中国·舟山国际水产城指数分析报告

浙江工商大学   徐梅芳 侯睿婕

一、研究的意义

舟山是我国重要的海水产品生产、加工、销售基地之一，承担着沿海江、浙、沪、闽、鲁等四省一市在东海区生产的水产品集散功能，而舟山国际水产城又是全国交易量最大的产地批发市场，交易水产品辐射全国20多个省份。中国·舟山国际水产城指数的发布，对于引导水产品市场平稳运行、政府科学决策、企业合理经营、市场有序发展，以及提升舟山水产品在全国的话语权，都具有重要意义。

为了全面了解各指数间的相关性、差异性，指数波动趋势的变化及原因，本文对中国·舟山国际水产城指数网站上所发布的2012年10月至2013年10月的水产品价格指数和景气指数进行统计分析，希望通过分析得到更加全面的水产品市场走势，从而为市场提供更加准确的预测。

二、月总景气指数和价格指数的分析

（一）月价格指数分析

根据水产品月价格总指数和涨跌幅，画出月价格指数走势的双轴线柱图如图1。

舟山水产品价格指数整体上呈现出：在1、2月份出现短暂的峰值，10月份相对低迷，而其余月份保持在一个相对稳定的水平。在1月份价格指数上涨幅度达到57.25%，2月份虽稍有回落，但仍保持在一个较高的水平，直到3月份则出现大幅的跌落。主要原因有

（1）1、2月份处于春节前后，大量渔民期间下岸回家过年，渔船大部分进入整休期，导致出船量下降，水产品产量大幅下降，交易量持续低迷，价格大幅提升。同时春节期间，随着家庭、亲友聚会的增多，饭馆、酒店等餐饮场所对于海鲜的需求量都较平时有较大的提升，呈现供不应求的局面，导致水产品价格水平持续攀升，到3月份，水产品的价格已基本恢复正常。

（2）10月份，水产品生产进入旺季，上市量持续增大，尤其是季节性产品如虾蟹类等产品的交易成为市场的主角，市场整体交易活跃。而且随着气温的逐步降低，改善了水产品运输的外部环境，各商家积极储备水产品资源，加快了水产品的流通。

（二）月景气指数分析

根据水产品月景气总指数和涨跌幅，画出月景气指数走势的双轴线柱图如图2。

舟山水产品的景气指数在2、3、4、5这几个月份都比较高，10、11、12、1月份较为低迷，在6、7、8这3个月中也有一定的下跌。

因为六月东海渔场进入休渔期，全面禁止灯光围网、帆张网、拖箱、刺网等渔船作业方式，因此码头上基本无捕捞渔船投售交易，海水产品交易量明显下降，但是市场内的冻品交易和养殖水产品交易异常繁忙，大部分经营户将事先收购的冷冻水产品拿到禁渔期来交易，弥补了海水产品交易的空缺，使得商户的信心未出现大幅跌落。

而2012年水产品的不景气，主要与欧美日经济状况不景气相关，日本、欧盟、美国是舟山水产品的出口大国，这些国家因金融危机而减少对进口的需求，导致2012年舟山水产品的出口量减少。同时，又由于国内生产与人工成本上涨，以及人民币汇率波动等因素，抵消了我国水产品出口的利润，直接影响了商户的信心，但这种状况到了2013年便有了明显的好转。

三、各类水产品景气指数和价格指数的比较

（一）价格指数比较分析

根据四类水产品月价格指数和水产品价格总指数的数据，画出月价格指数走势图如图3。

比较舟山水产品的月度价格总指数和各个类别的价格指数可发现，鲜品价格指数与月总价格指数的趋势最为接近，一直保持在略低于总价格指数的位置。说明鲜品价格指数对总价格指数的影响最大，对总指数的走势起到决定性的作用。因为鲜品类中在舟山水产品中所占的比例最大，其价格的浮动对总价格指数的影响尤为明显，加之鲜品的季节性比较明显，所以呈现出短时间内波动较大的特点。

