基于灰色模型下商貿(mào)流通中中國(guó)茶葉產(chǎn)業(yè)市場(chǎng)規(guī)模預(yù)測(cè)分析

摘要：通過2009年～2018年中國(guó)茶產(chǎn)業(yè)銷售市場(chǎng)數(shù)據(jù)分析，在學(xué)術(shù)界首次創(chuàng)新運(yùn)用灰色Verhulst模型建模并預(yù)測(cè)2019年、2020年、2021年未來三年中國(guó)茶葉產(chǎn)業(yè)銷售市場(chǎng)規(guī)模，提高茶產(chǎn)業(yè)市場(chǎng)的資源配置效率，同時(shí)為茶葉生產(chǎn)鏈各利益相關(guān)者提供生產(chǎn)、銷售決策依據(jù)。

關(guān)鍵詞：灰色模型;商貿(mào)流通;茶葉產(chǎn)業(yè)市場(chǎng);預(yù)測(cè)

中圖分類號(hào)：F323;F327;F724文獻(xiàn)識(shí)別碼：A文章編號(hào)：

2096-3157（2020）05-0042-03

中國(guó)是世界茶葉的發(fā)源地，也是世界最大的茶葉生產(chǎn)國(guó)和出口國(guó)。隨著經(jīng)濟(jì)的發(fā)展，茶葉文化的普及、消費(fèi)者消費(fèi)觀念的轉(zhuǎn)變，越來越多的年輕人把飲茶作為生活習(xí)慣和生活態(tài)度，中青年消費(fèi)者正替代老年消費(fèi)者成為中國(guó)茶葉消費(fèi)市場(chǎng)的主流消費(fèi)人群。經(jīng)過2013年、2014年、2015年震蕩調(diào)整，中國(guó)茶葉市場(chǎng)消費(fèi)空間擴(kuò)大，消費(fèi)者群體結(jié)構(gòu)發(fā)生改變。中國(guó)商貿(mào)流通中茶葉市場(chǎng)占據(jù)了及其重要的地位。在中國(guó)茶葉市場(chǎng)的研究中，學(xué)者們對(duì)茶產(chǎn)業(yè)規(guī)模研究集中于茶葉出口貿(mào)易、茶葉產(chǎn)量、茶葉物流市場(chǎng)等預(yù)測(cè)及趨勢(shì)分析，目前，尚沒有學(xué)者對(duì)中國(guó)商貿(mào)流通中茶葉市場(chǎng)規(guī)模進(jìn)行預(yù)測(cè)與分析。

本文擬對(duì)?2009年～2018年以來我國(guó)茶葉內(nèi)銷市場(chǎng)進(jìn)行研究，運(yùn)用灰色系統(tǒng)模型，預(yù)測(cè)未來?3?年（2019年～2021年）我國(guó)的茶葉內(nèi)銷市場(chǎng)規(guī)模。

一、中國(guó)國(guó)內(nèi)銷售市場(chǎng)分析

茶葉流通協(xié)會(huì)數(shù)據(jù)統(tǒng)計(jì)，2018年中國(guó)茶葉國(guó)內(nèi)銷售量較2017年增加5.15%，達(dá)到191.05萬噸，茶葉國(guó)內(nèi)銷售價(jià)格為每公斤139.3元，同比增長(zhǎng)5.2%，截至2018年，中國(guó)茶葉國(guó)內(nèi)銷售市場(chǎng)達(dá)到2661億元。

圖1?2009年～2018年茶葉國(guó)內(nèi)銷售市場(chǎng)分析圖

數(shù)據(jù)來源：中國(guó)統(tǒng)計(jì)年鑒、中國(guó)茶葉流通協(xié)會(huì)相關(guān)數(shù)據(jù)整理分析

中國(guó)2009年～2018年茶葉國(guó)內(nèi)銷售市場(chǎng)由2009年89.02萬噸增加到2019年191.05萬噸，年平均增加率為8.92%，中國(guó)2009年～2018年茶葉產(chǎn)量規(guī)模從135.06萬噸到261.04萬噸，年平均增加率為7.63%。

二、灰色Verhulst模型市場(chǎng)預(yù)測(cè)

1.數(shù)據(jù)分析

本文統(tǒng)計(jì)數(shù)據(jù)來源中國(guó)茶葉流通協(xié)會(huì)及中國(guó)統(tǒng)計(jì)年鑒2009年～2018年相關(guān)數(shù)據(jù)。

