‫‪Tishreen University Journal for Research and Scientific Studies -Economic and Legal Sciences Series Vol.

(43) No. (1) 2021‬‬

‫استخدام نماذج ‪ ARIMA‬للتنبؤ بإنتاج القمح في سورية‬

‫*‬
‫الدكتور محمد عكروش‬
‫**‬
‫علي حميدي‬
‫*‬
‫كروش‬
‫**‬
‫علي حميدي‬

‫(تاريخ اإليداع ‪ .1212 / 5 / 12‬قبل للنشر في ‪)1212 / 2 / 21‬‬

‫‪ ‬مل ّخص ‪‬‬

‫هدفت الدراسة إلى تطبيق استخدام منهجية بوكس – جينكيز المتمثلة بنماذج ‪ ARIMA‬للتنبؤ بإنتاج القمح في سورية‪,‬‬
‫ومعرفة فيما إذا كان النموذج المقترح جيد وفعال في التنبؤ‪.‬‬
‫وكانت أهم النتائج‪:‬‬
‫‪ -‬السلسلة الزمنية إلنتاج القمح في سورية للفترة من ‪ 6102 -0991‬هي غير مستقرة‪ ,‬ثم استقرت بعد إجراء الفرق‬
‫الثاني عليها‪.‬‬
‫‪ -‬النموذج )‪ ARIMA(1,2,0‬هو النموذج المناسب للتنبؤ بإنتاج القمح‪ ,‬وهو نموذج فعال ومعنوي‪.‬‬
‫‪ -‬التنبؤ بإنتاج القمح في سورية لمدة ثالث سنوات قادمة‪.‬‬

‫الكلمات المفتاحية ‪ :‬إنتاج القمح‪ ,‬نماذج ‪ ,ARIMA‬الغلة اإلنتاجية‪ ,‬استق اررية السلسلة الزمنية‪.‬‬

‫*‬
‫أستاذ – قسم اإلحصاء والبرمجة– كلية االقتصاد – جامعة تشرين – الالذقية – سورية‪.‬‬
‫**طالب دراسات عليا ( دكتوراه )‪ -‬قسم اإلحصاء والبرمجة –اختصاص تنمية وسكان‪ -‬كلية االقتصاد – جامعة تشرين – الالذقية‪-‬سورية‪.‬‬
‫* أستاذ – قسم اإلحصاء والبرمج ة –القتصاد – جامعة تشرين – الالذقية – سوري‬
‫** طالب دراسات عليا ( د اإلحصاء والبرمجة –اختصاص تنمية وسكان ‪ -‬كلية االقتصاد – جامعة تشرين – الالذقية ‪-‬سورية ‪.‬‬

‫‪journal.tishreen.edu.sy‬‬ ‫‪Print ISSN: 2079-3073 , Online ISSN:2663-4295‬‬

‫‪111‬‬
Tishreen University Journal Eco. & Leg. Sciences Series 0201 )1( ‫) العدد‬34( ‫ العلوم االقتصادية والقانونية المجلد‬.‫مجلة جامعة تشرين‬

Using Arima Models To Forecast A Wheat Production In Syria

Dr. Mohmad Akroush *

Ali Hmedi**

(Received 21 / 5 / 2020. Accepted 13 / 1 / 2021)

 ABSTRACT 

The aim of this study was to apply Box- Jenkins methodology represented by ARIMA
models, to forecast a production of wheat in Syria, and to know if this model is effective in
forecasting.
The main results were:
-The time series for the production of wheat in Syria for the period 1990 - 2016 is unstable,
and then stabilized after making the second differences.
- ARIMA (1,2,0) model, which is the suitable model to forecast a production of wheat, and
it is effective model.
- Forecasting the production of wheat in Syria for next third years.

Keywords: Wheat production, ARIMA models, production yield, time series stability,

*
Professor, Department Of Statistical And Programming, Faculty Of Economics , Tishreen University,
Lattakia, Syria.
**
Postgraduate Student, Department Of Statistical And Programming, The Competence Of Population
And Development, Faculty Of Economics , Tishreen University, Lattakia, Syria.
journal.tishreen.edu.sy Print ISSN: 2079-3073 , Online ISSN:2663-4295
110
‫عكروش‪ ,‬حميدي‬ ‫استخدام نماذج ‪ ARIMA‬للتنبؤ بإنتاج القمح في سورية‬

‫مقدمة‪:‬‬
‫الد ارسات االقتصادية‪ ,‬لكونها تساعد المنتجين على‬
‫بأهمية بالغة في ّ‬
‫ّ‬ ‫التنبؤ بعرض السلع واإلنتاج‬
‫درسات ّ‬ ‫تحظى ا‬
‫يتم من‬
‫الزمنية التي ّ‬
‫ّ‬ ‫السالسل‬
‫تحديد حجم اإلنتاج بما يتماشى وحاجة السوق‪ ,‬ومن د ارسات التنبؤ الشائعة‪ ,‬تحليل ّ‬
‫ويستخدم لهذا‬ ‫خاللها استخدام القيم الحالية والماضية للمتغير موضع الد ارسة للتنبؤ‪ ,‬بقيم ذلك المتغير في المستقبل‪ُ ,‬‬
‫الغرض منهجية بوكس ‪ -‬جنكيز‪ ,‬أو ما ُيعرف بنماذج االنحدار الذاتي والمتوسطات المتحركة التكاملية في نموذج واحد‬
‫المستقبلية‪.‬‬
‫ّ‬ ‫التوصل إلى تنبؤات دقيقة تساعد المخطِّط في رسم سياسات الخطط‬
‫ّ‬ ‫يسمى بنموذج ‪ ,ARIMA‬لغرض‬
‫التخطيطية‪ ,‬إلمكانية تخصيص الموارد المتاحة لتوفير اإلنتاج‬
‫ّ‬ ‫هاما في المجاالت‬
‫االقتصادية عنص ار ّ‬
‫ّ‬ ‫تش ّكل التوقّعات‬
‫اهتمت سورية بزراعة محصول القمح‪ ,‬فهو يحظى باهتمام الدولة‬
‫الكافي لمواجهة االحتياجات المتزايدة للسكان ‪ ,‬حيث ّ‬
‫من حيث خطط اإلنتاج الزراعي‪ ,‬وسياسات تطوير التصنيع الزراعي‪ ,‬ومن هذه السياسات زراعة المساحات الالزمة من‬
‫القمح بما يتناسب مع حاجة الطلب المحلي‪ ,‬واالستفادة من القيمة المضافة التي يمكن تحقيقها من خالل التصنيع‪,‬‬
‫االجتماعية على االقتصاد الوطني‪.‬‬
‫ّ‬ ‫االقتصادية و‬
‫ّ‬ ‫واألخذ بعين االعتبار التأثيرات‬
‫نظر ألهميته في االقتصاد الوطني‪ ,‬وفي تحقيق األمن‬
‫لذلك كان ال بد لنا من دراسة موضوع إنتاج القمح في سورية ا‬
‫الغذائي‪ .‬انطالقا مما سبق سنقوم بعرض واقع إنتاج القمح في سورية خالل الفترة ‪ ,6102-0991‬ومحاولة التنبؤ‬
‫بإنتاجه للفترة القادمة باستخدام أحد نماذج ‪ ARIMA‬المناسبة‪.‬‬
‫الدراسات السابقة‪:‬‬
‫‪ )0‬دراسة (ياسين ‪ )6100 ,‬بعنوان‪ :‬التنبؤ االقتصادي بالمساحات المزروعة بمحصول الحنطة في العراق باستخدام‬
‫نماذج ‪ ARIMA‬للمدة ‪8002-8002‬‬
‫هدفت الدراسة إلى استخدام نماذج ‪ ARIMA‬التي تجمع بين أسلوبي االنحدار الذاتي والمتوسط المتحرك للسلسلة الزمنية‬
‫من أجل التنبؤ بعرض محصول الحنطة في العراق‪ ,‬حيث تم تشخيص النموذج المالئم من خالل تقديرعدة نماذج ‪.‬‬
‫وكانت أهم نتائج هذه الدراسة‪:‬‬
‫تبين أن النموذج )‪ ARIMA (2,0,1‬هو أفضل النماذج في الحصول على تنبؤات دقيقة للمساحة المزروعة بمحصول‬
‫الحنطة حتى عام ‪ 2015‬وفقا لالختبارات اإلحصائية واختبارات الدقة التنبؤية [‪.]0‬‬
‫‪ ) 6‬دراسة (التلباني ‪ )6102 ,‬بعنوان‪ :‬استخدام منهجية بوكس‪-‬جينكنز للتنبؤ بإنتاج القمح ‪ -‬دراسة حالة الصين‪.‬‬
‫هدفت الدراسة إلى تقديم أداة احصائية سليمة ودقيقة ) منهجية بوكس‪-‬جينكنز ( للتنبؤ بإنتاج القمح في الصين‪.‬‬
‫وتحديد النموذج األمثل من بين نماذج ‪ ARIMA‬للتنبؤ بإنتاج القمح في الصين‪ .‬كذلك هدفت للوقوف بدقة على‬
‫االحتياجات السنوية للصين من القمح‪ ,‬ومساعدة القطاعات المختلفة المرتبطة بمحصول القمح على االستعداد لمواجهة‬
‫االحتياجات السنوية من المحصول‪.‬‬
‫وكانت أهم نتائج الدراسة‪:‬‬
‫‪ -‬السلسلة الزمنية إلنتاج القمح في الصين لها اتجاه عام متزايد‪ ,‬مما يعني انها غير ساكنة‪.‬‬
‫‪ -‬تحقق خصائص البواقي في النموذج )‪ ARIMA(0,2,1‬وتجاوز مرحلة الفحص والتشخيص‪.‬‬
‫‪ -‬النموذج االمثل للتنبؤ بإنتاج القمح في الصين هو )‪ARIMA(0,2,1‬‬
‫‪ -‬هناك تقارب بين القيم التنبؤية والقيم الفعلية خالل الفترة ‪.6102-6100‬‬
‫‪ -‬هناك تزايد في انتاج القمح في الصين خالل السنوات القادمة ‪]8[ . 6161-6102‬‬

