<noframes id="ixm7d"><noframes id="ixm7d"><rt id="ixm7d"><delect id="ixm7d"></delect></rt><noframes id="ixm7d"><rt id="ixm7d"><rt id="ixm7d"></rt></rt><rt id="ixm7d"></rt> <noframes id="ixm7d"><rt id="ixm7d"><delect id="ixm7d"></delect></rt><delect id="ixm7d"></delect><bdo id="ixm7d"></bdo><rt id="ixm7d"></rt><bdo id="ixm7d"></bdo><noframes id="ixm7d"><rt id="ixm7d"><rt id="ixm7d"></rt></rt><rt id="ixm7d"><rt id="ixm7d"></rt></rt><noframes id="ixm7d"><rt id="ixm7d"></rt><noframes id="ixm7d"><rt id="ixm7d"></rt> <noframes id="ixm7d"><rt id="ixm7d"></rt><noframes id="ixm7d"><noframes id="ixm7d"><noframes id="ixm7d"><rt id="ixm7d"></rt><noframes id="ixm7d"><noframes id="ixm7d"><noframes id="ixm7d"><rt id="ixm7d"></rt><noframes id="ixm7d"><rt id="ixm7d"></rt><noframes id="ixm7d"><rt id="ixm7d"></rt><noframes id="ixm7d">

產品技術性能指標范文

2023-09-29

產品技術性能指標范文第1篇

目前, 排水層材料滲透性能的測定多采用路面滲水儀所測得的滲水系數來代替, 而在水文地質研究中是用滲透系數作為材料的固有性質和計算依據。滲透系數的測試方法按照水頭狀況分為常水頭法和變水頭法2種。一般粘質土與細粒土等滲透性能較差的材料, 滲透系數K小于10-3cm/s, 由于流量太小而難以準確測定, 常采用變水頭法測定其滲透系數。常水頭滲透試驗適用于滲透系數較大的砂類土等材料, 多孔混凝土的滲透系數通常較大 (大于10-2cm/s) , 因此可采用常水頭法測定其滲透系數。

國家標準水利部《土工試驗方法標準》 (GBJ 123-88) 采用常水頭試驗和變水頭試驗分別測試粗粒土和細粒土;水利部《土工試驗規程》 (SL237-1999) 采用常水頭滲透儀 (70型滲透儀) 測試粗粒土 (砂質土) , 采用變水頭滲透試驗測試細粒土 (粘質土和粉質土) ;交通部行業標準《公路土工試驗規程》 (JTJ 051-93) 采用常水頭試驗測試砂類土和含水量礫石的無凝聚性土, 采用變水頭滲透試驗測試于粘質土;交通部行業標準《公路工程瀝青及瀝青混合料試驗規程》采用變水頭滲透試驗測試瀝青路面。

上述分析表明:一般情況下, 滲透系數小的物質常采用變水頭測試法, 滲透系數大的物質采用常水頭測試法, 而現行我國規范中, 對瀝青路面, 無論空隙率大小, 都采用變水頭測試方法, 在這種情況下, 對于大空隙瀝青路面, 常規的變水頭試驗方法已不能滿足。

2 滲透儀分析

滲透系數 (滲水系數) 作為排水層材料的一個重要指標, 在測試方法上卻沒有得到發展和完善。用于室內滲透系數測定的滲透儀多用于土的測定。室內測定滲透系數的儀器按照滲透試驗原理的不同, 一般有常水頭滲透儀和變水頭滲透儀兩種。不同儀器的差別只是在于形式和測量精度上的不同。這兩種試驗方法在國內外都得到了廣泛的應用。一般認為常水頭滲透試驗適用于滲透系數較大的材料, 變水頭滲透試驗適用于滲透系數較小的材料。

2.1 土樣滲透儀

關于多孔混凝土滲透系數的測定, 目前尚無統一的試驗方法, 常見滲透儀主要用于土樣滲透系數的測定。日本JIS A1218T-1979規定了試驗室內測試飽和狀態土滲透系數的試驗方法。美國AASHTO T215-70JA STM D2434-74提出了粒狀土滲透性 (常水頭) 標準試驗方法, 并設計出ASTM常水頭滲透儀。國內已形成標準的常水頭滲透儀主要有70型滲透儀。相對于常水頭滲透儀, 變水頭滲透儀種類繁多, 裝置復雜, 主要有南55型變水頭滲透儀及土樣管滲透儀。

