黃 虹

( 福建船政交通職業(yè)學(xué)院， 福建 福州 350000 )

0 引言

福建省地處我國東南沿海，其西北地區(qū)多山地，東南地區(qū)臨海，與其他沿海省相比交通運(yùn)輸業(yè)相對滯后.近年來，隨著福建省經(jīng)濟(jì)的快速發(fā)展以及海峽兩岸經(jīng)濟(jì)合作的推進(jìn)，交通運(yùn)輸業(yè)已成為制約福建省經(jīng)濟(jì)發(fā)展的瓶頸，因此亟需加快各類交通基礎(chǔ)設(shè)施的建設(shè).目前，已有諸多學(xué)者對綜合運(yùn)輸體系進(jìn)行了研究.例如：傅成紅等[1]運(yùn)用DEA評價方法對福建省2001—2010年的各運(yùn)輸方式中“兩兩運(yùn)輸方式”之間的協(xié)調(diào)現(xiàn)狀及成因進(jìn)行了研究，并為福建省綜合運(yùn)輸業(yè)的發(fā)展提出了相應(yīng)的建議.劉娜翠等[2]通過分析2005—2014年福建省各運(yùn)輸方式的平均里程系數(shù)，分析了各運(yùn)輸方式的優(yōu)勢運(yùn)距.呂子文等[3]通過建立綜合運(yùn)輸評價指標(biāo)體系，采用熵值法與灰色關(guān)聯(lián)分析法對影響陜西省綜合運(yùn)輸?shù)囊蛩剡M(jìn)行了關(guān)聯(lián)度排序.欒鑫等[4]通過建立多層次協(xié)調(diào)性評定指標(biāo)框架，運(yùn)用綜合發(fā)展水平模型與耦合協(xié)調(diào)度判斷方法，對國內(nèi)2006—2015年公路、鐵路、水運(yùn)、航空4類運(yùn)輸模式的發(fā)展進(jìn)行了耦合協(xié)調(diào)性論證.然而，這些研究大多數(shù)僅是對某一地區(qū)多種運(yùn)輸方式之間的協(xié)調(diào)度和關(guān)聯(lián)度進(jìn)行了分析，而對多種運(yùn)輸方式的貨運(yùn)數(shù)據(jù)進(jìn)行預(yù)測研究得較少.

近年來，灰色系統(tǒng)理論因其在預(yù)測研究中所需的樣本數(shù)據(jù)少，且預(yù)測精度較高，被廣泛應(yīng)用于未來數(shù)據(jù)的預(yù)測中[5].基于此，本文應(yīng)用灰色系統(tǒng)理論建立福建省貨運(yùn)相關(guān)指標(biāo)的預(yù)測模型，通過分析福建省2011—2018年各種運(yùn)輸方式的數(shù)據(jù)，對未來11年的貨運(yùn)量及貨物周轉(zhuǎn)量進(jìn)行預(yù)測，以期對福建省未來的貨運(yùn)綜合運(yùn)輸體系的構(gòu)建提供理論參考.

1 福建省貨運(yùn)綜合運(yùn)輸體系的現(xiàn)狀分析

貨物運(yùn)輸通常包括公路運(yùn)輸、水路運(yùn)輸、鐵路運(yùn)輸、航空運(yùn)輸和管道運(yùn)輸5種運(yùn)輸方式.一個科學(xué)的綜合運(yùn)輸體系要依據(jù)當(dāng)?shù)氐慕?jīng)濟(jì)、地理情況來合理選擇運(yùn)輸方式，并要使各種運(yùn)輸方式在整個運(yùn)輸過程中能夠充分發(fā)揮各自的技術(shù)優(yōu)勢，從而達(dá)到最大的經(jīng)濟(jì)效能.由于管道運(yùn)輸?shù)倪\(yùn)輸對象較為特殊(只能運(yùn)輸氣體、液體等)，難以與其他4種運(yùn)輸方式進(jìn)行對比，故本文在研究中未考慮管道運(yùn)輸.

根據(jù)《福建統(tǒng)計年鑒》，本文統(tǒng)計了2011—2018年福建省公路、水路、鐵路、航空4種運(yùn)輸方式的貨運(yùn)量及其貨物周轉(zhuǎn)量數(shù)據(jù)(表1)，各種運(yùn)輸方式貨運(yùn)量的完成比例如表2所示.

