第二节 我国粮食生产形势预测

一 我国粮食生产影响因素分析

粮食播种面积和粮食单产的分析是把握粮食生产影响因素分析的重要基础。由于粮食产量是由粮食播种面积和单产水平决定的，通过对粮食播种面积及单产水平施加影响就会造成我国粮食产量的波动，这些因素对于两者的影响有可能是相互的，其作用可能是同方向的，也可能是反方向的。

（一）耕地面积

从总体上看，影响粮食播种面积最基本的因素是耕地面积，这不仅在很大程度上受自然条件的硬性约束，还在一定程度上受政策等人为因素制约。粮食播种面积的提高绝大程度上取决于我国耕地资源的丰裕程度，而就我国的实际情况来说，尽管我国幅员辽阔，但人口众多，使得我国人均耕地资源只占到世界平均水平的40%左右，1996～2011年我国人均耕地仅为1.45亩，若到2030年我国人口达到16亿人，即便耕地仍保持在2011年的18.25亿亩（1.216亿公顷）的总量不变，人均耕地也会下降到1.14亩（0.0763公顷）。而事实上，耕地资源的总量和人均量的下降在一定时期内是难以避免的，随着我国建设用地、退耕还林等对耕地资源的占用，我国的耕地面积一直以来呈现出快速下降的趋势。根据国土资源部最新公布的数据，截至2011年末全国耕地面积为18.248亿亩，又比上年减少0.012亿亩。这已经是耕地面积第12年持续下降。与1996年的19.51亿亩相比，12年中国的耕地面积净减少了1.2526亿亩。尽管在我国实行最严格的耕地保护制度之后，耕地下降的趋势有所扼制，但耕地减少还是事实。耕地资源的减少，势必对必须以土地为基础的粮食生产产生重大的冲击，1999～2003年连续5年我国的粮食播种面积下降（直接后果就是5年粮食减产），在很大程度上就是由于耕地面积减少引起的。而从耕地的构成来看，产量相对较低的旱地则占到了55.09%。

（二）粮食复种指数

从图3-15来看，我国的耕地面积有限，在这种情况下，粮食复种指数成为提高粮食播种面积的一个重要因素。复种指数指一年内农作物播种面积与耕地面积之比，说明一年内单位耕地面积上的平均种植次数，反映耕地复种程度的高低。在耕地资源一定的情况下，提高复种指类是扩大粮食播种面积的有效途径。以2011年我国耕地面积为标志，复种指数提高1%，相当于粮食播种面积增加1658.60万亩（110.573万公顷）。根据国内学者推算，以2008年的耕地复种指数为参照，我国东北区、黄淮海区、长江中下游区的理论可挖掘潜力分别为28%、48%和94%。

（三）化肥要素的投入

粮食单位面积产量的变化与化肥要素的投入密切有关。在实行家庭联产承包责任制后，农民在农业生产上有了更多的自主性。为了提高农作物产量，农民开始大量施用化肥，并且使用量迅速攀升。化肥的施用有效提高了我国粮食单位面积产量。1978年我国农业化肥施用量为884万吨，到1980年便升至1269.4万吨，而到2011年全国农业化肥施用量达到5704.2万吨，是1978年的6.45倍。从粮食单位播种面积的施用量来看，2011年达到了515.88吨/千公顷，是1978年73.32吨/千公顷的7.04倍。化肥施用量的增长对粮食单位面积产量的增长居功至伟。

（四）有效灌溉面积

灌溉对农业生产有至关重要的作用，有效灌溉面积比率是影响我国粮食单产的重要因素。从新中国成立之初大搞农田水利建设，到如今农民对灌溉的重视，充分说明粮食产量严重依赖灌溉质量。1978年，我国有效灌溉面积占粮食播种面积的37.29%，而到了2011年这一比重增加到55.784%。有效灌溉面积比重的持续增长也是促使粮食单位面积产量长期快速增长的重要原因之一。其对于粮食单产的贡献仅次于化肥的施用率。从结果也可以看出，受灾率对粮食单产的贡献率不高，这主要是由于有效灌溉率的提升大大增强了我国粮食的抗灾能力。

