黑龙江省粮食产量的分析及预测

发布时间：2020-11-01 20:20

　　 本文通过主成分分析的方法与岭估计法得到影响黑龙江省1995年-2017年粮食产量的主要因素。又利用ARMA模型、GM(1,1)模型对黑龙江省1995年-2017年粮食产量及其比例进行了建模分析,按照其相对误差进行权重分配,使误差大的模型得到小的权重从而来构建整合模型,进行为期三年的预测,为黑龙江省粮食产量持续稳定增产提供一些理论上的依据。第一个主成分,主要由粮食单产、粮食作物播种面积、农业机械总动力、有效灌溉面积、农用化肥折纯施用量,水稻播种面积,玉米播种面积,即土地投入,资本投入,种植结构,技术结构。这些指标在第一主成分上的载荷均在71.661%,说明科技、农业资本以及种植结构是影响粮食产量的主要因素。第二个主成分,主要由农业从业人口、大豆播种面积、小麦播种面积,即劳动力投入,种植结构,这些指标在第二主成分的样本方差贡献率有16.254%,因此粮食的种植结构划分对粮食产量还是很有影响。通过主成分估计和岭估计得到的参数估计,得出影响黑龙江省粮食的主要因素是农用化肥折纯施用量,由此可知农用化肥折纯施用量对粮食产量的影响是起到很大的作用。利用1995年-2017年黑龙江省粮食产量及其比例数据,依据时间序列的ARMA模型理论与GM(1,1)广义双向差分的理论方法,以及对初始值进行改进的理论分别建立预测模型,依据相对误差原理,ARMA模型的相对误差要比GM(1,1)模型的相对误差要略小,再根据其整合后的模型对2018年-2020年黑龙江省粮食产量及其比例进行预测。通过本文的分析与预测,可知黑龙江省粮食产量在未来还有很大的进步空间。本文应用的统计学方法对粮食产量的预测及分析提拱了一些可以参考的理论依据。
【学位单位】：东北林业大学
【学位级别】：硕士
【学位年份】：2019
【中图分类】：F326.11
【部分图文】：

２．４．５黑龙江省粮食产量的岭估计实证分析??数据来源于中国统计年鉴［４８］与主成分分析所选的指标一致。由于变量之间存在着多??重共线性故将数据进行标准化，然后进行岭回归，会得出岭岭迹图，如图２－２????－?ＸＩ??０５－?＼?。??。奶－＼?－Ｓ??〇?＾?＼?－Ｘ５??０５５－?＼?－ｘ６??０＾－?＼?－?Ｊ７??０２５－１?－?５??０１５－??—??—????—?１??０．１?－?一一????．?＾＾＾＾＾＾ｓｓＳＳＳＳＳＳＳＳＳｍＳＳＳＳ＾??－???－００５－７＾????????－ａｉ?－?／??－ａｉｓ－?Ｉ??－０２－?ｆ??－０＾５－??＂０３－??？０５５－?Ｉ??■?ｉ?＇?｜?Ｉ?Ｉ?ｉ?Ｉ?Ｉ?｜?？?｜?Ｉ?■?ｉ?｜?ｉ?■?Ｉ?｜?ｉ?Ｉ?■?，?ｉ?ｉ?Ｉ?｜?？?ｉ?｜?Ｔ?＇??０?ａｉ?０２?０３?０４?０５?０６?０７?０８?ＯＳ?１??图２－２岭迹图??根据图２－２可以发现在）ｔ?＝?０．２时，是最佳的。因此得到系数的岭估计，构建回归方??程如下：??ｊ）（／）?＝?０．３５６ｘ，?＋?０．１０７ｘ２?＋?０．１?０４ｘ３?－?０．５０７ｘ４?＋?０．１０５ｘ６?＋??２．４４６ｘ７?＋０．２４５ｘｎ?＋０．１４３ｘ１２?－０．０２１ｘＩ３?＋０．０８８ｘ１４?－１０８．２９９?（２＿２４）??对其拟合的结果进行相对误差计算得出岭估计的相对误差Ｓ?＝

?－２．６４６１１９??＾ＭａｃＫｉｎｎｏｎ?（１９９６）?ｏｎｅ－ｓｉｄｅｄ?ｐ－ｖａｌｕｅｓ．??图３－２新数据单位根检验??由图３－２可知生成的新数列的统计量＝－６．５２８５１５，比置信水平１％，?５％，??１０％时的临界值都要小。则说明此序列为平稳的序列。??（３）

