基于ARIMA的河北省花生產量預測分析

陰明哲 李一帆 蘆鈴元 邢家軒 崔永福

摘要：花生是河北省種植面積排第三位的農作物（次于玉米、小麥）和第一位的油料作物，大力發展花生產業不僅能夠提振河北經濟，對保障國家的糧油安全也具有重要意義。但是近年來由于多重因素綜合影響導致河北省花生產量持續下降，產業發展受到一定程度的阻礙。文章利用時間序列分析中的 ARIMA（p，d，q）模型，對河北省 2000 ～2017 年花生產量數據進行了隨機性分析，并結合 EVIEWS7.02時間序列分析軟件，經過模型識別、比較、建立以及檢驗等過程，最終后確定了 ARIMA（2，1，3）模型，并運用此模型擬合了河北省 2000～2017 年的花生產量，同時對河北省 2018～2020 年3年的花生產量進行了分析與預測。

關鍵詞：時間序列;ARIMA模型;河北省;花生產量

自二十世紀七十年代以來，世界范圍內主要花生生產國家的花生生產技術持續發展并取得了重大突破，技術推廣成果顯著，有力地促進了花生產業的發展。特別是通過基因育種技術，不斷培育出花生新品種，極大地提高了花生的產量和品質。自20世紀90年代，尤其是中國加入世貿組織（WTO）之后，花生成為中國眾多出口貿易產品中為數不多的凈出口大宗農產品。此后，花生產業發展問題逐漸被學術研究者廣泛研究，形成了豐富的研究成果。但是近年來，河北省花生播種面積不斷減少，河北省花生的產量連續多年處于下滑狀態。與糧食作物和其他油料作物（例如大豆和油菜籽）相比，某些區域的花生生產沒有受到政府和生產者的重視，被看作無足輕重的作物，種植規模和開發力度趨弱。另一方面河北具有較強的產業發展優勢，環繞京津兩大消費市場，擁有秦皇島、黃驊兩大港口，鄰省山東是全國主要的花生出口市場，具有強大的流通優勢;河北省花生種植在收獲期干旱少雨，具有較低的黃曲霉毒素污染的風險，其產業發展潛力十足。

因此，本文以河北省為例，利用時間序列分析方法，建立河北省花生產量時間序列模型，分析產量變化的內在特征。并對未來三年我國河北省花生產量變化做出預測，為政府制定經濟發展戰略提供依據。

一、時間序列分析方法及基本模型

時間序列分析（Time-series analysis）是基于隨機過程理論和數理統計學，通過處理動態數據來研究隨機數據序列所遵從的統計規律，以解決實際問題的一種統計方法。通過時間序列方法的應用可以反映出數據的趨勢變化、周期性變化和隨機性變化規律。一般用于短期預測，當然數據的樣本越多，設計的模型越準確，誤差相應的會更小。但是預測的結果僅為在當前趨勢下的理論數值，不能預測到突發事故對結果的影響。但是數值的預測仍是具有借鑒意義的，可以為未來調節生產安排和工作計劃起到數據支撐作用。

由自回歸和移動平均構成的隨機過程稱為自回歸移動平均過程，可以記為 ARMA（p，q），其中 p，q 分別表示自回歸和移動平均部分的最大階數。ARMA（p，q）的一般表達式見式（1）。

式（2）稱為 p 階自回歸模型 AR（p）;如果模型中？覬i=0，則模型為式（3）。也稱為 q 階移動平均模型 MA（q）。

二、數據分析

（一）數據來源

通過對2000～2017 年河北省花生產量數據進行了初步的整理和匯總，并以此為樣本數據，進一步建立模型，以便更好地對河北省花生產量進行時間序列分析與預測，如表1。

（二）產量變化曲線

從產量變化曲線圖（圖1）中明顯可以看到花生產量總體呈下降趨勢，在2000～2003年和2006～2008年出現了明顯上升，其余年間大多數表現為下降趨勢，且2016年的產量已經成為最低點，2017年上升趨勢不大。

