琚銳佳 李逸波 朱文薈

摘 要：當(dāng)前，受到新冠疫情、自然災(zāi)害等多方面因素的影響，我國(guó)糧食安全不穩(wěn)定性增加，小麥進(jìn)口呈現(xiàn)新形勢(shì)?，F(xiàn)階段，我國(guó)小麥進(jìn)口量呈現(xiàn)明顯上升趨勢(shì)，增加了我國(guó)糧食安全風(fēng)險(xiǎn)，因此，需要對(duì)其下一階段進(jìn)口波動(dòng)趨勢(shì)進(jìn)行預(yù)測(cè)研究，進(jìn)而及時(shí)調(diào)整化解風(fēng)險(xiǎn)。該文從進(jìn)口數(shù)量、進(jìn)口來源國(guó)家、貿(mào)易逆差等方面分析了小麥進(jìn)口特征，并利用中國(guó)海關(guān)總署公布的2019年01月至2021月12日我國(guó)小麥進(jìn)口量月度數(shù)據(jù)，建立了ARIMA模型，對(duì)小麥未來半年進(jìn)口趨勢(shì)進(jìn)行預(yù)測(cè)。結(jié)果表明：我國(guó)下一階段小麥進(jìn)口將繼續(xù)保持上升態(tài)勢(shì);我國(guó)小麥進(jìn)口來源依賴度比較高，糧食安全風(fēng)險(xiǎn)增加;小麥生產(chǎn)成本需進(jìn)一步控制。因此，要依靠科技進(jìn)步，強(qiáng)化供給結(jié)構(gòu)調(diào)整;警惕進(jìn)口風(fēng)險(xiǎn)，分散小麥進(jìn)口市場(chǎng);實(shí)行適度規(guī)模化經(jīng)營(yíng)，降低小麥生產(chǎn)成本。

關(guān)鍵詞：小麥進(jìn)口;趨勢(shì)預(yù)測(cè);ARIMA模型

中圖分類號(hào) S512.1 文獻(xiàn)標(biāo)識(shí)碼 A 文章編號(hào) 1007-7731（2022）10-0027-04

Prediction of Wheat Import Fluctuation Trend in China from the Perspective of Food Security——Based on Arima Prediction Model

JU Ruijia? ?LI Yibo? ?ZHU Wenhui

（College of Economics and Management， Agricultural University of Hebei，Baoding 071000， China）

Abstract： At present， under the influence of COVID-19， natural disasters and other aspects， food security instability is increasing， and food import is in a new development situation. At present， China′s wheat import volume shows an obvious upward trend， so it is of practical significance to forecast the fluctuation trend of its import in the next stage. This paper analyzes the current situation of wheat import from the import quantity， import source countries， trade deficit and other aspects， the ARIMA model is established based on the monthly wheat import data from January 2019 to December 2021 released by the General Administration of Customs of China to forecast the wheat import trend in the next six months. The result showed that China′s wheat import will continue to rise in the next stage， China′s wheat import source dependence is relatively high， food security risk increased; Wheat costs need to be further controlled. Therefore， we must put forward to improve the minimum purchase price policy of wheat and enhance farmers' enthusiasm for planting grain.， guard against import risk and disperse wheat import market， implement system scale management， reduce wheat production cost.

