基于ARIMA模型的世界稻米供需態(tài)勢(shì)分析

蔡承智　劉堯堯　何柳歡　廖從健　耿坤

摘要：稻米是中國(guó)兩大口糧之一。研究世界稻米供需態(tài)勢(shì)，旨在為中國(guó)稻米外貿(mào)提供決策參考信息。迄今為止，運(yùn)用“時(shí)間序列”方法分析世界稻米供需態(tài)勢(shì)的研究鮮見(jiàn)報(bào)道。為此，本文基于1961-2018年數(shù)據(jù)、運(yùn)用ARIMA模型（自回歸單整移動(dòng)平均模型）預(yù)測(cè)分析2023年前中國(guó)、印度及世界稻米人均產(chǎn)量，以間接反映產(chǎn)品供需態(tài)勢(shì)。研究表明：2023年前中國(guó)稻米總產(chǎn)提高快于人口增長(zhǎng)，人均消費(fèi)增加，表明人民生活水平提高;印度稻米總產(chǎn)提高與人口增長(zhǎng)基本持平、供需保持穩(wěn)定;世界稻米總產(chǎn)提高快于人口增長(zhǎng)、相對(duì)供給增加;中國(guó)稻米外貿(mào)格局總體向好，稻米“口糧絕對(duì)安全”有保障。

關(guān)鍵詞：世界? 稻米? 供需? 態(tài)勢(shì)

一、引言與文獻(xiàn)綜述

稻米是中國(guó)兩大口糧之一，研究世界稻米供需態(tài)勢(shì)，旨在為中國(guó)稻米外貿(mào)提供決策支持信息。迄今，學(xué)界對(duì)中國(guó)及世界稻米供需及貿(mào)易的研究成果如下：稻米市場(chǎng)品質(zhì)主要是由稻米的長(zhǎng)度、形狀、胚乳透明度和堊白等決定的，對(duì)于食用米，就大多數(shù)人和世界稻米市場(chǎng)而言，更喜長(zhǎng)和細(xì)長(zhǎng)籽粒[1];一般而言，新稻上市前稻米市場(chǎng)仍將持續(xù)原有格局[2];通常，在早稻價(jià)格持續(xù)向好的帶動(dòng)下，中稻市場(chǎng)也將逐漸擺脫低迷走勢(shì)，逐步走強(qiáng)[3];稻谷價(jià)格波動(dòng)對(duì)大米價(jià)格有著顯著影響，且大米市場(chǎng)更易受到外部沖擊影響[4];2016年遼寧省的稻谷產(chǎn)量和質(zhì)量均與上一年基本持平，但國(guó)家政策支持力度較大，價(jià)格始終保持較高水平，產(chǎn)地農(nóng)戶存在一定的惜售心理[5];從價(jià)格形成機(jī)制來(lái)看，“稻強(qiáng)米弱”是稻米市場(chǎng)價(jià)格扭曲傳導(dǎo)的特殊表現(xiàn)[6];稻米產(chǎn)業(yè)的發(fā)展，必須遵循稻米市場(chǎng)的運(yùn)行規(guī)律[7];未來(lái)世界稻谷生產(chǎn)潛力巨大，而一些主產(chǎn)國(guó)稻米需求卻出現(xiàn)徘徊[8];2017年，韓國(guó)（歷史上）首次向發(fā)展中國(guó)家提供稻米援助[9]、Balie J等[10]研究指出：2019年菲律賓稻米的農(nóng)場(chǎng)價(jià)格和零售價(jià)格分別下降30.1%和17.4%，進(jìn)而稻米消費(fèi)增長(zhǎng);世界稻米市場(chǎng)價(jià)格的輕微上漲，引起東南亞國(guó)家國(guó)內(nèi)稻米市場(chǎng)價(jià)格的小幅提高。

綜上所述，預(yù)測(cè)分析世界稻米供需態(tài)勢(shì)，尚鮮見(jiàn)文獻(xiàn)報(bào)道。因此，本文運(yùn)用ARIMA模型預(yù)測(cè)分析2023年前中國(guó)（最大稻米進(jìn)口國(guó)）、印度（最大稻米出口國(guó)）及世界稻米供需態(tài)勢(shì)，旨在為中國(guó)稻米進(jìn)口貿(mào)易提供決策參考。

