江蘇內河貨運量指數構建方法研究

袁媛，陳冬

（華設設計集團股份有限公司，江蘇 南京 210014）

1 概述

航運指數的核心在于作為一個動態的指數，能切實地反映航運系統各部分的當前情況及變動的趨勢，作為一個晴雨表，輔助市場參與者作出正確的微觀或宏觀判斷。近年來，為探索航運市場運行規律，國內外學者及相關管理部門構建了貨量、價格、景氣等多種航運指數。其中，貨量指數是通過貨運量變化與各項權重相結合，實際反映航運市場整體規模、貨量結構及其發展趨勢的航運類指數。江蘇省水網密布，河流眾多，內河航道承擔了省內外煤炭、礦建等大宗物資的運輸任務，有力保障和促進了區域經濟社會的快速、可持續發展。本次利用多源水運大數據，提出了基于大數據技術的江蘇內河貨運量指數構建方法，可輔助管理部門及時、準確地掌握全省水路運輸發展質態[1]。

2 內河貨運量指數指標體系

依據指標篩選的科學性、代表性原則，內河貨運量指數體系應使其能系統、全面、結構性反映內河貨運的未來發展趨勢，有助于管理部門和港航企業進行內河貨運市場資源的優化配置。結合江蘇省內河運輸特點及內河貨運實際發展情況，選取集裝箱運量、煤炭運量、鋼鐵運量、金屬礦石運量、礦建材料運量以及危險品運量6 項指標構建內河貨運量指數體系。

內河貨運量指數（Inland-Water Freight Volume Index，簡稱IWFVI）由綜合指數和分類指數兩部分構成。分類指數指上述6 類主要貨類在報告期內的貨運指數，然后由6 類分類指數根據權重進行加權綜合，進而得到內河貨運量綜合指數，如圖1。

圖1 內河貨運量指數評價指標體系

3 內河貨運量指數構建方法

3.1 數據預處理

江蘇省內河航道隨著信息化的發展已經積累了海量的航運信息資源，包括基礎數據（包括船舶基本信息、航道基本信息等）、業務數據（船舶過閘信息、船舶進出港報告數據等）、動態監測數據（VITS、AIS 等）等，其中，過閘數據覆蓋全省干線航道網的交通船閘，包含了船舶、貨物等全方面的信息。

本次主要基于船舶基礎數據及全省過閘數據，利用大數據技術，通過數據處理與提取，計算得到集裝箱、煤炭、鋼鐵、金屬礦石、礦建材料以及危險品6 類主要貨物的貨運量。同時，對于運輸量存在明顯的季節性的問題，為剔除季節因素的影響，應用X-12-ARIMA 模型，對計算得到的6 類主要貨物貨運量再次進行數據處理，即季節調整處理，達到更好地揭示內河貨運量指數長期特性的目的。

3.2 權重計算

當確定評價指標，形成指數體系后，內河貨運量指數的計算結果很大程度依賴于各項指標的權重。本次選用CRITIC 法，依據各評價指標之間的對比強度及沖突性來確定各指標的客觀權數，CRITIC 法優勢在于計算指標權重時，不僅考慮到了變異對于指標的影響，在此基礎上將指標之間的關聯性考慮在內，消除了相關性指標的影響，減少指標之間信息上的重疊，更有利于得到可信的權重，從而得到可信的結果。CRITIC 法計算步驟包括：形成決策矩陣、標準化決策矩陣、計算指標間沖突性、計算綜合信息量、確定各指標的權重等[2]。

3.3 內河貨運量指數

通過指數編制方法分析，根據科學性原則，本次選用拉氏指數方法構建江蘇內河貨運量指數。

3.3.1 分類指數

根據內河貨運量指數指標體系分析，內河貨運量分類指數如表1所示。

表1 內河分貨類貨運量指數參數釋義

以集裝箱運量指數計算為例，在t 時期的集裝箱運量指數計算方法如下：

其中：IWIFJZX,t表示集裝箱在t 時期的貨運量指數；QJZX,t表示集裝箱在t 時期的貨運量；QJZX,0表示集裝箱在基期時的貨運量；IJZX,0表示集裝箱在基期時的指數，設為100 點。

3.3.2 綜合指數

內河貨運量指數IWFI（Inland Water Freight Index）的計算方法如下：

IWIF=∑IWIFi,t×Wi

其中：IWIF 表示內河貨運量綜合指數；Wi表示各貨類指數在綜合指數中的權重。

4 實例分析

4.1 權重計算

本次以往期過閘數據為基礎，針對上述提出的內河貨運指數構建方法進行實例分析。通過計算得到2018～2020年的集裝箱、煤炭（不含電煤）、鋼鐵、金屬礦石、礦建材料、危險品的每個月的貨運量，利用CRITIC 法，得出六類貨物的權重值如表2所示。

表2 分類指數權重計算結果

初步利用CRITIC 法得出權重后，再經過專家咨詢，結合行業專家及相關管理部門意見，最終6 項分類指數的權重如下表3所示。

表3 分類指數權重最終計算結果

4.2 指數基期選取

江蘇省內河貨運量指數基期選取原則既要考慮江蘇省內河貨運發展比較穩定的時期，還要考慮相關數據存儲完備且穩定的時期。通過分析，近年來江蘇省內河運輸6 類主要貨類運量增幅較為平穩，泊位作業能力比較富裕，港口作業安排具有均衡性。綜合考慮，指數基期擬定于2019年，各指數標的數值可取期間月均值，如表4所示。將綜合指數、分類指數的基期值設為100點。

表4 各指數基期內數值（2019年各貨類月均值）

4.3 指數計算

4.3.1 分類指數

依據分類指數計算方法，計算2020年各月的分類指數，計算結果如圖2所示。

圖2 2020年江蘇內河分貨類貨運量指數

4.3.2 綜合指數

根據表3分類指數的權重值以及分類指數報告期內的指數值，依據綜合指數計算方法，計算綜合指數結果如圖3所示。

圖3 2020年江蘇省內河貨運量指數

由指數計算結果可知，2020年1～2月受到新冠肺炎疫情和春節假期疊加影響，江蘇省內河貨運整體表現不佳，均低于100 點；第二季度隨著復工復產逐步推進，內河貨運量指數逐步回升；第三季度受汛期影響，內河貨運量指數先降后升，呈“V”型發展趨勢；第四季度內河貨運量指數發展較為平穩。

5 結語

本次利用多源水運大數據，提出了基于大數據方法的江蘇內河貨運量指數構建方法，通過實例分析，驗證了江蘇內河貨運量指數構建的可行性和合理性。但從完整構建航運市場晴雨表來看，仍需對指數進一步研究完善，從貨量、價格、景氣等多方面構建指數體系，實現對全省水路運輸發展質態的全面、科學、直觀反映。