区域性农产品价格监测预测系统的研发

黄刚

摘要：该文从遵义农业产品信息应用出发，，介绍了农产品价格监测预测系统的研发，阐述了系统的体系结构、功能模块和实现流程，同时对系统在数据采集、价格监控、预测的实现进行了初步的探讨。

关键词：农产品价格；监测；预测；研发

中图分类号：TP311 文献标识码：A 文章编号：1009-3044（2012）32-7839-02

当前我国正处于经济建设快速发展时期，工、农业以及其他产业都面临一个高速发展的机遇。中国是一个农业大国，农业人口占我国人口最大比重。只有使得占人口最大比例的这部分人真正富裕起来，才能全面实现我国当前的全力发展经济，全面建设小康社会的目标。搞好经济建设，顺应国家改革发展方向，促进农业发展，促进农民增收，是至关重要的一个环节。

区域农产品的价格，与区域农业发展息息相关。价格高低，直接关系到区域农业收入多少。价格波动，会直接影响到区域农业生产者的种植结构调整，进而影响区域农业经营者的经营策略。随着我国当前市场经济改革的不断深入，区域农产品价格受到特定的市场经营和流通环境的影响因素越来越严重，产品价格的波动加剧，给当地政府的宏观经济调控，合理规划产业发展带来更多要求。

面对经济全球化和市场经济快速发展的新形势，当地政府宏观调控经济运行的难度越来越大。农业产业快速发展，要求当地政府全面、及时的掌握农业信息、科学分析信息。这里我们以遵义地区农产品价格为基础进行的《遵义农产品价格监测预测系统》的建设，顺应了当前经济发展的需要；同时通过信息技术的应用，对农业的产前、产中和产后的全程信息获取、处理，帮助农业生产者和经营者通过市场做出科学决策，实现农业生产、管理、经营的科学化，克服农业生产的盲目性，实现了农业增产增收和集约经营，对农业生产具有十分重要的理论和现实意义。

1系统设计思路

产品价格是特定市场的最重要的组成元素，是研究市场信息的晴雨表。农产品由于受到短期天气、气候等诸多因素的影响，具有波动大、季节性强的特点。研究价格的波动，首先要弄清楚产生价格波动的过程、周期频率，只有这样才能对决定价格波动的因素深入分析。价格波动反映的是一系列时间序列变量的变化趋势和规律，也是系统要研究的主要目标。系统设计主要达到的目的是，依据遵义农产品市场的特定环境，寻找出农产品价格波动的规律以及影响价格波动的主要因素，描绘出目标农产品的价格波动时间序列，并依此合理监测和预测。

区域性农业产品市场价格波动在本质上展示的是商品供需矛盾运动的结果。研究表明价格波动同时也直接和间接地受到宏观经济政策调控的影响。另外，区域性市场的发育程度也对农产品价格波动产生重要影响，当地政府对于农业产品的补贴政策对平均农产品市场利润至关重要。同时，国际市场农业产品价格也对本地市场价格波动有一定的影响。系统在设计研发时要同时综合考虑以上这些因素。

2系统数据采集

系统开发过程中，注重了实用性、易用性和便于推广性的原则，选择最通用的开发工具和平台进行系统开发。在基于Internet的B/S的架构的基础上，采用了.net平台进行系统的开发，同时采用SQLServer2005作为系统的后台数据库存储价格数据，保证系统具有最普遍的兼容性。

系统获得的价格数据主要通过人工采集。由于农产品价格随着时间的变化，其波动会呈现一定的规律性，并且在整个波动过程中都会受到很多相互制约影响的或者偶然或者非偶然的因素的影响。为了能更精确地描述价格波动变化趋势，而且能够在一定的时期内预测波动变化的趋势，系统需要高效率的数据统计方法。本系统采用时间序列统计方法，时间序列分析可以根据事物一段时间的演变过程，从中找出定量的演变规律，并根据规律进行走势预测。同时时间序列预测模型无需知道影响效应指标的因果关系，在系统动态性强，受各种因素综合性影响较多的应用系统，特别是农业产品受短期季节、气候和政府调控等因素影响较多的情况下应用时间序列分析模型可以起到事半功倍的效果。农业产品价格的波动具有季节性的特点，因此，系统选择ARIMA（自回归滑动平均）时间序列来对农场品价格建立时间序列模型。ARIMA模型是一种比较成熟的时间序列预测方法，已经在其他一些领域得到广泛的应用。ARIMA同时是一种目前公认的比较先进的用于国家或地区经济预测领域的时间序列分析模型之一。

