邵小彧，李冬梅，劉云強

（四川農業(yè)大學管理學院，成都 611130）

新型冠狀病毒感染的肺炎疫情自爆發(fā)以來，對人民群眾的生命安全造成了重大威脅，對國民經濟特別是消費領域、服務業(yè)領域造成了巨大沖擊[1]。值得關注的是，與人民生活息息相關的農產品價格波動明顯。2020年3月16日國務院新聞辦公室舉行的1—2月國民經濟運行情況發(fā)布會中指出，受新冠肺炎疫情影響，糧食價格上漲0.6%，鮮菜上漲13.8%，豬肉上漲125.6%，鮮果下降5.3%。疫情期間，全國主要農產品供給充足，但由于各地實行進出管控，恐慌情緒導致居民開始瘋狂搶購，需求激增使得農產品供需失衡，價格產生波動[2]。因此，研究新冠肺炎疫情對農產品價格波動的影響，對于把握當前農產品價格局勢，預測未來變化具有重大意義。

現(xiàn)有研究主要從供求視角、產業(yè)鏈視角[3-4]研究農產品價格的波動情況。國際原油價格[5-7]，國際農產品價格[8]，農業(yè)生產成本[9]，期貨市場[10]，貨幣政策調整帶來的貨幣供應量變動、通貨膨脹[11-12]等因素均會對農產品價格的波動產生影響。也有少量研究關注突發(fā)事件帶來的信息沖擊對農產品價格波動產生的作用[13-14]。新冠肺炎疫情期間，具有易用性、及時性和公開性的新浪微博成為公眾獲取信息和發(fā)表觀點的重要平臺[15-16]。因此本研究旨在運用文本挖掘技術，發(fā)掘微博平臺上公眾討論的主題及其情感傾向，進一步研究其對農產品價格的影響。

社交媒體文本挖掘已經在突發(fā)公共衛(wèi)生事件研究領域有所應用[17]。A.J.Lazard等對埃博拉期間相關推特進行收集、分類和分析，發(fā)現(xiàn)公眾關心的內容包括病毒的癥狀和壽命、疾病的傳染和發(fā)生、出行安全以及個人防護[18]；E.M.Glowacki等對萊卡病毒傳播期間公眾的推特以及疾病控制和預防中心（CDC）的回應進行分析，結果表明公眾和疾控中心都十分關注寨卡病毒的傳播，但公眾更關注的是它對孕婦和新生兒的影響，而疾控中心更關注的是病毒的癥狀和防控知識普及[19]。此外，社交媒體的文本挖掘還在企業(yè)管理中起到重要作用，具體說來，其被應用于品牌管理[20]、網絡營銷[21]等方面。在政治方面，社交媒體的文本挖掘常常用來分析、預測選舉結果[22-25]。以上社交媒體的文本挖掘主要集中在提煉用戶討論主題，研究情感方向。在社交媒體文本挖掘的應用中，還有一類不容忽視，那就是進行股市預測[26-28]。這些研究采用VAR模型、Granger因果關系檢驗等方法研究情緒與股票指數(shù)收益率等指標的關系，預測股票市場價格變化[29-35]。

綜上所述，社交媒體的文本挖掘在突發(fā)公共衛(wèi)生事件領域的主要應用是發(fā)掘用戶的討論主題，了解民眾訴求，從而及時采取有效的相應措施。然而，這些研究主要是從定性的角度進行分析，缺少定量研究。除此之外，文本挖掘還包括意見挖掘，即情感分析。通過情感分析可以對文本進行情感打分，從而把非結構化的文本數(shù)據轉化為結構化數(shù)據。受投資者情緒對股票市場的預測分析的啟發(fā)，本研究聚焦于疫情期間公眾情緒對農產品價格的影響，研究思路如下：在生命周期理論的基礎上將新冠肺炎疫情發(fā)展劃分為4個階段，運用文本挖掘技術獲取微博數(shù)據，提煉出各個階段的討論主題，進一步運用情感分析方法對每條微博進行情感打分，按天歸類展示公眾的情感變化。在此基礎上，運用VAR模型和格蘭杰因果關系檢驗驗證新冠肺炎期間情感傾向與不同競爭屬性農產品（包括畜產品、水產品、蔬菜、水果）價格波動之間的關系，為制定疫情期間農產品價格調控政策，保障人民生活和農產品市場有序運作提供可供參考的理論解釋。

