粮食产量模型的建立
第 1 页 共 7 页 粮食产量模型的建立
一、 问题提出
在已知1981-1996年每一年粮食的产量基本情况下，要求应用数学思想，和联系在粮食生产过程中，都将会受到国家政策因素、种植粮食面积的增长因素、自然因素、杂交水稻的改良与推广因素等影响的实际情况，综合建立数学模型，根据模型预测未来值，有助于国家粮食生产计划。
二、问题重述及分析
由于农民在生产粮食过程中，经验的不断积累，科学种植手段的不断完善，政府计划的良好政策，土地的不断改良等都将会影响粮食年生产量的增加；在某时政府政策因素、社会经济因素、自然因素等都将会使粮食生产过程中产生一定的波动。
根据题目数据，应用Excel办公软件描述出这些数据的离散图，根据离散图可以看出粮食产量与年限的大致增长情况，与以上分析大致吻合。
分析得到粮食产量是随着年限的增加而有所上浮，证明总体情况是良好的。粮食的增长在起步时的增长速度是很快，随着年限的增加上浮率就会变低（就如一个人的成绩在九十分时要上涨，那幅度也是很小的）。那么它必然不是直线增长，再根据上浮率逐渐减小，可以假设它是一个向下凹的图形，在没有没有其他重要因素的影响下（例如超级杂交水稻的普及），只由农民生产粮食的经验积累、土地改良条件下，粮食生产最终逼近一个最优值，并不是无穷增大。根据一元二次方程性质（存在最优值），综合假设要建立的模型为一个一元二次方程（模型一）。
题目只给出了1981-1996年每一年粮食的产量情况，再从离散图可以看出应用MATLAB数学软件中曲线拟合的最小二乘法来模拟假设的方程。但是所给的值太少，那拟合出的方程就不会精确。因此应用MATLAB数学软件中的差值法，把每一年分成十分，算出一百五十个值；再根据这一百五十个值来拟合假设函数更为精确。
在这过程中国家政策因素、种植粮食面积的增长因素、自然因素、杂交水稻的改良与推广因素等都会影响粮食生产量的浮动。根据可以得出主要因素为国家政策因素与杂交水稻的改良与推广因素对粮食产量的影响最大。特别是超级杂交水稻的推行将会使粮食产量预期最优值更大，将会超过上面一元二次函数的最大值。那么，所建立的模型一就不符合以后粮食生产值的预测。而每段粮食突破工程的生产规律都将相似，所以根据粮食生产分段突破工程法建立模型二。
对粮食产量问题影响的因素还有很多，在小范围内是不会有很大影响的，但是超过一定值时就不可忽略，因此这方面也要随时关注，必要时也是影响预期结果的。
三、模型假设
（一）应用Excel办公软件描述已知数据，再根据实际生活中粮食生产的情况，可以推出粮食生产过程是趋于一个一元二次函数图形的发展形式（粮食生产量最优值趋近于函数最大值）。
（二）在生产因素影响中，经过具体分析主要的因素是超级杂交水稻的推行与普及，它将会在很大程度上影响并超过上述模型一所得的最大值。那么，我们在应用模型一来求解N年后的预期值，那将是不精确的，同时证明模型一具有局限性。而每段粮食突破工程的生产规律都将相似，所以我们要根据不同粮食产量突破工程的具体情况综合建立分段突破模型二。
第 2 页 共 7 页 四、符号说明
t 拟合模型时对应的时间
Y 拟合模型时对应的产值
T1 模型一中真实时间
K 变化最优值的关系
Z 变化最优值时实现的时间关系
Y1 预期突破值
Ymax 模型一最优值
t max 实现模型一最优值的时间
t1 开始实施的时间
t2
预期实现突破值的时间
a 、b、 c 模型一待定系数
f（） 函数符号
五、建立模型
（一）根据题目数据，应用Excel办公软件描述出这些数据的离散图如下：
产量00.511.522.533.544.5519751980198519901995200020052010产量
由离散图分析我们得到粮食产量随时间增长大致成正比例关系，由于在粮食生产过程中国家政策因素、种植粮食面积的增长因素、自然因素、杂交水稻的改良与推广因素等都会影响粮食生产量浮动，所以与离散图的情况相吻合。
在应用MATLAB数学软件拟合方程式，由于题目所给数据量少与分散，拟合出的值不是很精确，因此要先应用MATLAB数学软件插值法，把每年均分为十份，再插出一百五十个数值，再应用拟合出模型一。
MATLAB数学软件插值法插出数值为：（附件-2）
值的个数 1 2 3 4 5 6 7 8 9 10
时间 0.1 0.2 0.3 0.4 0.5 0.6 0.7 0.8 0.9 1
产量值 2.857 2.854 2.851 2.848 2.845 2.842 2.839 2.836 2.833 2.83
值的个数 11 12 13 14 15 16 17 18 19 20
第 3 页 共 7 页 时间 1.1 1.2 1.3 1.4 1.5 1.6 1.7 1.8 1.9 2
产量值 2.852 2.874 2.896 2.918 2.94 2.962 2.984 3.006 3.028 3.05
值的个数 21 22 23 24 25 26 27 28 29 30
时间 2.1 2.2 2.3 2.4 2.5 2.6 2.7 2.8 2.9 3
产量值 3.077 3.104 3.131 3.158 3.185 3.212 3.239 3.266 3.293 3.32