利用ARMA模型和事件序列分析结合，通过数据挖掘技术可视化的采集监控遵义市两城区十余个大型农贸批发市场的蔬菜、水果、水产品、粮油、畜产品等5大类进200多个品种价格信息。每日自动化采集、统计、分析、比价搜索、短期以及中长期趋势预测分析，为农产品交易主体提供宏观数据，方便决策。

为及时准确收集第一手的价格信息，在数据采集的终端，由专门的数据采集人员现场实时采集数据，采集遵义市两城区的蔬菜、水果、水产品、粮油、畜产品等五大类农产品价格。采集数据的工作有许多不同的数据采集人员每日在规定的时间点同时进行采集，同时规定了相同的数据采集的流程，并通过系统终端实时上传数据至系统价格数据库。上传数据的工作由数据采集人员通过使用IE浏览器客户端登陆后实时上传到后台SQLServer数据库。

3系统提供的应用性功能模块

1）农产品日行情查询模块：提供遵义市两城区的蔬菜、水果、水产品、粮油、畜产品等五大类农产品价格按照品名、市场名、农产品大类名三大查询方式的前天、昨天以及今天的价格信息查询功能；

2）农产品每月/每年价格走势模块：以可视化的曲线图形式展现具体农产品某月或者某年内的价格波动。波动曲线图可以描述具体的农产品，如土豆、黄瓜等特定品名的每月/年价格走势，也可以描述较大分类名如叶菜、茎菜、根菜、花菜、果菜等的每月/年价格走势。

3）农产品短期价格预测模块：基于ARIMA模型构建的时间序列分析结合数据挖掘技术，对农产品价格进行短期走势预测。提供一周左右的价格走势预测。

4）农产品价格涨跌预警模块：对农产品的每月价格波动情况进行分析，并对产品价格涨跌进行排序。实现按照特定品名以及按照较大分类名对农产品的价格涨跌达到系统预设比率的情况进行预警。

5）行情简报模块：每月自动生成蔬菜、水果、水产品、粮油、畜产品等五大类农产品的每月价格波动简报。系统同时重点监测遵义市两城区的20种主要农产品的每月专题简报分析，简报以图形化的方式显示产品价格的波动以及同比、环比数据分析。

6）农产品长期趋势预测模块：基于数据挖掘技术对重点监控的20种主要农产品未来较长一段时期的涨跌趋势进行分析，并提供未来1-3个月时间内这些农产品价格涨跌趋势的预测及分析。在分析的基础上自动生成价格看涨、看跌、看平的分析图和列出涨跌的原因供决策参考，实现动态数据监测。

4前景和展望

经济全球化和市场主体多元化的新形势，增加了政府宏观调控经济运行的难度，同时也需要农业信息服务工作者能够更及时帮助各级政府及时、全面掌握农业信息。信息技术手段与方式的全面和多样化，为农业信息服务工作提供了更为丰富的可行空间，而这些新技术的运用也为传统农业带来了巨大改变，将农业发展引入了一个全新的时代。

遵义农产品价格监测预测系统是信息技术在农产品价格信息服务工作中的一次应用，用信息化手段对其传统方式进行改造，实现了农产品价格信息服务的创新模式。政府通过系统及时全面了解农产品价格信息，增强了监管能力，更好地促进了本地农业生产的增产增收和集约经营。

参考文献：

[1]张化中.价格监测及预测预警[M].北京：中国物价出版社，2006.

[2]卢卫.现代经济预测[M].天津：天津社会科学院出版社，2004.

[3]魏来，陈良均.网络环境下ARIMA模型对于绿色蔬菜市场价格的精确预报[J].四川农业大学学报，2004（3）.

[4]梅林.数据挖掘技术在预测农作物生长过程中的应用研究[J].甘肃科技，2005（11）.

[5]徐妙君，谭小球.商业智能中的数据挖掘研究[J].浙江海洋学院学报：自然科学版，2005（3）.

[6]贾春生.ARIMA模型在马尾松毛虫发生面积预测中的应用[J].安徽农业科学，2007（19）.

[7]韩萍，王鹏新，王彦集，张树誉，朱德海.多尺度标准化降水指数的ARIMA模型干旱预测研究[J].干旱地区农业研究，2008（2）.