精准预测全球主要马铃薯产区产量：T-ARMA、ARIMA-ARCH 等模型的深度剖析与应用意义

为研究全球主要马铃薯生产国产量趋势及预测问题，研究人员利用 1961 - 2022 年年度数据评估 T-ARMA、ARIMA-ARCH、Weibull 和 score-driven 模型。结果显示不同国家适用不同模型，产量预测有增有减。该研究可为政策制定提供参考。

　　本研究利用 1961 年至 2022 年的年度数据，对全球五大主要马铃薯生产国（中国、印度、俄罗斯、乌克兰和美国）的马铃薯生产趋势进行了研究。研究人员评估了 T - 自回归移动平均模型（T-ARMA）、自回归积分滑动平均 - 自回归条件异方差模型（ARIMA-ARCH）、威布尔（Weibull）模型和分数驱动（score-driven）模型，以预测 2023 年至 2030 年的产量。结果表明，T-ARMA 模型对中国和印度的预测最优（验证平均绝对误差（MAE）分别为 1668 千吨和 3277 千吨），而 ARIMA-ARCH 模型和 Weibull 模型分别在俄罗斯（MAE 为 1405 千吨）和美国（MAE 为 547 千吨）表现最佳。预测显示，中国（从 96073 千吨降至 96066 千吨；-0.007%）和印度（从 55701 千吨降至 55698 千吨；-0.005%）产量略有下降，与之形成对比的是俄罗斯产量强劲增长（从 20026 千吨增至 26284 千吨；+31.2%）。乌克兰的产量每年保持在约 21103 千吨的稳定水平，美国则略有下降（从 18054 千吨降至 18053 千吨；-0.005%）。这些基于区域定制模型得出的预测结果，为政策制定者加强粮食安全、优化供应链以及优先发展农业创新提供了可行的见解。