基于國際視角下的我國糧食需求預測

鄭盼盼 侯軍岐

（北京信息科技大學經管學院中國信息化與鄉村振興研究院，北京 100192）

糧食安全在維護經濟平穩發展和社會穩定中發揮著重大作用。近年來，我國糧食供不應求，糧食進口量和貿易額逐年增加，對外貿易依存度也一直高居不下，對我國糧食安全造成嚴重威脅。因此，為了能夠有效地調節我國糧食供給與需求之間的關系，對未來糧食進口需求的預測研究就顯得十分必要。

目前相關學者提出了多種基于統計學原理的糧食需求預測模型。孫寶民[1]采用基于3 次指數平滑模型、灰色預測模型、支持向量及預測模型的組合預測模型，從口糧、飼料糧、種子糧、工業用糧及糧食損耗角度實現了糧食需求預測。最后，在糧食供需綜合分析中，確認了糧食供需缺口的存在性。鹿應榮等[2]在確定糧食物流需求量的基礎上，建立了基于BP 神經網絡的非線性組合預測模型，并把這一模型應用于長春市糧食物流需求的預測。張玉梅等[3]建立了中國多市場多部門模型（CEMM），并運用該模型模擬預測2007-2030 年中國糧食及其主要品種稻谷、玉米和大豆的消費需求情況。這些預測更多的是站在國內市場的角度，對我國糧食需求總量進行分析；而本文立足于已有的研究，利用時間序列模型對我國糧食的國際需求量進行預測，能更直觀地分析出我國糧食面臨的國際挑戰與威脅。

1 數據來源與統計分析

1.1 數據來源 根據國家統計局官方數據，進口糧食作物主要包括：谷物和大豆2 種，其中占谷物進口比重較大的為小麥和稻。本文選取1999-2017 年主要糧食進口額，小麥、稻和大豆的具體進口額以及1999-2017 年的GDP 為數據進行預測。最后通過Excel 對數據處理，計算出未來糧食對外貿易進口的依存度。模型采用1999-2016 年的數據進行建模，用2017 年的數據進行模型的誤差額檢驗。

1.2 時間序列模型 時間序列模型是統計學中常見的一種預測方法，其優勢在于僅通過待預測對象的歷史數據即可預測出研究對象的未來變化，但由于未來各種不確定性因素的存在，使得該預測結果只具有短期時效性，長期就失去了其預測的科學性和合理性。但該模型的成本低且預測準確度高，因此被廣泛應用于經濟學各領域，在進出口額方面的預測也比較多。因此，該模型對于進行短期政策調整，或短期產業決策具有重要意義。選取2001-2017 年的糧食對外貿易依存度數據進行預測，如圖1 所示，發現數據具有不平穩性，則采用時間序列模型中的ARIMA（自回歸差分移動平均）模型進行預測。ARIMA 模型是由移動平均過程（MA）、自回歸過程（AR）及d 階差分組成，它通過將初始的非平穩時間序列轉化為平穩時間序列，然后僅對因變量的滯后值以及隨機誤差項的現值和滯后值進行回歸建立模型[4]，公式如下：

ARIMA（p，d，q）模型是對ARMA（p，q）（①）經過d 階差分變換后得到。

式中：p、q 分別被稱為自回歸階數和平均階數；εt是均值為0，方差為σ2的白噪聲過程。

1.3 統計與分析 本研究通過Excel 2016 對國家統計局網上我國主要糧食進口額和糧食產出GDP的數據進行處理，將糧食近似等于主要糧食產量，根據對外貿易依存度的相關概念，構建糧食對外貿易進口依存度指標、大豆對外貿易進口依存度指標、稻谷對外貿易進口依存度指標。指標分別用其進口貿易額除以農業貢獻的GDP 得出，共包含2001-2017年的數據（圖1）。

圖1 2001-2017 年度糧食及大豆與稻谷的對外貿易進口依存度

從圖1 中可以看出，糧食對外貿易進口依存度逐年上升，2007 年以后幾乎每年的糧食DFT 都大于5%，其中大豆的DFT 尤其高，占據了糧食DFT 90%以上。相比較下，稻谷的DFT 指標很穩定。

根據國家糧食安全規劃報告，糧食對外貿依存度的安全水平為5%。由圖1 觀察得到，自2007 年起我國糧食安全就存在很大的風險，此后國家的調控也對糧食的DFT 有著一定的調節作用，雖增速有所緩解，但我國糧食DFT 指標一直呈上升趨勢，特別是大豆的DFT 指標，一直居高不下，這對我國國家糧食安全是一個很大的威脅。針對國內的糧食DFT 指標超出安全指標范圍，且逐年上升的現象，本文立足于國際視角，基于2001-2017 年的相關對外貿易依存度指標，利用EViews 軟件預測2018-2020年的糧食對外貿易依存度的增長情況。以期對國家宏觀干預糧食市場，提供一個短期的決策建議。

