我國蔬菜市場預(yù)測預(yù)警研究淺析

魯建斌

（張家口市農(nóng)業(yè)信息中心，河北 張家口 075000）

2002—2005年農(nóng)業(yè)部為適應(yīng)農(nóng)村經(jīng)濟結(jié)構(gòu)戰(zhàn)略性調(diào)整和加入世界貿(mào)易組織的新形勢要求，開始整合信息資源，先后啟動了玉米、小麥、棉花、大豆、糖料、稻谷、油料、畜產(chǎn)品、水產(chǎn)品9種農(nóng)產(chǎn)品的市場預(yù)測預(yù)警工作；截至2012年，常態(tài)預(yù)測預(yù)警供求平衡分析的農(nóng)產(chǎn)品達16種。建立預(yù)警指標體系，定期對農(nóng)產(chǎn)品的供需、庫存、進出口、市場行情和生產(chǎn)成本等進行動態(tài)監(jiān)測及預(yù)測，實施先兆預(yù)警，從供求安全、進口影響及生產(chǎn)效益3個方面進行報警，為生產(chǎn)者、經(jīng)營者和政府部門提供決策參考（預(yù)警機制）[1-3]。

通過對國內(nèi)外文獻的梳理，發(fā)現(xiàn)對農(nóng)產(chǎn)品的價格和市場預(yù)測預(yù)警的研究大多集中于部分省份和單個農(nóng)產(chǎn)品，糧食和生豬的市場預(yù)測預(yù)警系統(tǒng)相對完善，其他農(nóng)產(chǎn)品的預(yù)測預(yù)警較為薄弱，尤其是在蔬菜市場預(yù)測預(yù)警體系的建設(shè)方面更為缺乏[4]。蔬菜價格較易受氣候條件、自然災(zāi)害、市場自然環(huán)境、經(jīng)濟與政策環(huán)境、節(jié)假日等外界因素影響，在不同時間段差異較大，有時候會出現(xiàn)異常變動的情況。蔬菜是居民生活的必需品，是剛性需求，蔬菜價格不穩(wěn)定不僅會使人們的生活受到影響，而且會降低菜農(nóng)種植的積極性，影響菜農(nóng)選擇適宜的種植方式，甚至會對國民經(jīng)濟造成一定的沖擊。因此，穩(wěn)定蔬菜價格成為備受政府關(guān)注的話題，建立完善的蔬菜價格預(yù)測預(yù)警體系，提升預(yù)測預(yù)警水平，對于穩(wěn)定市場、鞏固發(fā)展農(nóng)業(yè)農(nóng)村經(jīng)濟具有重要的現(xiàn)實意義。本文將在探討我國蔬菜市場基本特點、預(yù)測預(yù)警理論發(fā)展的基礎(chǔ)上，從數(shù)量供應(yīng)預(yù)測預(yù)警、需求預(yù)測預(yù)警、貯藏庫預(yù)測預(yù)警系統(tǒng)發(fā)展的角度探討我國蔬菜的預(yù)測預(yù)警機制發(fā)展情況，以期為相關(guān)部門提供參考。

1 蔬菜預(yù)測預(yù)警理論的發(fā)展

蔬菜市場預(yù)測預(yù)警同其他農(nóng)產(chǎn)品一樣都是圍繞設(shè)定的警情指標、診斷警情、尋找警源、分析警兆和預(yù)報警度的思路進行，這也基本成為農(nóng)產(chǎn)品預(yù)測預(yù)警機制的流程（圖1）。

圖1 蔬菜預(yù)測預(yù)警流程

1.1 預(yù)測理論的發(fā)展

預(yù)測學(xué)是研究未來的新興學(xué)科，預(yù)測經(jīng)濟未來被認為是經(jīng)濟學(xué)的基本特征。古來占卜、看相等無不彰顯著人們對未知的未來的探知和渴望。未來是可預(yù)測的，但所有的預(yù)測都是概率性事件。預(yù)測學(xué)在20世紀50年代開始從西方興起，并迅速地發(fā)展起來。60年代以后，美國及一些工業(yè)發(fā)達國家，開始出現(xiàn)了許多專門從事科學(xué)技術(shù)、社會政治、經(jīng)濟、軍事、教育等預(yù)測的研究與咨詢機構(gòu)，這些機構(gòu)向計劃、規(guī)劃、設(shè)計部門提供可靠的預(yù)測信息和根據(jù)，以便制定更加科學(xué)合理的計劃、規(guī)劃和設(shè)計方案。預(yù)測學(xué)在這一時期得到了很大的發(fā)展。