Key words： Wheat import; Trend forecast; ARIMA model

1 引言

2022年中央一號(hào)文件指出，要牢牢守住保障國(guó)家糧食安全底線。小麥?zhǔn)俏覈?guó)重要的糧食品類，小麥口糧消費(fèi)在中國(guó)口糧消費(fèi)總量中的占比約為35%左右，對(duì)我國(guó)糧食安全具有重要影響。目前，我國(guó)小麥自給率可達(dá)95%以上，但仍需要進(jìn)口來滿足國(guó)內(nèi)需求。近期，由于國(guó)際國(guó)內(nèi)環(huán)境變化明顯，小麥進(jìn)口量增長(zhǎng)趨勢(shì)明顯，2019年我國(guó)小麥進(jìn)口量為349t，2020年為838t，2021年為977t，進(jìn)口量的激增對(duì)我國(guó)糧食安全帶來了不利影響。國(guó)際上，由于新冠疫情傳播范圍擴(kuò)大、貿(mào)易不確定性不穩(wěn)定、經(jīng)濟(jì)形勢(shì)下行等原因，小麥在國(guó)際市場(chǎng)上的熱度上升;國(guó)內(nèi)，受到我疫情導(dǎo)致民眾屯糧行為等的影響，小麥需求量增長(zhǎng)?；谶@樣的環(huán)境變化，在糧食安全視角下，國(guó)家為促進(jìn)小麥產(chǎn)業(yè)發(fā)展，從各個(gè)方面出臺(tái)了相關(guān)政策，以期提高小麥生產(chǎn)水平，保障小麥自給率。但中國(guó)對(duì)小麥的需求強(qiáng)勁，現(xiàn)有水平仍存在供給缺口，需要進(jìn)口小麥緩解國(guó)內(nèi)部分供給壓力。因此，對(duì)小麥后續(xù)階段的進(jìn)口趨勢(shì)進(jìn)行定量精準(zhǔn)預(yù)測(cè)，對(duì)于我國(guó)小麥進(jìn)口、生產(chǎn)政策制定具有重要的現(xiàn)實(shí)意義。

當(dāng)前，學(xué)者們對(duì)小麥進(jìn)口貿(mào)易相關(guān)重要問題已進(jìn)行了研究并取得一定研究成果。部分學(xué)者通過定性研究，對(duì)小麥進(jìn)口貿(mào)易趨勢(shì)進(jìn)行預(yù)測(cè)，如鐘志平[1]指出國(guó)內(nèi)外小麥價(jià)額差導(dǎo)致我國(guó)小麥貿(mào)易逆差明顯擴(kuò)大;李喜貴[2]從供需角度對(duì)小麥需求進(jìn)行預(yù)測(cè);劉平[3]從生產(chǎn)成本、最低糧食收購(gòu)價(jià)格、科技創(chuàng)新水平及物流運(yùn)輸?shù)榷嘟嵌确治鲇绊懶←溸M(jìn)口貿(mào)易的主要原因;王新華[4]則從國(guó)際、國(guó)內(nèi)2個(gè)角度對(duì)我國(guó)小麥進(jìn)口貿(mào)易提出對(duì)策。在小麥進(jìn)口定量預(yù)測(cè)方面，龐碧云[5]對(duì)小麥2019、2020年供需進(jìn)行預(yù)測(cè)，但是在新的背景之下，對(duì)小麥進(jìn)口數(shù)據(jù)進(jìn)行定量精準(zhǔn)預(yù)測(cè)，仍具有重要現(xiàn)實(shí)意義。

以上研究大多是從定性角度對(duì)小麥進(jìn)口進(jìn)行的分析及預(yù)測(cè)，為后續(xù)研究奠定了重要基礎(chǔ)。但是當(dāng)前國(guó)內(nèi)外環(huán)境變化較大，小麥進(jìn)口形勢(shì)變化較大，而近期用定量方法分析小麥進(jìn)口數(shù)量的相關(guān)研究較少。為此，本文采用定量預(yù)測(cè)方法對(duì)小麥在當(dāng)前階段的進(jìn)口數(shù)量進(jìn)行科學(xué)預(yù)測(cè)，以期為解決我國(guó)小麥進(jìn)口相關(guān)問題提供參考。

2 研究方法與數(shù)據(jù)來源

2.1 研究方法 在方法選擇上，目前國(guó)內(nèi)用于糧食產(chǎn)量預(yù)測(cè)的方法主要有無偏灰色馬爾可夫模型、BP神經(jīng)網(wǎng)絡(luò)模型、多元線性回歸模型、支持向量機(jī)、灰色GM（1，1）模型等，代表學(xué)者有尹邦華[6]、周永生[7]、王啟平[8]、趙桂芝等[9]。本文根據(jù)小麥進(jìn)口數(shù)據(jù)特點(diǎn)，選擇ARIMA模型對(duì)小麥進(jìn)口量進(jìn)行短期預(yù)測(cè)。ARIMA模型是根據(jù)預(yù)測(cè)對(duì)象受其自身變化影響規(guī)律，結(jié)合自回歸模型和滑動(dòng)平均模型而建立的模型，是目前最常用的擬合平穩(wěn)序列的模型，簡(jiǎn)記為ARIMA（p，d，q）。

