吳瀟，陳紹志，趙榮

(中國林業(yè)科學(xué)研究院林業(yè)科技信息研究所，北京100091)

基于GM(1，1)模型的中國油茶產(chǎn)業(yè)發(fā)展預(yù)測?

吳瀟，陳紹志，趙榮

(中國林業(yè)科學(xué)研究院林業(yè)科技信息研究所，北京100091)

為探究未來5年中國油茶產(chǎn)業(yè)發(fā)展趨勢，判斷其優(yōu)勢，利用2007—2014年中國總油料、木本油料及油茶籽油料產(chǎn)量的數(shù)據(jù)，采用GM(1，1)預(yù)測模型，運(yùn)用MATLAB軟件實(shí)現(xiàn)了預(yù)測算法并進(jìn)行了精度檢驗(yàn)，對2015—2020年中國總油料、木本油料及油茶籽油料產(chǎn)量進(jìn)行預(yù)測。預(yù)測結(jié)果表明：油茶籽產(chǎn)量未來5年增幅明顯，始終占木本油料總產(chǎn)量中主要地位，油茶在今后一段時(shí)期內(nèi)有較好的發(fā)展趨勢。

油茶；MATLAB；灰色預(yù)測

中國是世界食用油消費(fèi)大國,食用油自給率早已超過國際安全警戒線,對外依存度高達(dá)60%以上[1]。為保障中國食用油安全供給,大力發(fā)展木本油料,不僅能拓展山地空間,有效利用國土資源,同時(shí)還能減少占用糧食生產(chǎn)用地,保障國家糧食安全。油茶是中國南方地區(qū)特有的木本油料,富含不飽和脂肪酸,營養(yǎng)價(jià)值極高[2]。隨著經(jīng)濟(jì)的發(fā)展和生活質(zhì)量的改善,消費(fèi)者更加注意健康消費(fèi),動物油的消費(fèi)量逐年減少,而植物油逐年增加,中國特有的木本油料油茶產(chǎn)業(yè)在此背景下迅速發(fā)展起來。為了研究油茶產(chǎn)業(yè)在中國發(fā)展現(xiàn)狀及今后趨勢,擬利用灰色預(yù)測模型 (Grey Model,GM)對油茶籽產(chǎn)量進(jìn)行預(yù)測分析?；疑A(yù)測模型在農(nóng)業(yè)經(jīng)濟(jì)、產(chǎn)業(yè)發(fā)展、糧食產(chǎn)量等方面有廣泛應(yīng)用。有學(xué)者應(yīng)用灰色模型,對農(nóng)業(yè)經(jīng)濟(jì)進(jìn)行預(yù)測,并針對農(nóng)業(yè)經(jīng)濟(jì)發(fā)展的特點(diǎn)及現(xiàn)有研究存在的不足,提出了灰色模型的改進(jìn)模型,實(shí)現(xiàn)灰色模型在農(nóng)業(yè)經(jīng)濟(jì)預(yù)測方面的研究[3-4]；在灰色模型的基礎(chǔ)上建立組合模型對中國第三產(chǎn)業(yè)發(fā)展趨勢進(jìn)行預(yù)測分析[5]?；疑Ｐ驮谵r(nóng)產(chǎn)品產(chǎn)量預(yù)測中應(yīng)用非常多,有學(xué)者在綜合分析了山東省糧食產(chǎn)量數(shù)據(jù)后,運(yùn)用了灰色預(yù)測模型對未來幾年山東省糧食產(chǎn)量的增長態(tài)勢進(jìn)行預(yù)測[6]；在大量的模型預(yù)測中,有學(xué)者利用MATLAB軟件,采用GM(1,1)模型對未來幾個(gè)五年糧食產(chǎn)量進(jìn)行預(yù)測[7]；或者運(yùn)用灰色模型進(jìn)行糧食產(chǎn)量的中短期預(yù)測效果較好,預(yù)測精度很高[8]；也有學(xué)者利用2000—2008年的云南省林業(yè)產(chǎn)業(yè)產(chǎn)值數(shù)據(jù)對今后五年云南省林業(yè)產(chǎn)業(yè)進(jìn)行預(yù)測分析,并對林業(yè)產(chǎn)業(yè)產(chǎn)值發(fā)展趨勢進(jìn)行了預(yù)測[9]?，F(xiàn)階段對油茶產(chǎn)業(yè)的研究多集中在對主產(chǎn)區(qū)油茶發(fā)展現(xiàn)狀的分析,對油茶產(chǎn)業(yè)發(fā)展預(yù)測分析較少。有學(xué)者對江西省油茶產(chǎn)業(yè)新時(shí)期發(fā)展定位進(jìn)行分析,認(rèn)為江西油茶產(chǎn)業(yè)受政策影響,規(guī)?；N植、多元化經(jīng)營等形式開始展現(xiàn)出其發(fā)展優(yōu)勢[10]；一些學(xué)者分析了浙江省油茶發(fā)展現(xiàn)狀以及消費(fèi)市場前景[11],以及探討了云南省油茶產(chǎn)業(yè)在全國油茶生產(chǎn)中的地位和發(fā)展過程中遇到的問題[12]；也有學(xué)者從油茶營養(yǎng)價(jià)值高、市場需求量大及油茶生產(chǎn)力發(fā)展空間廣等方面分析了桂北地區(qū)油茶發(fā)展前景[13]。因此,利用現(xiàn)有數(shù)據(jù)建立灰色預(yù)測模型,對油茶產(chǎn)業(yè)將來的發(fā)展趨勢進(jìn)行定量預(yù)測研究。

