基于灰色GM（1,1）模型的我国肉类产量预测分析.pdf

为了科学分析我国肉类生产的发展趋势，以 2016-2020 年我国主要肉类产量为基础数据，通过 DPS 软件构建肉类产量 GM（1，1）模型，并利用该模型预测我国 2021-2024 年的肉类总产量、猪肉、牛肉和羊肉产量的发展态势。结果表明，该模型的预测精度较高，结论可靠；我国肉类总产量与猪肉产量呈现下滑趋势，牛肉和羊肉产量仍处于稳步上升态势。鉴于此，为我国政府相关部门及养殖企业的科学决策提供有益参考。关键词：GM（1，1）模型；肉类产量；灰色系统；预测中图分类号：S8文献标识码：A文章编号：1002-2090（2023）04-0039-06Prediction and Analysis of Meat Yield Based on Grey GM（1，1）ModelWang Shuo1，Lin Xiuwei2，Wang Baoyin1，Jia Yongquan1，Wei Chunbo1（1.College of Animal Science and Technology，Heilongjiang Bayi Agricultural University/Key Laboratory of Efficient Utilization ofFeed Resources and Nutrition Manipulation in Cold Region of Heilongjiang Province，Daqing 163319；2.Branch of Animal Husbandry and Veterinary of Heilongjiang Academy of Agricultural Sciences）Abstract：To scientifically analyze the development trend of meat production in China，based on the data of main meat production inChina from 2016 to 2020，the GM（1，1）model was constructed by DPS software，and the development trend of total meatproduction，pork，beef and mutton production in China from 2021 to 2024 was predicted and analyzed by using the model.The resultsindicated that the prediction accuracy of the model was high and the results were reliable.The total output of meat and pork showed adownward trend，while the output of beef and mutton was still on a steady rise.In view of this，it would provide useful reference forthe scientific decision-making of relevant government departments and aquaculture enterprises.Key words：GM（1，1）model；meet production yield；grey system；prediction自古以来中国就是畜牧业大国，畜牧业资源与肉类生产均在全球占有重要地位1。畜牧业是农民重要的收入来源，同时畜牧业也为人们的生活提供了丰富的动物性食品，保证了人民均衡的膳食营养结构2。近年来，随着我国人均收入水平的不断提高，社会经济水平的不断上升，人们越来越重视生活品质，这带动了我国肉类消费迅速增长，进而在一定程度上刺激了畜牧业的发展3-4。2000-2020 年，我国肉类产量稳居全球第一，2020 年，中国猪牛羊禽肉产量占全球总产量的 22.35%5。然而，2018 年的非洲猪瘟疫情、中美贸易战，以及 2019 年以来的新冠疫情等不确定因素都对我国肉类生产与贸易产生了深远影响，严重阻碍了我国肉类供应。除此之外，肉类贸易逆差逐年扩大、规模产业经济效益下降、产品结构不适应消费需求等情况同样是我国畜牧业目前存在的主要问题6。肉类产品作为广大人民群众日常生活的必需品，其稳定的供应既关系着每个人的切身利益，同时也是社会稳定发展的客观需要，然而受到多种黑 龙 江 八 一 农 垦 大 学 学 报第 35 卷因素的影响，肉类产量呈现波动态势，这为实施供给和调控价格带来了严峻的挑战。