陳鼎玉 萬堅(jiān) 程瀚鋒

一、引言

糧食產(chǎn)量一直以來是我國各生產(chǎn)部門制定規(guī)劃方案所關(guān)注的重點(diǎn)目標(biāo)。改革開放近40 年以來，隨著國民經(jīng)濟(jì)的迅猛發(fā)展及人民生活水平的提高，人們對糧食的需求量越來越大。并且近些年在我國旅游業(yè)飛速發(fā)展現(xiàn)狀的推動作用下，糧食消費(fèi)逐年增長。一方面，各部門生產(chǎn)都在經(jīng)歷結(jié)構(gòu)性改革，另一方面，糧食需求的影響因素的發(fā)展趨勢也在不斷變化，依賴歷史數(shù)據(jù)量的統(tǒng)計(jì)預(yù)測模型面臨著巨大的挑戰(zhàn)，準(zhǔn)確而及時的糧食產(chǎn)量預(yù)測有助于我國糧食生產(chǎn)部門結(jié)構(gòu)的優(yōu)化和收益的提高，更有利于人民日益增長的美好生活需要。

國內(nèi)外有關(guān)糧食產(chǎn)量的研究數(shù)不勝數(shù)，主要集中于對糧食產(chǎn)量影響因素的度量包括實(shí)驗(yàn)法、計(jì)量模型等(汪陽潔，2015)。其中，郭建平（2015）運(yùn)用天氣氣候以及地理?xiàng)l件限制等因素，研究氣候?qū)Z食產(chǎn)量的影響。也有些研究者從溫度角度考慮，考察溫度的浮動對糧食產(chǎn)量的影響（李彩俠等，2014）。陳鵬獅等（2009）認(rèn)為觀測實(shí)驗(yàn)法片面性很強(qiáng)，且氣候、溫度和降雨量這些表面主觀現(xiàn)象難以采取物理的方法得到與事實(shí)情況一致的結(jié)論。而以往研究大多從氣候、溫度、濕度等氣象原因的角度來考察糧食產(chǎn)量的影響因數(shù)，而少有研究者從計(jì)量經(jīng)濟(jì)學(xué)的角度去探討糧食產(chǎn)量的內(nèi)生影響以及把握其客觀變化規(guī)律。本文以計(jì)量經(jīng)濟(jì)學(xué)模型為切入點(diǎn)，采用常見的ARIMA 模型對糧食產(chǎn)量時間序列進(jìn)行建模，以期為有關(guān)生產(chǎn)部門的政策制定作理論參考。

圖1 糧食產(chǎn)量的預(yù)測值與真實(shí)值

二、模型構(gòu)建

ARIMA 模型是目前表述較為完善的時間序列預(yù)測模型。其主要思路是，將預(yù)測主體隨時間變化的序列視作隨機(jī)序列，但序列的變化具有一定的規(guī)律性，可以將其用數(shù)學(xué)模型來描述，并根據(jù)序列的過去值來預(yù)測未來值。

采用ARIMA 模型建模的優(yōu)點(diǎn)是可以消除原始序列存在的趨勢性，其一般表達(dá)式為：

表1 糧食產(chǎn)量數(shù)據(jù)的單位根檢驗(yàn)

表2 我國糧食產(chǎn)量預(yù)測ARIMA 模型估計(jì)結(jié)果

三、實(shí)證分析

本文主要選取我國1949 年-2017 年糧食總產(chǎn)量數(shù)據(jù)為原始數(shù)據(jù)，并運(yùn)用的Eviews10.0 軟件數(shù)據(jù)進(jìn)行分析，數(shù)據(jù)來源于 國 家 統(tǒng) 計(jì) 局（http：//data.stats.gov.cn）。由于對于原始數(shù)據(jù)單位根檢驗(yàn)結(jié)果是不平穩(wěn)的，而經(jīng)過一階差分取對數(shù)后變成平穩(wěn)數(shù)據(jù)，所以取糧食產(chǎn)量增長率進(jìn)行分析，增長率計(jì)算公式如下：