1 材料與方法

1.1 研究對象概況

自2008年開始,中央領(lǐng)導(dǎo)層多次對發(fā)展油茶產(chǎn)業(yè)作出重要批示,國家三部委聯(lián)合頒布了 《全國油茶產(chǎn)業(yè)發(fā)展規(guī)劃 (2009—2020)》,同時(shí)國家林業(yè)局出臺了 《關(guān)于發(fā)展油茶產(chǎn)業(yè)發(fā)展的建議》,并每年召開全國油茶產(chǎn)業(yè)發(fā)展現(xiàn)場會。南方各油茶主產(chǎn)區(qū)也都出臺了相應(yīng)的油茶產(chǎn)業(yè)發(fā)展意見的文件。自2009年開始,油茶籽產(chǎn)量進(jìn)入了一個(gè)快速增長的階段。

2010—2014年前后中國的總油料 (總油料包括花生、油菜籽和芝麻和其他)產(chǎn)量趨于平穩(wěn) (圖1),這與中國耕地面積有限、耕作方式與耕作技術(shù)更新慢、化肥施用達(dá)到邊際效益等有關(guān)。中國油茶在1990年前后經(jīng)歷了一次產(chǎn)量最低值之后,一直到2009年前后,均呈增速增長,2009年到2014年期間,油茶產(chǎn)量增速較快,2014年油茶籽總產(chǎn)量達(dá)到200萬t左右 (圖1)。雖然油料產(chǎn)量與油料總產(chǎn)量相比較少,2014年僅占到5%左右,但其產(chǎn)量在2010年到2014年都表現(xiàn)出了較快增速,同時(shí)在木本油料產(chǎn)業(yè)發(fā)展中,油茶產(chǎn)業(yè)發(fā)展比例始終最高,2007年到2014年油茶籽產(chǎn)量在木本油料總產(chǎn)量中比例最低為94%,最高達(dá)到98%。

1.2 數(shù)據(jù)來源

選取2007—2014年全國的總油料 (x1)、油茶籽 (x3)、木本油料 (x2)產(chǎn)量作為變量。全國總油料、油茶籽的產(chǎn)量數(shù)據(jù)來源于 《中國統(tǒng)計(jì)年鑒 (2014)》[14],全國木本油料的產(chǎn)量數(shù)據(jù)來源于 《中國林業(yè)統(tǒng)計(jì)年鑒 (2007—2014)》[15-22]。

