模糊综合评价在矿产品价格预测中的应用——以湖北省恩施市为实证

■ 郑文强/李 爽/李 伟/王 磊/白 瑛

（1.宏大爆破有限公司，广东 广州 511300；2.湖北永业行评估咨询有限公司，武汉 430070；3.湖北省国土资源厅，武汉 430070）

模糊综合评价在矿产品价格预测中的应用
——以湖北省恩施市为实证

■ 郑文强1/李 爽2/李 伟3/王 磊3/白 瑛2

（1.宏大爆破有限公司，广东 广州 511300；2.湖北永业行评估咨询有限公司，武汉 430070；3.湖北省国土资源厅，武汉 430070）

矿产品的市场价格是一个多因子耦合作用的复杂动态系统，难以用一种指标的监测结果来对价格进行综合性的评价，采用模糊综合评价方法进行矿产品价格预测能较好地体现各影响因素对其的相互作用。以湖北省恩施市建筑石料矿山为研究对象，在实地调研、计算得到综合权重的基础上，对建筑石料的价格区间进行了模糊评判。研究表明：预测结果与实际情况基本吻合，准确率达到86.4%，该方法适用于同类矿产品的价格分析与预测，对目前正在开展的湖北省矿产品市场价格动态监测工作也有一定的指导意义。

矿产品价格；动态监测；建筑石料；模糊综合评判；影响因素；恩施；湖北

0 引言

矿产品价格在矿业技术经济中意义重大，矿产品价格预测不仅可以为政府部门合理制定政策、充分配置资源提供科学依据，还可以为矿山企业重大经济决策提供科学有用的参考信息[1]。目前国内学者对于矿产品的价格预测多集中在金、银、铜、铁、煤炭等大宗商品上，如陈建宏等[2]采用SPSS软件对铜矿价格进行了基于时间序列模型的分析与预测；廖作鸿[3]在收集得到铜矿历年数据的基础上，采用季节指数法对铜矿价格进行了长期预测；郭梨[4]在分析了铁矿石价格影响因素的基础上，以此作为输入变量，建立了基于BP神经网络理论的铁矿石价格预测模型，并对铁矿石价格进行了预测研究。潘虹[1]采用多种现代预测模型，借助MATLAB软件，对金、锑、钨矿三种金属价格进行了预测研究。

上述学者均是在收集整理矿产品价格历史数据的基础上，采用传统或现代方法对其价格进行预测[5-8]。然而区别于大宗商品市场价格的连续性，大量数据获取的简单性，预测方法的多样性，对于建筑石料等矿产品的市场价格,难以获取较为连续的数据，因此对于此类矿产品价格预测的研究也较少。基于矿产品市场价格的复杂性，在考虑建筑石料价格影响因素的基础上，笔者采用模糊数学的方法，对建筑石料市场价格进行模糊评判。该方法对同类矿产品的市场价格预测具有借鉴意义，对湖北省目前正在开展的矿产品市场价格动态监测工作也有一定的指导意义。

1 模糊综合评价基本原理

模糊综合评价方法是借助模糊数学的隶属度理论把定性评价转化为定量评价，即对受到多种因素制约的事物或对象做出一个总体的评价。矿产品市场价格是一个多因子耦合作用的复杂动态系统，难以用一种指标的监测结果来对价格进行综合性的评价，采用模糊综合评价方法进行矿产品价格预测，能较好地体现各影响因素对其的相互作用[9,10]。二级模糊综合评价的基本步骤如下。

(1)确立评价对象因素集。建立矿产品价格影响因素评价子目标集各子目标ui受各指标ui1，ui2，...，uik的影响，则指标集

(2)确定评判集。根据企业矿产品价格统计情况，选择若干评价集组成一个评价集合

(3)确定评价因素权重向量。根据权重确定方法，计算得到各子目标与指标集的权重分布，，且满足条件0

(4)构造模糊关系矩阵。通过构造隶属函数，得到隶属矩阵Ri：

(6)多指标综合评价。C=AOB，B=[B1，B2，...Bn]T，根据最大隶属度原则，得到矿产品市场价格等级。

根据以上方法，可得到关于矿产品市场价格的三级、四级甚至更多级的模糊综合评价结果。

2 矿产品市场价格模糊评判方法

2.1 评价指标及分级标准的确定

笔者在对矿山实地调研并充分吸收专家意见的基础上，建立了建筑石料价格影响因素的综合评价体系，如图1所示。

图1 建筑石料价格综合评价指标体系

考虑到权重确定时，某些指标层数据涉及到企业商业信息，不易收集，最终选定8个影响因素作为评价指标。并将矿产品价格分为高（Ⅰ）、中（Ⅱ）、低（Ⅲ）3个等级，由上述方法建立的综合评判体系见表1。

