与其他经济活动一样,全球范围内农业部门的发展受到多种问题的困扰,尤其是在发展中国家和低收入国家。这些问题主要包括技术,体制,生产,市场,人力资源,缺乏信贷,基础设施以及环境风险。除此之外,阿富汗的农业生产在过去的三十年中还一直受到战争和政治动荡的影响。这些问题给阿富汗的农业生产带来了极大的挑战,尤其是小麦的生产。小麦是阿富汗的主要粮食作物,对人口增长和社会稳定起到重要的作用。因此,战争带来的农业减产可以减缓一个国家的发展,加剧该地区的贫困水平。为了解决这一问题,本文以阿富汗帕克蒂亚省为例,研究了战争带来的各种问题对当地农业收入的影响,并以(2002-2017年)为基期对未来(2018-2030年)的小麦产量进行了预测,以估算人口不断增长的条件下阿富汗的自给自足能力。首先,本文通过实证研究了战争和军事行动对农民农业收入的影响。在阿富汗帕克蒂亚省的两个地区(加德兹和祖尔马特),本研究共随机收集了256名农民的数据。这两个地区具有相同的传统,气候和农业条件。唯一的区别是:祖尔马特地区受到战争和军事行动影响,十分动荡和不安全;而加德兹地区没有战争和军事行动。模型的结果表明,年龄、教育程度、土地面积、生产成本、营销和基础设施对农场收入具有显著正向的影响。此外,战争和军事行动等不安全因素对推广服务、种植经验、其他收入来源、耕种目的(果园和非果园)以及家庭规模具有显著的负面影响。并且,这些地区中拥有果园的农民的收入要显著高于没有果园的农民的收入。在所有的三种模型中,没有战争和军事行动的地区与农业收入有显著的正相关。在农民的社会特征模型下,在没有战争和军事行动等不安全因素的地区,农民的农场收入比发生战争和军事行动的地区高出4%。在农民的经济特征模型中,加德兹地区农民的农场收入比祖尔马特地区的农民多3%。而在农民的社会-经济决定因素模型下,两个地区之间的农民农业收入差异为2.6%。因此可以推论,战争和军事行动等不安全因素会对祖尔马特地区的农民的农业收入产生不利影响。由于阿富汗的小麦产量不足以供给国内消费,需要依靠进口来弥补生产和消费之间的差距。因此,本文的第二部分评估了阿富汗小麦生产和消费的现状以及农民对他们面临的问题的看法和态度。为了满足研究的需要、确定小麦生产中面临的主要问题,本文在2019年农业季节从帕克蒂亚省的全部小麦种植者中随机抽取了225名小麦农民作为本研究的样本。本文使用简单线性回归模型估计了小麦生产和经济指标的总体趋势。此外,我们使用方差分析(单因素方差分析)探究了农民对他们面临的问题的看法和态度。结果表明,小麦平均产量为1.77吨/公顷,介于2008年(1.23吨/公顷)和2015年(2.20吨/公顷)之间。另一方面,回归方程的估计结果表明在研究区间内,小麦的生产力以每年0.047吨/公顷的速度增长,平均每年生产力变化约为2.66%。我们提到阿富汗的小麦生产和消费之间存在很大的缺口。因此,本文的最后部分研究了小麦生产不足带来的粮食自给问题。时间序列分析的方法可以非常准确地为有关变量提供短期预测。在单变量时间序列分析中,ARIMA模型适用性较强并且被广泛使用。ARIMA模型是三个过程的组合:(i)自回归(AR)过程,(ii)差分过程和(iii)移动平均(MA)过程。这些过程在统计文献中被称为主要的单变量时间序列模型,通常在许多应用中使用。对未来小麦需求量进行估算可以帮助决策者确定需求,然后制定计划以减少生产与消费之间的差距。例如投资战争期间损毁的基础设施(如道路,用于农业灌溉的水坝和电力),应用改良后的种子和肥料,建立有效的研究和推广系统,向农民提供贷款、财政服务或其他援助以更好地管理作物和实现小麦生产的自给自足。大多数预测方法对一年的预测有效,然而,目前已有文献使用移动预测方法来测量和预测因变量的未来变化。因此,本研究旨在通过2002-2017年期间的面积、生产率、生产量、消费量和人口,以估计(2018-2030)期间这些变量的值以及变化趋势。结果表明,由于总体趋势的增加或减少,序列数据不是静态的,即利用自相关函数(ACF)和偏相关函数来检测平均值的不稳定性。结果还表明,时间序列的自相关系数和偏相关系数值的显著性不是静态的。根据总体研究的结果,本文提出以下建议:i)政府应注意基础设施的投资,改善推广服务,使用其他信息资源,包括广播、电视和报纸等。ii)农民能否获取信息资源应成为农业政策的关键要素,尤其是那些战争地区。iii)政府应注意通过简化和缩短信贷处理周期和程序来增加农民获得信贷的机会。iv)金融机构应同时接受土地和牲畜/农作物作为抵押,以增加贷款以增加农民获得机构信贷的机会。v)农业灌溉和畜牧部(MAIL)还应为农民安排培训计划,指导他们进行农业实践以及如何从机构获得贷款,并鼓励他们积极使用信贷。vi)建议应优先考虑为农民引入新技术、进行技术培训以及促进推广服务来提高小麦农场的效率。