值的个数 31 32 33 34 35 36 37 38 39 40
时间 3.1 3.2 3.3 3.4 3.5 3.6 3.7 3.8 3.9 4
产量值 3.309 3.298 3.287 3.276 3.265 3.254 3.243 3.232 3.221 3.21
值的个数 41 42 43 44 45 46 47 48 49 50
时间 4.1 4.2 4.3 4.4 4.5 4.6 4.7 4.8 4.9 5
产量值 3.214 3.218 3.222 3.226 3.23 3.234 3.238 3.242 3.246 3.25
值的个数 51 52 53 54 55 56 57 58 59 60
时间 5.1 5.2 5.3 5.4 5.5 5.6 5.7 5.8 5.9 6
产量值 3.279 3.308 3.337 3.366 3.395 3.424 3.453 3.482 3.511 3.54
值的个数 61 62 63 64 65 66 67 68 69 70
时间 6.1 6.2 6.3 6.4 6.5 6.6 6.7 6.8 6.9 7
产量值 3.547 3.554 3.561 3.568 3.575 3.582 3.589 3.596 3.603 3.61
值的个数 71 72 73 74 75 76 77 78 79 80
时间 7.1 7.2 7.3 7.4 7.5 7.6 7.7 7.8 7.9 8
产量值 3.656 3.702 3.748 3.794 3.84 3.886 3.932 3.978 4.024 4.07
值的个数 81 82 83 84 85 86 87 88 89 90
时间 8.1 8.2 8.3 8.4 8.5 8.6 8.7 8.8 8.9 9
产量值 4.042 4.014 3.986 3.958 3.93 3.902 3.874 3.846 3.818 3.79
值的个数 91 92 93 94 95 96 97 98 99 100
时间 9.1 9.2 9.3 9.4 9.5 9.6 9.7 9.8 9.9 10
产量值 3.802 3.814 3.826 3.838 3.85 3.862 3.874 3.886 3.898 3.91
值的个数 101 102 103 104 105 106 107 108 109 110
时间 10.1 10.2 10.3 10.4 10.5 10.6 10.7 10.8 10.9 11
产量值 3.921 3.932 3.943 3.954 3.965 3.976 3.987 3.998 4.009 4.02
值的个数 111 112 113 114 115 116 117 118 119 120
时间 11.1 11.2 11.3 11.4 11.5 11.6 11.7 11.8 11.9 12
产量值 4.012 4.004 3.996 3.988 3.98 3.972 3.964 3.956 3.948 3.94
值的个数 121 122 123 124 125 126 127 128 129 130
第 4 页 共 7 页 时间 12.1 12.2 12.3 12.4 12.5 12.6 12.7 12.8 12.9 13
产量值 3.953 3.966 3.979 3.992 4.005 4.018 4.031 4.044 4.057 4.07
值的个数 131 132 133 134 135 136 137 138 139 140
时间 13.1 13.2 13.3 13.4 13.5 13.6 13.7 13.8 13.9 14
产量值 4.098 4.126 4.154 4.182 4.21 4.238 4.266 4.294 4.322 4.35
值的个数 141 142 143 144 145 146 147 148 149 150
时间 14.1 14.2 14.3 14.4 14.5 14.6 14.7 14.8 14.9 15
产量值 4.35 4.35 4.35 4.35 4.35 4.35 4.35 4.35 4.35 4.35
MATLAB数学软件拟合得曲线为：（附件-3）
由MATLAB数学软件同时算的：
p =
Columns 1 through 2
-0.00280706722732804 0.144376759134609
Column 3 2.76522882278252
推出一元二次函数模型一（2Yatbtc ） 为：
20.0028070672273284*0.144376759134609*2.76522882278252Ytt
气候变化对玉米产量影响及预测分析
气候变化对玉米产量影响及预测分析
一、气候变化概述
气候变化是指由于自然原因或人类活动导致的全球或局部气候状态的长期变化。这些变化可能包括温度、降水模式、风速和风向、以及极端天气事件的频率和强度的变化。气候变化对农业生产，尤其是对玉米这种广泛种植的作物有着深远的影响。玉米作为世界上最重要的粮食作物之一，其产量直接关系到全球粮食安全和农业经济。
1.1 气候变化的主要特征
