江苏省林业总产值灰色分析与预测.docVIP

江苏省林业总产值灰色分析与预测 　　【摘要】 通过运用灰色系统理论中的灰关联度分析方法对6个影响江苏省林业总产值的相关因素与林业总产值之间的关联性进行了分析，结果表明，对江苏省林业总产值影响由大到小的因素依次为农用机械总动力、主要林产品产量、森林火灾次数、造林面积、病虫害防治率、全社会固定资产投入。同时运用灰色预测理论中的GM（1，1）模型对未来五年林业总产值进行了预测，且预测精度比较高，并针对分析和预测的结果提出了自己的建议。 　　【关键词】 灰关联度分析 GM（1，1）模型 林业总产值 　　近10年来，江苏省林业产业迅速发展，逐渐成为水乡林产高地。林业是国民经济的重要组成部分，既是一项社会公益事业，又是一项经济支柱产业。2012年是江苏省委、省政府启动“绿色江苏”建设的第10年。人多地少、水网密布的江苏，10年共完成植树造林面积1660.5万亩，超过此前35年造林面积总和；林木覆盖率由11.36%提高21.6%，以占全国0.7%的林地创造出7%的林业产值。江苏省林业在农林牧渔大农业中的比重虽然不高，但近几年来产值的的增幅却在不断提高，林业收入已经成为农民家庭经营收入的一个重要来源。可见，林业的发展，对江苏乃至全国的发展至关重要。 　　鉴于当前学者对宏观政策方面的研究相对成熟，文章着重从微观层次进行分析。目前国内研究者通常采用数理统计中的相关分析、回归分析和显著性检验等方法，这些方法要求进行大量的考察和需要真实有效的长年限的数据作为研究对象。由于笔者能力有限，数据的缺乏，信息的不全，还有农林业本是一家，界限的不清晰，找寻的数据数量不多，离散程度也很大，运用灰色关联度分析可以比较容易的分析出江苏省林业总产值的各种相关因素的影响程度和各相关因素的主次关系，动态GM（1，1）模型也可以较精确的预测出将来的发展态势。 　　一、相关理论和方法 　　1、灰色关联度分析法 　　对于两个系统之间的因素，其随时间或不同对象而变化的关联性大小的量度，称为关联度。在系统发展过程中，若两个因素变化的趋势具有一致性，即同步变化程度较高，即可谓二者关联程度较高；反之，则较低。因此，灰色关联法，是根据因素之间发展趋势的相似或相异程度，亦即“灰色关联度”，作为衡量因素间关联程度的一种方法。灰色关联度分析是一种因素比较分析法，包含一个参考序列和多个比较序列，它是进行因素间时间序列的比较来确定哪些因素是对参考数列影响较大的因素。其基本思想是：以因素的数据列为依据，用数学的方法研究因素间的几何对应关系。灰色关联度分析，是一种动态过程的研究。“灰色”主要针对信息不完全的数据分析。其计算的基本步骤如下。 　　（1）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。设参考数列（又称母序列）为X ，比较数列（又称子序列）为Xi（i=1，2，？撰，m）； 　　（2）使各序列无量纲化即初值化。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。因此在进行灰色关联度分析时，一般都要进行数据的无量纲化处理。即每行的每个数据除以每行的第一个数据，记为X■■，X■■ （i=1，2，？撰，m）； 　　（3）求各差数列，算出二级最小差■■x■■（k）-x■■（k） 和二级最大差■■x■■（k）-x■■（k） （i代表行，k代表列）； 　　（4）求各点的灰关联系数。 　　？孜（k）=■ 　　通常取？籽=0.5； 　　（5）求各因素的灰关联度。 　　ri=■■？孜（i）（k）。 　　2、GM（1，1）模型的基本原理 　　灰色预测是一种对含有不确定因素的系统进行预测的方法。灰色预测法是对既含有己知信息又含有不确定信息的系统进行预测，即对在一定范围内变化的、与时间有关的灰色过程进行预测。灰色预测模型是灰色系统理论的重要组成部分，建立灰色预测的方法具有原理简单、需要样本少、计算方便、计算精度高和易于检验等特点，因此得到了广泛的应用。灰色预测有多种预测模型，记作GM（n，h），预测中通常用GM（n，1）模型，此文运用GM（1，1）模型进行预测，GM（1，1）模型是单序列一阶线性动态模型，采用一阶微分方程拟合的模型。步骤如下： 　　（1）设原始非负数列X■=[x■（1），x■（2），…，x■（n）]，X■（k）？叟0，k=1，2，…，n； 　　（2）对原始数列做一次累加得X■=[x■（1），x■（2），…，x■（n）]，X■（k）=■x■（i）； 　　（3）对X■作紧邻均值生成；Z■=[z■（1），z■（2），…，z■（n）]，其中Z■=[x■（k）+x■（k-1）]/2。则称：x■（k）+aZ■（k）=b？圯X■（k）=-Z■（k）×