[Φ（B）?dxt=Θ（B）εtEεt=0，Varεt=σ2ε，Eεsεt=0，s≠tEεsεt=0， 任意 s<t]

2.2 數(shù)據(jù)來源 本文采用2019年1月至2021年12月我國(guó)小麥月度進(jìn)口量，據(jù)此預(yù)測(cè)2022年1—6月份我國(guó)小麥進(jìn)口量。所用數(shù)據(jù)來源于中國(guó)海關(guān)總署官方公布數(shù)據(jù)及網(wǎng)上信息資料收集所得。

3 我國(guó)小麥進(jìn)口現(xiàn)狀與特征

3.1 進(jìn)口數(shù)量波動(dòng)上升 根據(jù)中國(guó)海關(guān)總署官方公布數(shù)據(jù)及網(wǎng)上信息資料收集，2018—2021年小麥進(jìn)口月度數(shù)據(jù)如圖1所示。由圖1可知，我國(guó)小麥進(jìn)口呈現(xiàn)“周期性波動(dòng)上升”趨勢(shì)，小麥進(jìn)口量的激增，主要受到國(guó)際國(guó)內(nèi)環(huán)境變化的影響。國(guó)際上，受疫情影響，糧食價(jià)格猛增，當(dāng)前是各國(guó)經(jīng)濟(jì)格局重新調(diào)整的關(guān)鍵時(shí)期，小麥?zhǔn)潜Ｕ蠂?guó)家穩(wěn)定的重要物資。同時(shí)，國(guó)際貿(mào)易、經(jīng)濟(jì)、政治不穩(wěn)定性因素增加，更需要通過多渠道穩(wěn)定國(guó)家糧食總量。國(guó)內(nèi)，疫情導(dǎo)致民眾恐慌情緒增加，屯糧現(xiàn)象明顯，并且我國(guó)長(zhǎng)期以來需要小麥作為工業(yè)用糧及飼料用糧，因此，小麥進(jìn)口量在近期急劇上漲。

3.2 進(jìn)口來源國(guó)家比較集中 2021年1—10月，在中國(guó)小麥進(jìn)口來源中，美國(guó)占32%、加拿大占31%、澳大利亞占24%。這幾個(gè)國(guó)家優(yōu)質(zhì)小麥產(chǎn)量高、總量大，是我國(guó)小麥進(jìn)口主要的來源[4]，我國(guó)每年從這3個(gè)小麥主產(chǎn)國(guó)進(jìn)口的小麥數(shù)量占我國(guó)每年進(jìn)口小麥總量的90%左右。同時(shí)，這3個(gè)國(guó)家也是世界主要小麥出口國(guó)，其中美國(guó)小麥出口量占世界小麥出口量的25%[10]。

3.3 進(jìn)出口貿(mào)易逆差逐年增加 由表1可知，在小麥貿(mào)易中，我國(guó)長(zhǎng)期以進(jìn)口為主，每年都處于出口量低于進(jìn)口量的貿(mào)易逆差狀態(tài)，從2010年到2020年貿(mào)易逆差逐年擴(kuò)大，其中2020年貿(mào)易逆差尤為突出，達(dá)到819.9萬t。

