摘要:本文基于最小耕地面積和壓力指數(shù)對2000—2013年美國耕地面積和糧食產(chǎn)量數(shù)據(jù)進(jìn)行現(xiàn)狀分析,在此基礎(chǔ)上利用BP神經(jīng)網(wǎng)絡(luò)模型對2014—2015年數(shù)據(jù)進(jìn)行精度測算,最后運用該模型預(yù)測美國2016—2020年數(shù)據(jù),實證結(jié)果表明,2000—2013年美國耕地面積呈波動下降趨勢,水稻、大豆等農(nóng)產(chǎn)品呈波動上升趨勢。BP神經(jīng)網(wǎng)絡(luò)具有誤差小、精度高的特征,因此,本文運用該模型預(yù)測未來5年美國耕地及農(nóng)產(chǎn)品產(chǎn)量狀況,2016—2020年美國耕地面積呈下降態(tài)勢,農(nóng)產(chǎn)品產(chǎn)量呈小幅度持續(xù)上升態(tài)勢。
關(guān)鍵詞:耕地面積;糧食產(chǎn)量;BP神經(jīng)網(wǎng)絡(luò);美國
1、引言
全球氣候變暖對各國糧食安全產(chǎn)生巨大影響,世界范圍內(nèi)的糧食生產(chǎn)與貿(mào)易面臨危機(jī)。根據(jù)FAO發(fā)布的《世界糧食不安全狀況》最新估計,2013—2015年,世界共有8.42億人(約占世界總?cè)丝诘?2%)無法滿足自身的飲食能量需求。國際糧食生產(chǎn)與消費格局發(fā)生重大改變,糧食供求關(guān)系偏緊,糧價區(qū)域差異明顯,糧食生產(chǎn)與資源環(huán)境矛盾加劇,世界糧食安全形勢十分嚴(yán)峻[1]。在此背景下,研究耕地資源與糧食產(chǎn)量動態(tài)變化,科學(xué)預(yù)測未來糧食產(chǎn)量,有利于制定保障糧食安全的區(qū)域化政策及促進(jìn)區(qū)域經(jīng)濟(jì)持續(xù)穩(wěn)定發(fā)展。
耕地資源與糧食產(chǎn)量變化作為糧食安全研究的重要組成部分,一直是經(jīng)濟(jì)學(xué)、農(nóng)學(xué)及地理學(xué)等學(xué)科熱點發(fā)展方向之一[2]。近年來,國內(nèi)外眾多專家學(xué)者基于數(shù)理統(tǒng)計或構(gòu)建數(shù)學(xué)模型等方法,對糧食產(chǎn)量動態(tài)變化與生產(chǎn)潛力[3]、空間分布及影響因素[4]、耕地資源與糧食安全關(guān)系等方面進(jìn)行研究。從國外來看,David基于美國1982—1998年氣候數(shù)據(jù),研究氣候變化與農(nóng)作物產(chǎn)量關(guān)系[5];Molden研究水資源與糧食產(chǎn)量關(guān)系,表明非農(nóng)業(yè)用水的增加威脅美國糧食安全[6];從國內(nèi)來看,楊艷昭等[7]基于經(jīng)驗?zāi)B(tài)分解方法,通過比對糧食產(chǎn)量擬合度分析非洲糧食產(chǎn)量波動的主要影響因素;肖建英等[8]運用GIS技術(shù)與空間計量分析方法,探討中國糧食生產(chǎn)的空間分布及變化規(guī)律;姚作芳等[9]基于1949—2008年糧食總產(chǎn)量數(shù)據(jù),采用灰色GM預(yù)測模型模擬吉林省糧食產(chǎn)量變化態(tài)勢。總體來看,這些研究均采用了基于數(shù)據(jù)的質(zhì)性研究方法動態(tài)演繹糧食產(chǎn)量變化趨勢,但缺少基于數(shù)理統(tǒng)計模型的糧食產(chǎn)量預(yù)測評估方面的研究。
