0 引 言

連云港市因港口而得名連云港，是一座山、海、港、城相依相擁的城市，也是中國(guó)沿海25 個(gè)主要港口之一。隨著2013 年9 月7 日上午，國(guó)家主席習(xí)近平在哈薩克斯坦納扎爾巴耶夫大學(xué)作演講時(shí)，提出共同建設(shè)“絲綢之路經(jīng)濟(jì)帶”，到如今的共建“一帶一路”。作為絲綢之路經(jīng)濟(jì)帶中位線的起始城市，連云港因其自身的特殊的地理位置，在其中占據(jù)重要地位。

通過(guò)綜合預(yù)測(cè)法對(duì)連云港沿海港口貨物吞吐量的潛力進(jìn)行預(yù)測(cè)研究，為連云港近期以及長(zhǎng)期的更好發(fā)展給出理論以及數(shù)據(jù)上的支持。關(guān)于預(yù)測(cè)方面的研究，許多學(xué)者都對(duì)相關(guān)問(wèn)題進(jìn)行了深入解釋。李偉瑩等建立了灰色預(yù)測(cè)模型，探討了我國(guó)水產(chǎn)品物流需求，并從技術(shù)、渠道、人才、政策等方面提出了相關(guān)建議。吳家麒等和楊航等通過(guò)建立改進(jìn)的灰色馬爾可夫鏈模型，對(duì)目標(biāo)城市的物流需求（貨運(yùn)量） 進(jìn)行了定量預(yù)測(cè)，得到了更準(zhǔn)確的預(yù)測(cè)結(jié)果，可作為物流需求經(jīng)濟(jì)決策的參考。還有利用其他方法進(jìn)行預(yù)測(cè)研究的，馬巧云等和黃建華等基于ARIMA 模型的組合預(yù)測(cè)方式，能有效提高預(yù)測(cè)精度。鄒相林和王瓊將灰色預(yù)測(cè)模型運(yùn)用未來(lái)發(fā)展變化方面的研究。

指數(shù)平滑法在預(yù)測(cè)方法中屬于利用率很高的一種方法。張恒和鄭偉倫對(duì)物流需求預(yù)測(cè)采用指數(shù)平滑法進(jìn)行研究，可以更好地檢測(cè)數(shù)據(jù)的波動(dòng)性。在組合預(yù)測(cè)方法中，回歸模型和指數(shù)平滑法同樣是研究熱點(diǎn)。劉曉玉等將這種組合方法運(yùn)用到了投資領(lǐng)域。其中，使用指數(shù)平滑法和線性回歸法都可以通過(guò)在Excel 表格中進(jìn)行虛擬仿真運(yùn)算，達(dá)到數(shù)據(jù)精度與效率的提高。

本文通過(guò)使用改進(jìn)后的線性回歸預(yù)測(cè)法與指數(shù)平滑法對(duì)連云港市未來(lái)5 年，即2021～2025 年的沿海港口貨物吞吐量的進(jìn)行預(yù)測(cè)研究。對(duì)連云港市近期以及長(zhǎng)期更好的發(fā)展給出理論以及數(shù)據(jù)上的支持。為開(kāi)發(fā)連云港的發(fā)展?jié)摿?，也為連云港近期以及長(zhǎng)期更好的發(fā)展給出理論以及數(shù)據(jù)上的參考?？梢栽谖磥?lái)支撐起更多更復(fù)雜的貨運(yùn)及貨物中轉(zhuǎn)的重任，為之后的迅猛發(fā)展做出充足應(yīng)對(duì)的準(zhǔn)備。

1 研究理論依據(jù)

