guó)農(nóng)業(yè)困境、提高糧食安全保障、落實(shí)“絲綢之路經(jīng)濟(jì)帶”的有效途徑之一。汪晶晶等以政治與法律環(huán)境、經(jīng)濟(jì)與對(duì)外開放環(huán)境、基礎(chǔ)設(shè)施與公共服務(wù)環(huán)境、農(nóng)業(yè)生產(chǎn)環(huán)境4個(gè)子系統(tǒng)22個(gè)指標(biāo)為輸入向量，以農(nóng)業(yè)投資環(huán)境等級(jí)評(píng)分為輸出向量，構(gòu)建基于BP神經(jīng)網(wǎng)絡(luò)的農(nóng)業(yè)投資環(huán)境評(píng)價(jià)模型，對(duì)全球138個(gè)國(guó)家2009-2013年間的農(nóng)業(yè)投資環(huán)境進(jìn)行評(píng)估。趙捷等從政治、經(jīng)濟(jì)與市場(chǎng)、社會(huì)、行業(yè)四個(gè)方面構(gòu)建了對(duì)外農(nóng)業(yè)投資風(fēng)險(xiǎn)評(píng)估指標(biāo)體系，采用熵值法比較分析沿線國(guó)家農(nóng)業(yè)投資風(fēng)險(xiǎn)水平，通過聚類分析劃分風(fēng)險(xiǎn)等級(jí)，進(jìn)而得出對(duì)中國(guó)農(nóng)業(yè)“走出去”的啟示。

以上學(xué)者對(duì)外商農(nóng)業(yè)直接投資風(fēng)險(xiǎn)進(jìn)行了研究，并提出對(duì)策建議，為農(nóng)業(yè)對(duì)外合作作出了有益的貢獻(xiàn)。但很多學(xué)者都是從宏觀對(duì)策方面進(jìn)行研究，有的進(jìn)行了量化分析，但方法也相對(duì)單一，本研究嘗試綜合運(yùn)用層次分析法確定指標(biāo)權(quán)重、用模糊數(shù)學(xué)處理數(shù)據(jù)的隸屬度、進(jìn)而運(yùn)用神經(jīng)網(wǎng)絡(luò)模型對(duì)農(nóng)業(yè)對(duì)外開放合作風(fēng)險(xiǎn)進(jìn)行預(yù)警研究，具有一定的創(chuàng)新性。

2 研究思路

農(nóng)業(yè)對(duì)外開放合作風(fēng)險(xiǎn)預(yù)警指標(biāo)體系分為五個(gè)子系統(tǒng)，共二級(jí)指標(biāo)。運(yùn)用模糊數(shù)學(xué)方法對(duì)五個(gè)子系統(tǒng)的二級(jí)指標(biāo)數(shù)據(jù)運(yùn)用隸屬度函數(shù)進(jìn)行處理，得到五個(gè)子系統(tǒng)指標(biāo)的各個(gè)預(yù)警子集的隸屬度，將各個(gè)預(yù)警子集的隸屬度和運(yùn)用層次分析法得到的權(quán)重進(jìn)行運(yùn)算，進(jìn)而得出一級(jí)模糊綜合預(yù)警向量，再將一級(jí)模糊綜合預(yù)警向量作為神經(jīng)網(wǎng)絡(luò)評(píng)價(jià)模型的輸入，再運(yùn)用神經(jīng)網(wǎng)絡(luò)模型對(duì)農(nóng)業(yè)對(duì)外開放合作風(fēng)險(xiǎn)預(yù)警，由于神經(jīng)網(wǎng)絡(luò)具有非線性處理能力，使農(nóng)業(yè)對(duì)外開放合作風(fēng)險(xiǎn)預(yù)警具有一定的科學(xué)性。

