中国生猪价格波动规律及预测研究盛建华（河南农业大学牧医工程学院）

我国养猪业经历了快速发展期、适度发展期和饱和期三个阶段，目前已处于稳定状态。 尽管生猪档位仍在增加，但猪肉消费在人们膳食结构中的比重已趋于稳定。 我国幅员辽阔，幅员辽阔。 各主要省区的自然和人文条件不同，养猪业的发展水平也不同。 从东北三省、华北平原等粮食主产区到北京、天津、上海、两广等猪肉消费大省（市），养殖规模存在一定差异，养殖水平、养猪业信息化水平。 作为市场经济国家，国家乃至全世界都是一体化的经济市场。 整体研究其发展特点，可以从全局把握趋势、指导生产。 但不同地区的发展水平和规模不同。 国家和政府部门在制定政策导向和宏观指导时需要区别对待。 如何更加科学、严谨地对待各个省区，进行合理的结构划分，从市场经济的角度引导其发展。 生猪生产和养猪业的信息化进程是一个亟待研究的问题。 现代生猪生产已向规模化、集约化、生态化方向发展，这也是世界各国养殖业的发展趋势。 但目前在我国，以家庭、小规模养殖专业人士为主的家庭化生产模式仍占主导地位，规模化现代化养猪场所占比重还很小。 对于这样的生产结构，加上我国经济体制的特点，自1985年国家开放肉类市场以来，生猪市场价格按照市场经济规律呈现出一定的波动特征和波动周期。 如何把握其波动周期和波动特征？ 这也是专家学者和生猪生产者关注的重点话题。

由于当前生猪市场体系不完善、信息沟通和交流缺乏，以及受疾病流行和社会舆论影响，生猪市场价格波动较大。 特别是2005年下半年四川爆发猪链球菌感染以来，生猪价格持续下跌。 中小生产者损失惨重，集约化养猪场也深受其害。 生猪市场的频繁波动、价格持续走低，给广大生产经营者带来了极大的困惑。 由于猪肉是中国人民消费的主要畜产品，其价格变化关系国计民生，历来受到政府和人民的高度关注。 猪肉价格主要受生猪价格影响。 根据经济学的蜘蛛网理论，生猪产量的变化属于供给弹性大于需求弹性的发散性蜘蛛网。 供给变化对价格变化的敏感度高于需求变化对价格变化的敏感度。 当价格变化对供给的影响大于需求时，价格变化对产出的影响就会越来越大，价格和产出的波动就会越来越强，最终偏离均衡水平。 即价格远离均衡价格，产出也远离均衡产出中国生猪价格，导致供给量周期性变化。 本研究旨在分析我国生猪价格变化规律和特征，构建高精度、实用性预测模型，预测和评估未来价格走势，为政府制定生猪价格制定相应的监管政策和措施。 长效调控机制为相关企业的投资和经营决策提供了科学依据，也可以为相关企业的投资和经营决策提供指导。 1 材料与方法 1.1 材料中所用生猪、仔猪、育肥猪的饲料价格数据来源于中国农业部公布的月度价格统计信息（香港、台湾、澳门、新疆、西藏等）的地方）。

1.2 方法 1.2.1 因果回归结构模型 以生猪价格为因变量，仔猪价格和育肥猪配合饲料价格为自变量，建立二元非线性回归模型。 模型表达式为：时间序列的第i个自变量价格； t为时间序列，其中=1,2,-b2为偏回归系数； ε 是常数。 为了解决利用同期自变量数据来预测同期生猪价格没有实际意义的问题，必须建立各变量的预测模型。 初步观察发现，仔猪价格和育肥猪配合饲料价格随着时间的推移呈现周期性波动和上涨趋势，因此采用以时间序列为自变量的周期性波动回归模型。 模型表达式为：时间序列的价格； t为时间序列，其中=1,2,-为偏回归系数； ω是以弧度表示的周期时间长度； ε 是时间序列的随机波动。 1.3数据处理：.0版本相应程序下，采用循环迭代法估计模型参数和拟合精度R，收敛标准均为10-8。 结果与分析2.1价格变化规律2.1.1育肥猪饲料价格预测模型2000年以来44个季度我国育肥猪饲料价格及其变化情况见表10.034t-0。 （0.449 中国 2000~2010 年育肥猪配合饲料价格（元·公斤-~（-12000-2010 年中国配合饲料实际价格与预测价格曲线） 图 43 季度实际价格预测价格。 1.2 仔猪价格变化规律 中国仔猪价格2000年以来44个季度仔猪价格[7,11]及其变化情况见表20.536t-0.07SIN(0.449中国2000年至2010年仔猪价格(元·公斤-~(-12.2生猪价格预测模型))结合饲料价格影响生猪价格变化的因素及仔猪价格的变化规律，并通过各自的模型，结合生猪价格的变化规律，建立了以时间序列为自变量的周期性波动回归模型。为 .461.55 1.51 1.56 1.73 1.88 1.80 1.97 2.55 2.48 2.68 1.431.58 1.51 1.59 1.88 1.86 1.81 2.00 2.62 2.46 2.71 1.531.61 1.53 1 .55 1.91 1.84 1.86 2.16 2.72 2.57 2.75 1.471.56 1.55 1 .70 1.88 1.82 1.89 2.37 2.57 2.65 2.80