楊 波，劉 昱，楊政龍

(1. AECOM天津公司，天津 300110； 2. 天津大學(xué) 水利工程仿真與安全國家重點實驗室，天津 300072)

0 引 言

港口作為水上運輸與陸上運輸?shù)倪B接點，是支持國家和地區(qū)經(jīng)濟發(fā)展的重要基礎(chǔ)設(shè)施，直接關(guān)系腹地經(jīng)濟興衰，在經(jīng)濟與社會發(fā)展中具有重要意義。作為現(xiàn)在港口運輸?shù)淖钪匾绞?，集裝箱運輸占有重要地位。在國際航運業(yè)和全球一體化進程影響下，集裝箱運輸?shù)陌l(fā)展與國民經(jīng)濟、國際貿(mào)易、經(jīng)濟體制、運輸政策、技術(shù)進步以及綜合交通運輸業(yè)的發(fā)展等多方面息息相關(guān)。據(jù)統(tǒng)計，2017年全球集裝箱吞吐量為7.377 6億TEU，其中中國20個港口占據(jù)全球集裝箱吞吐量的29.9%。上海港2017年集裝箱吞吐量突破4 023萬TEU，創(chuàng)下全球港口集裝箱吞吐量記錄的同時，連續(xù)第八年位居世界港口第一。全球港口集裝箱吞吐量前20名中，中國共有9大集裝箱港口入圍。面對發(fā)展的同時，中國港口集裝箱運輸業(yè)也同樣面臨統(tǒng)籌規(guī)劃等多方面問題。準確預(yù)測港口集裝箱吞吐量，對港口的未來定位、發(fā)展規(guī)劃以及科學(xué)管理都具有重要意義。

影響港口集裝箱吞吐量的因素有很多，如港口地理自然條件、腹地經(jīng)濟發(fā)展狀況、世界經(jīng)濟形勢等[1]，因素多變以及其不確定性給預(yù)測帶來困難。很多學(xué)者開展了大量計算模型研究，引入多種方法開展集裝箱吞吐量的預(yù)測并進行驗證?；疑到y(tǒng)理論[2-5]由于處理不確定性問題的特點，廣泛應(yīng)用于集裝箱吞吐量預(yù)測。楊金花等[2]運用灰色預(yù)測法，預(yù)測了上海港未來三年的集裝箱吞吐量；張樹奎等[4]基于傳統(tǒng)灰色預(yù)測模型和BP神經(jīng)網(wǎng)絡(luò)，構(gòu)建了灰色神經(jīng)網(wǎng)絡(luò)預(yù)測模型；劉逸群等[5]選取二指數(shù)平滑法、多元線性回歸分析預(yù)測法、彈性系數(shù)法及灰色預(yù)測法進行了對比分析。

基于時間序列法的統(tǒng)計分析方法也在吞吐量定量預(yù)測中發(fā)揮重要作用。屈莉莉等[6]建立了可動態(tài)調(diào)整權(quán)重的組合預(yù)測模型，進行了吞吐量時間序列預(yù)測；陶麗麗等[7]基于時間序列分析理論，建立了ARIMA乘積季節(jié)模型；杜剛等[8]采用整自回歸平均模型，預(yù)測了上海港集裝箱吞吐量；孔琳琳等[9]提出了ARIMA模型，并利用統(tǒng)計分析軟件R預(yù)測了港口十個月的吞吐量數(shù)據(jù)；付義等[10]以時間序列預(yù)測為基礎(chǔ)建立灰色干預(yù)模型并進行參數(shù)檢驗。

最優(yōu)組合法、神經(jīng)網(wǎng)絡(luò)法及回歸分析法等方法也被廣泛采用。張浩[11]分析了模型預(yù)測值與實際值的差異，提出了基于最優(yōu)線性組合的港口集裝箱吞吐量預(yù)測法；田歆等[12]在TEI@I方法基礎(chǔ)上，引入計量經(jīng)濟模型、徑向基神經(jīng)網(wǎng)絡(luò)技術(shù)，建立了綜合集成預(yù)測模型；劉婷等[13]分別通過BP神經(jīng)網(wǎng)絡(luò)預(yù)測、回歸分析預(yù)測法和二次指數(shù)平滑預(yù)測法，進行了吞吐量預(yù)測及對比分析；趙尚威等[14]采用一種自適應(yīng)方法，將指數(shù)加權(quán)聚合預(yù)測(AFTER)與兩種時間序列模型SARIMA和VAR相結(jié)合。