3 實(shí)證研究

3.1 問卷調(diào)查情況

項(xiàng)目組2019年7月-2020年8月從政府、企業(yè)（公司）、高校及研究院所三個(gè)層面進(jìn)行，一共65家單位。其中政府層面有17家，包括：商務(wù)部、江蘇省農(nóng)業(yè)農(nóng)村廳、江蘇省發(fā)展和改革委員會(huì)、連云港市農(nóng)業(yè)農(nóng)村局、連云港市農(nóng)業(yè)對(duì)外合作中心、連云港海關(guān)、連云港市商務(wù)局、連云港市海州區(qū)商務(wù)局、連云港市海州區(qū)農(nóng)業(yè)農(nóng)村局、東?？h農(nóng)業(yè)農(nóng)村局、連云港市贛榆區(qū)農(nóng)業(yè)農(nóng)村局、太倉(cāng)市農(nóng)業(yè)農(nóng)村局、灌南縣農(nóng)業(yè)農(nóng)村局、灌云縣農(nóng)業(yè)農(nóng)村局、張家港市農(nóng)業(yè)農(nóng)村局、昆山市農(nóng)業(yè)農(nóng)村局、連云港市國(guó)際貿(mào)易促進(jìn)委員會(huì)；企業(yè)（公司）有32家，包括：連云港賓利國(guó)際貿(mào)易有限公司、江蘇海晟律師事務(wù)所、江蘇海福特海洋科技股份有限公司、連云港海灣現(xiàn)代農(nóng)業(yè)發(fā)展有限公司、連云港市敏旺水產(chǎn)品進(jìn)出口有限公司、連云港每日食品有限公司、江蘇領(lǐng)鮮食品有限公司、連云港東源食品有限公司、羅蓋特（中國(guó)）營(yíng)養(yǎng)食品有限公司、連云港超特食品有限公司、灌云縣三星食品有限公司、江蘇沃田集團(tuán)股份有限公司、連云港味之素如意食品有限公司、江蘇微康生物科技有限公司、江蘇裕灌現(xiàn)代農(nóng)業(yè)科技有限公司、佳禾食品工業(yè)股份有限公司、杭州酸莓果科技有限公司、灌云縣大豆原種場(chǎng)、江蘇瀛洲發(fā)展集團(tuán)有限公司、青島朝洋水產(chǎn)食品有限公司、臺(tái)太興業(yè)(常熟)食品有限公司、連云港元通食品有限公司、江蘇荷仙食品集團(tuán)有限公司、揚(yáng)州天禾食品有限公司、揚(yáng)州天成食品有限公司、揚(yáng)州新世紀(jì)蔬菜食品有限公司、揚(yáng)州華貴食品有限公司、揚(yáng)州華祥食品有限公司、揚(yáng)州市金綠維食品有限公司、揚(yáng)州藍(lán)寶石食品有限公司、揚(yáng)州市富田食品有限公司、揚(yáng)州綠佳食品有限公司；高校及研究院所16家，包括：中國(guó)農(nóng)業(yè)科學(xué)院、江泰風(fēng)險(xiǎn)管理研究院、美國(guó)田納西州立大學(xué)、東北農(nóng)業(yè)大學(xué)、河海大學(xué)、南京林業(yè)大學(xué)、江西財(cái)經(jīng)大學(xué)、重慶師范大學(xué)、江蘇海洋大學(xué)、淮陰師范學(xué)院、山東科技大學(xué)、山東財(cái)經(jīng)大學(xué)、廣東財(cái)經(jīng)大學(xué)、連云港市社會(huì)科學(xué)院、連云港市農(nóng)業(yè)科學(xué)院、江蘇省社科院連云港分院。問卷由農(nóng)業(yè)對(duì)外開放合作風(fēng)險(xiǎn)防范體系由“政治風(fēng)險(xiǎn)、經(jīng)濟(jì)風(fēng)險(xiǎn)、社會(huì)文化風(fēng)險(xiǎn)、管理風(fēng)險(xiǎn)、突發(fā)事件風(fēng)險(xiǎn)”五個(gè)子系統(tǒng)組成，專家按指標(biāo)相對(duì)重要性的大小對(duì)指標(biāo)進(jìn)行打分。每個(gè)指標(biāo)分值為“5，4，3，2，1”五個(gè)分?jǐn)?shù)之一，對(duì)應(yīng)風(fēng)險(xiǎn)等級(jí)“風(fēng)險(xiǎn)高”、“風(fēng)險(xiǎn)較高”、“風(fēng)險(xiǎn)一般”、“風(fēng)險(xiǎn)較低”、“風(fēng)險(xiǎn)低”。一共發(fā)放139份問卷，回收139份問卷，回收問卷后，進(jìn)行問卷有效性檢驗(yàn)，其中7份問卷為無效問卷，有效問卷為132份，有效問卷占回收問卷的94.96%。

3.2 用層次分析法確定指標(biāo)權(quán)重

層次分析法（Analytic Hierarchy Process，AHP）由美國(guó)運(yùn)籌學(xué)家T.L.Saaty提出的被廣泛應(yīng)用于城市可持續(xù)發(fā)展測(cè)量、風(fēng)險(xiǎn)評(píng)價(jià)、環(huán)境危害測(cè)繪、流域脆弱性評(píng)估等方面分析方法。層次分析法基本步驟為：層次分析法首先根據(jù)標(biāo)度表對(duì)同層診斷指標(biāo)的重要度進(jìn)行對(duì)比，構(gòu)成出整層指標(biāo)的判斷矩陣，然后對(duì)矩陣的一致性進(jìn)行檢驗(yàn)。