1.3 原始數(shù)據(jù)的檢驗(yàn)與處理

圖1 1978—2014年中國總油料、油茶籽產(chǎn)量趨勢圖Figure 1 China's total oil plants production trends from 1978 to 2014

為了確?？傆土稀⒂筒枳押湍颈居土?978—2014年的原始數(shù)列能夠進(jìn)行灰色預(yù)測,確保模型通過性,必須對原始數(shù)據(jù)列進(jìn)行檢驗(yàn)和初步處理。由于總油料和油茶籽1978—1990年數(shù)據(jù)很不全,再加上1978—2014年的原始數(shù)列沒有通過級比檢驗(yàn),因此縮小時(shí)間范圍到2007—2014年的8年,同時(shí)對數(shù)據(jù)進(jìn)行了函數(shù)變換,即取對數(shù)。2007—2014年中國油料產(chǎn)量如表1所示。

1.4 建立預(yù)測模型

灰色預(yù)測模型通常需要借助GM(1,1)模型估計(jì)和預(yù)測系統(tǒng)的發(fā)展變化規(guī)律,利用已有的少量原始數(shù)據(jù)應(yīng)用于預(yù)測特定時(shí)區(qū)內(nèi)系統(tǒng)的變化[23]。在灰色預(yù)測模型的運(yùn)算中,存在較多的復(fù)雜的矩陣和數(shù)列運(yùn)算,因此利用MATLAB軟件可以簡化運(yùn)算操作,更容易完成數(shù)據(jù)運(yùn)算并得出預(yù)測值。在灰色預(yù)測分析中,GM(1,1)模型是比較常用的數(shù)列分析模型之一,該模型可以梳理較為雜亂沒有規(guī)律的原始數(shù)據(jù),并生成可用的數(shù)列,經(jīng)過計(jì)算可以填補(bǔ)數(shù)列中的空缺,再利用該數(shù)列建立數(shù)學(xué)模型,并通過所建立的模型進(jìn)行預(yù)測分析和決策。由于所用的數(shù)據(jù)中全國層面的油料、油茶籽產(chǎn)量及木本油料產(chǎn)量受多較多復(fù)雜因素的影響,且相關(guān)數(shù)據(jù)難以獲取,因此利用灰色預(yù)測模型可以將一些結(jié)構(gòu)、相關(guān)關(guān)系等不夠清晰的對象及過程以及系統(tǒng)等進(jìn)行灰色預(yù)測以便提前控制的特點(diǎn)。因此,選擇GM(1,1)模型對油料、木本油料、油茶籽3組數(shù)據(jù)同時(shí)對2015—2020年的產(chǎn)量進(jìn)行預(yù)測,并對預(yù)測結(jié)果進(jìn)行對比分析。

1.4.1 GM(1，1) 建模

GM(1,1)模型的原理是用經(jīng)過指數(shù)變形后的數(shù)據(jù)為基礎(chǔ),再通過一次累加處理后得到模型的原始數(shù)據(jù),并以該初始序列值為依據(jù)確定積分常數(shù)[9]。在原始數(shù)列基礎(chǔ)上,引入二階弱化算子D2,GM模型將數(shù)據(jù)進(jìn)行累加生成,并建立單變量微分方程,最終得出白化方程。利用最小二乘法對灰色微分方程進(jìn)行估計(jì),在此基礎(chǔ)上得出時(shí)間相應(yīng)方程,最終利用白化方程及時(shí)間響應(yīng)式求出序列,并累減得到預(yù)測還原值。方程X(0)(k)+az(1)(k)＝u稱為GM(1,1)模型。原始數(shù)據(jù)數(shù)列如下：

表1 2007—2014年中國油料產(chǎn)量/萬tTable 1 The oil production of China from 2007 to 2014

1.4.2 預(yù)測的白化方程和時(shí)間響應(yīng)式

用表1中的油茶籽、木本油料、油料產(chǎn)量的對數(shù)數(shù)列進(jìn)行上述建模過程的3個(gè)步驟,計(jì)算得出了參數(shù),并求解得出白化方程和時(shí)間相應(yīng)方程。

