姜豐怡，張培林

（武漢理工大學(xué) 交通學(xué)院，湖北 武漢 430063）

基于組合模型預(yù)測(cè)航道運(yùn)量—以荊江航道為例

姜豐怡，張培林

（武漢理工大學(xué) 交通學(xué)院，湖北 武漢 430063）

基于2005-2014年三峽船閘過(guò)閘貨運(yùn)量與長(zhǎng)江腹地GDP數(shù)據(jù)，分別采用彈性系數(shù)法、回歸分析法和運(yùn)輸強(qiáng)度法預(yù)測(cè)2020、2025、2030、2035、2040年的荊江航道貨運(yùn)量，根據(jù)模型的特點(diǎn)確定權(quán)重進(jìn)行組合預(yù)測(cè)。組合預(yù)測(cè)模型在一定程度上能夠提高單項(xiàng)預(yù)測(cè)的準(zhǔn)確程度，是可行的。

航道運(yùn)量；荊江航道；彈性系數(shù)法；回歸分析法；運(yùn)輸強(qiáng)度法；組合預(yù)測(cè)

1 引言

水運(yùn)相比于其他運(yùn)輸方式成本低廉又低碳環(huán)保，所以政府也出臺(tái)了相關(guān)文件鼓勵(lì)其發(fā)展。而且，在我國(guó)經(jīng)濟(jì)飛速發(fā)展的同時(shí)，需求也在不斷增長(zhǎng)，帶動(dòng)了我國(guó)水運(yùn)貨運(yùn)量的增長(zhǎng)。長(zhǎng)江航運(yùn)作為溝通我國(guó)東中西部的運(yùn)輸大動(dòng)脈，對(duì)于順利實(shí)施長(zhǎng)江經(jīng)濟(jì)帶戰(zhàn)略，服務(wù)“一帶一路”和推動(dòng)整個(gè)長(zhǎng)江流域協(xié)調(diào)發(fā)展具有十分重要的戰(zhàn)略意義，荊江河段處于長(zhǎng)江中游，是連接各個(gè)省市的重要節(jié)點(diǎn)，預(yù)測(cè)其運(yùn)量對(duì)于今后長(zhǎng)江航道的發(fā)展有重要作用。

目前，運(yùn)量預(yù)測(cè)的常用方法有時(shí)間序列法、灰色系統(tǒng)法、回歸分析法等，但是實(shí)際中由于經(jīng)濟(jì)發(fā)展的不平衡、運(yùn)價(jià)水平等因素呈現(xiàn)非線性變化，所以根據(jù)發(fā)展趨勢(shì)，以適當(dāng)?shù)募訖?quán)運(yùn)用多種預(yù)測(cè)模型的組合形式對(duì)運(yùn)量進(jìn)行預(yù)測(cè)，相比于單方法來(lái)說(shuō)，結(jié)果更加準(zhǔn)確。

2 模型選擇與建立

2.1 彈性系數(shù)法

彈性系數(shù)是一定時(shí)期內(nèi)相互聯(lián)系的兩個(gè)指標(biāo)增長(zhǎng)速度的比率，它是衡量一個(gè)變量的增長(zhǎng)幅度對(duì)另一個(gè)變量增長(zhǎng)幅度的依存關(guān)系。運(yùn)輸量的增長(zhǎng)與經(jīng)濟(jì)的增長(zhǎng)有密切關(guān)系，所以取運(yùn)輸彈性系數(shù)為某一區(qū)域一定時(shí)期內(nèi)運(yùn)輸量增長(zhǎng)率與國(guó)民生產(chǎn)總值增長(zhǎng)率之比，它反映了運(yùn)輸業(yè)的發(fā)展與國(guó)民經(jīng)濟(jì)發(fā)展的適應(yīng)程度，要保持持續(xù)、快速、協(xié)調(diào)的發(fā)展，二者之間則須保持恰當(dāng)?shù)谋壤P(guān)系。公式如下：

