浅析数据分析在农产品价格预测中的应用

宋丹丹

摘 要 近几年，农产品价格市场不稳定，而农产品又是人们生活的必需品，市场的不稳定对生活影响较大，因此需要使用科学的方法对目前面临的情况进行调整。利用数据分析技术对农产品进行价格预测，依据数据分析预测市场的供需，以便更好地组织生产，使得市场供需平衡，有效稳定农产品的市场价格，有利于农业生产者科学决策以及农产品市场的可持续发展。

关键词 农产品;数据分析;价格预测

中图分类号：F323.7 文献标志码：B DOI：10.19415/j.cnki.1673-890x.2020.29.099

农产品的价格始终是民众最关心的事情，农产品价格的稳定对于市场的稳定发展有积极的促进作用，因此使用科学的方法预测价格对于生产者和消费者都十分有益[1]。近年来，农产品市场价格出现较大的波动，尤其是以生姜、大蒜为首的农产品频繁出现“蒜你狠”“姜你军”等现象[2]，给人们的正常生活造成了很大的影响。价格的波动不仅影响消费者的正常生活，对于生产者的影响也十分严重，导致生产者不知该种植何种农产品，由此造成农产品供应不稳定以及供需不平衡等问题。

农业在我国经济发展中占有举足轻重的地位，而农产品市场价格的波动所带来的经济风险会严重影响到农业的生产和发展，如何有效准确地预测农产品价格未来的走势从而避免风险是目前农产品市场研究中的一个重点和难点。如果在农产品的生成过程中，可以实现“供需平衡”，在很大程度上就会降低部分损失。农产品价格的影响因素很多，这只是其中的一部分，在大数据分析的背景下，可以通过数据的分析尽量在早期发现问题，帮助农业生产者合理地规划生产，即使存在潜在的风险也可以通过互联网迅速降低风险，帮助生产者和消费者获取更大的利益，使农产品价格的市场稳定发展[3]。

1 数据分析概述

1.1 数据分析的概念

数据分析是指使用不同的统计分析方法或算法从大量未经过处理的原始数据中找到需要的信息，并对从这些数据中分析得到的结论进行深入的详细研究的过程[4]。在实际的应用中，通常是将数据分析得到的结论应用在某种决策或者判断中，以便得到更有利的效果。数据分析可简单概括为用数据说话，通过真实的数据反映真实的情况，在这个过程中，要明确分析目的，选择恰当的分析方法，最终得到有用的结论[5]。

1.2 数据分析在农产品中的应用

1.2.1 农产品种植

在农业生产领域，大数据分析技术通过分析传感器收集到的数据，帮助农产品生产者分析气候、病虫害、土壤养料成分等环境因素，从而辅助农业决策，为生产者提供最佳的种植管理。同时，生产者也可通过实时监控系统观察农作物的生长情况，在合适的时期灌溉和施肥，达到规避风险、增产增收的目标，从而实现精准农业。大数据分析技术的应用目的就是降低在农业生产过程中的试错成本，从而提高决策的准确性和时效性，期望在同样的产量上投入更少，在同样的投入上产量更高。

1.2.2 农产品销售

在传统农产品产销模式下，生产者和经销商在种植、产销信息上的对接渠道匮乏，因此不能及时了解农产品的实际销量和实际需求量。利用大数据分析技术，通过采集历年农产品电商营销大数据构建消费者信息数据库，深入挖掘和分析，实现消费者精准画像和消费行为预测分析，对未来的农产品市场需求情况进行预测，及时了解消费者的需求并反馈给生产者，可帮助生产者合理安排种植计划，有效防止滞销等现象的发生，使生产者收益达到最大化，同时分析消费者的购买需求，寻找潜在客户，提供个性化营销服务，增加消费者的购买力，实现产销一体化。

1.2.3 农产品市场

我国农产品市场交易一直处于不稳定状态，尤其是农产品的价格波动较大。价格恐慌在各个行业都极容易造成灾难性的影响，农产品的价格波动更有可能撼动国家对国计民生的政策布局。面对多样化的农产品数据，传统的统计分析方法很难得到准确的分析预测，而大数据分析技术可以从海量的数据中提供准确的数据分析和预测，由历史交易数据分析得到农产品市场需求，合理指导农业生产者种植，做到精準农业，避免出现产品过剩或紧缺等情况，帮助生产者合理规划，促进农产品市场价格的稳定发展。

