摘要：筆者利用聯(lián)合國糧食與農(nóng)業(yè)組織( FAO)與國家水禽產(chǎn)業(yè)技術(shù)體系統(tǒng)計的肉鴨生產(chǎn)數(shù)據(jù)，運用ARIMA模型對我國肉鴨的出欄量和鴨肉價格進行了預(yù)測。結(jié)果表明：2017—2020年我國肉鴨的價格將繼續(xù)逐步增加，但肉鴨價格并不會達到1萬元/t 的歷史高水平；我國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；總的來說肉鴨產(chǎn)業(yè)的總存欄量將呈現(xiàn)平穩(wěn)增長的態(tài)勢，而另一方面，肉鴨價格的增長過程比肉鴨出欄量的增長過程更為曲折?；诖耍员ＷC產(chǎn)業(yè)穩(wěn)定持續(xù)發(fā)展和肉鴨產(chǎn)品價格穩(wěn)定為目標(biāo)，對肉鴨產(chǎn)業(yè)未來的發(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；價格；預(yù)測；產(chǎn)業(yè)聯(lián)盟；產(chǎn)業(yè)鏈
我國是肉鴨生產(chǎn)和消費第一大國，在國內(nèi)市場上肉鴨占有比較重要的地位，是我國消費者餐桌上常見的食材。據(jù)國家水禽產(chǎn)業(yè)體系技術(shù)統(tǒng)計，全國水禽主產(chǎn)區(qū)2016年商品肉鴨出欄量 30.4億只，年產(chǎn)值 745.7億元。在國際貿(mào)易中，中國也是肉鴨出口第一大國，出口量占世界出口量的25%以上。同時，我國的肉鴨人均消費也是世界第一，每人每年約消費 5.0kg肉鴨產(chǎn)品，而歐盟等地區(qū)的肉鴨人均消費僅為每年0.6 kg，為我國的12%。進入新世紀(jì)以來，中國肉鴨產(chǎn)業(yè)實現(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)民的收入增長做出了重要貢獻。但是，由于規(guī)模化、市場化程度的提高，使市場風(fēng)險與沖擊也隨之而來，以致肉鴨產(chǎn)品及價格經(jīng)常發(fā)生波動與震蕩，對養(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)波動和震蕩，給養(yǎng)殖企業(yè)和農(nóng)戶一個很好的市場預(yù)期，以便其科學(xué)決策、規(guī)避風(fēng)險，保障產(chǎn)業(yè)的穩(wěn)定持續(xù)發(fā)展，有必要做好中國肉鴨產(chǎn)業(yè)發(fā)展的經(jīng)濟預(yù)測。
1 研究方法與數(shù)據(jù)說明
1.1 研究方法簡述
差分自回歸移動平均模型(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間序列預(yù)測方法。ARIMA通常借助時間序列的隨機性特征來描述事物的發(fā)展變化規(guī)律，即運用時間序列的過去值、當(dāng)期值以及滯后隨機擾動項的加權(quán)來建立模型，從而解釋并預(yù)測時間序列的變化規(guī)律。ARIMA( p，d，q) 模型一般用于非平穩(wěn)時間序列的分析，p為自回歸項的階數(shù)，d為時間序列成為平穩(wěn)時所做的差分次數(shù)，q 為移動平均項的階數(shù)。其數(shù)學(xué)表達式為:
式中：yt為當(dāng)前預(yù)測值，c是常數(shù)，Φ和θ是模型的參數(shù)，yt－1，…，yt－p 是同一序列不同時刻的隨機變量，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式的形式表示為:
式中: L是滯后算子，Lt表示滯后t階，即對序列組序差分i次。根據(jù)差分多項式的性質(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程 AR(p)的參數(shù)，而與移動平均過程的參數(shù)無關(guān)。
1.2 數(shù)據(jù)來源
針對肉鴨出欄量、白條鴨價格數(shù)據(jù)資料，本預(yù)測研究采用的樣本數(shù)據(jù)為年度數(shù)據(jù)，利用聯(lián)合國糧農(nóng)組 織( FAO)1987—2013年統(tǒng)計數(shù)據(jù)、國家水禽產(chǎn)業(yè)技術(shù)體系產(chǎn)業(yè)經(jīng)濟研究團隊所調(diào)研統(tǒng)計的21個主產(chǎn)省區(qū)和典型示范縣的數(shù)據(jù)(2010—2016年)來分析預(yù)測我國肉鴨 2017—2020年度出欄量和白條鴨價格。