進(jìn)行物流規(guī)劃研究和物流系統(tǒng)運(yùn)營(yíng)管理時(shí)，都需要針對(duì)所要研究的目標(biāo)進(jìn)行準(zhǔn)確的預(yù)測(cè)。預(yù)測(cè)，就是對(duì)還沒(méi)有發(fā)生或者目前還不確定的事情提前進(jìn)行估計(jì)和推斷，是現(xiàn)實(shí)對(duì)事情即將要發(fā)生的結(jié)果進(jìn)行的探討和研究。對(duì)于一座重要港口城市的未來(lái)規(guī)劃與設(shè)計(jì)，更需要準(zhǔn)確的數(shù)據(jù)作為支撐，以針對(duì)未來(lái)的運(yùn)輸系統(tǒng)建設(shè)給予有力的理論支持。

可以預(yù)測(cè)的方法有很多，線性回歸法、指數(shù)平滑法、彈性系數(shù)法、灰色建模法等，線性回歸法和指數(shù)平滑法都可以通過(guò)工具軟件進(jìn)行計(jì)算預(yù)測(cè)。其中線性回歸預(yù)測(cè)法利用Excel 和SPSS 軟件結(jié)合使用，建模速度快，不需要進(jìn)行很復(fù)雜的運(yùn)算；指數(shù)平滑法通過(guò)計(jì)算指數(shù)平滑值，配合時(shí)間序列預(yù)測(cè)模型，對(duì)一種現(xiàn)象的未來(lái)進(jìn)行預(yù)測(cè)，是一種預(yù)測(cè)數(shù)值誤差較小的預(yù)測(cè)方法。

本次研究采集連云港市經(jīng)濟(jì)社會(huì)發(fā)展的主要統(tǒng)計(jì)指標(biāo)（沿海港口貨物吞吐量），使用并改進(jìn)線性回歸法和二次指數(shù)平滑法，利用Excel 和SPSS 軟件對(duì)連云港市未來(lái)5 年的港口貨物吞吐量做出合理預(yù)測(cè)。

1.1 基礎(chǔ)數(shù)據(jù)

連云港市沿海港口貨物吞吐量采用地方統(tǒng)計(jì)局的實(shí)際數(shù)據(jù)進(jìn)行衡量。實(shí)際數(shù)據(jù)如表1 所示：

表1 連云港市沿海港口貨物吞吐量原始數(shù)據(jù)

1.2 線性回歸法的指標(biāo)選擇

線性回歸法是根據(jù)事物內(nèi)部發(fā)生變化因素間的因果關(guān)系對(duì)事物未來(lái)的發(fā)展趨勢(shì)進(jìn)行預(yù)測(cè)，是計(jì)算影響因素（自變量x） 與預(yù)測(cè)量（因變量y） 之間的相關(guān)程度，建立各變量之間的關(guān)系方程，并將方程作為預(yù)測(cè)模型。

冰雪裝備制造業(yè)是冰雪產(chǎn)業(yè)的重要組成。中國(guó)冰雪裝備制造業(yè)整體水平與發(fā)達(dá)國(guó)家差距較大，主要生產(chǎn)低端滑雪產(chǎn)品。目前國(guó)內(nèi)冰雪裝備制造業(yè)主要集中在黑龍江、北京、東南沿海等地區(qū)，吉林省只有少數(shù)幾家企業(yè)，產(chǎn)品集中在低端滑雪板、滑雪服、滑雪手套、滑雪圈等技術(shù)含量較低的產(chǎn)品，企業(yè)規(guī)模較小，且多為貼牌生產(chǎn)。[5]

一般而言，區(qū)域的貨運(yùn)發(fā)展與區(qū)域整體經(jīng)濟(jì)之間互相影響、互相促進(jìn)。衡量區(qū)域整體經(jīng)濟(jì)發(fā)展?fàn)顩r的重要指標(biāo)有GDP（人均生產(chǎn)總值）、生產(chǎn)總值、第一產(chǎn)業(yè)、第二產(chǎn)業(yè)、工業(yè)、第三產(chǎn)業(yè)。為了更加清晰地了解貨物周轉(zhuǎn)量與個(gè)性經(jīng)濟(jì)指標(biāo)之間的關(guān)系，對(duì)原始數(shù)據(jù)進(jìn)行分析，可以得到港口貨物吞吐量和連云港市主要經(jīng)濟(jì)指標(biāo)之間的關(guān)系值，如表2 所示。