而冻品类和腌干品类的价格指数一直比较平稳，在100左右上下浮动，并且没有出现明显的增长和跌落现象。因为冻品和腌干品可以长期保存，受季节性的影响并不明显，而且在水产品的销售量中所占的比例也比较小，所以价格指数平稳。

活品类的价格指数一直保持在比较低的是水平，但因为活品受季节性影响明显，所以在一年中也会出现明显的峰谷。其中1、2、7月的价格指数较高，3-月、8-10月的价格指数偏低，呈现出明显的季节趋势。

二）景气指数比较分析

根据四类水产品月景气指数和水产品景气总指数的数据，画出月景气指数走势图如图4。

由图可知，获评景气指数与水产品月景气指数是最为接近的，和鲜品的景气指数也大致相同，而冻品的景气指数和其他三类及总景气指数都有较大的差异。具体分析景气指数走势：

冻品和鲜活品的景气指数走势呈现相反的态势，在2012年10-12月及2013年1月鲜品、活品先对不景气时，冻品的景气指数反而是最高的，主要是因为当鲜活品市场较低迷，产出量少的时候，相应的以冻品来弥补市场的空缺，两者在不同时期分别满足市场的需求，呈现此消彼长的趋势。

鲜品、活品、腌干品的景气指数走势比较相似。在2013年的3月到10月期间基本维持在160左右，其中2月份鲜品、活品都有较大幅度升高，但腌品却下降，主要是因为在2月份春节期间，对腌品的需求会有大幅减小，转而购买鲜活品的消费者增多。

鲜活品和总景气指数相似是因为鲜活品在市场中占的总份额较大，直接影响了总景气指数的走势。

四、灰色关联分析——分指数对总指数的影响分析

通过上文的描述性分析，能够大体得出舟山水产品价格指数和景气指数的总体变化规律以及与各分指数的相关关系。但若想进行深入研究，就有必要利用定量分析，将这种模糊的描述量化，使结论更能站住脚。由于舟山水产品指数是今年年初公布，可收集到的数据非常有限，也就是样本量不足，不适合用一般的时间序列或计量模型分析，在此，引入灰色系统理论（Grey System Theory）。

在自然界和思维领域，不确定性问题普遍存在，通过概率论与数理统计，可以解决样本量大、数据多但缺乏明显规律的问题，即“大样本不确定性”问题；通过模糊数学处理人的经验与认知先验信息的不确定问题，即“认知不确定性”问题；而灰色系统是针对既无经验，数据又少的不确定性问题，即“少数据不确定性”问题提出的。

灰色关联分析属于灰色系统理论中基本且核心的内容，具有下述特点：1）少数据（每一序列可以少到3个数据）；2）不必考虑数据的分布；3）计算简便。对于那些行为机制信息不完备、行为数据很稀少、问题处置缺乏经验、其固有内涵又不清楚的对象之间的这些关系的分析来说，灰色关联分析是十分必要的。其基本原理是：根据序列曲线的几何形状的相似度判断联系的紧密程度，曲线越接近，序列之间的关联度越大，反之越小。因此，灰色关联分析对于一个系统的发展变化态势提供了量化的度量，非常适合动态历程分析。

灰色关联分析中，最关键的步骤就是对无量纲的数列计算灰色关联度：

其中，为参考数列在时刻的关联系数，为为参考数列的第个数值，为比较数列的第个数值，为分辨系数（本文根据最小信息原则取

通过计算，得出各指数与其分指数之间的灰色关联度如下：

根据上表中关联度的大小，可以对各指数的影响因素进行排序，如对水产品价格指数的影响作用由大到小排序依次是：鲜品（0.895）＞冻品（0.652）＞腌干品（0.630）＞活品（0.469），其他同理可得。据此可得出以下结论：

