生猪产业的主要特征是波动性，这一波动是以价格和生产周期的运动模式表现出来。生猪产业周期现象源于生猪市场中供需双方相互作用的独特性质，周期中内在的价格波动会给生猪生产者、加工者、供给者及消费者、投入要素带来较高的代价，它将引发生产和利润的波动，并导致资源的浪费，给行业中的各类决策者带来不确定性，并影响饲喂经营到零售的整个产业链。因为在周期中，如果价格下降至其生产成本以下，生产者就面临亏损。以下是笔者对近15年来浙江省13个县的集市平均生猪价格的波动进行实证和理论分析，探索生猪价格的变化规律，为养猪生产者对猪价的走势尽早做出推测，并及时调整养猪生产的经营模式提供参考。

　　材料和方法

　　子猪和商品猪价格数据由浙江省畜牧兽医局根据农业部在浙江省定点的13个县集市价格的平均数按月收集，数据为1994年4月~2008年8月，首先对每年的数据求算术平均数，然后根据逐年的算术平均数采用自相关和自回归、移动平均法和指数平滑法进行预测分析。

　　自相关和自回归分析法是建立在同一时间序列基础上的相关和回归分析方法。例如对1994年~2008年间的序列数据，其中1995年~2008年的子猪或商品猪价格与该序列向后推移1年的数据，即1994年~2007年的子猪或商品猪价格间有密切联系，就说明该序列存在自相关，进而就能估计出自回归，利用该自回归可以对2009年的子猪或商品猪价格进行预测。

　　移动平均法是一种简单的平滑预测技术，其实质是为了消除单个年度数据的波动性，采用几年数据的算术平均数作为未来数值进行预测的方法。移动平均法实质上是对当前及以前几项历史值的平滑值。而指数平滑法不是使用部分历史数据，却是使用实际时间序列的所有过去历史值来计算平滑值。

　　自1994年4月~2008年8月，子猪及商品猪价格经历了三起两落，其中的谷峰出现在1997年、2004年和2008年，谷底出现在1999年和2006年。由于数据收集至2008年8月，但事实上，目前的猪价又进入了下降阶段。一般来说，子猪的价格高于商品猪价格，但是，在1998年和1999年，子猪的价格却低于商品猪的价格，这是养猪生产很不景气的表现。养猪生产上升至谷峰或下降至谷底大约需要2年~3年，下降的速度往往比上升的速度快。

　　自相关分析结果表明，该序列数据推移1年后的相关性比推移2年、3年、4年的相关程度高，从第5年开始，相关程度又开始升高，至第6年又达到一个高点，但是却出现了负相

　　关，由此可见，养猪生产的周期大约为5年左右。根据推移1年相关性最高的情况，可以建立自回归用来预测子猪和商品猪的价格。

　　预测2009年的子猪和商品猪的价格分别为每千克27.84元和每千克17.87元，当然这一预测明显过高，这是因为2008年的价格正处于谷峰，而目前价格正在开始下降。

　　对该序列数据采用2年、3年、4年、5年、6年和7年的移动平均分析结果表明，其中2年移动平均值与原数据序列的相关性最高，子猪价格和商品猪价格的相关系数都为0.963，即采用2年移动平均的预测效果最好。预测2009年的子猪和商品猪的价格分别为每千克19.78元和每千克14.54元。

　　在采用指数平滑法进行预测时，为了得到最佳的预测效果，首先要确定最佳指数平滑常数，根据Excel与数据分析（宇传华等，2002）介绍的方法，采用规划求解法对子猪价格和商品猪价格的序列数据进行了求解，结果表明，它们的指数平滑常数都为1，这表明,阻尼系数为零，也就是说在进行预测时，只需要使用前1年度的实际数据，而不需要利用前1年度的预测数据，也就是等同于推移1年的自回归分析。

　　结论

　　本次子猪价格和商品猪价格的预测分析，只使用了年度平均数据，没有考虑年度内月份之间数据的波动。由年度变化曲线可见，子猪价格一般高于商品猪价格，但其中1997年和1998年却出现了子猪价格低于商品猪价格的情况，这一反常情况是由于1997年养猪形势特好导致了1998年和1999年养猪形势的回落所造成,这也是市场调节的结果。从1994年~2006年，养猪产业两起两落，并从2006年开始第3次上升的情况

　　来看，这次的上升幅度之大是前所未有的，这是由多种因素造成的，如养猪业疾病的大规模暴发，国家出台的补贴政策以及饲料价格和CPI上涨等因素。

　　综合上述多种方法的预测结果，子猪价格和商品猪价格年度间的预测使用2年移动平均的结果最佳，其预测的误差对于子猪价格为每千克0.16元~4.15元，对于商品猪价格为每千克0.10元~2.14元，对于2009年子猪和商品猪价格的预测值将分别为每千克19.78元和每千克14.54元。当然，由于2008年的价格处于谷峰，所以预测的误差可能较大。如果不考虑2008年的超常上升，那么它们的预测误差则分别为每千克0.16元~2.56元和每千克0.10元~1.64元，这就可得到比较理想的预测值。虽然本研究只使用了浙江省的数据，但对于全国的数据来说也有一定的参考价值。

信息来源：中国食品产业网