(湖北大學(xué) 商學(xué)院 湖北 武漢 430062)

基于ARIMA模型的武漢市鐵路貨運周轉(zhuǎn)量預(yù)測研究

李力胡嘯云

(湖北大學(xué)商學(xué)院湖北武漢430062)

本文基于ARIMA模型對武漢市鐵路貨運周轉(zhuǎn)量預(yù)測進(jìn)行了研究，模型的回歸和擬合效果良好，預(yù)測值與實際值的誤差較小，最后針對武漢市鐵路貨運發(fā)展提出了相關(guān)對策和建議。

貨運周轉(zhuǎn)量；ARIMA模型；預(yù)測；武漢市

一、引言

近年來，中國現(xiàn)代化物流運輸市場需求增長迅速，與此同時貨物運輸方式之間的競爭也日趨激烈，陸運、空運以及水運等貨物運輸方式均取得了快速發(fā)展。而鐵路運輸作為一種重要的現(xiàn)代化貨物運輸方式，在整個國民經(jīng)濟(jì)的發(fā)展中發(fā)揮了巨大作用。衡量鐵路貨物運輸水平的指標(biāo)通常有鐵路貨運量和鐵路貨運周轉(zhuǎn)量，鐵路貨運量是指一定時間內(nèi)運送貨物的總噸數(shù)，但是鐵路運輸能力的大小不僅取決于運送貨物的噸數(shù)，還與運送的里程有關(guān)，因此鐵路貨物周轉(zhuǎn)量這個指標(biāo)能夠更加有效的反映鐵路運輸工作量。及時對鐵路貨運周轉(zhuǎn)量進(jìn)行預(yù)測，深入、準(zhǔn)確的把握發(fā)展趨勢，對分析鐵路貨運的供求關(guān)系以及制定未來鐵路運輸發(fā)展策略都有著重要的意義。

武漢市是長江經(jīng)濟(jì)帶的中心城市，天然的區(qū)位優(yōu)勢為物流業(yè)的發(fā)展提供了便利條件。武漢市政府于2016年發(fā)布了《武漢市現(xiàn)代物流業(yè)發(fā)展“十三五”規(guī)劃》，其中明確提出到2020年末，武漢市要基本建成帶動城市圈、引領(lǐng)長江經(jīng)濟(jì)帶中游地區(qū)、聯(lián)通東西部、對接全國乃至全球市場的現(xiàn)代物流體系，成為國際知名、國內(nèi)領(lǐng)先、區(qū)域龍頭的國家物流中心。數(shù)據(jù)顯示，鐵路貨運周轉(zhuǎn)量長期占武漢市整個現(xiàn)代化運輸方式貨物周轉(zhuǎn)量的50%以上，雖然近年來由于水路運輸以及公路運輸?shù)目焖侔l(fā)展而略有下降，但仍占有較大比例，因此可以預(yù)見，鐵路運輸在“十三五”期間武漢市的物流業(yè)發(fā)展中仍將占據(jù)重要的地位。在本文中，筆者建立適當(dāng)?shù)腁RIMA模型對武漢市1990年到2015年鐵路貨運周轉(zhuǎn)量數(shù)據(jù)進(jìn)行分析，并用模型對未來兩年武漢市鐵路貨運周轉(zhuǎn)量進(jìn)行預(yù)測，最后提出相關(guān)政策建議，以期為鐵路部門在制定相關(guān)政策時提供參考。

二、對ARIMA模型簡介

ARIMA模型(Autoregressive Integrated Moving Average Model)是由博克思(Box)和詹金斯(Jenkins)于70年代初提出的，全稱是差分自回歸移動平均模型。在了解ARIMA模型之前首先簡單介紹一下ARMA模型，ARMA又稱為自回歸移動平均過程，ARMA模型包括了一個自回歸模型AR(p)和一個移動平均模型MA(q)，其中p為自回歸模型AR(p)的階數(shù),q為移動平均模型MA(q)的系數(shù)。而ARIMA模型實際上是自回歸移動平均模型(ARMA)的擴(kuò)展：當(dāng)建模過程針對的是非平穩(wěn)的時間序列時，需要差分之后才能平穩(wěn)，此時則需要建立ARIMA(p，d，q)模型，其中d為差分次數(shù)。通過建立適當(dāng)?shù)腁RIMA模型，可以有效的對時間序列進(jìn)行描述，進(jìn)而對未來值進(jìn)行預(yù)測。

