玉米需求總量及其結(jié)構(gòu)預(yù)測方法準(zhǔn)確度比較

袁夢燁++李曉云++黃瑪蘭

摘要：在分析國內(nèi)代表性玉米需求預(yù)測文獻(xiàn)的基礎(chǔ)上，重點(diǎn)對其預(yù)測值與觀測值的誤差進(jìn)行計(jì)算，并用方差分析比較玉米總需求預(yù)測和需求結(jié)構(gòu)預(yù)測的誤差。結(jié)果顯示，玉米需求結(jié)構(gòu)預(yù)測方法的準(zhǔn)確度更高。對玉米需求結(jié)構(gòu)進(jìn)行預(yù)測，能更直觀地反映中國玉米的需求結(jié)構(gòu)及變化趨勢，清晰各部分預(yù)測誤差大小，便于日后調(diào)整預(yù)測方法，從而提高精度。

關(guān)鍵詞：玉米；總需求預(yù)測；需求結(jié)構(gòu)預(yù)測；誤差；方差分析

中圖分類號：F326.11 文獻(xiàn)標(biāo)識碼：A 文章編號：0439-8114（2017）13-2597-04

DOI：10.14088/j.cnki.issn0439-8114.2017.13.048

A Comparison of Accuracy Between Total Forecast and Structure Prediction

of Corn Demand

YUAN Meng-ye1，2， LI Xiao-yun1， HUANG Ma-lan1

（1.College of Economics & Management， Huazhong Agricultural University， Wuhan 430070， China；

2.Jiyang College，Zhejiang A&F University，Zhuji 311800，Zhejiang， China）

Abstract： Based on analysis of representative domestic literatures related to the corn demand forecast， the deviations between predicted and observed values were emphatically calculated， and the errors between total demand forecast and structure demand prediction were compared with ANOVA. The results showed the accuracy of structure forecast was higher than that of total forecast. The forecast of corn demand structure could not only more directly present its tendency in China， but also clearly reflect the values of each error. So it would be favorable for the future adjustment of forecast method， so as to enhance prediction accuracy.

Key words： corn； demand structure； forecast； error； analysis of variance

玉米自2012年以來成為中國第一大糧食作物，隨著人們生活水平的提高以及對高蛋白食品需要的增加，在未來一個較長時期內(nèi)其需求都將保持較快增長。玉米不僅是重要的口糧，更是畜禽的主要飼料之一。學(xué)者們認(rèn)為未來中國糧食需求增長主要是飼料糧需求的增加，糧食問題主要是飼料糧問題[1]。同時，近年來美國等發(fā)達(dá)國家大力發(fā)展燃料乙醇的生產(chǎn)及應(yīng)用，中國大多數(shù)生物燃料乙醇以玉米為原料[2]。隨著時代的發(fā)展，玉米消費(fèi)結(jié)構(gòu)發(fā)生了變化，單純地判斷未來玉米的總需求趨勢已不能很好地把握玉米的發(fā)展方向，只有將玉米需求進(jìn)行細(xì)分并預(yù)測，才能為中國玉米及相關(guān)產(chǎn)業(yè)的發(fā)展提供更準(zhǔn)確的依據(jù)，為中國糧食供需平衡對策研究提供幫助。

糧食需求預(yù)測的文獻(xiàn)不勝枚舉，玉米需求預(yù)測的文獻(xiàn)也較多。隨著玉米需求的不斷增加，預(yù)計(jì)未來玉米需求預(yù)測和分析的方法會層出不窮，審視不同方法之間的準(zhǔn)確性差異及導(dǎo)致差異的原因，可為今后調(diào)整預(yù)測方法、提高預(yù)測精度奠定基礎(chǔ)。本研究在有關(guān)玉米需求預(yù)測的近百篇文獻(xiàn)中挑選了9篇有代表性且有具體預(yù)測值的文獻(xiàn)，對其預(yù)測值與實(shí)際觀測值進(jìn)行比對，并利用SPSS軟件對預(yù)測誤差進(jìn)行方差分析，從而分析玉米總需求預(yù)測和玉米需求結(jié)構(gòu)預(yù)測兩種方法的準(zhǔn)確度。并對其產(chǎn)生誤差的原因進(jìn)行分析，為今后預(yù)測方法的選擇及實(shí)施提供依據(jù)。