我國(guó)小麥出口遠(yuǎn)低于進(jìn)口，貿(mào)易逆差較大，與我國(guó)小麥成本較高有關(guān)。成本較高導(dǎo)致我國(guó)小麥在國(guó)際小麥競(jìng)爭(zhēng)市場(chǎng)處于劣勢(shì)，小麥生產(chǎn)成本較高原因主要有以下3個(gè)：一是小麥種植人工成本較高。目前，我國(guó)大量農(nóng)業(yè)勞動(dòng)力職業(yè)分化，向非農(nóng)轉(zhuǎn)移，同時(shí)農(nóng)業(yè)老齡化嚴(yán)重，造成小麥種植人工成本上升。二是土地流轉(zhuǎn)價(jià)格較高，尤其是經(jīng)濟(jì)發(fā)達(dá)地區(qū)，土地流轉(zhuǎn)價(jià)格極高，超過15000元/hm2。規(guī)模化經(jīng)營(yíng)是降低種植成本的重要途徑，過高的土地流轉(zhuǎn)價(jià)格阻礙了規(guī)模化經(jīng)營(yíng)的實(shí)現(xiàn)，使得小麥成本上升。三是化肥等物質(zhì)投入的增加提高了物質(zhì)費(fèi)用，導(dǎo)致小麥生產(chǎn)成本增加，不利于小麥的安全生產(chǎn)。

4 我國(guó)小麥進(jìn)出口量趨勢(shì)預(yù)測(cè)

4.1 平穩(wěn)性處理 對(duì)2019—2021年中國(guó)小麥月度進(jìn)口量進(jìn)行單位根檢驗(yàn)，未通過檢驗(yàn)，所以需要首先對(duì)序列去除趨勢(shì)，然后差分將序列轉(zhuǎn)化為平穩(wěn)的時(shí)間序列。一階差分后的中國(guó)小麥月度進(jìn)口量時(shí)間序列的ADF檢驗(yàn)結(jié)果平穩(wěn)。

4.2 模型識(shí)別及定階 在平穩(wěn)化時(shí)間序列之后，本文利用AIC準(zhǔn)則確定ARIMA模型的自回歸階數(shù)P和移動(dòng)平均階數(shù)q，在使用Eviews10.0軟件計(jì)算后，得出最終AIC值最小的預(yù)測(cè)模型為ARIMA（2，1，2）。

4.3 參數(shù)估計(jì)及模型檢驗(yàn) 通過對(duì)模型的識(shí)別與定階，認(rèn)為ARIMA（2，1，2）模型進(jìn)行擬合效果最好，并通過最小二乘估計(jì)法對(duì)模型進(jìn)行參數(shù)估計(jì)，其P值均小于0.05，通過檢驗(yàn)。ARIMA（2，1，2）模型的最終估計(jì)結(jié)果為：

[Xt= ][0.834040Xt-1-0.404867Xt-2-1.644635Xt-1+]

[0.925117Xt-2+εt]

其次，對(duì)模型進(jìn)行殘差序列白噪聲檢驗(yàn)，即Q統(tǒng)計(jì)量檢驗(yàn)，結(jié)果如圖2。模型殘差的自相關(guān)和偏自相關(guān)值都小于臨界值，對(duì)應(yīng)Q統(tǒng)計(jì)量的P值大于0.05，即接受原始假設(shè)，在5%的有效性水平下，表明模型可以較好地描述數(shù)據(jù)。

4.4 模型預(yù)測(cè) 數(shù)據(jù)通過檢驗(yàn)后，以我國(guó)小麥進(jìn)口數(shù)量2019—2021年月度數(shù)據(jù)為基礎(chǔ)進(jìn)行預(yù)測(cè)，并與實(shí)際值進(jìn)行對(duì)比，其結(jié)果如圖3所示。由圖3可知，其基本趨勢(shì)能夠與現(xiàn)實(shí)情況進(jìn)行擬合，在可接受范圍內(nèi)，證實(shí)了所建ARIMA（2，1，2）模型具有良好的可信度。據(jù)此，對(duì)2022年1—6月中國(guó)小麥進(jìn)口趨勢(shì)進(jìn)行預(yù)測(cè)，在2022年1—6月我國(guó)小麥進(jìn)口將繼續(xù)上升態(tài)勢(shì)。

