海洋生物醫(yī)藥業(yè)發(fā)展趨勢研究

鄭　莉,蔡大浩

(國家海洋信息中心，天津　300171)

?

海洋生物醫(yī)藥業(yè)發(fā)展趨勢研究

鄭莉,蔡大浩

(國家海洋信息中心，天津300171)

摘要：本文首先采用指數(shù)平滑模型、ARIMA 模型及多元回歸模型，對中國海洋生物醫(yī)藥業(yè)增加值建立了單項預(yù)測模型，隨后引進誘導(dǎo)有序加權(quán)幾何平均(IOWGA)算子的概念，建立了組合預(yù)測模型。實證結(jié)果表明，組合模型能有效提高預(yù)測精度。最后利用組合模型對“十三五”期間中國海洋生物醫(yī)藥業(yè)發(fā)展趨勢進行了預(yù)測分析并提出了對策建議。

關(guān)鍵詞：海洋生物醫(yī)藥業(yè)；IOWGA算子；組合預(yù)測

“十二五”以來，中國海洋生物醫(yī)藥業(yè)取得了重大進展，國家海洋局發(fā)布的《2014年中國海洋經(jīng)濟統(tǒng)計公報》顯示，2014年，中國海洋生物醫(yī)藥業(yè)增加值達到258億元，“十二五”期間，年均增長21.5%，成為突出亮點?！笆濉逼陂g，面對外部環(huán)境的復(fù)雜態(tài)勢，在國民經(jīng)濟新常態(tài)以及“一帶一路”戰(zhàn)略的推動下，海洋生物醫(yī)藥業(yè)將迎來新的發(fā)展格局。作為新興的海洋戰(zhàn)略性新興產(chǎn)業(yè)，適時加快對海洋生物醫(yī)藥業(yè)發(fā)展的宏觀分析與預(yù)測研究，對于確定“十三五”期間產(chǎn)業(yè)增長目標和海洋開發(fā)戰(zhàn)略將具有重要的意義。本文以海洋戰(zhàn)略性新興產(chǎn)業(yè)——海洋生物醫(yī)藥業(yè)為例，對海洋生物醫(yī)藥業(yè)增加值建立動態(tài)組合預(yù)測模型，為其他海洋產(chǎn)業(yè)發(fā)展趨勢預(yù)測提供一定的借鑒。

1誘導(dǎo)有序加權(quán)幾何平均組合預(yù)測模型簡介及文獻綜述

國內(nèi)外許多學(xué)者和機構(gòu)都對海洋生物醫(yī)藥業(yè)的預(yù)測方法進行了廣泛研究，主要方法為時間序列分析法、灰色預(yù)測法、情景分析法等，但組合預(yù)測的方法較少。組合預(yù)測可以綜合利用各種預(yù)測方法所提供的信息，提高預(yù)測的精確度和可靠性。BATES和GRANGER[1]首次提出了組合預(yù)測的概念，即通過確定各單項預(yù)測方法的加權(quán)平均系數(shù)，以適當權(quán)重將不同的單項預(yù)測方法進行組合?；诮M合預(yù)測的思想，Yager[2-3]提出誘導(dǎo)有序加權(quán)平均(IOWA)算子，通過引入IOWA算子，根據(jù)各單項預(yù)測方法在樣本區(qū)間上各時點的擬合精度的高低按順序賦權(quán)，以誤差平方和為準則建立一種動態(tài)組合預(yù)測模型。國內(nèi)學(xué)者陳華友[4-5]最先提出基于誘導(dǎo)有序幾何加權(quán)平均(IOWGA)算子的組合預(yù)測模型，并證明該方法相比于傳統(tǒng)的組合預(yù)測方法具有更高的精度。這種方法克服了傳統(tǒng)靜態(tài)組合預(yù)測模型在集成時存在對單項預(yù)測方法以固定權(quán)系數(shù)賦權(quán)的缺陷，可以對不同時期的單模型預(yù)測結(jié)果進行動態(tài)集成。

誘導(dǎo)有序加權(quán)幾何平均組合預(yù)測模型基本計算過程如下[6-7]：

1.1　計算預(yù)測精度

i=1,2,…,m,t=1,2,…,N

(1)

顯然ait∈[0,1]，預(yù)測精度反映了預(yù)測模型的擬合值與實際值擬合程度的優(yōu)劣。

1.2　確定IOWGA算子組合預(yù)測值

(2)