1 數(shù)據(jù)與方法

1.1 數(shù)據(jù)來源

本研究從有關(guān)糧食需求預(yù)測、玉米需求預(yù)測的近百篇文獻(xiàn)中挑選了數(shù)篇有代表性且有具體預(yù)測值的文獻(xiàn)，并按總需求預(yù)測方法和需求結(jié)構(gòu)預(yù)測方法進(jìn)行歸類。此外，所有的玉米實(shí)際消費(fèi)數(shù)據(jù)均來自布瑞克大宗農(nóng)產(chǎn)品數(shù)據(jù)庫。

1.2 預(yù)測準(zhǔn)確度分析方法

1.2.1 指標(biāo)選取與計(jì)算 將學(xué)者預(yù)測所得的歷年玉米需求預(yù)測值與布瑞克大宗農(nóng)產(chǎn)品數(shù)據(jù)庫中的歷年實(shí)際觀測值進(jìn)行比對后，利用公式（1）算得預(yù)測誤差。

預(yù)測誤差=■×100% （1）

1.2.2 誤差比較方法 方差分析（ANOVA，Analysis of Variance）是通過分析數(shù)據(jù)的誤差來源檢驗(yàn)多個總體的均值是否相同，用于兩個及兩個以上樣本均數(shù)差別的顯著性檢驗(yàn)。由于本研究只涉及一個控制變量，即預(yù)測方法對預(yù)測誤差的影響，因此選擇單因素方差分析。

方差分析原假設(shè)H0：用兩種方法預(yù)測玉米需求所產(chǎn)生的誤差的平均值無顯著性差異。方差分析采用的檢驗(yàn)統(tǒng)計(jì)量是F統(tǒng)計(jì)量，數(shù)學(xué)定義為：

F=■=■ （2）

給定顯著性水平為α=0.05，與檢驗(yàn)統(tǒng)計(jì)量的概率P值進(jìn)行比較，如果概率P值小于顯著性水平α，則應(yīng)拒絕原假設(shè)，認(rèn)為預(yù)測方法對預(yù)測誤差產(chǎn)生了顯著影響；反之，則應(yīng)該接受原假設(shè)，認(rèn)為預(yù)測方法對預(yù)測誤差沒有產(chǎn)生顯著影響。

2 結(jié)果與分析

2.1 中國歷年玉米消費(fèi)變化

中國玉米消費(fèi)需求目前主要分為口糧、飼用糧、工業(yè)用糧、種用、耗損等5個方面，消費(fèi)量呈上升趨勢。2015年玉米總消費(fèi)量增長至19 233.0萬t，較1991年的9 574.3萬t翻了一番。自1985年以來，隨著中國經(jīng)濟(jì)的持續(xù)發(fā)展和人民收入的不斷提高，國民對糧食需求不斷增加的同時，食物消費(fèi)結(jié)構(gòu)也發(fā)生了較大的改變。城鄉(xiāng)居民對玉米口糧的直接消費(fèi)逐年減少，對畜禽產(chǎn)品的需求不斷增加，玉米作為主要的飼料糧，其需求也隨之增加。

由圖1可見，玉米作為口糧的消費(fèi)量逐年減少，1991年占玉米總消費(fèi)的近20%，到2015年僅占消費(fèi)總量的5.7%。飼料消費(fèi)是玉米消費(fèi)需求的主要部分，是目前玉米消費(fèi)的最大渠道，也是中國玉米消費(fèi)增長的重要因素?？诩Z消費(fèi)量的減少和飼料糧消費(fèi)量的增加反映了中國食物膳食結(jié)構(gòu)不斷優(yōu)化。中國玉米加工業(yè)起步于20世紀(jì)80年代后期，已經(jīng)發(fā)展了20多年，加工能力不斷提高[3]。1991～2015年玉米工業(yè)用糧量增長了5 000萬t，年均增長率達(dá)10.1%，是中國玉米消費(fèi)中增長勢頭最快的部分。玉米工業(yè)加工消費(fèi)所占比重越來越高，已達(dá)19.1%，有效緩解了玉米增產(chǎn)帶來的過剩問題，同時也調(diào)節(jié)了中國玉米市場供求關(guān)系。近年來，受玉米加工業(yè)的影響，飼用玉米量雖穩(wěn)步增長，其占總消費(fèi)量的比重卻由1995年的76.9%下降到2015年的62.4%?？萍嫉倪M(jìn)步、配套設(shè)施的完善使玉米種植效率不斷提高，每公頃玉米地的種子用量由1991年的56.5 kg下降到2014年的31.5 kg。在收獲、運(yùn)輸、貯藏、加工過程中，不可避免地會有損耗，但由于計(jì)算方式不同，玉米損耗的估計(jì)存在很大差異。從1991～2015年的損耗情況看，每年的損耗約在2%。

