海南瓜菜供給趨勢預(yù)測

摘 要：依據(jù)海南1980～2012年瓜菜播種面積、單產(chǎn)、產(chǎn)量相關(guān)數(shù)據(jù)，利用MATLAB軟件分別建立Quadratic模型、灰色模型和BP神經(jīng)網(wǎng)絡(luò)模型，預(yù)測未來10年海南瓜菜播種面積、單產(chǎn)和產(chǎn)量的供給趨勢。

關(guān)鍵詞：冬季瓜菜 預(yù)測 海南

海南省地處我國最南端，緯度最低，熱量充足，基本上冬季不需要額外的溫室或大棚加溫就可以進行瓜菜生產(chǎn)，成本低廉，具有發(fā)展冬季瓜菜的資源優(yōu)勢。海南被譽為我國的天然溫室，是我國冬季瓜菜的主要供應(yīng)地，主要瓜菜供給區(qū)遍布全島。目前已經(jīng)打造出區(qū)域優(yōu)勢瓜菜產(chǎn)業(yè)帶，如以文昌、瓊海為主的東部辣椒產(chǎn)業(yè)帶，以三亞、樂東、陵水為主的南部豆角、西甜瓜產(chǎn)業(yè)帶，以儋州、昌江、臨高為主的西部南瓜產(chǎn)業(yè)帶，以澄邁、海口為主的北部豆角、辣椒產(chǎn)業(yè)帶，以屯昌為主的中部苦瓜產(chǎn)業(yè)帶，以五指山、瓊中、保亭為主的高山蔬菜產(chǎn)業(yè)帶等，特別是豆角、苦瓜、西甜瓜等產(chǎn)業(yè)在冬春季生產(chǎn)中具有明顯的優(yōu)勢。瓜菜產(chǎn)業(yè)不僅能優(yōu)化海南的農(nóng)業(yè)結(jié)構(gòu)、帶動相關(guān)產(chǎn)業(yè)的發(fā)展，也能為政府提供稅收、促進農(nóng)民收入增加。

海南冬季瓜菜的生產(chǎn)經(jīng)營，始于農(nóng)村改革不久的1980年 [1]，海南農(nóng)民利用海南獨有的氣候、光照、雨水的優(yōu)勢，在冬天閑置的土地上種起了當(dāng)時全國大部分地區(qū)還無法生產(chǎn)的瓜菜，然后運到內(nèi)地城市銷售 [2]。1985年開始大規(guī)模種植 [3]，據(jù)海南統(tǒng)計年鑒數(shù)據(jù)顯示到1988年建省時，海南瓜菜總產(chǎn)量達到58.03萬t。梳理海南冬季瓜菜發(fā)展史，可以總結(jié)為3個階段：第一階段是擴大冬季瓜菜種植面積；第二階段是主抓冬季瓜菜島外運銷；第三階段是引進農(nóng)產(chǎn)品加工企業(yè)，延伸產(chǎn)業(yè)鏈 [4]。

海南瓜菜種植主要集中在反季節(jié)年度，即頭年的10月至翌年的4月。而每年5月至10月由于受高溫、高濕、多雨、臺風(fēng)等不良氣候影響，海南的瓜菜種植面積會劇減，主要栽培區(qū)基本處于閑置或者種植其他農(nóng)作物。作為中國冬季的“大菜籃子”，2012年產(chǎn)瓜菜規(guī)模達到26.24萬hm2，產(chǎn)量達到593.07萬t，其龐大的產(chǎn)業(yè)規(guī)模吸引了一些國際農(nóng)資企業(yè)的關(guān)注?，F(xiàn)在，冬季瓜菜已成為海南農(nóng)產(chǎn)品中一項不可或缺的重要種植項目，并逐步走上了基地化、規(guī)?；a(chǎn)業(yè)化和商品化發(fā)展之路 [5]。

以1980～2012年海南瓜類和蔬菜的種植面積、單產(chǎn)、產(chǎn)量等時間序列數(shù)據(jù)為樣本，分別運用回歸分析預(yù)測法、灰色系統(tǒng)預(yù)測方法及BP神經(jīng)網(wǎng)絡(luò)預(yù)測方法預(yù)測2013～2020年海南瓜類和蔬菜的種植面積、單產(chǎn)、產(chǎn)量 [6]。預(yù)測結(jié)果如下：

1 瓜菜播種面積預(yù)測

由表1和圖1可知，對1980～2020年海南蔬菜播種面積的預(yù)測，曲線估計Quadratic模型和BP神經(jīng)網(wǎng)絡(luò)模型的預(yù)測值基本一致，均呈直線快速增長趨勢，而灰色預(yù)測模型的預(yù)測值呈指數(shù)型增長趨勢。

