BP 神經網絡預測在糧食種植面積影響因素分析中的應用
——以黑龍江省為例

朱 律

（1.上海市測繪院，上海 200063；2.自然資源部超大城市自然資源時空大數據分析應用重點實驗室，上海 200063）

糧食的種植面積是決定糧食供給的關鍵因素，也是保障糧食安全的重要前提。衡量糧食最低收購價政策實施的效果，主要是比較政策實施前后糧食種植面積是否有顯著性變化。但是糧食的種植面積受很多其他因素的影響，并不只是受最低收購價政策的影響。因此只比較政策實施前后的糧食種植面積是不能夠評價最低收購價政策執行效果的，需要扣除其他因素的影響。另外，我國最低收購價政策目前只有小麥和水稻執行，而兩者又存在競爭關系，因此，在考慮最低收購價政策的執行效果時，需同時考慮其對小麥和水稻的共同影響[1]。

通過上述分析，本文基于BP 神經網絡預測建立了最低收購價的評價模型，剔除了農業勞動力人口、糧食進出口貿易、農民受教育程度、城鄉收入差距和家庭負擔等因素對糧食種植面積的影響[2]，得到幾乎等價為僅受糧食最低收購價政策影響的糧食種植面積變化。最后，通過對黑龍江省小麥水稻的實例進行評價分析，驗證了模型的合理性。

1 執行效果評價模型的建立與求解

1.1 最低收購價政策執行效果評分機制

通過上述理論，糧食最低收購價政策的效果評價主要取決于糧食的種植面積，但是種植面積受很多其他因素的影響，并不只是受最低收購價政策的影響。因此只比較政策實施前后的糧食種植面積是不能夠評價最低收購價政策執行效果的，需要扣除其他因素的影響，基于政策前后種植面積的變化，利用BP 神經網絡的模擬得到有無最低收購價政策影響的糧食種植面積Y1、Y2、△y。由此可以建立糧食最低收購價政策執行效果評價模型

式（1）中：Y 為評價得分；CAAi為不同糧食品種的綜合優勢系數，i=1，2，3，4，5，分別代表小麥、水稻、玉米、豆類和薯類5 類糧食；Yi1為所有因素共同作用下2006—2014 年i 類糧食的種植面積，千公頃；Yi2為沒有最低收購價政策影響下2006—2014 年i 類糧食的種植面積，千公頃；△yi為最低收購價政策其他因素的影響從而引起i類糧食的種植面積的變化值。

1.2 作物優勢系數的測算

考慮到區域差異與品種的差異，本研究將以黑龍江省為例，考慮小麥水稻2 種糧食品種。從國家糧食局的官網[3]和中華人民共和國農業部種植業管理司的官網[4]獲得黑龍江省小麥和水稻最低收購價政策實行前后的種植面積數據，繪制成變化曲線圖如圖1、圖2 所示。

圖1 1990—2014 年小麥的種植面積變化曲線圖

從圖1、圖2 分析可知，小麥的種植面積在政策實行后先增加后降低，水稻的種植面積在政策實施前后出現先降低后下降的趨勢，且兩者整體趨勢呈相反的規律。當然產生這一結果的影響因素很多，單單從政策的角度考慮可以解釋，政策實施后，保證了農民種田的積極性，農民能夠從種糧中獲得收益，自然種植面積會得到一定的提升，但是兩者呈現競爭的關系，哪種收益高哪種面積就會增加。但是在2011 年后小麥的種植面積卻出現了下降，最主要是因為政策的存在，實施最低收購價的品種有水稻和小麥2 種，2 種在種植面積方面存在競爭關系。水稻是一種勞動力密集型農作物，勞動力工資的變化會直接影響單產回報率，從而影響農民的種植決策和種植結構調整[5]。

