基于SARIMA模型对广东省芒果价格的分析与预测

肖沛瑶 白福臣

摘要 通过分析广东省芒果批发市场价格的实时监控数据，了解芒果价格变动情况及规律，并运用Eviews软件构建SARIMA模型对广东省芒果月均价格进行短期预测。结果表明，广东省芒果年均价走势虽较为平稳，但在全国芒果市场中的价格优势逐渐弱化，预测结果显示，2020—2021年广东省芒果月均价格走势与往年趋同并略有增长。为恢复广东省在全国芒果市场中的价格优势，建议果农转变原有老旧种植观念，充分利用科技平台和现代农机技术，达到提高芒果产出率和降低生产成本的目的。与此同时，政府部门应针对芒果市场价格预测走势及时做出政策调控，从而实现优化资源配置与促进广东省芒果产业可持续发展的效果。

关键词 芒果;SARIMA模型;波动性;价格预测

中图分类号 S-9 文献标识码 A文章编号 0517-6611（2020）17-0240-04

doi：10.3969/j.issn.0517-6611.2020.17.062

开放科学（资源服务）标识码（OSID）：

Analysis and Forecast of Mango Price in Guangdong Province Based on SARIMA Model

XIAO Pei yao， BAI Fu chen

（School of Management，Guangdong Ocean University， Zhanjiang，Guangdong 524088）

Abstract Based on the analysis of the real time monitoring data of mango wholesale market price in Guangdong Province， we can understand the changes and rules of mango price， and use the software of Eviews to build the SARIMA model to predict the monthly average mango price in Guangdong Province in a short term. The results showed that although the annual average mango price trend in Guangdong Province is relatively stable， the price advantage in the national mango market is gradually weakened. The forecast results showed that the monthly average mango price trend in Guangdong Province in 2020-2021 is similar to that in previous years and slightly increased. In order to restore the price advantage of Guangdong Province in the national mango market， it is suggested that fruit farmers should make full use of the technology platform and modern agricultural machinery technology while changing the old planting concept， so as to improve the mango output rate and reduce the production cost. At the same time， the government should make timely policy regulation for mango market price forecast trend， so as to optimize resource allocation and promote the sustainable development of mango industry in Guangdong Province.

Key words Mango;SARIMA model;Volatility;Price forecast

芒果作為著名热带水果之一，对培育环境的气候条件要求很高，其产量的高低与开花期的气象条件（雨量、气温、日照时数等）有很大关系，虽然很多芒果品种具有多次成花特点，但坐果率却会因为雨量和温度难以提高，使芒果种植具有很强的地域性[1]。我国芒果种植主要分布在海南、云南、广西、广东等地，2000—2016年广东省芒果产量从全国第二下滑至第四，单位面积产量与往年相比虽然有所提高，但与其他主产省相比却在不断落后，由此表明广东省芒果市场正处于不断衰退之中，在一定程度上也打击了果农的生产积极性。对广东省芒果历史价格的分析和未来短期价格的预测，有利于果农提前对市场变化做出预判，减弱芒果价格波动对果农收益造成的影响，同时为以后种植计划的合理安排提供一定的参考，从而实现优化资源配置，促进广东省芒果产业的可持续发展。目前针对农产品价格预测的相关研究较多，但对水果价格方面的研究较少。其中，方佳等[2]利用指数平滑模型对海南省芒果价格进行预测，但指数平滑模型在数据波动较大的情况下对短期预测的结果存在较大的偏差，且广东芒果月均价具有明显的季节性波动，故此方法不适用。周可鑫[3]对鲜果类居民消费价格指数建立了ARIMA模型对当下水果价格暴涨进行了分析与预测，得出水果价格暴涨现象只是短期的季节性变动的结论。杨念等[4]对我国西瓜价格预测中运用了SARIMA模型，并且对于具有季节性波动的西瓜价格预测的拟合性较高，可以在短期预测中利用。由于广东省芒果价格波动趋势具有明显的季节性，使用 ARIMA 单一模型进行预测分析可能会形成预测值偏差，而SARIMA模型是在ARIMA模型基础上加入时间序列的季度变化而形成的一种短期预测模型，具有较强的线性建模能力[5]。鉴于此，笔者依据全国农产品商务信息公开服务平台对广东省芒果批发价格的实时监控数据，首先，选取2014—2019年我国芒果四大主产区以及全国的芒果批发市场年均价格进行对比分析;其次，选取2014—2019年广东省批发市场芒果月均价格进行分析与构建SARIMA模型进行短期芒果批发市场价格预测。根据SARIMA模型对广东省芒果月均价格短期预测的结果进行分析与建议，以期为果农的种植计划与广东省政府相关部门的调控提供决策参考，从而达到增强广东省在全国芒果市场中竞争力的目的。

