河南省小麦产量分析及预测

耿晓晨

摘 要：目的：依据河南省1978年至2021年小麦产量数据，分析河南省小麦产量特征及规律，通过时间序列方法预测未来河南省小麦产量。方法：采用ARIMA模型，对河南省粮食产量数据进行原始数列预处理、参数估计以及统计建模。结果：构建河南省小麦产量自回归移动平均模型（ARIMA），预测模型为ARIMA（6，1，0），数据信息提取充分（Q=12.2185，P>0.05），相对误差控制在10%以内，数据信息提取充分。结论：模型预测拟合优度较好，具有一定的参考价值，以此提出相关建议。

关键词：河南省；ARIMA模型；拟合优度

一、引言

河南省是我国的粮食大省，2020年，河南省人民政府办公厅发布关于《河南省实施粮食生产核心区建设规划》，并将粮食生产纳入发展管理目标的范围[1]。小麦是河南省主要种植粮食之一，通过各级管理，2021年河南省小麦再创总产、单产历史新高，此外，国家统计局2021年数据显示，河南省粮食作物播种面积为10772.3千公顷，居于全国第一。近年来，我国陆续推进了多数政策推进经济发展，例如工业化、新型城镇化等，这些政策的实施的前提都是不以牺牲农业为代价的，自始至终都将粮食生产放在重要位置。河南省地理位置的优势就奠定了成为优质小麦产区的基础。近年来，我国狠抓粮食生产不放松，任何政策的实施都不能以牺牲粮食生产为代价，因此，通过对河南省小麦产量进行分析及预测，对未来提出河南省小麦产量相关建议具有重要参考价值。

近年来，有关河南省小麦的相关研究已经逐渐成熟。王翠（2021）[2]在分析河南省小麦产业链发展现状的基础上，从消费、生产等多个角度探讨经济新常态下小麦产业链面临的机遇与挑战，进而提出针对性建议。在供给侧结构性改革的背景下，刘佩（2021）[3]根据河南省小麦供给过程中存在的问题，依据我国目前供给侧结构改革政策，在河南省小麥相关研究中将“发展优质小麦”作为主要任务之一。通过分析2001-2020年河南省审定的555个小麦品种的育种特点，李爱国等（2021）[4]统计了其中425个水地组品种的12个农艺和品质性状，并对其演变情况和相关性进行分析。为深入了解当前小麦生产发展情况，中国国际经济交流中心课题组于2020年10月赴河南省实地调研，杜鹰等（2021）[5]认为近期河南小麦生产总体平稳，小麦生产连创新高，市场价格稳中有升，产销两旺。但小麦连年增产后已进入发展平台期，再上新台阶面临着诸多制约因素，包括高标准农田建设标准不高、良种研发力量分散、种粮比较效益低下、品种结构矛盾突出等，就此提出采取新思路、新举措，促进小麦生产跨上新台阶，为确保国家粮食安全作出新贡献。张伟等（2017）[6]在对河南省发展优质小麦的成效全面总结的基础上分析了优质小麦发展重点，比较了加工专用优质麦与质量安全优质麦的生产效益，并提出了加快河南小麦供给侧改革应采取“两优提升、两区引领、两端推进、两力支撑”的战略对策。

计量方法在学术界的应用已经十分广泛，许多学者也将其应用到了有关河南省小麦的相关研究中。熊淑萍等（2022）[7]选用河南省小麦固定监测站点实地监测数据，利用地理信息系统（GIS）选择最优模型，绘制2017—2020年河南省4个小麦生产区产量与产量构成要素空间分布图，分析产量和产量构成要素在不同小麦产区的差异及其相互关系。徐霞等（2022）[8]基于农业统计数据、2063份农户小麦调研数据和1582组小麦田间试验数据，采用ArcGIS系统分析河南省农户习惯管理下小麦氮磷钾肥施用量及区域间差异，评价不同区域与推荐施肥相比的节肥潜力。李晔和白雪（2021）[9]结合灰色预测模型和马尔可夫理论，建立无偏灰色GM（1，1）模型、无偏灰色马尔可夫模型和新维无偏灰色马尔可夫三种模型，并对比3种模型的预测精度，最终选择适合中长期预测且预测精度较好的新维无偏灰色马尔可夫模型。孟俊杰等（2018）[10]运用农户调查问卷以及Logistic模型，因变量为农户是否种植优质专用小麦，另选择10各自变量，对农户种植优质专用小麦的影响因素进行研究分析。

