遼寧省沿海主要港口市場占有率預測

吳宏宇，張培林，夏 炎

（1.武漢理工大學 交通學院，湖北 武漢 430063；2.長江三峽通航管理局，湖北 宜昌 443002）

遼寧省沿海主要港口市場占有率預測

吳宏宇1，張培林1，夏 炎2

（1.武漢理工大學 交通學院，湖北 武漢 430063；2.長江三峽通航管理局，湖北 宜昌 443002）

為預測遼寧省沿海主要港口市場占有率，在對遼寧省沿海港口現狀分析的基礎上，對遼寧省沿海港口進行劃分，并構建馬爾科夫預測模型。將貨物吞吐量作為市場占有率指標，根據2008-2015年遼寧省沿海主要港口貨物吞吐量數據，結合所建預測模型，運用lingo軟件求解狀態轉移概率矩陣，得到2016-2019年遼寧省沿海主要港口市場占有率，并通過了誤差檢驗。預測結果表明，2016-2019年，大連港市場占有率呈現連續下降的趨勢，營口港市場占有率穩步提升，其他港口市場占有率總和保持相對穩定。

市場占有率；預測；馬爾科夫模型；轉移概率矩陣；遼寧港口

1 引言

隨著市場經濟的發展以及國家“一帶一路”戰略、東北老工業基地振興政策、環渤海地區合作發展綱要、自貿區政策等的實施，遼寧沿海港口呈現出快速發展的態勢，貨物吞吐量保持較快增長趨勢[1]。雖然港口的資源整合和聯合發展是勢不可擋的趨勢[2]，但在市場經濟下，競爭又難以避免。因此，目前遼寧各個港口都在加快港口建設的步伐，力求滿足客戶日益提升的需求，提高港口競爭力。研究港口市場占有率，可為港口建設提供一定的參考，對港口發展戰略的制定具有重要指導意義。

目前，對港口市場占有率預測的研究較少。熊巍[3]深入研究了馬爾科夫模型在市場占有率預測中的應用。陳宏宇、汪陽天和張希翔等[4-6]以馬爾科夫模型為基礎，分別對中國航空市場占有率、器材消耗和網絡軟件市場占有率進行預測。韓斌[7]運用灰色系統理論，對秦皇島港煤炭運量及市場占有率進行了預測。但是其是通過對未來秦皇島港及北方主要港口煤炭吞吐量的預測間接得到，而非直接對港口市場占有率進行預測。本文對遼寧沿海港口現狀進行分析后，建立馬爾科夫預測模型，對遼寧沿海主要港口的市場占有率進行預測。

2 遼寧省沿海港口現狀及劃分

目前，遼寧省擁有6個規模以上港口，分別為大連港、營口港、丹東港、錦州港、葫蘆島港、盤錦港。其中，大連港、營口港為大型港口，丹東港、錦州港、葫蘆島港、盤錦港為中小型港口。這些港口全部輻射遼寧、吉林、黑龍江以及內蒙古東部四盟廣闊腹地，貨物全部可以通過這些港口通關出海或運往這些地區。即這6個港口擁有共同的腹地，構成了競爭關系，因此研究這些港口的市場占有率具有合理性。由表1可知，大連港和營口港歷年貨物吞吐量約占到遼寧沿海港口貨物吞吐量總和的70%-80%，因此本文主要對大連港和營口港市場占有率進行預測，將其他港口看作一個整體進行研究。

表1 2008-2015年遼寧省沿海主要港口貨物吞吐量（單位：萬t）

3 占有率預測模型構建

3.1 模型選擇

目前，占有率預測的方法大致分為兩類，一類是基于馬爾科夫模型的占有率預測，另一類是基于神經網絡的占有率預測。

港口市場占有率只與前期的占有率有關，與遠期的關系較小，即表現為無后效性。此外，各港口市場占有率滿足轉移概率矩陣穩定性的要求，港口貨物由一個港口轉移到另外一個港口的狀態轉移概率在各期保持不變，即港口市場占有率動態變化具有馬爾科夫過程。因此，可建立馬爾科夫預測模型對遼寧省沿海主要港口市場占有率進行預測。

3.2 馬爾科夫預測模型

設有n個不同的港口，初始概率向量為：

式中，S(0)i為貨物處于港口i的初始概率，i=1,2,…,n。且：

4 港口市場占有率預測

4.1 數據處理

由表1可得2008-2015年遼寧省沿海主要港口市場占有率，見表2。

表2 2008-2015年遼寧省沿海主要港口市場占有率

4.2 轉移概率矩陣估計

利用馬爾科夫模型進行預測，關鍵在于轉移概率矩陣的確定。本文根據二次規劃模型，求解轉移概率矩陣。此方法因為可操作性強，計算效果理性，在求解轉移概率矩陣時被廣泛應用[8]。