建立ARIMA預(yù)測模型：

yt=φ1yt-1+φ2yt-2+...+φpyt-p+ut-θ1ut-1-θ2ut-2-...-θqut-q

(1)

(1)式就是一個自回歸移動平均的過程，其中t為序號，Φ1，Φ2，…，Φp為自回歸系數(shù)，θ1，θ2，…，θq為移動平均系數(shù)，都是模型的待估參數(shù)。若原始序列需要經(jīng)過若干次差分之后才能平穩(wěn)，則原序列可以表示為ARIMA(p,d,q)模型。

ARIMA模型預(yù)測的基本流程：

(1)首先判斷序列是否平穩(wěn)。做出時間序列圖，從圖中可以觀察數(shù)據(jù)的基本趨勢，如果數(shù)據(jù)呈明顯的上升或下降趨勢，或者顯示出季節(jié)性，則可以初步判斷序列為非平穩(wěn)的。接下來可以運用計量軟件對序列進(jìn)行平穩(wěn)性檢驗，通常采用ADF單位根檢驗法，進(jìn)一步確定數(shù)據(jù)是否為非平穩(wěn)。

(2)非平穩(wěn)序列的平穩(wěn)化處理。當(dāng)數(shù)據(jù)序列是非平穩(wěn)時間序列時，需要先通過相應(yīng)的變化將其變?yōu)槠椒€(wěn)序列。如果是存在線性趨勢，則需要進(jìn)行若干次差分使序列平穩(wěn)；如果是指數(shù)趨勢，則先取對數(shù)再進(jìn)行差分；如果是季節(jié)趨勢，則需要建立季節(jié)模型。對非平穩(wěn)序列進(jìn)行上述差分處理之后，再對序列進(jìn)行平穩(wěn)性檢驗，若仍然非平穩(wěn)，則考慮增加差分次數(shù)，直到序列平穩(wěn)，此步驟即可確定差分階數(shù)d。

(3)對平穩(wěn)的時間序列選擇適當(dāng)?shù)哪Ｐ?，并確定p和q。根據(jù)序列的偏自相關(guān)圖判斷模型的類型，具體選擇方法如下表2-1。然后通過AIC準(zhǔn)則、SC準(zhǔn)則以及DW統(tǒng)計量綜合判斷確定p和q。

表2-1 模型選擇標(biāo)準(zhǔn)

(4)通過計量軟件對模型進(jìn)行參數(shù)估計，觀察參數(shù)的顯著性，檢驗是否具有統(tǒng)計意義。

(5)對殘差序列進(jìn)行檢驗，若殘差序列為白噪聲序列，證明可以用模型來進(jìn)行預(yù)測。

(6)利用模型對未來值進(jìn)行預(yù)測分析，通過誤差率判斷預(yù)測結(jié)果的好壞。

三、基于ARIMA模型的武漢市鐵路貨運周轉(zhuǎn)量預(yù)測

(一)數(shù)據(jù)來源

本文選取1990年至2015年武漢市鐵路貨運周轉(zhuǎn)量數(shù)據(jù)，數(shù)據(jù)均來源于《武漢市統(tǒng)計年鑒》，其中數(shù)據(jù)單位為億噸公里，其原始及處理后的數(shù)據(jù)見表3-1。

表3-1 武漢市鐵路貨運周轉(zhuǎn)量統(tǒng)計數(shù)據(jù)

注：數(shù)據(jù)來源于武漢市統(tǒng)計局

(二)序列的平穩(wěn)化處理

做出1990—2015年武漢市鐵路貨運周轉(zhuǎn)量的時間序列圖(折線圖3-1)，從圖中可以看出鐵路貨運周轉(zhuǎn)量帶有明顯的趨勢，數(shù)據(jù)變動波動幅度前后不一致。因此可以初步判斷該鐵路貨運周轉(zhuǎn)量數(shù)據(jù)是非平穩(wěn)的，需要經(jīng)過差分處理。

圖3-1 1990—2015年武漢市鐵路貨運周轉(zhuǎn)量時間序列圖

運用Eviews6.0軟件對原始數(shù)據(jù)進(jìn)行ADF(Augument Dickey-Fuller)單位根檢驗。單位根檢驗的結(jié)果如表3-2所示，即在90%的顯著性水平上不能拒絕原假設(shè)，也證實了原始序列的非平穩(wěn)性。由于數(shù)據(jù)存在明顯的異方差(變動幅度不一致)，通過對原始數(shù)據(jù)取自然對數(shù)的方式減小異方差的影響，再對一階差分后的數(shù)據(jù)進(jìn)行ADF單位根檢驗，檢驗結(jié)果如表3-2所示。檢驗結(jié)果表明新序列在99%的顯著性水平上是平穩(wěn)的，因此，新序列滿足ARIMA模型的條件。