2 時間序列模型構建

2.1 數據特征描述 我國2001-2017 年糧食、稻谷、大豆的對外貿易進口依存度見圖2，從圖2 中可以更加清晰地看出它們的波動形式及增長趨勢。3個指標整體上都呈上升趨勢，在2007 年，糧食和大豆的DFT 增速迅猛，稻谷DFT 呈小幅降低趨勢，可見大豆對糧食的DFT 在2007 年就產生了決定性的影響。我國進口結構嚴重失衡，主要原因可能是國內大豆的副產品較多，需求量又較大。近年來，我國糧食DFT 增速有所減緩，但仍需要重點關注。

圖2 我國2001-2017 年糧食、稻谷、大豆的對外貿易進口依存度

本預測采用ARIMA 模型進行研究，模型的使用數據必須具有至少95%置信區間的穩定性。從圖2 中看，3 個指標的數據都不穩定，因此需要進行模型的單位根檢驗。

2.2 數據平穩性檢驗 從圖3 可以看出，我國糧食DFT 指標的單位根檢驗ADF 的結果明顯大于0.05，故接受原假設，該序列不平穩。則對數據進行一階差分，結果如圖4 顯示，t檢驗統計量的值為-0.629，小于1%、5%、10%水平臨界值，且P值小于0.05，所以拒絕原假設，一次差分后的序列為平穩數列，差分階數d 值為2。

圖3 我國糧食對外貿易依存度相關性檢驗

圖4 糧食對外貿易依存度一階差分平穩性檢驗結果

2.3 選擇最優模型 模型已知ARIMA（p、d、q）的d 值，現需要確定其p、q 值。利用指標自相關圖形與偏自相關圖形來判斷。將ARIMA 拆分成AR（p）和MA（q）模型，通過觀察圖形的截尾值來分別確定p 和q。并利用EViews 模型，找出相對較優的（p、q）組合，通過分別建立模型，進行參數估計，對比各模型參數的t 統計量，利用AIC 和SC 最小化準則來選擇最優模型，最終確定ARIMA（2，2，2）模型為最優。

2.4 模型檢驗 選出最優模型之后，分別觀察殘差值的自相關（AFC）和偏相關（PACF）走勢。AFC 與PACF 皆在兩倍標準偏差之內，則模型適當。利用相同的方法，對大豆和稻谷的數據進行預測。并分析其預測和實際值的誤差均在10%以內，則預測精度較為理想。

2.5 模型預測 通過對糧食DFT 指標，和大豆與稻谷的DFT 指標的預測，我們發現，糧食DFT 與大豆的DFT 指標的聯動性更為明顯。且兩者指標都過于偏高，預測結果顯示，未來2 年我國糧食的對外貿易依存度會持續上漲，必須要采取宏觀的控制手段，來減緩甚至是降低糧食的DFT 指標，尤其是大豆的DFT 值。

3 結論與建議

整體上看，我國糧食對外貿易依存度在逐年上漲，其中大豆的對外貿易依存度是上升最快的。從市場角度看，我國民眾的糧食需求呈現出多元化的趨勢，但國內糧食種植結構單一。為此我國必須要出臺相關農業政策，來改變國內糧食的種植現狀，以市場為導向，增加國內大豆的種植，提升大豆的畝產量。采取措施調整糧食生產，避免糧食品種的結構失衡，同時逐漸改變民眾的消費模式，加快實現農業現代化，減少農業的生產成本。

3.1 加快糧食供給側改革 我國糧食供給側改革與糧食安全和鄉村振興都有著密不可分的關系，因此要突出改革糧食的收儲、收購、庫存、供應、市場、流通等環節，加快實現糧食行業轉型[5]。通過主動調整種植結構，綜合考慮糧食品質結構和市場需求，加大政策資金對糧食生產的補助和支持力度，來加快實現糧食供給側改革。同時，應積極貫徹落實“一帶一路”發展戰略，主動參與國際糧食貿易發展，改善糧食品質，提高糧食的出口率。

3.2 推動農業生產現代化 縱觀世界國家的農業發展史，總是伴隨著科技的進步。只有將先進的科學技術應用于農業生產，才能保證糧食安全穩定，使得經濟發展無后顧之憂。同時，加快實現農業現代化，不僅有利于降低農業生產成本，提升農產品的質量，發展綠色農業，還有利于培育具有國際競爭力的農業企業。因此，應加強科技對糧食安全的支撐力，加大對農業育種創新的投入與鼓勵[6]。同時，加快整合農業生產要素，形成規模化和標準化的農業生產模式，促進農產品各個環節的融合發展，打造現代化農業生產體系。

3.3 加強糧食需求側管理 糧食安全既要從供給側進行改革，又要加強需求側管理。隨著消費水平的提升，消費者對于糧食的需求呈現出多元化的發展趨勢，但對農業生態環境的危機意識較為薄弱，要廣泛宣傳健康綠色的消費理念，減少浪費。利用消費稅調整消費者的需求結構，發揮商品的替代效應，降低消費者對對外貿易依存度過高產品的需求[7]。其中尤其要加強對大豆需求的引導，我國大豆對外貿易依存度已超出了國家安全水平，且有進一步上漲的趨勢。要鼓勵農業研究機構挖掘大豆以及大豆副產品的替代品，提高農副產品的轉化率，逐漸降低國內對大豆的需求。