生猪年末存栏量和猪肉价格的预测模型
2023年下半年国内生猪市场发展趋势分析模板
"生猪市场前景分析：掌握市场动态，决胜未来商机"
REPORT-Andre 2023/9/6
目录
生猪需求回升，市场发展向好 生猪养殖技术升级，提高产能 效率
2023年下半年生猪价格稳定，有利 可图
01
生猪需求回升，市场发展向好
The demand for live pigs has rebounded, and the market is developing well
饲料配方优化，降低养殖成本
在实际操作中，养殖户可以通过多种途径来优化饲料成本。首先，养殖户可以通过优化饲料配方来提高饲 料的利用率。不同的动物对饲料的要求是不同的，因此合理调整饲料中各种营养成分的含量，可以满足动 物生长发育的需要，避免浪费。此外，还可以根据动物的生长周期和不同阶段的需求，进行精细化的饲料 配方，提高饲料的利用效果。
2. 疾病防控技术突破：蓝耳病等传染病一直是困扰生猪 养殖业的一大问题。然而，2022年下半年，预计国内养 殖场将在疾病防控方面取得重大突破。据相关机构预测， 新一代疾病防控技术的应用将使得生猪疫情发生率下降 20%，养殖场损失减少10%以上。这将有助于稳定生猪 市场，提高肉类供应稳定性。
3. 环境友好型养殖模式推广：在2022年下半年，国内将 进一步推广环境友好型养殖模式。根据的数据显示，生 态养殖场的数量预计将增加30%。这些养殖场采用可再 生能源、粪污处理技术以及有机饲料等措施，有效减少
养殖户如何优化饲料成本
另外，养殖户还可以采用一些技术手段来优化饲料成本。例如，通过加工和处理饲料，提高其可消化性和 可利用性，降低饲料的损失。同时，也可以使用一些替代饲料，如利用农副产品和剩余物料来代替部分主 要饲料，降低养殖的成本。
基于多元线性回归模型的2020年猪肉价格走势的分析预测
基于多元线性回归模型的2020年***市猪肉价格走势分析预测黄驯骅由于2018年下半年非洲猪瘟疫情影响，我市生猪存栏量持续下滑，特别是能繁殖母猪存栏量降幅较大，导致了我市2019年下半年的猪肉供应明显偏紧，猪肉价格大幅上涨。
在此，通过对2017年至2019年生猪相关统计数据观察分析，发现我市猪肉价格波动的主要原因不是作为猪饲料主要原料的玉米、豆粕和小麦麸，因为其价格这三年来涨幅一直较低，主要还是在于能繁殖母猪存栏量和仔猪价格的变动。
基于此，可以通过多元线性回归分析模型对2020年我市的猪肉价格走势作出大致的分析预测。
一、近三年生猪生产及价格相关数据为反映近期我市猪肉价格波动的主要内生动力，现将近三年来生猪存栏、存栏及价格数据整理如下：从上表可以看出，仔猪价格对后期生猪存栏量具有一定影响，特别是对能繁殖母猪补栏存在显著影响，因为当仔猪价格持续上涨时，养殖行业对未来猪肉行情保持较为乐观的预期，增加能繁殖母猪存栏量的意愿不断增强，当仔猪价格持续下降时，养殖行业对未来猪肉行情逐渐看空，必定会减少能繁殖母猪的数量以减少其养殖成本，因此仔猪价格和能繁殖母猪存栏量是监测未来一段时期生猪价格的重要前瞻指标。
由于能繁殖母猪是养猪生产力最核心因素，按照生猪生产规律，从母猪怀孕、仔猪出生，到育肥猪出栏需约11个月左右，基于此进行观察，发现仔猪价格变动影响到能繁殖母猪存栏量的增减大约要经过5个月左右的时间，而能繁殖母猪存栏量的增减大约经过11个月左右的时间对次年同期猪肉价格形成影响，并呈现出负相关性，具体走势如下图：除了以上仔猪价格和能繁殖母猪存栏量对次年生猪价格的影响较为明显外，当期生猪出栏量和生猪补栏量也对次年生猪价格存在明显影响。
二、多元线性回归模型的建立0.010.020.030.040.050.060.00.05.010.015.020.025.030.035.040.0图1：仔猪价格与次年猪肉价格走势102030405060510152025303540图2：能繁殖母猪存栏量与次年猪肉价格走势能繁殖的母畜猪肉价格仔猪价格（元/公斤） 白条猪肉价格 （元/公斤）白条猪肉价格（元/公斤） 能繁殖母猪存栏数 （万头）1.模型变量的选取被解释变量：全市平均白条猪肉价格Y；解释变量选择：能繁殖母猪存栏量占生猪存栏量的比重X1，当季生猪补栏量占生猪存栏量的比重X2，本地仔猪价格X3。
2023年底全国生猪价格市场行情分析模板
此外，受新冠疫情影响，进口肉品受到严格限制，国内生猪肉市场供应不足，价格上涨加剧。因此，是促使2022 年底全国生猪价格市场行情上涨的关键因素之一。
供应恢复稳定
价格逐渐上涨
1.生猪存栏减少，非洲猪瘟导致供应减少
供应减少：由于非洲猪瘟疫情的持续影响，全国生猪存栏量相对减少。据统计，2022年底全国生猪存栏量为 XX万头，较去年同期减少了XX%。与此同时，疫情的影响还导致直供市场生猪数量减少，加大了生猪市场 的供求缺口。
影响因素分析
1.2022年底生猪存栏量预计增长5%左右
2022年初，全国生猪存栏量为3.8亿头，同比增长4%。随着疫情防控措施的加强和养殖规模化程度的提高，2022年底 全国生猪存栏量预计将达到4亿头左右，相比于2022年初增长5%左右。生猪存栏量的增加将对生猪供应量产生积极影 响，从而对价格产生一定的压力。
生猪价格稳定有助于提升养殖户收益和保障市场供应
生猪出栏量和屠宰量保持相对稳定，在市场需求的推动下，其增幅分别为XX%和XX%。 通过实施一系列政策措施，促进生猪生产，加强疫病防控，提高养殖效益，推动养殖户稳定增产。与此同时，消费者对于优质猪肉的需求也不断增长，使得市场供需双方达到相对平衡，生猪价格得以稳定维持在合理水平。 生猪价格的稳定不仅有助于提升养殖户的收益，还能够保障市场供应的稳定性，并稳定居民的生活消费。维持生猪价格的稳定将使得养殖业的发展更加可持续，有助于实现农业农村现代化的目标。
请根据具体情况进行数据调整和填充。
价格逐步攀升
生猪产业回暖
1. 2022年底全国生猪存栏量预计达到XX头，相比去年同期增长了XX%。这主要得益于国家对生猪养殖行业的扶持政策的逐步落实以及养猪户加大 养殖规模。 2. 随着生猪存栏量的逐渐恢复，“肉联依法市”平台上的养猪交易量持续增长。2022年全年，平台交易总额预计达到XX亿元，同比增长XX%。这 表明生猪交易已经从散户市场向电商平台转移，提升了市场交易的透明度和规模。
