Professional Documents
Culture Documents
10354-Article Text-40333-1-10-20210302
10354-Article Text-40333-1-10-20210302
*
الدكتور محمد عكروش
**
علي حميدي
*
كروش
**
علي حميدي
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 .
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
)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
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.
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 :
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
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
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
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
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
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.
كذلك يبين الشكل ( )3معامالت دالة االرتباط الذاتي الجزئي إلنتاج القمح والتي تظهر وجود معامل واحد خارج حدود
مجال الثقة.
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
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
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:
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
نالحظ من بيانات الجدول ( )3أن إنتاج القمح المقدر سينخفض خالل األعوام القادمة ,فمن المتوقع أن يبلغ عام
2019وفق نموذج ARIMAالمقدر ( )632.20ألف طن.
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.
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.