項(xiàng)目組已完成《基于利克特主成分D-S理論的農(nóng)業(yè)對(duì)外開放合作風(fēng)險(xiǎn)預(yù)警指標(biāo)體系研究》，該研究為了克服指標(biāo)體系構(gòu)建的主觀性，通過對(duì)歷史文獻(xiàn)的指標(biāo)進(jìn)行頻度分析構(gòu)建初步的指標(biāo)體系，進(jìn)而通過調(diào)查問卷讓兩組不同的專家對(duì)指標(biāo)進(jìn)行打分，再利克特量表法和主成分分析法分別進(jìn)行指標(biāo)篩選，最后運(yùn)用D-S理論對(duì)前兩者方法篩選后的指標(biāo)進(jìn)行信息融合，從而得到相對(duì)科學(xué)合理的農(nóng)業(yè)對(duì)外開放合作風(fēng)險(xiǎn)預(yù)警指標(biāo)體系。

農(nóng)業(yè)對(duì)外開放合作風(fēng)險(xiǎn)防范體系由“政治風(fēng)險(xiǎn)、經(jīng)濟(jì)風(fēng)險(xiǎn)、社會(huì)文化風(fēng)險(xiǎn)、管理風(fēng)險(xiǎn)、突發(fā)事件風(fēng)險(xiǎn)”五個(gè)一級(jí)指標(biāo)，由幾何平均法公式（1）、公式（2）計(jì)算得一級(jí)指標(biāo)判斷矩陣如表1。

表1 一級(jí)指標(biāo)判斷矩陣

矩陣歸一化處理公式：

進(jìn)行一致性檢驗(yàn)。

通過一致性檢驗(yàn)。

可得權(quán)重分配表，如表2。

表2 一級(jí)指標(biāo)權(quán)重分配表

同理可計(jì)算得“政治風(fēng)險(xiǎn)”二級(jí)指標(biāo)、“經(jīng)濟(jì)風(fēng)險(xiǎn)”二級(jí)指標(biāo)、“社會(huì)文化風(fēng)險(xiǎn)”二級(jí)指標(biāo)、“管理風(fēng)險(xiǎn)”二級(jí)指標(biāo)、“突發(fā)事件風(fēng)險(xiǎn)”二級(jí)指標(biāo)判斷矩陣表，通過指標(biāo)判斷矩陣，可計(jì)算特征向量，并通過一致性檢驗(yàn)，可得相應(yīng)的二級(jí)指標(biāo)判斷分配表以及權(quán)重。下面給出五個(gè)二級(jí)指標(biāo)的權(quán)重計(jì)算結(jié)果。

3.3 模糊數(shù)學(xué)隸屬度函數(shù)

模糊數(shù)學(xué)可運(yùn)用隸屬度函數(shù)處理不確定性、以及多屬性決策的問題。農(nóng)業(yè)對(duì)外開放合作風(fēng)險(xiǎn)指標(biāo)分為正指標(biāo)和負(fù)指標(biāo)。正指標(biāo)：數(shù)據(jù)越大，風(fēng)險(xiǎn)越高，數(shù)據(jù)越小，風(fēng)險(xiǎn)越小；負(fù)指標(biāo)：數(shù)據(jù)越大，風(fēng)險(xiǎn)越小，數(shù)據(jù)越小，風(fēng)險(xiǎn)越大。下面給出“東道國(guó)政治穩(wěn)定性”負(fù)指標(biāo)和“農(nóng)業(yè)政策變動(dòng)風(fēng)險(xiǎn)”正指標(biāo)隸屬度函數(shù)。

（1）“農(nóng)業(yè)政策變動(dòng)風(fēng)險(xiǎn)”正指標(biāo)隸屬度函數(shù)如下：

圖1 正指標(biāo)隸屬度函數(shù)圖

（2）“東道國(guó)政治穩(wěn)定性”負(fù)指標(biāo)隸屬度函數(shù)如下：

圖2 負(fù)指標(biāo)隸屬度函數(shù)圖

同理，可以類似地給出其余指標(biāo)的隸屬度函數(shù)。

3.4 指標(biāo)數(shù)據(jù)隸屬度函數(shù)處理結(jié)果（見表3）

表3 指標(biāo)數(shù)據(jù)隸屬度函數(shù)處理結(jié)果表

3.5 指標(biāo)的隸屬度確定

二級(jí)指標(biāo)屬于各預(yù)警集的隸屬度為：

計(jì)算二級(jí)模糊預(yù)警向量：

所以得二級(jí)模糊預(yù)警向量：

一級(jí)模糊預(yù)警向量：

3.6 神經(jīng)網(wǎng)絡(luò)訓(xùn)練

人工神經(jīng)網(wǎng)絡(luò)理論可參見文獻(xiàn)，它善于聯(lián)想、概括、類比和推理，能夠從大量的統(tǒng)計(jì)資料中分析提煉實(shí)用的統(tǒng)計(jì)規(guī)律，人們常常運(yùn)用其很強(qiáng)的非線性處理能力來進(jìn)行非線性系統(tǒng)建模。將一級(jí)模糊預(yù)警向量（0，0.0226，0.4634，0.4648，0.0151）作為神經(jīng)網(wǎng)絡(luò)的輸入向量,BP神經(jīng)網(wǎng)絡(luò)學(xué)習(xí)樣本及期望輸出表見表4。

