BP 神經(jīng)網(wǎng)絡(luò)預(yù)測(cè)在糧食種植面積影響因素分析中的應(yīng)用
——以黑龍江省為例

朱 律

（1.上海市測(cè)繪院，上海 200063；2.自然資源部超大城市自然資源時(shí)空大數(shù)據(jù)分析應(yīng)用重點(diǎn)實(shí)驗(yàn)室，上海 200063）

糧食的種植面積是決定糧食供給的關(guān)鍵因素，也是保障糧食安全的重要前提。衡量糧食最低收購(gòu)價(jià)政策實(shí)施的效果，主要是比較政策實(shí)施前后糧食種植面積是否有顯著性變化。但是糧食的種植面積受很多其他因素的影響，并不只是受最低收購(gòu)價(jià)政策的影響。因此只比較政策實(shí)施前后的糧食種植面積是不能夠評(píng)價(jià)最低收購(gòu)價(jià)政策執(zhí)行效果的，需要扣除其他因素的影響。另外，我國(guó)最低收購(gòu)價(jià)政策目前只有小麥和水稻執(zhí)行，而兩者又存在競(jìng)爭(zhēng)關(guān)系，因此，在考慮最低收購(gòu)價(jià)政策的執(zhí)行效果時(shí)，需同時(shí)考慮其對(duì)小麥和水稻的共同影響[1]。

通過上述分析，本文基于BP 神經(jīng)網(wǎng)絡(luò)預(yù)測(cè)建立了最低收購(gòu)價(jià)的評(píng)價(jià)模型，剔除了農(nóng)業(yè)勞動(dòng)力人口、糧食進(jìn)出口貿(mào)易、農(nóng)民受教育程度、城鄉(xiāng)收入差距和家庭負(fù)擔(dān)等因素對(duì)糧食種植面積的影響[2]，得到幾乎等價(jià)為僅受糧食最低收購(gòu)價(jià)政策影響的糧食種植面積變化。最后，通過對(duì)黑龍江省小麥水稻的實(shí)例進(jìn)行評(píng)價(jià)分析，驗(yàn)證了模型的合理性。

1 執(zhí)行效果評(píng)價(jià)模型的建立與求解

1.1 最低收購(gòu)價(jià)政策執(zhí)行效果評(píng)分機(jī)制

通過上述理論，糧食最低收購(gòu)價(jià)政策的效果評(píng)價(jià)主要取決于糧食的種植面積，但是種植面積受很多其他因素的影響，并不只是受最低收購(gòu)價(jià)政策的影響。因此只比較政策實(shí)施前后的糧食種植面積是不能夠評(píng)價(jià)最低收購(gòu)價(jià)政策執(zhí)行效果的，需要扣除其他因素的影響，基于政策前后種植面積的變化，利用BP 神經(jīng)網(wǎng)絡(luò)的模擬得到有無(wú)最低收購(gòu)價(jià)政策影響的糧食種植面積Y1、Y2、△y。由此可以建立糧食最低收購(gòu)價(jià)政策執(zhí)行效果評(píng)價(jià)模型

式（1）中：Y 為評(píng)價(jià)得分；CAAi為不同糧食品種的綜合優(yōu)勢(shì)系數(shù)，i=1，2，3，4，5，分別代表小麥、水稻、玉米、豆類和薯類5 類糧食；Yi1為所有因素共同作用下2006—2014 年i 類糧食的種植面積，千公頃；Yi2為沒有最低收購(gòu)價(jià)政策影響下2006—2014 年i 類糧食的種植面積，千公頃；△yi為最低收購(gòu)價(jià)政策其他因素的影響從而引起i類糧食的種植面積的變化值。

1.2 作物優(yōu)勢(shì)系數(shù)的測(cè)算

考慮到區(qū)域差異與品種的差異，本研究將以黑龍江省為例，考慮小麥水稻2 種糧食品種。從國(guó)家糧食局的官網(wǎng)[3]和中華人民共和國(guó)農(nóng)業(yè)部種植業(yè)管理司的官網(wǎng)[4]獲得黑龍江省小麥和水稻最低收購(gòu)價(jià)政策實(shí)行前后的種植面積數(shù)據(jù)，繪制成變化曲線圖如圖1、圖2 所示。

