付蓮蓮，翁貞林2，張雅燕2

（1.江西農(nóng)業(yè)大學理學院，江西南昌330045；2.江西農(nóng)業(yè)大學江西現(xiàn)代農(nóng)業(yè)發(fā)展協(xié)同創(chuàng)新中心，江西南昌330045）

江西省生豬價格波動的成因及其預(yù)警分析
——基于灰色關(guān)聯(lián)和LS-SVM模型

付蓮蓮1，2，翁貞林2，張雅燕2

（1.江西農(nóng)業(yè)大學理學院，江西南昌330045；2.江西農(nóng)業(yè)大學江西現(xiàn)代農(nóng)業(yè)發(fā)展協(xié)同創(chuàng)新中心，江西南昌330045）

以2000年1月至2015年5月的江西生豬價格數(shù)據(jù)為研究對象，利用Census-X12和HP濾波分解方法探索生豬價格波動的特征，結(jié)合逐步回歸法和灰色關(guān)聯(lián)分析識別影響生豬價格波動的顯著因素，在此基礎(chǔ)上，構(gòu)建LS-SVM模型對生豬價格進行預(yù)測。結(jié)果表明，生豬價格波動具有明顯的季節(jié)性，每年的1月份季節(jié)因子最大，6月份降至全年的最低點；2000年以來生豬價格共經(jīng)歷了7個波動周期，平均周期為25.3個月；隨機性成分對生豬價格的貢獻日益增大，玉米價格、仔豬價格、豬肉價格、生產(chǎn)者預(yù)期、牛肉價格和疫情對生豬價格的波動有顯著作用，其中玉米價格和仔豬價格的影響較大；LS-SVM模型的預(yù)測值和真實值很接近，平均誤差僅為1.37%，LS-SVM能較好地反映生豬價格及其影響因素之間的復雜的非線性關(guān)系。

生豬價格；波動特征；灰色關(guān)聯(lián)；LS-SVM模型；預(yù)警

自1985年國家取消統(tǒng)購統(tǒng)銷實行多渠道經(jīng)營以來，我國生豬價格波動歷經(jīng)了數(shù)次飆漲、暴跌及其相互轉(zhuǎn)換過程［1］。2010年5月—2011年9月，生豬價格持續(xù)上漲，累計漲幅達95.48%。2014年以來，“豬周期”再次來臨，2014年4月，生豬價格僅為10.97元·kg-1，全國生豬出場價格持續(xù)19周下跌，累計降幅達31.11%。2015年3月開始，豬價在4個月里上漲50%，此輪豬價上漲出乎意料，在淡季出現(xiàn)了價格大逆轉(zhuǎn)。生豬價格波動劇烈，不確定因素眾多，且價格波動具有聯(lián)動性、傳導性、同步性和放大效應(yīng)［2］，對消費者和生產(chǎn)者造成巨大的經(jīng)濟損失，影響市場的供求，是困擾生豬產(chǎn)業(yè)健康發(fā)展、價格穩(wěn)定的難題［3］。

已有研究中，國外學者主要從生豬供給、需求、石油價格、生產(chǎn)成本、貨幣、生物質(zhì)能源、疫情、匯率、氣候、國際畜產(chǎn)品價格等方面論述生豬價格波動的成因［4-9］，國內(nèi)學者主要從生豬的生產(chǎn)成本、流通成本、養(yǎng)殖主體行為、生豬生產(chǎn)周期、替代品價格、疫情等生豬價格波動的原因進行了探討。近年來，我國豆粕、玉米等飼料原料價格上漲、人工成本增加導致生豬生產(chǎn)成本上升［10］；部分地區(qū)過多征收豬肉稅費，國內(nèi)成品油價格大幅上漲，生豬規(guī)模效益的缺乏都導致了生豬流通成本的增加［10］。我國生豬飼養(yǎng)大都以農(nóng)戶散養(yǎng)為主，散養(yǎng)戶的素質(zhì)普遍偏低，基本不具備市場分析能力和決策能力，經(jīng)常簡單地依據(jù)市場價格做出生產(chǎn)決策。價格上漲時大家一窩蜂涌入市場，而價格下跌時紛紛退出，這種頻繁進退市場行為容易引起生豬市場價格的劇烈波動［11］。除了供給和需求層面的因素外，疫病、突發(fā)性事件和國家政策等外部沖擊同樣會影響生豬價格［12］。學術(shù)界對生豬價格波動的成因未達成共識。

