凌立文，徐鎂淇，張學(xué)競

（1.華南農(nóng)業(yè)大學(xué)數(shù)學(xué)與信息學(xué)院，廣東 廣州 510642；2.華南農(nóng)業(yè)大學(xué)鄉(xiāng)村振興研究院，廣東 廣州 510642）

【研究意義】我國不僅是豬肉產(chǎn)量大國，還是豬肉消費(fèi)大國。受非洲豬瘟疫情的影響，豬肉價格從2018 年底的23.24 元/kg 持續(xù)飛速增長，到2020 年2 月達(dá)58.89 元/kg，隨后保持高位震蕩。豬肉價格的異常波動給農(nóng)業(yè)生產(chǎn)、民生福利的健康發(fā)展帶來負(fù)面影響，對豬肉價格波動影響因素的分析及預(yù)測具有重要而深遠(yuǎn)的意義?！厩叭搜芯窟M(jìn)展】豬肉價格波動受到內(nèi)、外部多重因素的共同影響，綜合當(dāng)前學(xué)者的研究成果，歸納出以下5 大類豬肉價格波動的影響因素：（1）生豬養(yǎng)殖加工產(chǎn)業(yè)鏈。飼料價格波動是造成豬肉價格波動的主要因素［1］；仔豬市場供給減少致使仔豬價格不斷攀升，進(jìn)而導(dǎo)致生豬價格上漲［2］；豬肉產(chǎn)量、出欄肉豬量以及年末存欄量則與豬肉價格波動呈負(fù)相關(guān)性［3］。（2）替代品市場。豬肉常見的替代品為雞肉、牛肉和羊肉等。豬肉價格與雞肉、牛肉價格之間存在正相關(guān)性，且牛肉價格波動對豬肉價格波動的影響最大［3］，雞肉價格波動對豬肉價格波動的影響存在一定滯后性［4］。（3）宏觀經(jīng)濟(jì)環(huán)境。經(jīng)濟(jì)增長、貨幣政策、資金市場等宏觀經(jīng)濟(jì)因素對我國農(nóng)產(chǎn)品市場的影響較為直接和顯著［5］。貨幣發(fā)行量（M2）短期內(nèi)對豬肉價格波動影響較小，但長期能顯著影響豬肉價格波動［6］。居民消費(fèi)價格指數(shù)（CPI）與豬肉價格具有顯著的協(xié)同效應(yīng)，二者存在雙向的格蘭杰因果關(guān)系［7］。（4）突發(fā)性和隨機(jī)性事件。非洲豬瘟、新冠疫情和經(jīng)濟(jì)政策的不確定性等因素都會影響豬肉價格的波動［8］。生豬疫病對豬肉價格波動具有明顯的時變特征和顯著的橫向溢出效應(yīng)［9］，直接影響當(dāng)期豬肉需求量，間接影響當(dāng)期豬肉供給量［10］。政策不確定性對農(nóng)業(yè)企業(yè)的投資行為存在明顯的抑制效應(yīng)，且高于對一般企業(yè)的影響［11］。（5）國際市場環(huán)境。近年來，豬肉進(jìn)口趨勢逐漸增加，全球豬價對中國豬肉零售市場產(chǎn)生的沖擊和傳導(dǎo)溢出效應(yīng)逐漸顯現(xiàn)［12］，國際市場的豬肉價格波動對國內(nèi)生豬產(chǎn)業(yè)鏈各環(huán)節(jié)均產(chǎn)生不同程度的影響［13］。

科學(xué)準(zhǔn)確地預(yù)測豬肉價格的未來運(yùn)行走勢，可為生豬產(chǎn)業(yè)從業(yè)人員和相關(guān)管理部門制定決策提供參考依據(jù)。經(jīng)濟(jì)計量模型和人工智能模型是當(dāng)前研究中廣泛使用的兩類模型。例如，蔡超敏等［14］提出EMD-SVM 模型對我國豬肉市場價格進(jìn)行分解集成預(yù)測，通過對分解后的子序列進(jìn)行集成，更好地把握豬肉市場價格的波動規(guī)律與趨勢。Zhang 等［15］將向量誤差修正模型（VECM）與考慮上下界協(xié)整關(guān)系的智能模型（Coin AIs）進(jìn)行組合以預(yù)測豬肉價格的區(qū)間波動，通過合理的數(shù)據(jù)轉(zhuǎn)換，證明了區(qū)間預(yù)測比點預(yù)測精度更高；姜百臣等［16］使用集成經(jīng)驗?zāi)B(tài)分解（EEMD）與引入遺傳算法（GA）的支持向量機(jī)（SVM）的組合預(yù)測模型對豬肉價格預(yù)測精度更高。

