2000–2019 年中國蛋雞產(chǎn)業(yè)鏈蛋用雛雞價格數(shù)據(jù)集

王億，劉繼芳，王梁，孫偉,4,5，孔繁濤，曹姍姍,4,5*

1.新疆農(nóng)業(yè)大學(xué)計算機(jī)與信息工程學(xué)院，烏魯木齊 830052

2.中國農(nóng)業(yè)科學(xué)院農(nóng)業(yè)信息研究所，北京 100081

3.北京市畜牧總站，北京 100081

4.國家農(nóng)業(yè)科學(xué)數(shù)據(jù)中心，北京 100081

5.中國農(nóng)業(yè)科學(xué)院國家南繁研究院，海南三亞 572024

6.中國農(nóng)業(yè)科學(xué)院特產(chǎn)研究所，長春 130112

引 言

雞蛋是人們?nèi)粘Ｉ畈妥郎系氖澄镏?，同時也是人類身體所需營養(yǎng)重要來源之一。雞蛋中包含了人體健康需求的多種礦物質(zhì)和蛋白質(zhì)，其中蛋黃中包含大量的各類礦物質(zhì)，蛋清中包含8 種人體需要的氨基酸和必需的金屬微量元素[1-3]。中國國土面積寬廣，人口數(shù)量眾多，同時也是雞蛋生產(chǎn)和消費的大國，雞蛋在國民日常飲食中占據(jù)著舉足輕重的地位，大力發(fā)展蛋雞養(yǎng)殖業(yè)滿足國民對雞蛋的消耗是有必要的[4]。

我國居民日常飲食對雞蛋的大量需求，推動著我國蛋雞養(yǎng)殖業(yè)規(guī)模的迅速發(fā)展。近年來，我國雞蛋價格波動頻繁。雞蛋價格的大起大落不但會影響居民的生活消費，也會損害養(yǎng)殖戶的利益[5]。同時蛋用雛雞價格作為對雞蛋價格重要的影響因數(shù)之一，構(gòu)建針對蛋用雛雞價格的數(shù)據(jù)集是有必要的[6-8]。通過數(shù)據(jù)集可對蛋用雛雞歷史交易價格數(shù)分析，精準(zhǔn)分析出蛋用雛雞價格對利潤影響大小以及蛋用雛雞價格波動的規(guī)律性，準(zhǔn)確把控未來蛋用雛雞價格的漲幅動向，為政府制定扶持政策提供依據(jù)，從而保障養(yǎng)殖戶的基本利益，促進(jìn)蛋雞產(chǎn)業(yè)鏈的發(fā)展。

目前蛋用雛雞價格數(shù)據(jù)散亂在網(wǎng)絡(luò)中的各個網(wǎng)站上，與多種農(nóng)副產(chǎn)品和畜牧產(chǎn)品價格數(shù)據(jù)混合在一起，專門的蛋用雛雞交易價格數(shù)據(jù)查找困難。因此，本數(shù)據(jù)集收集了2000–2019 年全國蛋用雛雞集市交易價格數(shù)據(jù)。蛋用雛雞價格基礎(chǔ)數(shù)據(jù)為月度交易平均價格數(shù)據(jù)，通過計算得到季度、年度平均價格數(shù)據(jù)。為展示數(shù)據(jù)的變化情況，計算出每個時空維度的環(huán)比變化率和同比變化率。本數(shù)據(jù)集中的價格數(shù)據(jù)與變化率數(shù)據(jù)可以對養(yǎng)殖利潤影響分析及利潤預(yù)測提供有力支撐。

1 數(shù)據(jù)采集和處理方法

1.1 數(shù)據(jù)采集方法

本數(shù)據(jù)集針對全國蛋雞產(chǎn)業(yè)鏈養(yǎng)殖環(huán)節(jié)蛋用雛雞集市交易價格進(jìn)行收集整理。數(shù)據(jù)獲取途徑為全國畜牧總站（http://www.nahs.org.cn）和中國畜牧業(yè)協(xié)會（https://caaa.cn）。數(shù)據(jù)采集方式為爬蟲程序定時抓取，爬蟲程序抓取到目標(biāo)數(shù)據(jù)后轉(zhuǎn)為EXCEL 格式文件輸出，文件中包含不同地區(qū)不同時間范圍的原始數(shù)據(jù)。

