淺析數據分析在農產品價格預測中的應用

宋丹丹

摘 要 近幾年，農產品價格市場不穩定，而農產品又是人們生活的必需品，市場的不穩定對生活影響較大，因此需要使用科學的方法對目前面臨的情況進行調整。利用數據分析技術對農產品進行價格預測，依據數據分析預測市場的供需，以便更好地組織生產，使得市場供需平衡，有效穩定農產品的市場價格，有利于農業生產者科學決策以及農產品市場的可持續發展。

關鍵詞 農產品;數據分析;價格預測

中圖分類號：F323.7 文獻標志碼：B DOI：10.19415/j.cnki.1673-890x.2020.29.099

農產品的價格始終是民眾最關心的事情，農產品價格的穩定對于市場的穩定發展有積極的促進作用，因此使用科學的方法預測價格對于生產者和消費者都十分有益[1]。近年來，農產品市場價格出現較大的波動，尤其是以生姜、大蒜為首的農產品頻繁出現“蒜你狠”“姜你軍”等現象[2]，給人們的正常生活造成了很大的影響。價格的波動不僅影響消費者的正常生活，對于生產者的影響也十分嚴重，導致生產者不知該種植何種農產品，由此造成農產品供應不穩定以及供需不平衡等問題。

農業在我國經濟發展中占有舉足輕重的地位，而農產品市場價格的波動所帶來的經濟風險會嚴重影響到農業的生產和發展，如何有效準確地預測農產品價格未來的走勢從而避免風險是目前農產品市場研究中的一個重點和難點。如果在農產品的生成過程中，可以實現“供需平衡”，在很大程度上就會降低部分損失。農產品價格的影響因素很多，這只是其中的一部分，在大數據分析的背景下，可以通過數據的分析盡量在早期發現問題，幫助農業生產者合理地規劃生產，即使存在潛在的風險也可以通過互聯網迅速降低風險，幫助生產者和消費者獲取更大的利益，使農產品價格的市場穩定發展[3]。

1 數據分析概述

1.1 數據分析的概念

數據分析是指使用不同的統計分析方法或算法從大量未經過處理的原始數據中找到需要的信息，并對從這些數據中分析得到的結論進行深入的詳細研究的過程[4]。在實際的應用中，通常是將數據分析得到的結論應用在某種決策或者判斷中，以便得到更有利的效果。數據分析可簡單概括為用數據說話，通過真實的數據反映真實的情況，在這個過程中，要明確分析目的，選擇恰當的分析方法，最終得到有用的結論[5]。

1.2 數據分析在農產品中的應用

1.2.1 農產品種植

在農業生產領域，大數據分析技術通過分析傳感器收集到的數據，幫助農產品生產者分析氣候、病蟲害、土壤養料成分等環境因素，從而輔助農業決策，為生產者提供最佳的種植管理。同時，生產者也可通過實時監控系統觀察農作物的生長情況，在合適的時期灌溉和施肥，達到規避風險、增產增收的目標，從而實現精準農業。大數據分析技術的應用目的就是降低在農業生產過程中的試錯成本，從而提高決策的準確性和時效性，期望在同樣的產量上投入更少，在同樣的投入上產量更高。

1.2.2 農產品銷售

在傳統農產品產銷模式下，生產者和經銷商在種植、產銷信息上的對接渠道匱乏，因此不能及時了解農產品的實際銷量和實際需求量。利用大數據分析技術，通過采集歷年農產品電商營銷大數據構建消費者信息數據庫，深入挖掘和分析，實現消費者精準畫像和消費行為預測分析，對未來的農產品市場需求情況進行預測，及時了解消費者的需求并反饋給生產者，可幫助生產者合理安排種植計劃，有效防止滯銷等現象的發生，使生產者收益達到最大化，同時分析消費者的購買需求，尋找潛在客戶，提供個性化營銷服務，增加消費者的購買力，實現產銷一體化。

1.2.3 農產品市場

我國農產品市場交易一直處于不穩定狀態，尤其是農產品的價格波動較大。價格恐慌在各個行業都極容易造成災難性的影響，農產品的價格波動更有可能撼動國家對國計民生的政策布局。面對多樣化的農產品數據，傳統的統計分析方法很難得到準確的分析預測，而大數據分析技術可以從海量的數據中提供準確的數據分析和預測，由歷史交易數據分析得到農產品市場需求，合理指導農業生產者種植，做到精準農業，避免出現產品過剩或緊缺等情況，幫助生產者合理規劃，促進農產品市場價格的穩定發展。