1 框架及假設

1.1 研究框架

為研究新冠肺炎期間公眾情感與農產品價格波動的關系，首先，通過網絡爬蟲獲取微博數(shù)據，并對獲得的文本數(shù)據進行預處理。隨后一方面將處理后的數(shù)據按照疫情發(fā)展劃分為4個階段，通過LDA模型分析各個階段公眾討論的主題[36]；另一方面對每條數(shù)據進行情感分析[37]，并按天歸類計算均值與各類情感傾向微博數(shù)量，形成公眾情感時間序列。農產品批發(fā)市場積聚大量交易信息,是農產品價格形成的主要平臺,能夠相對真實地反映農產品的商品價值和市場供需規(guī)律[14]。因此，本文整理農產品批發(fā)市場價格形成農產品價格時間序列，將情感時間序列和農產品價格時間序列都構建VAR模型，進行格蘭杰因果關系檢驗得出結論[38]。研究框架如圖1所示。

圖1 新冠肺炎疫情與農產品價格波動研究框架Figure 1 Framework for research on COVID-19 and agricultural price volatility

1.2 研究假設

1.2.1 公眾情緒變化與農產品價格波動的關系

根據均衡價格理論，在未受到外部沖擊的情況下，農產品的市場價格會在供給和需求的相互作用下趨于均衡[39]。而已有研究表明突發(fā)事件等特殊情況帶來的信息沖擊會導致農產品價格變化[13-14]。情感具有動態(tài)性,網民的情感波動往往和突發(fā)事件的走向緊密相關[40]。疫情期間公眾受到有關地區(qū)封城、交通管制等消息的影響，情緒隨疫情形勢波動劇烈，在恐慌心理下出現(xiàn)非理性囤積生活物資的行為。而農業(yè)農村部市場與信息化司司長唐珂2020年3月10日表示，疫情期間全國主要農產品供給穩(wěn)定充足。在供給不變，需求急劇增加的情況下，供需失衡導致農產品價格波動。此外，已有研究表明，媒體負面報道會影響消費決策，導致相應農產品的需求降低，而媒體中性或正面的報道往往不會對需求產生明顯的影響[39]。且負向情緒在突發(fā)公共衛(wèi)生事件的爆發(fā)期最為強烈,蔓延期開始減弱,隨著輿情發(fā)展到衰退期，中性和正向情緒甚至比負向情緒更強烈[41]。因此負向情緒更能反映疫情的發(fā)展狀況，致使農產品的需求發(fā)生變化，價格產生波動。因此，做出如下假設：

H1a：公眾情緒變化是引起各類農產品價格波動的格蘭杰原因。

H1b：公眾負向情緒對各類農產品價格波動的影響相較于整體公眾情緒更加明顯。

1.2.2 公眾負面情緒變化與不同競爭屬性農產品價格波動的關系

考慮畜產品、水產品和蔬菜以及水果4類農產品。在公眾的畜產品消費結構中，豬肉占我國肉類總消費的62%以上[42]，其需求彈性較小，而牛肉、羊肉由于價格較高，可替代性較強，需求彈性也較強。面對嚴峻的疫情形勢，公眾由于過于緊張，大量囤積超過短期需求的生活物資，豬肉作為公眾日常生活的必需品被大量搶購，而牛肉、羊肉的消費決策卻不會發(fā)生大幅度改變。因此公眾情緒的變化可能會引起豬肉價格波動，而不會引起牛肉、羊肉的價格波動。其次，已有研究表明，當某產品受突發(fā)事件沖擊時，其替代品的價格或許會受到更深、更大的沖擊[43]。水產品作為畜產品的替代品，在疫情期間，公眾因為恐慌情緒，為了減少出門次數(shù)，將其作為補充物資大量采購。價格較為低廉的淡水魚，例如白鰱魚、鯉魚和鯽魚因為需求急劇增加，價格發(fā)生波動；而價格較高的海水魚例如大帶魚，與牛肉、羊肉相似，預期價格不會產生太大波動。蔬菜由于含有多種維生素且價格較低，在人們的生活中不可或缺。從需求上看，1月處于疫情爆發(fā)時期，公眾對疫情認知不足，恐慌情緒強烈，因此多地出現(xiàn)超市蔬菜一搶而空的現(xiàn)象。從供給上看，由于全國大部地區(qū)氣溫適宜，利于蔬菜生長發(fā)育，且“穩(wěn)產保供”措施有力有序推進，蔬菜供給總體有保障。因此，蔬菜價格可能產生波動。水果作為提高生活品質的附加品，具有時效性，易腐壞。面對嚴峻的疫情形勢，公眾恐慌情緒下較多囤積生活必需的食品，而水果類產品不會被首要考慮，滯銷使得總體價格發(fā)生波動。根據以上分析做出如下假設：

