基于多維關聯規則的豬肉價格波動原因分析

喬浪 郭新宇 彭程

摘要：我國是世界上最大的豬肉生產國和消費國，豬肉是我國人民肉食的主要來源，分析豬肉價格的波動原因具有重要意義。以2006—2015年豬肉價格月度數據為研究對象，采用數據挖掘中的多維關聯規則算法，定量分析豬肉價格與供給、需求、成本3個方面9個影響因素之間的影響關系。結果表明，供給因素方面，豬肉價格與豬肉產量、年末存欄量、出欄豬肉呈負相關性;需求方面，豬肉價格與居民消費水平、牛肉價格和雞肉價格呈正相關性，其中牛肉價格的變動對豬肉價格影響較大;成本方面，豬肉價格與生豬價格、仔豬價格和玉米價格呈正相關性，其中生豬價格的變動對豬肉價格敏感性較高。運用數據挖掘技術定量分析豬肉價格和影響因素的關聯程度，以期為有關部門穩定豬肉價格提供科學依據。

關鍵詞：豬肉價格;影響因素;數據挖掘;多維關聯規則

中圖分類號：F323.7?? 文獻標志碼： A? 文章編號：1002-1302（2019）11-0332-04

我國是世界上最大的豬肉生產國和消費國，根據世界肉類組織第四屆世界豬肉大會統計，2006年我國的豬肉產量為5 197.2萬t，是當年世界豬肉產量的50.1%。豬肉是我國人民肉食的主要來源，養豬業在我國畜牧業中也占據著主導地位。因此，豬肉價格不僅影響著我國畜牧業的發展，更關系到我國國民經濟的持續穩定發展。然而近年來我國豬肉價格出現波動周期延長，幅度增大的異常現象，尤其是2007年，我國各地區豬肉價格普遍出現大幅度漲價現象，一度突破了我國最高豬肉價格記錄。這樣的異常現象嚴重影響了豬肉的產量，進而導致我國國民經濟發展出現不平衡現象。因此，探討豬肉價格的波動原因具有非常重要的現實意義，本研究運用多維關聯規則，從季節、地域、豬肉產量等諸多方面對豬肉價格進行定量分析，進而找到影響豬肉價格的具體因素。國內外學者對于豬肉價格波動的原因分析已經進行很多研究。李秉龍等從政府調控、豬肉供給、需求3個方面對豬肉價格短期波動的原因進行了解析[1]。韋敬楠等運用向量誤差修正模型（VEC）分析證實了我國生豬價格與豬肉價格之間的傳導關系，并利用非對稱條件異方差模型（TARCH）證實我國生豬價格和豬肉價格之間的傳導具有雙向非對稱性特征[2]。徐磊等從草地農業系統觀方面分析豬肉價格，指出豬肉價格和玉米價格是呈正相關的[3]。江六一等運用蛛網模型理論、季節調整法以及H-P濾波法對我國活豬價格進行分析，指出我國活豬價格是季節性變化的，豬肉價格增長趨勢與消費價格指數（CPI）有關[4]。李寶仁等運用蛛網模型分析豬肉供求曲線的彈性關系，發現我國豬肉價格波動具有發散性特征，并運用向量自回歸模型對影響豬肉價格的因素進行定量分析，指出玉米價格對豬肉價格波動的影響十分明顯[5]。胡凱等分析生豬價格波動的結構性原因，構建因果分析圖和系統動力學流圖，并建立系統動力模型進行仿真分析，發現生產延遲和較大的供給價格彈性是生豬價格大幅度波動的本質因素[6]。陳哲蕊等運用脈沖響應函數等方法對我國豬肉價格、飼料價格以及加工價格進行分析，發現飼料價格波動是造成豬肉價格波動的主要因素，豬肉價格波動反作用于玉米價格等[7]。虞祎等根據均衡轉移模型理論將我國豬肉市場從城鄉2個相對獨立的市場進行了分析[8]。陳秋月等基于時間序列分解，對江蘇省的生豬、仔豬和豬肉的月度價格進行分析，發現三者的價格波動呈高度一致的周期性波動上升，短期內波動受外部影響明顯，波動幅度較大，價格波動周期和生豬飼養周期一致，大致39個月為1個周期[9]。王毅等用X12季節調整法和H-P濾波法對豬肉價格進行波動分解實證分析，發現豬肉價格周期波動與生豬生產周期波動基本一致，且波動周期大致為3～4年[10]。程素云等利用VAR模型對我國生豬價格波動與CPI的關系進行實證分析，發現CPI不是生豬價格波動的格蘭杰原因，生豬價格波動是CPI的格蘭杰原因，兩者存在長期穩定的關系[11]。上述對豬肉價格影響因素的研究，更多是從向量誤差修正、季節調整法、時間序列等數理統計和經濟學理論的角度出發，分析各因素對豬肉價格的影響，較少有學者會對各因素對豬肉價格的影響程度進行分析。本研究對影響豬肉價格的因素進行詳細分析，運用數據挖掘中的多維關聯規則方法計算豬肉價格和各影響因素之間的強關聯規則，將各影響因素定量化，明確各因素對豬肉價格的影響程度，有助于更深入了解和掌握豬肉價格的驅動因素和波動規律。Agrawal等于1994年首次提出關聯規則的概念[12]。馬高庭等基于改進的關聯規則算法建立雞肉產品質量安全預警模型，挖掘出影響雞肉安全的因素[13]。鄭曉峰等基于關聯規則和粗糙集對道路運輸管理數據進行了分析[14]。曹衛東等運用多維關聯規則方法對航班排序進行了優化[15]。尚威等使用多維關聯規則技術對交通事故記錄進行了分析[16]。肖斌等將時序關聯規則運用在鉆井事故分析中[17]。陳偉珂等將關聯規則應用在地鐵施工事故分析中[18-19]。本研究將多維關聯規則技術應用在豬肉價格分析中，深度挖掘豬肉價格與影響因素間的內在聯系，分解豬肉價格的波動原因，不但可以有效地簡化處理豬肉價格數據，還可以通過檢驗各因素的頻繁程度來挖掘和推導出有價值的規則表達式，從而定量獲取各因素對豬肉價格的影響程度。