記：

S(t)表示第t年的市場占有率向量，其中S(t)i（i=1,2,3）表示第t年時，大連港、營口港和其他港口的市場占有率。構建下述二次規劃模型：

結合表1數據及上述模型，利用lingo軟件求解得遼寧省沿海主要港口市場占有率轉移矩陣的估計結果，見表3。

表3 遼寧省沿海主要港口市場轉移概率矩陣

其中，p11=0.957 865 4表示大連港市場的保留率為95.786 54%，p12=0.030 206 43表示大連港市場轉移到營口港的概率為3.020 643%。

4.3 市場占有率預測

結合表2數據及表3中轉移概率矩陣，由式（7）可得2016-2019年遼寧省沿海主要港口市場占有率，見表4。

表4 遼寧省沿海主要港口市場占有率預測值

從表4中可知，2016-2019年，大連港市場占有率逐年下降，每年下降1%左右；營口港市場占有率逐年上升，每年上升1%左右；其他港口的市場占有率保持相對穩定。

4.4 預測結果檢驗

運用上述方法預測得到2009-2015年各主要港口的市場占有率，通過預測值與實際值的比較，檢測預測結果的精確度。本文以平均相對誤差絕對值—MAPE衡量預測精度。MAPE的計算公式如下：

2009-2015年遼寧省沿海主要港口市場占有率預測值見表5。

根據式（9）及表2和表5，得各主要港口市場占有率預測MAPE見表6。

表5 2009-2015年遼寧省沿海主要港口市場占有率預測值

表6 各主要港口市場占有率預測MAPE

由表6可知，運用馬爾科夫預測模型預測的港口市場占有率精度很高。因此有理由認為2016-2019年遼寧省沿海主要港口市場占有率預測可信度較高。

5 結語

通過建立馬爾科夫預測模型，利用lingo軟件求解狀態轉移概率矩陣，繼而對遼寧省沿海主要港口市場占有率進行預測。預測結果通過誤差檢驗，具有較高參考價值。預測結果表明，2016-2019年，大連港市場占有率呈現連年降低的趨勢，年降幅1%左右；營口港市場占有率穩步提升；其他港口市場占有率總和保持相對穩定。

在接下來的工作中，將在分析各港口貨種及港口條件的基礎上，對遼寧省沿海主要港口市場占有率進行預測，以期得到更加準確的預測結果。

[1]緱自國.遼寧沿海港口群發展規模及資源整合研究[D].大連:大連海事大學,2009.

[2]孔憲雷,許長新.港口群系統的競爭合作與演變發展[J].水運工程,2004,(10):28-31.

[3]熊巍.馬爾科夫鏈與市場占有率的預測與分析[J].廣西統計,2002,(9):24-25.

[4]陳宏宇,夏樂天,陳小弟,等.中國航空市場占有率的預測與分析[J].數學的實踐與認識,2012,42(10):86-92.

[5]汪陽天,張志峰,劉洪引,等.基于優化灰色馬爾科夫的器材消耗預測[J].物流技術,2015,(1):158-160.

[6]張希翔,李陶深.基于云計算的網絡軟件市場占有率統計與預測模型[J].系統工程理論與實踐,2011,(S2):75-80.

[7]韓斌.運用灰色系統理論開展港口運量及占有率預測分析[J].商業文化,2014,(20):213-214.

[8]郎茂祥.預測理論與方法[M].北京:清華大學出版社,2011.

Forecasting of Market Share of Major Coastal Ports in Liaoning

Wu Hongyu1,Zhang Peilin1,Xia Yan2
(1.School of Communication,Wuhan University of Technology,Wuhan 430063;2.Three Gorges Navigation Authority,Yichang 443002,China)

In this paper,in order to forecast the market share of the major coastal ports in Liaoning,on the basis of analyzing the status quo of these ports,we grouped them into different classes and built the corresponding Markov forecasting model.Then with cargo throughput as an indicator of market share,we applied the established model to the cargo throughput data of these ports for the period between 2008 and 2015,and used the Lingo software to solve the state transition matrix to obtain the projected market share of these ports for the period between 2016 and 2019.According to the forecasting,in this period,the market share of Dalian Port will continuously drop,that of Yingkou Port steadily grow,while the total market share of other ports combined remain relatively stable.

market share;forecasting;Markov model;state transition matrix;ports in Liaoning

F224.0;F550.6

A

1005-152X(2017)09-0078-03

10.3969/j.issn.1005-152X.2017.09.017

2017-08-01

吳宏宇（1993-），男，遼寧丹東人，碩士研究生，研究方向：交通運輸規劃與管理。