河南省小麥產量分析及預測

耿曉晨

摘 要：目的：依據河南省1978年至2021年小麥產量數據，分析河南省小麥產量特征及規律，通過時間序列方法預測未來河南省小麥產量。方法：采用ARIMA模型，對河南省糧食產量數據進行原始數列預處理、參數估計以及統計建模。結果：構建河南省小麥產量自回歸移動平均模型（ARIMA），預測模型為ARIMA（6，1，0），數據信息提取充分（Q=12.2185，P>0.05），相對誤差控制在10%以內，數據信息提取充分。結論：模型預測擬合優度較好，具有一定的參考價值，以此提出相關建議。

關鍵詞：河南省；ARIMA模型；擬合優度

一、引言

河南省是我國的糧食大省，2020年，河南省人民政府辦公廳發布關于《河南省實施糧食生產核心區建設規劃》，并將糧食生產納入發展管理目標的范圍[1]。小麥是河南省主要種植糧食之一，通過各級管理，2021年河南省小麥再創總產、單產歷史新高，此外，國家統計局2021年數據顯示，河南省糧食作物播種面積為10772.3千公頃，居于全國第一。近年來，我國陸續推進了多數政策推進經濟發展，例如工業化、新型城鎮化等，這些政策的實施的前提都是不以犧牲農業為代價的，自始至終都將糧食生產放在重要位置。河南省地理位置的優勢就奠定了成為優質小麥產區的基礎。近年來，我國狠抓糧食生產不放松，任何政策的實施都不能以犧牲糧食生產為代價，因此，通過對河南省小麥產量進行分析及預測，對未來提出河南省小麥產量相關建議具有重要參考價值。

近年來，有關河南省小麥的相關研究已經逐漸成熟。王翠（2021）[2]在分析河南省小麥產業鏈發展現狀的基礎上，從消費、生產等多個角度探討經濟新常態下小麥產業鏈面臨的機遇與挑戰，進而提出針對性建議。在供給側結構性改革的背景下，劉佩（2021）[3]根據河南省小麥供給過程中存在的問題，依據我國目前供給側結構改革政策，在河南省小麥相關研究中將“發展優質小麥”作為主要任務之一。通過分析2001-2020年河南省審定的555個小麥品種的育種特點，李愛國等（2021）[4]統計了其中425個水地組品種的12個農藝和品質性狀，并對其演變情況和相關性進行分析。為深入了解當前小麥生產發展情況，中國國際經濟交流中心課題組于2020年10月赴河南省實地調研，杜鷹等（2021）[5]認為近期河南小麥生產總體平穩，小麥生產連創新高，市場價格穩中有升，產銷兩旺。但小麥連年增產后已進入發展平臺期，再上新臺階面臨著諸多制約因素，包括高標準農田建設標準不高、良種研發力量分散、種糧比較效益低下、品種結構矛盾突出等，就此提出采取新思路、新舉措，促進小麥生產跨上新臺階，為確保國家糧食安全作出新貢獻。張偉等（2017）[6]在對河南省發展優質小麥的成效全面總結的基礎上分析了優質小麥發展重點，比較了加工專用優質麥與質量安全優質麥的生產效益，并提出了加快河南小麥供給側改革應采取“兩優提升、兩區引領、兩端推進、兩力支撐”的戰略對策。

計量方法在學術界的應用已經十分廣泛，許多學者也將其應用到了有關河南省小麥的相關研究中。熊淑萍等（2022）[7]選用河南省小麥固定監測站點實地監測數據，利用地理信息系統（GIS）選擇最優模型，繪制2017—2020年河南省4個小麥生產區產量與產量構成要素空間分布圖，分析產量和產量構成要素在不同小麥產區的差異及其相互關系。徐霞等（2022）[8]基于農業統計數據、2063份農戶小麥調研數據和1582組小麥田間試驗數據，采用ArcGIS系統分析河南省農戶習慣管理下小麥氮磷鉀肥施用量及區域間差異，評價不同區域與推薦施肥相比的節肥潛力。李曄和白雪（2021）[9]結合灰色預測模型和馬爾可夫理論，建立無偏灰色GM（1，1）模型、無偏灰色馬爾可夫模型和新維無偏灰色馬爾可夫三種模型，并對比3種模型的預測精度，最終選擇適合中長期預測且預測精度較好的新維無偏灰色馬爾可夫模型。孟俊杰等（2018）[10]運用農戶調查問卷以及Logistic模型，因變量為農戶是否種植優質專用小麥，另選擇10各自變量，對農戶種植優質專用小麥的影響因素進行研究分析。