随着研究目标的细化以及研究方法的精确，学者对于小麦的研究更加深入。侯颖等（2022）[11]采用菌丝生长速率法测定了氟环唑对2019年从河南省16个地市分离的100株假禾谷镰孢菌的毒力，目的是了解河南省假禾谷镰孢菌对氟环唑的敏感性。辛赫文等（2022）[12]指出目前尚无登记应用在小麦茎基腐病防治上的化学药剂，且化学农药的大量使用容易带来环境污染问题，故探索小麦茎基腐病的生物防治具有重要意义。臧贺藏等（2021）[13]等为了评价不同生态条件下小麦新品种产量在基因型与环境互作中的丰产性、适应性和稳定性，于2018-2020年在河南省商丘市、洛阳市和新乡市3个地点、8个小麦育成品种参加河南省区域试验，研究结果为小麦新品种的合理利用提供了科学依据，具有一定的参考价值。

综合以上相关研究发现，我国对于小麦产业的研究已经十分深入，无论是研究当前小麦产业发展现状还是通过计量模型预测未来小麦的产量及质量，都已经形成了十分成熟的考察体系。本研究是在之前研究的基础上，对河南省小麦产量的数据进行收集、整理、分析及预测。

本文的研究内容大致分为五个部分：第一部分，对有关河南省小麦的相关文献进行梳理并总结；第二部分，对当前河南省小麦的发展现状进行探究，具体分为播种面积、产量规模及产量占比三个方面；第三部分，通过分析1978年至2021年河南省小麦产量数据，运用ARIMA模型对未来十年河南省小麦产量进行预测；最后一部分，总结出结论并提出相关建议。

二、发展现状

（一）播种面积

国家统计局数据显示，2021年，河南省小麦播种面积约占全国的23.89%，且无论是面积还是产量所占份额均呈现出稳步提升的趋势，在全国小麦生产中占有举足轻重的地位。具体情况如下表1所示。

（二）产量规模

近十年河南省小麦产量情况如下图1所示。

通过上图可以发现，近十年河南省小麦的产量总体上呈现出上升的趋势。值得一提的是，在2021年720洪灾来临之前，6月底前后河南小麦已经基本收获完毕，因此河南省小麦产量受洪灾影响较小，产量达3802.8万吨，较2020年增加了49.7万吨，占全国小麦总产量的28%。2017年至2018年小麦产量有所下降的主要原因是在2017年秋季小麦播种期间，由于当时雨水灌溉导致小麦播种时间延迟一个月左右，错过了适宜地播种期，同时雨水较多导致部分土壤被灌溉，部分地块积水严重，进而导致了2018年小麦产量有所下降，但在2018年之后又恢复到上升的趋势。

（三）产量占比

随着河南省小麦产量的逐年升高，产量占比也在逐年上升，与其他主产省相比优势明显。小麦产量在全国总产量占比情况如下表2所示。

三、产量预测

（一）研究数据

研究对象为1978年至2021年河南省小麦产量数据，数据来源于河南省统计局发布的《河南省统计年鉴》以及国家统计局发布的《中国统计年鉴》。

（二）研究方法

通过借鉴luliano AD、Roguski KM以及 Chang H等人[14]研究时所采取的方法，本文运用ARIMA模型，该模型通过描述依赖于时间（T）的随机变量的自相关性，从过去、现在值来预测其未来变化。根据模型原始序列是否平稳以及回归中所含部分的不同，可分为自回归模型 AR（p）、移动平均模型 MA（q）、自回归移动平均过程 ARMA（p， q）以及 ARIMA（p， d， q）[15]。本文采用的是 ARIMA（p， d， q）模型，模型预测的基本思想是：将预测对象随时间推移而形成的数据视为 一个随机时间序列，根据时间序列模型的识别规则，建立相应的模型[16]。