5 結(jié)論與建議

5.1 結(jié)論

5.1.1 下一階段小麥進(jìn)口量將繼續(xù)保持上升態(tài)勢(shì) 從定量角度看，通過運(yùn)用ARIMA模型對(duì)我國(guó)小麥進(jìn)口量進(jìn)行趨勢(shì)預(yù)測(cè)，可以預(yù)測(cè)未來一段時(shí)間小麥進(jìn)口量將繼續(xù)呈現(xiàn)上漲趨勢(shì)。同時(shí)，從當(dāng)前小麥進(jìn)口量現(xiàn)狀來看，受國(guó)際國(guó)內(nèi)環(huán)境變化，國(guó)內(nèi)需求強(qiáng)勁等因素的影響，增長(zhǎng)仍然是小麥進(jìn)口的必然趨勢(shì)。

5.1.2 小麥進(jìn)口來源依賴度較高，糧食安全風(fēng)險(xiǎn)增加 美國(guó)、澳大利亞、加拿大作為世界小麥主要生產(chǎn)大國(guó)，優(yōu)質(zhì)小麥資源豐富，能夠滿足我國(guó)小麥進(jìn)口的需求。但是，我國(guó)小麥常年從這3個(gè)國(guó)家進(jìn)口，容易產(chǎn)生進(jìn)口依賴性，從而對(duì)我國(guó)糧食安全產(chǎn)生影響。當(dāng)前，國(guó)際形勢(shì)復(fù)雜嚴(yán)峻，不穩(wěn)定性因素增加，進(jìn)口依賴性較高將會(huì)增加我國(guó)糧食安全風(fēng)險(xiǎn)。

5.1.3 小麥生產(chǎn)成本需進(jìn)一步控制 由于人工成本上升、土地小麥生產(chǎn)成本過高、物質(zhì)資料成本上升等原因，導(dǎo)致我國(guó)小麥生產(chǎn)成本較高。小麥生產(chǎn)成本較高導(dǎo)致我國(guó)小麥在國(guó)際市場(chǎng)處于劣勢(shì)，同時(shí)，種植小麥成本高導(dǎo)致利潤(rùn)較少，不利于提高糧農(nóng)種植小麥的積極性。因此，需要進(jìn)一步控制小麥生產(chǎn)成本，以提升我國(guó)小麥國(guó)際市場(chǎng)競(jìng)爭(zhēng)力，并提高小麥種植利潤(rùn)，增加糧農(nóng)種植小麥的積極性。

5.2 建議

5.2.1 依靠科技進(jìn)步提高小麥產(chǎn)量，強(qiáng)化供給結(jié)構(gòu)調(diào)整 我國(guó)小麥種植面積處于世界前列，但是在單產(chǎn)方面依舊落后于美國(guó)、加拿大、澳大利亞等小麥生產(chǎn)先進(jìn)國(guó)家。在未來小麥生產(chǎn)中，要借助科技進(jìn)步[11]，從以下2個(gè)方面提升小麥生產(chǎn)能力：一是推動(dòng)種業(yè)創(chuàng)新。相關(guān)科研單位加快優(yōu)質(zhì)小麥研發(fā)，加快新品種的推廣;二是采用先進(jìn)種植技術(shù)，進(jìn)一步提高大型機(jī)械、智慧農(nóng)業(yè)的應(yīng)用水平，提高小麥產(chǎn)量。

5.2.2 警惕進(jìn)口風(fēng)險(xiǎn)，分散小麥進(jìn)口市場(chǎng) 目前，我國(guó)小麥進(jìn)口來源依賴性已經(jīng)顯現(xiàn)，需警惕進(jìn)口風(fēng)險(xiǎn)。我國(guó)應(yīng)該實(shí)現(xiàn)小麥進(jìn)口渠道多元化，多國(guó)家多方位進(jìn)口小麥，保障我國(guó)小麥進(jìn)口安全[12]。小麥在全世界范圍內(nèi)種植廣泛，且分布范圍較大，遍布各大洲及各個(gè)國(guó)家，小麥產(chǎn)量、品種都非常豐富。下一階段，中國(guó)應(yīng)進(jìn)一步與更多國(guó)家開展小麥貿(mào)易往來，將小麥進(jìn)口國(guó)家分散化，降低小麥進(jìn)口來源依賴性，降低進(jìn)口風(fēng)險(xiǎn)，保障我國(guó)糧食安全。

