劉明英 翁世洲 賀依婷

【摘 要】 為準(zhǔn)確預(yù)測(cè)防城港港口貨物吞吐量，為經(jīng)濟(jì)發(fā)展提供重要信息，依據(jù)防城港港2011―2016年的貨物吞吐量數(shù)據(jù)，運(yùn)用剔除了季節(jié)因素影響的時(shí)間序列分析方法建立數(shù)學(xué)模型用于預(yù)測(cè)防城港港貨物吞吐量，并將預(yù)測(cè)結(jié)果與實(shí)際數(shù)據(jù)對(duì)照以驗(yàn)證數(shù)學(xué)模型的有效性，進(jìn)而對(duì)防城港港2018―2021年的貨物吞吐量進(jìn)行預(yù)測(cè)，預(yù)測(cè)結(jié)果為防城港港貨物吞吐量將穩(wěn)步增長(zhǎng)，根據(jù)預(yù)測(cè)結(jié)果為防城港港的發(fā)展規(guī)劃提出建議。

【關(guān)鍵詞】 防城港港;貨物吞吐量;季節(jié)分析;時(shí)間序列分析法

0 引 言

隨著經(jīng)濟(jì)全球化進(jìn)程加快，國(guó)際貿(mào)易量越來(lái)越大，港口是國(guó)際貿(mào)易貨物運(yùn)輸?shù)闹匾h(huán)節(jié)。對(duì)港口貨物吞吐量進(jìn)行科學(xué)預(yù)測(cè)，有利于港口城市經(jīng)濟(jì)及世界經(jīng)濟(jì)發(fā)展。預(yù)測(cè)港口貨物吞吐量是港口規(guī)劃決策工作的基礎(chǔ)，在規(guī)劃決策前期尤為重要。我國(guó)沿海12個(gè)主樞紐港之一的防城港港，與220多個(gè)國(guó)際港口通航，預(yù)測(cè)防城港港貨物吞吐量可為防城港市乃至北部灣經(jīng)濟(jì)圈經(jīng)濟(jì)發(fā)展提供重要信息。

1 防城港港發(fā)展前景

防城港港現(xiàn)有包括25個(gè)生產(chǎn)性泊位在內(nèi)的29個(gè)作業(yè)泊位（其中深水泊位14個(gè)），集裝箱通過(guò)能力25萬(wàn)TEU[1]，碼頭倉(cāng)儲(chǔ)面積超過(guò)180萬(wàn)m2。未來(lái)在我國(guó)華南地區(qū)將會(huì)形成以香港國(guó)際樞紐港為中心，涵蓋廣州南沙港、深圳鹽田國(guó)際港、北部灣港區(qū)的港口群。[2] 防城港港將逐漸顯現(xiàn)以下優(yōu)勢(shì)：

從地理區(qū)位條件看，防城港位于我國(guó)海岸線西南部，與東盟國(guó)家水陸相連，擁有國(guó)家級(jí)口岸5個(gè)。防城港港與相鄰的欽州港、北海港組成北部灣進(jìn)出口貿(mào)易港群。借助良好地理位置和國(guó)家政策支持，防城港港未來(lái)可以發(fā)展成為我國(guó)西南地區(qū)貨物吞吐量最多的港口。

從交通運(yùn)輸條件看，防城港港目前已基本形成海運(yùn)、鐵路及公路運(yùn)輸為一體的綜合交通運(yùn)輸體系。海上運(yùn)輸方面，防城港港與多個(gè)國(guó)家開(kāi)通了集裝箱航線，與越南等國(guó)開(kāi)通了客運(yùn)航線;鐵路運(yùn)輸方面，防城港已開(kāi)通了防城港―南寧、南寧―昆明等線路，而作為西南出海大通道組成部分的南寧―昆明線聯(lián)結(jié)云南、貴州、廣西，并且直通防城港港碼頭[3];公路運(yùn)輸方面，防城港港周圍建有四通八達(dá)的公路網(wǎng)絡(luò)，主干公路與分支公路縱橫交錯(cuò)，公路運(yùn)輸條件優(yōu)越。

