基于灰色系統(tǒng)理論對(duì)“訪惠聚”工作的有效性驗(yàn)證

王鑫

摘 ?要：“訪民情、惠民生、聚民心”工作開展對(duì)于新疆維吾爾自治區(qū)當(dāng)前區(qū)情和形勢具有重要意義，本文為驗(yàn)證“訪惠聚”工作的有效性，選取了兩個(gè)反映新疆農(nóng)村居民生活水平的指標(biāo)，農(nóng)村居民人均可支配收入（PCDI）和農(nóng)村居民人均消費(fèi)支出（PCCE），運(yùn)用了灰色系統(tǒng)理論的灰色GM（1，1）模型，對(duì)兩個(gè)指標(biāo)值進(jìn)行預(yù)測，將預(yù)測值與實(shí)際值的比較差值作為驗(yàn)證“訪惠聚”工作有效性的判斷依據(jù)。結(jié)果顯示實(shí)際的PCDI和PCCE均得到提升，進(jìn)而驗(yàn)證了“訪惠聚”工作的有效性。

關(guān)鍵詞：新疆“訪惠聚”;灰色系統(tǒng)理論;灰色GM（1，1）模型

中圖分類號(hào)：TP399 ? ? 文獻(xiàn)標(biāo)識(shí)碼：A

Abstract： The work of "Comprehend people， benefit people's livelihood， and assemble people's hearts"（CBA） is of great significance to the current regional situation and situation in the Xinjiang Uygur Autonomous Region. In order to verify the effectiveness of the "CBA" project， two indicators reflecting the living standards of rural residents in Xinjiang are selected： rural Per Capita Disposable Income （PCDI） and rural Per Capita Consumption Expenditure （PCCE）. The greyGM （1，1） model of grey system theory is used to predict the values of the two indicators， and compare the predicted value with the actual value. The difference of the comparison is used as the basis for judging the effectiveness of the "CBA" project. The results show that the actual PCDI and PCCE have been improved， which verifies the effectiveness of the "CBA" project.

Keywords： "CBA" project; grey system theory; grey GM （1，1） model

1 ? 引言（Introduction）

新疆維吾爾自治區(qū)黨委2014年2月決定，組織20多萬名新疆干部深入基層實(shí)施“訪民情惠民生聚民心”工程（以下簡稱“訪惠聚”），通過這幾年時(shí)間下派工作組，旨在摸清新疆基層底數(shù)，爭取群眾，爭取陣地，凝聚民心。若能驗(yàn)證新疆“訪惠聚”工作的有效性，有利于新疆政府工作的開展，同時(shí)也有利于其他省市對(duì)“訪惠聚”工作的學(xué)習(xí)和借鑒，更為國家精準(zhǔn)扶貧工作提供一個(gè)切實(shí)有效的方式。本文基于這樣的目的進(jìn)行了研究。

關(guān)于新疆“訪惠聚”工作的研究，古麗波斯坦·阿卜杜瓦柯[1]、戴燕[2]、王廣印[3]、高世剛[4]等人分別就新疆地區(qū)的“訪惠聚”在群眾思想引領(lǐng)上取得的工作成效進(jìn)行探討。顧光海[5]、陳彥杰[6]等人對(duì)“訪惠聚”工作做出了對(duì)策建議。作為本文的驗(yàn)證模型，灰色GM（1，1）模型廣泛地應(yīng)用到各個(gè)領(lǐng)域當(dāng)中，例如醫(yī)學(xué)上，郭艷等人用灰色GM（1，1）模型預(yù)測了云南省2012—2017年淋病發(fā)病率[7];經(jīng)濟(jì)方面有劉宇翔基于灰色GM（1，1）—馬爾科夫模型的深圳市生產(chǎn)總值的預(yù)測[8]。王宇熹等人在人口方面研究了基于灰色GM（1，1）模型的上海城鎮(zhèn)養(yǎng)老保險(xiǎn)人口分布預(yù)測[9]……灰色模型具有較好的預(yù)測效果，因此在各個(gè)領(lǐng)域都提供了較好的預(yù)測效果，為解決實(shí)際問題提供了可靠模型。

2 ? 灰色GM（1，1）模型（Gray GM（1，1） model）

灰色系統(tǒng)理論提出了一種新的方法關(guān)聯(lián)度分析，根據(jù)因素之間發(fā)展態(tài)勢的相似度或者相異程度來衡量因素之間的相關(guān)性[9]。灰色系統(tǒng)理論不需要大量的樣本量，也不需要典型的分布規(guī)律就能很好地進(jìn)行分析，在農(nóng)業(yè)經(jīng)濟(jì)、醫(yī)學(xué)研究、水利等領(lǐng)域都取得了良好的效果。

