中國核桃需求量的實證分析

馬土金 曾艷華

摘 要：核桃產(chǎn)業(yè)是我國中西部地區(qū)的重要產(chǎn)業(yè)，對脫貧攻堅影響重大，有必要對其供需特征和需求量進(jìn)行分析。該文對我國核桃的需求量進(jìn)行了實證分析，結(jié)果表明，我國核桃供需具有需求逐年上升，國內(nèi)供給不足、預(yù)期產(chǎn)量大增，產(chǎn)地高度集中和進(jìn)口量增長迅速3個顯著特征。同時，利用我國1990—2013年核桃需求量數(shù)據(jù)建立ARRIMA 模型，運用STATA 軟件對模型進(jìn)行了平穩(wěn)性檢驗、模型識別和檢驗。經(jīng)過識別，選擇ARIMA（1，1，2）作為最終模型，運用該模型對中國2009—2013年的核桃需求量進(jìn)行擬合，模型擬合效果良好。

關(guān)鍵詞：核桃；供需特征；實證分析；中國

中圖分類號 F323.7 文獻(xiàn)標(biāo)識碼 A 文章編號 1007-7731（2018）07-0087-5

The Empirical Analysis of Chinese Walnut Demand

Ma Tujin et al.

（Business School，Guangxi University，Nanning 530004，China）

Abstract：The walnut industry is an important industry of The Midwest of China，which hava a big impact on anti-poverty for China.So，it is necessary to analyze its demand and the characteristics of the supply and demand.Analysis results show that，supply and demand of Chinese walnut industry have three striking features，which are demand gone up year by year and insufficient domestic supply，expected production surgeing and high concentration of producing area，imports are growing fast.At the same time，Chinese walnut demand datas of 1990-2013 are used to build ARRIMA model.Then，Using STATA software Carry out the stationarity test，model identification and test. After identifying，ARIMA（1，1，2）is chosen the last model. Using the ARIMA（1，1，2）to fit Chinese walnut demand datas of 1990-2013.The results showed，fitting effect of the model is good.

Key words：Walnut；Characteristics of supply and demand；Empirical analysis；Chinese

核桃產(chǎn)業(yè)是我國脫貧攻堅的重要抓手，在中西部貧困地區(qū)實現(xiàn)全面建成小康社會目標(biāo)中發(fā)揮著重要作用。2014年，我國核桃實有結(jié)果面積285.6萬hm2，產(chǎn)量271.3萬t[1]，而栽培面積每年仍以10%的速度遞增[2]。因此，我國核桃產(chǎn)量在未來一段時間內(nèi)還將持續(xù)增長。但目前局部區(qū)域核桃市場價格出現(xiàn)較大幅度的下降[3]，一定程度上影響了扶貧的成效。為了判斷核桃市場價格局部、短期下降是否可能演變?yōu)檎w性、趨勢性下降，進(jìn)而影響貧困地區(qū)脫貧攻堅進(jìn)程，有必要對我國核桃的需求量進(jìn)行實證分析。

