毕业论文网
本论文主要论述了中国食用菌论文范文相关的参考文献,对您的论文写作有参考作用。
中国食用菌出口贸易周期波动与持久性预测基于ARIMA模型的分析
摘 要：中国是世界食用菌第一生产大国和出口大国,但是其出口贸幅大,波动成为中国食用菌出口的一大特征.为了合理把握中国食用菌出口贸易波动的趋势,本文选取1966—2013年FAO贸易数据,运用速度法对中国食用菌的出口波动进行了分析,基本掌握了其波动特征,并对其波动周期进行了划分,最后通过ARIMA（1,1,1）模型对波动的持久性进行了预测.结果显示,中国食用菌出口波动规律性差、扩张性强、平稳性弱,对出口的持久性影响程度较大.因此,建议从优化食用菌出口结构、提高产品附加值并注重品质及品牌的角度提升中国食用菌出口贸易的竞争力.
关键词：食用菌；出口贸易；周期波动；持久性预测；ARIMA模型
DOI：10.13856/j.cn111097/s.2018.03.019
中国食用菌作为新型产业,近年来发展迅速,目前已成为世界食用菌第一生产大国和贸易大国.2014年,全国食用菌产量超过3 000万t,总产值近2 000亿元,占世界总产量的75%以上,位居世界第一.中国食用菌出口作为中国蔬菜出口的主打产品之一,已占据世界食用菌出口市场的半壁江山,成为弥补中国农产品逆差的重要产品之一\[1\].然而,中国食用菌出口贸易却表现为大幅起落的势态,波动成为中国食用菌对外贸易的一大特征\[2\].因此,科学地判断和剖析中国食用菌出口贸易周期的波动特征并预测其波动趋势,不仅有助于把握食用菌国际市场的需求状况,更有助于为政府部门制定调控政策提供借鉴,以便引导中国食用菌更快、更好地走向世界.国内外学术界对中国食用菌对外贸易波动持久性预测的研究尚属空白,本文借鉴前人对食用菌贸易问题的研究\[3,4\],从食用菌出口贸易波动的角度,运用ARIMA模型进行波动趋势的拟合,并对其进行短期预测,进而得出中国食用菌对外贸易波动的持久性规律.
1中国食用菌出口贸易波动周期测定
1.1测定方法及数据来源
波动周期的测定方法主要有速度法、时间趋势分解法和滤波法等.速度法较适用于长期趋势不明显的时间序列,而后两种方法更适用于有明显长期趋势的时间序列.对于中国的食用菌进出口来看,由于其波动幅度较大,长期趋势并不明显,因此,本文选取速度法进行研究.
速度法主要是通过考察变量的年度（季度或月度）增长率来测定变量波动的幅度和强度,其波动的周期性规律可以由峰值和谷值等指标来表征.速度法的具体公式为：
式中,IFt表示中国食用菌出口贸易周期波动指数,t表示波动的年度,yt表示中国食用菌在第t年的出口量,yt-1表示中国食用菌在第t-1年的出口量.
可见,速度法可对中国食用菌出口量的增长率波动进行研究.
中国食用菌出口量的取值来自于FAO贸易数据,该数据库关于食用菌的贸易数据包括蘑菇及块菌（Mushrooms and truffles）和蘑菇罐头（Mushrooms, canned）,本文仅选取蘑菇及块菌贸易量作为食用菌出口的研究对象.时间选取上,由于数据库显示中国食用菌自1966年之前尚未产生对外贸易,且最新数据截至2013年,因此本文选取1966—2013年为研究范围.
1.2出口贸易波动现状
（1）从出口量来看.中国食用菌出口规模整体呈N形波动（图1）.1996—2000年,中国食用菌出口规模呈逐年递增趋势,1992年之前出口规模很小,最高为1976年的2 803t,最少为1966年的7t.1992年开始,出口规模达到万吨以上,最高为2000年的61 596t.2001—2013年,中国食用菌出口规模逐年下滑,2008年由于国际金融危机的影响陷入最低值22 067t,之后一直呈增长趋势,2013年回升到48 212t.
（2）从出口量增长率看.中国食用菌出口增长的波动性特征明显,尤其在1966—1993年,其波动极为剧烈,分别于1967、1973、1976、1983、1985、1988和1992年达到峰值,增长率分别为5 314.29%、130.69%、419.07%、117.54%、151.69%、105.81%和847.02%（为保证折线图波动变化的可视性且不改变波动的走势,将峰值偏高的离群值做缩尾处理）；谷值最低为1979年的-87.17%.自1994年开始,出口量增长波动回归平稳,峰值最高为1994年的38.01%,谷值最低为2008年的-45.06%.
