农牧渔业总产值及构成范文

本站小编为你精心准备了农牧渔业总产值及构成参考范文，愿这些范文能点燃您思维的火花，激发您的写作灵感。欢迎深入阅读并收藏。

摘要：本文以重庆市近年来农牧渔业的发展情况为例来建立模型并进行分析。文中选取重庆市2003--2014年农林牧渔业总产值及其构成进行灰色系统分析并预测自2015-2024年这10年的农牧渔业各项产值，并得出如下结论：我国农业、林业、牧业、渔业、及农林牧渔服务业年产值在这10年当中将持续平缓增长。

关键词：农牧渔业；灰色系统；关联分析；GM（1，N）模型；GM（1，1）模型；预测

1引言

作为一个农业大国，我国对农业等一些产业方面的事宜相当重视。1982年，我国成立了农牧渔业部，这表明农牧渔业开始良性发展并且需要一个特定部门来进行管理。随后在1987年又创立了“全国农牧渔业丰收奖”，以此来鼓励在农业技术推广活动活动中做出突出贡献的集体和个人，旨在调动广大农业科技人员的积极性和创造性。据统计数据，2014年中国农林牧渔业产值占GDP总额比重达到了9.45%，在GDP总额中占将近1/10。以上的资料及数据都说明了农林牧渔业这些年来的良性发展及取得了一个较好成果。农牧渔业发展的统计数据，是一个巨大的经济系统发展演化的历史轨迹的一个方面，它蕴含着我国农牧渔业运行规律的某些客观形式。利用重庆市农牧渔业发展的统计数据，借助灰色系统软件进行灰色系统分析，得出我国农牧渔业发展演化规律，是一个有意义的工作。所以，本文选取了重庆市2003--2014年农林牧渔业总产值及其构成来进行一系列分析，得出预测值并以此来分析未来农林牧渔业的发展趋势，预测得到未来10年的发展呈增长趋势，但这并不代表未来多年农林牧渔业的总体发展趋势，未来会在某一个时期达到一个平稳状态，那个时候就应该综合所有影响因素来进行分析预测，重新制定发展方案。文中将会用灰色系统中的灰色关联分析以及GM（1，N）模型来建立模型并对模型进行分析，最后运用GM（1，1）模型进行预测得出发展趋势。

2研究方法

灰色系统关联度数学模型是系统分析的一个重要方法，它是两个系统或系统内的各因素随时间变化时，其变化方向和速度的关联程度，在系统发展过程中，哪些因素是主要影响因子，可以用关联度的排序来分析，关联度大的表明该因素是影响系统发展主要影响因子，关联度小的说明系统发展不受或少受此因素的影响。

3实证分析及结论数据

摘自《重庆统计年鉴2015》。本文选取重庆市2003--2014年农林牧渔业总产值及农业、林业、牧业、渔业、农林牧渔服务业的年产值，进行灰色系统分析。先进行邓氏关联度分析，得出五个产业哪一个与农林牧渔业总产值的相关度最大；再利用GM（1，N）模型进行模拟，对模型进行分析；最后利用原始差分GM（1，1）模型、均值GM（1，1）模型、均值差分GM（1，1）模型及离散GM（1，1）模型对数据进行分析，并比较其精度，采取精度最高，即最优的模型来对数据进行分析并预测。

3.1邓氏关联度分析

进行邓氏关联度分析得到：农业（X1）、林业（X2）、牧业（X3）、渔业（X4）、农林牧渔服务业（X5）与农林牧渔业总产值（X0）的邓氏关联度如下：γ（X0，X1）=0.7755，γ（X0，X2）=0.7566，γ（X0，X3）=0.7299，γ（X0，X4）=0.5582，γ（X0，X5）=0.6093其中农业与农林牧渔业总产值的关联度最大，林业、牧业关联度次之，农林牧渔服务业、渔业关联度较小。

3.2GM（1，N）模型分析

通过GM（1，N）模型分析得到，除了2004和2005两年的实际值与模拟值相差较大以外，其余数据的实际值与模拟值几乎相等，且数据的准确性逐年递增。平均相对误差=2.754%，说明GM（1，N）模型的模拟精度足够高，模型拟合程度好。

3.3模型预测

利用GM（1，1）模型对2015--2024年这10年间的农林牧渔业总产值、农业、林业、牧业、渔业、农林牧渔服务业的产值进行预测。分别利用原始差分GM（1，1）模型、均值GM（1，1）模型、均值差分GM（1，1）模型及离散GM（1，1）模型对数据进行分析，并比较其精度，采取最优的模型来对数据进行分析并预测。在分析过程中发现，林业、牧业、渔业的数据中均存在异常值导致模型的相对误差较大（误差超过或很接近10%）。将数据中的异常值去除后，再利用原始差分GM（1，1）模型、均值GM（1，1）模型、均值差分GM（1，1）模型及离散GM（1，1）模型对数据进行分析，并比较其精度，采取最优的模型来对数据进行分析并预测。

3.4结论

在对数据进行邓氏关联度分析时发现，农业与农林牧渔业总产值的关联度最大，林业、牧业关联度次之，农林牧渔服务业、渔业关联度较小；在对模型进行GM（1，N）模型分析时发现数据的误差不大，模型拟合程度好；最后利用GM（1，1）模型对模型进行预测，得到未来10年的预测数据，将预测得到的数据进行一系列分析得到：农业、林业、牧业、渔业、及农林牧渔服务业一直以来呈增长趋势，在未来10年也一直呈增长趋势，但是其中出现了数据上下波动的情况，可以由各种自然灾害等一系列原因来合理解释。但未来10年的发展趋势并不代表未来多年农林牧渔业的总体发展趋势，未来会在某一个时期达到一个平稳状态，那个时候就应该综合所有影响因素来进行分析预测，重新制定发展方案。

参考文献：

［1］重庆市统计局.重庆统计年鉴［J］.北京：中国统计年鉴，2003~2014.

［2］刘思峰，谢乃明.灰色系统理论及其应用.第6版.［M］.北京：科学出版社，2013.

［3］彭道明，俞存根，吴如珂.基于灰色系统理论的舟山海洋渔业劳动力结构及产量动态预测分析［J］.水产科技情报，2015（6）：334-338.

［4］刘思峰.灰色系统理论的产生与发展［J］.南京航空航天大学学报，2004，36（2）.

［5］邓聚龙.灰色系统预测与决策［M］.武汉：华中理工大学出版社，2002.

［6］聂晶，张春雷.灰色预测法在经济预测中的应用［D］.湖北：中国人名解放军海军工程大学.2009.

作者：代瑶 单位：天津财经大学