1.5 GM(1，1)模型的精度檢驗(yàn)

為了保證研究所建立的GM(1,1)灰色模型能夠準(zhǔn)確進(jìn)行預(yù)測,將通過相對誤差 (α)、小誤差概率 (p)、絕對關(guān)聯(lián)度 (ε)和均方差比值 (C)這4個(gè)檢驗(yàn)指標(biāo)對所運(yùn)用的模型預(yù)測精度進(jìn)行檢驗(yàn)。模型精度的指標(biāo)參照范圍[16]涉及的4個(gè)指標(biāo)區(qū)間范圍如表2所示。一般情況下相對誤差的值越小則模型精度可能越大,均方差比值與相對誤差類似,但絕對關(guān)聯(lián)度ε的值以及小誤差概率則通常都是傾向于越大越好。比值越較小的情況說明殘差擺動幅度小比較集中,擬合效果較好。在以上4個(gè)精度指標(biāo)同時(shí)通過,且檢驗(yàn)結(jié)果達(dá)到一級,模型才通過精度檢驗(yàn),且所得到的預(yù)測數(shù)據(jù)值才有可靠性。

表2 模型精度指標(biāo)等級Table 2 The grade of precision index

第一,相對誤差 (α)。當(dāng)k≤n,則k點(diǎn)模擬相對誤差將表達(dá)為則為平均模擬相對誤差。只有在給定α的情況下,當(dāng)△—＜α且△n＜α表達(dá)成立時(shí),才可以將該模型稱為殘差合格的模型。

第三,絕對關(guān)聯(lián)度 (ε)。假設(shè)原始數(shù)列和模擬數(shù)列的絕對關(guān)聯(lián)度為ε,在給定ε0＞0的情況下,當(dāng)ε＞ε0時(shí),則該模型的絕對關(guān)聯(lián)度檢驗(yàn)通過。

第四,均方差比值(C)。設(shè)X—為原始序列的均值,為原始序列的方差；ε—為殘差序列的均值,為殘差序列的方差,則C＝S2÷S1為均方差比值,當(dāng)C0＞0且C＜C0時(shí),則稱該模型為均方差比合格的模型。

2 結(jié)果與分析

用表1中的油茶籽、木本油料、油料產(chǎn)量的對數(shù)數(shù)列得到的白化方程和時(shí)間響應(yīng)方程如表3所示,油茶籽、木本油料、總油料的4項(xiàng)指標(biāo)均通過1級精度檢驗(yàn) (表3),說明預(yù)測模型精度較好,因此利用GM(1,1)灰色模型來預(yù)測2015—2020年中國油茶籽、木本油料、總油料的產(chǎn)量變化趨勢是可行的。根據(jù)模型擬合預(yù)測數(shù)據(jù)和實(shí)際數(shù)據(jù)繪制曲線如圖2所示。預(yù)測結(jié)果表明,在2015—2020年6年間,油茶籽、木本油料和總油料產(chǎn)量均保持持續(xù)平穩(wěn)增長的趨勢。

表3 預(yù)測的白化方程和時(shí)間響應(yīng)方程Table 3 The whitening equation and time response equation of forecast

圖2 產(chǎn)量預(yù)測數(shù)據(jù)與實(shí)際數(shù)據(jù)擬合曲線圖Figure 2 Curve fitting of forecast data and actual data

2.1 油茶將長期是中國木本油料中產(chǎn)量最多的油料

中國木本油料包括油茶籽、油橄欖、文冠果、油用牡丹籽和其他木本油料。觀察表1數(shù)據(jù)可以看出：從2007年到2014年,油茶籽產(chǎn)量在木本油料總產(chǎn)量中比例最低是94%,最高達(dá)到98%。而2015年到2020年的預(yù)測數(shù)據(jù)表明：油茶籽產(chǎn)量始終超過木本油料總產(chǎn)量的97%,油茶籽將長期是中國木本油料的最主要品種,油茶籽產(chǎn)量在木本油料中占有絕對的優(yōu)勢。由于國家各項(xiàng)政策的扶植,油茶產(chǎn)業(yè)一直發(fā)展較其他木本油料有一定優(yōu)勢。后5年前期的投入和經(jīng)營成果也將逐漸展現(xiàn),保證油茶籽產(chǎn)量。

