备战2024数学建模国赛（模型五）：典型相关分析优秀案例（五）粮食最低收购价政策问题研究

2024年华数杯数学建模

已于 2024-08-27 00:03:51 修改

阅读量142

点赞数

分类专栏：备战2024数学建模国赛文章标签：数学建模 2024年数学建模国赛备战数学建模国赛算法 2024 经典相关分析

于 2024-08-26 23:54:25 首次发布

本文链接：https://blog.csdn.net/m0_52343631/article/details/141576271

版权

备战2024数学建模国赛专栏收录该内容

81 篇文章 10 订阅

订阅专栏

专栏内容(赛前预售价99，比赛期间299): 2024数学建模国赛期间会发布思路、代码和优秀论文。（本专栏达不到国一的水平，适用于有一点点基础冲击省奖的同学，近两年有二十几个国二，但是达不到国一，普遍获得省奖，请勿盲目订阅）

python全套教程（一百篇博客）：从新手到掌握使用python，可以对数学建模问题进行建模分析。

35套模型算法（优秀论文示例）：马尔科夫模型、遗传算法、逻辑回归、逐步回归、蚁群算法、蒙特卡洛模拟、聚类模型、线性规划、粒子群算法、神经网络、相关系数、灰色预测、灰色关联分析、模糊综合评价、模拟退火、时间序列ARMA、方差分析支持向量机、插值、排队论、拟合模型、微分方程、层次分析法、小波分析、多元回归、图论floyd算法、图论Dijkstra模型、因子分析、动态规划、博弈论、决策树、典型相关分析、元胞自动机、主成分分析、TOPSIS法。

- 1 -

参赛密码

（由组委会填写）

“

华为杯

华为杯”

第十三届

全国研究生

数学建模竞赛

题目粮食最低收购价政策问题研究

摘

要：

粮食是人类最基本的生活消费品，粮食问题是关系到国家国计民生的头等问题。本

文分析影响粮食种植面积的指标，研究粮食最低收购价政策，建立关于粮食价格的数学

模型，并给出调控粮食种植的优化决策和建议，具有非常重要的现实意义。

对于问题一，首先选取了农业劳动力人口、农民人均受教育程度、城乡收入差距、

农民家庭负担、粮食的市场价格、粮食生产成本、粮食相对收益竞争力、农作物播种面

积、受灾情况、我国粮食净出口量、城市化水平 11 个影响粮食种植面积的候选因素，

并对这 11 个因素与粮食种植面积的关系进行定性分析。然后，利用非参数 Spearman 相

关检验法通过 SAS 软件分别对不同区域的水稻和小麦的影响其种植面积的指标与其种

植面积进行相关性检验，得到影响因素的指标体系。其中影响黑龙江省、湖南省、广西

省水稻种植面积的指标中具有相关关系的指标分别有 8 个、7 个和 5 个；影响安徽省、

河南省小麦种植面积的因素分别为 8 个和 9 个。最后，以所选取的与小麦和水稻种植面

积相关的指标为自变量以小麦和水稻的种植面积为因变量运用偏最小二乘回归的方法

分别建立模型。经检验，模型具有很好的拟合结果。

对于问题二，首先由问题一对小麦和水稻各代表省份选取的影响小麦和水稻种植面

积的指标，通过主成分分析的方法，对其进行降维处理，并分别选取合适的主成分的个

数。然后，以得到的小麦和水稻的主成分为随机效应，小麦和水稻的最低收购价政策为

固定效应，水稻和小麦的种植面积为因变量分别建立小麦和水稻的混合线性模型。最后，

通过对模型进行检验并求解，水稻最低收购价政策在黑龙江省的执行效果较为显著，而

在湖南省政策实施后，水稻的种植面积没有增加反而减少了。小麦最低收购价在安徽省

的执行效果较为显著。 - 2 -

对于问题三，首先，选取影响我国水稻和小麦价格、供给量及需求量的指标。然后，

基于供需理论构建粮食供需及价格联动模型，即水稻和小麦的供给模型、需求模型和价

格模型，并运用广义矩估计法通过 R 软件对模型进行估计。其次，运用所建立的粮食供

需及价格联动模型对小麦和水稻的未来几年的价格进行预测，并与运用 ARIMA 模型得到

的未来几年的水稻和小麦价格的预测值进行对比，得到粮食供需及价格联动模型的精度

和误差率较低。最后，通过建立的模型对我国粮食价格的规律性进行分析可得，粮食供

给、价格和需求分别受不同外生变量的影响，同时它们三者之间又是相互影响、相互制

约、共同演化的动态关系且粮食收购价格对市场价格有直接影响。

对于问题四，在问题三供需价格联动模型的基础上进行优化，将粮食种植面积最大

作为优化模型目标函数，从种植面积、财政支出及库存量三个方面进行约束。分别得到

水稻和小麦合理定价模型，应用该模型对国家“十二五”时期公布的粮食最低收购价进

行评价。定义误差率做为粮食最低收购价的评价标准，通过 LINGO 软件计算结果可以看

出 2011 年-2014 年公布的粮食最低收购价格较为合理。最后应用该模型对 2017 年粮食

最低收购价进行预测，得出水稻最低收购价格预测区间为[158.65,175.35]，小麦最低

收购价格预测区间为[129.2,142.8]。

对于问题五，在问题四中小麦的合理定价模型的基础上进行优化。在原有模型的基

础上，固定其它变量不变，将种植面积提高 5%，在满足约束条件的基础上，利用 Lingo

软件计算得出调整后的粮食最低收购价为 155 元。并通过 Matlab 软件模拟出小麦种植

面积随粮食最低收购价变动曲线。

对于问题六，根据问题一到问题五所得到的结论，我们从影响粮食种植面积因素、

粮食最低收购价政策实施、粮食价格规律及粮食最低收购价制定四个方面给出相应的调

控粮食种植的优化决策和建议。国家和政府在以后制定关于粮食的相关政策时，要考虑

地域及粮食品种差异；有关部门要打造粮食价格信息咨询平台，引导生产者对粮食价格

进行合理的预期进而进行合理的种植决策。

关键词 ：Spearman 偏最小二乘回归

混合线性模型供需及价格联动模型线性规划目录

1.前言 ................................................................................................................................. - 5 -

1.1 研究目的与意义 ................................................................................................... - 5 -

1.2 国内外研究动态 ................................................................................................... - 5 -

1.2.1 国内研究动态 ............................................................................................ - 5 -

1.2.2 国外研究动态 ............................................................................................ - 6 -

1.3 基本假设 ............................................................................................................... - 6 -

1.4 模型的符号说明 ................................................................................................... - 6 -

1.5 本文研究思路 ....................................................................................................... - 7 -

1.6 问题分析 ............................................................................................................... - 7 -

2.问题一解答——影响粮食种植面积因素分析 ............................................................ - 9 -

2.1 影响粮食种植面积的因素定性分析 .................................................................. - 9 -

2.2 数据来源及说明 ................................................................................................. - 10 -

2.2.1 数据来源 .................................................................................................. - 10 -

2.2.2 粮食品种及区域划分 ............................................................................. - 13 -

2.3 影响水稻种植面积的指标体系模型建立与求解 ............................................ - 14 -

2.3.1 指标选取 .................................................................................................. - 14 -

2.3.2 模型建立与求解——影响水稻种植面积的指标与水稻种植面积 ..... - 16 -

2.3.3 关于水稻种植面积的模型可信度和可靠性检验与分析 ..................... - 19 -

2.4 影响小麦种植面积的因素指标体系模型建立与求解 .................................... - 20 -

2.4.1 指标选取 .................................................................................................. - 20 -

2.4.2 模型建立与求解——影响小麦种植面积的指标与小麦种植面积 ..... - 22 -

2.4.3 关于小麦种植面积的模型可信度和可靠性检验与分析 ..................... - 23 -

3.问题二解答——粮食最低收购价政策评价模型 ...................................................... - 24 -

3.1 数据处理 ............................................................................................................. - 24 -

3.1.1 水稻数据处理 .......................................................................................... - 24 -

3.1.2 小麦数据处理 ......................................................................................... - 25 -

3.2 水稻最低收购价政策评价模型的建立 ............................................................ - 25 -

3.2.1 混合线性模型 .......................................................................................... - 25 -

3.2.2 确定水稻固定效应和随机效应 ............................................................. - 26 -

3.2.3 协方差结构的选择 ................................................................................. - 28 -

3.2.4 水稻最低收购价政策评价模型 ............................................................. - 28 -

3.3 水稻最低收购价政策评价模型的求解与检验 ............................................... - 28 -

3.3.1 黑龙江省水稻最低收购价政策评价模型求解与检验 ......................... - 28 -

3.3.2 湖南省水稻最低收购价政策评价模型求解与检验 ............................. - 29 -

3.3.3 广西壮族自治区水稻最低收购价政策评价模型求解与检验 ............. - 30 -

3.4 各省水稻最低收购价政策效果比较 ............................................................... - 31 -

3.5 小麦最低收购价政策评价模型的建立 ............................................................ - 32 -

3.5.1 小麦模型固定效应确定 ......................................................................... - 32 -

3.5.2 小麦模型随机效应确定 ......................................................................... - 32 -

3.5.3 小麦最低收购价政策评价模型 ............................................................. - 33 -

3.6 小麦最低收购价政策评价模型的求解与检验 ............................................... - 34 -

3.6.1 安徽省小麦最低收购价政策评价模型求解与检验 ............................. - 34 -

- 3 -

更多数学建模资料请关注微店店铺“数学建模学习交流”

https://k.weidian.com/RHO6PSpA - 4 -

3.6.2 河南省小麦最低收购价政策评价模型求解与检验 ............................. - 35 -

3.7 各省小麦最低收购价政策效果比较 ................................................................ - 36 -

4.问题三解答——粮食供需及价格联动模型 .............................................................. - 36 -

4.1 数据来源及说明 ................................................................................................. - 36 -

