《Smart Agricultural Technology》：Explainable Machine Learning Approaches for Climate?Driven Forecasting of Global Arabica Coffee Prices
编辑推荐：
咖啡是全球最重要的农产品之一，但其市场价格因供需互动、气候变异与变化以及宏观经济状况的综合影响而波动剧烈。本研究通过将气候信息（特别是厄尔尼诺-南方涛动）与先进机器学习技术相结合，评估了全球阿拉比卡咖啡价格的可预测性。研究人员利用1990年至2023年阿拉比卡
咖啡是全球最重要的农产品之一，但其市场价格因供需互动、气候变异与变化以及宏观经济状况的综合影响而波动剧烈。本研究通过将气候信息（特别是厄尔尼诺-南方涛动）与先进机器学习技术相结合，评估了全球阿拉比卡咖啡价格的可预测性。研究人员利用1990年至2023年阿拉比卡咖啡主产国（巴西、哥伦比亚、埃塞俄比亚和洪都拉斯）的月度产量数据，以及降雨量、气温和南方涛动指数数据，开发并比较了多种预测模型。模型测试阶段的结果表明，基于树的模型和多模型集合的表现持续优于线性方法。随机森林模型实现了最强的整体性能，其均方根误差为18.67美分/磅，平均绝对误差为13.47美分/磅，平均绝对百分比误差为10.99%，相关系数r为0.91，纳什-萨特克利夫效率为0.82。XGBoost和梯度提升也提供了较高的预测准确性，其均方根误差分别为19.13美分/磅和20.78美分/磅，纳什-萨特克利夫效率值分别为0.81和0.78。提前三个月的短期价格预测显示出高可靠性，而预测能力在超过六个月后会下降。基于SHAP的特征归因分析表明，总产量和南方涛动指数对模型输出的影响最强，其次是降雨量和气温，这证实了从气候异常到全球价格波动的传导路径。这些结果表明，在集合机器学习框架内整合气候驱动因子可以增强大宗商品价格的可预测性，并为咖啡依赖型经济体的气候信息市场情报和风险管理提供了稳健、可解释的基础。
咖啡作为全球最重要的农业大宗商品之一，其市场价格高度波动，受到供需互动、气候变异与变化、宏观经济条件等多重因素的联合影响。特别是厄尔尼诺-南方涛动等气候现象，能通过改变降雨和温度模式，对主要咖啡产区的生产造成显著冲击，进而通过供需失衡影响全球市场价格。这种波动对产业链上超过2500万依赖咖啡种植为生的从业者以及全球经济稳定构成挑战。然而，现有的价格预测研究大多侧重于历史价格序列或单一国家的市场，缺乏对大规模气候驱动因子与全球价格形成之间联系的系统性建模和解释。因此，建立一个能够整合气候信息、生产动态并具备可解释性的预测框架，对于提升市场情报、辅助决策和加强咖啡依赖型经济体的气候风险管理至关重要。
在此背景下，研究人员开展了一项研究，旨在评估整合气候信息（特别是ENSO信号）与机器学习技术对全球阿拉比卡咖啡月度市场价格的预测能力。该研究聚焦于四个主要的阿拉比卡咖啡生产国（巴西、哥伦比亚、埃塞俄比亚和洪都拉斯），利用其1990-2023年的月度产量、降雨、气温和南方涛动指数数据，开发并比较了多种预测模型。研究得出结论，基于树的集合机器学习模型，特别是随机森林，在预测性能上显著优于线性方法，能够有效捕捉气候变异与价格之间的非线性关系。SHAP可解释性分析进一步揭示了产量和SOI是影响价格的最主要驱动因素。该研究为气候信息驱动的商品价格预测提供了一个稳健且可解释的框架，具有重要的实践意义。相关成果发表在《Smart Agricultural Technology》期刊上。
研究人员为开展此项研究，主要运用了以下关键技术方法：首先，数据收集与处理方面，从美国农业部、国际咖啡组织、欧盟哥白尼气候变化服务等公开渠道获取了1990-2023年四个主产国的月度咖啡产量、全球阿拉比卡咖啡价格、降雨、气温及南方涛动指数数据，并按各国采收节奏计算月度产量，采用种植面积加权平均法聚合国家级气候指标。其次，在模型开发与比较上，研究选择并实现了线性回归、支持向量回归、极端梯度提升、随机森林、梯度提升及加权平均集成模型等多种机器学习算法，以平衡预测准确性与模型可解释性。模型采用按时间顺序的8:2划分进行训练与测试，并引入滞后变量以捕捉气候与生产动态对价格的延迟效应。最后，在模型评估与解释环节，研究综合运用了RMSE、MAE、MAPE、相关系数r、纳什-萨特克利夫效率等八项指标全面评估模型性能，并采用SHAP框架对最佳模型进行特征归因分析，以量化各输入特征对预测结果的贡献，从而增强模型的可解释性。
