智慧農(nóng)業(yè)發(fā)展現(xiàn)狀及潛力的探索研究

徐鑫鑫 胡玉璐 姚治林

摘要：近五年由于蒜價(jià)劇烈波動(dòng)及地域的物流水平差異，中國農(nóng)業(yè)市場遭受巨大損失?？偨Y(jié)闡述了智慧農(nóng)業(yè)中大數(shù)據(jù)的應(yīng)用，以安徽省智慧農(nóng)業(yè)在信息流通和農(nóng)業(yè)市場監(jiān)控方面做出的成果以及亟待解決的問題為切入點(diǎn)，通過RFE方法遴選出導(dǎo)致農(nóng)產(chǎn)品價(jià)格波動(dòng)的長期和短期因素，并結(jié)合ARIMA模型和BP神經(jīng)網(wǎng)絡(luò)模型進(jìn)行市場預(yù)測，從多個(gè)角度出發(fā)為智慧農(nóng)業(yè)大數(shù)據(jù)管理提出合理建議。

關(guān)鍵詞：智慧農(nóng)業(yè);信息流通性;RFE法;ARIMA模型;BP神經(jīng)網(wǎng)絡(luò)模型

一、前言

中國農(nóng)貿(mào)市場的營業(yè)利潤受多種因素影響，而各種農(nóng)副產(chǎn)品的價(jià)格波動(dòng)也在很大程度上影響著農(nóng)民和農(nóng)場主的經(jīng)濟(jì)收益。以近幾年大蒜價(jià)格的波動(dòng)為例，自2009年大蒜百倍漲幅，到2019年由央視網(wǎng)的報(bào)道的蘇寧家樂福超市蒜價(jià)30%的降幅，在這一過程中，不僅消費(fèi)者生活受到極大影響，作為中國大蒜主產(chǎn)地的山東也受其影響勉強(qiáng)保本。

在大數(shù)據(jù)人工智能時(shí)代背景下，基于大數(shù)據(jù)分析和管理平臺(tái)的智慧農(nóng)業(yè)應(yīng)用邁進(jìn)了一個(gè)新的發(fā)展階段。環(huán)發(fā)所在2013年提出，目前農(nóng)業(yè)大數(shù)據(jù)主要應(yīng)用于：生產(chǎn)過程管理數(shù)據(jù);農(nóng)業(yè)資源管理數(shù)據(jù);農(nóng)業(yè)生態(tài)環(huán)境管理數(shù)據(jù);農(nóng)產(chǎn)品與食品管理大數(shù)據(jù);農(nóng)業(yè)裝備與設(shè)備監(jiān)控大數(shù)據(jù);各種科研活動(dòng)產(chǎn)生的大數(shù)據(jù)6個(gè)主要領(lǐng)域[1]。在我國市場經(jīng)濟(jì)條件下，農(nóng)業(yè)分散化的生產(chǎn)經(jīng)營模式使其對(duì)市場競爭中的信息依賴性較強(qiáng)，對(duì)農(nóng)產(chǎn)品市場流通數(shù)據(jù)進(jìn)行采集和分析，盡量降低信息與服務(wù)的滯后性顯得十分重要。

二、文獻(xiàn)綜述

以安徽省智慧農(nóng)業(yè)發(fā)展為例，要保證信息與服務(wù)滯后性的減輕，首先需要分析中國智慧農(nóng)業(yè)在信息流通和農(nóng)業(yè)市場監(jiān)控方面所做出的成果和丞待解決的問題。在該問題的研究中，張樂樂等[2]（2021）通過調(diào)查得到：安徽省智慧農(nóng)業(yè)的信息進(jìn)村入戶工程成效明顯，通過構(gòu)建的信息服務(wù)體系，大幅提高了安徽數(shù)字化農(nóng)村農(nóng)業(yè)的發(fā)展水平;但同時(shí)其在數(shù)字資源體系建設(shè)的基礎(chǔ)數(shù)據(jù)方面和核心技術(shù)研究開發(fā)方面都面臨巨大挑戰(zhàn)和問題。丁靜[3]（2017）從物聯(lián)網(wǎng)的角度出發(fā)，提出安徽省智慧農(nóng)業(yè)在農(nóng)產(chǎn)品加工流通應(yīng)用方面的顯著成效，保證農(nóng)產(chǎn)品“從產(chǎn)地到餐桌”的全程追溯，實(shí)現(xiàn)農(nóng)產(chǎn)品流通過程的全紀(jì)錄，但是相應(yīng)的在農(nóng)產(chǎn)品流通的其他方面也有明顯缺陷，除去農(nóng)業(yè)化規(guī)模和資金投入的不足，最主要的是農(nóng)業(yè)信息化建設(shè)的不完善，進(jìn)而導(dǎo)致對(duì)農(nóng)戶及時(shí)、全面、準(zhǔn)確的獲取相關(guān)農(nóng)業(yè)信息來直到農(nóng)業(yè)生產(chǎn)的進(jìn)程。