2.2 木本油料在中國油料總產(chǎn)量中的比例明顯提高

中國是油料生產(chǎn)和消費(fèi)大國,種植和消費(fèi)的主要油料還是以大豆、菜籽、花生等草本油料為主,木本油料的產(chǎn)量相對比較低,2007年木本油料總產(chǎn)量占總油料產(chǎn)量的3.79%,到2013年這個(gè)比例也僅僅提升到了5.26%,比例依舊偏低。但在預(yù)測結(jié)果中木本油料產(chǎn)量占油料總產(chǎn)量的比值有較大提高,到2020年達(dá)到了11.16%,總產(chǎn)量超過500萬t,木本油料在產(chǎn)量上將有較大的突破,因此也將會有較大的發(fā)展空間。原始草本油料的種植受到種植面積、種植技術(shù)及化肥等效益的邊際化,越來越多耕地有限的山區(qū)群眾,利用地理優(yōu)勢開展木本油料種植,保證了木本油料產(chǎn)量的提升。

2.3 1978—2014年油茶籽產(chǎn)量大幅提升

1978 年全國油茶籽總產(chǎn)量只有47.9萬t,隨著油茶種植面積擴(kuò)大、良種普及、低產(chǎn)改造等項(xiàng)目的實(shí)施,油茶籽產(chǎn)量有較大的提升,2014年全國油茶籽總產(chǎn)量達(dá)到了202萬t。預(yù)測結(jié)果顯示：2020年較2015年油茶籽產(chǎn)量將提升107%,總產(chǎn)量將達(dá)到488.9萬t。國家開始重視油茶的產(chǎn)業(yè)價(jià)值后,從中央到油茶主產(chǎn)區(qū)地方政府都開始加大對油茶種植的補(bǔ)貼,湖南、江西等地都有相應(yīng)的補(bǔ)貼政策,從技術(shù)改造、良種培育、栽培管理等多個(gè)方面保證油茶林的產(chǎn)量。油茶籽產(chǎn)量的大幅上升為油茶產(chǎn)業(yè)發(fā)展奠定了基礎(chǔ)。

2.4 2015—2020年油茶籽產(chǎn)量增速明顯

2015 年以后,油茶籽產(chǎn)量呈指數(shù)上升,相比總油料平穩(wěn)上升的趨勢而言,油茶產(chǎn)量短期內(nèi)上升速度較快。前期的低產(chǎn)改造林、新開發(fā)的高產(chǎn)林開始逐漸進(jìn)入成熟期,油茶籽產(chǎn)量開始有較大幅度提升。全國范圍的油茶推廣使得油茶產(chǎn)業(yè)發(fā)展得到更多的重視,發(fā)展勢頭強(qiáng)勁。

3 討論

中國油茶種植歷史悠久,從 《中國統(tǒng)計(jì)年鑒》中可以追溯到1978的油茶籽產(chǎn)量數(shù)據(jù),對油茶產(chǎn)業(yè)的發(fā)展預(yù)測是基于現(xiàn)階段的油料產(chǎn)量數(shù)據(jù),運(yùn)用數(shù)理統(tǒng)計(jì)和模型的方法進(jìn)行定量預(yù)測。油茶產(chǎn)業(yè)的發(fā)展受到眾多因素的影響,氣候環(huán)境因素、國家政策變化以及市場競爭加大等因素都會對油茶為發(fā)展方向產(chǎn)生影響,對油茶產(chǎn)業(yè)發(fā)展的預(yù)測也僅能依靠現(xiàn)有的數(shù)據(jù),在產(chǎn)量上與其他油料和木本油料做一個(gè)對比分析。由于統(tǒng)計(jì)數(shù)據(jù)十分有限,局限在產(chǎn)量和種植面積等基礎(chǔ)方面,很多模型與方法的應(yīng)用缺乏數(shù)據(jù)支持和方法實(shí)踐,所以選用了 “小樣本、貧信息”的GM(1,1)灰色預(yù)測模型對油茶籽產(chǎn)量進(jìn)行預(yù)測,由于超過8年區(qū)間的數(shù)據(jù)級比檢驗(yàn)未通過,因此對原始數(shù)據(jù)區(qū)間縮減為2007—2014年,并進(jìn)行函數(shù)變換,從數(shù)據(jù)的級比檢驗(yàn)到模型的精度檢驗(yàn)可以看出,模型精度全部達(dá)到了1級,通過精度檢驗(yàn),因此運(yùn)用灰色模型進(jìn)行預(yù)測是可行的。

