牛奶產(chǎn)量的預(yù)測(cè)
——基于支持向量回歸集成計(jì)算

藍(lán)鎵寶

(五邑大學(xué)經(jīng)濟(jì)管理學(xué)院，廣東 江門 529020)

1 文獻(xiàn)回顧

影響牛奶產(chǎn)量的因素較多，主要有：飼料成本、國內(nèi)牛奶價(jià)格、進(jìn)口奶源價(jià)格等。牛奶產(chǎn)量對(duì)牛奶價(jià)格、飼養(yǎng)成本、防疫成本等相關(guān)因素的變化較為敏感。唐洪峰等人基于VAR模型，得出牛奶的飼養(yǎng)成本對(duì)牛奶產(chǎn)量起到約束作用的這一結(jié)論[1]；張南等人認(rèn)為牛群中疾病的發(fā)生率會(huì)影響牛奶產(chǎn)量[2]；劉長(zhǎng)全等人則從進(jìn)口角度分析，認(rèn)為牛奶的進(jìn)口量會(huì)對(duì)我國的牛奶產(chǎn)量產(chǎn)生影響[3]；Mapato Chaowarit等人實(shí)驗(yàn)得出，特定食物如Sweet grass(SG)能夠改善奶牛的瘤胃發(fā)酵，提高產(chǎn)奶量[4]。

綜上研究成果，現(xiàn)有的分析預(yù)測(cè)牛奶產(chǎn)量的方法并沒有考慮到乳業(yè)銷量波動(dòng)加大且數(shù)據(jù)較少的行業(yè)特點(diǎn)。故本文利用支持向量回歸(SVR)集成計(jì)算這一方法，以減小噪聲，提高預(yù)測(cè)的精確度。

2 模型介紹

李鵬飛和張瑞認(rèn)為，SVR是可把非線性樣本模型轉(zhuǎn)換成線性樣本模型的回歸工具[5]。SVR的主要原理是通過一個(gè)非線性變換x→φ(x)，將訓(xùn)練樣本映射到高維空間，在高維空間通過核函數(shù)φ(x)實(shí)現(xiàn)線性變換。SVR在擬合模型時(shí)，允許模型有一定的預(yù)測(cè)誤差，能夠更好地貼合經(jīng)濟(jì)方面的預(yù)測(cè)。

Bagging集成算法是通過對(duì)原始樣本數(shù)據(jù)進(jìn)行有放回的隨機(jī)采樣，使每個(gè)分類器之間的樣本數(shù)據(jù)不同的非線性系統(tǒng)的主流建模方法。Bagging集成個(gè)體之間相互獨(dú)立，可以并行運(yùn)算，大大提高了檢測(cè)效率，具有更加廣闊的應(yīng)用前景。

3 指標(biāo)構(gòu)建

3.1 國內(nèi)牛奶價(jià)格

根據(jù)供求理論，商品的價(jià)格會(huì)影響其供給。因此，牛奶價(jià)格上漲會(huì)導(dǎo)致牛奶產(chǎn)量的增加；反之減少。牛奶價(jià)格與牛奶產(chǎn)量呈負(fù)相關(guān)關(guān)系。

3.2 牛奶進(jìn)口額

國外進(jìn)口的奶源成為國產(chǎn)奶的替代品。當(dāng)牛奶進(jìn)口量增加，國內(nèi)牛奶產(chǎn)量就會(huì)受影響，生產(chǎn)者會(huì)調(diào)整產(chǎn)量，減少牛奶的供給，使得國內(nèi)牛奶產(chǎn)量減少；反之產(chǎn)量增加。牛奶進(jìn)口額與牛奶產(chǎn)量呈負(fù)相關(guān)關(guān)系。

4 實(shí)驗(yàn)

4.1 數(shù)據(jù)收集與整理

牛奶進(jìn)口額、牛奶產(chǎn)量及其價(jià)格的相關(guān)數(shù)據(jù)都可在國家統(tǒng)計(jì)局查找得之，并把原始數(shù)據(jù)按照時(shí)間序列的順序整合排列[6]。

