季節變動分析方法在生產中的應用

王 鳳

（銅陵股份 銅冠電工有限公司，安徽 銅陵 244000）

季節變動分析方法在生產中的應用

王 鳳

（銅陵股份 銅冠電工有限公司，安徽 銅陵 244000）

為研究某企業某產品生產與季節變動關系，采用兩種季節變動分析方法——季節指數法和回歸消除法，對該產品生產與季節變動關系進行統計分析，得出該產品生產具有明顯的季節變動趨勢，即一季度和二季度為產品生產旺季，三、四季度為生產淡季，并運用該產品季節變動趨勢，指導企業生產，為企業合理組織生產經營活動提供了科學依據，帶來了較好的經濟效益。

時間序列；長期趨勢；季節變動；季節變動分析；季節指數法；回歸方程法消除法

1 引言

季節變動是一種比較常見的經濟和社會現象。季節變動分析在生產過程中的重要意義在于掌握事物的變動周期、數量界限及其規律性，以便預測未來，及時采取措施，減小季節變動對生產造成的不良影響，更好地組織生產，提高經濟效益［1］。

某企業某產品的生產情況根據前人的經驗，一般認為該產品生產具有一定的季節性，為了更好地了解該產品生產的特點，以便更好地指導并組織生產，作者就自2006年至2013年8年的該產品產量進行生產的季節性分析。

2 季節變動的定義、特點及測定的目的

統計學上，時間序列的定義是反映社會、經濟、自然現象的數據按時間先后順序記錄形成的數列［2］。該產品各年產量按時間先后順序排列而形成的序列就是時間序列。一組時間序列數據通常是由趨勢變動、周期變動和不規則變動等幾類變化形式的疊加或組合［3］。時間數列的影響因素很多，為了研究經濟現象發展變化的趨勢或規律，就要將這些影響時間數列變動的因素加以分解。一般將社會經濟現象時間數列的總變動分解為四個主要因素：長期趨勢、季節變動、循環變動、不規則變動。其中：季節變動是指時間數列由于季節性原因而引起的周期性變動。季度變動具有以下三個特點，一是季節變動每年重復進行；二是季節變動按照一定的周期進行；三是每個周期變化程度大體相同［2］。季節變動分析的目的：一是確定現象隨季節而變動的規律；二是根據季節變動的規律進行短期預測；三是消除時間序列中的季節因素影響以便更好地研究時間數據的其他變動成分?？傊竟澴儎拥姆治鍪菚r間數列中將一定時期內因季節變動而出現的有規律的周期性變動指標進行分析，以發現規律，掌握規律，提高工作效率［4］。

3 季節變動的分析原理

季節變動原理是將季節變動規律歸納為一種典型的季節模型；該模型由季節指數所組成；根據季節指數與其平均數（100%）的偏差程度來測定季節變動的程度：如果現象沒有季節變動，那么各期的季節指數等于100%，如果現象有明顯的季節變化，則各期的季節指數應大于或小于100%［5］。

4 季節變動分析的方法

4.1 不考慮長期趨勢的季度變動分析法——季節指數法

季度變動分析的方法很多，其中較簡單常用的分析方法是不考慮長期趨勢的季度變動分析法即季節指數法。

季節指數法是一種通過計算各月（或季）的季節指數（又稱季節比率），來反映季節變動的一種分析方法［2］。為此收集該產品歷年各季度產量如圖1。

表1 季節指數法:該產品產量各季度季節比率的計算結果

圖1 歷年各季該產品產量

季節比率的計算方法是首先計算出各同期發展水平的序時平均數，然后將各年同期平均數與全時期總平均數對比即得到季節比率。季節比率計算方法的具體步驟是：

（1）計算各年相同季度的平均數。

以各年一季度產量為例，各年一季度產量總和為21863.98t。

（2）計算各年季度總平均數。

（3）求各季度季節比率。

其他各季度比率計算方法相同。

表1計算結果表明，該產品生產具有季節性變動，最高季節比率為107.43%，最低季節比率為92.19%。這種計算方法簡便易行，在生產中常用。但該方法有兩個缺點：一是沒有考慮長期趨勢的影響 ；二是季節比率的高低受各年數值大小影響，數值大的年份，對季節比率的影響較大，數值小的年份對季節比率的影響較小。

第二個缺點我們可以通過將各年季度產量轉化為相對數后再進行平均的方法加以改進，以消除由于各年數值大小對季節比率的影響，以便更準確反映事物的季節變動的規律。即首先計算每年各季度的序時平均數如2006年季度序時平均數為7647.01/4=1911.75；然后分別計算各季度相對數，如2006年一季度相對數2383.85/1911.75*100%=124.69%。表2為改進后的計算結果。

