中國水產品產量影響因素研究及預測分析

周睿 李光華 金方彭

摘要：水產品產量是衡量漁業產業發展程度的重要指標之一。選取2007—2017年我國水產品產量、水產養殖面積、災害造成的水產品數量損失、漁業從業人員數量、漁民家庭人均純收入、水產技術推廣機構經費、水產技術推廣機構人員數量、年末機動漁船擁有量等數據，計算它們與產量的動態灰色關聯分析，結果表明，水產養殖面積是影響水產品產量最重要的因素，災害造成的水產品數量損失、漁業從業人員數量、漁民家庭人均純收入、水產技術推廣機構人員數量以及年末機動漁船擁有量對水產品產量有較大影響。另外選取1986—2017年的數據，分別建立指數平滑模型、ARIMA模型及灰色系統模型，對“十三五”期間（2018—2020年）的全國水產品產量進行預測分析，結果表明，3種模型的預測精度均較高，且預測結果差別不大。水產品產量在未來3年仍將保持緩慢增長趨勢，2020年水產品產量將不超過7 000萬t。

關鍵詞：水產品產量;GM（1，1）模型;指數平滑模型;ARIMA模型;預測

中圖分類號： F326.4 ?文獻標志碼： A ?文章編號：1002-1302（2020）10-0327-06

收稿日期：2019-04-30

基金項目：云南省重大科技專項（編號：2016ZA003）。

作者簡介：周睿（1985—），女，湖北黃陂人，碩士，助理研究員，現主要從事漁業經濟研究。E-mail：171871658@qq.com

通信作者：李光華，碩士，副研究員，主要從事淡水漁業科學研究。E-mail：yn118877@126.com。

隨著經濟的發展和人民生活水平的不斷提高，人們對優質水產蛋白的需求不斷增長，水產品已成為人們的生活必需品，是“菜籃子”工程的重要組成部分。水產品產量是衡量漁業產業發展程度的一個重要指標，也是保證水產品供給的決定性因素，影響著水產品價格的穩定性，是開展漁業供給側結構性改革的關鍵因素，因此研究水產品產量增長的影響因素及其增長潛力對于研究漁業產業發展具有重要意義。本研究分析不同投入要素對產量的影響，尋找影響產量增長的有利因素和不利因素，旨在為制定科學合理的漁業政策提供參考。

1 數據來源與方法

1.1 數據來源

為保持統計口徑一致，提高模型的精度，本研究所用數據均來源于《中國漁業統計年鑒》。在進行產量影響因素分析時，選取的是2007—2017年的數據，因為《中國漁業統計年鑒》根據全國第二次農業普查結果和全國第三次農業普查結果對產量數據進行過2次調整，第1次調整的是1997—2006年的數據，第2次調整的是2012—2016年的數據，而其他年份數據沒有作相應調整，根據調整年份前后發布的年鑒數據可知，調整前后養殖面積的變動較大，這樣就會出現產量數據和養殖面積數據不對應的問題。養殖面積是影響產量的重要因素之一，如果數據不對應，則會影響模型的精度。另外，本研究選取灰色關聯法來分析水產品產量的影響因素，經過驗證分析得出，最近幾年的數據對模型精度的影響較大，而前些年的數據對模型幾乎沒有影響。因此，本研究避開第1次數據調整，采用水產品產量第2次調整后的數據并自行調整了養殖面積數據（調整方法詳見下文）來盡可能保證模型結果的合理性。

在水產品產量預測分析中，GM（1，1）模型、指數平滑法和差分整合移動平均自回歸（ARIMA）模型均僅對水產品產量數據具有一定要求，由于指數平滑法和ARIMA模型對樣本容量要求較高，因此選用1986—2017年的數據，而GM（1，1）模型的樣本容量則不需要那么大，因此在建模時根據試驗選擇精度較高的模型維度。