1 相關(guān)文獻(xiàn)綜述

1.1 我國核桃市場需求量實證分析 馬建忠是國內(nèi)較早開展這方面研究的學(xué)者，他對我國經(jīng)濟(jì)狀況、人口狀況、消費偏好、市場環(huán)境等因素進(jìn)行分析后，建立了有購買力的核桃和板栗需求模型，即Y=11.3+0.674X1+0.393X2+0.303X3，并根據(jù)模型預(yù)測2010年年我國核桃、板栗有購買力的市場需求量為97.83萬t[4]。但他們的模型未將進(jìn)出口和價格變動等因素考慮在內(nèi)。趙秀平在分析居民生活水平和出口趨勢的基礎(chǔ)上，預(yù)計到2010年我國年人均核桃消費量將達(dá)到0.3kg，2030年達(dá)到0.5kg，加上加工等其他消費，核桃市場需求量將是目前的1倍以上[5]。陳曉蔚則從核桃消費結(jié)構(gòu)的角度對河南省核桃需求進(jìn)行了預(yù)測，她將核桃需求分為青皮鮮果消費需求、堅果消費需求、核桃仁加工消費需求、深加工消費需求，分別賦予近期（2017年前）、中期（2017—2022年）、遠(yuǎn)期（2022—2030年）一定的年增長率，計算出各消費需求后加總得出河南省總的消費需求[]，但由于其將河南假定為一個封閉的市場，同時未對消費需求年增長率進(jìn)行論證，因此其研究結(jié)論有一定的局限。黨轉(zhuǎn)轉(zhuǎn)考慮了進(jìn)出口對消費量的影響，利用Eviews軟件，按照二次指數(shù)平滑法原理，對2013—2020年中國核桃產(chǎn)量進(jìn)行預(yù)測，結(jié)果表明，未來年份中國核桃生產(chǎn)、需求缺口將從2013年的2.02萬t上升到2020年的10.23萬t，產(chǎn)需缺口仍將逐漸增大，未來我國核桃市場核桃消費潛力巨大[7]?？梢?，目前運用計量經(jīng)濟(jì)模型對我國核桃市場需求量進(jìn)行實證分析的研究較少，已有的研究范圍主要集中于國家層面，研究的影響因素主要包括價格、收入、進(jìn)出口等，基本認(rèn)為核桃市場需求量巨大，將持續(xù)增長。但已有研究模型運用和研究過程論證存在明顯的不足，而本文將嘗試在這2方面有所突破。

1.2 ARIMA模型在農(nóng)產(chǎn)品預(yù)測方面的研究 ARIMA模型是對農(nóng)產(chǎn)品價格、產(chǎn)量和需求進(jìn)行預(yù)測的一種重要方法。在價格方面，Priya P Menon基于ARIMA模型對大豆的價格進(jìn)行預(yù)測，采用實例數(shù)據(jù)作為樣本進(jìn)行分析，最終得出ARIMA（2，1，0）是匹配大豆價格變化趨勢的最優(yōu)模型[8]，而劉峰則通過實例模擬驗證了ARIMA（0，1，1）模型對生鮮農(nóng)產(chǎn)品價格的預(yù)測具有良好的適應(yīng)性[9]。在產(chǎn)量方面，研究的重點集中在糧食和棉花等大宗農(nóng)產(chǎn)品上，如張育飛基于江西省的糧食產(chǎn)量數(shù)據(jù)，采用ARIMA以及回歸預(yù)測等方法對未來3年的糧食產(chǎn)量進(jìn)行預(yù)測并作對比分析[10]，王志忠通過ARIMA方法構(gòu)建預(yù)測我國棉花的產(chǎn)量的預(yù)測系統(tǒng)[11]。在供求方面，何忠偉的研究較有代表性，他利用我國糧食供求的時間序列，基于ARIMA和傅立葉級數(shù)理論搭建了對我國糧食消費量的預(yù)測模型，并結(jié)合全國15年的糧食消費量數(shù)據(jù)樣本進(jìn)行模擬驗證，達(dá)到了理想的效果[12]?？梢?，ARIMA模型預(yù)測是對農(nóng)產(chǎn)品進(jìn)行預(yù)測的一種成熟有效的模型，但已有的研究對象多集中于大宗農(nóng)產(chǎn)品，對核桃市場需求量進(jìn)行預(yù)測的研究還尚未發(fā)現(xiàn)，這為本文研究對象的創(chuàng)新提供了空間。

2 我國核桃供需特征分析

2.1 需求逐年上升，國內(nèi)供給不足 表1顯示，1990年我國核桃產(chǎn)量為14.96萬t，2013年為232.50萬t，23年增長了217.55萬t，年均增長23.5%，增長明顯，說明隨著居民生活的水平提高，國內(nèi)核桃市場需求逐年上升。在進(jìn)出口方面，在2009年之前，我國核桃出口量大于進(jìn)口量，凈進(jìn)口量為負(fù)數(shù)，且常年維持在-2萬t的水平，1993年達(dá)到最高的-2.78萬t。之后，核桃凈進(jìn)口量基本呈現(xiàn)波動下降的趨勢，2008年達(dá)到歷史最低點-0.7萬t，此后核桃凈進(jìn)口量由負(fù)轉(zhuǎn)正，突然從-0.7萬t轉(zhuǎn)為2.14萬t，進(jìn)口量大增，大于出口量。2010—2013年基本延續(xù)了凈進(jìn)口量增長的趨勢，2013年達(dá)到最大的3.81萬t。核桃凈進(jìn)口量的變化說明核桃曾是我國重要的出口農(nóng)產(chǎn)品，但受國內(nèi)需求增長的帶動，國內(nèi)核桃供不應(yīng)求，導(dǎo)致了國外核桃進(jìn)口迅速增長。

