主要研究领域:管理科学与工程、投入产出技术、经济预测、外贸等。
主要学术成就:1.提出和建立投入占用产出技术。在此领域提出了一系列新的模型和计算方法,并成功地应用于全国粮食产量预测、对外贸易、农业、水利、人力资本、金融等领域。国际上一些知名科学家,如美国科学院院士W.
Isard、诺贝尔奖金获得者W. Leontief、澳大利亚昆士兰大学教授R. C. Jensen和A. G.
Kenwood等曾给以很高评价。
2.全国粮食产量预测。提出了新的农作物产量预测方法—系统综合因素预测法。自1980年起在每年4月底向中央预报当年产量,连续29年预报每年全国粮食产量丰、平、歉方向正确,预测提前期为半年以上,平均误差为1.9%,为国家相关部门制定有关农业和粮食政策提供了科学依据,曾获得中央八个部门很高评价和中央主要领导二十多次肯定和好评。出版著作24本,发表论文156篇。曾获首届中国科学院杰出科学技术成就奖(个人)、国际运筹学进展奖一等奖(1999)、中国首届管理学杰出贡献奖一等奖(2006)、两项中国科学院科学技术进步奖一等奖、三项国家科学技术进步奖三等奖等。
主持人:粮食安全关系国计民生,在经济社会发展中占有重要地位,今天,我们请来著名的粮食产量预测专家陈锡康研究员,为广大网友解析当前与粮食相关的热点话题。
陈老师,您好!感谢您在百忙之中做客“科学在线”。今年年初,我国南方经历了罕见的雨雪冰冻灾害,5月,四川发生大地震,夏季南方涝灾不断,很多人认为这会对今年的粮食产量产生很大的负面影响,但今年夏粮喜获丰收,秋粮收购进展顺利,粮食丰产已成定局。这个现象让很多网友感到困惑,您是粮食产量预测方面的专家,能为网友解释一下今年几次主要灾害和粮食产量的关系吗?
陈锡康:今年上半年发生了严重的雨雪冰冻灾害和汶川地震,灾区损失非常严重。但我们很快地得出结论:这些灾害具有局部性,对全国粮食产量影响不太大。并在2月13日以中国科学院专报信息的形式给中央打报告,报告的题目是“中科院专家关于暴雪和冻雨灾害对我国农业生产影响的分析与对策建议”,6月10日再次通过中国科学院专报信息给中央打报告,报告题目是“中科院专家指出汶川地震对全国粮食、油料、棉花产量影响不大”,专报都被中办刊物《信息综合专报》采用。
雨雪冰冻灾害对全年粮食生产影响较小,原因主要有两方面:第一,雨雪冰冻灾害发生在今年1月10日到2月初,20余天的暴雪和冻雨对我国08年农业生产的影响很大,特别是对南方地区蔬菜、畜牧业和油菜籽的影响很严重,对冬小麦、水产品生产等也有一定的影响。但由于我国主要的农业生产活动在4至11月份进行,我国的粮食生产主要集中在4至11月份。秋粮占全年粮食产量的70%,以小麦为主的夏粮约占23%,早稻约占7%。通常在5月到6月间播种,9月到11月份收割,因此,受这场暴雪和冻雨灾害的影响相对较小。
第二,冬小麦是我国的主要越冬作物,但其主产区集中在长江以北的黄淮地区,受灾严重地区的小麦产量较小。除安徽省外,其它受灾严重的地区占全国小麦产量的比重约在5%左右。
四川汶川里氏8.0级强烈地震对灾区的粮食、油料产量产生比较大的影响,但从全国来看,其影响有限,这主要是因为:第一,重灾区的粮食、油料、棉花产量占全国的比重很小,影响有限。40个重灾县的粮食产量仅占全国粮食产量的1%左右、油料产量占全国产量的2%左右、棉花产量占全国产量的比重更小,不足以对全国粮食、油料、棉花产量产生严重影响。第二,今年全国粮食、油料生产的基本面没有改变,国家财政加大了支农惠农力度,大部分农民的生产积极性有所提高。
我们的科研团队在预测模型计算中已经预计到08年是一个气候异常,极端气候现象频繁,灾害较常年偏多的年份,所以在中国科学院5月初上报中央的《2008年全国粮食、棉花和油料产量预测》中关于2008年全国粮食、棉花和油料产量的预测数没有做灾后的修改。
主持人:从您的分析来看,雨雪冰冻灾害和汶川地震对08年我国的粮食产量虽然有影响,但影响是有限的,您是否可以为我们更进一步解释一下自然灾害对我国粮食生产的影响?