2.2 指标隶属度与权重的确定

表1中离散型评价指标有产品颜色、抗压强度、生产成本、地理位置、运输方式、房地产因素、基础设施建设。离散型变量的隶属度计算，一般先由专家评分得到对各评价因子取值区间，在得到与各评价因子对应的指标数值后，通过建立隶属函数计算得到指标隶属度。建筑石料价格影响因素等级评分见表2。

对连续型变量而言，主要根据隶属函数计算得到各影响指标的隶属度，此处采用“降半梯形”分布函数。

表1 评价指标分级标准

表2 建筑石料价格影响因素等级评分

式（1）、式（2）、式（3）中：S1、S2、S3分别为矿产品价格分级的标准值，x为评价指标的取值。

离散型变量的标准值分别为25、55、85，连续型变量的标准值分别为40、47.5、52。每一家企业的价格表征指标（影响因素）均有8个，各评价指标的取值由现场调研情况进行评判，之后代入隶属函数计算隶属度。

对于矿产品价格影响因素的权重，采用文献[11]中的层次分析法与粗糙集理论的有机集成确定。根据以上方法确定的评价指标的隶属度及权重分布见表4，此处权重分布直接利用前期研究成果[11]。

3 恩施市建筑石料市场价格模糊综合评价

3.1 恩施市建筑石料市场价格数据

目前，恩施市有建筑石料用灰岩企业26家，由于矿石质量、交通地理位置等诸多原因，恩施市建筑石料价格划分为两个片区，总体而言乡镇片区价格＞城镇及城郊连接部片区价格。主要原因在于：恩施市城区周边乡镇的企业碎石供给与需求量均较大，一般市场需求量决定着企业碎石产量；而偏远乡镇的碎石企业少，其碎石消费主要依靠本地私人建房以及乡村道路的建设。由于乡镇片区石料供给较少，部分碎石依靠城区碎石企业供应，中间运输成本的存在导致其价格也较城区偏高。通过调研得到恩施市22家建筑石料矿山价格影响因素的评价指标数据，具体见表3。

表3 评价指标调研数据（原始数据）

现以第一家矿山的调研数据为例进行计算，根据公式（1）、（2）、（3）计算各价格影响指标对各级标准的隶属度，见表4。

同理得到：

由此得到二级评价矩阵B=[B1B2B3B4]T，则二级模糊综合评价集为：

表4 第一家矿山影响指标隶属度及权值分配表

按照最大隶属度原则，计算结果表明：该企业建筑石料价格为第一等级，即建筑石料价格为高。

3.2 评价结果分析

在借助R语言实现上述数学语言的程序化后，对恩施市22家建筑石料矿山企业进行了价格模糊综合评判，最终结果见表5。

表5 恩施市建筑石料价格模糊综合评价隶属度

通过对比预测价格与实际调研价格（表6）可知：仅有3家企业预测结果有偏差，但预测结果与实际价格仅相差一个等级。价格模糊评判产生偏差的主要原因在于对上述企业进行调研数据采集时出现了偏差，从而影响到评价指标的取值，进而导致等级隶属度计算结果以及最终的评判等级的偏差。在后期工作中应加强对企业调研数据的检验工作，保证调研数据的真实性及可靠性。采用该方法预测的准确率达到了86.4%左右，可见评判结果与实际价格较为吻合。

表6 恩施市建筑石料矿山价格评判结果对比

3.3 对湖北省矿产品市场价格动态监测工作的指导

湖北省矿产品市场价格动态监测工作是在“互联网+”技术的基础上，依托大数据思维，并融合海量数据实时更新而设计的，该工作自2013年开展以来，价格监测平台数据库中每月均会增加成百上千条价格数据，如何帮助价格监测技术人员鉴别矿山企业票据提交是否真实是价格监测工作中的一项难题。