‫‪journal.tishreen.edu.sy‬‬ ‫‪Print ISSN: 2079-3073 , Online ISSN:2663-4295‬‬

‫‪114‬‬
‫مجلة جامعة تشرين‪ .‬العلوم االقتصادية والقانونية المجلد (‪ )34‬العدد (‪Tishreen University Journal Eco. & Leg. Sciences Series 0201 )1‬‬

‫‪ )3‬دراسة (المحمد وآخرون‪ )6102 ,‬بعنوان‪ :‬استخدام نماذج ‪ ARIMA‬للتنبؤ بإنتاج محصول القطن في سورية‪.‬‬
‫بإنتاجية‪ ,‬ومساحة وانتاج محصول القطن على مستوى الجمهورية العربية السورّية وعلى‬
‫ّ‬ ‫هدفت الدراسة إلى التنبؤ‬
‫أهم المحافظات المنتجة له‪ ,‬وذلك باستخدام تحليل نماذج ‪ ARIMA‬للمساهمة في رسم سياسات اإلنتاج لهذا‬‫مستوى ّ‬
‫تنبؤية دقيقة‪ ,‬من خالل دمج التحليل العاملي ونماذج التنبؤ ‪ ARIMA‬والوصول إلى‬
‫المحصول بناء على معلومات ّ‬
‫تنبؤية عالية‪.‬‬
‫نموذج ذو دقة ّ‬
‫وكانت أهم نتائج الدراسة‪:‬‬
‫‪-‬احتلت محافظة الحسكة المرتبة األولى على مستوى القطر في مساحة وانتاجية محصول القطن‪ ,‬تلتها محافظة الرقة‪,‬‬
‫ثم حلب‪ ,‬فالغاب‪.‬‬
‫‪-‬ازدياد المساحة المزروعة بمحصول القطن على مستوى القطر للفترة بين ‪ 2006 - 1992‬نتيجة االستثمارات‬
‫الحكومية في إنشاء مشاريع الري واستصالح األراضي‪ ,‬ثم بدأت باالنخفاض للفترة ‪ 2012 - 2007‬نتيجة للسياسات‬
‫الزراعية الجديدة التي تتجه نحو زراعة المحاصيل األقل احتياجا للمياه وتقليص المساحات المزروعة بالقطن‪.‬‬
‫‪-‬زيادة المساحة المزروعة بالقطن في سورية‪ ,‬وكذلك حجم اإلنتاج حسب النموذج )‪ ARIMA(1,0,0‬خالل السنوات‬
‫الثمان القادمة‪ ,‬وبمعدل نمو سنوي أعلى من معدل النمو السنوي للفترة المدروسة ‪2012 - 1985‬‬
‫‪ -‬تراجع حجم اإلنتاج خالل الفترة القادمة في محافظة الحسكة نتيجة تراجع معدل النمو السنوي للمساحة واإلنتاجية‬
‫عن الفترة المدروسة‪ ,‬بينما سوف تزداد في منطقة الغاب ومحافظتي الرقة وحلب حسب نتائج النموذج‪]3[.‬‬
‫‪ (4‬دراسة (‪ )6102 , Hochman &Horan‬بعنوان‪:‬‬
‫‪Causes of wheat yield gaps and opportunities to advance the water-limited yield‬‬
‫‪frontier in Australia‬‬
‫(أسباب الثغرات في إنتاج القمح‪ ,‬الفرص المتاحة لتحسين ندرة المياه وحدود اإلنتاجية في أستراليا)‬
‫هدفت هذه الدراسة إلى‪ :‬دراسة أثر قلة المياه على إنتاج القمح والحبوب في أستراليا ودراسة العوامل األخرى التي تسهم‬
‫في الفجوة اإلنتاجية لمحصول القمح مثل أمراض النبات والحشرات واآلفات األخرى واألعشاب الضارة في المحاصيل‪,‬‬
‫واألحداث الجوية القاسية كالفيضانات والرياح القوية والبرد‪.‬‬
‫وكانت أهم نتائج الدراسة‪:‬‬
‫‪ -‬سد الفجوة اإلنتاجية أمر ضروري لألمن الغذائي وللمزارعين الذين يواجهون تكاليف إنتاج متزايدة في أستراليا‪.‬‬
‫‪ -‬أظهر البحث أن مزارعي القمح في أستراليا يحققون نحو نصف إنتاجهم من المياه المحدودة‪ ,‬في حين يعتبر قياس‬
‫الفجوة اإلنتاجية أمر ضروري وكخطوة أولى نحو إغالقها‪ ,‬والخطوة التالية هي فهم أي العوامل التي تقيد مزارعي‬
‫الحبوب البعلية من تحقيق غالتهم‪.‬‬
‫‪ -‬أدت قلة المياه والصقيع والح اررة إلى انخفاض الغلة اإلنتاجية من القمح بنسبة ‪.]4[ %62‬‬

