摘要：筆者利用聯(lián)合國(guó)糧食與農(nóng)業(yè)組織( FAO)與國(guó)家水禽產(chǎn)業(yè)技術(shù)體系統(tǒng)計(jì)的肉鴨生產(chǎn)數(shù)據(jù)，運(yùn)用ARIMA模型對(duì)我國(guó)肉鴨的出欄量和鴨肉價(jià)格進(jìn)行了預(yù)測(cè)。結(jié)果表明：2017—2020年我國(guó)肉鴨的價(jià)格將繼續(xù)逐步增加，但肉鴨價(jià)格并不會(huì)達(dá)到1萬(wàn)元/t 的歷史高水平；我國(guó)的肉鴨出欄量將繼續(xù)逐步增加，總出欄量將維持在23億只左右；總的來(lái)說(shuō)肉鴨產(chǎn)業(yè)的總存欄量將呈現(xiàn)平穩(wěn)增長(zhǎng)的態(tài)勢(shì)，而另一方面，肉鴨價(jià)格的增長(zhǎng)過(guò)程比肉鴨出欄量的增長(zhǎng)過(guò)程更為曲折?；诖耍员ＷC產(chǎn)業(yè)穩(wěn)定持續(xù)發(fā)展和肉鴨產(chǎn)品價(jià)格穩(wěn)定為目標(biāo)，對(duì)肉鴨產(chǎn)業(yè)未來(lái)的發(fā)展提出相應(yīng)的政策建議。
關(guān)鍵詞: 肉鴨產(chǎn)業(yè)；出欄量；價(jià)格；預(yù)測(cè)；產(chǎn)業(yè)聯(lián)盟；產(chǎn)業(yè)鏈
我國(guó)是肉鴨生產(chǎn)和消費(fèi)第一大國(guó)，在國(guó)內(nèi)市場(chǎng)上肉鴨占有比較重要的地位，是我國(guó)消費(fèi)者餐桌上常見(jiàn)的食材。據(jù)國(guó)家水禽產(chǎn)業(yè)體系技術(shù)統(tǒng)計(jì)，全國(guó)水禽主產(chǎn)區(qū)2016年商品肉鴨出欄量 30.4億只，年產(chǎn)值 745.7億元。在國(guó)際貿(mào)易中，中國(guó)也是肉鴨出口第一大國(guó)，出口量占世界出口量的25%以上。同時(shí)，我國(guó)的肉鴨人均消費(fèi)也是世界第一，每人每年約消費(fèi) 5.0kg肉鴨產(chǎn)品，而歐盟等地區(qū)的肉鴨人均消費(fèi)僅為每年0.6 kg，為我國(guó)的12%。進(jìn)入新世紀(jì)以來(lái)，中國(guó)肉鴨產(chǎn)業(yè)實(shí)現(xiàn)了從農(nóng)戶零星分散飼養(yǎng)到企業(yè)化、規(guī)?；酗曫B(yǎng)的華麗轉(zhuǎn)身，一躍成為我國(guó)現(xiàn)代農(nóng)業(yè)和畜牧業(yè)的重要組成部分，為滿足城鄉(xiāng)居民的禽肉需求、農(nóng)民的收入增長(zhǎng)做出了重要貢獻(xiàn)。但是，由于規(guī)模化、市場(chǎng)化程度的提高，使市場(chǎng)風(fēng)險(xiǎn)與沖擊也隨之而來(lái)，以致肉鴨產(chǎn)品及價(jià)格經(jīng)常發(fā)生波動(dòng)與震蕩，對(duì)養(yǎng)殖企業(yè)和農(nóng)戶的收益，及產(chǎn)業(yè)的穩(wěn)定造成了一定的影響。為了防止產(chǎn)業(yè)波動(dòng)和震蕩，給養(yǎng)殖企業(yè)和農(nóng)戶一個(gè)很好的市場(chǎng)預(yù)期，以便其科學(xué)決策、規(guī)避風(fēng)險(xiǎn)，保障產(chǎn)業(yè)的穩(wěn)定持續(xù)發(fā)展，有必要做好中國(guó)肉鴨產(chǎn)業(yè)發(fā)展的經(jīng)濟(jì)預(yù)測(cè)。
1 研究方法與數(shù)據(jù)說(shuō)明
1.1 研究方法簡(jiǎn)述
差分自回歸移動(dòng)平均模型(ARIMA模型)是由伯克斯和詹金斯在20世紀(jì)70年代初提出的一種時(shí)間序列預(yù)測(cè)方法。ARIMA通常借助時(shí)間序列的隨機(jī)性特征來(lái)描述事物的發(fā)展變化規(guī)律，即運(yùn)用時(shí)間序列的過(guò)去值、當(dāng)期值以及滯后隨機(jī)擾動(dòng)項(xiàng)的加權(quán)來(lái)建立模型，從而解釋并預(yù)測(cè)時(shí)間序列的變化規(guī)律。ARIMA( p，d，q) 模型一般用于非平穩(wěn)時(shí)間序列的分析，p為自回歸項(xiàng)的階數(shù)，d為時(shí)間序列成為平穩(wěn)時(shí)所做的差分次數(shù)，q 為移動(dòng)平均項(xiàng)的階數(shù)。其數(shù)學(xué)表達(dá)式為:
式中：yt為當(dāng)前預(yù)測(cè)值，c是常數(shù)，Φ和θ是模型的參數(shù)，yt－1，…，yt－p 是同一序列不同時(shí)刻的隨機(jī)變量，ut是白噪聲序列。為了方便分析，引入滯后算子，將上式以滯后算子多項(xiàng)式的形式表示為:
式中: L是滯后算子，Lt表示滯后t階，即對(duì)序列組序差分i次。根據(jù)差分多項(xiàng)式的性質(zhì)，令：Φ(Z)=(1－Φ1－Φ2Z2－…－ΦpZp) = 0；θ( Z) = (1+θ1+θ2Z2 +…+θqLq) = 0。則ARIMA模型平穩(wěn)性的充分必要條件是多項(xiàng)式Φ(Z)的全部根都位于單位圓之外，其根的倒數(shù)位于單位圓之內(nèi)，ARIMA模型可逆的充分必要條件是多項(xiàng)式θ(Z)的根都在單位圓外，即其根的倒數(shù)位于單位圓內(nèi)，ARIMA模型是白噪聲的線性組合，其模型的平穩(wěn)性完全取決于自回歸過(guò)程 AR(p)的參數(shù)，而與移動(dòng)平均過(guò)程的參數(shù)無(wú)關(guān)。
1.2 數(shù)據(jù)來(lái)源
針對(duì)肉鴨出欄量、白條鴨價(jià)格數(shù)據(jù)資料，本預(yù)測(cè)研究采用的樣本數(shù)據(jù)為年度數(shù)據(jù)，利用聯(lián)合國(guó)糧農(nóng)組 織( FAO)1987—2013年統(tǒng)計(jì)數(shù)據(jù)、國(guó)家水禽產(chǎn)業(yè)技術(shù)體系產(chǎn)業(yè)經(jīng)濟(jì)研究團(tuán)隊(duì)所調(diào)研統(tǒng)計(jì)的21個(gè)主產(chǎn)省區(qū)和典型示范縣的數(shù)據(jù)(2010—2016年)來(lái)分析預(yù)測(cè)我國(guó)肉鴨 2017—2020年度出欄量和白條鴨價(jià)格。
2 實(shí)證分析
2.1 樣本序列的ADF根檢驗(yàn)
對(duì)1987—2013年FAO肉鴨出欄量和肉鴨價(jià)格的時(shí)間序列數(shù)據(jù)做ADF單位根檢驗(yàn)，檢驗(yàn)結(jié)果見(jiàn)表 1。
表1 中國(guó)肉鴨價(jià)格和出欄量的平穩(wěn)性檢驗(yàn)結(jié)果
| 變量 | 檢驗(yàn)類型 （c，t，k） |
ADF統(tǒng)計(jì)檢驗(yàn) | P值 | 檢驗(yàn)結(jié)果 |
| 出欄量 | C，0，0 | -0.5638 | 0.8624 | 非平穩(wěn) |
| △出欄量 | C，0，0 | -6.1757 | 0.0000 | 平穩(wěn) |
| 價(jià)格 | C，0，2 | -1.9954 | 0.2865 | 非平穩(wěn) |
| △價(jià)格 | C，0，0 | -5.6919 | 0.0002 | 平穩(wěn) |
注: 數(shù)據(jù)來(lái)源于FAO統(tǒng)計(jì)數(shù)據(jù)；檢驗(yàn)類型( c，t，k) 中 c、t、k 分別代表常數(shù)項(xiàng)、趨勢(shì)項(xiàng)和滯后階數(shù)，根據(jù)AIC、SC最優(yōu)信息準(zhǔn)則確定。
由表1可見(jiàn): 出欄量和價(jià)格這2個(gè)序列都是非平穩(wěn)的，但都是一階單整。為了消除原序列的非平穩(wěn)性，要通過(guò)對(duì)序列出欄量和價(jià)格做ADF單位根檢驗(yàn)分析，將該時(shí)間序列做平穩(wěn)化處理后方可利用ARIMA模型進(jìn)行預(yù)測(cè)。因此，通過(guò)EVIEWS 6軟件 分析，對(duì)三個(gè)序列進(jìn)行一階差分處理并檢驗(yàn)。一階差分處理后，表中ADF統(tǒng)計(jì)檢驗(yàn)和P值的檢驗(yàn)值都通過(guò)了檢驗(yàn)，序列不平穩(wěn)趨勢(shì)已經(jīng)消除。