（三）平穩性檢驗

在建立模型之前須對數據進行序列的平穩性檢驗，只有平穩的序列才滿足建立時間序列模型的條件。對數據進行單位根檢驗，當檢驗值的絕對值大于臨界值的絕對值時，則為平穩序列;反之，為非平穩數據。利用Eviews7.2對其進行的檢驗結果如圖2所示，數據具有較好的平穩性。

通過考察平穩時間序列的自相關和偏相關的函數性質來進行定階，利用Eviews7.2作出河北省花生產量的二階差分序列X的自相關-偏相關圖和河北省花生產量的二階差分序列的時序圖，結果見圖3和圖4。

從圖中可以看出，DDX自相關函數和偏相關函數的值都是拖尾衰減的，而且都出現了一個峰值后的正弦衰減，所以先建立了ARMA（4，1，4）模型并使用EVIEWS 7.2來計算模型的參數，并結合AIC和AC值最小原則進行項數篩選，最終得到AR（1）、AR（2）和MA（2）的系數具有顯著性。Eviews7.2計算結果如圖5，由此得到模型的最終表達式如下。

X=70.77298+0.259362Xt-1-0.638341Xt-2-0.967427Xt-2

（四）模型檢驗與預測

為了保證時間序列模型結果的真實性須檢驗殘差是否為白噪聲。利用Ewviews7.2軟件對ARIMA（3，12）模型進行Q統計量檢驗，檢驗結果見圖6，該模型的殘差自相關-偏相關圖沒有任何模式，則殘差序列平穩。由此得知，此模型擬合成功，可以進行預測。利用該模型，通過進行樣本內（2000～2017年）的靜態預測，使用Dynamic forecast方法對2018～2020年河北省花生產量進行預測，結果如表2。

由預測結果可以看出河北省產量在未來幾年仍然會呈下降趨勢，且增長率將處于放緩狀態，但從數值上來看下降趨勢仍是較嚴峻的。

三、結語

通過對河北省花生生產2000～2017年模擬數據發現，建立的模型擬合較好。對河北省花生2018～2020年產量數據預測發現，其下降趨勢仍然持續?；谡{研和對文獻的梳理，以下原因可能對河北省花生產量變化存在影響：

1. 花生種植區域布局缺乏合理性。河北省花生的種植缺乏規模效益，主要是以農戶為主的小型種植，與山東、河南兩個花生種植大省相比，規模偏小，另一方面表現在由于補貼政策向玉米、小麥傾斜，導致花生比較效益降低，播種面積萎縮，這是導致花生產量下降的一個重要原因。

2. 河北省花生生產中農業機械使用并不廣泛，花生生產的復雜性增大了農機農藝融合難度。當前，還主要使用小型機械進行獨立作業，生產效率低，大型機械使用偏少?；ㄉ莿趧用芗彤a業，需要投入大量的勞動力，這不僅加大了花生生產成本，而且在一定程度上會促進農村勞動力的轉移這又限制了花生產業的發展。另外由于花生的自然特性，在生產中應普及高效率、損耗低的花生剝殼機械，花生聯合收獲機，從而可以極大的提高勞動生產率，從而降低人工成本。

3. 花生副產物綜合利用率低。尤其是花生秧占生物量的百分之五十左右，粗蛋白含量可達12%，是蘇丹草的1.5倍，略微高于多年生黑麥草，但在實際中大量的花生秧卻沒有被很好利用。如果將花生秧用作牛，羊飼料，則可以為農戶爭取更多的利益，從而促進花生生產的積極性，現在的主要問題是從花生秧采集到處理過程之中一些標準化原則的問題。

4. 花生病蟲害防治效果欠佳，花生病害如葉斑類病、真菌土傳病害等?；ㄉ。€果?。?，近年來在河北省加重之勢，重病田可致絕收，對花生產量和品質危害極大?；蛟S可以利用間作，輪作等綠色防控措施減低病害的發生率。例如，趙慶雷等的研究表明水旱輪作模式對花生的果腐病和蠐螬具有較理想的防控效果。

