文/袁琪
1.政治因素。2019年7月25日,《大連航空運(yùn)輸業(yè)專項(xiàng)補(bǔ)貼發(fā)展暫行管理辦法》宣傳實(shí)施會(huì)議在大連機(jī)場(chǎng)召開。為加快大連東北亞國(guó)際航運(yùn)中心建設(shè),大連口岸辦積極尋求市政府補(bǔ)貼政策,每年拿出4000萬財(cái)政資金用于航班航線開發(fā)補(bǔ)貼。2020年8月14日商務(wù)部發(fā)布的《全面深化服務(wù)貿(mào)易新發(fā)展試點(diǎn)總體方案》中,將大連在內(nèi)的28個(gè)省市作為試點(diǎn)地區(qū)開通第五航權(quán)航線,推動(dòng)大連機(jī)場(chǎng)與共建“一帶一路”國(guó)家和地區(qū)擴(kuò)大以貨運(yùn)為主的航空運(yùn)輸服務(wù),意味著可以通過開拓航線網(wǎng)絡(luò)彌補(bǔ)貨源不足的問題,增加運(yùn)營(yíng)收入,大力提升貨物中轉(zhuǎn)量。
2.經(jīng)濟(jì)因素。2019年遼寧實(shí)現(xiàn)GDP總量24909.5億元,比上年增長(zhǎng)5.5%,排名全國(guó)大陸省級(jí)地區(qū)前15名??v觀大連市這幾年發(fā)展勢(shì)頭,大連市著重于產(chǎn)業(yè)布局的優(yōu)化和產(chǎn)業(yè)結(jié)構(gòu)的調(diào)整,從農(nóng)業(yè)、工業(yè)和建筑、交通運(yùn)輸和郵電、文化旅游以及環(huán)境生態(tài)等方面進(jìn)行全域謀劃,統(tǒng)籌兼顧。2020年突然爆發(fā)的新冠肺炎疫情在全球蔓延,根據(jù)《全球經(jīng)濟(jì)展望》報(bào)告,全球國(guó)內(nèi)生產(chǎn)總值在2020年萎縮4.3%。而中國(guó)由于抗疫成果顯著,根據(jù)海關(guān)總署的數(shù)據(jù),2020年中國(guó)貨物貿(mào)易進(jìn)出口總額為32.16萬億元,比2019年增長(zhǎng)1.9%。貿(mào)易順差3.7萬億元,增加27.4%,成為各大經(jīng)濟(jì)體中唯一實(shí)現(xiàn)經(jīng)濟(jì)增長(zhǎng)的國(guó)家。
3.社會(huì)因素。大連位于環(huán)渤海地區(qū),它是中國(guó)重要的陸、海、空運(yùn)輸港口城市之一,農(nóng)漁產(chǎn)品產(chǎn)量高,質(zhì)量好,市場(chǎng)需求旺盛。由于航空貨物運(yùn)輸?shù)膬?yōu)勢(shì),隨著季節(jié)性變化,逢大連每年的櫻桃季、海鮮季、蘋果季、“雙十一”購物狂潮以及特殊節(jié)假日的“禮品季”等,為了最大程度保證產(chǎn)品質(zhì)量、保障時(shí)效性和安全性,減少損耗,貨主都會(huì)選擇“快、準(zhǔn)、狠”的航空運(yùn)輸方式承運(yùn)這些貨物以便保質(zhì)保量、迅速交付貨物。大連航空可以起降波音747和其他大型飛機(jī),目前擁有13架波音737-800飛機(jī)開通了數(shù)百條國(guó)際和國(guó)內(nèi)航線,是中國(guó)東北地區(qū)最大的貨運(yùn)航空運(yùn)輸基地。隨著大連城市建設(shè)水平的不斷提高,大連地區(qū)經(jīng)濟(jì)得以騰飛,拉動(dòng)了航空貨物運(yùn)輸?shù)拇蟀l(fā)展,航空貨運(yùn)量得到大幅度增長(zhǎng)。
4.技術(shù)因素。對(duì)于航空貨運(yùn)業(yè)而言,先進(jìn)的物流業(yè)信息技術(shù)在貨物跟蹤系統(tǒng)、電子化訂艙、顧客自動(dòng)化服務(wù)系統(tǒng)等技術(shù)正在不斷完善和改進(jìn),讓進(jìn)出港貨物的地面運(yùn)輸、裝卸、倉儲(chǔ)、互聯(lián)網(wǎng)信息等“一站式”現(xiàn)代物流空港變得更加有效率,降低人工操作的失誤率的同時(shí),有利于貨主可以隨時(shí)隨地追蹤貨物的運(yùn)輸狀態(tài)和交易時(shí)間。伴隨著我國(guó)航空貨運(yùn)業(yè)信息技術(shù)的快速發(fā)展,有利于航空貨運(yùn)進(jìn)一步優(yōu)化運(yùn)輸配送路線和時(shí)間,全面提高航空物流的運(yùn)營(yíng)水平和綜合服務(wù)能力,優(yōu)化航空貨物運(yùn)輸?shù)恼w操作流程,這無異于為大連乃至全國(guó)機(jī)場(chǎng)貨運(yùn)的發(fā)展提供了強(qiáng)有力的技術(shù)支持。
