猪肉价格波动及影响因素分析

猪肉价格波动及影响因素分析作者：叶翔鹤叶奕庆南柏旺蒋巧仙来源：《农家科技下旬刊》2014年第03期摘要：针对我国猪肉市场的价格波动对我国猪肉生产的影响进行了统计分析，认为我国猪肉生产受到价格因素影响总体呈现了波动趋势。并对我国猪肉生产的计量模型分析，根据猪肉市场价格和生猪的生产养殖成本对生猪生产的影响，建立了函数关系。并采用回归分析法对生猪未来销量进行了预测。进行通过科学的研究手段对我国生猪生产提供了详细的信息，为我国生猪生产的规模化和科学化打下基础。关键词：生猪生产；猪肉价格；回归分析一、猪肉生产者供给行为分析1.我国生猪生产情况分析从1990-2013年，我国市场上的猪肉价格呈现了总体的上升趋势，而其中以1995年和2007年两年中出现了较大的价格波动，1990开始到1994年我国市场上的猪肉总产量呈现了上升的趋势，使得市场上猪肉价格总体疲软，养殖户在价格导向下，饲养生猪较少，到1995年我国猪肉产量出现了明显的下滑趋势。猪肉产量的减少带动了猪肉价格的上涨，1996年我国生猪生产又开始逐步转暖，并达到了1994年的饲养水平。从总体上来看，我国猪肉环比变化趋势都比较平稳，主要少数的几个年费猪肉的生产波动较大，1994年到1995年波动最大，达到了3成以上，1993年和2006年波动较大，但总体都控制在一成到三成之间。2.我国猪肉生产的区域结构描述当前我国生猪生产主要集中在西南地区、黄淮流域、长江中下游水稻主产区以及两广地区，这几个地区的生猪出栏量占全国总出栏量的70%以上。从产业链的角度看，发展养猪生产最重要的是上游饲料原料的提供，为了降低运输和储备成本，一般粮食的主要产区都进行粮食的就地转化，进而提高了粮食作物的附加值，养猪主产区分布在玉米、大豆、小麦等粮食主产区是有一定原因的。3.猪肉主产省养殖规模描述就全国水平来看，我国生猪散养户占35.49%，散养和小规模养殖超过75%。散养对于特定农户来说，其投入的资源相对较少，在市场风险波动状况下，对生猪养殖户的影响不大。其次，生猪的散养可以解决农户闲暇时间的分配问题，可以使得农户将生猪的养殖来当成一种副业来对待。最后，养殖可以产生一定的废料，这种废料作为农家肥，可以代替肥料使用，而且这种有机肥无污染，降低养殖成本，减轻农村的环保压力。1二、我国猪肉生产的计量模型分析1.适应性预期理论及模型在猪肉的动态市场变化中，生猪养猪户的预测也是对未来市场价格的变动预期来进行趋势预测，并根据这种预测结果来知道生猪养猪户进行科学的生产安排。适应性预期是通过修正预测行为来对未来可能发生的情况进行预测，模型如下：pt*=pt-1*+ǐ（pt-1-pt-1*）其中，pt*为t期的预期价格，pt-1为t-1期的实际价格，pt-1*为t-1期的预期价格，ǐ被称为适应系数或者修正因子，值在0与1之间，pt-1*又可以由pt-2*和pt-3*决定的一个值来表示，它决定了预期对过去的预期误差进行修正的速度。对t时期产品的价格预期等于对t-1期产品的预期价格加上或减去t-1期所揭示的预期误差pt-1-pt-1*的一定比例ǐ。如果t-1期的实际价格水平高于预期，则对本期的预期价格将基于对t-1期的预期价格向上调整，如果实际t-1期的实际价格水平低于预期，则对本期的预期价格水平将向下修正。在适应性预期条件下，对t期的价格预期pt*是对过去一系列价格的加权平均数，距离现在越远，权数呈几何递减，因而对当前预期价格形成的作用越来越小。2.中国猪肉生产者决策行为分析基本假設：从前文说述的我国生猪养猪户的特点可以看出，我国生猪养殖多是以散养为主要的养殖形态，而这种散养多以家庭为单位进行养猪，规模化养殖水平还不高。在这种情况下，我们假设养殖户是理性经济人，以最求利润最大化为目标，并受到了猪肉市场价格和生猪的生产养殖成本的影响，这些因素对养殖户的供给产生一定的影响。并基于此建立以下的函数关系。其中Ct-1表示上期猪肉的生产成本，pt-1表示上期猪肉价格，St-1为上期猪肉产量。