论文部分内容阅读
摘 要：依据海南1980～2012年瓜菜播种面积、单产、产量相关数据，利用MATLAB软件分别建立Quadratic模型、灰色模型和BP神经网络模型，预测未来10年海南瓜菜播种面积、单产和产量的供给趋势。
关键词：冬季瓜菜 预测 海南
海南省地处我国最南端，纬度最低，热量充足，基本上冬季不需要额外的温室或大棚加温就可以进行瓜菜生产，成本低廉，具有发展冬季瓜菜的资源优势。海南被誉为我国的天然温室，是我国冬季瓜菜的主要供应地，主要瓜菜供给区遍布全岛。目前已经打造出区域优势瓜菜产业带，如以文昌、琼海为主的东部辣椒产业带，以三亚、乐东、陵水为主的南部豆角、西甜瓜产业带，以儋州、昌江、临高为主的西部南瓜产业带，以澄迈、海口为主的北部豆角、辣椒产业带，以屯昌为主的中部苦瓜产业带，以五指山、琼中、保亭为主的高山蔬菜产业带等，特别是豆角、苦瓜、西甜瓜等产业在冬春季生产中具有明显的优势。瓜菜产业不仅能优化海南的农业结构、带动相关产业的发展，也能为政府提供税收、促进农民收入增加。
海南冬季瓜菜的生产经营，始于农村改革不久的1980年 [1]，海南农民利用海南独有的气候、光照、雨水的优势，在冬天闲置的土地上种起了当时全国大部分地区还无法生产的瓜菜，然后运到内地城市销售 [2]。1985年开始大规模种植 [3]，据海南统计年鉴数据显示到1988年建省时，海南瓜菜总产量达到58.03万t。梳理海南冬季瓜菜发展史，可以总结为3个阶段：第一阶段是扩大冬季瓜菜种植面积；第二阶段是主抓冬季瓜菜岛外运销；第三阶段是引进农产品加工企业，延伸产业链 [4]。
海南瓜菜种植主要集中在反季节年度，即头年的10月至翌年的4月。而每年5月至10月由于受高温、高湿、多雨、台风等不良气候影响，海南的瓜菜种植面积会剧减，主要栽培区基本处于闲置或者种植其他农作物。作为中国冬季的“大菜篮子”，2012年产瓜菜规模达到26.24万hm2，产量达到593.07万t，其庞大的产业规模吸引了一些国际农资企业的关注。现在，冬季瓜菜已成为海南农产品中一项不可或缺的重要种植项目，并逐步走上了基地化、规模化、产业化和商品化发展之路 [5]。
以1980～2012年海南瓜类和蔬菜的种植面积、单产、产量等时间序列数据为样本，分别运用回归分析预测法、灰色系统预测方法及BP神经网络预测方法预测2013～2020年海南瓜类和蔬菜的种植面积、单产、产量 [6]。预测结果如下：
1 瓜菜播种面积预测
由表1和图1可知，对1980～2020年海南蔬菜播种面积的预测，曲线估计Quadratic模型和BP神经网络模型的预测值基本一致，均呈直线快速增长趋势，而灰色预测模型的预测值呈指数型增长趋势。
通过对这3种预测方法的综合比较，可以看出，对1980～2020年海南蔬菜播种面积的预测，曲线估计Quadratic模型的预测值低于灰色预测模型的预测值，而高于BP神经网络模型的预测值。综合3种模型并结合实际情况，Quadratic模型预测的趋势更符合实际，但由于影响海南蔬菜播种面积的因素有很多，环境变化的不确定性，海南蔬菜播种面积可能因某些突发因素而导致预测结果呈BP神经网络模型预测趋势。
根据以上各种模型下的海南蔬菜播种面积预测结果，利用MATLAB绘制成折线图，如图1所示。
由表2和图2可知，对1980～2020年海南瓜类播种面积的预测，曲线估计Quadratic模型、灰色模型和BP神经网络模型的预测趋势相差较大。曲线估计Quadratic模型的预测值呈直线缓慢增长趋势，灰色模型的预测值呈指数型增长趋势，而BP神经网络模型的预测值呈“S”型缓慢增长趋势。
