关键词：论文发表，期刊论文，职称论文，农业论文发表

 

    摘要：稻米是中国两大口粮之一。研究世界稻米供需态势，旨在为中国稻米外贸提供决策参考信息。迄今为止，运用“时间序列”方法分析世界稻米供需态势的研究鲜见报道。为此，本文基于1961-2018年数据、运用ARIMA模型(自回归单整移动平均模型)预测分析2023年前中国、印度及世界稻米人均产量，以间接反映产品供需态势。研究表明：2023年前中国稻米总产提高快于人口增长，人均消费增加，表明人民生活水平提高;印度稻米总产提高与人口增长基本持平、供需保持稳定;世界稻米总产提高快于人口增长、相对供给增加;中国稻米外贸格局总体向好，稻米“口粮绝对安全”有保障。

　　关键词：世界 稻米 供需 態势

 

    《扬州大学学报(农业与生命科学版)》主要刊登农业科学、动物科学、动物医学、生物技术、园艺、植物保护、食品科学、基础医学等学科的学术论文。主要栏目：农学、动物科学、动物医学、生物技术、园艺、植物保护、食品科学、基础医学等学科的学术论文。

 

　　一、引言与文献综述

 

　　稻米是中国两大口粮之一，研究世界稻米供需态势，旨在为中国稻米外贸提供决策支持信息。迄今，学界对中国及世界稻米供需及贸易的研究成果如下：稻米市场品质主要是由稻米的长度、形状、胚乳透明度和垩白等决定的，对于食用米，就大多数人和世界稻米市场而言，更喜长和细长籽粒[1];一般而言，新稻上市前稻米市场仍将持续原有格局[2];通常，在早稻价格持续向好的带动下，中稻市场也将逐渐摆脱低迷走势，逐步走强[3];稻谷价格波动对大米价格有着显著影响，且大米市场更易受到外部冲击影响[4];2016年辽宁省的稻谷产量和质量均与上一年基本持平，但国家政策支持力度较大，价格始终保持较高水平，产地农户存在一定的惜售心理[5];从价格形成机制来看，“稻强米弱”是稻米市场价格扭曲传导的特殊表现[6];稻米产业的发展，必须遵循稻米市场的运行规律[7];未来世界稻谷生产潜力巨大，而一些主产国稻米需求却出现徘徊[8];2017年，韩国(历史上)首次向发展中国家提供稻米援助[9]、Balie J等[10]研究指出：2019年菲律宾稻米的农场价格和零售价格分别下降30.1%和17.4%，进而稻米消费增长;世界稻米市场价格的轻微上涨，引起东南亚国家国内稻米市场价格的小幅提高。

 

　　综上所述，预测分析世界稻米供需态势，尚鲜见文献报道。因此，本文运用ARIMA模型预测分析2023年前中国(最大稻米进口国)、印度(最大稻米出口国)及世界稻米供需态势，旨在为中国稻米进口贸易提供决策参考。

 

　　二、中国、印度及世界稻米人均产量预测分析

 

　　(一)数据来源及预测模型

 

　　1. 数据来源

 

　　稻米作为世界重要的粮食作物，供给增加依靠产量提高、需求上升源于人口数量及人均消费量的增加;其中产量增长主要依靠作物单产的提高，因为种植面积的扩大有限(甚至缩小)。稻米总产提高快于消费增长时，绝对供给增加、相对需求减少、供需态势松弛;反之供需态势紧张。因此，本文基于1961-2018年中国、印度及世界稻米人均产量(产量除以人口数量)变化，预测分析2023年前世界稻米供需态势。

 

　　从图1可见1961-2018年：中国稻米人均产量在波动中上升，其中1984年最高(167kg)、1961年最低(82kg);中国稻米人均产量1965年(122kg)首次超过印度(92kg)，此后一直保持(至2018年);印度稻米人均产量高于世界水平且在波动中上升，其中2001年最高(130kg)、1966年最低(90kg);世界稻米人均产量上升较为平稳，其中2012年最高(103kg)、1961年最低(70kg)。