1.大連機(jī)場(chǎng)貨運(yùn)公司原始數(shù)據(jù)分析
從2006年至2020年大連機(jī)場(chǎng)貨運(yùn)公司貨郵吞吐量,如圖1所示。
圖1 2006-2020年大連機(jī)場(chǎng)貨運(yùn)公司貨郵吞吐量Fig.1 2006-2020 Cargo throughput of Dalian Airport Cargo Com pany
由上圖可以看出,除了2020年受新冠疫情影響,同比下降較嚴(yán)重以外,貨運(yùn)公司每年的總體貨量都能在10萬噸以上,尤其在2016年和2017年之間,更是由14.9萬噸飛躍至16.5萬噸,同比由8.29%上升至10.66%,增幅跨度明顯。由于大連特殊的地理位置,使得大連在全國(guó)疫情后又歷經(jīng)兩次由冷鏈運(yùn)輸引起的疫情,造成2020年數(shù)據(jù)波動(dòng)較大,為了預(yù)測(cè)的精準(zhǔn)性,因此在下文的預(yù)測(cè)當(dāng)中將忽略2020年數(shù)據(jù)進(jìn)行相關(guān)預(yù)測(cè)。
2.預(yù)測(cè)方法選擇。由于影響大連機(jī)場(chǎng)貨運(yùn)公司貨郵吞吐量的因素較多,單項(xiàng)的預(yù)測(cè)方法較難應(yīng)對(duì)現(xiàn)實(shí)復(fù)雜化情況,并且對(duì)于影響因素的分析也是不全面的,所以采用預(yù)測(cè)方法結(jié)合的模式對(duì)貨郵吞吐量進(jìn)行預(yù)測(cè)。
3.貨郵吞吐量預(yù)測(cè)
3.1 線性回歸預(yù)測(cè)
主要思路是建立模型-估計(jì)參數(shù)-進(jìn)行檢驗(yàn)-進(jìn)行預(yù)測(cè)。
(1)建立模型。一元線性回歸模型的表述如公式(3.1)所示。
y=a+bx(3.1) 公式中a、b是未知參數(shù);b為直線斜率,a為直線截距。
(2)估計(jì)參數(shù)。要將一元線性回歸模型用于預(yù)測(cè),首先要得到a、b參數(shù)的值。本文通過最小二乘法進(jìn)行參數(shù)估計(jì),計(jì)算參數(shù)b的值如公式(3.2)所示,a的值如公式(3.3)所示。
(3)預(yù)測(cè)結(jié)果。計(jì)算在一元線性回歸預(yù)測(cè)條件下,對(duì)機(jī)場(chǎng)貨物吞吐量進(jìn)行預(yù)測(cè)。數(shù)值計(jì)算可得的值。根據(jù)公式(3.2)和公式(3.3)計(jì)算可得:b=3796.28,a=-7500518。
貨物吞吐量預(yù)測(cè)函數(shù)為:
y=-7500518+3796.28x
計(jì)算在一元線性回歸預(yù)測(cè)條件下,貨物吞吐量數(shù)據(jù)2021年至2025年的預(yù)測(cè)值,如表1所示。
表1 大連機(jī)場(chǎng)貨運(yùn)公司貨郵吞吐量預(yù)測(cè)值Tab.1 Forecast Value of Cargo and M ail Throughput of Dalian Airport Cargo Com pany
3.2 灰色預(yù)測(cè)。主要思想是識(shí)別系統(tǒng)因素和發(fā)展趨勢(shì)之間的差異程度,通過生成和處理原始數(shù)據(jù)來找到系統(tǒng)的變化規(guī)律,從而建立預(yù)測(cè)模型來預(yù)測(cè)事物未來的發(fā)展趨勢(shì)。
若原始序列為{X(0)(k)}={X(0)(1),X(0)(2),…,X(0)(n)},對(duì)其進(jìn)行數(shù)據(jù)平滑處理生成新的序列{X’(0)(k)},如公式(3.4)、公式(3.5)、公式(3.6)所示。
根據(jù)公式(3.4)、公式(3.5)、公式(3.6)可以得出平滑過后的新序列數(shù)據(jù),用這組數(shù)據(jù)進(jìn)行以下的預(yù)測(cè)。
記平滑后時(shí)間序列為:X(0)={X(0)(1),X(0)(2),X(0)(3),…,X(0)(n)}
記生成列為:X(1)={X(1)(1),X(1)(2),X(1)(3),…,X(1)(n)}
式中:X(1)(k)=(0)(i)=X(1)(k-1)+X(0)(k)
(2)建立 GM(1,1)模型
設(shè)時(shí)間序列 X(0)(k)有 n個(gè)觀察值,X(0)={X(0)(1),X(0)(2),…,X(0)(n)},按上文所述得到生成列 X(1)={X(1)(1),X(1)(2),…,X(1)(n)},則 GM(1,1)模型相應(yīng)的微分方程如公式(3.7)所示。