表2 連云港市沿海港口貨物吞吐量原始數(shù)據(jù)

從表2 可以看出，沿海港口貨物吞吐量和所有指標(biāo)的相關(guān)系數(shù)均在0.9 之上，說(shuō)明選取的幾個(gè)指標(biāo)與沿海港口貨物吞吐量都有比較強(qiáng)的正相關(guān)關(guān)系。其中生產(chǎn)總值與沿海港口貨物吞吐量之間相關(guān)性最強(qiáng)，其次是第二產(chǎn)業(yè)，再次是第一產(chǎn)業(yè)。這些數(shù)據(jù)都可以用作沿海港口貨物吞吐量的預(yù)測(cè)。由于生產(chǎn)總值與其他指標(biāo)的平均值為0.9892（保留四位小數(shù)），均大于其他數(shù)據(jù)的平均值。最終選用生產(chǎn)總值作為預(yù)測(cè)的參數(shù)值，對(duì)連云港市的沿海港口貨物吞吐量進(jìn)行研究。

1.3 指數(shù)平滑系數(shù)指標(biāo)選擇

平滑系數(shù)α 的選擇是預(yù)測(cè)趨勢(shì)值能否符合實(shí)際值的關(guān)鍵。α 值越大，近期需求所占權(quán)重越大，α 值越小，則歷史數(shù)據(jù)所占權(quán)重越大，一般遵守如下標(biāo)準(zhǔn)：

（1） 如果希望消除季節(jié)波動(dòng)對(duì)時(shí)間序列的影響，反映時(shí)間序列的長(zhǎng)期趨勢(shì)規(guī)律，可以選擇較小的α 值，一般取0.1～0.3 之間。減少了修正幅度，使新數(shù)列中包含了較多的原始數(shù)據(jù)信息，有利于增強(qiáng)預(yù)測(cè)結(jié)果的可信度。

（2） 當(dāng)原始數(shù)列波動(dòng)較大時(shí)，α 應(yīng)選擇適中一些的數(shù)值，取0.3～0.5 之間。

（3） 希望能盡快反應(yīng)觀測(cè)值的變化，且原數(shù)列波動(dòng)很大、趨勢(shì)也較明顯時(shí)，可以選取較高的α 值，一般在0.6～0.8 之間。有利于增加模型的準(zhǔn)確度，使預(yù)測(cè)結(jié)果迅速跟上歷史數(shù)據(jù)的變動(dòng)水平。

2 連云港市沿海港口貨物吞吐量預(yù)測(cè)分析

2.1 線性回歸預(yù)測(cè)法

根據(jù)表1 中的原始數(shù)據(jù)，在SPSS 軟件中導(dǎo)入時(shí)間、生產(chǎn)總值和貨物周轉(zhuǎn)量的數(shù)據(jù)，利用軟件中的數(shù)據(jù)分析功能分別對(duì)生產(chǎn)總值與時(shí)間，沿海港口貨物吞吐量與生產(chǎn)總值進(jìn)行數(shù)據(jù)研究。運(yùn)算完成，分別得到兩組回歸系數(shù)值?？梢越蓚€(gè)一元線性方程：y=4 753.333x-9 526 917.4（因變量：生產(chǎn)總值；自變量：時(shí)間）；z=0.221y+9 624.222（因變量：沿海港口貨物吞吐量；自變量：生產(chǎn)總值）。