通过综合3种模型并结合实际情况，Quadratic模型预测的趋势更符合实际，但由于影响海南瓜类播种面积的因素有很多，环境变化的不确定性，海南瓜类播种面积可能因某些突发因素而导致预测结果呈BP神经网络模型预测趋势。
根据以上各种模型下的海南瓜类播种面积预测结果，利用MATLAB绘制成折线图，如图2所示。2 瓜菜单产预测
由表3和图3可知，对1980～2020年海南蔬菜单产的预测，曲线估计Quadratic模型和灰色模型的预测值基本一致，均呈指数快速增长趋势，而BP神经网络预测模型的预测值呈直线缓慢增长态势。
通过对这3种预测方法的综合比较，可以看出，对1980～2020年海南蔬菜单产的预测，曲线估计Quadratic模型的预测值低于灰色预测模型的预测值，而高于BP神经网络模型的预测值。综合3种模型并结合实际情况，Quadratic模型预测的趋势更符合实际，但由于影响海南蔬菜单产的因素有很多，环境变化的不确定性，海南蔬菜单产可能因某些突发因素而导致预测结果呈BP神经网络模型预测趋势。
根据以上各种模型下的海南蔬菜单产预测结果，利用MATLAB绘制成折线图，如图3所示。
由表4和图4可知，对1980～2020年海南瓜类单产的预测，曲线估计Quadratic模型和灰色模型的预测值基本一致，均呈指数快速增长趋势，而BP神经网络预测模型的预测值呈直线缓慢增长态势。
通过对这3种预测方法的综合比较，可以看出，对1980～2020年海南瓜类单产的预测，曲线估计Quadratic模型的预测值低于灰色预测模型的预测值，而高于BP神经网络模型的预测值。综合3种模型并结合实际情况，Quadratic模型预测的趋势更符合实际，但由于影响海南瓜类单产的因素有很多，环境变化的不确定性，海南瓜类单产可能因某些突发因素而导致预测结果呈BP神经网络模型预测趋势。
根据以上各种模型下的海南瓜类单产预测结果，利用MATLAB绘制成折线图，如图4所示。
3 瓜菜产量预测
由表5和图5可知，对1980～2020年海南蔬菜产量的预测，曲线估计Quadratic模型和BP神经网络模型的预测值基本一致，均呈直线快速增长趋势，而灰色预测模型的预测值呈指数型增长趋势。 通过对这3种预测方法的综合比较，可以看出，对1980～2020年海南蔬菜产量的预测，曲线估计Quadratic模型的预测值低于灰色预测模型的预测值，而高于BP神经网络模型的预测值。综合3种模型并结合实际情况，Quadratic模型预测的趋势更符合实际，但由于影响海南蔬菜产量的因素有很多，环境变化的不确定性，海南蔬菜产量可能因某些突发因素而导致预测结果呈BP神经网络模型预测趋势。
根据以上各种模型下的海南蔬菜产量预测结果，利用MATLAB绘制成折线图，如图5所示。
由表6和图6可知，对1980～2020年海南瓜类产量的预测，曲线估计Quadratic模型和BP神经网络模型的预测值基本一致，均呈直线快速增长趋势，而灰色预测模型的预测值呈指数型增长趋势。
通过对这3种预测方法的综合比较，可以看出，对1980～2020年海南瓜类产量的预测，曲线估计Quadratic模型的预测值低于灰色预测模型的预测值，而高于BP神经网络模型的预测值。综合3种模型并结合实际情况，Quadratic模型预测的趋势更符合实际，但由于影响海南瓜类产量的因素有很多，环境变化的不确定性，海南瓜类产量可能因某些突发因素而导致预测结果呈BP神经网络模型预测趋势。