（三）软件选择

首先使用Microsoft Excel 2010软件建立河南省粮食产量原始数据库，之后采用stata16软件对原始数据进行描述、模型构建、模型诊断以及模型预测效果分析，最后进行未来产量预测。

（四）实证分析

1、原始数据平稳化

对产量变量进行检验表明原始数据不平稳，通过DF、PP以及GLS扩展的DF三种检验说明做一阶差分后平稳，故d=1。

2、相关性分析

构建数据的自相关图（ACF）以及偏自相关图（PACF），如下图2及图3所示，自相关系数为p=6，偏自相关字数为q=0，因此，模型为ARIMA（6，1，0）。

3、模型诊断

首先通过计算小麦产量预测模型的残差，绘制残差序列的ACF和PACF函数图，结果显示AC值以及PAC值基本都在95%置信区间内，残差分布是随机的。

采用LBQ检验计算预测模型的白噪声序列，其中Q值为12.2185，残差序列的统计量P值为0.9083，大于0.05，符合白噪声序列检验，说明该模型对数据信息的提取较为充分。

4、模型预测效果

采用ARIMA（6，1，0）模型结果得出残差公式为：

通过残差公式，运用excel软件计算出河南省2012年至2021年的小麦产量预测值，与实际产量值进行比较计算出相关误差，结果如下表4所示：

1978年至2021年河南省小麦真实值与预测值如图4所示：

结果表明，从2012年至2021年预测值与实际产值之间的相对误差都在10%以内，说明该模型具有参考意义，可以以此来计算未来十年河南省的小麦产量。

5、产量预测

运用模型对未来十年河南省小麦产量进行预测，结果如下表5所示：

四、结论及政策建议

（一）结论

本文依据1978年到2021年河南省小麦产量数据，从时间序列角度运用ARIMA模型对河南省小麦产量进行预测。通过模型检验，模型拟合优度较好，可以作为参考。

通过预测结果发现，未来十年河南省小麦产量整体上仍然处于上升趋势，发展态势较好。农作物的产量收到气候以及环境的影响较大，自然灾害等伊利写不可控的因素也会对粮食产量造成较大影响。本研究没有考虑到此，还有较大改进空间。

（二）政策建议

1、重视人才队伍建设

开设讲授、咨询等形式的培训，提高科技人员技术素质，加强人员技能培训，通过课堂讲授的方式向人民普及农业及生产相关知识，此外，还可以依据每一名员工的技能及发展意愿有针对性地进行培训，更大程度地发挥个人地性格特点及学习能力。河南省目前人才流失较为严重，需要重视农业人才队伍建设，吸引优秀农业人才，在高校开展相关专业，开设课程培养相关人才，同时积极促进学生社会调研，考察当前现状，提高专业知识，将技能运用到实践中，为小麦产业技术体系的健康发展提供人才保障。

2、加强基础设施建设

长期以来，河南省小麦的生产科技水平总体偏低，较低的生产技术水平下实现的高产及稳产，需要较多的水资源及土地的消耗，所以，应在现有基础上，加强基础设施建设，进行农田改造，提高土地利用效率，促进河南小麦大规模、机械化种植，进一步提高粮食产量，确保国家粮食安全。为有效地促进小麦产业快速发展，提高小麦市场竞争力，可通過小麦产业的规模化生产，建立优质生产基地，提高河南省小麦的竞争优势，同时进行区域化、专业化的生产，从而有效降低小麦的生产成本。