【本研究切入點】通過上述文獻(xiàn)梳理可知，影響豬肉價格波動的內(nèi)、外部因素眾多，這些因素對豬肉價格波動的影響機(jī)制、影響程度尚缺乏系統(tǒng)性分析；此外，不同影響因素對豬肉價格波動預(yù)測的有效性，仍有待進(jìn)一步研究。關(guān)聯(lián)規(guī)則是一種分析事物之間相互依存及影響機(jī)制的數(shù)據(jù)挖掘方法，已在零售、金融、互聯(lián)網(wǎng)等領(lǐng)域得到廣泛應(yīng)用［17］。將其應(yīng)用于豬肉價格波動影響因素分析，有利于識別眾多因素中的關(guān)鍵影響因素。【擬解決的關(guān)鍵問題】本研究將多維關(guān)聯(lián)規(guī)則應(yīng)用于豬肉價格波動因素分析，通過梳理影響豬肉價格波動的5 大類16 種影響因素并獲取對應(yīng)的研究數(shù)據(jù)，運(yùn)用Apriori 算法分析各因素對豬肉價格波動的影響關(guān)系及程度，將挖掘得到的高相關(guān)影響因素作為預(yù)測模型的輸入變量，設(shè)計多組對比試驗，探討不同影響因素的組合對提高豬肉價格預(yù)測精度的有效性。

1 數(shù)據(jù)來源與研究方法

1.1 數(shù)據(jù)來源

本研究選取2010 年1 月至2020 年10 月國內(nèi)豬肉價格作為被解釋變量，共130 個樣本。從2010 年開始我國豬肉價格經(jīng)歷了3 次顯著的周期性波動，在大周期波動的同時出現(xiàn)了若干次小的周期性波動（圖1）。由于非洲豬瘟疫情的流行，部分地區(qū)生豬產(chǎn)量和能繁殖的母豬產(chǎn)能出現(xiàn)顯著下降，造成生豬出欄存在季節(jié)性低位，導(dǎo)致豬肉價格由2018 年底的23.24 元/kg 持續(xù)飛速增長，到2020 年2 月增至58.89 元/kg，隨后保持高位震蕩。

圖1 國內(nèi)豬肉價格趨勢Fig.1 Domestic pork price trend

1.2 研究方法

1.2.1 多維關(guān)聯(lián)規(guī)則 關(guān)聯(lián)規(guī)則的支持度和置信度是衡量現(xiàn)有規(guī)則重要程度和可靠程度的兩個指標(biāo)。支持度（X）是指事務(wù)集D中包含項目集數(shù)X的數(shù)量，置信度是指關(guān)聯(lián)規(guī)則在D中同時包含項集X和Y的事務(wù)數(shù)與包含項集X的事務(wù)數(shù)之比。如果關(guān)聯(lián)規(guī)則同時滿足最小支持度（Minsup）和最小置信度（MinConf）則稱為強(qiáng)關(guān)聯(lián)規(guī)則。為了避免偽關(guān)聯(lián)規(guī)則的影響，將提升度（Lift）的概念引入到關(guān)聯(lián)規(guī)則。計算公式如下：

提升度越大表明項集X對項集Y的影響程度越大。

1.2.2 支持向量回歸機(jī) 支持向量機(jī)（Support vector machine，SVM）是由前蘇聯(lián)學(xué)者Vapnik 基于結(jié)構(gòu)化風(fēng)險最小化原則而提出的一種機(jī)器學(xué)習(xí)模型，通過引入該方法，解決高維數(shù)據(jù)在低維空間線性不可分的問題。支持向量回歸機(jī)（Support vector regression,SVR）是支持向量機(jī)在回歸問題的應(yīng)用，對于時間序列的預(yù)測表現(xiàn)出較好的學(xué)習(xí)能力［18］，其具體原理如下：SVR 模型將處于低維度的輸入數(shù)據(jù)x，通過映射函數(shù)φ（x），轉(zhuǎn)化成高維特征空間，輸出值為f(x)：