灰色系統(tǒng)理論是基于關(guān)聯(lián)空間、光滑離散函數(shù)等概念定義的灰導(dǎo)數(shù)和灰微分方程，進(jìn)而用離散數(shù)據(jù)列建立微分方程形式的動(dòng)態(tài)模型[11]。

3 ? 數(shù)據(jù)來源與假設(shè)（Data sources and assumptions）

“訪惠聚”工作主要集中在農(nóng)村地區(qū)，農(nóng)村居民生活水平的提升度可以衡量“訪惠聚”工作的成效，在反應(yīng)農(nóng)村居民生活水平的各項(xiàng)指標(biāo)當(dāng)中，主要選取農(nóng)村居民人均可支配收入和農(nóng)村居民人均消費(fèi)支出這兩個(gè)指標(biāo)進(jìn)行研究，首次選取的時(shí)間跨度為2007年到2018年，12年的季度數(shù)據(jù)，數(shù)據(jù)來源于中國統(tǒng)計(jì)數(shù)據(jù)網(wǎng)。

從表1和表2中可以看到農(nóng)村居民人均可支配收入和農(nóng)村居民人均消費(fèi)支出都是呈向上增長的趨勢，第一季度值<第二季度值<第三季度值<第四季度值，2009年和2013年出現(xiàn)增長緩慢甚至下降的趨勢。這與新疆地區(qū)的歷史事件發(fā)生時(shí)間吻合，對(duì)農(nóng)村居民的生活水平也造成了嚴(yán)重干擾。這可能對(duì)模型的預(yù)測造成干擾。

根據(jù)上述分析，對(duì)數(shù)據(jù)進(jìn)行了以下預(yù)處理：

（1）2009年和2013年的數(shù)據(jù)對(duì)模型預(yù)測產(chǎn)生干擾，但為了檢驗(yàn)該模型的抗干擾性和適用性，去掉了相隔較遠(yuǎn)且關(guān)聯(lián)度較低的2009年的指標(biāo)數(shù)據(jù)，保留了2013年的數(shù)據(jù)。

（2）由于“訪惠聚”工作是從2014年開始實(shí)施，驗(yàn)證它的有效性應(yīng)從第二年的實(shí)際表現(xiàn)中驗(yàn)證，如果預(yù)測2018年的數(shù)據(jù)，2014年到2017年期間“訪惠聚”工作已經(jīng)初見成效，導(dǎo)致模型無法達(dá)到效果。

（3）灰色系統(tǒng)理論的突出特點(diǎn)是能很好地處理小樣本數(shù)據(jù)，在2006—2016年江蘇省梅毒疫情預(yù)測[12]和云南省2012—2017年淋病發(fā)病率預(yù)測[9]這些實(shí)際應(yīng)用中表現(xiàn)出色。

綜上三點(diǎn)，本文只引用2010年到2015年的數(shù)據(jù)進(jìn)行模型分析。

根據(jù)所掌握的歷史數(shù)據(jù)可以看出，在正常情況下，全年的平均值較好地反映了相關(guān)指標(biāo)的變化規(guī)律，這樣可以把預(yù)測評(píng)估分為兩個(gè)部分：

（1）利用灰色理論建立GM（1，1）模型，由2010—2014年的平均值預(yù)測2015年的平均值。

（2）利用歷史數(shù)據(jù)計(jì)算每個(gè)季度的指標(biāo)值與全年總值的關(guān)系，從而預(yù)測出正常情況下2015年每個(gè)季度的指標(biāo)值，再與實(shí)際值進(jìn)行比較估算出“訪惠聚”工作的有效性。

4 ? 實(shí)驗(yàn)結(jié)果分析（Analysis of results）

本文運(yùn)用MATLAB軟件，將灰色GM（1，1）模型的過程實(shí)現(xiàn)，并將數(shù)據(jù)帶入模型當(dāng)中的編程代碼如下：

x=[]; ?%輸入2010年—2015年數(shù)據(jù)矩陣

x（end，：）=[]; ?%由于2015年的值要預(yù)測，刪除矩陣在最后一行

m=size（x，2）; ?%求矩陣的列數(shù)

x0=mean（x，2） ?%求矩陣的每一行均值

n=length（x0） ?%求矩陣的行均值個(gè)數(shù)