4.2 粮食供需及价格联动模型建立 ....................................................................... - 38 -

4.2.1 广义矩估计方法（GMM） ....................................................................... - 38 -

4.2.2 粮食供需及价格联动模型系统的设计 ................................................. - 38 -

4.3 粮食供需平衡价格联动模型求解 ................................................................... - 39 -

4.3.1 水稻供需平衡价格联动模型 ................................................................. - 39 -

4.3.2 小麦供需平衡价格联动模型 ................................................................ - 40 -

4.4 粮食供需平衡价格联动模型检验 ................................................................... - 41 -

4.4.1 水稻供需平衡价格联动模型检验 ........................................................ - 41 -

4.4.2 小麦供需平衡价格联动模型检验 ........................................................ - 42 -

4.5 我国粮食价格规律分析 ................................................................................... - 43 -

5.问题四——对粮食最低收购价的评价和预测 .......................................................... - 44 -

5.1 粮食最低收购价的合理定价模型的建立 ........................................................ - 44 -

5.1.1 水稻最低收购价的合理定价优化模型的建立 ..................................... - 44 -

5.1.2 小麦最低收购价的合理定价模型的建立 ............................................. - 45 -

5.2 “十二五”公布的粮食最低收购价格的合理性评价 ................................... - 46 -

5.2.1 “十二五”公布的水稻最低收购价格的合理性评价 ........................ - 47 -

5.2.2 “十二五”公布的小麦最低收购价格的合理性评价 ........................ - 47 -

5.3

对 2017 年的粮食最低收购价合理范围的预测 ........................................... - 47 -

5.3.1 对 2017 年的水稻最低收购价合理范围的预测 .................................. - 47 -

5.3.2 对 2017 年的小麦最低收购价合理范围的预测 ................................... - 48 -

6.问题五——小麦最低收购价合理定价模型的应用 .................................................. - 48 -

6.1 调整后的小麦最低收购价格的合理定价模型建立 ........................................ - 48 -

6.2 调整后的小麦最低收购价格的合理定价模型求解 ....................................... - 48 -

7. 问题六——调控粮食种植的优化决策和建议 ........................................................ - 49 -

7.1 从影响粮食种植面积因素方面 ........................................................................ - 49 -

7.2 从粮食最低收购价政策实施方面 .................................................................... - 49 -

7.3 从粮食价格规律方面 ........................................................................................ - 49 -

7.4 从粮食最低收购价制定方面 ............................................................................ - 50 -

8. 模型评价与推广 ......................................................................................................... - 50 -

8.1 模型的优点 ......................................................................................................... - 50 -

8.2 模型的缺点 ......................................................................................................... - 50 -

8.3 模型的推广 ......................................................................................................... - 50 -

参考文献 ........................................................................................................................... - 50 -

附录 ................................................................................................................................... - 52 - 1.前言

1.1 研究目的与意义

粮食是人类最基本的生活消费品，粮食问题是关系到国家的国计民生的头等问题。

众所周知，农业是国民经济发展的基础，粮食是基础的基础，因此粮食生产是关系到一

个国家发展与生产的一个关键的主题。由于耕地减少、人口增加、水资源短缺、气候变

化等问题日益凸显，加之国际粮食市场的冲击，我国粮食产业面临着潜在的风险。因此，

研究我国的粮食保护政策具有十分重要的作用和意义。

由于从 2004 年开始，我国粮食生产获得连年丰收，粮食价格面临着较大的下行压

力。为了调控粮食市场价格，继续稳定粮食生产，避免重蹈谷贱伤农的老路。我国自

2005 年起开始对粮食主产区实行了最低收购价政策。粮食最低收购价政策，是为保护

农民利益、保障粮食市场供应实施的粮食价格调控政策。最低收购价政策不仅可以促进

农民种粮的积极性，稳定粮食生产，促进农民收入的提高还可以有效地抵御国际粮价的

大幅上涨对我国粮食市场的冲击。但是，部分实行粮食最低收购价的地区，粮食品种种

植面积、粮食总产量不增反降，导致部分学者质疑粮食最低收购价政策的效果。

因此，在当前形势下，我们研究粮食最低收购价政策，分析影响粮食种植面积的

指标，建立这些指标和粮食最低收购价的数学模型，并给出调控粮食种植的优化决策和

建议，具有非常重要的现实意义。本文力求通过定性与定量的研究，科学地给出我国粮

食最低收购价政策的有效建议，对指导我国粮食产业的发展具有非常重要的现实意义。

1.2 国内外研究动态

粮食最低收购价政策近年来得到国内外学者的广泛关注，其中大多数学者致力于研

究粮食生产的有关政策，而专门对粮食价格收购政策的研究并不是很多，部分学者将粮

食收购政策放在农业保护政策研究中。我国自 2005 年开始执行粮食最低收购价政策，

少数学者对我国的粮食最低收购价政策进行研究，但研究也不是很深入，且对相关问题

争议较大。

1.2.1 国内研究动态

改革开放后，国内开始出现对农业和粮食保护问题的研究。随着我国市场经济体制

逐步建立以及粮食流通体制改革的深入，我国经济的迅速发展，粮食安全面临新形势、

新情况，粮食政策研究进入了一个新的发展阶段。我国粮食最低收购价格从 2004 年开

始实施，相较于粮食最低收购价，临时收储政策操作起来弹性较大，与粮食最低收购价

政策构成了我国现行的粮食价格支持政策。由于粮食政策研究的特殊性，粮食政策研究

并没有形成比较系统、规范的方法。如李成贵综合运用社会科学知识，将经济因素和非

经济因素纳入科学范围，系统地阐述了农业政策的规范性认识及其政治经济学意义。国

内一些学者对价格支持政策的经济学研究基于福利经济学的视角，任军军，王文举等[1]

