溫 建，曾一鳴，夏楓苒，汪松玉，雷麗娟

（河南農業(yè)大學 信息與管理科學學院，河南 鄭州 450046）

0 引言

國以民為本，民以食為天。糧食既是關系國計民生和國家經濟安全的重要戰(zhàn)略物資，也是人民群眾最基本的生活資料。小麥是我國最重要的糧食作物［1-2］。於思益［3］于2019年在《基于大數據技術的中美小麥生產比較分析》一文中提出，中美小麥生產能力存在較大差異，主要體現(xiàn)在：自2008年以后美國小麥年產量始終沒有突破6800萬t，這是由于美國國內農業(yè)生產結構調整，在其小麥種植面積下調后，我國小麥的年產量和單產水平開始均高于美國。比較分析中美小麥生產成本和生產效益差異顯示，我國小麥生產投入中的人工成本占比和土地成本占比在逐漸擴大，而美國小麥生產投入中的這2項占比在逐漸縮小。我國小麥生產的現(xiàn)代化進程緩慢，高產背后蘊藏著一定風險。近年來，隨著我國經濟和農業(yè)的不斷發(fā)展，我國已經成為世界上最大的小麥生產國、消費國。雖然小麥的產值與現(xiàn)金收益保持增長, 但凈利潤與成本利潤率呈下降趨勢, 總成本的增長速度快于總收益的增長速度［4］。而新冠疫情的暴發(fā)對全世界糧食安全的威脅巨大，小麥產業(yè)也受到了較大沖擊，部分地區(qū)農戶種糧收益大幅減少［5］。

21世紀以來我國經濟迅猛發(fā)展，工業(yè)化、城鎮(zhèn)化進程不斷加快，我國耕地面積日趨緊張。為了提高作物產量，農民逐漸加大了生產要素投入以求提高作物產出，這不僅降低了作物產出和經濟效益，也損害了土地的質量，影響了農業(yè)的可持續(xù)發(fā)展。張浩［6］于2021年在《關于中國小麥生產成本現(xiàn)狀分析與展望》中提到，當前我國小麥生產成本居高不下，主要體現(xiàn)在種子、化肥、農藥、灌溉用水、機械作業(yè)、人工、土地成本這7個方面。近幾年我國小麥成本收益比較優(yōu)勢越來越低，且隨著小麥占耕地比例和小麥播種面積的下降，小麥總產量也持續(xù)下降。在此背景下，若想提高小麥生產綜合效率，就需要從降低小麥生產成本入手，研究新形勢下小麥生產節(jié)本增效的有效措施。

預計到2030年，我國對糧食的總需求將達到7.18億t，解決吃飯問題將始終是我國政府面臨的頭等大事［7-9］。河南省地理位置優(yōu)越，常年小麥播種面積為193萬～480萬hm2，約占全國小麥播種面積的1/5。2005年河南小麥總產創(chuàng)歷史新高，首次突破2500萬t，居全國之首，總產量占全國的27%。因此，鞏固和發(fā)展河南小麥這一優(yōu)勢產業(yè)，對于發(fā)展河南乃至全國經濟、確保糧食安全具有重大意義［10］。

近年來，隨著國家一系列支農政策的扶持，大量資金投入到糧食主產區(qū)的糧食生產中，種植小麥給農民帶來了實實在在的利益。通過對河南省小麥在2006—2020年的種植面積、產量、區(qū)域優(yōu)勢進行了詳細分析，提出了加強技術創(chuàng)新、提高種植小麥補貼標準、提高農業(yè)機械化水平、轉變經營方式、推進小麥產業(yè)化、發(fā)展多種形式的深加工產業(yè)等對策。此外，在穩(wěn)定產量的基礎上，又提出了降低成本，提高小麥單價，增加農民收益的建議，進而為河南省小麥生產的可持續(xù)發(fā)展提供參考依據［11-17］。梯度提升樹算法是一種基于決策樹的集成算法，在數據分析和預測中的效果很好，在傳統(tǒng)機器學習算法里面是對真實分布擬合的最好的幾種算法之一，且梯度提升樹算法較支持向量機模型(SVM)、時間序列模型(ARIMA)等具有更高的精度［18-22］。近年來，文獻分析法、因子分析法、灰色系統(tǒng)等研究方法被嘗試應用在大田作物生產成本收益的分析定量研究中，針對全國各地小麥生產的研究也有不少［23-31］，但鮮有用梯度提升樹算法(Gradient boosting decision tree，GBDT)對小麥的成本收益進行深入研究。

本研究以河南省小麥成本收益作為研究對象，運用梯度提升樹算法、文獻分析法與多元線性回歸法，通過對小麥生產中的種子費、化肥費、農家肥費、農藥費、機械作業(yè)費、總直接生產費用、土地成本、人工成本、主產品產量、平均出售價格等指標進行分析，探索小麥成本收益的變化規(guī)律，用以預測小麥未來成本收益發(fā)展趨勢，以期為河南省小麥的成本結構投入和產業(yè)優(yōu)化給出建議。

