任青山 方逵 朱幸輝

摘要：生豬價(jià)格波動(dòng)是由多種因素共同影響決定的，準(zhǔn)確預(yù)測(cè)生豬價(jià)格對(duì)穩(wěn)定農(nóng)產(chǎn)品市場(chǎng)具有重要意義。首先分析影響生豬價(jià)格波動(dòng)的影響因子及生豬價(jià)格變化規(guī)律和趨勢(shì)，然后通過(guò)灰色關(guān)聯(lián)度分析和Stepwise回歸分析影響生豬價(jià)格波動(dòng)的主要影響因子，再利用多元回歸分析和反向傳播（BP）神經(jīng)網(wǎng)絡(luò)構(gòu)建BP-多元回歸預(yù)測(cè)模型，對(duì)生豬價(jià)格進(jìn)行預(yù)測(cè)，并對(duì)預(yù)測(cè)結(jié)果進(jìn)行分析。結(jié)果表明，BP-多元回歸預(yù)測(cè)模型較單一的多元回歸和BP神經(jīng)網(wǎng)絡(luò)預(yù)測(cè)模型預(yù)測(cè)精度提高了10百分點(diǎn)以上，預(yù)測(cè)精度高達(dá)93.3%，大大提高了生豬價(jià)格預(yù)測(cè)的準(zhǔn)確性和可靠性。

關(guān)鍵詞：生豬價(jià)格;影響因子;BP神經(jīng)網(wǎng)絡(luò);關(guān)聯(lián)度;多元回歸分析

中圖分類(lèi)號(hào)：S126 ? 文獻(xiàn)標(biāo)志碼： A ?文章編號(hào)：1002-1302（2019）14-0277-05

豬肉在我國(guó)肉類(lèi)產(chǎn)品消費(fèi)中的占比超過(guò)66%，在食品中的占比超過(guò)20%，因而豬肉是關(guān)乎國(guó)計(jì)民生的重要食品，生豬生產(chǎn)自然而然也就成為了重中之重，受到了社會(huì)的廣泛關(guān)注。生豬是我國(guó)農(nóng)產(chǎn)品市場(chǎng)中最基本、最重要的組成部分，生豬價(jià)格是農(nóng)產(chǎn)品市場(chǎng)的核心要素[1]。然而，近年來(lái)生豬價(jià)格波動(dòng)異常，經(jīng)常陷入“豬貴傷民，豬賤傷農(nóng)”的惡性循環(huán)，并表現(xiàn)出明顯的波動(dòng)性及周期性。生豬市場(chǎng)價(jià)格的頻繁波動(dòng)給生產(chǎn)經(jīng)營(yíng)者帶來(lái)了很大困擾，在一定程度上打擊了農(nóng)戶的生產(chǎn)積極性。如果能夠?qū)ιi市場(chǎng)價(jià)格的波動(dòng)作出較準(zhǔn)確的分析和預(yù)測(cè)則能夠幫助生產(chǎn)經(jīng)營(yíng)者制定決策，并為以后的產(chǎn)銷(xiāo)計(jì)劃提供一定的參考依據(jù)，能夠在很大程度上減緩生豬價(jià)格波動(dòng)帶來(lái)的不良影響，減少生產(chǎn)經(jīng)營(yíng)者的經(jīng)濟(jì)損失[2]。但生豬價(jià)格具有一定的特殊性，其波動(dòng)頻繁，且受其他市場(chǎng)因素影響，因而無(wú)法用常規(guī)的傳統(tǒng)算法對(duì)其進(jìn)行預(yù)測(cè)。隨著科學(xué)技術(shù)的進(jìn)步與發(fā)展，價(jià)格預(yù)測(cè)的模型和方法已經(jīng)有了顯著的改進(jìn)，但是仍無(wú)一個(gè)模型能把生豬價(jià)格變化擬得非常緊密，關(guān)于生豬價(jià)格預(yù)測(cè)的方法仍然存在諸多的討論?，F(xiàn)階段發(fā)展較成熟的價(jià)格預(yù)測(cè)模型有灰色系統(tǒng)模型、時(shí)間序列模型、神經(jīng)網(wǎng)絡(luò)模型等。在現(xiàn)有研究中，國(guó)外學(xué)者對(duì)生豬價(jià)格波動(dòng)分析與預(yù)測(cè)的研究起步較早，且理論系統(tǒng)也相對(duì)較成熟，他們主要從生豬的供給、需求及國(guó)內(nèi)外生豬市場(chǎng)環(huán)境等方面論述生豬價(jià)格波動(dòng)的成因，而國(guó)內(nèi)學(xué)者對(duì)生豬價(jià)格的波動(dòng)周期、影響因素及其價(jià)格預(yù)測(cè)模型等方面進(jìn)行廣泛深入的研究[3]。付蓮蓮等利用灰色關(guān)聯(lián)和最小二乘支持向量機(jī)算法（LS-SVM）模型分析生豬價(jià)格波動(dòng)的成因，并建立了生豬價(jià)格與其影響因子之間的關(guān)系模型，對(duì)生豬價(jià)格波動(dòng)進(jìn)行預(yù)警分析[4]。郝妙等利用灰色系統(tǒng)理論建立一種基于弱化緩沖算子的GM（1，1）預(yù)測(cè)模型，通過(guò)生豬價(jià)格的歷史數(shù)據(jù)對(duì)其未來(lái)價(jià)格進(jìn)行預(yù)測(cè)，對(duì)未來(lái)生產(chǎn)決策具有一定的指導(dǎo)意義[5]。本研究分析生豬價(jià)格的波動(dòng)規(guī)律、波動(dòng)周期及影響生豬價(jià)格波動(dòng)的因素，通過(guò)灰色關(guān)聯(lián)度和逐步回歸分析得出生豬價(jià)格波動(dòng)的主要影響因子，并結(jié)合多元回歸分析和反向傳播（BP）神經(jīng)網(wǎng)絡(luò)算法構(gòu)建交叉預(yù)測(cè)模型，以提高預(yù)測(cè)的準(zhǔn)確性和可靠性，進(jìn)而對(duì)未來(lái)生豬價(jià)格進(jìn)行預(yù)測(cè)并提出相應(yīng)的生豬價(jià)格風(fēng)險(xiǎn)調(diào)控策略。