隨著研究目標的細化以及研究方法的精確，學者對于小麥的研究更加深入。侯穎等（2022）[11]采用菌絲生長速率法測定了氟環唑對2019年從河南省16個地市分離的100株假禾谷鐮孢菌的毒力，目的是了解河南省假禾谷鐮孢菌對氟環唑的敏感性。辛赫文等（2022）[12]指出目前尚無登記應用在小麥莖基腐病防治上的化學藥劑，且化學農藥的大量使用容易帶來環境污染問題，故探索小麥莖基腐病的生物防治具有重要意義。臧賀藏等（2021）[13]等為了評價不同生態條件下小麥新品種產量在基因型與環境互作中的豐產性、適應性和穩定性，于2018-2020年在河南省商丘市、洛陽市和新鄉市3個地點、8個小麥育成品種參加河南省區域試驗，研究結果為小麥新品種的合理利用提供了科學依據，具有一定的參考價值。

綜合以上相關研究發現，我國對于小麥產業的研究已經十分深入，無論是研究當前小麥產業發展現狀還是通過計量模型預測未來小麥的產量及質量，都已經形成了十分成熟的考察體系。本研究是在之前研究的基礎上，對河南省小麥產量的數據進行收集、整理、分析及預測。

本文的研究內容大致分為五個部分：第一部分，對有關河南省小麥的相關文獻進行梳理并總結；第二部分，對當前河南省小麥的發展現狀進行探究，具體分為播種面積、產量規模及產量占比三個方面；第三部分，通過分析1978年至2021年河南省小麥產量數據，運用ARIMA模型對未來十年河南省小麥產量進行預測；最后一部分，總結出結論并提出相關建議。

二、發展現狀

（一）播種面積

國家統計局數據顯示，2021年，河南省小麥播種面積約占全國的23.89%，且無論是面積還是產量所占份額均呈現出穩步提升的趨勢，在全國小麥生產中占有舉足輕重的地位。具體情況如下表1所示。

（二）產量規模

近十年河南省小麥產量情況如下圖1所示。

通過上圖可以發現，近十年河南省小麥的產量總體上呈現出上升的趨勢。值得一提的是，在2021年720洪災來臨之前，6月底前后河南小麥已經基本收獲完畢，因此河南省小麥產量受洪災影響較小，產量達3802.8萬噸，較2020年增加了49.7萬噸，占全國小麥總產量的28%。2017年至2018年小麥產量有所下降的主要原因是在2017年秋季小麥播種期間，由于當時雨水灌溉導致小麥播種時間延遲一個月左右，錯過了適宜地播種期，同時雨水較多導致部分土壤被灌溉，部分地塊積水嚴重，進而導致了2018年小麥產量有所下降，但在2018年之后又恢復到上升的趨勢。

（三）產量占比

隨著河南省小麥產量的逐年升高，產量占比也在逐年上升，與其他主產省相比優勢明顯。小麥產量在全國總產量占比情況如下表2所示。

三、產量預測

（一）研究數據

研究對象為1978年至2021年河南省小麥產量數據，數據來源于河南省統計局發布的《河南省統計年鑒》以及國家統計局發布的《中國統計年鑒》。

（二）研究方法

通過借鑒luliano AD、Roguski KM以及 Chang H等人[14]研究時所采取的方法，本文運用ARIMA模型，該模型通過描述依賴于時間（T）的隨機變量的自相關性，從過去、現在值來預測其未來變化。根據模型原始序列是否平穩以及回歸中所含部分的不同，可分為自回歸模型 AR（p）、移動平均模型 MA（q）、自回歸移動平均過程 ARMA（p， q）以及 ARIMA（p， d， q）[15]。本文采用的是 ARIMA（p， d， q）模型，模型預測的基本思想是：將預測對象隨時間推移而形成的數據視為 一個隨機時間序列，根據時間序列模型的識別規則，建立相應的模型[16]。