從單位根檢驗(yàn)結(jié)果來看，原序列不平穩(wěn)而對數(shù)差分序列平穩(wěn)適合ARIMA模型的建模，具體情況見表1：

針對增長率序列，反復(fù)調(diào)試不同模型參數(shù)，篩選比較模型的系數(shù)顯著性、擬合優(yōu)度、AIC 值及SBC 值，最終確定采用來對數(shù)據(jù)進(jìn)行擬合程度最高，其效果最后。其結(jié)果如下表2。從殘差Q 檢驗(yàn)結(jié)果來看，p 值不顯著，說明直接建立一階自回歸移動平均模型是十分合理的，進(jìn)一步考察殘差平方Q 檢驗(yàn)，也發(fā)現(xiàn)不顯著，說明不平在異方差的情況，因此，AR（1）模型即為最終確定的模型。

從模型估計(jì)結(jié)果來看，各系數(shù)顯著性很強(qiáng)，各信息值較小，說明模型擬合的較好，預(yù)測結(jié)果可信度較高。由此選取估計(jì)的AR（1）模型進(jìn)行靜態(tài)樣本預(yù)測，其擬合值與真實(shí)值之間誤差百分比為4.06%，將兩者繪制在一張圖上結(jié)果如圖1 所示：

從圖1 的趨勢來看，1949 年-2018 年我國糧食總產(chǎn)量總體向上增長，局部有兩次大幅度下降即“大躍進(jìn)”時期和“入世”前一段時間。

2003 年以后，糧食產(chǎn)量隨經(jīng)濟(jì)發(fā)展高速增長，2014 年中國經(jīng)濟(jì)進(jìn)入“新常態(tài)”，經(jīng)濟(jì)增速放緩，糧食產(chǎn)量增速有所下降。從結(jié)預(yù)測結(jié)果來看，預(yù)計(jì)2019 年底我國糧食總產(chǎn)量會增長1.9%，預(yù)測總產(chǎn)量為6.687 億噸。其中絕對平均誤差為4.06%，這也從側(cè)面說明預(yù)測效果十分顯著。

四、結(jié)論與建議

本文采用ARIMA 模型對1949-2018 年我國糧食產(chǎn)量進(jìn)行了預(yù)測，研究表明：我國糧食產(chǎn)量總體上顯著上升，保持著高數(shù)增長，從基本上能夠滿足人民日益增長的美好生活需要?？傮w上講，模型擬合的較好，預(yù)測誤差在4.06%左右，預(yù)計(jì)2019 年增長1.9%，產(chǎn)量大約為6.687 億噸。同時也可以看出，這種方法建模有著傳統(tǒng)方法不可比擬的優(yōu)勢，能真實(shí)反映我國糧食產(chǎn)量變化規(guī)律，其預(yù)測趨勢相當(dāng)合理。

由于當(dāng)下處于世貿(mào)組織格局當(dāng)中，我國需要適時地調(diào)整當(dāng)前的糧食貿(mào)易政策以提升糧食作物的競爭力從而達(dá)到穩(wěn)生產(chǎn)、保關(guān)稅和優(yōu)化結(jié)構(gòu)等目標(biāo)?，F(xiàn)階段，我國大宗商品關(guān)稅的稅率比小商品低，這是極其不合理的一種現(xiàn)象，須堅(jiān)持“放小保大”的基本觀念。自農(nóng)業(yè)供給側(cè)結(jié)構(gòu)性改革實(shí)施以來，糧食市場價格逐步回歸市場機(jī)制作用，但糧食市場活力仍未完全激發(fā)，農(nóng)民的生產(chǎn)積極性仍然有待提升?；谝陨弦蛩乜紤]，建議政府從減小收入差距、穩(wěn)生產(chǎn)、實(shí)施最低收購價政策、實(shí)施臨時收儲政策、引導(dǎo)農(nóng)民合理耕種、推動糧食順利產(chǎn)銷、促進(jìn)產(chǎn)銷良性互通、抵御國際市場沖擊、調(diào)整糧食生產(chǎn)結(jié)構(gòu)以及大力實(shí)施供給側(cè)結(jié)構(gòu)性改革的“市場化收購+補(bǔ)貼”政策等方面多加考慮。