其中,a-index(it)是第i個大的預(yù)測精度的下標，W=(W1,W2,…,Wm)T為各單項預(yù)測方法在組合預(yù)測中的IOWGA 算子的加權(quán)向量。顯然，新的組合預(yù)測的賦權(quán)系數(shù)與單項預(yù)測方法在各時點上的預(yù)測精度大小密切相關(guān)，預(yù)測精度高就優(yōu)先賦大一點的權(quán)系數(shù)。

1.3　建立基于IOWGA 算子的組合預(yù)測模型

(3)

(4)

1.4　基于IOWGA 算子的組合預(yù)測模型的預(yù)測

(5)

在模型應(yīng)用方面，趙學(xué)敏[7]構(gòu)建了基于IOWGA算子的城市生活需水組合預(yù)測模型,將灰色GM(1，1)模型、自回歸AR(p)模型及多元逐步回歸分析模型予以組合,并證明了該模型預(yù)測精度優(yōu)于各單一預(yù)測模型。顏筱紅[8]利用IOWGA 算子集成GM(1，1)預(yù)測模型、曲線趨勢外推預(yù)測模型、三次指數(shù)平滑預(yù)測模型3種模型在各時點上的預(yù)測信息建立了能源消費組合預(yù)測模型。陳啟明[9]建立了基于IOWGA算子的公路客運量的組合預(yù)測模型，驗證了IOWGA算子組合預(yù)測方法相對于單一預(yù)測方法的優(yōu)越性。盡管IOWGA算子組合預(yù)測方法具有比傳統(tǒng)預(yù)測方法更精確、更穩(wěn)定的預(yù)測結(jié)果，但基本尚未應(yīng)用在海洋經(jīng)濟預(yù)測領(lǐng)域。本文擬在海洋經(jīng)濟領(lǐng)域引入IOWGA算子的組合預(yù)測模型，選取海洋戰(zhàn)略性新興產(chǎn)業(yè)——海洋生物醫(yī)藥產(chǎn)業(yè)為例，對海洋生物醫(yī)藥業(yè)增加值建立動態(tài)組合預(yù)測模型。

2中國海洋生物醫(yī)藥業(yè)增加值預(yù)測實證研究

下文將對中國海洋生物醫(yī)藥業(yè)增加值建立指數(shù)平滑模型、ARIMA 模型及多元回歸模型3種模型，并在此基礎(chǔ)上進行組合預(yù)測實證研究[10-14]。其中，建模數(shù)據(jù)來源于中國海洋統(tǒng)計年鑒(2002—2014年)及核算相關(guān)數(shù)據(jù)資料。圖1描述了中國海洋生物醫(yī)藥業(yè)增加值走勢(2001—2014年)。

數(shù)據(jù)來源：海洋生產(chǎn)總值核算數(shù)據(jù)。

2.1　單項預(yù)測模型

at=αyt+(1-α) (at-1+bt-1)，bt=β(at-at-1)+(1-β) bt-1

(6)

其中α、β取值在[0，1]之間，稱為阻尼因子。預(yù)測值就可以由下式計算：

(7)

利用2001-2013年海洋生物醫(yī)藥業(yè)增加值數(shù)據(jù)，利用Eviews軟件建立Holt—Winters無季節(jié)性模型，得到α、β值分別為1、0.57。通過指數(shù)平滑模型得到2003—2014年中國海洋生物醫(yī)藥業(yè)增加值(見表1)。

ΔdYt=c+α1ΔdYt-1+…+αpΔdYt-p+εt+β1εt-1+…+βqεt-q

(8)

上述模型稱為ARIMA(p，d，q)模型，其中，Yt是d階單整序列，由一個自回歸模型AR(p)和一個移動平均模型MA(q)組成，p為模型的自回歸項數(shù)，q為模型的移動平均項數(shù)。其中，Yt是自回歸移動平均序列，c為常數(shù)，α1…αp表示自回歸系數(shù)，β1…βq表示移動平均系數(shù)，εt是相互獨立的白噪聲序列。

根據(jù)上述建模過程，利用2001—2014年數(shù)據(jù)，對中國海洋生物醫(yī)藥業(yè)增加值序列建立ARIMA(0，2，2)模型，方程估計結(jié)果如下：

(9)

采用建立的ARIMA模型并通過靜態(tài)預(yù)測法，可得到2003—2014年中國海洋生物醫(yī)藥業(yè)增加值(見表1)。

(3)多元回歸模型。多元回歸模型的基本表達式如下：

y=b0+b1x1+b2x2+…+bnxn+εt

(10)