其中e是彈性系數(shù)；T是貨運(yùn)量；dT：貨運(yùn)增長(zhǎng)量；M：國(guó)民生產(chǎn)總值；dM：國(guó)民生產(chǎn)總值增加量。在經(jīng)濟(jì)發(fā)展的不同階段，運(yùn)輸彈性系數(shù)的變化呈現(xiàn)不同的規(guī)律。經(jīng)濟(jì)快速發(fā)展的時(shí)期，運(yùn)輸量的增長(zhǎng)跟不上經(jīng)濟(jì)的增長(zhǎng)，彈性系數(shù)e＞1，但隨著產(chǎn)業(yè)結(jié)構(gòu)的升級(jí)，彈性系數(shù)呈現(xiàn)下降的態(tài)勢(shì)，經(jīng)濟(jì)與交通運(yùn)輸產(chǎn)業(yè)的發(fā)展速度均將減緩，逐步穩(wěn)定此時(shí)彈性系數(shù)e＜1。

2.2 回歸分析法

回歸分析是確定兩種或兩種以上變量間相互依賴的定量關(guān)系的一種統(tǒng)計(jì)分析方法。運(yùn)用十分廣泛?；貧w分析按照涉及的變量多少，分為一元回歸和多元回歸分析；在線性回歸中，按照自變量的多少，可分為簡(jiǎn)單回歸分析和多重回歸分析；按照自變量和因變量之間的關(guān)系類型，可分為線性回歸分析和非線性回歸分析。常用的有一元線性回歸模型如冪函數(shù)、指數(shù)函數(shù)，多元線性回歸模型如多元線性方程等。回歸分析法的通式為：Yt=α+β1X1+β2X2+...+βnXn。其中：Yt為因變量，即在時(shí)間t的預(yù)測(cè)值；X為自變量，即引起Y變化的影響因素；α，β為回歸系數(shù)?？墒褂肊XCEL等工具根據(jù)原始數(shù)據(jù)的發(fā)展趨勢(shì)曲線選擇合適的預(yù)測(cè)模型對(duì)未來(lái)數(shù)據(jù)進(jìn)行預(yù)測(cè)。

2.3 運(yùn)輸強(qiáng)度系數(shù)法

運(yùn)輸強(qiáng)度是指一定時(shí)期內(nèi)運(yùn)輸完成的客貨換算周轉(zhuǎn)量（t·km）與同期國(guó)民生產(chǎn)總值（或工農(nóng)業(yè)總產(chǎn)值之比），它是反映運(yùn)輸與經(jīng)濟(jì)總值之間關(guān)系的常用分析指標(biāo)。運(yùn)輸強(qiáng)度既可以用運(yùn)輸客貨換算周轉(zhuǎn)量計(jì)算，也可以用貨物周轉(zhuǎn)量計(jì)算。運(yùn)輸強(qiáng)度的大小，取決于各類貨源和人口的地區(qū)分布。運(yùn)輸強(qiáng)度指標(biāo)在規(guī)劃地區(qū)運(yùn)輸建設(shè)方面起著重要作用。其計(jì)算公式為：

水運(yùn)量運(yùn)輸強(qiáng)度是指百萬(wàn)元GDP產(chǎn)值產(chǎn)生的對(duì)外水路運(yùn)輸量。不同區(qū)域?qū)λ\(yùn)的依賴程度不同，不同產(chǎn)業(yè)結(jié)構(gòu)也會(huì)影響水運(yùn)強(qiáng)度系數(shù)。因此，運(yùn)用運(yùn)輸強(qiáng)度系數(shù)來(lái)預(yù)測(cè)水運(yùn)量，必須要分析航道所處地區(qū)的產(chǎn)業(yè)結(jié)構(gòu)特征與發(fā)展趨勢(shì)。

2.4 組合預(yù)測(cè)模型的建立

單種預(yù)測(cè)模型具有局限性，而且只考慮了一種影響因素，但實(shí)際中數(shù)據(jù)的變化是隨機(jī)且受多種因素影響的，運(yùn)用組合模型預(yù)測(cè)可以結(jié)合各個(gè)模型的優(yōu)點(diǎn)，減小誤差，有效提高預(yù)測(cè)的精確度，更加全面地利用各種原始數(shù)據(jù)，比單個(gè)模型更系統(tǒng)、更全面。