學(xué)者從多個角度開展了卓有成效的集裝箱吞吐量預(yù)測研究和探討，但主要集中于短中期預(yù)測。由于中長期社會經(jīng)濟發(fā)展中不確定性更為明顯，國民經(jīng)濟和國際貿(mào)易在市場條件下發(fā)生波動可能性較大，中長期的港口集裝箱吞吐量預(yù)測存在較大困難。

楊波等[1]基于多因素動態(tài)生成系數(shù)法，引入邏輯斯蒂增長模型，發(fā)揮其概化處理復(fù)雜系統(tǒng)行為能力的優(yōu)勢，對天津、上海及青島港的實際吞吐量進行預(yù)測。筆者使用這一模型的既有預(yù)測值，與上述港口2005—2018年運量的實際數(shù)據(jù)進行了對比分析，驗證了方法的可靠性和準確度。進而以修正后的模型方法，對未來十年天津港集裝箱吞吐量進行再次預(yù)測，以期為區(qū)域港口規(guī)劃和城市總體規(guī)劃及相關(guān)專業(yè)規(guī)劃提供重要的基礎(chǔ)數(shù)據(jù)。

1 預(yù)測模型建立

1.1 多因素動態(tài)生成系數(shù)法

多因素動態(tài)生成系數(shù)法的基本思想，是將影響吞吐量的多種因素層層拆分，將整體預(yù)測劃分為多步預(yù)測，通過提高每步預(yù)測的準確性進而保證總體預(yù)測結(jié)果。根據(jù)集裝箱貨物的生成動因，通過預(yù)測口岸進出口商品總額和分析運輸貨物中的適箱貨比例，加上額外的內(nèi)貿(mào)箱和支線箱量，預(yù)測出集裝箱生成量和運量，計算公式如式(1)[15-16]：

V=T×p1×R×r/(W×p2)

(1)

式中：V為集裝箱運量；T為外貿(mào)進出口商品總額；p1為適箱貨比例；R為綜合系數(shù)；r為裝箱率；W為重箱載重量；p2為重箱比例。

各個比率系數(shù)可通過查詢港口各個腹地省份的歷史資料數(shù)據(jù)確定，逐年變化較為穩(wěn)定，由此造成的誤差相對較小。受宏觀經(jīng)濟增長率波動以及預(yù)測專家主觀性影響，外貿(mào)進出口額的預(yù)測存在較大誤差，使得利用多因素動態(tài)生成系數(shù)法在進行中長期預(yù)測時缺乏準確性。筆者通過引入邏輯斯蒂增長模型，預(yù)測港口腹地GDP變化趨勢，然后根據(jù)GDP進行外貿(mào)進出口額預(yù)測，最后利用生成系數(shù)進行中長期集裝箱吞吐量預(yù)測。改進后的預(yù)測方法流程如圖1。

1.2 邏輯斯蒂增長模型

邏輯斯蒂增長模型常用于人口、生物種群數(shù)目增長、經(jīng)濟指標等領(lǐng)域。與指數(shù)模型不同，邏輯斯蒂模型增長到一定階段時會降低增長速度，直至達到某一最大值[17]。在增長極限、社會競爭以及宏觀經(jīng)濟預(yù)測等復(fù)雜系統(tǒng)動力學(xué)領(lǐng)域得到廣泛應(yīng)用。該模型基本公式如式(2)[18]：

(2)

式中：N為經(jīng)濟總量；r0為內(nèi)稟增長率；K為增長極限容量。

在預(yù)測過程中，通過對港口腹地GDP歷史數(shù)據(jù)擬合即可獲取內(nèi)稟增長率，根據(jù)國家和地區(qū)戰(zhàn)略規(guī)劃總體目標，通過比較法可以確定經(jīng)濟增長的極限容量，從而實現(xiàn)對經(jīng)濟總量發(fā)展水平的預(yù)測。

2 預(yù)測結(jié)果對比分析

利用引入邏輯斯蒂模型的多因素動態(tài)，生成系數(shù)法預(yù)測模型，結(jié)合天津、上海、青島港自1990—2004年十五年間的集裝箱吞吐量歷史數(shù)據(jù)，以及各港口腹地省份GDP與各生成系數(shù)值，對2005—2018年各港口吞吐量進行預(yù)測，并與實際值進行對比分析。