猪肉市场预测的数学模型
承诺书我们仔细阅读了中国大学生数学建模竞赛的竞赛规则。
我们完全明白，在竞赛开始后参赛队员不能以任何方式（包括电话、电子邮件、网上咨询等）与队外的任何人（包括指导教师）研究、讨论与赛题有关的问题。
我们知道，抄袭别人的成果是违反竞赛规则的，如果引用别人的成果或其他公开的资料（包括网上查到的资料），必须按照规定的参考文献的表述方式在正文引用处和参考文献中明确列出。
我们郑重承诺，严格遵守竞赛规则，以保证竞赛的公正、公平性。
如有违反竞赛规则的行为，我们将受到严肃处理。
我们参赛选择的题号是（从A/B/C/D中选择一项填写）：我们的参赛报名号为（如果赛区设置报名号的话）：所属学校（请填写完整的全名）：参赛队员（打印并签名）：1.2.3.指导教师或指导教师组负责人（打印并签名）：日期： 2010 年 9 月 12 日赛区评阅编号（由赛区组委会评阅前进行编号）：编号专用页赛区评阅编号（由赛区组委会评阅前进行编号）：全国统一编号（由赛区组委会送交全国前编号）：全国评阅编号（由全国组委会评阅前进行编号）：猪肉市场预测的数学模型摘要本文研究生猪存栏量，猪肉价格预测的问题，通过题目中的已知条件和要求，借助合理的假设，建立了两个数学模型。
其中，模型一是利用灰色系统预测模型，即进行关联分析，对原始数据进行生成处理来寻找系统变动的规律；模型二我们构造了模拟函数，通过最小二乘法确定参数，预测出2010年我国36个大中城市猪肉价格。
问题一，对于生猪年末存储量的预测中，由于1985年取消生猪派购、放开肉类市场生猪价格的大起大落导致了养殖效益的跌宕起伏，因此我们不考虑1985年以前的数据。
我们采用了灰色系统理论中的GM(1,1)预测模型，选取1985年到2009年的25组数据进行预测，得出平均残差3.51%，符合预测标准。
我们通过GM（1，1）预测出2010年生猪年末存栏量的数值为47403万头。
问题二，对于2010年我国36个大中城市猪肉价格的预测中，通过对数据的分析，我们构造的模拟函数包括表示初始价格的常数、表示总体波动的周期为4年的正弦函数和表示众多繁杂因素影响的傅里叶级数（出于计算考虑取级数前50项）。
2023年生猪价格变动分析及预测报告模板
首先，饲料价格是影响生猪价格的重要因素之一。饲料成本直接决定了生猪的生长 成本，而这个成本又直接影响了生猪的价格。如果饲料价格上涨，生猪的生长成本 也会随之增加，这将导致生猪价格的上涨。
生猪价格受疾病影响
其次，疾病也是影响生猪价格的重要因素之一。生猪在生长过程中，可能会感染疾 病，这会导致生猪的死亡率增加，从而影响生猪的数量。而生猪数量的减少，将会 导致生猪价格的上涨。
预测生猪价格继续上涨，饲料成本上升，生猪供应减少
预测未来几个月生猪价格将继续上涨。主要原因是，饲料成本（如玉米和大豆价格）预计将继续上升，而由于COVID-19疫 情的影响，生猪的生产和运输可能会受到进一步的限制。此外，生猪供应量的减少可能会加剧价格上涨。
尽管短期内生猪价格受压，但长期来看需求稳定，预计生猪价 格将呈上升趋势
生猪价格变动分析
一、生猪价格变动概述
根据国家统计局数据显示，2022年我国生猪价 格呈现了较大的波动。从年初的每公斤19.8元， 降至年末的每公斤11.6元，全年平均价格为 16.3元，同比下降39.4%。这种价格变动不仅 影响了养殖业的收益，也影响了消费者的生活 成本。
二、生猪价格预测方法
政策与法规对生猪价格的影响
生猪价格变动原因分析
生猪价格变动原因分析：饲料价格影响
生猪价格变动分析
在分析生猪价格变动时，我们收集了最近5年的数据，包括生猪价格、饲料价格、政府政策等。
1.生猪价格变动原因分析 2. 饲料价格的影响
生猪饲料成本高涨，生猪价格受玉米、小麦价格影 响
根据我们的数据，生猪饲料成本占到总成本的60%以上。最近5年，玉米和小麦的价格涨幅较大，这对 生猪价格产生了很大的影响。以一头生猪为例，每增加1元人民币的饲料成本，生猪价格就会上涨约1.2 元人民币。
2023年生猪价格影响因素分析预测方案模板
数据收集方法与过程
1. 生猪价格数据来源
生猪价格数据主要来源于国家农业部门、农业研究机构和各类市场调研报告。这些数据通常包括生猪的生产成本 （饲料、劳动力等）、市场需求、政策因素（如进口关税、环保政策等）以及季节性影响等因素。例如，中国农业 部每月发布的《农产品批发市场价格信息》中包含了生猪的价格信息。
应用与结果评估
市场供需 政策因素
历史数据
预测 趋势分析
猪价
Thanks
2023/9/3
分享人：victoria
2. 生猪价格数据的处理方法
在收集到生猪价格数据后，我们需要对其进行处理以便于分析。这包括数据清洗（去除异常值和缺失值）、数据转 换（如将连续数据转换为分类数据）以及数据分析（如计算平均值、标准差等）。例如，我们可以使用Python的 Pandas库进行数据处理。
以下是一个简单的数据处理示例：
python
其次，疫情防控也是一个重要的影响因素。近年来，非洲猪瘟等疫情的爆发曾对中国的生猪养殖业造成巨大的冲击，导致生猪供 应紧张，进而推高猪肉价格。因此，2022年疫情的防控情况将直接影响到生猪的养殖数量和生产能力，进而影响到猪肉价格的波 动。
4.生猪养殖成本影响生猪供应和猪肉价格
预测模型建立
1. 数据收集与整理：收集2021年的生猪价格数据，包括 每月价格变动、季节性趋势等。同时，还需要收集关于生 猪市场的其他相关数据，如生猪存栏数量、饲料价格、疫 情情况等。将这些数据进行整理和清洗，以便后续建模分 析。 2. 特征选择：通过对收集到的数据进行分析，识别出对生 猪价格有影响的关键特征。这些特征可能包括猪肉进口量、 生猪出栏数量、政策法规变化等。通过统计分析和相关性 选择方法，确定最具影响力的特征。 3. 模型建立：选择适合预测生猪价格的算法模型，如 ARIMA模型、LSTM模型等。根据选定的模型，使用历史 数据进行训练并调整模型参数，使其能够较准确地预测未 来的生猪价格。 4. 模型验证与评估：将部分历史数据保留作为验证集，用