气候变化的主要特征包括全球平均温度的升高、极端天气事件的增加、降水模式的改变以及季节性气候模式的不稳定。这些变化对农业生产系统产生了复杂的影响，包括作物生长周期的改变、病虫害的发生和传播、以及土壤肥力和水资源的可用性。
1.2 气候变化对农业的影响
气候变化对农业的影响是多方面的。首先，温度的升高可能导致作物生长周期缩短，从而影响产量和品质。其次，降水模式的改变可能导致干旱或洪水，影响作物的生长条件。此外，极端天气事件的增加可能会破坏农田基础设施，增加农业生产的风险。
二、玉米产量与气候变化的关系
玉米是一种对环境条件非常敏感的作物，气候变化对其产量有着直接和间接的影响。研究气候变化对玉米产量的影响，对于制定有效的农业管理策略和保障粮食安全具有重要意义。
2.1 温度对玉米产量的影响
温度是影响玉米生长和发育的关键因素之一。适宜的温度可以促进玉米的光合作用和生长，而过高或过低的温度则可能抑制生长，甚至导致作物死亡。研究表明，随着全球温度的升高，玉米的产量可能会受到负面影响，尤其是在高温季节。
2.2 降水对玉米产量的影响
降水是玉米生长所必需的水资源。适量的降水可以保证土壤湿度，促进玉米的生长和发育。然而，降水过多或过少都可能对玉米产量产生不利影响。干旱会导致土壤水分不足，影响玉米的生长；而过多的降水则可能导致洪水，破坏农田和作物。
2.3 极端天气事件对玉米产量的影响
极端天气事件，如飓风、干旱、热浪和冰雹等，对玉米产量的影响不容忽视。这些事件可能导致作物受损、生长周期中断，甚至完全破坏农田。随着气候变化的加剧，极端天气事件的频率和强度可能会增加，从而对玉米产量构成更大的威胁。
最新农产品产量预测模型
最新农产品产量预测模型
摘要
本文介绍了一种最新的农产品产量预测模型。该模型基于历史数据和机器研究算法，能够准确预测农产品的产量。该模型的使用可以帮助农民和政府制定农产品种植和销售策略，提高农产品生产效率。
简介
农产品产量预测对于农业经济和食品安全具有重要意义。准确地预测农产品的产量可以帮助农民合理安排种植计划，减少资源浪费和成本，提高农产品的生产效益。同时，政府也可以根据产量预测结果制定相应的农业政策和市场调控措施。
模型构建
该农产品产量预测模型基于历史数据和机器研究算法构建。首先，收集农产品的历史产量数据，并进行数据清洗和处理，剔除异常值和缺失数据。然后，选取适当的机器研究算法，如线性回归、随机森林或神经网络等，对清洗后的数据进行训练和模型构建。最后，根据构建好的模型，输入新的特征数据，就可以预测出未来农产品的产量。
模型优势
该农产品产量预测模型有以下几个优势：
1. 准确度高：通过使用历史数据和机器研究算法，该模型能够准确地预测未来的农产品产量。
2. 灵活性强：该模型可以应用于不同类型的农产品，如粮食作物、水果蔬菜等，适用范围广泛。
3. 实时性强：该模型可以根据实时的数据进行预测，及时反映农产品产量的变化。
4. 可解释性好：该模型的预测结果可以通过相关变量的权重来解释，有助于理解产量预测的原因。
应用场景
该农产品产量预测模型可以应用于以下场景：
1. 农民决策：农民可以根据模型的预测结果，合理安排作物的种植计划和生产资源，提高农产品的产量和质量。
2. 政府政策：政府可以基于模型的预测结果，制定农业政策和市场调控措施，保障农产品的供应和市场稳定。 3. 投资决策：投资者可以参考模型的预测结果，判断农产品市场的动态和潜在收益，进行投资决策。
结论
农产品产量预测模型是一种重要的工具，可以帮助农民和政府做出合理决策，提高农产品的产量和生产效益。在未来的农业发展中，该模型有着广泛的应用前景和发展空间。
影响我国粮食生产因素的实证分析——基于1983--2005年的数据
目 窒 影响我国粮食生产因素自勺实证分析 ——基于１９８３－－２００５年的数据 口綦校海 陈文琼 吴欢欢 （华中农业大学经济管理学院，湖北武汉４３００７０） 摘要：粮食安全问题始终是关系国 家安全的重大问题，我国在过去的半个世 纪里粮食总产量有了很大的突破。文章对 影响我国粮食生产的主要因素进行了实证 分析，总结得出其最主要影响因素有：农业 化肥施用量；粮食播种面积以及成灾面积， 并分析了各种因素的影响情况，最后得出 了相应的结论建议。 关键词：粮食产量粮食安全 影响因素 一、引言 粮食问题关系到人类的牛存与发展， 对人类有着极端的重要性。而中国拥有世 界２１％的人口，如何养活这庞人的人口是 中国面临的一个巨大挑战。中国的粮食安 全问题，可以从国际和国内两个方面看待。 在现阶段国际环境下，从世界谷物的供求 看，粮食安全形势不容乐观：经济全球化加 剧对发展中国家隐藏着风险；自然条件恶 化、局部地区战乱、贫困人口增加、城市化 发展等对世界粮食生产形成了威胁。从国 内看，我国粮食生产出现明显滑坡，粮食安 全面临着挑战：全国农业生产结构火调整， 粮食生产资源和生产要素过多流失和转移。 市场经济条件下粮食所面临的的特殊风险性决定了粮食安全保护的必要性。粮 食生产由于自然力作用的参与，使人类劳动对它的作用时间很有限，其价值生产率要比 非农业产品的价值生产率低得多，在社会经济系统中不具备足够的竞争力，同时粮食生 产的生产要素投入较其他产业来说很少，内在推动力不足，很难与其他行业平衡竞争。