科学预测是科学产业发展规划的基础，面对畜牧业如今的现状，有必要通过科学预测方法对肉类产量进行预测，从而根据预测结果合理规划生产布局。针对预测问题许多学者使用不同方法开展相关研究，乔松珊7基于加权马尔科夫链理论预测了郑州市 2008-2011 年肉类总产量，结果证明该理论较好地提高了预测精度。余霜8通过灰色 GM（1，1）模型预测贵州省的肉类总产量，经过验证，证明该方法显示出较高的精度，并发现灰色预测方法更适合未来短时间内的预测。同样，魏凤9通过灰色 GM（1，1）模型对陕西省 2009-2013 年生猪及猪肉产量进行了预测，并认为二者都将保持较为平稳的增长态势。从中可知，灰色 GM（1，1）模型具有所需样本数据少、拟合精度较高、计算简便的特点10。鉴于此，运用灰色系统理论，以 2016-2020 年我国肉类产量情况为原始数据，建立我国肉类总产量及主要肉类产量的灰色 GM（1，1）预测模型，并预测未来四年的肉类产量，为我国畜牧业的生产和肉类相关产业的发展布局提供可靠的理论依据。1材料与方法1.1 数据来源根据 2016-2020 年的肉类总产量、猪肉产量、牛肉产量及羊肉产量的数据为基础进行预测，所有的相关数据全部都是来源于 2021 年 中国统计年鉴，具体见表 1。表 12016-2020 年我国主要畜产品产量 单位（万 t）Table 1Production units of major livestock products in China from 2016 to 2020（10 000 tons）年份20162017201820192020肉类总产量8 628.38 654.48 624.67 758.87 748.4猪肉5 425.55 451.85 403.74 255.34 113.3牛肉616.9634.6644.1667.3672.4羊肉460.3471.1475.1487.5492.31.2 灰色系统理论与 GM（1，1）模型的构建1.2.1 灰色系统理论灰色系统理论是由华中工业大学邓聚龙教授于上世纪 80 年代提出并创立，是一门主要以数学理论为主的系统工程学科，它广泛应用于水利、石油、交通等方面11-13。灰色系统主要解决“小样本，贫信息”的不确定性问题，已广泛应用到各领域的研究中14。灰色系统是介于黑色系统和白色系统之间的过渡系统，如果该系统中有的信息已知，有的信息未知，则该系统就被称之为灰色系统15。由于影响我国肉类供需关系的因素中有一些是确定的，而有一些因为本身就带了不确定性，所以可以将其看作是一个灰色的系统16。灰色模型是指在灰色的过程中形成的模型，其中最普遍使用的是 GM（1，1）模型。GM（1，1）模型是由一个单变量的一阶微分方程构成的，主要适用于某个主导因素的特征组合和预测，用来表示未来发展的变化趋势和主导因素的变化形态17-18。采用灰色 GM（1，1）模型对未来的趋势做评估该方法就会常用于很多方面的预测，比如人口预测19、旅游需求预测20、灾变预测21等方面。1.2.2 GM（1，1）模型构建及精度检验GM（1，1）模型是灰色系统理论中的灰色动态预测模型，它是应用最广泛的一种，模型由一个单变量的一阶微分方程构成，模型的构建分为以下几步：第一步：设原始数据序列：X(0)=x(0)（1），x(0)（2），x(0)（N）用 AGO 生成一阶累加生成模块得到：X(1)=x(1)（1），x(1)（2），x(1)（N）第二步：构造累加矩阵 B 与常数项向量 YN，即B=-12x(1)（1）+x(1)（2）蓘蓡1-12x(1)（2）+x(1)（3）蓘蓡1-12x(1)（N-1）+x(1)（N）蓘蓡1杉删山山山山山山山山山山山山山山山山山山山山山煽闪衫衫衫衫衫衫衫衫衫衫衫衫衫衫衫衫衫衫衫衫衫YN=x1(0)（2），x1(0)（3），x1(0)（N）蓘蓡Ta 赞=au蓘 蓡上述方程组中，YN和 B 为已知量，a 为待定参数。由于变量只有 a 和 u 二个，而方程个数却有 N-1个，而 N-12，故方程组无解。但可用最小二乘法得到最小二乘解。40第 4 期第三步：用最小二乘法解灰参数a 赞=（BTB）-1BTYN=au蓘 蓡第四步：将灰参数代入时间参数：x 赞(1)（t+1）=x(0)（1）-ua蓘蓡e-at+ua第 五 步：对 x 赞(1)求 导 还 原 得 到 x(0)（t+1）=-ax(0)（1）-ua蓸蔀e-atX(0)（t+1）=x 赞(1)（t+1）-x 赞(1)（t）第六步：计算 x(0)（t）与x 赞(0)（t）之差 着(0)（t）相对误差e（t）着(1)（t）=x(0)（t）-x 赞(0)（t）e（t）=着(0)（t）/x(0)（t）第七步：灰色 GM（1，N）模型的检验分为三个方面：关联度检验、残差检验、后验差检验。