1.3波动周期测定结果
中国食用菌出口量增长率的波动曲线如图1所示.按照速度法的统计处理,从一个顶峰到下一个顶峰,或一个谷底到下一个谷底,即可确定为一次完整的波动周期.为保证数据的完整有效性,本文采用“峰—峰”法对中国食用菌进出口量增长率的波动进行周期测定.
按照“峰—峰”法的划分,1967—2013年,中国食用菌出口贸易的波动共呈现出10个完整周期,其中,前3个处于改革开放之前,后7个处于改革开放之后.在波动周期的划分中,对于波动周期仅为2年的小周期,归并到相邻的波动周期中进行考察,如1971—1973年的小周期并入第1个大周期,1976—1978年的小周期并入第3个大周期,1983—1985年的小周期并入第4个大周期,1998—2000年的小周期并入第7个大周期（图2）.
第1个周期：1967—1973年,波长为7年；第2个周期：1974—1976年,波长为3年；第3个周期：1977—1983年,波长为7年；第4个周期：1984—1988年,波长为5年；第5个周期：1989—1992年,波长为4年；第6个周期：1993—1998年,波长为6年；第7个周期：1999—2004年,波长为6年；第8个周期：2005—2007年,波长为3年；第9个周期：2008—2010年,波长为3年；第10个周期：2011—2013年,波长为3年.
2中国食用菌出口贸易周期波动特征分析
中国食用菌对外贸易周期的波动特征,可从波长特征和波幅特征两方面来考察.波长特征主要分析周期波动的持续时间,包括周期长度、扩张期与收缩期长度以及扩张收缩比率等指标；波幅特征主要分析周期波动的幅度,包括峰值、谷值、峰谷落差、平均位势等指标.
2.1波长特征
2.1.1周期波长及频率
1967—2013年,中国食用菌出口贸易共完成10次波动周期,平均周期波长为4.70年.其中,改革开放前完成3次波动周期,改革开放后完成7次波动周期（表1）.虽然改革开放的重大决策于1978年党的十一届三中全会提出,但直到1983年农村家庭承包经营制在全国范围内全面推广,中国农业经济的改革开放才步入正轨,因此,1977—1983年的波动周期划为改革开放前阶段.改革开放前平均周期波长为5.67年,改革开放后平均周期波长为4.29年.总体上,出口贸易波长最长为7年,出现2次；最短为3年,出现4次,频率最高（表2）.可见,中国食用菌出口贸易量的年度波动并无明显规律性,因此,可依平均周期波长（4.7年）来衡量食用菌出口贸易的波动规律,即中国食用菌出口量平均不到5年发生1次大的波动.
2.1.2扩张期与收缩期波长及频率
1967—2013年,中国食用菌出口贸易的扩张期共出现25年,平均持续长度为2.5年；收缩期共出现22年,平均持续长度为2.2年.其中,改革开放前扩展期有11年,平均长度为3.67年,收缩期有6年,平均长度为2年；改革开放后扩张期有14年,平均长度为2年,收缩期有16年,平均长度为2.29年（表1）.在10次波动周期中,中国食用菌出口贸易的扩张期实际长度主要为1、2、3、4和5年,其中,出现频数最高的为2年,频率为40%,其次为1年和3年,频率均为20%；收缩期实际长度主要为1、2、3、4年,其中,1、2、3年出现的频率最高,均为30%（表2）.总体上,中国食用菌出口贸易量的波动一般以2~3年的时间长度进行扩张,以2年左右的时间长度进行收缩.
2.1.3扩张与收缩比率
扩张与收缩之比可以反映一定周期内经济变量增长的稳定性.若比率大于1,则表示扩张的持续性较强,经济变量增长的稳定程度较高；若比率小于1,则表示收缩的持续性较强,经济变量增长的稳定程度较低.中国食用菌出口贸易量波动的扩张与收缩比率为1.14,即扩张期大于收缩期,说明食用菌出口的扩张持续性较强（表1）.
2.2波幅特征
2.2.1峰位
峰位是在每个波动周期内波峰的取值,峰位过高或过低均不利于经济的稳定性发展.1967—2013年,中国食用菌出口贸易波动的峰值在改革开放前后均出现过极端异常的现象.改革开放前的平均峰值为1 950.30%,其中,最高峰值位于第1波动周期的1967年（5 314.29%）,属于极端异常的峰值；第2波动周期中1976年（419.07%）的峰值也极为异常.改革开放后的平均峰值为167.11%,比改革开放前下降了1 783.19%.在第五波动周期中的1992年（847.02%）的峰值也属于极端异常值,其余峰值随着时间推移逐渐回落,慢慢趋于平稳正常水平（表3）.
