摘要：通過2009年～2018年中國茶產(chǎn)業(yè)銷售市場數(shù)據(jù)分析，在學術界首次創(chuàng)新運用灰色Verhulst模型建模并預測2019年、2020年、2021年未來三年中國茶葉產(chǎn)業(yè)銷售市場規(guī)模，提高茶產(chǎn)業(yè)市場的資源配置效率，同時為茶葉生產(chǎn)鏈各利益相關者提供生產(chǎn)、銷售決策依據(jù)。

關鍵詞：灰色模型;商貿(mào)流通;茶葉產(chǎn)業(yè)市場;預測

中圖分類號：F323;F327;F724文獻識別碼：A文章編號：

2096-3157（2020）05-0042-03

中國是世界茶葉的發(fā)源地，也是世界最大的茶葉生產(chǎn)國和出口國。隨著經(jīng)濟的發(fā)展，茶葉文化的普及、消費者消費觀念的轉變，越來越多的年輕人把飲茶作為生活習慣和生活態(tài)度，中青年消費者正替代老年消費者成為中國茶葉消費市場的主流消費人群。經(jīng)過2013年、2014年、2015年震蕩調(diào)整，中國茶葉市場消費空間擴大，消費者群體結構發(fā)生改變。中國商貿(mào)流通中茶葉市場占據(jù)了及其重要的地位。在中國茶葉市場的研究中，學者們對茶產(chǎn)業(yè)規(guī)模研究集中于茶葉出口貿(mào)易、茶葉產(chǎn)量、茶葉物流市場等預測及趨勢分析，目前，尚沒有學者對中國商貿(mào)流通中茶葉市場規(guī)模進行預測與分析。

本文擬對?2009年～2018年以來我國茶葉內(nèi)銷市場進行研究，運用灰色系統(tǒng)模型，預測未來?3?年（2019年～2021年）我國的茶葉內(nèi)銷市場規(guī)模。

一、中國國內(nèi)銷售市場分析

茶葉流通協(xié)會數(shù)據(jù)統(tǒng)計，2018年中國茶葉國內(nèi)銷售量較2017年增加5.15%，達到191.05萬噸，茶葉國內(nèi)銷售價格為每公斤139.3元，同比增長5.2%，截至2018年，中國茶葉國內(nèi)銷售市場達到2661億元。

圖1?2009年～2018年茶葉國內(nèi)銷售市場分析圖

數(shù)據(jù)來源：中國統(tǒng)計年鑒、中國茶葉流通協(xié)會相關數(shù)據(jù)整理分析

中國2009年～2018年茶葉國內(nèi)銷售市場由2009年89.02萬噸增加到2019年191.05萬噸，年平均增加率為8.92%，中國2009年～2018年茶葉產(chǎn)量規(guī)模從135.06萬噸到261.04萬噸，年平均增加率為7.63%。

二、灰色Verhulst模型市場預測

1.數(shù)據(jù)分析

本文統(tǒng)計數(shù)據(jù)來源中國茶葉流通協(xié)會及中國統(tǒng)計年鑒2009年～2018年相關數(shù)據(jù)。

2.灰色Verhulst模型

灰色系統(tǒng)理論是由我國學者鄧聚龍教授提出，是研究少數(shù)據(jù)不確定性的理論。

（1）級比檢驗、建?？尚行耘袛?/p>

設原始序列為x（0）（k），級比σ（0）（k）為：

σ（0）（k）=x（0）（k-1）x（0）（k）

若滿足σ（0）（k）∈（e-2n+1，e2n+1）

則認為，x（0）（k）是可以作為GM（1，1）建模和進行數(shù)列灰預測。

（2）累加生成（1-IAGO）

做一次累加后，生成（1-IAGO）：

x（1）（k）=∑ki=1x（0）（i），k=1，2，3，...，n，通過1-IAGO弱化了數(shù)據(jù)的波動性。

（3）GM（1，1）冪模型

z（1）為x（1）的緊鄰均值生成序列：則GM（1，1）冪模型為：

x（0）（k）+az（1）（k）=b（z（1）（k））a

（4）灰色Verhulst模型及求解

均方差比值C=S2S1，對于給定的c0，C

（4）小誤差概率

小誤差概率為：p=p（|ε（k）-|<0.6745S1），對于給定的p0，P

精度檢驗中，平均相對誤差和模擬誤差都要求越小越好，絕對關聯(lián)度要求越大越好，均方差比值越小越好，說明殘差方差小，原始序列方差大，小誤差概率越大越好。

4.模擬測算

（1）事前檢測

原始序列：

經(jīng)序列級比驗算，原始序列滿足G（1.1）建模條件。

（2）預測分析

第一步：原始序列的1-IAGO。

1-iAGO序列：89.02，9.79，10.80，14.40，9.82，16.42，17.66，3.15，10.64，9.35，

第二步：（1-IAGO）的緊鄰均值生成。

緊鄰均值生成序列：93.92，104.21，116.81，128.92，142.04，159.08，169.49，176.38，186.38，

第三步：發(fā)展系數(shù)和灰色作用量的計算。

a=-0.203290?b=-0.000827

ax（1）（0）=-18.096857

a-bx（1）（0）=-0.129645

bx（1）（0）=-0.073645

第四步：模擬數(shù)據(jù)計算。

由此可以得到（1）（k）模擬值如表2

（3）模型精度分析

第一種方法：計算平均相對誤差。

由表1可得到平均相對誤差：

Δ=199k=1Δk=1.64%

灰色Verhulst模型平均相對精度：99.9836%

進驗算，對比表1得出相對誤差檢測灰色Verhulst模型精度等級二級。

第二種方法：計算灰色絕對關聯(lián)度η。

第一步：序列的始點零化像。

原始序列x（0）（k）始點零化像：0.0000，9.7900，20.5900，34.9900，44.8100，61.2300，78.8900，82.0400，92.6800，102.0300

