近日，我所农业政策研究创新团队在EI期刊《Discover Food》上发表题为“A study on short‑term vegetable price prediction basedon the CNN‑LSTM‑Attention model”的研究论文，该成果分析了以极端天气为关键字的百度指数和中国经济政策不确定性指数是否能提高蔬菜短期价格预测精度。

根据蛛网理论，由于蔬菜易腐烂，货架期较短等缺点，蔬菜价格的异常波动，会导致盲目扩大种植面积、增加消费者生计成本现象，对蔬菜市场的供需产生极大影响。蔬菜价格的有效预测，是农业生产者和政府决策者在不确定性条件下做出正确决策的关键步骤。本研究采用CNN-LSTM-Attention模型能有效提高蔬菜价格的预测精度，与传统模型（SVR、LSTM、CNN-LSTM和LSTM-Attention）相比，RMSE分别下降了34.35%、57.37%、10.57%和16.55%。同时，在保证其他特征值不变的情况下，增加经济政策不确定性指数和百度指数能提高预测精度，增加不确定性变量后，RMSE下降了29.25%，结果表明：以极端天气为关键字的百度指数和中国经济政策不确定性指数能大幅提高模型的短期预测能力。

该论文由中国农科院信息所和我所农业政策研究创新团队共同完成，赵鑫研究员为该论文的通讯作者，苏武峥研究员为该论文的第二作者，该研究得到了“天山英才”培养计划等项目的资助。