江苏省生猪养殖业发展需求的灰色预测模型

洪琼　安宇　李春茹

摘要：生猪养殖业是江苏省农业产业中仅次于粮食的第二大产业，目前已成为江苏省经济发展的重要优势资源之一。历年来，生猪市场由于受到多种因素的影响而导致价格波动较大，给养殖户及相关企业带来了巨大风险。通过对江苏省生猪养殖业现状的分析，同时基于江苏省2002—2012年生猪生产的相关数据，建立了江苏省生猪需求灰色预测GM（1，1）模型，并进行了预测和结果分析，以期为江苏省生猪养殖业的发展提供方法借鉴和理论指导。

关键词：生猪养殖业；需求预测；GM（1，1）模型

中图分类号： F326.3 文献标志码： A 文章编号：1002-1302（2014）04-0448-04

收稿日期：2013-12-02

基金项目：江苏省经信委工业和信息产业转型升级专项引导资金子项目。

作者简介：洪琼（1983—），女，安徽六安人，硕士，讲师，主要从事物流与供应链管理、区域经济管理研究。E-mail：hong6947@163.com。猪业经济是农村经济的重要组成部分，是畜牧业的主导。我国是世界生猪养殖大国，养殖的生猪量位居世界第一位，世界上每10头生猪中我国便有5头。2012年我国生猪出栏量达69 628万头，存栏总量达47 492万头，且出栏量的增长幅度较存栏量快，猪肉产量由1976年的3 158万t上升至2012年的5 335万t，基本保持稳速提升的趋势。30多年来，我国养猪业实现了生产总量持续增长、生产方式逐步转变、生产水平不断提高、产品质量明显改善、经济地位显著提升的趋势，成功实现了由农村家庭副业向农村经济支柱产业的转型，并正向现代养猪业发展。

2012年江苏省猪肉总产量215.9万t，在全国31个省（市、区）中排名第13位，占全国猪肉总产量的4.5%，虽然比重不大，但是长期以来，生猪养殖业是江苏省农业产业中仅次于粮食的第二大产业，已经成为江苏省经济发展的重要优势资源之一，是江苏省农民收入的主要来源。但是生猪市场的价格波动大、猪价周期性波动等问题不但给养殖户及相关企业带来了巨大风险，而且制约了猪品种改良、规模化和标准化生产。究其原因，主要是养殖户对生猪市场把握不准，从而造成供需不平衡，因此很有必要对江苏省生猪市场需求进行比较精确的预测。

目前，很多学者从不同角度对我国的生猪市场进行了研究，他们主要分析了生猪供需及物流需求[1-4]、生猪价格波动[5-6]及影响因素[7]、生产波动与预测预警[8]等。但总体看来，对生猪市场的定性研究方法多于定量方法，而且对于市场的导向性也不是特别明确。本研究利用灰色预测理论 GM（1，1） 建立江苏省生猪的需求预测模型，并对生猪生产的市场需求进行预测，以期利用预测结果指导江苏省生猪养殖企业和农户的生猪生产，从而避免养殖规模的盲目扩大或缩小而造成经济损失。

1江苏省生猪养殖业发展现状

江苏省有着优越的地理位置及较好的自然条件，经济发展一直位于全国前列，长期以来一直是我国的主要畜牧业产区。改革开放以来，江苏省畜牧业取得了突破性发展，主要表现在畜牧业科技进步步伐加快，产业结构不断优化，产业化经营快速推进，畜牧业生产的数量、质量、效益同步提高。

1996—2012年江苏省与全国的生猪年末出栏量、存栏总量及猪肉产量的比较见表1。可以看出，1996—2012年江苏省生猪年末存栏量基本上较稳定，但数量在整体上相对减少；年末出栏量变化幅度较大，在1998、2008年跌入低谷，1998—2003年、2008—2011年的增幅较快，但是总量较1996年增长得不多；江苏省猪肉产量占全国的比重由1996年的6.20%降至2012年的4.05%，总体呈下降趋势。由表2可知，江苏省猪肉产品在居民肉制品消费中所占的比重由1995年的618%上升至2000年的62.8%，随后在2011年又下降至574%，究其原因，可能是禽类肉制品的比重增加了近64%。