其中，y為因變量，x為自變量，b0,b1,…,bn為待估計參數(shù)。最常見的參數(shù)估計方法為最小二乘估計法。多元回歸模型包括線性回歸及非線性回歸，有多種變形，其中自變量可取對數(shù)、指數(shù)、冪指數(shù)等多種形式。

（2）對于手工滴定分析與色譜分析存在的差距，從化學(xué)滴定分析的局限性進行分析和討論，手工滴定的分析原理為：

(11)

采用多元回歸模型得到2003—2014年中國海洋生物醫(yī)藥業(yè)增加值(見表1)。

2.2　基于IOWGA算子的組合預(yù)測模型

按式(2)對上表計算IOWGA組合預(yù)測值，以t=1，2簡要說明計算過程，當t=1時：

=IOWGA(<0.9985,16.49>,<0.7791,20.11>,<0.7540,20.52>)

=16.49w1×20.11w2×20.52w3

當t=2時：

=IOWGA(<0.9821,19.29>,<0.9496,19.90>,<0.8600,21.60>)

=19.29w1×19.90w2×21.60w3

表1　各種單項預(yù)測方法、預(yù)測精度及預(yù)測值二維數(shù)組

同理可得t=3,…，11的IOWGA組合預(yù)測值，根據(jù)公式(3)～(4)，可得如下最優(yōu)化組合預(yù)測模型：

minF(w1,w2,w3)=0.0086×w1×w1+

0.1500×w2×w2+0.5726×w3×w3-

0.0196×w1×w2-0.0996×w1×w3+

0.3997×w2×w3

由上述組合模型知，t時刻預(yù)測精度排名第二的單項預(yù)測法對應(yīng)的權(quán)系數(shù)取值零，說明該時刻對應(yīng)的單項預(yù)測方法冗余，這和傳統(tǒng)的組合預(yù)測方法的權(quán)系數(shù)的計算有很大的不同。

2.3　組合預(yù)測模型的評價及預(yù)測

一般模型比較方法有絕對數(shù)值比較和相對數(shù)值比較，其中均方根誤差和平均絕對誤差屬于絕對數(shù)值比較，而平均絕對百分比誤差和希爾不等系數(shù)屬于相對數(shù)值比較[4,15]。由于均方根誤差的應(yīng)用原理與平均絕對誤差基本一致，選一種即可，因此最終選擇平均絕對百分誤差、希爾不等系數(shù)和均方誤差。一般認為平均絕對百分比誤差(MAPE)的值低于5%，則預(yù)測精度很高；希爾不等系數(shù)(TheilIC)的值介于0～1之間，且值越小，模型的精度越高。其中，

平均絕對百分比誤差：

希爾不等系數(shù)：

選取2003—2014年中國海洋生物醫(yī)藥業(yè)增加值單項模型預(yù)測及組合模型預(yù)測數(shù)據(jù)計算預(yù)測誤差，從而進行模型評價，結(jié)果見表2及表3。

表2　各個預(yù)測模型評價結(jié)果

表3　基于IOWGA算子的組合預(yù)測模型結(jié)果及評價

從表2中結(jié)果可知，多元回歸模型的MAPE值、RMSE值和TheilIC值較其他單項模型都小，且組合預(yù)測模型的MAPE值、RMSE值和TheilIC值均小于所有單個預(yù)測模型，同時也小于簡單幾何加權(quán)組合預(yù)測模型。由此可見，組合預(yù)測模型比單項預(yù)測模型的精度要高，同時比傳統(tǒng)簡單幾何加權(quán)平均組合預(yù)測精度高，從而表明基于IOWGA算子的海洋生物醫(yī)藥業(yè)增加值組合預(yù)測模型具有效性和優(yōu)越性，是優(yōu)性組合模型。從表3中結(jié)果可知，基于IOWGA算子的組合模型具有很強的預(yù)測性，所有年份的相對誤差均在5%以內(nèi)。此外，由圖2可看出，所有預(yù)測方法中，基于IOWGA算子的組合模型預(yù)測值曲線與實際值曲線最為接近。

從前面的分析可得知，如果所選取模型的信息具有很強的互補性，那么模型的預(yù)測誤差將會更大幅度地降低，因此單項預(yù)測模型的選取在組合預(yù)測模型中是非常重要的。

