基于灰色模型的我国耕地数量预测.docVIP

能否守住18亿亩耕地“红线”？* ——基于灰色模型GM（1,1）的预测结果的思考 张务伟 （山东农业大学 经济管理学院，山东泰安 271018） 摘要 随着我国经济发展和人口增长，人多地少的矛盾越来越突出，耕地面积越来越引起人们的重视。本文通过耕地面积与耕地保护力度的关系分析，利用灰色模型对我国的耕地面积进行了预测，分析了2020年守住18亿亩耕地的可能性。分析结果表明，2020年守住18亿亩耕地的任务十分艰巨，但不是没有可能性，关键是科学规划，落实最严格的耕地保护制度和最严格的节约用地制度粮食生产离不开耕地人多地少，耕地资源十分稀缺，是我国的基本国情。2007年统计，全国耕地仅有18.26亿亩，人均只有1.38亩，不到世界平均水平的40%，一些省（市）人均耕地已低于联合国粮农组织确定的0．8亩警戒线，而且随着城镇化、工业化快速推进，人口增长和人民生活水平的提高，耕地资源的压力将持续增大。国土资源部公布的2008年全国土地利用变更调查结果显示，截至2008年12月31日，全国耕地面积为18.2574亿亩，又比上一年度减少29万亩。。《全国土地利用总体规划纲要）》规划全国耕地保有量2010年和2020年分别保持在18.18亿亩和18.05亿亩。。汤建东，梁山然（2005）认为各级政府是耕地保护的主体，负有建设、管理和保护耕地的责任。十几年来，由于政府耕地保护责任的缺失，全国出现了相关法律法规缺乏协调、政策不连贯、执法力度不够、违法用地现象普遍等问题。朱红波（2007）运用对比分析法和数据包络分析法对我国耕地保护政策运行的效果与效率进行分析，结果表明：耕地总量动态平衡和耕地保有量政策没有得到有效实施；在政策运行效率方面，1999-2004年，只有1999年耕地保护政策是有效的；我国耕地保护政策运行效果欠佳，运行效率不高，有逐年下降的趋势，调整现行耕地保护政策、提高其运行效果和效率是耕地保护政策改革的迫切要求。等等。 从以上专家学者的研究结论可以看出，耕地面积最重要的是各级政府的对耕地保护的力度。鉴于此，本文根据1996—2008年耕地面积与保护力度的状况，利用灰色模型GM（1，1）对我国2020年前的耕地面积进行预测，以期给人们保护耕地提供参考。 三、我国耕地预测模型GM(1，1)建立 我们认为，用灰色模型预测未来耕地总量是一种比较理想的方法。因为：一、一般系统理论只能建立差分模型，差分模型是一种递推模型，只能按阶段分析系统的发展，用于短期分析，了解系统显露的变化。而灰色理论建立的是微分方程型模型，可以进行中长期预测。二、灰色预测模型不同于一般回归预测，它不建立因素数据模型，而是利用时间序列数据来建立模型并预测未来。三、灰色预测模型不考虑任何预测量的影响因素，只通过该变量的历史数据进行处理，产生预测值。对于我国而言，影响耕地面积的因素较多，且样本呈现出的统计规律灰度较大。鉴于此本文选择用灰色模型GM(1，1)来预测我国未来的耕地面积。灰色模型综合评定精度具体指标如表1（邓聚龙，1986，1987）： 表1 综合评定预测模型指标 预测精度等级 后验差比值 小误差概率 好（GOOD） 一级 ＞0.95 ＜0.35 合格（QUALIFIED） 二级 ＞0.8 ＜0.5 勉强（JUST） 三级 ＞0.7 ＜0.65 不合格（UNQUALIFIED） 四级 ≤0.7 ≥0.65 在实际建模中，原始数据序列的数据不一定全部用来建模。我们在原始数据序列中取出一部分数据，就可以建立一个模型。一般说来，选择不同的数据，参数， 的值也不一样，即使都建立同类的GM（1，1）模型，选择不同的数据，参数，的值也不一样。这种变化，正是不同情况、不同条件对系统特征的影响在模型中的反映。建立模型的主要目的是预测，为提高预测精度，首先要保证有充分高的模拟精度，尤其是时的模拟精度。以序列的第一个分量作为灰色模型的初始条件，这样以对新信息利用不够充分，往往会影响预测的精度。若以的第一下分量作为灰色模型的初始条件，则新信息得到充分利用，预测精度将大为提高。也就是说如果在去掉最前面的数据能够使模拟精度提高的情况下，我们应该用去掉后的数据进行预测更为理想（刘思峰等，2008）。 灰色模型GM(1，1)的形式： 的灰色预测模型为： ，（k=0，1，2，…） （1） 的灰色预测模型为： ， （k=0，1，2，…） （2） 我国的耕地总量减少情况见表2，图1和图2。从中可以看出：自1996至2008年期间，我国耕地面积减少的趋势是先慢（1996-2000），反映在图上1996-2000年耕地面积减少曲线比较平缓；后快，反映在图上2001-2004年耕地面积减少曲线比较陡峭；再慢，反映在图上200