玉米需求总量及其结构预测方法准确度比较

袁梦烨++李晓云++黄玛兰

摘要：在分析国内代表性玉米需求预测文献的基础上，重点对其预测值与观测值的误差进行计算，并用方差分析比较玉米总需求预测和需求结构预测的误差。结果显示，玉米需求结构预测方法的准确度更高。对玉米需求结构进行预测，能更直观地反映中国玉米的需求结构及变化趋势，清晰各部分预测误差大小，便于日后调整预测方法，从而提高精度。

关键词：玉米；总需求预测；需求结构预测；误差；方差分析

中图分类号：F326.11 文献标识码：A 文章编号：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年以来成为中国第一大粮食作物，随着人们生活水平的提高以及对高蛋白食品需要的增加，在未来一个较长时期内其需求都将保持较快增长。玉米不仅是重要的口粮，更是畜禽的主要饲料之一。学者们认为未来中国粮食需求增长主要是饲料粮需求的增加，粮食问题主要是饲料粮问题[1]。同时，近年来美国等发达国家大力发展燃料乙醇的生产及应用，中国大多数生物燃料乙醇以玉米为原料[2]。随着时代的发展，玉米消费结构发生了变化，单纯地判断未来玉米的总需求趋势已不能很好地把握玉米的发展方向，只有将玉米需求进行细分并预测，才能为中国玉米及相关产业的发展提供更准确的依据，为中国粮食供需平衡对策研究提供帮助。

粮食需求预测的文献不胜枚举，玉米需求预测的文献也较多。随着玉米需求的不断增加，预计未来玉米需求预测和分析的方法会层出不穷，审视不同方法之间的准确性差异及导致差异的原因，可為今后调整预测方法、提高预测精度奠定基础。本研究在有关玉米需求预测的近百篇文献中挑选了9篇有代表性且有具体预测值的文献，对其预测值与实际观测值进行比对，并利用SPSS软件对预测误差进行方差分析，从而分析玉米总需求预测和玉米需求结构预测两种方法的准确度。并对其产生误差的原因进行分析，为今后预测方法的选择及实施提供依据。

1 数据与方法

1.1 数据来源

本研究从有关粮食需求预测、玉米需求预测的近百篇文献中挑选了数篇有代表性且有具体预测值的文献，并按总需求预测方法和需求结构预测方法进行归类。此外，所有的玉米实际消费数据均来自布瑞克大宗农产品数据库。

1.2 预测准确度分析方法

1.2.1 指标选取与计算 将学者预测所得的历年玉米需求预测值与布瑞克大宗农产品数据库中的历年实际观测值进行比对后，利用公式（1）算得预测误差。

预测误差=■×100% （1）

1.2.2 误差比较方法 方差分析（ANOVA，Analysis of Variance）是通过分析数据的误差来源检验多个总体的均值是否相同，用于两个及两个以上样本均数差别的显著性检验。由于本研究只涉及一个控制变量，即预测方法对预测误差的影响，因此选择单因素方差分析。

方差分析原假设H0：用两种方法预测玉米需求所产生的误差的平均值无显著性差异。方差分析采用的检验统计量是F统计量，数学定义为：

F=■=■ （2）

给定显著性水平为α=0.05，与检验统计量的概率P值进行比较，如果概率P值小于显著性水平α，则应拒绝原假设，认为预测方法对预测误差产生了显著影响；反之，则应该接受原假设，认为预测方法对预测误差没有产生显著影响。

2 结果与分析

2.1 中国历年玉米消费变化

中国玉米消费需求目前主要分为口粮、饲用粮、工业用粮、种用、耗损等5个方面，消费量呈上升趋势。2015年玉米总消费量增长至19 233.0万t，较1991年的9 574.3万t翻了一番。自1985年以来，随着中国经济的持续发展和人民收入的不断提高，国民对粮食需求不断增加的同时，食物消费结构也发生了较大的改变。城乡居民对玉米口粮的直接消费逐年减少，对畜禽产品的需求不断增加，玉米作为主要的饲料粮，其需求也随之增加。

