运用基于机器学习的预测方法评估政府最低价格政策对稻谷出场价走势的影响

《Mathematics》：Evaluating the Impact of the Government Floor Price Policy (HPP) on Farm-Gate-Level Harvested Dry Paddy (GKP) Price Trends Through Machine Learning-Based Forecasting

　　

摘要

政府采购价格是一项旨在维持田间收购的干稻价格稳定、防止农民因收获期间价格下跌而收入减少的政策。目前该政策的有效性尚未得到评估，但有报告显示，一些地区的稻米价格仍低于政府规定的采购价格。本研究分析了在新政策实施前后，田间收购干稻价格的趋势及波动情况，并利用2023年1月1日至2025年12月31日的每日省级数据集，基于极端梯度提升算法构建了省级预测模型。研究选取了日惹特别区、东爪哇、南加里曼丹、巴厘岛、西苏门答腊和占碑这六个省份作为样本。该模型利用政策实施前的数据进行训练，在假设没有该政策的情况下递归预测价格，再将预测结果与政策实施后的实际价格进行对比。分析结果显示，该模型的预测精度非常高，平均绝对百分比误差在0.61%到1.60%之间，均方根误差则在50.31印尼盾到158.04印尼盾之间。对比可见，政策实施后的实际干稻价格往往比无政策情况下的预测价格更高且更稳定，不过这种差异的程度在不同地区有所差异。这些研究结果提供了关于政策实施后干稻价格变动的描述性预测依据，而非政策影响的确定性因果估计。