通過對這3種預(yù)測方法的綜合比較，可以看出，對1980～2020年海南蔬菜播種面積的預(yù)測，曲線估計Quadratic模型的預(yù)測值低于灰色預(yù)測模型的預(yù)測值，而高于BP神經(jīng)網(wǎng)絡(luò)模型的預(yù)測值。綜合3種模型并結(jié)合實際情況，Quadratic模型預(yù)測的趨勢更符合實際，但由于影響海南蔬菜播種面積的因素有很多，環(huán)境變化的不確定性，海南蔬菜播種面積可能因某些突發(fā)因素而導(dǎo)致預(yù)測結(jié)果呈BP神經(jīng)網(wǎng)絡(luò)模型預(yù)測趨勢。

根據(jù)以上各種模型下的海南蔬菜播種面積預(yù)測結(jié)果，利用MATLAB繪制成折線圖，如圖1所示。

由表2和圖2可知，對1980～2020年海南瓜類播種面積的預(yù)測，曲線估計Quadratic模型、灰色模型和BP神經(jīng)網(wǎng)絡(luò)模型的預(yù)測趨勢相差較大。曲線估計Quadratic模型的預(yù)測值呈直線緩慢增長趨勢，灰色模型的預(yù)測值呈指數(shù)型增長趨勢，而BP神經(jīng)網(wǎng)絡(luò)模型的預(yù)測值呈“S”型緩慢增長趨勢。

通過綜合3種模型并結(jié)合實際情況，Quadratic模型預(yù)測的趨勢更符合實際，但由于影響海南瓜類播種面積的因素有很多，環(huán)境變化的不確定性，海南瓜類播種面積可能因某些突發(fā)因素而導(dǎo)致預(yù)測結(jié)果呈BP神經(jīng)網(wǎng)絡(luò)模型預(yù)測趨勢。

根據(jù)以上各種模型下的海南瓜類播種面積預(yù)測結(jié)果，利用MATLAB繪制成折線圖，如圖2所示。2 瓜菜單產(chǎn)預(yù)測

由表3和圖3可知，對1980～2020年海南蔬菜單產(chǎn)的預(yù)測，曲線估計Quadratic模型和灰色模型的預(yù)測值基本一致，均呈指數(shù)快速增長趨勢，而BP神經(jīng)網(wǎng)絡(luò)預(yù)測模型的預(yù)測值呈直線緩慢增長態(tài)勢。

通過對這3種預(yù)測方法的綜合比較，可以看出，對1980～2020年海南蔬菜單產(chǎn)的預(yù)測，曲線估計Quadratic模型的預(yù)測值低于灰色預(yù)測模型的預(yù)測值，而高于BP神經(jīng)網(wǎng)絡(luò)模型的預(yù)測值。綜合3種模型并結(jié)合實際情況，Quadratic模型預(yù)測的趨勢更符合實際，但由于影響海南蔬菜單產(chǎn)的因素有很多，環(huán)境變化的不確定性，海南蔬菜單產(chǎn)可能因某些突發(fā)因素而導(dǎo)致預(yù)測結(jié)果呈BP神經(jīng)網(wǎng)絡(luò)模型預(yù)測趨勢。

根據(jù)以上各種模型下的海南蔬菜單產(chǎn)預(yù)測結(jié)果，利用MATLAB繪制成折線圖，如圖3所示。

由表4和圖4可知，對1980～2020年海南瓜類單產(chǎn)的預(yù)測，曲線估計Quadratic模型和灰色模型的預(yù)測值基本一致，均呈指數(shù)快速增長趨勢，而BP神經(jīng)網(wǎng)絡(luò)預(yù)測模型的預(yù)測值呈直線緩慢增長態(tài)勢。

通過對這3種預(yù)測方法的綜合比較，可以看出，對1980～2020年海南瓜類單產(chǎn)的預(yù)測，曲線估計Quadratic模型的預(yù)測值低于灰色預(yù)測模型的預(yù)測值，而高于BP神經(jīng)網(wǎng)絡(luò)模型的預(yù)測值。綜合3種模型并結(jié)合實際情況，Quadratic模型預(yù)測的趨勢更符合實際，但由于影響海南瓜類單產(chǎn)的因素有很多，環(huán)境變化的不確定性，海南瓜類單產(chǎn)可能因某些突發(fā)因素而導(dǎo)致預(yù)測結(jié)果呈BP神經(jīng)網(wǎng)絡(luò)模型預(yù)測趨勢。

根據(jù)以上各種模型下的海南瓜類單產(chǎn)預(yù)測結(jié)果，利用MATLAB繪制成折線圖，如圖4所示。

3 瓜菜產(chǎn)量預(yù)測

由表5和圖5可知，對1980～2020年海南蔬菜產(chǎn)量的預(yù)測，曲線估計Quadratic模型和BP神經(jīng)網(wǎng)絡(luò)模型的預(yù)測值基本一致，均呈直線快速增長趨勢，而灰色預(yù)測模型的預(yù)測值呈指數(shù)型增長趨勢。

