基于多元線性回歸模型的瀾滄江—湄公河客運(yùn)量預(yù)測

譚家萬等

【摘 要】 選取2005―2013年瀾滄江流域客運(yùn)量及云南省相關(guān)統(tǒng)計(jì)數(shù)據(jù)為樣本數(shù)據(jù)，建立瀾滄江-湄公河客運(yùn)量多元線性回歸預(yù)測模型，對模型精度進(jìn)行檢驗(yàn)。根據(jù)瀾滄江水路客運(yùn)量預(yù)測結(jié)果，歷史實(shí)際值與擬合值貼合較好，表明所建立的模型具有較高的實(shí)用性和可靠性，對瀾滄江-湄公河水路客運(yùn)及相關(guān)行業(yè)的發(fā)展具有一定的導(dǎo)向作用。

【關(guān)鍵詞】 瀾滄江；水路客運(yùn)量；多元線性回歸預(yù)測模型

0 背 景

水路客貨運(yùn)量預(yù)測分析工作是航運(yùn)生產(chǎn)經(jīng)營活動的重要環(huán)節(jié)，是航運(yùn)規(guī)劃、統(tǒng)計(jì)工作的重要組成部分。加強(qiáng)水路客運(yùn)量預(yù)測分析工作，及時(shí)掌握水路運(yùn)輸市場發(fā)展動態(tài)和需求，是水路運(yùn)輸業(yè)積極適應(yīng)市場環(huán)境、在競爭中找準(zhǔn)發(fā)展方向的有效途徑，也是實(shí)現(xiàn)跨越式發(fā)展、制定相應(yīng)措施、使有限的水上運(yùn)輸資源發(fā)揮更大作用的基礎(chǔ)和重要環(huán)節(jié)。

瀾滄江-湄公河作為一條流經(jīng)東南亞6個(gè)國家的重要國際河流，不僅是我國通向中南半島乃至東南亞的中軸線，而且是連接?xùn)|盟與我國的重要水路通道，又是發(fā)展?jié)摿ψ畲蟆⑦\(yùn)輸成本最低的黃金水道。瀾滄江-湄公河區(qū)域各國之間的經(jīng)濟(jì)、文化合作如火如荼地開展，水上運(yùn)輸發(fā)展迅速，加快該水運(yùn)大通道建設(shè)對促進(jìn)沿岸各國深化合作、鞏固長久的睦鄰友好關(guān)系具有重大而深遠(yuǎn)的意義。因此，為了滿足該區(qū)域經(jīng)濟(jì)社會發(fā)展對水上交通運(yùn)輸?shù)男枨螅茖W(xué)、準(zhǔn)確地預(yù)測客運(yùn)量成為一項(xiàng)重要的研究課題，可以作為我國加快瀾滄江航運(yùn)開發(fā)建設(shè)決策、綜合交通運(yùn)輸布局的重要依據(jù)，可以為區(qū)域水運(yùn)交通規(guī)劃和管理提供必要的依據(jù)。

本文通過建立瀾滄江-湄公河客運(yùn)量多元線性回歸模型，利用模型進(jìn)行預(yù)測，并對模型精度進(jìn)行檢驗(yàn)。

1 瀾滄江-湄公河客運(yùn)量多元線性 回歸預(yù)測模型的構(gòu)建

目前，預(yù)測水運(yùn)客運(yùn)量的方法有很多種，如回歸分析法、指數(shù)平滑法、灰色預(yù)測法等。多元線性回歸預(yù)測模型因具有模型簡潔、預(yù)測精度較高等優(yōu)點(diǎn)而最為常用，本文將利用多元線性回歸模型預(yù)測瀾滄江-湄公河客貨運(yùn)量。

