河北省食用菌產量預測分析

劉思言 白麗 劉曉東

[摘要]隨著人們消費觀念和膳食結構的改變，食用菌需要量大大增加，未來食用菌產量走向關乎著企業的資金投入以及政府政策制定。以河北省食用菌產量為預測研究數據，設計了灰色GM（1，1）模型，對模型預測精度進行殘差、后殘差檢驗，借助matlab平臺驗證模型具有較高的預測精度。運算結果表明，設計的模型精度能控制在2.82%以內，并且具有收斂速度快的特點，具有較高精度，運用此方法對未來5年河北省食用菌產量進行預測，通過分析預測結果，給出了確保河北省食用菌產量穩固增長、產業穩定發展的對策建議。

[關鍵詞]灰色GM（1，1）模型;食用菌產量;預測

[中圖分類號]F326.13[文獻標識碼]A

隨著中國城鄉居民收入的不斷增長，購買力不斷提升，人們的消費理念也在轉變，更加關注于食品的質量安全、營養以及保健功能。食用菌作為世界衛生組織和糧農組織推薦的“一葷一素一菌”的三大人類健康膳食結構的組成部分，消費量日益增長，并且隨著速凍、冷凍、休閑和保健品加工業對食用菌需求旺盛，市場空間還將繼續擴大。食用菌作為產業扶貧的重點扶持項目，其生產關乎到了脫貧致富和鄉村振興，準確的預測食用菌產量有利于合理的調整農業結構，優化配置農業資源，促進農業經濟的健康發展。本文以河北省食用菌產業為例，對其產量基于灰色GM（1，1）模型進行預測并分析。

目前應用于農業經濟管理研究領域的預測方法有：神經網絡預測、多元回歸模型預測、時間序列預測、馬爾科夫模型、灰色預測模型等。時間序列預測方法適用于預測短期時間，數據比較平滑的預測，（陳興，2007）運用時間序列方法預測了北京和云南食用菌產量以及產值;馬爾科夫模型更適用于中短期預測，（尹邦華，2019）運用馬爾科夫模型建立等維新陳代謝的改進無偏灰色馬爾科夫模型對湖南省糧食產量進行預測;相比其他預測方法來說，灰色系統理論在實際應用上都有一定的優勢，弱化了數據序列的隨機性，深入挖掘系統的演化規律，使模型所需要的原始信息量減少，計算過程得以簡化，從而提高了預測精度，專家學者也多有采用（楊立凡，2017）根據1999～2015年的糧食生產相關數據，運用GM（1，1）模型對云南省2020年的糧食產量數據進行預測，與本文研究類型以及數據相符，因此本文采用此模型對未來河北省食用菌產量進行預測。

1 河北省食用菌產業發展現狀

從規模總量來看，2009年河北省食用菌種植面積僅有1.54萬hm2，到2018年河北省食用菌種植面積達2.21萬hm2，增長了1.44倍;2009年河北省食用菌總產量為190.71萬t，2018年增加到302萬t，增長了1.58倍;2000年河北省食用菌總產值為100.39億元，2018年增加到228億元，增長了2.27倍。從全國排名來看，2009～2018年河北省食用菌產量排名位居第4～6位。其中，白靈菇產量居全國第一，香菇和平菇產量均居全國第二。河北省食用菌年產值超過億元的縣有26個，占農業種植業產值的比重超過5%，成為典型的支柱產業，河北省食用菌產業越做越強，生產保持較快勢頭發展，也成為河北省農業供給側結構性改革的亮點，對未來產量進行預測，加強對產業轉型升級的規劃勢在必行。

2 灰色GM（1，1）預測模型

2.1 模型的內含及適用范圍

GM（1，1）灰色預測是一種對含有不確定因素的系統進行預測的方法，通過對原始數據進行生成處理來尋找系統變動的規律，生成有較強規律性的數據序列，然后建立相應的微分方程模型，從而預測事物未來發展趨勢的狀況。其用等時距觀測到的反應預測對象特征的一系列數量值構造灰色預測模型，預測未來某一時刻的特征量，或達到某一特征量的時間。