美國是糧食生產(chǎn)大國,糧食出口量自2000年以來穩(wěn)居世界第一,研究其耕地資源與糧食產(chǎn)量變化情況具有區(qū)域典型性與借鑒性。鑒于此,本文采用最小人均耕地面積及耕地壓力指數(shù)等方法分析美國2000—2013年耕地資源與糧食產(chǎn)量變化過程,并利用BP神經(jīng)網(wǎng)絡(luò)模型科學(xué)預(yù)測2016—2020年美國糧食產(chǎn)量數(shù)據(jù),以期為促進(jìn)中美農(nóng)業(yè)合作貿(mào)易、推進(jìn)世界糧食安全做出貢獻(xiàn)。
2、研究區(qū)概況和數(shù)據(jù)來源
2.1研究區(qū)概況
美國位于北美洲中部,北緯23°~54°,西經(jīng)130°~74°,國土總面積937.26萬km2,占世界國土面積7%。美國三面環(huán)海,但由于東部地勢偏高,阻擋海洋溫室氣流,因此美國大部分地區(qū)屬于大陸性氣候,南部屬亞熱帶氣候[6]。地勢東高西低,地形起伏坡度較大,東部為阿巴拉契亞山脈,生態(tài)環(huán)境脆弱。
2.2數(shù)據(jù)來源
研究區(qū)數(shù)據(jù)主要來源于美國農(nóng)業(yè)部,及政府發(fā)表的一些報告。因查閱國外文獻(xiàn)的局限性,本研究以美國主要的4種農(nóng)作物(水稻、玉米、大豆、小麥)為范例,對其進(jìn)行分析及預(yù)測。
3、研究方法
3.1最小人均耕地面積
最小人均耕地面積是指在一定區(qū)域范圍內(nèi),某一區(qū)域或國家糧食自足水平和耕地生產(chǎn)力水平在一定條件下[10],為了滿足國家或地區(qū)人口數(shù)量一般生活的食物消費所需的耕地面積,也是為保障一定區(qū)域零食安全而需保護(hù)的耕地數(shù)量基底,公式(1)如下:
式中:Smin是最小人均耕地面積(hm2);A是糧食自給率(%);B是人均糧食需求量(kg);C是食物單產(chǎn)(kg/hm2);D是糧食播種面積占總播種面積之比(%);D為復(fù)種指數(shù),由一年中糧食實際播種面積與耕地面積之比求得。本文規(guī)定糧食自給率為100%,并設(shè)定人均消費糧食量為400kg。
3.2耕地壓力指數(shù)
耕地壓力指數(shù)是最小人均耕地面積與實際人均耕地面積之比[11-12],公式(2)如下:
式中:K為耕地壓力指數(shù);M為實際人均耕地面積(hm2),在此定義為區(qū)域耕地總面積與人口數(shù)量的比值。耕地壓力指數(shù)是測算一個地區(qū)耕地資源的利用及稀缺度,在本文中給出了耕地保護(hù)的閥值,其可作為耕地保護(hù)的調(diào)控指標(biāo)[13],也是測度糧食安全程度的指標(biāo),即當(dāng)K=1時,糧食供需平衡,是個臨界值;當(dāng)K>1時,耕地壓力明顯,糧食供給小于需求;反之,糧食供給大于需求,所以當(dāng)K≤1時,糧食處于安全狀態(tài)。
3.3BP神經(jīng)網(wǎng)絡(luò)
BP(BackPropagation)神經(jīng)網(wǎng)絡(luò)是一個由輸入層、隱含層、輸出層構(gòu)成的3層神經(jīng)網(wǎng)絡(luò),其學(xué)習(xí)過程主要是由前向傳播和誤差逆向傳播兩部分組成,它是逼近任意精度的連續(xù)函數(shù)。BP神經(jīng)網(wǎng)絡(luò)是預(yù)測法最為廣泛的一種,為檢驗該模型是否適用于美國糧食產(chǎn)量及耕地的預(yù)測,本文選取2000—2013年數(shù)據(jù)驗證其2014—2015年糧食產(chǎn)量及耕地面積,以檢驗其計算精度。經(jīng)公式(3)、公式(4)、公式(5)步驟后完成一次循環(huán),對輸出值大于規(guī)定的期望值的,則進(jìn)行誤差的反向傳播,返回對各連接權(quán)值和閾值進(jìn)行修正,并不斷提高輸出值的精確度直到小于給定的誤差值,神經(jīng)網(wǎng)絡(luò)模型建立,網(wǎng)絡(luò)訓(xùn)練結(jié)束[14]。具體操作步驟如下:
式中:Vky為隱含層第k個神經(jīng)元與輸出層第y個神經(jīng)元之間的連接權(quán)值;ty為輸出層第y個神經(jīng)元的閾值;Fk為隱含層第K個神經(jīng)元的輸入;U為激勵函數(shù);θK為第K個神經(jīng)元的閾值。
4、糧食產(chǎn)量及耕地變化分析
4.1變化分析
4.1.1 2000—2013年年末總?cè)丝凇⒏孛娣e和人均耕地面積變化分析
由圖1可以看出,自2000年以來,美國人口總量呈持續(xù)增加態(tài)勢,年均變化量為263.58萬人;耕地面積變化趨勢不明顯,2000—2013年耕地總面積整體凈減少800hm2;與此同時,人均耕地面積呈先減少后增加的變化狀態(tài),由2000年的人均0.62hm2下降至人均0.49hm2,然后上升至2013年的人均0.53hm2。人口的快速增加導(dǎo)致了美國人均耕地面積的逐漸減少,但進(jìn)入21世紀(jì),由于美國耕地面積的增加,人均耕地面積也因此有所上升。在發(fā)達(dá)國家生育率下降的大環(huán)境下,美國由于其經(jīng)濟(jì)的霸主地位,移民數(shù)量不斷增加,故人口仍處于持續(xù)增長態(tài)勢。2002年美國通過“農(nóng)場安全與農(nóng)村投資法案”,該法案將美國基本農(nóng)業(yè)補(bǔ)貼體系再延長10年,補(bǔ)貼總額高達(dá)1900億美元,在該政策的刺激下,農(nóng)民農(nóng)場收入提高,同時該時期美國商品化農(nóng)產(chǎn)品價格上升,導(dǎo)致耕地面積有所上升且并未下降的原因是:根據(jù)《美國農(nóng)地保護(hù)政策法》規(guī)定,農(nóng)業(yè)區(qū)內(nèi)的農(nóng)地必須保持農(nóng)業(yè)用途,不可用于其他商業(yè)用途等。
4.1.2 2000—2013年糧食產(chǎn)量、糧食單產(chǎn)和人均糧食產(chǎn)量變化分析
由圖2A可以看出,2000—2013年美國玉米、大豆呈波動上漲趨勢,玉米年均增長量為746.15萬t,大豆122.23萬t,而小麥、水稻呈波動下降趨勢。自2000年以來,美國玉米種植面積不斷增加,玉米種植面積最高值為2007年,約為3800萬hm2,大豆種植面積最大值約3500萬hm2,種植面積的增加在一定程度上帶動了美國玉米和大豆產(chǎn)量;而小麥、水稻種植面積不斷減少,因此導(dǎo)致其產(chǎn)量在總體上呈下降態(tài)勢。而由于人口不斷持續(xù)增長,但玉米產(chǎn)量增長幅度較大,故導(dǎo)致美國玉米人均糧食產(chǎn)量變化呈劇烈增長模式,增長幅度為23.50%,而大豆人均糧食產(chǎn)量上漲幅度較小,趨于平穩(wěn);由于小麥和水稻的糧食產(chǎn)量呈波動下降態(tài)勢,導(dǎo)致小麥人均糧食產(chǎn)量波動由劇烈趨于平穩(wěn),減少幅度為15.52%,水稻人均糧食產(chǎn)量呈現(xiàn)浮動式下降趨勢;玉米糧食單產(chǎn)變化較平穩(wěn),由2000年的8590kg/hm2略微增長至2013年的9180kg/hm2,大豆糧食單量變化幅度較小為13.33%,小麥糧食單產(chǎn)在中期浮動較大,整體變化趨于平滑,增長量為450kg/hm2,水稻糧食單產(chǎn)變化趨勢較為平穩(wěn),年均增長量為128.46kg/hm2。從整體來看,美國人均糧食產(chǎn)量波動幅度較為劇烈,耕地產(chǎn)量、耕地單產(chǎn)及人均糧食產(chǎn)量之間處于較為不均的非平衡狀態(tài)。