根据以上各种模型下的海南瓜类产量预测结果，利用MATLAB绘制成折线图，如图6所示。
4 结论
本文所建立的供给预测模型的数据基础是海南1980～2012年历年的瓜菜播种面积、单产、产量。Quadratic模型、灰色模型和BP神经网络模型均假定：不考虑自然灾害、市场波动等因素的影响，土地、劳动力、资金、技术等生产资料的供给没有大幅变动、不考虑其最大供给量。由于存在上述不确定性因素的影响，所以笔者的预测数值难免与实际情况有偏差。
由预测结果可知，未来海南瓜菜的供给量将会增加，且短期内瓜菜产量供给增加仍将主要由扩大播种面积来提高瓜菜产量，所以通过提高海南瓜菜的单产来提高瓜菜产量的潜力很大。虽然海南瓜菜市场前景总体较好，但仍然需要注意部分品种扩种增产可能引发局部滞销，及广西、广东、云南的瓜菜上市时间可能与海南瓜菜上市时间冲突，北方温室菜种植热情的提高也可能影响海南瓜菜供给的顺畅程度。
参考文献
[1] 陈印军.利用海南冬季优势积极发展冬季农业[J].自然资源学报，1994（2）：125.
[2] 常辅棠. 为农服务，是党报功能的重要体现——海南日报为冬季瓜菜生产经营服务经验谈[J].新闻战线，1997（8）：23.
[3] 梁青. 浅谈海南冬季瓜菜北销[J].中国蔬菜，1998（2）：33-34.
[4] 新华网海南频道.内地大棚蔬菜发展压缩海南冬季瓜菜利润空间[EB/OL].http：//www.hq.xinhuanet.com/finance/2013-05/15/c_ 115776139. htm.（2013-5-15）[2013-11-21].
[5] 许如意，李劲松，陈冠铭，等. 海南反季节瓜菜发展综述[J].中国热带农业，2006（6）：10-11.
[6] 柯佑鹏，过建春，张赛丽. 世界天然橡胶经济研究[M]. 北京：经济科学出版社，2010：137-138.
关键词：冬季瓜菜 预测 海南
海南省地处我国最南端，纬度最低，热量充足，基本上冬季不需要额外的温室或大棚加温就可以进行瓜菜生产，成本低廉，具有发展冬季瓜菜的资源优势。海南被誉为我国的天然温室，是我国冬季瓜菜的主要供应地，主要瓜菜供给区遍布全岛。目前已经打造出区域优势瓜菜产业带，如以文昌、琼海为主的东部辣椒产业带，以三亚、乐东、陵水为主的南部豆角、西甜瓜产业带，以儋州、昌江、临高为主的西部南瓜产业带，以澄迈、海口为主的北部豆角、辣椒产业带，以屯昌为主的中部苦瓜产业带，以五指山、琼中、保亭为主的高山蔬菜产业带等，特别是豆角、苦瓜、西甜瓜等产业在冬春季生产中具有明显的优势。瓜菜产业不仅能优化海南的农业结构、带动相关产业的发展，也能为政府提供税收、促进农民收入增加。
海南冬季瓜菜的生产经营，始于农村改革不久的1980年 [1]，海南农民利用海南独有的气候、光照、雨水的优势，在冬天闲置的土地上种起了当时全国大部分地区还无法生产的瓜菜，然后运到内地城市销售 [2]。1985年开始大规模种植 [3]，据海南统计年鉴数据显示到1988年建省时，海南瓜菜总产量达到58.03万t。梳理海南冬季瓜菜发展史，可以总结为3个阶段：第一阶段是扩大冬季瓜菜种植面积；第二阶段是主抓冬季瓜菜岛外运销；第三阶段是引进农产品加工企业，延伸产业链 [4]。
海南瓜菜种植主要集中在反季节年度，即头年的10月至翌年的4月。而每年5月至10月由于受高温、高湿、多雨、台风等不良气候影响，海南的瓜菜种植面积会剧减，主要栽培区基本处于闲置或者种植其他农作物。作为中国冬季的“大菜篮子”，2012年产瓜菜规模达到26.24万hm2，产量达到593.07万t，其庞大的产业规模吸引了一些国际农资企业的关注。现在，冬季瓜菜已成为海南农产品中一项不可或缺的重要种植项目，并逐步走上了基地化、规模化、产业化和商品化发展之路 [5]。