2 数据分析在农产品价格预测中的应用优势

2.1 做出更好的决策

供应商和农产品生产者，都是随意地收购或者种植农产品，这样往往会导致农产品过剩或者短缺，造成严重的损失。利用数据分析技术，通过对消费者产生的农产品交易数据进行分析，预测得到农产品价格未来的走势，并结合分析得到的不同地区以及不同时期消费者的消费需求，将数据分析得到的信息及时反馈给生产者以及供应商，帮助其在收购或者种植时更好的做出决策，以实现利益的最大化，同时可以有效减少农产品价格的波动。

2.2 有效避免农产品滞销

通过收集一定阶段内的农产品产销数据，结合市场行情的科学分析，可以预测农产品价格的走势，也可以预测分析农产品的供需量，这样可以更好地组织农产品的生产，有效避免出现大量的农产品滞销。对于一些需求量大的区域，根据数据信息的反馈及时调配，避免农产品过剩或者短缺，保证农产品价格波动，供应者和消费者的利益最大化。

2.3 有助于农产品的流通

利用数据分析技术对农产品价格进行预测，可以有效推动农产品的销售流通。随着大数据的发展，信息的流通速度非常快，足不出门就可以得到各种信息，在农产品还没有上市之前，就可以通过网络收集消费者的需求信息，并对数据进行分析，得到农产品价格的预测。农产品生产条件的限制，造成相同的农产品一些地区过剩一些地区短缺，导致相同的农产品在不同地区销售价格不同，利用大数据分析技术进行预测分析，可以在很大程度上降低应流通造成的损失。

2.4 有助于稳定市场供需平衡

利用大数据分析技术，收集农产品的销售量数据，通过数据的信息反馈，指导农业生产者未来生产进行决策，同时维持市场供需平衡，这样即可以防止因供小于需而导致农产品价格波动过大，又可以减少农业生产者因没有市场农产品滞销而产生的损失，通过对市场供需关系的平衡来达到农产品价格的预测控制。大数据时代的到来，使得农产品信息的流动大大加快，从而减小了不同地域的市场信息不同步的风险，因此农产品价格的预测可以有效促进市场的平稳发展。

3 数据分析在农产品价格预测中的具体应用

3.1 数据收集

在数据分析中，数据是关键，因此数据的收集十分重要。在大数据时代，根据信息公示原则，会定期将一些相关的农产品信息公布在网站上，可以通过网站数据来进行分析。

3.2 确定农产品价格的影响因素

农产品价格的影响因素有很多，因此选择农产品价格的直观因素是需要综合考虑多方面的影响因素，在分析大量数据的基础上，分析得到一些与农产品价格有密切线性关系的因素，然后选择这些因素作为自变量，并分析他们之间的关系。

3.3 预测模型的构建

3.3.1 灰色预测模型

灰色预测模型的应用非常广泛，尤其是对于一些小样本预测处理，需要的数据信息较少，而且运算速度和精度较高。灰色预测模型一般是通过对各种因素之间进行关联分析，并对原始数据进行处理来寻找变量改变的规律，最终生成有规律性的数据序列，然后运用数学模型，对该序列进行预测。

3.3.2 神经网络模型

神经网络常用于解决一些非线性和多变量的问题。影响农产品价格的因素有很多，因此神经网络最适合用来解决这样的非线性问题。神经网络具有较强的自组织、自适应和自学能力，因此在建立模型时，只需要设置合理的参数，然后给定模型的训练集，它就能通过强大的自学能力找到输入和输出之间的关系，最后将需要预测的数据输入就可以分析得到想要的结果。

4 结语

数据分析技术的应用领域非常广泛，而且都取得了不错的效果，而农业信息化也是最近几年国家发展的趋势，在农业领域中应用数据分析是大势所趋。我国作为农业大国，农业的收入对于我国GDP的影响很大，因此农业领域更需要应用科学的发展方法来实现稳定持續发展。农产品价格的稳定，有利于价格市场健康有序的发展，同时也有利于帮助供应商降低损失，做出科学的发展决策。在大数据分析技术发展的背景下，只有将农业与科技强强联手，才能发挥最大的作用，使我国农业发展欣欣向荣。

参考文献：

[1] 杨柳青，郝彦，刘闯.数据挖掘技术在农产品价格预测中的应用[J].农村经济与科技，2019，30（23）：151-152.

[2] 刘学飞.生姜价格预测与大数据平台研发[D].泰安：山东农业大学，2019.

[3] 宋振虎.基于大数据的农产品价格预测模型研究与实现[D].乌鲁木齐：新疆大学，2019.

[4] 张小允.我国小杂粮价格波动与预测研究[D].北京：中国农业科学院，2019.

[5] 赵梓良.基于数据挖掘的农产品价格预测研究[D].舟山：浙江海洋大学，2019.

（责任编辑：刘 昀）