由图1可见，玉米作为口粮的消费量逐年减少，1991年占玉米总消费的近20%，到2015年仅占消费总量的5.7%。饲料消费是玉米消费需求的主要部分，是目前玉米消费的最大渠道，也是中国玉米消费增长的重要因素。口粮消费量的减少和饲料粮消费量的增加反映了中国食物膳食结构不断优化。中国玉米加工业起步于20世纪80年代后期，已经发展了20多年，加工能力不断提高[3]。1991～2015年玉米工业用粮量增长了5 000万t，年均增长率达10.1%，是中国玉米消费中增长势头最快的部分。玉米工业加工消费所占比重越来越高，已达19.1%，有效缓解了玉米增产带来的过剩问题，同时也调节了中国玉米市场供求关系。近年来，受玉米加工业的影响，饲用玉米量虽稳步增长，其占总消费量的比重却由1995年的76.9%下降到2015年的62.4%。科技的进步、配套设施的完善使玉米种植效率不断提高，每公顷玉米地的种子用量由1991年的56.5 kg下降到2014年的31.5 kg。在收获、运输、贮藏、加工过程中，不可避免地会有损耗，但由于计算方式不同，玉米损耗的估计存在很大差异。从1991～2015年的损耗情况看，每年的损耗约在2%。

2.2 预测误差计算

本研究比较玉米总需求预测方法和需求结构预测方法之间的准确度，对各学者的预测按不同预测方法进行了归类，将学者们的历年预测误差通过误差方程计算，并进一步算得历年平均误差、历年平均绝对误差以及误差的标准差，见表1。

由于误差存在正负，平均误差不能很好地代表误差的总体情况，因此选用平均绝对误差对各学者的预测误差进行分析。观察表1发现，总需求预测的平均绝对误差均大于10%；而需求结构预测的平均绝对误差除孙月新的低产低销方案外均低于10%。由此可粗略判断，总需求预测方法的准确度低于需求结构预测方法的准确度。

标准差能反映一个数据集的离散程度。总需求预测误差的标准差普遍大于需求结构预测误差的标准差，这表明两者相比，需求结构预测误差更稳定。由于廖永松[4]对全球2010、2020、2030、2040年共4年的玉米需求量进行了预测，有效数据只有2010年，无法计算误差的平均值及标准差。但计算其对2010年全球、美国、中国、巴西、墨西哥、日本、印度的玉米需求预测误差发现，其误差平均值为-19.42%，标准差为0.170 9，误差较大。

同时，将使用总需求预测方法的历年预测误差和使用需求结构预测方法产生的误差制得图2，由两条预测误差线和零误差线分别进行对比。由图2可以看出，从整体上看，总需求预测误差线偏离零误差线，且偏离程度较大，这说明对玉米总需求进行预测存在较大误差且不稳定。而需求结构预测误差线在零误差线上下波动，只有个别点偏离零误差线程度较大，说明按需求结构对玉米未来需求量进行预测产生的误差较小且较稳定。图2和表1只呈现了误差的大致情况，两种预测方法产生的误差之间是否存在明显差异，需要进一步通过方差分析来判断。

2.3 误差方差分析

使用SPSS软件对预测误差进行单因素方差分析，其中控制变量为预测方法（总需求预测方法和需求结构预测方法）。

表2是对样本的描述性统计，其中总需求预测方法的样本量为8，误差均值为-17.00%，标准差为9.09；需求结构预测方法的样本量为33，误差均值为-6.21%，标准差为7.19。从误差均值来看，需求结构预测方法的误差比总需求预测方法的误差小10.79个百分点。

方差分析的F检验，是以各个实验组内总体方差齐性为前提的，因此应该在方差分析之前，对各个实验组内的总体方差进行齐性检验。如果各个实验组内总体方差为齐性，而且经过F检验所得多个样本所属总体平均数差异显著，这时才可以将多个样本所属总体平均数的差异归因于各种实验处理的不同所致。样本方差齐性检验结果见表3。从显著性概率上看，P=0.221，大于0.05，说明各组的方差在α=0.05水平上没有显著差异，即方差具有齐性，可以进行方差分析。

从表4可以发现，方差来源包括组间离差、组内离差和总离差。预测误差的离差平方总和为2 983.672，在预测误差的总变差中，不同预测方法可解释的变差为749.425，抽样误差引起的变差为2 234.247，它们的方差分别为749.425和57.288，相除所得的F统计量的观测值为13.082，对应的概率P值为0.001，小于0.05。针对原假设H0，组间均值无显著性差异（即用两种方法预测需求后产生的误差平均值无显著性差异），在显著性水平α为0.05時，由于概率P值小于0.05，因此拒绝原假设H0，表明总需求预测误差和需求结构预测误差之间有显著差异。

综合以上图表，玉米总需求预测误差和需求结构预测误差之间有显著差异。需求结构预测方法比总需求预测方法更稳定，准确度更高。

2.4 预测误差原因分析

对玉米进行总需求预测的学者都产生了较大误差，究其原因后发现，廖永松[4]利用WATER-SIM模型预测的结果偏低且误差较大，主要原因是其假设各国工业用粮不会大幅增长，低估了工业生产对玉米的需求，仍将玉米需求增长归因于饲用消费的增长。陈永福[5]用线性回归模型对玉米总需求进行预测，其变量只涉及人均纯收入（或人均可支配收入）和食品价格，在饲料用粮和工业加工用粮快速增长的时代，仅仅涉及收入和价格两个因素是不够的。

