基于GM(1，1)的防城港港口貨物吞吐量預測及分析

劉明英 翁世洲 黃鳳青

(廣西民族師范學院 經濟與管理學院，廣西 崇左 532200)

一、引言

隨著國際貿易與經濟全球化進程加快，跨國、跨地區貿易越來越普遍，港口貿易的國際地位不斷提升，并逐漸成為國家與國家、地區間的主要貿易方式。對港口貨物吞吐量進行科學有效預測，有利于港口貿易及世界經濟發展。吞吐量預測作為港口規劃決策的基礎工作，在決策前期尤為重要，若吞吐量預測失真，將會給港口帶來巨大經濟損失，影響整個城市甚至全國經濟發展。作為中國沿海12個主樞紐港之一的防城港，與世界上80多個國家和地區的220多個港口有貿易往來，對防城港貨物吞吐量進行預測可為防城港乃至北部灣經濟圈提供重要信息。

現階段防城港港口內共有29個作業泊位，包括25個生產性泊位，14個深水泊位，標準集裝箱通過能力為25萬個[1]，碼頭建立的倉儲面積超180萬平方米。未來在我國華南地區，將會形成以香港國際樞紐港為中心并涵蓋廣州南沙港、深圳鹽田國際港、北部灣港區等組成的港口群[2]。防城港的優勢逐漸顯露出來：

首先，從地理區位看，防城港位于中國海岸線西南部，與東盟國家水陸相連，有國家級口岸5個，防城港與相鄰的欽州港、北海港組成北部灣進出口貿易港群。從長遠看，防城港依賴良好的地理位置及國家政策支持，未來可能成為我國西南地區貨物吞吐量最多的港口之一。

其次，從交通運輸看，防城港港區目前已基本形成海運、鐵路及陸路運輸為一體的交通運輸體系。在海洋運輸方面，與多個國家開通了集裝箱航線，與越南開通了客運航線。鐵路運輸上，已開通了防城港—南寧線、南寧—昆明線，作為出海大通道的南昆線可以攬云南、貴州、四川的運輸，并且可以直達防城港碼頭[3]。公路運輸方面，防城港周圍建有四通八達的道路運輸網絡，主干與分支縱橫交錯連接，交通運輸便利。

第三，影響未來防城港貨物吞吐量發展的關鍵因素是相對落后的信息網絡無法及時有效地對數據進行處理，導致信息傳遞不及時。由于信息網絡方面一些制約因素的存在，防城港真實的貨物吞吐量與潛在的但實現困難的理論測算吞吐量存在差距，但隨著科學技術發展，防城港港口具有無限發展前景。

二、貨物吞吐量預測方法概述及適用性分析

(一)預測方法概述

通過搜集相關文獻，可歸納出用于港口貨物吞吐量預測的方法主要包括定性及定量分析方法兩類。由于港口貨物吞吐量的預測需要對數據進行整理分析，而定性的分析方法存在不確定性，因而在實際中運用較少。

定量的分析方法主要有因果分析法、組合預測法以及時間序列法等，常見的時間序列的方法有移動平均法、指數平滑法和灰色預測法。在貨物吞吐量的研究方面，國外在早期就已經有較多的成果。De Neufville與Tsunokawa(1981)[4]運用吞吐量作為指標來研究港口績效，取得較好效果。Gregory A.Godfrey和Warren B.Powell(2000)[5]基于指數平滑預測模型，證明這些方法在操作和應用上比ARIMA方法更簡單，且在預測誤差方面比ARIMA方法更精確。Mark G-oh(2002)[6]表示組合預測模型是當前對物流預測方法研究中的重點，定量預測方法是主要方面。

在國內，1982年鄧聚龍提出灰色理論[7]，研究掌握的數據較少且存在較大不確定性的理論，得到中外學者在研究中的應用。王在明(2005)[8]以武漢港港口貨物吞吐量和集裝箱吞吐量為例，以GM(1,1)模型和殘差修正GM(1,1)模型進行預測，得到精度較高的預測結果。施澤軍(2008)[9]在灰色GM(1,1)和三次指數平滑法基礎上采用加權組合預測的方法，實現了對寧波港吞吐量預測。

(二)防城港貨物吞吐量預測適用性分析

不同學者研究影響貨物吞吐量方向存在差別，可推斷出不同因素會影響港口貨物吞吐量的預測，多數是不可量化指標，收集和整理數據難度大。而防城港仍處于落后狀態，數據統計方面不完善，缺乏科學統計指標，無法獲取大樣本數據，適合采用灰色預測方法。因此，本文將從防城港港口的實際出發，采用灰色預測模型對防城港的貨物吞吐量進行預測。

三、灰色預測模型GM(1，1)的建立

灰色模型(Grey Model)，簡記為GM模型[10]。一般的模型是一個n階、h變量的微積分模型，簡記為GM(n，h)模型，本文討論的是1階1個變量情形。主要采用殘差檢驗、關聯度檢驗及誤差檢驗三種方法檢驗。

GM(1,1)是一階微分方程模型，其形式是

(1)

設有原始數列

X(0)(t)={x(0)(1),x(0)(2),…,x(0)(n),}

作一次累加生成，得到

X(0)(t)={x(0)(1),x(0)(2),…,x(0)(n),}

對方程(1)作離散化處理，得到

取k=1,2,…,n-1，便有下列等式組

則代入向量記號,得

(2)