我 国社会主义农业有其独有的经营特点以及工业化趋势和技术进步等特点，我国特有的资 源环境条件和所面临的国际经济环境加大了粮食生产的难度，我国人口基数大、增长 快，加之耕地、水资源等保护难度的加大，使得我国粮食生产面临巨大的压力。 二、现阶段我国粮食生产状况的实证分析 １．建立模型 粮食生产总量是反映粮食安全状况的重要指标之一，影响粮食生产总量的因素 有很多，大致可以总结出以下几点：农业化肥施用量（ｘ ）；粮食播种面积（）（２）；成灾面 积（ｘ ）；农业机械总动力（ｘ４）；农业劳动力（ｘ，）；有效灌溉面积（ｘ６）；农村用电量（ｘ７） 以及财政投入（ｘｏ。 用Ｅｖｉｅｗｓ３．１软件做ＯＬＳ回归得回归方程得 Ｙ一１６７２８．５３＋６．６５Ｘｌ＋Ｏ．４７８Ｘ２—０．１５７Ｘ３—０．０８１）（４—０．１４４Ｘ５＋０．ｏｏ５￣－ｏ．５７３Ｘ￣０．６３３ｘ日 Ｒ２＝０．９８２３ Ｆ＝９６．８９４ Ｄ．Ｗ．＝１．７５５ 由于Ｒ２＝０．９８２３较大，拟合优度较好，但ｘ４，Ｘ ，ｘ６，Ｘ ，ｘ 前参数估计值未能通过ｔ 检验，而且符号的经济意义也不合理，故采用逐步回归法得到最优回归方程 Ｙ一３７９５６．５３＋４．８２Ｘ１＋０．６３５Ｘ２－０．１４４Ｘ３ （１） （－６．８５７）（２４．６７）（１３．５）（一３．５５） Ｒ ０．９７１４ Ｆ＝－２１５－３３ Ｄ．Ｗ．＝１．３５７ 下面对方程（１）进行检验。 （１）方程拟合优度检验。通过回归分析得到Ｒ２：Ｏ．９７１４，通过了检验。（２）方程显著 ２．１ ＷＴＯ协议对我国油料作物贸易 的制约及我国采取的政策措施 在ＷＴＯ农业协议中，我国将逐步改 革和削减食用植物油的进口控制措施，且 承诺到２００６年实现大豆油的贸易自由化。 中美双方谈判时中国承诺不再增加并将减 少扭曲贸易的国内补贴，同时提高国内支 持措施的透明度和可预见性。在出口补贴 方面，中承诺加入ＷＴＯ后对所有农场品 均不给予补贴。中国还承诺，除特定产品清 单中的商品，我国将分三年逐步授予所有 贸易实体贸易权，实现所有贸易实体均有 权，把大多数商品进口到中国各地。存过渡 期间实行关税配额制和准国家专营制。开 放贸易对中国大豆油市场冲击最大，我国 对大豆油的控制措施也最为明确，三年中 配额从初始配额ｌ７．１８万吨到２００５年 ３２，６１万吨逐步增加，配额外关税率从 ７３％到２０％逐步减少。 中国２００２￣２００３年对外贸易快速增长，实现外贸进出口总额８５１２．０７亿美元， ２００３年较２００２年增长３７．１％，其中进口实现４１２８．３６亿美元，比２００２年同期增长 ３９．９％。我国食用植物油的关税配额在２００２年为５８０万吨，２００５年增加到８００万吨， 关税配额量占国内生产总量的８０％以上。 ２．２国内相关价格指数的变化 从价格指数来看，１９９８．２００２年的价格指数趋于平稳，２００３年我国居民消费指数 中食品消费价格指数为１０３．４较２００２的８８．４年提高４％，而油脂的价格指数却从 ２００２年９８．７到２００３年的１ １２．６却提高了１４．１％；零售价格指数。我国食品零售价格 指数２００３年较２００２年提高了３．３％，较专家预测的４％略有差距，而油脂类却从９９．９ 增加到２００３年ｌ１２．５，提高了１２．６％，大大超出预测范围；生产指数价格方面，大豆提 高了２２％，其他油料作物提高了１４％。可以看出随着生活水平的提高，中国对油料的 需求也在提高，也造成了国内市场严重的供不应求。◆ 参考文献： １．陈洁、罗丹，加入ＷＴ０对我国油料市场的影响及现实选择［Ｊ】，粮食与油脂，２ ００２年第六期 （１２－１ ５）： ２．林永清加入世界贸易组织后的中国植物油市场【Ｊ］中国油脂２００３年第２８卷第七期（７５—７６）； ３．褚绪轩，国内外油料作物和食油产销现状和发展趋势【Ｊ】，安徽农学通报，２００１，７（８—１０）； ４．章胜勇，中国油料作物比较优势及生产布局研究［Ｄ】，华中农业大学，２００５年５月；
基于灰色关联支持向量机的中国粮食产量预测模型
第３Ｏ卷第４期 河北理工大学学报（自然科学版） Ｖｏ１．３０ Ｎｏ．４ ２００８年１ １月 Ｊｏｕｒｎａｌ ｏｆ Ｈｅｂｅｉ Ｐｏｌｙｔｅｃｈｎｉｃ Ｕｎｉｖｅｒｓｉｔｙ（Ｎａｔｕｒａｌ Ｓｃｉｅｎｃｅ Ｅｄｉｔｉｏｎ） Ｎｏｖ．２００８
文章编号：１６７４—０２６２（２００８）０４—００７６—０４
基于灰色关联支持向量机的中国粮食产量预测模型
李晓东
（河南科技大学，河南洛阳４７１００３）
关键词：粮食预测；支持向量机；灰色关联分析 摘要：研究我国粮食生产系统的变动规律，做好粮食产量科学预测不仅是制定农业政策的
重要依据，而且对于保证我国的粮食安全具有重要意义。鉴于粮食生产系统的复杂性和信息 不完全性，在对粮食生产系统灰色关联分析的基础上，确定出影响粮食产量的主要因子，然
后根据支持向量机回归原理，建立了基于灰色关联支持向量机的预测模型。预测结果表明该
模型具有较高的预测精度，为粮食产量预测提供了一条新的途径。 、 中图分类号：ＴＰ ｌ８ 文献标志码：Ａ
粮食生产伴随着人类社会发展进程，提供给人类基本的生活资料，是人类从事其它社会活动的基础和