為此，本文基于 Census-X12和 HP濾波分解，探尋生豬價格波動的周期、趨勢成分和不確定成分，結(jié)合逐步回歸分析和灰色關(guān)聯(lián)法挖掘生豬價格波動的原因。在此基礎(chǔ)上，構(gòu)建LS-SVM模型對江西省生豬價格進行預(yù)測，提出生豬價格風險調(diào)控策略。

1 研究方法和數(shù)據(jù)來源

1.1 研究方法

1.1.1 HP濾波分解

生豬價格的月度數(shù)據(jù)通常包括4種信息成分：趨勢成分（trend）、周期成分（cycle）、季節(jié)成分（seasonal）和隨機成分（irregular）。成分分解就是通過統(tǒng)計方法將月度數(shù)據(jù)的季節(jié)、趨勢、周期和隨機成分逐個分離出來，分析不同成分的波動特點。通過設(shè)置λ參數(shù)值（月度數(shù)據(jù)= 14 400），根據(jù)對稱移動數(shù)據(jù)平均法原理，通過數(shù)學計算，HP濾波分析將生豬價格的月度數(shù)據(jù)分離成一條趨勢線和一條上下波動的周期線［13］，從而探索生豬價格的趨勢成分、周期成分和隨機成分。

1.1.2 LS-SVM模型

支持向量機（support vector machine，SVM）在處理非線性問題及精確預(yù)測方面有較強的適用價值，能有效避免機器學習理論中的局部極小、維數(shù)災(zāi)難等傳統(tǒng)問題，在很多領(lǐng)域都得到了成功的應(yīng)用［14］。在此，應(yīng)用最小二乘支持向量機（LSSVM）對生豬價格進行預(yù)測。

LS-SVM在優(yōu)化過程中的損失函數(shù)為誤差的二范數(shù)，目標函數(shù)為：

｛xi，yi｝為n個訓練樣本，xi∈R6為訓練樣本輸入，yi∈R為訓練樣本輸出。C＞0為懲罰因子，用于調(diào)節(jié)誤差，C值越大，模型的誤差越小。

定義Lagrange函數(shù)為：

其中αi為拉格朗日乘子。根據(jù)KKT條件可以得到如下等式和約束條件：根據(jù)Mercer條件，可得

1.2 數(shù)據(jù)來源

在研究江西生豬價格波動規(guī)律方面，以2000年1月—2015年5月江西待宰活豬月度價格（HOGP）為研究對象，數(shù)據(jù)來自中國畜牧業(yè)信息網(wǎng)。

在研究江西生豬價格波動成因和生豬價格預(yù)測方面，選取玉米價格、仔豬價格、豬肉價格、豬肉替代品價格（雞肉、牛肉）、豆粕價格、疫情等因素作為生豬價格波動成因［15-16］?；跀?shù)據(jù)可得性，樣本范圍定為2000年1月—2015年5月，其中玉米價格、仔豬價格、豬肉價格、雞肉價格、牛肉價格和豆粕價格數(shù)據(jù)來源于中國畜牧業(yè)信息網(wǎng)，匯率來自于國際清算銀行，疫情以虛擬變量表示，通過文本挖掘，如果當年發(fā)生疫情，記為1，否則，記為0。

式中，K（xi，xi）=φ（xi）Tφ（xi）是定義滿足Mercer條件的核函數(shù)，最后用最小二乘法求出αi和b，則預(yù)測輸出為

2 結(jié)果與分析

2.1 江西省生豬價格波動規(guī)律

從價格走勢圖（圖1）發(fā)現(xiàn)，2000年1月—2015年5月生豬價格波動幅度較大。

圖1 江西省生豬價格走勢圖Fig.1 Chart of hog price in Jiangxi

2.1.1 生豬價格的季節(jié)成分

月度數(shù)據(jù)可能存在季節(jié)性，為此，采用Census-X12對月度生豬價格（HOGP）進行調(diào)整，調(diào)整后的序列記為HOGP_TC（圖2），同時得到生豬價格的季節(jié)因子HOGP_SF（圖3）。