表4 BP神經(jīng)網(wǎng)絡(luò)學(xué)習(xí)樣本及期望輸出表

BP神經(jīng)網(wǎng)絡(luò)訓(xùn)練時(shí)的初始權(quán)值和閾值由Matlab工具箱中rand函數(shù)隨機(jī)產(chǎn)生，選擇控制誤差為0.00001，網(wǎng)絡(luò)學(xué)習(xí)采用自適應(yīng)學(xué)習(xí)速率梯度下降反向傳播算法，可加速網(wǎng)絡(luò)的收斂速度。目標(biāo)層向量（0，0.0226，0.4634，0.4648，0.0151）輸入已訓(xùn)練好的神經(jīng)網(wǎng)絡(luò)預(yù)警模型。下面給出神經(jīng)網(wǎng)絡(luò)輸出，如圖3及表5，按照實(shí)際輸出與其期望輸出的距離的大小決定其預(yù)警狀態(tài)類別。

圖3 神經(jīng)網(wǎng)絡(luò)訓(xùn)練效果圖

表5 神經(jīng)網(wǎng)絡(luò)輸出結(jié)果表

4 討論

目前對(duì)農(nóng)業(yè)對(duì)外合作風(fēng)險(xiǎn)預(yù)警的研究較少，本研究綜合運(yùn)用層次分析法、模糊數(shù)學(xué)、神經(jīng)網(wǎng)絡(luò)模型對(duì)農(nóng)業(yè)對(duì)外開放合作風(fēng)險(xiǎn)進(jìn)行預(yù)警研究，該綜合方法對(duì)風(fēng)險(xiǎn)預(yù)警是一種有益的嘗試，具有一定的理論價(jià)值與現(xiàn)實(shí)意義。而農(nóng)業(yè)對(duì)外合作風(fēng)險(xiǎn)指標(biāo)的主觀性數(shù)據(jù)，往往具有模糊性和不確定性，運(yùn)用模糊數(shù)學(xué)方法進(jìn)行隸屬度定量處理，具有一定的科學(xué)性，運(yùn)用層次分析法確定權(quán)重相對(duì)科學(xué)，農(nóng)業(yè)對(duì)外合作風(fēng)險(xiǎn)指標(biāo)涉及到因素眾多，呈現(xiàn)典型的非線性特征，所以運(yùn)用神經(jīng)網(wǎng)絡(luò)非線性的處理能力對(duì)農(nóng)業(yè)對(duì)外合作風(fēng)險(xiǎn)預(yù)警具的一定的科學(xué)性。但人工神經(jīng)網(wǎng)絡(luò)模型結(jié)果具有不確定性，通用性差，如何提高神經(jīng)網(wǎng)絡(luò)結(jié)果的相對(duì)穩(wěn)定性？還有待進(jìn)一步研究。

5 結(jié)論

神經(jīng)網(wǎng)絡(luò)輸出結(jié)果為(0.0000 0.0028 1.0000 0.0000 0.0339)，按照實(shí)際輸出與其期望輸出（見表5）的距離的大小決定其狀態(tài)類別，可見連云港農(nóng)業(yè)對(duì)外合作風(fēng)險(xiǎn)級(jí)別為“風(fēng)險(xiǎn)一般”，但也要未雨綢繆，積極響應(yīng)國(guó)家主席習(xí)近平提出共同建設(shè)“一帶一路”的重大倡議，發(fā)揮連云港“一帶一路”建設(shè)中戰(zhàn)略支點(diǎn)作用，充分利用好連云港國(guó)家農(nóng)業(yè)對(duì)外開放合作試驗(yàn)區(qū)平臺(tái)，以及國(guó)家自貿(mào)試驗(yàn)區(qū)機(jī)遇，打造國(guó)際一流農(nóng)業(yè)對(duì)外合作平臺(tái)，完善農(nóng)業(yè)對(duì)外投資促進(jìn)和保護(hù)機(jī)制，在政策環(huán)境優(yōu)化、高端人才引進(jìn)、改革制度創(chuàng)新等方面做好文章，從而減少農(nóng)業(yè)對(duì)外合作的風(fēng)險(xiǎn)，以實(shí)現(xiàn)農(nóng)業(yè)對(duì)外合作跨躍式發(fā)展。