关于我国城镇奶制品市场需求预测分析.docVIP

关于我国城镇奶制品市场需求预测分析 　　摘 要：本文通过对我国城镇奶制市场近15年销量情况的统计和分析，在结合经济学和统计学相关课程知识的基础上，对所得数据进行了相关分析，包括：数据来源、数据整理汇总、需求模型建立、产品弹性分析以及市场需求预测和估计；根据分析所得，可以帮助社会大众完善其对中国城镇奶制品市场需求特性认识和理解。 　　关键词：奶制品 需求模型 弹性 SPSS分析 　　一、奶制品行业需求的背景及趋势分析 　　1.奶制品行业背景分析。二十世纪九十年代，保健食品风靡一时，人们热衷于购买补钙、补铁的营养品，却对身边随处可见的奶制品视而不见。如今乳品的消费已不再属于专供老年人、婴幼儿、病人和少数高消费者的奢侈品，它已渐趋成为了一种大众化的生活必需品。以液态奶消费为例，据北京等地的调查，如今婴幼儿对液态奶的消费占整个消费群的19%，60岁以上的老人占28%，其他年龄的人占53%，消费者的职业结构遍及各类人群。由于中国奶业消费有其独特的文化结构，中国人的消费以植物型消费为主，与欧洲型的动物食品消费相比，亚洲型在奶制品的消费潜量上要远远小于欧洲，再加上现行市场竞争者对潜在市场消费的引导、培育不够，细分市场的有效需求并不可观，这客观上也给厂家的差异化竞争制造了一定的障碍。 　　2.市场需求发展过程及趋势。中国城镇居民液态奶消费量从1995年到2003年的9年间一直处于高速增长状态，人均消费量的平均增长速度高达19.4%，在2002年达到最高增长速度31.7%。中国农村居民液态奶消费量从2000年到2005年的6年间一直处于超高速增长状态，人均消费量的平均增长速度高达41.4%。而2008年，三鹿事件对奶制品市场的打击前所未有。但是，中国作为拥有13亿人口的大国，目前年人均奶类消费量约为20公斤，不到全球年人均奶类消费量1/4。因此，随着人民生活水平的提高以及国家相关政策的推出，我国奶制品的消费空间仍将非常巨大。 　　二、需求分析的内容与方法 　　在广泛收集数据信息的基础上，本文遵照统计学原理和方法以及采用管理经济学相关知识，运用SPSS和Excel等相关相关功能软件进行统计和分析，对影响奶制品需求的因素进行散点分析和相关性检验，构建多元线性回归模型，用SPSS分析得出各变量的相关系数和常数，并进行回归系数的检验。由于完整的每年农村人均奶制品消费量数据很难获得，故本文将仅对城镇居民奶制品消费量展开一些列分析。 　　三、数据收集与分析 　　本文选择的因变量是：城镇年度奶制品总销量； 预测变量或称自变量包括以下主要假设影响因素：（1）城镇人口数：统计年鉴中历年城镇人口数，单位是万人；（2）城镇居民人均收入：统计年鉴中，历年城镇居民人均收入额，单位是元；（3）城镇奶制品零售价格指数：年鉴中显示的是历年的环比价格指数，通过折算，得出历年的同比零售价格指数。 　　1.数据收集与整理。通过历年统计年鉴的整理，现将相关可用数据归纳整理如下。要获得历年城镇奶制品总销量，可以通过以方法计算得出，即： 　　城镇奶制品总销量 = 城镇人均消费量 * 城镇人口数 　　汇总所有数据统计表，可得到接下来进行数据分析的一种综合信息统计表，该表包含了数据分析所需的全部数据信息，下表为数据的部分内容。 　　2.需求函数模型建立。为了便于进行函数模型的假设和分析，现将相关变量假设如下： Q—表示城镇奶制品年消费总量；P—表示城镇奶制品零售价格指数；I—表示城镇人均年收入额；N—表示每年城镇人口数。 　　（1）Q和P、I、N的多元线性回归模型分析。假设总销量和P、I、N三者建立需求函数，对它们四着关系进行回归模型检验，SPSS统计反映信息显示：由于Sig.检验值0.05，故该线性回归模型不符合统计学要求，故应舍弃。 　　（2）Q和P、N的多元线性回归模型分析。同样，对Q和P、N进行多元回归线性模型分析，得到如下模型汇总检验表： 　　从上表输出结果（表-2）可以看到相关系数R以及判定系数R方值都接近于1，说明样本回归方程的代表性教强；ANOVA分析结果F检验值为388.349，对于的sig.值取0.000，说明所构建的多元回归模型具有显著的统计学意义。 　　（3）需求函数模型的确立与检验。通过步骤（2）的一些了检验和分析，确定建立年度总销量Q和零售价格及人口数的多元线性函数关系，由SPSS分析可得如下函数系数。 　　上述系数表中，Sig.检验值均0.05，故可采用分析所得系数为所要建立的需求函数模型各自变量的系数，也即城镇奶制品需求函数模型表达式如下：Q=0.062N-14.127P-593.599 （函数模型） 　　通过函数模型的代值预测，将历年的相关自变量值代入模型，可以得到拟合总销量以及拟合偏差值。其中，偏差率=偏差值/实际年