前提条件，给人类社会文明发展和社会进步提供了重要物质保障，然而粮食危机严重影响人类的生存与发
展，粮食问题得到世界各国政府和国际社会的高度重视，被认为是当今世界面临的重大问题之一。同时， 粮食也是一种重要的战略资源，粮食安全不仅关系到我国国民经济的健康发展和全面建设小康社会的重大
问题，也关系到我国的军事安全、政治安全，而且决定着我国在复杂多边国际形势和在日趋激烈的国际竞
争中能否保持独立自主的地位，因此必须要从国际战略的角度高度重视粮食安全。因此，研究我国粮食生
产系统的变动规律，做好粮食产量科学预测对于保证我国的粮食安全具有重要意义。
ｒ目前国际上流行的粮食预测方法有气象产量预测法、遥感技术预测法、统计动力学生长模拟法，投入
产出分析法等。论文根据粮食产量与其众多影响因子的不确定性关系，运用回归分析的理论和方法，建立 粮食产量的回归预测模型。目前常见的回归模型大多是线性回归模型，由于粮食生产系统的非线性，因此
松原市粮食产量预报
松原市粮食产量预报
高峰 赵秀英 李晓亮ｚ
（ 松原市气象局，松原１３８００５； 前郭县气象局）
１ 引言
吉林省是我国的粮食主产区，松原市是吉林
省的产量大市，其粮食产量约占吉林省总产量的
１／４。粮食产量不仅关系国家粮食安全，关系农业、
农民增收，还关系国民经济相关各部门科学发展，
研究影响松原市产量形成的有关因子，建立粮食
产量预报方法，实现精确估算松原市的粮食产量，
对做好松原市粮食产销决策，粮食储运调度，未来
农业发展布局等决策具有重要意义。
２粮食产量模型
影响作物产量形成的主要因素可分为自然因
素和社会因素两大类。按照其影响将粮食产量分
为趋势产量、气象产量和随机产量３部分 １。其中
趋势产量是由农业生产水平、技术措施等引起的
产量，气象产量是由天气气候要素变化引起的产
量，随机产量则是指由其它随机因素影响的产量。
粮食产量具体可表示为：
ｙ＝ｙＩ＋ｙ ｙｅ ｔ １
式中，Ｙ为实际产量，ｙｆ为趋势产量，ｙｗ为气象
产量， 为随机产量。因随机产量相对前两项数值
较小，且具有随机不确定性，故实践应用中常忽
略，产量预报分析采用下式：
夕 （２）
式中， 为预报产量。
３松原市粮食产量模型的建立
采用２００１—２０１１年共１１年松原市粮食单产
资料，２００１—２０１１年松原市旬温度、旬降水量、旬
图１松原市实际粮食单产线性趋势拟合图
一４２一 日照时数、旬相对湿度资料进行分析研究。
３．１松原市粮食趋势产量模型建立
将松原市粮食单产做时间序列分析，发现其
具有较好的线性趋势，做线性趋势拟合（见图１）。
￣＝３３ｘｘ－５７９８０ （３）
式中， 为趋势产量，单位为ｋｇ／ｈｍ２， 为预测
年份。
３．２松原市粮食气象产量模型建立
影响农业产量的因素多，机制复杂，但在社会
因素较稳定的生产发展条件下，农业气象因子在
产量逐年波动的因素起着重要的作用［２１。此外，我
国气象工作者对于气象因子与粮食产量的关系还
我国粮食生产与相关投入的计量模型分析
实验三 多元线性回归模型及非线性回归
一、多元线性回归模型
例题3.2.2 建立2006年中国城镇居民人均消费支出的多元线性回归模型。
数据：
地区 2006年消费支出Y 2006年可支配收入X1 2005年消费支出X2
北京 14825.41 19977.52 13244.2
天津 10548.05 14283.09 9653.3
河北 7343.49 10304.56 6699.7
山西 7170.94 10027.70 6342.6
内蒙古 7666.61 10357.99 6928.6
辽宁 7987.49 10369.61 7369.3
吉林 7352.64 9775.07 6794.7
黑龙江 6655.43 9182.31 6178.0
上海 14761.75 20667.91 13773.4
江苏 9628.59 14084.26 8621.8
浙江 13348.51 18265.10 12253.7
安徽 7294.73 9771.05 6367.7
福建 9807.71 13753.28 8794.4
江西 6645.54 9551.12 6109.4
山东 8468.40 12192.24 7457.3
河南 6685.18 9810.26 6038.0
湖北 7397.32 9802.65 6736.6
湖南 8169.30 10504.67 7505.0
广东 12432.22 16105.58 11809.9
广西 6791.95 9898.75 7032.8
海南 7126.78 9395.13 5928.8
重庆 9398.69 11569.74 8623.3
四川 7524.81 9350.11 6891.3
贵州 6848.39 9116.61 6159.3
我国粮食生产与相关投入计量经济学模型分析
我国粮食生产与相关投入计量经济学模型分析
一，引言
著名经济学家李子奈教授在曾对我国1983~1995年粮食生产数据进行过研究分析,
他选取的影响因素数据是:农用化肥施用量,粮食播种面积,成灾面积,农业机械动力
和农业劳力,并拟合出了关于我国粮食生产的线性回归模型.