上述幾類滲透儀僅適用于粒狀土滲透系數的測定, 土樣先松散裝人滲透儀, 而后錘擊到一定位置, 沒有考慮側壁滲漏問題, 對于已成型試件不適用。

2.2 大空隙材料滲透儀

對于大空隙材料滲透系數的測定, 國內外一些單位自行設計出幾種滲透儀。

清華大學楊靜利用變水頭滲透儀測試透水性混凝土路面材料的滲透系數, 該設備為兩端開口的有機玻璃方框, 尺寸為10cm×10cm×30cm, 滲透儀正面刻有刻度 (單位:cm) , 可用于計量。測量前, 先將試件四周用蠟封好, 然后將滲透儀置于試件上方, 滲透儀和試件之間用半熱的蠟條封好, 待蠟條冷卻后, 向滲透儀中加水至20cm刻度以上, 待水面下降至16cm刻度時開始計時, 下降至14cm刻度時再計時一次。滲透系數計算式為:

式中:H為水位下降高度, 一般取2cm?t為水位下降H (一般從16cm降至14cm) 的時間 (s) 。

這種方法測出的僅僅是水流通過試件的速度, 無法控制水力梯度的大小, 且對于高透水性材料, 水滲透太快, 很難測得水位下降2cm所用時間。日本混凝土工學協會為測定透水性路面大孔混凝土的滲透性, 參考JIS A1218規定的土樣透水性試驗方法, 設計出試驗裝置見圖1。

首先, 在透水圓筒4內澆筑按設計配合比拌制的大孔混凝土5, 經過必要的養護后, 將透水圓筒1架空, 擱置在定位水桶3內, 定位水桶的上部設有出水管6, 溢水管2與出水管6之間的水位差即為試驗中的水頭。試驗時從透水圓套筒的上部注水, 水在透水圓筒內透過大孔混凝土后進人定位水桶, 最后從定位水桶的出水管排出, 注水時多余的水量從溢水管溢出。當注人的水量與從出水管排出的水量和溢水管溢出的水量取得平衡后, 在啟動秒表計時的同時, 用量筒7計量從出水管排出的水量, 并測量當時的水溫, 即可計算出大孔混凝土的滲透系數。

這種方法最大的特點是排水材料需現澆在透水圓筒內, 難免與實際試件成型方法不一致, 需養護的時間延長了測試的周期。此外, 對于水力梯度的控制也缺乏靈活性。

上述2種滲透系數的測試方法是目前比較常見的, 此外, 還有一些單位根據需要設計出其他形式的滲透儀。這些方法對于多孔混凝土滲透系數的測定都不夠理想, 因此有必要針對多孔混凝土這類材料的特性, 研制適宜的滲透儀。

3 結語

大量國外研究資料和國內現場實驗結果表明:現有規范中瀝青路面滲水系數測試方法并不適用于大空隙瀝青路面, 該法所得的滲水系數 (ml/min) 和大量國外滲透系數 (cm/s) 之間無法建立相關性。

大空隙材料的滲透儀設計標準不一樣式較多, 而不同儀器得到的測試結果之間存在較大的人為誤差, 因此有必要對現有道路規范中的滲水方法進行改進和完善以便適合大空隙瀝青混合料的滲水性能測試。

摘要:大空隙瀝青路面由于其空隙率大, 具有抗滑、降噪、環保等優點, 已經逐漸得到推廣和應用。針對我國現行道路規范中大空隙瀝青路面滲水性能測試方法的特點, 分析滲水性能測試方法和滲透儀的研究現狀。

關鍵詞:大空隙瀝青路面,滲水系數,滲透系數

參考文獻

[1] 中華人民共和國水利部.土工試驗方法標準 (GB/T50123-1999) [S].北京:中國計劃出版社, 1999, 9:77~82.

[2] 南京水利科學研究院編.土工試驗規程 (SL237-1999) [S].北京:中國水利水電出版社.1999, 12:120~129.

產品技術性能指標范文第2篇

摘要:水產品出口貿易在我國農產品對外貿易中占有重要地位,然而中美貿易摩擦已經在一定程度上影響到我國水產品的出口。文章以水產品出口額增長率作為警情指標,通過時差相關分析和均數原則分別確定警兆指標和警情區間,構建了我國水產品出口貿易風險預警指標體系。根據各警兆指標的特點采用A R I MA模型、線性回歸等方法對警兆指標進行預測,將所得預測值同歷史數據相結合,建立雙隱層3層B P神經網絡。在此基礎上對我國水產品未來風險進行了系統預警,并將預測值和實際值對比,得出預測值準確性良好,未來3年我國水產品出口貿易將面臨較大的風險,出口額持續下跌,需做重度防范。最后針對預警結果提出了促進水產品出口結構轉型和質量標準體系建設,逐步擴大水產品國內銷售市場并培育多元化國際新興市場,政府要積極協助,水產行業和協會要強化自身作用等建議。

關鍵詞:中美貿易摩擦;水產品出口;風險預警; B P神經網絡;對策建議

基金項目:國家現代農業產業技術體系專項資金資助( C A R S -4 7).