2.2.5 对广东省芒果价格的短期预测及效果检验。为了验证模型预测的准确性，将模型 SARIMA（4，1，4）（1，1，1）12 参数代入方程，得到 2019 年 7—12月预测值，如表2所示。并将其与2019 年7—12月的实际月均价对比进行误差率的计算，结果表明，SARIMA 模型预测精度较高，平均绝对百分比误差小于5%，平均相对百分比误差小于1%，误差率在可接受范围内。

2.2.6 2020年广东省芒果月均价的预测结果。

由于SARIMA模型对单变量序列的依赖性较强，需要及时加入新的实际值以修正优化结果才能使拟合度更高，预测结果更精准。将2019年7—12月的数据加入样本数据后，对2020年1月—2021年12月的价格进行预测，结果如表3所示。根据模型预测结果可知，2020—2021年芒果价格季节性波动趋势和往年相比基本不变，价格维稳，2021年底略有增長。

3 结论对策建议

3.1 结论与分析

依据全国农产品商务信息公开服务平台对广东省芒果批发价格的实时监控数据，从时间、市场、省际等维度进行分析，以及运用Eviews软件构建SARIMA模型对过去的数据进行统计分析并对未来均价进行预测，结论如下：

（1）2014—2019年的全国以及各主产省份芒果的年均批发价格为下降幅度不明显且有逐渐平缓的趋势;广东省芒果价格下降态势在几大芒果主产区中最为平缓，且价格优势逐渐减小。

（2）各年度广东省芒果月均价格均具有明显的季节性波动，并且历年月均价格波动具有趋同性。虽然人们对应季水果的依赖性逐渐开始减弱，但目前对芒果的消费高峰期仍处于芒果大量成熟的时期。由于广东省芒果种植面积的逐年减少，导致价格优势减弱，从而降低了果农的种植积极性，最终形成恶性循环。

（3）根据SARIMA模型的预测结果可知，2021年年末广东省芒果价格将略有上涨。要想提高果农收益，则需要在价格上涨的同时提高产出率，从而降低生产成本。否则在产出率低、产量不足的影响下，即使价格提高也无法为果农带来更高收益。

3.2 对策与建议

在其他条件不变的前提下（如生产成本、消费者偏好等），商品在市场上买卖的价格波动是影响果农收益的主要因素之一[10]。市场价格主要是由两个因素决定的：商品的价值和这种商品在市场上的供求状况。因此，掌握市场的价值规律，把握市场机遇有利于促进果农收入的增加。

（1）充分利用现代科技的平台，跳脱传统销售模式的固化思想，对芒果进行包装、宣传等方法，使芒果形成品牌效应，提升消费者的认可度。并且广东政府对农产品品牌化制定了相应的扶持政策，例如湛江市对获得广东省名牌农产品称号的企业给与相应的资金奖励，以促进农产品品牌化的推进[11]。除此之外利用线上销售的快捷性，形成精品快消的模式，可以提高资金的流动性。同时通过对芒果进行深加工，使市场上的芒果形式多样化，提升芒果的市场需求和市场价值，对芒果的产业链进行延长[12]，起到带动就业和提高人们购买力的作用，减缓果商的压力，提高果农对芒果种植的积极性，增强广东省芒果的价格竞争力。