組合預(yù)測(cè)有兩種基本形式，一種是等權(quán)組合，即各預(yù)測(cè)方法的預(yù)測(cè)值按相同的權(quán)數(shù)組合成新的預(yù)測(cè)值。另一種是不等權(quán)組合，即賦予不同預(yù)測(cè)方法預(yù)測(cè)值的權(quán)數(shù)是不一樣的。權(quán)數(shù)相同對(duì)于組合模型來(lái)說(shuō)就是每種預(yù)測(cè)模型占比相同，但是單項(xiàng)預(yù)測(cè)模型會(huì)隨著條件與環(huán)境的不同，表現(xiàn)不穩(wěn)定，所以一般采用不等權(quán)組合較為合理。

3 荊江河段運(yùn)量預(yù)測(cè)

荊江航道是宜昌到城陵磯的河段。本文主要以2005-2014年三峽船閘過(guò)閘運(yùn)量為參考，根據(jù)主要斷面流量觀測(cè)以及調(diào)研進(jìn)行修正補(bǔ)充，以長(zhǎng)江中上游沿線湖北、湖南、四川、重慶和貴州四省一市的經(jīng)濟(jì)發(fā)展為依據(jù)（見(jiàn)表1），分別運(yùn)用彈性系數(shù)法、回歸分析法和運(yùn)輸強(qiáng)度系數(shù)法預(yù)測(cè)2020、2025、2030、2035和2040年的運(yùn)量。再根據(jù)預(yù)測(cè)值與原始數(shù)據(jù)的相對(duì)誤差確定權(quán)重建立組合預(yù)測(cè)模型，得到最終結(jié)果。

3.1 彈性系數(shù)法預(yù)測(cè)

結(jié)合上述國(guó)外不同發(fā)展階段彈性系數(shù)的變化情況以及荊江河段經(jīng)濟(jì)發(fā)展趨勢(shì)來(lái)看，2015-2030年這一時(shí)期是長(zhǎng)江中上游地區(qū)產(chǎn)業(yè)規(guī)模集聚、綜合運(yùn)輸通道建設(shè)高峰時(shí)期，水運(yùn)量保持增長(zhǎng)態(tài)勢(shì)，但隨著產(chǎn)業(yè)結(jié)構(gòu)的升級(jí)，彈性系數(shù)呈現(xiàn)下降態(tài)勢(shì)。預(yù)計(jì)2030年以后，經(jīng)濟(jì)和交通運(yùn)輸產(chǎn)業(yè)的發(fā)展速度均將減緩，逐步穩(wěn)定。根據(jù)荊江河段彈性趨勢(shì)分析，預(yù)計(jì)2020、2025、2030、2035和2040年期間彈性系數(shù)分別為1.06、0.87、0.76、0.68和0.55。根據(jù)長(zhǎng)江中上游地區(qū)的發(fā)展規(guī)劃分析及經(jīng)濟(jì)發(fā)展?fàn)顩r分析，預(yù)計(jì)2020、2025、2030、2035和2040年期間GDP年均增速分別為7.36%、5.16%、4.06%、3.34%、2.83%（見(jiàn)表2）。由此預(yù)測(cè)未來(lái)各特征年荊江河段水運(yùn)量結(jié)果見(jiàn)表3。

表2 特征年彈性系數(shù)與GDP預(yù)測(cè)值

表3 彈性系數(shù)預(yù)測(cè)值 （單位：萬(wàn)t）

3.2 回歸分析法預(yù)測(cè)

回歸分析是利用兩變量之間的相互聯(lián)系建立函數(shù)方程，已知一變量預(yù)測(cè)另一變量的方法。荊江航道貨運(yùn)量與時(shí)間和GDP都相關(guān)，可設(shè)貨運(yùn)量為Y，時(shí)間與GDP分別為X建立模型見(jiàn)表4，再利用模型得到合理預(yù)測(cè)值（見(jiàn)表5）。為了簡(jiǎn)便，采用方差倒數(shù)法確定權(quán)重，即，式中表示第i個(gè)模型的誤差平方和，k表示模型的個(gè)數(shù)，該方法以誤差平方小的模型為主并賦予高權(quán)重。

表4 回歸分析預(yù)測(cè)模型

表5 回歸分析預(yù)測(cè)值 （單位：萬(wàn)t）

3.3 運(yùn)輸強(qiáng)度法預(yù)測(cè)