R e s e a r c ho nE a r l yW a r n i n go fE x p o r tR i s k so fC h i n a ’ s A q u a t i cP r o d u c t sB a s e do nS i n o - U ST r a d eF r i c t i o n

CHE N M i n g k a n g1, 2, 3, YANGZ h e n g y o n g1, 2, 3

( 1 . C o l l e g eo fE c o n o m i c sa n dM a n a g e m e n t s, S h a n g h a iO c e a nU n i v e r s i t y, S h a n g h a i2 0 1 3 0 6, C h i n a; 2 . C h i n aA q u a -c u l t u r eR e s e a r c hC e n t e r, S h a n g h a i 2 0 1 3 0 6, C h i n a; 3 .R e s e a r c hC e n t e rf o rt h eD e v e l o p m e n tS t r a t e g yo fM a r i n eI n -d u s t r y, S h a n g h a i 2 0 1 3 0 6, C h i n a)

A b s t r a c t: T h ee x p o r t t r a d eo f a q u a t i cp r o d u c t so c c u p i e sa n i m p o r t a n tp o s i t i o n i nt h e f o r e i g nt r a d e o f a g r i c u l t u r a l p r o d u c t s i nC h i n a . H o w e v e r, t h eS i n o - U St r a d e f r i c t i o nh a s a f f e c t e dC h i n a ’ s a q u a t i c p r o d u c te x p o r t s t oa c e r t a i ne x t e n t . T h i sp a p e r t o o kt h eg r o w t hr a t eo f a q u a t i cp r o d u c t e x p o r t a s a w a r n i n gi n d i c a t o r, a n dd e t e r m i n e dw a r n i n gi n d i c a t o r sa n dw a r n i n gi n t e r v a l sr e s p e c t i v e l yt h r o u g h t i m ed i f f e r e n c e f i r s t a n a l y s i sa n dm e a np r i n c i p l e, a n db u i l ta ne a r l yw a r n i n gi n d i c a t o rs y s t e mf o r C h i n a ’ sa q u a t i cp r o d u c t e x p o r t t r a d e r i s k s . A c c o r d i n g t o t h e c h a r a c t e r i s t i c so f e a c hw a r n i n g i n d i c a -t o r, A R I MA m o d e l, l i n e a r r e g r e s s i o na n do t h e rm e t h o d sw e r eu s e dt op r e d i c t t h ew a r n i n g i n d i c a -t o r . T h eo b t a i n e dp r e d i c t i o nv a l u ew a sc o m b i n e dw i t hh i s t o r i c a ld a t at oe s t a b l i s had o u b l eh i d d e n l a y e ra n dt h r e e l a y e rB Pn e u r a ln e t w o r k. B a s e do nt h i s, as y s t e m a t i ce a r l yw a r n i n go f t h ef u t u r e r i s k so fC h i n a ’ sa q u a t i cp r o d u c t sw a sm a d e, a n dt h ep r e d i c t e dv a l u e sw e r ec o m p a r e dw i t ht h ea c -t u a l v a l u e s . I tw a sc o n c l u d e dt h a tt h ep r e d i c t e dv a l u e sw e r ea c c u r a t e . I nt h en e x tt h r e ey e a r s, C h i n a ’ sa q u a t i cp r o d u c t se x p o r tt r a d ew i l l f a c eg r e a t e rr i s k sa n dt h ee x p o r tv a l u ew i l lc o n t i n u e . T h e f a l ln e e d s t ob e t a k e ns e r i o u sp r e c a u t i o n s . F i n a l l y, b a s e do nt h er e s u l t so f t h ee a r l yw a r n i n g, s u g g e s t i o n sw e r em a d e t op r o m o t e t h e s t r u c t u r a l t r a n s f o r m a t i o no f t h e e x p o r t o f a q u a t i cp r o d u c t s a n d t h e e s t a b l i s h m e n t o f aq u a l i t ys t a n d a r ds y s t e m, g r a d u a l l ye x p a n d t h ed o m e s t i c s a l e sm a r k e t o f a q u a t i cp r o d u c t s a n dc u l t i v a t e ad i v e r s i f i e d i n t e r n a t i o n a l e m e r g i n gm a r k e t . T h eg o v e r n m e n t s h o u l d a c t i v e l ya s s i s t t h ea q u a t i cp r o d u c t s i n d u s t r ya n da s s o c i a t i o n s t os t r e n g t h e nt h e i ro w nr o l e s .

