博亚平台

欢迎访问 草业科学,今天是

WOGUOCAOZHONGZIGUOJIMAOYIGEJUJIJINCHUKOULIANGYUCE

赵馨馨 杨春

引用本文: 赵馨馨,杨春. 我国草种子国际贸易格局及进出口量预测. 草业科学, 2020, 37(8): 1646-1655 doi: shu
Citation:  ZHAO X X, YANG C. International trade patterns and prediction of import and export of grass seeds in China. Pratacultural Science, 2020, 37(8): 1646-1655 doi: shu

我国草种子国际贸易格局及进出口量预测

    作者简介: 赵馨馨(1995-),女,山东淄博人,在读硕士生,研究方向为畜牧经济。E-mail: ;
    通讯作者: 杨春, yangchun@caas.cn
  • 基金项目:博亚平台 国家牧草产业技术体系专项资金(CARS-34-22);中国农业科学院科技创新工程项目(ASTIP-IAED-2020-01);国家自然科学基金项目(71503251)

摘要: 本研究基于2008 – 2019年草种子贸易数据,分析我国草种子国际贸易格局,通过H-P滤波方法和ARIMA模型对未来草种进出口情况进行预测。研究显示,2008年以来,我国草种进口量总体保持增长,尤其是2014年后大幅上涨,进口草种子主要为黑麦草(Lolium perenne)种子、羊茅(Festuca ovina)种子、草地早熟禾(Poa pratensis)种子,美国、加拿大、丹麦、阿根廷为主要进口来源国;我国出口草种种类单一,主要面向日本、韩国等邻国出口紫花苜蓿(Medicago sativa)种子,且出口量逐年减少;草种贸易呈净进口格局。模型预测结果显示,我国草种进口量先升高后小幅下降,2023年达到峰值56 332.30 t,预计到2030年草种进口量为45 822.55 t;目前,我国草种出口量已有所回升,预计2030年草种子出口量为756.38 t,短期内草种子净进口的格局依然持续,草种市场将延续对外依存的态势。通过分析美国等草种产业发达国家在生产、贸易等方面的经验,为提升我国草种产品国际竞争力提出建议。

English

    1. [1]

      毛培胜, 王明亚, 欧成明.  中国草种业的发展现状与趋势分析[J]. 草学, 2018, (6): 1-6. doi:
      MAO P S, WANG M Y, OU C M.  Current situation and trend analysis of grass seed industry in China[J]. Journal of Grassland and Forage Science, 2018, (6): 1-6. doi:

    2. [2]

      刘亚钊, 王明利, 杨春, 修长柏.  中国牧草种子国际贸易格局研究及启示[J]. 草业科学, 2012, 29(7): 1176-1181.
      LIU Y Z, WANG M L, YANG C, XIU C B.  Study on the international trade pattern of herbage seeds in China and its enlightenment[J]. Pratacultural Science, 2012, 29(7): 1176-1181.

    3. [3]

      石自忠, 王明利.  我国草产品贸易及效率分析[J]. 草业科学, 2019, 36(3): 888-897.
      SHI Z Z, WANG M L.  China's grass products trade and efficiency analysis[J]. Pratacultural Science博亚平台, 2019, 36(3): 888-897.

    4. [4]

      石自忠, 王明利, 刘亚钊.  我国牧草产业国际竞争力分析[J]. 草业科学, 2018, 35(10): 2530-2539. doi:
      SHI Z Z, WANG M L, LIU Y Z.  Analysis of international competitiveness of forage industry in China[J]. Pratacultural Science, 2018, 35(10): 2530-2539. doi:

    5. [5]

      郭婷, 薛彪, 周艳明, 白娟, 王立军.  我国牧草产品生产、贸易现状及启示[J]. 草地学报, 2019, 27(1): 8-14. doi:
      GUO T, XUE B, ZHOU Y M, BAI J, WANG L J.  Current situation and enlightenment of forage products production and trade in China[J]. Acta Agrestia Sinica, 2019, 27(1): 8-14. doi:

    6. [6]

      石自忠, 向碧云.  我国牧草与草种进出口贸易分析及预测: 基于HP滤波法和ARMA模型[J]. 中国畜牧杂志, 2013, 49(6): 23-28. doi:
      SHI Z Z, XIANG B Y.  Analysis and prediction of import and export trade of forage and grass in China-based on HP filtering method and ARMA model[J]. Chinese Journal of Animal Science, 2013, 49(6): 23-28. doi:

    7. [7]

      汪武静, 王明利, 金白乙拉, 刘玉凤.  中国牧草产品国际贸易格局研究及启示[J]. 中国农学通报, 2015, 31(26): 1-6. doi:
      WANG W J, WANG M L, JIinbailayi, LIU Y F.  A study on the international trade pattern of herbage products in China and its enlightenment[J]. Chinese Agricultural Science Bulletin, 2015, 31(26): 1-6. doi:

    8. [8]

      江影舟, 张洁冰, 南志标, 王丽佳.  中国苜蓿国际贸易竞争力分析[J]. 草业科学, 2016, 33(2): 322-329. doi:
      JIANG Y Z, ZHANG J B, NAN Z B, WANG L J.  Analysis on international trade competitiveness of alfalfa[J]. Pratacultural Science, 2016, 33(2): 322-329. doi:

    9. [9]

      刘亚钊, 王明利, 蒋年华.  中国草产品贸易格局和发展趋势分析[J]. 草业科学, 2018, 35(11): 2765-2772. doi:
      LIU Y Z, WANG M L, JIANG N H.  Analysis of trade pattern and development trend of grass products in China[J]. Pratacultural Science, 2018, 35(11): 2765-2772. doi:

    10. [10]

      师尚礼, 曹致中.  论甘肃建成我国重要草类种子生产基地的可能与前景[J]. 草原与草坪, 2018, 38(2): 1-6. doi:
      SHI S L, CAO Z Z.  On the possibility and prospect of building important grass seed production base in Gansu[J]. Grassland and Turf, 2018, 38(2): 1-6. doi:

    11. [11]

      高铁梅. 计量经济分析方法与建模: Eviews应用及实例. 北京: 清华大学出版社, 2016.
      博亚平台 GAO T M. Econometric Analysis and Modeling: Applications and Examples of Eviews. Beijing: Tsinghua University Press, 2016.

    12. [12]

      李青丰.  论中国牧草种子业生产体系中的一些问题[J]. 干旱区资源与环境, 2001, 15(12): 71-74.
      LI Q F.  Some problems in the production system of forage seed industry in China[J]. Journal of Arid Land Resources and Environment, 2001, 15(12): 71-74.

    13. [13]

      范少先, 王显国, 韩建国.  中国牧草种子生产现状及需求分析调研报告[J]. 中国奶牛, 2011, (11): 27-31. doi:
      FAN S X, WANG X G, HAN J G.  The present situation and demand analysis of forage seed production in china[J]. China Dairy Cattle, 2011, (11): 27-31. doi:

    14. [14]

      国家牧草产业技术体系. 中国现代农业产业可持续发展战略研究(牧草分册). 北京: 中国农业出版社, 2016.
      National Forage Industry Technology System. Research on Sustainable Development Strategy of Modern Agricultural Industry in China. Beijing: China Agricultural Press, 2016.

    15. [15]

      汪武静, 王明利, 吕官旺, 刘玉凤, 石自忠.  美国苜蓿贸易: 趋势、经验与启示[J]. 草业科学, 2016, 33(3): 527-534. doi:
      WANG W J, WANG M L, LYU G W, LIU Y F, SHI Z Z.  Trends, experience and enlightenment: American alfalfa erade[J]. Pratacultural Science, 2016, 33(3): 527-534. doi:

    16. [16]

      博亚平台 MOHAMED T U S. Hay exports to the UAE on the rise. USDA Foreign Agricultural Service-Global Agricultural Information Network Report, 2012.

    17. [17]

      BEAN R, WILHELM J. US alfalfa exports to China continue rapid growth. USDA Foreign Agricultural Service-Global Agricultural Information Network Report, 2011.