圖2　2003—2014年海洋生物醫(yī)藥業(yè)增加值

3“十三五”時期海洋生物醫(yī)藥業(yè)預(yù)測及分析

當前，海洋生物產(chǎn)業(yè)處于起步向全面產(chǎn)業(yè)化發(fā)展的關(guān)鍵時期，隨著國家對海洋生物醫(yī)藥業(yè)政策扶持和投入力度的逐步加大，海洋生物醫(yī)藥業(yè)發(fā)展正行駛?cè)肟燔嚨?。在這一背景下，多家公司爭先布局海洋生物產(chǎn)業(yè)，A股市場上，澳柯瑪、山大華特等公司已經(jīng)介入海洋生物醫(yī)藥業(yè)，領(lǐng)域涵蓋海洋植物提取、海洋生物醫(yī)藥產(chǎn)品等。預(yù)計“十三五”期間，海洋生物醫(yī)藥業(yè)將繼續(xù)保持較快發(fā)展態(tài)勢，成為藍色經(jīng)濟新的增長點。

根據(jù)上述單項模型及組合預(yù)測模型，對2015—2020年海洋生物醫(yī)藥業(yè)增加值進行實證預(yù)測。其中，為了預(yù)測2015—2020年海洋生物醫(yī)藥業(yè)增加值，需要對回歸模型中自變量進行預(yù)測，對于海洋生物醫(yī)藥資本變量預(yù)測采用ARIMA(1，1，1)模型預(yù)測，海洋生物醫(yī)藥業(yè)涉海就業(yè)人員采用指數(shù)平滑法預(yù)測，結(jié)果見表4。

表4　“十三五”時期海洋生物醫(yī)藥業(yè)預(yù)測值　單位：億元

由表4可知，預(yù)計到2020年，中國海洋生物醫(yī)藥業(yè)增加值將達到559億元，“十三五”期間海洋生物醫(yī)藥業(yè)增加值的增速將達到14.6%(現(xiàn)價)。在國民經(jīng)濟新常態(tài)大背景下，隨著中國海洋強國及海上絲綢之路戰(zhàn)略的實施，經(jīng)濟體制改革和創(chuàng)新驅(qū)動的推進，以及國家和地方政府政策的大力支持，“十三五”期間中國海洋經(jīng)濟將逐步進入轉(zhuǎn)型期，經(jīng)濟增長轉(zhuǎn)入中高速、結(jié)構(gòu)優(yōu)化、效益提高、民生改善。海洋生物醫(yī)藥固定資產(chǎn)投資屬于產(chǎn)業(yè)發(fā)展前期投入，由上文建立的多元回歸模型的估計結(jié)果公式(11)可知，海洋資本的產(chǎn)出彈性為0.84，勞動力產(chǎn)出彈性為0.16，可見海洋生物醫(yī)藥業(yè)是資本密集型產(chǎn)業(yè)，符合海洋新興產(chǎn)業(yè)發(fā)展特征，明顯區(qū)別于傳統(tǒng)海洋產(chǎn)業(yè)過分依賴于勞動力投入的發(fā)展模式。因此可以預(yù)期，作為海洋戰(zhàn)略性新興產(chǎn)業(yè)，“十三五”期間海洋生物醫(yī)藥業(yè)將順應(yīng)國內(nèi)外經(jīng)濟形勢變化，增速將放緩，且低于“十二五”期間海洋生物醫(yī)藥業(yè)的增速27.5%(現(xiàn)價)。

4政策建議

4.1　加大產(chǎn)業(yè)發(fā)展資金支持力度

海洋生物醫(yī)藥業(yè)是資本技術(shù)密集型產(chǎn)業(yè)，具有高投入、高風(fēng)險、高回報特點，因此加大資金支持力度是保證產(chǎn)業(yè)持續(xù)健康發(fā)展的重要前提?？傮w來看，中國海洋藥物研究與開發(fā)起步較晚，目前仍處于孕育期，各級政府應(yīng)從政策和資金方面扶持產(chǎn)業(yè)的發(fā)展，加大財政投入，拓展支持產(chǎn)業(yè)發(fā)展的財政支持渠道。同時，設(shè)立重大專項，提供資金保障；建立海洋生物醫(yī)藥技術(shù)成果轉(zhuǎn)化、產(chǎn)業(yè)化專項資金，以及中小企業(yè)創(chuàng)業(yè)風(fēng)險投資引導(dǎo)基金，拓展融資渠道，采取傾向性政策措施鼓勵社會資金進入海洋生物醫(yī)藥業(yè)；對海洋生物醫(yī)藥產(chǎn)業(yè)發(fā)展實施政府支持、資金進入、轉(zhuǎn)讓退出的運營模式，推動產(chǎn)業(yè)發(fā)展的市場化運作。