后验差检验是残差分析统计特性的检验，模型诊断及应用模型进行预报。后验差比值 C：残差方差 S1与数据方差 S2之比，即有：C=S1S2，计算残差方差 S1S12=mt=1移x(0)（t）-x 軃(0)（t）蓘蓡2及数据方差 S2S22=1m-1m-1t=1移q(0)（t）-q 軈(0)（t）蓘蓡2小误差概率P=q(0)（t）-q 軈(0)约0.674 5S1嗓瑟若对于给定的 C0跃0，当 C约C0时，称模型为均方差比合格模型；如对给定的 P0跃0，当 P跃P0时，称模型为小残差概率合格模型。根据后验比 C 和小误差概率 P 对模型进行判断，预测模型的精度等级见表 2 所示。1.3 预测分析为预测我国肉类产量发展情况，根据 2016-2020年的肉类总产量、猪肉产量、牛肉产量、羊肉产量的数据为基础通过 DPS 数据分析软件进行 GM（1，1）模型的构建，并对未来四年产量进行预测。2 结果与分析2.1 肉类产量 GM（1，1）模型构建根据我国 2016-2020 年的主要畜产品产量原始数据经过 DPS 软件计算出各个指标 GM（1，1）模型中的参数 a 和 u，见表 3。表 2GM（1，1）预测模型的精度等级划分Table 2Accuracy classification of GM（1，1）prediction model精度等级好合格勉强不合格P值P逸0.950.80臆P约0.950.70臆P约0.80P约0.70C 值C臆0.350.35约C臆0.500.50约C臆0.65C0.65注：当 P逸0.8 和 C臆0.5 时，则可以被认定为预测模型是合格的，这时可根据模型对系统行为进行预测。表 3各指标的模型参数 a 和 uTable 3Model parameters a and u of each index指标肉类总产量猪肉产量牛肉产量羊肉产量a0.031 70.075 1-0.022 2-0.016 8u9 233.306 336.38598.17450.04由表 3 中的参数 a 和 u 带入一般模型中便可以计算出五个指标的 GM（1，1）模型，模型具体如表4 所示。王硕等：基于灰色 GM（1,1）模型的我国肉类产量预测分析41黑 龙 江 八 一 农 垦 大 学 学 报第 35 卷2.2 肉类产量 GM（1，1）模型检验对表 4 中所构建的 GM（1，1）模型精度进行检验，使用 DPS 软件计算预测值、后验比 C 和小误差概率 P，所得结果如表 5 所示。综合 C 值和 P值对各个模型进行判断，模型的精度均达到合格水平，可进行灰色预测。表 4各指标的 GM（1，1）模型Table 4GM（1，1）model of each index各指标肉类总产量猪肉产量牛肉产量羊肉产量GM（1，1）模型x（t+1）=-282 588.488 3e(-0.031 7 t)+291 337.988 4x（t+1）=-78 756.871 5e(-0.075 1 t)+84 402.271 5x（t+1）=27 604.493 5e(0.022 2 t)-26 987.593 5x（t+1）=27 177.637 8e(0.016 8 t)-26 737.737 8表 52016-2020 年肉类产量 GM（1，1）模型的检验Table 5Inspection of GM（1，1）model of meat yield from 2016 to 2020年份20162017201820192020C 值P值观测值8 628.38 654.48 624.67 758.87 748.4肉类总产量拟合值8 815.68 540.68 274.18 016.07 765.90.495 2 合格0.8 合格误差-2.170 41.315 44.063 6-3.315 1-0.226 5观测值5 425.55 451.85 403.74 255.34 113.3猪肉产量拟合值5 696.15 284.14 901.94 547.44 218.50.485 2 合格0.8 合格误差-4.987 03.076 09.285 7-6.864 4-2.557 8续表 52016-2020 年肉类产量 GM（1，1）模型的检验Continued table 5Inspection of GM（1，1）model of meat yield from 2016 to 2020年份20162017201820192020C 值P值观测值616.9634.6644.1667.3672.4牛肉产量拟合值618.7632.5646.7661.2676.00.163 8 好1.0 合格误差-0.287 50.324 7-0.406 10.912 6-0.539 7观测值460.3471.1475.1487.5492.3羊肉产量拟合值461.3469.1477.1485.2493.40.100 8 好1.0 好误差-1.019 31.950 1-2.013 32.288 0-1.148 12.3 肉类产量 GM（1，1）预测根据所构建的 GM（1，1）模型对未来两年我国主要肉类产量进行预测，预测结果如表 6 所示。