论文部分内容阅读
摘要：粮食是国家战略性物资，粮食安全不仅关系到社会稳定和国家的安全，而且是经济发展、政治建设、精神建设的基础保障。研究我国粮食产量和粮食播种面积变化趋势，对制定粮食生产战略规划，确保粮食安全，维护社会稳定，促进“三农”发展和农民增收致富，现实共同富裕，全面建成小康社会等具有重要意义。 运用VAR模型对四川粮食播种面积和粮食产量进行了预测，取得了令人满意的效果，粮食播种面积平均预测误差仅为1.36603%，粮食产量平均预测误差为1.73978%;根据模型预测得到2021年四川省粮食播种面积为632.1万公顷，粮食产量为3551.314亿吨。
关键词：四川 粮食播种面积 粮食产量 预测 VAR模型
粮食安全是治国安邦的头等大事，一个国家和地区的粮食出现了问题，不仅影响到其经济的发展，而且还容易引发社会动荡和政局的不稳。只有筑牢了粮食安全的根基，才能全面掌控经济和社会发展的大局。我国是人口大国，用占世界9 %耕地，7%淡水，养活了占世界20%的人口，为维护世界粮食安全，推动全球减贫事业作出了重要贡献。我国一直高度重视农业和粮食生产问题，把粮食安全上升为国家战略，始终把保障国家粮食安全作为首要任务，毫不放松粮食生产。不断出台惠农强农政策，推进粮食生产稳步发展，实现了粮食生产“十七连丰”。尤其是在去年，面对在全球范围内持续蔓延的新冠疫情时，我国不仅有效控制了疫情，成为全球唯一实现正增长的主要经济体，而且农业生产也毫不松懈，粮食生产有序推进，并再获丰收，比2019年增长近1%，成为历史上第二高产年。大疫之年，加上春季全国大范围的洪涝灾害，我国粮食再获丰收，实属不易，主要得益于党和国家重农抓粮的劲头不减;对农村农业的政策扶持力度加大;各种农业科技服务指导到位;各项防灾减灾措施及时有效。面对新冠肺炎严峻的疫情和极其复杂的国内外形势，我国粮食依然取得了丰收，不仅对稳定经济社会大局提供了有力支撑，也为脱贫攻坚战胜利收官奠定了坚实的基础，为实现我国农业现代化目标立下彪炳史册的功绩，更是鼓舞和激励全国亿万农民和农村工作者，保持定力、增强自信，迎难而进、奋力拼搏，用智慧和汗水铸就“大国粮仓”，筑牢国家粮食安全防线的斗志和决心。四川是我国的人口大省和经济大省，也是农业大省，2020年GDP达 4.9万亿元，增长3.8%，在全国排名第六。四川省在加快工业化进程的同时，也十分注重农业的发展，加快补齐农业农村基础设施短板，深化农业农村改革，依靠农村发展带动农村经济发展，以实施乡村振兴战略为抓手，推进乡村治理体系和治理能力现代化，带动村民脱贫致富共奔小康。此外，在保证农民收入的前提下，稳步发展粮食生产，勇于承担维护国家粮食安全的责任，2020年实现粮食播种面积和产量双增长，粮食产量在全国排名第九，不仅为全省88个深度贫困县全部摘帽起到了铺垫作用，也为维护国家粮食安全作出了重要贡献。客观预测地区粮食产量，对该地统筹城乡协调发展，深入推进“三农”工作，夯实农业农村发展基础，促进农民收入增长，确保粮食生产不滑坡，加快农业农村现代化的发展，构建城乡一体的新发展格局，维护国家整体战略安全等具有重要意义。由于粮食产量与粮食播种面积有着密切的关系，因此，将粮食产量和粮食播种面积这两个指标联系在一起研究更有价值和意义。向量自回归模型（VAR）常用于多个相关联的时间序的预测，它以历史数据为基础，通过挖掘系统内部所隐含信息对时间序列未来的发展趋势进行判断，并且能够揭示关联时间序列之间的联系，比孤立地对多时间系列进行单独预测更加客观、可信[1-4]。运用VAR模型对四川省粮食产量和粮食种植面积进行预测，以充分发挥VAR模型的特点和优势。
