農業強國建設背景下云南省糧食安全生產能力分析

劉 婕，王 靜，張 玲，陳 蕊*

（1.云南農業大學經濟管理學院，云南昆明 650201；2.云南財經大學經濟學院，云南昆明 650221）

黨的二十大報告中強調加快建設農業強國[1]。農業要強，首先是糧食和重要農產品供給保障能力必須強。盡管我國糧食產量已連續8年保持在6.5億t以上，但穩產保供的基礎還不牢固，現代化發展水平較低，糧食供求仍呈緊平衡，綠色優質農產品供給不足，糧食安全形勢依然嚴峻，越往前走難度越大。要把提高農業綜合生產能力放在更突出的位置，用市場化方式把產能釋放出來，構建多元化食物供給體系，更好滿足人民群眾豐富多樣的食物消費需求[2-3]。

只有通過大力發展農業，才能夠更好地推動中華民族的偉大復興，為實現社會主義現代化國家的目標提供有力的支撐。然而，與新型工業化、信息化、城鎮化相比，農業現代化仍然存在著許多不足之處[2]。因此，必須大力提升農業生產能力，提高糧食生產的質量和效率，這不僅是實現農業強國的必要條件，也是實現社會主義現代化國家的重要基礎。農業強國背景下對糧食生產有哪些新的要求，如何評價糧食生產能力，如何精準預測糧食產量，如何提升糧食綜合生產能力對全面建設社會主義現代化國家具有重大意義。

1 農業強國背景下提高糧食安全生產能力的重要意義

1.1 確保糧食供給安全可靠的重要基礎

保障糧食和重要農產品穩定安全供給是建設農業強國的重要基礎和頭等大事。在建設農業強國的背景下，提升糧食生產的能力，構建糧經飼統籌、多元化食物供求平衡體系，健全糧食流通體系，增強儲備調控能力也是確保糧食供給安全的重要基礎[1-2]。

1.2 滿足人民美好生活需要的必然要求

當前，我國糧食等重要農產品供給總體有保障，但穩產保供的基礎還不牢固，綠色優質農產品供給不足。保數量很重要，但人們的需求和品質在提高，糧食不僅要量夠，還要多樣化和提高品質安全，即糧食的高質量發展。只有構建多元化食物供給體系，才能更好滿足人民群眾多樣性、高質量的食物需求。

1.3 提高農業綜合效益和競爭力的客觀需要

雖然我國農業綜合生產能力顯著增強，但農業生產基礎不牢、大而不強、多而不優問題仍然突出。加強農田水利建設，推進農業機械化、設施化、智能化，加快建設倉儲冷鏈物流設施，打造具有創新性和競爭力、高附加值的糧食產業鏈、供應鏈，努力提高糧食生產綜合效益，為農業強國建設打下堅實基礎[2]。

2 研究設計

2.1 農業強國背景下糧食安全生產能力衡量指標

糧食綜合生產能力指在一定技術條件和生產要素投入下國內可以穩定達到的糧食產出能力，是反映國家糧食安全保障能力的重要指標[4]。結合中國國家統計局農村社會經濟調查司設計的糧食安全評價指標體系，本文以衡量糧食安全生產能力為目的，從糧食基礎保障能力、生產供給能力、市場調控能力3 個維度構建糧食安全生產能力評價指標體系（見表1）。保障糧食生產安全不僅要保障糧食生產可持續的供給能力，還要促進農業的可持續發展，保障生態安全，提升市場調控能力和促進綠色高質農業發展。

表1 糧食安全生產能力評價指標體系

表2 灰色模型的精度等級標準

2.2 糧食產量預測模型

2.2.1 GM(1,1)模型建模思路

灰色系統理論主要是通過提取“部分”有價值的信息，實現對系統行為和演化規律的正確描述和有效監控[5]。GM(1,1)模型是灰色預測的核心模型，在時間序列數據的基礎上，通過分析數據變化規律和內在聯系，尋找潛在規律和有價值的信息，從而生產響應的數據系列并建立微分方程模型，對未來發展趨勢進行預測[6]。一方面，用灰色系統理論處理原始觀測數據，將改善模型的統計特性；另一方面，將GM(1,1)模型與其他模型進行組合，將提高對原始數據規律的認識和預測準確度。

2.2.2 GM(1,1)模型運算步驟

設有一原始時間數據序列：

對原始數據序列進行一次累加，生產數據系列

X(1)(k)的緊臨均值生成序列為：

灰微分方程：

其中，a 為發展系數，b 為灰色作用量。白化方程為：

記參數A=(a，b)T，其估計值為?，利用最小二乘法可得：

方程的時間響應序列為：

2.2.3 模型精度檢驗

2.2.4 灰色馬爾科夫模型

馬爾科夫分析旨在通過分析當前情況來推測未來的發展趨勢，從而幫助做出更精準的決定[7]，其基本模型為:

X(k)，X(k+1)分別表示趨勢分析與預測對象在t=k 和t=k+1 時刻的狀態向量，P 為一步轉移概率矩陣。

1）區間劃分

根據馬爾科夫理論，將實際與預測的相對值分成多個狀態:

Ei=［Qi1，Qi2］，i=1，2，…，m，其中相對值Q=，Qi1，Qi2為相對值所處狀態區間的左、右端點值。

2）狀態轉移概率矩陣

設數據序列有m 個可能的狀態，fij表示數據序列中從狀態i 經過一步轉移到達狀態j 的頻數，計算公式為:

Pij構成的一步馬爾科夫狀態轉移概率矩陣p1用下面的形式描述：

通過求一步狀態轉移概率矩陣即可判斷預測對象下一步狀態轉移的情況。

3）確定對象轉移狀態

通過計算P1可以預測一步，相對于初始狀態Ek，考察P1中第k 行，若maxp(1)kj=p(1)kj(j=1，2，…，n)，可認為系統下一步由Ek轉移到El具有最大可能性。由公式Pn=計算n 步狀態轉移概率矩陣pn則可預測多步。

4）馬爾科夫性檢驗

將“邊際概率”中p.j 的值計算出來，即Pj=，統計量χ2 滿足極限分布要求，其公式為：，檢驗水準α=0.05，若χ2＞χα2(m-1)2，則P＜0.05，認為該數據序列符合馬爾科夫性。

5）修正灰色預測值

通過狀態轉移概率矩陣，預測灰色值得到相對誤差狀態區間［Qi1,Qi2］，取區間的中值作為修正值。其中，為灰色模型的擬合預測值，Qi1、Qi2分別為利用馬爾科夫鏈預測到的相對值所處狀態區間的左、右端點值。

3 農業強國背景下云南省糧食安全生產能力分析

3.1 云南省糧食安全生產能力

云南是糧食生產產銷平衡區，地處西南邊陲和越南、老撾和緬甸三個國家接壤，云南的糧食安全在國家糧食保障戰略中占有重要地位，保持糧食自給率的同時還要共同承擔起維護國家糧食安全的責任[8]。云南省的耕地資源利用與開發潛力指數全國排名14，耕地利用與開發潛力很大[9]。

3.1.1 基礎保障能力

云南省農作物播種面積較2010 年有了大幅增加，糧食產量和有效灌溉面積穩中有升（見圖1），農業化肥使用折純量自2016年起大幅縮減（見圖2），耕地面積和有效灌溉面積的穩步提升和糧食生產對土地資源、環境的保護是糧食基礎保障能力中的重中之重。農業機械總動力數據反映了云南省農業機械化水平不斷提升，農業機械在農業生產中的投入不斷加大（見圖2），由于統計指標變化，2018年以后農業機械總動力與歷史數據不可比較。例如，云南大理州通過“田油菜+鮮食玉米（烤煙）+春季馬鈴薯”和“水稻+春季馬鈴薯”兩種先進的種植技術，大力開展洱海流域的產業轉型升級，以田油菜為主要作物，獲得可觀的經濟效益和生態效益。

圖1 2010—2020年云南省農作物總播種面積和糧食產量變化情況

3.1.2 生產供給能力

從統計數據來看，雖然云南省糧食產量穩步增加，但由于社會消費品零售總額逐年大幅增加，因而云南省糧食自給率呈下降趨勢（見圖3）。只要保證糧食產量，就有可能提升糧食安全生產供給能力。云南省是全國糧食產銷平衡區，積極響應國家的糧食安全戰略，雖然全省各地均未出現糧油供應緊張或短缺的狀態，但糧食生產標準化程度不高，產業化水平和科技轉化率偏低，嚴重制約了云南糧食產業現代化進程。

圖3 2010—2020年云南省糧食自給率等變化情況

3.1.3 市場調控能力

云南省糧食零售及消費價格指數自2012年后較穩定，云南省不斷加強糧油市場監測預警，合理引導市場預期。近兩年來，云南共下達63 萬t 省級儲備糧輪換計劃，實現糧食生產增產提質、降本增收互相促進，在耕地“非糧化”背景下調動農民種糧和地方政府抓糧的積極性。八寶貢米、梯田紅米、墨江紫米、勐海香米等云南省特色稻米和企業品牌知名度不斷提高，國有糧食企業銷糧量自2018 年大幅回落后，2019—2020 年大幅上升（見圖4）。此外，2020 年與2010 年相比較，城市人口增長增加了口糧的剛性需求，而農村勞動力顯著下降（見圖5）間接影響糧食生產。