1、水产品价格指数主要受鲜品价格影响，其次是冻品和腌干品，活品价格影响较小。其中，鲜品和冻品价格主要受鱼类价格影响，而活品和腌干品主要受虾蟹类影响。

2、水产品景气指数主要受活品、鲜品和腌干品的景气程度影响，受冻品影响较弱。

同时，这些结论还具备一定的实践指导意义。构造指标体系时确定的权重就犹如先验概率，而灰色关联分析得出的关联度又好比后验概率，通过对影响力大小的分析与评估，可以帮助设计者调整所赋权重，构建出更加科学的指标体系。

五、典型相关分析——各子系统间的相关分析

在多级指标体系中，各子系统不仅与总指数存在相关关系，子系统之间也存在着相互影响和作用，如活品中的虾蟹与鲜品中的虾蟹价格就存在显著的相关关系，因此要求政策制定者须全面把握规律、统筹兼顾全局。如果用最原始的方法，分别计算两组变量之间的两两相关系数，就会产生多个简单相关系数，这样既繁琐又不能抓住问题的本质。为了能够从整体上把握变量组之间，即子系统之间的相关关系，引入典型相关分析。

典型相关分析（Canonical Correlation）是研究两组变量之间相关关系的一种多元统计方法。它借用主成分分析“降维”的思想，分别对两组变量提取主成分，将两组变量相关关系的分析转化为一组变量的线性组合（典型变量）与另一组变量的线性组合（典型变量）之间的相关关系分析。借助SPSS软件简单编程，以活品和鲜品两个子系统的典型相关分析为例进行简单说明。首先，须对两组变量进行Pillais检验、Hotellings检验、Wilks检验和Roys的最大根检验，只有通过检验，才能说明变量组间存在相关关系，也才有继续进行典型相关分析的必要。然后，分析典型变量间的相关系数，软件的输出结果如下所示：

由上表可知，一共得到3对典型变量1,2,3,每对典型变量的典型相关系数分别为0.924(与的相关系数）、0.713（）和0.179）。这3对典型变量是否相关，需要对典型相关系数进行显著性检验，一般利用维尔克斯统计量检验，由上表知，当显著水平去0.05时，只有第一个典型相关系数通过检验，即显著相关，它们的标准化表达式为：

此外，在上的载荷分别为0.862、0.986和-0.235，上的载荷分别为0.651、0.996和0.236，载荷的大小反映出原变量与典型变量的相关关系是否密切。综上得出结论：活品价格指数与鲜品价格指数显著相关，主要体现在活品中的鱼类、虾蟹类与鲜品中的鱼类、虾蟹类存在高度的相关关系。

同理，通过对其他子系统进行两两间的典型相关分析，可以得出：

1、活品价格指数与冻品价格指数不存在显著相关关系；

2、活品价格指数与腌干品价格指数显著相关，主要体现在活品中的虾蟹类、贝类与腌干品中的虾蟹类、贝类显著相关；

3、鲜品价格指数与冻品价格指数不存在显著相关关系；

4、鲜品价格指数与腌干品价格指数显著相关，主要体现在鲜品贝类与腌干品贝类高度相关，鲜品虾蟹类与腌干品虾蟹类、藻类高度反相关；

5、冻品价格指数与腌干品价格指数显著相关，主要体现在冻品中的鱼类与腌干品的鱼类存在高度相关关系。

为了能更加直观、清楚地表征各子系统之间的相关关系，绘制如下文式图：

六、参考文献

[1] 吴喜之．统计学：从数据到结论[M]．北京：中国统计出版社，2009

[2] 苏为华．综合评价学[M]．北京：中国市场出版．2005：43-44

[3] 邓聚龙．灰理论基础[M]．武汉：华中科技大学出版社，2002

[4] 邓聚龙．灰色系统基本方法：英汉对照[M]．华中科技大学出版社，2005

[5] 吴隽，薛立．灰色评价方法在电子商务经济增长中的应用研究[J]．中国软科学，2002(5)：106-108