蔬菜产业监测预警体系建设研究基于蔬菜市场价格监测预警

闫豪玮，穆月英

（中国农业大学经济管理学院，北京 100083）

随着经济社会的快速发展，蔬菜在居民食物消费中的重要性日益突出。蔬菜消费量越来越大。2013—2021年，我国居民人均蔬菜消费量由94.9 kg增长到106.2 kg，增长幅度达到11.9%，年均增长1.3%，且从长期来看，蔬菜消费量仍有持续上升趋势。此外，居民家庭蔬菜消费支出也不断增加，2013—2021年，我国居民人均蔬菜消费支出由514.6元增加到759.2元，增长幅度达到47.5%，且居民蔬菜消费支出占食品烟酒支出的比重稳定在10%左右。

我国蔬菜产业发展迅速，在农业产业中的地位日益凸显，蔬菜产业的重要地位主要体现在蔬菜播种面积和产量持续稳定上升上，蔬菜播种面积由2001年1 523.7万hm2增至2021年2 198.6万hm2，年均增长1.8%，2021年蔬菜播种面积占农作物播种面积的13%左右。蔬菜产量由2001年4.45亿t增至2021年7.75亿t，年均增长2.7%。此外，蔬菜作物分布区域广泛，是增加农民收入、推动农村地区经济发展的重要产业。蔬菜作物具有较为明显的比较经济优势，2020年每667 m2蔬菜的平均净利润3 802.4元，其中设施番茄的667 m2均净利润更达到8 828.3元，可见发展蔬菜产业是提高农民经营性收入、推动农村经济增长的重要方式。同时，蔬菜生产需要投入较多劳动力，2020年，每667 m2蔬菜生产的用工数量为30.3日[1]，可见蔬菜生产具有劳动密集型特征，发展蔬菜产业可以为农村居民提供就业机会。

总体来看，蔬菜产业作为农业产业的重要组成部分，在满足居民食物消费需求的同时，蔬菜生产可以增加农民收入、促进农村经济发展[2]，由此可知，蔬菜产业的稳定发展具有重要意义。然而，我国蔬菜产业发展仍面临生产成本增加、收益下降、病虫害加剧、连作障碍等问题[3]。此外，蔬菜产业还面临供给需求不平衡的矛盾明显以及外部不确定因素频繁冲击的双重风险，由此导致蔬菜的市场价格波动频繁，一方面严重损害了消费者福利，另一方面也导致蔬菜种植户收益不确定性增大，从而影响农户种菜积极性，甚至使农户放弃种菜，进而导致蔬菜产业的无序生产，致使蔬菜价格波动加剧。

这些问题和风险制约了蔬菜产业的进一步快速发展，通过建设蔬菜产业监测预警体系，加强对蔬菜生产和市场环节的监测与预警，有助于解决蔬菜产业面临的问题、规避蔬菜产业面临的潜在风险[4]。学者对蔬菜产业监测预警体系建设进行了较多研究，一些学者通过定性分析方法，从蔬菜生产环节视角，指出蔬菜产业监测预警体系建设存在法律层面短缺、基础研究不足、预警信息权威性和有效性欠缺等难点，并提出了相应的对策建议[5]。也有学者通过定量分析方法，从蔬菜价格视角探究蔬菜产业监测预警体系，在分析蔬菜价格波动特征的基础上，识别出气候因素[6]、生产成本、居民收入水平[7]等是影响蔬菜价格波动的重要因素，并基于SVAR模型、ARIMA模型等方法预测蔬菜价格，运用黑色预警方法和黄色预警方法构建蔬菜市场价格预警机制，并证实预测预警机制的有效性[8]。

综上，蔬菜产业监测预警体系建设具有十分重要的现实意义，是推动蔬菜产业进一步发展的关键。已有研究具有重要参考意义，但仍存在以下不足，从研究视角上，蔬菜产业监测预警体系建设的研究相对较少，从蔬菜市场价格角度思考蔬菜产业监测预警体系建设的研究更为少见；从研究对象上，现有农业产业监测预警体系建设的研究主要集中在粮食、肉类产品，而由于蔬菜品类多，建设监测预警体系困难，关于蔬菜产业预警体系建设的研究较少。基于此，本文将首先整理分析蔬菜产业体系监测预警的主要内容；其次通过分析蔬菜价格波动特征揭示蔬菜市场价格监测预警体系建设的重要性，并基于蔬菜市场价格的影响因素及其预测结果构建蔬菜市场价格预警体系；最后，提出相应的对策建议。