二、中國(guó)、印度及世界稻米人均產(chǎn)量預(yù)測(cè)分析

（一）數(shù)據(jù)來(lái)源及預(yù)測(cè)模型

1. 數(shù)據(jù)來(lái)源

稻米作為世界重要的糧食作物，供給增加依靠產(chǎn)量提高、需求上升源于人口數(shù)量及人均消費(fèi)量的增加;其中產(chǎn)量增長(zhǎng)主要依靠作物單產(chǎn)的提高，因?yàn)榉N植面積的擴(kuò)大有限（甚至縮小）。稻米總產(chǎn)提高快于消費(fèi)增長(zhǎng)時(shí)，絕對(duì)供給增加、相對(duì)需求減少、供需態(tài)勢(shì)松弛;反之供需態(tài)勢(shì)緊張。因此，本文基于1961-2018年中國(guó)、印度及世界稻米人均產(chǎn)量（產(chǎn)量除以人口數(shù)量）變化，預(yù)測(cè)分析2023年前世界稻米供需態(tài)勢(shì)。

從圖1可見(jiàn)1961-2018年：中國(guó)稻米人均產(chǎn)量在波動(dòng)中上升，其中1984年最高（167kg）、1961年最低（82kg）;中國(guó)稻米人均產(chǎn)量1965年（122kg）首次超過(guò)印度（92kg），此后一直保持（至2018年）;印度稻米人均產(chǎn)量高于世界水平且在波動(dòng)中上升，其中2001年最高（130kg）、1966年最低（90kg）;世界稻米人均產(chǎn)量上升較為平穩(wěn)，其中2012年最高（103kg）、1961年最低（70kg）。

2. 預(yù)測(cè)模型

ARIMA模型屬于時(shí)間序列預(yù)測(cè)分析方法。所謂時(shí)間序列，在統(tǒng)計(jì)意義上是將某一個(gè)指標(biāo)在不同時(shí)間上的不同數(shù)值，按照時(shí)間的先后順序排列而成的數(shù)列。時(shí)間序列分析是預(yù)測(cè)研究的一個(gè)重要的分支，時(shí)間序列分析的理論基礎(chǔ)是（平穩(wěn)）隨機(jī)過(guò)程。即：通過(guò)分析（平穩(wěn)）隨機(jī)過(guò)程，透過(guò)表面的若干偶然事件揭示事物內(nèi)在的必然規(guī)律（或趨勢(shì)）;從偶然中悟出必然，是這一方法的精髓和魅力所在;優(yōu)點(diǎn)在于以時(shí)間來(lái)集中反映若干影響因素的集成作用，無(wú)需考慮不同因子的貢獻(xiàn)及互作。ARIMA模型的形式為ARIMA （p，d，q）。其中：p、d和q分別為自回歸（系數(shù)）項(xiàng)數(shù)、時(shí)間序列成為平穩(wěn)序列時(shí)所做的差分次數(shù)和移動(dòng)平均項(xiàng)數(shù)。ARIMA模型的數(shù)學(xué)表達(dá)式為：

世界人口數(shù)量及稻米產(chǎn)量總體上隨時(shí)間（年代）而增長(zhǎng)，可以說(shuō)是客觀存在的一種必然趨勢(shì)。因此，可以運(yùn)用ARIMA模型對(duì)中國(guó)、印度及世界稻米供需態(tài)勢(shì)進(jìn)行預(yù)測(cè)分析。