4.1.3 2000—2013年耕地壓力指數(shù)和最小人均耕地面積變化分析
2000—2013年美國主要農(nóng)產(chǎn)品耕地壓力指數(shù)及最小人均耕地面積變化過程如圖3所示,美國2000—2013年玉米最小人均耕地面積呈現(xiàn)波動式下降的過程,由2000年的人均0.2778hm2減少至2013年的人均0.1914hm2,耕地壓力指數(shù)K早期表現(xiàn)出下降趨勢,近年來變化趨勢趨于平穩(wěn),耕地壓力指數(shù)K均小于1,說明人均耕地實際值大于最小人均耕地面積值,耕地?zé)o明顯壓力,玉米供大于求;美國小麥最小人均耕地面積表現(xiàn)出浮動變化的態(tài)勢(圖3B),凈增長量為人均0.0083hm2,而耕地壓力指數(shù)K變化過程也較為波動,近年來呈現(xiàn)持續(xù)緩慢增長態(tài)勢,2000—2013年耕地壓力指數(shù)K多數(shù)時間均大于1,說明耕地壓力明顯,小麥供給小于需求;從圖3C中可以看出,2000—2013年美國大豆人均耕地面積不斷減少,減少幅度為29.26%,與此同時,耕地壓力指數(shù)K變化趨勢較為平穩(wěn),近年來有減少的趨勢,耕地壓力指數(shù)K均大于1.2,說明美國大豆供給遠(yuǎn)小于需求,耕地壓力十分明顯;2000—2013年美國水稻人均耕地面積整體表現(xiàn)出不斷波動的趨勢(圖3D),年均減少量為人均0.0651hm2,水稻耕地壓力指數(shù)K變化趨勢較為平滑,耕地壓力指數(shù)K均大于1,說明美國水稻方面也為供給量小于需求量,耕地安全受到威脅。由于耕地壓力指數(shù)和美國糧食產(chǎn)量及人口數(shù)量密切相關(guān),2000年以來人口不斷增長,玉米和大豆產(chǎn)量呈波動式增長,而小麥和水稻產(chǎn)量呈波動式下降,故導(dǎo)致玉米和大豆的耕地壓力呈波動下降態(tài)勢,小麥和水稻的耕地壓力呈波動上漲態(tài)勢。
4.2動態(tài)預(yù)測
4.2.1模型檢驗效果
為提高BP神經(jīng)網(wǎng)絡(luò)的速度,本文先對美國已有數(shù)據(jù)進(jìn)行歸一化處理,經(jīng)過一定訓(xùn)練,使誤差達(dá)到最小。為檢驗該模型的科學(xué)性,選取2000—2013年數(shù)據(jù)對美國2014—2015年數(shù)據(jù)進(jìn)行檢驗,從表1可知,預(yù)測誤差率均小于6%,根據(jù)BP神經(jīng)網(wǎng)絡(luò)特性可知,誤差相對較小,因此本文可選取該模型進(jìn)行測算。
4.2.2糧食產(chǎn)量及耕地預(yù)測值
經(jīng)由BP神經(jīng)網(wǎng)絡(luò)運算所得美國2016—2020年人口、耕地面積和糧食產(chǎn)量的預(yù)測值,由表2可知,年末總?cè)丝诔什▌由仙厔荩孛娣e呈波動下降趨勢,但玉米、小麥、大豆、水稻等糧食產(chǎn)量持續(xù)上漲。年末總?cè)丝谠谖磥?