2 貨物吞吐量預(yù)測(cè)方法及適用性

2.1 預(yù)測(cè)方法

港口貨物吞吐量的預(yù)測(cè)方法分為定性分析法和定量分析法，由于定性分析法存在一定的不確定性，因而在實(shí)際中較少運(yùn)用。

定量分析法主要有因果分析法、組合預(yù)測(cè)法和時(shí)間序列法等，常用的時(shí)間序列法有移動(dòng)平均法、指數(shù)平滑法、灰色預(yù)測(cè)法等。在使用定量分析法預(yù)測(cè)貨物吞吐量方面，國(guó)外學(xué)者已經(jīng)有一些研究成果，例如：LEDOUX[4]認(rèn)為貨物吞吐量與物流需求存在一定關(guān)系，其研究在港口貨物吞吐量預(yù)測(cè)方面具有前沿性;MEERSMAN[5]以貨物吞吐量為基礎(chǔ)分析港口擴(kuò)建及投資，指出市場(chǎng)競(jìng)爭(zhēng)、港口建設(shè)及規(guī)劃情況等影響港口貨物吞吐量的因素，為分析影響貨物吞吐量的因素提供參考;BULUT[6]研究時(shí)間序列的季節(jié)性影響，提出基于模糊時(shí)間序列預(yù)測(cè)季節(jié)性模糊邏輯的綜合預(yù)測(cè)方法，其方法具有較大可行性。

國(guó)內(nèi)學(xué)者也對(duì)貨物吞吐量預(yù)測(cè)方法進(jìn)行了研究。鄧聚龍[7]提出的灰色理論被中外學(xué)者廣泛應(yīng)用。鄭燕玲[8]以寧波舟山港為例，預(yù)測(cè)分析港口貨物吞吐量，并通過(guò)算例論證了方法的可行性。

2.2 預(yù)測(cè)適用性分析

不同研究方法在研究方向上存在差別，影響港口貨物吞吐量預(yù)測(cè)的因素大多不可量化，數(shù)據(jù)收集和整理難度大。防城港港數(shù)據(jù)統(tǒng)計(jì)不完善，缺乏科學(xué)統(tǒng)計(jì)指標(biāo)，無(wú)法獲取大樣本數(shù)據(jù)。因?yàn)閿?shù)據(jù)受季節(jié)因素影響較大，所以本文采用剔除季節(jié)因素的時(shí)間序列分析法預(yù)測(cè)模型來(lái)預(yù)測(cè)防城港港的貨物吞吐量。

2.3 模型的建立

季節(jié)分析方法[9]是時(shí)間序列分析法的一種，通過(guò)確定季節(jié)指數(shù)來(lái)表示各年的季節(jié)因素，描述各年的季節(jié)變動(dòng)情況，步驟是：

（1）確定季節(jié)指數(shù)并分離季節(jié)因素;

（2）建立預(yù)測(cè)模型并進(jìn)行預(yù)測(cè);

（3）計(jì)算預(yù)測(cè)值。

3 防城港港貨物吞吐量預(yù)測(cè)實(shí)例驗(yàn)證

3.1 確定季節(jié)指數(shù)并分離季節(jié)因素

2011―2016年防城港港貨物吞吐量見(jiàn)表1。

2011―2016年防城港港貨物吞吐量的中心化移動(dòng)平均值及其比值計(jì)算過(guò)程見(jiàn)表2。

為計(jì)算比值的平均值和季節(jié)指數(shù)，將表2中的比值按季度重新進(jìn)行排列，結(jié)果見(jiàn)表3。

為反映防城港港貨物吞吐量的季節(jié)變動(dòng)情況，根據(jù)表3數(shù)據(jù)，將季節(jié)指數(shù)繪制成趨勢(shì)圖，分離季節(jié)因素后的防城港港貨物吞吐量季節(jié)變動(dòng)及趨勢(shì)見(jiàn)圖1。由圖1可知，每年貨物吞吐量最多的是第四季度，最少的是第一季度，且具有明顯的線性趨勢(shì)。因此，可以使用一元線性模型來(lái)預(yù)測(cè)未來(lái)5年的各季度港口貨物吞吐量。

將貨物吞吐量原始數(shù)據(jù)除以季節(jié)指數(shù)，即可得分離季節(jié)因素后的序列，見(jiàn)表4。

3.2 時(shí)間序列回歸預(yù)測(cè)