我国蔬菜价格监测预警体系概况

蔬菜产业监测预警体系是指建立一套系统完整、科学规范的蔬菜生产和市场监测预警机制，通过开展各蔬菜品种生产、加工、流通、消费等信息采集、监测、报送和分析预测，及时进行科学预判和发布相应预报，迅速采取防控措施应对蔬菜生产和市场上出现的问题，防范蔬菜生产和市场风险，以保障蔬菜供给稳定、价格合理、质量安全，维护蔬菜产业的稳定和健康发展。从蔬菜产业监测预警的对象来看，蔬菜产业监测预警包括蔬菜农资信息监测预警、蔬菜生产信息监测预警、气象监测预警、蔬菜价格监测预警等[9]，蔬菜市场价格是调节蔬菜生产和市场的关键，关系到蔬菜生产各环节高效运转，蔬菜价格监测预警在蔬菜产业监测预警体系的建设尤为重要。

我国蔬菜价格监测预警体系建设主体

我国蔬菜产业监测预警体系的建设在蔬菜价格方面取得较大成就，由于蔬菜消费具有多品类、高频性等特征，相关机构统计了大量蔬菜价格数据，在信息平台可获得各品种蔬菜价格的日度数据，大量的数据更有助于适应各类数据分析方法，从而有助于对蔬菜价格进行短、中、长期分析，进而有助于形成有效的预警体系。从蔬菜价格监测预警体系的发展实践来看，我国蔬菜价格的监测预警体系建设已取得显著成效，建设主体主要为政府、科研机构和市场主体等。

政府方面，我国已经建设全国性蔬菜价格监测系统，包括国家监测站、省级监测站和市级监测站。国家监测站和省级监测站主要负责对蔬菜价格进行日常监测和分析，发布“蔬菜价格指数”。市级监测站主要负责对本地区蔬菜价格进行监测和分析，发布市场价格信息。目前，我国蔬菜价格监测数据主要有各类蔬菜的地头价格、批发价格和零售价格，数据发布平台主要为国家统计局、农业农村部等政府官方平台。在获得蔬菜价格的基础数据后，农业农村部会定期组织国家气象中心、部分蔬菜主产省、中国农业科学院蔬菜花卉所、中国蔬菜协会及有关专家共同会商研判未来蔬菜生产供应形势，分析可能影响蔬菜价格波动的因素，若存在较大的价格波动风险，相关机构会及时发布预警信息。

科研机构方面，中国农业科学院农业信息研究所建立了农业监测预警研究中心专门进行各类农产品监测预警工作，主要开展农业监测预警理论、方法和技术创新，建立了农业信息监测预警数据资源库，开发了中国农产品监测预警系统（CAMES），建设了农产品监测预警智能管理平台，其中，蔬菜作为主要农产品，该科研机构成立了专门从事蔬菜价格监测预警的团队，在CAMES监测日报中发布蔬菜价格信息，持续开展蔬菜价格的监测预警研究，并通过中国农学会农业监测预警分会发布蔬菜的监测预警信息。

市场主体方面，各类蔬菜市场主体自发组织建立蔬菜价格信息发布平台，为蔬菜产业各类主体提供蔬菜价格信息以及决策参考。发布蔬菜价格信息的市场主体以国内大型蔬菜批发市场为主，发布的数据更为丰富，主要为该蔬菜批发市场每日蔬菜价格数据。例如，北京新发地市场通过数字化信息平台公布每日各类蔬菜价格数据，并通过发布每周市场动态分析未来蔬菜价格趋势。同时，互联网公司通过大数据技术和数据挖掘算法，对网络上的蔬菜价格进行实时监测和分析，以提供蔬菜价格预测和监测服务。