3、加强产品结构优化

市场上现有的河南省小麦加工产品中普通民用面粉占比较大，专用面粉占比较小，当前还不能有效满足食品行业发展的要求，所以应结合河南省优质小麦产业化发展形势需要，加强产品结构优化，开发省内外专用粉市场，生产适销对路的专用面粉；此外，扩大对食品加工企业的扶持，加大投资，改进生产加工工艺，例如馒头、面包、挂面、方便面以及水饺等面食冻食品及其他面食制品花色品种进行开发，形成规模化加工；大力鼓动龙头企业带动小微企业，有效改善河南省小麦加工高档产品少、名牌产品少、生产能力弱、产品品种少的现实。

4、建立完备市场体系

“十三五”农业发展规划提出，河南省建立农业综合信息服务平台，采集、分析、发布小麦重点农产品全产业链数据，为形成农业大数据基础资源池奠定基础。同时，应全力推行信息资源整合制度，开展对全省、全国乃至全球小麦育种、数据和信息的收集，建立小麦资源信息库，推行小麦鉴定、评价及测报体系，进而全方面检测小麦品质，完善育种、生产、建全省小麦咨询决策系统，为河南省小麦培育提供参考及依据。

参考文献：

[1]河南省人民政府办公厅关于河南粮食生产核心区建设规划的实施意见[J].河南省人民政府公报，2010（23）：14-33.

[2]王翠.经济新常态下河南省小麦产业链发展研究[J].食品研究与开发，2021，42（24）：225-226.

[3]刘佩.供给侧改革背景下河南省小麦生产现状与对策[J].食品研究与开发，2021，42（18）：233-234.

[4]李爱国，宋晓霞，张文斐，王改革.2001-2020年河南省审定小麦品种育种特点及表型性状演变分析[J].麦类作物学报，2021，41（08）：947-959.

[5]杜鹰，张秀青，夏友仁，冯伟波.着力解决发展瓶颈问题  力促小麦生产再上台阶——河南省小麦生产调研报告[J].价格理论与实践，2021（02）：4-7+29.

[6]张伟，景丽，上官彩霞，孙建军.河南小麦供给侧结构性改革的思考与对策[J].农业经济，2017（12）：3-5.

[7]熊淑萍，高明，张志勇，秦步坛，徐赛俊，付新露，王小纯，马新明.基于GIS的河南省小麦产量及产量构成要素时空差异分析[J].中国农业科学，2022，55（04）：692-706.

[8]徐霞，黄玉芳，郭宇龙，孙笑梅，闫军营，赵亚南，叶优良.基于GIS的河南省小麦区域节肥减排潜力评价[J/OL].中国农业资源与区划：1-9[2022-05-30].

[9]李晔，白雪.基于新维无偏灰色马尔可夫模型的小麦产量预测[J].江苏农业科学，2021，49（15）：181-186.

[10]孟俊杰，田建民，王静，杜涛，上官彩霞.基于Logistic模型的农户种植优质专用小麦影响因素分析——以河南省8縣为例[J].中国农业资源与区划，2018，39（10）：11-16.

[11]侯颖，辛赫文，张馨，范鑫诺，刘圣明，徐建强.河南省小麦假禾谷镰孢菌对氟环唑的敏感性[J/OL].植物病理学报：1-11[2022-05-30].

[12]辛赫文，徐建强，杨岚，李华奇，侯颖，林晓民.河南省小麦根、茎部内生真菌多样性及平板拮抗活性研究[J/OL].植物病理学报：1-5[2022-05-30].

[13]臧贺藏，曹廷杰，张杰，赵晴，邸佳颖，张建涛，庄家煜，陈丹丹，刘海礁，郑国清，李国强.不同生态条件下小麦新品种产量的基因型与环境互作分析[J].华北农学报，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]杨铁军，杨娜，朱春华，张元.一种新的基于ARIMA模型的粮食产量预测[J].河南工业大学学报（自然科学版），2015，36（05）：19-22.

[16]陈艳红，胡胜德，申倩.基于ARIMA模型的中国粮食供求平衡及预测[J].广东农业科学，2013，40（05）：230-233.DOI：10.16768/j.issn.1004-874x.2013.05.003.