最優(yōu)系數(shù)ω和偏置b的求解如下：

式中，yi為真實值，C為用于控制模型的經(jīng)驗風(fēng)險和校準(zhǔn)項的權(quán)重，ε為決定損失函數(shù)的寬度，松弛變量分別代表數(shù)據(jù)到其ε邊界的垂直距離。引入Lagrange 乘子λi和λi*，將上述問題轉(zhuǎn)化為對偶問題：

鑒于徑向基函數(shù)（Radial basis function，RBF）在眾多時間序列研究中的有效性，本研究選擇其作為支持向量機(jī)的核函數(shù)，采用R 軟件的“e1071”包以實現(xiàn)SVR 模型，為確保結(jié)果的穩(wěn)健性，取程序運(yùn)行20 次的平均值作為SVR 的預(yù)測結(jié)果。

2 基于多維關(guān)聯(lián)規(guī)則的豬肉價格波動影響因素分析

2.1 影響因素變量選取

借鑒已有研究豬肉價格波動的文獻(xiàn)，本研究從生豬養(yǎng)殖加工產(chǎn)業(yè)鏈、替代品市場、宏觀經(jīng)濟(jì)環(huán)境變化、突發(fā)性事件和國際市場5 個方面選取16 個經(jīng)濟(jì)變量作為分析對象，構(gòu)建豬肉價格多維數(shù)據(jù)模型。

2.1.1 生豬養(yǎng)殖加工產(chǎn)業(yè)鏈 生豬養(yǎng)殖加工產(chǎn)業(yè)鏈涉及種豬繁育、飼料加工、屠宰加工等環(huán)節(jié)，其中，玉米、豆粕、仔豬構(gòu)成生豬養(yǎng)殖的主要成本［19］，豬肉產(chǎn)量、出欄肉豬量和年末存欄量決定豬肉的供給數(shù)量，生豬價格則通過屠宰加工環(huán)節(jié)直接影響終端市場的豬肉價格［3］。因此，選取豬肉產(chǎn)量、出欄肉豬量、年末存欄量、玉米價格、豆粕價格、仔豬價格、生豬價格作為生豬養(yǎng)殖加工產(chǎn)業(yè)鏈因素對豬肉價格波動進(jìn)行分析。

2.1.2 替代品市場 豬肉價格對牛羊肉消費(fèi)比例的彈性值顯著為正，因此豬肉與牛羊肉之間存在一定的替代性［20］，當(dāng)豬肉價格達(dá)到極大值時，牛肉和雞肉價格同時達(dá)到最大值，兩種替代品的價格與豬肉價格的波動具有一致性［21］，因此選取牛肉價格、雞肉價格和羊肉價格作為替代品市場的影響因素。

2.1.3 宏觀經(jīng)濟(jì)環(huán)境 貨幣供應(yīng)量（M2）的增加推動豬肉價格的上漲［6］，在我國消費(fèi)價格指數(shù)（CPI）中，豬肉在食品行業(yè)里所占比例較大，某種程度上來說中國的CPI 就是豬肉價格指數(shù)［22］，因此采用M2 和畜肉類CPI（MCPI）代表我國宏觀經(jīng)濟(jì)環(huán)境因素。

2.1.4 突發(fā)性和隨機(jī)性事件 采用由斯坦福大學(xué)和芝加哥大學(xué)聯(lián)合發(fā)布的經(jīng)濟(jì)政策不確定性指數(shù)（EPU）作為度量隨機(jī)性因素的指標(biāo)，其中食品安全事件、禽流感等因素會通過影響市場的情緒、價格預(yù)期等引起農(nóng)產(chǎn)品價格波動［23］；采用生豬疫病寬度指數(shù)綜合量化生豬疫病的嚴(yán)重程度，寬度指數(shù)小于0.2 代表正常水平，大于0.25 則表示生豬疫病嚴(yán)重［9］。

2.1.5 國際市場環(huán)境 凍豬肉期貨、活豬期貨及瘦肉豬期貨自1961 年以來陸續(xù)在美國芝加哥交易所（CME）上市，目前已成為衡量全球豬肉價格市場的一項重要指標(biāo)；生豬養(yǎng)殖規(guī)模的擴(kuò)大依靠大量的能源聚集和使用，原油價格對農(nóng)產(chǎn)品價格存在顯著的均值溢出效應(yīng)［24］，國際原油價格的波動會在一定程度上影響中國經(jīng)濟(jì)從而影響農(nóng)產(chǎn)品價格，因此采用CME 瘦豬肉價格和WTI 原油價格作為度量國際市場環(huán)境的變量。