‫‪ )2‬دراسة (‪ )6112 , Tiwari &Shoran‬بعنوان‪:‬‬

‫‪Growth and production of wheat in India‬‬
‫(نمو وانتاج القمح في الهند)‬

‫‪journal.tishreen.edu.sy‬‬ ‫‪Print ISSN: 2079-3073 , Online ISSN:2663-4295‬‬

‫‪113‬‬
‫عكروش‪ ,‬حميدي‬ ‫استخدام نماذج ‪ ARIMA‬للتنبؤ بإنتاج القمح في سورية‬

‫هدفت هذه الدراسة إلى‪ :‬دراسة إنتاج القمح‪ ,‬والعوامل المعوقة والتي تؤثر على الغلة واإلنتاجية‪ ,‬حيث القمح هو‬
‫من‬ ‫العظمى‬ ‫للغالبية‬ ‫الرئيسي‬ ‫الغذاء‬ ‫ويشكل‬ ‫أهمية‪,‬‬ ‫األكثر‬ ‫الحبوب‬ ‫محصول‬
‫السكان‪ ,‬وهو محصول موسمي‪ ,‬يزرع على نطاق واسع في ظل بيئة زراعية متنوعة الظروف‪.‬‬
‫للقمح‪,‬‬ ‫البرية‬ ‫واألنواع‬ ‫التركيبية‬ ‫والمواد‬ ‫الوراثية‬ ‫األصول‬ ‫تؤثر‬ ‫الدراسة‪:‬‬ ‫هذه‬ ‫نتائج‬ ‫أهم‬ ‫وكانت‬
‫األخذ‬ ‫مع‬ ‫المحاصيل‬ ‫إلدارة‬ ‫تقنيات‬ ‫وضع‬ ‫وتم‬ ‫القمح‪,‬‬ ‫إنتاج‬ ‫على‬ ‫أصنافه‬ ‫وكذلك‬
‫من‬ ‫عالية‬ ‫نسبة‬ ‫على‬ ‫للحصول‬ ‫الجديدة‬ ‫لألصناف‬ ‫والمياه‬ ‫المغذيات‬ ‫استخدام‬ ‫كفاءة‬ ‫بالحسبان‬
‫العائدات [‪.]2‬‬
‫تشابهت دراستنا مع دراسة (ياسين‪ )6100,‬و (التلباني‪ )6102 ,‬في استخدام نفس المنهجية للتنبؤ بإنتاج القمح‪,‬‬
‫واختلفت عنهما في مكان وزمان الدراسة‪ ,‬كذلك تشابهت مع دراسة (المحمد وآخرون‪ )6102 ,‬في استخدام نماذج‬
‫‪ , ARIMA‬واختلفت عنها بالتنبؤ بإنتاج القمح‪ ,‬وتشابهت مع دراستي (‪ )6102 , Hochman &Horan‬و ( ‪Tiwari‬‬
‫‪ )6112 , &Shoran‬في دراسة إنتاج القمح ‪ ,‬واختلفت عنهما في الطريقة اإلحصائية المستخدمة‪.‬‬
‫مشكلة البحث‪:‬‬
‫التحديات‬
‫ّ‬ ‫الصناعية تحت ظروف الندرة المتنامية للموارد المتاحة إحدى‬
‫ّ‬ ‫الغذائية و‬
‫ّ‬ ‫تمثّل تلبية الطلب المتزايد على السلع‬
‫الكبرى التي تواجه الحكومات بشكل عام‪ .‬ونظ ار للتقلبات والتذبذبات التي يعرفها محصول القمح من سنة ألخرى نتيجة‬
‫الظروف الطبيعية والمناخية من جهة‪ ,‬وبسبب األزمة التي تمر بها سورية‪ .‬تبرز الحاجة الستخدام أساليب حديثة في‬
‫التنبؤ ‪ ,‬ويعد تحليل السالسل الزمنية من أهم الطرق العلمية المستخدمة في التنبؤ ومن أبرز النماذج المستخدمة في‬
‫تحليل السالسل الزمنية (الموسمية وغير الموسمية) نماذج االنحدار الذاتي مع المتوسطات المتحركة التكاملية‬
‫(‪ .)ARIMA‬وبالتالي تكمن مشكلة البحث في التساؤل التالي‪:‬‬
‫ما مدى فاعلية نماذج ‪ ARIMA‬في التنبؤ بإنتاج القمح في سورية وهل يمكن استخدامها في هذا المجال؟ وهل يمكن‬
‫بناء نموذج قياسي للتنبؤ بإنتاج القمح في سورية‪.‬‬

‫أهمية البحث وأهدافه‪:‬‬

‫تنبع أهمية البحث من تسليط الضوء على واقع محصول القمح وتطور كميات إنتاجه خالل الفترة المدروسة‪,‬‬
‫واستخدام نماذج تحليل السالسل الزمنية للتنبؤ بالقيم المستقبلية للمتغير اعتمادا على القيم الحاضرة والماضية لنفس المتغير‪.‬‬
‫يهدف البحث إلى التنبؤ بإنتاج محصول القمح على مستوى الجمهورية العربية السورّية وذلك باستخدام نماذج‬
‫‪ ARIMA‬وبناء نموذج فعال للتنبؤ بإنتاج القمح في سورية للمساهمة في رسم سياسات اإلنتاج لهذا المحصول بناء‬
‫تنبؤية دقيقة‪.‬‬
‫على معلومات ّ‬
‫فرضيات البحث‪:‬‬
‫الفرضية الرئيسة األولى‪ :‬ال توجد استق اررية للسلسة الزمنية إلنتاج القمح في سورية‪.‬‬
‫الفرضية الرئيسة الثانية‪ :‬ال يوجد نموذج معنوي من نماذج ‪ ARIMA‬يمكنه التنبؤ بإنتاج القمح في سورية‪.‬‬

‫‪journal.tishreen.edu.sy‬‬ ‫‪Print ISSN: 2079-3073 , Online ISSN:2663-4295‬‬

‫‪111‬‬
‫مجلة جامعة تشرين‪ .‬العلوم االقتصادية والقانونية المجلد (‪ )34‬العدد (‪Tishreen University Journal Eco. & Leg. Sciences Series 0201 )1‬‬

‫منهجية البحث‪:‬‬
‫تم االعتماد على المنهج الوصفي التحليلي‪ ,‬الذي يعتمد على وصف الظاهرة محل الدراسة وتحليلها‪ ,‬حيث تم تحليل‬
‫البيانات التي تم جمعها من المجموعات اإلحصائية السورية باستخدام نماذج ‪ ,ARIMA‬وبمساعدة برنامج ‪SPSS 23‬‬
‫الحدود المكانية والزمانية للبحث‬
‫الحدود المكانية ‪ :‬سورية‪.‬‬
‫الحدود الزمانية‪.)6102 -0991( :‬‬
‫اإلطار النظري للبحث‪:‬‬
‫‪ -1‬إنتاج القمح‬
‫يعد محصول القمح من أهم المحاصيل الزراعية الغذائية االستراتيجية في سورية‪ ,‬ويزرع فيها بمساحات واسعة اعتمادا‬
‫على الهطوالت المطرية‪ ,‬وترجع أهمية القمح بشكل عام إلى عدد من األمور يمكن إيجازها بما يلي‪:‬‬
‫‪ -0‬إن القمح سلعة تعد من أبسط مقومات الحياة التي يجب توفرها للسكان‪ ,‬فهي تشكل ‪ %92‬من استهالك الفرد اليومي‪.‬‬
‫‪ -6‬يعد القمح أحد أساليب التأثير االقتصادي في القرار السياسي‪ ,‬إذ إن إنتاج رغيف الخبز يمثل نقطة البداية ألي‬
‫تحرر جدي من التبعيات االقتصادية والسياسية‪.‬‬
‫‪ -3‬يعد القمح من المحاصيل التي تتخذها الدول المصدرة كوسيلة من وسائل الضغط السياسي واالقتصادي خاصة‬
‫على الدول النامية‪.‬‬
‫‪ -2‬يعد القمح من أكثر المحاصيل أهمية في خريطة النشاط التجاري في العالم [‪.]6‬‬
‫حيث يغطي في سورية قرابة ‪ %21‬من محاصيل الحبوب األساسية المزروعة‪ ,‬ويستخدم القمح بشكل رئيسي في تغذية‬
‫اإلنسان‪ ,‬حيث تستخدم األقماح القاسية في التصنيع الغذائي لصناعة البرغل والشعيرية والمعكرونة والمعجنات‪,‬‬
‫وتستخدم مخلفات حصاد القمح في تركيب العالئق العلفية‪ ,‬ولتحقيق االكتفاء الذاتي من مادة القمح‪ ,‬تم تطبيق سياسة‬
‫سعرية محفزة شجعت مزارعي القمح على زيادة المساحات المزروعة والسيما األقماح عالية اإلنتاج‪ ,‬فبلغت المساحة‬
‫المزروعة قمحا (‪ 0262‬ألف هكتار) في عام ‪ ,6111‬مع قفزة نوعية باإلنتاج نتيجة الستصالح األراضي واقامة‬
‫السدود وتوافر البذار الجيد المعقم من جميع األصناف المنتجة والمحسنة‪ ,‬ونظ ار لتوافر كميات تزيد على حاجة‬
‫االستهالك المحلي دخلت سورية األسواق العالمية للتصدير بمنافسة كبيرة‪ ,‬وأصبح القمح السوري ذا شهرة عالمية واسعة‬
‫من حيث الخصائص النوعية الجيدة‪ ,‬إضافة إلى االلتزامات التعاقدية التي أمكن تنفيذها بأوقاتها المحددة [‪.]7‬‬
‫يزرع القمح بنوعيه الطري والقاسي في سورية على امتداد مساحات كبيرة مرويا أو بعليا‪ .‬ونظ ار لألهمية االقتصادية‬
‫البالغة لهذا المحصول واهتمام الدولة به فقد انتشرت زراعته في جميع المحافظات السورية‪ ,‬وازدادت المساحة الكمية‬
‫المزروعة به بنسبة ‪ % 30‬من ‪ 1.341‬ألف هكتار عام ‪ 1990‬إلى ‪ 1.667‬الف هكتار عام ‪ 6116‬أنتجت ‪120‬‬
‫وتعد محافظات الحسكة‪ ,‬حلب‪ ,‬حماة‪ ,‬الرقة وادلب من بين‬
‫‪ 4‬الف طن وبمتوسط إنتاجية قدره ‪ 2423‬كغ ‪/‬هكتار ‪ّ ,‬‬
‫أكثر المحافظات السورية مساحة وانتاجا‪ .‬ويمكن عرض إنتاج القمح في سورية خالل الفترة ‪ 6102-0991‬كما في‬
‫الجدول (‪ )0‬اآلتي ‪:‬‬