2.2 模型預測精度檢驗

2.2.1 殘差檢驗。殘差檢驗精度等級通過平均相對誤差值q的大小進行劃分，平均相對誤差越小，則該模型的精度越大，平均相對誤差值q的計算公式如下：

q=（k=1，2，3，...n）（4）

2.2.2 后驗差檢驗。首先計算原始數據的均方差S1，殘差的均方差S2，后驗差比值C=S2/S1;相對殘差E（k）=（X（0）（k）-（0）（k））/X（0）（k）;相對殘差均值（k=1，2，3...n），則小誤差概率P=p{|E（k）-PE|<0.6745*S1}。對于小誤差概率P越大越好，大于0.95，說明預測精度很高，P≤0.70則不合格（模型精度不達標），模型需要進一步修正;后驗差比值c越小越好，如果c≥0.65則模型檢驗不達標。當檢驗檢驗達到標準后，方可GM（1，1）模型進行預測。GM（1，1）灰色預測后殘差檢驗精度等級標準見表2。

3 灰色GM（1，1）模型建立

3.1 數據來源

本文的數據來源于河北省農業廳環境保護站，收集了從2009-2018年連續10年河北省年度食用菌產量數據，該數據處于單調遞增趨勢（見表3）。

3.2 模型建立

3.2.1 原始數據平滑性檢驗。級比R[k]=x[k-1]/x[k]（k=2，3...n），級比有效范圍（e（-2/n+1），e2/n+1）），即（0.83381.1994），經過計算級比：（1.0071，0.9113，0.9891，1.0019，0.9117，0.8492，0.9806，0.9462，0.9665），級比條件滿足建立GM（1，1）灰色模型的條件。

3.2.2 做一次累加生成（AGO）。

3.3 誤差檢驗

3.3.1 殘差檢驗。平均相對誤差q：0.0282，評價：二級，精度較高。

3.3.2 后驗差檢驗。原始數據的均方差S1=43.0714，殘差的均方差S2=9.0165，后驗差比值C（S2/S1）=0.2093;小誤差概率P=1.0000。對于小誤差概率p越大越好，大于0.95，說明預測精度很高;后驗差比值c越小越好，經過檢驗本模型達到標準，可用GM（1，1）模型進行預測。C=0.2093P=1.0000相對誤差=0.0282模型精度很高I級。

4 灰色GM（1，1）模型預測及結果分析

4.1 預測應用

基于擬合模型GM（1，1）式：得到2019～2023年的河北省食用菌產量預測值分別是326.96萬t，347.85萬t，370.08萬t，393.72萬t，418.88萬t（見表5），呈穩定增長態勢。

4.2 結果分析

通過GM（1，1）灰色預測了解到河北省食用菌產量未來呈穩定增長態勢，并于實際值對比具有較高的擬合度，也有大量的研究指出食用菌需求量將不斷增加，因此未來食用菌產業發展勢頭良好。

5 討論與對策建議

產量預測受自然環境、氣候條件、社會經濟以及其他不確定因素的影響。對產量穩步增長也有很多不樂觀因素。具體為環保壓力不斷增大，企業經營步履維艱;市場波動較大，各種災害頻發;原料和人工成本上漲，利潤下滑嚴重。為規避可能發生的不樂觀因素，保障其產業健康穩定發展，對其進行討論并提出對策建議。

5.1 討論

河北省食用菌產量未來總體呈現穩定快速增長，從供給角度分析河北省食用菌產業基礎雄厚，河北省具有得天獨厚的發展食用菌資源稟賦，無論在地理位置、自然資源、以及市場需求上都擁有比較優勢;食用菌產業在河北省屬于重點扶貧項目，70%的山區采用食用菌產業進行扶貧，因此在脫貧攻堅戰的沖刺階段，河北省食用菌產量將呈現快速穩定增長趨勢;河北省食用菌相比大田類的蔬菜產業具有較高的經濟效益，食用菌的種植能夠實現水資源的循環利用，加強對荒田、荒地的利用，因此具有較高的經濟效益，未來產量將快速穩定增長。