表3-2 單位根檢驗結(jié)果

(三)模型定階與參數(shù)估計

繪制武漢市鐵路貨運周轉(zhuǎn)量自然對數(shù)序列的相關(guān)圖，見圖3-2。從圖中可以看出，樣本的自相關(guān)圖是拖尾，偏自相關(guān)圖也是拖尾，因此可以選取ARIMA(p，d，q)模型，其中差分次數(shù)d=1。為使p和q的選擇更加精確，運用AIC和SC準(zhǔn)則對模型進(jìn)行比較，即選取使兩者統(tǒng)計量達(dá)到最小的那一組。經(jīng)多次擬合，取p=4，q=3的效果較為理想，故最終選定ARIMA(4，1，3)模型為預(yù)測模型。

圖3-2 武漢市鐵路貨運周轉(zhuǎn)量的ACF和PACF圖

用Eviews6.0軟件對上述模型進(jìn)行回歸，回歸的結(jié)果見表3-4。從參數(shù)報告結(jié)果來看，各參數(shù)都是以高概率通過顯著性檢驗。AIC和SC的值較小，并且調(diào)整后的=0.8645，說明模型擬合較好。

表3-4 參數(shù)估計結(jié)果

(四)模型檢驗及預(yù)測

模型檢驗是指對模型的殘差序列是否為白噪聲過程的檢驗，如果殘差序列是白噪聲過程，證明模型通過檢驗，可以進(jìn)行預(yù)測，非白噪聲過程則不能進(jìn)行預(yù)測。做出殘差序列的相關(guān)圖，見圖3-3，結(jié)果表明，殘差序列的自相關(guān)系數(shù)以及偏自相關(guān)系數(shù)基本都在置信區(qū)間內(nèi)，說明ARIMA(4，1，3)模型的殘差序列通過了白噪聲檢驗，滿足獨立性假設(shè)。

圖3-3 殘差序列的自相關(guān)和偏相關(guān)圖

用Eviews6.0軟件中的預(yù)測功能對上述模型進(jìn)行預(yù)測，得到2013年到2017年的武漢市鐵路貨運周轉(zhuǎn)量的預(yù)測值，結(jié)果如表3-5所示。2013年到2015年的貨物周轉(zhuǎn)實際量是已知的，因此可以將預(yù)測值跟實際值比對，得到近三年預(yù)測的誤差率?？梢钥闯鐾ㄟ^模型得到的近三年預(yù)測值與實際值的誤差率是很小，說明該模型比較可靠，適合用來進(jìn)行預(yù)測。同時得到2016年和2017年的預(yù)測值，分別為958.06和872.59。

表3-5 2013—2017年武漢市鐵路貨運周轉(zhuǎn)量預(yù)測值

四、結(jié)論及政策建議

2011年以來武漢市鐵路貨運周轉(zhuǎn)量下降明顯，預(yù)計未來兩年還會持續(xù)下降。造成武漢市近幾年鐵路貨運周轉(zhuǎn)量下降的原因除了宏觀經(jīng)濟(jì)增速放緩之外，鋼鐵、煤炭、石油等主要工業(yè)品產(chǎn)量的下降也是重要原因之一，還有近年來武漢市其他交通網(wǎng)絡(luò)(高速公路、空運、水運)的快速發(fā)展也分流了部分鐵路貨運量，除此之外鐵路運輸自身存在著諸多限制，例如運輸結(jié)構(gòu)的僵化和程序執(zhí)行上的繁雜也是造成鐵路貨運量下降的重要原因。

根據(jù)上述分析以及預(yù)測結(jié)果，本文對未來武漢市鐵路運輸?shù)陌l(fā)展提出了以下幾點策略建議，旨在為武漢市擴(kuò)大鐵路在貨運市場所占份額，實現(xiàn)鐵路貨運的快速發(fā)展提供參考。