其次，在得出以上待解決問題后，需要分析影響中國農(nóng)業(yè)收益的主要因素，在保證信息流通性的前提下保證流通數(shù)據(jù)的有效性和可用性。在該問題的研究中，楊根全等[4]（2010）等通過文字調(diào)查分析，針對(duì)農(nóng)產(chǎn)品價(jià)格市場中常見的連鎖效應(yīng)，將影響農(nóng)產(chǎn)品的因素分為供求因素、貨幣因素、國際因素、政策因素和市場因素五個(gè)方面，并綜合分析提出：農(nóng)產(chǎn)品供求基本面短期內(nèi)不會(huì)發(fā)生大的改變，但是農(nóng)產(chǎn)品的生產(chǎn)成本和各種政策力度的加強(qiáng)也會(huì)加劇農(nóng)產(chǎn)品的價(jià)格波動(dòng)。許世衛(wèi)等[5]（2012）相較于前者，附加了價(jià)格信息傳遞和發(fā)布機(jī)制的影響，在很大程度上，由于信息不對(duì)稱和價(jià)格傳導(dǎo)的阻滯現(xiàn)象導(dǎo)致的農(nóng)產(chǎn)品價(jià)格體系紊亂也在影響著農(nóng)產(chǎn)品的價(jià)格大幅波動(dòng)。

三、基于遞歸特征選擇法的影響因素選擇

（一）研究思路

根據(jù)上述由遞歸特征選擇篩選得到的五個(gè)因素，首先利用農(nóng)田每畝產(chǎn)值合計(jì)代表農(nóng)產(chǎn)品市場收入值，其次尋找可能對(duì)每畝產(chǎn)值合計(jì)值產(chǎn)生影響的因素，并將其分為供求因素、貨幣因素、國際因素、政策因素、市場因素五個(gè)方面，根據(jù)中國農(nóng)業(yè)部、國家林業(yè)局、中國國家統(tǒng)計(jì)局、水利部、中國氣象局、中國海關(guān)等公布的數(shù)據(jù)，共確定影響因素16個(gè)。

（二）研究結(jié)果

從上述幾個(gè)方向出發(fā)，為保證后續(xù)研究的高效性，對(duì)于確定的影響因素使用遞歸特征選擇法行降維篩選，代碼中對(duì)應(yīng)no_features定為5，即篩選對(duì)每畝產(chǎn)值合計(jì)值影響最大的前五位因素，其對(duì)應(yīng)篩選結(jié)果如下表所示。

四、基于ARIMA—BP神經(jīng)網(wǎng)絡(luò)對(duì)農(nóng)產(chǎn)品市場發(fā)展進(jìn)行預(yù)測

（一） 研究方法

1.單位根檢驗(yàn)

原始數(shù)據(jù)皆是非平穩(wěn)的時(shí)間序列數(shù)據(jù)，在對(duì)數(shù)據(jù)進(jìn)行二階差分后，使用 Eviews創(chuàng)建一個(gè)ARIMA模型，對(duì)糧食產(chǎn)量x1、農(nóng)產(chǎn)品綜合市場數(shù)量x2、貨幣與存款x3、職工平均工資x4、農(nóng)業(yè)各稅x5這5個(gè)變量以及農(nóng)田每畝凈收益y進(jìn)行單位根檢驗(yàn)，驗(yàn)證序列是否平穩(wěn)，能否達(dá)到建立ARIMA模型的建模前提。