表1 2011—2018年福建省4種運(yùn)輸方式的貨運(yùn)量及其貨物周轉(zhuǎn)量

表2 2011—2018年福建省各種運(yùn)輸方式貨運(yùn)量的完成比例 %

從表1和表2可以看出，2011—2018年福建省在各種貨運(yùn)方式中，公路運(yùn)輸?shù)呢涍\(yùn)量占比最大(超過70%)，該結(jié)果與福建省日益完善的公路網(wǎng)密不可分.例如：截至2018年底，福建省高速公路通車總里程達(dá)5 344 km，路網(wǎng)密度已達(dá)到發(fā)達(dá)國家水平[6].從水路運(yùn)輸上看，因福建省水路運(yùn)輸較為便捷，其貨運(yùn)量的占比始終居于第二位(保持在25%左右).從鐵路運(yùn)輸上看，貨運(yùn)量所占比例呈逐漸減小趨勢，其主要原因為目前福建省的鐵路貨運(yùn)體系還不夠完善，導(dǎo)致鐵路貨運(yùn)能力有限[7].從航空運(yùn)輸方面看，福建省目前的空運(yùn)能力可基本滿足人們對貨運(yùn)時效性的需求，貨運(yùn)量占比穩(wěn)定在0.02%.

2 福建省貨運(yùn)綜合運(yùn)輸體系的發(fā)展預(yù)測

根據(jù)表1中的貨運(yùn)數(shù)據(jù)，利用灰色預(yù)測法建立以4種運(yùn)輸方式的貨運(yùn)量和貨物周轉(zhuǎn)量(Q1—Q8)為研究對象的預(yù)測模型，以此預(yù)測福建省未來11年的貨運(yùn)量、貨物周轉(zhuǎn)量和貨運(yùn)運(yùn)距.

2.1 原始數(shù)據(jù)及其檢驗

2.1.1確定原始數(shù)列及新數(shù)列 設(shè)所要預(yù)測的某項指標(biāo)的原始數(shù)列為

X(0)=(x(0)(1)，x(0)(2)，…,x(0)(n-1)，x(0)(n)).

為了弱化原始數(shù)據(jù)的隨機(jī)性，對X(0)進(jìn)行一次累加(AGO)，得到新數(shù)列

X(1)=(x(1)(1)，x(1)(2)，…,x(1)(n-1)，x(1)(n)).

表3 指標(biāo)Q1— Q8的級比

2.2 建立GM(1，1)模型

對新數(shù)列X(1)進(jìn)行建模，得到灰色預(yù)測的微分方程為

其中a為發(fā)展系數(shù)，b為灰色作用量.通過最小二乘法求得

(1)

表4 指標(biāo)Q1— Q8所對應(yīng)的a值和b值

2.3 精度檢驗及預(yù)測

表5 2011—2018年福建省公路貨運(yùn)量Q1模型的殘差和相對誤差

表6 2011—2018年福建省鐵路貨運(yùn)量Q2模型的殘差和相對誤差

表7 2011—2018年福建省水路貨運(yùn)量Q3模型的殘差和相對誤差

表8 2011—2018年福建省航空貨運(yùn)量Q4模型的殘差和相對誤差

表9 2011—2018年福建省公路貨物周轉(zhuǎn)量Q5模型的殘差和相對誤差

表10 2011—2018年福建省鐵路貨物周轉(zhuǎn)量Q6模型的殘差和相對誤差

表11 2011—2018年福建省水路貨物周轉(zhuǎn)量Q7模型的殘差和相對誤差

表12 2011—2018年福建省航空貨物周轉(zhuǎn)量Q8模型的殘差和相對誤差

利用表5 —12中的歷年原始數(shù)據(jù)與預(yù)測模擬值的相對誤差，計算每個指標(biāo)(Q1—Q8)的相對誤差平均值，分別為：3.82%、7.66%、1.15%、0.97%、2.02%、6.96%、2.53%、5.52%.從計算結(jié)果可以看出，除指標(biāo)Q2和Q6的相對誤差平均值較高外(因灰色預(yù)測方法難以對波動性較大的數(shù)據(jù)進(jìn)行精確預(yù)測)，其他指標(biāo)的相對誤差平均值都較低.由此表明本文所建立的預(yù)測模型檢測精度較高，可應(yīng)用于后續(xù)貨運(yùn)指標(biāo)的預(yù)測.