2.2 預(yù)期產(chǎn)量大增，產(chǎn)地高度集中 核桃市場需求強(qiáng)勁，帶動了國內(nèi)核桃生產(chǎn)規(guī)模的擴(kuò)大。數(shù)據(jù)顯示，我國核桃產(chǎn)量從2008年的82.86萬t上升到2014年的271.37萬t，年復(fù)合增長率為21.86%。隨著近年來核桃種植規(guī)模的擴(kuò)大，越來越多的核桃林進(jìn)入豐果期，預(yù)計核桃產(chǎn)量將加速增長，市場供應(yīng)量將持續(xù)快速增加。我國核桃產(chǎn)地相對集中，除上海、海南等少數(shù)幾個地區(qū)外，在各省份都有分布。據(jù)表2可知，2012—2014年，云南核桃產(chǎn)量分別占到全國核桃產(chǎn)量的25%、30%和29%，基本維持在30%左右的水平，而其種植面積則保持著全國種植面積的50%左右，是全國核桃種植面積和產(chǎn)量第一大省，在我國核桃產(chǎn)業(yè)中具有舉足輕重的地位。新疆緊隨其后，核桃產(chǎn)量雖然與云南差距較大，但依然占到全國產(chǎn)量的15%以上。四川產(chǎn)量占到全國產(chǎn)量的10%以上。三者合計占到全國產(chǎn)量的55%左右。分區(qū)域來看，以云南和四川為龍頭的西南地區(qū)是我國核桃第一大產(chǎn)區(qū)，核桃產(chǎn)量占到全國產(chǎn)量的40%以上。以陜西、河北、山西、河南等6省代表的中部地區(qū)核桃產(chǎn)量占到全國產(chǎn)量的30%左右，且在各省分布較均勻。西北地區(qū)核桃生產(chǎn)主要集中在新疆。綜合來看，核桃生產(chǎn)區(qū)與我國扶貧攻堅主戰(zhàn)場高度重合，發(fā)展好核桃產(chǎn)業(yè)對推動扶貧攻堅具有重要意義。

2.3 進(jìn)口量增長迅速 我國是世界上最大的核桃生產(chǎn)國和消費國，近年來，隨著我國人民生活水平的提高，我國核桃市場需求迅速擴(kuò)大，雖然國內(nèi)產(chǎn)量不斷增加，但仍不能滿足市場需求，供需缺口不斷擴(kuò)大，國外進(jìn)口迅速增加。從圖1可以看出，2008年之前，我國核桃產(chǎn)量進(jìn)口除個別年份外，基本維持在1萬t以下。進(jìn)入2009年之后，進(jìn)口量迅速增加，從2009年的4.57萬t，迅速擴(kuò)大到2013年的8.07萬t，4年的復(fù)合增長率為15.27%。核桃雖然在世界范圍內(nèi)廣泛分布，但具有核桃出口能力的國家不多，主要有美國、法國、墨西哥和智利。其中，美國原核桃出口量占世界總出口量的50%以上，是世界上最大的核桃出口國，我國每年要從美國進(jìn)口大量的核桃產(chǎn)品。核桃仁和帶殼核桃是主要的核桃進(jìn)口產(chǎn)品，其中帶殼核桃是最主要的進(jìn)口產(chǎn)品，近幾年進(jìn)口量在2萬t以上。

3 中國核桃市場需求量的實證分析

3.1 模型介紹 ARIMA模型全稱為差分自回歸移動平均模型，是由博克思（Box）和詹金（Jenkins）于20世紀(jì)70年代初提出的著名時間序列預(yù)測方法，其基本思想是：將預(yù)測對象隨時間推移而形成的數(shù)據(jù)序列視為一個隨機(jī)序列，用一定的數(shù)學(xué)模型來近似描述這個序列。這個模型一旦被識別后就可以從時間序列的過去值及現(xiàn)在值來預(yù)測未來值。ARIMA模型根據(jù)原序列是否平穩(wěn)以及回歸中所含部分的不同，包括移動平均過程MA（q）、自回歸過程AR（p）、自回歸移動平均過程ARMA（p，q）以及ARIMA（p，d，p）過程?？梢哉f前三者是ARIMA（p，d，q）的特殊形式。