1 生豬價(jià)格分析研究

1.1 數(shù)據(jù)來(lái)源

在研究生豬價(jià)格波動(dòng)規(guī)律時(shí)，選取2012年1月第1周至2017年9月第4周全國(guó)待宰活豬的周度價(jià)格作為研究對(duì)象，共300組數(shù)據(jù)，數(shù)據(jù)來(lái)源于中國(guó)農(nóng)業(yè)信息網(wǎng)及中國(guó)畜牧業(yè)信息網(wǎng)。

1.2 生豬價(jià)格規(guī)律及周期

由圖1可知，近年來(lái)生豬價(jià)格波動(dòng)較大，特別是2014年4月第4周全國(guó)生豬平均價(jià)格跌至了歷史最低，僅 10.97元/kg，給生豬生產(chǎn)者造成了重大經(jīng)濟(jì)損失。每年2月份開(kāi)始生豬價(jià)格開(kāi)始下跌，到4、5月份跌到最低點(diǎn)，主要是因?yàn)?月份開(kāi)始天氣逐漸變暖，國(guó)民對(duì)豬肉的需求量減少;而到了每年的9月份生豬價(jià)格又會(huì)上漲至較高點(diǎn)，隨后會(huì)有小幅度的回落，到了12月份后又會(huì)迎來(lái)一個(gè)新的上升周期，主要是因?yàn)?月和1月我國(guó)傳統(tǒng)節(jié)日較多，如中秋節(jié)、春節(jié)等，我國(guó)居民對(duì)豬肉的需求量較大，拉動(dòng)了生豬價(jià)格上漲。通過(guò)總結(jié)文獻(xiàn)及實(shí)證研究分析可知，雖然生豬價(jià)格波動(dòng)劇烈，但也存在一定的周期性，每3年左右生豬價(jià)格有一個(gè)較大的周期性變化，2014年4月至2017年4月我國(guó)生豬價(jià)格就經(jīng)歷了1次周期性變化。

1.3 生豬價(jià)格波動(dòng)影響因子

生豬市場(chǎng)是一個(gè)開(kāi)放性的系統(tǒng)，影響生豬價(jià)格波動(dòng)的因素錯(cuò)綜復(fù)雜，通過(guò)分析生豬價(jià)格的形成發(fā)現(xiàn)，影響生豬價(jià)格波動(dòng)的因素大致可分為供給、需求、市場(chǎng)外因素等3個(gè)方面[6]。供給因素主要包括仔豬費(fèi)用、育肥豬飼料成本、醫(yī)療成本、人工成本、生豬存欄量及出欄量等。生豬生產(chǎn)需要一定的周期，