〓〓運(yùn)用ARIMA模型預(yù)測(cè)中國(guó)、印度及世界稻米供需態(tài)勢(shì)，基于1961-2018年、預(yù)測(cè)2019-2023年（時(shí)段越長(zhǎng)、信度越低），主要介于中國(guó)經(jīng)濟(jì)發(fā)展常常設(shè)計(jì)為5年期計(jì)劃。邏輯步驟如下：首先，對(duì)變量的歷史數(shù)值取對(duì)數(shù)以消除異方差，并進(jìn)行“時(shí)間序列”平穩(wěn)性檢驗(yàn)，（不平穩(wěn)時(shí)）通過(guò)“差分”建立“平穩(wěn)序列”;其次，基于變量歷史數(shù)值的“平穩(wěn)序列”建立ARMA（1，2）、ARMA（1，1）、AR（1）、MA（2）和MA（1）共5種基礎(chǔ)模型;再次，運(yùn)用5種基礎(chǔ)模型擬合變量歷史數(shù)值（擬合樣本數(shù)等于預(yù)測(cè)樣本數(shù)），選擇最佳擬合度并通過(guò)效度檢驗(yàn)的基礎(chǔ)模型構(gòu)建ARIMA （p，d，q）預(yù)測(cè)模型;最后，檢驗(yàn)、運(yùn)用ARIMA （p，d，q）模型預(yù)測(cè)變量未來(lái)值。

（二）中國(guó)、印度及世界稻米供需態(tài)勢(shì)

1. 中國(guó)、印度及世界稻米2023年前人均產(chǎn)量預(yù)測(cè)

基于ARIMA模型的中國(guó)、印度及世界稻米2019-2023年人均產(chǎn)量預(yù)測(cè)如下：

（1）中國(guó)稻米2019-2023年人均產(chǎn)量預(yù)測(cè)

中國(guó)稻米1961-2018年人均產(chǎn)量對(duì)數(shù)值序列平穩(wěn)（ADF 單位根檢驗(yàn)的t統(tǒng)計(jì)量為-4.869009、1%水平檢驗(yàn)臨界值為-4.127338）。基于平穩(wěn)序列建立5種基礎(chǔ)模型（表1）：

表1中5種基礎(chǔ)模型2014、2015、2016、2017和2018年的擬合值比實(shí)際值分別為（+代表增加、-代表減少）：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）基礎(chǔ)模型的擬合度最優(yōu)，故以此構(gòu)建ARIMA（0，0，1）預(yù)測(cè)模型，其回歸結(jié)果如表2所示。

表2中ARIMA（0，0，1）模型的MA根倒數(shù)（-0.23）絕對(duì)值小于1.00（位于單位圓內(nèi)），即模型通過(guò)穩(wěn)定性檢驗(yàn)。據(jù)此，2019-2023年中國(guó)稻米人均產(chǎn)量預(yù)測(cè)值分別為151kg、153kg、154kg、156kg和158 kg。即：2019-2023年中國(guó)稻米人均產(chǎn)量將逐年增加，表明人均消費(fèi)水平提高。

（2）印度稻米2019-2023年人均產(chǎn)量預(yù)測(cè)

印度稻米1961-2018年人均產(chǎn)量對(duì)數(shù)值序列平穩(wěn)（ADF單位根檢驗(yàn)的t統(tǒng)計(jì)量為-6.995647、1%水平檢驗(yàn)臨界值為-4.127338）。基于平穩(wěn)序列建立5種基礎(chǔ)模型（表3）。

表3中5種基礎(chǔ)模型2014-2018年的擬合值比實(shí)際值分別為：ARMA（1，2）模型不能進(jìn)行預(yù)測(cè)，因?yàn)槟Ｐ吞崾緮?shù)據(jù)不足;ARMA（1，1）模型，也因?yàn)閿?shù)據(jù)不足不能進(jìn)行預(yù)測(cè);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）模型的結(jié)果與MA（2）模型相同。即AR（1）基礎(chǔ)模型的擬合度最優(yōu)，故以此構(gòu)建ARIMA（1，0，0）預(yù)測(cè)模型（回歸結(jié)果見(jiàn)表4）。

表4中ARIMA（1，0，0）模型的AR根倒數(shù)（-0.50）絕對(duì)值小于1.00，表明模型是穩(wěn)定的。據(jù)此，2019-2022和2023年印度稻米人均產(chǎn)量預(yù)測(cè)值分別為128kg、128kg、128kg、129kg和129kg。即：2019-2023年印度稻米人均產(chǎn)量將略有增加，表明供需將保持總體穩(wěn)定。