3.1.1 ARMA（p，q）模型 自回歸滑動平均模型是自回歸模型AR（p）和滑動平均模型MA（q）的組合形式，稱為混合模型，常記作ARMA（p，q），主要用于長期追蹤資料的研究。ARMA模型的基本形式是：

yt=c+α1yt-1+α2yt-2+…αqyt-q+β1t-1[ε]+β2[ε]t-2+…βq[ε]t-q，

t=1，2，…T （1）

其中，參數(shù)c為常數(shù)；α1、α2、…αq是p階自回歸模型系數(shù)；β1、β2、…βq 為q階移動平均模型系數(shù)。[ε]t是均值為0、方差為㎡的白噪聲序列。ARMA（p，q）的一般形式表明時間序列數(shù)據(jù)既和滯后序列xt-i（i=1，2，…，p）有關(guān)，也和滯后序列的誤差[ε]t-q有關(guān)，[ε]t-q獨立于xt-i。一般的，AR（p）和MA（q）是ARMA（p，q）模型的特殊形式，當(dāng)q=0時，ARMA（p，q）為AR（p）；當(dāng)p=0時，ARMA（p，q）為MA（q）。

3.1.2 ARIMA（p，d，q）模型 由于ARMA（p、q）只適合用于平穩(wěn)的時間序列，但對于非平穩(wěn)的時間序列解釋能力很低。但是大多數(shù)時間序列是非平穩(wěn)的，因此在ARMA（p，q）的基礎(chǔ)上通過對非平穩(wěn)時間序列進(jìn)行平穩(wěn)化處理改進(jìn)得到ARIMA（p，d，q）模型。對于非平穩(wěn)序列，經(jīng)過幾次差分后，如果能得到平穩(wěn)的時間序列，就稱這樣的序列為單整序列，設(shè)yt是d階單整序列，記作：y～I(xiàn)（d），則

Wt=△dyt=（1-L）dyt。

wt為平穩(wěn)序列，于是可以對wt建立ARIMA模型：

wt=c+α1wt-1+α2wt-2+…αqwt-q+β1[ε]t-1+β2[ε]t-2+…βq[ε]t-q，

t=1，2，…T （2）

如果時間序列{wt}經(jīng)過d 次差分后是一個ARMA（p，q）過程，則稱原時間序列是一個p階自回歸、d 階差分、q 階移動平均過程，記作ARIMA（p、d、q），其中d 代表差分的次數(shù)。實際上，ARIMA（p，d，q）模型只是差分運算和ARMA（p，q）模型的簡單組合。

3.2 數(shù)據(jù)來源和計算方法 由于我國核桃基本供不應(yīng)求，因此可以用產(chǎn)銷平衡法來計算核桃需求量。所謂產(chǎn)銷平衡就是企業(yè)生產(chǎn)出來的產(chǎn)品總是可以銷售出去，能夠?qū)崿F(xiàn)生產(chǎn)量等于銷售量。國內(nèi)生產(chǎn)量有部分出口，而國外核桃產(chǎn)量有部分進(jìn)口，核桃進(jìn)出口也對國內(nèi)核桃市場需求量產(chǎn)生一定的影響。根據(jù)經(jīng)濟(jì)理論，中國核桃市場需求可以表示為：

D=P-E+i （3）

其中，D表示中國核桃進(jìn)口量，P表示國內(nèi)核桃生產(chǎn)量，E表示國內(nèi)核桃出口量，I表示國內(nèi)核桃進(jìn)口量。其中，凈進(jìn)口量W又等于（I-E），因此，式（3）可以表示為：

D=P+W （4）

根據(jù)FAO數(shù)據(jù)庫和歷年《中國統(tǒng)計年鑒》中的相關(guān)數(shù)據(jù)，進(jìn)行相關(guān)換算和整理，可得中國核桃市場需求量。本文將運用的STATA統(tǒng)計分析軟件建立中國核桃需求量的ARIMA（p，d，q）預(yù)測模型。