由表1顯示的數(shù)據(jù)可知，這6個(gè)序列在 5%的置信水平下它們各自的ADF統(tǒng)計(jì)量的值均小于其所對(duì)應(yīng)的臨界值，且P值也都小于0.05，充分說明了所選取的6個(gè)指標(biāo)所對(duì)應(yīng)的時(shí)間序列中無單位根，即進(jìn)行檢驗(yàn)的各個(gè)原始序列的數(shù)據(jù)都是平穩(wěn)的，符合ARIMA模型建立的條件，因此可以進(jìn)一步進(jìn)行建模和分析。

2.ARIMA模型構(gòu)建

在對(duì)農(nóng)田每畝收益進(jìn)行BP神經(jīng)網(wǎng)絡(luò)預(yù)測時(shí)，需要對(duì)各個(gè)輸入數(shù)據(jù)變量進(jìn)行預(yù)測，各個(gè)輸入變量均需要考慮時(shí)序性，故采用時(shí)間序列ARIMA模型進(jìn)行預(yù)測，構(gòu)建ARIMA（p，d，q）模型如下：

其中L是滯后算子，d∈Z， d>0。

3.BP神經(jīng)網(wǎng)絡(luò)預(yù)測模型構(gòu)建

我們運(yùn)用預(yù)測出來的影響因素來對(duì)進(jìn)行BP神經(jīng)網(wǎng)絡(luò)的預(yù)測[6]，BP神經(jīng)網(wǎng)絡(luò)模型的拓?fù)浣Y(jié)構(gòu)如下，包括三個(gè)主要部分：輸入層，隱藏層，輸出層。

根據(jù)上述分析，本問題選用xj影響因素的值為輸入層，以yi農(nóng)田每畝收益作為輸出層，建立如下模型：

其中，x1，x2，… ，xn為輸入層信號(hào)，wi1，wi2，… ，win為神經(jīng)元i的權(quán)值，ui為上述線性組合結(jié)果，θi為閾值，φ（·）為激活函數(shù)，yi為神經(jīng)元的輸出。

（二）結(jié)果分析

對(duì)影響因素x1的原始數(shù)據(jù)進(jìn)行一階差分運(yùn)算，并對(duì)運(yùn)算后的時(shí)間序列的繪制自相關(guān)圖和偏制相關(guān)圖，觀察發(fā)現(xiàn)其自相關(guān)系數(shù)和偏自相關(guān)系數(shù)均呈現(xiàn)拖尾的狀態(tài)。

根據(jù)Box-Jenkins模型識(shí)別方法，應(yīng)該用ARMA（p，q）模型進(jìn)行擬合。通過重復(fù)實(shí)驗(yàn)，綜合每個(gè)模型最大滯后變量對(duì)應(yīng)的系數(shù)顯著性，以及最小的AIC，SC，HQ信息準(zhǔn)則，判斷的模型應(yīng)選擇ARMA（2，1）。

其余變量的操作類似，預(yù)測得到結(jié)果見表3。

本部分以糧食產(chǎn)量x1、農(nóng)產(chǎn)品綜合市場數(shù)量x2、貨幣與存款x3、職工平均工資x4、農(nóng)業(yè)各稅x5對(duì)應(yīng)數(shù)據(jù)為輸入層，對(duì)農(nóng)田每畝產(chǎn)值y進(jìn)行BP神經(jīng)網(wǎng)絡(luò)訓(xùn)練預(yù)測，以2003年—2014年的農(nóng)田每畝產(chǎn)值為訓(xùn)練數(shù)據(jù)，2015年—2018年的農(nóng)田每畝產(chǎn)值為測試數(shù)據(jù)，建立五輸入一輸出的BP神經(jīng)網(wǎng)絡(luò)模型。

1.誤差分析

我們對(duì)BP神經(jīng)網(wǎng)絡(luò)擬合出來的模型進(jìn)行誤差分析，看模型的擬合效果如何，預(yù)測結(jié)果是否較為準(zhǔn)確，對(duì)預(yù)測農(nóng)田每畝凈收益的BP神經(jīng)網(wǎng)絡(luò)模型的誤差分析結(jié)果如下：