一般從仔豬到成豬需要5～6個(gè)月時(shí)間，期間生豬生長(zhǎng)需要大量的飼料供給，在生豬飼料中玉米是主要成分，占60%以上，余下飼料成分以豆粕和麥麩為主[7]。需求因素主要包括雞蛋、牛肉、羊肉等可替代產(chǎn)品的價(jià)格，這些產(chǎn)品的價(jià)格變化會(huì)影響居民對(duì)豬肉消費(fèi)的需求，進(jìn)而影響生豬價(jià)格;居民收入變化也會(huì)在一定程度上影響他們對(duì)豬肉的需求。市場(chǎng)外因素主要包括季節(jié)因素、疫情、自然災(zāi)害、國(guó)家相關(guān)政策等。每逢節(jié)假日，居民對(duì)豬肉的消費(fèi)需求就會(huì)增加;出現(xiàn)重大疫情或自然災(zāi)害時(shí)，豬肉價(jià)格自然也就隨之下跌或上漲，進(jìn)而影響生豬價(jià)格[8]。

大量文獻(xiàn)資料表明，仔豬價(jià)格、豬肉價(jià)格、玉米價(jià)格、豬肉可替代品價(jià)格對(duì)生豬價(jià)格波動(dòng)影響顯著[9]。因此，選取仔豬、豬肉、雞蛋、牛肉、羊肉、玉米、豆粕、育肥豬飼料等8種影響因子的價(jià)格進(jìn)行研究，試驗(yàn)數(shù)據(jù)來(lái)源于中國(guó)農(nóng)業(yè)信息網(wǎng)及中國(guó)畜牧業(yè)信息網(wǎng)。

2 研究方法

2.1 BP神經(jīng)網(wǎng)絡(luò)算法

BP神經(jīng)網(wǎng)絡(luò)是一種按誤差逆?zhèn)鞑ニ惴ㄓ?xùn)練的多層前饋神經(jīng)網(wǎng)絡(luò)，別稱誤差反向傳播神經(jīng)網(wǎng)絡(luò)，是當(dāng)前應(yīng)用最為廣泛的神經(jīng)網(wǎng)絡(luò)模型之一。BP神經(jīng)網(wǎng)絡(luò)對(duì)信息處理具有自組織、自學(xué)習(xí)、知識(shí)推理等特點(diǎn)，對(duì)非確定規(guī)律性系統(tǒng)具有自適應(yīng)特征，可以利用對(duì)樣本的訓(xùn)練實(shí)現(xiàn)從輸入到輸出的任意非線性函數(shù)關(guān)系映射，并從這些映射關(guān)系中揭示其內(nèi)在規(guī)律、特征。

BP神經(jīng)網(wǎng)絡(luò)是一種多層前饋神經(jīng)網(wǎng)絡(luò)，其主要特點(diǎn)是信號(hào)前向傳播，誤差反向傳播。在前向傳播過(guò)程中，輸入信號(hào)從輸入層經(jīng)隱含層逐層處理，直至輸出層，產(chǎn)生輸出信號(hào)，每一層的神經(jīng)元狀態(tài)只影響下一層的神經(jīng)元狀態(tài);若輸出信號(hào)不能滿足期望輸出要求，則轉(zhuǎn)入誤差反向傳播過(guò)程，根據(jù)預(yù)測(cè)誤差從輸出層開(kāi)始到輸入層，不斷修正網(wǎng)絡(luò)的權(quán)值和閥值，從而使BP神經(jīng)網(wǎng)絡(luò)的預(yù)測(cè)輸出不斷逼近期望輸出[9]。

由圖2可知，BP神經(jīng)網(wǎng)絡(luò)由輸入層、隱含層、輸出層3部分組成，其中隱含層可以有多層。X1，X2，…，Xn表示BP神經(jīng)網(wǎng)絡(luò)的輸入值;W1，W2，…，Wp表示BP神經(jīng)網(wǎng)絡(luò)的隱含層節(jié)點(diǎn);Y1，Y2，…，Ym表示BP神經(jīng)網(wǎng)絡(luò)的輸出值;Wij和Wjk表示BP神經(jīng)網(wǎng)絡(luò)權(quán)值。

