李可強

摘要：蛋雞產(chǎn)業(yè)是我國畜牧業(yè)的重要組成部分，雞蛋價格的波動不僅直接影響雞蛋生產(chǎn)者與消費者的意愿，同時也影響蛋雞產(chǎn)業(yè)乃至畜牧業(yè)健康和可持續(xù)發(fā)展。為了預測河北省雞蛋價格變化趨勢，文章利用SPSS20.0統(tǒng)計分析軟件，選取達到顯著水平的價格樣本為自變量，經(jīng)過多次的抽樣測驗，建立了模型、常數(shù)項及自變量均差異顯著的河北省雞蛋日均價格預測模型。

關鍵詞：河北省;雞蛋;日均價格;預測模型

一、引言

畜牧業(yè)是我國現(xiàn)代農(nóng)業(yè)的重要支柱產(chǎn)業(yè)，蛋雞產(chǎn)業(yè)作為我國畜牧業(yè)的重要組成部分，在促進農(nóng)民增收、發(fā)展農(nóng)村經(jīng)濟及滿足城鄉(xiāng)居民消費需求等方面發(fā)揮了重要作用。然而，在市場經(jīng)濟的浪潮中，頻繁波動的雞蛋價格不僅直接影響雞蛋生產(chǎn)者與消費者的意愿，同時也影響蛋雞產(chǎn)業(yè)乃至畜牧業(yè)健康和可持續(xù)發(fā)展。因此，對雞蛋價格進行科學預測和預警，不僅能夠提高蛋雞生產(chǎn)者的決策能力，而且對于畜牧經(jīng)濟穩(wěn)定、健康和可持續(xù)發(fā)展具有重要意義。

在雞蛋價格預測研究方面，王舒鴻以半個月樣本數(shù)據(jù)為采集頻率，研究了雞蛋價格灰色預測模型;唐江橋等利用2000年1月至2010年12月的雞蛋價格月度數(shù)據(jù)，構建了包含ARIMA模型在內(nèi)的中國雞蛋價格波動預警模型;岳之峣等采用基于支持向量機的方法對雞蛋價格進行了預警研究;劉林靜等將GRNN模型應用于雞蛋價格預測，但剔除了周六周日的數(shù)據(jù);潘文婧等建立組合預測模型對雞蛋價格進行擬合預測;周榮柱通過我國雞蛋市場風險預警研究確定了5個同步指標、13個先行指標以及4個滯后指標，構建了雞蛋市場風險預警指標體系;唐江橋運用時間序列分析方法，構建了Holter-Winter季節(jié)乘積模型;武玉環(huán)等使用HP濾波分析以及BP分析法，對我國2000年以來雞蛋價格序列進行分解，得到我國雞蛋價格的長期趨勢和短期波動特征，同時，利用自回歸移動平均模型對短期內(nèi)雞蛋月度價格進行了預測。課題組在模糊時間序列模型和時間序列模型的基礎上，針對模糊時間序列模型論域劃分不清的問題，提出了改進方法，并結合2006年1月至2017年10月期間河北省各地市雞蛋價格數(shù)據(jù)建立了新的雞蛋價格預測模型，預測模型相對誤差0. 030。上述雞蛋價格預測模型基本上是對今后各個月份的中短期預測預警，只有潘文婧等選取Holt-Winter季節(jié)乘積模型和ARIMA模型對2002～2015年北京市包括雞蛋在內(nèi)的市場周價進行實證研究，建立組合預測模型對價格進行擬合預測，并利用組合模型對日雞蛋價格進行了預測和實際值的比較，預測誤差在0.69%～15.68%，結果也表明雞蛋市場價格的預測偏差相對不穩(wěn)定。為更好地對日雞蛋價格進行預測，本文利用河北省不同市場2013年1月至2020年12月的日均雞蛋價格數(shù)據(jù)，建立了日均雞蛋價格回歸預測模型，以期為日均雞蛋價格預警預測提供依據(jù)。

二、材料和方法

雞蛋價格數(shù)據(jù)來自河北省12316綜合信息網(wǎng)2013年1月至2020年12月柏鄉(xiāng)縣禽蛋批發(fā)市場、藁城禽蛋市場、館陶金鳳禽蛋農(nóng)貿(mào)批發(fā)市場、秦皇島昌黎農(nóng)副產(chǎn)品批發(fā)市場、石家莊高邑蔬菜批發(fā)市場、唐山荷花坑蔬菜批發(fā)市場、邢臺任縣蔬菜批發(fā)市場和張家口懷來京西果菜批發(fā)市場的日雞蛋價格，共計10593條，計算對應數(shù)據(jù)的相應平均值，由此得到河北省日均雞蛋價格。利用SPSS 20.0統(tǒng)計分析軟件以日均雞蛋價格為因變量y，以前1天至前10天日均雞蛋價格分別為自變量x1～x10構建日均雞蛋價格回歸模型：y=a+b1x1+…+b10x10。變量y為日均雞蛋價格;b1、b2…b10為模型參數(shù);x1～x10為第1天至第10天日均雞蛋價格;a為常數(shù)項。