陈锡康:关于自然灾害对粮食生产的影响,我们在2007年给中央一个报告,提出了两个观点:一是洪涝灾害对我国粮食生产的影响具有局部性。洪涝灾害,特别是涝灾,对有关地区的人民生命、财产和农业生产往往带来极为严重的损失。但从全国范围看,与旱灾相比,它对农业生产的影响具有局部性。因为:第一,洪涝灾害经常发生在江河沿线、及湖泊周围的低洼地区。这些地区的耕地面积在全国所占比重较小。第二,我国是一个水资源紧缺的国家,特别是水资源短缺是制约我国北方广大地区农业生产发展的重要因素。洪涝灾害严重的年份降雨量较常年为多。降雨多一方面造成洪涝灾害,使得部分地区农业减产,另一方面又使得非低洼地区农业增产。
我国粮食生产的历史表明,在雨量多、水灾严重的年份粮食产量往往较常年为高。例如,1998年是我国洪涝灾害非常严重的年份。该年度长江、松花江和嫩江发生严重水灾。全国水灾面积为3.34亿亩,是建国以来水灾的受灾面积和成灾面积居第二位的年份。由于雨量很多,旱灾面积较少,1998年粮食产量达到10246亿斤,是我国建国以来粮食产量最高的年份。该年度洪涝灾害严重的安徽、湖北、湖南、江苏和黑龙江六个省共减产154亿斤,但全国大部分省和自治区因雨水充分而增产,全国粮食产量较1997年增加362亿斤。
我们的第二个观点是,干旱是影响我国粮食产量最重要的自然灾害。我国发展粮食生产的经验表明,全国受旱灾严重的年度粮食往往严重减产,干旱对粮食生产的影响远比洪涝灾害大。因为:第一,干旱灾害面积远比洪涝灾害面积大。“水灾一条线,旱灾一大片”。1952~2006年我国平均每年的水灾受灾面积为14301万亩,而旱灾的受灾面积为33085万亩。第二,洪涝受灾时间较短,而干旱受灾时间较长,因而减产更大。
主持人:2007年以来,国际粮食价格大幅攀升,有关粮食危机的言论此起彼伏,温家宝总理也多次亲临各省视察粮食储备情况,在您看来,中国的粮食产量是否可以应对如今的粮食紧张局势?
陈锡康:中国粮食是能够好地满足国内需求的。根据我们的计算,1998~2007年十年中平均每年净进口(进口-出口)粮食201亿斤,粮食需求量,包括种籽、口粮、饲料和工业用粮等十年中平均每年约为9800亿斤。自给率达到98%。中国的耕地占世界7%,人口占世界21%,这自给率是非常高的。特别要注意的是,进口的主要是大豆,每年约进口600亿斤。在我国的粮食中包括豆类,而国际上谷物产量都不包括大豆,因为大豆主要是榨油,是油料作物。如果扣除豆类,目前我国大豆大部分依靠进口,扣除豆类以后的粮食,即谷物和薯类的生产量大于国内消费量。预计今年我国谷物和薯类的生产量将超过国内消费量400多亿斤左右。不仅可以自给,而且可以少量出口。鉴于今年谷物出口量很小,预计国内粮食库存将有较大增长。除了大豆需要进口较多,其他粮食总的说自给有余。
主持人:
中国目前可用耕地锐减的趋势仍在继续,在连续多年的粮食增产之后,我国在粮食增产方面是否还有潜力?您认为依靠科技进步解决粮食问题的潜力有多大?
陈锡康:
我国在粮食增产方面潜力很大。粮食产量等于粮食播种面积与单产的乘积。依靠科技,推广优良品种,科学施肥、节水技术、先进的耕作技术等,利用现有的科学技术可以使全国作物单产提高20%以上。现在实施的耕地保育与持续高效现代农业试点工程明确“18亿亩的耕地红线”,发展实现年增长1.5%以上的现代农业技术体系,建立农业可持续发展典范(应用示范),示范区主要有山东禹城试区、河南封丘试区、江西鹰潭试区、黑龙江海伦试区、陕西长武试区、新疆区,其中新疆区作为后备耕地的潜力被作为重点研究。
主持人:中国目前粮油棉生产之间的关系是怎样的?是否存在粮油棉争地的情况?