‫‪journal.tishreen.edu.sy‬‬ ‫‪Print ISSN: 2079-3073 , Online ISSN:2663-4295‬‬

‫‪111‬‬
‫عكروش‪ ,‬حميدي‬ ‫استخدام نماذج ‪ ARIMA‬للتنبؤ بإنتاج القمح في سورية‬

‫جدول(‪ :)0‬إنتاج القمح في سورية‬

‫الرقم القياسي ألساس‬ ‫اإلنتاج (ألف‬ ‫العام‬ ‫الرقم القياسي ألساس‬ ‫اإلنتاج (ألف‬ ‫العام‬
‫متحرك ‪%‬‬ ‫طن)‬ ‫متحرك ‪%‬‬ ‫طن)‬
‫‪96.32‬‬ ‫‪2236.22‬‬ ‫‪6112‬‬ ‫‪-‬‬ ‫‪6161‬‬ ‫‪0991‬‬
‫‪016.29‬‬ ‫‪2222.61‬‬ ‫‪6112‬‬ ‫‪003.26‬‬ ‫‪6321‬‬ ‫‪0990‬‬
‫‪012.23‬‬ ‫‪2936‬‬ ‫‪6112‬‬ ‫‪069.29‬‬ ‫‪3122.2‬‬ ‫‪0996‬‬
‫‪20.93‬‬ ‫‪2120.0‬‬ ‫‪6116‬‬ ‫‪009.16‬‬ ‫‪3262.2‬‬ ‫‪0993‬‬
‫‪26.93‬‬ ‫‪6039.30‬‬ ‫‪6112‬‬ ‫‪016.01‬‬ ‫‪3613‬‬ ‫‪0992‬‬
‫‪063.13‬‬ ‫‪3610.62‬‬ ‫‪6119‬‬ ‫‪006.92‬‬ ‫‪2022‬‬ ‫‪0992‬‬
‫‪23.62‬‬ ‫‪3123.12‬‬ ‫‪6101‬‬ ‫‪96.20‬‬ ‫‪2121‬‬ ‫‪0992‬‬
‫‪062.02‬‬ ‫‪3222.33‬‬ ‫‪6100‬‬ ‫‪62.62‬‬ ‫‪3130‬‬ ‫‪0996‬‬
‫‪93.22‬‬ ‫‪3219.0‬‬ ‫‪6106‬‬ ‫‪032.22‬‬ ‫‪2006‬‬ ‫‪0992‬‬
‫‪22.99‬‬ ‫‪3126.2‬‬ ‫‪6103‬‬ ‫‪22.22‬‬ ‫‪6290‬‬ ‫‪0999‬‬
‫‪22.99‬‬ ‫‪6162.33‬‬ ‫‪6102‬‬ ‫‪002.21‬‬ ‫‪3012.2‬‬ ‫‪6111‬‬
‫‪020.32‬‬ ‫‪6220.23‬‬ ‫‪6102‬‬ ‫‪026.62‬‬ ‫‪2622‬‬ ‫‪6110‬‬
‫‪21.36‬‬ ‫‪0662.62‬‬ ‫‪6102‬‬ ‫‪011.22‬‬ ‫‪2662.2‬‬ ‫‪6116‬‬
‫‪016.22‬‬ ‫‪2903‬‬ ‫‪6113‬‬
‫المصدر‪ :‬وزارة الزراعة‪ -‬المجموعات اإلحصائية السنوية‪.‬‬

‫يبين الجدول (‪ )0‬تذبذب إنتاج القمح خالل الفترة المدروسة بين ارتفاع وانخفاض ومر بعدة فترات‪:‬‬
‫‪ -‬الفترة األولى من عام ‪ 0991‬حتى عام ‪ :0992‬حيث ازداد اإلنتاج من ‪ 6161‬إلى ‪ 2006‬ألف طن‪.‬‬
‫‪ -‬الفترة الثانية خالل عام ‪ :0999‬حيث انخفض اإلنتاج إلى ‪ 6290‬ألف طن‪.‬‬
‫‪ -‬الفترة الثالثة من عام ‪ 6111‬حتى عام ‪ :6116‬حيث ازداد اإلنتاج من ‪ 3012.2‬إلى ‪ 2120.0‬ألف طن‪.‬‬
‫‪ -‬الفترة الرابعة من عام ‪ 6112‬حتى عام ‪ :6102‬حيث انخفض اإلنتاج من ‪ 6039.30‬إلى ‪ 0662.62‬ألف طن‪.‬‬
‫تعرض موسم عام ‪ 2008‬إلى ظروف بيئية قاسية تمثلت بانخفاض الح اررة خالل موسم النمو إلى ما دون الصفر‬ ‫وقد ّ‬
‫في بعض المناطق‪ ,‬والى توقف هطول األمطار لفترة طويلة في أثناء مرحلة االستطالة واإلسبال واإلزهار ثم ارتفاع‬
‫الح اررة خالل فترة النضج‪ ,‬مما أدى إلى خفض اإلنتاج والغلة بآن واحد وبما يعادل ‪ % 48‬تقريبا من موسم عام‬
‫‪2007‬إذ لم يتجاوز اإلنتاج كمية ‪ 2139‬ألف طن من مساحة ‪ 1485‬الف هكتار وبغلة بلغت ‪ 1440‬كغ‪/‬هكتار فقط‪.‬‬
‫خرجت سورية من أزمة الجفاف وبشكل تدريجي حتى عام ‪ , 2011‬إذ عاود إنتاج القمح االرتفاع إلى أن وصل في‬
‫العام نفسه إلى ‪ 3.822‬ألف طن‪ .‬هذا االرتفاع لم يدم طويال فما لبث أن عاود االنخفاض بشكل كبير في ظل األزمة‬
‫السورية التي بدأت مع مطلع آذار‪ , 2011‬نظ ار لخروج قسم من األراضي الزراعية عن الخدمة اإلنتاجية‪ ,‬بسبب انتشار‬
‫المسلحين في مناطق زراعته مما جعل من الصعوبة على الفالحين الوصول إلى أراضيهم وزراعتها‪ ,‬كما كان الرتفاع‬
‫أسعار مستلزمات اإلنتاج عامة‪ ,‬وخاصة أسعار المحروقات واألسمدة التأثير الكبير في عزوف بعض الفالحين عن‬