(2)

(3)

均方差比值C及小誤差頻率p的計算公式分別為：

C=S2/S1，

(4)

(5)

根據(jù)公式(2)—(5)計算出每個指標(biāo)的預(yù)測模型所對應(yīng)的S1、S2、C、p， 結(jié)果見表13.

表13 Q1— Q8的預(yù)測模型對各參數(shù)的精度檢驗結(jié)果

將表13中Q1—Q8的C、p值與表14進(jìn)行對比可以看出，在2組精度檢驗(即16個數(shù)據(jù))中，表示“好”的有14個數(shù)據(jù)，表示“合格”—“好”之間的數(shù)據(jù)有2個，且這2個數(shù)據(jù)都出現(xiàn)在Q2指標(biāo)上，這說明灰色預(yù)測法在波動性較強(qiáng)的數(shù)列中雖然預(yù)測精度相對較低，但預(yù)測精度仍在合格范圍內(nèi).因此從整體來看，該模型的預(yù)測精度較好，可以對指標(biāo)Q1—Q8進(jìn)行預(yù)測.

表14 灰色預(yù)測精度檢驗等級參照表[9]

2.3.2數(shù)據(jù)預(yù)測 根據(jù)上述建立的福建省貨運(yùn)數(shù)據(jù)預(yù)測模型，本文以2020、2025、2030年為例，預(yù)測福建省未來11年Q1—Q8指標(biāo)的值和各年的平均增長率，結(jié)果見表15.由表15可以看出，除了鐵路貨運(yùn)量Q2和鐵路貨物周轉(zhuǎn)量Q6外，其他指標(biāo)均呈上升趨勢；在貨運(yùn)量指標(biāo)中水路貨運(yùn)量Q3增長得最快，其次是公路貨運(yùn)量Q1.由此可知，今后福建省貨運(yùn)市場的主要運(yùn)力依舊是水路和公路運(yùn)輸；在貨物周轉(zhuǎn)量指標(biāo)中，增長最快的是航空貨物周轉(zhuǎn)量Q8，其次是水路貨物周轉(zhuǎn)量Q7.

表15 2020、2025、2030年福建省各運(yùn)輸方式貨物運(yùn)輸量的預(yù)測值

在選擇和比較運(yùn)輸方式時，除了要考慮貨物的運(yùn)量外，還需考慮貨物運(yùn)輸?shù)钠骄\(yùn)距.根據(jù)表15中貨運(yùn)量與貨物周轉(zhuǎn)量的預(yù)測值，可計算出4種運(yùn)輸方式的貨運(yùn)平均運(yùn)距，如表16所示.由表16可以看出，全省總貨運(yùn)平均運(yùn)距呈逐年增加趨勢，至2030年預(yù)計可達(dá)993 km，其中航空、水路、公路貨運(yùn)的平均運(yùn)距和增長率均為增加趨勢，但鐵路貨運(yùn)的平均運(yùn)距呈下降趨勢.

表16 2020、2025、2030年福建省各運(yùn)輸方式貨物運(yùn)輸平均運(yùn)距的預(yù)測值

3 結(jié)論

本文以2011—2018年福建省公路、水路、鐵路、航空4種運(yùn)輸方式的貨運(yùn)量及貨物周轉(zhuǎn)量數(shù)據(jù)為基礎(chǔ)，運(yùn)用灰色系統(tǒng)理論對福建省未來11年的4種運(yùn)輸方式的貨運(yùn)量及貨物周轉(zhuǎn)量進(jìn)行了預(yù)測.預(yù)測結(jié)果表明，在未來11年內(nèi)，福建省公路、水路、航空運(yùn)輸?shù)呢涍\(yùn)量及貨物周轉(zhuǎn)量均維持良好的增長態(tài)勢，而鐵路運(yùn)輸?shù)呢涍\(yùn)量及貨物周轉(zhuǎn)量將繼續(xù)呈下降趨勢.本文在研究過程中僅采用了單一的灰色系統(tǒng)預(yù)測法，雖然取得了較高的預(yù)測精度，但該方法對波動性較大的時間序列數(shù)據(jù)的預(yù)測精度相對較低(例如本研究中的Q2和Q6數(shù)列)，因此在今后的研究中將結(jié)合其他方法對波動性較大的時間序列進(jìn)行有效處理，以期為福建省綜合貨運(yùn)體系的構(gòu)建提供更好的預(yù)測模型.