三、結果與分析

以日均雞蛋價格為因變量y，以前1天至前14天日均雞蛋價格分別為自變量x1～x14，利用SPSS 20.0統(tǒng)計分析軟件，計算得到構建的回歸模型中，常數(shù)項、x1、x2、x3、x4、x6、x7和x9達到顯著水平（p<0.01）。選取達到顯著水平的x1、x2、x3、x4、x6、x7、x9為自變量，經(jīng)過1000次的抽樣測驗，x6的偏差未達顯著水平，因此回歸模型中保留x1、x2、x3、x4、x7和x9（見表1）。模型的顯著水平等于0.000，相關指數(shù)為0.939，說明所構建的回歸模型可靠。

殘差Durbin-Watson統(tǒng)計量為1.997，標準誤差為0.075，95%置信區(qū)間為上限為1.132，下限為1.427。該統(tǒng)計量在2左右說明殘差服從正態(tài)分布， 本研究得到的雞蛋價格預測殘差Durbin-Watson統(tǒng)計量為1.997，十分接近2，說明殘差服從正態(tài)分布，預測可靠。

x1、x2、x3、x4、x7和x9自變量共線性檢測的VIF統(tǒng)計量分別為5.877、6.135、6.073、7.874、4.898和4.369，該值在10以下，表明幾個自變量之間不存在共線性問題。

由表1可以看出，常數(shù)項和各個自變量均達到極顯著水平（p<0.01），說明模型中的常數(shù)項和各個自變量用來預測雞蛋日均價格是可靠的。由于該模型是利用不斷更新的數(shù)據(jù)進行預測，因此利用該模型進行預測時常數(shù)項和各自變量的系數(shù)會每天在不斷變化。因此利用該模型建立日均雞蛋價格預測系統(tǒng)更有利于應用推廣。

預測值及殘差統(tǒng)計量如表2所示。由表2可以看出，經(jīng)過1000次的抽樣測驗，回歸模型預測值的均值和標準偏差以及殘差的均值和標準偏差均具有較小的偏差和標準誤差，說明回歸模型是可靠的。

四、結語

本文通過回歸模型的顯著性檢驗、常數(shù)項及各變量回歸系數(shù)及顯著性檢驗、預測值及殘差統(tǒng)計量檢驗及自變量之間的相關系數(shù)分析，建立了利用前1天、2天、3天、4天、7天、9天日均雞蛋價格預測今后各日雞蛋平均價格回歸預測模型。該模型充分利用歷史數(shù)據(jù)進行雞蛋日均價格預測，將每日更新數(shù)據(jù)實時放入預測模型中，回歸模型中的常數(shù)項和回歸系數(shù)不斷更新與調(diào)整，使得預測結果具有較小的預測誤差和標準誤差。該模型為雞蛋生產(chǎn)者、消費者及政府部門提供了重要參考，對蛋雞產(chǎn)業(yè)穩(wěn)定健康和可持續(xù)發(fā)展具有重要意義。

參考文獻：

[1]王舒鴻.灰色預測模型在雞蛋價格預測中的應用[J].中國禽業(yè)導刊，2008，25（15）：48-50.

[2]唐江橋，雷娜.中國雞蛋價格波動預警研究[J].中國改革熱點與難點，2011，21（06）：44-47.

[3]岳之峣，周文俊，侯云先.基于支持向量機的雞蛋供應鏈中價格預警研究[J].物流工程與管理，2013，35（02）：74-76.

[4]劉林靜，樓文高.GRNN模型在雞蛋價格預測方面的應用[J].中國集體經(jīng)濟，2014，36：66-67.

[5]潘文婧，趙安平.組合預測模型在畜產(chǎn)品價格預測中的應用研究[J].中國食物與營養(yǎng)，2016，22（11）：53-54.

[6]周榮柱.我國雞蛋市場風險預警研究[D].中國農(nóng)業(yè)科學院，2017：103-105.

[7]唐江橋.中國雞蛋價格波動周期識別與短期預測[J].中國畜牧雜志，2017，53（05）：142-148.

[8]武玉環(huán)，秦富.當前我國雞蛋價格趨勢的分析及預測[J].價格理論與實踐，2017，10：108-111.

*本研究得到河北省高等學?？茖W研究項目（QN2020414）及河北省蛋雞肉雞體系遺傳資源（壩上長尾雞）開發(fā)與利用項目（HBCT2018150201）資助。

（作者單位：河北科技師范學院數(shù)學與信息科技學院）

2208501705397