生猪价格走势分析及预测
0 1 年 是我 国生猪养殖业 历史上 2 效益最好 的一年 ,尤其 是在 下半年 ,生 猪行情创历史新高 。 受供求关 系变化 影 响 ,20 1 2年生猪行情 与20 1 年相 比 , 发生 了较大的变化 。 20 1 2年 ,生猪价格 曲线总体呈现 “ V ' '形走势 ,价格 水平 两 头高 、 中间低 。 全年价格的高点为 20 1 2 年春节前的 1 8 元讼 斤和 1 2 月 中旬的 1 7 元 / 公斤 , 最低点则 为6 月上 旬的 1 4 元/ 公斤 。 20 1 1年下半年 , 生猪行情利好 ,价 格一路视升 ,养殖利润增加在一定程度 上刺激 了养殖户的补栏积极性 。 据统计 分析 ,20 1 1年下半年与上半年相 比 ,全 国母猪 存栏量增 加了巧% 左右 , 导致 0 12年上半年生猪 出栏量增加迅速 。 2 同时 ,20 1 1 年下半 年行 情 利好期 间 , 生猪长一斤 肉所需的饲料 成本远 远低于卖价 ,因此从 20 1 1年下半开 始 , 全 国范 围内多数 区域生猪 出栏均重都 有不 同程度 的增加 。 生猪正常 出栏体 重在 10 5 一 110 公斤/ 头 ,而 2 0 1 年下半年 间生猪 实际 出栏体重在 1 2 5一 4 5公 斤/ 1 头。 单头生猪猪肉供给量 的增加 ,也在 一定程度上导致 20 1 2 年上半年猪 价持
斤左 右 。
进人 2 0 1 3 年 , 受生猪养殖业 周期 性规 律的影 响 , 加 之国 内大型 养猪企 业迅 速扩 张 , 生猪存 栏和 出栏 量都有 所增加 。 预计 20 1 3 年 ,生猪 养殖效益不 会好 于20 1 2年 , 生 猪价格总体 也不会 高于20 1 2年 。 生猪 价格总体走 势将 与 20 12 年相似 ,呈 “ V” 形 走势 。 如果全年 没有 出现较大 生猪价 格产生 影 响 。从宏 观经 济形势 来看 ,
生猪价格的预测模型
实证分析：实验过程
10.30 9.30 8.30
7.30
6.30
5.30
实际值 逐步回归预测值 逐步回归组合模型预测值
2000年1月 2000年4月 2000年7月 2000年10月 2001年1月 2001年4月 2001年7月 2001年10月 2002年1月 2002年4月 2002年7月 2002年10月 2003年1月 2003年4月 2003年7月 2003年10月 2004年1月 2004年4月 2004年7月 2004年10月 2005年1月 2005年4月 2005年7月 2005年10月 2006年1月 2006年4月
Yt=0.99727+0.50665*MEAT t+0.42317*FEEDt2 (1)
此模型拟合效果见下页图
实证分析：实验过程 多项式回归拟合效果
10.30
实际值
9.30
预测值
8.30
7.30
6.30
5.30 2000年210月00年240月00年2070月0年1200月01年210月01年240月01年2070月1年1200月02年210月02年240月02年2070月2年1200月03年210月03年240月03年2070月3年1200月04年210月04年240月04年2070月4年1200月05年210月05年240月05年2070月5年1200月06年210月06年4月
国外生猪市场定性预测研究方法也大致类似，也是采 用猪粮比价为标准，分定性析预测市场变化方向。
国内外生猪市场预测研究概况
定量预测方面： 国内方面研究较少 国外方面研究
市场价格预测方法简介
回归分析法
此方法是根据被预测变量与其他变量之间的因果关系 预测未来，因此是建立在因果关系分析的基础上的。 因而针对具体的经济问题，首先要进行背景因素分析， 收集影响该问题的主要经济指标，收集历史数据，然 后构建理论模型。
用ARIMA 模型对我国猪肉价格的走势分析
猪业论道TALKING SWINE INDUSTRY126猪业科学 SWINE INDUSTRY SCIENCE 2013年 第6期用ARIMA模型对我国猪肉价格的走势分析李骥泽1，廖正录2，申世芳2，刘若余3，毛以智4（1.遵义市兽药饲料监测站，贵州 遵义 563000；2.贵州省农业委员会，贵阳 550001；3.贵州大学动物科学学院，贵阳 550025；4.遵义市动物疾控中心，贵州 遵义 563000）猪肉是我国居民动物蛋白质的主要来源，生猪产业是我国畜牧经济的重要支柱，该产业持续稳定健康发展事关我国畜牧业经济稳定健康发展，事关猪肉产品价格稳定和畜牧产品市场有效供给。
2000年以来，我国猪肉价格发生了3次大幅波动，对居民生活的影响程度越来越深。
基于此，近年来，很多学者对此进行了大量研究，大多学者认为猪肉价格、食品价格与CPI 呈高度正相关，且猪肉价格波动影响我国食品价格波动，食品价格波动又影响我国CPI 波动，影响均为显著，影响程度正在逐步加深。
但对未来价格周期波动趋势研究不足，不能及时指导生猪养殖户合理调整养殖结构致使养猪跟风，助推了猪肉价格波幅上升。
为此很有必要研究探讨我国猪肉价格的数学预测函数，以制定未来价格预测函数图，并指出我国当前生猪产业发展中存在的问题，提出有针对性的建议，为各级相关部门适时制定稳定生猪产业健康发展的正确决策提供理论依据。
1 未来3年我国猪肉价格波动预测1.1 预测模型创建从图1可看出，我国的猪肉价格变摘 要：通过对我国2000年以来的猪肉价格波动趋势进行分析发现我国猪肉价格波动规律与差分自回归移动平均组合数学模型（ARIMA）[1]的波动规律相似，并用该模型对我国2000年以来的猪肉价格变化情况进行拟合，得出与我国生猪价格实际值拟合度达到99.18%预测函数，并用该函数对我国未来3年生猪价格进行了预测分析，制定了趋势图，提出紧接着的波谷与波峰期的时间位置；通过对我国猪肉价格比值、食品价格比值与CPI 总体趋势分析，发现我国当前猪肉价格变化速度与生产统计信息之间存在较大矛盾，并提出了相应的对策建议。
生猪价格预测及控制模型
生猪价格预测及控制模型摘要本题目的在于建立描述饲料商、养猪户和消费者之间的生猪价格定价策略的数学模型, 给出调整养殖结构的方法和原则，并讨论政府调控手段对生猪市场价格的作用。