自相關(guān)函數(shù)一階截尾，偏自相關(guān)函數(shù)出現(xiàn)拖尾，序列是非白噪聲序列，可以利用該序列數(shù)據(jù)建立ARIMA模型。故用價(jià)格的一階差分和出欄量的一階差分的自相關(guān)圖和偏自相關(guān)圖以及對(duì)比AIC和SC的值并檢驗(yàn)殘差的序列相關(guān)性，最后選擇建立ARIMA(1，1，1) 和ARIMA (2，1，2) 兩個(gè)最優(yōu)模型。由此，基于FAO原始數(shù)據(jù)的肉鴨出欄量、產(chǎn)肉量和白條鴨價(jià)格的AＲIMA模型參數(shù)估計(jì)結(jié)果見(jiàn)表2和表3。
表2 中國(guó)肉鴨價(jià)格的 ARIMA( 1，1，1) 模型參數(shù)估計(jì)結(jié)果
| 模型 | 回歸系數(shù) | t 統(tǒng)計(jì)量 | P 值 |
| c(常數(shù)) | 314.9458 | 9.4094 | 0.0000 |
| AR(1)(1階自回歸模型) | 0.4193 | 1.7899 | 0.0903 |
| MA(1)(1階移動(dòng)平均模型) | -1.8228 | -1.2137 | 0.2377 |
| R2(擬合指數(shù)) | 0.7103 | Adj－R2(調(diào)整擬合指數(shù)) | 0.6781 |
| F(方差齊性檢驗(yàn)) | 22.0616 | P(顯著性水平) | 0.0000 |
表3 中國(guó)肉鴨出欄量的 ARIMA( 2，1，2) 模型參數(shù)估計(jì)結(jié)果
| 模型 | 回歸系數(shù) | T統(tǒng)計(jì)量 | P值 |
| c( 常數(shù)) | 69937.3501 | 15.0295 | 0.0000 |
| AR(1)(1階自回歸模型) | －0.3028 | －0.9308 | 0.0159 |
| AR(2)(2階自回歸模型) | 0.5908 | 2.6474 | 0.0159 |
| MA(1)(1階移動(dòng)平均模型) | －0.0951 | －0.2522 | 0.8036 |
| MA(2)(2階移動(dòng)平均模型) | －0.9002 | －2.0701 | 0.0523 |
| R2(擬合指數(shù)) | 0.2899 | Adj－R2(調(diào)整擬合指數(shù)) | 0.1405 |
| F(方差齊性檢驗(yàn)) | 1.9397 | P(顯著性水平) | 0.1451 |
2.2 模型預(yù)測(cè)結(jié)果
2001—2020年肉鴨價(jià)格ARIMA模型預(yù)測(cè)值與實(shí)際值的對(duì)比結(jié)果見(jiàn)表 4。
表4 2001—2020年肉鴨價(jià)格ARIMA模型預(yù)測(cè)值與實(shí)際值的對(duì)比
| 實(shí)際價(jià)格/( 元·t－1) | 預(yù)測(cè)價(jià)格/( 元·t－1) | 預(yù)測(cè)誤差率 |
| 5784.66 | 5223.50 | -0.09 |
| 5830.65 | 6079.28 | 0.04 |
| 6385.05 | 6137.07 | -0.03 |
| 7399.98 | 6696.42 | -0.06 |
| 7515.27 | 7713.42 | 0.02 |
| 8104.95 | 7829.58 | -0.03 |
| 10226.16 | 8419.63 | -0.17 |
| 11466.63 | 10541.11 | -0.08 |
| 11714.22 | 11781.53 | 0.01 |
| 10780.00 | 12029.15 | 0.11 |
| 9197.00 | 8114.93 | -0.11 |
| 9232.00 | 9511.94 | 0.03 |
| 7670.00 | 7546.94 | -0.01 |
| — | 7984.94 | — |
| — | 8299.89 | — |
| — | 8614.83 | — |
| — | 8929.78 | — |
| — | 9244.72 | — |
| — | 9559.67 | — |
| — | 9874.61 | — |