生豬價格波動具有明顯的季節(jié)性。每年的1月份，生豬價格的季節(jié)因子最大，之后逐漸下降，5、6月份降至全年的最低點，之后開始上漲，12月至次年的2月均保持較高的價格。之所以會出現(xiàn)如此明顯的季節(jié)規(guī)律，主要是由于我國居民的消費習慣和節(jié)假日的影響。每年的4月份以后，天氣逐漸變熱，豬肉的消費量也相應(yīng)減少，供求關(guān)系決定了生豬價格走低；8月份之后，隨著謝師宴、國慶節(jié)、元旦和春節(jié)等傳統(tǒng)節(jié)日的來臨，居民對豬肉的需求逐漸增加，拉動了生豬價格的上漲。

2.1.2 生豬價格的趨勢成分和周期成分

對HOGP_TC進行HP濾波分解，得到生豬價格的趨勢曲線和周期曲線（圖4）。由圖可知，生豬價格的趨勢曲線有明顯的時間趨勢，對Trend關(guān)于時間擬合，經(jīng)過反復調(diào)試，得：

圖2 HOGP和HOGP_TC的走勢圖Fig.2 Chart of HOGP and HOGP_TC

圖3 生豬價格的季節(jié)成分Fig.3 Seasonal factors of hog price

式（6）中，方括號里是t的統(tǒng)計量，R2和F值表明方程（6）的擬合效果較好，說明生豬價格有著明顯的趨勢性。長期來看，生豬價格的趨勢性和生豬市場的供求、生豬進出口等因素有著密切的關(guān)系。

圖4 H-P分解后的生豬價格的趨勢成分和周期成分Fig.4 Trend and cycle of hog price decomposed by HP

周期曲線顯示價格存在著明顯的周期變化規(guī)律，按波谷—波谷劃分，2000—2015年生豬價格共經(jīng)歷了大大小小7個完整的波動周期（表1），大周期里面包含小周期。在不同周期中，生豬價格波動在時間和振幅上存在明顯的差異，2006—2009年振幅最大，高達7.46%，而2000—2003年、2014—2015年年初則振幅最小。價格波動呈現(xiàn)相對平穩(wěn)、小幅度波動、急劇波動、小幅度波動的形式轉(zhuǎn)變。

表1 2000—2015年生豬價格波動周期Table 1 The cycle of hog price from 2000 to 2015

2.1.3 生豬價格的隨機成分

生豬價格的隨機成分見圖5。由圖可知，自2003年以來，生豬價格的隨機成分波動越來越頻繁，2006年初，生豬價格達到波谷，之后，隨機成分波動未呈現(xiàn)明顯的規(guī)律性。2006、2007年疫情最嚴重，生豬藍耳病、豬肺疫、豬瘟等發(fā)病數(shù)及次數(shù)創(chuàng)新高，自2011年以來基本無大疫情，生豬供應(yīng)增長平穩(wěn)，說明生豬疫情、炒作等不確定因素對生豬價格波動的影響非常明顯。

圖5 生豬價格的隨機成分Fig.5 Irregular factors of hog price

21世紀以來，生豬價格波動的周期性明顯，大周期內(nèi)現(xiàn)小周期，下跌的時間較上漲的時間長，隨機性對生豬價格波動的貢獻日益增大。挖掘其波動背后的因素、預(yù)測生豬價格亟待解決，這樣有利于江西生豬產(chǎn)業(yè)的健康發(fā)展。

2.2 生豬價格波動的成因分析

2.2.1 基于逐步回歸的生豬價格影響因素的研究

建立線性模型對生豬價格的影響因素進行篩取，模型具體為：

式（7）中，Pd、Py、Pz、Pp、Pj、Pn、Pc、R、D分別表示待宰活豬價格、玉米價格、仔豬價格、去皮帶骨豬肉價格、雞肉價格、牛肉價格、豆粕價格、人民幣有效匯率和疫情。

