新書推薦：
《
锂电储能产品设计及案例详解
》
售價：HK$
113.9
《
首辅养成手册（全三册）（张晚意、任敏主演古装剧《锦绣安宁》原著小说）
》
售價：HK$
124.2
《
清洁
》
售價：HK$
66.7
《
组队：超级个体时代的协作方式
》
售價：HK$
79.4
《
第十三位陪审员
》
售價：HK$
55.2
《
微观经济学（第三版）【2024诺贝尔经济学奖获奖者作品】
》
售價：HK$
159.9
《
Python贝叶斯深度学习
》
售價：HK$
91.8
《
文本的密码：社会语境中的宋代文学
》
售價：HK$
69.0
|
| 內容簡介： |
|
本书稿主要介绍蔬菜农产品的特点、价格大数据的数据指标及分类、采集标准，并以上海蔬菜产品为例分析蔬菜产品价格数据的波动特征、影响因素，农产品价格分析预测的技术方法，蔬菜产品的价格预测分析，蔬菜产品价格大数据的应用而编写。
|
| 關於作者： |
|
上海市农业科学院农业科技信息研究所副所长研究员。主要从事农业生态及农业信息领域研究工作，已出版专著图书多部。
|
| 目錄：
|
第一章 我国蔬菜生产及价格概况
一、 菜篮子工程建设回顾
二、 我国蔬菜种植面积的发展变化
三、 我国农产品整体价格变化特征
四、 我国蔬菜价格整体变化走向
五、 上海蔬菜价格整体变化走向
第二章 全国蔬菜价格数据特征研究
一、 全国蔬菜价格波动特征分析
一） 全国蔬菜年平均批发价格走势特征分析
二） 全国蔬菜月平均批发价格走势特征分析
三） 全国蔬菜日平均批发价格走势特征分析
四） 全国蔬菜价格季节性特征分析
二、 农产品价格波动影响因素
一） 供求关系
二） 生产成本
三） 宏观经济
四） 季节规律
三、 农产品价格多元回归分析
一） 影响因素的平稳性分析
二） 各因素间的相关关系分析
三） 全国蔬菜价格多元回归分析
四、 结语与讨论
第三章 上海蔬菜价格波动特征分析及影响因素研究
一、 上海蔬菜价格波动特征分析
一） 上海蔬菜年平均批发价格走势特征分析
二） 上海蔬菜月平均批发价格走势特征分析
三） 上海蔬菜日平均批发价格走势特征分析
四） 上海蔬菜价格季节性特征分析
二、 上海蔬菜价格波动影响因素
一） 供求关系
二） 生产成本
三） 宏观经济
三、 上海蔬菜价格多元回归分析
一） 影响因素的平稳性分析
二） 各因素间的相关关系分析
三） 上海蔬菜价格多元回归分析
四、 结语与讨论
第四章 上海绿叶蔬菜价格波动特征分析
一、 上海绿叶蔬菜价格数据波动特征分析
一） 上海绿叶蔬菜年平均批发价格走势特征分析
二） 上海绿叶蔬菜月平均批发价格走势特征分析
三） 上海绿叶蔬菜日平均批发价格走势特征分析
四） 上海绿叶蔬菜季节性特征分析
二、 上海绿叶蔬菜价格波动影响因素
一） 影响价格波动的长期因素
二） 影响价格波动的短期因素
三、 上海绿叶蔬菜价格多元回归分析
一） 影响因素的平稳性分析
二） 各因素间的相关关系分析
三） 上海绿叶蔬菜价格多元回归分析
四、 结语与讨论
第五章 农产品市场价格大数据技术研究进展
一、 回归分析法
二、 蛛网模型法
一） 收敛型蛛网
二） 扩散型蛛网
三） 封闭型蛛网
三、 时间序列分析法
一） 趋势拟合法
二） 季节分解法
三） 指数平滑法
四） BoxJenkins法
五） 组合模型法
四、 均衡模型法
一） 一般均衡模型（CGE模型）
二） 局部均衡模型（PE模型）
五、 智能分析法
一） 人工神经网络预测法
