2019中国农业展望大会：许世卫_中国农业展望报告技术支撑-2019.4-37页.pdf

2019中国农业展望技术支撑报告 2019 China agricultural outlook technology report 许世卫 研究员 Xu Shiwei Professor 农业农村部市场预警专家委员会 秘 书 长 Sectary General of Market Early Warning Expert Committee, Ministry of Agriculture and Rural Affairs 中国农科院信息所农业监测预警团队 首席科学家 Chief Scientist of Agricultural Monitoring and Early-warning Team, Agricultural Information Institute, CAAS 22219AOC2019AOC2019AOC2019A19AOC2019AOC2019AOC2019A19AOC2019AOC2019AOC2019A三、展望报告的实际应用 Application of Outlook Report 目 录 一、展望报告的形成过程 Preparation of Outlook Report 二、展望报告的技术支撑 Technical Support of Outlook Report 22219AOC2019AOC2019AOC2019A19AOC2019AOC2019AOC2019A19AOC2019AOC2019AOC2019A一、展望报告的形成过程 Preparation of Outlook Report 22219AOC2019AOC2019AOC2019A19AOC2019AOC2019AOC2019A19AOC2019AOC2019AOC2019A 农业展望（Agricultural Outlook） 是基于已有信息，运用模型技术与方法并结合专家会商，研判未来一段时期农产品供需形势的监测预警活动 目的是主动释放市场信号，积极引导农业生产、农产品消费和国际贸易 是增强农产品市场透明度、服务和引导农业高质量发展的重要工具 22219AOC2019AOC2019AOC2019A19AOC2019AOC2019AOC2019A19AOC2019AOC2019AOC2019A由中国农科院信息所，农业农村部信息中心、农村经济研究中心等多个单位的力量共同完成，农业农村部市场预警专家委员会最终定稿。 《中国农业展望报告（2019-2028）》 2019 中 国 农 业 展 望 报 告 主 要 技 术 力 量 农业农村部信息中心 农业农村部农村经济研究中心 农业农村部农业贸易促进中心 中国农业科学院农业信息研究所 22219AOC2019AOC2019AOC2019A19AOC2019AOC2019AOC2019A19AOC2019AOC2019AOC2019A经过分析框架设定、基期数据确定、模型参数更新、模型运算分析、分析师和专家会商、市场预警专家委员会审定6个过程。 国家现代农业产业技术体系专家在数据提供、结论研讨等方面也给予了重要支持。农业农村部市场与信息化司等有关司局提出的宝贵意见。 中国农业展望报告 交流 会商 修改 统稿 22219AOC2019AOC2019AOC2019A19AOC2019AOC2019AOC2019A19AOC2019AOC2019AOC2019A 由37位中国农业展望产品市场分析师撰写  农业监测预警创新团队提供技术支撑 中国农业展望报告 展望报告应用了中国农科院农业监测预警创新团队的 中国农产品监测预警系统（CAMES）完成基线预测 22219AOC2019AOC2019AOC2019A19AOC2019AOC2019AOC2019A19AOC2019AOC2019AOC2019A二、展望报告的技术支持 Technical Support of Outlook Report 以大数据为支撑的基期现状分析 以模型为核心的农产品供需预测分析 以系统为支撑的智能化分析运算 22219AOC2019AOC2019AOC2019A19AOC2019AOC2019AOC2019A19AOC2019AOC2019AOC2019A• 气象数据、水资源 资源和环境数据 • GDP、CPI、人口、收入 宏观经济数据 • 港口库存、品种持仓 库存数据 • 农产品消费量、消费支出 消费数据 • 价格数据、价格指数 价格数据 • 进口量、进口额、出口量、出口额 贸易数据 • 主要国家生产、价格、贸易 国际数据 （一）以大数据为支撑的基期现状分析 生产数据 • 面积、单产、产量、生产投入 22219AOC2019AOC2019AOC2019A19AOC2019AOC2019AOC2019A19AOC2019AOC2019AOC2019A数据分析处理方法 数据统计特征分析 •集中趋势分析（平均数、中位数、众数等分析） •离散趋势分析（极差、方差和标准差） •分布形态度量（偏度、峰度、概率分布） •变量关系探索（协方差、相关系数） 数据预处理分析 •缺失值处理（插值、历史回溯、数值逼近，多元正态补缺） •异常值检查（分位数范围离群值判断、多元K最近邻离群值判断、3𝜎判定） 数据探索性分析 •预测变量筛选:（主要自变量筛选，变量相关性分析） •回归分析：（简单线性回归分析、多元线性回归分析、Poisson回归分析、Probit回归分析、Logistic回归分析） •时间序列分析（指数平滑法、ARIMA、谱分析、X12分析） •聚类分析：（主成分分析、因子分析、k临近法、判别分析） •随机分析：（随机过程、马尔科夫链与随机矩阵，布朗运动与扩散，最大熵等） 22219AOC2019AOC2019AOC2019A19AOC2019AOC2019AOC2019A19AOC2019AOC2019AOC2019A生产：主要农产品产量仍处于历史较高位置 品种 粮食 谷物 稻谷 小麦 玉米 油料 棉花 水果 肉类 猪肉 牛肉 羊肉 牛奶 蔬菜 禽蛋 2018年产量（万吨） 65789 61019 21213 13143 25733 3439 610 26100 8517 5404 644 475 3075 70014 3128 p百分位数 92.5% 88.9% 95.5% 92.5% 92.5% 97.5% 75.0% 100.0% 87.2% 84.3% 100.0% 100.0% 89.8% 87.6% 97.3% 22219AOC2019AOC2019AOC2019A19AOC2019AOC2019AOC2019A19AOC2019AOC2019AOC2019A2018年粮食生产结构情况 粮食前五大省分别为：黑龙江、河南、山东 河北和安徽，产量合计占全国的41.3%。 