涉及生豬養(yǎng)殖加工產(chǎn)業(yè)鏈、替代品市場方面的數(shù)據(jù)來源于中國畜牧業(yè)信息網(wǎng)（www.caaa.cn），宏觀經(jīng)濟(jì)環(huán)境方面的數(shù)據(jù)來源于國家統(tǒng)計局（www.stats.gov.cn），EPU 指數(shù)來源于EPU 指數(shù)數(shù)據(jù)庫（www.policyuncertainty.com），生豬疫病寬度指數(shù)來源于布瑞克農(nóng)業(yè)數(shù)據(jù)庫，CME 瘦豬肉期貨價格來源于Wind 數(shù)據(jù)庫，WTI 原油價格來源于美國能源信息署（www.eia.gov）。以上數(shù)據(jù)的時間跨度為2010 年1 月至2020 年10 月，共130 個樣本。

2.2 數(shù)據(jù)轉(zhuǎn)換方式

除了豬肉產(chǎn)量、出欄豬肉、年末存欄量為年度數(shù)據(jù)，其余數(shù)據(jù)均為月度數(shù)據(jù)。為了將數(shù)據(jù)變換為同一時間尺度，采用Eviews 軟件中的二次插值法（Quadratic）將低頻數(shù)據(jù)轉(zhuǎn)換為高頻數(shù)據(jù)，即將上述年度數(shù)據(jù)轉(zhuǎn)換為月度數(shù)據(jù)。為了將數(shù)據(jù)的波動性體現(xiàn)在挖掘的關(guān)聯(lián)規(guī)則中，根據(jù)農(nóng)業(yè)部的農(nóng)產(chǎn)品價格波動幅度定義，將涉及到農(nóng)產(chǎn)品價格的數(shù)據(jù)用月度波動幅度指數(shù)A衡量其波動幅度，即：

式中，Pt為當(dāng)期價格，Pt-1為上一期價格。

根據(jù)農(nóng)業(yè)農(nóng)村部對于農(nóng)產(chǎn)品價格波動幅度的定義，將農(nóng)產(chǎn)品的價格劃分為如下價格波動區(qū)間：

為了便于數(shù)據(jù)挖掘，將所有屬性的原始數(shù)據(jù)轉(zhuǎn)化為布爾類型的二進(jìn)制數(shù)據(jù)。計算出所有農(nóng)產(chǎn)品價格的波動幅度指數(shù)，當(dāng)波動幅度指數(shù)落入上述波動區(qū)間，則將該波動區(qū)間的屬性記為“1”，其他波動指數(shù)未落入的區(qū)間屬性記為“0”。而對于豬肉產(chǎn)量、出欄豬肉、年末存欄量、M2、MCPI、EPU 指數(shù)、WTI 原油價格等數(shù)據(jù)，由于目前缺乏完善的理論依據(jù)去界定上述指標(biāo)的波動區(qū)間，因此將當(dāng)期數(shù)據(jù)與上一期數(shù)據(jù)進(jìn)行對比，數(shù)據(jù)不變或變大的屬性記為“1”，數(shù)據(jù)變小的屬性記為“0”，以此構(gòu)造0-1 矩陣作為Apriori 算法的輸入矩陣。對于生豬疫病寬度指數(shù)，大于0.25的寬度指數(shù)代表生豬疫病嚴(yán)重，因此將大于0.25的寬度指數(shù)標(biāo)記為“1”，小于0.25 的寬度指數(shù)標(biāo)記為“0”。

2.3 實證分析

2.3.1 參數(shù)設(shè)定與規(guī)則挖掘 為探究不同類型關(guān)聯(lián)規(guī)則對豬肉價格波動的影響，本研究設(shè)置兩種挖掘參數(shù)。首先，設(shè)定最小支持度為0.5、最小置信度為0.6、最小提升度為1，對豬肉價格與生豬養(yǎng)殖加工產(chǎn)業(yè)鏈、替代品市場、宏觀經(jīng)濟(jì)環(huán)境變化、突發(fā)性事件和國際市場環(huán)境5 方面16 種因素進(jìn)行規(guī)則的生成和篩選，得到6 條高頻、高相關(guān)的規(guī)則，按照置信度進(jìn)行降序排列，具體的關(guān)聯(lián)規(guī)則及相關(guān)指標(biāo)見表1。由表1 可知，在挖掘到6 種高頻高相關(guān)規(guī)則中，生豬疫病的寬度指數(shù)超過0.25（即表示生豬疫病嚴(yán)重）時，豬肉價格上漲的概率為100%，且對豬肉價格波動的影響程度為1.84，為6 種因素中影響程度最高者。其次，當(dāng)生豬價格穩(wěn)定波動時，豬肉價格穩(wěn)定波動的概率為93%，影響程度為1.35；而當(dāng)豬肉的替代品有牛肉和雞肉這兩種肉類的市場價格穩(wěn)定波動時，豬肉價格穩(wěn)定波動的概率為71%，對豬肉價格的影響程度均為1.03。