（2010）利用供给需求模型对我国粮食最低收购价启动后对市场供、求曲线产生的影响

进行实证研究，验证了最低收购价存在托底粮价和提高市场均衡产量的作用。史长亮等

通过研究中国粮食供给和需求状况，对粮食价格走势进行预测分析。随着粮食最低收购

价政策的不断加深，国内学者开始运用经济学工具分析政策实施效应。部分学者用粮食

生产函数以及粮食生产成本曲线，动态分析粮食收购政策的产量效应。如韩喜平（2007）

等，利用福利经济学原理，借用供给—需求曲线分析粮食最低收购价政策对粮食生产者、

消费者等各种主体的影响。

此外，关于中国粮食政策的研究大部分是定性分析，对政策效果的正面评价较多，

侧重于如何更好地提高政策效果。高峰（2008）、程秀梅（2011）等[16]主要侧重于对

- 5 - - 6 -

粮食农业保护的研究。王士海（2011）[17]分别考察了最低收购价政策对市场价格的托

市效应、政策性粮食拍卖对粮食价格的平抑效应、粮食贸易政策对粮食调控的作用。王

冰（2001）分析讨论了有关的制度在粮食生产和流通中的作用。叶兴庆（2002）提出，

保护价收购存在系列问题，应以直接补贴农民的方式替代保护价收购。

1.2.2 国外研究动态

国内外在农业保护和粮食价格支持政策方面的研究成果，为我们研究我国粮食最低

收购政策，特别是现行的粮食最低收购价提供了有益的借鉴，给我们以启示。但是，我

国是人口大国、粮食生产和消费大国，国情复杂，粮情特殊。因此，在分析研究国外的

农业保护和粮食价格支持政策，应结合我国的国情、粮情实际，借鉴有益的做法和经验。

国外包含粮食收购政策在内的农产品价格支持政策发展大致可分为三个阶段，在农

产品价格支持政策之前，国外大多数学者将粮食收购政策放在农业支持政策体系下进

行研究。萌芽阶段，1993 年美国首次出台《农业调整法》，对农业支持系列政策作了

相关规定，标志着农业支持政策的萌芽。形成阶段，1962 年欧洲共同体出台“共同农

业政策”，之后越多学者开始研究关于农产品保护政策。Jayne 应用简化的向量自回归

模型研究了政府对采购和销售玉米价格的决定。AP Barkley 使用多变量协整检验方法

对印尼市场稻米的每周数据进行评估，结果发现政府的干预对农产品市场产生了一定积

极的影响。Mckenzie A M 等通过应用标准的 OLS、协整和误差修正模型用于确定无偏性。

发展阶段，随着经济社会发展，世界经济进入经济自由化阶段，不少学者认为保护政策

扭曲了农产品正常贸易，同时认为要取消农业保护政策，另一部分学者认为农业保护政

策不能取消，因为农业保护政策对保护生态环境、保障粮食安全存在着重要的意义。农

业补贴政策主要分为两大类：第一类即我国现行的粮食最低收购价制度和粮油临时收储

措施，即价格支持政策。第二类是与价格和产量脱钩的直接补贴政策。国外关于粮食最

低收购价的研究主要集中在最低收购价的经济学原理、定价机制，以及与其它补贴政策

的比较分析等方面。其中最早的粮食收购价的经济学思想来源于20世纪30年代Schultz

等提出的“蛛网模型”。蛛网理论的主要思想是理性经济人会根据上一生产周期的市场

均衡价格预期当期市场价格，即 p t  p t  1 。随着适应性预期和理性预期理论的兴起，预

期理论被广泛应用于研究粮食最低收购价问题。

1.3 基本假设

1.假设未来 10 年内技术进步不会对粮食产量产生巨大影响。

2.假设未来 10 年内不会发生战争或其它社会动荡。

3.假设未来 10 年内粮食补贴政策能及时落实。

4.假设在各大网站查到的数据都为真实数据。

5.暂时不考虑本文选取因素之外的因素对问题产生的影响。

1.4 模型的符号说明

符号

说明

符号

说明

r s

斯皮尔曼相关系数

x 11

城市化水平

x 1

农业劳动力人口

z 5

小麦市场价格

x 2

农民人均受教育程度

z 6

小麦生产成本

x 3

城乡收入差距

z 7

小麦相对收益竞争力

x 4

农民家庭负担

z 10

小麦净出口量

x 5

水稻的市场价格

y 1

黑龙江省水稻面积

x 6

水稻生产成本

y 2

湖南省水稻种植面积 - 7 -

x 7

水稻相对收益竞争力

y 3

广西水稻种植面积

x 8

农作物播种面积

y 4

河南省小麦种植面积

x 9

受灾情况

y 5

安徽省小麦种植面积

x 10

水稻净出口量

粮食最低收购价政策

1.5 本文研究思路

Spearman 相关系数检验

问题提出

影响因素定性分析

Spearman 相关系数检验

影响粮食种植面积

的指标体系与粮食

种植面积的模型

供需——价

格联动模型

粮食最低收购

价政策执行效

果的评价模型

粮食最低收购

价的定价及预

测模型

优建

化模

调控粮食种植的决策和建议

1.6 问题分析

1.问题一分析

对于问题一，要求建立影响粮食种植面积的指标体系和关于粮食种植面积的数学模

型，讨论指标体系的合理性及他们之间的关系，并对得出的相应结果的可信度和可靠性

给出检验和分析。

第一步，根据相关研究选取影响粮食种植面积的候选因素，并对这些因素与粮食种

植面积的关系进行定性分析。

第二步，由于这些指标与粮食种植面积间存在着粮食品种和区域差异，因此对粮食

品种与区域进行划分。小麦和水稻是我国主要的粮食作物，因此选取小麦和水稻为研究

的粮食品种。根据其主产区的地域性特点进行区域划分，并从划分的区域中各选出一个

代表性的省（区）分别进行研究。

第三步，对于水稻的代表省份和小麦的代表省份的候选因素与其种植面积用

Spearman 相关检验的方法分别进行相关性检验，最终选取小麦和水稻代表省份中与种

植面积相关的因素。

第四步，以第三步选取的水稻和小麦个各代表省份的指标为自变量，各省份的水稻

和小麦种植面积为因变量，运用偏最小二乘回归法建立影响水稻和小麦种植面积的指标

体系与种植面积的模型，并对模型的拟合效果与显著性进行检验。

偏最小二乘回归

混合线性模型

广义矩估计法 2.问题二分析

对于问题二，要求建立粮食最低收购价政策执行效果的评价模型，并运用所建立

的评价模型，结合粮食品种和区域差异，选择几个省份比较研究粮食主产区粮食最低收

购价执行的效果。

第一步，由问题一对小麦和水稻各代表省份选取的影响小麦和水稻种植面积的指

标，通过主成分分析的方法，对其进行降维处理，并选取合适的主成分的个数。

第二步，以第一步得到的小麦和水稻的主成分为随机效应，小麦和水稻的最低收

购价政策为固定效应，水稻和小麦的种植面积为因变量分别建立混合线性模型。所建模

型即为粮食最低收购价政策执行效果的评价模型。

第三步，通过对模型进行检验并求解，计算各省份水稻和小麦的影响效果，通过影

响效果比较研究几个代表省份粮食最低收购价执行的效果。

3.问题三分析

对于问题三，要求运用数据分析或建立数学模型探讨我国粮食价格所具有的特殊

规律性。

第一步，选取影响我国水稻小麦价格、供给量及需求量的指标。

第二步，基于供需理论构建粮食供需及价格联动模型。即对水稻和小麦的供给模型、

需求模型和价格模型，并运用广义矩估计法对该模型进行估计。

第三步，运用所建立的粮食供需及价格联动模型对小麦和水稻的未来几年的价格进

行预测，并与运用 ARIMA 模型得到的未来几年的水稻和小麦价格的预测值进行对比，得

到粮食供需及价格系统的精度和误差率，从而检验模型的正确性。

4.问题四分析

对于问题四，要求建立粮食最低收购价的合理定价模型，进而对“十二五”期间

国家发展与改革委员会公布的粮食最低收购价价格的合理性做出评价，并运用所建立的

模型对 2017 年的粮食最低收购价的合理范围进行预测。

第一步，在问题三供需价格联动模型的基础上进行优化，将粮食种植面积最大作

为优化模型目标函数，从种植面积、财政支出及库存量三个方面进行约束。分别得到水

稻和小麦合理定价模型。

第二步，应用所建立的水稻和小麦合理定价模型对国家“十二五”时期公布的粮

食最低收购价进行评价。定义误差率做为粮食最低收购价的评价标准，通过 LINGO 软件

计算结果判断公布的粮食最低收购价格的合理性。

第三步，应用所建立的模型对 2017 年粮食最低收购价进行预测，得出水稻和小麦

最低收购价格预测区间。

5.问题五分析

对于问题五，要求通过调整粮食最低收购价使我国小麦种植面积增加 5%。

第一步，在问题四中小麦的合理定价模型的基础上进行优化。在原有模型的基础上，

固定其它变量不变，将种植面积提高 5%。

第二步，在满足约束条件的基础上，利用 Lingo 软件计算得出调整后的粮食最低收

购价。

第三步，通过 Matlab 软件模拟出小麦种植面积随粮食最低收购价变动曲线。

6.问题六分析

对于问题六，要求根据研究结论，提出调控粮食种植的优化决策和建议。

本问题我们根据问题一到问题五所得到的结论，从影响粮食种植面积因素、粮食最

- 8 - 低收购价政策实施、粮食价格规律及粮食最低收购价制定四个方面给出相应的调控粮食

种植的优化决策和建议。

2.问题一解答——影响粮食种植面积因素分析

一般来讲，粮食的种植面积是决定粮食供给的关键因素，也是保障粮食安全的重要

前提。衡量粮食最低收购价政策实施的效果，主要是比较政策实施前后粮食种植面积是

否有显著性变化。可能影响粮食种植面积的因素有很多，根据国内外相关研究，我们选

取了除粮食最低收购价政策外的 11 个可能对粮食种植面积有影响的因素。分别为农业

劳动力人口、农民人均受教育程度、城乡收入差距、农民家庭负担、粮食的市场价格、

粮食生产成本、粮食相对收益竞争力、农作物播种面积、受灾情况、我国粮食净出口量、

城市化水平。本题主要研究这 11 个因素对粮食种植面积的影响。

2.1 影响粮食种植面积的因素定性分析

1、农业劳动力人口对粮食种植面积的影响

农业劳动力人口，是指社会中符合劳动年龄并有劳动能力的人的数量，和不到劳动

年龄或已超过劳动年龄但实际参加劳动的人的数量。农业劳动在农业中具有重要的作

用，表现在农业劳动具有能动性，即它是在农业生产力各要素中，唯一具有活力和发展

最快的。而且农业劳动力的不断提高，使得农业和国民经济得到迅速的发展。因此，农

业劳动力人口对农产品种植产生积极的影响，从而对粮食种植面积也会产生积极影响。

2、农民人均受教育程度对粮食种植面积的影响

农民所接受的教育和掌握的技术程度是他们人力资本的主要构成。尽管较多农民认

为种庄稼不需要什么教育和技术，但是作为一种特殊的资本形式，个人受教育程度和技

术水平会影响到他们的经济活动效率，而且也关系到乡村居民的个人发展和乡村社会的

发展问题。农民受教育程度的高低，会影响农业生产效率、农业现代实现。因此，农民

人均受教育程度提高，会提高农产品的产量，增加农民的收入，从而也会调动农民种植

的积极性，也会对粮食种植面积产生积极影响。

3、城乡收入差距对粮食种植面积的影响

城乡收入差距是城镇居民人均可支配收入与农村居民人均纯收入的比值。改革开放

以来，中国经济社会发展取得了举世瞩目的辉煌成就，综合国力明显增强，但城乡差距

居民收入差距也快速扩大。城乡收入差距状况对其流动方式会产生影响。农民所感受到

的收入差距越大，则外出打工动机越强；相反，农民相对剥夺感越低则更愿意留在本地。

因此，城乡收入差距的大小，影响农民的流动方式及种植的意愿，从而就会使粮食种植