1 數據來源以及研究方法

1.1 數據來源

本研究數據來源于《中國農村統(tǒng)計年鑒》《河南統(tǒng)計年鑒》《河南調查年鑒2021》，并結合了2006—2020年布瑞克農業(yè)數據智能終端數據中的小麥成本收益數據。

1.2 梯度提升樹算法

梯度提升樹算法為2001年提出的集成學習算法，其主要思想是每次建立的新的模型都基于上一個模型的損失函數的負梯度，通過多個弱學習器合成一個強學習器。其以CART作為基函數，采用加法模型和前向分步算法的一種梯度提升方法。

2 河南省小麥產業(yè)發(fā)展現(xiàn)狀

2.1 小麥種植面積及產量分析

由表1可知，河南省小麥的播種面積和產量均呈增長趨勢，與2009相比，2019年河南小麥播種面積提升了8.42%，產量提升了22.44%。2009—2019年河南省小麥平均播種面積占全國小麥總播種面積的23%，平均產量占全國的27%。河南省小麥產業(yè)對我國農業(yè)發(fā)展和維持國民糧食穩(wěn)定具有重要作用。

表1 2009—2019年小麥種植面積及產量分析

2.2 小麥成本收益因素分析

小麥的平均售價總體呈增長趨勢，2006—2011年平穩(wěn)上升，在2014年達到最高2316.40元/t后，又略微下降，然后保持穩(wěn)定。2012—2020年多次凈利潤為負值，究其原因一方面因極端天氣及生產措施不到位，河南省小麥產量不穩(wěn)定，導致收益情況不甚樂觀；另一方面因小麥儲存量過多，品質欠佳，以及其他代替品出現(xiàn)導致小麥需求量下降，從而影響了小麥收益。相較于2006年，2020年小麥平均售價提高了51.69%，總成本提高了188.12%，總產值提高了73.62%，凈利潤下降了3965.7 元/hm2。小麥生產成本的增長速度明顯高于小麥平均售價的，這導致了小麥生產的凈利潤大幅下降，因此降低小麥生產成本迫在眉睫。

表2 2006—2020年河南省小麥成本收益情況

2.3 小麥直接生產費用分析

小麥成本分析主要包括人工成本、土地成本、化肥費用、其他物質服務費用4部分。其中人工成本又分為雇工費用、家庭用工折價，土地成本包括流轉土地租金、自營土地折租，其他物質服務費又可分為直接生產費用和間接生產費用，其中直接生長費用包括種子費、化肥費、農家肥費、農藥費、機械作業(yè)費、排灌費、工具材料費、其他費用。

從整體上來看，2006—2020年小麥直接生產費用總體呈上升趨勢，只有2010、2014、2015年有些許回落，后又穩(wěn)定上升。2020年小麥直接生產費用較2006年提高了112.53%，低于小麥生產總成本的增幅188.12%。

由表3可知，2006—2020年小麥直接生產費用中的各項指標均有大幅度的增長。其中，農家肥費由2006年的70.35元/hm2，增長到2020年的429.60元/hm2，增幅達510.66%；農藥費由2006年的129.15元/hm2增長到495.15元/hm2，增幅達283.39%；種子費、排灌費的增幅分別為143.35%、118.63%，均高于直接生產費用的增長幅度；而化肥費、機械作業(yè)費、工具材料費的增幅分別為74.51%、101.95%和116.47%，均小于直接生產費用的增長幅度。

表3 小麥直接生產費用分析 元/hm2

從2011—2012年數據可以看出，小麥直接生產費用的各項指標均較2011年大幅提升，其中種子費、化肥費、農家肥費、農藥費、機械作業(yè)費、工具材料費分別增加了20.70%、20.04%、86.99%、28.79%、13.77%、26.12%，排灌費減少了28.41%。原因可能是該年河南小麥生產先后受春旱、倒春寒、干熱風、強降雨等不利天氣影響，小麥的種植活動受阻，種子的存活率降低，不得不加大種子用量，且隨著種子的供求關系的變化，種子價格上漲間接造成了種子費的增加。人工機械、播撒農藥等生產活動的次數和單次費用也隨著不適宜氣候的影響而增加，造成了各項指標的上升。因此，特殊氣候條件會對小麥直接生產成本產生較大影響。

從2018—2019年數據可以看出，小麥的直接生產成本中種子費、化肥費、農家肥費、機械作業(yè)費都出現(xiàn)了一定的降低，尤其是其他費用由0降低到-5.25 元/hm2，首次出現(xiàn)了負值。這是由于從氣象條件上來看，在2019年小麥的生長氣候條件利于小麥生長，且 2019年提前開展了病蟲害防治工作，即在小麥種植的過程中的播種、治理病蟲害、機器作業(yè)等方面的成本均有所下降。