求Py、Pz、Pp、Pj、Pn、Pc、R、D之間的相關(guān)系數(shù)，發(fā)現(xiàn)，玉米和豆粕價格、牛肉和雞肉價格之間的相關(guān)性達到了0.9以上，表明模型可能存在多重共線問題，故采用stepwise逐步回歸法回歸，考慮生豬價格可能存在滯后效應(yīng)，依次加入生豬價格的n階滯后項進行調(diào)試，最后滯后3階生豬價格進入模型，這和現(xiàn)實吻合，故用滯后3階的生豬價格代表生產(chǎn)者預(yù)期，估計結(jié)果如下：

式（8）中，方括號內(nèi)表示t的統(tǒng)計量，在5%的顯著性水平下，玉米價格、仔豬價格、豬肉價格、牛肉價格、生產(chǎn)者預(yù)期和疫情對生豬價格的影響均比較顯著。玉米價格的邊際影響系數(shù)為1.045，高于其他因素的影響程度，表明生產(chǎn)成本對生豬價格的影響較大。其次，豬肉價格產(chǎn)生的需求拉動效應(yīng)對生豬價格的影響也比較明顯。

2.2.2 基于灰色關(guān)聯(lián)法的生豬價格影響因素的研究

為更合理地剖析生豬價格波動的成因，選取待宰活豬價格作為參考序列，利用灰色關(guān)聯(lián)法計算生豬價格和上述影響因素之間的關(guān)聯(lián)度，結(jié)果見表2。

表2 關(guān)聯(lián)度排序表Table 2 Ranking table of correlation

玉米價格、豬肉價格、仔豬價格、生產(chǎn)者預(yù)期對生豬價格的影響較大，關(guān)聯(lián)度均在0.8以上，其中玉米價格和生豬價格的關(guān)聯(lián)度高達0.93，仔豬價格和生豬價格的關(guān)聯(lián)度為0.84，進一步驗證了逐步回歸分析結(jié)果的正確性，發(fā)現(xiàn)玉米價格和仔豬價格是生豬價格波動的主要原因。豆粕價格和生豬價格的關(guān)聯(lián)度也較高，但逐步回歸模型（3）中沒進入模型，可能是因為與玉米價格存在多重共線性。

結(jié)合逐步回歸模型和灰色關(guān)聯(lián)分析的結(jié)果，最終選取玉米價格、豬肉價格、仔豬價格、生產(chǎn)者預(yù)期、牛肉價格和疫情作為生豬價格的顯著影響因素進入LS-SVM預(yù)測模型，這6個變量在逐步回歸中顯著，并且其和生豬價格的關(guān)聯(lián)度均在0.8以上。表明這6個影響因素對江西生豬價格有著顯著的影響。

2.3 基于LS-SVM模型的生豬價格的預(yù)測分析

選擇玉米價格、豬肉價格、仔豬價格、生產(chǎn)者預(yù)期、牛肉價格和疫情作為訓練輸入變量，生豬價格作為輸出變量，以2000—2014年江西省生豬價格和主要影響因素數(shù)據(jù)建立LS-SVM模型。在建立LS-SVM模型時，選擇一個適當?shù)暮撕瘮?shù)非常重要，常用的核函數(shù)主要包括多項式核函數(shù)、線性核函數(shù)、徑向基核函數(shù)等。由于徑向基核函數(shù)具有較強的泛化能力、表達形式簡單、光滑性好等優(yōu)點，為此，本文建立LS-SVM模型時，核函數(shù)選擇徑向基（9）。

預(yù)測過程的實現(xiàn)通過MATLAB（R2010b）平臺的LSSVMlabv1_8_R2009b_R2011a工具箱完成。首先根據(jù)公式（10）將原始數(shù)據(jù)映射到［0.2，0.9］區(qū)間，其中x為原始數(shù)據(jù)，y為歸一化后的輸出數(shù)據(jù)。