5.2.3 實(shí)行適度規(guī)模化經(jīng)營(yíng)，降低小麥生產(chǎn)成本 規(guī)?；?jīng)營(yíng)是降低小麥生產(chǎn)成本的有效途徑。首先，相較于目前我國(guó)普遍實(shí)行的分散且規(guī)模較小的小農(nóng)戶生產(chǎn)方式，規(guī)?；募Z食種植能夠?qū)ν恋乩脤?shí)現(xiàn)最大化，為機(jī)械化生產(chǎn)提供條件，便于操作與管理。其次，規(guī)?；纳a(chǎn)可以減少單位土地面積勞動(dòng)投入與購(gòu)買投入，直接降低小麥生產(chǎn)成本。再次，規(guī)模化生產(chǎn)，能夠?yàn)閮?yōu)質(zhì)品種試驗(yàn)提供良好平臺(tái)，推動(dòng)優(yōu)質(zhì)小麥生產(chǎn)。

參考文獻(xiàn)

[1]鐘志平，許世衛(wèi)，孫素華.2020年中國(guó)糧食供需分析及未來展望[J].農(nóng)業(yè)展望，2021，17（08）：3-14.

[2]李喜貴.小麥?zhǔn)袌?chǎng)供需平穩(wěn)價(jià)格保持在合理區(qū)間[J].黑龍江糧食，2021（08）：23-24.

[3]劉平，方旖旎.中國(guó)小麥進(jìn)口結(jié)構(gòu)及競(jìng)爭(zhēng)力比較研究[J].市場(chǎng)周刊，2021，34（08）：144-146.

[4]王新華，魯艷，王銳，等.我國(guó)小麥進(jìn)出口貿(mào)易發(fā)展現(xiàn)狀、原因及對(duì)策[J].農(nóng)業(yè)經(jīng)濟(jì)，2017（1）：114-116.

[5]龐碧玉，馮愛芬，曹振雪，等.中國(guó)糧食供需研究及預(yù)測(cè)——以小麥為例[J].河南科技學(xué)院學(xué)報(bào)（自然科學(xué)版），2020，48（03）：15-21.

[6]尹邦華，廖基定，黃朝強(qiáng).改進(jìn)灰色馬爾可夫模型[J].南華大學(xué)學(xué)報(bào)（自然科學(xué)版），2019，33（1）：52-57

[7]周永生，肖玉歡，黃潤(rùn)生.基于多元線性回歸的廣西糧食產(chǎn)量預(yù)測(cè)[J].南方農(nóng)業(yè)學(xué)報(bào)，2011，42（9）：1165-1167.

[8]王啟平.BP神經(jīng)網(wǎng)絡(luò)在我國(guó)糧食產(chǎn)量預(yù)測(cè)中的應(yīng)用[J].預(yù)測(cè)，2002，21（3）：79-80.

[9]趙桂芝，趙華洋，李理，等.基于混沌-SVM-PSO的糧食產(chǎn)量預(yù)測(cè)方法研究[J].中國(guó)農(nóng)機(jī)化學(xué)報(bào)，2019，40（1）：179-183.

[10]何峰.新形勢(shì)下我國(guó)小麥進(jìn)口現(xiàn)狀及趨勢(shì)分析[J].食品研究與開發(fā)，2021，42（23）：225-226.

[11]尹士，李柏洲.中國(guó)區(qū)域技術(shù)有效供給能力評(píng)價(jià)及影響因素[J].中國(guó)科技論壇，2018（04）：128-137，147.

[12]鄭國(guó)富.中國(guó)小麥進(jìn)口貿(mào)易發(fā)展的格局演進(jìn)與路徑優(yōu)化[J].農(nóng)業(yè)展望，2020，16（01）：127-131.

（責(zé)編：張宏民）