1.2 方法的選擇

研究水產品產量影響因素常用的方法有灰色關聯法、主成分分析法以及多元回歸分析法等，由于主成分分析法在變量的篩選和解釋上具有一定的局限性，回歸分析法存在多重共線性和模型擬合精度不高等問題，因此本研究采用灰色關聯法分析影響水產品產量的因素。水產品產量預測常用的方法有多元線性回歸模型、BP神經網絡模型、灰色預測模型、指數平滑法以及ARIMA模型等，這些方法各有優劣，但是從可行性的角度來說，多元線性回歸模型和BP神經網絡模型對數據的完整性和一致性要求較高，而漁業數據多元線性回歸模型存在多重共線性的問題。綜合以上分析，本研究選擇指數平滑法、ARIMA模型、灰色系統模型來進行定量預測比較分析[1-2]。

2 我國水產品產量及其影響因素之間的動態灰色關聯分析 ?指標的選取一般要遵從相關性、完備性、綜合性、可得性等4個原則。按照這4個原則，本研究從自然資源、勞動力投入、技術創新、基礎設施等4個方面選取水產養殖面積（自然資源，X1）、災害造成的水產品數量損失（自然資源，X2）、漁業從業人員數量（勞動力投入，X3）、漁民家庭人均純收入（勞動力投入，X4）、水產技術推廣機構經費（技術創新，X5）、水產技術推廣機構人員數量（X6）、年末機動漁船擁有量（基礎設施，X7）等7個因素，通過計算它們與水產品產量（X）之間的灰色關聯度，分析得出對水產品產量具有影響的因素，通過計算各年份各因素與水產品產量之間的灰色關聯度，可以得出水產品產量影響因素的變化情況[3]。2007—2017年我國水產品產量及7個影響因素的原始數據見表1。

這里要特別說明的是，第3次全國農業普查結束后，農業農村部聯合國家統計局對2016年部分漁業統計數據進行了調整，并對2012—2015年的水產品產量數據進行了調整，本研究采用的均是調整后的數據。另外，養殖面積對水產品產量的影響較大，而國家并未對2012—2015年的養殖面積數據作出相應調整，從2016年調整前后的養殖面積數據可以看出，2016年養殖面積調整率較高，為12%[5-6]。為提高預測模型的精度，本研究對2012—2015年的養殖面積數據作出一定調整。調整方法為：假設調整之前的養殖產量為Y1，調整之后的養殖產量為Y2，調整之前的養殖面積為S1，調整之后的養殖面積為S2，調整之前的單位面積產量為A1，調整之后的單位面積產量為A2，由于A=Y/S，可以得出，養殖面積的調整率=S1-S2S2=Y1Y2×A2A1-1，這里假設A2A1是固定的，因為在實際情況下，養殖產量的主要影響因素為養殖面積，單位面積產量每年的變化率較小，且本研究以養殖面積為基礎對產量進行調整，因此單位面積產量的調整率是固定的，較為符合實際情況，根據2012—2016年調整前后的產量數據可以計算出2012—2015年調整后的養殖面積數據。

《全國漁業發展第十三個五年規劃》提出，2020年水產品產量達到6 600萬t，捕撈產量控制在 1 000萬t 以內，漁業產值達到14 000億元，占農業總產值的比重為10%左右，漁民人均純收入達到 21 000 元[14]。與漁業發展“十一五”“十二五”規劃相比，“十三五”規劃提出了控制性指標，并且產量與2015年的6 700萬t相比為負增長，各指標增長速度也未列入發展指標[15-16]。從實際的數據來看，2017年，水產品產量為6 445.33萬t，同比增加103%，捕撈產量為1 539.34萬t，同比減少296%;漁業產值為1 517.78億元，占農業產值的比重為10.6%，漁民人均純收入為18 452.78元[4]。2017年，漁業產值和漁業產值占農業產值的比重已提前達到“十三五”規劃中2020年設定的目標，水產品總產量和捕撈產量為負增長指標，通過實施限制性政策手段可以實現，而漁民人均純收入離“十三五”規劃設定的目標尚有差距[17]。岳冬冬等研究表明，水產品產量對于漁民收入具有正向影響作用，即水產品產量是漁民收入增加的一個主要推動力[18]。但是在國家水資源環境政策約束逐漸收緊的前提下，減量增收將成為漁業產業發展的重要政策導向，在今后一段時期水產品產量增長受限的前提下，要保證漁民收入的持續增長，需給予水產養殖業充分的水域發展空間，以確保漁業產業的發展質量和發展地位[18];應大力發展漁業第二、三產業，讓漁民能尋找到新的收入增長點;在政策上給予漁民更多的支持，提高漁民生產的積極性。