1.2 數(shù)據(jù)預(yù)處理

為確保數(shù)據(jù)的準(zhǔn)確性、完整性、可信性等，對數(shù)據(jù)進(jìn)行篩選、時間對齊、甄別等方式進(jìn)行處理。數(shù)據(jù)預(yù)處理步驟：（1）先將收集到的數(shù)據(jù)文件按照地區(qū)進(jìn)行合并整理，如數(shù)據(jù)在地區(qū)重復(fù)，則選取數(shù)據(jù)缺失量較少且時間覆蓋范圍較大的數(shù)據(jù)文件，地區(qū)一致而時間不一致的則按照時間對數(shù)據(jù)進(jìn)行拼接處理。（2）對第一步獲取的數(shù)據(jù)以時間取交集，獲取數(shù)據(jù)的最大時間覆蓋范圍，得到2000 年至2019 年的數(shù)據(jù)。（3）分析數(shù)據(jù)中缺失情況，以月份為基準(zhǔn)，將連續(xù)缺失超過3 個月數(shù)據(jù)的地區(qū)進(jìn)行刪除丟棄，對缺失數(shù)據(jù)月份少于3 個月的地區(qū)，將缺失值相鄰的上下月份取均值填充。最后得到26 個?。ㄗ灾螀^(qū)、直轄市）蛋用雛雞集市平均價格共6240 條月度數(shù)據(jù)，作為構(gòu)建數(shù)據(jù)集的基礎(chǔ)數(shù)據(jù)。

2 數(shù)據(jù)樣本描述

數(shù)據(jù)集中包含4 個EXCEL 文件，共26487 條文本類型數(shù)據(jù)。文本數(shù)據(jù)包括蛋用雛雞平均價格、環(huán)比變化率、同比變化率。

文件中包含各地區(qū)月度平均價格6240 條、環(huán)比變化率6214 條、同比變化率5928 條，季度平均價格2080 條、環(huán)比變化率2054 條、同比變化率1976 條，年度平均價格520 條、環(huán)比變化率496 條，以及全國月季年平均價格共340 條、環(huán)比變化率337 條、同比變化率304 條。

數(shù)據(jù)集中蛋用雛雞平均價格以“元/只”為單位，環(huán)比、同比變化率均保留兩位小數(shù)百分比。文本數(shù)據(jù)的時間覆蓋范圍從2000–2019 年，時間維度為月度、季度、年度，空間維度上劃分為全國和26 個省（自治區(qū)、直轄市）。各時空維度數(shù)據(jù)元素包含蛋用雛雞集市平均價格、環(huán)比、同比變化率，數(shù)據(jù)類型均為浮點數(shù)據(jù)。平均價格數(shù)據(jù)保留EXCEL 工具計算后的原始數(shù)據(jù)，小數(shù)點后9 位，不足9位按計算結(jié)果保留。通過數(shù)據(jù)處理后，得到如表1 全國月度蛋用雛雞價格部分?jǐn)?shù)據(jù)和表2 全國年度蛋用雛雞價格部分?jǐn)?shù)據(jù)。

表1 全國月度蛋用雛雞價格部分?jǐn)?shù)據(jù)Table 1 Partial data on monthly egg chick prices nationwide

表2 全國年度蛋用雛雞價格部分?jǐn)?shù)據(jù)Table 2 Partial data on annual egg chick prices nationwide

3 數(shù)據(jù)質(zhì)量控制和評估

為驗證爬蟲程序采集數(shù)據(jù)的準(zhǔn)確性，對采集到的基礎(chǔ)數(shù)據(jù)進(jìn)行隨機(jī)抽樣5%得到312 條抽樣數(shù)據(jù)，根據(jù)抽樣數(shù)據(jù)的時間和地區(qū)，使用人工查詢方式，與抽樣數(shù)據(jù)進(jìn)行對比核實，核實結(jié)果均準(zhǔn)確無誤。