使用SPSS軟件，將表4中數(shù)據(jù)代入分離季節(jié)因素的線性預(yù)測(cè)回歸方程，可求得各季度預(yù)測(cè)值為

k=b0 + b1 k=2 255.462 7 + 33.697 8 k

式中：b0、b1 均為回歸方程參數(shù)。

將k代入上式即得分離季節(jié)性因素后的各期預(yù)測(cè)值，再乘以季節(jié)指數(shù)S可得最終預(yù)測(cè)值。對(duì)比最終預(yù)測(cè)值與原始值得到預(yù)測(cè)誤差。擬合誤差均在15%以內(nèi)，其中最高為12.06%，最低僅為0.13%，預(yù)測(cè)效果較好。

例如，預(yù)測(cè)第23期即2016年第三季度不含季節(jié)因素的港口貨物吞吐量，將k=23代入趨勢(shì)方程，得Yk= + 33.697 8 ？23=（萬(wàn)t）;含有季節(jié)性因素的港口貨物吞吐量最終預(yù)測(cè)值為 ？1.004 4=3 043.75（萬(wàn)t）。

2016―2021年各季度防城港港貨物吞吐量的預(yù)測(cè)值見(jiàn)表5，預(yù)測(cè)值與實(shí)際值對(duì)比結(jié)果見(jiàn)圖2，可見(jiàn)預(yù)測(cè)值與實(shí)際值及趨勢(shì)較吻合。

3.3 分 析

原始數(shù)據(jù)波動(dòng)較大，在建模初期需要進(jìn)行處理。將上述數(shù)學(xué)模型運(yùn)用于防城港港貨物吞吐量預(yù)測(cè)，對(duì)防城港港近22個(gè)季度的貨物吞吐量進(jìn)行分析，經(jīng)過(guò)計(jì)算得出一組具有明顯增長(zhǎng)趨勢(shì)的預(yù)測(cè)數(shù)據(jù)。將預(yù)測(cè)數(shù)據(jù)與原始數(shù)據(jù)進(jìn)行對(duì)比，誤差在允許范圍內(nèi)，故本文提出的預(yù)測(cè)方法適用于預(yù)測(cè)防城港港貨物吞吐量。

4 結(jié) 語(yǔ)

本文通過(guò)建立數(shù)學(xué)模型對(duì)防城港港貨物吞吐量進(jìn)行預(yù)測(cè)，通過(guò)與實(shí)例數(shù)據(jù)比對(duì)驗(yàn)證了數(shù)學(xué)模型的有效性。預(yù)測(cè)結(jié)果是防城港港的貨物吞吐量將穩(wěn)步增長(zhǎng)，建議防城港港加強(qiáng)基礎(chǔ)設(shè)施建設(shè)，完善交通網(wǎng)絡(luò);提高管理水平，延伸附加服務(wù);把握政策機(jī)遇，適時(shí)調(diào)整港口建設(shè)戰(zhàn)略，以應(yīng)對(duì)未來(lái)不斷增長(zhǎng)的貨物吞吐量。

參考文獻(xiàn)：

[1] 陳宇.廣西防城港港口物流發(fā)展與展望[J].沿海企業(yè)與科技，2008（12）：106-107，105.

[2] 周迎春.防城港集裝箱運(yùn)輸競(jìng)爭(zhēng)力評(píng)估與吞吐量預(yù)測(cè)[D].上海海事大學(xué)，2007.

[3] 百度文庫(kù).防城港區(qū)位優(yōu)勢(shì)[DB/OL].（2018-06-30）[2018- 11-10]https：//wenku.baidu.com/view/62c7ce031ed9ad51f11 df252.html

[4]? LEDOUX C.An Urban Traffic Flow Model Integration Neural Networks[J].Transportation Research Part C：Emerging Technologies， 1997（5）：287-300.

[5] MEERDMAN H M A.Port Investments in an Uncertain Environment[J]. Rresearch in Tansportation Economics， 2005（13）：279-298.

[6] BULUT E.Modeling seasonality using the fuzzy integrated logical forecasting （FILF）approach[J].Expert Systems with Applications， 2014（4）：1806-1812.

[7] 鄧聚龍.灰色控制系統(tǒng)[J].華中工學(xué)院學(xué)報(bào)，1982（03）：9-18.

[8] 鄭燕玲.寧波舟山港集裝箱吞吐量灰色預(yù)測(cè)分析[J].中國(guó)水運(yùn)（下半月刊），2011（2）：26-27，30.

[9]賈俊平.統(tǒng)計(jì)學(xué)[M].北京：中國(guó)人民大學(xué)出版社，2016：343-348.