表1 高頻高相關(guān)規(guī)則Table 1 High frequency and high correlation rules

為了分析出現(xiàn)不太頻繁但相關(guān)性較高的關(guān)聯(lián)規(guī)則，降低最小支持度為0.3，置信度和提升度的限值不變，得到6 條低頻、高相關(guān)的規(guī)則，具體的規(guī)則和指標(biāo)見表2。由表2 可知，雖然仔豬價格穩(wěn)定波動致使豬肉價格穩(wěn)定波動出現(xiàn)的頻次并不高，但兩者具有較強(qiáng)的關(guān)聯(lián)程度（82%），仔豬價格穩(wěn)定波動對豬肉價格穩(wěn)定波動的影響程度為1.18。在表2 挖掘到的6 條低頻高相關(guān)規(guī)則中，豬肉產(chǎn)量和出欄肉豬量對豬肉價格上漲的影響程度最大、為1.67。

為了分析出現(xiàn)不太頻繁但相關(guān)性較高的關(guān)聯(lián)規(guī)則，降低最小支持度為0.3，置信度和提升度的限值不變，得到6 條低頻、高相關(guān)的規(guī)則，具體的規(guī)則和指標(biāo)見表2。由表2 可知，雖然仔豬價格穩(wěn)定波動致使豬肉價格穩(wěn)定波動出現(xiàn)的頻次并不高，但兩者具有較強(qiáng)的關(guān)聯(lián)程度（82%），仔豬價格穩(wěn)定波動對豬肉價格穩(wěn)定波動的影響程度為1.18。在表2 挖掘到的6 條低頻高相關(guān)規(guī)則中，豬肉產(chǎn)量和出欄肉豬量對豬肉價格上漲的影響程度最大，為1.67。

表2 低頻、高相關(guān)規(guī)則Table 2 Low frequency and high related rules

2.3.2 規(guī)則解讀（1）生豬養(yǎng)殖加工產(chǎn)業(yè)鏈對豬肉價格波動的影響。規(guī)則2、6、7 表示生豬養(yǎng)殖的成本屬性對豬肉價格波動的影響，當(dāng)生豬價格穩(wěn)定波動時，豬肉價格穩(wěn)定波動的概率為93%；當(dāng)仔豬價格穩(wěn)定波動時，豬肉價格穩(wěn)定波動的概率82%；當(dāng)玉米價格穩(wěn)定波動時，豬肉價格穩(wěn)定波動的概率為67%。根據(jù)置信度和提升度的指標(biāo)，相較于仔豬價格和玉米價格，生豬價格穩(wěn)定波動對于豬肉價格穩(wěn)定波動的影響程度更高。規(guī)則11、12 代表生豬養(yǎng)殖的供給屬性對豬肉價格的影響，當(dāng)豬肉產(chǎn)量下降時，有67%的可能性引起豬肉價格上漲；當(dāng)出欄豬肉數(shù)量下降時，有67%的可能性引起豬肉價格上漲。對比表2 所有規(guī)則的提升度，可知供給方面的因素對豬肉價格的影響程度最大，均為1.67。

（2）替代品市場對豬肉價格波動的影響。當(dāng)牛肉價格穩(wěn)定波動時，豬肉價格穩(wěn)定波動的概率為71%；當(dāng)雞肉價格穩(wěn)定波動時，豬肉價格穩(wěn)定波動的概率也為71%。兩者對于豬肉價格的影響程度同等重要，均為1.03。

（3）宏觀經(jīng)濟(jì)環(huán)境對豬肉價格波動的影響。當(dāng)MCPI 上漲時，即畜肉類消費(fèi)品通貨膨脹時，豬肉價格上漲的概率為72%；當(dāng)M2 上漲時，豬肉價格上漲的概率為70%。對比兩者的提升度，MCPI 與M2 均與豬肉價格呈正相關(guān)，且MCPI 對于豬肉價格的影響程度（1.04）大于M2 對于豬肉價格的影響程度（1.02）。