2.2 預(yù)測誤差計(jì)算

本研究比較玉米總需求預(yù)測方法和需求結(jié)構(gòu)預(yù)測方法之間的準(zhǔn)確度，對各學(xué)者的預(yù)測按不同預(yù)測方法進(jìn)行了歸類，將學(xué)者們的歷年預(yù)測誤差通過誤差方程計(jì)算，并進(jìn)一步算得歷年平均誤差、歷年平均絕對誤差以及誤差的標(biāo)準(zhǔn)差，見表1。

由于誤差存在正負(fù)，平均誤差不能很好地代表誤差的總體情況，因此選用平均絕對誤差對各學(xué)者的預(yù)測誤差進(jìn)行分析。觀察表1發(fā)現(xiàn)，總需求預(yù)測的平均絕對誤差均大于10%；而需求結(jié)構(gòu)預(yù)測的平均絕對誤差除孫月新的低產(chǎn)低銷方案外均低于10%。由此可粗略判斷，總需求預(yù)測方法的準(zhǔn)確度低于需求結(jié)構(gòu)預(yù)測方法的準(zhǔn)確度。

標(biāo)準(zhǔn)差能反映一個數(shù)據(jù)集的離散程度。總需求預(yù)測誤差的標(biāo)準(zhǔn)差普遍大于需求結(jié)構(gòu)預(yù)測誤差的標(biāo)準(zhǔn)差，這表明兩者相比，需求結(jié)構(gòu)預(yù)測誤差更穩(wěn)定。由于廖永松[4]對全球2010、2020、2030、2040年共4年的玉米需求量進(jìn)行了預(yù)測，有效數(shù)據(jù)只有2010年，無法計(jì)算誤差的平均值及標(biāo)準(zhǔn)差。但計(jì)算其對2010年全球、美國、中國、巴西、墨西哥、日本、印度的玉米需求預(yù)測誤差發(fā)現(xiàn)，其誤差平均值為-19.42%，標(biāo)準(zhǔn)差為0.170 9，誤差較大。

同時，將使用總需求預(yù)測方法的歷年預(yù)測誤差和使用需求結(jié)構(gòu)預(yù)測方法產(chǎn)生的誤差制得圖2，由兩條預(yù)測誤差線和零誤差線分別進(jìn)行對比。由圖2可以看出，從整體上看，總需求預(yù)測誤差線偏離零誤差線，且偏離程度較大，這說明對玉米總需求進(jìn)行預(yù)測存在較大誤差且不穩(wěn)定。而需求結(jié)構(gòu)預(yù)測誤差線在零誤差線上下波動，只有個別點(diǎn)偏離零誤差線程度較大，說明按需求結(jié)構(gòu)對玉米未來需求量進(jìn)行預(yù)測產(chǎn)生的誤差較小且較穩(wěn)定。圖2和表1只呈現(xiàn)了誤差的大致情況，兩種預(yù)測方法產(chǎn)生的誤差之間是否存在明顯差異，需要進(jìn)一步通過方差分析來判斷。

2.3 誤差方差分析

使用SPSS軟件對預(yù)測誤差進(jìn)行單因素方差分析，其中控制變量為預(yù)測方法（總需求預(yù)測方法和需求結(jié)構(gòu)預(yù)測方法）。

表2是對樣本的描述性統(tǒng)計(jì)，其中總需求預(yù)測方法的樣本量為8，誤差均值為-17.00%，標(biāo)準(zhǔn)差為9.09；需求結(jié)構(gòu)預(yù)測方法的樣本量為33，誤差均值為-6.21%，標(biāo)準(zhǔn)差為7.19。從誤差均值來看，需求結(jié)構(gòu)預(yù)測方法的誤差比總需求預(yù)測方法的誤差小10.79個百分點(diǎn)。