選取2000年1月—2014年6月的相關(guān)數(shù)據(jù)作為訓練樣本，2014年7月至2015年6月的數(shù)據(jù)作為測試樣本，處理后構(gòu)建LS-SVM模型，預(yù)測結(jié)果如表3。結(jié)果表明，LS-SVM模型取得較好的擬合效果，相對誤差低于2%的值占到91.7%。隨著擬合的進行，相對誤差的波動總體上趨于穩(wěn)定。真實值和預(yù)測值非常接近，平均誤差僅為1.37%，表明LS-SVM模型在生豬價格預(yù)測方面具有良好的預(yù)測性能，能較好地反應(yīng)江西生豬價格及其影響因素的復雜的、非線性的關(guān)系，在生豬價格預(yù)測方面具有良好的應(yīng)用前景。

表3 基于SVM模型的江西省生豬價格預(yù)測值與真實值Table 3 Predicted value and actual value of hog price based on SVM model

3 結(jié)論與建議

本研究運用Census-X12和HP濾波方法研究了2000年1月—2015年5月江西生豬價格波動的周期性、季節(jié)性和隨機性，并構(gòu)建逐步回歸模型和灰色關(guān)聯(lián)模型，從眾多影響因素中篩選出生豬價格波動的顯著影響因素。在此基礎(chǔ)上，構(gòu)建LS-SVM模型，對江西生豬價格做出預(yù)測。研究結(jié)果表明，江西省生豬價格波動具有明顯的季節(jié)性，每年的1月份，生豬價格的季節(jié)因子最大，5、6月份降至全年的最低點。2000年1月—2015年5月生豬價格共經(jīng)歷了7個波動周期，生豬價格經(jīng)歷了由相對平穩(wěn)、小幅度波動到急劇波動，再到小幅度波動的轉(zhuǎn)變，波動的周期越來越短，隨機性成分對生豬價格的貢獻日益增大。為挖掘生豬價格波動的成因，文章構(gòu)建逐步回歸模型和灰色關(guān)聯(lián)模型甄別出玉米價格、仔豬價格、豬肉價格、生產(chǎn)者預(yù)期、牛肉價格和疫情6個顯著影響生豬價格波動的因素，這6個因素較好地代表了生產(chǎn)成本、需求、預(yù)期和外部沖擊對生豬價格的影響；其中，玉米價格和仔豬價格對生豬價格影響較大，與Tan等［6］、張富的研究結(jié)論一致［16］。最后，建立LS-SVM模型對生豬價格進行預(yù)測，取得了較好的擬合效果，價格的真實值和預(yù)測值接近。國內(nèi)對生豬價格的預(yù)測主要采用了計量模型、結(jié)構(gòu)方程模型和BP神經(jīng)網(wǎng)絡(luò)等，傳統(tǒng)的BP網(wǎng)絡(luò)模型可能出現(xiàn)局部極小問題，且需要大量樣本進行學習和訓練［17］。生豬價格月度數(shù)據(jù)有非平穩(wěn)、非線性、復雜性等特點，文中LSSVM模型預(yù)測的平均誤差較小，表明LS-SVM能更科學地反映生豬價格和影響因素之間的復雜的、非線性的關(guān)系。

基于本文研究，提出以下政策建議。

一是完善生豬生產(chǎn)和市場的預(yù)警體系。鑒于生豬價格波動的周期越來越短，隨機因素對價格的干擾越來越劇烈，政府相關(guān)部門應(yīng)在“互聯(lián)網(wǎng)+”模式下進一步完善生豬生產(chǎn)和市場的預(yù)警體系。實現(xiàn)生豬生產(chǎn)和市場信息的實時共享，使生豬養(yǎng)殖戶尤其是散養(yǎng)戶能夠準確地把握未來生豬價格的變化，提高養(yǎng)殖戶的科學決策水平，從源頭上減緩生豬供給的波動，從而熨平生豬價格的非正常波動。

二是加強對飼料、獸藥等相關(guān)行業(yè)的監(jiān)管能力。逐步回歸模型和灰色關(guān)聯(lián)分析表明，玉米價格和豆粕價格對生豬價格的影響最大，通過加強對飼料和獸藥等行業(yè)的監(jiān)管，便于穩(wěn)定生豬養(yǎng)殖的成本。另外，通過對飼料、獸藥行業(yè)的監(jiān)管，從終端及其產(chǎn)業(yè)鏈的角度避免“瘦肉精”“三聚氰胺”等事件的發(fā)生。