表3 線性回歸法預(yù)測(cè)值與相對(duì)誤差值

2.2 指數(shù)平滑預(yù)測(cè)法

根據(jù)1.3 節(jié)平滑系數(shù)的選取原則，由于原始數(shù)據(jù)的時(shí)期較長(zhǎng)，為了消除原始數(shù)據(jù)較大的波動(dòng)值，選擇0.3 作為初始平滑系數(shù)，進(jìn)行二次平滑預(yù)測(cè)，最終得出的預(yù)測(cè)值和相對(duì)誤差值，如表4 所示：

表4 平滑系數(shù)α=0.3 沿海港口貨物吞吐量預(yù)測(cè)與相對(duì)誤差值

初始平滑系數(shù)值的確定，雖然有一定的理論依據(jù)，但仍然有一定的主觀性與誤差性。為保證預(yù)測(cè)的準(zhǔn)確性，利用Excel 表格軟件中的模擬運(yùn)算表，對(duì)0.01～0.99 之間的所有平滑系數(shù)可能取值進(jìn)行模擬運(yùn)算，求出MES 最小值為：582 877 595，進(jìn)行篩選，得出了最優(yōu)平滑系數(shù)是：0.77。

利用模擬運(yùn)算表求出的最優(yōu)平滑系數(shù)重新進(jìn)行預(yù)測(cè)，得到了新的預(yù)測(cè)值與相對(duì)誤差，如表5 所示。

為驗(yàn)證兩次不同的平滑系數(shù)取值，將兩次的相對(duì)誤差進(jìn)行對(duì)比，如圖1 所示。

觀察圖1，當(dāng)平滑系數(shù)值為0.77 時(shí)預(yù)測(cè)結(jié)果的相對(duì)誤差要明顯小于平滑系數(shù)值為0.3 時(shí)，最終取平滑系數(shù)值為0.77 時(shí)的預(yù)測(cè)數(shù)據(jù)作為最終研究數(shù)據(jù)。

2.3 綜合對(duì)比

使用兩種預(yù)測(cè)方式分別對(duì)連云港市的沿海港口貨物吞吐量進(jìn)行預(yù)測(cè)，將兩組數(shù)據(jù)進(jìn)行對(duì)比分析選定最優(yōu)預(yù)測(cè)方法，如表6所示。

為了更清晰地體現(xiàn)兩種方法的預(yù)測(cè)數(shù)據(jù)，對(duì)原始數(shù)據(jù)與預(yù)測(cè)數(shù)據(jù)進(jìn)行對(duì)比，如圖2 所示。

通過(guò)圖2 的數(shù)據(jù)對(duì)比，可以明顯地看出指數(shù)平滑法與線性回歸法所預(yù)測(cè)出來(lái)的數(shù)值和原始數(shù)據(jù)之間都具有一定的誤差。但是，對(duì)比與預(yù)測(cè)值與原始數(shù)據(jù)之間，通過(guò)指數(shù)平滑預(yù)測(cè)法預(yù)測(cè)出來(lái)的數(shù)據(jù)，相比于原始數(shù)據(jù)沒(méi)有太多的滯后性，且較為敏感。所以，最終選用指數(shù)平滑法對(duì)連云港市未來(lái)5 年，即2021～2025 年的沿海港口貨物吞吐量進(jìn)行預(yù)測(cè)研究。

表5 平滑系數(shù)α=0.77 沿海港口貨物吞吐量預(yù)測(cè)與相對(duì)誤差值

表6 兩種預(yù)測(cè)方法的預(yù)測(cè)值與相對(duì)誤差數(shù)據(jù)對(duì)比

圖1 兩次平滑系數(shù)的預(yù)測(cè)值相對(duì)誤差對(duì)比

2.4 最終預(yù)測(cè)值

使用指數(shù)平滑法，選取最后一次（即2020 年） 計(jì)算得到的a、b 值作為常量，依次進(jìn)行5 期預(yù)測(cè)。得到了未來(lái)5 年（2021～2025 年） 的最終預(yù)測(cè)值，如表7 所示。

3 結(jié)束語(yǔ)