(一)大力發(fā)展“互聯(lián)網(wǎng)+”模式下的鐵路運輸

當(dāng)前，經(jīng)濟(jì)發(fā)展呈現(xiàn)出新常態(tài)，對于鐵路運輸業(yè)而言，傳統(tǒng)的貨運模式無法適應(yīng)經(jīng)濟(jì)發(fā)展的新要求，鐵路運輸在交通運輸中所占的比重也有所下降。鐵路運輸必須要做出相應(yīng)的改變，才能在中國經(jīng)濟(jì)新常態(tài)下發(fā)揮更大作用。而隨著互聯(lián)網(wǎng)的快速發(fā)展，鐵路要想與時俱進(jìn)，就必須重視信息化的建設(shè)，提升電子化和網(wǎng)絡(luò)化水平。因此將鐵路貨物運輸業(yè)與互聯(lián)網(wǎng)結(jié)合，不僅是順勢而為，同時也是逆境求生。

鐵路瞄準(zhǔn)“互聯(lián)網(wǎng)+”，自然能夠給鐵路貨運的發(fā)展帶來極大的好處：其一，可以為客戶提供更便捷的服務(wù)。以鐵路運輸貨物為例，過去貨主們不僅需要考慮貨品具體在哪個車站上貨，還要考慮采取什么樣的包裝以及在什么地方卸貨，這樣使得程序變得繁瑣。而隨著“互聯(lián)網(wǎng)+”思維的運用，使得鐵路能夠更好的整合資源、提升效率，借助網(wǎng)上服務(wù)平臺，為貨主提供更便捷的服務(wù)；其二，實現(xiàn)鐵路與快遞企業(yè)的互利共贏。鐵路在融入電子商務(wù)市場后，可以嘗試與快遞企業(yè)合作，這樣使得鐵路能夠更加快速、高效的攬貨和聚貨，構(gòu)建一個低成本、高效率的物流體系。同時，借助互聯(lián)網(wǎng)平臺，能夠?qū)ω浳锏倪\輸全程監(jiān)控、追蹤以及統(tǒng)計管理，做到運輸過程全程透明化。

(二)盡力穩(wěn)定大宗貨源，爭取零散貨源

近年來鐵路貨運量呈明顯的下降趨勢，過去鐵路主要集中在對鋼鐵、煤炭、石油等大宗商品的運輸。從2014年武漢鐵路貨運品類分析看，運量占比較大的依次為：鋼鐵(34.3%)、非金礦(13.7%)、礦建(11.7%)、石油(8.7%)、煤(5.4%)、焦炭(3.55%)、化工品(3.67%)，而隨著近幾年經(jīng)濟(jì)下行的趨勢以及受國家政策的影響，大宗商品需求預(yù)計將持續(xù)下降，這也使得鐵路運輸受到極大沖擊。因此鐵路運輸貨運量要想止住下降的趨勢，必須要加強(qiáng)貨源組織，及時了解企業(yè)的生產(chǎn)狀況，盡力穩(wěn)定大宗貨源；同時盡力爭取零散貨源，找到新的貨運量增長點。近年來電子商務(wù)市場的迅猛發(fā)展帶來了散貨快運業(yè)務(wù)的快速增長，根據(jù)中國快遞協(xié)會發(fā)布的數(shù)據(jù)，2015年全國快遞業(yè)完成業(yè)務(wù)量206億件，同比增長48%。因此鐵路可以與電商、快遞企業(yè)建立長期合作關(guān)系，借助鐵路自身價格低、運量大、時間準(zhǔn)的特點，利用電子商務(wù)平臺大力發(fā)展鐵路散貨快運業(yè)務(wù)，此舉不僅可以使鐵路運輸有更高的效能，同時也可以讓鐵路貨物運輸結(jié)構(gòu)更好的適應(yīng)經(jīng)濟(jì)結(jié)構(gòu)調(diào)整，促使鐵路貨運向現(xiàn)代物流轉(zhuǎn)型升級，取得長遠(yuǎn)發(fā)展。

(三)構(gòu)建一體化綜合交通體系，提升鐵路樞紐集散能力

各種運輸方式都有其利弊，但不同運輸方式之間可以取長補(bǔ)短、互相結(jié)合，有效的整合起來，形成利益的共同體。通過打造一體化的綜合交通體系，實現(xiàn)物流銜接“無縫化”，可以有效提升鐵路樞紐集散能力。2016年國務(wù)院頒布的《中長期鐵路網(wǎng)規(guī)劃》也指出，要完善貨運樞紐多式聯(lián)運，要使鐵路與其他交通方式高效銜接，形成系統(tǒng)配套、一體便捷的鐵路樞紐。