 

　　2. 预测模型

 

　　ARIMA模型属于时间序列预测分析方法。所谓时间序列，在统计意义上是将某一个指标在不同时间上的不同数值，按照时间的先后顺序排列而成的数列。时间序列分析是预测研究的一个重要的分支，时间序列分析的理论基础是(平稳)随机过程。即：通过分析(平稳)随机过程，透过表面的若干偶然事件揭示事物内在的必然规律(或趋势);从偶然中悟出必然，是这一方法的精髓和魅力所在;优点在于以时间来集中反映若干影响因素的集成作用，无需考虑不同因子的贡献及互作。ARIMA模型的形式为ARIMA (p，d，q)。其中：p、d和q分别为自回归(系数)项数、时间序列成为平稳序列时所做的差分次数和移动平均项数。ARIMA模型的数学表达式为：

 

　　世界人口数量及稻米产量总体上随时间(年代)而增长，可以说是客观存在的一种必然趋势。因此，可以运用ARIMA模型对中国、印度及世界稻米供需态势进行预测分析。

 

　　〓〓运用ARIMA模型预测中国、印度及世界稻米供需态势，基于1961-2018年、预测2019-2023年(时段越长、信度越低)，主要介于中国经济发展常常设计为5年期计划。逻辑步骤如下：首先，对变量的历史数值取对数以消除异方差，并进行“时间序列”平稳性检验，(不平稳时)通过“差分”建立“平稳序列”;其次，基于变量历史数值的“平稳序列”建立ARMA(1，2)、ARMA(1，1)、AR(1)、MA(2)和MA(1)共5种基础模型;再次，运用5种基础模型拟合变量历史数值(拟合样本数等于预测样本数)，选择最佳拟合度并通过效度检验的基础模型构建ARIMA (p，d，q)预测模型;最后，检验、运用ARIMA (p，d，q)模型预测变量未来值。

 

　　(二)中国、印度及世界稻米供需态势

 

　　1. 中国、印度及世界稻米2023年前人均产量预测

 

　　基于ARIMA模型的中国、印度及世界稻米2019-2023年人均产量预测如下：

 

　　(1)中国稻米2019-2023年人均产量预测

 

　　中国稻米1961-2018年人均产量对数值序列平稳(ADF 单位根检验的t统计量为-4.869009、1%水平检验临界值为-4.127338)。基于平稳序列建立5种基础模型(表1)：

 

　　表1中5种基础模型2014、2015、2016、2017和2018年的拟合值比实际值分别为(+代表增加、-代表减少)：ARMA(1，2)模型的-1.1%、-3.1%、-2.1%、-2.4%和-1.8%，平均-2.1%;ARMA(1，1)模型的-1.1%、-3.1%、-2.1%、-2.4%和-1.8%，平均-2.1%;AR(1)模型的-2.4%、-3.8%、-2.1%、-1.8%和-0.5%，平均-2.1%;MA(2)模型的+1.0%、-0.4%、+1.9%、+2.3%和+4.3%，平均+1.8%;MA(1)模型的-1.1%、-2.4%、-0.1%、+0.3%和+2.3%，平均-0.2%。表明MA(1)基础模型的拟合度最优，故以此构建ARIMA(0，0，1)预测模型，其回归结果如表2所示。

 

　　表2中ARIMA(0，0，1)模型的MA根倒数(-0.23)绝对值小于1.00(位于单位圆内)，即模型通过稳定性检验。据此，2019-2023年中国稻米人均产量预测值分别为151kg、153kg、154kg、156kg和158 kg。即：2019-2023年中国稻米人均产量将逐年增加，表明人均消费水平提高。

 

　　(2)印度稻米2019-2023年人均产量预测

 

　　印度稻米1961-2018年人均产量对数值序列平稳(ADF单位根检验的t统计量为-6.995647、1%水平检验临界值为-4.127338)。基于平稳序列建立5种基础模型(表3)。