3.3 運算結(jié)果

3.3.1 平穩(wěn)性檢驗 ARIMA模型是建立在時間序列平穩(wěn)性基礎(chǔ)上的，因此平穩(wěn)性檢驗是運用ARIMA模型的重要前提。一般可以通過時間序列的序列圖和ADF檢驗判斷序列的平穩(wěn)性。根據(jù)時間序列圖，未經(jīng)處理的需求量d 序列圖顯示存在指數(shù)增長的趨勢，不是平穩(wěn)序列（其期望值不斷增長），因此d序列為非平穩(wěn)時間序列。對數(shù)據(jù)d取對數(shù)進(jìn)行平穩(wěn)化處理，得lnd，lnd的序列圖存在線性增長趨勢，依然不是平穩(wěn)時間序列，需要將lnd進(jìn)行一階差dlnd。dlnd的序列圖已經(jīng)不存在明顯的時間趨勢（如圖2所示），可以認(rèn)為是平穩(wěn)序列，即dlnd序列為一階單整。由此可以確定ARIMA（p，d，q）模型的d=1。

為了進(jìn)一步確定差分后的平穩(wěn)性，獲得更高精確度的檢驗，對dlnd序列進(jìn)行ADF檢驗。ADF檢驗結(jié)果顯示（表3），dlndA的ADF檢驗的1%的臨界值為-2.660。由于ADF統(tǒng)計量Z（t）為-2.774<-2.660（左邊單側(cè)檢驗），故可以拒絕dlnd在1%水平上“存在單位根”的原假設(shè)，說明擬合優(yōu)度很好。由于擾動項不存在自相關(guān)，因此不需要考慮更高階的ADF檢驗。

3.3.2 確定自相關(guān)階數(shù)和平均移動階數(shù) 根據(jù)時間序列的識別規(guī)則，采用ACF圖、PAC圖、AIC準(zhǔn)則和BIC準(zhǔn)則來確定ARIMA模型的階數(shù)MAIC（Akaike info criterion，赤池信息準(zhǔn)則）它對方程中的滯后期選擇提供指導(dǎo)。它是在殘差平方和與極大似然函數(shù)的基礎(chǔ)上計算的，在特定條件下，可以通過選擇使MAIC達(dá)到最小值的方式來選擇最優(yōu)滯后分布的長度，MAIC越小越好。SC（Schwarz criterion，施瓦茨準(zhǔn)則），施瓦茨準(zhǔn)則與MAIC準(zhǔn)則的功能類似，也是越小越好。首先，考察dlnd序列的自相關(guān)圖。由圖3可知，自相關(guān)系數(shù)和偏自相關(guān)系數(shù)均在1階以后拖尾，迅速衰減趨于0，因此我們可以取p=1，q=1。但這樣得到的階數(shù)精確度較低，因此需要進(jìn)一步通過信息準(zhǔn)則進(jìn)行階數(shù)判斷。

為了得到較為精確的階數(shù)，可以依次對lnd 擬合ARIMA（1，1，1）、ARIMA（0，1，1）、ARIMA（1，1，0）、ARIMA（2，1，1）、ARIMA（1，1，2）5個模型，計算其信息準(zhǔn)則，得到如表5所示的結(jié)果。由表4可知，對于AIC和BIC準(zhǔn)則，ARIMA（1，1，2）都是最小的，因此應(yīng)該選擇模型ARIMA（1，1，2）。

3.3.3 模型檢驗 對ARIMA（1，1，2）的殘差序列進(jìn)行白噪聲檢驗。若模型通過白噪聲檢驗，表明ARIMA（1，1，2）的殘差序列為平穩(wěn)序列，則模型顯著有效；否則，模型無效，需要重新確定模型階數(shù)。由圖4可知，殘差序列白噪聲檢驗圖基本圍繞一條直線上下波動，基本平穩(wěn)。再結(jié)合殘差白噪聲檢驗的P 值=0.7871>0 可知，殘差序列為白噪聲序列，即ARIMA（1，1，2）模型有效，可以用于預(yù)測。

