王億，劉繼芳，王梁，孫偉,4,5，孔繁濤，曹姍姍,4,5*

1.新疆農(nóng)業(yè)大學計算機與信息工程學院，烏魯木齊 830052

2.中國農(nóng)業(yè)科學院農(nóng)業(yè)信息研究所，北京 100081

3.北京市畜牧總站，北京 100081

4.國家農(nóng)業(yè)科學數(shù)據(jù)中心，北京 100081

5.中國農(nóng)業(yè)科學院國家南繁研究院，海南三亞 572024

6.中國農(nóng)業(yè)科學院特產(chǎn)研究所，長春 130112

引 言

雞蛋是人們?nèi)粘Ｉ畈妥郎系氖澄镏?，同時也是人類身體所需營養(yǎng)重要來源之一。雞蛋中包含了人體健康需求的多種礦物質(zhì)和蛋白質(zhì)，其中蛋黃中包含大量的各類礦物質(zhì)，蛋清中包含8 種人體需要的氨基酸和必需的金屬微量元素[1-3]。中國國土面積寬廣，人口數(shù)量眾多，同時也是雞蛋生產(chǎn)和消費的大國，雞蛋在國民日常飲食中占據(jù)著舉足輕重的地位，大力發(fā)展蛋雞養(yǎng)殖業(yè)滿足國民對雞蛋的消耗是有必要的[4]。

我國居民日常飲食對雞蛋的大量需求，推動著我國蛋雞養(yǎng)殖業(yè)規(guī)模的迅速發(fā)展。近年來，我國雞蛋價格波動頻繁。雞蛋價格的大起大落不但會影響居民的生活消費，也會損害養(yǎng)殖戶的利益[5]。同時蛋用雛雞價格作為對雞蛋價格重要的影響因數(shù)之一，構(gòu)建針對蛋用雛雞價格的數(shù)據(jù)集是有必要的[6-8]。通過數(shù)據(jù)集可對蛋用雛雞歷史交易價格數(shù)分析，精準分析出蛋用雛雞價格對利潤影響大小以及蛋用雛雞價格波動的規(guī)律性，準確把控未來蛋用雛雞價格的漲幅動向，為政府制定扶持政策提供依據(jù)，從而保障養(yǎng)殖戶的基本利益，促進蛋雞產(chǎn)業(yè)鏈的發(fā)展。

目前蛋用雛雞價格數(shù)據(jù)散亂在網(wǎng)絡中的各個網(wǎng)站上，與多種農(nóng)副產(chǎn)品和畜牧產(chǎn)品價格數(shù)據(jù)混合在一起，專門的蛋用雛雞交易價格數(shù)據(jù)查找困難。因此，本數(shù)據(jù)集收集了2000–2019 年全國蛋用雛雞集市交易價格數(shù)據(jù)。蛋用雛雞價格基礎數(shù)據(jù)為月度交易平均價格數(shù)據(jù)，通過計算得到季度、年度平均價格數(shù)據(jù)。為展示數(shù)據(jù)的變化情況，計算出每個時空維度的環(huán)比變化率和同比變化率。本數(shù)據(jù)集中的價格數(shù)據(jù)與變化率數(shù)據(jù)可以對養(yǎng)殖利潤影響分析及利潤預測提供有力支撐。

1 數(shù)據(jù)采集和處理方法

1.1 數(shù)據(jù)采集方法

本數(shù)據(jù)集針對全國蛋雞產(chǎn)業(yè)鏈養(yǎng)殖環(huán)節(jié)蛋用雛雞集市交易價格進行收集整理。數(shù)據(jù)獲取途徑為全國畜牧總站（http://www.nahs.org.cn）和中國畜牧業(yè)協(xié)會（https://caaa.cn）。數(shù)據(jù)采集方式為爬蟲程序定時抓取，爬蟲程序抓取到目標數(shù)據(jù)后轉(zhuǎn)為EXCEL 格式文件輸出，文件中包含不同地區(qū)不同時間范圍的原始數(shù)據(jù)。

1.2 數(shù)據(jù)預處理

為確保數(shù)據(jù)的準確性、完整性、可信性等，對數(shù)據(jù)進行篩選、時間對齊、甄別等方式進行處理。數(shù)據(jù)預處理步驟：（1）先將收集到的數(shù)據(jù)文件按照地區(qū)進行合并整理，如數(shù)據(jù)在地區(qū)重復，則選取數(shù)據(jù)缺失量較少且時間覆蓋范圍較大的數(shù)據(jù)文件，地區(qū)一致而時間不一致的則按照時間對數(shù)據(jù)進行拼接處理。（2）對第一步獲取的數(shù)據(jù)以時間取交集，獲取數(shù)據(jù)的最大時間覆蓋范圍，得到2000 年至2019 年的數(shù)據(jù)。（3）分析數(shù)據(jù)中缺失情況，以月份為基準，將連續(xù)缺失超過3 個月數(shù)據(jù)的地區(qū)進行刪除丟棄，對缺失數(shù)據(jù)月份少于3 個月的地區(qū)，將缺失值相鄰的上下月份取均值填充。最后得到26 個省（自治區(qū)、直轄市）蛋用雛雞集市平均價格共6240 條月度數(shù)據(jù)，作為構(gòu)建數(shù)據(jù)集的基礎數(shù)據(jù)。

2 數(shù)據(jù)樣本描述

數(shù)據(jù)集中包含4 個EXCEL 文件，共26487 條文本類型數(shù)據(jù)。文本數(shù)據(jù)包括蛋用雛雞平均價格、環(huán)比變化率、同比變化率。

