河北省鸡蛋日均价格预测模型研究

李可强

摘要：蛋鸡产业是我国畜牧业的重要组成部分，鸡蛋价格的波动不仅直接影响鸡蛋生产者与消费者的意愿，同时也影响蛋鸡产业乃至畜牧业健康和可持续发展。为了预测河北省鸡蛋价格变化趋势，文章利用SPSS20.0统计分析软件，选取达到显著水平的价格样本为自变量，经过多次的抽样测验，建立了模型、常数项及自变量均差异显著的河北省鸡蛋日均价格预测模型。

关键词：河北省;鸡蛋;日均价格;预测模型

一、引言

畜牧业是我国现代农业的重要支柱产业，蛋鸡产业作为我国畜牧业的重要组成部分，在促进农民增收、发展农村经济及满足城乡居民消费需求等方面发挥了重要作用。然而，在市场经济的浪潮中，频繁波动的鸡蛋价格不仅直接影响鸡蛋生产者与消费者的意愿，同时也影响蛋鸡产业乃至畜牧业健康和可持续发展。因此，对鸡蛋价格进行科学预测和预警，不仅能够提高蛋鸡生产者的决策能力，而且对于畜牧经济稳定、健康和可持续发展具有重要意义。

在鸡蛋价格预测研究方面，王舒鸿以半个月样本数据为采集频率，研究了鸡蛋价格灰色预测模型;唐江桥等利用2000年1月至2010年12月的鸡蛋价格月度数据，构建了包含ARIMA模型在内的中国鸡蛋价格波动预警模型;岳之峣等采用基于支持向量机的方法对鸡蛋价格进行了预警研究;刘林静等将GRNN模型应用于鸡蛋价格预测，但剔除了周六周日的数据;潘文婧等建立组合预测模型对鸡蛋价格进行拟合预测;周荣柱通过我国鸡蛋市场风险预警研究确定了5个同步指标、13个先行指标以及4个滞后指标，构建了鸡蛋市场风险预警指标体系;唐江桥运用时间序列分析方法，构建了Holter-Winter季节乘积模型;武玉环等使用HP滤波分析以及BP分析法，对我国2000年以来鸡蛋价格序列进行分解，得到我国鸡蛋价格的长期趋势和短期波动特征，同时，利用自回归移动平均模型对短期内鸡蛋月度价格进行了预测。课题组在模糊时间序列模型和时间序列模型的基础上，针对模糊时间序列模型论域划分不清的问题，提出了改进方法，并结合2006年1月至2017年10月期间河北省各地市鸡蛋价格数据建立了新的鸡蛋价格预测模型，预测模型相对误差0. 030。上述鸡蛋价格预测模型基本上是对今后各个月份的中短期预测预警，只有潘文婧等选取Holt-Winter季节乘积模型和ARIMA模型对2002～2015年北京市包括鸡蛋在内的市场周价进行实证研究，建立组合预测模型对价格进行拟合预测，并利用组合模型对日鸡蛋价格进行了预测和实际值的比较，预测误差在0.69%～15.68%，结果也表明鸡蛋市场价格的预测偏差相对不稳定。为更好地对日鸡蛋价格进行预测，本文利用河北省不同市场2013年1月至2020年12月的日均鸡蛋价格数据，建立了日均鸡蛋价格回归预测模型，以期为日均鸡蛋价格预警预测提供依据。

二、材料和方法

鸡蛋价格数据来自河北省12316综合信息网2013年1月至2020年12月柏乡县禽蛋批发市场、藁城禽蛋市场、馆陶金凤禽蛋农贸批发市场、秦皇岛昌黎农副产品批发市场、石家庄高邑蔬菜批发市场、唐山荷花坑蔬菜批发市场、邢台任县蔬菜批发市场和张家口怀来京西果菜批发市场的日鸡蛋价格，共计10593条，计算对应数据的相应平均值，由此得到河北省日均鸡蛋价格。利用SPSS 20.0统计分析软件以日均鸡蛋价格为因变量y，以前1天至前10天日均鸡蛋价格分别为自变量x1～x10构建日均鸡蛋价格回归模型：y=a+b1x1+…+b10x10。变量y为日均鸡蛋价格;b1、b2…b10为模型参数;x1～x10为第1天至第10天日均鸡蛋价格;a为常数项。