（4）突發(fā)性因素對豬肉價格波動的影響。當(dāng)疫病寬度指數(shù)大于0.25 即生豬疫病嚴(yán)重時，豬肉價格上漲的概率為100%；當(dāng)EPU 指數(shù)上漲時，有78%的可能性引起豬肉價格上漲。疫病寬度指數(shù)、EPU 指數(shù)的變化與豬肉價格波動呈正相關(guān)，且疫病寬度指數(shù)在所有因素中對豬肉價格波動的影響程度最高（1.84）。

（5）國際市場對豬肉價格波動的影響。當(dāng)WTI 原油價格上漲時，有70%的可能性引起我國豬肉價格上漲，WTI 原油價格變化與我國豬肉價格波動呈正相關(guān)性。

3 豬肉價格預(yù)測模型構(gòu)建

3.1 實驗方案

為了探究不同多維關(guān)聯(lián)規(guī)則篩選得到的輸入變量對于豬肉價格預(yù)測性能的影響，分別將6 種高頻、高相關(guān)影響因素，6 種低頻、高相關(guān)影響因素，12 種運(yùn)用多維關(guān)聯(lián)規(guī)則挖掘的強(qiáng)相關(guān)影響因素以及16 種未使用多維關(guān)聯(lián)規(guī)則挖掘的數(shù)據(jù)作為SVR 模型的輸入變量，構(gòu)建4 種對比實驗方案：

方案1：預(yù)測模型的輸入變量為6 種高頻高相關(guān)影響因素，即生豬疫病、生豬價格、牛肉價格、雞肉價格、M2 和玉米價格；

方案2：預(yù)測模型的輸入變量為6 種低頻高相關(guān)影響因素，即仔豬價格、EPU 指數(shù)、MCPI、WTI 原油價格、豬肉產(chǎn)量、出欄肉豬量；

方案3：預(yù)測模型的輸入變量為上述12 種高相關(guān)影響因素，即方案1 和方案2 的總和；

方案4：未使用多維關(guān)聯(lián)規(guī)則進(jìn)行變量篩選，預(yù)測模型的輸入變量為原始的16 種豬肉價格波動影響因素，即生豬疫病、仔豬價格、生豬價格、EPU 指數(shù)、牛肉價格、MCPI、雞肉價格、WTI 原油價格、M2、豬肉產(chǎn)量、玉米價格、出欄肉豬量、豆粕價格、年末存欄量、羊肉價格、CME 瘦豬肉期貨價格。

3.2 實驗步驟

采用80 ∶20 的方式劃分訓(xùn)練集和測試集，其中前80%的數(shù)據(jù)作為模型的訓(xùn)練樣本，后20%的數(shù)據(jù)作為驗證樣本。使用SVR 模型對4 種方案的輸入變量進(jìn)行提前多步的預(yù)測建模，探討多維關(guān)聯(lián)規(guī)則對預(yù)測建模的有效性。具體實驗步驟如下：

步驟1：將4 種方案作為SVR 模型的輸入變量，對數(shù)據(jù)做歸一化處理；

步驟2：劃分訓(xùn)練集和測試集，用訓(xùn)練集數(shù)據(jù)訓(xùn)練SVR 模型，通過網(wǎng)格尋優(yōu)法篩選回歸模型的最佳參數(shù)cost 和gamma；

步驟3：預(yù)測驗證集的數(shù)據(jù)，將結(jié)果做反歸一化的處理，并與真實值做對比，計算每一種方案的RMSE 值和MAPE 值；

步驟4：構(gòu)建提前1 步、3 步和6 步的預(yù)測步長，找出不同預(yù)測步長下的最佳預(yù)測方案。

3.3 評價指標(biāo)

在評價模型效果時，通常采用兩個指標(biāo)作為評價模型的預(yù)測性能，分別是均方根誤差（Root mean Squared Error，簡稱RMSE）和平均相對誤差絕對值（Mean Absolute Percent Error，簡稱MAPE）。計算公式如下：

式中，yt為t時刻的真實值，為t時刻的預(yù)測值，n為預(yù)測值的個數(shù)。為衡量最優(yōu)模型相較于基準(zhǔn)模型的預(yù)測精度提升效果，設(shè)計改進(jìn)率指標(biāo)，計算公式如下：