面积收到影响。

4、农民家庭负担对粮食种植面积的影响

农民家庭负担指农村居民家庭生活消费支出，即农村常住居民家庭用于日常生活的

全部开支，是反映和研究农民家庭实际生活消费水平高低的重要指标。随着我国经济的

持续快速增长，农村经济也得到了迅速的发展。国家大力扶持农村各个方面的建设，使

得农村居民收入水平持续增加，农村的消费水平也有所提高。农民消费水平高，说明农

民的收入高，农民收入的高低影响着农民的种植积极性。因此，从农民的消费水平的高

低，影响农民的种植积极性，从而对种植面积产生间接的影响。

5、粮食的市场价格对粮食种植面积的影响

- 9 - 粮食价格的高低，决定了棉农利润的高低。粮食的市场价格越高，农民所得利润

就高，从而会调动农民种植粮食的积极性，扩大粮食的种植面积。相反，粮食的市场

价格低，农民会减少粮食的种植面积。

6、粮食生产成本对粮食种植面积的影响

粮食生产成本包括物质与服务费用及人工成本，生产成本与市场价格一样都直接影

响了农民的利润。粮食的生产成本越高，农民所得利润就越低，从而会影响农民种植

粮食的积极性，减少粮食的种植面积。相反，粮食生产成本低，农民会增加粮食的种

植面积。

7、粮食相对收益竞争力对粮食种植面积的影响

粮食相对收益竞争力是指水稻每亩净收益和小麦每亩净收益分别与其竞争农作物

每亩净收益的差值。粮食相对收益竞争力反映了粮食与其竞争农作物在收益上的差距。

粮食收益比其竞争农作物的收益高，则农民会增加粮食的种植面积，反之则会降低粮食

种植面积。

8、农作物总播种面积与粮食种植面积的影响

农作物播种面积，指实际播种或移植有农作物的面积。凡是实际种植有农作物的面

积，不论种植在耕地上还是种植在非耕地上，均包括在农作物播种面积中。随着改革开

放步伐的加快、加深，我国城市化迅速发展起来，乡镇企业大幅增加，新的企业、厂房、

公司及住房等建筑正如雨后春笋般地林立起来。新的建筑的建造需要新的地基，因为城

市化而占用的土地大多是农村良好的耕地。因此，农作物总播种面积增大，粮食种植面

积也会随之增大。

9、受灾情况与粮食种植面积的影响

农作物受灾情况，用农作物受灾面积与成灾面积的比值来表示。受灾面积是指因遭

受旱灾、水灾、风雹灾、霜冻、病虫害、及其它自然灾害使农作物较正常年景产量减产

一成以上的农作物播种面积。成灾面积是指在遭受上述自然灾害的受灾面积中，农作物

实际收获量较常年产量减少 3 成以上的播种面积。受灾情况，反映农民的损失情况，受

灾情况严重会直接影响农民的收益，从而会影响农民种植粮食的积极性，进而对粮食种

植面积产生影响。

10、我国粮食净出口量与粮食种植面积的影响

粮食净出口量指粮食出口量与进口量的差值。大量的粮食进口虽然可以满足国内对

粮食的需求但同时也对国内的粮食产业受到冲击，会严重影响农民的利益。因此，进口

量越多，导致粮食的种植面积越少，即粮食净出口值减小，粮食种植面积也会相应减少。

11、城市化水平与粮食种植面积的影响

城市化水平又叫城市化率，是衡量城市化发展程度的数量指标，一般用一定地域内

城市人口占总人口比例来表示。随着我国经济的发展我国的城市化进程越来越快,一方

面吸引了更多的农村劳动力进城打工,减少了粮食生产的劳动力投入,不利于维持粮食

的产出;另一方面城市化进程的加快,又有利于资本的运作,可以进一步提高资本的效率,

从而对技术的产出有着积极的影响,进而对粮食的生产效率产生积极影响。因此，城市

化水平对粮食产量产生影响，从而间接影响粮食的种植面积。

2.2 数据来源及说明

2.2.1 数据来源

- 10 - - 11 -

我国自 2005 年起开始对粮食主产区实行了最低收购价政策。故选取 1995-2014 时

间段内的数据，即实行政策前后共 20 年的数据进行研究。小麦和水稻是我国主要的粮

食作物，全国水稻种植面积约占粮食作物面积的 30％，产量接近粮食总产量的一半。

小麦在我国是仅次于水稻的主要粮食作物，小麦种植面积占我国粮食作物总面积的 22%

左右，产量占粮食总产量的 20%以上，因此对于小麦和水稻的研究是最具有代表性的。

小麦主产区为河北、江苏、安徽、山东、河南、湖北 6 省；稻谷的主产区包括辽宁、吉

林、黑龙江、江苏、安徽、江西、河南、湖北、湖南、广西、四川 11 省（区）。本文

选取小麦和水稻在主产区影响其种植面积的农业劳动力人口、农民人均受教育程度、城

乡收入差距、农民家庭负担、粮食的市场价格、粮食生产成本、粮食相对收益竞争力、

农作物播种面积、受灾情况、我国粮食净出口量、城市化水平 11 个指标数据主要来源

为：中华人民共和国国家统计局、中国统计年鉴、各省统计年鉴、布瑞克农产品数据库、

全国成本调查网等。本文对影响小麦和水稻种植面积的因素分别进行分析研究。以下为

水稻和小麦的部分数据（其它见附件），其中表 2-1 和表 2-1 （续）为湖南省水稻数据，

表 2-2 和表 2-2 （续）为河南省小麦数据。

以下数据为湖南省 1995-2014 时间段内影响水稻种植面积的 12 个因素的数据。其

中，农业劳动力人口为第一产业就业人口数、农民受教育程度为农民人均受教育年限、

城乡收入差距是城镇居民人均可支配收入与农村居民人均纯收入的比值、农民家庭负担

指农村居民家庭生活消费支出、市场收购价为本省水稻市场价格、水稻成产成本为成产

水稻产生的物质与服务费用及人工成本、水稻水稻相对收益竞争力是指水稻每亩净收益

与其竞争农作物每亩净收益的差值、农作物种植面积为本省实际种植农作物的面积、农

作物受灾情况为农作物受灾面积与成灾面积的比值、全国水稻净出口量指全国水稻出口

量与进口量的差值、城市化水平为城镇人口占总人口比重、水稻种植面积为本省实际种

植水稻的面积。

var(  ) 1 (   )

其中  是   i 的均值，最常见的重抽样法是留一 jackknife 法，即每次选一个样本点，

于是共有 n 个样本子集（即 g  n ）。在估计出方差后，类似于普通最小二乘法，求出  i

对应的 t 统计量，再进行均值是否为零的假设检验。

在本题中，我们应用以上偏最小二乘回归法建立自变量影响小麦和水稻种植面积的

指标体系与因变量小麦种植面积的模型并通过 R 软件求解。

2.3.2.2 模型建立与求解

运用偏最小二乘回归的方法通过 R 软件分别对黑龙江省、湖南省、广西省水稻种植

面积的指标与水稻种植面积的 1995-2014 时间段内的相关数据标准化后建立模型，令影

响水稻种植面积的农业劳动力人口、农民人均受教育程度、城乡收入差距、农民家庭负

担、水稻的市场价格、水稻生产成本、水稻相对收益竞争力、农作物播种面积、受灾情

况、我国水稻净出口量、城市化水平 11 个指标数据分别为 x 1 、 x 2 、 x 3 ...... x 11 。黑龙

江省影响水稻种植面积的指标与水稻种植面积模型部分结果如下所示：

首先，通过留一交叉验证法的结果及各主成分对因变量的贡献率，选取回归的主成

分的个数。如下表所示:

表 2-8 主成分选取（部分）

VALIDATION: RMSEP

Cross-validated using 20leave-one-out segments.

(Intercept)

1 comps

2 comps

3 comps

4comps

747.1

195

193

180.5

178.8

adjCV

747.1

194.4

192.6

179

176.7

TRAINING: % variance explained

1 comps

2 comps

3 comps

4comps

5 comps

93.21

99.78

99.87

99.91

100

94.04

94.55

96.77

97.07

97.1

其中 CV 即为不同主成分个数对应的 PRESS，adjCV 为调整后的 PRESS，“variance

explained”为主成分对各变量的累积贡献率。由结果可知，主成分个数为 3 个时，模

型在经过留一交叉验证后求得的 PRESS 总和较小，随着主成分个数的增加，PRESS 值也

没有太大改变。且 3 个主成分对各因变量的累积贡献率达到了 99%以上。因此选取回归

的成分个数为 3。

进一步，由 R 软件计算得出数据标准化后的回归系数，写出因变量对解释变量的回

归方程，如下表所示：

表 2-9

回归系数

0.379294797 0.084083161 0.111220235 0.032193578 - 19 -

x11

0.022301799 0.044993682 0.275637459 0.138193811

由上表我们可得影响黑龙江省水稻种植面积的 8 个指标与水稻种植面积的偏最小

二乘回归方程为:

7 8 11

1 1 2 4 5 6

0.0449 0.2756 0.1382

0.3793 0.0841 0.1112 0.3219 0.0223

x x x

y x x x x x

  

    

由以上方程我们可得黑龙江省影响水稻种植面积的指标农业劳动力人口 x 1 、农民受

教育程度 x 2 、家庭负担 x 4 、水稻的市场价格 x 5 、水稻的生产成本 x 6 、水稻的相对收益

竞争力 x 7 、农作物播种面积 x 8 和城市化水平 x 11 与黑龙江水稻种植面积 y 1 的关系。

根据以上分析方法我们可得湖南省和广西省影响水稻种植面积的指标与水稻种植

面积的偏最小二乘回归方程分别为：

湖南省：

7 8 10

2 1 3 5 6

0.0651 0.1241 0.1440

0.1094 0.1157 0.1157 0.1303

x x x

y x x x x

  

   

其中， y 2 为湖南省水稻种植面积，以上方程为湖南省水稻种植面积与影响水稻种

植面积的指标农业劳动力人口、城乡收入差距、水稻的市场价格、水稻的生产成本、水

稻的相对收益竞争力、农作物播种面积和水稻的净出口的回归方程。

广西省：

6 9 10 11

3 1 2 3 4 5

0.0431 0.15686 0.7765 0.1981

0.1633 0.2228 0.2559 0.1065 0.0404

x x x x

y x x x x x

   

    

其中， y 3 为广西省水稻种植面积，以上方程为广西省水稻种植面积与影响水稻种

植面积的指标农业劳动力人口、农民受教育程度、城乡收入差距、家庭负担、水稻的市

场价格、水稻的生产成本、受灾情况、水稻的净出口和城市化水平的回归方程。

2.3.3 关于水稻种植面积的模型可信度和可靠性检验与分析

2.3.3.1 回归方程系数的显著性检验

运用 Jackknife 方差估计法通过 R 软件对回归方程的显著性进行检验，经整理可

得如下结果：

表 2-10 偏最小二乘回归方程系数检验

各省水稻

种植面积

影响水稻种植

面积的指标

t 检验的 P

值

显著性

各省水稻

种植面积

影响水稻种植

面积的指标

t 检验的 P

值

显著性

0.03081

0.17735

0.92571

0.0550885

0.10481

3.37E-07

***

显著性符号表示: 极其显著‘***’ 非常显著 ‘**’ 很显著‘*’ 较显著‘.’