從預(yù)測結(jié)果可以看出,油茶籽產(chǎn)量在今后一段時(shí)間內(nèi)將保持較快的增長速度。但是,加快油茶產(chǎn)業(yè)的發(fā)展,還需要從6個(gè)方面著力：⑴繼續(xù)擴(kuò)大種植面積,有效利用南方地區(qū)荒山荒地；⑵選用優(yōu)勢種苗進(jìn)行低產(chǎn)林改造；⑶加強(qiáng)管護(hù)培育技術(shù)研發(fā),保證存活率和產(chǎn)果率；⑷加大對油茶產(chǎn)業(yè)扶持力度,加大資金和技術(shù)投入；⑸用先進(jìn)技術(shù)進(jìn)行壓榨,提高出油率,降低成本；⑹發(fā)展油茶副產(chǎn)品加工產(chǎn)業(yè)鏈條,提高油茶果、油茶籽及油茶的利用率。

在現(xiàn)有的油茶籽、木本油料產(chǎn)量和總油料產(chǎn)量數(shù)據(jù)對比的基礎(chǔ)上,對油茶產(chǎn)業(yè)發(fā)展進(jìn)行定量的預(yù)測分析研究,預(yù)測中由于數(shù)據(jù)有限,沒有將影響油茶產(chǎn)業(yè)發(fā)展的多種因素考慮進(jìn)去,僅用可獲取的油料產(chǎn)量數(shù)據(jù)對2015—2020年的產(chǎn)量進(jìn)行預(yù)測。今后可以運(yùn)用更多的數(shù)據(jù),例如：油茶產(chǎn)值、油茶產(chǎn)量、油茶消費(fèi)量等方面的具體數(shù)據(jù)對油茶產(chǎn)業(yè)進(jìn)行全方面的預(yù)測與評價(jià)。

[1]陳允正,楊校生,張綿耀.中國主要油料作物及食用植物油產(chǎn)業(yè)變動特征 [J].山西農(nóng)業(yè)科學(xué),2011,39(3)：197-201.

[2]王瑞,陳永忠.我國油茶產(chǎn)業(yè)的發(fā)展現(xiàn)狀及提升思路 [J].林業(yè)科技開發(fā),2015,29(4)：6-10.

[3]劉楠.一種灰色改進(jìn)模型在農(nóng)業(yè)經(jīng)濟(jì)預(yù)測中的應(yīng)用 [J].統(tǒng)計(jì)與決策,2011(12)：39-41.

[4]王志遙,溫亞平,許安心,等.灰色模型在農(nóng)業(yè)經(jīng)濟(jì)預(yù)測中的應(yīng)用 [J].經(jīng)濟(jì)研究導(dǎo)刊,2013(32)：49-50.

[5]殷春武.基于灰色關(guān)聯(lián)度的第三產(chǎn)業(yè)發(fā)展趨勢組合預(yù)測模型 [J].統(tǒng)計(jì)與決策,2013(13)：15-18.

[6]張健.基于灰色GM(1,1)模型的山東省糧食產(chǎn)量預(yù)測研究 [J].山東廣播電視大學(xué)學(xué)報(bào),2016(1)：79-82.