2.2.2谷位
谷位是在每个波动周期内波谷的取值,谷位越低,说明贸易量降低的程度越严重.1967—2013年,中国食用菌出口贸易波动的平均谷值为-27.39%,其中,改革开放前的平均谷值为-62.49%,改革开放后的平均谷值为-12.35%,比改革前上升了50.15%.整个考察期中3次最低的谷位为第3波动周期的1979年（-87.17%）、第1波动周期的1969年（-51.1%）和第2波动周期的1974年（-49.21%）,3次谷位的发生均处于改革开放之前,说明改革开放政策全面推行之前,中国食用菌出口贸易的收缩力度较大.改革开放后期,出口贸易波动谷位逐步回升,但在2007年经济危机的影响下,于2008年有1次探底,谷值降到-45.06%.在第10波动周期,谷值又回升到0值以上（表3）.总体上,改革开放之后,中国食用菌出口贸易量的抗衰退能力有明显提升.
2.2.3峰谷落差
峰谷落差是每个波动周期中上下波动的最大幅度,可以反映经济变量在每个波动周期的波动强度.1967—2013年,中国食用菌出口贸易波动的平均峰谷落差为729.45%,其中,改革开放前的平均峰谷落差为2 012.79%,改革开放后的平均峰谷落差为179.45%,比改革开放前降低了1 833.34%.整个考察期中,峰谷落差最大的为第一波动周期的5 365.38%,其次为第5波动周期的845.21%；峰谷落差最小的为第8波动周期的6.65%,其次为第10波动周期的17.58%（表3）.总体上,中国食用菌出口贸易的峰谷落差在第7波动周期之后逐步平稳.
2.2.4平均位势
平均位势是每个波动周期中所有经济变量的算术平均值.1967—2013年,中国食用菌出口贸易波动的平均位势为122.78%,其中,改革开放前的平均位势为302.71%,改革开放后的平均位势为45.67%,比改革开放前下降了257.04%,这说明改革开放以来中国食用菌出口规模逐步回落,增长速度放缓,回归平稳增速的正常轨迹（表3）.
3中国食用菌出口贸易波动的持久性分析
中国食用菌出口贸易波动的持久性分析主要是考察食用菌出口量波动的长期持续性及冲击持久性影响程度的大小\[5\].本文采用差分自回归移动平均模型ARIMA（p,d,q）进行实证分析\[6\].
3.1研究方法
ARIMA（p,d,q）全称为差分自回归移动平均模型（Autoregressive Integrated Moving Average Model）,又称单整自回归移动平均模型,是由博克思（Box）和詹金斯（Jenkins）于20世纪70年代初提出的著名时间序列预测方法,所以又称为BoxJenkins模型（简称B-J模型）.其中,ARIMA（p,d,q）称为差分自回归移动平均模型,AR是自回归,p为自回归项；MA为移动平均,q为移动平均项数,d为时间序列成为平稳时所做的差分次数.其模型形式为：
久性衡量指数,该指数取值一般为≥0的值,其大小可反映出口贸易的时序特征.若φ1等于0,则代表波动对出口贸易不存在持久性影响；若φ1等于1时,则代表波动对出口贸易产生等量的持久性影响\[78\].
3.2建立模型
本文运用Stata13.1软件对FAO数据库1966—2013年中国食用菌出口贸易量（用X表示）进行实证分析,并用最后4年的数据检验拟合效果,最后对2014—2017年的出口量进行预测.
3.2.1序列的平稳性检验及处理
中国食用菌出口量原始序列时间路径如图3（a）所示,结果表明,1966—2013年出口量呈现不规律的增长趋势,为非平稳时间序列.对出口量X进行ADF单位根检验,结果表明,t统计量大于任何置信度的临界值（表4）,可见,原始数据X为显著非平稳序列.
因此,对中国食用菌出口量原始序列X做一阶差分以消除线性趋势,得到dX的时间路径图3（b）,可见该序列基本达到平稳.进而,对DX序列进行ADF单位根检验,结果显示,t统计量为-5.437,小于显著性水平为1%的临界值（表4）,说明DX序列可以通过单位根检验,成为平稳序列,由此可确定ARIMA（p,d,q）中d的阶数取值为1.
3.2.2滞后阶数p和q的确定
将一阶差分后的DX序列做自相关和偏自相关（图4）,偏自相关系数PAC显著不为0的个数为3个,分别对应滞后期4、6和8；自相关系数AC显著不为0的个数为2个,分别对应滞后期6和8.结合AIC和BIC准则,对p、q取值≤8的各种组合进行显著性检验,选取AIC值和BIC值相对最小的一组为p和q的理想阶数.