待估向量

(3)

令t=k+1，得到其時間響應函數

(4)

即得GM(1，1)模型灰色預測計算公式。

四、防城港貨物吞吐量預測實證分析

(一)灰色預測模型貨物吞吐量實例驗證

根據防城港港口運作實際情況，將防城港港口貨物吞吐量作為模型的參考指標，選取2011—2016年防城港貨物吞吐量的數據，預測分析2016—2021年防城港港口的貨物吞吐量，具體數據如表1所示。

表1 2011—2016年防城港港口貨物吞吐量 單位：萬噸

數據來源：Wind資訊。

第一步，對原始數據列X(0)(k)作一次累加生成，得到

X(1)(k)={1940,4051,……,55218,57986}

將B,YN代入(3)式，計算得

第三步，建立預測模型：

根據(4)式，其時間響應函數

第四步，模型檢驗。

1.殘差檢驗

表2 殘差值q(k)和相對誤差值e(k)

由圖1可以看出，模型相對誤差均低于15%，且絕大部分誤差范圍在10%以內，模型具備較大可行性。

2.關聯度檢驗

將原始數據作為母序列，預測值作為子系列，分別作處理，并計算出對應的時刻絕對差，得到結果如表3所示。序列X0(t)與Xi(t)在時刻k的關聯系數用公式表示為：

圖1 2011-2016年防城港貨物吞吐量實際值與預測值折線圖

表3 各個時刻相關數據

其中ρ∈[0,1]稱為分辨系數，一般ρ=0.5。

由表可以得出：最小絕對差Δmin=0，最大絕對差Δmax=0.19。

3.誤差檢驗

在對誤差檢驗時考慮數據的相關特征，故選取較有代表性的平均絕對百分比誤差作為評價指標，平均絕對百分比誤差：

經計算得，MAPE=0.0578，表明文章中建立的灰色預測模型是合理有效的。

第五步，利用模型預測。基于建立的模型對防城港2016—2021年的港口貨物吞吐量進行預測，預測值如表4所示。

(二)結論及分析

由于原始數據具有大波動，在建模初期存在較大不確定性。通過上述建模及防城港實例的運用，對防城港近期22個季度的數據進行分析，經過計算得出一組有明顯增長趨勢的預測數據，對預測數據及原始數據進行三種檢驗及對比。驗證結果均小于15%，故本文中采用的種方法適用于防城港港口貨物吞吐量的預測。由預測結果可知防城港貨物運輸將迅速發展，因此應對港口進行戰略整合，加強基礎設施建設，加速貨物物流服務鏈搭建，提高港口作業的經營管理水平和服務效率。

五、防城港港口發展策略及建議

根據防城港發展的現狀以及貨物吞吐量的預測(具體數據見表4)，提出防城港港口未來發展的建議，即在現有水平上，不斷提高各項性能指標，為貨主及客戶提供高質量、低成本、多功能、現代化、信息化、多樣化、一體化的物流服務，并從防城港的實際情況出發，提出以下建議：

表4 2016—2021年防城港港口貨物吞吐量預測值 單位：萬噸

(一)加強設施建設，完善交通網絡

由預測結果可知，未來五年內防城港港口季度貨物吞吐量將突破4000萬噸，相比過去最高水平的3070萬噸，增幅超過30%。因此，為了保障港口裝卸效率，縮短貨物在港滯留時間，應在物流園區內建設相應數量的倉庫用于存放不能及時周轉的貨物，同時可加強支柱貨物的專用碼頭的進一步完善，搭建一批適用性強的作業設施設備[11]。交通運輸方面，構建“六橫七縱八支線”的高速公路體系，蘭州—海口高速公路，防城港路段擴建全長達138公里[12]，同時實現各市的縣縣通高速，可為防城港搭建四通八達的干線運輸體系，促使在港口的運輸車輛得到及時疏散，創造優越的運輸環境。

(二)提高管理水平，延伸附加服務

信息化水平的高低直接影響著整個管理系統運行，但目前防城港信息化管理水平不高。通過建立完善的物流信息網絡技術，推廣使用EDI技術，提高對信息的獲取及整理管理水平。針對貨物吞吐量第一季較少、第四季較多的相對明顯的季節性特點，應及時與合作方多加溝通，加強信息共享，消除明顯的季節性影響，從而提高信息管理水平。同時防城港港區內應為客戶提供專業化、個性化、差異化服務及多樣化的增值服務，重視跨境電商的發展。

(三)把握政策機遇，適時調整方案

港口作業與物流活動息息相關，國家對新興的物流產業有較大的扶持力度，因此應積極主動了解參透“十三五”規劃綱要中的物流規劃相關政策，充分利用好政府給予的發展扶持資金及發展物流方面的優惠政策。同時，對于不合理的方案決策要及時作出調整，如簡化繁雜的收費程序，促使港口向更好方向發展。

六、結語

通過對防城港港口貨物吞吐量的預測及其現狀的研究，從中發現諸多問題與機遇，據此提出了適宜防城港在今后發展中可采用的相關建議，以便能為防城港的發展決策中提供參考。由于時間的倉促及數據的不足，對于預測方法只采用了兩種，存在較大的不確定性，未來的研究會將研究方向置于影響港口貨物吞吐量的因素，對其進行多種方式模型檢測，隨著時間的發展對預測結果進行動態修正，以便得到更多有效數據。