參考國(guó)外及長(zhǎng)江下游的發(fā)展經(jīng)驗(yàn)，長(zhǎng)江中上游地區(qū)水運(yùn)量運(yùn)輸強(qiáng)度仍將遵循“倒U型”的總體發(fā)展規(guī)律，水運(yùn)量雖然保持增長(zhǎng)態(tài)勢(shì)，但運(yùn)輸強(qiáng)度近十年內(nèi)將保持逐步下降態(tài)勢(shì)。根據(jù)2005-2014年的運(yùn)輸強(qiáng)度的變化趨勢(shì)分析，結(jié)合長(zhǎng)江中上游水運(yùn)量運(yùn)輸強(qiáng)度變化規(guī)律，預(yù)計(jì)2020、2025、2030、2035和2040年期間運(yùn)輸強(qiáng)度系數(shù)分別為10.8、9.9、9.5、9.0和8.6。結(jié)合長(zhǎng)江腹地GDP的預(yù)測(cè)可得運(yùn)量預(yù)測(cè)值見(jiàn)表6。

表6 運(yùn)輸強(qiáng)度預(yù)測(cè)值 （單位：萬(wàn)t）

3.4 組合預(yù)測(cè)模型的建立

根據(jù)三種模型的影響因素與預(yù)測(cè)的準(zhǔn)確程度，運(yùn)用德?tīng)柗品ù_定各模型的權(quán)重，彈性系數(shù)法占比0.35，回歸分析法占比0.40，運(yùn)輸強(qiáng)度法占比0.35，根據(jù)組合權(quán)重建立模型：y=a1×y1+a2×y2+a3×y3。式中y是組合預(yù)測(cè)值，ai是各模型的權(quán)重，計(jì)算結(jié)果見(jiàn)表7。

表7 組合模型預(yù)測(cè)值 （單位：萬(wàn)t）

4 研究結(jié)論

組合模型可以整合單個(gè)模型所提供的信息，實(shí)現(xiàn)優(yōu)勢(shì)互補(bǔ)，提高預(yù)測(cè)結(jié)果的準(zhǔn)確度，在實(shí)際中是可行的。本文預(yù)測(cè)的荊江航段貨運(yùn)量可以為今后整治此航段提供參考，具有現(xiàn)實(shí)意義。

［1］孫國(guó)卿.海鐵聯(lián)運(yùn)運(yùn)量預(yù)測(cè)與效益研究［D］.上海:大連海事大學(xué)，2010.

［2］吳璇，王烈.組合預(yù)測(cè)模型在鐵路集裝箱運(yùn)量預(yù)測(cè)中的應(yīng)用［J］.鐵道運(yùn)輸與經(jīng)濟(jì)，2010，（10）:90-94.

［3］朱昌鋒.基于模型組合的鐵路集裝箱運(yùn)量預(yù)測(cè)［J］.交通運(yùn)輸系統(tǒng)工程與信息，2010，（5）:149-153.

［4］張為偉.航段運(yùn)量預(yù)測(cè)算法及其優(yōu)化［D］.南京:南京航空航天大學(xué)，2008.

［5］李灼，石興勇，于黎.擴(kuò)大三峽船閘通航能力研究［J］.中國(guó)水運(yùn)（下半月），2013，（6）:29-31.

Forecasting of Navigation Channel Freight Transport Volume Based on Combination Model: In the Case of Jingjiang Waterway

JiangFengyi，ZhangPeilin
（SchoolofTransportation，WuhanUniversityofTechnology，Wuhan 430063，China）

In this paper，based on the cargo transportation volume through the shiplock of the Three-gorges Dam and the GDP data of the Yangtze hinterland between 2005 and 2014，we respectively used the elastic coefficient method，regression analysis and transportation intensity method to forecast the freight volume of the Jingjiang Waterway at years 2020，2025，2030，2035，and 2040，and then according to the characteristics of the above methods formulated a combination forecasting model.To some extent，the combination forecasting model can improvetheaccuracyoftheindividualmethodsandsoisfeasible.

waterway freight volume；Jingjiang Waterway；elastic coefficient method；regression analysis；transport intensity；combinationforecasting

F552

A

1005-152X（2016）05-0079-03

10.3969/j.issn.1005-152X.2016.05.018

2016-04-10

姜豐怡（1993-），女，湖北棗陽(yáng)人，碩士研究生，研究方向：交通運(yùn)輸規(guī)劃與管理；張培林（1955-），男，湖北武漢人，博士，教授，研究方向：交通運(yùn)輸規(guī)劃與管理。