基于时间序列分析对农业循环经济发展的研究

梁杰 房真 陈丹丹

【摘要】针对农业循环经济发展的分析，综合分析耕地质量的影响因素，使用回归分析、模糊C均值聚类、时间序列预测等方法，分别建立了耕地质量等级标准的制定及预测模型和时间序列预测模型，综合运用了LINGO、MATLAB和EVIEWS等软件编程，得出到2020年土壤有机质含量提高的百分点为6.5%的结果。

【关键词】农业循环经济发展；时间序列模型；MATLAB

Based on time series analysis study of agricultural circular economy development

Liang Jie ， Fang Zhen， Chen Dandan

School of Finance， Anhui Finance & Economics University， Bengbu， Anhui 233030

Abstract： according to the analysis of the agricultural circular economy development， the comprehensive analysis of factors influencing the quality of cultivated land appropriate amount and fertilizer and pesticide， the relationship between the grain yield， using regression analysis， fuzzy c-means clustering， and time series forecasting method， established the cultivated land quality rating standards and the prediction model and time series forecasting model， the integrated use of the LINGO， MATLAB and EVIEWS software， programming， to increase soil organic matter content in 2020 calculated the percentage is 6.5%.

Key words： agricultural circular economy development； Time series model； MATLAB； EVIEWS

2016年2月国家发展改革委员会、农业部、国家林业局联合发布了《关于加快发展农业循环经济的指导意见》。在“十三五”国家循环经济总体发展规划未出台之前，先发布了加快农业循环经济发展的指导意见，这是响应中央提出的加强供给侧改革战略，强化农业供给侧生产方式创新，促进产业组织结构优化，推进农业绿色循环发展，实现农业经济和农村转型升级和可持续发展的重大举措。因此，本文查找近几年农业发展相关数据，通过建立时间序列模型，对2020年的土壤有机质含量提高的百分点进行预测。

1数据来源与模型假设

1.1数据来源

数据主要来源于中国统计年鉴、中国土地资源网以及中华人民共和国国家统计局官网。

1.2模型假设

假设技术进步给粮食产量带来的影响是定值；假设选取的指标是耕地质量的主影响因素，即所选取指标能基本涵盖耕地质量的所有因素；假设我国不同分区未来五年均不发生重大灾害，气候变化相对稳定。

2制定耕地质量等级标准并预测土壤有机质含量

2.1研究思路

首先根据耕地质量的主要影响因素选取了单位面积粮食产量、降雨量、PH值、有效土层厚度、有机质含量五个指标；其次，利用综合评价法将5个指标综合起来计算权重，计算每一组数据的得分用来描述耕地质量；然后，模糊C均值聚类将各得分分为4类，将每一类中的最大最小值作为该类的边界；最后，根据得分通过时间序列预测2020年的耕地基础地力及土壤有机含量的数值，解决相应的问题。

2.2研究方法

查找1995年-2014年单位面积粮食产量、降雨量、PH值、有效土层厚度、有机质含量5项指标的数据，5项指标分别代表不同的耕地质量影响因素：耕地对农作物的适宜性用降雨量、有效土层厚度表示；生物生产能力的大小用单位面积粮食产量表示；耕地环境是否被污染用PH值、有机质含量表示。

2.2.1模糊综合评价

为了能够综合评价耕地质量，首先要统一指标的属性。单位粮食产量：效益型，降雨量：区域性，PH值：区域性，有效土层厚度：效益型，有机质含量：效益型。

利用式（1）将各指标在不同属性之间相互转化，本文中我们将各指标的属性都转化为效益型

（1）

计算各指标的权重：利用变异系数法建立各指标的权重，然后将其归一化就得到权向量。最后计算得分。

2.2.2模糊C聚类及时间预测

将模糊综合评价得到的耕地质量的得分进行分类，我们分为四类：优等地、高等地、中等地、低等地。然后将模糊C均值聚类得到的各分类中的最大最小得分作为每一个等级的边界。用模糊综合评价得到的1995-2014年的耕地质量的得分预测2015-2020年的耕地质量得分。

2.2.3相关问题求解

根据时间序列预测结果求解耕地基础地力提高的等级：借助单位面积粮食产量描述耕地基础地力，为了操作简单，可以直接利用2020年的耕地质量等级确定单位面积粮食等级，从而确定耕地基础地力的等级。土地有机质提高的百分点：

2.3结果分析

模糊综合评价得到的各指标的权重向量为

年度耕地质量得分向量为：

模糊C均值聚类：根据年度耕地质量的得分向量进行模糊C均值聚类，将得分最大的一组命名为优等地，其他按得分大小依次分为高等地、中等地、差等地四类；分类所得结果以及耕地等级标准取值范围见表3。

因此，指定的等级标准为：耕地质量在（0.8426，1.2534）之间的为差等地，耕地质量在（1.3380，1.5482）为中等地，耕地质量在（1.5663，1.6592）之间的为高等地；耕地质量在（1.7003，2.1454）的為优等地。利用时间序列对耕地质量2015年至2020年的数据进行了预测，预测结果向量为（1.4754 1.4733 1.4712 1.4690 1.4669 1.4648）。

所以是第三等级-中等地。

土壤有机质含量的预测： 利用时间序列对土壤有机质含量2015年至2020年的数据进行了预测，预测结果向量为（1.4754 1.4733 1.4712 1.4690 1.4669 1.4648）。

所以土壤有机质含量提高的百分点为：

3结束语

本文利用综合评价法来描述耕地质量；然后，通过时间序列预测2020年的耕地基础地力及土壤有机含量的数值，计算出了土壤有机质含量提高的百分点。此外本文所采用的时间序列分析还可以用在國民经济宏观控制、环境污染控制、生态平衡、天文学和海洋学等方面。

参考文献：

[1]司维.农业循环经济发展模式构建与应用研究[D].山东：山东大学，2007.

作者简介：梁杰（1996-），女，安徽灵璧人，安徽财经大学金融学院在读，研究方向：金融工程。

基金项目：国家自然科学基金（11601001）。