论文部分内容阅读
摘 要：运用灰色系统理论中的GM（1，1）预测模型，对牡丹江市未来林产总值进行预测.预测结果表明，牡丹江市林产总值年平均增长速度基本稳定在11.5%左右.模型精度和可信度较高，可作为相关决策部门研究林业产值的依据.
关键词：牡丹江；GM（1，1）模型；预测；后验差检验
[中图分類号] [文献标志码]A
文章编号：1003-6180（2018）01-0024-03
Abstract：A scientific prediction of the outputvalue of forestry industry in future years after analyzing the output value of forestry industry for Mudanjiang city in the recent 6 years by GM（1，1） grey predictive， get scientific forecast value by correlation test and post test error test.
Key words：Mudanjiang；GM（1，1） model； forecast； post test error test
黑龙江省牡丹江市森林资源十分丰富，是全国最大的木材集散地之一，管辖区内森林活立木蓄积量达2.2亿立方米，是中国国际木业之都和中国新兴地板之都.1998年，针对长期以来我国天然林资源过度消耗而引起的生态环境恶化的现实，党中央国务院从我国社会经济可持续发展的战略高度，做出了实施天然林资源保护工程的重大决策.该工程旨在通过天然林禁伐和大幅减少商品木材产量，有计划分流安置林区职工等措施，解决我国天然林地休养生息和恢复发展问题.2013年黑龙江省政府出台了《黑龙江省林下经济发展规划》政策，为全省林下经济的发展进行了高端谋划、牡丹江市政府对全市林下经济产业基本进行了布局，为林下产业发展提供了发展空间.农业产业结构进行了调整，转向发展林业经济，成为林业经济发展的坚实保障.国家的资金政策扶持保障到位，支持生态经济林的建设.黑龙江省政府与国家林业局、国家开发银行签署了《共同推进黑龙江省国家储备林等重点领域建设发展合作协议》，使一些种植项目获得长周期、低利率的政策性贷款支持，进一步拓宽了林业经济建设的融资渠道，从而使林业经济得到了快速发展.本文利用灰色系统理论中的灰色预测模型，对牡丹江市林产总值进行预测，描述牡丹江市林产总值的规律.
1 GM（1，1）模型对牡丹江市林产总值的预测
灰色GM（1，1）预测模型[1-6]是以已知一部分信息的不确定性的系统为研究对象，通过已知的部分信息生成对研究系统有价值的信息，实现对系统的运行行为和演化规律的正确描述和有效监控.本文以2011-2016年牡丹江市林产总值的数据为例（表1），对牡丹江市的林产总值进行预测.
1.1 牡丹江市林产总产值预测
可求出预测数据与原始数据之间的误差及模型检验所用到的残差.相对误差详见表2.
1.2 检验
1.2.1 关联度检验
依据表2的原始数据列X0，预测数据列X∧0及残差数据计算关联系数列：
计算结果表明，此检验可以通过，故此模型可以用于实际预测.
牡丹江市林业总产值预测数据见表3.从表3可知，牡丹江林业总产值在未来几年持续增长，可以提高牡丹江市的GDP，改善牡丹江市林业工人的生活水平.
2 结论
预测结果表明，牡丹江市林产总值年平均增长速度基本稳定在11.5%左右.检验结果表明，模型精度和可信度较高，可作为相关决策部门研究林业产值的依据.
参考文献
[1] 朱曼，苏喜友.基于GM（1，1）模型的四川省林业产业结构预测[J].四川农业大学学报，2013，31（1），105-109.
[2] 吕洁华，张滨，张洪瑞.基于灰色发展决策的林业产业类型的识别研究[J].林业经济问题，2014，34（3）：236-249.
[3] 刘娜.我国煤炭水泵灰色关联度分析与预测研究[J].煤炭技术.2015，34（1）：347-348.
[4] 尚旭东，张传统，宋国宇.基于GM（1，1）模型的云南林业产业发展预测[J].中国农学通报，2011，27（10）：29-33.
[5] 程棣.基于灰色预测GM（1，1）模型的景谷县林产工业产值预测[J].山东林业科技，2014（2）：75-76.