陈锡康:在一部分地区,如河北省确实存在粮食与棉花争地的现象。大部分农民一方面考虑自已家庭用粮,另一方面希望能增加收入,哪种作物收益高,就种这种作物。所以,国家为了鼓励农民种粮,就必须做到,第一,规定合理的粮食价格;第二,适度控制农业生产资料,如化肥的价格,或给农民以补贴。第三,搞好流通环节,以防止发生卖粮难的现象。
主持人:我国曾是世界第二大玉米出口国、第五大大米出口国,两年前为满足国内粮食供应开始了粮食限制出口,今年粮食再次丰产,现在有呼声表示,中国可以再次放开粮食出口,部分解决目前国内国际粮价倒挂的问题,您怎么看?
陈锡康:今年粮食再次丰产,根据我们计算,如不包括大豆,也就是谷类和薯类我国的产量将比需求量大400多亿斤。一部分可补充库存。我们认为目前可以适当地出口粮食。适当出口粮食的好处在于:可以支援别的粮食紧缺的国家;粮食价格受供求关系的影响,适度出口有利于提高农民收入,对明年增产有利;粮食的库存费用较高,损耗大。在保证满足需求的前提下,在经济上考虑,应减少过多的库存。
主持人:1980年来,您以很高的精度对我国粮食产量做了预测,特别是2007年预测粮食产量10060亿斤,而当年我国实际粮食产量为10030亿斤,预测误差仅为抽样实割实测产量的0.3%,给人留下了深刻印象。多年来您所做的粮食产量预测提前期长,预测各年度粮食丰、平、歉方向全部正确,预测精度高,请问您的秘诀是什么?
陈锡康:我们的团队发挥了中科院多学科综合优势。在粮食产量预测的过程中,必须做好数学与系统科学以及农业的结合。马克思曾经说过,一门学科只有当它成功地应用数学的时候,才算达到完善的地步。我们在系统科学和数学方法上有优势,但要虚心地学习农业、粮食经济,做到系统科学与农业结合,而不能把一些方法生搬硬套。
同时,我们在方法上有创新,在粮食预测上提出了新的方法。在新方法的指导下,我们会通过多种途径调查收集数据。还有很重要的一点,我们会非常关注政府的政策,特别是农业政策对农业和粮食生产影响很大。为做好预测工作,必须对此密切关注。
主持人:准确的粮食产量预测为中央安排粮食收购、储存、进口、出口和消费等提供了重要的决策参考依据,为中央领导和中央有关部门判断农业和粮食生产形势,进行高层农业决策提供了科学依据。您和您的项目组曾多次获得中央领导的批示,能为网友回顾一下当时的情景吗?
陈锡康:2005年初,有关部门和很多领导人对2005年粮食生产并不乐观,认为能维持2004年水平就很好了。他们之所以这样认为,理由之一是2004年全国粮食获得大丰收,粮食产量比2003年增加776亿斤,9%的增长幅度为我国建国以来最大的一年。根据历史经验,大丰收后一年的粮食产量往往下降。理由之二是,2004年天气条件特别好,2005年天气可能不如2004年。
我们经过详细分析、实际调查和利用预测模型反复计算,得到2005年我国粮食产量将继续增产,但增长幅度小于2004年,棉花将大幅度减产的结果。
2005年5月初,经路甬祥院长签发,我们向中央领导和有关部门报送了“2005年全国粮食、棉花和油料产量预测”,预报2005年全国粮食将增产,产量为9550亿斤,棉花将大幅度减产,预计产量为575万吨,油料产量与2004年持平,预计产量为3060万吨。
根据国家统计局2006年2月28日发布的“中华人民共和国2005年国民经济和社会发展统计公报”,2005年我国粮食产量为48401万吨,即9680亿斤,棉花产量为570万吨,油料产量为3078万吨。2005年度粮食增产,棉花大幅度减产和油料持平得到证实。我们的预测误差分别为产量的1.3%
0.9%和0.6%。对此,胡锦涛总书记、温家宝总理、回良玉副总理都有批示。举例来看,具体的批示有“贵院数学与系统科学研究院陈锡康等的‘预测报告’已阅,这对我们农业生产和农村经济发展的工作指导和政策制定是很有益处的”。
我们的粮食产量预测有以下几个特点:第一,预测提前期为半年以上。我们的预测报告在每年4月底以前完成,5月初报送中央主要领导同志,我国秋粮等在11月收割完毕,国家统计局在下一年2月底发表上年度国民经济和社会发展的统计公报中公布上年度我国主要农作物产量的初步数据。我们的预测提前期为半年以上。第二,预测各年度粮食丰、平、歉方向正确。第三,预测精度是很高的。在过去28年中我们预报粮食产量平均误差为抽样实割产量的1.9%。最近三年2005~2007平均误差为1.15%。而目前国际上发达国家谷物产量预测的平均误差为产量的5%。高精度的粮食产量预测给国家高层农业决策提供了科学依据,我想这也是我们的工作多次获得中央领导批示的主要原因。
主持人:您在粮食产量预测上首创了以投入占用产出技术为核心的系统综合因素预测法,请您为大家简单介绍一下这种方法。这种方法的创新之处主要有哪些?