lamda=x0（1：n-1）./x0（2：n） ?%計(jì)算級(jí)比

range=minmax（lamda'） ?%計(jì)算級(jí)比的范圍

x1=cumsum（x0） ?%對(duì)均值進(jìn)行累加

alpha=0.4; ?%顯著性水平取0.4

z1=alpha*x1（2：n）+（1-alpha）*x1（1：n-1） ?%求鄰值生成值

Y=x0（2：n）; ?%矩陣形式

B=[-z1，ones（n-1，1）]; ?%B矩陣

ab=B＼Y ?%最小二乘法擬合估計(jì)系數(shù)a，b

x_hat=（x0（1）-ab（2）/ab（1））*（exp（-ab（1）*n）-exp（-ab（1）*（n-1）））

%求年平均的預(yù)測值，取n=6，預(yù)測下一年

z=m*x_hat ?%求全年的預(yù)測值

u=sum（x）/sum（sum（x）） ?%根據(jù)歷史數(shù)據(jù)計(jì)算每個(gè)月的比例值

v=z*u% ?計(jì)算每個(gè)月的預(yù)測值

將2010—2015年的農(nóng)村居民人均可支配收入累計(jì)值作為原始數(shù)據(jù)，粘貼在x[]中，計(jì)算每年的年年平均值，記為：

=（4212.5，5101.8，5857.2，5846.5，6529.0）

并要求級(jí)比∈（0.8257，1.0018），（）對(duì)做一次累加，則

（1）=（4213，9314，15172，21018，27547）

顯然的所有級(jí)比都在可容區(qū)域內(nèi)，經(jīng)檢驗(yàn)，為確定參數(shù)，在這里取=0.4比較合適，取的加權(quán)均值，則：

=（6253，11657，17510，23630）

由最小二乘法求得估計(jì)參數(shù)a=-0.0001，b=4.7494，可得2015年的季平均值x=7041.8;年總值為Z=28167。得出每個(gè)季度的比例分配為：

u=（0.1107 ?0.1878 ?0.2892 ?0.4123）

所以2015年的第一季度到第四季度的預(yù)測值為

V=（3117 ?5289 ?8147 ?11614）

將預(yù)測值和實(shí)際值進(jìn)行比較如表3所示。

根據(jù)表3和圖1的顯示結(jié)果，比較預(yù)測值和實(shí)際值的差值中，可以看出2015年農(nóng)村居民人均可支配收入在第一季度，第二季度和第三季度都比預(yù)測值高，第四季度實(shí)際值略低于預(yù)測值。四個(gè)季度的總值差為385元，證明2015年農(nóng)村居民人均可支配收入增加了385元。假設(shè)預(yù)測值作為正常情況下的真實(shí)值，實(shí)際值高于預(yù)測值，證明“訪惠聚”工作在這期間具有積極作用，提高了農(nóng)村居民的人均可支配收入。

將2010—2013年的農(nóng)村居民人均消費(fèi)支出累計(jì)值粘貼進(jìn)x[]中，計(jì)算每年的年年平均值，記為：

=（3748.5，4758.3，5419.7，4503.0，5049.5）

并要求級(jí)比∈（0.7878 1.2036），（）對(duì)做一次累加，則

（1）=（3749，8507，13926，18430，23479）

顯然的所有級(jí)比都在可容區(qū)域內(nèi)，經(jīng)檢驗(yàn)，為確定參數(shù)，在這里取=0.4比較合適，取的加權(quán)均值，則

=（5652，10675，15728，20449）

由最小二乘法求得估計(jì)參數(shù)a=0.0000，b=4.9490，可得2015年的季平均值=49166;年總值為Z=19667。計(jì)算得每個(gè)季度的比例為

u=（0.1035 ?0.1938 ?0.2861 ?0.4166）

所以2015年的第一季度到第四季度的預(yù)測值為

V=（2036.3 ?3811.8 ?5626.1 ?8192.4）

將預(yù)測值和實(shí)際值進(jìn)行比較如表4所示。

根據(jù)表4和圖2顯示結(jié)果可以看出，2015年農(nóng)村居民人均消費(fèi)支出四個(gè)季度的實(shí)際值均大于預(yù)測值，四個(gè)季度分別相差了392.7元、514.2元、746.9元、1030.6元，總值相差了2684.4元，證明2015年農(nóng)村居民人均消費(fèi)支出全年增長了2684.4元。表明“訪惠聚”工作的開展使得農(nóng)村居民的生活水平得到了提升。假設(shè)模型預(yù)測值為正常情況下的真實(shí)值，實(shí)際值要大于我們的預(yù)測值，由此得出結(jié)論，“訪惠聚”工作開展具有有效性。