该题实际上是一个预测模型，在已知的条件和合理假设下，首先建立GM(1,1)模型,用以预测各主要因素（玉米价格（代表饲料商），猪肉价格（代表消费者），仔猪价格（代表养殖户））的价格趋势；接着在采用灰色关联度建立生猪价格与其影响因素的关系模型后，利用关联度返算，建立生猪价格预测模型并得出其表达式。
最后是建立养猪场盈亏平衡点等式模型。
把这三个问题解决了题目的主要意图也就达到了。
1.，建立GM（1，1）各主要因素的价格预测模型。
首先通过对2010年3月21日至2010年5月25日我国玉米，猪肉，仔猪价格数据的分析，得出各主要因素价格在短期内的趋势，然后GM（1，1）中方程拟合该时间序列（猪肉价格随时间变化的序列），在完全确定方程模型后，通过该方程求出时间序列的各趋势值，接着运用MATALAB作出各主要因素曲线并进行与真实值比较，可得到该方程模型的可行性，接下来就可以预测出2010年5月25日后的个主要因素价格的趋势值。
2.确定影响生猪价格的因素，采用灰色关联法，建立生猪价格与其影响因素的关系模型。
以所得的数据中生猪价格作为参考序列，以玉米价格，猪肉价格，仔猪价格作为比较序列，求出玉米价格，猪肉价格，仔猪价格与生猪价格的关联度分别为γ2，γ3，γ1。
最后，利用关联度返算，推导得出生猪价格的预测公式3.首先根据猪的不同重量，将猪分为三个成长阶段：1Kg～15Kg为幼年期；15Kg～90Kg为成长期；90Kg～100Kg为成年期。
由于猪的体重从5到100公斤呈正态分布，可以算出三个阶段的猪的数量分别为5，990，5。
然后根据猪场收入与成本建立猪场盈亏平衡点等式模型，可以得到猪粮比为6.5：1，即该养猪场的盈亏平衡点。
4.从最终得结果来看，使我们不但了解一些主要因素在影响生猪价格的作用，还会联想到其他一些因素对生猪价格的影响。
生猪产品价格预测模型分析
收稿日期：2019-09-17基金项目：辽宁省社会科学规划基金项目（L19DJY001）第一作者：孙若愚（1984-），男，沈阳农业大学讲师，博士，从事畜牧业经济与管理研究。
通讯作者：李大兵（1975-），男，沈阳农业大学副教授，博士，从事畜牧业经济与管理研究。
生猪产品价格预测模型分析孙若愚a ，闫大波b ，高靖羽a ，李大兵a（沈阳农业大学a.经济管理学院；b.财务处，辽宁沈阳110161）摘要:本研究通过自回归分布滞后模型（ADL ），利用2000年1月至2019年4月的仔猪、活猪和猪肉的价格及相关数据，对生猪产品价格进行了模拟分析和价格预测评价。
研究发现，从长期来看仔猪、活猪和玉米等价格存在稳定的变动关系；活鸡、玉米价格，以外生性变量显著作用于生猪产品的价格；仔猪、活猪和猪肉的价格呈现Granger 因果关系，各变量具有内生性特点。
同时，生猪产品价格波动受到季节和时间惯性影响；自回归分布滞后模型（ADL ）能够较好地模拟生猪产品价格的影响因素，且模型对于价格预测精度准确。
可通过稳定生猪产品生产，加强动物疾病防控；促进上游产业发展，稳定饲养原料供应；加强生猪价格监测预警系统，完善市场价格异常波动应急机制等促进生猪产品价格稳定。
关键词:生猪；产品价格；模拟分析；预测中图分类号:F326.3;F323.7文献标识码:A文章编号:1008-9713（2019）06-0651-06俗话说“国以民为本，民以食为天，猪粮安天下”，可见猪粮的作用十分重要。
根据“猪价格网”数据，现阶段我国居民仍以猪肉作为最主要的肉类消费品，而生猪产品的价格波动问题，对经济社会发展和居民消费造成了一定影响。
因此，以生猪产品价格波动以及合理预测作为研究内容，对于指导生猪生产，进而满足消费者对生猪产品的需求有较强的现实意义。
国内学者十分关注生猪产品价格方面的问题，研究成果多集中在以下几个方面：第一，关于猪肉价格波动周期的研究。
严斌剑等分析了某一时间段内我国生猪市场价格波动的周期性特征，并对国家实施的生猪调控政策效果进行了评价，得出加强生猪生产的调控性对策建议[1]。
生猪养殖场的经营管理数学模型
生猪养殖场的经营管理数学模型
在生猪养殖场的经营管理中，数学模型可以帮助决策者更好地进行经营管理。
以下是一些常见的数学模型：
1. 生猪存栏量模型：该模型可以预测生猪存栏量的变化趋势，包括生猪的出栏率、死亡率、转栏率等因素的影响。
2. 饲料配方模型：该模型可以通过计算饲料成本、猪只体重、猪只品种等因素，来确定最佳的饲料配方，以提高生产效率和降低成本。
3. 猪只性能模型：该模型可以评估不同品种的猪只的性能表现，包括生长速度、肉质品质等因素，以帮助决策者选择最适合的品种。
4. 猪只营养需求模型：该模型可以计算不同年龄、体重、性别的猪只的营养需求，以帮助决策者确定最佳的饲养方案。
5. 生猪价格预测模型：该模型可以预测市场上生猪价格的变化趋势，以帮助决策者制定最佳的销售策略。
- 1 -。
预测未来一年生猪出栏量的公式计算
预测未来一年生猪出栏量的公式计算如何可信预测未来一月、半年乃至一年的生猪出栏蛋鸡量，对于政府有关部门、生产者和经营者都有很大指导意义，但迄今为止还未见有人尝试。
本人从事养猪业近30年，前20年生猪生产健康发展比较平稳，生羊价格没有暴涨暴跌发生暴涨暴跌的现象。
但从2006年夏和2021年春季，全国先后发生过两次严重的生猪疫情，母猪、仔猪死亡惨重，造成了2007年下半年、2021年7-10月生猪市场严重短缺问题，引起猪价暴涨，对国家整个物价造成了冲击。
能不能对生猪生产制造开展预测呢？我普遍认为是可以做到的。
我进行了近2年的研究，总结出了一套一套预测生猪出栏量的专业知识公式，介绍如下，供大家参考和讨论：一、国家（农业部）按月提供养猪业基本信息1、本期全国生猪出栏量；2、本月末生猪存栏数量；其中能繁母猪存栏量、商品猪存栏量；3、上个月末新生仔猪存栏量；4、本期饲料平均价。
其中玉米平均价；5、本期生猪平均销售价；其中4、5两项可以初步分析生猪市场供求金融形势。
二、生猪繁殖繁殖周期及近几年全国生产成绩1、生猪繁殖繁殖周期：母猪配种怀孕到产子即约需114天；仔猪从出生到120kg左右上市约需6.5-7个月，平均以6.7个月计；2、母猪生产成绩：近年全国一头母猪一年大约提供肉猪14.5头，平均每月1.2头。