國外經(jīng)濟預(yù)測的方法，歸納起來大概可以分為4種，經(jīng)濟計量模型、時間序列模型、領(lǐng)先經(jīng)濟指標法和預(yù)期調(diào)查法[3]，而國內(nèi)農(nóng)產(chǎn)品價格短期預(yù)測大多采用時間序列方法進行。市場預(yù)測是一個復(fù)雜的體系工程，需要預(yù)測者掌握科學(xué)的理論和方法，并進行大量的實踐，才能提高預(yù)測的能力和水平。

1.2 預(yù)警理論的發(fā)展

預(yù)警系統(tǒng)的研究最早應(yīng)用于經(jīng)濟預(yù)警，可以追溯到19世紀末期，而國內(nèi)的宏觀經(jīng)濟預(yù)警工作的興起是在20世紀80年代。領(lǐng)域內(nèi)的專家們通過借鑒國外相對成熟的預(yù)警研究方法，從理論和實踐的角度對預(yù)警處理、指標遴選、數(shù)據(jù)合成等方面進行研究，但仍處于初級階段[5]。

在預(yù)警方法上，首先應(yīng)用的是黃色預(yù)警方法和黑色預(yù)警方法，且是針對畜產(chǎn)品（包含生豬）、糧食等農(nóng)產(chǎn)品建立的預(yù)警模型，而在蔬菜上的應(yīng)用需要進一步探索；其次是綜合運用紅色預(yù)警方法和黃色預(yù)警方法[6-9]。隨著信息技術(shù)的不斷發(fā)展，預(yù)警模型也越來越多；按照不同的操作方法，可以將預(yù)警模型分成3類，即專家預(yù)警、指數(shù)預(yù)警和模型預(yù)警。然而，更多的還是集中在生豬價格的預(yù)警上，如已經(jīng)建立的VAR預(yù)測預(yù)警模型、生產(chǎn)景氣指數(shù)系統(tǒng)、風險結(jié)構(gòu)模式等[10]，而關(guān)于在蔬菜上建立預(yù)警模型的報道極少。

1.3 蔬菜價格監(jiān)測、預(yù)警體系理論

蔬菜價格監(jiān)測及蔬菜價格預(yù)警是蔬菜市場預(yù)測預(yù)警的核心內(nèi)容，而蔬菜價格預(yù)警指標與蔬菜價格監(jiān)測指標緊密相聯(lián)，其也必須對蔬菜價格起到調(diào)控作用。

1.3.1 蔬菜價格監(jiān)測

1.3.1.1 蔬菜價格監(jiān)測的概念 價格主管部門對蔬菜價格進行周期性定點或不定點監(jiān)測，分析蔬菜價格的總體變化趨勢，并且預(yù)測未來的價格。

1.3.1.2 蔬菜價格監(jiān)測的品種及范圍 價格主管部門對蔬菜價格監(jiān)測的品種包括果菜類、葉菜類、花菜類、根菜類、莖菜類蔬菜5大類[4]。蔬菜價格監(jiān)測的范圍主要包括蔬菜的生產(chǎn)成本、供求變化、價格變動情況等，并以此確立監(jiān)測指標、評定蔬菜價格是否合理，向蔬菜生產(chǎn)者以及銷售者提供蔬菜價格的相關(guān)信息，使蔬菜生產(chǎn)者、銷售者及時調(diào)整生產(chǎn)銷售計劃，并為國家調(diào)控蔬菜價格提供依據(jù)。