 

　　表3中5种基础模型2014-2018年的拟合值比实际值分别为：ARMA(1，2)模型不能进行预测，因为模型提示数据不足;ARMA(1，1)模型，也因为数据不足不能进行预测;AR(1)模型的+3.8%、+5.5%、+2.8%、+0.9%和-0.5%，平均+2.5%;MA(2)模型的

 

　　+3.8%、+6.3%、+2.8%、+1.7%和+0.3%，平均+3.0%;MA(1)模型的结果与MA(2)模型相同。即AR(1)基础模型的拟合度最优，故以此构建ARIMA(1，0，0)预测模型(回归结果见表4)。

 

　　表4中ARIMA(1，0，0)模型的AR根倒数(-0.50)绝对值小于1.00，表明模型是稳定的。据此，2019-2022和2023年印度稻米人均产量预测值分别为128kg、128kg、128kg、129kg和129kg。即：2019-2023年印度稻米人均产量将略有增加，表明供需将保持总体稳定。

 

　　(3)世界稻米2019-2023年人均产量预测

 

　　世界稻米1961-2018年人均产量对数值序列非平稳(ADF单位根检验的t统计量为-3.610467、1%水平检验临界值为-4.127338)，一阶差分后成为平稳序列(ADF单位根检验的t统计量为-8.927909、1%水平检验临界值为-3.552666)。基于平稳序列建立5种基础模型(表5)：

 

　　表5中5种基础模型2014-2018年的拟合值比实际值分别为：ARMA(1，2)模型的-0.8%、-0.1%、+0.3%、0.0%和-0.5%，平均-0.2% (-0.21%);ARMA(1，1)模型的-0.8%、-0.1%、+1.3%、0.0%和+0.5%，平均+0.2% (+0.19%);AR(1)模型的-1.7%、-1.1%、+0.3%、-1.0%和-0.5%，平均-0.8%;MA(2)模型的-3.7%、-3.0%、-1.7%、-2.9%和-2.4%，平均-2.8%;MA(1)模型的-2.7%、

 

　　-2.1%、-0.7%、-1.0%和-1.4%，平均-1.6%。表明ARMA(1，1)基础模型的拟合度最优，故以此构建ARIMA(1，1，1)預测模型(表6)。

 

　　表6中ARIMA(1，1，1)模型的AR根倒数(0.68)和MA根倒数(0.98)的绝对值均小于1.00，即模型通过稳定性检验。据此，2019-2023年世界稻米人均产量预测值分别为103kg、103kg、104kg、104kg和105 kg。即：2019-2023年世界稻米人均产量将略有增加，表明中国稻米进口贸易环境总体向好。

 

　　2. 中国、印度及世界稻米1961-2023年供需态势

 

　　如图2所示，1961-2023年(预测)：世界稻米人均产量的模型(拟合、预测)趋势线与实际值(散点图)吻合度最高、其次是印度、中国的前期吻合度低于后期，中国稻米人均产量呈波动中增加态势，如1961-2023年分别为82kg、136kg、142kg、153kg、135kg、144kg和158 kg，分别是世界水平的1.2、1.6、1.6、1.6、1.4、1.4和1.5倍;同期印度稻米人均产量呈波动中略有上升态势，如1961-2011和2023年分别为116kg、114kg、112kg、126kg、130kg、126kg和129 kg，分别是世界水平的1.7、1.4、1.2、1.3、1.3、1.2和1.2倍。表明印度作为世界最大稻米出口国，国内稻米供给与需求总体持平，总产占世界的份额在减少;同期世界稻米人均产量呈相对稳定上升态势，如1961-2023年分别为70kg、84kg、90kg、96kg、96kg、103kg和105kg，表明世界稻米总产提高总体快于人口增长，产品相对供给增加，人均消费提高。

 

　　三、讨论与结论

 

　　(一)讨论

 