我国蔬菜价格监测预警体系的流程

面对蔬菜价格的频繁波动，科学规范的监测预警流程是蔬菜价格监测预警体系取得成效的关键，合理有效的蔬菜价格监测预警体系应包含以下流程（图1）。一是确定蔬菜品类，根据蔬菜播种面积、产量以及居民消费量确定所需要监测预警的蔬菜品类。二是监测各品类蔬菜价格，建设数字化信息平台监测各环节蔬菜交易价格，获得各品类蔬菜地头价格、批发价格和零售价格数据；在数字化信息平台无法覆盖的区域采用抽样调查的方式获得相应蔬菜价格数据。三是分析蔬菜价格趋势，首先整理已有蔬菜价格数据，绘制蔬菜价格走势图；其次利用构建的预测方法预测未来蔬菜价格趋势；最后通过监测预警团队共同研判未来蔬菜价格趋势。四是确定警情、发布预警信息，通过蔬菜价格警情指标的警度与警限设定进行判断，对出现轻警以及重警的蔬菜种类发布预警信息。五是制定及启动预警方案，根据不同级别的警情制定相应的预警方案，并在预警实践中总结经验，进行动态调整。

图1 蔬菜价格监测预警体系流程图

我国蔬菜价格监测预警体系存在的问题

◎ 对监测预警重视不足

从目前各地开展蔬菜价格监测预警的工作来看，部分地区对蔬菜价格监测预警的重视程度不足，仍未建立专门从事蔬菜价格监测预警的机构。蔬菜价格监测预警的长期性和科学性也要求建立一支专业化的监测预警工作队伍，而目前我国从事蔬菜价格监测预警工作的人才较少，部分地级市仍没有专门从事监测预警的工作队伍，已有蔬菜监测预警工作队伍的专业化水平仍有待提高，而相应的教育培训体系未得到相关部门的重视，进一步制约了监测预警工作队伍的发展。

◎ 缺少专一权威的监测预警信息发布平台

从目前蔬菜价格监测预警实施的情况来看，监测预警信息发布平台较多，执行监测预警分工任务也不明确，各平台蔬菜价格监测预警的标准也不统一，蔬菜的地头价格、批发价格、零售价格在不同平台发布，致使监测预警信息使用者获取信息的效率较低，从而制约了其对使用平台的积极性。

◎ 监测预警体系流程不够完善

蔬菜价格的监测预警标准的规范性有待加强。首先，蔬菜价格存在地头价格、批发价格、零售价格，部分监测信息无法进行有效区分；其次，蔬菜品类多，质量差别大，目前缺乏对各质量标准蔬菜价格的监测；最后，没有形成规范的方法用以确定蔬菜价格的警情指标、警度以及警限，也缺少官方划定统一的蔬菜价格警情指标、警度以及警限。

蔬菜市场价格波动特征

蔬菜市场价格的稳定是实现蔬菜产业稳定发展的必要条件，市场机制和价格机制使蔬菜市场价格处于不断波动的状态，蔬菜市场价格的剧烈波动会对蔬菜的生产和消费产生巨大影响。蔬菜市场价格剧烈下降会导致农民收入无法得到保障，进而降低农户种菜积极性，而蔬菜市场价格剧烈上涨则会增加居民食物消费成本，影响居民生活水平；同时，由于蔬菜生产具有一定的周期，蔬菜市场价格恢复到正常水平需要较长时间，会对蔬菜生产者和消费者产生较长时间的负面影响，甚至会对经济社会的稳定发展产生消极影响，由此可知掌握蔬菜市场价格及波动特征、建立蔬菜价格预警机制关系到居民福祉。因此，利用2003年1月—2022年12月共240期蔬菜的月度价格数据（大白菜、黄瓜、番茄、菜椒和四季豆5种蔬菜的月平均价格，利用CPI剔除了价格上涨因素），并将蔬菜市场价格分解为季节波动（S）、长期趋势（T）、随机波动（I）和循环波动（C），以期系统分析蔬菜市场价格及波动特征。

蔬菜市场价格整体上波动幅度较大

如图2所示，从蔬菜市场价格的年度走势来看，蔬菜市场价格总体呈现出不断上涨的趋势，在2003—2022年的20年间，蔬菜市场价格的平均值由2003年2.09元/kg上涨至2022年4.88元/kg，年均增长率达到4.3%，其中，2005、2009、2012年和2022年蔬菜市场价格涨幅最大，分别较上一年上涨了9.9%、13.0%、14.6%和9.2%，可见，我国蔬菜市场价格在总体上涨的同时，也存在价格较大波动现象。从蔬菜市场价格的月度走势来看，蔬菜市场价格的波动更为剧烈，蔬菜月度价格波动的平均值达到11.6%，蔬菜月度市场价格的最大涨幅为38.7%，最大跌幅达到34.5%，波动幅度超过10%的月份达到118个，平均每2个月发生1次明显波动。同时，蔬菜价格波动存在明显的集群性特征，即蔬菜市场价格存在部分月度持续上涨或持续降低的情况。由此可知，蔬菜市场价格波动较大，我国蔬菜产业亟待建立价格预警机制以缓解蔬菜市场价格的剧烈波动以及其引致的各类风险。

