粮食安全视角下内蒙古粮食影响因素分析

□ 鄂梦然 李俊清

（1.中央民族大学管理学院，北京 100081；2.中央民族大学国家安全研究院，北京 100081）

一、前言

粮食安全是世界和平与发展的重要保障，是构建人类命运共同体的重要基础，关系人类的前途命运和永续发展。作为世界上最大的发展中国家和负责任大国，中国始终是维护世界粮食安全的积极力量。

2020年开始，全球粮食种植活动因新冠疫情受到巨大阻碍，粮食危机初现；同时气候变暖导致的自然灾害，也正在频繁地给世界粮食种植造成极其不利的影响。从国家粮食安全角度看，随着我国粮食自给率的持续走低，粮食贸易战略倍显重要。内蒙古有“北疆粮仓”美称，是我国13个重点粮食主产区之一，截至2017年，其人均耕地面积5.48亩，是全国人均耕地面积的3.7倍。

本文立足于建立ARIMA模型方法，收集内蒙古1980-2020年的粮食产量数据，预测未来十年的粮食产值，同时将粮食产量作为粮食安全动态指标，从资源生态、设施装备等方面选取数据对内蒙古粮食安全的影响因素进行回归分析，并以此结论为内蒙古相关部门制定农业规划提供参考。

二、文献综述

测定粮食安全的能力与水平是一个复杂问题。当前粮食安全的评价体系主要采取统计学综合指标法，即将总量指标、相对指标、平均指标和标志变异指标等所有综合性指标进行总结。我国学者对粮食安全的研究主要从研究方法和研究区域两个方面展开。从研究方法上看，罗海平等人采用FSP模型分析框架，探究粮食主产区的需求演变特征，并测算内蒙古对国家粮食安全贡献程度［1］；王芳等人采用了粮食波动系数、敏感系数两个指标，对内蒙古和各旗县的粮食安全情况进行分析［2］；张立慧则采用动态与静态分析和定量与定性分析的方法，从人口、耕地面积、粮食播种面积和粮食单产等测量方式，评价内蒙古粮食生产与安全程度［3］。

从研究区域上看，许多国内学者没有仅停留于对国内粮食安全状况的探究。吴文斌等［4］对2000-2020年全球范围粮食安全状况进行评价与预测；刘晓梅［5］在粮食安全水平上，将我国与世界其他粮食生产国和消费国进行了比较研究；丁晓慧等人对广西、云南、贵州三省在内的西南地区和全国粮食安全水平进行测算，并得出结论：粮食生产和粮食消费是提升安全水平的主要因素［6］。

基于此，本文拟通过计量分析软件，使用ARIMA模型对内蒙古的粮食产量数据进行模型的拟合与预测值，并针对数据进行影响因素回归分析，最终得到影响粮食安全的因素。

三、研究方法与数据来源

（一）ARIMA模型

所谓ARIMA模型，是指将非平稳时间序列转化为平稳时间序列，然后将因变量仅对它的滞后值以及随机误差项的现值和滞后值进行回归所建立的模型［7］。ARIMA模型是由博克思和詹金斯提出的著名时间序列预测方法。

进行ARIMA建模的过程中，我们要分别对数据进行平稳性和纯随机性检验，随后需要对建模后的模型再次进行纯随机性检验，并进行数据的预测。

（二）回归分析

内蒙古粮食产量作为粮食安全指标，从资源生态、设施装备、粮食生产三个方面分别选取粮食播种面积、机耕地面积和粮食产量波动系数等三个指标，同时加入年末人口数、第一产业就业人数、农业生产资料价格指数等数据，进行回归分析，探求影响粮食安全的重要因素。具体数据来源与计算方法如表1所示。

表1 内蒙古粮食安全影响因素指标选取

其中，粮食产量波动系数由hp滤波法计算得出，其余指标均可在统计年鉴中查找。HP滤波法是一种时间序列在状态空间中的分析方法，相当于对波动方差的极小化。这种方法被广泛地应用于对宏观经济趋势的分析研究中。

四、实证分析

下面以内蒙古自治区1980-2020年粮食产量数据为例，进行时间序列分析法，建立ARIMA拟合模型，通过所建立的模型进行预测2021-2030年的生产总值。

通过平稳性和纯随机性检验。由结果可知，（1，1，1）为最佳方案，残差通过白噪声检验。

根据所建立模型，对内蒙古自治区粮食产量进行短期预测，绘制拟合、预测图如下。内蒙古未来十年粮食产量预测值如表2所示。

表2 内蒙古粮食产量十年预测表（单位：万吨）

图1 内蒙古粮食产量模型拟合、十年预测图

图中，上下曲线为95%的上下置信区间。可以看出，拟合模型的曲线与实际数据吻合程度较高，说明拟合效果较好，由接下来十年的预测图可以看出，随着预测时期变长，预测的误差也越来越大，因此时间序列分析适合短期预测。在粮食产量逐年上升的背景下，针对选取因素进行进一步回归分析，探究粮食安全影响因素。

五、粮食安全影响因素分析

将粮食产量作为被解释变量，引入对内蒙古粮食产量可能产生影响的粮食生产要素投入条件（见表1），运用OLS法，通过逐步回归剔除影响不显著或引起多重共线性问题的要素变量，并作局部自回归调整，最后得到如下用以分析1980年以来内蒙古粮食产量变动的计量模型：

其中，v为随机扰动项。

该计量模型的OLS估计结果如下：

R2=0.823，调整后R2=0.779

其中，（·）为标准差，［·］为t统计量。

综上可以得到以下结论：上述计量模型，展示了1980年以来内蒙古粮食产量围绕其趋势水平上下波动的内在机制与变化关系。具体含义为：

（1）内蒙古粮食产量的变化，主要影响因素为机耕地面积、粮食产量波动系数、第一产业就业人数和粮食播种面积，而内蒙古年末人口数和农业生产资料价格指数未对其产生明显影响。

（2）平均来说，粮食播种面积每增加1万公顷，当年粮食产量便会增加0.109万吨；机耕地面积每增加1万公顷，粮食产量便增加0.102万吨；第一产业就业人数每增加1万人，粮食产量相对应会增加0.349万吨；而粮食波动系数每上升1个单位数量，粮食产量会出现20.317万吨的下降。

（3）结合预测值及回归分析可得未来粮食产量会受到资源条件、设施装备先进程度、粮食生产情况以及劳动力人口数影响。自2020年初以来，受疫情影响，内蒙古部分地区无法复工复产，外地就业人员也无法流入。疫情影响劳动力流动，进而对内蒙古粮食安全造成直接影响。在应对疫情灾害时，内蒙古相关部门留意人口流动情况，及时发布相关政策，促进了当地产业尽快复工复产。

五、结论

通过以上对1980-2020年内蒙古粮食产量序列进行的分析和所建立的模型可以看出，对非平稳序列时间序列作建模分析时，采用ARIMA模型具有较好的预测效果。本文所建立的ARIMA（1，1，1）模型，可用于对内蒙古自治区粮食产量作短期预测；同时，若要保持内蒙古粮食产量的稳定，增强粮食安全的程度，则需要提升设施装备的效率、提升耕地机械科技化程度，完备粮食生产条件、保证第一产业就业人口的数量，尤其要保证足够数量的耕地。