对玉米的需求结构进行预测虽也存在一定误差，但与总需求预测误差相比，其误差较小，且更容易判断误差来源。具体以2010年的预测值为例，综合各误差项后发现，学者们均低估了玉米总需求量，其中饲料用粮、种用误差较低，而食用、工业用粮和耗损的预测误差普遍偏高（表5）。

玉米用作口粮和饲料粮的部分，主要与人口总量、居民收入水平等因素有关，随着人们饮食结构的改变而变化。口粮与饲料消费预测偏差的主要原因是学者们低估了人民收入水平提高的速度，以及收入对食品消费结构造成的影响。玉米工业用粮的预测值存在较大误差，主要原因是低估了工业加工需求量的增长速度。一方面中国各种玉米变性产品的生产刚刚起步，产量也很小，学者们很难把握其发展进度；另一方面在分析玉米需求影响因素时重点提及人口、收入、城市化三大因素，而这三大因素主要影响的是口粮和饲料消费，对工业用粮的影响相对较小，而学者们并没有提出针对工业用粮的影响因素，从而导致了较大误差。玉米种用量的预测依赖于单位面积用种量以及播种面积的准确估算，而耗损的预测误差则与库存量和运输量有较大关系。虽然学者们对损耗部分的预测误差都很大，对种用量的预测误差也不小，但是由于损耗和种用占总需求的比重甚小，因此其对总需求的预测误差影响也很小。相比之下，食用、饲用、工业加工的相对误差虽不及损耗大，但对总需求的影响却非常大。由此可见，食用、饲用、工业加工作为玉米消费的主要部分，对玉米总需求的预测准确度具有根本影响，如何准确把握它们的变化趋势及未来消费量，对玉米需求预测具有重要意义。

3 结论与讨论

玉米消费结构中的每一个部分都对玉米及其相关产业的发展具有重要意义。食用、饲用玉米量的多少直接反映了中国居民膳食结构的变化，用种量反映了中国育种技术、栽培技术等农业技术的水平。玉米加工产业的发展有效缓解了玉米增产带来的过剩问题，调节了中国玉米市场供求关系，玉米的应用价值被不断开发利用。

研究发现，总需求预测误差和需求结构预测误差之间有显著差异。需求结构预测的误差明显小于总需求预测的误差，两者相差10.79个百分点，且需求结構预测方法比总需求预测方法更稳定。此外，分用途对玉米需求进行预测，在呈现未来玉米需求走势的同时，更直观地反映了中国玉米需求的组成及变化趋势。同时，该方法明晰了各部分预测误差的大小，便于日后调整预测方法，从而提高预测精度。在未来的需求预测研究中，若是能准确细分需求结构，并运用合理方法对各个部分进行预测，从而把握总需求的变化趋势，定能提高预测的准确度。

参考文献：

[1] 廖永松，黄季焜.21世纪全国及九大流域片粮食需求预测分析[J].南水北调与水利科技，2004（1）：29-32.

[2] 郎晓娟，郑风田，崔海兴.中国燃料乙醇政策演变[J].林业经济，2009（3）：29-33.

[3] 王 江，谷凤久，景 波，等.国内外玉米加工产业发展比较研究[J].经济视角，2007（2）：32-34.

[4] 廖永松.全球玉米需求增长趋势与预测[J].农业展望，2009（8）：30-33.

[5] 陈永福.中国粮食供求预测与对策探讨[J].农业经济问题，2005（4）：8-13，79.

[6] 陆文聪，黄祖辉.中国粮食供求变化趋势预测：基于区域化市场均衡模型[J].经济研究，2004（8）：94-104.

[7] 冯 敏.中国玉米需求分析[D].西北农林科技大学，2011.

[8] 翁凌云.基于生物质能源背景下我国玉米供需平衡分析[D].中国农业科学院，2010.

[9] 刘笑然.中国玉米中长期供求分析及调控研究[J].粮食与油脂，2001（2）：16-21.

[10] 孙月新.我国的玉米经济：供给与需求分析[D].北京：中国农业科学院，2007.

[11] 邵 飞.中国玉米经济：供给与需求分析[D].陕西杨凌：西北农林科技大学，2011.

[12] 张玉梅，李志强，李哲敏，等.基于CEMM模型的中国粮食及其主要品种的需求预测[J].中国食物与营养，2012（2）：40-45.