2.預(yù)測結(jié)果

根據(jù)上述模型訓(xùn)練結(jié)果，預(yù)測得到2019-2022年間農(nóng)田每畝產(chǎn)值合計(jì)為

根據(jù)上述BP神經(jīng)網(wǎng)絡(luò)對(duì)農(nóng)田每畝產(chǎn)值的預(yù)測結(jié)果可以分析得到，自2019年后的至少四年內(nèi)，農(nóng)田每畝產(chǎn)值基本不發(fā)生改變，在生產(chǎn)的人力和物力成本不斷上漲的情況下，如果不能及時(shí)尋找解決辦法，中國農(nóng)產(chǎn)品市場短時(shí)間內(nèi)將呈現(xiàn)低迷狀態(tài)。

五、建議

政府近幾年應(yīng)格外注意農(nóng)業(yè)補(bǔ)貼政策的執(zhí)行和落實(shí)，同時(shí)積極投入資金完善智慧農(nóng)業(yè)的信息流通體系，保證農(nóng)戶能夠第一時(shí)間準(zhǔn)確收獲市場信;可與科學(xué)院等機(jī)構(gòu)合作，保證省市智慧農(nóng)業(yè)建設(shè)的科學(xué)性，保證技術(shù)的專業(yè)性和執(zhí)行的高效性。

各農(nóng)戶應(yīng)密切關(guān)注政府或各類權(quán)威組織發(fā)布的消息，以保證信息流通性。其中應(yīng)該主要關(guān)注糧食產(chǎn)量、農(nóng)產(chǎn)品綜合市場數(shù)量、貨幣與存款、職工平均工資、農(nóng)業(yè)各稅五個(gè)方面。

參考文獻(xiàn)：

[1]孫忠富，杜克明，鄭飛翔，尹首一.大數(shù)據(jù)在智慧農(nóng)業(yè)中研究與應(yīng)用展望[J].中國農(nóng)業(yè)科技導(dǎo)報(bào)，2013，15（06）：63-71.

[2]張樂樂，陳翔，王韋韋，李金才.安徽省智慧農(nóng)業(yè)發(fā)展現(xiàn)狀及對(duì)策[J].現(xiàn)代農(nóng)業(yè)科技，2021（10）：243-245.

[3]丁靜.物聯(lián)網(wǎng)視閾下安徽省智慧農(nóng)業(yè)的發(fā)展研究[J].重慶科技學(xué)院學(xué)報(bào)（社會(huì)科學(xué)版），2017（06）：44-47.

[4]楊根全，李圣軍.農(nóng)產(chǎn)品價(jià)格波動(dòng)的影響因素及發(fā)展趨勢[J].農(nóng)業(yè)展望，2011，7（02）：24-27+37.

[5]許世衛(wèi)，李哲敏，孔繁濤，董曉霞，崔利國，任育鋒.農(nóng)產(chǎn)品價(jià)格傳導(dǎo)機(jī)制及其主要影響因素分析[J].中國科技論壇，2012（09）：71-76.

[6]焦淑華，夏冰，徐海靜，劉瑩.BP神經(jīng)網(wǎng)絡(luò)預(yù)測的MATLAB實(shí)現(xiàn)[J].哈爾濱金融高等?？茖W(xué)校學(xué)報(bào)，2009（01）：55-56.

基金項(xiàng)目：

本文屬安徽財(cái)經(jīng)大學(xué)大學(xué)生創(chuàng)新創(chuàng)業(yè)訓(xùn)練計(jì)劃項(xiàng)目《大數(shù)據(jù)與智慧農(nóng)業(yè)發(fā)展現(xiàn)狀及潛力的調(diào)查研究——以安徽省為例》（編號(hào)：S202010378502）研究成果。

作者簡介：

徐鑫鑫（2000-）， 女，漢族，山東德州人，單位：安徽財(cái)經(jīng)大學(xué)統(tǒng)計(jì)與應(yīng)用數(shù)學(xué)學(xué)院，2018級(jí)本科生，研究方向：數(shù)據(jù)科學(xué)與大數(shù)據(jù)技術(shù)。

胡玉璐（2001-），女，漢族，安徽銅陵人 單位：安徽財(cái)經(jīng)大學(xué)國際經(jīng)濟(jì)貿(mào)易學(xué)院，2019級(jí)本科生，研究方向：國際經(jīng)濟(jì)與貿(mào)易。

姚治林（2001-），女，漢族，安徽銅陵人 單位：安徽財(cái)經(jīng)大學(xué)法學(xué)院，2019級(jí)本科生，研究方向：法學(xué)。