H2a：公眾負面情緒變化是引起豬肉價格變化的格蘭杰原因，而不是引起牛肉、羊肉價格變化的格蘭杰原因。

H2b：公眾負面情緒變化是引起白鰱魚、鯉魚和鯽魚價格變化的格蘭杰原因，而不是引起大帶魚價格變化的格蘭杰原因。

H2c：公眾負面情緒變化是引起蔬菜價格變化的格蘭杰原因。

H2d：公眾負面情緒變化是引起水果價格變化的格蘭杰原因。

1.2.3 公眾負面情緒變化與農產品價格波動關系的地區(qū)差異

已有研究表明，在突發(fā)事件的發(fā)生地公眾對事件的關注度更高，討論更為火熱[44]。由于新冠肺炎疫情在各個省市嚴重程度不同，疫情嚴重地區(qū)公眾情緒起伏程度較大，恐慌情緒更為嚴重，非理性囤貨苗頭更為突顯，農產品價格也因此在短期內產生較大波動，因此做出如下假設：

H3：疫情嚴重地區(qū)公眾負面情緒變化對農產品價格波動的沖擊更大。

2 新冠肺炎疫情與農產品價格

2.1 微博數(shù)據收集與預處理

通過Python模擬微博的高級搜索功能，以“新型冠狀病毒”為關鍵詞，抓取2020年1月9日—2020年3月4日的原創(chuàng)微博，得到微博文本、發(fā)出時間、轉發(fā)量、評論量、點贊量、用戶ID、所在地區(qū)和性別等數(shù)據，進一步對獲得的原始數(shù)據做預處理以便進行分析，包括數(shù)據清理、分詞以及去停用詞。去停用詞對照哈爾濱工業(yè)大學停用詞表，包括1 893個停用詞。調用Jieba分詞系統(tǒng)對清理后的數(shù)據進行分詞，為避免專業(yè)詞語被錯誤分割，將搜狗詞庫的疾病預防工作專業(yè)詞庫和歸納的新型冠狀病毒相關術語載入用戶自定義詞典[40]，以提高分詞效果。

2.2 分階段主題識別

突發(fā)事件的演化過程往往具有一定的生命周期，因此，研究突發(fā)事件常常根據生命周期理論，將突發(fā)事件劃分為幾個階段。依據關注度這個定性特征來劃分演化階段是常用的方法，研究多以百度指數(shù)來反應關注度。為提高階段劃分的準確度，本研究綜合百度指數(shù)和微博數(shù)量2個指標，將新冠肺炎疫情發(fā)展劃分為4個階段，如圖2所示。2020年1月9日，武漢不明原因肺炎病原體被判定為新型冠狀病毒，但此時疫情還未被大部分人知曉，該階段被定義為潛伏期；自1月19日始，有關新冠肺炎的信息和新聞迅速傳播，在微博上爆發(fā)了大規(guī)模的討論，因此該階段被劃分為爆發(fā)期；截至1月30日，新冠病毒的基本情況已被大多數(shù)人了解，進入線下防控，線上持續(xù)穩(wěn)定討論的階段，定義為蔓延期；2020年2月15日后，有關新冠肺炎的信息多為每日疫情播報，討論進入衰退階段。

圖2 新冠肺炎疫情發(fā)展階段劃分Figure 2 The stages of COVID-19 development

公眾的討論內容是輿情研究的重點，為此利用LDA模型對各階段微博主題進行聚類，研究新冠肺炎疫情期間公眾關注的主題。通過主題分布可視化結果確定4個階段的主題數(shù)分別為6、7、7和4[45]。得到不同階段的主題特征詞，并結合主題特征詞對應的微博內容對主題進行歸納概括，如表1所示。潛伏期的主題主要集中于對新冠肺炎的初步認識；爆發(fā)期主題多樣，包括對新冠病毒的進一步認識、普及預防措施和公眾對疫情的情緒表達等；蔓延期出現(xiàn)了有關新冠病毒傳播的深入研究結果，同時也出現(xiàn)了諸如“雙黃連口服液可抑制新冠病毒”“寵物傳染新冠病毒”等謠言；衰退期主題集中在復工復產以及有效治療方案上。特別的是，在爆發(fā)期出現(xiàn)了“肉蛋”這樣的關鍵詞，說明有關農產品的內容在公眾的討論主題中也占有一席之地，需要對新冠肺炎疫情期間的農產品價格進行研究。