二） 灰色预测法
三） 专家系统预测法
六、 结语与讨论
第六章 全国蔬菜价格时间序列模型的建立
一、 时间序列模型建模过程
一） 模式识别
二） 模型估计
三） 模型检验
四） 模型应用
二、 时间序列模型的类型
一） 平稳时间序列模型
二） 非平稳时间序列模型
三） 异方差时间序列模型
三、 时间序列的检验和预测
一） 时间序列的检验
二） 时间序列的预测
四、 全国蔬菜价格ARIMA模型构建与预测
一） 模型估计
二） 模型预测
五、 全国蔬菜价格SARIMA模型构建与预测
一） 模型估计
二） 模型预测
六、 全国蔬菜价格HoltWinters指数平滑模型构建与预测
一） 模型估计
二） 模型预测
七、 结论与分析
第七章 上海蔬菜价格时间序列模型的建立
一、 上海蔬菜价格ARIMA模型构建与预测
一） 模型估计
二） 模型预测
二、 上海蔬菜价格SARIMA模型构建与预测
一） 模型估计
二） 模型预测
三、 上海蔬菜价格HoltWinters指数平滑模型构建与预测
一） 模型估计
二） 模型预测
四、 结论与分析
第八章 上海绿叶蔬菜价格时间序列模型的建立
一、 上海绿叶蔬菜价格ARIMA模型构建与预测
一） 模型估计
二） 模型预测
二、 上海绿叶蔬菜价格SARIMA模型构建与预测
一） 模型估计
二） 模型预测
三、 上海绿叶蔬菜价格HoltWinters指数平滑模型构建与预测
一） 模型估计
二） 模型预测
四、 结论与分析
第九章 农产品价格波动传导机制研究
一、 数据来源与研究方法
二、 上海青菜价格特征分析
三、 上海青菜价格传导关系分析
一） 长期均衡关系与价格传导路径分析
二） 短期动态关系分析
三） 价格传导效率分析
四） 价格传导强度分析
四、 结语与讨论
第十章 国内外农业信息监测和农业展望工作体系建设
一、 国外农业监测体系建设
一） 美国农业监测预警发布体系
二） OECDFAO世界农业展望
三） 澳大利亚农业信息监测预警体系
四） G20农业市场信息系统
五） 欧盟食品与饲料快速预警系统
二、 我国农业展望及监测体系建设
一） 我国农业展望
二） 农产品价格监测行政管理体系
三） 信息发布渠道
四） 数据采集方法及标准
三、 农业信息监测的经验总结
一） 准确而系统的数据信息是核心
二） 科学的分析技术手段是关键
三） 统一持续的信息发布平台是支撑
第十一章 上海绿叶蔬菜价格辅助决策系统和服务平台
一、 农产品价格采集APP
二、 上海绿叶蔬菜价格辅助决策系统
一） 平台系统首页
二） 价格行情分析模块
三） 价格预测模块
四） 生产指导模块
三、 上海绿叶蔬菜价格推送服务
一） 推送服务模块
二） 上海蔬菜生产分析报告
三） 微信公众号服务模式
四、 结语与讨论
参考文献205
|
| 內容試閱：
|
新中国成立70年来，我国农产品生产的投入水平、科技水平、机械化水平都发生了巨大变化，当前主要农产品生产能力达到了一个新的高度，取得了举世瞩目的成就。反映在农产品生产量上，2018年与1949年相比，粮食产量增长了4.8倍，其中，水稻增长了3.4倍，小麦增长了8.5倍，玉米增长了19.7倍，大豆增长了2.1倍；2018年与1978年相比，猪肉增长了3.8倍，牛肉增长了23.0倍，羊肉增长了9.7倍，蛋类增长了10.1倍，奶类增长了33.8倍，油料增长了4.3倍，糖料增长了3.8倍。这样的增长，为我国城乡居民解决温饱问题，过上小康生活奠定了坚实的食物供给基础。
