季节变动分析方法在生产中的应用

王 凤

（铜陵股份 铜冠电工有限公司，安徽 铜陵 244000）

季节变动分析方法在生产中的应用

王 凤

（铜陵股份 铜冠电工有限公司，安徽 铜陵 244000）

为研究某企业某产品生产与季节变动关系，采用两种季节变动分析方法——季节指数法和回归消除法，对该产品生产与季节变动关系进行统计分析，得出该产品生产具有明显的季节变动趋势，即一季度和二季度为产品生产旺季，三、四季度为生产淡季，并运用该产品季节变动趋势，指导企业生产，为企业合理组织生产经营活动提供了科学依据，带来了较好的经济效益。

时间序列；长期趋势；季节变动；季节变动分析；季节指数法；回归方程法消除法

1 引言

季节变动是一种比较常见的经济和社会现象。季节变动分析在生产过程中的重要意义在于掌握事物的变动周期、数量界限及其规律性，以便预测未来，及时采取措施，减小季节变动对生产造成的不良影响，更好地组织生产，提高经济效益［1］。

某企业某产品的生产情况根据前人的经验，一般认为该产品生产具有一定的季节性，为了更好地了解该产品生产的特点，以便更好地指导并组织生产，作者就自2006年至2013年8年的该产品产量进行生产的季节性分析。

2 季节变动的定义、特点及测定的目的

统计学上，时间序列的定义是反映社会、经济、自然现象的数据按时间先后顺序记录形成的数列［2］。该产品各年产量按时间先后顺序排列而形成的序列就是时间序列。一组时间序列数据通常是由趋势变动、周期变动和不规则变动等几类变化形式的叠加或组合［3］。时间数列的影响因素很多，为了研究经济现象发展变化的趋势或规律，就要将这些影响时间数列变动的因素加以分解。一般将社会经济现象时间数列的总变动分解为四个主要因素：长期趋势、季节变动、循环变动、不规则变动。其中：季节变动是指时间数列由于季节性原因而引起的周期性变动。季度变动具有以下三个特点，一是季节变动每年重复进行；二是季节变动按照一定的周期进行；三是每个周期变化程度大体相同［2］。季节变动分析的目的：一是确定现象随季节而变动的规律；二是根据季节变动的规律进行短期预测；三是消除时间序列中的季节因素影响以便更好地研究时间数据的其他变动成分。总之，季节变动的分析是时间数列中将一定时期内因季节变动而出现的有规律的周期性变动指标进行分析，以发现规律，掌握规律，提高工作效率［4］。

3 季节变动的分析原理

季节变动原理是将季节变动规律归纳为一种典型的季节模型；该模型由季节指数所组成；根据季节指数与其平均数（100%）的偏差程度来测定季节变动的程度：如果现象没有季节变动，那么各期的季节指数等于100%，如果现象有明显的季节变化，则各期的季节指数应大于或小于100%［5］。

4 季节变动分析的方法

4.1 不考虑长期趋势的季度变动分析法——季节指数法

季度变动分析的方法很多，其中较简单常用的分析方法是不考虑长期趋势的季度变动分析法即季节指数法。

季节指数法是一种通过计算各月（或季）的季节指数（又称季节比率），来反映季节变动的一种分析方法［2］。为此收集该产品历年各季度产量如图1。

表1 季节指数法:该产品产量各季度季节比率的计算结果

图1 历年各季该产品产量

季节比率的计算方法是首先计算出各同期发展水平的序时平均数，然后将各年同期平均数与全时期总平均数对比即得到季节比率。季节比率计算方法的具体步骤是：

（1）计算各年相同季度的平均数。

以各年一季度产量为例，各年一季度产量总和为21863.98t。

（2）计算各年季度总平均数。

（3）求各季度季节比率。

其他各季度比率计算方法相同。

表1计算结果表明，该产品生产具有季节性变动，最高季节比率为107.43%，最低季节比率为92.19%。这种计算方法简便易行，在生产中常用。但该方法有两个缺点：一是没有考虑长期趋势的影响 ；二是季节比率的高低受各年数值大小影响，数值大的年份，对季节比率的影响较大，数值小的年份对季节比率的影响较小。