‫‪journal.tishreen.edu.sy‬‬ ‫‪Print ISSN: 2079-3073 , Online ISSN:2663-4295‬‬

‫‪111‬‬
‫مجلة جامعة تشرين‪ .‬العلوم االقتصادية والقانونية المجلد (‪ )34‬العدد (‪Tishreen University Journal Eco. & Leg. Sciences Series 0201 )1‬‬

‫زراعة أراضيهم أو تقليل المساحات المزروعة أو عدم إيالء األراضي الزراعية مستحقاتها) التقليل من السماد‪ ,‬وعدد‬
‫الريات المطلوبة(‪ ,‬وهذا ما انعكس بشكل مباشر على الغلة الزراعية إذ انخفضت بشكل كبير من ‪ 6621‬كغ ‪/‬هكتار‬
‫عام ‪ 2006‬إلى ‪ 0962‬كغ‪/‬هكتار عام ‪ 2010‬والى ‪ 0222‬كغ‪/‬هكتار عام ‪.6102‬‬
‫بشكل عام انخفض إنتاج القمح في ظل هذه األزمة حتى وصل أدنى قيمة له في عام ‪ , 2014‬إذ قدر اإلنتاج في هذا‬
‫العام ‪ 2124‬ألف طن ثم عاود االرتفاع عام ‪ , 2015‬مع إنتاج نحو ‪ 6220‬ألف طن‪.‬‬
‫‪ -8‬مفهوم وأهمية السالسل الزمنية‬
‫يمكننا تعريف السلسلة الزمنية بأنها المتتالية خالل الزمن ‪ ,‬وان المشاهدات المتتالية عادة ما تكون غير مستقلة أي‬
‫تعتمد على بعضها البعض‪ ,‬وسيستغل عدم اإلستقالل في التوصل إلى تنبؤات موثوق بها كما سنستخدم الدليل السفلي‬
‫تمثل المشاهدة السابقة لها ‪,‬‬ ‫تمثل المشاهدة رقم ‪ , t‬كما إن‬ ‫لإلشارة إلى الترتيب الزمني للمشاهدة لذا فأن‬
‫تمثل المشاهدة التالية لها‪.‬‬ ‫بينما‬
‫يعد أسلوب تحليل السالسل الزمنية من األساليب اإلحصائية الجديرة باالهتمام والتي تطورت كثي ار وأصبح باإلمكان‬
‫استخدامها لغرض التوقع لمستقبل العرض والطلب على خدمة أو سلعة ما‪ ,‬ويعتمد أسلوب تحليل السالسل الزمنية على‬
‫تتبع الظاهرة (أو المتغير) على مدى زمني معين (عدة سنوات مثال)‪ ,‬ثم يتوقع للمستقبل بناء على القيم المختلفة التي‬
‫ظهرت في السلسلة الزمنية‪ ,‬وعلى نمط النمو في القيم وبهذا فهو يتفوق على األسلوب التقليدي إذ إن األسلوب التقليدي‬
‫يحسب فرق القيمة بين قيمتين زمنيتين فقط من السلسلة الزمنية وبين التوقع المستقبلي على أساسها بدون مراعاة للنمط‬
‫العام للسلسلة أو لالرتفاع واالنخفاض الذي يحدث لقيم السلسلة الزمنية المتصلة‪ .‬ومكونات السلسلة الزمنية هي أربع‬
‫أجزاء‪ :‬االتجاه العام‪ ,‬التغيرات الموسمية‪ ,‬التغيرات الدورية‪ ,‬التغيرات العشوائية‪.‬‬
‫إن هذه المكونات (العناصر) األربع الخاصة بالسلسلة الزمنية والتي تتأثر بالعوامل االقتصادية والبيئية واالجتماعية‬
‫والسياسية وما إلى ذلك [‪. ]2‬‬
‫الهدف من تحليل السلسلة الزمنية هو التعرف على مكوناتها (االتجاه العام‪ ,‬التغيرات الموسمية ‪ ,‬التغيرات الدورية ‪,‬‬
‫التغيرات العشوائية) كال على حده‪ ,‬حيث يتم استخدام نموذج يعرف بنموذج الجمع (‪ )Additive Model‬وآخر بنموذج‬
‫الضرب (‪ )Multiplicative‬للسلسلة الزمنية بقصد تجزئة السلسلة الزمنية‪ ,‬وذلك بتحديد عالقة السلسلة بمكوناتها‪,‬‬
‫والنموذجين الجمع والضرب هما تقدير جيد للعالقة الحقيقية التي تظهرها البيانات هذه وسنرمز بالرموز اآلتية ‪-:‬‬
‫‪ T‬قيمة االتجاه العام (‪)Secular Trend‬‬
‫‪ S‬قيمة التغيرات الموسمية (‪)Seasonal Variations‬‬
‫‪ C‬قيمة التغيرات الدورية (‪)Cyclical Variations‬‬
‫‪ I‬قيمة التغيرات العشوائية أو العرضية (‪)Irregular Variations‬‬
‫‪ Y‬قيمة الظاهرة عند زمن معين (مشاهدات السلسلة الزمنية)‬
‫نموذج الضرب هو ‪ Y = T . S . C . I :‬مع التأكد بأن ‪ T‬قيمة عددية ‪ S , C , I ,‬نسب مئوية ‪.‬‬
‫نموذج الجمع هو ‪ T = Y + S + C + I :‬يعبر عن كل منها بقيمة عددية‪.‬‬
‫‪-3‬نماذج ‪ARIMA‬‬
‫على الرغم من وجود أساليب عديدة للتنبؤ قمنا باستخدام منهجية بوكس‪-‬جينكنز التي طبقها كال من ‪George Box‬‬
‫& ‪ Gwilyn Jenkins‬على السالسل الزمنية (‪ ,)0961‬وتعطي تنبؤات دقيقة للسالسل الزمنية‪ ,‬إذ تعد نماذج‬