■?ｓｉｎ｛２＾｜／／２ｆ０４０７?＋?０．０８７８｝?＋２．５６７５?＋?０．２３９２Ｚｍ?－０．２９２６＾，?－０．１２９９ｅ，＿２?＋＾，??根据周期指数组合模型可以得到黑龙江省粮食产量占东北三省粮食产量比??例模型的拟合情况，见图３－４??？测麵与Ｍ＇ｄ供的＿比儀况??？０??八人?＊?一??Ｉ??ｆｆ３〇．??Ｉ??７?２０??Ｉ??ｓ１０??〇?１ＳＯ＆?１?１９ＭＩ?１?１９０７?１?１ＢＢ８?Ｔ?１９ＶＳ?１?２０００?１?２００１?１?２００２?１?２００３?Ｔ?２００４?１?２００６?１?２０００?１?２００７?１?２００８’?２００９?＇?２０１０?＾?？ＯｌＴ＾?２０１２?１?２０１３?１?２０１４?＇＾０１６?厂２０１？?１?２０１７?１??年份??－ｆ－衊Ｗｆ隹－Ｍ－?４ＣＬ僉籲??图３－４黑龙江省粮食产量占东北三省粮食产量比例拟合值与观测值的对比情况??模型的检验??模型的最小信息量Ｚ／Ｃ为－２７，１７７，模型的拟合度７７．９９％也比较高，平均相对误差??为０．０４５６１２，并且残差序列为白噪声序列，因此模型可以进行相应的预测??３．４．２．２黑龙江省粮食产量占东北三省粮食产量比例模型预测??根据模型得到对黑龙江省粮食总产量占东北三省粮食产量的预测结果
【相似文献】

相关期刊论文 前10条

1 ;农业农村部：今年粮食产量有望稳定在13000亿斤以上[J];中国食品学报;2019年10期

2 王辉;;气象因子对粮食产量的影响研究[J];科技风;2018年35期

3 ;2016/17年度全球粮食产量预计[J];养猪;2017年01期

4 尹朝静;李谷成;高雪;;气候变化对中国粮食产量的影响-基于省级面板数据的实证[J];干旱区资源与环境;2016年06期

5 ;2014/15年度全球粮食产量预计[J];养猪;2014年06期

6 张敏;何国松;朱俊成;;近40 a咸宁市年平均气温变化对咸宁市粮食产量的影响研究[J];北京农业;2014年36期

7 ;2015/16年度全球粮食产量预计[J];养猪;2015年01期

8 ;2015/16年度全球粮食产量预计[J];养猪;2015年03期

9 ;2015/16年度全球粮食产量预计[J];养猪;2015年04期

10 李盛;;焦裕禄的故事[J];新长征(党建版);2017年01期

相关博士学位论文 前10条

1 王树涛;区域耕地生产力稳定性评价体系研究[D];河北农业大学;2008年

2 李亮科;生产要素利用对粮食增产和环境影响研究[D];中国农业大学;2015年

3 曾维军;基于农户意愿的减施化肥生态补偿研究[D];昆明理工大学;2014年

4 彭婵娟;粮食价格与粮食产量的动态反馈及政策仿真研究[D];福建农林大学;2016年

5 张忠明;粮食主产区利益补偿机制研究[D];中国农业科学院;2012年

6 刘颖杰;气候变化对中国粮食产量的区域影响研究[D];首都师范大学;2008年

7 王丹;气候变化对中国粮食安全的影响与对策研究[D];华中农业大学;2009年

8 周文魁;气候变化对中国粮食生产的影响及应对策略[D];南京农业大学;2012年

9 袁玉萍;黑龙江垦区农机装备发展水平预测及对粮食产量贡献的研究[D];黑龙江八一农垦大学;2014年

10 刘清娟;黑龙江省种粮农户生产行为研究[D];东北农业大学;2012年

相关硕士学位论文 前10条

1 王春雨;基于GLOPEM-CEVSA模型的孟印缅地区粮食产量差及其影响因素分析[D];曲阜师范大学;2019年

2 张莹莹;黑龙江省粮食产量的分析及预测[D];东北林业大学;2019年

3 邢聪仁;基于机器学习的安徽省粮食产量预测方法研究[D];安徽大学;2019年

4 刘艳;基于LMDI模型的安徽省粮食产量变化及影响因素研究[D];东北师范大学;2019年

5 高露露;基于多元线性回归的粮食产量影响因素分析[D];重庆师范大学;2018年

6 郭晓婷;基于多元回归分析的安徽省粮食产量预测方法研究[D];安徽农业大学;2017年

7 潘霖;基于SPSS的江苏省粮食产量预测模型的构建[D];浙江海洋大学;2018年

8 曹培格;基于灰色组合模型的粮食产量预测研究[D];河南工业大学;2018年

9 赵仁艳;基于粮食产量模型的山东省粮食安全问题研究[D];山东财经大学;2012年

10 和文超;土地利用规划中粮食产量的预测方法比较研究[D];中国地质大学(北京);2012年

本文编号：2866044