K e y w o r d s: S i n o - U St r a d ef r i c t i o n,A q u a t i cp r o d u c te x p o r t,R i s k w a r n i n g,B Pn e u r a ln e t w o r k, C o u n t e r m e a s u r es u g g e s t i o n s

0 引言

水產品在我國對外出口貿易中占有重要地位。從全球來看,我國水產品產量和出口額多年來均位居世界第一,養殖產量占全球養殖產量的6 0%以上。2 0 1 8年我國水產品總產量64 5 7 . 7萬t,與上年持平,其中養殖產量為49 9 1 . 0 6萬t,同比增長1 . 7 3%;捕撈產量為14 6 6 . 6萬t,同比降低4 . 7 3%。同時海關最新數據顯示, 2 0 1 9年我國水產品進出口總量達10 5 3 . 3萬t,進出口總額3 9 3 . 6億美元,同比分別增長1 0 . 3%和5 . 4%,而受中美貿易摩擦及其他因素的影響,出口量、出口額同比分別下降1 3 . 8%和8%。水產品出口量和出口額的大幅下降不僅影響出口企業的效益,而且還影響到漁民的就業和增收。因此,加強對我國水產品出口貿易的風險分析和預警研究,提高水產品出口企業的國際競爭力和風險抵御能力,以減少我國水產品出口貿易損失,具有非常重要的理論和現實意義。

目前關于水產品出口貿易風險的預警研究較少。譚城[ 1]應用支持向量機的回歸模型預測方法對我國水產品出口貿易進行了實證分析,得出模型內插檢驗和外推模型均為1 0 0%,以此說明可以對水產品出口貿易風險進行預警。李淑華等[ 2]基于支持向量機對我國水產品出口貿易風險進行了預警研究,并證實了預警模型效果好,可以有效地對我國水產品出口貿易風險進行預警。上述兩篇文章對水產品出口貿易預警指標和預警方法的選擇、指標體系的構建研究做出了一定的貢獻,但是并未對未來水產品風險進行預測,研究具有一定的局限性。水產品進出口貿易領域預警研究就相對較多,寧喜斌等[ 3]、林志鋒等[ 4]分別指出預警技術和預警制度對水產品安全和進出口的作用。李文文[ 5]基于產業安全視角對我國水產品貿易摩擦效應及預警機制進行了研究。張鵬[ 6]根據羅非魚進出口貿易的特征構建了一套羅非魚產業進出口貿易預警指標體系,利用灰色系統和神經網絡預測方法得到2 0 1 2年我國羅非魚進出口貿易處于中警狀態。本研究在前人的研究基礎上,以中美貿易摩擦為背景,運用B P神經網絡對我國水產品出口貿易進行預警研究。

1 中美貿易摩擦的回顧

2 0 1 8年第一季度,美國政府先后不斷對從我國進口的商品征收關稅,具體包括:大型洗衣機( 3 0%)、光伏產品( 5 0%)、鋼鐵( 2 5%)、鋁( 1 0%)等。2 0 1 8年4月4日,美國政府發布了加征關稅的商品清單,將對中國輸美的13 3 3項5 0 0億美元的商品加征2 5%的關稅,主要涉及機器人、航空航天等科技創新產品。作為應對,中國國務院關稅稅則委員會決定對原產于美國的大豆、汽車、化工品等1 4類1 0 6項商品加征2 5%的關稅,實施日期將視美國政府對我國商品加征關稅實施情況,另行公布。2 0 1 8年6月1 5日,美國公布了將加征2 5%關稅的5 0 0億美元中國進口商品清單,其中對約3 4 0億美元商品自2 0 1 8年7月6日起實施加征關稅措施,同時對約1 6 0億美元商品加征關稅開始征求公眾意見。2 0 1 8年7月6日,美國開始對第一批清單上8 1 8個類別價值3 4 0億美元的中國商品加征2 5%的進口關稅,作為反擊,中國也于同日對同等規模的美國產品加征2 5%的進口關稅,至此,中美貿易戰正式打響。8月2 3日,美國在3 0 1調查項下對自中國進口的1 6 0億美元商品加征2 5%關稅。2 0 1 8年9月2 4日,美國對2 0 0 0億美元的中國商品加征1 0%的關稅,中國對美國6 0 0億美元商品征收1 0%或5%關稅作為應對, 2 0 1 9年5月1 0日, 20 0 0億美元商品加征的關稅稅率由1 0%提高到2 5%。而在公布的美國對中國加征關稅清單中,美國商品編號0 3 0、1 6 0、1 7 0三大類都在加征關稅清單上出現。這3類商品都屬于水產品,在加征關稅清單上占據了1 3頁,涵蓋了大部分中國出口到美國的水產品。據海關統計,受加征關稅的影響, 2 0 1 8年第四季度到2 0 1 9年第一季度,我國對美國出口水產品為1 4 . 7億美元,同比減少6 . 6%, 2 0 1 9全年對美國出口量同比下降1 8 . 7%。2 0 2 0年1月1 5日,中美簽署第一階段經貿協議,中方承諾2 0 2 0—2 0 2 1年加大自美國進口20 0 0億元,進口基準規模為2 0 1 7年,美方承諾不再增加關稅,以后有條件逐漸減少。