文件中包含各地區(qū)月度平均價格6240 條、環(huán)比變化率6214 條、同比變化率5928 條，季度平均價格2080 條、環(huán)比變化率2054 條、同比變化率1976 條，年度平均價格520 條、環(huán)比變化率496 條，以及全國月季年平均價格共340 條、環(huán)比變化率337 條、同比變化率304 條。

數(shù)據(jù)集中蛋用雛雞平均價格以“元/只”為單位，環(huán)比、同比變化率均保留兩位小數(shù)百分比。文本數(shù)據(jù)的時間覆蓋范圍從2000–2019 年，時間維度為月度、季度、年度，空間維度上劃分為全國和26 個?。ㄗ灾螀^(qū)、直轄市）。各時空維度數(shù)據(jù)元素包含蛋用雛雞集市平均價格、環(huán)比、同比變化率，數(shù)據(jù)類型均為浮點數(shù)據(jù)。平均價格數(shù)據(jù)保留EXCEL 工具計算后的原始數(shù)據(jù)，小數(shù)點后9 位，不足9位按計算結(jié)果保留。通過數(shù)據(jù)處理后，得到如表1 全國月度蛋用雛雞價格部分數(shù)據(jù)和表2 全國年度蛋用雛雞價格部分數(shù)據(jù)。

表1 全國月度蛋用雛雞價格部分數(shù)據(jù)Table 1 Partial data on monthly egg chick prices nationwide

表2 全國年度蛋用雛雞價格部分數(shù)據(jù)Table 2 Partial data on annual egg chick prices nationwide

3 數(shù)據(jù)質(zhì)量控制和評估

為驗證爬蟲程序采集數(shù)據(jù)的準確性，對采集到的基礎數(shù)據(jù)進行隨機抽樣5%得到312 條抽樣數(shù)據(jù)，根據(jù)抽樣數(shù)據(jù)的時間和地區(qū)，使用人工查詢方式，與抽樣數(shù)據(jù)進行對比核實，核實結(jié)果均準確無誤。

為保證數(shù)據(jù)集的質(zhì)量，數(shù)據(jù)均根據(jù)完整性進行預處理，最終得出蛋用雛雞交易價格數(shù)據(jù)集。數(shù)據(jù)集時間覆蓋范圍長，地區(qū)覆蓋范圍廣，并且計算出同比和環(huán)比變化率展示數(shù)據(jù)波動性。為保證數(shù)據(jù)的準確性，數(shù)據(jù)均計算二次進行校驗核對。針對不同研究人員對數(shù)據(jù)精度要求不同，平均價格按照計算工具計算出的原始數(shù)據(jù)精度保留小數(shù)點后9 位。

獲取的基礎數(shù)據(jù)部分地區(qū)數(shù)據(jù)缺失量較大，對其采用了數(shù)據(jù)刪除操作，剩余地區(qū)缺失量小，并使用平均值填充，不影響數(shù)據(jù)集的使用。基礎數(shù)據(jù)收集為月度數(shù)據(jù)，故時間維度上缺少周度數(shù)據(jù)。

4 數(shù)據(jù)價值

本數(shù)據(jù)集的價值主要體現(xiàn)在：（1）為蛋雞養(yǎng)殖相關(guān)的科學研究提供數(shù)據(jù)支撐，可通過蛋用雛雞歷史交易價格和變化率，分析出影響蛋用雛雞價格的重要因素，從而實現(xiàn)對蛋用雛雞價格的監(jiān)控和宏觀調(diào)控，亦可作為蛋雞養(yǎng)殖業(yè)盈利情況的判斷依據(jù)。（2）節(jié)約研究人員數(shù)據(jù)收集時間。

5 數(shù)據(jù)使用方法和建議

本數(shù)據(jù)集可作為蛋用雛雞價格預測的基礎數(shù)據(jù)，通過構(gòu)建BP 神經(jīng)網(wǎng)絡或循環(huán)神經(jīng)網(wǎng)絡模型，將環(huán)比變化率構(gòu)建為序列，作為模型的輸入。這里以BP 神經(jīng)網(wǎng)絡為例，建議將連續(xù)的11 條月度環(huán)比變化率作為輸入序列，將第12 條變化率作為標簽進行訓練。預測時為模型輸入需要預測的序列，模型預測得出一條變化率，將變化率與輸入序列的第11 條數(shù)據(jù)所對應的價格計算出下一個月的價格，從而實現(xiàn)蛋用雛雞價格預測。

數(shù)據(jù)作者分工職責

王億（1994—），男，四川省南充市人，碩士生，研究方向為計算機技術(shù)。主要承擔工作：論文撰寫。

劉繼芳（1965—），男，山東郯城人，博士，研究員，研究方向為農(nóng)業(yè)信息技術(shù)。主要承擔工作：數(shù)據(jù)分析。

王梁（1982—），男，山西晉城人，碩士，高級畜牧師，研究方向為農(nóng)業(yè)信息技術(shù)。主要承擔工作：數(shù)據(jù)采集，數(shù)據(jù)更新。

孫偉（1978—），男，山東海陽人，博士，副研究員，研究方向為農(nóng)林時空信息智能分析。主要承擔工作：組織實施、論文指導與修改。

孔繁濤（1968—），男，山東滕州人，博士，研究員，研究方向為農(nóng)業(yè)信息技術(shù)。主要承擔工作：數(shù)據(jù)錄入整理、數(shù)據(jù)校對。

曹姍姍（1984—），女，黑龍江哈爾濱人，博士，副研究員，研究方向為農(nóng)林時空信息智能分析。主要承擔工作：數(shù)據(jù)整合與處理、綜合管理。