通过显著性检验可知，各省小麦种植面积受哪些自变量（影响小麦种植面积的指标）

的影响及其影响程度。由上表可知，对于河南省小麦种植面积 y 4 ，对其有显著性影响

的为农业劳动力人口 x 1 、农民受教育程度 x 2 、家庭负担 x 4 、小麦的市场价格 x 5 、小麦

的生产成本 x 6 、小麦的相对收益竞争力 x 7 、农作物播种面积 x 8 、受灾情况 x 9 和城市化

水平 x 11 。对于安徽省小麦种植面积 y 5 ，对其有显著影响的为小麦的生产成本、农作物

播种面积和城市化水平。

2.3.3.2 模型拟合效果分析

运用 R 软件画出，两个省份最终模型的拟合效果图，如下所示： - 24 -

图 2-2 模型拟合效果图

上图从左往右依次为河南省、安徽省小麦种植面积及其影响因素指标的模型拟合

效果图。从上图可以看出，两个图的散点大致都分布在对角线上，说明两个最终模型的

拟合效果较好。因此，我们建立的模型可以用来描述小麦种植面积与影响小麦种植面积

指标之间的关系是可靠的。

3.问题二解答——粮食最低收购价政策评价模型

我国自 2005 年起开始对粮食主产区实行了最低收购价政策。对粮食最低收购价政

策的作用，学者们褒贬不一。我们需要通过建立粮食最低收购价政策执行效果的评价模

型，结合粮食品种和区域差异，比较研究粮食主产区粮食最低收购价执行的效果。本题

由问题一相关性分析选取的各省影响水稻和小麦种植面积的指标及粮食最低收购价政

策的执行情况建立水稻和小麦最低收购价政策评价模型。

3.1 数据处理

3.1.1 水稻数据处理

由问题一相关性分析选取的各省影响水稻种植面积的因素及最低收购价政策作为

自变量，水稻种植面积为因变量，建立模型。令影响水稻种植面积的农业劳动力人口、

农民人均受教育程度、城乡收入差距、农民家庭负担、水稻的市场价格、水稻生产成本、

水稻相对收益竞争力、农作物播种面积、受灾情况、我国水稻净出口量、城市化水平

11 个指标数据分别为 x 1 、 x 2 、 x 3 ...... x 11 ；粮食最低收购价政策为 s 用 0-1 变量表示，

实行政策前为 0，实行政策后为 1；黑龙江省、湖南省、广西壮族自治区的水稻种植面

积分别为 y 1 、 y 2 、 y 3 。黑龙江省 1995-2014 时间段内的部分数据经整理，如下所示：

表 3-1 黑龙江省与水稻种植面积相关的指标

年份

x11

1995 571.8

7.529 1479.84 90.19 389.44 189.76

8647

0.537

835.1

1996

566

7.734 1537.3

80.1

369.3 147.54 8883.7

0.538

1107.5

1997 653.2

7.856 1549.1 63.43 357.01 217.16 9030.9

0.539

1396.9

1998 826.5

7.85 1464.64 64.81 275.79 110.15 9193.78

0.54

1566.7

. - 25 -

2010 942.6

8.752 4391.2 136.48 585.45 328.93 12156.2 0.556744

1 2768.84

2011 988.6

9.115 5333.6 142.93 675.86 294.5 12222.93 0.564945

1 2945.55

2012 1039.3

9.21

5718

145.94 823.98 218.39 12236.99 0.569118

1 3069.76

2013 1067.6 9.481 6813.6 148.18 865.59 243.41 12200.79 0.57392

1 3175.59

2014 1079.5 9.352

7830

154.98 852.68 295.94 12225.92 0.58022

1 3205.47

上表为黑龙江省 1995-2014 年影响水稻种植面积的指标中与水稻种植面积存在

相关性的指标及水稻最低收购价政策的部分数据，详细数据及其它两省的数据见附件。

3.1.2 小麦数据处理

由问题一相关性分析选取的各省影响小麦种植面积的因素及最低收购价政策作为

自变量，小麦种植面积为因变量，建立模型。令影响小麦种植面积的农业劳动力人口、

农民人均受教育程度、城乡收入差距、农民家庭负担、小麦的市场价格、小麦生产成本、

小麦相对收益竞争力、农作物播种面积、受灾情况、我国小麦净出口量、城市化水平

11 个指标数据分别为 z 1 , z 2 ,  z 11 ；粮食最低收购价政策为 s 用 0  1 变量表示，实行政策

前为 0，实行政策后为 1；河南省、安徽省小麦种植面积分别为 y 4 、 y 5 。安徽省 1995-2014

时间段内的部分数据经整理，如下所示：

表 3-2 安徽省与小麦种植面积相关的指标

年份

上表为安徽省 1995-2014 年影响小麦种植面积的指标中与小麦种植面积存在相关

性的指标及小麦最低收购价政策的部分数据，详细数据及河南省的数据见附件。

3.2 水稻最低收购价政策评价模型的建立

3.2.1 混合线性模型

混合线性模型有时又称为多水平线性模型或层次结构线性模型。它是一种方差分量

模型，既含有固定效应，又含有随机效应的模型。在因果关系的统计分析中，传统的线

性模型除自变量与因变量的线性关系外，对因变量还有 3 个假定分别为：正态性、独立

性、方差齐性。但在实际工作中，会经常遇到一些资料它们并不能完全满足上述 3 个条

件，而混合线性模型保留了传统线性模型中因变量的正态性而对其它两个条件不作要

求，扩大了传统线性模型的适用范围。混合线性模型的配合过程比较复杂，涉及随机效

应与固定效应变量的选取，方差协方差矩阵结构的选择以及因素筛选及结果解释等。 - 26 -

混合线性模型的一般形式为：

Y  X   Z   

式中 Z 为随机效应变量构造的设计矩阵，其构造方式与 X 相同。  为随机效应参数向量，

 服从均值向量为 0 、方差协方差矩阵为 G 的正态分布，表示为  ~ N (0, G ) 。  为随机

误差向量，放宽了对  的限制条件，其元素不必为独立同分布。

3.2.2 确定水稻固定效应和随机效应

3.2.2.1 固定效应确定

固定效应为设计者所研究的因素，试验中若因素的水平选取已定好，该因素的水平

效应作为固定参数，称此为固定效应。本题中，我们主要研究水稻最低收购价政策对水

稻种植面积的影响，因此将水稻最低收购价政策作为固定效应。

3.2.2.2 随机效应确定

若因素的水平选取是随机地从某一总体中抽取，水平效应值是一随机变量，称此效

应为随机效应。由于除水稻最低收购价政策影响水稻种植面积的因素还有很多，其它影

响水稻种植面积的视为随机效应。由于问题一中经相关性分析选取的影响水稻种植面积

的指标较多且有可能存在相关关系，因此我们用主成分的方法对这些影响因素降维。

以黑龙江省为例，我们运用主成分的方法对影响黑龙江省水稻种植面积的因素进行

降维处理，经 SAS 软件运行

0.071

在供给模型中，小麦的价格水平对供给量的影响显著且为正，说明小麦生产者倾向

于根据小麦价格安排生产计划，如果当前一期价格升高，就会增加产量和供给，反之则

会减少产量和供给。进口量及每亩单产水平对供给量的影响也是显著的并且为正相关

的，说明小麦的进口量逐年增加，已构成我国小麦供给量的重要组成部分；每亩单产水

平逐年提高，已成为我国小麦供给的重要来源。种植面积对小麦供给量的影响显著且为

正，说明种植面积的增加势必会促进供给量的增加。

在价格模型中，进口贸易额和出口贸易额对小麦价格影响不显著，这是因为近几年

小麦的进口量和出口量占小麦产量的比重比较小，故而不能影响小麦的价格。小麦的供

给量对小麦的价格影响显著且为负，说明小麦供给量的增加，自然会导致小麦价格的下

降。小麦替代品对小麦的价格影响显著且为正，说明随着小麦替代品价格的增加，商家

为获取更高的利润，会相应提高小麦的价格。最低粮食收购价对小麦的价格影响显著且

为正，由于小麦的价格一定高于最低粮食收购价格，故随着粮食收购价的提高 , 小麦的

价格也一定会提高。

在需求模型中，价格水平对小麦需求的影响显著且为负，可想而知，小麦的价格水

平越高，居民对小麦的需求就会减少，因此价格水平会对小麦需求有负影响。居民人均

消费对小麦需求的影响显著且为负，说明随着居民人均消费水平的提高，居民可以有更

多的选择，这样对小麦的需求比重就会降低。替代品价格对小麦需求的影响显著且为负，

说明替代品的价格越高，人们越倾向于购买价格相对较低的小麦，因而对小麦的需求就

会增大。出口贸易额对小麦需求的影响显著且为正，出口贸易额已成为小麦需求的重要

组成部分，出口贸易额越大，说明小麦的需求量越大。城镇化水平对小麦需求的影响显

著且为正，城镇化水平越高，小麦的种植面积就会越少，小麦的产量就会降低，因而就

会刺激小麦的需求量增加。

从以上分析可以看出，小麦供给、价格和需求分别受不同外生变量的影响，同时它

们三者之间又是相互影响、相互制约、共同演化的动态关系。

4.4 粮食供需平衡价格联动模型检验

4.4.1 水稻供需平衡价格联动模型检验

4.4.1.1 ARIMA 模型预测影响水稻价格的因素

运用 ARIMA 模型，按照 BIC 最小化准则同时构造 Ljung-Box Q 统计量，对 2015 年

至 2020 年影响水稻供给量和需求量的居民人均消费水平、水稻出口贸易额、水稻进口

贸易额、水稻单产水平、替代品价格水平、水稻种植面积、进口量和城镇化水平进行合

理预测如下表所示。

表 4-6 影响水稻总体价格形成的各因素预测值

居民人均

水稻进口

水稻出口

水稻单产

替代品价

水稻种

进口量

城镇化 - 42 -

消费水平

(元)