‫‪journal.tishreen.edu.sy‬‬ ‫‪Print ISSN: 2079-3073 , Online ISSN:2663-4295‬‬

‫‪111‬‬
‫عكروش‪ ,‬حميدي‬ ‫استخدام نماذج ‪ ARIMA‬للتنبؤ بإنتاج القمح في سورية‬

‫‪ ARIMA‬طريقة منظمة لبناء وتحليل النماذج وذلك إليجاد (النموذج األمثل) من بين النماذج المبنية على بيانات‬
‫السالسل الزمنية‪ ,‬والنموذج األمثل يتم الحصول عليه بالحد األدنى لألخطاء‪ ,‬ويعد نموذجا أمثل إذا كانت كل‬
‫المعلومات فيه هامة إحصائيا‪ ,‬واألخطاء في النموذج موزعة بشكل مستقل [‪ .]9‬وتتج أز السلسلة الزمنية وفق نماذج‬
‫‪ ARIMA‬إلى أربعة أجزاء‪:‬‬
‫أ‪ -‬نماذج االنحدار الذاتي‪ :‬أبسط نموذج للسلسلة الزمنية هو االنحدار الذاتي من الدرجة األولى )‪AR(1‬‬
‫𝛿‬ ‫)‪(1‬‬
‫يحدد غالبا من قبل قيمها للفترة الزمنية‬ ‫يفترض نموذج االنحدار الذاتي من الدرجة األولى أن سلوك السلسلة الزمنية‬
‫السابقة‪ .‬أي أن ما سوف يحدث في الفترة ‪ t‬يعتمد على ما يحدث في الفترة ‪ . t-1‬وكذلك ما سوف يحدث في الفترة‬
‫‪ t+1‬سوف يتحدد بسلوك السلسلة الزمنية في الفترة الحالية [‪.]00‬‬
‫لتعميم نموذج االنحدار من الدرجة األولى)‪ AR(1‬نستخدم )‪ AR(p‬والرقم داخل القوس يمثل درجة عملية االنحدار‬
‫الذاتي‪ .‬على سبيل المثال )‪ AR(2‬سيكون من الدرجة الثانية‬
‫𝛿‬
‫وكذلك )‪ AR(p‬سيكون انحدار ذاتي من الدرجة ‪ P‬كما يلي‪:‬‬
‫𝛿‬ ‫)‪(3‬‬
‫ب‪ -‬نماذج المتوسط المتحرك‪ :‬هو نموذج يستخدم التغييرات العشوائية التي حدثت بالماضي لمعرفة ما إذا كان من‬
‫الممكن الوصول إلى تمثيل أفضل لبيانات السلسلة الزمنية‪ ,‬أي يستخدم قيم الخطأ العشوائي‪ ,‬وال يستخدم قيم المتغير‬
‫نفسه‪ ,‬ونموذج المتوسط المتحرك في أبسط أشكاله هو من الدرجة األولى ويأخذ الشكل التالي‪:‬‬
‫𝛿‬ ‫)‪(4‬‬
‫تعتمد على قيمة الخطأ العشوائي الحالي‬ ‫)‪ MA(1‬هو نموذج المتوسط المتحرك من الدرجة األولى ويتضمن‬
‫ضجيج ابيض‪ .‬ويمكن كتابة نموذج المتوسط المتحرك من درجة )‪ (q‬بالشكل التالي‪:‬‬ ‫ويعتبر‬

‫𝛿‬ ‫)‪(5‬‬
‫أو بصيغة الجمع‪:‬‬
‫𝛿‬ ‫∑‬ ‫)‪(6‬‬

‫ج‪ -‬نماذج االنحدار الذاتي والمتوسطات المتحركة المختلطة ‪ :ARMA‬هذا النموذج هو عبارة عن دمج النموذجين‬
‫(‪ AR )0‬و (‪ , MA )0‬حيث جمع نماذج االنحدار الذاتي ونماذج المتوسط المتحرك نحصل على سلسلة زمنية جديدة‬
‫تسمى )‪ ARMA(p,q‬كما في العالقة رقم (‪)6‬‬

‫𝛿‬ ‫)‪(7‬‬
‫وتكتب باستخدام صيغة الجمع‬
‫𝛿‬ ‫∑‬ ‫∑‬ ‫)‪(8‬‬

‫‪journal.tishreen.edu.sy‬‬ ‫‪Print ISSN: 2079-3073 , Online ISSN:2663-4295‬‬

‫‪111‬‬
‫مجلة جامعة تشرين‪ .‬العلوم االقتصادية والقانونية المجلد (‪ )34‬العدد (‪Tishreen University Journal Eco. & Leg. Sciences Series 0201 )1‬‬

‫د‪-‬نماذج االنحدار الذاتي والمتوسطات المتحركة التكاملية‪:‬‬

‫ساكنة‪ .‬هذا يعني أن يكون المتوسط والتباين ثابت عبر الزمن‪ .‬ولكن‬ ‫نماذج ‪ ARMA‬تكون فقط مع سالسل زمنية‬
‫خالل سنة واحدة سيختلف عن المتوسط‬ ‫معظم السالسل الزمنية والمالية لها تغيرات عبر الزمن‪ ,‬وكذلك المتوسط لـ‬
‫في سنة أخرى‪ .‬ه ذا المتوسط لمعظم السالسل الزمنية االقتصادية والمالية غير ثابت عبر الزمن‪ ,‬مما يشير أن السالسل‬
‫الزمنية غير ساكنة‪ ,‬لتجنب هذه المشكلة وللحصول على سالسل زمنية ساكنة نحتاج إلزالة االتجاه العام من البيانات‬
‫األصلية ويتم ذلك من خالل استخدام الفروق‪:‬‬

‫معظم السالسل الزمنية ساكنة عند الفروق األولى‪ .‬فإذا كانت ساكنة في الفروق األولى تسمى متكاملة من الدرجة‬
‫األولى )‪ I(1‬وهذا يكمل المصطلح ‪ ,ARIMA‬اذا كانت السلسلة الزمنية غير ساكنة في الفروق األولى يجب أخذ‬
‫الفروق الثانية‪.‬‬
‫إ ذا كانت السلسلة الزمنية ساكنة في الفروق الثانية تسمى متكاملة من الدرجة الثانية )‪ , I(2‬وبصفة عامة إذا أخذ‬
‫للسلسلة الزمنية الفروق من الدرجة ‪ d‬لتكون ساكنة‪ ,‬فأنه يقال عنها أنها متكاملة من الدرجة ‪ d‬أي )‪ , I(d‬لذا يسمى‬
‫بنموذج )‪ , ARIMA(p,d,q‬حيث تشير ‪ p‬الى رتبة االنحدار الذاتي و ‪ d‬إلى عدد المرات التي تؤخذ فيها الفروق‬
‫للحصول على سكون السلسلة الزمنية‪ ,‬و ‪ q‬إلى رتبة المتوسطات المتحركة [‪.]00‬‬
‫والشكل العام لنموذج ‪: ARIMA‬‬

‫)‬ ‫𝛿=‬ ‫(‬ ‫)‬ ‫)‪(10‬‬

‫أما تحديد رتبة ‪ p , q‬فيتم من خالل النظر إلى الشكل البياني لدالة االرتباط الذاتي ودالة االرتباط الذاتي الجزئي‪,‬‬
‫فعندما تهبط االرتباطات الذاتية بصورة أسية إلى الصفر‪ ,‬فهذا يعني وجود نموذج انحدار ذاتي ‪ AR‬تتحدد رتبته من‬
‫خالل عدد من االرتباطات الذاتية الجزئية التي تختلف معنويا عن الصفر‪ ,‬أما لو هبطت االرتباطات الذاتية الجزئية‬
‫بصورة أسية إلى الصفر فإن النموذج هو نموذج ‪ MA‬تتحدد رتبته من عدد االرتباطات الذاتية ذات الداللة اإلحصائية‪,‬‬
‫أما إذا كانت االرتباطات الذاتية الجزئية تهبط كالهما إلى الصفر بصورة أسية فإن هذا النموذج هو ‪ , ARMA‬ويتم‬
‫تحديد رتبة كل من ‪ AR‬و ‪ MA‬من خالل الشكل البياني لدالة االرتباط الذاتي واالرتباط الذاتي الجزئي‪ ,‬فإذا كانت دالة‬
‫االرتباط الذاتي ال تتنازل بسرعة مع زيادة درجات اإلبطاء فهذا يعني إن السلسلة الزمنية غير مستقرة ‪ ,‬وتحتاج إلى أخذ الفروق‪.‬‬

‫النتائج والمناقشة‪:‬‬
‫تم استخدام بيانات إنتاج القمح الواردة في الجدول (‪ )0‬لتطبيق نموذج ‪ , ARIMA‬قمنا أوال بتعريف نموذج ‪ARIMA‬‬
‫أي تحديد رتبة كل من ‪ p , d , q‬للنموذج‪ ,‬حتى يمكن تقديره عن طريق مشاهدة كل من دالتي االرتباط الذاتي ‪ACF‬‬
‫واالرتباط الذاتي الجزئي ‪ , PACF‬فقمنا بالرسم البياني إلنتاج القمح خالل الفترة المدروسة‪ ,‬فكان كما هو مبين في‬
‫الشكل (‪.)0‬‬