3结论

本研究在对全国及江苏省生猪发展现状分析的基础上，运用灰色预测GM（1，1）模型对江苏省2013—2020年的生猪出栏量及猪肉产量需求进行了预测。从理论上讲，灰色预测模型可以从初始值一直延伸到未来的任意时刻，因此可以对长远的生猪及猪肉产量供给提供决策性依据，但是随着时间推移，未来各种内外部因素将相继进入系统影响预测结果。因此灰色预测GM（1，1）模型只能得出一定范围内的水平，即灰色界域内的水平，主要原因是生猪生产会受到粮食价格、养

殖规模、畜禽疫情、政策等外界因素的影响。

从预测的情况来看，在今后的几年时间内，江苏省生猪的出栏数和猪肉产量需求仍将保持平稳的增长势头，但增速放缓。在未来8年内，生猪出栏和猪肉产量年平均增长率将分别为7.12%、5.34%左右，略低于过去17年的平均增长率。预测模型在一定程度上能够反映江苏省生猪及猪肉产量的变化规律，也符合江苏省的经济发展状况。

参考文献：

[1]冯仕彬. 我国生猪物流及其需求预测研究[D]. 北京：首都经济贸易大学，2012：6-45.

[2]元成斌，吴秀敏. 基于GM（1，1）的四川生猪及猪肉生产预测分析[J]. 科技和产业，2008，8（4）：20-23.

[3]朱晓东，曹杰. 基于GM（1，1）模型的江苏制造业能源消耗需求预测研究[J]. 阅江学刊，2010，2（2）：39-46.

[4]Garrido R A，Mahmassani H S. Forecasting freight transportation demand with the space-time multinomial probit model[J]. Transportation Research Part B：Methodological，2000，34（5）：403-418.

[5]董玲. 我国猪肉价格波动研究[D]. 呼和浩特：内蒙古农业大学，2010：32-108.

[6]紊颖. 中国生猪市场价格波动研究[D]. 沈阳：沈阳农业大学，2008.

[7]陈迪钦，漆雁斌.中国生猪价格波动影响因素的实证分析[J]. 湖北农业科学，2013，52（4）：959-963.

[8]张晓东.中国养猪业生产波动分析与预测预警研究[D]. 哈尔滨：东北农业大学，2013.

[9]张怀亮，邱显焱，谭冠军. Forecasting method of fatigue life test data for metal materials[J]. Transactions of Nonferrous Metals Society of China，2001（6）：873-875.

[10]张 璞，孙青. 基于灰色理论与统计学比较的包头市经济发展预测研究[J]. 数理统计与管理，2007，26（4）：595-601.endprint

摘要：生猪养殖业是江苏省农业产业中仅次于粮食的第二大产业，目前已成为江苏省经济发展的重要优势资源之一。历年来，生猪市场由于受到多种因素的影响而导致价格波动较大，给养殖户及相关企业带来了巨大风险。通过对江苏省生猪养殖业现状的分析，同时基于江苏省2002—2012年生猪生产的相关数据，建立了江苏省生猪需求灰色预测GM（1，1）模型，并进行了预测和结果分析，以期为江苏省生猪养殖业的发展提供方法借鉴和理论指导。

关键词：生猪养殖业；需求预测；GM（1，1）模型

中图分类号： F326.3 文献标志码： A 文章编号：1002-1302（2014）04-0448-04

收稿日期：2013-12-02

基金项目：江苏省经信委工业和信息产业转型升级专项引导资金子项目。

作者简介：洪琼（1983—），女，安徽六安人，硕士，讲师，主要从事物流与供应链管理、区域经济管理研究。E-mail：hong6947@163.com。猪业经济是农村经济的重要组成部分，是畜牧业的主导。我国是世界生猪养殖大国，养殖的生猪量位居世界第一位，世界上每10头生猪中我国便有5头。2012年我国生猪出栏量达69 628万头，存栏总量达47 492万头，且出栏量的增长幅度较存栏量快，猪肉产量由1976年的3 158万t上升至2012年的5 335万t，基本保持稳速提升的趋势。30多年来，我国养猪业实现了生产总量持续增长、生产方式逐步转变、生产水平不断提高、产品质量明显改善、经济地位显著提升的趋势，成功实现了由农村家庭副业向农村经济支柱产业的转型，并正向现代养猪业发展。