在本文中,我们将运用计量经济学的方法对上述模型问题进行研究.对于粮食产量的
影响,除了选取上述影响因素外,还把农村用电量、国家财政用于农业的支出和灌溉
面积的影响因素数据也加到了模型中去.
二，变量的确定与C-D生产函数模型
i.被解释变量与解释变量的确定最终确定的模型的被解释变量为:粮食总产量;
解释变量为:播种面积、成灾面积、化肥施用量、农业机械动力、国家财政用
于农业的支出、灌溉面积和农业劳动力.由初步的分析知,粮食产量与成灾面
积是负相关的,而与其它变量则是正相关的.
ii.C-D生产函数模型
我们选择在经济领域应用最广泛的一种生产函数模型—C-D生产函数模型来
进行研究.即Y=f(A,K,L,…)其中Y为产出量,A,K,L分别为技术、资本、劳动
的投入要素.生产要素对生产函数的作用与影响,主要是由一定的技术条件决
定的,从本质上讲,生产函数反映了生产过程中投入要素与产出量之间的技术
关系.2 数据收集根据上面的所确定的模型的变量,我们收集到了1980年
~2004年主要粮食生产数据(表一)。年份粮食总产量(万吨)播种面积(千公顷)成灾面积(千公顷)化肥施用量(万吨)灌溉面积(千公顷)国家财政用于农业的支出(亿农机动力(万千瓦)农村劳动力(万人)198032 056117 23429 7771 26944 888149. 5514 74629 122198132 502114 95818 7431 33544 574110. 2115 68029 777198235 450113 46315 9851 51344 177120. 4916 61430 859198338 728114 04716 2091 66044 644132. 8718 02231 151198440 731112 88415 6071 74044 453141. 2919 49730 868198537 911108 84522 7051 77644 036153. 6220 91331 130198639 151110 93323 6561 93144 226184. 222 95031 254198740 298111 26820 3932 00044 403195. 7224 83631 663198839 408110 12323 9452 14244 376214. 0726 57532 249198940 755112 20522 4492 35744 917265. 9428 06733 225199044 624113 46617 8192 59047 403307.842870838 914199143 529112 31427 8142 80547 822347.572938939 098199244 266110 56025 8592 93048 590376.023030838 699199345 649110 20923 1333 15248 728440.453181737 680199444 510109 54431 3833 31848 759532.983380336 628199546 662110 06022 2673 59449 281574.933611835 530199650 454112 54821 2333 82850 381700.433854734 820199749 417112 91230 3093 98051 239766.394201634 840199851 230113 78725 1814 08452 2961154.764520835 177199950 839113 16126 7314 12453 1581085.764899635 768200046 219108 46334 3744 14653 8201231.545257436 043200145 264106 08031 7344 25454 2491456.735517236 513200245 706103 89127 3194 33954 3551580.765793036 870200343 06599 41032 5164 41254 0141754.456038736 546200446 946101 60637 1064 63754 4782337.636402835 269iii.模型的估计
粮食作物产量预测的专家系统知识模型研究
第２９卷第３期 ２００６年９月 辽宁师范大学学报（自然科学版） Ｊｏｕｒｎａｌ ｏｆ Ｌｉａｏｎｉｎｇ Ｎｏｒｍａｌ Ｕｎｉｖｅｒｓｉｔｙ（Ｎａｔｕｒａｌ Ｓｃｉｅｎｃｅ Ｅｄｉｔｉｏｎ） Ｖｏ】．２９ Ｎｏ．３ Ｓｅｐ． ２００６