[6] 许鲁东，刘福辉，黄朝法，等.基于灰色理论的福建省林业产业结构分析预测[J].林业资源管理，2017（5）：114-119.
编辑：吴楠
关键词：牡丹江；GM（1，1）模型；预测；后验差检验
[中图分類号] [文献标志码]A
文章编号：1003-6180（2018）01-0024-03
Abstract：A scientific prediction of the outputvalue of forestry industry in future years after analyzing the output value of forestry industry for Mudanjiang city in the recent 6 years by GM（1，1） grey predictive， get scientific forecast value by correlation test and post test error test.
Key words：Mudanjiang；GM（1，1） model； forecast； post test error test
黑龙江省牡丹江市森林资源十分丰富，是全国最大的木材集散地之一，管辖区内森林活立木蓄积量达2.2亿立方米，是中国国际木业之都和中国新兴地板之都.1998年，针对长期以来我国天然林资源过度消耗而引起的生态环境恶化的现实，党中央国务院从我国社会经济可持续发展的战略高度，做出了实施天然林资源保护工程的重大决策.该工程旨在通过天然林禁伐和大幅减少商品木材产量，有计划分流安置林区职工等措施，解决我国天然林地休养生息和恢复发展问题.2013年黑龙江省政府出台了《黑龙江省林下经济发展规划》政策，为全省林下经济的发展进行了高端谋划、牡丹江市政府对全市林下经济产业基本进行了布局，为林下产业发展提供了发展空间.农业产业结构进行了调整，转向发展林业经济，成为林业经济发展的坚实保障.国家的资金政策扶持保障到位，支持生态经济林的建设.黑龙江省政府与国家林业局、国家开发银行签署了《共同推进黑龙江省国家储备林等重点领域建设发展合作协议》，使一些种植项目获得长周期、低利率的政策性贷款支持，进一步拓宽了林业经济建设的融资渠道，从而使林业经济得到了快速发展.本文利用灰色系统理论中的灰色预测模型，对牡丹江市林产总值进行预测，描述牡丹江市林产总值的规律.
1 GM（1，1）模型对牡丹江市林产总值的预测
灰色GM（1，1）预测模型[1-6]是以已知一部分信息的不确定性的系统为研究对象，通过已知的部分信息生成对研究系统有价值的信息，实现对系统的运行行为和演化规律的正确描述和有效监控.本文以2011-2016年牡丹江市林产总值的数据为例（表1），对牡丹江市的林产总值进行预测.
1.1 牡丹江市林产总产值预测
可求出预测数据与原始数据之间的误差及模型检验所用到的残差.相对误差详见表2.
1.2 检验
1.2.1 关联度检验
依据表2的原始数据列X0，预测数据列X∧0及残差数据计算关联系数列：
计算结果表明，此检验可以通过，故此模型可以用于实际预测.
牡丹江市林业总产值预测数据见表3.从表3可知，牡丹江林业总产值在未来几年持续增长，可以提高牡丹江市的GDP，改善牡丹江市林业工人的生活水平.
2 结论
预测结果表明，牡丹江市林产总值年平均增长速度基本稳定在11.5%左右.检验结果表明，模型精度和可信度较高，可作为相关决策部门研究林业产值的依据.
参考文献
[1] 朱曼，苏喜友.基于GM（1，1）模型的四川省林业产业结构预测[J].四川农业大学学报，2013，31（1），105-109.
[2] 吕洁华，张滨，张洪瑞.基于灰色发展决策的林业产业类型的识别研究[J].林业经济问题，2014，34（3）：236-249.
[3] 刘娜.我国煤炭水泵灰色关联度分析与预测研究[J].煤炭技术.2015，34（1）：347-348.
[4] 尚旭东，张传统，宋国宇.基于GM（1，1）模型的云南林业产业发展预测[J].中国农学通报，2011，27（10）：29-33.
[5] 程棣.基于灰色预测GM（1，1）模型的景谷县林产工业产值预测[J].山东林业科技，2014（2）：75-76.
[6] 许鲁东，刘福辉，黄朝法，等.基于灰色理论的福建省林业产业结构分析预测[J].林业资源管理，2017（5）：114-119.
编辑：吴楠