表1 分階段主題概括Table 1 Recognizing the topics of each stage

2.3 情感時間序列

情感分析將文本數(shù)據轉化為數(shù)值型數(shù)據，為建立公眾情緒與農產品價格的數(shù)學模型提供了可能性。使用中文自然語言處理庫Snow NLP進行情感分析，取值范圍在0～1之間，接近0說明該條微博表現(xiàn)的情感越負面，反之越正面。將情感分析后的微博文本按天歸類，計算每天的情感平均值，得到的情感值時間序列如圖3所示，記為Sentiment。參照陽玉 堃 的做法[46]，將情感值大于0.6的微博文本判定為積極，小于0.4的微博文本判定為消極，處于0.4～0.6之間的微博文本判定為中性，將微博劃分為3類。由圖可知，在潛伏期由于公眾對新冠肺炎病毒信息掌握得很少且片面，情感傾向隨著信息的極性變化產生較大波動；爆發(fā)期剛開始，由于公眾對疫情風險有了一定程度的認知，焦慮、恐慌情緒爆發(fā)，整體表現(xiàn)為負向情緒，但隨著疫情相關知識的普及，防控措施的積極部署，情感值顯著上升；蔓延期和衰退期，公眾情緒幾乎始終保持在中性范圍內。公眾情感變化與分階段的討論主題是互相映照的。計算每1 d積極、中性和消極微博的數(shù)量，形成微博條數(shù)時間序列，分別記為 Positive、Negative、Neutral，結果如圖3所示。根據圖3可以明顯觀察到消極微博條數(shù)與圖2中疫情關注度曲線走勢十分相似，而積極和中性微博條數(shù)在中后期較高。以上研究表明，公眾情緒隨著疫情發(fā)展產生動態(tài)變化，且消極微博條數(shù)更能反映疫情的發(fā)展狀況，印證了假設H1a、H1b提出的合理性。

圖3 新冠肺炎疫情公眾情感變化趨勢Figure 3 Trends in public sentiment in the COVID-19 epidemic

2.4 農產品價格

參照農業(yè)農村部市場與信息化司每日發(fā)布的農產品批發(fā)價格200指數(shù)中提及的農產品，選取豬肉、牛肉和羊肉作為畜禽產品研究對象；選取鯽魚、鯉魚、白鰱魚和大帶魚做水產品研究對象；將國家重點監(jiān)測的28種蔬菜按照價格高低分為3類，結合《中國農產品價格調查年鑒》中統(tǒng)計的農產品種類，最終選取大白菜、黃瓜和豆角做研究對象；考慮季節(jié)性問題，從國家重點監(jiān)測的6種水果中選取富士蘋果、菠蘿和鴨梨作為研究對象。通過農業(yè)農村部信息中心搜集每種農產品每日的全國平均批發(fā)價格并進行整理，得到農產品價格時間序列，描述性統(tǒng)計如表2所示。從平均值可以看出，畜禽產品中豬肉與牛肉、羊肉價格相去甚遠，大帶魚價格是其他3種水產品的2～4倍。蔬菜、水果均價相近，3種蔬菜存在3檔價格，而3種水果價格都比較低。綜上可知，即使是同類農產品，具體品種不同，結果也會產生差異，驗證了假設H2a、H2b提出的合理性。此外，從標準差上看，豬肉和大帶魚價格波動較大。

表2 農產品價格描述性統(tǒng)計Table 2 Descriptive statistics of agricultural product prices 元/kg

3 實證分析

3.1 標準化及單位根檢驗

考慮到公眾情感數(shù)據和各個農產品價格數(shù)據之間量綱不同，不具可比性，因此對兩類數(shù)據進行Z-Score標準化處理。此外，為了保證實證結果的有效性，避免虛假回歸問題，對公眾情感時間序列和農產品價格時間序列分別進行ADF單位根檢驗，結果表明時間序列平穩(wěn)，可以進行格蘭杰因果檢驗。