1.3.1.3 蔬菜價格監(jiān)測體系 蔬菜價格監(jiān)測體系主要從4個指標出發(fā)進行分析，即供應(yīng)指標、需求指標、貯藏指標和價格指標；其中，供應(yīng)指標包括年生產(chǎn)量、蔬菜種植面積；需求指標包括居民消費蔬菜量、研發(fā)蔬菜種植技術(shù)用量、蔬菜出口量；貯藏指標包括蔬菜貯藏時間、方法，蔬菜貯藏地區(qū)、結(jié)構(gòu)；價格指標包括生產(chǎn)價格、采購價格、銷售價格及其他價格。另外，蔬菜價格監(jiān)測是一個復(fù)雜的過程，還需要考慮蔬菜市場特點及現(xiàn)狀、國家經(jīng)濟政策、種植成本的變化、種植戶的積極性、種植的環(huán)境變化、氣候條件變化、自然災(zāi)害、種植新技術(shù)等因素的影響，從而更加精確地進行蔬菜價格預(yù)測。

1.3.2 蔬菜價格預(yù)警

在蔬菜價格波動上，主要考慮的因素包括價格上漲或下跌幅度、時間及范圍，進而設(shè)計合理的蔬菜價格預(yù)警體系，參照楊曉娟[4]的研究成果，為其設(shè)計詳細指標，使蔬菜價格預(yù)警體系更加完善。

其中，價格變動幅度中的指標分別代表所調(diào)查時期的價格比同期價格的變動幅度。對于蔬菜市場，一般1個月的價格變動為短期，2～3個月的價格變動為中期，超過3個月為長期。價格波動范圍是依據(jù)價格主管部門針對價格調(diào)查所取證的地區(qū)而言的，可以分為全國、個別省區(qū)、產(chǎn)地或銷地等。不同蔬菜價格警情級別不同，針對不同的級別由相關(guān)部門采取不同的預(yù)警方案。蔬菜價格與警情級別的情況，見表1[4]。其中，“綠色”代表一級警情，波動時間≥5 d，波動幅度為2%～3%，變動范圍為鎮(zhèn)、縣級，風險判定結(jié)果為處于正常范圍，風險較輕；“黃色”代表二級警情，波動時間＞10 d，波動幅度為4%～9%，變動范圍為市級，風險判定結(jié)果為瀕于風險范圍，風險可控；“橙色”代表三級警情，波動時間＞15 d，波動幅度為10%～100%，變動范圍為全省，風險判定結(jié)果為進入風險范圍，風險嚴重；“紅色”代表四級警情，波動時間＞20 d，波動幅度為＞100%，變動范圍為全國，風險判定結(jié)果為超出正常風險范圍，風險極其嚴重。

在制定不同級別的蔬菜價格警情方案時，應(yīng)首先考慮蔬菜價格波動的原因，如人為因素、自然環(huán)境因素、貨幣環(huán)境因素、經(jīng)濟政策等。對于諸如惡意操作、哄抬物價、串通漲價、囤積居奇等行為，相關(guān)部門將依法給予處理；對于不可控的自然環(huán)境因素，相關(guān)部門通過科技手段控制蔬菜價格的上漲，同時采取補貼等政策來遏制蔬菜價格的上漲；對于貨幣環(huán)境問題，就需要政府采取宏觀調(diào)控措施來緩解通貨膨脹現(xiàn)象，同時加大對種植戶的財政補貼，進而減輕或抑制蔬菜價格上漲的趨勢。

2 我國蔬菜市場預(yù)測預(yù)警系統(tǒng)

2.1 數(shù)量供應(yīng)角度的預(yù)測預(yù)警

對于有針對性地探討數(shù)量供應(yīng)安全角度的預(yù)測預(yù)警較少，且集中在個別地區(qū)。閆曉軍等[11]在綜合分析北京蔬菜市場特點的基礎(chǔ)上，圍繞蔬菜供應(yīng)安全、市場平穩(wěn)運行和保護蔬菜生產(chǎn)的目標，設(shè)定了3類預(yù)警指標，即批發(fā)市場日均上市量指標衡量供應(yīng)水平、預(yù)期收益與成本對比指標衡量生產(chǎn)效益、批發(fā)與產(chǎn)地價格比值以及批發(fā)與農(nóng)貿(mào)價格比值指標衡量流通環(huán)節(jié)收益。并提出預(yù)警工作應(yīng)遵循政府主導(dǎo)、多方主體參與的原則，采取多種措施保障蔬菜市場預(yù)警工作的實施。