方差分析的F檢驗(yàn)，是以各個實(shí)驗(yàn)組內(nèi)總體方差齊性為前提的，因此應(yīng)該在方差分析之前，對各個實(shí)驗(yàn)組內(nèi)的總體方差進(jìn)行齊性檢驗(yàn)。如果各個實(shí)驗(yàn)組內(nèi)總體方差為齊性，而且經(jīng)過F檢驗(yàn)所得多個樣本所屬總體平均數(shù)差異顯著，這時才可以將多個樣本所屬總體平均數(shù)的差異歸因于各種實(shí)驗(yàn)處理的不同所致。樣本方差齊性檢驗(yàn)結(jié)果見表3。從顯著性概率上看，P=0.221，大于0.05，說明各組的方差在α=0.05水平上沒有顯著差異，即方差具有齊性，可以進(jìn)行方差分析。

從表4可以發(fā)現(xiàn)，方差來源包括組間離差、組內(nèi)離差和總離差。預(yù)測誤差的離差平方總和為2 983.672，在預(yù)測誤差的總變差中，不同預(yù)測方法可解釋的變差為749.425，抽樣誤差引起的變差為2 234.247，它們的方差分別為749.425和57.288，相除所得的F統(tǒng)計(jì)量的觀測值為13.082，對應(yīng)的概率P值為0.001，小于0.05。針對原假設(shè)H0，組間均值無顯著性差異（即用兩種方法預(yù)測需求后產(chǎn)生的誤差平均值無顯著性差異），在顯著性水平α為0.05時，由于概率P值小于0.05，因此拒絕原假設(shè)H0，表明總需求預(yù)測誤差和需求結(jié)構(gòu)預(yù)測誤差之間有顯著差異。

綜合以上圖表，玉米總需求預(yù)測誤差和需求結(jié)構(gòu)預(yù)測誤差之間有顯著差異。需求結(jié)構(gòu)預(yù)測方法比總需求預(yù)測方法更穩(wěn)定，準(zhǔn)確度更高。

2.4 預(yù)測誤差原因分析

對玉米進(jìn)行總需求預(yù)測的學(xué)者都產(chǎn)生了較大誤差，究其原因后發(fā)現(xiàn)，廖永松[4]利用WATER-SIM模型預(yù)測的結(jié)果偏低且誤差較大，主要原因是其假設(shè)各國工業(yè)用糧不會大幅增長，低估了工業(yè)生產(chǎn)對玉米的需求，仍將玉米需求增長歸因于飼用消費(fèi)的增長。陳永福[5]用線性回歸模型對玉米總需求進(jìn)行預(yù)測，其變量只涉及人均純收入（或人均可支配收入）和食品價格，在飼料用糧和工業(yè)加工用糧快速增長的時代，僅僅涉及收入和價格兩個因素是不夠的。

對玉米的需求結(jié)構(gòu)進(jìn)行預(yù)測雖也存在一定誤差，但與總需求預(yù)測誤差相比，其誤差較小，且更容易判斷誤差來源。具體以2010年的預(yù)測值為例，綜合各誤差項(xiàng)后發(fā)現(xiàn)，學(xué)者們均低估了玉米總需求量，其中飼料用糧、種用誤差較低，而食用、工業(yè)用糧和耗損的預(yù)測誤差普遍偏高（表5）。

玉米用作口糧和飼料糧的部分，主要與人口總量、居民收入水平等因素有關(guān)，隨著人們飲食結(jié)構(gòu)的改變而變化。口糧與飼料消費(fèi)預(yù)測偏差的主要原因是學(xué)者們低估了人民收入水平提高的速度，以及收入對食品消費(fèi)結(jié)構(gòu)造成的影響。玉米工業(yè)用糧的預(yù)測值存在較大誤差，主要原因是低估了工業(yè)加工需求量的增長速度。一方面中國各種玉米變性產(chǎn)品的生產(chǎn)剛剛起步，產(chǎn)量也很小，學(xué)者們很難把握其發(fā)展進(jìn)度；另一方面在分析玉米需求影響因素時重點(diǎn)提及人口、收入、城市化三大因素，而這三大因素主要影響的是口糧和飼料消費(fèi)，對工業(yè)用糧的影響相對較小，而學(xué)者們并沒有提出針對工業(yè)用糧的影響因素，從而導(dǎo)致了較大誤差。玉米種用量的預(yù)測依賴于單位面積用種量以及播種面積的準(zhǔn)確估算，而耗損的預(yù)測誤差則與庫存量和運(yùn)輸量有較大關(guān)系。雖然學(xué)者們對損耗部分的預(yù)測誤差都很大，對種用量的預(yù)測誤差也不小，但是由于損耗和種用占總需求的比重甚小，因此其對總需求的預(yù)測誤差影響也很小。相比之下，食用、飼用、工業(yè)加工的相對誤差雖不及損耗大，但對總需求的影響卻非常大。由此可見，食用、飼用、工業(yè)加工作為玉米消費(fèi)的主要部分，對玉米總需求的預(yù)測準(zhǔn)確度具有根本影響，如何準(zhǔn)確把握它們的變化趨勢及未來消費(fèi)量，對玉米需求預(yù)測具有重要意義。