BP神經(jīng)網(wǎng)絡(luò)在進(jìn)行預(yù)測(cè)前須要先進(jìn)行網(wǎng)絡(luò)模型訓(xùn)練，通過(guò)網(wǎng)絡(luò)訓(xùn)練使網(wǎng)絡(luò)具備聯(lián)想記憶和預(yù)測(cè)能力。在網(wǎng)絡(luò)訓(xùn)練過(guò)程中隱含層神經(jīng)元個(gè)數(shù)通常難以確定，如果神經(jīng)元個(gè)數(shù)較少，則網(wǎng)絡(luò)對(duì)樣本的識(shí)別力較低，難以完成網(wǎng)絡(luò)訓(xùn)練;如果神經(jīng)元個(gè)數(shù)較多，則會(huì)增加網(wǎng)絡(luò)迭代次數(shù)，從而延長(zhǎng)網(wǎng)絡(luò)的訓(xùn)練時(shí)間，同時(shí)會(huì)降低網(wǎng)絡(luò)的泛化能力，導(dǎo)致網(wǎng)絡(luò)的預(yù)測(cè)能力下降[10]。然而，目前還沒(méi)有較準(zhǔn)確的方法來(lái)確定隱含層神經(jīng)元個(gè)數(shù)，只能通過(guò)經(jīng)驗(yàn)公式，并結(jié)合多次的試驗(yàn)比對(duì)來(lái)確定隱含層神經(jīng)元數(shù)目。

3 生豬價(jià)格預(yù)測(cè)模型

3.1 關(guān)聯(lián)度分析

3.1.1 灰色關(guān)聯(lián)度分析模型 關(guān)聯(lián)度是對(duì)事物或因素間關(guān)聯(lián)性大小的度量。如果事物或因素變化的態(tài)勢(shì)基本一致，則表明它們之間關(guān)聯(lián)度較大，反之，則關(guān)聯(lián)度較小。雖然使用傳統(tǒng)的回歸、相關(guān)等統(tǒng)計(jì)分析方法也能對(duì)事物或因素之間的關(guān)聯(lián)性進(jìn)行分析，但是往往需要較大的數(shù)據(jù)量，且要求數(shù)據(jù)的分布特征較明顯。相對(duì)來(lái)說(shuō)，灰色關(guān)聯(lián)度分析所需的數(shù)據(jù)量較少，不需要典型的數(shù)據(jù)分布規(guī)律，計(jì)算量較小，原理簡(jiǎn)單易于理解和掌握，且其分析結(jié)果與定性分析結(jié)果較吻合[12]。

灰色關(guān)聯(lián)度分析是一種多因素統(tǒng)計(jì)分析法，主要根據(jù)各因素變化曲線幾何形狀的相似度來(lái)判斷因素之間的關(guān)聯(lián)度大小，在進(jìn)行分析時(shí)須比較研究對(duì)象與待識(shí)別對(duì)象之間的曲線貼近程度，并分別量化，計(jì)算出研究對(duì)象與待識(shí)別對(duì)象之間的關(guān)聯(lián)度，進(jìn)而通過(guò)比較各關(guān)聯(lián)度的大小來(lái)判斷待識(shí)別對(duì)象對(duì)研究對(duì)象的影響程度[13]。簡(jiǎn)單來(lái)說(shuō)，當(dāng)對(duì)某個(gè)系統(tǒng)進(jìn)行灰色關(guān)聯(lián)度分析時(shí)，先要確定使用的關(guān)聯(lián)度模型，選好參考序列、比較序列，然后計(jì)算關(guān)聯(lián)度，最后按關(guān)聯(lián)度的大小進(jìn)行排序和分析并得出結(jié)論[14]。

為進(jìn)一步剖析生豬價(jià)格波動(dòng)的成因，探究生豬價(jià)格與其影響因素之間的相關(guān)性，本研究選取生豬價(jià)格為參考序列，仔豬價(jià)格、豬肉價(jià)格、雞蛋價(jià)格、牛肉價(jià)格、羊肉價(jià)格、玉米價(jià)格、豆粕價(jià)格及育肥豬飼料價(jià)格為比較序列（表1），并利用灰色關(guān)聯(lián)度分析法計(jì)算各比較序列與參考序列之間的關(guān)聯(lián)度（表2）。

通過(guò)灰色關(guān)聯(lián)度分析可知，生豬價(jià)格與仔豬價(jià)格、豬肉價(jià)格、雞蛋價(jià)格、玉米價(jià)格、豆粕價(jià)格的相關(guān)性較高，關(guān)聯(lián)度均在0.7以上，說(shuō)明這些因素對(duì)生豬市場(chǎng)價(jià)格的波動(dòng)具有一定程度的影響，其中生豬價(jià)格與豬肉價(jià)格之間的關(guān)聯(lián)度高達(dá)0.932，說(shuō)明二者之間有著直接的相互影響。

由圖3可知，生豬價(jià)格與仔豬價(jià)格、豬肉價(jià)格、雞蛋價(jià)格之間的曲線變化態(tài)勢(shì)較相似，說(shuō)明它們之間具有一定的相關(guān)性。另外，生豬價(jià)格曲線與豬肉價(jià)格曲線的變化態(tài)勢(shì)基本一致，說(shuō)明它們之間具有較高的相關(guān)性，該結(jié)論與灰色關(guān)聯(lián)度分析的結(jié)果基本相同。