2 數據分析在農產品價格預測中的應用優勢

2.1 做出更好的決策

供應商和農產品生產者，都是隨意地收購或者種植農產品，這樣往往會導致農產品過剩或者短缺，造成嚴重的損失。利用數據分析技術，通過對消費者產生的農產品交易數據進行分析，預測得到農產品價格未來的走勢，并結合分析得到的不同地區以及不同時期消費者的消費需求，將數據分析得到的信息及時反饋給生產者以及供應商，幫助其在收購或者種植時更好的做出決策，以實現利益的最大化，同時可以有效減少農產品價格的波動。

2.2 有效避免農產品滯銷

通過收集一定階段內的農產品產銷數據，結合市場行情的科學分析，可以預測農產品價格的走勢，也可以預測分析農產品的供需量，這樣可以更好地組織農產品的生產，有效避免出現大量的農產品滯銷。對于一些需求量大的區域，根據數據信息的反饋及時調配，避免農產品過剩或者短缺，保證農產品價格波動，供應者和消費者的利益最大化。

2.3 有助于農產品的流通

利用數據分析技術對農產品價格進行預測，可以有效推動農產品的銷售流通。隨著大數據的發展，信息的流通速度非常快，足不出門就可以得到各種信息，在農產品還沒有上市之前，就可以通過網絡收集消費者的需求信息，并對數據進行分析，得到農產品價格的預測。農產品生產條件的限制，造成相同的農產品一些地區過剩一些地區短缺，導致相同的農產品在不同地區銷售價格不同，利用大數據分析技術進行預測分析，可以在很大程度上降低應流通造成的損失。

2.4 有助于穩定市場供需平衡

利用大數據分析技術，收集農產品的銷售量數據，通過數據的信息反饋，指導農業生產者未來生產進行決策，同時維持市場供需平衡，這樣即可以防止因供小于需而導致農產品價格波動過大，又可以減少農業生產者因沒有市場農產品滯銷而產生的損失，通過對市場供需關系的平衡來達到農產品價格的預測控制。大數據時代的到來，使得農產品信息的流動大大加快，從而減小了不同地域的市場信息不同步的風險，因此農產品價格的預測可以有效促進市場的平穩發展。

3 數據分析在農產品價格預測中的具體應用

3.1 數據收集

在數據分析中，數據是關鍵，因此數據的收集十分重要。在大數據時代，根據信息公示原則，會定期將一些相關的農產品信息公布在網站上，可以通過網站數據來進行分析。

3.2 確定農產品價格的影響因素

農產品價格的影響因素有很多，因此選擇農產品價格的直觀因素是需要綜合考慮多方面的影響因素，在分析大量數據的基礎上，分析得到一些與農產品價格有密切線性關系的因素，然后選擇這些因素作為自變量，并分析他們之間的關系。

3.3 預測模型的構建

3.3.1 灰色預測模型

灰色預測模型的應用非常廣泛，尤其是對于一些小樣本預測處理，需要的數據信息較少，而且運算速度和精度較高。灰色預測模型一般是通過對各種因素之間進行關聯分析，并對原始數據進行處理來尋找變量改變的規律，最終生成有規律性的數據序列，然后運用數學模型，對該序列進行預測。

3.3.2 神經網絡模型

神經網絡常用于解決一些非線性和多變量的問題。影響農產品價格的因素有很多，因此神經網絡最適合用來解決這樣的非線性問題。神經網絡具有較強的自組織、自適應和自學能力，因此在建立模型時，只需要設置合理的參數，然后給定模型的訓練集，它就能通過強大的自學能力找到輸入和輸出之間的關系，最后將需要預測的數據輸入就可以分析得到想要的結果。

4 結語

數據分析技術的應用領域非常廣泛，而且都取得了不錯的效果，而農業信息化也是最近幾年國家發展的趨勢，在農業領域中應用數據分析是大勢所趨。我國作為農業大國，農業的收入對于我國GDP的影響很大，因此農業領域更需要應用科學的發展方法來實現穩定持續發展。農產品價格的穩定，有利于價格市場健康有序的發展，同時也有利于幫助供應商降低損失，做出科學的發展決策。在大數據分析技術發展的背景下，只有將農業與科技強強聯手，才能發揮最大的作用，使我國農業發展欣欣向榮。

參考文獻：

[1] 楊柳青，郝彥，劉闖.數據挖掘技術在農產品價格預測中的應用[J].農村經濟與科技，2019，30（23）：151-152.

[2] 劉學飛.生姜價格預測與大數據平臺研發[D].泰安：山東農業大學，2019.

[3] 宋振虎.基于大數據的農產品價格預測模型研究與實現[D].烏魯木齊：新疆大學，2019.

[4] 張小允.我國小雜糧價格波動與預測研究[D].北京：中國農業科學院，2019.

[5] 趙梓良.基于數據挖掘的農產品價格預測研究[D].舟山：浙江海洋大學，2019.

（責任編輯：劉 昀）