2 水產品出口貿易風險預警指標體系的構建

2 . 1 指標變量的選取及說明

建立水產品出口貿易風險預警指標體系是進行風險預警的前提。在風險管理中,警兆是警源變成警情的外部形態表現,警源是產生風險的原因。因此,我國水產品出口貿易風險預警體系選取兩類指標變量,警情指標變量和警兆指標變量。對于水產品出口貿易風險預警,當出口貿易風險發生時,最直接的表現形式是水產品出口額的下降。自2 0世紀9 0年代至今,我國水產品出口額總體呈上升趨勢,按此態勢,未來幾年我國水產品出口額有較大的可能性保持上升趨勢。若以水產品出口額作為警情指標,則不利于確定警限,發出警報,同時水產品出口額是一個絕對量,一個靜態指標,不適合作為預警指標。而水產品出口額增長率是一個動態指標,呈波動型變動,當值低于正常值時就會發出警報[ 7],因此本研究選擇水產品出口額增長率作為警情指標。

警兆指標可以分為國家性風險指標和市場性風險指標兩大類,根據我國水產品出口貿易所面臨的風險及其結構特點,將國家性風險指標分為中美、中日、中韓、中歐貿易差變化率,以及在美國、日本、韓國市場占有率7個指標變量。將市場性風險指標分為水產品出口綜合平均價格變化率、水產品國內總產量變化率和人民幣對美元匯率變化率3個指標變量。貿易差數據來源于《中國海關統計年鑒》,市場占有率根據F AO數據庫、UNC o m t r a d e數據庫計算得出,水產品出口綜合平均價格數據和水產品總產量數據來源于《中國漁業統計年鑒》,人民幣對美元匯率來源于國家統計局。

2 . 2 預警指標的數據分析

2 . 2 . 1 警兆指標變量與警情指標變量間的時差相關分析

時差相關分析法是利用相關系數驗證經濟時間序列先行、一致或滯后關系的一種常規方法。在進行相關系數分析之前,首先需要對原始數據進行預處理。對水產品出口額增長率等變量指標在5%的顯著性水平上進行單位根檢驗,結果表明它們均是平穩變量。然后利用S P S S 2 0對序列進行時差相關分析,計算各變量與水產品出口額增長率的時差相關系數,結果如表1所示。

應用時差相關系數法對警兆指標進行分析時,應首先比較其相關系數的大小,相關系數越大,說明警兆指標對警情指標的影響越大,用來預警的準確性就越高;其次,在相關系數差不多的情況下,應優先選擇較小的先導長度,先導長度越小,說明指標的靈敏性越強;最后,對于檢驗為滯后特征的指標變量則應予剔除。按照此原則,最終確定7項警兆指標變量分別為:水產品出口綜合平均價格變化率、人民幣對美元匯率變化率、水產品國內總產量變化率、中美貿易差變化率、中韓貿易差變化率、水產品占美國市場份額變化率、水產品占日本市場份額變化率。

2 . 2 . 2 警情指標變量警限的確定

關于警情指標的警限確定,方法有多種,概括起來可分為三大類:專家經驗法、系統方法和統計方法。專家經驗法主觀性很大;系統方法需要全面考慮各方面的因素,較為復雜;統計方法包括一系列確定警限的具體原則,如多數原則、半數原則、少數原則、均數原則等??偩捣从尘橹笜艘欢螘r間內平均水平,具有代表性,當我國水產品出口額增長率低于這一水平,就意味著水產品出口額增速低于一般情況,需引起重視,因此,本研究采用均數原則確定警限。

依據資料,計算得知1 9 9 3—2 0 1 7年我國水產品出口額增長率均值為1 1 . 4 8%,而由于水產品出口額基數的不斷增大,未來水產品出口額增長率大幅增長有所困難,事實顯示,近5年我國水產品出口額增長率一直保持在1 0%之內,因此選用均值1 1 . 4 8%作為無警警限不合理。鑒于此,本研究將之前年份水產品出口額增速超過2 0%的指標變量剔除,重新計算得水產品出口額平均增長率L為5 . 7 5%,標準差S E為0 . 0 8 8 1,以L、L-0 . 5 S E、LS E分別對應無警、輕警、中警的下限。調整后的水產品出口額增長率警限如表2所示。

3 水產品出口貿易風險預警指標體系的預測

3 . 1 A R I MA模型預測

時域分析方法是從序列自相關的角度揭示時間序列的發展規律,具有理論基礎扎實、操作步驟規范、分析結果易于解釋等優點,是時間序列分析的主流方法。而求和自回歸移動平均模型( A R I MA)則是時域分析方法核心內容。由于中美貿易差數據和中韓貿易差數據不滿足回歸預測、灰色預測等要求,因此采用A R I MA模型進行預測。