年度内蔬菜市场价格的季节波动明显，且季节波动呈减小趋势

为进一步了解蔬菜市场价格的波动特征，分解出蔬菜市场价格的季节要素序列如图2所示，可以看出，蔬菜市场价格的波动呈现出明显的季节性波动特征。在1年的时间段内，蔬菜市场价格具有冬季高、夏季低的特征，即每年蔬菜价格在年初处于高位，2、3月份达到最高点，3月份之后蔬菜市场价格开始下降，6、7月份降至最低，7月之后开始逐步回升，直至次年的2、3月份回升至最高点。在2003—2022年的不同年度之间，蔬菜市场价格的季节波动存在明显的差异，蔬菜市场价格的季节波动幅度呈现出逐渐减小的趋势。

蔬菜市场价格的季节波动是与蔬菜生产和消费的季节性具有紧密联系的。蔬菜生产分为露地蔬菜和设施蔬菜，在冬季时，北方主产区气温比较低，露地蔬菜的供给大幅减少，蔬菜供给以设施蔬菜为主，蔬菜市场的总供给量减少，而居民的蔬菜消费需求不会出现下降。同时，冬季受到春节、元宵节等节假日的影响，是传统的消费旺季，会增加蔬菜的消费需求，蔬菜市场总供给量减少、总需求量增多，必然使2、3月份蔬菜价格较高。而在夏季时，气温适宜露地蔬菜种植，蔬菜供给量大幅增加，而居民蔬菜消费需求变化较小，进而导致蔬菜价格不断下降，直至露地蔬菜供应量减少后（7月份之后），蔬菜价格开始逐步回升。由此，蔬菜生产的季节性和消费的季节性波动致使蔬菜价格出现季节性波动。

年度间蔬菜市场价格长期持续上涨，且具有一定的循环波动

通过将蔬菜市场价格分解得到蔬菜市场价格的长期趋势和循环波动，以期进一步分析蔬菜市场价格的长期趋势特征和循环波动特征。由图2可知，2003—2022年蔬菜市场价格的长期趋势曲线是平滑的上升曲线，表明从长期来看，蔬菜市场价格呈现出持续上涨的趋势，且每年上涨幅度相似。而从循环波动的走势来看，蔬菜市场价格具有明显的循环性波动特征。

进一步按照“一个波谷到相邻另一个波谷”的思路来确定蔬菜生产价格的波动周期[10]，从图2中蔬菜市场价格的循环波动序列来看，2003年1月—2022年12月，蔬菜市场价格波动可以划分为7个周期（表1），平均波长为30个月，循环波动的周期呈现出加长的趋势。其中，2006年12月—2008年9月波长最短，而2011年3月—2014年10月波长最长，蔬菜市场价格经过一次调整后形成波谷。

表1 蔬菜市场价格波动循环特征

蔬菜市场价格受突发因素影响大，随机波动幅度较大

由图2中蔬菜市场价格的随机波动序列可以看出，2003—2022年的20年，蔬菜市场价格的随机波动幅度较大，说明随机因素、突发因素会对蔬菜市场价格产生巨大影响，这些因素主要包括气候变动、自然灾害、流通阻碍以及突发事件的影响，主要原因在于蔬菜产业是自然再生产和经济再生产相结合的过程，具有明显的弱质性。例如，2015年气候波动导致出现南涝北旱，蔬菜市场价格出现明显波动。而在2020—2022年，在新冠肺炎等突发事件的影响下，蔬菜的生产、流通、零售出现较大阻碍，蔬菜市场价格的大幅度波动更为明显。

图2 蔬菜月度市场价格及其分解

蔬菜市场价格预警体系构建

本文基于以上分析，进一步选取可能对蔬菜市场价格造成波动的关键指标，采用Lasso回归分析方法筛选出造成蔬菜市场价格波动的主要因素，并基于Lasso回归分析的结果，运用ARIMA模型预测蔬菜价格的波动情况，最终根据蔬菜市场价格波动的预测建立相应的预警机制。