（3）世界稻米2019-2023年人均產(chǎn)量預(yù)測(cè)

世界稻米1961-2018年人均產(chǎn)量對(duì)數(shù)值序列非平穩(wěn)（ADF單位根檢驗(yàn)的t統(tǒng)計(jì)量為-3.610467、1%水平檢驗(yàn)臨界值為-4.127338），一階差分后成為平穩(wěn)序列（ADF單位根檢驗(yàn)的t統(tǒng)計(jì)量為-8.927909、1%水平檢驗(yàn)臨界值為-3.552666）。基于平穩(wěn)序列建立5種基礎(chǔ)模型（表5）：

表5中5種基礎(chǔ)模型2014-2018年的擬合值比實(shí)際值分別為：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）基礎(chǔ)模型的擬合度最優(yōu)，故以此構(gòu)建ARIMA（1，1，1）預(yù)測(cè)模型（表6）。

表6中ARIMA（1，1，1）模型的AR根倒數(shù)（0.68）和MA根倒數(shù)（0.98）的絕對(duì)值均小于1.00，即模型通過(guò)穩(wěn)定性檢驗(yàn)。據(jù)此，2019-2023年世界稻米人均產(chǎn)量預(yù)測(cè)值分別為103kg、103kg、104kg、104kg和105 kg。即：2019-2023年世界稻米人均產(chǎn)量將略有增加，表明中國(guó)稻米進(jìn)口貿(mào)易環(huán)境總體向好。

2. 中國(guó)、印度及世界稻米1961-2023年供需態(tài)勢(shì)

如圖2所示，1961-2023年（預(yù)測(cè)）：世界稻米人均產(chǎn)量的模型（擬合、預(yù)測(cè)）趨勢(shì)線與實(shí)際值（散點(diǎn)圖）吻合度最高、其次是印度、中國(guó)的前期吻合度低于后期，中國(guó)稻米人均產(chǎn)量呈波動(dòng)中增加態(tài)勢(shì)，如1961-2023年分別為82kg、136kg、142kg、153kg、135kg、144kg和158 kg，分別是世界水平的1.2、1.6、1.6、1.6、1.4、1.4和1.5倍;同期印度稻米人均產(chǎn)量呈波動(dòng)中略有上升態(tài)勢(shì)，如1961-2011和2023年分別為116kg、114kg、112kg、126kg、130kg、126kg和129 kg，分別是世界水平的1.7、1.4、1.2、1.3、1.3、1.2和1.2倍。表明印度作為世界最大稻米出口國(guó)，國(guó)內(nèi)稻米供給與需求總體持平，總產(chǎn)占世界的份額在減少;同期世界稻米人均產(chǎn)量呈相對(duì)穩(wěn)定上升態(tài)勢(shì)，如1961-2023年分別為70kg、84kg、90kg、96kg、96kg、103kg和105kg，表明世界稻米總產(chǎn)提高總體快于人口增長(zhǎng)，產(chǎn)品相對(duì)供給增加，人均消費(fèi)提高。

三、討論與結(jié)論

（一）討論

本文以“時(shí)間序列”方法中的ARIMA模型，預(yù)測(cè)分析中國(guó)、印度及世界稻米供需態(tài)勢(shì)。該方法以稻米人均產(chǎn)量隨時(shí)間（年份）的變化態(tài)勢(shì)來(lái)間接反映產(chǎn)品供需平衡狀況，不考慮稻米總產(chǎn)和人口數(shù)量的具體變化。這是一種直接基于“序列”時(shí)間趨勢(shì)的預(yù)測(cè)分析方法，尤其近期表現(xiàn)是預(yù)測(cè)的重要基礎(chǔ)。只要變量隨時(shí)間推移表現(xiàn)出某種變化規(guī)律，模型運(yùn)行過(guò)程中符合相應(yīng)檢驗(yàn)要求，則預(yù)測(cè)結(jié)果有效。