2 實證分析
2.1 樣本序列的ADF根檢驗
對1987—2013年FAO肉鴨出欄量和肉鴨價格的時間序列數(shù)據(jù)做ADF單位根檢驗，檢驗結(jié)果見表 1。
表1 中國肉鴨價格和出欄量的平穩(wěn)性檢驗結(jié)果
| 變量 | 檢驗類型 （c，t，k） |
ADF統(tǒng)計檢驗 | P值 | 檢驗結(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) |
| 價格 | C，0，2 | -1.9954 | 0.2865 | 非平穩(wěn) |
| △價格 | C，0，0 | -5.6919 | 0.0002 | 平穩(wěn) |
注: 數(shù)據(jù)來源于FAO統(tǒng)計數(shù)據(jù)；檢驗類型( c，t，k) 中 c、t、k 分別代表常數(shù)項、趨勢項和滯后階數(shù)，根據(jù)AIC、SC最優(yōu)信息準(zhǔn)則確定。
由表1可見: 出欄量和價格這2個序列都是非平穩(wěn)的，但都是一階單整。為了消除原序列的非平穩(wěn)性，要通過對序列出欄量和價格做ADF單位根檢驗分析，將該時間序列做平穩(wěn)化處理后方可利用ARIMA模型進行預(yù)測。因此，通過EVIEWS 6軟件 分析，對三個序列進行一階差分處理并檢驗。一階差分處理后，表中ADF統(tǒng)計檢驗和P值的檢驗值都通過了檢驗，序列不平穩(wěn)趨勢已經(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)圖以及對比AIC和SC的值并檢驗殘差的序列相關(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)肉量和白條鴨價格的AＲIMA模型參數(shù)估計結(jié)果見表2和表3。
表2 中國肉鴨價格的 ARIMA( 1，1，1) 模型參數(shù)估計結(jié)果
| 模型 | 回歸系數(shù) | t 統(tǒng)計量 | 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) | 22.0616 | P(顯著性水平) | 0.0000 |
表3 中國肉鴨出欄量的 ARIMA( 2，1，2) 模型參數(shù)估計結(jié)果
| 模型 | 回歸系數(shù) | T統(tǒng)計量 | 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階移動平均模型) | －0.0951 | －0.2522 | 0.8036 |
| MA(2)(2階移動平均模型) | －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) | 1.9397 | P(顯著性水平) | 0.1451 |
2.2 模型預(yù)測結(jié)果
2001—2020年肉鴨價格ARIMA模型預(yù)測值與實際值的對比結(jié)果見表 4。
表4 2001—2020年肉鴨價格ARIMA模型預(yù)測值與實際值的對比
| 實際價格/( 元·t－1) | 預(yù)測價格/( 元·t－1) | 預(yù)測誤差率 |
| 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)來源于FAO統(tǒng)計數(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，所對應(yīng)的預(yù)測誤差率也無法計算因此也用—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: 通過對比實際數(shù)據(jù)和預(yù)測數(shù)據(jù)，所選擇ARIMA(1，1，1) 模型對肉鴨的價格的預(yù)測有著較高的精度，預(yù)測值和實際值差異較小，說明該模型預(yù)測取得了很好的效果。預(yù)測模型的Theil 不等系數(shù)為0.004，表明模型的整體預(yù)測能力比較好，方差比例為0.193，表示較好地模擬了我國肉鴨價格時間序列數(shù)據(jù)的波動范圍。另外，協(xié)方差比例為0.788，同樣表明了的預(yù)測模型的整體預(yù)測結(jié)果是比較理想的。需要注意的是，隨著預(yù)測外推的時間變長，模型的預(yù)測效度會逐漸降低，因此該模型對我國肉鴨價格的預(yù)測沒有做出對更長時間內(nèi)的預(yù)測(超過2020年的預(yù)測不再適用于該模型) 。