5 ? 結(jié)論（Conclusion）

針對(duì)新疆“訪惠聚”工作問題的探討文章和觀點(diǎn)很多，但是鮮有用數(shù)據(jù)來證明“訪惠聚”工作有效性的研究，本文運(yùn)用了灰色系統(tǒng)理論中GM（1，1）模型進(jìn)行預(yù)測是一個(gè)比較新穎的方法，在預(yù)測值與實(shí)際值的比較結(jié)果當(dāng)中，有效證明了新疆“訪惠聚”工作的有效性。本文在進(jìn)行模型預(yù)測工作時(shí)存在一些缺陷，主要包括：（1）只選取了兩個(gè)指標(biāo)來進(jìn)行預(yù)測和評(píng)價(jià)，指標(biāo)的選取不夠全面。（2）樣本的橫向數(shù)據(jù)較少，季度分布的均勻程度劣于月份分布。以上這些缺陷可能對(duì)預(yù)測結(jié)果的精確性造成了影響，在后續(xù)的研究中，可以選取更多的指標(biāo)和月份數(shù)據(jù)，提升結(jié)論的正確性。

從比較結(jié)果中明顯觀察到：農(nóng)村居民人均消費(fèi)支出的實(shí)際值遠(yuǎn)大于我們的預(yù)測值，而農(nóng)村居民的人均可支配收入增幅相比較小。可能是由于“訪惠聚”工作進(jìn)行過程中，駐村工作人員通過直接方式給予了農(nóng)村居民實(shí)際的可支配“收益”增加了農(nóng)村居民的消費(fèi)支出。以上分析為后續(xù)“訪惠聚”工作的開展提供了一些可行性建議：（1）減少駐村工作隊(duì)對(duì)農(nóng)村居民的直接贈(zèng)予措施，也減輕了駐村工作人員自身的經(jīng)濟(jì)壓力，有利于“訪惠聚”工作的長遠(yuǎn)實(shí)施。（2）增加對(duì)農(nóng)村居民的生產(chǎn)技術(shù)水平的培訓(xùn)，讓農(nóng)村居民可支配的收入通過自身的勞動(dòng)提升起來。

參考文獻(xiàn)（References）

[1] 古麗波斯坦·阿卜杜瓦柯.新疆民豐縣“訪惠聚”駐村工作隊(duì)工作成效及問題探討[J].新西部，2019（03）：16-17.

[2] 戴燕，蒲春玲.疏勒縣“訪惠聚”駐村工作現(xiàn)狀及對(duì)策研究[J].鄉(xiāng)村科技，2018（03）：22-24.

[3] 王廣印.深入開展“訪惠聚”活動(dòng)及其常態(tài)化的實(shí)踐與思考——以新疆尉犁縣為例[J].延邊黨校學(xué)報(bào)，2017，33（01）：50-52.

[4] 高世剛.“訪惠聚”駐村工作的實(shí)踐與成效[J].產(chǎn)業(yè)與科技論壇，2018，17（09）：150-151.

[5] 顧光海，馮婷玉.論“訪惠聚”對(duì)新疆社會(huì)治理體系與治理能力現(xiàn)代化的影響[J].新疆大學(xué)學(xué)報(bào)（哲學(xué)·人文社會(huì)科學(xué)版），2017，45（01）：38-44.

[6] 陳彥杰.新疆“訪惠聚”活動(dòng)成效、問題及對(duì)策研究[J].實(shí)事求是，2015（06）：57-59.

[7] 郭艷，崔文慶，張秀劼，等.云南省2012—2017年淋病發(fā)病率灰色GM（1，1）模型預(yù)測研究[J].中國艾滋病性病，2019，25（02）：191-192.

[8] 劉宇翔，喬美英.基于灰色GM（1，1）-馬爾科夫模型的深圳市生產(chǎn)總值的預(yù)測[J].中國集體經(jīng)濟(jì)，2018（31）：31-33.

[9] 王宇熹，汪泓，肖峻.基于灰色GM（1，1）模型的上海城鎮(zhèn)養(yǎng)老保險(xiǎn)人口分布預(yù)測[J].系統(tǒng)工程理論與實(shí)踐，2010，30（12）：2244-2253.

[10] Deng J L. Introduction grey system theory[J]. Journal of Grey System， 1989，1（1）：191-243.

[11] 童明余.灰色建模方法及其在預(yù)測中的應(yīng)用研究[D].重慶大學(xué)，2016.

作者簡介：

王 ? 鑫（1995-），女，碩士生.研究領(lǐng)域：大數(shù)據(jù)背景下的市場調(diào)查.