2012年江苏省猪肉总产量215.9万t，在全国31个省（市、区）中排名第13位，占全国猪肉总产量的4.5%，虽然比重不大，但是长期以来，生猪养殖业是江苏省农业产业中仅次于粮食的第二大产业，已经成为江苏省经济发展的重要优势资源之一，是江苏省农民收入的主要来源。但是生猪市场的价格波动大、猪价周期性波动等问题不但给养殖户及相关企业带来了巨大风险，而且制约了猪品种改良、规模化和标准化生产。究其原因，主要是养殖户对生猪市场把握不准，从而造成供需不平衡，因此很有必要对江苏省生猪市场需求进行比较精确的预测。

目前，很多学者从不同角度对我国的生猪市场进行了研究，他们主要分析了生猪供需及物流需求[1-4]、生猪价格波动[5-6]及影响因素[7]、生产波动与预测预警[8]等。但总体看来，对生猪市场的定性研究方法多于定量方法，而且对于市场的导向性也不是特别明确。本研究利用灰色预测理论 GM（1，1） 建立江苏省生猪的需求预测模型，并对生猪生产的市场需求进行预测，以期利用预测结果指导江苏省生猪养殖企业和农户的生猪生产，从而避免养殖规模的盲目扩大或缩小而造成经济损失。

1江苏省生猪养殖业发展现状

江苏省有着优越的地理位置及较好的自然条件，经济发展一直位于全国前列，长期以来一直是我国的主要畜牧业产区。改革开放以来，江苏省畜牧业取得了突破性发展，主要表现在畜牧业科技进步步伐加快，产业结构不断优化，产业化经营快速推进，畜牧业生产的数量、质量、效益同步提高。

1996—2012年江苏省与全国的生猪年末出栏量、存栏总量及猪肉产量的比较见表1。可以看出，1996—2012年江苏省生猪年末存栏量基本上较稳定，但数量在整体上相对减少；年末出栏量变化幅度较大，在1998、2008年跌入低谷，1998—2003年、2008—2011年的增幅较快，但是总量较1996年增长得不多；江苏省猪肉产量占全国的比重由1996年的6.20%降至2012年的4.05%，总体呈下降趋势。由表2可知，江苏省猪肉产品在居民肉制品消费中所占的比重由1995年的618%上升至2000年的62.8%，随后在2011年又下降至574%，究其原因，可能是禽类肉制品的比重增加了近64%。

3结论

本研究在对全国及江苏省生猪发展现状分析的基础上，运用灰色预测GM（1，1）模型对江苏省2013—2020年的生猪出栏量及猪肉产量需求进行了预测。从理论上讲，灰色预测模型可以从初始值一直延伸到未来的任意时刻，因此可以对长远的生猪及猪肉产量供给提供决策性依据，但是随着时间推移，未来各种内外部因素将相继进入系统影响预测结果。因此灰色预测GM（1，1）模型只能得出一定范围内的水平，即灰色界域内的水平，主要原因是生猪生产会受到粮食价格、养

殖规模、畜禽疫情、政策等外界因素的影响。

从预测的情况来看，在今后的几年时间内，江苏省生猪的出栏数和猪肉产量需求仍将保持平稳的增长势头，但增速放缓。在未来8年内，生猪出栏和猪肉产量年平均增长率将分别为7.12%、5.34%左右，略低于过去17年的平均增长率。预测模型在一定程度上能够反映江苏省生猪及猪肉产量的变化规律，也符合江苏省的经济发展状况。

参考文献：

[1]冯仕彬. 我国生猪物流及其需求预测研究[D]. 北京：首都经济贸易大学，2012：6-45.