1 多維關聯規則理論

1.1 關聯規則

關聯規則作為數據挖掘的一個重要分支，其主要作用是在數據背后發現事物與事物之間可能存在的關聯或聯系。設I={i1，i2，…，im}是項的集合。設T為事務表，其中每個事務Ti是項的集合，使得TiI。設A是1個項集，事務Ti包含A當且僅當ATi。關聯規則是形如AB的蘊涵式，其中AI，BI，且A∩B=，則在此蘊含式中A稱為前件，B稱為后件[12]。

關聯規則的強度可以用支持度和置信度來度量[12]。支持度（Support）的公式是Support（A→B）=P（AUB）。支持度揭示了A與B同時出現的概率。如果A與B同時出現的概率小，說明A與B的關系較小;如果A與B同時出現的非常頻繁，則說明A與B總是相關的。置信度（Confidence）的公式是Confidence（A→B）=P（A|B）。置信度揭示了A出現時，B是否也會出現或有多大概率出現。如果置信度為100%，則A和B可以捆綁銷售了。如果置信度太低，則說明A的出現與B是否出現關系較小。

同時滿足最小支持度閾值（min_sup）和最小置信度閾值（min_conf）的規則稱作強規則[12]。項的集合稱為項集。項集的出現頻率是包含項集的事務數，簡稱為項集的支持計數，如果項集的出現頻率大于或等于給定的最小支持度閾值，那么就可以稱這個項集為頻繁項集。頻繁k項集用來探索得到頻繁（k+1）項集。頻繁項集的子集都是頻繁項集。

關聯規則的挖掘可以分為2步：第1步，在事務表中找出所有頻繁項集;第2步，在滿足最小支持度和最小置信度的前提下，由頻繁項集產生強關聯規則。在這2步中，第2步相對容易，但挖掘關聯規則的總體性能由第1步決定[12]。

1.2 多維關聯規則

根據關聯規則中涉及的維數可以將關聯規則分為單維關聯規則和多維關聯規則。如果關聯規則中的項和屬性每個只涉及到1個維，則為單維關聯規則。如果關聯規則涉及2個或多個維，則為多維關聯規則。多維關聯規則是處理各個維之間的關聯，而根據多維關聯量化屬性的處理方式，多維關聯規則可以分為使用量化屬性的靜態離散化挖掘多維關聯規則、量化關聯規則和基于距離的關聯規則。

2 多維關聯規則模型的構建

以《中國農業統計年鑒》和《全國農產品資料匯編》發布的2006—2015年豬肉價格數據為基礎，選取影響豬肉價格的9種因素作為分析對象，建立豬肉價格多維數據模型。

2.1 豬肉價格屬性的定義

豬肉價格屬性是指影響豬肉價格的各個因素，映射在本研究中多維關聯規則中的每個維。本研究從供給屬性、需求屬性、成本屬性3個方面分析豬肉價格屬性，這些屬性將通過定性和定量的方式分析得出。

