基于不同规模粮食种植效益的灰色关联分析.docVIP

基于不同规模粮食种植效益的灰色关联分析 基于不同规模粮食种植效益的灰色关联分析 引言 　　近年来，随着新型城镇化、工业化的快速推进和大量农村劳动力向二、三产业转移，土地流转的速度逐步加快，规模种粮越来越多。据统计，目前全省规模种粮户已超过万户，规模种粮已成为改变传统农业生产方式、发展现代农业的有效载体，其在稳定粮食生产，提高农业经营效益，保障粮食安全中发挥着日益重要的作用。发展粮食规模种植，是粮食生产专业化、标准化、规模化、集约化的必然要求，是提升粮食综合生产能力，发展现代农业的必然趋势。因此，本文采用灰色系统理论，对新时期河南粮食不同规模种植效益小麦生产过程中进行的各种生产性投入和单位面积的产出及收益情况进行分析和研究，并对影响种植效益的主要因素进行灰色关联分析，为更加合理有效地配置河南粮食合理种植规模，更好地发挥规模经营的优势，提供科学的理论依据。 　　1 灰色关联分析方法 　　灰色关联分析是根据各因素变化曲线几何形状的相似程度，来判断因素之间关联程度的方法。此方法通过对动态过程发展态势的量化分析，完成对系统内时间序列有关统计数据几何关系的比较，求出参考数列与各比较数列之间的灰色关联度。与参考数列关联度越大的比较数列，其发展方向和速率与参考数列越接近，与参考数列的关系越紧密。而数理统计中的回归分析、方差分析、主成分分析等都是用来本文由论文联盟http://收集整理进行系统特征分析的方法。但数理统计中的分析方法往往需要大量数据样本，且服从某个典型分布。灰色关联分析方法弥补了采用数理统计方法作系统分析所导致的缺憾。它对样本量的多少和样本有无规律都同样适用，而且计算量小，十分方便，更不会出现量化结果与定性分析结果不符的情况。 　　关联度有绝对关联度和相对关联度之分，绝对关联度采用初始点零化法进行初值化处理，当分析的因素差异较大时，由于变量间的量纲不一致，往往影响分析，难以得出合理的结果。而相对关联度用相对量进行分析，计算结果仅与序列相对于初始点的变化速率有关，与各观测数据大小无关，这在一定程度上弥补了绝对关联度的缺陷。 　　灰色关联分析的步骤如下： 　　第一步：确定分析数列。 　　确定反映系统行为特征的参考数列和影响系统行为的比较数列。反映系统行为特征的数据序列，称为参考数列。影响系统行为的因素组成的数据序列，称比较数列。记 　　参考数列为：X0=，i=1，2，…，m， 　　比较数列为：Xi=，xi，…，xi），i=1，2，…，m。 　　第二步：始点零像化。 　　由于系统中各因素列中的数据可能因量纲不同，不便于比较或在比较时难以得到正确的结论。因此在进行灰色绝对关联度分析时，一般都要进行数据的零像化处理。常用的方法有均值法、初值法等。 　　灰色综合关联度既体现了折线Xi，Xj的相似程度，有反映了Xi，Xj相对于始点的变化速率的接近程度，是较为全面地表征序列之间联系是否紧密的一个数量指标。一般地，可取θ=，如果对绝对量之间的关系较为关系， θ可取大一些；如果对变化速率看得较重，θ可取小些。 　　第五步：关联度排序。 　　关联度按大小排序，如果ρ01ρ02ρ03ρ04，则表示因子x1对参考序列x0的灰色关联度大于x2，即x1优于x2，其余依次类推。关联度越大，说明该组因素与母因素之间的紧密程度越强。 　　新时期河南粮食不同规模种植效益的灰色关联分析 表1所示为：在新时期河南粮食不同规模种植效益，小麦生产过程中进行的各种生产性投入和单位面积的产出及收益情况的定性判断，选择了6个影响种植效益的因素，分别为种植小麦总收益、户均人口、家庭劳动力、平均种植小麦面积、每亩小麦投入的生产成本、平均亩产。 　　通过对表1中统计数据经无量纲化预处理及计算分析，各统计参数与综合分数的灰色关联度结论如表2所示。 　　结果分析 　　 从表1可以看出，平均种植小麦面积为68亩和171亩的前两组，平均单产较高。 　　其它几组的平均单产都相对低些。这说明了规模适度才有较好的收成，尤其是在非正常年景。而规模户种植的粮食实际出售价格虽然均高于国家最低保护收购价，但他们之间的差距并不大。总体来说，对于规模户来讲，小麦的平均亩产更能影响每亩小麦的亩均产值。 　　3.从种植小麦的亩均产值中，扣除生产成本后，可以得到亩均生产收益。从单位收益来看，平均种植小麦面积68亩组和910亩组的单位收益较低，平均种植小麦面积171亩组和381亩组单位收益较高，平均种植小麦面积171亩组收益最高接近。 　　3.从表1可以看出，根据六个组别平均种植小麦的面积和亩均单位收益水平，各组别种植小麦的总收益依次为万元、万元、万元、万元、万元、万元。如果把农民家庭年纯收入作为规模经营的最低利润目标值，那么在全省经济发展水平的现阶段，当粮食规模