4.2　建立并逐步形成完善的產(chǎn)業(yè)發(fā)展投融資機制

在國家和地方政府加大資金投入的基礎(chǔ)上，國家和地方應(yīng)出臺積極的投融資政策和制度，引導(dǎo)金融機構(gòu)完善信貸擔(dān)保體系，支持海洋生物醫(yī)藥產(chǎn)業(yè)發(fā)展；引導(dǎo)社會資金投向生物產(chǎn)業(yè)，鼓勵設(shè)立產(chǎn)業(yè)投資基金；積極支持符合條件的中小海洋生物醫(yī)藥企業(yè)在中小企業(yè)板和創(chuàng)業(yè)板和境外上市籌資，拓寬渠道，吸引風(fēng)險投資；構(gòu)建具有中國特色的由基礎(chǔ)研究與技術(shù)開發(fā)到工程化、產(chǎn)業(yè)化發(fā)展的良性的海洋生物醫(yī)藥產(chǎn)業(yè)發(fā)展的投融資機制和體系，使其盡快由分散式、自發(fā)式、低水平重復(fù)的現(xiàn)狀轉(zhuǎn)變成為有計劃、有組織、高起點的國家行為，提高中國海洋生物醫(yī)藥研究自主創(chuàng)新能力和產(chǎn)業(yè)發(fā)展的整體水平。

4.3　促進企業(yè)的聯(lián)盟整合，培植大型海洋生物醫(yī)藥企業(yè)

按照“區(qū)別分類、突出重點、產(chǎn)能提升、強化特色、培植優(yōu)勢”的原則，在海洋生物醫(yī)藥產(chǎn)業(yè)基礎(chǔ)雄厚、基礎(chǔ)研究和技術(shù)開發(fā)優(yōu)勢顯著、發(fā)展?jié)撡|(zhì)和勢頭良好的區(qū)域，通過政策引導(dǎo)、資金扶持，以海洋藥物、海洋中藥、基因工程藥物、海洋功能食品、海洋生物醫(yī)用材料等產(chǎn)業(yè)為重點，推動本區(qū)域內(nèi)同類海洋生物醫(yī)藥企業(yè)的整合，形成大型海洋生物醫(yī)藥企業(yè)，示范帶動整個產(chǎn)業(yè)的發(fā)展。

4.4　加強海洋生物醫(yī)藥專業(yè)技術(shù)人才培養(yǎng)和引進力度

從長遠來看，隨著中國海洋經(jīng)濟產(chǎn)業(yè)結(jié)構(gòu)的優(yōu)化與產(chǎn)業(yè)轉(zhuǎn)型升級，海洋專業(yè)技術(shù)人才是高技術(shù)產(chǎn)業(yè)發(fā)展的基石，是產(chǎn)業(yè)可持續(xù)發(fā)展的重要動力。因此，一方面要加強海洋生物醫(yī)藥專業(yè)技術(shù)人才的培養(yǎng)，利用高校、科研院所、企業(yè)的人才資源，制定人才培養(yǎng)和激勵機制，有計劃、有步驟、有目的地培養(yǎng)專業(yè)人才，加速海洋生物醫(yī)藥技術(shù)成果轉(zhuǎn)化和產(chǎn)業(yè)化人才隊伍建設(shè)；另一方面要加強高層次的研發(fā)技術(shù)人員的引進，招賢納士的同時，更好地吸收國外先進技術(shù)。

4.5　建設(shè)國際一流的海洋生物醫(yī)藥研發(fā)創(chuàng)新平臺和產(chǎn)業(yè)化支撐平臺

以海洋生物醫(yī)藥產(chǎn)業(yè)發(fā)展的優(yōu)勢區(qū)域(青島、上海、廈門、廣州)為中心，以基礎(chǔ)設(shè)施條件良好、研究隊伍高度集中、研究特色優(yōu)勢顯著的科研院所為依托，以政府宏觀規(guī)劃和政策引導(dǎo)為導(dǎo)向，充分發(fā)揮市場配置資源基礎(chǔ)性作用，鼓勵企業(yè)參與，改造或新建形成若干具有較大規(guī)模、多學(xué)科融合、創(chuàng)新能力強、開放運行的國家級海洋生物醫(yī)藥研究開發(fā)中心、工程技術(shù)研究中心和公共信息與服務(wù)平臺，提高原始創(chuàng)新能力，促進科研成果的工程化與系統(tǒng)集成能力的大幅提升，并以此促進高層次人才、研發(fā)資金和高新技術(shù)向產(chǎn)業(yè)園區(qū)集聚，形成從基礎(chǔ)研究、技術(shù)開發(fā)、產(chǎn)業(yè)化到規(guī)模化發(fā)展的海洋生物醫(yī)藥產(chǎn)業(yè)鏈體系和生物醫(yī)藥產(chǎn)業(yè)集群，以引領(lǐng)中國海洋生物醫(yī)藥產(chǎn)業(yè)的發(fā)展。