三、结果与分析

以日均鸡蛋价格为因变量y，以前1天至前14天日均鸡蛋价格分别为自变量x1～x14，利用SPSS 20.0统计分析软件，计算得到构建的回归模型中，常数项、x1、x2、x3、x4、x6、x7和x9达到显著水平（p<0.01）。选取达到显著水平的x1、x2、x3、x4、x6、x7、x9为自变量，经过1000次的抽样测验，x6的偏差未达显著水平，因此回归模型中保留x1、x2、x3、x4、x7和x9（见表1）。模型的显著水平等于0.000，相关指数为0.939，说明所构建的回归模型可靠。

残差Durbin-Watson统计量为1.997，标准误差为0.075，95%置信区间为上限为1.132，下限为1.427。该统计量在2左右说明残差服从正态分布， 本研究得到的鸡蛋价格预测残差Durbin-Watson统计量为1.997，十分接近2，说明残差服从正态分布，预测可靠。

x1、x2、x3、x4、x7和x9自变量共线性检测的VIF统计量分别为5.877、6.135、6.073、7.874、4.898和4.369，该值在10以下，表明几个自变量之间不存在共线性问题。

由表1可以看出，常数项和各个自变量均达到极显著水平（p<0.01），说明模型中的常数项和各个自变量用来预测鸡蛋日均价格是可靠的。由于该模型是利用不断更新的数据进行预测，因此利用该模型进行预测时常数项和各自变量的系数会每天在不断变化。因此利用该模型建立日均鸡蛋价格预测系统更有利于应用推广。

預测值及残差统计量如表2所示。由表2可以看出，经过1000次的抽样测验，回归模型预测值的均值和标准偏差以及残差的均值和标准偏差均具有较小的偏差和标准误差，说明回归模型是可靠的。

四、结语

本文通过回归模型的显著性检验、常数项及各变量回归系数及显著性检验、预测值及残差统计量检验及自变量之间的相关系数分析，建立了利用前1天、2天、3天、4天、7天、9天日均鸡蛋价格预测今后各日鸡蛋平均价格回归预测模型。该模型充分利用历史数据进行鸡蛋日均价格预测，将每日更新数据实时放入预测模型中，回归模型中的常数项和回归系数不断更新与调整，使得预测结果具有较小的预测误差和标准误差。该模型为鸡蛋生产者、消费者及政府部门提供了重要参考，对蛋鸡产业稳定健康和可持续发展具有重要意义。

参考文献：

[1]王舒鸿.灰色预测模型在鸡蛋价格预测中的应用[J].中国禽业导刊，2008，25（15）：48-50.

[2]唐江桥，雷娜.中国鸡蛋价格波动预警研究[J].中国改革热点与难点，2011，21（06）：44-47.

[3]岳之峣，周文俊，侯云先.基于支持向量机的鸡蛋供应链中价格预警研究[J].物流工程与管理，2013，35（02）：74-76.

[4]刘林静，楼文高.GRNN模型在鸡蛋价格预测方面的应用[J].中国集体经济，2014，36：66-67.

[5]潘文婧，赵安平.组合预测模型在畜产品价格预测中的应用研究[J].中国食物与营养，2016，22（11）：53-54.

[6]周荣柱.我国鸡蛋市场风险预警研究[D].中国农业科学院，2017：103-105.

[7]唐江桥.中国鸡蛋价格波动周期识别与短期预测[J].中国畜牧杂志，2017，53（05）：142-148.

[8]武玉环，秦富.当前我国鸡蛋价格趋势的分析及预测[J].价格理论与实践，2017，10：108-111.

*本研究得到河北省高等学校科学研究项目（QN2020414）及河北省蛋鸡肉鸡体系遗传资源（坝上长尾鸡）开发与利用项目（HBCT2018150201）资助。

（作者单位：河北科技师范学院数学与信息科技学院）

2208501705397