‫‪journal.tishreen.edu.sy‬‬ ‫‪Print ISSN: 2079-3073 , Online ISSN:2663-4295‬‬

‫‪102‬‬
‫عكروش‪ ,‬حميدي‬ ‫استخدام نماذج ‪ ARIMA‬للتنبؤ بإنتاج القمح في سورية‬

‫الشكل (‪ : )0‬الرسم البياني لسلسة إنتاج القمح في سورية‬

‫المصدر‪ :‬من إعداد الباحث باستخدام برنامج ‪.SPSS‬‬

‫تم عرض الرسم البياني للبيانات الفعلية إلنتاج القمح خالل الزمن وذلك للتعرف على الخصائص المميزة للسلسلة من‬
‫حيث وجود اتجاه عام من عدمه‪ ,‬حيث يؤدي ذلك إلى التعرف على وجود استق اررية السلسلة أو عدم استق ارريتها‪ ,‬نالحظ‬
‫من الشكل (‪ )0‬أن السلسة الزمنية إلنتاج القمح غير مستقرة ويجب أخذ الفروق لها لكي تصبح مستقرة ويتم التأكد من‬
‫ذلك أيضا من خالل شكل االنتشار لدالة االرتباط الذاتي للسلسلة الزمنية إلنتاج القمح‪ .‬حيث يبين الشكل (‪ )6‬معامالت‬
‫دالة االرتباط الذاتي إلنتاج القمح والتي تظهر وجود بعض المعامالت خارج حدود مجال الثقة‪.‬‬

‫الشكل (‪ : )8‬دالة االرتباط الذاتي (‪ )ACF‬إلنتاج القمح في سورية‬

‫المصدر‪ :‬من إعداد الباحث باستخدام برنامج ‪.SPSS‬‬

‫كذلك يبين الشكل (‪ )3‬معامالت دالة االرتباط الذاتي الجزئي إلنتاج القمح والتي تظهر وجود معامل واحد خارج حدود‬
‫مجال الثقة‪.‬‬

‫‪journal.tishreen.edu.sy‬‬ ‫‪Print ISSN: 2079-3073 , Online ISSN:2663-4295‬‬

‫‪101‬‬
‫مجلة جامعة تشرين‪ .‬العلوم االقتصادية والقانونية المجلد (‪ )34‬العدد (‪Tishreen University Journal Eco. & Leg. Sciences Series 0201 )1‬‬

‫الشكل (‪ :)3‬دالة االرتباط الذاتي الجزئي (‪ )PACF‬إلنتاج القمح في سورية‬

‫المصدر‪ :‬من إعداد الباحث باستخدام برنامج ‪.SPSS‬‬

‫بشكل عام نجد أن بعض معامالت االرتباط الذاتي (‪ )ACF‬واالرتباط الذاتي الجزئي (‪ )PACF‬في الشكلين (‪ )2‬و (‪)3‬‬
‫ال تقع داخل حدود مجال الثقة ‪ ,95%‬لذلك معاملي االرتباط الذاتي واالرتباط الذاتي الجزئي يختلفان جوهريا عن‬
‫الصفر‪ ,‬وهذا يعني إن السلسلة الزمنية غير مستقرة ويجب أخذ الفروق لها لتصبح سلسلة مستقرة‪ .‬وبالتالي نقبل‬
‫الفرضية الرئيسية األولى التي تنص بأنه ال توجد استق اررية للسلسة الزمنية إلنتاج القمح في سورية‪.‬‬
‫بعد ذلك نقوم بأخذ الفروقات من الدرجة األولى‪ ,‬ثم نقوم بعمل دالة االرتباط الذاتي ودالة االرتباط الذاتي الجزئي‬
‫للفروقات من الدرجة االولى إلنتاج القمح في سورية‪ .‬حيث يبين الشكل (‪ )2‬دالة االرتباط الذاتي للفروقات من الدرجة‬
‫األولى إلنتاج القمح‪ ,‬حيث جميع معامالت االرتباط الذاتي تقع ضمن حدي الثقة‪.‬‬

‫الشكل (‪ : )4‬دالة االرتباط الذاتي (‪ )ACF‬للفروقات من الدرجة األولى إلنتاج القمح في سورية‬
‫المصدر‪ :‬من إعداد الباحث باستخدام برنامج ‪.SPSS‬‬

‫‪journal.tishreen.edu.sy‬‬ ‫‪Print ISSN: 2079-3073 , Online ISSN:2663-4295‬‬

‫‪100‬‬
‫عكروش‪ ,‬حميدي‬ ‫استخدام نماذج ‪ ARIMA‬للتنبؤ بإنتاج القمح في سورية‬

‫كذلك يبين الشكل (‪ ) 2‬دالة االرتباط الذاتي الجزئي للفروقات من الدرجة األولى إلنتاج القمح‪ ,‬حيث جميع معامالت‬
‫االرتباط الذاتي الجزئي تقع ضمن حدي الثقة‪.‬‬

‫الشكل (‪ :)2‬دالة االرتباط الذاتي الجزئي (‪ )PACF‬للفروقات من الدرجة األولى إلنتاج القمح في سورية‬
‫المصدر‪ :‬من إعداد الباحث باستخدام برنامج ‪.SPSS‬‬

‫يتضح من الشكلين (‪ )2‬و (‪ ) 2‬أعاله أن السلسلة الزمنية إلنتاج القمح تصبح مستقرة بعد أخذ الفرق األول لها‪ ,‬ألن‬
‫جميع معامالت االرتباط الذاتي تقع ضمن مجال الثقة‪.‬‬
‫بعد التأكد من استق اررية السلسلة الزمنية بعد أخذ الفرق األول لها سوف نقوم بتشخيص النموذج المالئم ودرجته‪ ,‬فنجد‬
‫أن جميع نماذج ‪ ARIMA‬من الدرجة األولى غير مناسبة‪ ,‬بسبب عدم معنوية المعالم لبعض النماذج‪ ,‬وعدم جودة‬
‫البعض األخر بسبب قيمة معامل التحديد المنخفضة‪ ,‬لذلك نلجأ إلى أخذ الفرق الثاني‪ ,‬وبعد تجريب جميع النماذج‬
‫الممكنة يتبين أن النموذج المالئم هو( ‪ , ARIMA)0,6,1‬حيث سيتم تقدير معالم النموذج من خالل برنامج‪, SPSS‬‬
‫حيث نحصل على نتائج الجدول (‪.)6‬‬

‫جدول (‪ :)8‬تقدير نموذج )‪ARIMA (1,2,0‬‬

‫‪Variables‬‬ ‫‪B‬‬ ‫‪SEB‬‬ ‫‪T-RATIO‬‬ ‫)‪APPROX. PROB.(Sig.‬‬
‫‪AR1‬‬ ‫‪-0.633‬‬ ‫‪0.168‬‬ ‫‪-3.773‬‬ ‫‪0.001‬‬
‫‪CONSTANT‬‬ ‫‪-33.51‬‬ ‫‪142.702‬‬ ‫‪- 2.041‬‬ ‫‪0.816‬‬
‫المصدر‪ :‬من إعداد الباحث باالعتماد على مخرجات برنامج ‪.SPSS‬‬

‫من الجدول (‪ )2‬نحصل على نموذج ‪ ARIMA‬المقدر للتنبؤ بإنتاج القمح في سورية‪:‬‬
‫‪y  33.51  0.367 y‬‬
‫‪t‬‬ ‫‪t 1‬‬
‫‪ 0.633 y‬‬
‫‪t 2‬‬
‫‪ ut‬‬