1.1 自變量選取

某一區(qū)域水上客貨運(yùn)輸需求常常與該區(qū)域社會、經(jīng)濟(jì)、環(huán)境等多種因素相關(guān)。瀾滄江-湄公河航道與印度洋連接，形成內(nèi)河與海洋互聯(lián)的水運(yùn)大網(wǎng)絡(luò)，將我國與太平洋、印度洋國家連通，對大湄公河次區(qū)域經(jīng)濟(jì)發(fā)展產(chǎn)生深遠(yuǎn)的影響，且具有重要的戰(zhàn)略地位。區(qū)域經(jīng)濟(jì)總量的增長將帶動航運(yùn)需求的增長，同時(shí)航運(yùn)發(fā)展速度與國內(nèi)生產(chǎn)總值（GDP）的發(fā)展速度成正比，尤其是與第二、第三產(chǎn)業(yè)GDP關(guān)系密切。因此，本文選取云南省GDP、第一產(chǎn)業(yè)總值、第二產(chǎn)業(yè)總值、第三產(chǎn)業(yè)總值、固定資產(chǎn)投資、社會消費(fèi)品零售總額為自變量。

1.2 樣本數(shù)據(jù)

瀾滄江-湄公河航運(yùn)資源的開發(fā)帶動了當(dāng)?shù)芈糜螛I(yè)的發(fā)展，2005―2013年瀾滄江流域客運(yùn)量逐年增長（見表1）。

通過對瀾滄江流域的實(shí)地調(diào)研，獲取了云南省航務(wù)管理局、統(tǒng)計(jì)局、商務(wù)局、海關(guān)等部門的相關(guān)數(shù)據(jù)（見表2）。

1.3 相關(guān)性分析

為了保證線性模型的合理性，首先需要分析自變量和因變量之間的相關(guān)性，皮爾森相關(guān)系數(shù)（Pearson correlation coefficient）可以較為準(zhǔn)確地反映變量之間的線性相關(guān)程度。用r表示相關(guān)系數(shù)，r的絕對值越大，表明相關(guān)性越強(qiáng)。

1.4 瀾滄江-湄公河客運(yùn)量多元回歸預(yù)測模型的建立

現(xiàn)假設(shè)用于建立多元線性回歸預(yù)測模型的自變量為x1，x2，x3，x4，x5，x6；因變量為y。采用2005―2013年瀾滄江客運(yùn)量歷史統(tǒng)計(jì)數(shù)據(jù)，建立客運(yùn)量多元線性回歸預(yù)測模型

1.5 模型檢驗(yàn)

通過運(yùn)用數(shù)理統(tǒng)計(jì)的理論和方法，對所建立的預(yù)測模型進(jìn)行檢驗(yàn)，相關(guān)參數(shù)取值的可靠性檢驗(yàn)主要包括擬合優(yōu)度、方程顯著性、變量顯著性等。利用MATLAB軟件對上述指標(biāo)進(jìn)行分析，統(tǒng)計(jì)結(jié)果見表4。

通過表4可以看出，當(dāng)9組自變量自由度為7且顯著度為0.05時(shí)，R2>99%，因此，可以認(rèn)為多元線性方程擬合優(yōu)度很好，具備合理性。通過分析近9年客運(yùn)量實(shí)際值、擬合值和殘差值關(guān)系發(fā)現(xiàn)，實(shí)際值與擬合值貼合較好（見圖1）。

2 瀾滄江-湄公河客運(yùn)量的預(yù)測

2020年客運(yùn)量的預(yù)測可通過自變量在本時(shí)間段內(nèi)的預(yù)測值計(jì)算得到。預(yù)測云南省 2014―2020年間GDP年均增長率為12%，2020年GDP年均增長率為8%，利用指數(shù)曲線回歸擬合方法得到自變量x1，x2，x3，x4，x5，x6的預(yù)測值（見表5）。

根據(jù)式（2）得到瀾滄江-湄公河客運(yùn)量預(yù)測值，預(yù)計(jì)到2020年客運(yùn)量達(dá)150萬人次。

3 結(jié) 語

本文通過建立瀾滄江-湄公河客運(yùn)量多元線性回歸預(yù)測模型，對該水域客運(yùn)量進(jìn)行短期預(yù)測，并對模型進(jìn)行精度檢驗(yàn)。從對瀾滄江-湄公河水路客運(yùn)量預(yù)測的結(jié)果來看，實(shí)際值與擬合值貼合較好，表明所建立的模型具有較高的實(shí)用性和可靠性。