5. 受花生替代品價格影響嚴重。河北省花生加工近一半以上用于榨油，而近年大豆價格下降，替代效應對花生油的價格產生了極大的影響，從而導致花生市場價格不高，嚴重的打擊了農戶種植積極性。另一方面花生與大豆存在著本質的區別，隨著人們生活水平的提高應更多地開拓高端花生油市場與廉價低質量的其他油相區別。

以上問題嚴重影響了河北省花生的產量，鄰近的山東省和河南省在花生生產方面的優勢（從2012年以后數據看，兩省花生單產保持在4400公斤/公頃以上），作為河北省第三大作物的花生其穩產提質和健康發展面臨較大的壓力。

近幾年河北省農科院和河北農業大學專注于高油酸花生的育種，花生生產大縣大名縣、灤州市、新樂市等相繼開始試點高油酸花生種植，百信花生專業合作社等新型農業經營主體也在積極帶動農戶擴大高油酸花生種植面積，此外秦皇島市氣候、土壤條件也非常適合高油酸花生的種植。以上，為建設高油酸花生規?；a示范區提供了條件，并力爭在全省范圍內用最短時間使高油酸花生成為花生優勢區域的主導品種（花生冀花16號、冀花13號在2019年被河北農業農村廳選為農業主導品種，二者皆為高油酸花生品種）。目前的花生生產表現出了向專用化品種發展的趨勢，未來河北省高油酸花生發展勢頭較好。在京津冀協同發展的背景下，應加大對花生產業的政策扶持并充分發揮當地的生產優勢，河北省花生生產和花生產業將會越來越好。

參考文獻：

[1]陳鼎玉，萬堅，程瀚鋒.基于ARIMA模型的我國糧食產量預測[J].營銷界，2019（13）：95-96.

[2]梁后軍，馮宜強，謝睿，周萬懷，常郝，劉從九，徐守東，李浩.基于時間序列的全國棉花產量預測方法研究[J].中國纖檢，2018（06）：81-84.

[3]高蕾.基于ARIMA模型的安徽省糧食產量預測研究[J].合肥學院學報（社會科學版），2015，32（05）：85-87.

[4]孟強，李海晨.基于ARIMA模型的東三省糧食產量時間序列分析[J].黑龍江科技信息，2015（21）：128-129.

[5]王巧巧，朱喃喃.基于ARMA的糧食產量模型的構建——以安徽省為例[J].經濟研究導刊，2010（07）：153-154.

[6]梁后軍，馮宜強，謝睿，周萬懷，常郝，劉從九，徐守東，李浩.基于時間序列的全國棉花產量預測方法研究[J].中國纖檢，2018（06）：81-84.

[7]黃艷紅.花生種植技術及提高種植效益的措施分析[J].種子科技，2019，37（04）：63.

[8]王淑霞，徐光強.淺析花生的優質高產栽培技術[J].農民致富之友，2018（24）：14.

[9]謝元瑰.時間序列分析方法在農業經濟預測中的應用研究[D].湖南農業大學，2013.

[10]盧山，吳佳寶，邱柳，劉登望，李林.花生高產栽培研究進展及我國南方花生高產途徑分析[J].湖南農業科學，2011（11）：44-48.

[11]史正芳，王蘭安.淺談花生收獲機械發展現狀與趨勢[J].農機質量與監督，2019（07）：35+34.

[12]趙慶雷，信彩云，王瑜，陰筱，劉奇華，林香青.不同輪作模式對花生病蟲害及產量的影響[J].植物保護學報，2018，45（06）：1321-1327.

*本文是河北農業大學大學生創新創業課題“河北省花生產業發展的空間計量分析（2019105）”的部分成果。本論文受河北省第二期現代農業產業技術體系油料創新團隊項目（HBCT2018090301）資助。

（作者單位：河北農業大學。崔永福為通訊作者）