陈锡康:系统综合因素预测法的创新之处主要有以下几个方面:一是投入占用产出技术。投入产出分析是美国科学家 W. Leontief
所创立,他曾获得1973年度诺贝尔经济学奖。目前世界上已有100多个国家编制投入产出表并加以应用。我在预测全国粮食产量、编制中国农业投入产出表过程中提出和建立了投入占用产出技术,提出了一系列新的概念、模型和计算方法,如新的完全占用系数、完全消耗系数、产品完全劳动消耗系数、完全综合能耗系数等的计算方法、以及主系数非线性技术等。
目前,投入占用产出技术已成为投入产出领域的一个重要研究方向。在我国已有20名青年学者由于从事投入占用产出技术研究,获得管理科学与工程博士学位。投入占用产出技术已成功地应用于全国主要农作物(粮食、棉花和油料)产量预测、对外贸易、水利、人力资本、乡镇企业和金融等领域。
投入占用产出技术获得国际上一些知名科学家的好评。美国科学院院士W. Isard、诺贝尔奖金获得者W. Leontief、澳大利亚教授等曾给以很高评价,认为是“非常有价值的发现”,“先驱性研究”,“投入占用产出及完全消耗系数的计算方法是我们领域的一项重要的发明与创新”等。澳大利亚昆士兰大学教授R.
C. Jensen和A. G.
Kenwood在昆士兰大学与中国科学院代表团的备忘录中写道:“澳大利亚方面对陈锡康教授在中国所发展的新的投入占用产出方法极为欣赏,并期望这种方法将在澳大利亚得到应用”。二是非线性预测方程。粮食产量的高低,与投入的生产资料,如化肥、农家肥、水等有密切关系。但是化肥施用量与亩产的关系很复杂,服从边际报酬递减规律。当一亩地使用化肥很少时,增施一公斤化肥可增加粮食产量8公斤,如果每亩施用量
为10公斤,再增施1化肥1公斤,就只能增加产量3公斤左右了。如果每亩施用量
已经达到20公斤,再增施化肥1公斤,增加产量就不到2公斤了。在大量数据资料基础上找到有关的非线性预测方程,使预测精度提高,是我们的一个创新。
主持人:目前流行的粮食产量预测方法主要有气象产量预测法、遥感技术预测法和统计动力学生长模拟法,与之相比,系统综合因素预测法的主要特点是什么?
陈锡康:理论和方法不同。农业生产系统是一个复杂的巨系统,在系统内部和系统与环境之间存在复杂的相互联系。影响粮食产量的因素主要有四类:第一是社会政治经济因素,如农业政策、农民受教育程度、价格等;第二是生产技术因素,如肥料、良种、灌溉、动力等;第三是自然因素,包括气象因素和非气象因素;第四是其它。只有全面地考虑这些主要因素的作用,才能提高粮食产量预测的精度。
系统综合因素预测法与气象产量预测法的主要区别是前者认为因素社会政治经济因素和生产技术因素不仅决定粮食的长期趋势,而且是造成年度间粮食生产波动的重要因素。如我国1959~1961年粮食产量的大幅度下降,1981~1984年粮食产量的大幅度上升主要是社会政治经济因素造成的。2000~2003年粮食产量的大幅度下降,及2004年以后的产量上升都是与社会经济技术因素密切相关的,特别是与农业政策、农产品价格,良种、化肥等的投入等密切相关的。
主持人:粮食产量预测需要大量的数据,请问您的团队是如何取得这些数据的?