‫بعد ذلك يتم اختبار النموذج المقترح وتعد هذه الخطوة من أهم مراحل التحليل‪ ,‬حيث يتم فيها التحقق من مالئمة وجودة‬
‫النموذج‪ ,‬حيث معامل التحديد لهذا النموذج ‪ , 0.496‬وقيمة ‪ ,MAPE= 25.258‬أي أن النموذج يفسر تقريبا ‪21‬‬
‫‪ %‬من تغيرات المتغير التابع وهو إنتاج القمح‪ ,‬وكذلك يمكن التأكد من أفضلية النموذج عن طريق فحص بواقي‬
‫النموذج من خالل االرتباط الذاتي واالرتباط الذاتي الجزئي لبواقي النموذج كما هو مبين في الشكل (‪ )2‬اآلتي‪:‬‬

‫‪journal.tishreen.edu.sy‬‬ ‫‪Print ISSN: 2079-3073 , Online ISSN:2663-4295‬‬

‫‪104‬‬
‫مجلة جامعة تشرين‪ .‬العلوم االقتصادية والقانونية المجلد (‪ )34‬العدد (‪Tishreen University Journal Eco. & Leg. Sciences Series 0201 )1‬‬

‫شكل (‪ :)6‬دالتي االرتباط الذاتي (‪ )ACF‬والذاتي الجزئي (‪ )PACF‬لبواقي النموذج المقدر‬

‫المصدر‪ :‬من إعداد الباحث باالعتماد على مخرجات برنامج ‪.SPSS‬‬

‫نالحظ من الشكل (‪ )2‬أن جميع معامالت االرتباط الذاتي واالرتباط الذاتي الجزئي لبواقي النموذج تقع ضمن مجال‬
‫الثقة وبالتالي هي غير معنوية‪ ,‬ومنه كانت سلسلة البواقي للنموذج المقدر ساكنة ومستقرة‪ ,‬لذلك فأن النموذج المقدر‬
‫جيد ومالئم ويمكن استخدامه للتنبؤ بإنتاج القمح في سورية للفترة القادمة‪ ,‬وبالتالي نرفض فرضية العدم للفرضية‬
‫الرئيسية الثانية من بحثنا ونقبل الفرضية البديلة التي تنص بأنه يوجد نموذج معنوي من نماذج ‪ ARIMA‬يمكنه التنبؤ‬
‫بإنتاج القمح في سورية‪ .‬ويبين الجدول (‪ )3‬إنتاج القمح المقدر وفق النموذج )‪ ARIMA (1,2,0‬حتى عام ‪.2019‬‬

‫جدول (‪ :)3‬إنتاج القمح المقدر وفق نموذج )‪ARIMA (1,2,0‬‬

‫إنتاج القمح المقدر (ألف طن)‬ ‫العام‬
‫‪0622.26‬‬ ‫‪6106‬‬
‫‪0136.61‬‬ ‫‪6102‬‬
‫‪632.20‬‬ ‫‪6109‬‬
‫المصدر‪ :‬من إعداد الباحث باالعتماد على مخرجات برنامج ‪.SPSS‬‬

‫نالحظ من بيانات الجدول (‪ )3‬أن إنتاج القمح المقدر سينخفض خالل األعوام القادمة‪ ,‬فمن المتوقع أن يبلغ عام‬
‫‪ 2019‬وفق نموذج ‪ ARIMA‬المقدر (‪ )632.20‬ألف طن‪.‬‬

‫‪journal.tishreen.edu.sy‬‬ ‫‪Print ISSN: 2079-3073 , Online ISSN:2663-4295‬‬

‫‪103‬‬
‫عكروش‪ ,‬حميدي‬ ‫استخدام نماذج ‪ ARIMA‬للتنبؤ بإنتاج القمح في سورية‬

‫االستنتاجات والتوصيات‪:‬‬
‫االستنتاجات‪:‬‬
‫‪ -‬السلسلة الزمنية إلنتاج القمح في سورية للفترة من ‪ 6102 -0991‬هي غير مستقرة بسبب وجود اتجاه عام (زيادة‬
‫ونقصان)‪ ,‬ثم استقرت بعد إجراء الفرق الثاني عليها‪.‬‬
‫‪ -‬تم التوصل إلى النموذج )‪ ARIMA(1,2,0‬المناسب للتنبؤ بإنتاج القمح‪ ,‬وهو نموذج فعال ومعنوي‪ ,‬ومن خالله تم‬
‫التنبؤ بإنتاج القمح حتى عام ‪.2019‬‬
‫‪ -‬انخفاض إنتاج القمح وفق النموذج المقترح‪ ,‬حيث سيبلغ في عام ‪ 6109‬كمية إنتاج وقدرها (‪ )632.20‬ألف طن‪.‬‬
‫التوصيات‪:‬‬
‫‪ -‬ضرورة إجراء دراسات أخرى على المحاصيل الزراعية في سورية باستخدام نماذج ‪.ARIMA‬‬
‫‪ -‬البحث عن أسباب انخفاض إنتاج القمح مثل قلة المساحة المزروعة بسبب خروج مساحات واسعة عن السيطرة ‪,‬‬
‫والتكاليف الباهظة لعملية اإلنتاج‪.‬‬
‫‪ -‬إتباع بعض اإلجراءات والسياسات التي من شأنها رفع إنتاجية محصول القمح مثل‪ :‬تحسين عمليات الخدمة‬
‫الزراعية‪ ,‬وتحسين األصناف المزروعة‪ ,‬والعمل على زراعة أصناف عالية اإلنتاجية‪.‬‬

‫‪journal.tishreen.edu.sy‬‬ ‫‪Print ISSN: 2079-3073 , Online ISSN:2663-4295‬‬

‫‪101‬‬
Tishreen University Journal Eco. & Leg. Sciences Series 0201 )1( ‫) العدد‬34( ‫ العلوم االقتصادية والقانونية المجلد‬.‫مجلة جامعة تشرين‬

References:
]1[Yassin, Fayek, Economic Forecasting of Crops of Wheat in Iraq Using
ARIMA Models for 2008-2015, Anbar Journal of Agricultural Sciences,
Volume 9, Issue 2, 2011.
]0[ Talbani, Shadi, Using Box-Jenkinsle methodology to predict wheat production -
China case study, Al-Azhar University Journal, 2015.
]4[ Al-Muhammad, Salwa, Jassem, Ibtisam, Labbas, May, Using ARIMA Models to
Predict Cotton Production in Syria, Syrian Journal of Agricultural Research, 0211
]3[ Hochman, Z, Horan, H. Causes of wheat yield gaps and opportunities to advance
the water-limited yield frontier in Australia, CSIRO Agriculture and Food,
Queensland Bioscience Precinct, 306 Carmody Road, St Lucia QLD 4067,
Australia , 2018.
]1[ Tiwari, Vinod, Jag shoran., Growth and production of wheat in India . Soils, plant
growth and crop production, India, 2008.
]1[ Kazim, Nihad, Geographical Analysis of Spatial Relationship between Rainfall
Characteristics and Productivity and Production of Wheat Crop in Arab Countries
Affected by the Mediterranean Climate System, Geographical Research Journal, No. 21,
2014.
]1[ Ali Deeb, Tariq, Soussi, Faten, A Study Development of Wheat Consumption in the
Syrian Arab Republic, Damascus University Journal for Agricultural Sciences,
Volume 20, Issue 1, 2004.
]1[ Berri, Adnan Majed, Statistical Forecasting Methods, King Saud University Press.
Riyadh, Saudi Arabia, 2002.
]1[ Shaarawi, Samir Mustafa, Introduction to Modern Time Series Analysis, Scientific
Publishing Center, King Abdulaziz University, 2005.
]12[ SHUMWAY R.H. , STOFFER D.S .Time Series Analysis and Its Applications.
SPRINGER, New York, 2005.
]11[ Kirchgassner, G. , Wolters J. Introduction to Modern Time Series Analysis,
SPRINGER-Verlag, Berlin Heidelberg, 2007.

journal.tishreen.edu.sy Print ISSN: 2079-3073 , Online ISSN:2663-4295

101