实证分析：（1）协整检验。我国对1990年到2013年我国的猪肉产量、价格以及养猪成本进行了平稳性检验，检验的结果如下表显示为各变量的对数值均为一阶单整，具备了各变量协整的必要条件，进一步运用JJ检验法对lnts与lntp、lntc进行协整检验。表1ADF检验结果变量检验形（C，T，K）ADF检验统计量5%临界值结论lns（N，N，2）2.7556-1.9347非平稳△lns（C，T，1）-4.6244-3.7457平稳lnp（N，N，1）0.93245-1.996非平稳△lnp（N，N，1）-6.3257-1.9784平稳lnc（N，N，1）1.3268-1.9765非平稳△lnc（N，N，1）-4.9134-1.9753平稳注：表中ADF检验结果采用EVIEW6软件计算得出，检验形式（C，T，K）中的C，T，K分别表示单位根检验方程中的常数项、时间趋势和滞后阶数，N是指不包括常数项C或者时间趋势项T，表示差分算子。表2产量与成本、价格变量的Johansen协整检验特征值零假设（H0）备择假（H1）似然比统计量5%临界值结论0.974394R=0R=169.9383229.53567拒绝零假设0.468334R≤1R=210.6423215.64234不拒绝零假设0.031345R≤2R=30.5813533.854356不拒绝零假设注：R代表协整向量个数经过上述的检验，变量lnts与lntc和lntp具有唯一的协整关系，因此以lnts为因变量，lntc和lntp为自变量建立的回归模型不会出现伪回归的现象。（2）回归分析运用OLS对我国生猪养殖户的决策模型进行估计，结果如下：lnSt=2.4345-0.8167lnCt-1+0.5156lnpt-1+0.4564lnSt-1（2.3546）（-4.2765）（3.4456）（8.7156）R2=0.9446，调整后的R2=0.9146；F=74.6767；DW=2.4567从以上的模型我们可以看出，猪肉的价格弹性为0.5156，即不考虑其他因素的情况下，上期我国猪肉价格上涨1%，本期我国猪肉产量将可能增加0.55156%；猪肉生产成本的弹性系数为-0.8167，即上期猪肉成本上涨1%，则本期猪肉产量将可能减少0.8167%，在不考虑其他因素的情况下，上期我国猪肉产量增加1%，本期我国猪肉的产量可能会增加0.4564%。三、未来销量的预测1.预测猪肉销售量方法的选择（1）猪肉销量弹性系数法。猪肉销量弹性系数就是猪肉销量消费增长率与国内生产总值增长率的比值，即猪肉销量弹性系数=猪肉销量增长率/GDP增长率。其数值可以大于1，等于1或者小于l。当大于1时，表示猪肉销量消费增长速度快于经济发展速度；当等于1时，表示二者速度相当；当小于1时，则表示猪肉销量消费增长速度慢于经济发展速度。这样，猪肉销量弹性系数实际上可以作为制定国民经济发展规划的一个重要衡量指标。（2）趋势外推法。趋势外推法就是根据过去和现在猪肉销量需求的变化趋势，来推测未来的猪肉销量需求。虽然各个时期的猪肉销量需求存在着不确定性和随机性，但经过深入分析后，终有其自身的一些变化规律，假定它会随着这个规律继续发展，就得出了未来某个时期的猪肉销量需求。这一方法的工作量较其他方法，工作量较小，对于短期预测还可行，若中长期预测，则有明显缺陷。（3）时间序列法。该方法就是根据过去猪肉销量需求的统计数据，若可以找到需求随时间的变化规律，就可以建立猪肉销量需求关于时间的函数，从而建立猪肉销量时序模型来预测未来的猪肉销量需求。此方法的优缺点和趋势外推法类似，只适合应用于猪肉销量短期预测。（4）回归预测技术。回归预测技术是一种因果技术，事物之间存在着必然的联系，而回归预测技术就是通过了数据的统计关系，这种方法是根据自变量和因变量之间的关系来建立一定的函数关系，并进行未来数据的预测。在进行预测过程中，又可以分为线性回归和非线性回归两种，线性回归至一个数学模型的建立，通过统计方法来完成。