（三）軟件選擇

首先使用Microsoft Excel 2010軟件建立河南省糧食產量原始數據庫，之后采用stata16軟件對原始數據進行描述、模型構建、模型診斷以及模型預測效果分析，最后進行未來產量預測。

（四）實證分析

1、原始數據平穩化

對產量變量進行檢驗表明原始數據不平穩，通過DF、PP以及GLS擴展的DF三種檢驗說明做一階差分后平穩，故d=1。

2、相關性分析

構建數據的自相關圖（ACF）以及偏自相關圖（PACF），如下圖2及圖3所示，自相關系數為p=6，偏自相關字數為q=0，因此，模型為ARIMA（6，1，0）。

3、模型診斷

首先通過計算小麥產量預測模型的殘差，繪制殘差序列的ACF和PACF函數圖，結果顯示AC值以及PAC值基本都在95%置信區間內，殘差分布是隨機的。

采用LBQ檢驗計算預測模型的白噪聲序列，其中Q值為12.2185，殘差序列的統計量P值為0.9083，大于0.05，符合白噪聲序列檢驗，說明該模型對數據信息的提取較為充分。

4、模型預測效果

采用ARIMA（6，1，0）模型結果得出殘差公式為：

通過殘差公式，運用excel軟件計算出河南省2012年至2021年的小麥產量預測值，與實際產量值進行比較計算出相關誤差，結果如下表4所示：

1978年至2021年河南省小麥真實值與預測值如圖4所示：

結果表明，從2012年至2021年預測值與實際產值之間的相對誤差都在10%以內，說明該模型具有參考意義，可以以此來計算未來十年河南省的小麥產量。

5、產量預測

運用模型對未來十年河南省小麥產量進行預測，結果如下表5所示：

四、結論及政策建議

（一）結論

本文依據1978年到2021年河南省小麥產量數據，從時間序列角度運用ARIMA模型對河南省小麥產量進行預測。通過模型檢驗，模型擬合優度較好，可以作為參考。

通過預測結果發現，未來十年河南省小麥產量整體上仍然處于上升趨勢，發展態勢較好。農作物的產量收到氣候以及環境的影響較大，自然災害等伊利寫不可控的因素也會對糧食產量造成較大影響。本研究沒有考慮到此，還有較大改進空間。

（二）政策建議

1、重視人才隊伍建設

開設講授、咨詢等形式的培訓，提高科技人員技術素質，加強人員技能培訓，通過課堂講授的方式向人民普及農業及生產相關知識，此外，還可以依據每一名員工的技能及發展意愿有針對性地進行培訓，更大程度地發揮個人地性格特點及學習能力。河南省目前人才流失較為嚴重，需要重視農業人才隊伍建設，吸引優秀農業人才，在高校開展相關專業，開設課程培養相關人才，同時積極促進學生社會調研，考察當前現狀，提高專業知識，將技能運用到實踐中，為小麥產業技術體系的健康發展提供人才保障。

2、加強基礎設施建設

長期以來，河南省小麥的生產科技水平總體偏低，較低的生產技術水平下實現的高產及穩產，需要較多的水資源及土地的消耗，所以，應在現有基礎上，加強基礎設施建設，進行農田改造，提高土地利用效率，促進河南小麥大規模、機械化種植，進一步提高糧食產量，確保國家糧食安全。為有效地促進小麥產業快速發展，提高小麥市場競爭力，可通過小麥產業的規模化生產，建立優質生產基地，提高河南省小麥的競爭優勢，同時進行區域化、專業化的生產，從而有效降低小麥的生產成本。

3、加強產品結構優化

市場上現有的河南省小麥加工產品中普通民用面粉占比較大，專用面粉占比較小，當前還不能有效滿足食品行業發展的要求，所以應結合河南省優質小麥產業化發展形勢需要，加強產品結構優化，開發省內外專用粉市場，生產適銷對路的專用面粉；此外，擴大對食品加工企業的扶持，加大投資，改進生產加工工藝，例如饅頭、面包、掛面、方便面以及水餃等面食凍食品及其他面食制品花色品種進行開發，形成規模化加工；大力鼓動龍頭企業帶動小微企業，有效改善河南省小麥加工高檔產品少、名牌產品少、生產能力弱、產品品種少的現實。