贸易额

(百万美

注： ARIMA（1,1,1）表示一阶自回归、一阶差分和一阶移动平均项的 ARIMA 模型；“LB 统计量”行

中括号中数值表示相应统计量的显著水平。

从上表“LB 统计量”行所显示的显著性水平可知，各指标时间序列预测模型 ARIMA

的残差序列不能拒绝是白噪声序列的原假设，接受残差序列为白噪声，从而认为残差序

列相互独立，说明预测模型的拟合效果良好，可以用来对原始序列进行短、中期预测。

从各指标的预测结果来看，影响水稻价格的各因素如城镇化率、居民人均消费水平、水

稻单产水平等总体上均呈现增长趋势，这符合经济增长的一般规律。

4.4.1.2 水稻供需平衡价格联动系统预测值检验

价格是联结供给和需求的中间变量，在给定其它因素条件下，通过价格变量可以预

测出供给和需求变量的走势，同样，也可以通过供给和需求变量预测出价格变量的走势，

价格的预测性能和预测精度可以反映出整个供需系统预测的合理性。因此，我们在给出

各因素的预测值的基础上，利用价格模型对价格进行预测，得到新的价格预测值，将通

过用 ARIMA 模型预测得到的价格预测值与系统得到的价格预测值进行对比，来验证价格

系统的合理性和两种方法性能的一致性。两种方法预测出来的水稻价格如下表所示。

表 4-7 水稻总体价格形成系统模型适用性检验

ARIMA 预测值

系统预测值

预测误差率

预测精度

2015

132.8

125.11

5.78

94.22

2016

134.0

126.54

5.54

94.46

2017

135.2

127.91

5.38

94.62

2018

139.2

132.11

5.08

94.92

2019

136.5

130.86

4.11

95.89

2020

137.8

131.73

4.4

95.6

从上表可知，通过运用 ARIMA 预测法和系统模型预测法得到的从 2015 年至 2020

年水稻价格的两种预测值序列的差异并不大，各年份两种预测方法的预测误差率均低于

10%，预测精度均高于 90%。

4.4.2 小麦供需平衡价格联动模型检验

4.4.2.1 ARIMA 模型预测影响小麦价格的因素

运用 ARIMA 模型，按照 BIC 最小化准则同时构造 Ljung-Box Q 统计量，对 2015 年

至 2020 年影响小麦供给量和需求量的居民人均消费水平、小麦出口贸易额、小麦进口

贸易额、小麦单产水平、替代品价格水平、小麦种植面积、进口量和城镇化水平进行合 - 43 -

理预测如下表所示：

表 4-8 影响小麦总体价格形成的各因素预测值

居民人均

消费水平

(元)

小麦进口

贸易额

(百万美

元)

0.849

0.577

0.683

注：ARIMA（1,1,1）表示一阶自回归、一阶差分和一阶移动平均项的 ARIMA 模型；“LB 统计量”行

中括号中数值表示相应统计量的显著水平。

从上表“LB 统计量”行所显示的显著性水平可知，各指标时间序列预测模型 ARIMA

的残差序列不能拒绝是白噪声序列的原假设，接受残差序列为白噪声，从而认为残差序

列相互独立，说明预测模型的拟合效果良好，可以用来对原始序列进行短、中期预测。

从各指标的预测结果来看，影响小麦价格的各因素如城镇化率、居民人均消费水平、水

稻单产水平等总体上均呈现增长趋势，这符合经济增长的一般规律。

4.4.2.2 小麦供需平衡价格联动系统预测值检验

价格是联结供给和需求的中间变量，在给定其它因素条件下，通过价格变量可以预

测出供给和需求变量的走势，同样，也可以通过供给和需求变量预测出价格变量的走势，

价格的预测性能和预测精度可以反映出整个供需系统预测的合理性。因此，我们在给出

各因素的预测值的基础上，利用价格模型对价格进行预测，得到新的价格预测值，将通

过用 ARIMA 模型预测得到的价格预测值与新得到的价格预测值进行对比，来验证价格系

统的合理性和两种方法性能的一致性。两种方法预测出来的小麦价格如表 4-9 所示。

表 4-9 小麦总体价格形成系统模型适用性检验

ARIMA 预测值

系统预测值

预测误差率

预测精度

2015

113.6

103.78

8.64

91.36

2016

114.6

104.82

8.56

91.44

2017

115.7

105.58

8.76

91.24

2018

116.9

107.55

7.96

92.04

2019

118.0

109.13

7.55

92.45

2020

119.3

113.05

5.22

94.78

从上表可知，通过运用 ARIMA 预测法和系统模型预测法得到的从 2015 年至 2020 年

小麦价格的两种预测值序列的差异并不大，各年份两种预测方法的预测误差率均低于

10%，预测精度均高于 90%，且预测误差率明显呈下降趋势，预测精度呈逐年提高的趋

势，说明两种方法对小麦价格的预测结果具有一致性。

4.5 我国粮食价格规律分析 - 44 -

经过以上分析研究我们可得，我国粮食价格、粮食供给量及粮食需求量之间存在相

互制约的动态关系，并且它们还同时受多种因素的影响，如前一年粮食价格水平、进口

贸易额、出口贸易额、替代品价格水平、最低粮食收购价、城镇化率、居民人均消费水

平等。构建供需平衡价格联动模型，并运用广义据估计法对该系统进行估计，经研究表

明前一年粮食价格水平、进口贸易额、出口贸易额、替代品价格水平、最低粮食收购会

对价格形成直接的影响，而居民人均消费水平、城镇化率会通过需求间接对价格产生影

响，单产水平会通过供给间接对价格形成影响。

5.问题四——对粮食最低收购价的评价和预测

5.1 粮食最低收购价的合理定价模型的建立

国家制定粮食最低收购价政策，旨在保证粮农种植粮食不亏损，提高粮农的种植积

极性，从而增加粮食的种植面积；同时还可以平衡粮食的市场价格，保证国家粮食库存

充足，因而，建立一个粮食最低收购价的合理定价模型显得尤为重要。在问题三的研究

中，我们建立了粮食供需与价格模型的联动系统，粮食供给、需求及价格之间相互影响，

根据三者之间的关系，我们可以建立粮食最低收购价格的合理定价模型：

5.1.1 水稻最低收购价的合理定价优化模型的建立

5.1.1.1 水稻优化目标函数确立

在问题三的研究中，我们得到了水稻供给模型：

G ts  0.16 G ts  1  1.03 P  1  0.07 IM  25.39 UP  0.65 PR

研究了水稻的供给量和前期水稻供给量、水稻前期的价格水平、水稻的进口量、水稻的

单产量、水稻的种植面积的关系，为了研究水稻最低收购价的合理定价问题，我们将在

给定水稻最低收购价时获得的最大水稻种植面积作为目标，对问题三中水稻供给模型变

形，得到如下目标函数：

max PR t  1.538 G ts  0.246 G ts  1  1.58 P  1  0.107 IM  39.06 UP

其中， PR t 表示水稻的 t 期种植面积， G t s 表示水稻的 t 期供给量， P t  1 表示水稻的 t  1 期价格水平，

IM t 表示水稻的 t 期进口量， UP t 表示水稻的 t 期单产量。

5.1.1.2 水稻优化模型约束条件

约束条件 1：

在问题三中，我们得到了水稻的价格模型：

t t

P   0.006 G  0.67 P  1  0.0015 IN  0.0087 EX  0.022 SP  0.137 PO

其中，

P 表示水稻的 t 期价格水平， G t s 表示水稻的 t 期供给量，  1

P 表示水稻的 t  1 期价

格水平， IN t 表示水稻的 t 期进口贸易额， EX t 表示水稻的 t 期出口贸易额，

SP 表示水稻

的 t 期替代品价格， PQ t 表示水稻的 t 期水稻的最低收购价。用此模型可以反映水稻最低

收购价与水稻价格水平的关系，因此我们将此模型作为一个约束条件。

约束条件 2 ：

在问题三中，我们得到了水稻的需求模型：

G P CU SP EX t URBAN

td  65.5  1.48  0.488  2.97  111.4

其中， G t d 表示水稻的 t 期需求量，

P 表示水稻的 t 期价格水平， CU t 表示 t 期居民人均

消费，

SP 表示水稻的 t 期替代品价格， EX t 表示水稻的 t 期出口贸易额， URBAN 表示城

镇化水平。用此模型可以反映水稻的需求量与水稻价格的关系，因此我们可以将此模型 - 45 -

作为一个约束条件。

约束条件 3：

随着城镇化水平的不断提高，粮食种植面积显著减少，因而水稻的种植面积也显著

减少，故水稻的种植面积不会超过历史上某年最大的水稻种植面积，即得到如下约束条

件：

1.538  0.246  1  1.58  1  0.107  39.06  31764.8

G ts G ts P IM UP

其中， G t s 表示水稻的 t 期供给量， P t  1 表示水稻的 t  1 期价格水平， IM t 表示水稻的 t 期

进口量， UP t 表示水稻的 t 期单产量。

约束条件 4:

由于国家对于粮食的补贴金额是有限制的，在保持合理库存的前提下，一般不会超

出各地粮食市场价格的 10%，因此可以得到如下约束条件：

P  PO  0.1  P

约束条件 5：由于各变量的取值均需大于零，故得约束条件：

0, 0, 0, 0

0, 1 0, 0, 0, 0, 0,

   

      

PQ G CU URBAN

G P IM UP P SP

t t d t

从而我们建立了水稻的最低收购价的合理定价模型：











   

     







   



  

 

      

    



 



 