[2]元成斌，吴秀敏. 基于GM（1，1）的四川生猪及猪肉生产预测分析[J]. 科技和产业，2008，8（4）：20-23.

[3]朱晓东，曹杰. 基于GM（1，1）模型的江苏制造业能源消耗需求预测研究[J]. 阅江学刊，2010，2（2）：39-46.

[4]Garrido R A，Mahmassani H S. Forecasting freight transportation demand with the space-time multinomial probit model[J]. Transportation Research Part B：Methodological，2000，34（5）：403-418.

[5]董玲. 我国猪肉价格波动研究[D]. 呼和浩特：内蒙古农业大学，2010：32-108.

[6]紊颖. 中国生猪市场价格波动研究[D]. 沈阳：沈阳农业大学，2008.

[7]陈迪钦，漆雁斌.中国生猪价格波动影响因素的实证分析[J]. 湖北农业科学，2013，52（4）：959-963.

[8]张晓东.中国养猪业生产波动分析与预测预警研究[D]. 哈尔滨：东北农业大学，2013.

[9]张怀亮，邱显焱，谭冠军. Forecasting method of fatigue life test data for metal materials[J]. Transactions of Nonferrous Metals Society of China，2001（6）：873-875.

[10]张 璞，孙青. 基于灰色理论与统计学比较的包头市经济发展预测研究[J]. 数理统计与管理，2007，26（4）：595-601.endprint

摘要：生猪养殖业是江苏省农业产业中仅次于粮食的第二大产业，目前已成为江苏省经济发展的重要优势资源之一。历年来，生猪市场由于受到多种因素的影响而导致价格波动较大，给养殖户及相关企业带来了巨大风险。通过对江苏省生猪养殖业现状的分析，同时基于江苏省2002—2012年生猪生产的相关数据，建立了江苏省生猪需求灰色预测GM（1，1）模型，并进行了预测和结果分析，以期为江苏省生猪养殖业的发展提供方法借鉴和理论指导。

关键词：生猪养殖业；需求预测；GM（1，1）模型

中图分类号： F326.3 文献标志码： A 文章编号：1002-1302（2014）04-0448-04

收稿日期：2013-12-02

基金项目：江苏省经信委工业和信息产业转型升级专项引导资金子项目。

作者简介：洪琼（1983—），女，安徽六安人，硕士，讲师，主要从事物流与供应链管理、区域经济管理研究。E-mail：hong6947@163.com。猪业经济是农村经济的重要组成部分，是畜牧业的主导。我国是世界生猪养殖大国，养殖的生猪量位居世界第一位，世界上每10头生猪中我国便有5头。2012年我国生猪出栏量达69 628万头，存栏总量达47 492万头，且出栏量的增长幅度较存栏量快，猪肉产量由1976年的3 158万t上升至2012年的5 335万t，基本保持稳速提升的趋势。30多年来，我国养猪业实现了生产总量持续增长、生产方式逐步转变、生产水平不断提高、产品质量明显改善、经济地位显著提升的趋势，成功实现了由农村家庭副业向农村经济支柱产业的转型，并正向现代养猪业发展。

2012年江苏省猪肉总产量215.9万t，在全国31个省（市、区）中排名第13位，占全国猪肉总产量的4.5%，虽然比重不大，但是长期以来，生猪养殖业是江苏省农业产业中仅次于粮食的第二大产业，已经成为江苏省经济发展的重要优势资源之一，是江苏省农民收入的主要来源。但是生猪市场的价格波动大、猪价周期性波动等问题不但给养殖户及相关企业带来了巨大风险，而且制约了猪品种改良、规模化和标准化生产。究其原因，主要是养殖户对生猪市场把握不准，从而造成供需不平衡，因此很有必要对江苏省生猪市场需求进行比较精确的预测。