通過(guò)預(yù)測(cè)數(shù)據(jù)可以明顯看出，連云港市的沿海港口貨物吞吐量在未來(lái)5 年（2021～2025 年） 時(shí)間里，保持著不斷上升的趨勢(shì)。連云港作為老牌的港口城市，從“新絲綢之路”中心線城市：連云港—鄭州—西安—蘭州—新疆—中亞—?dú)W洲中同樣可以看出，作為“一帶一路”倡議實(shí)施的重要節(jié)點(diǎn)城市中發(fā)揮著重要的戰(zhàn)略作用。而隨著“一帶一路”倡議的落實(shí)與實(shí)施，中國(guó)為世界經(jīng)濟(jì)發(fā)展提供了“中國(guó)模式”，推動(dòng)了沿線國(guó)家的經(jīng)貿(mào)往來(lái)、文化交流與政治互動(dòng)。

圖2 實(shí)際沿海港口貨物吞吐量與兩次預(yù)測(cè)值對(duì)比

表7 連云港市未來(lái)5 年的沿海港口貨物吞吐量預(yù)測(cè)值

在江蘇省委、省政府出臺(tái)《關(guān)于高質(zhì)量推進(jìn)“一帶一路”交匯點(diǎn)建設(shè)的意見(jiàn)》指出，江蘇將以連云港港為突破口，推動(dòng)航運(yùn)與鐵路、公路、航空協(xié)同發(fā)展，構(gòu)建海河江、鐵公水的高效多式聯(lián)動(dòng)體系，強(qiáng)化全國(guó)性綜合交通樞紐優(yōu)勢(shì)，提升上合組織出海基地功能，打造“一帶一路”新亞歐陸海聯(lián)運(yùn)通道示范標(biāo)桿。這一系列的意見(jiàn)也表述彰顯了連云港在江蘇“一帶一路”建設(shè)大局中的重要地位。

連云港作為重要港口城市，以及未來(lái)也極具重要地位的城市，連云港想要支撐起更多更復(fù)雜的貨運(yùn)及貨物中轉(zhuǎn)的重任，需要為未來(lái)的迅猛發(fā)展做出充足應(yīng)對(duì)的準(zhǔn)備。因此，連云港應(yīng)繼續(xù)加大綜合運(yùn)輸體系和港口貨物吞吐量能力的建設(shè)投入，結(jié)合國(guó)家政策和江蘇省具體經(jīng)濟(jì)發(fā)展水平，一方面滿(mǎn)足物流供需平衡，另一方面要實(shí)現(xiàn)物流的發(fā)展和服務(wù)質(zhì)量的提高。與此同時(shí)，經(jīng)濟(jì)發(fā)展對(duì)物流需求產(chǎn)生積極影響，但更重要的是物流與經(jīng)濟(jì)發(fā)展之間的平衡，這也需要政府、行業(yè)和企業(yè)共同努力，實(shí)現(xiàn)經(jīng)濟(jì)質(zhì)量和數(shù)量的提高。從本文的研究可以看出，準(zhǔn)確的數(shù)據(jù)預(yù)測(cè)對(duì)連云港市的物流發(fā)展乃至全省的經(jīng)濟(jì)發(fā)展都具有重要意義。需要統(tǒng)計(jì)部門(mén)、相關(guān)企業(yè)和機(jī)構(gòu)進(jìn)行更全面的調(diào)查，以便獲得有效的第一手?jǐn)?shù)據(jù)，建立更精確的預(yù)測(cè)模型。并在國(guó)家發(fā)改委提出的規(guī)劃基礎(chǔ)上，適當(dāng)加大綜合運(yùn)輸體系建設(shè)規(guī)模和建設(shè)投入，進(jìn)一步做好綜合的合理規(guī)劃，實(shí)現(xiàn)經(jīng)濟(jì)的進(jìn)一步發(fā)展與提升。