2.1.1 供給屬性 根據價格形成的相關理論，供給和需求是影響價格的2個非常重要的因素。首先從供給方面對豬肉價格進行分析，一般情況下，當豬肉供給量上漲時豬肉價格會降低，當豬肉供給量不足時豬肉價格會隨之升高，兩者之間呈負相關關系。本研究選取豬肉產量、出欄肉豬和年末存欄量作為供給因素對豬肉價格進行分析。

2.1.2 需求屬性 居民收入水平與居民對豬肉的購買能力息息相關。一方面當居民收入高時，其對豬肉的購買能力強，當居民收入較低時，其對豬肉的購買能力會大大降低。因此，居民收入水平可以作為豬肉需求的直接信號。另一方面，隨著人們生活水平的提高，消費觀念的改變，對于牛羊肉、雞肉等的消費也逐漸增加，當豬肉價格偏高時，替代品價格直接影響豬肉的需求水平，因此，替代品價格的波動對豬肉價格的研究也尤為重要，本研究主要選取牛肉價格和雞肉價格進行分析。

2.1.3 成本屬性 在豬肉價格形成的過程中生豬生產成本起著尤為重要的作用，它直接影響著生豬價格和生豬供給總量等因素，這些因素最終又會通過內部機制傳導到豬肉價格上。生豬生產的投入要素主要包括土地、圈舍、飼料、人工的投入成本、仔豬價格等。目前我國的生豬生產主要分為規模養殖和散戶養殖。在我國生豬生產過程中，豬飼料須要消耗大量的玉米、大豆等糧食作物，飼料成本占養豬成本的60%以上[20]。在散養模式中，生豬物質成本的90%以上為仔豬成本和飼料成本，導致仔豬和飼料成本成為決定生豬生產成本的最關鍵因素[21]。因此，選取生豬價格、仔豬價格和玉米價格作為成本因素進行分析。

2.1.4 其他屬性 除了供求屬性和成本屬性外，自然災害、生豬疫情、國家政策、經濟形勢等都是影響豬肉價格的因素，自然災害會誘使仔豬成活率下降，母豬流產率上升等一系列問題，極大地影響生豬的出欄率，生豬疫情會嚴重影響生豬的成活率，使得豬肉供應不足進而導致價格上升，國家政策可以調控市場經濟，從而對豬肉價格產生影響，國民經濟高速發展，總體物價上漲，豬肉價格也會隨之升高。但是由于自然災害和生豬疫情的出現存在偶然性，國家政策和經濟形勢的影響無法定量化，所以本研究針對這些因素不作主要分析。

2.2 豬肉價格多維數據模型的建立

2.2.1 概念分層 在關聯規則挖掘中，由于多維數據空間數據的稀疏性，在底層和原始層的數據項之間很難找到強關聯規則，所以多維數據模型中，引入概念分層的概念，概念分層定義了一個映射序列，該序列將底層概念映射到高層概念，在較高的概念層中發現的強關聯規則可能提供更普遍的意義。概念分層采用概念層次樹的方法，將數據庫中各屬性值及其概念依據抽象程度不同而構成的層次結構（圖1）。

2.2.2 多維數據模型 當今數據倉庫和數據倉庫技術是基于多維數據模型的， 多維數據模型將數據看作是數據立方體的形式。本研究采用多維數據模型中最為常見的星型模型對豬肉價格屬性數據進行建模，星型模型由事實表和維表組成，事實表中存放了大量的無冗余數據，在其周圍圍繞著眾多維度表，每個維度表代表1個維，其中存放著描述維的數據。由圖2可知，豬肉價格本身屬性為事實表，維度表有豬肉產量、出欄豬肉、年末存欄量、居民消費水平、牛肉價格、雞肉價格、生豬價格、仔豬價格和玉米價格。

3 基于多維關聯規則的豬肉價格數據挖掘

3.1 數據準備

選擇全國范圍內2006—2015年的豬肉價格數據進行關聯規則挖掘，其中在分析生豬價格、仔豬價格、玉米價格、牛肉價格和雞肉價格對豬肉價格造成的影響時，選取2006—2015年的月度數據，在分析豬肉產量、出欄豬肉、年末存欄量和居民消費水平對豬肉價格造成的影響時，由于這些因素的數據按年度來統計，因此選取2006—2015年的數據。在分析其他屬性對豬肉價格的影響時，采用的方法是分析其他屬性的數據變動對豬肉價格數據變動的影響，為便于挖掘，將所有屬性的原始數據轉換成布爾型的二進制數據，比較前一數據，數據不變或變大的屬性，環比記為“1”;數據變小的屬性，環比記為“0”（表1）。