對1 9 9 2—2 0 1 7年中美貿易差、中韓貿易差時間序列進行平穩性檢驗,均為非平穩序列,二階差分后平穩,經分析和選擇,最后確定模型分別為A R I AM( 0, 2, 1)和A R I MA( 2, 2, 0) ,且都通過殘差白噪聲檢驗,說明模型滿足預測要求。運用模型A R I MA( 0, 2, 1)和A R I MA( 2, 2, 0)分別對2 0 1 8—2 0 2 2年中美貿易差、中韓貿易差進行預測,預測結果如表3所示。

經換算得出中美貿易差變化率X1 1、中韓貿易差變化率X1 2,如表4所示。

3 . 2 一元線性回歸預測

( 1)水產品占美國市場份額變化率X1 3。根據指標構成要素的特點,對美國進口水產品總額、美國出口水產品總額、美國水產品國內總產值進行一元線性回歸預測,對美國從我國進口水產品總額進行移動平均預測。下面以美國進口水產品總額為例,用R 3 . 5 . 1對美國進口水產品總額建立一元線性回歸模型,擬合并預測,其結果如下。

將構成要素指標預測值計算得出2 0 1 8—2 0 2 2年我國水產品占美國市場份額分別為1 1 . 9%、1 1 . 6 6%、1 1 . 3 0%、1 0 . 9 9%、1 0 . 7 7%。經換算得出我國水產品占美國市場份額變化率X1 3,結果如表5所示。

( 2)水產品國內總產量變化率X2 3。我國水產品國內產量逐年增加(除1 9 9 7年、2 0 1 2年產量輕微下降) ,且與年份呈現非常明顯的線性關系,因此用R 3 . 5 . 1對我國水產品國內總產量建立一元線性回歸模型,擬合并預測,其結果如下。

經換算得出我國水產品國內總產量變化率X2 3,如表6所示。

3 . 3 移動平均法預測

( 1)水產品占日本市場份額變化率X1 4。由于水產品占日本市場份額指標構成要素并非呈現指數特性,因此不能運用灰色系統模型進行預測。通過觀察4個構成要素指標發現,日本從我國進口水產品總額、日本水產品國內總產值、日本出口水產品總額從2 0 1 0年之后均保持平穩震蕩態勢,沒有出現明顯的上升或者下降趨勢,而日本進口水產品總額一直總體呈現震蕩態勢,因此采用移動平均法對這4個要素指標進行預測,并計算得出水產品占日本市場份額。經換算得出我國水產品占日本市場份額變化率X1 4,如表7所示。

( 2)水產品出口綜合平均價格變化率X2 1。我國水產品出口綜合平均價格總體呈現上升趨勢,但增長幅度越來越小, 2 0 1 2—2 0 1 7年價格變化率均低于0 . 0 4%,因此采用移動平均法對水產品出口綜合平均價格變化率X2 1進行預測,預測結果如表8所示。

( 3)人民幣對美元匯率變化率X2 2。自2 0 0 4年以來,人民幣對美元的匯率呈現先下降,后上升的趨勢,且上升趨勢有所減緩,隨著中美經貿關系的改善,人民幣未來將會以升值為主,短期來看保持平穩震蕩。因此采用移動平均法對人民幣對美元匯率進行預測,預測結果如表9所示。經換算得出人民幣對美元匯率變化率X 2 2,如表9所示。

4 基于B P神經網絡的水產品出口貿易風險預警分析

4 . 1 預警模型的數據樣本

根據之前分析所得預警指標體系中警情和警兆指標為基礎,結合實際獲得的數據,以中美貿易差變化率( X1 1)、中韓貿易差變化率( X1 2)、水產品占美國市場份額變化率( X1 3)、水產品占日本市場份額變化率( X1 4)、水產品出口綜合平均價格變化率( X2 1)、人民幣對美元匯率變化率( X2 2)、水產品國內總產量變化率( X2 3)等警兆指標變量為輸入變量X的分量;輸出變量為水產品出口變化率( Y) ,其中Y≥5 . 7 5%表示無警, 1 . 3 5%≤Y<5 . 7 5%表示輕警,-3 . 0 6%≤Y <1 . 3 5%表示中警,Y <-3 . 0 6%表示重警。

樣本1~2 5分別對應1 9 9 3—2 0 1 7年指標年度數據,樣本2 6~3 0分別對應2 0 1 8—2 0 2 2年警兆指標年度預測值。樣本1~2 5的數據此處省略,樣本2 6~3 0的數據見表4至表9。

4 . 2 警兆指標的預處理

為了避免輸入數據具有不同的量綱等因素影響模型預測效果,對輸入數據X進行尺度變換。尺度變換公式為:

將輸入變量進行歸一化處理,得到歸一化之后的指標數據,如表1 0所示。

4 . 3 神經網絡的構建、訓練和測試

4 . 3 . 1 節點個數的確定

輸入層節點數和輸出層節點數的確定。根據之前構建的預警指標體系得知,警兆指標為7個,警情指標為1個,因此,本網絡中輸入節點數n=7,輸出節點數m=1。

隱含層節點數的確定。目前理論上還沒有一種科學的確定隱含層節點個數的方法,實際應用中,往往需要根據設計者的經驗和多次試驗確定[ 8]。本研究根據設定的訓練精度要求不斷調整最后得出,當第一隱含層的節點數為1 4,第二隱含層的節點數為6時, B P神經網絡的模擬效果較好。