2.2 需求角度的預(yù)測預(yù)警

首先需要在了解蔬菜需求特點的基礎(chǔ)上分析蔬菜需求的影響因素。通過格蘭杰因果關(guān)系[12]檢驗分析得出歷史銷售量、溫度信息、氣象信息、節(jié)假日信息等因素對蔬菜需求量是否有顯著的影響。這可為構(gòu)建蔬菜預(yù)測模型打下基礎(chǔ)。張倩倩[12]構(gòu)建了基于支持向量機的蔬菜需求模型（SVM），并進行了實例驗證，且釆用支持向量機方法預(yù)測的平均誤差為2.02%，而用RBF神經(jīng)網(wǎng)絡(luò)方法預(yù)測的平均誤差為3.17%。由此可知，用SVM方法預(yù)測的精度比用RBF方法提高了1.15%，說明SVM方法提高了蔬菜需求預(yù)測的精度，減少了蔬菜采購中需求預(yù)測的不確定性。而后利用驗證過的需求預(yù)測模型，構(gòu)建蔬菜需求預(yù)測系統(tǒng)，實現(xiàn)了對蔬菜短周期內(nèi)需求量的預(yù)測和蔬菜供需風險的預(yù)警，并對本系統(tǒng)的各項性能進行實際測試。系統(tǒng)實現(xiàn)了蔬菜市場信息定期、有效、準確的釆集，并且定義預(yù)警模型，對市場供需進行預(yù)警，掌握市場動態(tài)、監(jiān)測蔬菜價格、促進蔬菜流通都具有重要的參考價值。

表1 蔬菜價格警情相關(guān)情況

2.3 蔬菜貯藏庫預(yù)測預(yù)警系統(tǒng)

我國對于貯藏庫的專門性研究也較少。蔬菜是農(nóng)產(chǎn)品中極不耐貯藏的種類，對貯藏條件要求極高，對環(huán)境的溫濕度有特定的要求，而目前我國對農(nóng)產(chǎn)品貯藏庫環(huán)境監(jiān)測的自動化程度不高。句榮輝等[13]針對以上存在的現(xiàn)實問題，開發(fā)了1個基于專家系統(tǒng)的短消息報警系統(tǒng)；該系統(tǒng)結(jié)構(gòu)簡單、工作可靠、安裝方便、價格低廉，為農(nóng)產(chǎn)品貯藏庫實現(xiàn)自動監(jiān)測提供了一種新的技術(shù)。

2.4 蔬菜價格預(yù)測預(yù)警系統(tǒng)

在蔬菜價格預(yù)測預(yù)警方面，我國的研究成果多集中在個別的地區(qū)。比較成熟的是生豬的價格預(yù)測，2007年馬孝斌等[14]在分析影響因素的基礎(chǔ)上，建立了向量自回歸模型（Vector Auto Regression Model，簡稱VAR），用來預(yù)測生豬的價格，并進行了實例驗證。姚霞等[15]構(gòu)建非平穩(wěn)時間序列ARIMA（p，d，q）模型（ARIMA：Auto Regressive Integrated Moving Average，自回歸求和平均），描述并預(yù)測青椒價格的動態(tài)變化。苗開超等[16]利用指數(shù)平滑模型對番茄價格進行預(yù)測，試驗結(jié)果表明：該方法能夠有效地對農(nóng)產(chǎn)品價格曲線進行擬合、預(yù)測。許世衛(wèi)等[17]以番茄為例，研究了主產(chǎn)地市場與其他地區(qū)市場之間的價格傳導(dǎo)關(guān)系。另外，在智能預(yù)測方法方面，杜俊[18]以江蘇南京大宗蔬菜為例，開展了基于小波分析的蔬菜價格波動及與氣候關(guān)系研究。崔利國[19]構(gòu)建混沌神經(jīng)網(wǎng)絡(luò)模型預(yù)測，進行大白菜價格短期預(yù)測。曹霜等[20]構(gòu)建了基于小波分解的SVM-ARIMA農(nóng)產(chǎn)品價格預(yù)測模型，并對大白菜價格進行了實例分析。