运用基于AHP-RS的模糊综合评价方法可帮助价格监测技术人员鉴别矿山企业提交票据真实或异常，提高价格监测过程中价格数据的可靠性。首先统计该县（市）矿产品价格情况，得出不同价格属性（高、中、低）对应的价格区间值，通过模糊综合评价方法对企业矿产品价格属性进行评判，如果企业矿产品价格实际值在预测价格区间内，说明该票据无异常。

4 结论

(1)矿产品的市场价格预测是一个多因子耦合作用的复杂动态问题，通过对各影响因素进行分析，建立了综合评判模型，据此对恩施建筑石料的价格区间进行了模糊评判。通过实例分析，预测结果与实际情况基本吻合，准确率达到86.4%。可见该方法对此类矿产品的价格分析与预测具有一定的指导意义，可作为传统价格预测分析方法的一种补充。

(2)模糊综合评判是对受多重因素影响的事物作出全面评价的一种十分有效的多因素决策方法，采用R语言实现数学程序化，并将其应用于实践，在一定程度上促进了正在开展的湖北省矿产品市场价格动态监测工作。

(3)本文采用八个基本指标表征矿山建筑石料价格，由于矿产品价格影响因素复杂多变，在不同时间段，上述指标的变化会导致价格影响因素权重分布发生变化，因此运用此法得到的价格区间只能代表该时间段的价格分布，并不能代表全年的价格。要得到全年的价格分布，还需搞清楚不同时间段各影响因素的权重分布。

[1] 潘虹.矿产品价格预测模型及其应用研究[D].长沙:中南大学,2012.

[2] 陈建宏,永学艳,杨珊,等.基于时间序列模型的矿产品价格分析与预测[J].昆明理工大学学报(理工版),2009(6):9-14.

[3] 廖作鸿.矿产品价格季节指数法预测模型[J].中国矿业,2008 (9):12-14.

[4] 郭梨.铁矿石价格影响因素分析及价格预测研究[D].西安:西安建筑科技大学,2008.

[5] 王元元,杨仕教,戴剑勇.基于BPNN与ANFIS的铀矿产品价格时间序列预测比较研究[J].金属矿山,2008(5):24-27.

[6] 肖龙阶,仲伟俊.基于ARIMA模型的我国石油价格预测分析[J].南京航天航空大学学报,2009(4):41-46.

[7] 熊熊,李璇.国际原油价格预测研究[J].重庆理工大学学报(自然科学),2016,30(1):48-53.

[8] 李哲敏,许世卫,崔利国,等.基于动态混沌神经网络的预测研究——以马铃薯时间序列价格为例[J].系统工程理论与实践,2015(8):2083-2091.

[9] 叶珍.基于AHP的模糊综合评价方法研究及应用[D].广州:华南理工大学,2010.

[10] 韩利,梅强,陆玉梅,等.AHP——模糊综合评价方法的分析与研究[J].中国安全科学学报,2004,(7):86-89.

Application of Fuzzy Comprehensive Evaluation in Forecasting Mineral Product Price—Taking Enshi City as a case study

ZHENG Wenqiang1, LI Shuang2, LI Wei3, WANG Lei3, BAI Ying2
(1.Hongda Blasting Co., Ltd., Guangzhou Guangdong 511300, China; 2. Hubei Realhom Appraisal & Consulting Co., Ltd, Wuhan 430070, China; 3. Department of Land and Resources of Hubei Province, Wuhan 430070, China)

The market price of mineral products is a complex dynamic system with multi-factor coupling. It is diff i cult to evaluate the price comprehensively with the monitoring results of one index. The fuzzy comprehensive evaluation method can be used to predict the price of mineral products, which can ref l ect the interaction inf l uence of each factor. This paper takes the building stone mines of Enshi city in Hubei province as research objects. Based on f i eld research and the comprehensive weight calculation, the price range of the building stone is evaluated by fuzzy judgment. The results show that the predicted results are in good agreement with the actual situation, and the accuracy rate is 86.4%. The method is suitable for the price analysis and forecasting of similar minerals. It is also instructive for the current price monitoring of mineral products in Hubei Province.

mineral product price; dynamic monitoring; building stone; fuzzy comprehensive evaluation; inf l uencing factors; Enshi; Hubei

F407.1；F062.1

A

1672-6995（2017）05-0062-04

2016-10-18；

2016-11-29

郑文强（1988-），男，四川省巴中市人，宏大爆破有限公司巴基斯坦塔尔煤田项目部技术部副部长，工程硕士，主要从事采矿设计和测量工作。