3、从仔猪到培育上市总成活率90-95%，各个厂家因管理水平不同，成活率也不相同，全国生猪成活率以92%计算。
三、生猪存栏量预测公式1、预测某一个月的生猪出栏推算量：由于仔猪出栏周期为6-7个月，所以我们知道了某月新生仔猪存栏使用量，就可以预测6-7个月后的生猪面市量；或者要想预测本月生猪上市量，就可以通过6个月前才的新生仔猪存栏量来计算本月生猪预计成功上市上市量。
假如今年4月新生仔猪存栏量是6500万头，成活率以92%计算，则10月份生猪成功上市量约为6500x92%=5980万头。
如果我们要想预料今年5月份生猪出栏量，就可以查找6个月前在的新生仔猪存栏量，即2021年11第三季度新生科荛仔猪存栏量来计算。
生猪年末存栏量和猪肉价格的预测模型
生猪年末存栏量和猪肉价格的预测模型摘要本文针对生猪年末存栏量以及猪肉的价格进行了预测。
首先通过最小二乘法对生猪的出栏量进行了预测，然后引入了两次参数拟合的灰色马尔科夫链模型，对猪肉价格进行了宏观趋势以及微观波动进行了讨论，最后得出预测值，并给出了预测值的变动范围。
第一问中，由于生猪的出栏量总体呈上升趋势，而且波动较小，所以我们采用最小二乘法进行预测。
在预测过程中充分考虑1995~1996年的金融危机对生猪出栏量的影响，用5次和3次多项式分别对1976~2009年和1996~2009年的数据进行了拟合，得到四条拟合曲线，通过比较可以看出，其中一条曲线的误差较大，其他三条曲线基本重合，最后在对这三条曲线的数据求平均，得到最终结果。
预测出来的2007、2008、2009年的生猪出栏量都与真实值误差很小，而预测出的2010年的生猪出栏量为52562.7万头。
第二问，预测猪肉价格时，以每月为一个单位。
由于猪肉的价格波动性比较大，建立了两次参数拟合的灰色马尔科夫链模型。
先用两次参数拟合的灰色理论对猪肉价格的趋势进行了分析，得到猪肉价格的趋势值。
然后再用马尔科夫链对猪肉价格的波动性进行了研究，给出了猪肉价格的预测值，并得到了预测值的变动范围。
相比于GM（1，1）模型，本模型对时间响应方程进行了二次参数拟合，这样得到的数据比普通的GM（1，1）模型的数据更精确。
在用马尔科夫链预测时，首先用相对价格将价格的波动情况划分为j个状态区间，然后求出状态转移概率矩阵，列出价格预测表，可能转移到的概率最大的那个状态即为下一月份的状态。
则猪肉价格的趋势值乘以这一状态的上下限即可得到预测值的波动范围，而取这一状态区间的中点与趋势值的成绩既为这一预测值。
最后得到的结果是2010年1月的猪肉价格是11.80元与实际值11.75元比较，误差为0.43%，相对于灰色GM(1,1)模型预测的猪肉价格11.14元，误差为 5.19%，误差很小，说明了两次参数拟合灰色马尔科夫链模型的准确性。
2023年生猪价格行情走势及后市分析模板
生猪行情不确定
1.生猪市场影响因素与未来价格走势
可以进一步探讨当前生猪市场面临的影响因素，如政策调整、疫情风险、市场供需情况等，以及对未来价格走势的可能 影响。
2.生猪养殖企业未来发展与价格波动分析
同时，可以分析当前生猪养殖企业的生产成本、技术水平和市场竞争力等因素，以及对其在未来价格波动中的应对策略 和发展方向进行预测和分析。
5. 供应紧缺推高价格：由于生猪产能恢复缓慢，市场供 应仍然相对紧缺。预计2022年生猪供应量仍然无法满足 市场需求，导致明年猪价进一步上涨的压力增大。
THANKS
Form：ben 2023/9/3
猪价格
猪肉消费回升
1. 消费需求的增长：近年来，随着居民收入水平的提高，中国国民对高品质蛋白食品的需求不断增加。根据数 据显示，2019年我国人均猪肉消费达到54.8公斤，预计到2022年将进一步增长至58公斤。这种消费需求的增 长将对生猪价格产生积极影响，预计明年生猪价格将呈现上涨趋势。 2. 猪病疫情的影响：近年来，猪病疫情对中国生猪养殖业造成了较大的冲击，导致生猪存栏量大幅减少。根据 数据显示，2018年非洲猪瘟疫情导致我国生猪存栏量减少了1456万头，2019年又有部分地区出现猪瘟疫情。 由于生猪存栏量减少，供应不足使得生猪价格上涨。预计到2022年，猪瘟疫情受到控制后，生猪存栏量将逐渐 恢复，但仍未能完全弥补之前的损失，这将进一步推动生猪价格上涨。
生猪供应减少
供应紧缺导致价格 上涨，需求量增加 将进一步推高价格
驱动价格上涨
猪肉进口需求增加
养殖户 价格上扬 非洲猪瘟
需求增加支撑上涨
1.2022年生猪价格上涨原因之需求侧分析
一方面，2022年生猪价格上涨的原因之一是需求的增加。数据显示，随着人们收入水平的提高和饮食结构 的改变，肉类消费需求稳步增长。据统计，中国人均肉类消费量预计将在明年达到60公斤，较去年增长约 5%。随着城镇化的加速推进，人们对高品质肉类的需求也在不断提升，这将进一步推动生猪价格上涨。
猪肉价格的统计模型
猪肉价格的统计模型摘要本文就猪肉价格预测的问题，根据题目中的条件和要求，在合理的假设下，建立三个模型。
模型一为简单的直线方程模型；模型二是在采用灰色关联度建立猪肉价格与其影响因素的关系模型后，利用关联度返算，建立猪肉价格预测模型；模型三是建立养猪场盈亏平衡点等式模型。
通过求解这三个模型，很好的解决了问题。
在问题一中，利用半数平均法，建立猪肉价格预测模型。
首先通过对2000年1月至2009年6月我国猪肉价格数据的分析，得出猪肉价格在短期内呈线性增长趋势，然后用直线方程拟合该时间序列（猪肉价格随时间变化的序列），在完全确定直线方程模型后，通过该方程求出时间序列的各趋势值，接着运用EXCEL 软件作出二者的曲线并进行比较，证明该直线方程模型的可行性，最后在此基础上，预测出2009年下半年猪肉价格的趋势值。
在问题二中，确定影响猪肉价格的因素，采用灰色关联法，建立猪肉价格与其影响因素的关系模型。
首先使用季节平均法得出猪肉价格的季节指数（1234'1,'0.98,' 1.08,' 1.13S S S S ====），其次对猪肉价格与玉米价格时间序列图进行观察比较，易知两者变化呈正相关，然后利用灰色关联法，以往年的猪肉价格作为参考序列，以往年的玉米价格和季节指数作为比较序列，求出玉米价格和猪肉价格和季节指数与猪肉价格的关联度分别为0.755和0.972。