（五）农业机械总动力

我国农业生产的状况是农户小规模经营，精细耕作。农业机械，特别是大型农机，在很多地区仍没能得到推广使用。但一些粮食生产基地等大规模粮食种植单位，使用农业机械的数量增长极快，从而使全国农业机械总动力也大幅度增加。1978年我国农业机械总动力为1175亿瓦，而到了2011年增加到9773.4亿瓦，是改革开放初期的8.32倍。

（六）自然灾害

自然灾害日益严重，水资源短缺矛盾加剧。近年来中国自然灾害严重，尤其是干旱日趋严重，目前，中国每年农业生产缺水200多亿立方米，人均占有水资源量不到世界平均水平的28%，且水资源分布极不均衡，这些都可能给农业生产带来诸多不利影响。

当然，影响粮食产量的因素很多，比如农药、地膜、有机肥等生产要素的投入，劳动力投入，粮食价格，比较效益以及政策因素。2004年以来，受农业税减免、粮食直补、粮价上涨等多种政策或背景的影响，我国的粮食种植面积扼住了减少的趋势。但需要注意到，粮食播种面积的提高在一定程度上是以牺牲其他农作物为代价的，在我国粮食比较效益较差的情况下，这种政策的影响效果会大打折扣，也并非长久之计。

二 粮食生产C-D函数模型

根据上文对粮食产量影响因素的分析，本书将其分为四类：第一类生产要素的投入量，如土地、资本、化肥等；第二类是技术的进步；第三类是国家关于粮食的政策和经营体制；第四类是自然灾害。在试算过程中，通过参数检验发现，农业劳动力在方程中影响不显著，其主要原因是我国农业劳动力相对过剩，而且统计数据与实际参加农业劳作的人数不一致，这一数据不能真实反映粮食生产中投入的实际劳动力，所以与产量相关性不大。同时，考虑到有关农业的体制对农业的影响是一次性的，且不容易考量，因此，本书经过筛选，选取粮食产量（Y）为因变量，播种面积（A）、化肥施用量（F）、灌溉面积（I）、机械动力（M）、农村用电量（E）、成灾面积（D）为自变量建立C-D生产函数模型，即：

lnY = a0+ a1lnA + a2lnF + a3lnI + a4lnM + a5lnE + a6lnD + a7lnK + μ

其中，a0, a1, …, a7为待估参数；μ为随机变量。

本书选取1985～2011年数据，利用SPSS软件进行逐步回归分析，得到结果（见表3-7）。1985～2011年我国粮食产量C-D模型拟合如图3-16所示。

在置信度为95%的条件下，每个回归系数通过t检验，即模型中的每一个自变量都是显著的。R2=0.981，方程具有很高的显著性，模型拟合度高，基本能反映出我国粮食产量的变化规律。

由此得到：

lnY=5.54+1.548lnA+0.16lnF-0.182lnM+0.179lnE-0.033lnD+μ

从此可知，化肥施用量（F）、播种面积（A）、农村用电量（E）三个因素对我国的粮食产量具有正相关关系。其中，影响最大的是粮食的播种面积（A），它对粮食产量的弹性为1.548；其次是农村用电量（E），它对粮食产量的弹性为0.179；影响最小的是化肥施用量（F），它对粮食产量的弹性为0.16。同时，除了上述三个对粮食有正影响因素之外，机械动力（M）和成灾面积（D）则对我国粮食产量具有负相关的影响。分析其原因，由于我国劳动力过剩，土地经营规模较小，农业机械大量闲置，因此对提高我国粮食产量方面反而起到了负相关的影响。