通過對這3種預(yù)測方法的綜合比較，可以看出，對1980～2020年海南蔬菜產(chǎn)量的預(yù)測，曲線估計Quadratic模型的預(yù)測值低于灰色預(yù)測模型的預(yù)測值，而高于BP神經(jīng)網(wǎng)絡(luò)模型的預(yù)測值。綜合3種模型并結(jié)合實際情況，Quadratic模型預(yù)測的趨勢更符合實際，但由于影響海南蔬菜產(chǎn)量的因素有很多，環(huán)境變化的不確定性，海南蔬菜產(chǎn)量可能因某些突發(fā)因素而導(dǎo)致預(yù)測結(jié)果呈BP神經(jīng)網(wǎng)絡(luò)模型預(yù)測趨勢。

根據(jù)以上各種模型下的海南蔬菜產(chǎn)量預(yù)測結(jié)果，利用MATLAB繪制成折線圖，如圖5所示。

由表6和圖6可知，對1980～2020年海南瓜類產(chǎn)量的預(yù)測，曲線估計Quadratic模型和BP神經(jīng)網(wǎng)絡(luò)模型的預(yù)測值基本一致，均呈直線快速增長趨勢，而灰色預(yù)測模型的預(yù)測值呈指數(shù)型增長趨勢。

通過對這3種預(yù)測方法的綜合比較，可以看出，對1980～2020年海南瓜類產(chǎn)量的預(yù)測，曲線估計Quadratic模型的預(yù)測值低于灰色預(yù)測模型的預(yù)測值，而高于BP神經(jīng)網(wǎng)絡(luò)模型的預(yù)測值。綜合3種模型并結(jié)合實際情況，Quadratic模型預(yù)測的趨勢更符合實際，但由于影響海南瓜類產(chǎn)量的因素有很多，環(huán)境變化的不確定性，海南瓜類產(chǎn)量可能因某些突發(fā)因素而導(dǎo)致預(yù)測結(jié)果呈BP神經(jīng)網(wǎng)絡(luò)模型預(yù)測趨勢。

根據(jù)以上各種模型下的海南瓜類產(chǎn)量預(yù)測結(jié)果，利用MATLAB繪制成折線圖，如圖6所示。

4 結(jié)論

本文所建立的供給預(yù)測模型的數(shù)據(jù)基礎(chǔ)是海南1980～2012年歷年的瓜菜播種面積、單產(chǎn)、產(chǎn)量。Quadratic模型、灰色模型和BP神經(jīng)網(wǎng)絡(luò)模型均假定：不考慮自然災(zāi)害、市場波動等因素的影響，土地、勞動力、資金、技術(shù)等生產(chǎn)資料的供給沒有大幅變動、不考慮其最大供給量。由于存在上述不確定性因素的影響，所以筆者的預(yù)測數(shù)值難免與實際情況有偏差。

由預(yù)測結(jié)果可知，未來海南瓜菜的供給量將會增加，且短期內(nèi)瓜菜產(chǎn)量供給增加仍將主要由擴大播種面積來提高瓜菜產(chǎn)量，所以通過提高海南瓜菜的單產(chǎn)來提高瓜菜產(chǎn)量的潛力很大。雖然海南瓜菜市場前景總體較好，但仍然需要注意部分品種擴種增產(chǎn)可能引發(fā)局部滯銷，及廣西、廣東、云南的瓜菜上市時間可能與海南瓜菜上市時間沖突，北方溫室菜種植熱情的提高也可能影響海南瓜菜供給的順暢程度。

參考文獻

[1] 陳印軍.利用海南冬季優(yōu)勢積極發(fā)展冬季農(nóng)業(yè)[J].自然資源學(xué)報，1994（2）：125.

[2] 常輔棠. 為農(nóng)服務(wù)，是黨報功能的重要體現(xiàn)——海南日報為冬季瓜菜生產(chǎn)經(jīng)營服務(wù)經(jīng)驗談[J].新聞戰(zhàn)線，1997（8）：23.

[3] 梁青. 淺談海南冬季瓜菜北銷[J].中國蔬菜，1998（2）：33-34.

[4] 新華網(wǎng)海南頻道.內(nèi)地大棚蔬菜發(fā)展壓縮海南冬季瓜菜利潤空間[EB/OL].http：//www.hq.xinhuanet.com/finance/2013-05/15/c_ 115776139. htm.（2013-5-15）[2013-11-21].

[5] 許如意，李勁松，陳冠銘，等. 海南反季節(jié)瓜菜發(fā)展綜述[J].中國熱帶農(nóng)業(yè)，2006（6）：10-11.

[6] 柯佑鵬，過建春，張賽麗. 世界天然橡膠經(jīng)濟研究[M]. 北京：經(jīng)濟科學(xué)出版社，2010：137-138.