以1980～2012年海南瓜类和蔬菜的种植面积、单产、产量等时间序列数据为样本，分别运用回归分析预测法、灰色系统预测方法及BP神经网络预测方法预测2013～2020年海南瓜类和蔬菜的种植面积、单产、产量 [6]。预测结果如下：
1 瓜菜播种面积预测
由表1和图1可知，对1980～2020年海南蔬菜播种面积的预测，曲线估计Quadratic模型和BP神经网络模型的预测值基本一致，均呈直线快速增长趋势，而灰色预测模型的预测值呈指数型增长趋势。
通过对这3种预测方法的综合比较，可以看出，对1980～2020年海南蔬菜播种面积的预测，曲线估计Quadratic模型的预测值低于灰色预测模型的预测值，而高于BP神经网络模型的预测值。综合3种模型并结合实际情况，Quadratic模型预测的趋势更符合实际，但由于影响海南蔬菜播种面积的因素有很多，环境变化的不确定性，海南蔬菜播种面积可能因某些突发因素而导致预测结果呈BP神经网络模型预测趋势。
根据以上各种模型下的海南蔬菜播种面积预测结果，利用MATLAB绘制成折线图，如图1所示。
由表2和图2可知，对1980～2020年海南瓜类播种面积的预测，曲线估计Quadratic模型、灰色模型和BP神经网络模型的预测趋势相差较大。曲线估计Quadratic模型的预测值呈直线缓慢增长趋势，灰色模型的预测值呈指数型增长趋势，而BP神经网络模型的预测值呈“S”型缓慢增长趋势。
通过综合3种模型并结合实际情况，Quadratic模型预测的趋势更符合实际，但由于影响海南瓜类播种面积的因素有很多，环境变化的不确定性，海南瓜类播种面积可能因某些突发因素而导致预测结果呈BP神经网络模型预测趋势。
根据以上各种模型下的海南瓜类播种面积预测结果，利用MATLAB绘制成折线图，如图2所示。2 瓜菜单产预测
由表3和图3可知，对1980～2020年海南蔬菜单产的预测，曲线估计Quadratic模型和灰色模型的预测值基本一致，均呈指数快速增长趋势，而BP神经网络预测模型的预测值呈直线缓慢增长态势。
通过对这3种预测方法的综合比较，可以看出，对1980～2020年海南蔬菜单产的预测，曲线估计Quadratic模型的预测值低于灰色预测模型的预测值，而高于BP神经网络模型的预测值。综合3种模型并结合实际情况，Quadratic模型预测的趋势更符合实际，但由于影响海南蔬菜单产的因素有很多，环境变化的不确定性，海南蔬菜单产可能因某些突发因素而导致预测结果呈BP神经网络模型预测趋势。
根据以上各种模型下的海南蔬菜单产预测结果，利用MATLAB绘制成折线图，如图3所示。
由表4和图4可知，对1980～2020年海南瓜类单产的预测，曲线估计Quadratic模型和灰色模型的预测值基本一致，均呈指数快速增长趋势，而BP神经网络预测模型的预测值呈直线缓慢增长态势。
通过对这3种预测方法的综合比较，可以看出，对1980～2020年海南瓜类单产的预测，曲线估计Quadratic模型的预测值低于灰色预测模型的预测值，而高于BP神经网络模型的预测值。综合3种模型并结合实际情况，Quadratic模型预测的趋势更符合实际，但由于影响海南瓜类单产的因素有很多，环境变化的不确定性，海南瓜类单产可能因某些突发因素而导致预测结果呈BP神经网络模型预测趋势。