最后，利用关联度返算，推导得出猪肉价格的预测公式： 2.92109.26'i X G S =++.在问题三中，首先根据猪的不同重量，将猪分为三个成长阶段：1Kg ～15Kg 为幼年期；15Kg ～90Kg 为成长期；90Kg ～100Kg 为成年期。
由于猪的体重从5到100公斤呈正态分布，可以算出三个阶段的猪的数量分别为5，990，5。
然后根据猪场收入与成本建立猪场盈亏平衡点等式模型，可以得到猪粮比为6.5：1，即该养猪场的盈亏平衡点。
2023年生猪市场预测模板
稳定发展
应对疫病 预测市场
1. 疫情控制措施对猪肉需求的影响：随着疫情的逐渐得到控制，消费者对猪肉的需求有望逐渐恢复。然而，由于疫情造成的经济衰退和就业不稳定性，消费者的购买力可能受到一定程度的影响，这可能对猪肉市场带来潜在的不确定性。
2. 养殖业恢复和调整：受疫情的冲击，养殖业遭受了重大损失。为应对疫情的影响，养殖户可能在2022年寻求恢复和调整其业务模式。这可能包括技术创新和改进生猪养殖环境，以提高疫病防控能力和生产效率。
3. 国际贸易形势：2022年的生猪市场还将受到国际贸易形势的影响。随着疫情在全球范围内的发展，各国对外贸易政策的调整可能影响到猪肉的进出口量。同时，国际市场的竞争格局也将对国内生猪市场的发展产生一定影响。
Read More
ChatPPT Generation
Thanks
2023/9/10
分享人-Aaron
分享人-Aaron
2023/9/10
"2023年生猪市场展望：生猪价格波动加剧，养殖业者需灵活应对市场变化"
TEAM
2023年生猪市场展望
目录
CONTENTS
01
"猪肉需求暴涨推动生猪市场快速增长，为养殖业带来新机遇。"
猪肉需求暴涨推动生猪市场增长
猪肉需求供不应求
生猪市场迎来增长机遇
2023年生猪市场前景看好
农场应及时调整养殖策略
生猪市场前景广阔
03
"加强疫病防控，保障生猪市场稳定发展，是当前生猪产业健康发展的关键。"
加强疫病防控，保障生猪市场稳定发展
加强防控 保证市场
2023年我国生猪价格走势分析：价格高点或现 需警惕断崖式下跌方案模板
3.2023年饲料产量预计恢复并增长饲料供应方面，预计2023年饲料生产将恢复正常水平，并有望有所增加。据统计数据显示，2022年，我国生猪饲料年产量为XXX吨，而2023年预计将增加至XXX吨，同比增长约XX%。这将为生猪生产提供必要的饲养支持，有助于增加养殖户的投入产出比例。
1. 《关于打赢蓝天保卫战三年行动计划》的实施也将对生猪价格产生影响。该计划提出要加强畜禽养殖污染治理，推广清洁生产技术，减少养殖废弃物的排放。这将会增加养殖成本，对生猪价格形成一定的支撑。同时，加强环保治理也会导致一些小规模养殖场被淘汰，进一步减少生猪的供给量，对价格形成一定的支撑。
成本效益
1. 饲料成本：饲料是养殖生猪过程中的主要成本之一。通过数据分析发现，2021年我国饲料价格上涨了10%，这导致了生猪养殖成本的增加。根据专家预测，考虑到原料成本和供应链稳定性等因素，2022年饲料价格有望进一步上涨5%至8%，这将对生猪价格形成一定的上行压力。
4. 进口猪肉政策：为了保障国内猪肉供应，在外部供应不足时，我国积极扩大进口猪肉。据海关总署数据，2021年全国进口猪肉量达到XX万吨，有效满足国内市场需求，平稳稳定了生猪价格。
1.科技养猪：生物技术、智能养殖，提升猪种质量和生产效率科技养猪：随着科技的不断发展，养殖技术也在不断升级。比如，通过生物技术手段改良猪种，提高繁殖率和疾病抵抗力，以及利用智能养殖系统实现精准管理，提高生产效率等。2.2019年规模化养猪率达57.5%，大型企业率高达97.6%据国家统计局数据，2019年全国养猪户规模化养殖率已达到57.5%，其中大型养殖企业规模化养殖率高达97.6%。可以预见，随着科技的不断革新，养殖技术将进一步提高，对生猪价格的稳定和提高也将产生积极的影响。
2023年十一后全国生猪市场行情走势预测分析方案模板
市场价位上扬
1.生猪市场价格预计2022年上涨5元/斤
未来生猪市场的一个重要趋势。据预测，到2022年十一后，全国生猪市场的平均价格将会上涨至每斤20元左右，较现在的平均价格 提高了约5元。
2.生猪供应紧张，价格上涨，养殖户需加大规模和技术改造力度
这是由于近年来生猪生产成本不断上升，加之疫情影响，导致生猪供应量紧张，市场需求旺盛，价格自然上涨。因此，养殖户要抓住 这一机遇，加大生猪养殖规模和技术改造力度，提高生产效益，实现更好的经济效益。
2. 生猪出栏量预测：根据农业部公布的数据，2021年 全国生猪出栏量已经恢复到疫情前水平，预计2022年 十一后，生猪出栏量将继续保持稳定，预计比2021年 同期略有增长。
3. 生猪价格预测：根据市场走势和历史数据分析，预 计2022年十一后，生猪价格将继续保持稳定，但可能 会受到一些季节性因素的影响，比如天气变化等，可 能会有轻微波动。但总体来说，市场供需平衡，价格
行情回升预期
疫情
国家政 策
养猪业
生猪市 场
生猪行 情
生猪供 应
2022年 十一
回升
影响
供应趋紧局面
Tight supply situation
1.生猪养殖户压力加大，产能下降，明年11月后供应紧 缺
随着近年来我国加强生猪生产管理政策的实施，以及非洲猪瘟疫情的影响，生猪养殖户面临的压力逐渐增大，生 猪产能呈现下降趋势。预计明年11月份后，全国各地生猪养殖户数量将持续减少，导致生猪供应量进一步紧缺。
02/
生猪需求疲软：预计十一 后仍呈低迷态势
"生猪需求疲软，预计十一后仍将低迷，养殖户需谨 慎应对。"
01
生猪市场恢复：预期 十一后出现行情回暖
2023年二季度生猪市场预测二报告模板
TEAM
谢谢观看 THANKS
Form：Benson 2023/9/12
2023年生猪供应预计约6千万头，价格预测在15元/公斤左右