2.1 天津港

根據(jù)天津港的歷史資料數(shù)據(jù)計算得到的吞吐量預(yù)測值與實際值的對比結(jié)果如圖2。

由圖2可知，天津港2005—2018年集裝箱實際吞吐量主要分布在基準值與悲觀值之間。受經(jīng)濟環(huán)境及不可預(yù)見事故影響，天津港集裝箱吞吐量在2014年變化較為劇烈，但其實際吞吐量仍與預(yù)測值有較高擬合度，因此邏輯斯蒂增長預(yù)測模型對天津港集裝箱吞吐量增長預(yù)測具有較好的擬合效果。天津港集裝箱吞吐量近十四年增長趨勢大致可以分為兩部分：① 2005—2014年實際吞吐量除2008年外，與預(yù)測量基準值基本持平。2008年實際吞吐量顯著高于基準值，其主要原因為2008年奧運會于北京順利召開，經(jīng)濟主要輻射范圍與天津港腹地范圍大致重合，天津港集裝箱吞吐量受到明顯影響；② 2015—2018年實際吞吐量接近預(yù)測悲觀值。尤其在2015年，實際吞吐量迎來近年來唯一一次下降。通過調(diào)查分析，“8·12天津濱海新區(qū)爆炸事故”對天津港集裝箱吞吐量影響顯著，也是天津港集裝箱吞吐量逼近預(yù)測悲觀值重要原因之一。

2.2 上海港

邏輯斯蒂模型對于天津港集裝箱吞吐量預(yù)測具有較好的效果，故在取增長情況較為不同的上海港進行模擬。根據(jù)獲得的上海港的歷史資料數(shù)據(jù)計算得到的預(yù)測值與實際值的數(shù)據(jù)對比結(jié)果如圖3。

由圖3可知，上海港集裝箱吞吐量增長趨勢總共可以分為3個部分：① 2005—2008年，實際吞吐量與預(yù)測樂觀值有很高的擬合程度；② 2009—2012年，實際吞吐量與預(yù)測基準值較為接近；③ 2013—2018年，實際吞吐量則趨近于預(yù)測悲觀值。對于2009年上海港集裝箱吞吐量呈現(xiàn)顯著下降，主要原因為2009年全球金融危機對我國進出口貿(mào)易影響較為嚴重，我國一般性貿(mào)易出口收入發(fā)生嚴重下滑，外貿(mào)進出口貿(mào)易值為影響港口集裝箱吞吐量的重要因素之一。

2.3 青島港

除上海港外，還選取在過去十年發(fā)展較為迅猛的青島港進行模擬，獲取青島港的歷史資料數(shù)據(jù)，通過該預(yù)測模型計算得到的吞吐量預(yù)測值和實際值對比結(jié)果如圖4?？梢钥闯觯鄭u港與上海港變化趨勢相類似。

2.4 預(yù)測誤差分析

通過對于天津、上海及青島港集裝箱吞吐量的對比驗證，港口實際吞吐量在前期與樂觀值較為接近，中期逼近基準值，中后期則向悲觀值靠近，但整體來說實際值基本處在預(yù)測值范圍區(qū)間內(nèi)。集裝箱港口發(fā)展大致可以分為3個時期：第1時期，由于中國經(jīng)濟處于迅速發(fā)展過程中，中國圍海填海工程快速發(fā)展，港口工業(yè)發(fā)展勢頭強勁，預(yù)測結(jié)果大致與樂觀值相仿甚至部分高于樂觀值；第2時期，港口發(fā)展速度放緩，且未發(fā)生對港口經(jīng)濟影響較大事件，港口集裝箱實際吞吐量與預(yù)測基準值吻合度較高；第3時期，由于中國經(jīng)濟發(fā)展速度整體趨于平緩，實際吞吐量逐漸趨向悲觀值。