陈锡康:数据有以下几个来源:第一,中央各部门、各单位所掌握的和粮食预测相关的数据;第二,项目组去15个主要产粮省,即河南、河北、山东、江苏、安徽、四川、湖北、湖南、黑龙江、吉林、辽宁、内蒙古、陕西、山西、新疆等14个省和1个自治区的调查资料;8个主要产棉区,即新疆、河南、山东、湖北、湖南、河北、安徽和江苏;9个油料作物主产区,即山东、河南、湖北、安徽、四川、江苏、河北、湖南和内蒙古进行调查。第三,报刊和互联网中有关信息资料。
主持人:预测的精度很大程度上取决于所用数据的准确性,您的团队是如何控制数据质量的?
陈锡康:数据的准确性非常重要,诺贝尔奖获得者-列昂惕夫曾经说过:如果输进去的数据和资料是垃圾,那么模型计算结果也是垃圾。
对一些敏感的数据,即与各地政府的政绩、效益等密切相关的数据,如粮食产量等不能根据各地的上报数,而应采用抽样实割实测数。对一些不太敏感的数据,也应具体分析。我们每年到很多省去调查,目的之一就是为了判别数据的准确性,希望获得比较准确的数据,此外我们也利用一些技术手段,如检查各种数据之间的内在逻辑关系和历史变化规律来发现一些错误和问题,并加以修正。
主持人:对于缺失和无法获得的数据,您的团队又是如何解决的?
陈锡康:主要有两种方法。一种是专家法,也就是征询一些有经验的专家的个人意见;另外就是通过逻辑关系和数学方法进行推算,结合相关数据进行判断。
主持人:目前国外科学家在粮食产量预测方面的工作大概情况是怎样的?
陈锡康:目前国际上谷物产量预测主要有三种方法:一是气象产量预测法
该预测法主要根据气象因子利用统计方法来预测谷物产量。其理论前提是经济技术因子的变动是一个长期的、逐渐的、平稳的过程,造成历年谷物产量波动主要是气象因子的作用,其预测方程中的预测变量-解释变量为:谷物生长期的各种气象因子,如降水量、温度、日照等的数值。
根据美国、原苏联、加拿大和中国的文献报导,气象预测法的预测误差通常为产量的5%-10%,预测提前期一般为两个月左右。如著名的加拿大谷物预测专家G.
D. V.
Williams利用气象预测法对加拿大的小麦、燕麦和大麦产量进行预报的误差分别为产量的8.8%、4.7%和5.4%,预测提前期为收获前两个月。
二是遥感技术预测法。各种作物具有不同的光谱特性,即对不同波长的电磁波的反射率和辐射率各不相同。遥感技术即利用卫星上的传感器所接收的地面目标物所反射和辐射的电磁波来进行作物产量预测。
目前国际上发达国家利用遥感技术进行作物产量预测的误差通常为产量的5%~10%。如美国农业部进行了大面积作物产量估产实验项目对世界主要地区作物产量进行了估产。预测结果为:预测提前期为两个月左右,8年的平均预测误差为4.9%。
三是统计动力学生长模拟法。在植物生理学原理基础上利用模拟方法研究各种环境因子与作物产量的关系,如温度、光照、CO2浓度等对作物光合作用、蒸腾、呼吸、干物质形成、籽粒发育过程的影响。日本的村田(Murata)、上野(Ueno)等研究了水稻产量与水稻籽粒形成的关键时期(8月9月)的平均气温、日照时数的关系。目前这种方法和气象产量预测法有结合的趋势,但由于难于及时获得大面积的各种数据,该方法仍处于小范围实验阶段。
这三种方法的预测提前期通常为两个月左右,误差为产量的5%~10%。这是由于地表作物尚未生长到一定程度时,就难以利用遥感技术进行预测,而目前世界气象科学的发展水平对1个月以上的天气情况还难以作出可靠的预测,这都影响了这些方法的预测提前期和预测精度。
主持人:今天,陈老师为我们详细解释了自然灾害对粮食生产的影响,从方法和实践两个层面介绍了粮食产量预测的过程,并介绍了目前国际上粮食产量预测的主要情况。陈老师带领的团队多年来也以其高精度的粮食产量预测数据为国家宏观农业政策的制定提供了科学依据,为我国粮食安全做出了重要贡献。再次感谢陈老师做客科学在线!
中国科学院网站
返回 《 数学论坛 》
|