年最大值出現(xiàn)在2019年,此時人口總數(shù)大約為34511萬人,雖然美國沒有直接干預(yù)人口規(guī)模和人口增長的國策,實行“自由生育”政策,但由于美國經(jīng)濟(jì)的快速發(fā)展,移民人口和移民生育人口的不斷增加,在一定程度上,還推行了許多人才引進(jìn)的政策,如美國的“人才進(jìn)口”政策大大增加了美國人口規(guī)模和人口質(zhì)量;而未來幾年是美國高速城鎮(zhèn)化發(fā)展階段,城鎮(zhèn)化水平上漲,人口的增加及城鎮(zhèn)的發(fā)展使得農(nóng)地非農(nóng)化現(xiàn)象明顯,在一定程度上促使耕地面積呈下降趨勢;玉米、大豆等農(nóng)產(chǎn)品產(chǎn)量持續(xù)上升則與美國農(nóng)業(yè)科技的發(fā)展、農(nóng)業(yè)結(jié)構(gòu)及農(nóng)業(yè)政策密切相關(guān),如美國農(nóng)業(yè)推出“種植業(yè)和畜牧業(yè)規(guī)模化”發(fā)展的政策,試圖通過調(diào)整農(nóng)業(yè)結(jié)構(gòu)提高農(nóng)產(chǎn)品產(chǎn)量,加之美國專業(yè)機(jī)械化水平的不斷發(fā)展,以及近些年高度商業(yè)化的家庭農(nóng)場的形成在一定程度上都導(dǎo)致美國2016—2020年糧食產(chǎn)量不斷提高。
5、結(jié)論與討論
5.1結(jié)論
(1)由于農(nóng)業(yè)技術(shù)水平的提高、農(nóng)業(yè)政策的扶持,美國糧食總產(chǎn)量不斷增長。農(nóng)產(chǎn)品單產(chǎn)呈緩慢增長態(tài)勢,除水稻外,人均糧食產(chǎn)量呈波動上升態(tài)勢,但由于人口激增農(nóng)地非農(nóng)化現(xiàn)象嚴(yán)重,美國耕地面積呈小幅度下降態(tài)勢。
(2)以2000—2013年數(shù)據(jù)為基礎(chǔ),對美國2014—2015年耕地及糧食產(chǎn)量數(shù)據(jù)進(jìn)行精度驗算,結(jié)果表明基于BP神經(jīng)網(wǎng)絡(luò)測算的平均誤差率為4.1%,平均誤差率較低,因此可運用該模型預(yù)測未來5年美國耕地及糧食產(chǎn)量的變化,從而使其研究更加科學(xué)化。
(3)基于BP神經(jīng)網(wǎng)絡(luò)的預(yù)測結(jié)果顯示,未來5年(2016—2020年)美國年末總?cè)丝诔什▌由仙厔荩孛娣e呈波動下降趨勢,玉米、小麥、大豆、水稻產(chǎn)量呈逐年上升趨勢。由于“自由政策”“人才進(jìn)口”的實施使得美國人口在未來5年不斷增加,間接帶動了農(nóng)地非農(nóng)化現(xiàn)象的形成,但美國高科技農(nóng)業(yè)現(xiàn)代化的不斷發(fā)展,以及近些年高度商業(yè)化家庭農(nóng)場的形成在很大程度上推動了美國2016—2020年糧食產(chǎn)量的不斷提高。
5.2討論
基于BP神經(jīng)網(wǎng)絡(luò)測算的美國耕地面積及糧食產(chǎn)量研究相比其他預(yù)測方法(如G,M)具有誤差小、準(zhǔn)確度高的特征,能夠更好地測算美國耕地及農(nóng)產(chǎn)品產(chǎn)量,是一次有意義的嘗試,但基于BP神經(jīng)網(wǎng)絡(luò)的測算方法計算過程繁瑣、所需數(shù)據(jù)較多,而且還存在一定誤差率,因此,基于科學(xué)性及有效性,在未來的研究中,如何簡化過程、提高測算精度并更加方便的收集數(shù)據(jù)是未來研究方向。
參考文獻(xiàn):略
中國鄉(xiāng)村發(fā)現(xiàn)網(wǎng)轉(zhuǎn)自:世界農(nóng)業(yè)
(掃一掃,更多精彩內(nèi)容!)