組合預測法在我國糧食產量預測中的應用

王晶+李單單

摘要：本文在參考相關文獻的基礎上，從中國統計年鑒獲取我國1978年到2014年的糧食產量數據，運用灰色預測模型和ARIMA模型來對我國糧食生產進行預測，并用方差倒數法對其進行線性組合預測，最后通過分析所建組合模型預測的精度來確定其是否可以應用到實際中，為全國及各省市的糧食生產分析提供一定的理論依據。

關鍵詞：糧食產量；ARIMA模型；灰色預測；組合預

一、引言及研究文獻

糧食問題不僅僅是經濟問題，更是一項重大的政治問題。實踐證明，糧食豐收時我國的社會經濟就會呈現出一派繁榮景象。相反，糧食生產不景氣時國民經濟運行便會出現很多矛盾。鑒于糧食問題的特殊性，我國政府十分關注糧食產量這一問題。對我國糧食產量進行準確預測不僅可以為糧食儲備問題提供依據，保障人們的生活，進而還能起到穩定社會、保障經濟正常發展的作用，因此進行糧食預測意義非凡。

國內學者對糧食產量預測的研究很多。姚作芳、劉興土等首先分別建立了灰色預測模型、灰色馬爾科夫預測模型、邏輯斯蒂預測模型，并運用最優加權方法建立組合預測，預測了東北地區未來10年的糧食產量。結果表明與各單項預測模型相比，組合預測模型具有較高的預測精度[1]。孫東升、梁仕瑩利用濾波分析法將我國糧食產量分解為時間趨勢序列和波動序列，分別建立時間趨勢模型與周期波動模型，將兩個模型疊加，對我國糧食產量數據進行預測[2]。與各單項預測模型相比，組合預測模型可以從各個模型中提取不同的信息，集中較多的經濟信息，減少預測的系統誤差。故本文采用組合預測法對我國糧食產量進行預測。

二、組合預測模型

貝茨和格杰蘭首先提出可以建立線性組合模型綜合各單項模型的信息，以產生更好的預測效果，是一種將不同預測方法所得的預測結果組合起來形成最終預測結果的方法。

假設對某一問題有m種預測方法，如果經過分析可以確定第i種方法的權重Qi（i=1，2，...，m），那么組合模型可以表示為

由表4可知，利用灰色預測模型、時間序列法、組合預測法分別對我國2011年至2014糧食產量進行預測，三種方法的平均相對誤差分別為3.4419%、3.5425%、1.0239%，由此可見，組合預測模型的平均預測誤差最小，組合預測法是三種方法中最優的，故利用該模型對2015年我國糧食產量進行組合預測。已知運用灰色預測法對2015年糧食產量預測結果為59274萬噸，運用時間序列預測法的預測結果為60615.48萬噸，那么組合預測法的預測結果即為：

四、結語

由預測結果來看，利用灰色預測模型對我國2011年至2014糧食產量預測的平均相對誤差為3.4419%；利用時間序列預測的平均相對誤差為3.5425%；而運用組合預測法對近幾年的糧食產量預測的平均相對誤差僅為1.0239%，由此可見，組合預測模型的平均預測誤差最小，即預測精度最高，也就說明組合預測法是三種方法中最優的，因此組合預測法可以運用到我國糧食產量預測中去。最后利用該模型對2015年我國糧食產量進行組合預測，結果為59708.91萬噸。（作者單位：吉首大學）

參考文獻：

[1]姚作芳，劉興土，楊飛等.組合預測模型在東北地區糧食產量預測中的應用[J].華北農學報，2009，24（2）：215-219.

[2]孫東升，梁仕瑩.我國糧食產量預測的時間序列模型與應用研究[J].農業技術經濟，2010（3）：97-106.

[3]李勝利.基于灰色系統理論的湖南省糧食產量預測研究[D].長沙：長沙理工大學，2012.

[4]詹英.組合預測方法在我國人均GDP預測中的應用[D].武漢：華中師范大學，2014.