[7]白賀蘭,南志標(biāo).基于MATLAB的灰色模型在民勤糧食產(chǎn)量預(yù)測中的應(yīng)用 [J].草業(yè)科學(xué),2012,29(7)：1163-1169.

[8]楊克磊,張振宇,和美.應(yīng)用灰色GM(1,1)模型的糧食產(chǎn)量預(yù)測研究 [J].重慶理工大學(xué)學(xué)報(bào) (自然科學(xué)版),2015(4)：124-127.

[9]尚旭東,張傳統(tǒng),宋國宇.基于GM(1,1)模型的云南林業(yè)產(chǎn)業(yè)發(fā)展預(yù)測 [J].中國農(nóng)學(xué)通報(bào),2011,27(10)：29-33.

[10]傅雪罡,黃紅蘭,張露,等.江西油茶產(chǎn)業(yè)新時(shí)期跨越式發(fā)展的定位分析 [J].林業(yè)科技開發(fā),2013,27(6)：9-13.

[11]周凱,印中華,孟宇微.浙江省油茶產(chǎn)業(yè)可持續(xù)發(fā)展對策研究 [J].林業(yè)經(jīng)濟(jì)問題,2013,33(1)：65-69.

[12]李婭,韓長志.云南省油茶產(chǎn)業(yè)發(fā)展現(xiàn)狀及對策研究 [J].北方園藝,2014(2)：175-180.

[13]鄧蔭偉,鄧業(yè)成,李潔榮,等.桂北油茶產(chǎn)業(yè)發(fā)展現(xiàn)狀與前景 [J].中國農(nóng)業(yè)資源與區(qū)劃,2010,31(6)：79-83.

[14]中華人民共和國.中國統(tǒng)計(jì)年鑒2014[M].北京：中國統(tǒng)計(jì)出版社,2014：379-381.

[15]國家林業(yè)局.中國林業(yè)統(tǒng)計(jì)年鑒 [M].北京：中國林業(yè)出版社：2007：104-106.

[16]國家林業(yè)局.中國林業(yè)統(tǒng)計(jì)年鑒 [M].北京：中國林業(yè)出版社：2008：104-107.

[17]國家林業(yè)局.中國林業(yè)統(tǒng)計(jì)年鑒 [M].北京：中國林業(yè)出版社：2009：106-108.

[18]國家林業(yè)局.中國林業(yè)統(tǒng)計(jì)年鑒 [M].北京：中國林業(yè)出版社：2010：106-108.

[19]國家林業(yè)局.中國林業(yè)統(tǒng)計(jì)年鑒 [M].北京：中國林業(yè)出版社：2011：104-106.

[20]國家林業(yè)局.中國林業(yè)統(tǒng)計(jì)年鑒 [M].北京：中國林業(yè)出版社：2012：100-102.

[21]國家林業(yè)局.中國林業(yè)統(tǒng)計(jì)年鑒 [M].北京：中國林業(yè)出版社：2013：102-103.

[22]國家林業(yè)局.中國林業(yè)統(tǒng)計(jì)年鑒 [M].北京：中國林業(yè)出版社：2014：97-98.

[23]劉思峰,楊英杰,吳利豐.灰色系統(tǒng)理論及其應(yīng)用 [M].7版.北京：科學(xué)出版社,2014：140-168.

F326.25

A

1005-9709(2017)05-0092-05

10.16832/j.cnki.1005-9709.2017.05.016

2017-02-14

中央級公益性科研院所基本科研業(yè)務(wù)費(fèi)專項(xiàng)資助項(xiàng)目 (CAFYBB2014MB004)

吳瀟 (1991-),女,安徽池州人,碩士生,從事林業(yè)經(jīng)濟(jì)管理方面的研究, (電話)010-62888857,(E-mail)gy_woshiwuxiao＠163.com。

趙榮 (1982-),女,河北保定人,副研究員,博士,從事林業(yè)經(jīng)濟(jì)理論與政策方面的研究, (電話)010-62889719,(E-mail)zhaorong6＠vip.163.com。