3.3.4 模型預(yù)測 通過ARIMA（1，1，2）模型，可以建立如下方程：

△lnd=0.131+0.794lndt-1-0.962[ε]t-1+0.333[ε]t-2，t=1，2，…T （5）

因此

lndt=lndt-1+△lnd=yt-10.13+1+0.794lndt-1-0.962[ε]t-1+0.333[ε]t-2，t=1，2，…T （6）

利用方程（6）對1990-2013年中國核桃需求量進(jìn)行預(yù)測，預(yù)測結(jié)果如表5所示。

4 結(jié)語

在扶貧攻堅的大背景下，核桃產(chǎn)業(yè)成為部分貧困地區(qū)脫貧的支柱產(chǎn)業(yè)，核桃市場需求對脫貧攻堅意義重大。通過對核桃歷年相關(guān)數(shù)據(jù)研究表明，我國核桃供需呈現(xiàn)國內(nèi)核桃需求呈需求逐年上升，國內(nèi)供給不足、預(yù)期產(chǎn)量大增，產(chǎn)地高度集中、進(jìn)口量增長迅速等特征。然后依據(jù)1990—2013年中國核桃生產(chǎn)量和凈進(jìn)口量，根據(jù)產(chǎn)銷平衡法，構(gòu)建中國核桃需求量數(shù)據(jù)，并利用該建立ARRIMA模型，運用STATA軟件對中國核桃需求量時間序列數(shù)據(jù)進(jìn)行了平穩(wěn)性檢驗、模型識別和檢驗。經(jīng)過識別，選擇ARIMA（1，1，2）作為最終模型，并運用該模型對中國1990—2013年的核桃需求量做出預(yù)測。結(jié)果顯示，2013年前的預(yù)測結(jié)果和實際數(shù)據(jù)平均誤差百分比為3.4%，這說明模型的擬合效果較好，具有一定的應(yīng)用性。

參考文獻(xiàn)

[1]《核桃油》國家標(biāo)準(zhǔn)將于2017年正式實施_食品資訊_中國食品招商網(wǎng)[EB/OL].http：//news.spzs.com/NewsView/69196.html.

[2]張永利.在首屆中國核桃節(jié)開幕式上的講話[J].河北林業(yè)，2011（05）：6，8.

[3]2015中國堅果（核桃、巴旦木、開心果、夏威夷果）年度報告[EB/OL].http：//www.guojiguoshu.com/article/1504.

[4]馬建忠，邵則夏.核桃、板栗市場需求預(yù)測模型的研究[J].云南林業(yè)技，2000（02）：59-62.

[5]趙秀平.從國內(nèi)外核桃生產(chǎn)現(xiàn)狀與市場需求談河北省核桃產(chǎn)業(yè)的發(fā)展[A]//中國園藝會、河北農(nóng)業(yè)大學(xué).中國園藝學(xué)會干果分會成立大會暨第二屆全國干果生產(chǎn)與科研進(jìn)展學(xué)術(shù)研討會論文集[C].中國園藝學(xué)會、河北農(nóng)業(yè)大學(xué)：2001：4.

[6]陳曉蔚.河南省核桃市場供求趨勢分析[J].河南林業(yè)科技，2014，34（02）：44-47.

[7]黨轉(zhuǎn)轉(zhuǎn)，馬惠蘭.中國核桃國內(nèi)市場消費特征及潛力預(yù)測[J].北方園藝，2015（18）：211-215.

[8]Priya P Menon， K M Kuruvilla， Madhusoodanan & JThomas.Autoregressive model for forecasting cardamom price[J].Journal of plantation crops，2006，34（3）.

[9]劉峰，王儒敬，李傳席.ARIMA模型在農(nóng)產(chǎn)品價格預(yù)測中的應(yīng)用[J].計算機(jī)工程與應(yīng)用，2009，45（25）：238-239，248.

[10]張育飛.江西省糧食產(chǎn)量預(yù)警系統(tǒng)研究[D].上海：華東交通大學(xué)，2005.

[11]王志忠，劉秀菊，王樹林，等.黃河流域棉花品種產(chǎn)量性狀時間序列的ARIMA 模型預(yù)測研究[J].棉花學(xué)報，2007（03）：220-226.

[12]何忠偉.中國糧食供求模型及其預(yù)測研究[J].北京電子科技學(xué)院學(xué)報，2005（01）：19-22.

（責(zé)編：張宏民）