2.灰色Verhulst模型

灰色系統(tǒng)理論是由我國(guó)學(xué)者鄧聚龍教授提出，是研究少數(shù)據(jù)不確定性的理論。

（1）級(jí)比檢驗(yàn)、建模可行性判斷

設(shè)原始序列為x（0）（k），級(jí)比σ（0）（k）為：

σ（0）（k）=x（0）（k-1）x（0）（k）

若滿足σ（0）（k）∈（e-2n+1，e2n+1）

則認(rèn)為，x（0）（k）是可以作為GM（1，1）建模和進(jìn)行數(shù)列灰預(yù)測(cè)。

（2）累加生成（1-IAGO）

做一次累加后，生成（1-IAGO）：

x（1）（k）=∑ki=1x（0）（i），k=1，2，3，...，n，通過1-IAGO弱化了數(shù)據(jù)的波動(dòng)性。

（3）GM（1，1）冪模型

z（1）為x（1）的緊鄰均值生成序列：則GM（1，1）冪模型為：

x（0）（k）+az（1）（k）=b（z（1）（k））a

（4）灰色Verhulst模型及求解

均方差比值C=S2S1，對(duì)于給定的c0，C

（4）小誤差概率

小誤差概率為：p=p（|ε（k）-|<0.6745S1），對(duì)于給定的p0，P

精度檢驗(yàn)中，平均相對(duì)誤差和模擬誤差都要求越小越好，絕對(duì)關(guān)聯(lián)度要求越大越好，均方差比值越小越好，說明殘差方差小，原始序列方差大，小誤差概率越大越好。

4.模擬測(cè)算

（1）事前檢測(cè)

原始序列：

經(jīng)序列級(jí)比驗(yàn)算，原始序列滿足G（1.1）建模條件。

（2）預(yù)測(cè)分析

第一步：原始序列的1-IAGO。

1-iAGO序列：89.02，9.79，10.80，14.40，9.82，16.42，17.66，3.15，10.64，9.35，

第二步：（1-IAGO）的緊鄰均值生成。

緊鄰均值生成序列：93.92，104.21，116.81，128.92，142.04，159.08，169.49，176.38，186.38，

第三步：發(fā)展系數(shù)和灰色作用量的計(jì)算。

a=-0.203290?b=-0.000827

ax（1）（0）=-18.096857

a-bx（1）（0）=-0.129645

bx（1）（0）=-0.073645

第四步：模擬數(shù)據(jù)計(jì)算。

由此可以得到（1）（k）模擬值如表2

（3）模型精度分析

第一種方法：計(jì)算平均相對(duì)誤差。

由表1可得到平均相對(duì)誤差：

Δ=199k=1Δk=1.64%

灰色Verhulst模型平均相對(duì)精度：99.9836%

進(jìn)驗(yàn)算，對(duì)比表1得出相對(duì)誤差檢測(cè)灰色Verhulst模型精度等級(jí)二級(jí)。

第二種方法：計(jì)算灰色絕對(duì)關(guān)聯(lián)度η。

第一步：序列的始點(diǎn)零化像。

原始序列x（0）（k）始點(diǎn)零化像：0.0000，9.7900，20.5900，34.9900，44.8100，61.2300，78.8900，82.0400，92.6800，102.0300

模擬序列（0）（k）始點(diǎn)零化像：0.0000，11.8300，24.1000，36.5700，48.9800，61.0900，72.6600，83.5200，93.5200，102.0400

第二步：計(jì)算|s0|、|si|、|si-s0|。

|s0|=476.0350，|si|=483.2900，|si-s0|=7.2550

絕對(duì)關(guān)聯(lián)度η=0.9925

進(jìn)行驗(yàn)算，對(duì)比表1得出絕對(duì)誤差檢測(cè)灰色Verhulst模型精度等級(jí)一級(jí)。

第三種方法：計(jì)算均方差比C。

s1=34.171433，s2=2.698608，c=0.078973<0.35

進(jìn)行驗(yàn)算，對(duì)比表1得出均方差比檢測(cè)灰色Verhulst模型精度等級(jí)一級(jí)。

第四種方法：計(jì)算小誤差概率。

經(jīng)驗(yàn)算，對(duì)比表1得出小誤差概率檢驗(yàn)灰色Verhulst模型精度等級(jí)一級(jí)。

綜述所述，通過模型平均相對(duì)精度、灰色聚堆關(guān)聯(lián)度、均方差比和小誤差概率的檢驗(yàn)，平均相對(duì)精度檢驗(yàn)灰色Verhulst模型為二級(jí)，灰色聚堆關(guān)聯(lián)度、均方差比和小誤差概率檢驗(yàn)灰色Verhulst模型精度為一級(jí)，證明模型是可行的。

5.預(yù)測(cè)分析

通過建立灰色Verhulst模型，預(yù)測(cè)2019年、2020年、2021年中國(guó)茶葉國(guó)內(nèi)銷售量如表3。

三、結(jié)果與分析

在對(duì)2009年～2018年原始數(shù)據(jù)的級(jí)比檢驗(yàn)基礎(chǔ)上，判斷建?？尚?，，通過建立灰色Verhulst模型，得出2009年～2018年模擬數(shù)據(jù)，再通過平均相對(duì)精度、灰色聚堆關(guān)聯(lián)度、均方差比和小誤差概率的檢驗(yàn)，得出除平均相對(duì)精度檢測(cè)模型精度為二級(jí)外，其余三種檢測(cè)模型精度均為為一級(jí)，證明所建立灰色Verhulst模型是可行的，最后預(yù)測(cè)出2019年～2021年中國(guó)茶葉國(guó)內(nèi)銷售量。中國(guó)茶葉國(guó)內(nèi)銷售量的灰色模擬值與實(shí)際值比較見圖2，據(jù)圖2分析模型擬合度較好，預(yù)測(cè)結(jié)果較為理想。預(yù)測(cè)數(shù)據(jù)得到2019年中國(guó)茶葉國(guó)內(nèi)銷售量將突破200萬噸，并且2019年～2021年三年茶葉銷售量都將達(dá)到200萬噸，并且呈現(xiàn)逐年增長(zhǎng)的趨勢(shì)。