蔬菜市场价格预警体系构建过程

◎ 蔬菜市场价格影响因素的识别

筛选影响蔬菜市场价格的主要影响因素是建立蔬菜价格波动预警体系的基础，也是确保蔬菜产业平稳发展的重要前提。首先从供给因素和需求因素寻找影响蔬菜市场价格的关键指标，遵循全面性、代表性、可量化性、可操作性、现实性和前瞻性原则，关键指标选取如表2所示。其次将采用Lasso回归分析方法从表2的关键指标中筛选出造成蔬菜市场价格波动的主要因素。

表2 影响蔬菜市场价格的关键指标

Lasso回归分析方法是Tibshirani[11]在1996年为解决自变量相对于样本量过大导致过拟合问题提出的一种估计方法，可以更好地解决变量之间存在的多重共线性问题以及更好地进行变量筛选。相较于最小二乘法（OLS），Lasso回归分析方法加入了参数绝对值和约束惩罚项进行变量的筛选。Lasso回归分析方法表达式如下：

根据文献[3] 中的研究结果，对于变形高温合金，在400℃～500℃温度范围，寿命<105h，式(2)预测的应变寿命曲线与实际应变寿命曲线吻合度好。当温度高于650℃时，式(2)预测的寿命结果比式(1)要好。

◎ 蔬菜市场价格的预测

ARIMA模型是差分模型和自回归滑动平均模型（ARMA）的结合，主要用于发现和识别数据随时间变化的规律，然后基于数据变化规律进行数据预测。ARIMA（p,d,q）模型预测主要包括时间序列平稳性检验、模型中p和q定阶、模型参数估计与检验和模型应用于时间序列预测4个步骤。ARIMA（p,d,q）模型具体表达式如下：

上式中，Pt表示蔬菜市场价格当期值，Ut表示误差项，c表示常数项，p表示自回归阶数，q表示滑动平均阶数，t表示将时间序列转换为平稳时间序列的差分次数。

◎ 蔬菜市场价格预警

根据蔬菜市场价格的实际波动特征，选择黑色预警方法以建立蔬菜市场价格预测预警机制。在黑色预警的方法中，仅仅考虑警情指标的变动规律，黑色预警方法主要包括2个步骤，一是确定警情指标，二是确定警限。其中，警情指标是直接确定蔬菜市场价格波动是否有警的指标。蔬菜市场价格的绝对指标通常表现出持续递增的特征，而作为相对指标的蔬菜市场价格波动率呈现不断波动的特征，更利于开展进一步分析，进而确定警限和警度。因此，对蔬菜市场价格做进一步处理，将其转变为蔬菜市场价格波动率，具体公式如下：

上式中，Bt表示第t期蔬菜市场价格的波动率，Pt和Pt－1分别表示第t期和第t－1期蔬菜市场价格。

我国蔬菜市场价格预警实证分析

◎ 基于Lasso方法的蔬菜市场价格影响因素识别

表3 影响蔬菜市场价格的关键指标回归系数结果

蔬菜供给波动是造成蔬菜市场价格波动的重要影响因素，蔬菜播种面积的波动、蔬菜单产波动以及蔬菜生产净利润的波动是造成蔬菜市场价格波动的主要供给因素，稳定蔬菜波动面积是稳定蔬菜市场价格的核心基础，不断提高蔬菜单产以及保障农户种菜收益也是缓解蔬菜市场价格波动的重要方式，而蔬菜生产成本波动对蔬菜市场价格的影响可以被剔除，可知农户生产决策对生产成本不太敏感，同时，蔬菜供给受自然灾害的影响也比较小。蔬菜需求波动方面，人口的增长是造成蔬菜市场价格波动的主要需求因素，同时，蔬菜、粮食、肉类之间存在一定的替代关系[12]，粮食价格和肉类价格的波动也会对蔬菜市场价格产生影响。然而，居民可支配收入和人均蔬菜消费量的波动对蔬菜市场价格的影响可以被剔除，从一定程度上反映蔬菜逐渐变为食物消费中的必需品。