但是，随着农产品生产水平的提高，作为一个产业，我国现代农业的风险非但没有降低，相反，我们今天农业面临的风险却更加严峻。因为当前农产品供给的风险不但有来自自然因素的固有风险，而且更多是来自市场因素的不确定风险，甚至还有来自国际市场的各种风险。因为现在的农产品早已不是自给自足式的生产消费方式了，大市场、大流通，生产重心与消费重心时常偏离，且渐行渐远。我们常常看到，生长在海南农田里的西红柿和青椒产品，不仅会销往海口、广州这些周边城市，很多时候还会销往北京、天津、哈尔滨等千里之外的城市，甚至更远的地区。
很显然，农产品供需的风险不仅仅是来自农产品生产量形成过程中的各种因素变化，而且，许多时候，是来自于农产品的贮藏、运输、加工、销售诸多环节中的突发因子的影响。因此，现阶段，仅仅研究农产品生产中的问题已经远远不够，而研究农产品的产前问题与产后问题就显得特别重要了。也就是说，研究农产品市场供需两个方面的问题可能才是认清我国农产品市场规律，进而有效调控市场和规避风险的最有效途径。
农产品市场变化有许多表现，但最直接、最灵敏、最真实的体现当然还是农产品的市场价格。价格信号是农产品供需状况不走样的、不误传的显示器，是鲜明展示市场走向的信号灯。但为了读懂这个传感器、看清这个信息灯，许多科研工作者正在为此不断努力艰苦工作。几十年来，研究农产品市场价格的专家学者不计其数，应用方法千差万别，得出的结论林林总总。从价格高低变化现象，到价格波动特征，再到价格因素规律、未来趋势等等，这些研究都从某一方面或几个方面解析了中国农产品市场的复杂影响和主要变迁，为农产品市场分析和生产、经营、管理决策提供了有力的科技支撑。
农产品市场信息分析有三难： 一是实时性、精准化地获取数据难，至今为止，绝大部分最初一公里市场数据的获取，还是统计上报方法居多，主要数据粒度还是年度数据、月度数据，依靠这些数据来研究农产品市场短期变化还是很困难的；二是定量化、模型化地数据分析难。统计学方法时常难以应对农产品全产业链复杂系统问题，理论模型对于表现社会经济难于量化变量因素的分析困难重重；三是系统化预测未知难，对未知目标对象进行系统化、智能化预测预警依然是困难的，对系统方法的构建及分析人员的知识结构都有比较苛刻的要求。
在当前信息技术突飞猛进的时代背景下，大数据技术、物联网技术、人工智能技术正在改变传统复杂问题的解决路径。我国广大农业信息科技工作者，不断奋进，积极探索系统化的农产品信息分析方法，加强集成创新。在分析农产品市场现象，探寻多因素影响规律方面，不断创新方法，如针对单一模型不能顾及多条件分析时建立链合模型进行多维因素分析，针对数据量与分析目标不对应情况将统计学模型与大数据人工智能方法相结合多途径分析，都取得了较好的效果。近年来，农业信息分析对支撑决策、引导产销的作用明显增强，在应对市场波动中发挥了重要作用。目前，农业农村部发布的农产品批发市场价格日报、农产品价格200指数、经济重要数据月报和中国农业展望报告等信息产品，已经成为有关国际组织、有关国家和市场主体研判农产品市场形势的重要参考依据。
从实际情况上看，我们全国性数据相对完整，开展全国整体性的分析起步较早，研究较多，基础较好。但同时我们也知道，由于区域性单品农产品数据积累时间的原因，在目前数据基础和采集方法条件下，针对专门地区，瞄准专一品种，进行中短期监测预警分析，显然是一项极具挑战性的研究工作，也存留有许多空白。而今天，我在去雅加达五六个小时航程中，十分欣喜地读到了上海市农业科学院农业科技信息研究所副所长杨娟博士的新作《蔬菜价格大数据研究》，这是一部专门研究上海蔬菜品种的生产、市场、价格规律和现象的信息分析专著。