三 我国粮食产量预测分析

“十二五”时期是我国实现中国崛起战略的关键时段，任何危害到国家安全的隐患都必须被估计到并被排除，粮食安全作为国计民生的重中之重，更是应及早纳入国家宏观安全战略当中。所以，有必要对未来我国的粮食产量做出合理的估计，以作为国家粮食安全战略的重要参考。根据分析，受前述一系列因素的影响，未来我国粮食生产具有不确定性。本书根据粮食产量趋势组合分析方法，对未来粮食产量做出一个基本判断，为保障我国粮食安全的各项政策手段的实施提供前提和方向。

（一）灰色预测模型

粮食产量的形成是一个十分复杂的过程，粮食产量的高低既取决于科学技术发展的水平，又受到自然环境等因素的影响，它是许多因素综合作用的结果。因此，可以把粮食产量的形成过程，看成既含有已知信息又含有未知信息的灰色动态系统，这样可以避免影响粮食产量的众多因素，故而在下文采用灰色预测模型对我国粮食总产量做出预测。

给定粮食产量的原始时间序列，并记作 x0= [x0（1）, x0（2）, …, x0（N）]，对于给定的数列做一次累加生成 x1= [x1（1）, x1（2）, …, x1（N）]，式中 x1（t）=∑x0（N），其中 N取1～t。

构造累加矩阵B与常数项向量YN，其中：

YN= [x0（2）, x0（3）, …, x0（N）]T，并建立相应的微分方程模型为：

利用最小二乘法求解参数：

该模型的时间相应函数为：

对上式求导还原得 。

按照上述过程，根据我国1985～2011年的粮食产量，利用软件Matlab，求得灰色微分方程的时间相应序列方程为：

当 t=0, 1, …, N时，结合公式 ，即可得到原始序列的预测值（见表3-8）。

（二）指数平滑预测模型

指数平滑法兼容了全期平均和移动平均所长，不舍弃过去的数据，但是给予逐渐减弱的影响程度，即随着数据的远离，赋予逐渐收敛为零的权数。双指数平滑可弥补缩小预测对于实际值的滞后，反映长期性和周期性趋势。而且，双指数平滑预测具有“学习记忆”特点，可根据历史数据，不断提高预测精度。本书采用Holt双指数平滑模型预测结果表明，模型拟合误差和系统风险较小，有较高的拟合精度，较好地处理了序列相关性问题，实际拟合效果较好（见图3-17）。

从图3-17可以看出，1985～2011年，除了1990年、1996年、2000年和2003年的偏差较大以外，其余年份预测值较好地符合了真实值。其中，2003～2011年，预测曲线的趋势与真实情况基本保持一致。通过计算，1985～2011年，真实值与预测值的偏差平均保持在 -0.343%（负号代表预测值比实际值偏小）。

利用该模型预测我国2012～2030年的粮食产量，如表3-9所示。

（三）组合预测模型

根据灰色预测和指数平滑预测结果对我国粮食产量进行组合预测分析。其原理为：对误差平方和小的模型赋予较高的权重，误差平方和大的模型赋予较小的权重，计算公式如下：

其中，Dj为第j个模型的误差平方和，即 。

通过上述权重公式，分别计算灰色预测模型、Holt平滑指数模型的权重，结果为 W1=0.274, W2=0.726，则组合预测模型为：

其中， 表示t时间内组合预测值； 表示t时间的灰色预测模型； 表示t时间的Holt平滑指数模型。

针对上述3个模型，选取平均绝对百分误差（MAPE）、希尔不等关系（Theil IC）和均方根误差（RMSE），比较结果如表3-10所示。

从表3-10可以看出，各模型的MAPE值均小于10，各模型的希尔不等式（Theil IC）值远远小于1，组合预测模型的RMSE为1897.62，单一模型相应值都大于组合预测模型。组合预测模型的拟合效果较单一模型更好。

根据组合预测模型，我国粮食产量预测结果如表3-11所示。