存在上述差異的主要原因為，預(yù)測解釋變量正處于中國經(jīng)濟飛速發(fā)展時期，單純根據(jù)GDP對外貿(mào)進出口值進行預(yù)測，尤其是長期預(yù)測，仍存在一定的偏差。通過調(diào)整各項動態(tài)系數(shù)范圍，給出預(yù)測結(jié)果的樂觀值和悲觀值，可有效預(yù)測港口集裝箱吞吐量的范圍。綜上，利用邏輯斯蒂模型預(yù)測GDP對多因素動態(tài)生成系數(shù)法預(yù)測港口集裝箱吞吐量是可行的，在中長期預(yù)測中具有更強的準確性?？紤]到港口和城市及區(qū)域交通基礎(chǔ)設(shè)施建設(shè)的中長期效應(yīng)和建設(shè)周期，這一方法更適應(yīng)在相關(guān)規(guī)劃領(lǐng)域的應(yīng)用。

3 天津港未來吞吐量預(yù)測

選取2007—2018年間天津港集裝箱吞吐量數(shù)據(jù)資料，對2019—2028年集裝箱吞吐量數(shù)據(jù)變化趨勢進行預(yù)測?？紤]天津港腹地省份的經(jīng)濟發(fā)展水平，對于天津、北京較為發(fā)達的城市，選取美國人均GDP作為經(jīng)濟增長極限值作為參考，對于河北、山西、內(nèi)蒙古及陜西四省，選取以全球人均GDP第十二名左右的瑞典、荷蘭為經(jīng)濟增長極限的參考。同時考慮樂觀值預(yù)測中經(jīng)濟增長極限參考目標時，選取世界外向型經(jīng)濟發(fā)展為主的國家(瑞士、挪威等)對天津、北京兩市進行極限增長值確定，其余四省則以美國為標準。在悲觀值預(yù)測時，則考慮中國經(jīng)濟增長速度進一步放緩，分別以澳大利亞及日本韓國作為經(jīng)濟增長極限，預(yù)測結(jié)果如圖5。

由圖5可知，天津港未來十年的集裝箱吞吐量仍將保持增長趨勢，但年增長率較過去已有明顯的降低。天津港的集裝箱吞吐量對于腹地的輻射影響作用顯著，其增長率對于未來京津冀區(qū)域規(guī)劃和發(fā)展預(yù)測具有重要指征意義。同時，預(yù)測說明天津港吞吐量增長速率放緩并非個例，我國大多數(shù)港口已出現(xiàn)吞吐量增長趨緩的趨勢，這與宏觀經(jīng)濟的近期發(fā)展趨勢和產(chǎn)業(yè)結(jié)構(gòu)的變化，內(nèi)外向型產(chǎn)業(yè)的比例密切關(guān)聯(lián)。對于以貨運港口為重要經(jīng)濟支柱的港口型城市，產(chǎn)業(yè)轉(zhuǎn)型以及未來城市發(fā)展均與港口產(chǎn)業(yè)的結(jié)構(gòu)有著密切聯(lián)系。調(diào)整港口產(chǎn)業(yè)以及由于港口引導(dǎo)的產(chǎn)業(yè)結(jié)構(gòu)轉(zhuǎn)型，既是城市發(fā)展的新契機，也是新挑戰(zhàn)。

4 結(jié) 論

筆者提出了一種創(chuàng)新型的適用于中長期港口集裝箱吞吐量的預(yù)測方法，主要原理是通過邏輯斯蒂增長模型確定港口腹地的GDP預(yù)期值，進而利用多因素動態(tài)生成系數(shù)法根據(jù)港口腹地省份的歷史數(shù)據(jù)資料確定各項系數(shù)，計算得出港口集裝箱吞吐量預(yù)測的基準值、樂觀值和悲觀值。通過對比分析，得到如下結(jié)論：

1)結(jié)合各港口集裝箱吞吐量歷史數(shù)據(jù)，盡管國內(nèi)經(jīng)濟形勢發(fā)生劇烈變化，但是實際吞吐量在預(yù)測范圍內(nèi)圍繞基準值上下浮動，并無明顯偏差，驗證了模型的準確性以及風(fēng)險的良好應(yīng)對性。

2)對于集裝箱以及散貨、件雜貨等各類港口吞吐量預(yù)測，邏輯斯蒂增長模型是更為合理和有效的方法，可大幅提高中長期集裝箱吞吐量預(yù)測的精度，對于未來港口規(guī)劃以及交通規(guī)劃和區(qū)域經(jīng)濟預(yù)測具有重大意義。