根据以上各种模型下的海南瓜类单产预测结果，利用MATLAB绘制成折线图，如图4所示。
3 瓜菜产量预测
由表5和图5可知，对1980～2020年海南蔬菜产量的预测，曲线估计Quadratic模型和BP神经网络模型的预测值基本一致，均呈直线快速增长趋势，而灰色预测模型的预测值呈指数型增长趋势。 通过对这3种预测方法的综合比较，可以看出，对1980～2020年海南蔬菜产量的预测，曲线估计Quadratic模型的预测值低于灰色预测模型的预测值，而高于BP神经网络模型的预测值。综合3种模型并结合实际情况，Quadratic模型预测的趋势更符合实际，但由于影响海南蔬菜产量的因素有很多，环境变化的不确定性，海南蔬菜产量可能因某些突发因素而导致预测结果呈BP神经网络模型预测趋势。
根据以上各种模型下的海南蔬菜产量预测结果，利用MATLAB绘制成折线图，如图5所示。
由表6和图6可知，对1980～2020年海南瓜类产量的预测，曲线估计Quadratic模型和BP神经网络模型的预测值基本一致，均呈直线快速增长趋势，而灰色预测模型的预测值呈指数型增长趋势。
通过对这3种预测方法的综合比较，可以看出，对1980～2020年海南瓜类产量的预测，曲线估计Quadratic模型的预测值低于灰色预测模型的预测值，而高于BP神经网络模型的预测值。综合3种模型并结合实际情况，Quadratic模型预测的趋势更符合实际，但由于影响海南瓜类产量的因素有很多，环境变化的不确定性，海南瓜类产量可能因某些突发因素而导致预测结果呈BP神经网络模型预测趋势。
根据以上各种模型下的海南瓜类产量预测结果，利用MATLAB绘制成折线图，如图6所示。
4 结论
本文所建立的供给预测模型的数据基础是海南1980～2012年历年的瓜菜播种面积、单产、产量。Quadratic模型、灰色模型和BP神经网络模型均假定：不考虑自然灾害、市场波动等因素的影响，土地、劳动力、资金、技术等生产资料的供给没有大幅变动、不考虑其最大供给量。由于存在上述不确定性因素的影响，所以笔者的预测数值难免与实际情况有偏差。
由预测结果可知，未来海南瓜菜的供给量将会增加，且短期内瓜菜产量供给增加仍将主要由扩大播种面积来提高瓜菜产量，所以通过提高海南瓜菜的单产来提高瓜菜产量的潜力很大。虽然海南瓜菜市场前景总体较好，但仍然需要注意部分品种扩种增产可能引发局部滞销，及广西、广东、云南的瓜菜上市时间可能与海南瓜菜上市时间冲突，北方温室菜种植热情的提高也可能影响海南瓜菜供给的顺畅程度。
参考文献
[1] 陈印军.利用海南冬季优势积极发展冬季农业[J].自然资源学报，1994（2）：125.
[2] 常辅棠. 为农服务，是党报功能的重要体现——海南日报为冬季瓜菜生产经营服务经验谈[J].新闻战线，1997（8）：23.
[3] 梁青. 浅谈海南冬季瓜菜北销[J].中国蔬菜，1998（2）：33-34.
[4] 新华网海南频道.内地大棚蔬菜发展压缩海南冬季瓜菜利润空间[EB/OL].http：//www.hq.xinhuanet.com/finance/2013-05/15/c_ 115776139. htm.（2013-5-15）[2013-11-21].
[5] 许如意，李劲松，陈冠铭，等. 海南反季节瓜菜发展综述[J].中国热带农业，2006（6）：10-11.
[6] 柯佑鹏，过建春，张赛丽. 世界天然橡胶经济研究[M]. 北京：经济科学出版社，2010：137-138.