圖1 1990—2014 年小麥的種植面積變化曲線圖

從圖1、圖2 分析可知，小麥的種植面積在政策實(shí)行后先增加后降低，水稻的種植面積在政策實(shí)施前后出現(xiàn)先降低后下降的趨勢(shì)，且兩者整體趨勢(shì)呈相反的規(guī)律。當(dāng)然產(chǎn)生這一結(jié)果的影響因素很多，單單從政策的角度考慮可以解釋，政策實(shí)施后，保證了農(nóng)民種田的積極性，農(nóng)民能夠從種糧中獲得收益，自然種植面積會(huì)得到一定的提升，但是兩者呈現(xiàn)競(jìng)爭(zhēng)的關(guān)系，哪種收益高哪種面積就會(huì)增加。但是在2011 年后小麥的種植面積卻出現(xiàn)了下降，最主要是因?yàn)檎叩拇嬖?，?shí)施最低收購(gòu)價(jià)的品種有水稻和小麥2 種，2 種在種植面積方面存在競(jìng)爭(zhēng)關(guān)系。水稻是一種勞動(dòng)力密集型農(nóng)作物，勞動(dòng)力工資的變化會(huì)直接影響單產(chǎn)回報(bào)率，從而影響農(nóng)民的種植決策和種植結(jié)構(gòu)調(diào)整[5]。

圖2 1990—2014 年水稻的種植面積變化曲線圖

1.3 無(wú)政策作用下糧食種植面積的BP 預(yù)測(cè)

通過上述分析，若需僅得到政策對(duì)種植面積的影響，需要建立在沒有政策情況下，僅在農(nóng)業(yè)勞動(dòng)力人口、糧食進(jìn)出口貿(mào)易、農(nóng)民受教育程度、城鄉(xiāng)收入差距和家庭負(fù)擔(dān)等因素影響下糧食的種植面積。首先通過中華人民共和國(guó)國(guó)家發(fā)展與改革委員會(huì)的官網(wǎng)[6]獲取上述影響因素的具體數(shù)據(jù)，然后建立BP 神經(jīng)網(wǎng)絡(luò)預(yù)測(cè)模型，通過學(xué)習(xí)無(wú)最低收購(gòu)價(jià)政策時(shí)糧食種植面積，預(yù)測(cè)政策實(shí)施后糧食種植面積。通過對(duì)比兩者之間的差異便可以得到最低收購(gòu)價(jià)的評(píng)價(jià)模型。

BP 神經(jīng)網(wǎng)絡(luò)模型包括其輸入輸出模型、作用函數(shù)模型、誤差計(jì)算模型和自學(xué)習(xí)模型。作用函數(shù)是反映下層輸入對(duì)上層節(jié)點(diǎn)刺激脈沖強(qiáng)度的函數(shù)又稱刺激函數(shù)，一般取在（0，1）內(nèi)連續(xù)取值的Sigmoid 函數(shù)

誤差計(jì)算模型是反映神經(jīng)網(wǎng)絡(luò)期望輸出與計(jì)算輸出之間誤差大小的函數(shù)

式（3）中：tpi 為節(jié)點(diǎn)的期望輸出值；opi 為節(jié)點(diǎn)的計(jì)算輸出值。

自學(xué)習(xí)模型為

式（4）中：h 為學(xué)習(xí)因子；Φi為輸出節(jié)點(diǎn)i 的計(jì)算誤差；Oj為輸出節(jié)點(diǎn)j 的計(jì)算輸出；a 為動(dòng)量因子。

通過以上BP 神經(jīng)網(wǎng)絡(luò)學(xué)習(xí)過程可以編程學(xué)習(xí)政策實(shí)施前糧食種植面積，預(yù)測(cè)有政策時(shí)期并且消除其他因素影響的糧食種植面積，從而建立最低收購(gòu)價(jià)的評(píng)價(jià)模型。

首先對(duì)2006 年之前受農(nóng)業(yè)勞動(dòng)力人口、糧食進(jìn)出口貿(mào)易、農(nóng)民受教育程度、城鄉(xiāng)收入差距和家庭負(fù)擔(dān)等因素影響的種植面積進(jìn)行學(xué)習(xí)，然后輸入1990—2005年的這些數(shù)據(jù)作為學(xué)習(xí)對(duì)象，根據(jù)學(xué)習(xí)的經(jīng)驗(yàn)及規(guī)律預(yù)測(cè)出在非政策影響下輸出小麥種植面積和水稻種植面積在2006—2014 年的變化值。

然后通過BP 神經(jīng)網(wǎng)絡(luò)對(duì)1990—2005 年的黑龍江小麥和水稻種植面積的學(xué)習(xí)，可以預(yù)測(cè)出無(wú)最低收購(gòu)價(jià)政策影響時(shí)2006—2014 年的黑龍江小麥和水稻種植面積。圖3、圖4 為BP 神經(jīng)網(wǎng)絡(luò)學(xué)習(xí)結(jié)果。

圖3 1990—2005 年黑龍江省小麥種植面積學(xué)習(xí)結(jié)果

圖4 1990—2005 年黑龍江省水稻種植面積學(xué)習(xí)結(jié)果

通過圖3、圖4 可以看出，BP 神經(jīng)網(wǎng)絡(luò)在學(xué)習(xí)過程中非常準(zhǔn)確，說明后面的預(yù)測(cè)能夠充分表現(xiàn)1990—2005 年的數(shù)據(jù)規(guī)律。圖5、圖6 為預(yù)測(cè)2006—2014 年黑龍江小麥和水稻種植面積無(wú)最低收購(gòu)價(jià)影響的結(jié)果。