将我国主要肉类实际值与拟合预测值绘制折线图，如图 1 所示。表 62021-2024 年我国主要肉类产量灰色预测值（单位：万 t）Table 6Grey prediction value unit of main meat production in China from 2021 to 2024（10 000 tons）年份2021202220232024肉类总产量7 523.77 289.07 061.66 841.3猪肉3 913.43 630.43 367.83 124.2牛肉691.2706.7722.5738.7羊肉501.8510.3519.0527.842第 4 期根据上图所示，2021-2024 年肉类总产量和猪肉产量呈下降趋势，牛肉、羊肉的产量呈上升趋势。3讨论由研究结果可知，目前我国主要肉类产量总体上呈现出下降趋势，但是除猪肉下降外其余二者均出现上涨趋势。导致这一现象的发生，可能是由于我国长期以来的畜牧业产业结构调整政策，加之 2018年的非洲猪瘟疫情以及 2019 年末的新型冠状病毒疫情的持续影响。3.1 肉类生产发展趋势自改革开放以来，我国肉类生产结构已从“一猪独大”向多元化发展，猪肉占肉类总产量的比重已经呈现明显下降态势。1980-2019 年，猪肉产量占肉类总产量的比重从 94.08%下降到 54.85%，牛肉占比从 2.23%提高到 8.60%，羊肉占比从 3.69%上升到6.28%22。猪肉产量增速放缓是大势所趋，然而非洲猪瘟在我国的发生流行，对生猪养殖业构成了空前的挑战，猪的大量屠宰导致存栏数的下降，养殖企业特别是中小型养殖场经济受损导致关门，产量便大幅下降23。2020 年，我国生猪出栏量及猪肉产量缺口为17 000 万头和 1 300 万 t 以上，猪肉产量仍处于下滑态势。考虑到非洲猪瘟疫情导致的种猪短缺、生猪存栏量尚未完全恢复等因素，短期内要想调整生猪饲养结构、提升生产效率仍将面对较大阻力24。加之新冠疫情导致国内的流通限制，饲料运不进来，猪肉运不出去，同样在很大程度上限制了养猪业的发展。因此，近几年内，我国猪肉产量仍将处于下降趋势，又由于我国肉类产量中猪肉仍将占据绝大多数，因此近几年内我国肉类总产量也将处于下降态势。由于我国肉类生产结构的不断优化，牛肉及羊肉的产量一直保持稳步上升趋势。虽然新冠疫情同样对牛羊生产产生不利影响，但我国的强大消费内需对牛羊肉产生巨大拉动。因此，近年来我国牛肉、羊肉的产量处于逐年上升的趋势。3.2 对策分析2019 年以来我国肉类产量下降造成的缺口亟需进口肉类加以填补，我国自 2008 年肉类进口总额首A.肉类总产量；B.猪肉产量；C.牛肉产量；D.羊肉产量图 1我国主要肉类产量实际值与拟合预测Fig.1Actual value and fitting forecast of main meat production in China王硕等：基于灰色 GM（1,1）模型的我国肉类产量预测分析43黑 龙 江 八 一 农 垦 大 学 学 报第 35 卷次超过出口总额以来，肉类贸易逆差不断扩大，肉类产品的进口规模大幅提高，2019 年猪肉、牛肉、羊肉、禽肉进口量占比分别为 41.18%、34.27%、8.10%及16.45%，2020 年猪肉进口量增加至 439.22 万 t，同比增加了 120.25%6，24。面对着如今的问题，我国应进一步规范肉类进口市场，并开展肉类贸易市场的调研，做好肉类贸易出口国疫情发展形势的研判，从而稳定保障我国肉类供给。除了加强肉类进口贸易以外，加强国内肉类产业的发展也是刻不容缓。为此，我国必须通过升级优化畜牧业生产结构，建立更稳定可靠的市场环境，提升肉类供应保障水平。首先，为了有效防范重大动物疫病的再次肆虐，我国应当继续加强动物防疫体系的建设，从而保障畜牧业生产供应的安全。其次，我国还需要升级改革畜牧业产业结构，深化供给侧改革，顺应市场的走向，优化产业布局，提升肉类产品供应的灵活性。同时，未来保障并加快畜牧业健康稳定的发展，我国还必须建立一个肉的总量平衡、进出口肉的价格稳定、物流畅通且肉类产业管理规范的市场体系，充分发挥政府政策引导作用和市场主导调控作用，增强国内肉类市场的活力与竞争力。