圖4 2010—2020年云南省國有糧食企業購銷量變化情況

圖5 2010—2020年云南省人口結構變化情況

3.2 灰色馬爾科夫模型在云南省糧食產量預測中的應用

3.2.1 云南省糧食產量灰色GM(1,1)模型

從統計年鑒查出云南省2000—2020年糧食產量數據，糧食產量從長期看有增加的趨勢，但其復雜性、波動性較大。根據GM(1,1)模型，得出2000—2020 年糧食產量預測值（見表3）。

表3 2010—2020年糧食產量預測值

從GM(1,1)模型精度來看，相關系數R=0.563，后驗差比值C=0.033，小誤差概率P=1。相關系數基本合格，其他指標達標。2010—2020 年云南省糧食產量灰色模型預測值的平均相對誤差為2.727%，而灰色馬爾科夫模型預測值的平均相對誤差為2.534%（見表3），灰色馬爾科夫模型比灰色預測模型的預測結果更加精準。

3.2.2 建立云南省糧食產量灰色馬爾科夫預測模型

根據GM(1,1)模型預測的結果，把原始數據與模擬數據的比值劃分為4 個等距區間，劃分為4 種狀態（見表4）。

表4 云南省糧食產量狀態劃分

3.2.3 計算狀態轉移概率矩陣并修正預測值

通過表3 中各年份的狀態情況可確定狀態轉移概率矩陣：

通過第一步狀態矩陣計算第二步狀態矩陣：

由于2020年的糧食產量處于第二種狀態，考慮矩陣P(1)中第二行中的最大值，取第二種狀態區間的相對誤差的中值對灰色預測值進行修正，得到2021年糧食產量馬爾科夫修正值為1 889.416。由以上轉移矩陣P(2)確定2022 年云南省糧食產量的狀態，考慮矩陣的第二行中的最大值，確定2022 年狀態為第二種狀態，經計算修正值應為1 895.094。同理，可以預測2023—2025年的云南省糧食產量（見表5）。

表5 2021—2030年云南省糧食產量預測結果 單位：萬t

糧食生產過程受自然條件、生產管理、政策調控等眾多因素影響，具有動態性、波動性、非線性等特點，而單一的預測方法和模型難免都有缺陷[7]。由于糧食生產具有灰度特征，可以使用灰色模型進行預測；而馬爾可夫模型較適用于隨機性和波動性較大的預測問題，能對隨機波動數據序列進行長期預測，兩者結合可形成優勢互補，灰色馬爾可夫模型可以適用于糧食產量的中長期預測。從糧食產量預測結果可以看出，在“非糧化”背景下，2021—2030 年云南省糧食產量總體呈穩步增加趨勢（見表5），可有效保障云南省糧食生產供給。

3.3 農業強國背景下云南省糧食生產和消費新趨勢

根據云南省糧食產量預測模型的預測結果，云南省糧食產量穩步增加，能夠保障糧食生產的供給。由圖3 看出，2010—2020 年云南省糧食作物播種面積總體保持在410 萬hm2左右，糧食總產量呈上升趨勢，平均年增長約2.38%。其中，云南省主要口糧作物稻谷的播種面積有一定程度的波動，但產量呈上升趨勢，2021年稻谷的種植面積和產量較2017—2020年有所下降。玉米的播種面積和產量均穩步上升，而小麥的種植面積和產量均呈下降趨勢。大豆的播種面積呈穩步上升趨勢，但2021 年大豆產量下降了4.68%。薯類種植面積和產量在2010—2015 年保持穩定，而自2016 年薯類種植面積雖大幅下降，但產量不降反增，這得益于品種改良和單產的提高（見圖6、圖7）。近10年來，玉米和稻谷播種面積和產量平均分別占糧食作物播種面積和產量的近40%和20%，是云南省糧食作物播種面積和產量的重要組成部分。云南省人均糧食占有量圍繞400 kg上下波動。

圖6 2010—2020年云南省主要糧食作物播種面積變化情況

圖7 2010—2020年云南省主要糧食作物產量變化情況

4 結論與討論

由于糧食產量受影響的因素多、波動性大等特點，建立灰色馬爾科夫預測模型，并用于2021—2030年云南省糧食產量的預測。研究結果表明，云南省未來的糧食產量將在小幅波動中穩步上升，這一預測結果和國家防止耕地“非糧化”政策和糧食安全戰略十分吻合。灰色預測模型與馬爾科夫預測模型相結合，發揮兩種模型各自的優勢，克服兩者的缺陷，提高了預測精度，對糧食產量這類波動性較大的長期預測具有較強優勢。

糧食產量預測對保障國家糧食安全生產有重要意義，精準的預測能夠為相關部門提供科學農業生產決策的依據。因此，要厘清農業強國背景下糧食生產和消費結構的變化，保障糧食安全生產過程中的困難和阻力，提出以下提升糧食安全生產能力的對策和路徑，確保糧食產供銷綠色高質量發展。