4.2 構(gòu)建模型

構(gòu)建支持向量回歸Bagging模型步驟如下所示。

首先，把31個(gè)樣本數(shù)據(jù)分為模型的測(cè)試集和訓(xùn)練集，22個(gè)數(shù)據(jù)為測(cè)試集，9個(gè)數(shù)據(jù)為訓(xùn)練集。

其次，從訓(xùn)練集中隨機(jī)有放回地抽取4個(gè)樣本量為5的獨(dú)立數(shù)據(jù)樣本，并利用測(cè)試集依次對(duì)這4個(gè)獨(dú)立的數(shù)據(jù)樣本進(jìn)行支持向量回歸分析，得到4個(gè)SVR模型。SVR模型的構(gòu)建如以下所示。

(1)設(shè)f(x)=ax+b為SVR模型函數(shù)；

(2)通過求解SVR的對(duì)偶問題、核函數(shù)，得到SVR函數(shù)：

(1)

最后，對(duì)這4個(gè)SVR模型結(jié)果進(jìn)行平均，得到2016-2020年我國牛奶產(chǎn)量的預(yù)測(cè)結(jié)果，如表1所示。

表1 2016-2020年我國牛奶產(chǎn)量的預(yù)測(cè)量

綜上，構(gòu)建SVR集成計(jì)算模型的流程如圖1所示。

圖1 構(gòu)建SVR集成計(jì)算模型流程圖

5 討論

結(jié)合現(xiàn)實(shí)情況，討論該模型的準(zhǔn)確性。

(1)2016年，政府層面主導(dǎo)嬰幼兒奶粉產(chǎn)業(yè)注冊(cè)制改革，并且擴(kuò)大“糧改飼”政策，深入推進(jìn)供給側(cè)結(jié)構(gòu)性改革，加之進(jìn)口增加，中國乳業(yè)艱難前行，消費(fèi)低迷，2016年的牛奶產(chǎn)量較2015年相比，減少了115萬t。

(2)2020年，受新冠疫情的影響，居民大多居家，減少外出，因此，牛奶等乳制品消費(fèi)增加。不僅如此，9月份在線上舉辦了2020中國(國際)乳業(yè)技術(shù)博覽會(huì)，人們關(guān)注度創(chuàng)歷史新高，推動(dòng)了牛奶的消費(fèi)量。

6 結(jié)語

牛奶的消費(fèi)不僅僅影響國民身體素質(zhì)，還能反映居民消費(fèi)水平。因此，本文通過結(jié)合乳行業(yè)數(shù)據(jù)較少且波動(dòng)大的特點(diǎn)，使用具有較強(qiáng)泛化能力以及化非線性經(jīng)濟(jì)研究為線性問題研究的SVR集成計(jì)算，對(duì)牛奶產(chǎn)量進(jìn)行預(yù)測(cè)、分析。通過結(jié)合對(duì)牛奶產(chǎn)量影響較大的隨機(jī)事件，驗(yàn)證了使用SVR集成計(jì)算以預(yù)測(cè)牛奶產(chǎn)量是較為準(zhǔn)確的、可信的，說明國內(nèi)奶價(jià)及牛奶進(jìn)口額與我國牛奶產(chǎn)量存在明顯的相關(guān)性。

利用SVR集成計(jì)算模型可以準(zhǔn)確地預(yù)測(cè)牛奶產(chǎn)量的消費(fèi)，有利于政府靈活調(diào)整牛奶的進(jìn)口數(shù)量，平穩(wěn)國內(nèi)牛奶價(jià)格，提高居民乳制品消費(fèi)量，提高國民身體素質(zhì)。但SVR集成計(jì)算也存在缺陷，國內(nèi)牛奶價(jià)格與牛奶進(jìn)口額這兩個(gè)自變量之間是否存在自相關(guān)或者二重共線性的問題，需要進(jìn)一步研究分析，以提高支持向量回歸集成計(jì)算模型的預(yù)測(cè)精度。