學(xué)界在中國(guó)、印度及世界稻米貿(mào)易方面的已有研究，多數(shù)基于局部、區(qū)域?qū)用婊蛱囟ㄙQ(mào)易政策視角;而政府或UN-FAO的預(yù)測(cè)，常常是根據(jù)當(dāng)年的種植面積及單產(chǎn)測(cè)算估計(jì)總產(chǎn)。鑒于此，本文嘗試從世界稻米的生產(chǎn)與消費(fèi)平衡狀況來(lái)研判中國(guó)的供需態(tài)勢(shì)。

中國(guó)和印度分別是世界稻米最大的進(jìn)口國(guó)和出口國(guó)，本文對(duì)中國(guó)、印度及世界稻米供需態(tài)勢(shì)的預(yù)測(cè)分析，旨在為中國(guó)稻米外貿(mào)提供決策支持。如針對(duì)（全球新冠疫情、國(guó)際糧食外貿(mào)收緊）新形勢(shì)下的國(guó)家糧食安全保障，建議考慮采取以下措施：一是優(yōu)化國(guó)內(nèi)稻谷生產(chǎn)布局，進(jìn)一步夯實(shí)自給基礎(chǔ)，確保口糧絕對(duì)安全;二是守住耕地紅線，因地制宜擴(kuò)大谷物種植，確保谷物基本自給;三是把握外貿(mào)市場(chǎng)態(tài)勢(shì)，適當(dāng)進(jìn)口優(yōu)質(zhì)稻米，改進(jìn)人民膳食品質(zhì)。

（二）結(jié)論

本研究表明2019-2023年：中國(guó)稻米總產(chǎn)提高快于人口增長(zhǎng)，人均消費(fèi)增加，人民生活水平提高;印度稻米總產(chǎn)提高與人口增長(zhǎng)基本持平、供需保持穩(wěn)定;世界稻米總產(chǎn)提（下轉(zhuǎn)第23頁(yè)）（上接第18頁(yè)）高快于人口增長(zhǎng)、相對(duì)供給增加;中國(guó)稻米外貿(mào)格局總體向好，稻米“口糧絕對(duì)安全”有保障。

參考文獻(xiàn)：

[1]趙式英，申宗坦. 我國(guó)南方稻區(qū)稻米市場(chǎng)品質(zhì)的研究[J]. 浙江農(nóng)業(yè)科學(xué)，1985（4）： 156-158.

[2]焦善偉. 新稻上市前國(guó)內(nèi)稻米市場(chǎng)仍將持續(xù)弱勢(shì)格局[J]. 糧油加工，2006（6）： 28-30.

[3]鄭紅明. 新稻價(jià)格有所走高 陳稻市場(chǎng)或?qū)⒏鷿q[J]. 中國(guó)糧食經(jīng)濟(jì)，2010（9）： 33-34.

[4]梁雪梅，何玉成. 我國(guó)稻米市場(chǎng)價(jià)格波動(dòng)的動(dòng)態(tài)相關(guān)性研究——基于“稻強(qiáng)米弱”背景下的分析[J]. 價(jià)格理論與實(shí)踐，2015（2）： 59-61.

[5]包凱軍. 遼寧新稻上市 市場(chǎng)價(jià)格上揚(yáng)[J]. 新農(nóng)業(yè)， 2016（12）： 48-49.

[6]武舜臣，王金秋. 對(duì)當(dāng)前糧食市場(chǎng)“稻強(qiáng)米弱”成因的再探討——基于價(jià)格形成機(jī)制視角的判斷[J]. 河南工業(yè)大學(xué)學(xué)報(bào)（社會(huì)科學(xué)版）， 2017（4）： 1-6.

[7]文喜賢，陳忠平，尹建華，等. 浙江省水稻（秈粳雜交稻）產(chǎn)業(yè)及稻米市場(chǎng)對(duì)江西省糧食產(chǎn)業(yè)發(fā)展的啟示[J]. 江西農(nóng)業(yè)， 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.

（作者單位：貴州財(cái)經(jīng)大學(xué)經(jīng)濟(jì)研究所、貴州大學(xué)經(jīng)濟(jì)學(xué)院、貴陽(yáng)市農(nóng)業(yè)農(nóng)村局）