注: 數(shù)據(jù)來(lái)源于FAO統(tǒng)計(jì)數(shù)據(jù),由于FAO 的相關(guān)數(shù)據(jù)只發(fā)布到2013年，所以 2014年以后的數(shù)據(jù)均用—表示，所對(duì)應(yīng)的預(yù)測(cè)誤差率也無(wú)法計(jì)算因此也用—表示； Theil不等系數(shù)為0.004，偏差率為0.017，方差比例為0.193，協(xié)方差比例為0.788。
由表4可見(jiàn): 通過(guò)對(duì)比實(shí)際數(shù)據(jù)和預(yù)測(cè)數(shù)據(jù)，所選擇ARIMA(1，1，1) 模型對(duì)肉鴨的價(jià)格的預(yù)測(cè)有著較高的精度，預(yù)測(cè)值和實(shí)際值差異較小，說(shuō)明該模型預(yù)測(cè)取得了很好的效果。預(yù)測(cè)模型的Theil 不等系數(shù)為0.004，表明模型的整體預(yù)測(cè)能力比較好，方差比例為0.193，表示較好地模擬了我國(guó)肉鴨價(jià)格時(shí)間序列數(shù)據(jù)的波動(dòng)范圍。另外，協(xié)方差比例為0.788，同樣表明了的預(yù)測(cè)模型的整體預(yù)測(cè)結(jié)果是比較理想的。需要注意的是，隨著預(yù)測(cè)外推的時(shí)間變長(zhǎng)，模型的預(yù)測(cè)效度會(huì)逐漸降低，因此該模型對(duì)我國(guó)肉鴨價(jià)格的預(yù)測(cè)沒(méi)有做出對(duì)更長(zhǎng)時(shí)間內(nèi)的預(yù)測(cè)(超過(guò)2020年的預(yù)測(cè)不再適用于該模型) 。
基于ARIMA 模型的預(yù)測(cè)結(jié)果發(fā)現(xiàn)，在未來(lái)的幾年內(nèi)( 2017—2020年),我國(guó)的肉鴨的價(jià)格將繼續(xù)逐步增加，但肉鴨價(jià)格并不會(huì)達(dá)到1萬(wàn)元/t的歷史高水平上。
2001—2020年肉鴨出欄量ARIMA 模型預(yù)測(cè)值與實(shí)際值的對(duì)比見(jiàn)表 5。
表5 2001—2020年肉鴨出欄量ARIMA模型 預(yù)測(cè)值與實(shí)際值的對(duì)比
| 年份 | 實(shí)際出欄量/萬(wàn)只 | 預(yù)測(cè)出欄量/萬(wàn)只 | 預(yù)測(cè)誤差率 |
| 2001 | 144347.5 | 137498.8 | －0.04 |
| 2002 | 141180.6 | 132931.7 | －0.05 |
| 2003 | 148561.8 | 140528.7 | －0.05 |
| 2004 | 151657.2 | 146030.2 | －0.03 |
| 2005 | 167289.6 | 163295.7 | －0.02 |
| 2006 | 165404.1 | 158853.2 | －0.03 |
| 2007 | 175716.2 | 165848.4 | －0.05 |
| 2008 | 190803.0 | 191451.6 | 0.01 |
| 2009 | 192954.6 | 178226.6 | －0.07 |
| 2010 | 201160.1 | 193866.9 | －0.04 |
| 2011 | 206959.5 | 190462.4 | －0.07 |
| 2012 | 220307.2 | 206133.0 | －0.06 |
| 2013 | 217127.0 | 202582.2 | －0.06 |
| 2014 | — | 208277.6 | — |
| 2015 | — | 214607.4 | — |
| 2016 | — | 220323.0 | — |
| 2017 | — | 226555.6 | — |
| 2018 | — | 232287.6 | — |
| 2019 | — | 238441.0 | — |
| 2020 | — | 244186.3 | — |
注: 數(shù)據(jù)來(lái)源于FAO統(tǒng)計(jì)數(shù)據(jù)；由于FAO的相關(guān)數(shù)據(jù)只發(fā)布到2013年，所以2014年以后的數(shù)據(jù)均用—表示，所對(duì)應(yīng)的預(yù)測(cè)誤差率也無(wú)法計(jì)算因此也用—表示； Theil不等系數(shù)為0.052，偏差率為0.654，方差比例為0.121，協(xié)方差比例為0.225。