圖5 黑龍江省小麥種植面積2006—2014 年的預(yù)測(cè)結(jié)果

圖6 黑龍江省水稻種植面積2006—2014 年的預(yù)測(cè)結(jié)果

由圖5、圖6 可知，最低收購(gòu)價(jià)政策的存在對(duì)糧食種植面積及其他各影響因素的影響是很大的，必須建立一個(gè)有效的評(píng)價(jià)模型在僅有政策存在時(shí)對(duì)糧食種植面積的影響進(jìn)行評(píng)價(jià)。通過圖5、圖6 的預(yù)測(cè)結(jié)果可以看出，政策的存在反而抑制了小麥種植面積的增加。一方面是由于最低價(jià)收購(gòu)政策影響了其他影響因素，從而影響了糧食的種植面積；另一方面是由于物種間相互競(jìng)爭(zhēng)的關(guān)系，水稻在黑龍江的快速發(fā)展，其效率系數(shù)大于小麥的效率系數(shù)，因此實(shí)際最低價(jià)收購(gòu)政策較預(yù)測(cè)值低。但是整體的變化呈現(xiàn)相似的規(guī)律，在2010 年出現(xiàn)一次下降，而后增加，在2012 年后整體出現(xiàn)下降趨勢(shì)，說明黑龍江地區(qū)小麥種植面積所占的比例將不斷減少，主要是其規(guī)模優(yōu)勢(shì)和效率優(yōu)勢(shì)在不斷下降。而水稻的種植面積由于其規(guī)模優(yōu)勢(shì)和效率優(yōu)勢(shì)較大，因此在政策實(shí)施后，其種植面積產(chǎn)生突然的增長(zhǎng)，在后續(xù)過程中由于其他因素的存在出現(xiàn)了一些波動(dòng)，但是總體出現(xiàn)的是上升的趨勢(shì)。因此，本研究通過神經(jīng)網(wǎng)絡(luò)訓(xùn)練預(yù)測(cè)模型得到整體評(píng)價(jià)的一個(gè)重要部分，即2006—2014 年無(wú)最低收購(gòu)價(jià)政策影響時(shí)黑龍江小麥和水稻種植面積的預(yù)測(cè)值。

1.4 干擾量影響分析

通過上述分析得，若要考慮僅有最低收購(gòu)價(jià)政策作用對(duì)糧食種植面積的影響，還需要分析最低收購(gòu)價(jià)對(duì)其他影響因素的影響，從而引起種植面積的變化。選取農(nóng)業(yè)勞動(dòng)力人口、糧食進(jìn)出口貿(mào)易、農(nóng)民受教育程度、城鄉(xiāng)收入差距和家庭負(fù)擔(dān)等影響糧食種植面積的其他5 個(gè)主要因素，同時(shí)考慮到區(qū)域差異及種類的差異，以黑龍江省小麥和水稻種植為例進(jìn)行分析[7]。

對(duì)于2006—2014 年中各個(gè)因素均是受最低收購(gòu)價(jià)影響的，因此必須扣除最低收購(gòu)價(jià)對(duì)其他各因素的影響。首先對(duì)1990—2005 年的這5 個(gè)主要的影響因素進(jìn)行學(xué)習(xí)和訓(xùn)練，作為神經(jīng)網(wǎng)絡(luò)的輸出項(xiàng)，輸入項(xiàng)考慮年份和一些非主要因素，然后預(yù)測(cè)出沒有最低收購(gòu)價(jià)政策的影響下2006—2014 年這5 個(gè)主要影響因素的值。然后，將2006—2014 年受最低收購(gòu)價(jià)政策影響的5 個(gè)因素的實(shí)際值減去沒有最低收購(gòu)價(jià)政策的影響下的預(yù)測(cè)值，這樣就得到了最低收購(gòu)價(jià)政策對(duì)這五個(gè)因素的影響的變化量ΔX，見表1。

表1 2006—2014 年最低收購(gòu)價(jià)政策對(duì)5 個(gè)因素的影響的變化量

由表1 可以得到，最低收購(gòu)價(jià)的政策對(duì)其他因素的影響還是很大的，在影響因素中有正有負(fù)。對(duì)文化程度、部分勞動(dòng)力人口及城鎮(zhèn)收入差距呈現(xiàn)負(fù)作用，對(duì)家庭負(fù)擔(dān)和糧食進(jìn)口呈現(xiàn)正作用。