三是提升生豬價格預(yù)測預(yù)警水平。目前，生豬生產(chǎn)市場仍以散養(yǎng)戶為主，這就需要加強生豬市場預(yù)期的準確性，要重視生豬價格波動特征的識別，運用不同的時間序列方法對生豬價格的周期和趨勢進行甄別，并比較方法的結(jié)果的異同性。同時，需要引入更多高精度的預(yù)測模型到生豬價格預(yù)測預(yù)警中，深入分析生豬價格波動的機理，不斷完善生豬價格預(yù)警指標，以適應(yīng)生豬價格預(yù)測的需要。

（

）：

［1］ GALE F，MARTID，HU D.China's volatile pork industry［J］.Situation&Outlook Report Rice，2012：1-27.

［2］ 呂東輝，楊祚，金春雨.基于MS-ARCH模型的我國生豬價格波動特征檢驗及其與CPI變動關(guān)聯(lián)性分析［J］.農(nóng)業(yè)技術(shù)經(jīng)濟，2012（9）：96-103.

LV D H，YANG Z，JIN C Y.China's hog price characteristics and its correlation of CPI based on MS-ARCH［J］.Agricultural Technology，2012（9）：96-103.（in chinese）

［3］ ZHANG Q，WANG K，HUO R.Study on Stabilizing Price of Hog Market in China［M］//Proceedings of Selected Articles of 2013 World Agricultural Outlook Conference，2014：1-9.［4］ CHEN S，KUO H，Chen C.Modeling the Relationship Between the Oil Price and Global Food Prices［J］.Applied Energy，2010，87（8）：2517-2525.

［5］ CHEN R，ZAPATA H O.Dynamics of Price Volatility in the China-USHog Industries［C］//2015 Annual Meeting，January 31-February 3，2015，Atlanta，Georgia.Southern Agricultural Economics Association，2015.

［6］ TAN Y，ZAPATA H O.Hog price transmission in Global markets：China EU and US［C］//2014 Annual Meeting，F(xiàn)ebruary 1-4，2014，Dallas，Texas.Southern Agricultural Economics Association，2014.

［7］ YU X.Monetary Easing Policy and Long-Run Food Prices：Evidence From China［J］.Economic Modelling，2014（40）：175-183.

［8］ SHIVA L，BESSLER D A，MCCARL B A.On the Dynamics of Price Discovery：Energy and Agricultural Markets with and without the Renewable Fuels Mandate［C］//2014 Annual Meeting，July 27-29，2014，Minneapolis，Minnesota.Agricultural and Applied Economics Association，2014.

［9］ ABAO LN B，KONOH，GUNARATHNE A，et al.Impact of Foot-And-Mouth Disease On Pork and Chicken Prices in Central Luzon，Philippines［J］.Preventive Veterinary Medicine，2014，113（4）：398-406.

［10］ 寧攸涼，喬娟.中國生豬價格波動的影響與成因探究［J］.中國畜牧雜志，2010，46（2）：52-56.

NING Y L，QIAO J.The impact and cause of hog price volatility in China［J］.Chinese Journal of Animal Science，2010，46（2）：52-56.（in chinese）

［11］ 李秉龍，何秋紅.中國豬肉價格短期波動及其原因分析［J］.農(nóng)業(yè)經(jīng)濟問題，2007（10）：18-21.

LIB L，HEQH.Analysis on the short-term volatility of pork prices and its reasons in China［J］.Issues in Agricultural E-conomy，2007（10）：18-21.（in chinese）

［12］ 毛學峰，曾寅初.基于時間序列分解的生豬價格周期識別［J］.中國農(nóng)村經(jīng)濟，2008（12）：4-13.

MAO X F，ZENG Y C.Cycle recognition of hog price based on time series decomposition［J］.Chinese Rural Economy. 2008（12）：4-13.（in chinese）

［13］ 付蓮蓮，鄧群釗，周利平，等.基于ISM的農(nóng)產(chǎn)品價格波動的影響因素分析［J］.軟科學，2014（4）：112-116.