    1. [1]

      徐锦前侯路路蒋梦宇闫瑞瑞王亚君辛晓平孙海霞 . 近红外技术预测放牧肉牛粪便组分. 草业科学, doi: 

    2. [2]

      孙彦毛培胜 . 国际种子检验协会实验室能力验证方法对健全我国草种子实验室能力验证体系的启示. 草业科学, doi:  博亚平台

    3. [3]

      张奔周敏强王娟蒲毅张丽袁明龙 . 我国苜蓿害虫种类及研究现状. 草业科学, doi:  博亚平台

    4. [4]

       ZHONGGUOMUCAOZHONGZIGUOJIMAOYIGEJUYANJIUJIQISHI. CAOYEKEXUE,

    5. [5]

      江影舟张洁冰南志标王丽佳 . 中国苜蓿国际贸易竞争力分析. 草业科学, doi: 

    6. [6]

      郭佳曹伟张悦高燕王莹莹 . 黄花刺茄在中国东北潜在分布区预测. 草业科学, doi:  博亚平台

    7. [7]

       ZHONGGUODEMUXUCAOMAOYILISHIBIANQIAN、WEILAIQUSHIYUDUICEJIANYI. CAOYEKEXUE,

    8. [8]

      苏淑兰肖建设裴青生李晓东苏文将 . 放牧对高寒草地植被生长的影响及其生物量预测模型构建. 草业科学, doi:  博亚平台

    9. [9]

      卓玛草杨天辉李广常生华侯扶江 . 黄土高原菊苣产草量与营养品质的预测. 草业科学, doi: 

    10. [10]

      段倩雯成慧侯扶江 . 景泰绿洲3种小谷物的产草量与牧草营养成分预测. 草业科学, doi: 

    11. [11]

      苟晓伟常生华程云湘侯扶江 . 中国北方草原生物量年际动态. 草业科学, doi: 

    12. [12]

      王馨赵威 . 区域尺度下黄背草种群空间分布格局及其与土壤因子的关系. 草业科学, doi: 

    13. [13]

       HUANGMOQUZIWUSHASHUZHONGQUNSHULIANGDONGTAIJIQIYUCE. CAOYEKEXUE,

    14. [14]

      李海霞刘荣堂??赓博亚平台 . 褐斑病气象预测模型的建立. 草业科学,

    15. [15]

      王雪李志萍孙建军冯长松李绍钰 . 中国苜蓿品种的选育与研究. 草业科学, doi: 

    16. [16]

      ??军??霞 . 中国农牧交错带研究进展. 草业科学,

    17. [17]

      王志伟??平??迅张学通陈全功 . 中国农牧交错带生态评价研究. 草业科学,

    18. [18]

      毛培胜博亚平台 . 种子 科技浅析AOSCA种子认证体系在草种子生产中的应用. 草业科学,

    19. [19]

      范树高王彦荣张妙青刘文献谢文刚 . 禾本科牧草种子的落粒性. 草业科学,

    20. [20]

      褚希彤付娟娟孙永芳益西措姆苗彦军许岳飞呼天明博亚平台 . 不同海拔梯度嵩草种子的萌发机制. 草业科学,

  • 博亚平台

    图 1  2008 − 2019年我国主要草种子进口量及进口价格

    Figure 1.  Import volume and import price of the main grass seed from 2008 to 2019

    图 2  2008 − 2019年我国草种子出口量及出口价格

    Figure 2.  Export volume and export price of main grass seeds from 2008 to 2019

    图 3  博亚平台 我国草种子进口量的滤波分析

    Figure 3.  Filter analysis of grass seed import in China

    图 4  博亚平台 模型拟合效果

    Figure 4.  博亚平台 Model fitting effect

    图 5  我国草种子出口量的H-P滤波分析

    Figure 5.  博亚平台 H-P filter analysis of grass seed export in China

    图 6  博亚平台 模型拟合效果

    Figure 6.  Model fitting effect

    表 1  博亚平台 原序列、一阶单整序列单位根检验结果

    Table 1.  Results of the unit root test of the original sequence and the first-order single-integer sequence

    类项 Item原序列 Sequence一阶单整序列 First order differential sequence
    t 统计量 t-statistic概率值 Probability valuet 统计量 t-statistic概率值 Probability value
    ADF统计量
    ADF test statistic
    –0.512 704 0.869 2 –19.989 58 0.000 0
    显著性水平
    Test critical values
    1% –3.808 546 –3.831 511
    5% –3.020 686 –3.029 970
    10% –2.620 413 –2.655 194
     数据来源:博亚平台  Data source: The Eviews software was run to obtain the results; this is applicable for the following tables as well.
    下载: 导出CSV