0, 0, 0, 0

0, 0, 0, 0, 0, 0,

1.58 0.107 39.06 31764.8

538

0.488 2.97 111.4

65.5 1.48

0.006 0.67 0.0015 0.0087 0.022 0.137

max 1.538 0.246 1.58 0.107 39.06

1 1

PQ G CU URBAN

G P IM UP P SP

P PO

G P IM UP

SP EX URBAN

P CU

P G P IN EX SP PO

PR G G P IM UP

t t d t

t t

t ts ts

5.1.2 小麦最低收购价的合理定价模型的建立

5.1.2.1 小麦优化模型目标函数确立

在问题三的研究中，我们得到了小麦供给模型：

G ts   0.22 G ts  1  41.05 P  1  0.24 IM  9.8 UP  0.41 PR

研究了小麦的供给量和前期小麦供给量、小麦前期的价格水平、小麦的进口量、小麦的

单产量、小麦的种植面积的关系，为了研究小麦最低收购价的合理定价问题，我们将在

给定小麦最低收购价时获得的最大小麦种植面积作为目标，对问题三中小麦供给模型变

形，得到如下目标函数：

max PR t  2.44 G ts  0.54 G ts  1  100.12 P  1  0.59 IM  23.9 UP

其中， PR t 表示小麦的 t 期种植面积， G t s 表示小麦的 t 期供给量， P t  1 表示小麦的 t  1

期价格水平， IM t 表示小麦的 t 期进口量， UP t 表示小麦的 t 期单产量。

5.1.2.2 小麦优化模型约束条件

约束条件 1：

在问题三中，我们得到了小麦的价格模型：

t t

P   0.0003 G  0.42 P  1  0.009 IN  0.003 EX  0.006 SP  0.23 PO - 46 -

其中， P t 表示小麦的 t 期价格水平， G t s 表示小麦的 t 期供给量， P t  1 表示小麦的 t  1 期

价格水平， IN t 表示小麦的 t 期进口贸易额， EX t 表示小麦的 t 期出口贸易额， SP t 表示

小麦的 t 期替代品价格， PQ t 表示小麦的 t 期小麦的最低收购价。用此模型可以反映小麦

最低收购价与小麦价格水平的关系，因此我们将此模型作为一个约束条件。

约束条件 2：

在问题三种，我们得到了小麦的需求模型：

G P CU SP EX t URBAN

td  30.57  0.101  0.39  0.16  1487.1

其中， G t d 表示小麦的 t 期需求量，

P 表示小麦的 t 期价格水平， CU t 表示 t 期居民人均

消费，

SP 表示小麦的 t 期替代品价格， EX t 表示小麦的 t 期出口贸易额， URBAN 表示城

镇化水平。用此模型可以反映小麦的需求量与小麦价格的关系，因此我们可以将此模型

作为一个约束条件。

约束条件 3：

随着城镇化水平的不断提高，粮食种植面积显著减少，因而小麦的种植面积也显著

减少，故小麦的种植面积不会超过历史上某年最大的小麦种植面积，即得到如下约束条

件：

2.44  0.54  1  100.12  1  0.59  23.9  30056.69

G ts G ts P IM UP

其中， G ts 表示小麦的 t 期供给量，  1

P 表示小麦的 t  1 期价格水平， IM t 表示小麦的 t 期

进口量，

UP 表示小麦的 t 期单产量。

约束条件 4:

由于国家对于粮食的补贴金额是有限制的，在保持合理库存的前提下，一般不会超

出各地粮食市场价格的 10%，因此可以得到如下约束条件：

P  PO  0.1  P

约束条件 5：

由于各变量的取值均需大于零，故得约束条件：

0, 0, 0, 0

0, 1 0, 0, 0, 0, 0,

   

      

PQ G CU URBAN

G P IM UP P SP

t t d t

5.1.2.2 水稻最低收购价的合理定价优化模型

经以上的目标函数及约束条件而我们建立了小麦的最低收购价的合理定价模型：











   

     







   



    

      

    



 

0, 0, 0, 0

0, 0, 0, 0, 0, 0,

100.12 0.59 23.9 30056.69

. 4

2.44

30.57 0.101 0.39 0.16 1487.1

0.0003 0.42 0.009 0.003 0.006 0.23

max 2.44 0.54 100.12 0.59 23.9

1 1

PQ G CU URBAN

G P IM UP P SP

P PO

P IM UP

P CU SP EX URBAN

P G P IN EX SP PO

PR G G P IM UP

t t d t

t t

t ts ts

5.2 “十二五”公布的粮食最低收购价格的合理性评价

运用 Lingo 软件，对粮食最低收购价格的合理定价模型进行运算，得到合理粮食补

贴价格。定义误差率： - 47 -

- %

合理补贴价格

误差率  （实际补贴价格合理补贴价格）

作为合理性评价标准。若误差率的绝对值<0.05,则认为公布的实际粮食补贴价格是合理

的。

5.2.1 “十二五”公布的水稻最低收购价格的合理性评价

运用 Lingo 软件，对水稻最低收购价格的合理定价模型进行运算，得到合理水稻最

低补贴价格如下表所示：

表 5-1 水稻的最低补贴价格定价模型的运算结果

年份

实际补贴价格

合理补贴价格

误差率

2011

128

120

0.046875

2012

140

142

-0.014285714

2013

150

147

0.02

2014

155

151

0.025806452

从上表可知，2011 年至 2014 年的合理最低补贴价格分别为 120 元、142 元、147

元、151 元；误差率分别 0.046875、-0.014285714、0.02、0.025806452；由于这四年

的误差率的绝对值均小于 0.05，故我们可以认为公布的实际水稻最低补贴价格是合理

的。

5.2.2 “十二五”公布的小麦最低收购价格的合理性评价

运用 Lingo 软件，对小麦最低收购价格的合理定价模型进行运算，得到合理小麦最

低补贴价格如下表所示：

表 5-2 小麦的最低补贴价格的定价模型的运算结果

年份

实际补贴价格

合理补贴价格

误差率

2011

-0.021505376

2012

102

107

-0.049019608

2013

112

115

-0.026785714

2014

118

123

-0.042372881

从上表可知，2011 年至 2014 年的合理最低补贴价格分别为 95 元、107 元、115 元、

123 元；误差率分别-0.021505376、-0.049019608、-0.026785714、-0.042372881；由

于这四年的误差率的绝对值均小于 0.05，故我们可以认为公布的实际小麦最低补贴价

格是合理的。

5.3 对 2017 年的粮食最低收购价合理范围的预测

5.3.1 对 2017 年的水稻最低收购价合理范围的预测

运用 Lingo 软件，对水稻最低收购价格的合理定价模型进行运算，得到 2015-2017

年的合理水稻最低补贴价格,同时根据 2、2 中误差率及合理性的评判标准，给出了各年

的合理水稻最低补贴价格的预测区间，如下表所示：

表 5-3 水稻 2015-2017 年合理最低补贴价格的预测区间

合理补贴价格

预测区间

2015

156

148.2

163.8

2016

161

152.95

169.05

2017

167

158.65

175.35 - 48 -

从上表可知，2017 年水稻的合理最低补贴价格为 167 元，预测区间为 158.65 元

-175.35 元之间。

5.3.2 对 2017 年的小麦最低收购价合理范围的预测

运用 Lingo 软件，对小麦最低收购价格的合理定价模型进行运算，得到 2015-2017

年的合理小麦最低补贴价格,同时根据 2、2 中误差率及合理性的评判标准，给出了各年

的合理小麦最低补贴价格的预测区间，如下表所示：

表 5-4 小麦 2015-2017 年合理最低补贴价格的预测区间

合理补贴价格

预测区间

2015

127

120.65

133.35

2016

132

125.4

138.6

2017

136

129.2

142.8

从上表可知，

017年小麦的合理最低补贴价格为136元，预测区间为129.2元-142.8

元之间。

6.问题五——小麦最低收购价合理定价模型的应用

6.1 调整后的小麦最低收购价格的合理定价模型建立

若国家想让小麦种植面积增加 5%，可以通过调整小麦最低收购价来实现。为此，

需对问题四中小麦最低收购价格的合理定价模型进行调整，调整后的小麦最低收购价格

的合理定价模型如下：











   

     







   



    

      

     



 

0, 0, 0, 0

0, 0, 0, 0, 0, 0,

100.12 0.59 23.9 30056.69

30.57 0.101 0.39 0.16 1487.1

0.0003 0.42 0.009 0.003 0.006 0.23

max 1 1 5% *(2.44 0.54 100.12 0.59 23.9 )