3.2 數據挖掘

本研究以最小支持度為0.3，最小置信度為0.7為例，選取豬肉價格、豬肉產量、出欄豬肉、年末存欄量、居民消費水平、牛肉價格、雞肉價格、生豬價格、仔豬價格、玉米價格為維度進行多維關聯規則挖掘。其中重要性指標定義為Importance（A→B）=P（AB）/P（A）P（B），其中P（A）表示事務中A發生的概率，P（B）表示事務中B發生的概率，P（AB）表示事務中A和B同時發生的概率。根據重要性指標的公式可知，重要性大于1時表示一旦擁有A則再擁有B的概率會增加，小于1時表示一旦擁有A則再擁有B的概率會降低。根據2006—2015年豬肉價格年度數據，本研究挖掘到的規則見表2。

規則1、2、3表示供給屬性對豬肉價格的影響。當豬肉產量下降時，豬肉價格上漲的概率是100%，當出欄豬肉數量下降時，豬肉價格上漲的概率是100%，當豬肉的年末存欄量下降時，豬肉價格上漲的概率是100%。對比這3條規則可知，供給屬性與豬肉價格呈負相關性，豬肉產量、出欄豬肉和年末存欄量降低，豬肉價格反而會上漲。從重要性指標來看，供給屬性對豬肉價格的重要性同等重要（為1.13），且為正值，說明當供給屬性出現下降時豬肉價格上漲的概率將增加。

規則4、5、6表示需求屬性對豬肉價格的影響。當居民消費水平上漲時， 豬肉價格上漲的概率是89%， 當牛肉價格上漲時，豬肉價格上漲的概率是84%，當雞肉價格上漲時，豬肉價格上漲的概率是83%。相比這3條規則可知，需求屬性與豬肉價格呈正相關，當居民消費水平、牛肉價格和雞肉價格上漲時，豬肉價格也會上漲。從重要性指標來看，牛肉價格上漲對豬肉價格上漲的重要性較高（為1.59），說明雖然豬肉價格與需求屬性呈正相關關系，但牛肉價格的上漲對豬肉價格上漲更加敏感。

規則7、8、9表示成本屬性對豬肉價格的影響。當生豬價格上漲時，豬肉價格上漲的概率為92%，當仔豬價格上漲時，豬肉價格上漲的概率為78%，當玉米價格上漲時，豬肉價格上漲的概率為73%。根據這3條規則可知，成本屬性與豬肉價格呈正相關關系，當生豬價格、仔豬價格和玉米價格上漲時，豬肉價格也會隨之上漲。從重要性指標來看，生豬價格上漲對豬肉價格的重要性較高（為1.74），說明相比玉米價格和仔豬價格的上漲，生豬價格的上漲更能引起豬肉價格上漲。

4 結束語

本研究以《中國農業統計年鑒》和《全國農產品資料匯編》發布的2006—2015年豬肉價格數據和影響因素數據為基礎，運用多維關聯規則建立豬肉價格多維數據模型，選擇供給、需求、成本等3個方面的數據進行關聯規則挖掘分析。結果表明：（1）供給因素與豬肉價格呈負相關關系，當豬肉產量、出欄豬肉和年末存欄量降低時豬肉價格升高的概率為100%，三者對豬肉價格的影響程度相當，均為1.13。（2）需求因素與豬肉價格呈正相關關系，當居民消費水平、牛肉價格和雞肉價格上漲時豬肉價格上漲的概率分別為89%、84%、83%，其中牛肉價格對豬肉價格的影響最大，為1.59，雞肉價格其次。（3）成本因素與豬肉價格成正相關關系，生豬價格、仔豬價格和玉米價格上漲時豬肉價格上漲的概率分別為92%、78%、73%，其中生豬價格對豬肉價格影響最大，為1.74，仔豬價格其次，為1.47，玉米價格相對偏低，為1.38。