文章编号：ｉ０００—１７３５（２００６）０３—０３１４—０３
粮食作物产量预测的专家系统知识模型研究
丁继红 ， 高秋华 ， 马生忠。
（１．吉林大学计算机教学与研究中心，吉林长春１３００２６；２．吉林大学地球探测科学与技术学院，吉林长春１３００２６； ３．吉林大学综合信息矿产预测研究所，吉林长春 １３００２６）
摘 要：粮食作物产量预测是一个非常复杂的知识推理过程．从粮食作物播种开始，直到收获全过程的实际出发，提
取出一个预测知识模型，运用３个层次推理有机的组合，在宏观和局部上实现对粮食作物的产量预测，具有良好的推 广价值． 关键词：产量预测；知识模型；推理
中图分类号：Ｓ１２６ 文献标识码：Ａ
农业智能宏观决策系统是对粮食作物进行综合、动态区划，为各级领导、农业技术人员、农民调整种
植结构、增收致富，解决“三农”问题提供决策依据．在农业智能宏观决策系统的开发研究中，关键的问
题是专业模型知识的提取［１］，前人没有提供或很少提供关于粮食作物宏观决策的专业模型知识和经验，
这是一个技术难题．本文的研究就是对在决策中起核心作用的产量预测模型的建立过程进行的探讨．计
算机专家经过２年的调研，访问有经验的农业专家，基于粮食作物指标因子体系，共同提取了产量预测
估算模型．
１ 产量预测指标体系的建立
粮食作物产量预测，要考虑产量与生产条件的关系醴］，将各种生产条件对产量的影响因子要确定
下来，这是产量预测模型的关键之处，但是，对于不同的生长时期，影响因子并不是一成不变的．经过与
表１ 玉米产量预飒４指标体系
收稿日期：２００５—１卜０１ 基金项目：吉林省科技厅星火计划项目（２００１ＥＡ６６００２４） 作者简介：丁继红（１９７０一），女，吉林长春人，吉林大学讲师，博士．Ｅ－ｍａｉｌ：ｄｉｎｇｊｈ＠ｊｌ
毕节试验区粮食产量组合预测模型研究
《现代农业科技）２０１０年第１期 农艺学
毕节试验区粮食产量组合预测模型研究
张荣达唐义
（贵』 Ｉ１省毕节地区种子管理站．贵州毕节５５１７００）
摘要以贵州毕节试验区１９８７－２００７年的粮食产量为基础，在建立单项预测模型的基础上，采用主成分回归建立了毕节试验区粮食 产量组合预测模型，并利用模型对毕节试验区２０１０～２０１５年的粮食产量进行了预测。以期为毕节试验区“十二五”的农业发展规划提供 参考。 关键词毕节试验区；粮食产量；组合预测模型 中图分类号Ｓｌ１ 文献标识码Ａ 文章编号１００７—５７３９（２０１０）０１—００４７—０２
毕节试验区位于黔西北，是１９８８年国务院批准建立的
以“开发扶贫，生态建设”试验为主要内容的农村改革试验
区。试验区建立２０多年来，全区各级党政及其广大人民群
众，坚持实施科技兴农战略，大力推广粮食增产实用技术。
促进了粮食生产持续稳定发展，解决大多数贫困人口的温
饱问题，为全区经济发展和社会安定奠定良好的物质基础。
在今后试验区的各项改革和建设中，粮食产量的持续稳定
增长仍然具有重要的作用。因此，在试验区建设的每一个阶
段都应该把粮食产量确定在合理的水平上，采取措施确保粮
食生产持续发展。为了科学合理确定“十二五”期间毕节试
验区粮食产量指标，笔者采用组合预测模型对毕节试验区粮
食产量的发展趋势进行了预测。
１数据来源与预测方法 统计数据（见表１）。为了弱化原始数据的随机性，使预测的
各单一模型和组合预测模型具有较高的精度，采用下列公
式对原始数据进行了平滑处理【ｌ＇２１．即：
ｌ，‘¨（１）＝（ｙ‘ｍ（卜１）＋２ｘｙ（０）。）十ｙ－‘ｍ【ｆ＋ｌ】）／４ （１） 这一公式，既增加了当年数据的权重，又避免了数值出
现循环小数，因而较为合理。对于两端点分别采用以下公式
进行滑动平均处理：
ｌ， ”（１）＝（３ ‘ （１）＋ｙ‘ （２））／４ （２）
ｙ‘”（ ）＝（ｙ㈣（ １）＋３ｘｙ㈦（ ））／４ （３）
湖南粮食产量影响因素的实证分析
２０１０年０８月第４期 第２３卷（总第１１３期） 湖南税务高等专科学校学报 Ｊｏｕｍ￣ｏｆ Ｈｕｎａｎ Ｔａｘ Ｃｏｌｌｅｇｅ Ｖｏ１．２３ Ｎｏ．４ Ａｕｇ．２０１０
湖南粮食产量影响因素的实证分析
