论文部分内容阅读
中图分类号：F323.7 文献标识码：A
摘要：文章基于改进的灰色预测模型GM（1，1），分别对中国2015-2020年大豆的需求量、国内市场供给量和进口量进行了预测，分析了这期间大豆市场的供求状况。研究结果表明，该时间段我国大豆的供给将大于需求，且进口量会逐年攀升。
关键词：大豆；供求；灰色预测
一、 引言
随着经济的快速发展，我国对植物油消费和畜牧业蛋白饲料的需求快速增加，继而对相关产品大豆的总消费量急剧上升，而国内大豆的供给却基本上靠进口。大豆属于基本的生活粮食与生产原料，需要保持一定程度的自给率，而把握一定时期内国内大豆市场的需求、供给及进口量，对稳定大豆价格，保护农民利益具有重要现实意义。中国大豆市场供求预测问题得到不少学者的关注，杨军、刘斌等（2006）采用灰色预测的方法，运用改进的GM（1，1）模型得出了大豆的进口增长速度。任永泰（2007）在对原始数据进行提高光滑程度的处理后，应用龙格-库塔法对白化的状态方程求解，以获得既定时期大豆供给量与需求量的预测值。张振华（2009）基于传统的灰色预测GM（1，1）模型得出一定时期大豆供求量的预测值，并对模型结果进行了详细的残差检验和后验差检验。
本文将借鉴前人的研究成果，从需求和供给的来源两方面进行分类，首次对不同变量进行不同阶的缓冲算子处理，运用改进的GM（1，1）模型对2015-2020年的国内大豆供给量、进口量与需求量进行预测，并对预测结果进行详细的检验。文章结构安排如下：第二部分分析大豆需求与供给的内涵与外延，以构建研究的理论基础；第三部分是进行实证分析；第四部分得出相关结论与启示。
二、理论基础的构建
市场经济条件下，供求是影响价格的基本因素。当前我国大豆市场基本处于市场经济运行状态。从需求来源方面考察，国内消费量和出口共同构成了对大豆的总消费量。而国内消费又包括压榨、食用、种用和损耗四个方面。研究假定不计损耗和出口，这样从来源方面可以将大豆总需求用数学公式表示为：“总需求=压榨+食用+种用”。从供给来源方面考虑，总供给由国内生产量、进口和年际间库存变动三部分组成，这样可以将大豆的总供给用数学公式表示为：“总供给=单产×种植面积+进口+期末存货-期初存货”。
三、 实证分析
（一）变量的选取及模型的构建
依据上述理论分析，研究中共选取了大豆总需求量、总供给量两个总变量；压榨需求、食用需求、种用需求、国内总产量、单产、种植面积、进口、库存变动、期末存货、期初存货十个单变量，时间段为2000—2012年间①。灰色预测法是一种对含有不确定因素的系统进行预测的方法。因此，可以将大豆的进口量、供给量和需求量的形成过程看作是一个灰色系统，通过构建GM（1，1）模型得到输出结果，即预测值。研究将利用2000-2012年间大豆的供需数据，通过建立灰色系统模型并对模型进行相应改进，预测2015-2020年我国大豆的进口量和供求量。杨军、刘斌等（2006）在对大豆的进口量进行预测分析时，应用缓冲算子对原始数据进行处理以提高数据预测和分析的精度。为了使模拟结果更加准确的反映经济动态变化，文章基于以上的研究成果首次对数据采取不同阶的缓冲算子处理，并应用新陈代谢GM（1，1）模型分别对需求量、供给量、进口量进行预测，以期减少模型和系统的误差。
（二）预测与检验
1.需求量、供给量和进口量的预测
为降低模型的系统误差，本研究对需求量原始数据采取了三阶弱化缓冲因子处理；而对供给量与进口量则采取了二阶缓冲因子处理。当发展系数-a≤0.3时，GM（1，1）模型可以用于中期预测。基于本文的计算结果，可以对需求量、供给量和进口量做中期预测。2015-2020年的预测结果如表1。