4.1 加強科技支撐，提高糧食作物的質量和安全性

云南省多地積極推進雜交稻“上山”，根據當地氣候環境和種植條件摸索水稻旱種新技術。積極推廣水稻集中育秧、精確定量栽培、藥肥減量增效、病蟲害統防統治等關鍵技術，努力提高糧食單產。結合“九湖”流域農業面源污染防治，優化種植結構，推動有機稻種植，在品種、農資、技術、倉儲和運輸等領域加強科技支撐，充分調動和發揮糧食生產的潛能。

4.2 發揮氣候資源優勢，調優糧食種植結構

根據云南省的地理環境，實施多樣化的農作物結構，并結合云南省的氣象、土地、水文等各方面的原因，實施有效的農作物結構的協調和分層的發展。紅河、西雙版納、迪慶、半山區、山區、平原區，都有著獨特的自然氣候，使得當地的農業發展更加多樣化。把“早”“鮮”這兩個特色放到首位，加快適宜的品種改良。充分利用各地特殊的光、熱、水、土等資源，加強特色種植技術，提升耕作效率。在大食物觀的理念下充分發展特色糧食作物，如優質的藜麥、燕麥、蕎麥、水果玉米種植，不僅可以維持當地的糧食產量，而且有助于提升經濟效益。

4.3 糧食作物經濟效益較低，種糧積極性不高

由于小農戶等糧食經營主體耕地規模小、農業生產投入成本上漲及糧食價格低等原因，農民種糧收益持續降低。耕地非農化、非糧化、棄耕化、邊際化等問題使耕地保護制度地方實踐效果大打折扣[5]。一些地區高標準農田建設標準等級低，土地碎片化也影響機械化、數字化農業生產性服務實施，無形中增加了糧食生產成本，打擊農民的種糧積極性[10]。用綠色、高質、可持續、集約化方式，提升糧食品質，打造糧食特色區域品牌，達到提質增效的作用。構建完善的補償機制，以耕地的生態價值、經濟價值、發展權價值等共同確定動態補償標準，實現耕地保護、經濟發展、農民增收與生態安全的多目標協同發展。

4.4 完善對生態保護區的利益補償機制，促進經濟社會協同發展

充分挖掘品種、技術、品牌等綠色高質穩產增產潛力，確保生態保護、糧食生產、農民增收協調發展。開展中央向生態保護區一般性財政轉移支付，加大高標準農田建設、節水灌溉、測土配方、精準施肥等綠色生產技術支持和補貼力度[11]。

4.5 防止耕地“非糧化”，設定糧食自給率底線目標

處理好發展糧食生產和發揮比較效益的關系，應充分利用各地光熱水土等自然資源，經濟、技術等資源優勢，創新和發展糧經、糧飼、稻鴨、稻蝦、稻魚等輪作、連作模式，提高復種指數。各州（市）要明確糧食自給率目標并落實穩定糧食生產面積的具體措施，推動綠色低碳循環發展，使糧食生產能力與經濟發展水平同步增長。

4.6 依靠科技力量，提高糧食生產質量和效率

加強優良品種開發、防災減災技術研究和糧經輪作新型農作制度。根據不同生態區城和生產條件，建設全程機械化智能化優質高產示范區，實施自動插秧、精準施肥、自動收割，開展“無人化種植”和“遠程管理”。做到科技人員到戶，技術要領到人，良種良法到田。推廣農機北斗傳感器、耕深監測、機具識別卡等信息監測終端的使用，讓數字化、智能化延伸到糧食生產“耕、種、管、收”多個環節，大幅提高糧食生產效率。

4.7 調動糧食生產積極性，打造綠色高質稻米知名品牌

針對部分種糧地區土地細碎化程度高的現實和特殊性，因地制宜制定土地流轉合同，適當放寬產銷平衡區種產糧大縣認定標準。提升糧食種植科技服務水平，加強糧食運輸物流體系建設，構建“種植+流通+貿易”全產業鏈布局模式，打造綠色高質稻米知名品牌并擴大其影響力和知名度。

4.8 推動大數據平臺建設，打通糧食生產全產業鏈

充分利用大數據分析和人工智能技術，推動大數據平臺建設與糧食產銷相結合，實現大田種植環境監測的數字化、可視化；建立基于糧食大數據的物聯網，對糧食生產、銷售、運輸等過程實現智慧管理和精準調控，準確掌握并及時動態反饋市場信息；應用區塊鏈、移動互聯網等技術開展糧食安全可追溯。在信息技術的支撐下，數據信息要素的重組和應用使多元利益主體緊密聯系，利用數字技術打通糧食生產全產業鏈，實現糧食生產高效、綠色、數字化高質量發展[12]。