參考文獻：

[1]喬俊果. 三種數學模型在海洋經濟預測中的應用[J]. 廣東海洋大學學報，2008，28（4）：16-19.

[2]白福臣. 灰色GM（1，N）模型在廣東海洋經濟預測中的應用[J]. 技術經濟與管理研究，2009（2）：9-11.

[3]丁 娟，汪易易.基于灰色系統模型的山東省漁業產量增長預測分析[J]. 中國漁業經濟，2010，28（6）：92-98.

[4]農業部漁業漁政管理局.中國漁業統計年鑒（2006—2018）[M]. 北京：中國農業出版社，2006-2018.

[5]岳冬冬，王魯民. 我國水產品產量增長特征研究[J]. 江蘇農業科學，2012，40（6）：370-372.

[6]岳冬冬. 中國水產品統計數據修正規律研究——以水產品總量和海水產品產量為例[J]. 華中農業大學學報（社會科學版），2012（1）：33-36.

[7]曹蘭芳，王立群，戴永務. 湖南省林業產業結構灰色動態關聯分析[J]. 林業經濟問題，2013，33（4）：118-121.

[8]張 超，何翔宇，吳榮濤，等. 基于等維信息GM（1，1）模型的河南省糧食產量預測[J]. 河南農業大學學報，2015，49（8）：556-572.

[9]岳冬冬，王魯民. 基于GM（1，1）模型的我國水產品產量預測[J]. 南方農業學報，2012，43（5）：722-726.

[10]王海英，謝 駿，王廣軍，等. 基于灰色動態模型的我國水產品產量預測[J]. 中國漁業經濟，2011，29（4）：135-138.

[11]張淇超. 基于ARIMA模型的貴州省農業總產值預測分析[J]. 中國集體經濟，2013，34（12）：1-2.

[12]王艷妮. 中國農產品產量預測模型的比較研究[D]. 青島：青島大學，2018.

[13]屈磊磊，程 巖. 遼寧省水產品產量的分析與預測[J]. 遼寧工業大學學報（自然科學版），2015，35（2）：138-140.

[14]農業農村部. 農業部關于印發《全國漁業發展第十三個五年規劃》的通知[EB/OL]. （2017-02-20）[2019-03-21]. http：//www.moa.gov.cn/nybgb/2017/derq/201712/t20171227_6131208.htm.

[15]農業農村部. 農業部關于印發《全國漁業發展第十二個五年規劃》的通知[EB/OL]. （2011-11-14）[2019-03-21]. http：//jiuban.moa.gov.cn/zwllm/tzgg/tz/201111/t20111114_2408578.htm.

[16]農業農村部. 農業部關于印發《全國漁業發展第十一個五年規劃》的通知[EB/OL]. （2006-12-20）[2019-03-21]. http：//www.moa.gov.cn/nybgb/2006/dseq/201806/t20180616_6152371.htm.

[17]周 磊，馬改艷，徐學榮. 水產品市場價格和漁民收入的動態關系——基于SPVAR模型的實證[J]. 江蘇農業科學，2018，46（10）：349-354.

[18]岳冬冬，呂永輝，夏 蕓，等. 改革開放40年中國漁業政策與漁民收入增長關系研究[J]. 漁業信息與戰略，2019，34（2）：1-9.