摘要：文章基于改进的灰色预测模型GM（1，1），分别对中国2015-2020年大豆的需求量、国内市场供给量和进口量进行了预测，分析了这期间大豆市场的供求状况。研究结果表明，该时间段我国大豆的供给将大于需求，且进口量会逐年攀升。
关键词：大豆；供求；灰色预测
一、 引言
随着经济的快速发展，我国对植物油消费和畜牧业蛋白饲料的需求快速增加，继而对相关产品大豆的总消费量急剧上升，而国内大豆的供给却基本上靠进口。大豆属于基本的生活粮食与生产原料，需要保持一定程度的自给率，而把握一定时期内国内大豆市场的需求、供给及进口量，对稳定大豆价格，保护农民利益具有重要现实意义。中国大豆市场供求预测问题得到不少学者的关注，杨军、刘斌等（2006）采用灰色预测的方法，运用改进的GM（1，1）模型得出了大豆的进口增长速度。任永泰（2007）在对原始数据进行提高光滑程度的处理后，应用龙格-库塔法对白化的状态方程求解，以获得既定时期大豆供给量与需求量的预测值。张振华（2009）基于传统的灰色预测GM（1，1）模型得出一定时期大豆供求量的预测值，并对模型结果进行了详细的残差检验和后验差检验。
本文将借鉴前人的研究成果，从需求和供给的来源两方面进行分类，首次对不同变量进行不同阶的缓冲算子处理，运用改进的GM（1，1）模型对2015-2020年的国内大豆供给量、进口量与需求量进行预测，并对预测结果进行详细的检验。文章结构安排如下：第二部分分析大豆需求与供给的内涵与外延，以构建研究的理论基础；第三部分是进行实证分析；第四部分得出相关结论与启示。
二、理论基础的构建
市场经济条件下，供求是影响价格的基本因素。当前我国大豆市场基本处于市场经济运行状态。从需求来源方面考察，国内消费量和出口共同构成了对大豆的总消费量。而国内消费又包括压榨、食用、种用和损耗四个方面。研究假定不计损耗和出口，这样从来源方面可以将大豆总需求用数学公式表示为：“总需求=压榨+食用+种用”。从供给来源方面考虑，总供给由国内生产量、进口和年际间库存变动三部分组成，这样可以将大豆的总供给用数学公式表示为：“总供给=单产×种植面积+进口+期末存货-期初存货”。
三、 实证分析
（一）变量的选取及模型的构建
依据上述理论分析，研究中共选取了大豆总需求量、总供给量两个总变量；压榨需求、食用需求、种用需求、国内总产量、单产、种植面积、进口、库存变动、期末存货、期初存货十个单变量，时间段为2000—2012年间①。灰色预测法是一种对含有不确定因素的系统进行预测的方法。因此，可以将大豆的进口量、供给量和需求量的形成过程看作是一个灰色系统，通过构建GM（1，1）模型得到输出结果，即预测值。研究将利用2000-2012年间大豆的供需数据，通过建立灰色系统模型并对模型进行相应改进，预测2015-2020年我国大豆的进口量和供求量。杨军、刘斌等（2006）在对大豆的进口量进行预测分析时，应用缓冲算子对原始数据进行处理以提高数据预测和分析的精度。为了使模拟结果更加准确的反映经济动态变化，文章基于以上的研究成果首次对数据采取不同阶的缓冲算子处理，并应用新陈代谢GM（1，1）模型分别对需求量、供给量、进口量进行预测，以期减少模型和系统的误差。
（二）预测与检验
1.需求量、供给量和进口量的预测
为降低模型的系统误差，本研究对需求量原始数据采取了三阶弱化缓冲因子处理；而对供给量与进口量则采取了二阶缓冲因子处理。当发展系数-a≤0.3时，GM（1，1）模型可以用于中期预测。基于本文的计算结果，可以对需求量、供给量和进口量做中期预测。2015-2020年的预测结果如表1。