FU L L，DENG Q Z，ZHOU L P，etal.Research on factors influencing price fluctuation of agricultural products［J］.Soft Science，2014（4）：112-116.（in Chinese with English abstract）

［14］ 任順，于海業(yè)，周麗娜.基于支持向量機的葉綠素熒光預(yù)測光能利用效率研究［J］.農(nóng)業(yè)機械學報，2015（04）：273-276.

REN S，YU H Y，ZHOU LN.Predicting lightuse efficiency with chlorophyll fluorescence spectra based on SVM［J］. Transactions of the Chinese Society for Agricultural Machinery，2015（4）：273-276.（in Chinese with English abstract）

［15］ 綦穎，宋連喜.生豬價格波動影響因素的實證分析——以遼寧省為例［J］.中國畜牧雜志，2009（8）：1-4.

QIY，SONG L X.An empirical analysis on the live hog price fluctuation influencing factor-take Liaoning Province as example［J］.Chinese Journal of Animal Science，2009（8）：1-4.（in chinese）

［16］ 張富.我國生豬生產(chǎn)波動與預(yù)警調(diào)控［D］.北京：中國農(nóng)業(yè)科學院，2012.

ZHANG F.Fluctuation of hog production and early warning control［D］.Beijing：Chinese Academy of Agricultural Sciences，2012.（in chinese）

［17］ 楊瑢.基于結(jié)構(gòu)方程模型的生豬價格預(yù)警研究［J］.中國畜牧雜志，2011（18）：6-9.

YANG R.Early warning research for hog price based on structural equation model［J］.Chinese Journal of Animal Science，2011（18）：6-9.（in chinese）

（責任編輯 萬 晶）

Fluctuation and forecast analysis of hog price in Jiangxi Province based on LS-SVM with grey correlation analysis

FU Lian-lian1，2，WENG Zhen-lin2，ZHANG Ya-yan2
（1.Faculty of Science，Jiangxi Agricultural University，Nanchang 330045，China；2.Jiangxi Collaborative Innovation Center of Modern Agriculture Development，Jiangxi Agricultural University，Nanchang 330045，China）

The paper explored the characteristics of fluctuation for hog price from January 2000 to May 2015 by Census-X12 and HP analysis and identified significant factors for hog price by stepwise regression and grey correlation analysis.On this basis，the LS-SVM model was constructed to predict hog price.The results showed that the fluctuation for hog price was seasonal with the largest seasonal factor in January and the lowest in June.Since 2000，hog price had experienced seven fluctuation cycles and each cycle continued 25.3 months.Contribution of stochastic component to price was increasing.Corn price，piglet price，pork price，producers' expectation，beef price and epidemic disease were notable factors for hog price，among which corn price and piglet price were the largest.The predicted value and actual value of LS-SVM were close.The average error was only 1.37%.The LS-SVM model can effectively describe the nonlinear relations between hog price and its factors.

hog price；characteristics；grey correlation；LS-SVM model；warning

S-9；S237

A

1004-1524（2016）09-1624-07

10.3969/j.issn.1004-1524.2016.09.24

2015-12-05

國家自然科學基金項目（71561014，61561025，71461019）；教育部人文社會科學研究項目（11YJCZH236）；江西現(xiàn)代農(nóng)業(yè)及其優(yōu)勢產(chǎn)業(yè)可持續(xù)發(fā)展的決策支持協(xié)同創(chuàng)新中心課題（XDNYA1502，XDNYA1510）

付蓮蓮（1981—），女，江西九江人，博士，講師，從事農(nóng)業(yè)系統(tǒng)工程研究。E-mail：fulianhappy@163.com

浙江農(nóng)業(yè)學報Acta Agriculturae Zhejiangensis，2016，28（9）：1624-1630 http://www.zjnyxb.cn付蓮蓮，翁貞林，張雅燕.江西省生豬價格波動的成因及其預(yù)警分析——基于灰色關(guān)聯(lián)和LS-SVM模型［J］.浙江農(nóng)業(yè)學報，2016，28（9）：1624-1630.