模擬序列（0）（k）始點零化像：0.0000，11.8300，24.1000，36.5700，48.9800，61.0900，72.6600，83.5200，93.5200，102.0400

第二步：計算|s0|、|si|、|si-s0|。

|s0|=476.0350，|si|=483.2900，|si-s0|=7.2550

絕對關聯(lián)度η=0.9925

進行驗算，對比表1得出絕對誤差檢測灰色Verhulst模型精度等級一級。

第三種方法：計算均方差比C。

s1=34.171433，s2=2.698608，c=0.078973<0.35

進行驗算，對比表1得出均方差比檢測灰色Verhulst模型精度等級一級。

第四種方法：計算小誤差概率。

經(jīng)驗算，對比表1得出小誤差概率檢驗灰色Verhulst模型精度等級一級。

綜述所述，通過模型平均相對精度、灰色聚堆關聯(lián)度、均方差比和小誤差概率的檢驗，平均相對精度檢驗灰色Verhulst模型為二級，灰色聚堆關聯(lián)度、均方差比和小誤差概率檢驗灰色Verhulst模型精度為一級，證明模型是可行的。

5.預測分析

通過建立灰色Verhulst模型，預測2019年、2020年、2021年中國茶葉國內(nèi)銷售量如表3。

三、結果與分析

在對2009年～2018年原始數(shù)據(jù)的級比檢驗基礎上，判斷建?？尚?，，通過建立灰色Verhulst模型，得出2009年～2018年模擬數(shù)據(jù)，再通過平均相對精度、灰色聚堆關聯(lián)度、均方差比和小誤差概率的檢驗，得出除平均相對精度檢測模型精度為二級外，其余三種檢測模型精度均為為一級，證明所建立灰色Verhulst模型是可行的，最后預測出2019年～2021年中國茶葉國內(nèi)銷售量。中國茶葉國內(nèi)銷售量的灰色模擬值與實際值比較見圖2，據(jù)圖2分析模型擬合度較好，預測結果較為理想。預測數(shù)據(jù)得到2019年中國茶葉國內(nèi)銷售量將突破200萬噸，并且2019年～2021年三年茶葉銷售量都將達到200萬噸，并且呈現(xiàn)逐年增長的趨勢。

圖2?中國2009年～2018年茶葉產(chǎn)量的灰色模擬值與實際值比較

四、討論

通過2009年～2018年中國國家統(tǒng)計局統(tǒng)計中國居民消費價格指數(shù)，測算出中國居民消費價格指數(shù)年平均增長率為2.55%，以2018年中國茶葉國內(nèi)銷售價格為每公斤139.3元為基數(shù)，測算出，2019年～2021年中國茶葉國內(nèi)銷售價格為每公斤142.85元、146.49元、150.23元，再根據(jù)建立的灰色Verhulst模型預測2019年～2021年中國茶葉國內(nèi)銷售量，推算出2019年～2021年中國國內(nèi)茶葉銷售市場總共金額分別為2954億元、3121億元、3281億元，中國中國國內(nèi)茶葉銷售市場規(guī)模穩(wěn)定并呈逐年上升趨勢。

參考文獻：

[1]錢韌.適應?“一帶一路”需求，提升中國茶葉國際競爭力的對策研究[J].?福建茶葉，2017，（10）：40～40.

[2]吳瀟，陳紹志，趙榮.基于?GM（1，1）模型的中國油茶產(chǎn)業(yè)發(fā)展預測[J].林業(yè)經(jīng)濟問題，2017，（5）：92～97.

[3]薛亮.貴州省茶葉物流需求預測方法的比較研究[J].物流工程與管理，2019，（4）：41～44.

[4]邱海蓉，馮中朝.我國茶葉出口貿(mào)易的發(fā)展特征及趨勢分析[J].經(jīng)濟縱橫，2010，（5）：113～115.

[5]鄧聚龍.灰預測與灰決策[M].武漢：華中科技大學出版社：2002，（9）：98～98

[6]胡克滿，胡海燕?基于灰色神經(jīng)網(wǎng)絡的茶葉產(chǎn)量預測算法[J].浙江農(nóng)業(yè)科學，2019，（4）：577～579，583.

[7]劉思峰，謝乃明.灰色系統(tǒng)理論及其應用[M].北京：科學出版社，2013.

[8]邱慧，胡運紅，馮青梅.基于新陳代謝和Verhulst灰色模型的山西省人口老齡化趨勢預測[J].數(shù)學的實踐與認識，2015，（13）：192～197.

[9]唐海軍，張瑞，何聰.萬源市茶葉產(chǎn)量的發(fā)展帶預測[J].華師范大學學報（自然科學版）.2013，（4）：418～421.

[10]李佳禾.2018年中國茶葉市場消費報告[EB/OL].www.sohu.com/a/307103886_307138.

[11]方孝榮，丁希斌，李曉麗.基于灰色馬爾柯夫鏈模型的浙江省名優(yōu)茶產(chǎn)量預測[J].農(nóng)機化研究，2014，（7）：18～21.

[注]基金項目：四川省商務廳科研專項項目“精準扶貧視角下西部農(nóng)村電子商務發(fā)展探析—以四川省為例”（川商綜合【2018】5號）

作者簡介：

李志勤，四川商務職業(yè)學院，副教授，西南財經(jīng)大學MBA專業(yè)碩士;研究方向：管理學，工商管理，農(nóng)業(yè)經(jīng)濟管理。