一、VAR模型预测方法
（一）VAR模型基本形式
VAR模型常用于对2个或多个相关联的时间系列的预测，VAR模型一般可表示为[5-6]：
式（1）称为限制性向量自回归模型。
特别地，当外生向量为常数矩阵C时，VAR模型变为[5][6]：
式（2）称为非限制性向量自回归模型。
（二）VAR模型预测步骤
VAR模型预测步骤主要包括[7-8]：（1）单位根检验。检验时间系列是否平稳。（2）模型滞后阶定。确定模型的最佳阶数。（3）协整性检验。确定研究变量是否存在协整关系，协整关系的数量。（4）格兰杰检验。检验研究变量是否存在格兰杰因果关系，格兰杰因果关系数量。（5）估计模型的参數。求VAR模型的参数，建立预测方程。（6）稳健性检验。检验模型是否稳定和可靠。
二、四川省粮食产量和播种面积预测
（一）选取模型变量
图1为2000年-2020年四川粮食产量和粮食播种面积统计数据（数据来自四川省农业农村厅），在2011年中，四川省播种面积有较大波动，2012年后出现较大的下降，但之后几年下降势头被抑制，2020年还有小幅增加。近些年，虽然粮食播种面积有些减少，但产量却稳中有升，主要是因为种植结构的调整，以及农业科技的应用引起。将四川省粮食播种面积设为内生变量为y1，粮食产量设为内生变量y2，则y1，y2组成二维向量时间序列Y=（y1，y2），以21年Y序列数据为样本，然后建立VAR预测模型。
（二）单位根检验
从图1可知，内生变量y1和y2有波动起伏，可能为非平稳时间系列，通过单位根检验进一步可以判断。从表1知， y1的ADF值为-2.043387，大于1%、5%、10%临界值，y2的ADF值为-2.782883大于1%、5%临界值，表明y1、y2均是非平稳时间序列。对y1、y2进行一次差分，差分后d（y1）的ADF值为4.169900，小于1%、5%、10%临界值，变为平稳时间系列，d（y2）的ADF值为-9.683472也小于1%、5%、10%临界值，也变为平稳时间序列，一次差分后d（y1）和d（y2）变皆为平稳系列，即内生变量y1、y2为一阶单整，满足协整检验的条件。
关键词：四川 粮食播种面积 粮食产量 预测 VAR模型
粮食安全是治国安邦的头等大事，一个国家和地区的粮食出现了问题，不仅影响到其经济的发展，而且还容易引发社会动荡和政局的不稳。只有筑牢了粮食安全的根基，才能全面掌控经济和社会发展的大局。我国是人口大国，用占世界9 %耕地，7%淡水，养活了占世界20%的人口，为维护世界粮食安全，推动全球减贫事业作出了重要贡献。我国一直高度重视农业和粮食生产问题，把粮食安全上升为国家战略，始终把保障国家粮食安全作为首要任务，毫不放松粮食生产。不断出台惠农强农政策，推进粮食生产稳步发展，实现了粮食生产“十七连丰”。尤其是在去年，面对在全球范围内持续蔓延的新冠疫情时，我国不仅有效控制了疫情，成为全球唯一实现正增长的主要经济体，而且农业生产也毫不松懈，粮食生产有序推进，并再获丰收，比2019年增长近1%，成为历史上第二高产年。大疫之年，加上春季全国大范围的洪涝灾害，我国粮食再获丰收，实属不易，主要得益于党和国家重农抓粮的劲头不减;对农村农业的政策扶持力度加大;各种农业科技服务指导到位;各项防灾减灾措施及时有效。面对新冠肺炎严峻的疫情和极其复杂的国内外形势，我国粮食依然取得了丰收，不仅对稳定经济社会大局提供了有力支撑，也为脱贫攻坚战胜利收官奠定了坚实的基础，为实现我国农业现代化目标立下彪炳史册的功绩，更是鼓舞和激励全国亿万农民和农村工作者，保持定力、增强自信，迎难而进、奋力拼搏，用智慧和汗水铸就“大国粮仓”，筑牢国家粮食安全防线的斗志和决心。