其中,a稱為發(fā)展灰數(shù);μ稱為內(nèi)生控制灰數(shù)。
②關(guān)聯(lián)度檢驗(yàn)
根據(jù)上文關(guān)聯(lián)度計(jì)算方法得X?(0)(i)與X(0)(i)的關(guān)聯(lián)系數(shù),由此計(jì)算關(guān)聯(lián)度,根據(jù)經(jīng)驗(yàn),當(dāng)ρ=0.5時(shí),關(guān)聯(lián)度大于0.6即滿意。
(4)預(yù)測(cè)結(jié)果
在灰色模型預(yù)測(cè)下,對(duì)表2所呈現(xiàn)的原始數(shù)據(jù)遵循以上步驟進(jìn)行預(yù)測(cè),得出的大連機(jī)場(chǎng)貨郵吞吐量預(yù)測(cè)公式:
表2 后驗(yàn)差檢驗(yàn)評(píng)判標(biāo)準(zhǔn)表Tab.2 Posterior Poor Test Evaluation Standard Table
根據(jù)以上公式對(duì)其進(jìn)行2021年-2025年間貨郵吞吐量的預(yù)測(cè),如下表3所示。
表3 大連機(jī)場(chǎng)貨運(yùn)公司貨郵吞吐量預(yù)測(cè)值Tab.3 Forecast Value of Cargo and M ail Throughput of Dalian Airport Cargo Com pany
3.3 指數(shù)平滑預(yù)測(cè)。根據(jù)貨運(yùn)公司貨郵吞吐量數(shù)據(jù),選取三個(gè)數(shù)0.7,0.8,0.9分別作為α的取值,然后計(jì)算不同值下的均方差,選取使得均方差最小的α作為預(yù)測(cè)實(shí)際使用的α值,數(shù)據(jù)計(jì)算可知,當(dāng)α取0.9時(shí),均方差最小,故取α=0.9。計(jì)算在一次指數(shù)平滑預(yù)測(cè)條件下結(jié)合Excel的FORECAST函數(shù),數(shù)據(jù)2021年至2025年的預(yù)測(cè)值,如表4所示。
表4 大連機(jī)場(chǎng)貨運(yùn)公司貨郵吞吐量預(yù)測(cè)值Tab.4 Forecast Value of Cargo and M ail Throughput of Dalian Airport Cargo Com pany
3.4 組合預(yù)測(cè)結(jié)果
三種預(yù)測(cè)方法所得貨郵吞吐量預(yù)測(cè)數(shù)據(jù)與實(shí)際數(shù)據(jù)2007年至2019年的對(duì)比,得
將三個(gè)權(quán)重分別賦予相應(yīng)的預(yù)測(cè)值進(jìn)行組合預(yù)測(cè)。
通過組合預(yù)測(cè)得2021年至2025年的貨郵吞吐量預(yù)測(cè)值見下表5。
表5 大連機(jī)場(chǎng)貨郵吞吐量預(yù)測(cè)表Tab.5 Dalian Airport Cargo and M ail Throughput Forecast Table
綜上所述,根據(jù)表5,可見從2021年至2025年貨郵吞吐量呈現(xiàn)遞增趨勢(shì),從2021年的16.5萬噸到2025年的18.1萬噸,預(yù)示著大連機(jī)場(chǎng)貨運(yùn)公司在未來的發(fā)展中是具有巨大潛力的航空貨物運(yùn)輸公司。隨著2021年大連機(jī)場(chǎng)國(guó)內(nèi)貨運(yùn)和國(guó)際貨運(yùn)的出港貨包機(jī)的不斷恢復(fù),尤其是國(guó)際貨運(yùn)的大韓、日航以及全日空航空“客改貨”包機(jī)的運(yùn)輸,極大提升了貨郵吞吐量,與此同時(shí),結(jié)合大連機(jī)場(chǎng)貨運(yùn)公司自身發(fā)展情況,疫情對(duì)大連機(jī)場(chǎng)貨運(yùn)公司的影響逐漸縮小,貨運(yùn)公司的復(fù)工復(fù)產(chǎn)正在有序進(jìn)行。在未來的發(fā)展中,大連機(jī)場(chǎng)貨運(yùn)公司貨郵吞吐量依然呈現(xiàn)穩(wěn)步的上升走勢(shì),為了更好地適應(yīng)新的航空市場(chǎng)需求,在復(fù)工復(fù)產(chǎn)的同時(shí),更應(yīng)該做好未來航空貨物運(yùn)輸?shù)膽?zhàn)略規(guī)劃工作。