第二个缺点我们可以通过将各年季度产量转化为相对数后再进行平均的方法加以改进，以消除由于各年数值大小对季节比率的影响，以便更准确反映事物的季节变动的规律。即首先计算每年各季度的序时平均数如2006年季度序时平均数为7647.01/4=1911.75；然后分别计算各季度相对数，如2006年一季度相对数2383.85/1911.75*100%=124.69%。表2为改进后的计算结果。

表2 消除各年数值大小对季节比率的影响

剔除各年产量数据大小的影响后，计算结果更明显看出该产品生产具有季度变动，第一、二季度季节大于100%，三、四季度小于100%。

4.2 考虑长期趋势——回归方程法消除法

一般经济现象都存在一定的长期趋势。对于具有明显趋势的时间序列，采取季节指数法分析并未能从根本上改善近期值在季度指数中所占权重偏大而远期数值偏小的状况。为此，必须消除长期趋势的影响，以便更准确反映现象随季节变动的特征。下面采用回归方程法消除长期趋势的影响。

回归方程法消除法的步骤：

首先，利用最小二乘法按拟合产量对时间的回归方程并得到拟合结果（仅显示部分数据），可以得到产量y时间t的回归方程。

表3 回归方程消除法: 回归方程拟合结果

由表3数据利用最小二乘法估计建立一元线性方程组：

由此得a=1975.11t，b=36.91，产量y时间t的回归方程为

Y=1975.11+36.91t

第二，用产量除以按拟合值剔除长期趋势的影响，并得到新的数据。

最后，计算各年的季节指数（方法与季节比率法相同）。

剔除长期趋势后，第一、二季度季节比率最高分别为108.51%、107.59%，三、四季度均小于100%，四季度季节比率最低为90.06%。

表4 回归方程消除法季节变动分析结果

5 结论

从分析结果来看，该产品季节指数第一、二季度较高，大于100%；第三、四季度较低，小于100%。据此得出结论：该企业的某产品生产具有明显的季节变动趋势。即一季度和二季度为产品生产旺季，三四季度为生产淡季。

季节比率是用百分数或系数表示季节变动大小的统计指标，其目的在于认识和掌握被研究对象由于季节更换而产生的规律性变化，从而克服因季节变动所引起的不良影响［6］，以便更好地为决策提供依据。为此，企业充分考虑该产品的季节变动的特点，采取各项措施，合理组织企业生产经营活动：首先根据生产的季节性变动规律，适时调整营销策略，想方设法扩大一、二季度产销量，三、四季度要坚持产量持平的方针来指导生产；其次在生产高峰来临前的完成设备更新、检修工作，确保生产旺季设备正常运转；再次做好预测性排产工作，减轻生产旺季设备负荷。由于掌握了该产品的季节变动的趋势，及时采取措施，减小季节变动对生产造成的不良影响，为企业带来了较好的经济效益。

［1］谢静. 季节变动分析法在皮革制衣企业中的应用[J]. 统计与管理, 2012(3):66-67.

［2］全国统计专业技术资格考试用书编写委员会. 统计业务知识[M]. 北京: 中国统计出版社, 2010:319.

［3］张玉柱. GB/T190001的统计技术应用与审核[M]. 北京:中国标准出版社出版, 2007:319.

［4］郑爱青. 季节变动分析法在医院管理中的实用价值[J]. 医学信息, 2009(4):34-36.

［5］全国统计专业技术资格考试用书编写委员会. 统计基础理论及相关知识[M]. 北京: 中国统计出版社, 2005: 82.

［6］陈永益, 何克春. 统计学原理[M]. 北京: 中国财政经济出版社, 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

王凤（1974-），女，安徽枞阳人，统计师，主要从事综合统计工作。E-mail:1264324917@qq.com