4 . 3 . 2 計算函數的選擇

標準B P算法具有理論基礎牢固、推導過程嚴謹、通用性好等優點,但其存在一定的局限性,如網絡訓練的收斂速度慢,有可能出現局部極小的問題等。而R P R O P算法拋開偏導數的大小,采用偏導數的符號所帶來的網絡訓練信息來調整網絡,從而避開了基本B P算法的固有局限性[ 9]。因此本研究采用R P R O P算法,以“t a n h”作為本神經網絡的轉移函數。

4 . 3 . 3 神經網絡的訓練和測試

本研究應用R 3 . 5 . 1對我國水產品出口貿易安全的神經網絡預警模型進行學習訓練,以表1 0中的前2 3組數據作為訓練樣本,第2 4和第2 5組作為測試樣本,最后5組數據為預測樣本,第一隱含層節點數為1 4,第二隱含層節點數為6,轉移函數為“t a n h”進行訓練,目標誤差為0 . 0 0 1,最大循環次數為1 0 00 0 0,學習率上下限為( 1 . 2, 0 . 5) ,經訓練5 9 7次后滿足要求,訓練結果如表1 1所示。

預警模型訓練結果顯示,實際風險等級與預測風險等級完全吻合,用B P神經網絡所構建的我國水產品出口貿易風險預警模型能夠準確地擬合水產品出口額變化率風險情況。然而, B P神經網絡用于預警效果的主要判斷依據是其外推能力的好壞。因此本研究利用2 0 1 6年、2 0 1 7年指標變量作為測試樣本,對以上建立的預警模型進行驗證,表1 1中,第2 4和第2 5組數據驗證結果顯示,運用B P神經網絡輸出的預測值與實際值比較接近,實際風險等級與預測風險等級吻合,由此可見,建立的水產品出口貿易風險預警模型符合要求。從實證結果可推出,利用B P神經網絡對水產品出口貿易風險進行預警是一種切實可行的方法。

4 . 4 預警結果分析

利用訓練好的模型和表1 0中的預測樣本(即2 0 1 8—2 0 2 2年各警兆指標預測值歸一化后的數據) ,對2 0 1 8—2 0 2 2年我國水產品出口貿易風險進行預警分析,同時將2 0 1 8年、2 0 1 9年實際值與預測值進行對比,結果顯示: 2 0 1 8年、2 0 1 9年水產品出口額變化率預測值和實際值比較接近,預測風險等級和實際風險等級吻合,預測結果準確性良好,同時,未來3年我國水產品出口貿易將面臨較大的風險,出口額持續下跌,需做重度防范。

5 研究結論與討論

選用B P神經網絡方法對水產品出口貿易進行預警實證分析,同時將預測值和實際值進行對比,得出3點結論:①利用B P神經網絡對水產品出口貿易風險進行預警是一種切實可行的方法。②模型預測結果準確性良好。③未來3年我國水產品出口貿易將面臨較大的風險,出口額持續下跌,需做重度防范。

水產品出口貿易風險預警研究是一項長期而艱巨的工作,更是一項動態研究。隨著國內外環境形勢的變化,水產品出口所面臨的風險在不同階段出現新的特征,應結合最新的動態進行研究。未來進一步的研究主要體現在2個方面:①預警指標體系的構建。近年來,我國水產品出口品種和出口市場逐步多元化,有的已經超過了部分美歐日韓四大傳統市場,我國水產品出口貿易在未來將會面臨新的風險,預警指標體系的構建應與時俱進,展現最新的風險動態。當然,也要研究和比較不同的預警方法,互相補充、取長補短。②國內國外市場的聯動發展。一方面,促進國內市場水產品消費,有利于減輕水產品出口風險,當水產品出口受阻時,國內消費市場將會分擔壓力;另一方面,國外市場的高質量要求以及出口企業對于出口效益的追求,水產品出口貿易會促進水產品質量的提升,帶動加工業的發展,從而優化國內水產業的產業結構。

6 對策建議

水產品出口在我國農產品出口貿易中扮演非常重要的角色,水產品的出口既關系到出口企業的利益,也是推動漁民增收與就業的重要支撐。當前,我國水產品出口正面臨著復雜嚴峻的國內外形勢,預警結果顯示未來幾年我國水產品出口貿易將面臨較大的風險。針對水產品出口存在的風險問題,以及目前正處于中美貿易摩擦和新型冠狀肺炎疫情的環境下,在構建我國水產品出口貿易風險預警模型的基礎上,還應該從以下幾個方面努力穩定并提升水產品出口,促進水產品出口貿易的健康發展。