读完这本专著深感具有几个特点。第一个特点是作者选择了一个重要对象开展了系统研究。这部专著，研究内容系统，以上海市民情有独钟的绿叶蔬菜为研究对象，从老百姓日常饮食中最普通、最受关注的青菜、鸡毛菜和卷心菜几个单品出发，并研究其价格波动特征，内容很有社会影响与意义。绿叶菜是上海人一日三餐菜盘子中的最爱，价格高低变化都是上海市民的日常关切，对其进行深入分析，最能体现科学研究的社会意义；第二个特点是由广角到聚集，为分析区域单品农产品创造了方法应用条件。专著首先从我国蔬菜生产及价格概况入手，进而进行全国蔬菜数据特征研究和上海蔬菜数据特征分析，再进行上海绿叶蔬菜的价格数据特征研究，为上海市的青菜、鸡毛菜和卷心菜价格监测数据分析方法介绍建立基础，有利于我们从全国的视角和其他农产品的角度去更好地了解上海绿叶蔬菜的市场特征；第三个特点是多方法集成应用，具有技术应用与介绍的系统性。在分析全国农产品价格特征、上海蔬菜价格特征过程中，对农产品市场价格数据分析进展进行总结，介绍了包括应用回归分析、蛛网模型、时间序列分析、均衡模型、智能分析、专家系统预测在内的方法应用，在分析全国和上海蔬菜价格波动和影响因素时分析了包括生产成本（Production Cost， PC）、居民消费价格指数（Consumption Price Index, CPI）、人均可支配收入（Per Capita Disposable Income， PCDI）等多个不同影响因素在内的单因素和多元回归分析过程，其分析具有较好的系统性；第四个特点是介绍了国内外农产品信息分析、展望及信息发布的情况，对USDA、 OECDFAO、 G20AMIS等国家和国际组织的农产品信息分析与展望进展进行了介绍,对中国农业展望和CAMES系统进行了介绍，对上海蔬菜价格数据采集、行情分析、辅助决策与推送服务系统也进行了介绍，值得广大读者阅读、借鉴与分享。
进行农产品监测预警，特别是进行分种类农产品的价格信息分析与信息发布服务，是现代农业发展软实力的充分体现。当前，我国现代农业发展的环境、条件、目标都发生了重大变化。适应这种新形势、新要求，建设系统、科学、有效的农产品信息分析技术方法和工作队伍，已经从客观上成为整个农业产业发展的全局性需要。特别是在国内外市场日益关联的背景下，基于国内外农产品生产、流通、贸易的实际状况，提醒我们必须加紧进行农产品全产业链数据分析预警技术体系建设，变事后被动跟进处理为事前主动引导服务，增强农产品生产市场调控的前瞻性、主动性、协同性，从而提高国际市场话语权、国际贸易主动权。显然，这是一项摆在我们农业信息科技工作者面前的艰巨任务，需要花很长的时间继续围绕基准数据、技术方法等关键环节不断突破，在实践中砥砺前行。我们也期盼更多的单品专业化大数据分析研究专著问世，以适应国内外农产品市场变化和农产品消费结构升级服务的要求，为生产者提供更加有效的信息引导，为消费者提供更加便捷的信息服务，提升广大老百姓日常生活的满意度和幸福感。
中国农业科学院信息所农业监测预警创新团队首席科学家
农业农村部市场预警专家委员会秘书长 许世卫
2019年11月25日
|
|
購物車/收銀台(0) | 在線留言板
| 付款方式
| 運費計算
| 聯絡我們
| 幫助中心 |
加入書簽
HOME
新書上架