參考文獻：

[1]BATES J M,GRANGER C W J.The combination of forecasts[J].Operational research quarterly,1969，20(4):451-468.

[2]YAGER R R.Induced ordered weighted averaging operators[J].IEEE transactions on systems,man，and cybernetics，part B，1999，29(2):141-150.

[3]YAGER R R.Using fuzzy methods to model nearest neighbor rules[J].IEEE transactions on systems，man and cybernetics，part B，2002，32(4): 512-525.

[4]陳華友,盛昭瀚.一類基于IOWGA算子的組合預(yù)測新方法[J].管理工程學(xué)報,2005,19(4):36-39.

[5]陳華友.組合預(yù)測方法有效性理論及其應(yīng)用[M].北京;科學(xué)出版社,2008.

[6]陳啟明,陳華友.基于IOWGA 算子的最優(yōu)組合預(yù)測模型及應(yīng)用[J].統(tǒng)計與決策,2012(3):88-90.

[7]趙學(xué)敏.用IOWGA算子組合預(yù)測城市生活需水量的研究[J].水電能源科學(xué),2010,01:35-37,113.

[8]顏筱紅.基于IOWGA算子的能源消費組合預(yù)測模型[J].西南民族大學(xué)學(xué)報(自然科學(xué)版),2011(04):543-547.

[9]陳啟明,陳華友.基于IOWGA算子的最優(yōu)組合預(yù)測模型及應(yīng)用[J].統(tǒng)計與決策,2012(03):88-91.

[10]楊桂元,唐小我,馬永開.最優(yōu)加權(quán)幾何平均組合預(yù)測方法研究[J].統(tǒng)計研究,1996(2):55-58.

[11]陳華友.組合預(yù)測權(quán)系數(shù)確定的一種合作對策方法[J].預(yù)測,2003,22(1):75-77.

[12]盧奇,顧培亮,等.組合預(yù)測模型在中國能源消費系統(tǒng)中的建構(gòu)及應(yīng)用[J].系統(tǒng)工程理論與實踐,2003,23(3):24-30.

[13]盧二坡.組合模型在中國能源需求預(yù)測中的應(yīng)用[J].數(shù)理統(tǒng)計與管理,2006,25(5):505-511.

[14]張玉強,寧凌,王桂花.中國海洋戰(zhàn)略性新興產(chǎn)業(yè)培育模型與應(yīng)用研究——以廣東為實證[J].中國科技論壇,2014(2):46-51.

[15]丁晨芳.組合模型分析方法在中國糧食產(chǎn)量預(yù)測中的應(yīng)用[J].農(nóng)業(yè)現(xiàn)代化研究,2007(1):101-103.

(責(zé)任編輯沈蓉)

Development Trend of China’s Marine Biomedicine Industry

Zheng Li，Cai Dahao

(National Marine Data & Information Service，Tianjin，300171,China)

Abstract：China’s marine biomedicine industry has developed rapidly in recent years.Firstly，the paper respectively makes use of exponential smoothing model，ARIMA model and multiple regression model to construct models of added value of China’s marine biomedicine industry.Secondly，by introducing the concept of induced ordered weighted geometric averaging operator，it constructs the combination forecasting model of added value of marine biomedicine industry.The empirical results show that the combination forecasting model can effectively improves the prediction accuracy.Finally，it predicts the development trend of China’s marine biomedicine industry during the 13th Five-Year Plan period by using the above combination forecasting model and then gives the corresponding policy recommendations.

Key words:Marine biomedicine industry；IOWGA operator；Combination forecasting

中圖分類號:F062.9

文獻標識碼:A

作者簡介：鄭莉(1987-)，女，湖北黃岡人，國家海洋信息中心助理研究員；研究方向：海洋經(jīng)濟統(tǒng)計與預(yù)測。

收稿日期:2015-04-15