3.4 實證結(jié)果分析

根據(jù)3.2 的實驗步驟和流程，運(yùn)用SVR 對豬肉價格進(jìn)行提前多步預(yù)測的結(jié)果見表3 和表4。綜合表3 和表4 中不同實驗方案的預(yù)測結(jié)果，得到以下兩個發(fā)現(xiàn)。

3.4.1 基于多維關(guān)聯(lián)規(guī)則的變量篩選方案的有效性 方案1～方案3 均為使用變量篩選的預(yù)測建模結(jié)果，方案4 為沒有使用變量篩選方案的基準(zhǔn)模型，直接選用原始16 個影響因素進(jìn)行預(yù)測建模。由表3 可知，對于短、中期預(yù)測而言（即提前1步和3 步），方案1 和方案3 優(yōu)于方案4，說明基于多維關(guān)聯(lián)規(guī)則進(jìn)行變量篩選，可在一定程度上提高豬肉價格的預(yù)測精度；然而，方案2 的表現(xiàn)并未優(yōu)于方案4，說明只考慮低頻高相關(guān)因素不足以全面把握豬肉價格波動的影響機(jī)理，導(dǎo)致預(yù)測效果欠佳。至于長期預(yù)測（即提前6 步），只有方案3 優(yōu)于方案4，說明對于跨度較長的預(yù)測任務(wù)，需要考慮更全面的影響因素，方能取得理想的預(yù)測結(jié)果。

3.4.2 最優(yōu)預(yù)測方案 由表3 可知，對于不同的預(yù)測步長，方案3 均表現(xiàn)出理想的預(yù)測精度，證明該方案的有效性及穩(wěn)健性，因此將方案3 定義為本實驗的最優(yōu)預(yù)測方案，該方案包含6 個高頻高相關(guān)以及6 個低頻高相關(guān)影響因素，可見，高相關(guān)影響因素是確保豬肉價格預(yù)測精度的關(guān)鍵因素。由表4 可知，進(jìn)一步呈現(xiàn)的最優(yōu)方案相較于基準(zhǔn)方案的改進(jìn)率，證實最優(yōu)預(yù)測方案能顯著提升短、中期的預(yù)測精度。綜上，運(yùn)用基于多維關(guān)聯(lián)規(guī)則的變量篩選策略，不僅可以挖掘出影響豬肉價格波動的關(guān)鍵因素，還能通過減少模型的解釋變量個數(shù)，減輕預(yù)測建模的數(shù)據(jù)收集工作量。

表3 SVR 模型預(yù)測的結(jié)果Table 3 Results of SVR model prediction

表4 多維關(guān)聯(lián)規(guī)則篩選變量的最優(yōu)方案的改進(jìn)率Table 4 Improvement rate of the optimal scheme for screening variables by multidimensional association rules

4 結(jié)論與建議

4.1 結(jié)論

本研究運(yùn)用多維關(guān)聯(lián)規(guī)則對豬肉價格波動的影響因素進(jìn)行定量分析，基于生豬養(yǎng)殖加工產(chǎn)業(yè)鏈、替代品市場、宏觀經(jīng)濟(jì)環(huán)境變化、突發(fā)性事件和國際市場環(huán)境等5 個分析維度，挖掘豬肉價格波動的高相關(guān)影響因素作為預(yù)測模型的輸入變量，得到以下結(jié)論：（1）從多維關(guān)聯(lián)規(guī)則的挖掘結(jié)果可知，與豬肉價格波動關(guān)聯(lián)程度最高的前3 位因素是生豬疫病、生豬價格、仔豬價格，置信度分別為1.00、0.93 和0.82；從高相關(guān)項集的提升度可知，對豬肉價格波動影響程度最大的前3 位因素是生豬疫病、豬肉產(chǎn)量和出欄豬肉量，提升度分別為1.84、1.67 和1.67。（2）將基于多維關(guān)聯(lián)規(guī)則挖掘得到的豬肉價格波動高相關(guān)影響因素作為預(yù)測模型的輸入變量，進(jìn)行提前多步預(yù)測建模。結(jié)果表明，包含12 種影響因素即生豬疫病、生豬價格、牛肉價格、雞肉價格、M2、玉米價格、仔豬價格、EPU 指數(shù)、MCPI、WTI 原油價格、豬肉產(chǎn)量和出欄肉豬量的建模方案預(yù)測精度最高。（3）相較于不進(jìn)行變量篩選的基準(zhǔn)模型，最優(yōu)模型在3 個步長中的平均預(yù)測精度改進(jìn)率分別為29.11%（RMSE）和16.00%（MAPE）。可見，基于多維關(guān)聯(lián)規(guī)則的變量篩選策略不僅有助于找出豬肉價格波動的關(guān)鍵影響因素，而且對于提高模型預(yù)測精度具有顯著效果。