3 基于梯度提升樹回歸模型的實證分析

梯度提升樹是一種集成學習算法，其主要思想是每次建立的新的模型都基于上一個模型的損失函數的負梯度，通過多個弱學習器合成一個強學習器。

3.1 學習步驟

輸入訓練樣本集S={(x1,y1),(x2,y2),…(xm,ym)}，最大迭代次數T，損失函數L。

（2）對于迭代輪數t=1,2,…,T，沿著梯度下降的方向迭代，降低殘差值。

①for i=1,2,…,m，計算負梯度

②利用(xi, rit)(i=1,2,…,m)，擬合CART回歸樹，其葉子節(jié)點將空間劃分為獨立區(qū)域。對于葉子區(qū)域j=1,2,…,J，其中J為葉子節(jié)點個數。

③對于葉子區(qū)域j=1,2,…,J，計算最佳擬合值

④持續(xù)更新強學習器

（3）最后得到學習器

試驗所用數據集為河南小麥2006—2020年總直接生產費用、土地成本、人工成本、主產品產量、平均出售價格、凈利潤等。

3.2 數據分析

由圖1、圖2可知，通過小麥產量、平均售價與凈利潤的關系熱力圖發(fā)現(xiàn)，各種成本費用與凈利潤呈現(xiàn)明顯負相關關系，主產品產量與凈利潤呈現(xiàn)正相關關系；但由于數據量較小，平均出售價格與凈利潤之間出現(xiàn)了負相關關系?？傊苯由a費用、土地成本、人工成本與凈利潤之間均為負相關關系（圖3）。

圖1 小麥產量、平均售價與凈利潤的關系

圖2 小麥生產總直接生產費用、土地成本、人工成本與凈利潤的關系

圖3 小麥生產成本間的相關性

在梯度提升樹中，樹的數量越多，模型的誤差會隨之減小，但如果過多，則會導致模型的泛化能力減弱，因此在本次建模中，由于數據量較小，為了保證模型的泛化能力，需要通過控制學習效率(L)和樹深度(D)的組合來提高模型的預測精度，同時也要避免模型過擬合。

通過多交叉驗證實驗，我們將最大樹深度(D)確定為1，學習效率設置為0.8，使用Huber損失函數，最終得到梯度提升樹回歸模型，并得到模型在樣本數據集上的擬合情況（圖4）。

圖4 2006—2020年河南省小麥生產梯度提升樹擬合圖像

在梯度提升樹回歸模型中，各個影響因素在模型中所占的重要程度見圖5，其中人工成本占主要地位，影響力高達50%以上。

由表4可知，通過對比分析真實值與預測值的各項誤差指標，部分數據預測結果雖有偏差，但總體偏差不大，其預測結果相對較好，表明基于GBDT的小麥凈利潤預測的可靠性與可行性較高。

表4 模型誤差

4 結論與建議

通過研究可知：（1）2009—2019年的河南省小麥平均種植面積約占全國的23%，平均產量約占全國的27%。（2）通過對小麥生產過程中的總成本、總產值、凈利潤、成本利潤率以及平均售價進行分析發(fā)現(xiàn)，2016—2020年小麥的凈利潤情況不容樂觀，大部分為負值。（3）氣候不適、病蟲害等自然原因大幅增加了小麥的生產成本。（4）梯度提升樹模型的結果顯示，在影響小麥生產成本的因子中，人工成本占比最大。本研究在運用梯度提升樹模型時，數據量較小，為得到更小的誤差結果，后續(xù)應該增加數據量。基于本研究的結果，結合國家糧食安全與現(xiàn)行國家糧食政策，提出了降低河南省小麥生產成本和提高其經濟效益的建議和對策，以期指導河南的小麥生產開辟更大的發(fā)展空間。

（1）采用規(guī)?；N植，提高土地效率，改善生產技術。小麥生產過程中人工成本增加和肥料投入較高是導致小麥成本增長的重要原因。究其根本在于，種植戶在生產上不合理地使用肥料、農藥等化學品用以提高產量，導致肥效下降，地力減退。通過規(guī)?；N植和施用農家肥來配肥地力、提高小麥產量品質，并降低生產成本，以達到小麥生產技術、產品品質、種植效益的全面突破。

（2）政府及相關部門應加大對小麥生產的支持力度。糧食是公共性和基礎性的食品，政府應該在保證各項政策持續(xù)支持的基礎上，出臺更多政策來促進小麥生產收益。如進一步增加小麥優(yōu)質良種補助、糧油直補、農資綜合直補等相關政策性收入在農戶小麥的生產現(xiàn)金利潤中的比例；加大當地政府對大中型商品糧生產基地建設、優(yōu)質糧油產業(yè)推動、大中型農村灌區(qū)的節(jié)水改造、農村綜合發(fā)展和土壤整治工程等的扶持力度，爭取做到災年穩(wěn)產，豐年增產增收；進一步強化、優(yōu)化市場經濟監(jiān)測體系，嚴格調控農戶小麥品種及其生產資料價格，落實小麥最低價收購政策。