具体来说，我们预计到2023年底，生猪供应量将达到约6千万头。这一预测是基于当前生猪存栏量的恢复，以及养殖业的逐步恢复。同时，我们还需要考虑到一些不确定因素，例如疫情的发展和政策的影响。 生猪价格的波动受到多种因素的影响，包括生猪供应和需求、饲料价格、政策等等。根据我们的预测，到2023年底，生猪价格有望达到每公斤15元人民币左右。这一预测是基于当前生猪供应量的增加，以及饲料价格的稳 定。同时，我们还需要考虑到一些不确定因素，例如疫情的发展和政策的影响。
2023年生猪市场展望
2023年生猪市场预测
2023年生猪市场展望
2023年生猪市场预测
2023年生猪供应预计增10%至约6亿头
在2023年，生猪供应量预计将达到约6.0亿头，比2022年增长约10%。这一增长主要源于去年生猪存栏量的增加，以及养殖户对未来市场的乐观预期。
2023年生猪需求预计增长约9%至约5.5亿头
生猪市场预测（二）
2023年生猪市场展望
2023年生猪市场预测
生猪市场预测：2022年二季度展望
在2022年二季度，生猪市场预测成为了业界的焦点。根据最新的数据和分析，我们可以得出以下三个方面的预测。
生猪供应减少10%，影响全球市场
首先，我们来看看供应情况。全球范围内的生猪存栏量在过去的一年中有所下降，这是由于一些国家的封锁政策以及疫情导致的 猪舍关闭。这直接影响了我们的生猪供应。根据统计，预计全球生猪供应在2023年将比2022年减少10%左右。
生猪养殖业前景看好，总产值预测2023年约1.5万亿元人民币
- 1、下载文档前请自行甄别文档内容的完整性，平台不提供额外的编辑、内容补充、找答案等附加服务。
- 2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
- 3、如文档侵犯您的权益，请联系客服反馈,我们会尽快为您处理(人工客服工作时间：9:00-18:30)。
生猪年末存栏量和猪肉价格的预测模型摘要本文针对生猪年末存栏量以及猪肉的价格进行了预测。
首先通过最小二乘法对生猪的出栏量进行了预测，然后引入了两次参数拟合的灰色马尔科夫链模型，对猪肉价格进行了宏观趋势以及微观波动进行了讨论，最后得出预测值，并给出了预测值的变动范围。
第一问中，由于生猪的出栏量总体呈上升趋势，而且波动较小，所以我们采用最小二乘法进行预测。
在预测过程中充分考虑1995~1996年的金融危机对生猪出栏量的影响，用5次和3次多项式分别对1976~2009年和1996~2009年的数据进行了拟合，得到四条拟合曲线，通过比较可以看出，其中一条曲线的误差较大，其他三条曲线基本重合，最后在对这三条曲线的数据求平均，得到最终结果。
预测出来的2007、2008、2009年的生猪出栏量都与真实值误差很小，而预测出的2010年的生猪出栏量为52562.7万头。
第二问，预测猪肉价格时，以每月为一个单位。
由于猪肉的价格波动性比较大，建立了两次参数拟合的灰色马尔科夫链模型。
先用两次参数拟合的灰色理论对猪肉价格的趋势进行了分析，得到猪肉价格的趋势值。
然后再用马尔科夫链对猪肉价格的波动性进行了研究，给出了猪肉价格的预测值，并得到了预测值的变动范围。
相比于GM（1，1）模型，本模型对时间响应方程进行了二次参数拟合，这样得到的数据比普通的GM（1，1）模型的数据更精确。
在用马尔科夫链预测时，首先用相对价格将价格的波动情况划分为j个状态区间，然后求出状态转移概率矩阵，列出价格预测表，可能转移到的概率最大的那个状态即为下一月份的状态。
则猪肉价格的趋势值乘以这一状态的上下限即可得到预测值的波动范围，而取这一状态区间的中点与趋势值的成绩既为这一预测值。
最后得到的结果是2010年1月的猪肉价格是11.80元与实际值11.75元比较，误差为0.43%，相对于灰色GM(1,1)模型预测的猪肉价格11.14元，误差为 5.19%，误差很小，说明了两次参数拟合灰色马尔科夫链模型的准确性。
关键字：最小二乘法灰色理论 GM（1，1）马尔科夫链猪肉是我国重要的肉畜产品之一，也是我国居民消费量最大的肉类，猪肉价格的高低关系到国计民生。
我国自1985年取消生猪派购、放开肉类市场、实行多渠道经营以后,生猪市场就始终处于周期性波动状态。
2007年5月以来,国内猪肉价格出现大幅上涨并达到历史最高点，与此同时,其他基本消费品价格也轮番上涨，造成了一些不安定因素，不利于社会和谐发展。
一时间猪肉价格成了各界关注的热点,并引起相关部门和国内学者的广泛关注。
然而猪肉价格上涨并不是没有先兆的，我们应未雨绸缪，防患于未然，假设我们可对猪肉价格进行预测，有关部门也好早早地积极组织调配各地资源，保证货源充足，改善这种状况。
本文就是要参考附录中给出的资料,或者自己查找相关资料，建立数学模型，预测2007-2010年生猪年末存栏量和2010年我国36个大中城市猪肉价格。
二、模型假设1.假设在预测期间，不会出现金融危机、猪流感等严重影响生猪出栏量的意外发生；2.假设在预测期间，不会有打压猪肉价格或者哄抬猪肉价格的事件发生；3.假设不会发生不发生大的疫情，灾难或国家政策干预等引起猪肉价格急剧变化的事件；4.假设在预测期间，饲料价格不会发生大的波动，可以以往年平均值来预测未来价格变化趋势；5.假设消费者对猪肉的需求量不发生巨大变化。
三、符号及文字说明猪肉价格相对值的第i个状态⊗状态的上限i1⊗状态的下限i2状态经m步转移到的概率状态经m步转移到的次数状态出现的次数由m步转移概率元素构成的矩阵问题一中，已知1976~2009年的生猪出栏量，已知的数据比较多，而仅仅预测2010年的生猪出栏量，所以考虑用最小二乘法进行数据拟合。
从数据中，我们可以看出总体呈上升趋势，但是在1996年有一个骤降，然后再次上升。
通过查找资料发现，1995~1996年生猪出栏量受金融危机的影响比较严重，所以应当充分考虑1996年数据的差异，可以将1996年作为起点来预测2010年的生猪量，或者不考虑1995、1996年的生猪出栏量，进行整体预测。
问题二中，猪肉的价格不仅有一个宏观的趋势，而且存在小范围的波动。
可以考虑用灰色理论，但是灰色理论对波动性的预测效果不好，而马尔科夫链模型对波动性预测效果较好，但是无法预测出宏观的趋势。