只有不断地进行改革，创新现有的生产条件和技术，以后的生产能力才能保证较强的增长趋势，才能开创中国畜牧业生产的美好未来25。4结论通过构建灰色预测 GM（1，1）模型对 2021-2024年我国肉类产量进行了科学预测。由预测结果可知，未来几年我国肉类总产量呈现出下降趋势，其中猪肉产量仍处于逐年下降的状态，而牛肉及羊肉产量则处于稳步上升的态势。依据所得的研究结论，我国相关部门及养殖企业可采取如下几个方面的对策：（1）进一步升级畜牧业产业结构，优化产业布局；（2）加强动物防疫体系和畜产品物流运输体系的建设；（3）规范肉类进口市场，做好肉类出口国际市场调研；（4）建立健全国内肉类市场体系，提升国内肉类市场的活力与竞争力。参考文献：1 李凡，强文丽，刘晓洁，等.中国县域肉类生产的时空演变及影响因素 J.自然资源学报，2021，36（5）：1224-1237.2 孙宝平.我国畜牧业现状与发展趋势 J.兽医导刊，2020（9）：70.3 熊学振，杨春，马晓萍.我国畜牧业发展现状与高质量发展策略选择 J.中国农业科技导报，2022，24（3）：1-10.4 荣柏庆.我国畜牧业发展现状及发展趋势研究 J.现代交际，2019（6）：239-240.5 李凡.中国畜禽肉类生产的时空演变及影响因素 D.兰州：兰州大学，2022.6 王守伟.我国肉类产业发展现状与趋势 J.北方牧业，2017（10）：10-11.7 乔松珊，张建军.加权马尔可夫链理论在肉类产量预测中的应用 J.广东农业科学，2013，40（15）：218-220.8 魏凤，孙爱军.陕西省生猪及猪肉生产预测模型建立与分析 J.农业经济与管理，2011（1）：90-96.9 余霜，李光.灰色 GM（1，1）模型在肉类产量预测中的应用 J.贵州畜牧兽医，2010，34（2）：1-2.10 李月秋.基于 GM（1，1）模型的我国废水排放量及治理状况分析 J.数学的实践与认识，2014，44（16）：129-133.11 邓聚龙.灰色系统理论简介 J.内蒙古电力，1993（3）：51-52.12 邓聚龙.灰色预测模型 GM（1，1）的三种性质灰色预测控制的优化结构与优化信息量问题 J.华中工学院学报，1987（5）：1-6.13 邓聚龙.灰色动态模型（GM）及在粮食长期预测中的应用 J.大自然探索，1984（3）：37-43.14 陈周光，龙飞，祁慧博.浙江省森林碳汇潜力及经济价值研究 J.黑龙江八一农垦大学学报，2022，34（4）：126-133.15 丁海峰，高凯，罗娟，等.基于GM（1，1）灰色预测模型的我国民营医院发展趋势预测 J.医学与社会，2021，34（3）：1-6.16 李守军.基于模糊集理论的灰色预测模型及其应用 D.北京：中国矿业大学，2018.17 刘樱，李月明，柯紫云.利用等维新息灰色模型的互联网人数预测方法 J.技术与市场，2020，27（9）：18-21.18 孟祥勇.基于灰色误差神经网络的热电厂燃炉系统故障预测应用研究 D.青岛：青岛科技大学，2017.19 Sun Y P.The effectiveness analysis of combined for-e原casting model-based on forecast of China s aging of po-pulation J.Statistics and Application，2020，9（1）：39-46.20 Hu Y C.Developing grey prediction with fourier series us原ing genetic algorithms for tourism demand forecasting J.Annals of Operations Research，2021，300：467-491.21 Gou X Y，Zeng B，Gong Y.An improved multi-variable g-rey model for forecasting China s finished products fromcomprehensive waste utilization J.Environmental Scien-ce and Pollution Research，2021，28（31）：42901-42915.22 韩磊.中国肉类供需形势及稳产保供对策研究 J.价格理论与实践，2020（7）：57-61.23 赵静.探讨非洲猪瘟对我国养猪业的影响与防控 J.农家参谋，2020（23）：63.24 王芳，石自忠.后疫情时代的中国生猪产业：风险挑战与应对策略 J.农业经济与管理，2021（2）：43-50.25 高观.2022 年中国肉类产业的发展前景 J.肉类工业，2022（2）：1-5.44