圖2 1990—2014 年水稻的種植面積變化曲線圖

1.3 無政策作用下糧食種植面積的BP 預測

通過上述分析，若需僅得到政策對種植面積的影響，需要建立在沒有政策情況下，僅在農業勞動力人口、糧食進出口貿易、農民受教育程度、城鄉收入差距和家庭負擔等因素影響下糧食的種植面積。首先通過中華人民共和國國家發展與改革委員會的官網[6]獲取上述影響因素的具體數據，然后建立BP 神經網絡預測模型，通過學習無最低收購價政策時糧食種植面積，預測政策實施后糧食種植面積。通過對比兩者之間的差異便可以得到最低收購價的評價模型。

BP 神經網絡模型包括其輸入輸出模型、作用函數模型、誤差計算模型和自學習模型。作用函數是反映下層輸入對上層節點刺激脈沖強度的函數又稱刺激函數，一般取在（0，1）內連續取值的Sigmoid 函數

誤差計算模型是反映神經網絡期望輸出與計算輸出之間誤差大小的函數

式（3）中：tpi 為節點的期望輸出值；opi 為節點的計算輸出值。

自學習模型為

式（4）中：h 為學習因子；Φi為輸出節點i 的計算誤差；Oj為輸出節點j 的計算輸出；a 為動量因子。

通過以上BP 神經網絡學習過程可以編程學習政策實施前糧食種植面積，預測有政策時期并且消除其他因素影響的糧食種植面積，從而建立最低收購價的評價模型。

首先對2006 年之前受農業勞動力人口、糧食進出口貿易、農民受教育程度、城鄉收入差距和家庭負擔等因素影響的種植面積進行學習，然后輸入1990—2005年的這些數據作為學習對象，根據學習的經驗及規律預測出在非政策影響下輸出小麥種植面積和水稻種植面積在2006—2014 年的變化值。

然后通過BP 神經網絡對1990—2005 年的黑龍江小麥和水稻種植面積的學習，可以預測出無最低收購價政策影響時2006—2014 年的黑龍江小麥和水稻種植面積。圖3、圖4 為BP 神經網絡學習結果。

圖3 1990—2005 年黑龍江省小麥種植面積學習結果

圖4 1990—2005 年黑龍江省水稻種植面積學習結果

通過圖3、圖4 可以看出，BP 神經網絡在學習過程中非常準確，說明后面的預測能夠充分表現1990—2005 年的數據規律。圖5、圖6 為預測2006—2014 年黑龍江小麥和水稻種植面積無最低收購價影響的結果。

圖5 黑龍江省小麥種植面積2006—2014 年的預測結果

圖6 黑龍江省水稻種植面積2006—2014 年的預測結果

由圖5、圖6 可知，最低收購價政策的存在對糧食種植面積及其他各影響因素的影響是很大的，必須建立一個有效的評價模型在僅有政策存在時對糧食種植面積的影響進行評價。通過圖5、圖6 的預測結果可以看出，政策的存在反而抑制了小麥種植面積的增加。一方面是由于最低價收購政策影響了其他影響因素，從而影響了糧食的種植面積；另一方面是由于物種間相互競爭的關系，水稻在黑龍江的快速發展，其效率系數大于小麥的效率系數，因此實際最低價收購政策較預測值低。但是整體的變化呈現相似的規律，在2010 年出現一次下降，而后增加，在2012 年后整體出現下降趨勢，說明黑龍江地區小麥種植面積所占的比例將不斷減少，主要是其規模優勢和效率優勢在不斷下降。而水稻的種植面積由于其規模優勢和效率優勢較大，因此在政策實施后，其種植面積產生突然的增長，在后續過程中由于其他因素的存在出現了一些波動，但是總體出現的是上升的趨勢。因此，本研究通過神經網絡訓練預測模型得到整體評價的一個重要部分，即2006—2014 年無最低收購價政策影響時黑龍江小麥和水稻種植面積的預測值。

1.4 干擾量影響分析

通過上述分析得，若要考慮僅有最低收購價政策作用對糧食種植面積的影響，還需要分析最低收購價對其他影響因素的影響，從而引起種植面積的變化。選取農業勞動力人口、糧食進出口貿易、農民受教育程度、城鄉收入差距和家庭負擔等影響糧食種植面積的其他5 個主要因素，同時考慮到區域差異及種類的差異，以黑龍江省小麥和水稻種植為例進行分析[7]。