将这两个模型结合起来，相互弥补了各自的缺点，使得模型比较完整，结果的准确性较高。
五、模型建立及求解问题一：生猪存栏量预测 1.1、分析数据我们要根据题目中给出的一组数据，预测出2007~2010年的生猪年末存栏量。
图中描绘了1976年到2006年我国生猪年末存栏量的走势图，见图1。
051015202530352.533.544.55x 104图1 1976年到2006年我国生猪年末存栏量的走势图从图中可以看出1976年以来，我国的生猪年末存栏量总体上成上升趋势，波动较小，对此，我们采用最小二乘法，用最小二乘拟合多项式逼近，预测出2007-2010年生猪年末存栏量。
1.2、拟合多项式求解假定对应给出m 个点i x 处的值i y ),,2,1(m i =，要求近似多项式)()()()()(221100x c x c x c x c x p n n ϕϕϕϕ++++= (1) 其中n c c c ,,10为待定常数，),2,1,0()(n j x x j j ==ϕ，选取n c c c ,,10使得 ∑=-=mi i i y x p 12))((S (2)最小。
它显然是待定系数n c c c ,,10的函数。
由多元函数取极值的必要条件知，S 取最小时必有 0S=∂∂kc .,,2,1,0n k = (3) 即∑==-+++mi i i n n i i i k y x c x c x c x 111000])()()()[(ϕϕϕϕ (4)亦即∑∑∑∑=====++mi mi mi mi i i k i n i k n i i k i i k y x x x c x x c x x c 11111100)()()()()()()(ϕϕϕϕϕϕϕ (5)若对任意的函数)()(x g x h 和，引入记号∑==mi i i x g x h g h 1)()(),( (6)则上述方程可以表示为),(),(),(),(1100y c c c k n k n k k ϕϕϕϕϕϕϕ=+++ .,2,1,0n k = (7) 写成矩阵形式，即⎥⎥⎥⎥⎦⎤⎢⎢⎢⎢⎣⎡=⎥⎥⎥⎥⎦⎤⎢⎢⎢⎢⎣⎡⎥⎥⎥⎥⎦⎤⎢⎢⎢⎢⎣⎡),(),(),(),(),(),(),(),(),(),(),(),(1010101110101000y y y c c c n n n n n n n n ϕϕϕϕϕϕϕϕϕϕϕϕϕϕϕϕϕϕϕϕϕ (8)该问题用矩阵还可表示为：⎥⎥⎥⎥⎦⎤⎢⎢⎢⎢⎣⎡=)()()()()()()()()(A 102212011110m n m m n n x x x x x x x x x ϕϕϕϕϕϕϕϕϕ T 21),,(B m y y y = T 10),,(X n c c c =222122||),,(||||||S m e e e e == (9)即2222||||||||AX B e -=令 0A T =e B A AX A T T =B A A)(A X T -1T = (10) 即得到n c c c ,,10，代入)(x p ，即可求得该拟合多项式。
1.3、拟合预测从1976年到2009的i x 值分别为1~34，i y 值为对应年份的生猪年末存栏量。
从以上图中可以看出，1995~1996年可能由于墨西哥金融危机对世界经济的冲击作用及其他一些事件的影响，生猪年末存栏量出现大幅下降，数据变化较大，对此，我们需要在对整体数据拟合的基础上，再对1996年以后的数据拟合，分别用了5次和3次多项式拟合，防止产生较大误差。
A 、5次多项式，样本取值1976~2006：)0,1,26,243,1077,28213(X --=，则得到的拟合多项式为 43226243107728213)(x x x x x p -+-+= (11) 从而预测出2007~2010年的生猪年末存栏量，见表一：表一 预测出2007~2010年的生猪年末存栏量2007年 2008年 2009年 2010年 43996万头 45889万头 48685万头 52616万头拟合多项式的图形如下：51015202530352.533.544.555.5x 104图2 5次多项式样本取1976~2006的预测图B 、5次多项式，样本取值1976~2009：），，，（,015,2228100728301X --=，则得到的拟合多项式为43225228100728301)(x x x x x p -+-+= (12) 从而预测出2007~2010年的生猪年末存栏量，见表二：表二 预测出2007~2010年的生猪年末存栏量2007年 2008年 2009年 2010年 43984万头 45811万头 48506万头 52294万头拟合多项式的图形如下：51015202530352.533.544.555.5x 104图3 5次多项式样本取1976~2009的预测图C 、3次多项式，样本取值1996~2006：)40,2960,79480,664390(X --=，则得到的拟合多项式为 3240296079480664390)(x x x x p +-+-= (13) 从而预测出2007~2010年的生猪年末存栏量，见表三：表三 2007~2010年的生猪年末存栏量2007年 2008年 2009年 2010 44750万头 47734万头 52050万头 57917万头拟合多项式图形如下：051015202530352.533.544.555.56x 104图4 3次多项式样本取1976~1996的预测图D 、3次多项式，样本取值1996~2009：)30,2280,61850,515000(X --=，则得到的拟合多项式为 3230228061850515000)(x x x x p +-+-= (14) 从而预测出2007~2010年的生猪年末出栏量，见表四：表四 预测出2007~2010年的生猪年末出栏量2007年 2008年 2009年 2010年 43774万头 45765万头 48711万头 52778万头拟合多项式的图形如下：51015202530352.533.544.555.5x 104图5 3次多项式样本取1976~2009的预测图将四条曲线整合比较，预测最终的生猪年末存栏量，见图6。