而非线性模型用线性模型近似或分段逼近，即可以通过线性模型加以解决。2.预测实证分析中长期猪肉销量需求的变化受到很多因素制约，本文采用了多元回归模型进行长期猪肉销量需求预测。选择全社会猪肉销量为因变量，选择实际GDP、价格下降和人口数量作为因变量。考虑到回归分析是建立在统计学原理上的，需要的样本量大，但1995年前猪肉销量及各影响因素的数据波动较大，不具有代表性，因此本文选取1996年至2005年的数据为样本，采用matlab软件建立回归模型。y=-15630.2752+0.4131X1+3.1572X2+0.0193X3其中：X1代表实际GDP，X2代表价额下降，X3代表人口数。在上述回归模型中，判定系数R2=0.9984，表明在猪肉销量的变动中有99.84%可以由实际GDP、人口和价额下降这三个自变量的变动来解释说明，这说明该回归模型的拟合优度较优。在该模型中，统计量F=3419.5937，相伴概率值P=0.000年份GDP总量猪肉销量年份GDP总量猪肉销量（亿元）（万吨）（亿元）（万吨）20041172521923820093140455040420051365152294520103409037453420061823212788520114012029494220072094073567620124134531012272008265810472702013424234120778表4多元线性回归拟合结果单位：万吨年份真实值预测值绝对误差相对误差200950404512238191.62%2010745347562310891.46%201194942978322893.04%201210122710983586088.5%201312077812674559674.9%由表3可以看出，多元线性回归模型的吻合度在1.7348%-2.4734%之间，平均绝对误差MAPE为2.1232%，该模型与原系列有较好的吻合度，因此，本文可以选择此多元线性回归模型进行未来猪肉销量需求预测。对于GDP的预测本部分在此采取定性的预测方法，拟以2020年的GDP增长情况为基准。GDP的年增长率大约在8%左右，人口预测的变量主要采取直接影响人口自然变动的出生率、死亡率和社会变动的迁移率等参数，我国人口常用的经验模型基本形式为：式中：从为t年的人口总数；Nt0年时预测起始年的人口基数；k为人口自然增长速率；e为自然对数的底（e=2.718）。中国从2008-2013年人口自然增长率比较稳定，取平均值k=5.59%0作为预测以后几年中国人口总数的自然增长率。取2013年的总人口数作为预测起始年的基数，即从13.54亿人，由此预测2014-2020年的总人口数，根据预测的2014-2020年的国内生产总值和人口总数，通过线性回归模型，即可得到我国2014-2020年的猪肉销量需求数量，如表5。预测的2014-2020年我国国内生产总值、人口总数以及猪肉销量需求年份国内生产总值（万亿元）人口总数（亿人）预测猪肉销量需求（万吨）201445.2313.94143572201548.8413.99157861201652.7514.05170986201756.9714.10199879201861.5314.15214522201966.4514.19236708202071.7714.22267548參考文献：[1]岳冬冬，王征兵.我国生猪生产波动周期研究[J].农业技术经济，2010（10）[2]曙光，乔光华.猪肉价格波动周期实证分析[J].北方经济，2008（8）[3]李菊英.新形势下生猪生产发展思路[J].现代农业科技，2008，（06）[4]陈诗波，王亚静，李崇光.中国生猪生产效率及影响因素分析[J].农业现代化研究，2008，（01）[5]张军辉，闰振富，罗文学.当前我国生猪生产形势分析及未来发展态势预测[J].北方牧业，2007，（12）[6]任相全.当前生猪市场行情分析与预测[J]