    表 2  博亚平台 ARIMA(5,1,0)模型回归结果

    Table 2.  ARIMA (5, 1, 0) model regression results

    变量
    Variable
    系数
    Coefficient
    标准差
    Standard error
    t 统计量
    t-statistic
    概率值
    Probability value
    AR(1) –0.344 159 0.275 359 –1.249 852 0.221 0
    AR(2) –0.212 663 0.341 029 –0.623 591 0.537 6
    AR(3) 0.074 327 0.332 913 0.223 264 0.824 8
    AR(4) –0.161 273 0.223 442 –0.721 767 0.476 0
    AR(5) –0.335 472 0.197 334 0.170 002 0.099 5
    SIGMASQ 1 000 026 300 060.8 3.332 744 0.002 3
    下载: 导出CSV

    表 3  博亚平台 草种进口序列长期趋势部分、波动部分建模结果

    Table 3.  Modeling results of long-term trends and fluctuation in the grass import sequence

    长期趋势 Long-term trend波动周期 Fluctuation cycle
    变量
    Variable
    系数
    Coefficient
    标准差
    Standard error
    t 统计量
    t statistic
    概率值
    Probability
    value
    变量
    Variable
    系数
    Coefficient
    标准差
    Standard error
    t 统计量
    t-statistic
    概率值
    Probability value
    @TREND75.273 11 15.707 704.792 1150.000 0AR(1)0.8910260.00115975.659670.0000
    (@TREND)2–0.342 492 0.130 400–2.626 473 0.000 0SIGMASQ133.003320.8122763.906170.0000
    AR(1)0.480 1630.086 3885.558 2180.000 0
    SIGMASQ3 184 454356 168.78.940 8590.000 1
    下载: 导出CSV

    表 4  2019 – 2030 年我国草种子进出口量预测结果

    Table 4.  Prediction of grass seed import and export in China from 2019 to 2030

    年份 Year进口量
    Import quantum/t
    出口量
    Export quantum/t
    2019 53 522.07 125.63
    2020 54 797.53 140.27
    2021 55 610.99 182.10
    2022 55 948.43 213.09
    2023 56 332.30 278.91
    2024 56 147.34 329.97
    2025 55 944.62 378.73
    2026 55 041.03 423.42
    2027 53 995.10 483.28
    2028 52 503.67 567.55
    2029 49 672.53 658.58
    2030 45 822.55 756.38
    下载: 导出CSV

    表 5  序列单位根检验结果

    Table 5.  Results of unit root test for sequence

    类项
    Item
    t 统计量
    t-statistic
    概率值
    Probability value
    ADF统计量
    ADF test statistic
    –5.8252250.0000
    显著性水平
    Test critical values
    1%–3.477144
    5%–2.881978
    10%–2.577747
    下载: 导出CSV

    表 6  长期趋势部分和波动部分模型回归结果

    Table 6.  Regression results of long-term trends in the partial and fluctuating partial models

    长期趋势 Long-term trend 波动周期 Fluctuation cycle
    变量
    Variable
    系数
    Coefficient
    标准差
    Standard error
    t 统计量
    t-statistic
    概率值
    Probability
    value
    变量
    Variable
    系数
    Coefficient
    标准差
    Standard error
    t 统计量
    t-statistic
    概率值
    Probability
    value
    @TREND –3.992547 0.209341 –19.07200 0.0000 AR(1) 1.999310 0.000479 4171.051 0.0000
    (@TREND)2 0.018039 0.002075 8.691562 0.0000 AR(2) –0.999324 0.000352 –2839.393 0.0000
    AR(1) 0.999972 0.000489 2043.051 0.0000 SIGMASQ 0.022568 0.001830 12.33026 0.0000
    SIGMASQ 2.43927 0.287976 8.455321 0.0000
    下载: 导出CSV
    博亚平台 泛亚体育 泛亚体育 泛亚体育 泛亚体育 博电竞 博电竞
  • 加载中
图(6)表(6)
计量
  • PDF下载量:  25
  • 文章访问数:  193
  • HTML全文浏览量:  57
文章相关
  • 通讯作者:  杨春, yangchun@caas.cn
  • 收稿日期:  2021-01-20
  • 网络出版日期:  2021-08-04
通讯作者: 陈斌,
  • 1. 

    博亚平台SHENYANGHUAGONGDAXUECAILIAOKEXUEYUGONGCHENGXUEYUAN SHENYANG 110142

  1. 本站搜索
  2. 百度学术搜索
  3. 万方数据库搜索
  4. CNKI搜索

/

返回文章
博亚平台 泛亚体育 泛亚体育 泛亚体育 泛亚体育 博电竞 博电竞