3.2 格蘭杰因果關系檢驗結果及分析

由于格蘭杰因果關系檢驗對滯后階數(shù)的選擇十分敏感，首先構建VAR模型來確定最優(yōu)滯后階數(shù)?？紤]到趕集一般每周一次，因此若公眾情感與農產品價格變化存在格蘭杰因果關系，在滯后7 d內應當能夠顯現(xiàn)出來。將最大滯后階數(shù)設定為7，根據LR、FPE、AIC、SC和HQ五大信息準則確定最優(yōu)滯后階數(shù)。分別構建公眾情緒平均值與各農產品價格以及消極公眾情緒數(shù)量與各農產品價格的VAR模型，進1步進行格蘭杰因果關系檢驗，結果如表3所示。表3中每個單元格前面的數(shù)字代表根據以上方法確定的最優(yōu)滯后階數(shù)，后面的數(shù)字是P值，若P值小于0.1則說明公眾情緒值/負向情緒數(shù)量變化是該農產品價格變化的格蘭杰原因。

表3 公眾情緒與各農產品價格格蘭杰因果關系檢驗結果Table 3 Granger causality test results of public sentiment and agricultural product price

從農產品種類上看，對于畜禽產品，公眾情緒值變化是豬肉價格波動的格蘭杰原因，而不是牛羊肉變動價格變化的格蘭杰原因。負向情緒數(shù)量變化是豬肉價格變化的格蘭杰原因在10%水平下顯著，說明公眾情緒變化會引起豬肉價格的變動，驗證了假設H2a的前半部分；而負向情緒數(shù)量變化不是牛肉價格變化的格蘭杰原因在10%的顯著性水平下被拒絕，負向情緒數(shù)量變化不是羊肉價格變化的格蘭杰原因P值也接近0.1，說明負向情緒變動會引起牛肉、羊肉價格的波動，假設H2a后半部分被拒絕。我國人民生活水平的提高以及疫情帶來的群體性恐慌情緒使得牛肉、羊肉也作為補充食品被大量搶購。對于水產品，公眾情緒值變化不是鯽魚、白鰱魚、大帶魚價格變化的格蘭杰原因，卻在10%的顯著性水平下影響鯉魚價格的變化。負向情緒數(shù)量變化是鯽魚、鯉魚、白鰱魚價格變化的格蘭杰原因分別在1%、1%和5%的顯著性水平下被接受，不是大帶魚價格變化的格蘭杰原因也被接受，假設H2b被證實。對于蔬菜類農產品，首先公眾情緒值變化不是黃瓜、大白菜價格變化的格蘭杰原因，卻在1%水平下顯著影響豆角價格的波動。負向情緒數(shù)量變化是28種蔬菜平均價格變化的格蘭杰原因在10%的顯著性水平下被接受；負向情緒數(shù)量變化是豆角、黃瓜、大白菜價格變化的格蘭杰原因均在1%的顯著性水平下被接受，說明公眾負向情緒變化會引起蔬菜價格的變化，假設H2c被證實。對于水果類農產品，首先公眾情緒值變化不是各類水果價格變化的格蘭杰原因。負向情緒數(shù)量變化是6種水果平均價格變化的格蘭杰原因在10%的顯著性水平下被接受；負向情緒數(shù)量變化是蘋果價格變化的格蘭杰原因在1%的顯著性水平下被接受，蘋果作為產量最大的水果之一，受到的影響更為嚴重。其他假設均被拒絕，假設H2d沒有得到證實。

從滯后階數(shù)上看，肉類整體滯后階數(shù)較小，而蔬菜整體滯后階數(shù)較大。說明肉類價格的變動對于公眾情緒變化的反應較為靈敏，而蔬菜價格的變動往往要在接近1周才能反映出來。各類農產品的研究結果表明，公眾情緒值變化并不全是各類農產品價格變化的格蘭杰原因，假設H1a沒有得到證實；負向情緒數(shù)量驗證情緒變化與農產品價格的關系效果比用公眾情緒值驗證更顯著，假設H1b被證實。

3.3 格蘭杰因果關系地區(qū)差異性檢驗

以上研究是基于全國范圍進行的，但由于疫情對各地區(qū)影響程度差異較大，疫情嚴重地區(qū)公眾情感與農產品價格變化之間的關系還需進一步驗證。根據百度提供的新冠肺炎疫情大數(shù)據，湖北、廣東、河南、浙江和湖南是受新冠肺炎疫情影響最嚴重的5個省份。因此，將挖掘到的微博信息和情感分析結果與微博發(fā)出者所在地區(qū)逐一對應并按天歸類，分別計算出5個省份每天的負向公眾情感數(shù)量，得到公眾情感時間序列。從全國農產品商務信息公共服務平臺收集并整理各省的農產品價格數(shù)據，得到各省各種農產品的價格時間序列。實證分析過程與前面的研究相似，結果如表4所示，空白處對應的農產品價格數(shù)據缺失。