然后通過BP 神經(jīng)網(wǎng)絡(luò)模型，輸入1990—2005 年的這5 個(gè)主要的影響因素?cái)?shù)值，輸出無(wú)最低收購(gòu)價(jià)政策影響下的小麥種植面積的數(shù)值，通過不斷的訓(xùn)練學(xué)習(xí)，建立小麥種植面積與影響因素之間的關(guān)系。然后，根據(jù)訓(xùn)練的關(guān)系，輸入2006 年至2014 年最低收購(gòu)價(jià)政策對(duì)這5 個(gè)因素的影響的變化量ΔX，預(yù)測(cè)得到ΔX 引起的種植面積的變化量，見表2、表3。

表2 2006—2014 年小麥的種植面積的變化量 千公頃

表3 2006—2014 年水稻的種植面積的變化量 千公頃

通過上述兩步的計(jì)算，得到3 個(gè)量分別是：所有因素共同作用下2006 年至2014 年小麥的種植面積Y1、沒有最低收購(gòu)價(jià)政策影響下2006 年至2014 年的小麥種植面積Y2和最低收購(gòu)價(jià)政策其他因素的影響從而引起小麥種植面積的變化值Δy。

1.5 僅有最低價(jià)收購(gòu)政策對(duì)糧食種植面積影響的評(píng)價(jià)模型分析

此模型通過消除最低收購(gòu)價(jià)政策對(duì)其他因素的影響，最終得到了只有政策影響產(chǎn)生的糧食種植面積，從而可以評(píng)價(jià)政策的執(zhí)行效果。若評(píng)價(jià)指標(biāo)為正值說明最低收購(gòu)價(jià)政策對(duì)糧食的種植面積產(chǎn)生正的影響，起促進(jìn)作用，進(jìn)而說明最低收購(gòu)價(jià)政策在我國(guó)實(shí)行是比較有效果的；若評(píng)價(jià)指標(biāo)為負(fù)值說明最低收購(gòu)價(jià)政策對(duì)糧食的種植面積產(chǎn)生負(fù)的影響，起抑制作用，進(jìn)而說明最低收購(gòu)價(jià)政策在我國(guó)實(shí)行達(dá)不到促進(jìn)糧食種植面積增加效果，反而會(huì)增加國(guó)家支出。

因此利用上面評(píng)價(jià)模型對(duì)黑龍江省小麥和水稻進(jìn)行綜合考慮得到糧食最低收購(gòu)價(jià)政策的效果評(píng)價(jià)模型，見表4、圖7。

表4 2006—2014 年黑龍江省最低收購(gòu)價(jià)執(zhí)行得分表

圖7 2006—2014 年黑龍江省最低收購(gòu)價(jià)執(zhí)行得分圖

由上述評(píng)價(jià)指標(biāo)可知，最低收購(gòu)價(jià)政策對(duì)糧食的種植面積產(chǎn)生正的影響，起到促進(jìn)作用，說明最低收購(gòu)價(jià)政策在我國(guó)實(shí)行是比較有效果的。其中執(zhí)行效果在2007—2008 年最為明顯，最為有效，其指標(biāo)均大于600。這也驗(yàn)證了政策的有效性，在2007—2008 年糧食的種植面積產(chǎn)生了大幅的增加，說明政策在一開始的實(shí)行十分有效，充分調(diào)動(dòng)了農(nóng)民們的積極性，大大提高了國(guó)家的糧食種植面積。隨著年份的增加，2013—2014年政策的執(zhí)行效果產(chǎn)生了下降，說明后續(xù)幾年中，糧食最低收購(gòu)價(jià)的執(zhí)行效果不再明顯，主要受到人民生活水平、家庭負(fù)擔(dān)和城鄉(xiāng)收入差距的影響，使得農(nóng)民的種糧積極性降低，大量農(nóng)民工進(jìn)城務(wù)工[8]。由上述分析可知，效果評(píng)價(jià)模型合理。

2 結(jié)束語(yǔ)

根據(jù)本文分析可知，最低收購(gòu)價(jià)對(duì)黑龍江省主產(chǎn)區(qū)執(zhí)行效果起到一定正作用，在一定程度上提高了農(nóng)民的種糧積極性。最低收購(gòu)價(jià)政策在剛開始執(zhí)行的3年內(nèi)效果十分明顯，但是隨著年份的增加，效果呈現(xiàn)下降的趨勢(shì)。該模型與政策執(zhí)行后，糧食的種植面積的變化規(guī)律呈現(xiàn)一定的相似性，說明了該模型的合理性。另外，不同品種的農(nóng)作物在不同的地區(qū)有不同的綜合優(yōu)勢(shì)系數(shù)。農(nóng)戶在種植農(nóng)作物時(shí)應(yīng)根據(jù)區(qū)位因素合理選擇種植作物，達(dá)到良好的經(jīng)濟(jì)效果。