◎ 基于ARIMA模型的蔬菜市场价格预测

在识别影响蔬菜市场价格的主要因素的基础上，进一步利用ARIMA模型进行预测分析。为提高ARIMA模型预测的精准性，首先根据蔬菜市场价格及波动特征，将采用去除季节波动的蔬菜市场价格（即季节调整后的蔬菜市场价格）数据进行预测；其次，将2003年1月—2022年12月的季节调整后蔬菜价格数据分为训练集和测试集检验ARIMA模型的预测效果，其中训练集为2003年1月—2020年12月的价格数据，测试集为2021年1月—2022年12月的价格数据，表4展示了2022年1—12月的预测结果。将表4的蔬菜价格预测误差取绝对数，并用几何平均数法得到的误差平均值为7.07%，通常预测误差在10%以内即可认为预测结果的拟合值良好，因此，可以认为ARIMA模型可以对季节调整后的蔬菜价格进行有效预测。

表4 2022年1—12月调整后蔬菜价格格实际值和预测值

◎ 蔬菜市场价格预警区间的构建

进一步根据蔬菜市场价格数据的特征，采用黑色预警方法构建蔬菜市场价格预测预警机制。首先，确定警情指标，参考已有文献和蔬菜市场价格数据特征，采用蔬菜市场价格的波动率作为警情指标以构建预警机制。其次，确定警限，考虑到居民消费价格指数与蔬菜市场价格密切相关，且居民消费价格指数与蔬菜市场价格具有长期协整关系，因此采用2003年1月—2022年12月的居民消费价格指数的环比指数确定警限。具体做法为：将月度居民消费价格指数减去1转换为居民消费价格指数的波动率，进而求解出其平均波动率和标准差。低于或高于居民消费价格指数波动率平均值一个标准差表示蔬菜市场价格无警，介于1～2个标准差表示蔬菜市场价格轻警，低于或高于2个标准差表示蔬菜市场价格重警。根据计算得到居民消费价格指数波动率平均值为0.22%，标准差为0.58，确定警限及其对应的警度、信号灯颜色、状态如表5所示。

当警度处于不同级别时，相关部门应采取不同的应对措施。第一，当警度为正向重警，预警结果为红灯，蔬菜市场价格上涨过快，此时相关部门可以考虑大量释放库存蔬菜，使消费者可以在合理时间内购买到足量的蔬菜，防范出现蔬菜的囤积行为。第二，当警度为正向轻警，预警结果为黄灯，蔬菜市场价格上涨较快，相关部门应该迅速有效地分析蔬菜市场价格上涨的原因；并根据上涨原因采取相应的措施缓解蔬菜市场价格波动，使其波动处于正常范围内。第三，当警度为无警，预警结果为绿灯，蔬菜市场价格处于正常范围内波动，相关部门可以进一步完善蔬菜市场价格的管理机制，健全蔬菜仓储、加工、物流体系，防范蔬菜市场价格的季节波动和循环波动，不断调节蔬菜供给与需求的矛盾，保证蔬菜市场价格的平稳运行。第四，当警度为负向轻警，预警结果为蓝灯，蔬菜市场价格下跌较快，相关部门应针对导致蔬菜价格下跌的不同原因采取相应的措施，推动蔬菜储存与加工以缓解供给大于需求的情况。第五，当警度为负向重警，预警结果为白灯，蔬菜市场价格下跌过快，农户种菜盈利能力较差，农户种菜积极性不高，容易出现农户放弃种菜的情况，导致蔬菜播种面积波动，进而导致未来蔬菜市场价格的大幅波动。此时，相关部门应加大蔬菜生产的补贴力度，完善蔬菜生产的补贴方式，积极引入蔬菜收入保险等金融手段保障种菜农户的利益，防范种菜农户弃种而产生蔬菜市场价格大幅波动的风险。

根据表5蔬菜市场价格月度警情指标的警度与警限设定，运用黑色预警方法得出2022年1—12月蔬菜市场价格预警结果与真实预警结果的对比结果见表6。由表6结果可知，蔬菜市场价格波动率的警情与真实警情基本一致，预测警度和实际警度基本一致，存在一些不一致的情形主要原因是2022年突发因素的影响，总体来看构建的蔬菜市场价格预警机制达到预期的水平，具有良好的预警能力。