建立各种ARMA组合,对其分别进行显著性检验,同时比较AIC准则和BIC准则的取值,结果显示,仅有ARMA（1,1）、ARMA（2,1）和ARMA（3,2）通过显著性检验,通过比较AIC准则和BIC准则,ARMA（1,1）的取值最小.因此,可以建立ARIMA（1,1,1）模型.
3.2.3残差白噪声检验
对模型ARIMA（1,1,1）的残差序列进行白噪声检验.若残差序列为白噪声序列,则说明模型显著有效,否则需重新确定模型.白噪声检验的方法为χ2检验,其判别规则为：当Q统计量的P值小于给定的显著性水平α时,则拒绝原假设,残差为非白噪声序列；当Q统计量的P值大于给定的显著性水平α时,则接受原假设,残差为白噪声序列.对ARIMA（1,1,1）模型的残差序列进行白噪声检验,结果如图5所示.
根据白噪声检验的假设,残差自相关和偏自相关系数的P值若＞0.05,则认为满足原假设.由图5显示,ARIMA（1,1,1）模型残差序列的自相关和偏自相关系数的P值均＞0.05,且该系数均落在两倍标准差内,则说明该残差序列满足白噪声原假设,属于白噪声序列.因此,ARIMA（1,1,1）模型通过显著性检验.
3.2.4波动持久性预测
中国食用菌出口量一阶差分变量的ARIMA（1,1,1）回归结果如表6所示,根据波动持久性衡量指数φ（1）等于（1+θ1+θ2+…+θq）/（1－φ1－φ2－…－φp）,则有中国食用菌出口量波动持久性衡量指数为φ（1）等于（1+0.861 0）/（1+0.569 2）等于1.186 0>1,则说明波动对中国食用菌出口贸易的影响较大,且具有持久性.
4主要结论及政策启示
基于速度法划分以及ARIMA（1,1,1）模型的预测,中国食用菌出口贸易周期波动呈现以下特征：第一,无明显波动规律.1967—2013年,中国食用菌出口贸易共完成10次完整波动周期,其中3次波动周期发生在改革开放前,总体波动周期长度在3~7年不等,并无明显的波动规律,平均不到5年完成1次大的波动.第二,平均扩张性较强.从扩张期与收缩期长度上看,中国食用菌出口贸易的波动扩张期平均为2.5年,收缩期平均为2.2年,从扩张与收缩比率看,中国食用菌出口贸易的比率为1.14,说明出口贸易的扩张持续性相对较强.第三,改革开放前贸易波动性大、平稳性弱.中国食用菌出口贸易在整个考察期出现过剧烈异常波动,出口贸易的异常峰值一般发生于改革开放之前及改革开放初期,改革开放之后,中国食用菌出口贸易量的抗衰退能力明显提升,出口规模增长速度放缓,回归平稳增速的正常轨迹.第四,出口量波动对出口贸易的持久性影响程度较大.运用ARIMA（1,1,1）模型对中国食用菌出口贸易波动的持久性分析表明,中国食用菌出口量波动对出口贸易的持久性影响程度较大.进而,运用ARIMA（1,1,1）对中国食用菌出口贸易进行预测,与实际值比较预测误差较小,有很好的预测精度.
基于以上研究结论,为中国食用菌出口贸易发展提出以下政策建议：第一,提高食用菌出口附加值.加大科研成果的生产转化,大力发展食用菌精深加工,从保鲜技术的改进、方便食品的创新,到有益成分的提取及药品、保健品等多样产品的开发,多角度、高水平地提升产品出口附加值,将更有利于食用菌产值的提升和农业经济的增长.第二,优化食用菌出口结构.及时准确地把握国际市场的多样化需求,分地区、有针对地发展多品种培育,将中国以传统主栽品种为主逐步向世界需求预测增快的品种集中,进而提高初级品出口能力,为农业经济增长做出显著贡献.第三,注重食用菌品质及品牌.中国食用菌发展必须实现两大转型,一是由规模产值向品质效益转型；二是由产品优势向品牌引领转型.积极与国际标准接轨,建立健全中国食用菌技术标准法规及质量检验标准；建立并完善食用菌生产至销售的全程质量安全监管追溯系统；树立品牌意识,积极参加国际食用菌博览会,及时掌握国际市场需求,主动拓宽品牌影响力；在品牌建设的资金支持、法律保护等方面,政府可有所作为,为食用菌的品牌发展创造良好环境\[2\].
中国食用菌论文范文结:
关于对写作中国食用菌论文范文与课题研究的大学硕士、相关本科毕业论文中国食用菌论文开题报告范文和相关文献综述及职称论文参考文献资料下载有帮助。
3、中国现代医学杂志
4、中国文化论文
5、中国社会科学期刊
6、中国美容医学杂志