由表5可見(jiàn): 通過(guò)對(duì)比實(shí)際樣本數(shù)據(jù)，ARIMA( 2，1，2) 模型對(duì)肉鴨出欄量的預(yù)測(cè)具有相對(duì)較高的精度，預(yù)測(cè)值和實(shí)際值差異比較的平均誤差控制在了正負(fù)7%以下，具體來(lái)看，預(yù)測(cè)值普遍略低于實(shí)際值的5%( 0.05)。說(shuō)明該模型在預(yù)測(cè)我國(guó)肉鴨的出欄量方面具有一定的參考意義。預(yù)測(cè)模型的 Theil不等系數(shù)為0. 052，數(shù)值較小表明模型的整體預(yù)測(cè)能力比較好，方差比例為0.121，表示較好地模擬了我國(guó)肉鴨出欄量序列數(shù)據(jù)的波動(dòng)范圍。雖然協(xié)方差比例為0.225，說(shuō)明實(shí)際值與預(yù)測(cè)值之間的正負(fù)變化走向關(guān)聯(lián)較小，但是從預(yù)測(cè)誤差率一列可以看出預(yù)測(cè)值與實(shí)際值的誤差率比較小，因此預(yù)測(cè)效果是比較好的。需要注意的是，隨著預(yù)測(cè)外推的時(shí)間變長(zhǎng)，模型的預(yù)測(cè)效度會(huì)逐漸降低，因此該模型對(duì)我國(guó)肉鴨出欄的預(yù)測(cè)沒(méi)有做出對(duì)更長(zhǎng)時(shí)間內(nèi)的預(yù)測(cè)(超過(guò)2020年的預(yù)測(cè)不再適用于該模型) 。
基于ARIMA模型的預(yù)測(cè)結(jié)果發(fā)現(xiàn)，在未來(lái)的幾年內(nèi)(2017—2020年)，我國(guó)的肉鴨出欄量將繼續(xù)逐步增加，總出欄量將維持在23億只左右。
3 結(jié)論與啟示
根據(jù)預(yù)測(cè)結(jié)果的分析，2017年肉鴨產(chǎn)業(yè)的出欄量和價(jià)格都將呈現(xiàn)平穩(wěn)增長(zhǎng)的態(tài)勢(shì)，但是出欄量在屢創(chuàng)新高的同時(shí)，肉鴨價(jià)格卻始終沒(méi)有突破歷史高水平，這說(shuō)明肉鴨價(jià)格的變動(dòng)軌跡相對(duì)于出欄量的變動(dòng)來(lái)說(shuō)要更為曲折和復(fù)雜。為了保證產(chǎn)業(yè)穩(wěn)定持續(xù)發(fā)展和肉鴨產(chǎn)品價(jià)格穩(wěn)定，建議在未來(lái)的發(fā)展中做好以下幾件事情: 一是要加強(qiáng)肉鴨產(chǎn)業(yè)內(nèi)部各個(gè)企業(yè)的團(tuán)結(jié)程度，最好建立產(chǎn)業(yè)聯(lián)盟，增加與櫻桃谷公司中國(guó)總代理方面談判時(shí)的話語(yǔ)權(quán)，從供應(yīng)源頭上把控肉鴨的市場(chǎng)投放數(shù)量，確保肉鴨產(chǎn)品的價(jià)格合理健康，防止出現(xiàn)價(jià)格異常變動(dòng)時(shí)養(yǎng)殖戶與企業(yè)瘋狂涌入或退出肉鴨市場(chǎng)所帶來(lái)的對(duì)肉鴨產(chǎn)業(yè)的不利影響； 二是著重發(fā)展具有地方特色的肉鴨產(chǎn)品，推動(dòng)地方性品種發(fā)展，給予消費(fèi)者更多的選擇；三是繼續(xù)深入挖掘肉鴨產(chǎn)品的附加價(jià)值，肉鴨產(chǎn)業(yè)鏈的盡頭不應(yīng)該只是熟食產(chǎn)品而已，還應(yīng)逐步開(kāi)發(fā)出更多元化的利潤(rùn)模式; 四是要使不同經(jīng)營(yíng)主體和不同經(jīng)營(yíng)環(huán)節(jié)間的產(chǎn)業(yè)利潤(rùn)更加合理的分配，避免產(chǎn)業(yè)利潤(rùn)過(guò)分集中于產(chǎn)業(yè)鏈條中的某一環(huán)節(jié)，確保養(yǎng)殖企業(yè)和農(nóng)戶、產(chǎn)業(yè)化龍頭企業(yè)、政府之間的三贏合作。