表5 蔬菜市场价格月度警情指标的警度与警限设定

表6 2022年1—12月蔬菜市场价格预警结果与真实情况对比

基于调整后蔬菜价格数据，进一步运用黑色预警方法对2023年4月—2024年3月进行预警分析，预警结果见表7。由表7结果可知，调整后蔬菜价格波动仍然较大，预测警度、预测信号灯和预测状态具有明显的集群性特征，表明蔬菜市场价格容易出现持续上涨或持续下降的情况，未来要积极通过蔬菜市场价格的监控预警体系为各类蔬菜市场主体提供科学的预警信号，以期使得蔬菜市场价格的波动处于或尽快恢复至价格稳定区间。

表7 2023年4月—2024年3月调整后蔬菜价格预测预警结果

综上所述，蔬菜市场价格长期呈现出持续上涨的趋势，且具有明显的季节波动和循环波动特征；蔬菜播种面积、单产、生产净利润的波动率，人口增长率及粮食、肉类价格的波动率是蔬菜市场价格波动的主要影响因素；根据ARIMA模型得到蔬菜市场价格的预测值与真实值接近，蔬菜市场价格的预测警度与实际警度基本一致，表明所构建的蔬菜市场价格预警机制具有较好的预警效果，适合蔬菜月度价格的风险预警，可以为蔬菜消费者和生产者提供较好的服务。

建设蔬菜市场价格监测预警体系的对策建议

建立蔬菜市场价格监测预警的工作队伍

建立一支高技术水平、认真负责、敬业爱岗的工作队伍，专门从事蔬菜市场价格监测预警工作。蔬菜价格监测预警工作是一项科学复杂的工作，涉及到蔬菜信息的标准化采集、科学分析和预警发布，各环节工作的准确性是确保蔬菜价格监测预警有效的基础，蔬菜价格监测预警工作队伍要广泛吸收信息统计、经济分析、气象分析等各行业人才，并建立蔬菜价格监测预警工作的考评激励机制，同时也要加强与国内科研机构的合作，进而进一步提高工作队伍的整体工作水平。

完善蔬菜市场价格信息的采集机制

蔬菜价格信息采集是开展监测预警工作的基础，要从完善蔬菜信息数据库、规范蔬菜信息采集方面完善蔬菜信息采集机制。一方面，蔬菜信息数据库应以蔬菜价格信息为切入点，完善蔬菜价格信息的基础数据库，首先从经济价值、产量规模、消费地位等视角筛选出监测预警的蔬菜品种。其次，从蔬菜生产、流通、批发、零售等方面全面采集价格信息，同时，运用抽样统计方法加强农村农户视角的价格信息采集。另一方面，建立规范的蔬菜价格信息采集标准，针对不同品种蔬菜、不同组织模式的蔬菜生产者建立标准化的价格信息采集标准，从而有助于获得连续有效、规范可比的蔬菜价格信息。

加强信息分析方法的基础研究

合理有效的蔬菜价格信息分析方法是实现准确预警的关键，要加强蔬菜价格信息分析的基础研究，利用现代信息技术建立动态化的蔬菜价格信息分析系统。一方面，支持开展价格数据分析方法方面的课题研究，利用好国家财政支持鼓励科技工作者从事基础方法研究，为蔬菜价格信息分析提供更为科学有效的分析方法。另一方面，加强国内外该领域的合作和交流，通过交流学习、引进吸收国外具有比较优势的价格数据分析方法，结合蔬菜产业特征应用到国内蔬菜价格数据的分析中。

健全蔬菜市场价格监测预警的发布机制

建立权威唯一、全面公开、及时有效的蔬菜市场价格监测预警平台。具体来说，首先，发布监测预警信息的平台应具有权威性和唯一性，蔬菜市场价格监测预警平台要获得社会各群体的认可，同时考虑信息平台多容易导致信息偏误，可以联合相关部门组建唯一的信息发布平台。其次，发布的信息应具有全面性和公开性，要为不同用户群体提供个性化的内容，对于政府部门，针对性地提供稳定蔬菜市场价格的预警方案；对于生产者，可以提供中长期蔬菜市场价格趋势预警，方便生产者合理调整种植结构。最后，要不断提高发布信息的及时性和有效性，蔬菜市场价格波动较快，要形成规范、及时的信息发布制度，确保平台信息能够为用户提供帮助，进而提高用户对平台的信任度。