目前，很多学者从不同角度对我国的生猪市场进行了研究，他们主要分析了生猪供需及物流需求[1-4]、生猪价格波动[5-6]及影响因素[7]、生产波动与预测预警[8]等。但总体看来，对生猪市场的定性研究方法多于定量方法，而且对于市场的导向性也不是特别明确。本研究利用灰色预测理论 GM（1，1） 建立江苏省生猪的需求预测模型，并对生猪生产的市场需求进行预测，以期利用预测结果指导江苏省生猪养殖企业和农户的生猪生产，从而避免养殖规模的盲目扩大或缩小而造成经济损失。

1江苏省生猪养殖业发展现状

江苏省有着优越的地理位置及较好的自然条件，经济发展一直位于全国前列，长期以来一直是我国的主要畜牧业产区。改革开放以来，江苏省畜牧业取得了突破性发展，主要表现在畜牧业科技进步步伐加快，产业结构不断优化，产业化经营快速推进，畜牧业生产的数量、质量、效益同步提高。

1996—2012年江苏省与全国的生猪年末出栏量、存栏总量及猪肉产量的比较见表1。可以看出，1996—2012年江苏省生猪年末存栏量基本上较稳定，但数量在整体上相对减少；年末出栏量变化幅度较大，在1998、2008年跌入低谷，1998—2003年、2008—2011年的增幅较快，但是总量较1996年增长得不多；江苏省猪肉产量占全国的比重由1996年的6.20%降至2012年的4.05%，总体呈下降趋势。由表2可知，江苏省猪肉产品在居民肉制品消费中所占的比重由1995年的618%上升至2000年的62.8%，随后在2011年又下降至574%，究其原因，可能是禽类肉制品的比重增加了近64%。

3结论

本研究在对全国及江苏省生猪发展现状分析的基础上，运用灰色预测GM（1，1）模型对江苏省2013—2020年的生猪出栏量及猪肉产量需求进行了预测。从理论上讲，灰色预测模型可以从初始值一直延伸到未来的任意时刻，因此可以对长远的生猪及猪肉产量供给提供决策性依据，但是随着时间推移，未来各种内外部因素将相继进入系统影响预测结果。因此灰色预测GM（1，1）模型只能得出一定范围内的水平，即灰色界域内的水平，主要原因是生猪生产会受到粮食价格、养

殖规模、畜禽疫情、政策等外界因素的影响。

从预测的情况来看，在今后的几年时间内，江苏省生猪的出栏数和猪肉产量需求仍将保持平稳的增长势头，但增速放缓。在未来8年内，生猪出栏和猪肉产量年平均增长率将分别为7.12%、5.34%左右，略低于过去17年的平均增长率。预测模型在一定程度上能够反映江苏省生猪及猪肉产量的变化规律，也符合江苏省的经济发展状况。

参考文献：

[1]冯仕彬. 我国生猪物流及其需求预测研究[D]. 北京：首都经济贸易大学，2012：6-45.

[2]元成斌，吴秀敏. 基于GM（1，1）的四川生猪及猪肉生产预测分析[J]. 科技和产业，2008，8（4）：20-23.

[3]朱晓东，曹杰. 基于GM（1，1）模型的江苏制造业能源消耗需求预测研究[J]. 阅江学刊，2010，2（2）：39-46.

[4]Garrido R A，Mahmassani H S. Forecasting freight transportation demand with the space-time multinomial probit model[J]. Transportation Research Part B：Methodological，2000，34（5）：403-418.

[5]董玲. 我国猪肉价格波动研究[D]. 呼和浩特：内蒙古农业大学，2010：32-108.

[6]紊颖. 中国生猪市场价格波动研究[D]. 沈阳：沈阳农业大学，2008.

[7]陈迪钦，漆雁斌.中国生猪价格波动影响因素的实证分析[J]. 湖北农业科学，2013，52（4）：959-963.

[8]张晓东.中国养猪业生产波动分析与预测预警研究[D]. 哈尔滨：东北农业大学，2013.

[9]张怀亮，邱显焱，谭冠军. Forecasting method of fatigue life test data for metal materials[J]. Transactions of Nonferrous Metals Society of China，2001（6）：873-875.

[10]张 璞，孙青. 基于灰色理论与统计学比较的包头市经济发展预测研究[J]. 数理统计与管理，2007，26（4）：595-601.endprint