1 1

PQ G CU URBAN

G P IM UP P SP

P IM UP

P CU SP EX URBAN

P G P IN EX SP PO

s t

PR G G P IM UP

t t d t

t s t t t t t

t t t

d t t t t

t ts t t t t t

t ts ts t t t

其中，

P 表示小麦的 t 期价格水平， G ts 表示小麦的 t 期供给量，  1

P 表示小麦的 t  1 期价

格水平， IN t 表示小麦的 t 期进口贸易额， EX t 表示小麦的 t 期出口贸易额，

SP 表示小麦

的 t 期替代品价格， PQ t 表示小麦的 t 期小麦的最低收购价， G t d 表示小麦的 t 期需求量，

CU t 表示 t 期居民人均消费，

SP 表示小麦的 t 期替代品价格， EX t 表示小麦的 t 期出口贸

易额， URBAN 表示城镇化水平， IM t 表示小麦的 t 期进口量，

UP 表示小麦的 t 期单产量。

6.2 调整后的小麦最低收购价格的合理定价模型求解

运用 Lingo 软件，对上述小麦最低收购价格的合理定价模型进行运算，可以得到小

麦合理最低收购价，即可以通过调整小麦最低收购价来实现小麦种植面积增加 5%的问

题。依据 Lingo 软件计算结果得出，当小麦种植面积提高 5%后，小麦最低收购价格为

155 元。应用 Matlab 软件模拟出小麦种植面积与小麦最低收购价格曲线图像如下图所

示。图 6-1 拟合曲线图

由上图可以看出当小麦低收购价格为 155 元时，小麦的种植面积提高了 5%。

7.问题六——调控粮食种植的优化决策和建议

根据问题一到问题五所得到的结论，我们将从影响粮食种植面积因素、粮食最低收

购价政策实施、粮食价格规律及粮食最低收购价范围四个方面给出相应的调控粮食种植

的优化决策和建议。

7.1 从影响粮食种植面积因素方面

由问题一的研究结论可得，粮食种植面积受多种因素的影响，并且粮食品种和粮

食种植区域的不同对于粮食种植面积的影响因素也是不同的。因此，若想提高粮食种植

面积扩大粮食产量，应该根据其粮食品种和地域的不同，找出对粮食种植面积具有显著

性影响的因素，制定相应的政策措施。例如对于水稻来说，在其主产区黑龙江省与种植

面积相关的因素有农业劳动力人口、农民受教育程度、家庭负担、水稻的市场价格、水

稻的生产成本、水稻的相对收益竞争力、农作物播种面积和城市化水平，但是对其具有

显著性影响为农业劳动人口及农作物播种面积，因此调控黑龙江省种植面积是注重调整

这两个因素对种植面积的影响。国家和政府在以后制定关于粮食的相关政策时要对症下

药，因地制宜。

7.2 从粮食最低收购价政策实施方面

由问题二的研究可得，粮食最低收购价政策的实施对于不同粮食品种、不同区域的

影响效果是不同的。且并不是所有粮食主产省分实施粮食最低收购价对粮食种植面积有

积极的影响。以水稻为例，比较粮食最低收购价政策实施前后对各省份水稻种植面积的

影响，发现政策实施对黑龙江省和广西省水稻种植面积有积极影响，而对湖南省水稻种

植面积的影响是消极的。因此，在实施粮食最低收购价政策时，要因地域不同制定不同

的最低收购价政策或补贴政策。

7.3 从粮食价格规律方面

由问题三的研究可得，粮食供给、价格和需求分别受不同外生变量的影响，同时它

们三者之间又是相互影响、相互制约、共同演化的动态关系。要平衡粮食供需并稳定粮

食价格，需要权衡各方面的因素。粮食供给增长最大的一个原因是生产者对预期价格的

高估，造成粮食总量供给相对过剩，因此有关部门要打造粮食价格信息咨询平台，引导

生产者对粮食价格进行合理的预期进而进行合理的种植决策。

- 49 - 7.4 从粮食最低收购价制定方面

最低收购价并不是实际的市场收购价格，是收购粮食的底价。粮农决定是否种植

粮食，取决于很多因素，但最主要的还是看种植粮食所获得的纯收益的大小。粮食最低

收购价的公布，使得粮农能清楚地算出这笔经济账。因此粮食最低收购价的高低直接影

响着当年的粮食生产。过高的粮食最低收购价不仅会提高粮食市场价格从而加重消费者

负担，同时也会增加粮食的库存压力和国家财政的支出风险。另一方面，过低的粮食最

低收购价会打压粮农种植粮食的积极性，造成粮食种植面积的萎缩，这更不是国家所愿

意看到的。国家要积极调整粮食最低收购价既不能损害消费者分利益也不能使粮农受到

损失。经过问题四、五的研究，在合理的粮食最低收购价范围内，我们可以通过适当的

调整粮食最低收购价来调控粮食种植面积。

8.模型评价与推广

8.1 模型的优点

1.斯皮尔曼（Spearman）相关系数对数据不要求服从正态分布，且可以反应变量间

趋同关系。

2.偏最小二乘回归模型可以很好的解决多变量对多变量相互作用的情况。

3.混合线性模型准确度高，稳定性好，能较好地克服多变量的共线性问题。

8.2 模型的缺点

1.斯皮尔曼（Spearman）相关系数准确度不高。

2.供需及价格联动模型只能对粮食价格进行中短期预测，长期预测误差较大。

8.3 模型的推广

1.混合线性模型可以推广到因变量不能完全满足正态性、独立性、方差齐性的情况。

2.供需——价格联动模型该模型可以推广到解决实际中，品牌（规格）的市场状态

（量价存需）进行监测、分析、评价，识别品牌（规格）调整需求，通过调控投放量、

货源衔接和其它常规调控管理手段，影响品牌量、存、需状态，进而达到稳定价格、有

效控制市场、提高客户满意度的目的。

参考文献

[1]任军军,王文举.我国粮食最低收购价政策发展研究[J].湖北经济学院学报(人文社

会科学版), 2010, 07(6):29-30.

[2]史常亮,金彦平.中国粮食供给与需求状况变迁:1978～2010[J].经济研究参考,

2013(56):51-60.

[3]冷崇总.我国粮食价格波动问题研究[J]. 新疆农垦经济, 2008(5):4-11.

[3]罗万纯,刘锐.中国粮食价格波动分析:基于 ARCH 类模型[J].中国农村经济,

2010(4):30-37.

[4]罗锋,牛宝俊.我国粮食价格波动的主要影响因素与影响程度[J].华南农业大学学

报(社会科学版), 2010, 09(2):51-58.

[5]彭珂珊. 我国粮食安全、粮食生产状况和未来形势分析--兼论 2003 年粮食价格波动

[J].粮食问题研究, 2004, 22(1):29-31.

[5]冯云.中国粮食价格波动的实证分析[J].价格月刊, 2008(2):41-44.

[6]董智勇,王双进.粮食价格波动态势及调控对策[J].宏观经济管理,2013(7):53-55.

- 50 - [7]刘喜明. 国际粮食价格波动对中国经济的影响[D].浙江大学, 2009.

[8]龚芳.全球化背景下中国粮食价格的波动机理和预警机制研究[D].复旦大学, 2012.

[9]胡友.水果价格形成、波动及调控政策研究[D].华中农业大学, 2014.

[10] 方鸿 . 中国粮食最低收购价合理确定机制研究 [J]. 经济与管理 ,2009,

23(4):20-25.

[11]辛宏艳,么鹏,安春明. 国际粮食价格波动对我国粮价影响的实证研究[J].农业经

济, 2015(10):120-122.

[12]贺伟.我国粮食最低收购价政策的现状、问题及完善对策[J].宏观经济研究,

2010(10):32-36.

[13]Jayne TS, Myers R J, Nyoro J. The effects of NCPB marketing policies on maize

market prices in Kenya[J]. Agricultural Economics, 2008, 38(3):313–325.

[14]Ismet M, Barkley A P, Llewelyn R V. Government intervention and market

integration in Indonesian rice markets[J]. Agricultural Economics, 1998,

19(3):283-295.

[15]Mckenzie A M, Jiang B, Djunaidi H, et al. Unbiasedness and Market Efficiency

Tests of the U.S. Rice Futures Market[J]. Review of Agricultural Economics, 2002,

24(2):474-493.

[16]程秀梅. 中国农业支持政策体系构建研究[D]. 吉林大学, 2011.

[17]王士海. 中国粮食价格调控政策的经济效应[D]. 中国农业科学院, 2011.

[18]刘斌. 我国粮食最低收购价政策研究[D]. 中国农业科学院, 2013.

[19]王淑艳. 我国粮食价格波动因素分析与预测研究[D]. 东北农业大学, 2013.

- 51 - 附录

1 、 Spearman 秩相关性检验 SAS 程序

data ex;

input x1-x12 y@@;

cards ;

/* 数据省略 */

;

proc corr spearman ;

var x1-x12 y;

run ;

2 、偏最小二乘法 R 程序

pe<-read.table("D:/ 省份 .txt",header=FALSE)

pl<-scale(pe)

x1<-pl[,1];x1

x2<-pl[,2];x2

x3<-pl[,3];x3

x4<-pl[,4];x4

x5<-pl[,5];x5

x6<-pl[,6];x6

x7<-pl[,7];x7

x8<-pl[,8];x8

y<-pl[,9];y

X<-cbind(x1,x2,x3,x4,x5,x6,x7,x8)

Y<-cbind(y)

library(pls)

mark=plsr(Y~X,ncomp=8,validation="LOO",jackknife=TRUE)

summary(mark,what="all")

coef(mark)

plot(RMSEP(mark),legendpos="topright")

explvar(mark)

pls2<-plsr(Y~X,ncomp=4,validation="LOO",jackknife=TRUE)

summary(pls2,what="all")

coef(pls2)

predplot(pls2)

jack.test(pls2)

- 52 - 3 、混合线性模型 SAS 程序

data ex; input a x1-x2 y @@;

if x1< 4895.125507 then x1= 1 ; if 4895.125507 <=x1< 5728.076642 then x1= 2 ;

if 5728.076642 <=x1< 6561.027777 then x1= 3 ; if

6561.027777 <=x1< 7393.978911 then x1= 4 ;

if 7393.978911 <=x1 then x1= 5 ; if x2<- 3738.368941 then x2= 1 ;

if - 3738.368941 <=x2 then x2= 2 ;

cards ;

/* 数据省略 */;

proc glm ; class a ; model y=a x1-x2;

means a/ duncan ;

proc mixed ; class a ; model y=a;

random x1-x2;

lsmeans a; run ;

4 、粮食最低补贴价格合理定价模型 Lingo 程序

model :

title 种植面积程序

sets :

yuefen/1..11/:c,x,d,e;

endsets

data :

c= 数据省略 ;

d= 数据省略 ;

e= 数据省略 ;

a= 数据省略 ;

b= 数据省略 ;

enddata

max = @sum (yuefen:c*x);

@sum (yuefen:c*x)<=a;

@sum (yuefen:x*d)< @sum (yuefen:x*e*0.1);

@for (yuefen:b<x);

end

- 53 -

2024年华数杯数学建模

关注

0
点赞
踩
1

收藏

觉得还不错? 一键收藏
打赏
0
评论
备战2024数学建模国赛（模型五）：典型相关分析优秀案例（五）粮食最低收购价政策问题研究

专栏内容(赛前预售价99，比赛期间299):2024数学建模国赛期间会发布思路、代码和优秀论文。（本专栏达不到国一的水平，适用于有一点点基础冲击省奖的同学，近两年有二十几个国二，但是达不到国一，普遍获得省奖，请勿盲目订阅）python全套教程（一百篇博客）：从新手到掌握使用python，可以对数学建模问题进行建模分析。35套模型算法（优秀论文示例）：马尔科夫模型、遗传算法、逻辑回归、逐步回归、蚁群算法、蒙特卡洛模拟、聚类模型、线性规划、粒子群算法、神经网络、相关系数、灰色预测、灰色关联分析、模糊
复制链接

扫一扫