3 結(jié)論與討論

玉米消費(fèi)結(jié)構(gòu)中的每一個部分都對玉米及其相關(guān)產(chǎn)業(yè)的發(fā)展具有重要意義。食用、飼用玉米量的多少直接反映了中國居民膳食結(jié)構(gòu)的變化，用種量反映了中國育種技術(shù)、栽培技術(shù)等農(nóng)業(yè)技術(shù)的水平。玉米加工產(chǎn)業(yè)的發(fā)展有效緩解了玉米增產(chǎn)帶來的過剩問題，調(diào)節(jié)了中國玉米市場供求關(guān)系，玉米的應(yīng)用價值被不斷開發(fā)利用。

研究發(fā)現(xiàn)，總需求預(yù)測誤差和需求結(jié)構(gòu)預(yù)測誤差之間有顯著差異。需求結(jié)構(gòu)預(yù)測的誤差明顯小于總需求預(yù)測的誤差，兩者相差10.79個百分點(diǎn)，且需求結(jié)構(gòu)預(yù)測方法比總需求預(yù)測方法更穩(wěn)定。此外，分用途對玉米需求進(jìn)行預(yù)測，在呈現(xiàn)未來玉米需求走勢的同時，更直觀地反映了中國玉米需求的組成及變化趨勢。同時，該方法明晰了各部分預(yù)測誤差的大小，便于日后調(diào)整預(yù)測方法，從而提高預(yù)測精度。在未來的需求預(yù)測研究中，若是能準(zhǔn)確細(xì)分需求結(jié)構(gòu)，并運(yùn)用合理方法對各個部分進(jìn)行預(yù)測，從而把握總需求的變化趨勢，定能提高預(yù)測的準(zhǔn)確度。

參考文獻(xiàn)：

[1] 廖永松，黃季焜.21世紀(jì)全國及九大流域片糧食需求預(yù)測分析[J].南水北調(diào)與水利科技，2004（1）：29-32.

[2] 郎曉娟，鄭風(fēng)田，崔海興.中國燃料乙醇政策演變[J].林業(yè)經(jīng)濟(jì)，2009（3）：29-33.

[3] 王 江，谷鳳久，景 波，等.國內(nèi)外玉米加工產(chǎn)業(yè)發(fā)展比較研究[J].經(jīng)濟(jì)視角，2007（2）：32-34.

[4] 廖永松.全球玉米需求增長趨勢與預(yù)測[J].農(nóng)業(yè)展望，2009（8）：30-33.

[5] 陳永福.中國糧食供求預(yù)測與對策探討[J].農(nóng)業(yè)經(jīng)濟(jì)問題，2005（4）：8-13，79.

[6] 陸文聰，黃祖輝.中國糧食供求變化趨勢預(yù)測：基于區(qū)域化市場均衡模型[J].經(jīng)濟(jì)研究，2004（8）：94-104.

[7] 馮 敏.中國玉米需求分析[D].西北農(nóng)林科技大學(xué)，2011.

[8] 翁凌云.基于生物質(zhì)能源背景下我國玉米供需平衡分析[D].中國農(nóng)業(yè)科學(xué)院，2010.

[9] 劉笑然.中國玉米中長期供求分析及調(diào)控研究[J].糧食與油脂，2001（2）：16-21.

[10] 孫月新.我國的玉米經(jīng)濟(jì)：供給與需求分析[D].北京：中國農(nóng)業(yè)科學(xué)院，2007.

[11] 邵 飛.中國玉米經(jīng)濟(jì)：供給與需求分析[D].陜西楊凌：西北農(nóng)林科技大學(xué)，2011.

[12] 張玉梅，李志強(qiáng)，李哲敏，等.基于CEMM模型的中國糧食及其主要品種的需求預(yù)測[J].中國食物與營養(yǎng)，2012（2）：40-45.