信麗媛[5]的研究成果表明：應(yīng)用H-P濾波法獲得蔬菜價格的周期趨勢性成分；通過比較蔬菜短期價格預(yù)測預(yù)警方法ARIMA模型、灰色預(yù)測模型和X12季度調(diào)整法，發(fā)現(xiàn)用X12季節(jié)調(diào)整法對天津市蔬菜價格進行短期月度數(shù)據(jù)預(yù)測效果理想；利用時差相關(guān)分析法，確定警兆指標的先行、同步和滯后性質(zhì)，建立天津市蔬菜價格波動預(yù)警的指標體系；利用黑色預(yù)警模型方法、黃色預(yù)警模型方法對蔬菜價格波動預(yù)警進行實證分析。另外，李干瓊[21]以菠菜為例，基于 GARCH模型計算的風險價值可以較好地反映市場價格、收益率的分布和市場價格波動性因素，監(jiān)測了蔬菜價格波動及收益率的動態(tài)過程，適應(yīng)風險價值的需要，而且在很大程度上也提高了VAR的精度。

3 展望

從現(xiàn)有的文獻來看，在政策背景的支持下，我國蔬菜預(yù)測預(yù)警相關(guān)的研究取得了一定的成效，但還有許多問題尚待深入研究，如建議采用定性和定量兩種方法，尋找警源，分析警情，設(shè)置警兆，從而提出預(yù)警方案；建立單一的模型；建立在多種模型基礎(chǔ)上的動態(tài)模型，可以隨時根據(jù)市場價格的波動情況，作出動態(tài)的預(yù)測預(yù)警，為政府及早制定政策提供參考和依據(jù)；利用移動設(shè)備，提高計算機硬件技術(shù)，開發(fā)預(yù)測預(yù)警方法?？梢?，如何集成和綜合應(yīng)用現(xiàn)有的硬件和軟件資源為蔬菜價格預(yù)測預(yù)警提供技術(shù)支撐也將成為下一步應(yīng)重點研究和突破的關(guān)鍵。

另外，應(yīng)建立健全的蔬菜市場預(yù)測預(yù)警體系，重視農(nóng)業(yè)信息采集機制的構(gòu)建，進行長遠規(guī)劃，實現(xiàn)蔬菜供應(yīng)、需求、價格等的動態(tài)監(jiān)測，重點考慮復(fù)雜的蔬菜價格波動預(yù)警指標。在供給方面的警兆指標包括播種面積、人工成本、化肥價格、農(nóng)家肥價格、種子價格、農(nóng)藥價格、產(chǎn)量、進口量、固定資產(chǎn)折舊率、全國市場價格、農(nóng)業(yè)人口、城鎮(zhèn)人口、城鎮(zhèn)人口比重等的變動率；在需求方面的警兆指標包括農(nóng)村居民家庭人均收入增長率、城鎮(zhèn)居民可支配收入增長率、蔬菜加工業(yè)產(chǎn)值變動率、替代品價格變動率、供應(yīng)外地蔬菜量變動率、蔬菜科技投入資金變動率、蔬菜固定資產(chǎn)投資變動率等；政策與經(jīng)濟方面的警兆指標包括國家支農(nóng)支出變動率、蔬菜信貸增長率、通貨膨脹率、人民幣匯率變動率、蔬菜市場化水平等；在自然條件方面的警兆指標包括蔬菜受災(zāi)面積變動率、災(zāi)害性天氣發(fā)生頻率等。綜合以上多方面考慮，可以更好地為相關(guān)決策部門提供參考，同時減少種植戶的損失，適應(yīng)新時代農(nóng)業(yè)農(nóng)村的發(fā)展需求。