4、建立完備市場體系

“十三五”農業發展規劃提出，河南省建立農業綜合信息服務平臺，采集、分析、發布小麥重點農產品全產業鏈數據，為形成農業大數據基礎資源池奠定基礎。同時，應全力推行信息資源整合制度，開展對全省、全國乃至全球小麥育種、數據和信息的收集，建立小麥資源信息庫，推行小麥鑒定、評價及測報體系，進而全方面檢測小麥品質，完善育種、生產、建全省小麥咨詢決策系統，為河南省小麥培育提供參考及依據。

參考文獻：

[1]河南省人民政府辦公廳關于河南糧食生產核心區建設規劃的實施意見[J].河南省人民政府公報，2010（23）：14-33.

[2]王翠.經濟新常態下河南省小麥產業鏈發展研究[J].食品研究與開發，2021，42（24）：225-226.

[3]劉佩.供給側改革背景下河南省小麥生產現狀與對策[J].食品研究與開發，2021，42（18）：233-234.

[4]李愛國，宋曉霞，張文斐，王改革.2001-2020年河南省審定小麥品種育種特點及表型性狀演變分析[J].麥類作物學報，2021，41（08）：947-959.

[5]杜鷹，張秀青，夏友仁，馮偉波.著力解決發展瓶頸問題? 力促小麥生產再上臺階——河南省小麥生產調研報告[J].價格理論與實踐，2021（02）：4-7+29.

[6]張偉，景麗，上官彩霞，孫建軍.河南小麥供給側結構性改革的思考與對策[J].農業經濟，2017（12）：3-5.

[7]熊淑萍，高明，張志勇，秦步壇，徐賽俊，付新露，王小純，馬新明.基于GIS的河南省小麥產量及產量構成要素時空差異分析[J].中國農業科學，2022，55（04）：692-706.

[8]徐霞，黃玉芳，郭宇龍，孫笑梅，閆軍營，趙亞南，葉優良.基于GIS的河南省小麥區域節肥減排潛力評價[J/OL].中國農業資源與區劃：1-9[2022-05-30].

[9]李曄，白雪.基于新維無偏灰色馬爾可夫模型的小麥產量預測[J].江蘇農業科學，2021，49（15）：181-186.

[10]孟俊杰，田建民，王靜，杜濤，上官彩霞.基于Logistic模型的農戶種植優質專用小麥影響因素分析——以河南省8縣為例[J].中國農業資源與區劃，2018，39（10）：11-16.

[11]侯穎，辛赫文，張馨，范鑫諾，劉圣明，徐建強.河南省小麥假禾谷鐮孢菌對氟環唑的敏感性[J/OL].植物病理學報：1-11[2022-05-30].

[12]辛赫文，徐建強，楊嵐，李華奇，侯穎，林曉民.河南省小麥根、莖部內生真菌多樣性及平板拮抗活性研究[J/OL].植物病理學報：1-5[2022-05-30].

[13]臧賀藏，曹廷杰，張杰，趙晴，邸佳穎，張建濤，莊家煜，陳丹丹，劉海礁，鄭國清，李國強.不同生態條件下小麥新品種產量的基因型與環境互作分析[J].華北農學報，2021，36（06）：88-95.

[14]Peng ZB， Feng LZ， Carolyn GM， et al. Characterizing the epidemiology， virology， and clinical features of influenza in China s first severe acute respiratory infection sentinel surveillance system， February 2011-October 2013[J]. BMC Inf Dis， 2015， 15（1）：143.10.1186/s12879-015-0884-1.

[15]楊鐵軍，楊娜，朱春華，張元.一種新的基于ARIMA模型的糧食產量預測[J].河南工業大學學報（自然科學版），2015，36（05）：19-22.

[16]陳艷紅，胡勝德，申倩.基于ARIMA模型的中國糧食供求平衡及預測[J].廣東農業科學，2013，40（05）：230-233.DOI：10.16768/j.issn.1004-874x.2013.05.003.