4.2 建議

4.2.1 完善豬肉價格波動預(yù)警機(jī)制 農(nóng)業(yè)生產(chǎn)管理部門應(yīng)立足于高相關(guān)影響因素對豬肉價格波動進(jìn)行更有針對性的監(jiān)管。對生產(chǎn)端（如：玉米、生豬、仔豬、豬肉產(chǎn)量、出欄肉豬量）、替代品（如：雞肉、牛肉價格）、宏觀經(jīng)濟(jì)環(huán)境（如：M2、MCPI）、突發(fā)性事件（如：EPU 指數(shù)、生豬疫病寬度指數(shù)）、國際環(huán)境（如：WTI 原油價格、國際市場豬肉價格）等關(guān)鍵影響因素進(jìn)行實時監(jiān)測分析，構(gòu)建豬肉價格波動指數(shù)與預(yù)警區(qū)間，針對不同級別的警情提前制定應(yīng)對預(yù)案，確保生豬市場的健康平穩(wěn)運(yùn)行。

4.2.2 提高動物疫病風(fēng)險防范意識 生豬疫病是與豬肉價格波動關(guān)聯(lián)程度和影響程度最高的決定性因素。因此，政府相關(guān)部門應(yīng)提高動物疫病的風(fēng)險防范意識。就外部而言，建立國家邊境動物防疫安全屏障，健全邊境疫病監(jiān)測制度和突發(fā)疫病應(yīng)急處置機(jī)制，完善入境豬肉產(chǎn)品的檢驗檢疫及風(fēng)險評估辦法。就內(nèi)部而言，提升動物疫病監(jiān)測預(yù)警能力，建立從國家到地方的多級動物疫病預(yù)防控制中心，完善動物疫病應(yīng)急預(yù)案，提高相關(guān)人員的知識技能及裝備水平，確保及時阻斷疫病傳播擴(kuò)散鏈條。

4.2.3 加強(qiáng)農(nóng)業(yè)信息化建設(shè) 促進(jìn)農(nóng)業(yè)經(jīng)濟(jì)的發(fā)展，須堅持以信息技術(shù)引領(lǐng)農(nóng)業(yè)的發(fā)展。中央一號文件提出，大力發(fā)展農(nóng)業(yè)大數(shù)據(jù)，加快建立現(xiàn)代化養(yǎng)殖體系，保障生豬基礎(chǔ)產(chǎn)能，健全生豬產(chǎn)業(yè)平穩(wěn)有序發(fā)展的長效機(jī)制。當(dāng)前，散戶養(yǎng)殖方式在我國占比接近50%。由于信息獲取手段的局限性，散戶無法及時獲取全面的市場信息，一定程度上導(dǎo)致其養(yǎng)殖計劃制定的盲目性，進(jìn)而增加其遭遇價格風(fēng)險的可能性。因此，相關(guān)管理部門應(yīng)盡快建立農(nóng)業(yè)大數(shù)據(jù)平臺，完善農(nóng)業(yè)信息基礎(chǔ)設(shè)施建設(shè)，促進(jìn)生產(chǎn)、市場信息的透明公開，提高農(nóng)戶的信息決策能力，保障市場的平穩(wěn)運(yùn)行。

4.2.4 構(gòu)建全鏈條視角下的生豬價格調(diào)控機(jī)制 目前，我國的生豬價格調(diào)控預(yù)案主要以豬糧比作為預(yù)警指標(biāo)。由于過于重視供給端的成本變動，相關(guān)調(diào)控政策的出臺在一定程度上導(dǎo)致供應(yīng)的急劇上升或下降，加劇了豬肉價格波動的風(fēng)險。為確保豬肉市場的健康平穩(wěn)運(yùn)行，建議構(gòu)建涵蓋供給端和市場端的全鏈條風(fēng)險評價體系，綜合生產(chǎn)成本變動以及市場價格波動研判市場風(fēng)險，依據(jù)市場整體風(fēng)險等級確定調(diào)控機(jī)制，有效保障豬肉市場多方參與主體的利益，規(guī)避其可能面臨的生產(chǎn)經(jīng)營決策風(fēng)險。