3. 结果
3.1. 全球阿拉比卡咖啡价格趋势
通过对1990年至2023年价格与SOI的时序分析发现，咖啡价格呈现长期波动上升趋势，并在特定时期（如2011年、2014-2015年和2021年）出现显著峰值。这些峰值与已知的ENSO（如厄尔尼诺或拉尼娜事件）引发的产量冲击时期相对应，初步揭示了气候异常与价格波动之间的潜在关联。
3.2. 预测阿拉比卡咖啡价格的模型性能
在模型测试阶段的比较评估中，树基模型和集成模型的表现一致优于线性方法。随机森林模型展现出最强的综合性能，其RMSE为18.67美分/磅，MAE为13.47美分/磅，MAPE为10.99%，相关系数r为0.91，纳什-萨特克利夫效率为0.82。XGBoost和梯度提升模型也表现出较高的预测精度。相比之下，支持向量回归和线性回归的预测能力有限。当引入产量、气候等变量的滞后特征后，所有模型的预测性能均得到一致提升，其中随机森林的表现依然最佳，这表明模型能够有效利用气候和生产动态的延迟效应。
3.3. 使用SHAP值的模型可解释性
对最佳模型（随机森林）进行的SHAP分析揭示了各特征对预测结果的影响。特征重要性排序显示，总产量和南方涛动指数对模型输出的影响最为显著，其次是降雨量和平均气温。SHAP摘要图表明SOI、降雨和温度的影响具有条件性和非线性，而SHAP瀑布图则具体展示了在单个预测实例中，各特征值如何从基线预测值调整至最终预测值，例如“年份”特征可能带来较大的负向贡献，而SOI则可能提供正向贡献，从而清晰地阐释了模型内部的决策逻辑。
3.4. 不同提前期的阿拉比卡咖啡价格预测
研究评估了模型在3、6、9、12个月不同提前期的预测表现。结果显示，预测准确度随着预测周期的延长而持续下降。在3个月的短提前期，模型保持了较强的预测能力，其中线性回归和集成模型表现稳定可靠。当提前期延长至6个月时，预测可靠性出现中度下降。而到了9-12个月的长期提前期，所有模型的预测能力均大幅减弱，部分模型的纳什-萨特克利夫效率值甚至为负，表明其预测效果不如使用历史均值。这凸显了短期预测的操作实用性和长期预测面临的巨大挑战。
4. 讨论
本研究通过将气候变率、生产动态和机器学习在一个统一且可解释的框架内明确结合，为农产品价格预测领域做出了贡献。研究证实了非线性集成模型在线性假设不成立时的优越性，并强调了气候信息特征对增强短期预测技能的重要作用。SHAP分析不仅提升了模型透明度，还定量阐释了气候异常如何通过生产冲击传导至国际价格的路径，其中总产量和SOI被确认为主导驱动因素。这支持了将ENSO指标与咖啡价格联系起来的气候-经济关联研究。
在实践应用方面，尽管模型预测能力在超过6个月后下降，但不超过3个月的短期预测具有高度的可操作性，可为咖啡价值链上的各类利益相关者（如农民调整农事与销售、贸易商管理库存与对冲、烘焙商稳定采购）提供决策支持，从而增强市场情报和经济韧性。该框架也可为开发与ENSO挂钩的金融保险产品、政府稳定国内市场的政策制定提供依据，有助于缓解数百万小农户的收入波动，提升咖啡产业在气候变率加剧背景下的抵御能力。
研究也存在一些局限性。预测技能在长期提前期显著衰减，表明纳入汇率、库存、投机等宏观经济变量可能是未来改进的方向。虽然聚焦于四个主产国能代表全球阿拉比卡供应的主要部分，但纳入其他产区可能提升模型的鲁棒性。此外，机器学习模型擅长预测但因果推断能力有限，未来可与非线性误差修正模型等计量经济学方法结合以增强解释力。
5. 结论
本研究探讨了利用气候信息（特别是ENSO信号）通过基于机器学习的建模来可靠预测全球阿拉比卡咖啡月度市场价格的可能性。结果表明，将SOI、降雨量和温度与生产数据相结合，显著提高了预测性能。树基模型，尤其是随机森林，在短提前期（三个月）表现出优异的准确性和拟合度。SHAP特征归因分析支持了气候变率对价格可预测性有重要贡献的假设，并确认了产量和SOI是全球市场价格动态的主要驱动因素，从而证实了从气候异常到供应冲击再到全球价格波动的传导路径。尽管预测能力在超过六个月后下降，但三个月的预测期提供了可靠且具有操作价值的指导。这些发现表明，基于气候信息的机器学习框架可以作为整个咖啡价值链的实用决策支持工具。通过将此预测系统嵌入市场和风险管理策略，利益相关者可以在气候变率加剧的背景下提高韧性、减少不确定性并增强全球咖啡行业的稳定性。