圖2?中國(guó)2009年～2018年茶葉產(chǎn)量的灰色模擬值與實(shí)際值比較

四、討論

通過2009年～2018年中國(guó)國(guó)家統(tǒng)計(jì)局統(tǒng)計(jì)中國(guó)居民消費(fèi)價(jià)格指數(shù)，測(cè)算出中國(guó)居民消費(fèi)價(jià)格指數(shù)年平均增長(zhǎng)率為2.55%，以2018年中國(guó)茶葉國(guó)內(nèi)銷售價(jià)格為每公斤139.3元為基數(shù)，測(cè)算出，2019年～2021年中國(guó)茶葉國(guó)內(nèi)銷售價(jià)格為每公斤142.85元、146.49元、150.23元，再根據(jù)建立的灰色Verhulst模型預(yù)測(cè)2019年～2021年中國(guó)茶葉國(guó)內(nèi)銷售量，推算出2019年～2021年中國(guó)國(guó)內(nèi)茶葉銷售市場(chǎng)總共金額分別為2954億元、3121億元、3281億元，中國(guó)中國(guó)國(guó)內(nèi)茶葉銷售市場(chǎng)規(guī)模穩(wěn)定并呈逐年上升趨勢(shì)。

參考文獻(xiàn)：

[1]錢韌.適應(yīng)?“一帶一路”需求，提升中國(guó)茶葉國(guó)際競(jìng)爭(zhēng)力的對(duì)策研究[J].?福建茶葉，2017，（10）：40～40.

[2]吳瀟，陳紹志，趙榮.基于?GM（1，1）模型的中國(guó)油茶產(chǎn)業(yè)發(fā)展預(yù)測(cè)[J].林業(yè)經(jīng)濟(jì)問題，2017，（5）：92～97.

[3]薛亮.貴州省茶葉物流需求預(yù)測(cè)方法的比較研究[J].物流工程與管理，2019，（4）：41～44.

[4]邱海蓉，馮中朝.我國(guó)茶葉出口貿(mào)易的發(fā)展特征及趨勢(shì)分析[J].經(jīng)濟(jì)縱橫，2010，（5）：113～115.

[5]鄧聚龍.灰預(yù)測(cè)與灰決策[M].武漢：華中科技大學(xué)出版社：2002，（9）：98～98

[6]胡克滿，胡海燕?基于灰色神經(jīng)網(wǎng)絡(luò)的茶葉產(chǎn)量預(yù)測(cè)算法[J].浙江農(nóng)業(yè)科學(xué)，2019，（4）：577～579，583.

[7]劉思峰，謝乃明.灰色系統(tǒng)理論及其應(yīng)用[M].北京：科學(xué)出版社，2013.

[8]邱慧，胡運(yùn)紅，馮青梅.基于新陳代謝和Verhulst灰色模型的山西省人口老齡化趨勢(shì)預(yù)測(cè)[J].數(shù)學(xué)的實(shí)踐與認(rèn)識(shí)，2015，（13）：192～197.

[9]唐海軍，張瑞，何聰.萬源市茶葉產(chǎn)量的發(fā)展帶預(yù)測(cè)[J].華師范大學(xué)學(xué)報(bào)（自然科學(xué)版）.2013，（4）：418～421.

[10]李佳禾.2018年中國(guó)茶葉市場(chǎng)消費(fèi)報(bào)告[EB/OL].www.sohu.com/a/307103886_307138.

[11]方孝榮，丁希斌，李曉麗.基于灰色馬爾柯夫鏈模型的浙江省名優(yōu)茶產(chǎn)量預(yù)測(cè)[J].農(nóng)機(jī)化研究，2014，（7）：18～21.

[注]基金項(xiàng)目：四川省商務(wù)廳科研專項(xiàng)項(xiàng)目“精準(zhǔn)扶貧視角下西部農(nóng)村電子商務(wù)發(fā)展探析—以四川省為例”（川商綜合【2018】5號(hào)）

作者簡(jiǎn)介：

李志勤，四川商務(wù)職業(yè)學(xué)院，副教授，西南財(cái)經(jīng)大學(xué)MBA專業(yè)碩士;研究方向：管理學(xué)，工商管理，農(nóng)業(yè)經(jīng)濟(jì)管理。