為保證數(shù)據(jù)集的質(zhì)量，數(shù)據(jù)均根據(jù)完整性進(jìn)行預(yù)處理，最終得出蛋用雛雞交易價格數(shù)據(jù)集。數(shù)據(jù)集時間覆蓋范圍長，地區(qū)覆蓋范圍廣，并且計算出同比和環(huán)比變化率展示數(shù)據(jù)波動性。為保證數(shù)據(jù)的準(zhǔn)確性，數(shù)據(jù)均計算二次進(jìn)行校驗核對。針對不同研究人員對數(shù)據(jù)精度要求不同，平均價格按照計算工具計算出的原始數(shù)據(jù)精度保留小數(shù)點后9 位。

獲取的基礎(chǔ)數(shù)據(jù)部分地區(qū)數(shù)據(jù)缺失量較大，對其采用了數(shù)據(jù)刪除操作，剩余地區(qū)缺失量小，并使用平均值填充，不影響數(shù)據(jù)集的使用?；A(chǔ)數(shù)據(jù)收集為月度數(shù)據(jù)，故時間維度上缺少周度數(shù)據(jù)。

4 數(shù)據(jù)價值

本數(shù)據(jù)集的價值主要體現(xiàn)在：（1）為蛋雞養(yǎng)殖相關(guān)的科學(xué)研究提供數(shù)據(jù)支撐，可通過蛋用雛雞歷史交易價格和變化率，分析出影響蛋用雛雞價格的重要因素，從而實現(xiàn)對蛋用雛雞價格的監(jiān)控和宏觀調(diào)控，亦可作為蛋雞養(yǎng)殖業(yè)盈利情況的判斷依據(jù)。（2）節(jié)約研究人員數(shù)據(jù)收集時間。

5 數(shù)據(jù)使用方法和建議

本數(shù)據(jù)集可作為蛋用雛雞價格預(yù)測的基礎(chǔ)數(shù)據(jù)，通過構(gòu)建BP 神經(jīng)網(wǎng)絡(luò)或循環(huán)神經(jīng)網(wǎng)絡(luò)模型，將環(huán)比變化率構(gòu)建為序列，作為模型的輸入。這里以BP 神經(jīng)網(wǎng)絡(luò)為例，建議將連續(xù)的11 條月度環(huán)比變化率作為輸入序列，將第12 條變化率作為標(biāo)簽進(jìn)行訓(xùn)練。預(yù)測時為模型輸入需要預(yù)測的序列，模型預(yù)測得出一條變化率，將變化率與輸入序列的第11 條數(shù)據(jù)所對應(yīng)的價格計算出下一個月的價格，從而實現(xiàn)蛋用雛雞價格預(yù)測。

數(shù)據(jù)作者分工職責(zé)

王億（1994—），男，四川省南充市人，碩士生，研究方向為計算機(jī)技術(shù)。主要承擔(dān)工作：論文撰寫。

劉繼芳（1965—），男，山東郯城人，博士，研究員，研究方向為農(nóng)業(yè)信息技術(shù)。主要承擔(dān)工作：數(shù)據(jù)分析。

王梁（1982—），男，山西晉城人，碩士，高級畜牧師，研究方向為農(nóng)業(yè)信息技術(shù)。主要承擔(dān)工作：數(shù)據(jù)采集，數(shù)據(jù)更新。

孫偉（1978—），男，山東海陽人，博士，副研究員，研究方向為農(nóng)林時空信息智能分析。主要承擔(dān)工作：組織實施、論文指導(dǎo)與修改。

孔繁濤（1968—），男，山東滕州人，博士，研究員，研究方向為農(nóng)業(yè)信息技術(shù)。主要承擔(dān)工作：數(shù)據(jù)錄入整理、數(shù)據(jù)校對。

曹姍姍（1984—），女，黑龍江哈爾濱人，博士，副研究員，研究方向為農(nóng)林時空信息智能分析。主要承擔(dān)工作：數(shù)據(jù)整合與處理、綜合管理。