　　本文以“时间序列”方法中的ARIMA模型，预测分析中国、印度及世界稻米供需态势。该方法以稻米人均产量随时间(年份)的变化态势来间接反映产品供需平衡状况，不考虑稻米总产和人口数量的具体变化。这是一种直接基于“序列”时间趋势的预测分析方法，尤其近期表现是预测的重要基础。只要变量随时间推移表现出某种变化规律，模型运行过程中符合相应检验要求，则预测结果有效。

 

　　学界在中国、印度及世界稻米贸易方面的已有研究，多数基于局部、区域层面或特定贸易政策视角;而政府或UN-FAO的预测，常常是根据当年的种植面积及单产测算估计总产。鉴于此，本文尝试从世界稻米的生产与消费平衡状况来研判中国的供需态势。

 

　　中国和印度分别是世界稻米最大的进口国和出口国，本文对中国、印度及世界稻米供需态势的预测分析，旨在为中国稻米外贸提供决策支持。如针对(全球新冠疫情、国际粮食外贸收紧)新形势下的国家粮食安全保障，建议考虑采取以下措施：一是优化国内稻谷生产布局，进一步夯实自给基础，确保口粮绝对安全;二是守住耕地红线，因地制宜扩大谷物种植，确保谷物基本自给;三是把握外贸市场态势，适当进口优质稻米，改进人民膳食品质。

 

　　(二)结论

 

　　本研究表明2019-2023年：中国稻米总产提高快于人口增长，人均消费增加，人民生活水平提高;印度稻米总产提高与人口增长基本持平、供需保持稳定;世界稻米总产提(下转第23页)(上接第18页)高快于人口增长、相对供给增加;中国稻米外贸格局总体向好，稻米“口粮绝对安全”有保障。

 

　　参考文献：

 

　　[1]赵式英，申宗坦. 我国南方稻区稻米市场品质的研究[J]. 浙江农业科学，1985(4)： 156-158.

 

　　[2]焦善伟. 新稻上市前国内稻米市场仍将持续弱势格局[J]. 粮油加工，2006(6)： 28-30.

 

　　[3]郑红明. 新稻价格有所走高 陈稻市场或将跟涨[J]. 中国粮食经济，2010(9)： 33-34.

 

　　[4]梁雪梅，何玉成. 我国稻米市场价格波动的动态相关性研究——基于“稻强米弱”背景下的分析[J]. 价格理论与实践，2015(2)： 59-61.

 

　　[5]包凯军. 辽宁新稻上市 市场价格上扬[J]. 新农业， 2016(12)： 48-49.

 

　　[6]武舜臣，王金秋. 对当前粮食市场“稻强米弱”成因的再探讨——基于价格形成机制视角的判断[J]. 河南工业大学学报(社会科学版)， 2017(4)： 1-6.

 

　　[7]文喜贤，陈忠平，尹建华，等. 浙江省水稻(籼粳杂交稻)产业及稻米市场对江西省粮食产业发展的启示[J]. 江西农业， 2018(8)： 52-55.

 

　　[8]Ito Shoichi. Contemporary Global Rice Economies： StructuralChanges of Rice Production/Consumption and Trade [J]. Journal of nutritional science and vitaminology， 2019， 65(S)： 23-25.

 

　　[9]KYUNGYON MOON， Sohn Hyuk Sang. Surplus Food and International Trade System： special reference with Korean Rice and Foreign Assistance [J]. International Development and Cooperation Review， 2020， 12(1)： 21-36.

 

　　[10]Balie J， Valera HG. Domestic and international impacts of the rice trade policy reform in the Philippines [J]. FOOD POLICY， Apr. 2020， 92.

 

本站在期刊投稿行业10余年，200000稿件作者放心的选择，1000多家省级、国家级、核心杂志社长期合作。省级、国家级、核心杂志社长期合作。24小时服务电话：400-811-9516

 

本文章来源于知网、维普、万方、龙源、中国期刊网等检索数据库。本文献已经发表见刊，版权属于原作者和检索平台，如需删除请联系本站站长。