為此，可以圍繞鐵路站點周邊建設(shè)，完善配套設(shè)施，合理的建造倉庫、轉(zhuǎn)運站點，發(fā)揮鐵路貨運快速便捷、質(zhì)量損失少、長途遠(yuǎn)程等優(yōu)勢，聯(lián)合空運、水運等多種運輸方式，形成“無縫”對接，盡力實現(xiàn)貨物運輸點對點、門到門的優(yōu)質(zhì)服務(wù)。此外，還可以組織交通、鐵路、民航等部門定期召開聯(lián)席會議，部門之間共同探討并解決物流發(fā)展中遇到的問題，此舉可以強(qiáng)化部門之間的溝通協(xié)調(diào)，有利于開展鋼鐵、煤炭、石油等大宗物資的多式聯(lián)運，使得物流運輸途中的轉(zhuǎn)運問題通過部門間的協(xié)調(diào)，得到順利解決。

(四)不斷優(yōu)化服務(wù)質(zhì)量，提高鐵路運輸效率

為提升鐵路運輸?shù)母偁幜?，需要不斷?yōu)化鐵路運輸服務(wù)質(zhì)量、提高鐵路運輸效率。鐵路運輸要細(xì)化服務(wù)，完善流程標(biāo)準(zhǔn)，做到以最簡單的工作程序，最優(yōu)質(zhì)的服務(wù)質(zhì)量，最方便客戶的方案以及最安全的運輸，來建立客戶對鐵路貨運的信任；在受理鐵路貨運承運業(yè)務(wù)的時候，盡力做到在任何地點、任意時間都能簽訂有效的運輸合同，簡化貨運手續(xù)，提升手續(xù)的辦理速度；要確保24小時內(nèi)服務(wù)電話暢通，能夠及時處理貨運業(yè)務(wù)的承接、咨詢和投訴等，同時要強(qiáng)化作業(yè)中的監(jiān)督考核，切實提高裝卸質(zhì)量，嚴(yán)格要求執(zhí)行貨運裝卸作業(yè)標(biāo)準(zhǔn)，決不允許出現(xiàn)野蠻裝卸行為，損害托運人的利益；要科學(xué)合理的運用站場服務(wù)資源，準(zhǔn)確掌握貨物線、裝卸能力等貨運資源狀況，實現(xiàn)高效管理、科學(xué)運用，同時要不斷改善貨運服務(wù)條件，及時更新設(shè)備設(shè)施，做到環(huán)境整潔、服務(wù)優(yōu)質(zhì)、設(shè)施一流。

[1]黃振，張為.基于ARIMA模型的湖南省物流需求預(yù)測研究[J].物流技術(shù)，2012,31(9):316-318

[2]熊志斌.基于ARIMA與神經(jīng)網(wǎng)絡(luò)集成的GDP時間序列預(yù)測研究[J].數(shù)理統(tǒng)計與管理，2011,30(2):306-311

[3]解樹國.基于RBF和ARIMA模型下貨運量預(yù)測算法與軟件實現(xiàn)[D].長沙:湖南大學(xué)，2012

[4]何國華.區(qū)域物流需求預(yù)測及灰色預(yù)測模型的應(yīng)用[J].北京交通大學(xué)學(xué)報(社會科學(xué)版).2008,(1):33-37

[5]李廷瑞.區(qū)域物流業(yè)發(fā)展水平及其對區(qū)域經(jīng)濟(jì)影響分析與對策[J].物流技術(shù)，2012,(7)

[6]許沛沛，何躍.基于自組織數(shù)據(jù)挖掘的區(qū)域物流需求預(yù)測[J].統(tǒng)計與決策，2011,(6):58-59

[7]李紅培，李鑫，蔡適等.淺議新形勢下中國鐵路改革與發(fā)展[J].科技向?qū)В?013,(17):58-59

[8]王晉.基于現(xiàn)代物流理念的鐵路貨運組織改革的研究[J].物流工程與管理，2013,8(35):7-8

[9]周新軍.中國鐵路運輸市場未來發(fā)展的SWOT分析[J].當(dāng)代經(jīng)濟(jì)管理，2015,(3):18-22

[10]肖增斌，范繼斌.提高鐵路貨運服務(wù)質(zhì)量的探討[J].鐵道貨運，2015,04:49-52

[11]吳中凱.深入推進(jìn)鐵路貨運組織改革若干問題研究[D].成都:西南交通大學(xué),2014:25-36

李力(1976-)，男，湖北人，湖北大學(xué)商學(xué)院副教授，武漢理工大學(xué)博士，研究方向物流與供應(yīng)鏈管理；胡嘯云(1992-)，男，湖北人，湖北大學(xué)商學(xué)院企業(yè)管理研究生，研究方向物流與供應(yīng)鏈管理。

)