海南瓜类种植面积组合模型预测分析.doc

海南瓜类种植面积组合模型预测分析【摘 要】由于特殊的地理位置，海南省瓜果类农产品的出岛额越来越大。但是，不久前各地不同程度出现蔬菜滞销现象。解决滞销问题，既需要影响大、见效快的短期措施，更需要有长远的政策，从根本上走出菜价波动周期。波动是由产量大小决定的，而产量又是由种植面积大小决定的，因此要从长远解决问题，就需要对种植面积的多少有总体的了解与预测。鉴于单项预测模型的局限性，本文运用时间序列ARIMA模型、指数平滑模型、曲线回归模型进行加权组合得到的组合模型对海南瓜类种植面积进行预测分析。 【关键词】海南 瓜类种植面积 组合模型 预测分析 一、引言 海南省冬季农田播种面积大，供应足，在冬季的优势明显，所以开展冬季农业生产具有很大的潜力。但是瓜类滞销问题却是长期挥之不去的麻烦，只有对种植面积的趋势和周期把握了才能从根本上使海南的瓜类摆脱滞销等问题。有效地对海南省未来年份的产量进行分析和预测，对于海南省农业的产销平衡具有重要的参考价值。 学者对海南蔬菜从栽培品种、销售、农药残留监控、蔬菜标准化生产等角度进行了研究。许如意【1】等（2005）对海南反季节瓜菜发展从反季节瓜菜在海南经济中的地位、反季节瓜菜的栽培品种、反季节瓜菜的无公害栽培以及反季节瓜菜的销售渠道进行了综述；苏岳亭【2】（2008）提出实施品牌战略，推动个性品牌发展；吴岩【3】（2010）认为推进海南全岛蔬菜标准化生产为海南的蔬菜外销带来新的机遇。但是，还没有对蔬菜的种植面积的规律与预测进行研究。 二、研究方法与数据的来源 组合预测理论模型基本理论为： ，式中 为在t时刻第j种方法的预测值， 为在t时刻组合预测的预测值。权重的确定采用倒数法，即对误差平方和小的模型赋予较高的权重，误差平方和大的模型赋予较小的权重。这样就可以把误差消除到最小。具体的表达式为： 并且 ， 。式中， 为第j个模型的误差平方和，即 ，其中n表示时间序列的项数。本文使用的组合模型是由ARIMA，指数平滑和曲线回归模型组合而得。首先采用三种方法对1980年到2005年的数据进行拟合，依据模型的选择标准，得到各个具体的模型，利用得到的模型预测2006年到2015年的产值，使用2006年到2009年预测误差确定权重。 海南1980年―2009年的瓜类种植面积的数据来自各年的海南省统计年鉴【4】。 三、不同模型的分析预测 1.时间序列模型预测 由于数据是具有趋势的时间序列，所以采用时间序列模型。首先进行数据平稳性检验，对MJ作自然对数变换，一阶差分检验在1%显著水平上是平稳的。用ARIMA（p，1，q）模型来分别拟合序列D（LNmj，1），根据样本数据的自相关函数和偏自相关函数的性质来确定模型适当的阶数p，q，最后确定ARIMA（1，1，2）模拟D（LNmj，1）序列比较适合，经检验拟合效果较好。 2.指数平滑模型预测 指数平滑法是研究具有趋势的时间序列预测的有效方法，通过加权移动平均，选取各时期权重数值为递减指数序列的一种预测方法。可以很好地解决原始数据对预测值影响的比重不同的问题，消除历史统计数据中的随机波动，本文针对数据具有非线性趋势的特点，选择霍特双参数指数平滑法进行预测。 3.曲线回归模型预测 通过变量间的相关分析，可以得出变量间呈一定的曲线关系，可以通过曲线方程的方法对数据进行拟合。通过对比分析，原始数据和三次方模型拟合得最好，因此本文运用三次方模型对数据进行预测得出预测值。 4.组合模型预测 对以上三种模型计算其误差平方和，通过加权得到组合模型。利用以上三种模型预测误差平方和，并分别计算出时间序列模型、指数平滑模型和cubic三次方模型的权重，结果分别为 =0.496076，=0=0.071053.其中 表示时间组合预测值， 表示t时间用时间序列模型得到的预测值， 表示用指数平滑法得到的预测值， 表示用三次方模型得到的预测值。最后得到如下的组合模型： 表1 2006年-2009年海南省瓜类面积实际数据及不同模型拟合结果 （单位：万亩） 年份 瓜类面积 单一模型预测 组合模型预测 时间序列模型 指数平滑模型 cubic模型 2006 24310 21448.95 22617.19529 24938.918 23263.23636 2007 27144 23731.71 24981.71492 26294.084 25091.64748 2008 30706 26257.44 27721.81885 27820.047 27136.64798 2009 31038 29051.99 31119.43963 29532.662 294