從消費角度來看，消費者對食用菌的營養價值和保健功效了解程度偏低，由于河北省食用菌發展歷史較短，在近些年食用菌才開始大規模的走進市場和消費者的生活，所以河北省消費者對食用菌的認知了解有待提高;河北省食用菌平均價格相比全國平均價格較低，沒有競爭優勢，除平泉香菇外幾乎無定價權;消費者對于品牌重視程度不高，對品牌效應認識不足，導使食用菌生產經營者對品牌重視程度不高。

5.2 對策建議

隨著人民生活水平的提高，不僅僅是對食用菌的需求有所增加，對其產品質量及品牌都有所要求，因此在產業發展中，應提高產出效率來應對生產成本上升問題;提高產品質量以及食用菌科技成果轉化率來規避市場風險。創新科技引領產業發展方向;對制種、制棒、栽培等關鍵技術進行指導，提高科技成果轉化效率，促進菇農增產增收。提高食用菌科技成果轉化率，提高菇農生產技術水平，提高食用菌生產科技含量，實現化解食用菌產業技術風險和部分自然風險的目標。推動食用菌產業精深加工，開發高檔精深食用菌加工產品;注重產品品質，以產品品質為基礎，挖掘食用菌品牌文化，確定產品核心價值、賣點定位、名稱定位、品牌標識定位，從而制定品牌運營戰略。

在種植規模上，對發展趨勢好的黑木耳、羊肚菌選擇條件好的地區逐步擴大生產規模，對下降趨勢明顯的平菇、金針菇加快研發新品種，研究創新銷售渠道和模式，優化食用菌產業結構，變食用菌產業的高速增長為高質量發展，創新食用菌產業供給，用新動能推動新發展，如促進產業三產融合，發掘食用菌文化底蘊，建設精品菌文化產業園和旅游觀光采摘基地。在組織模式上加以創新，大力發展“產業園區+生產龍頭+加工龍頭+銷售龍頭+農戶”的產業一體化經營模式，不斷創新主體間利益聯結機制，鼓勵支持生產龍頭通過“非市場安排”加強與農戶聯結，在生產經營上實現“六統一分”，強化生產龍頭、加工龍頭與銷售龍頭之間的兼并或股權聯結，形成緊密的利益共同體，構建穩定優質的食用菌鏈條，穩定價格，提高市場話語權。各經營主體間要建立緊密的利益聯結機制，共同應對自然、技術和市場風險，實現抱團式發展、互利共贏，防控各類市場風險。

[參考文獻]

[1] 陳興.北京和云南食用菌產量和產值模型及預測分析[J].中國食用菌，2007，26（5）.

[2] 尹邦華.改進灰色馬爾可夫模型在湖南省糧食產量預測中的研究[J].南華大學學報，2019，33（01）.

[3] 楊立凡.基于灰色理論的云南省糧食產量預測[J].農業工程，2017（11）.

[4] 蘇博.GM（1，N）灰色系統與BP神經網絡方法的糧食產量預測比較研究[J].中國農業大學學報，2006（8）.

[5] 黃彭，郝妙.基于GM（1，1）模型的四川糧食產量預測研究[J].農學學報，2017（10）.

[6] 姚宏軍.基于灰色理論系統的黃/紅麻產量預測研究[D].福建農林大學，2014（4）.

[7] 白麗，張潤清，趙邦宏.農戶參與不同產業化組織模式的行為決策分析——以河北省食用菌種植戶為例[J].農業技術經濟，2015（12）.

[8] 田垠.基于灰色神經網絡的城鄉居民收入差距預測[J].電子商務，2019（04）.