（2）随着社会的进步与发展，人们生活水平不断提高，消费观念也有所改变，对应季水果的依赖性逐渐减弱，反季水果的市场占比逐渐上涨[13-14]。加强对芒果新品种的研发以及现有品种的升级，使芒果保持“与时俱进”的状态。例如广东高温持续时间长，季节性强雨水大，利用棚内种植调整芒果的成熟期，使其错开上市高峰期，从而避免低价出售，并且棚内种植还能防风防虫。由于反季芒果针对的消费群体不同，需注重转变果农种植观念，加强精细管理，从而提高芒果品质与价格。

（3）现阶段农村老龄化现象普遍，导致农业发展中劳动力紧缺和劳作效率低下的问题日益严重[15]。虽然广东省农作物综合机械化水平逐步提高，但与全国水平相比仍有较大差距[16]，持续发展广东省农机水平，扩大芒果集中化种植面积，从而减少个体农户，以期达到降低种植成本和缓解劳动力紧缺现象的目的。同时降低个体农户数量也可减少因消息闭塞、文化水平低等原因造成的低产低质现象，使芒果的生产更加规模化与规范化。

参考文献

[1] 凡超，刘传滨，肖维强，等.避雨栽培对金苹芒芒果产量、品质和采后耐贮性的影响[J].广东农业科学，2019，46（10）：33-41.

[2] 方佳，刘海清.海南芒果产业发展情况分析[J].热带农业科学，2010，30（2）：49-54.

[3] 周可鑫.基于ARIMA模型的水果价格预测与分析[J].消费导刊，2019（31）：13.

[4] 杨念，杨孟阳，王蔚宇，等.我国西瓜价格波动分析与预警研究[J].北方园艺，2020（3）：158-164.

[5] 李晓蕾，孙玉竹，宗义湘.河北省2018年甜瓜价格变动特征分析[J].中国瓜菜，2019，32（3）：53-56，61.

[6] 焦亮，李文杰，赵超敏，等.基于Eviews的季节时间序列（SARIMA）预测模型[J].河南预防医学杂志，2015，26（5）：349-352.

[7] 王勃颖，宋奕颖，宗义湘.基于ARIMA模型的黄瓜价格走势分析及行情预测[J].统计与管理，2019（10）：87-90.

[8] 苏素，杨腾.中国能源消费影响因素分析与预测：基于协整与误差修正模型[J].生态经济，2016，32（6）：73-76.

[9] 黄文玲，郑晓颖，MCCARTHY B，等.基于ARIMA模型对广东省生猪价格的短期预测[J].中国畜牧杂志，2018，54（12）：119-123.

[10] 崔梦莹.影响广西芒果价格波动因素分析[J].农业与技术，2016，36（16）：146-147.

[11] 刘晓珂，罗演，郑业鲁，等.广东省农产品品牌建设现状及对策研究[J].山东农业科学，2015，47（2）：139-142.

[12] 班燕冬，黄娇丽，陈庆金，等.广西右江河谷地区芒果深加工业现状及发展对策[J].安徽农学通报，2016，22（7）：119-121.

[13] 文长存，吴敬学.中国西瓜甜瓜生产者价格波动性研究[J].中国瓜菜，2015，28（4）：18-23.

[14] 李日旺，黄国弟，苏美花，等.我国芒果产业现状与发展策略[J].南方农业学报，2013，44（5）：875-878.

[15] 韩朝华.个体农户和农业规模化经营：家庭农场理论评述[J].经济研究，2017，52（7）：184-199.

[16] 李逸勉，叶延琼，章家恩，等.广东省水稻产业发展现状与对策分析[J].中国农学通报，2013，29（20）：73-82.