表2 消除各年數值大小對季節比率的影響

剔除各年產量數據大小的影響后，計算結果更明顯看出該產品生產具有季度變動，第一、二季度季節大于100%，三、四季度小于100%。

4.2 考慮長期趨勢——回歸方程法消除法

一般經濟現象都存在一定的長期趨勢。對于具有明顯趨勢的時間序列，采取季節指數法分析并未能從根本上改善近期值在季度指數中所占權重偏大而遠期數值偏小的狀況。為此，必須消除長期趨勢的影響，以便更準確反映現象隨季節變動的特征。下面采用回歸方程法消除長期趨勢的影響。

回歸方程法消除法的步驟：

首先，利用最小二乘法按擬合產量對時間的回歸方程并得到擬合結果（僅顯示部分數據），可以得到產量y時間t的回歸方程。

表3 回歸方程消除法: 回歸方程擬合結果

由表3數據利用最小二乘法估計建立一元線性方程組：

由此得a=1975.11t，b=36.91，產量y時間t的回歸方程為

Y=1975.11+36.91t

第二，用產量除以按擬合值剔除長期趨勢的影響，并得到新的數據。

最后，計算各年的季節指數（方法與季節比率法相同）。

剔除長期趨勢后，第一、二季度季節比率最高分別為108.51%、107.59%，三、四季度均小于100%，四季度季節比率最低為90.06%。

表4 回歸方程消除法季節變動分析結果

5 結論

從分析結果來看，該產品季節指數第一、二季度較高，大于100%；第三、四季度較低，小于100%。據此得出結論：該企業的某產品生產具有明顯的季節變動趨勢。即一季度和二季度為產品生產旺季，三四季度為生產淡季。

季節比率是用百分數或系數表示季節變動大小的統計指標，其目的在于認識和掌握被研究對象由于季節更換而產生的規律性變化，從而克服因季節變動所引起的不良影響［6］，以便更好地為決策提供依據。為此，企業充分考慮該產品的季節變動的特點，采取各項措施，合理組織企業生產經營活動：首先根據生產的季節性變動規律，適時調整營銷策略，想方設法擴大一、二季度產銷量，三、四季度要堅持產量持平的方針來指導生產；其次在生產高峰來臨前的完成設備更新、檢修工作，確保生產旺季設備正常運轉；再次做好預測性排產工作，減輕生產旺季設備負荷。由于掌握了該產品的季節變動的趨勢，及時采取措施，減小季節變動對生產造成的不良影響，為企業帶來了較好的經濟效益。

［1］謝靜. 季節變動分析法在皮革制衣企業中的應用[J]. 統計與管理, 2012(3):66-67.

［2］全國統計專業技術資格考試用書編寫委員會. 統計業務知識[M]. 北京: 中國統計出版社, 2010:319.

［3］張玉柱. GB/T190001的統計技術應用與審核[M]. 北京:中國標準出版社出版, 2007:319.

［4］鄭愛青. 季節變動分析法在醫院管理中的實用價值[J]. 醫學信息, 2009(4):34-36.

［5］全國統計專業技術資格考試用書編寫委員會. 統計基礎理論及相關知識[M]. 北京: 中國統計出版社, 2005: 82.

［6］陳永益, 何克春. 統計學原理[M]. 北京: 中國財政經濟出版社, 1992: 292.

Application on Seasonal Variation Analysis Method in Production

WANG Feng
（Tongling Tongguan Electrician Co., Ltd., Tongling 244000, Anhui, China）

In order to study the relationship between production and seasonal variation, two kinds of seasonal variation analysis methods-seasonal index method and regression method are adopted to analyze the relationship of product production to seasonal variation in this article. The conclusion has been made that production of this product has obvious seasonal variation trend, i.e. the 1st and 2nd quarter are the peak seasons of production, while the 3rd and 4th quarters are low seasons of production. Applying the product seasonal variation tendency, to guide enterprise production and provide scientific basis for the enterprise to reasonable organize production and bring better economic benefits.

time series；long term trend；seasonal variation；seasonal variation analysis；seasonal index method；eliminate regression equation method

F273

A

1009-3842（2015）05-0062-04

2015-06-26

王鳳（1974-），女，安徽樅陽人，統計師，主要從事綜合統計工作。E-mail:1264324917@qq.com