四川是我国的人口大省和经济大省，也是农业大省，2020年GDP达 4.9万亿元，增长3.8%，在全国排名第六。四川省在加快工业化进程的同时，也十分注重农业的发展，加快补齐农业农村基础设施短板，深化农业农村改革，依靠农村发展带动农村经济发展，以实施乡村振兴战略为抓手，推进乡村治理体系和治理能力现代化，带动村民脱贫致富共奔小康。此外，在保证农民收入的前提下，稳步发展粮食生产，勇于承担维护国家粮食安全的责任，2020年实现粮食播种面积和产量双增长，粮食产量在全国排名第九，不仅为全省88个深度贫困县全部摘帽起到了铺垫作用，也为维护国家粮食安全作出了重要贡献。客观预测地区粮食产量，对该地统筹城乡协调发展，深入推进“三农”工作，夯实农业农村发展基础，促进农民收入增长，确保粮食生产不滑坡，加快农业农村现代化的发展，构建城乡一体的新发展格局，维护国家整体战略安全等具有重要意义。由于粮食产量与粮食播种面积有着密切的关系，因此，将粮食产量和粮食播种面积这两个指标联系在一起研究更有价值和意义。向量自回归模型（VAR）常用于多个相关联的时间序的预测，它以历史数据为基础，通过挖掘系统内部所隐含信息对时间序列未来的发展趋势进行判断，并且能够揭示关联时间序列之间的联系，比孤立地对多时间系列进行单独预测更加客观、可信[1-4]。运用VAR模型对四川省粮食产量和粮食种植面积进行预测，以充分发挥VAR模型的特点和优势。
一、VAR模型预测方法
（一）VAR模型基本形式
VAR模型常用于对2个或多个相关联的时间系列的预测，VAR模型一般可表示为[5-6]：
式（1）称为限制性向量自回归模型。
特别地，当外生向量为常数矩阵C时，VAR模型变为[5][6]：
式（2）称为非限制性向量自回归模型。
（二）VAR模型预测步骤
VAR模型预测步骤主要包括[7-8]：（1）单位根检验。检验时间系列是否平稳。（2）模型滞后阶定。确定模型的最佳阶数。（3）协整性检验。确定研究变量是否存在协整关系，协整关系的数量。（4）格兰杰检验。检验研究变量是否存在格兰杰因果关系，格兰杰因果关系数量。（5）估计模型的参數。求VAR模型的参数，建立预测方程。（6）稳健性检验。检验模型是否稳定和可靠。
二、四川省粮食产量和播种面积预测
（一）选取模型变量
图1为2000年-2020年四川粮食产量和粮食播种面积统计数据（数据来自四川省农业农村厅），在2011年中，四川省播种面积有较大波动，2012年后出现较大的下降，但之后几年下降势头被抑制，2020年还有小幅增加。近些年，虽然粮食播种面积有些减少，但产量却稳中有升，主要是因为种植结构的调整，以及农业科技的应用引起。将四川省粮食播种面积设为内生变量为y1，粮食产量设为内生变量y2，则y1，y2组成二维向量时间序列Y=（y1，y2），以21年Y序列数据为样本，然后建立VAR预测模型。
（二）单位根检验
从图1可知，内生变量y1和y2有波动起伏，可能为非平稳时间系列，通过单位根检验进一步可以判断。从表1知， y1的ADF值为-2.043387，大于1%、5%、10%临界值，y2的ADF值为-2.782883大于1%、5%临界值，表明y1、y2均是非平稳时间序列。对y1、y2进行一次差分，差分后d（y1）的ADF值为4.169900，小于1%、5%、10%临界值，变为平稳时间系列，d（y2）的ADF值为-9.683472也小于1%、5%、10%临界值，也变为平稳时间序列，一次差分后d（y1）和d（y2）变皆为平稳系列，即内生变量y1、y2为一阶单整，满足协整检验的条件。