口 彭佳妮 （湖南农业大学经济学院，湖南长沙４１０１２８） ［摘要］ 在计量经济学的理论基础上建立了１９８５年至２００５年间的湖南省粮食产量生产函数的计量 模型。通过对粮食产量的多因素分析，建立以粮食产量为因变量，以农业劳动力、有效灌溉面积、农业化肥施 用量、粮食播种面积、成灾面积、农业机械总动力、耕地面积、粮食播种面积为自变量的回归模型，并利用模型 对粮食产量的原因进行数量化分析，并对其如何提高粮食产量提供一些参考性建议。 ［关键词］ 粮食产量；计量经济学 ［中图分类号］Ｆ８ｌ２．４２［文献标识码］Ａ［文章编号］１００８—４６１４一（２０１０）０４—００４１—０３ 在世界粮食危机的背景下，粮食安全成了众人 瞩目的焦点。在我国，饲料粮、工业用粮增加，农民 工群体由粮食生产者向粮食消费者转变，但粮食主 产区粮食产量的增产趋势已渐缓慢，这都对我国的 粮食安全提出了新的挑战。虽然湖南是粮食生产大 省，可是湖南省人口从建国以来２９８６．８３万人到现 在６３２７．４２万人，人口一直有增无减，并且人们的生 活水平和要求不断提高对粮食安全都提出了更高的 要求。同时，湖南省的耕地面积有限，粮食播种面积 一直在５００千公顷左右，而农业机械化程度相对较 其他省较低，可见湖南省的粮食安全在多方面面临 着巨大的挑战。本文通过建立数学模型和数据分 析，找出与湖南省粮食产量有关因素中最为重要的 因素，并从不同角度提出保证粮食安全的建议（本文 未讨论农业科技进步因素）。 一模型建立及分析 （一）数据来源及模型的建立 模型中农业化肥施用量、粮食播种面积、成灾面 积、农业机械总动力、支农支出与农业劳动力粮食产 量的数据来自湖南统计年鉴１９８６－－２００６，数据表参 见表一：根据ＣＤ生产函数（柯布一道格拉斯生产函 数），按照不同要素投人，湖南粮食产量的生产模型 可设计为： ｌｎＹ＝Ｃ＋ｐｌｌｎＸ１＋ｐ２ｌｎＸ３＋ｐ３ｌｎＸ３＋ｐ４ｌｎＸ４ 一ｐ５ｌｎＸ５一ｐ６ｌｎＸ６＋ 其中：ｘ ——农业化肥施用量，单位：万吨；ｘ —— 粮食播种面积，单位：万公顷；Ｘ ——成灾面积，单位： 万亩；Ｘ４——农业机械总动力，单位：万千瓦；Ｘ —— 农业劳动力，单位：万人；Ｘ ——支农支出（支援农村 生产支出及农业事业费），单位：亿元；Ｙ——粮食产 量，单位：万吨； 为随机变量；Ｃ为常数。 表一： 化肥施 粮食播 成灾 机械总 农业劳 支农 粮食 年份 用量 种面积 面积 动力 动力 支出 产量 （万吨） （千公顷） （万亩） （万千瓦） （万人） （亿元） （万吨） １９８５ ３６９．６４ ５１６．１４ ｌ２８９ ８９２．Ｏ２ １９０８．４３ ４．０ｌ ２５１４．２８ １９８６ ４３２．１２ ５２１．０４ ８８５ １０５９．３７ １９２９．３７ ４．５２ ２６３１．５４ １９８７ ４５７．７７ ５１５．０９ ６３０ １０５３．５６ １９６８．５８ ３．０９ ２５９３．７ １９８８ ４９０．０７ ５ｌ９．６３ ｌ２９７ ｌｌ１２．９ｌ ２０ｏ７．９６ ５．８８ ２５３６．１８ １９８９ ５１７．８８ ５３３．０５ ７０３ ｌｌ６８．４７ ２０６１．４ ６．９ｌ ２６７５．５４ ｌ９９０ ５４３．ｏ６ ５３６．５６ １２４（】 ｌ２０９．１７ ２１３３．０７ ８．１７ ２６９２．６７ ｌ９９ｌ ５８８．６６ ５３６．５２ ｌｌ３２ １２７０．５２ ２ｌ７４．９６ ８．８ｌ ２７３４．４ ｌ９９２ ６０７．０８ ５２４．３６ ９７１ １２８４．３７ ２ｌ６９．７４ ９．８６ ２６８０．０１ ｌ９９３ ６１２．３３ ４６８．８４ １３４５ １３７４．３５ ２ｌ０１．８８ １２．８９ ２６３１．３７ １９９４ ６３９．６８ ５０７．７４ ｌ４２７ １４５９．０７ ２Ｏ４１．２８ ｌ３．７４ ２６６７．１５ １９９５ ６６７．５９ ５１１．５６ ｌ９７６ ｌ５３２．５４ ２ｌ１４．７ｌ １４．５５ ２７５２．０９ １９９６ ６７３．１ ５１３．３９ １４３０ １６ｌ６．２９ ２０８９．３３ ｌ７．０９ ２７０１．５ １９９７ ６８７．２３ ５ｌ５．５３ １９７３ １６９２．８４ ２０７４．１２ ｌ７．６６ ２８７６．９９ １９９８ ６９３．９５ ５０７．４８ ３６９２ １８２５．５７ ２０７４．５１ ２２．１６ ２８ｌ８．１９ ｌ９９９ ６８８．８２ ５ｌ３．５２ １９３ｌ ２ｏｏ６．９７ ２０７４．１３ ２１．４９ ２７２５．４ ２Ｏ００ ６９５．４５ ５０２．９９ ｌ１３９ ２２ｏ９．７４ ２Ｏ６５．９２ ２２．１５ ２８７４．９７ ２０ｏｌ ６９３．３９ ４８０．２８ ｌ１９３ ２３５８．Ｏ２ ２０５８．６７ ２５．５５ ２７０ｏ．３ ２ｏｏ２ ６８６．２８ ４６５．２６ ２３８７ ２４９８．０９ ２０ｌ９．６ ４０．５９ ２５０１．３ ２【ｘ】３ ６８８．６ｌ ４５２．９８ ２８６７ ２６６４．４５ ｌ９９７．６７ ３６．２ｌ ２４４２．７３ ２０ｏ４ ７３５．９５ ５Ｏ８．２２ １６９ｌ ２９２３．９３ ｌ９７５．８９ ７４．１３ ２６４０ ２０ｏ５ ７５４．３６ ５２１．５２ ｌ７７６ ３１８９．８６ １９５１．９０ ７１．９ｌ ２８５６．５５ ｛Ｉ÷［收稿日期］２０１０—０７—２１ ［作者简介］彭佳妮（１９８９一），女，湖南岳阳人，就读于湖南农业大学经济学院２００７级农林经济管理２班。 ４１