對于2006—2014 年中各個因素均是受最低收購價影響的，因此必須扣除最低收購價對其他各因素的影響。首先對1990—2005 年的這5 個主要的影響因素進行學習和訓練，作為神經網絡的輸出項，輸入項考慮年份和一些非主要因素，然后預測出沒有最低收購價政策的影響下2006—2014 年這5 個主要影響因素的值。然后，將2006—2014 年受最低收購價政策影響的5 個因素的實際值減去沒有最低收購價政策的影響下的預測值，這樣就得到了最低收購價政策對這五個因素的影響的變化量ΔX，見表1。

表1 2006—2014 年最低收購價政策對5 個因素的影響的變化量

由表1 可以得到，最低收購價的政策對其他因素的影響還是很大的，在影響因素中有正有負。對文化程度、部分勞動力人口及城鎮收入差距呈現負作用，對家庭負擔和糧食進口呈現正作用。

然后通過BP 神經網絡模型，輸入1990—2005 年的這5 個主要的影響因素數值，輸出無最低收購價政策影響下的小麥種植面積的數值，通過不斷的訓練學習，建立小麥種植面積與影響因素之間的關系。然后，根據訓練的關系，輸入2006 年至2014 年最低收購價政策對這5 個因素的影響的變化量ΔX，預測得到ΔX 引起的種植面積的變化量，見表2、表3。

表2 2006—2014 年小麥的種植面積的變化量 千公頃

表3 2006—2014 年水稻的種植面積的變化量 千公頃

通過上述兩步的計算，得到3 個量分別是：所有因素共同作用下2006 年至2014 年小麥的種植面積Y1、沒有最低收購價政策影響下2006 年至2014 年的小麥種植面積Y2和最低收購價政策其他因素的影響從而引起小麥種植面積的變化值Δy。

1.5 僅有最低價收購政策對糧食種植面積影響的評價模型分析

此模型通過消除最低收購價政策對其他因素的影響，最終得到了只有政策影響產生的糧食種植面積，從而可以評價政策的執行效果。若評價指標為正值說明最低收購價政策對糧食的種植面積產生正的影響，起促進作用，進而說明最低收購價政策在我國實行是比較有效果的；若評價指標為負值說明最低收購價政策對糧食的種植面積產生負的影響，起抑制作用，進而說明最低收購價政策在我國實行達不到促進糧食種植面積增加效果，反而會增加國家支出。

因此利用上面評價模型對黑龍江省小麥和水稻進行綜合考慮得到糧食最低收購價政策的效果評價模型，見表4、圖7。

表4 2006—2014 年黑龍江省最低收購價執行得分表

圖7 2006—2014 年黑龍江省最低收購價執行得分圖

由上述評價指標可知，最低收購價政策對糧食的種植面積產生正的影響，起到促進作用，說明最低收購價政策在我國實行是比較有效果的。其中執行效果在2007—2008 年最為明顯，最為有效，其指標均大于600。這也驗證了政策的有效性，在2007—2008 年糧食的種植面積產生了大幅的增加，說明政策在一開始的實行十分有效，充分調動了農民們的積極性，大大提高了國家的糧食種植面積。隨著年份的增加，2013—2014年政策的執行效果產生了下降，說明后續幾年中，糧食最低收購價的執行效果不再明顯，主要受到人民生活水平、家庭負擔和城鄉收入差距的影響，使得農民的種糧積極性降低，大量農民工進城務工[8]。由上述分析可知，效果評價模型合理。

2 結束語

根據本文分析可知，最低收購價對黑龍江省主產區執行效果起到一定正作用，在一定程度上提高了農民的種糧積極性。最低收購價政策在剛開始執行的3年內效果十分明顯，但是隨著年份的增加，效果呈現下降的趨勢。該模型與政策執行后，糧食的種植面積的變化規律呈現一定的相似性，說明了該模型的合理性。另外，不同品種的農作物在不同的地區有不同的綜合優勢系數。農戶在種植農作物時應根據區位因素合理選擇種植作物，達到良好的經濟效果。