3.1.2 Stepwise回歸模型 Stepwise回歸分析通過(guò)使用最少的預(yù)測(cè)變量數(shù)來(lái)最大化預(yù)測(cè)能力，剔除變量中相關(guān)性較低的變量和存在多重共線的變量，使得剩余變量最優(yōu)，是處理高維數(shù)據(jù)集的主要方法之一。其基本思想是將變量逐個(gè)引入模型，每引入一個(gè)解釋變量后都要進(jìn)行F檢驗(yàn)，并對(duì)已經(jīng)選入的解釋變量逐個(gè)進(jìn)行t檢驗(yàn)，當(dāng)原來(lái)引入的解釋變量由于后面解釋變量的引入變得不再顯著時(shí)，則將其刪除，以確保每次引入新的變量之前回歸方程中只包含顯著性變量，這是一個(gè)反復(fù)的過(guò)程，直到既沒(méi)有顯著的解釋變量選入回歸方程，也沒(méi)有不顯著的解釋變量從回歸方程中剔除為止，以保證最后所得到的解釋變量集是最優(yōu)的[15]。

由表2可知生豬價(jià)格與其影響因子之間的關(guān)聯(lián)度排序，為進(jìn)一步確定生豬價(jià)格的顯著影響因子，本研究建立Stepwise回歸模型對(duì)表2中的影響因子進(jìn)一步篩選。

用預(yù)測(cè)驗(yàn)證集對(duì)生豬價(jià)格BP-多元回歸預(yù)測(cè)模型進(jìn)行檢驗(yàn)，結(jié)果見(jiàn)表5。由表5可知，通過(guò)模型預(yù)測(cè)的生豬價(jià)格走勢(shì)跟實(shí)際價(jià)格走勢(shì)基本保持一致，且預(yù)測(cè)值和期望值很接近;通過(guò)計(jì)算可知，模型預(yù)測(cè)后的生豬價(jià)格平均絕對(duì)誤差僅為0.156，相對(duì)誤差絕對(duì)值低于2%的占93.33%。而多元回歸預(yù)測(cè)模型和BP神經(jīng)網(wǎng)絡(luò)預(yù)測(cè)模型在進(jìn)行單獨(dú)預(yù)測(cè)時(shí)，生豬價(jià)格相對(duì)誤差絕對(duì)值低于2%的僅分別占80%、83%，對(duì)比分析可知，BP-多元回歸預(yù)測(cè)模型在預(yù)測(cè)時(shí)具有更好的擬合效果，大大提高了預(yù)測(cè)的準(zhǔn)確率，在生豬價(jià)格預(yù)測(cè)方面具有更好的預(yù)測(cè)效果。

4 結(jié)論

本研究通過(guò)分析生豬價(jià)格得出生豬價(jià)格的基本波動(dòng)規(guī)律及其波動(dòng)周期，并通過(guò)灰色關(guān)聯(lián)度和Stepwise回歸分析發(fā)現(xiàn)，影響生豬價(jià)格波動(dòng)的主要影響因素為仔豬價(jià)格、豬肉價(jià)格、玉米價(jià)格及豆粕價(jià)格，最后通過(guò)多元回歸分析和BP神經(jīng)網(wǎng)絡(luò)的交叉應(yīng)用建立一種組合預(yù)測(cè)模型，該模型綜合考慮了生豬價(jià)格影響因素以及往期生豬價(jià)格數(shù)據(jù)對(duì)生豬價(jià)格預(yù)測(cè)的影響。結(jié)果表明，該預(yù)測(cè)模型具有較好的預(yù)測(cè)效果，對(duì)比單一的多元回歸預(yù)測(cè)模型和BP神經(jīng)網(wǎng)絡(luò)預(yù)測(cè)模型，該模型的預(yù)測(cè)精度有較大提升，高達(dá)93.33%。利用該預(yù)測(cè)模型對(duì)生豬價(jià)格進(jìn)行預(yù)測(cè)，可以在一定程度上幫助生產(chǎn)經(jīng)營(yíng)者制定相關(guān)的生產(chǎn)決策，具有指導(dǎo)意義，能有效預(yù)防生豬價(jià)格波動(dòng)帶來(lái)的風(fēng)險(xiǎn)，減免損失。

參考文獻(xiàn)：

[1]潘方卉，劉麗麗，龐金波. 中國(guó)生豬價(jià)格周期波動(dòng)的特征與成因分析[J]. 農(nóng)業(yè)現(xiàn)代化研究，2016，37（1）：79-86.