綜上，對穩定豬肉價格提出以下政策建議。采取多種措施保障生豬供給量持續穩定增長，降低生豬養殖成本，改進生豬養殖方式，增強生產能力;建立豬肉和生豬、玉米、仔豬之間的價格預警機制，實時公布豬肉市場信息，加強豬肉行業的信息引導;密切關注居民消費水平、牛肉價格和雞肉價格等需求因素的變動，積極調整因需求因素的變動造成的豬肉價格異常。

本研究應用數據挖掘中的多維關聯規則算法，探討和分析供給因素、需求因素、成本因素對豬肉價格的影響及影響程度，研究得到的關聯規則對深入研究豬肉價格變化規律具有一定的參考價值。豬肉價格的變動受到多重因素的影響，本研究主要從供給、需求和成本因素進行分析，但不同時間和空間下供給、需求和成本因素對豬肉價格的影響也存在差異，未來將結合時間、空間2個尺度對豬肉價格的波動進行更加全面和準確的研究。

參考文獻：

[1]李秉龍，何秋紅. 中國豬肉價格短期波動及其原因分析[J]. 農業經濟問題，2007（10）：18-21.

[2]韋敬楠，張立中，張美艷. 中國生豬價格與豬肉價格非對稱傳導效應研究——基于VEC-TARCH模型[J]. 價格月刊，2017（4）：28-32.

[3]徐 磊，侯扶江. 以草地農業系統觀分析豬肉價格問題[J]. 草業科學，2010，27（6）：123-128.

[4]江六一，丁家云，周正平. 我國豬肉價格波動規律及調控對策研究——基于H-P濾波法的實證分析[J]. 經濟問題探索，2014（9）：96-101.

[5]李寶仁，姚熙嘉. 我國豬肉價格波動的原因分析與政策建議[J]. 北京工商大學學報（社會科學版），2014，29（5）：119-126.

[6]胡 凱，甘筱青. 我國生豬價格波動的系統動力學仿真與對策分析[J]. 系統工程理論與實踐，2010，30（12）：2220-2227.

[7]陳哲蕊，田文勇，吳秀敏. 飼料價格、加工價格、豬肉價格波動關系實證分析[J]. 價格月刊，2017（3）：47-52.

[8]虞 祎，胡 浩，劉 瑩. 我國城鄉兩市場的豬肉價格的影響因素分析——基于均衡轉移模型[J]. 南京農業大學學報（社會科學版），2009，9（2）：38-42.

[9]陳秋月，楊泳冰，陳甜甜. 基于時間序列分解的江蘇省豬肉價格波動分析[J]. 安徽農業科學，2013，41（14）：6499-6502.

[10]王 毅，郭亞軍. 中國豬肉價格波動周期分析[J]. 江蘇農業科學，2013，41（7）：397-400.

[11]程素云，胡 進. 我國生豬價格波動與CPI關系的實證研究[J]. 江蘇農業科學，2017，45（23）：307-311.

[12]韓家煒，Kamber M. 數據挖掘：概念與技術[M]. 范 明，盂小峰，譯.北京：機械工業出版社，2007.

[13]馬高庭，蔣萬春，申艷光. 基于關聯規則的肉雞產品質量安全預警模型[J]. 江蘇農業科學，2015，43（3）：271-274.

[14]鄭曉峰，王 曙. 基于粗糙集與關聯規則的道路運輸管理信息數據挖掘方法[J]. 華南理工大學學報（自然科學版），2014，42（2）：132-138.

[15]曹衛東，連松江，張偉航. 基于多維關聯規則分析的航班排序優化[J]. 計算機工程與設計，2016，37（9）：2553-2558.

[16]尚 威，尚 寧，覃明貴，等. 交通事故的多維關聯規則分析[J]. 計算機應用與軟件，2006，23（2）：40-42，65.

[17]肖 斌，肖亞飛. 時序關聯規則在鉆井事故中的應用[J]. 計算機應用，2017，37（增刊1）：308-311.

[18]陳偉珂，李金玲，聶凌毅. 基于關聯規則的地鐵施工事故分析[J]. 城市軌道交通研究，2011，14（11）：67-71，75.

[19]侯艷娟，張頂立，李鵬飛. 北京地鐵施工安全事故分析及防治對策[J]. 北京交通大學學報，2009，33（3）：52-59.

[20]姜會明，王振華. 生豬供給波動：短周期分解與經濟學解釋[J]. 中國畜牧雜志，2012，48（18）：17-20，24.

[21]楊 靜，姜會明. 吉林省豬肉價格波動影響因素實證分析[J]. 黑龍江畜牧獸醫，2015（6）：1-4.