由表4可知，對于畜產品，不同于對全國范圍內的研究，負向情緒數(shù)量變化不是豬肉、牛肉價格變化的格蘭杰原因，而豬肉、牛肉價格變化是負向情緒數(shù)量變化的格蘭杰原因分別在10%、1%的顯著性水平下被接受，即豬肉、牛肉的價格變化領先于公眾情感的變化。出現(xiàn)這一結果的原因分析如下：由于全國范圍內的農產品批發(fā)市場價格會平滑掉變動較大的省份，分省來看，豬肉、牛肉市場價格的變化比社交媒體上公眾情緒的波動更為敏感，因此通過豬肉、牛肉價格的變化可以迅速感知疫情的發(fā)展狀況。對于蔬菜和水果類農產品，分省份的格蘭杰因果關系檢驗結果與全國范圍內的檢驗結果相似，假設H3沒有得到證實。

表4 5省負向情緒數(shù)量與各農產品價格格蘭杰因果關系檢驗結果Table 4 Granger causality test results of negative emotion amount and agricultural product price of five provinces

3.4 穩(wěn)健性檢驗

為排除春節(jié)因素對農產品價格變動的影響，對應本文的研究時段，搜集2019年1月20日—3月19日的各農產品價格數(shù)據，形成時間序列，經過標準化處理、平穩(wěn)性檢驗后與前文的公眾情感時間序列構建VAR模型，進行格蘭杰因果關系檢驗。檢驗結果表明，負向情緒數(shù)量變化與2019年各農產品價格變化互不影響，因此用負向情緒數(shù)量衡量公眾情感則可以排除春節(jié)因素對農產品價格波動產生的影響，假設H1b再次被證實。

4 結論

本研究通過對微博“新型冠狀病毒”相關內容進行文本挖掘，一方面研究疫情發(fā)展各個階段的網絡輿情內容，另一方面構建VAR格蘭杰因果關系檢驗模型研究公眾情感與農產品價格之間的關系。研究產生以下結論：

新冠肺炎疫情發(fā)展被分為潛伏期、爆發(fā)期、蔓延期和衰退期4個階段。潛伏期的主題主要集中于對新冠肺炎的初步認識；爆發(fā)期主題多樣，包括對新冠病毒的進一步認識、普及預防措施、公眾對疫情的情緒表達等；蔓延期出現(xiàn)了有關新冠病毒傳播的深入研究結果，疫情有關謠言也不斷出現(xiàn)；衰退期主題集中在復工復產以及有效治療方案上。對于疫情發(fā)展各階段公眾關注主題的研究有助于監(jiān)測網絡輿論，一方面了解民眾訴求，準確采取措施進行部署；另一方面監(jiān)控網絡謠言，及時辟謠避免其廣泛傳播。研究結果表明，潛伏期和爆發(fā)期對新冠病毒有關知識和防控措施的普及較為到位，但在蔓延期仍有謠言不斷出現(xiàn)造成公眾恐慌，干擾公眾判斷。

在公眾情緒與農產品價格關系的研究上得出以下結論。首先，公眾情緒變化不僅是引起豬肉、蔬菜價格變化的格蘭杰原因，也是引起牛肉、羊肉和水果價格變化的格蘭杰原因。當面臨嚴峻的疫情形勢，公眾出現(xiàn)恐慌情緒，豬肉、蔬菜是人民生活的基本需求，因此出現(xiàn)非理性囤貨現(xiàn)象，價格產生波動。緊張情緒加上人民生活水平的提高，公眾對牛肉、羊肉也不會產生消費抑制，反而會將其作為補充物資大量囤積。而水果因為易于腐壞且并不是必需品，公眾恐慌心理下并不會首先考慮，需求減少導致價格波動。其次，相對于整體情感值，負向情緒數(shù)量的解釋效果更好。由于有關部門對網絡輿情的引導作用，除疫情剛開始爆發(fā)產生的消極恐慌情緒以外，在實施應急管理措施以及普及防控知識后，公眾整體情緒傾向好的方向發(fā)展；而負向情緒由于限定在消極情緒的范圍內，更能反映公眾對疫情發(fā)展的實際感知狀況，公眾也正是根據這個感知來做出對各種農產品的消費決策。此外，對于疫情嚴重地區(qū)，豬肉、牛肉價格變動領先于公眾情緒變化，因此可根據豬肉、牛肉的價格變動來預測疫情的發(fā)展狀況。