6 . 1 促進水產品出口結構轉型和質量標準體系建設

逐步淘汰低端粗加工產能,將重心轉向中高端市場。水產品精深加工業具有高附加值、高科技含量、高市場占有率、高出口創匯四大優點,且我國低端粗加工與用工便宜、原材料成本更低的東南亞國家相比,已漸漸失去市場優勢。因此,我國出口水產品必須實現結構上的轉型,逐步淘汰低端粗加工產能,加強產品的精深加工,將出口的戰略重心轉向中高端市場,做具有高營養、高附加值的中高端產品,提升水產品出口效益。

推進標準化戰略,全面提升水產品質量水平。通過完善水產品質量管理體系,提升水產品質量水平。樹立質量至上的意識,采用國際先進的質量標準,逐步建立國際認可的產品檢測和認證體系,按照國際標準組織生產和質量檢驗,從而規避或減少出口貿易中的技術性壁壘,實現水產品出口由數量向質量效益型轉變。

6 . 2 逐步擴大水產品國內銷售市場并培育多元化國際新興市場

逐步擴大國內銷售市場。隨著我國經濟的快速發展,居民生活水平和消費能力有了顯著的提高。水產品出口企業在開展出口貿易活動的同時,應重視國內市場的銷售。通過擴大水產品內銷,提高水產品國內市場份額,從而減少對國外市場的依賴程度,降低水產品出口企業在對外貿易中所承擔的風險。針對國內不同消費群體,開發適銷對路的高品質、易食用水產品,同時努力擴展銷售渠道,加大宣傳、推介力度。

不斷開拓培育多元化國際市場和渠道。積極調整企業國際市場結構布局,擴大海洋漁業對外開放。在開發傳統的美歐日韓市場基礎上,保持和增強東盟市場,大力開拓中東、非洲、拉美等新興市場。出口市場的多元化有利于分散我國水產品出口壓力,降低出口風險。

6 . 3 政府要積極協助,水產行業和協會要強化自身作用

政府應在貿易摩擦中發揮引領作用。當我國出口水產品遭遇到國外的貿易經濟救濟調查、關稅壁壘等各種阻礙時,商務部、外交部、農業農村部等部門及駐外使館、質量檢驗檢疫等機構要一致聯合,積極出面溝通并協助解決問題,盡可能化解或減少摩擦對水產品行業產生的不利影響。

水產行業協會應強化自身作用。一是加強與國外相關機構的交流,如美國F D A、南方蝦產業聯盟、韓國MOMA F等,及時了解和掌握最新動態,預測未來趨勢,加強風險應對和風險防范。二是提升協會自身實力,增強協會的凝聚力和影響力,提高協會維護行業利益的能力。三是加強水產行業管理,逐步完善水產行業管理辦法,持續推進水產行業亂象專治,維護行業健康運行與發展。

參考文獻

[ 1] 譚城.水產品出口貿易風險預警系統研究[ D].北京:中國農業大學, 2 0 0 5.

[ 2] 李淑華,徐良培,陶建平.基于支持向量機的我國水產品出口貿易風險預警研究[ J].安徽農業科學, 2 0 0 8( 3 0) : 1 3 4 2 3-1 3 4 2 6.

[ 3] 寧喜斌,王璐華.水產品安全現狀與預警技術[ J].食品工業科技, 2 0 0 7( 1 0) : 2 0 3-2 0 5.

[ 4] 林志鋒,褚曉林,黃碩琳.預警制度在水產品出口中應用意義的研究[ J].中國水產, 2 0 1 1( 7) : 2 8-2 9.

[ 5] 李文文.基于產業安全視角的我國水產品貿易摩擦效應及預警機制研究[ D].青島:中國海洋大學, 2 0 1 1.

[ 6] 張鵬.羅非魚產業進出口貿易預警系統的研究[ D].南京:南京農業大學, 2 0 1 3.

[ 7] D R E G E RC. S p e c u l a t i v eB u b b l e o nH o u s i n gM a r k e t s: E l e m e n t s o f a nE a r l yW a r n i n gS y s t e m[ J]. D I W E c o n o m i cB u l l e t i n, 2 0 1 1( 4).

[ 8] 呂硯山,趙正琦. B P神經網絡的優化及應用研究[ J].北京化工大學學報(自然科學版) , 2 0 0 1( 1) : 6 7-6 9.

[ 9] 張治國,楊毅恒,夏立顯,等. R P R O P算法在火成巖巖石分類中的應用[ J].地球物理學進展, 2 0 0 8( 3) : 8 9 8-9 0 2.

上一篇:長鹿農莊旅游作文范文下一篇:財務專業名詞解釋范文

91尤物免费视频-97这里有精品视频-99久久婷婷国产综合亚洲-国产91精品老熟女泄火