基于ARIMA 模型的預(yù)測結(jié)果發(fā)現(xiàn)，在未來的幾年內(nèi)( 2017—2020年),我國的肉鴨的價格將繼續(xù)逐步增加，但肉鴨價格并不會達到1萬元/t的歷史高水平上。
2001—2020年肉鴨出欄量ARIMA 模型預(yù)測值與實際值的對比見表 5。
表5 2001—2020年肉鴨出欄量ARIMA模型 預(yù)測值與實際值的對比
| 年份 | 實際出欄量/萬只 | 預(yù)測出欄量/萬只 | 預(yù)測誤差率 |
| 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)來源于FAO統(tǒng)計數(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，所對應(yīng)的預(yù)測誤差率也無法計算因此也用—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: 通過對比實際樣本數(shù)據(jù)，ARIMA( 2，1，2) 模型對肉鴨出欄量的預(yù)測具有相對較高的精度，預(yù)測值和實際值差異比較的平均誤差控制在了正負(fù)7%以下，具體來看，預(yù)測值普遍略低于實際值的5%( 0.05)。說明該模型在預(yù)測我國肉鴨的出欄量方面具有一定的參考意義。預(yù)測模型的 Theil不等系數(shù)為0. 052，數(shù)值較小表明模型的整體預(yù)測能力比較好，方差比例為0.121，表示較好地模擬了我國肉鴨出欄量序列數(shù)據(jù)的波動范圍。雖然協(xié)方差比例為0.225，說明實際值與預(yù)測值之間的正負(fù)變化走向關(guān)聯(lián)較小，但是從預(yù)測誤差率一列可以看出預(yù)測值與實際值的誤差率比較小，因此預(yù)測效果是比較好的。需要注意的是，隨著預(yù)測外推的時間變長，模型的預(yù)測效度會逐漸降低，因此該模型對我國肉鴨出欄的預(yù)測沒有做出對更長時間內(nèi)的預(yù)測(超過2020年的預(yù)測不再適用于該模型) 。
基于ARIMA模型的預(yù)測結(jié)果發(fā)現(xiàn)，在未來的幾年內(nèi)(2017—2020年)，我國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)測結(jié)果的分析，2017年肉鴨產(chǎn)業(yè)的出欄量和價格都將呈現(xiàn)平穩(wěn)增長的態(tài)勢，但是出欄量在屢創(chuàng)新高的同時，肉鴨價格卻始終沒有突破歷史高水平，這說明肉鴨價格的變動軌跡相對于出欄量的變動來說要更為曲折和復(fù)雜。為了保證產(chǎn)業(yè)穩(wěn)定持續(xù)發(fā)展和肉鴨產(chǎn)品價格穩(wěn)定，建議在未來的發(fā)展中做好以下幾件事情: 一是要加強肉鴨產(chǎn)業(yè)內(nèi)部各個企業(yè)的團結(jié)程度，最好建立產(chǎn)業(yè)聯(lián)盟，增加與櫻桃谷公司中國總代理方面談判時的話語權(quán)，從供應(yīng)源頭上把控肉鴨的市場投放數(shù)量，確保肉鴨產(chǎn)品的價格合理健康，防止出現(xiàn)價格異常變動時養(yǎng)殖戶與企業(yè)瘋狂涌入或退出肉鴨市場所帶來的對肉鴨產(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，推動地方性品種發(fā)展，給予消費者更多的選擇；三是繼續(xù)深入挖掘肉鴨產(chǎn)品的附加價值，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)逐步開發(fā)出更多元化的利潤模式; 四是要使不同經(jīng)營主體和不同經(jīng)營環(huán)節(jié)間的產(chǎn)業(yè)利潤更加合理的分配，避免產(chǎn)業(yè)利潤過分集中于產(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。