东北占全国粮食产量和面积分别为32.9%和32.2%，中南地区分别占18.8%和17.8%。 东北地区包括黑龙江、吉林、辽宁；中南地区包括河南、湖北、湖南、广东、广西和海南。 22219AOC2019AOC2019AOC2019A19AOC2019AOC2019AOC2019A19AOC2019AOC2019AOC2019A从播种面积来看，玉米持续增加，成为第一大作物。 蔬菜1994年超过大豆、2000年超过油料。 玉米2001年超过小麦、2006年超过稻谷成为第一大作物 22219AOC2019AOC2019AOC2019A19AOC2019AOC2019AOC2019A19AOC2019AOC2019AOC2019A消费：转型升级趋势明显，产品间出现一定分化 受消费升级、加工消费增加等影响，牛肉、玉米、水果、奶制品等消费明显增长；受非洲猪瘟、国际贸易环境影响，大豆、棉花、猪肉等产品消费出现下降 新型消费方式多样，跨境购、生鲜电商、中央厨房、团餐外卖等消费新业态进入快速成长期，安全、方便、优质、营养消费需求显著增加。 22219AOC2019AOC2019AOC2019A19AOC2019AOC2019AOC2019A19AOC2019AOC2019AOC2019A西藏牛羊肉消费最多，四川猪肉消费最多，山西、陕西肉类消费较少。 不同地区城市居民家庭食物消费差异明显 22219AOC2019AOC2019AOC2019A19AOC2019AOC2019AOC2019A19AOC2019AOC2019AOC2019A奶类：西北多，东南少，新疆消费最多，人均30.36千克 蛋类：东部及东北部多，西部及西南部少，山东最多，人均17.9千克。 禽类：南方多，北方少，海南消费最多，人均22.9千克 新疆消费奶类最多，山东消费蛋类最多，海南消费禽类和水产品最多。 水产品：东南多，西北少，海南消费最多 人均29.4千克。 22219AOC2019AOC2019AOC2019A19AOC2019AOC2019AOC2019A19AOC2019AOC2019AOC2019A贸易：我国已经成为世界农产品第一大进口国，贸易额再次突破2000亿美元，创历史新高。  2018年农产品贸易额再创历史新高，达2168亿美元。农产品外贸依存度升至22%（农产品贸易额与农业产值之比），粮食外贸依存度4.9%。  油籽、棉花、食糖等大宗农产品进口保持高位；牛羊肉、奶粉、樱桃、龙虾、螃蟹等优质特色产品进口快速增长。  大豆受国际贸易环境影响，进口量尽管有所下降，仍然占据世界贸易量的56.6%；羊肉、乳品、棉花、猪肉占世界贸易量的比重较高，分别达到23.9%、20.9%、18.8%和15%。 22219AOC2019AOC2019AOC2019A19AOC2019AOC2019AOC2019A19AOC2019AOC2019AOC2019A主要农产品进口集中于巴西、阿根廷、美国、澳大利亚、新西兰和欧盟国家 22219AOC2019AOC2019AOC2019A19AOC2019AOC2019AOC2019A19AOC2019AOC2019AOC2019A价格：农产品生产价格走势呈现分化趋势 从生产价格指数看：种植业产品从2016年6月触底回升，畜牧业产品生产价格指数从2017年6月触底回升，渔业产品生产指数仍处在继续下行阶段。 农产品生产价格指数是反映一定时期内，农产品生产者出售农产品价格水平变动趋势及幅度的相对数。该指数可以客观反映全国农产品生产价格水平和结构变动情况。 22219AOC2019AOC2019AOC2019A19AOC2019AOC2019AOC2019A19AOC2019AOC2019AOC2019A生产价格指数：稻谷继续下跌，小麦触底震荡 玉米触底上涨，大豆波动下行中有所反弹 22219AOC2019AOC2019AOC2019A19AOC2019AOC2019AOC2019A19AOC2019AOC2019AOC2019A生产价格指数：棉花、糖料仍在下行趋势中，油料震荡走高， 蔬菜和水果呈现季节性波动 22219AOC2019AOC2019AOC2019A19AOC2019AOC2019AOC2019A19AOC2019AOC2019AOC2019A生产价格指数：猪出现反弹，牛羊、家禽、禽蛋冲高回落, 奶类窄幅震荡 22219AOC2019AOC2019AOC2019A19AOC2019AOC2019AOC2019A19AOC2019AOC2019AOC2019A构建了18 类主要农产品分析预警模型集群 (二)以模型为核心的农产品供需预测分析 最优化 分析模型 时间序列 模型 动态 模拟模型 均衡 模型 模型集成 技术 关联分析 模型 人工智能 模型 … 22219AOC2019AOC2019AOC2019A19AOC2019AOC2019AOC2019A19AOC2019AOC2019AOC2019A(三)以系统为支撑的智能化分析运算 中国农产品监测预警系统（CAMES）是一个动态的、多品种、多市场和开放的模型集群复杂系统，涵盖1...