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(guó)家重點(diǎn)實(shí)驗(yàn)室，天津 300072)

0 引 言

港口作為水上運(yùn)輸與陸上運(yùn)輸?shù)倪B接點(diǎn)，是支持國(guó)家和地區(qū)經(jīng)濟(jì)發(fā)展的重要基礎(chǔ)設(shè)施，直接關(guān)系腹地經(jīng)濟(jì)興衰，在經(jīng)濟(jì)與社會(huì)發(fā)展中具有重要意義。作為現(xiàn)在港口運(yùn)輸?shù)淖钪匾绞?，集裝箱運(yùn)輸占有重要地位。在國(guó)際航運(yùn)業(yè)和全球一體化進(jìn)程影響下，集裝箱運(yùn)輸?shù)陌l(fā)展與國(guó)民經(jīng)濟(jì)、國(guó)際貿(mào)易、經(jīng)濟(jì)體制、運(yùn)輸政策、技術(shù)進(jìn)步以及綜合交通運(yùn)輸業(yè)的發(fā)展等多方面息息相關(guān)。據(jù)統(tǒng)計(jì)，2017年全球集裝箱吞吐量為7.377 6億TEU，其中中國(guó)20個(gè)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(wàn)TEU，創(chuàng)下全球港口集裝箱吞吐量記錄的同時(shí)，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(guó)共有9大集裝箱港口入圍。面對(duì)發(fā)展的同時(shí)，中國(guó)港口集裝箱運(yùn)輸業(yè)也同樣面臨統(tǒng)籌規(guī)劃等多方面問(wèn)題。準(zhǔn)確預(yù)測(cè)港口集裝箱吞吐量，對(duì)港口的未來(lái)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(jì)發(fā)展?fàn)顩r、世界經(jīng)濟(jì)形勢(shì)等[1]，因素多變以及其不確定性給預(yù)測(cè)帶來(lái)困難。很多學(xué)者開(kāi)展了大量計(jì)算模型研究，引入多種方法開(kāi)展集裝箱吞吐量的預(yù)測(cè)并進(jìn)行驗(yàn)證。灰色系統(tǒng)理論[2-5]由于處理不確定性問(wèn)題的特點(diǎn)，廣泛應(yīng)用于集裝箱吞吐量預(yù)測(cè)。楊金花等[2]運(yùn)用灰色預(yù)測(cè)法，預(yù)測(cè)了上海港未來(lái)三年的集裝箱吞吐量；張樹(shù)奎等[4]基于傳統(tǒng)灰色預(yù)測(cè)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(cè)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(cè)法、彈性系數(shù)法及灰色預(yù)測(cè)法進(jìn)行了對(duì)比分析。

基于時(shí)間序列法的統(tǒng)計(jì)分析方法也在吞吐量定量預(yù)測(cè)中發(fā)揮重要作用。屈莉莉等[6]建立了可動(dòng)態(tài)調(diào)整權(quán)重的組合預(yù)測(cè)模型，進(jìn)行了吞吐量時(shí)間序列預(yù)測(cè)；陶麗麗等[7]基于時(shí)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(cè)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(jì)分析軟件R預(yù)測(cè)了港口十個(gè)月的吞吐量數(shù)據(jù)；付義等[10]以時(shí)間序列預(yù)測(cè)為基礎(chǔ)建立灰色干預(yù)模型并進(jìn)行參數(shù)檢驗(yàn)。

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(cè)值與實(shí)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(cè)法；田歆等[12]在TEI@I方法基礎(chǔ)上，引入計(jì)量經(jīng)濟(jì)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(cè)模型；劉婷等[13]分別通過(guò)BP神經(jīng)網(wǎng)絡(luò)預(yù)測(cè)、回歸分析預(yù)測(cè)法和二次指數(shù)平滑預(yù)測(cè)法，進(jìn)行了吞吐量預(yù)測(cè)及對(duì)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(cè)(AFTER)與兩種時(shí)間序列模型SARIMA和VAR相結(jié)合。

學(xué)者從多個(gè)角度開(kāi)展了卓有成效的集裝箱吞吐量預(yù)測(cè)研究和探討，但主要集中于短中期預(yù)測(cè)。由于中長(zhǎng)期社會(huì)經(jīng)濟(jì)發(fā)展中不確定性更為明顯，國(guó)民經(jīng)濟(jì)和國(guó)際貿(mào)易在市場(chǎng)條件下發(fā)生波動(dòng)可能性較大，中長(zhǎng)期的港口集裝箱吞吐量預(yù)測(cè)存在較大困難。

楊波等[1]基于多因素動(dòng)態(tài)生成系數(shù)法，引入邏輯斯蒂增長(zhǎng)模型，發(fā)揮其概化處理復(fù)雜系統(tǒng)行為能力的優(yōu)勢(shì)，對(duì)天津、上海及青島港的實(shí)際吞吐量進(jìn)行預(yù)測(cè)。筆者使用這一模型的既有預(yù)測(cè)值，與上述港口2005—2018年運(yùn)量的實(shí)際數(shù)據(jù)進(jìn)行了對(duì)比分析，驗(yàn)證了方法的可靠性和準(zhǔn)確度。進(jìn)而以修正后的模型方法，對(duì)未來(lái)十年天津港集裝箱吞吐量進(jìn)行再次預(yù)測(cè)，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(cè)模型建立

1.1 多因素動(dòng)態(tài)生成系數(shù)法

多因素動(dòng)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(cè)劃分為多步預(yù)測(cè)，通過(guò)提高每步預(yù)測(cè)的準(zhǔn)確性進(jìn)而保證總體預(yù)測(cè)結(jié)果。根據(jù)集裝箱貨物的生成動(dòng)因，通過(guò)預(yù)測(cè)口岸進(jìn)出口商品總額和分析運(yùn)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(cè)出集裝箱生成量和運(yùn)量，計(jì)算公式如式(1)[15-16]：

V=T×p1×R×r/(W×p2)

(1)

式中：V為集裝箱運(yùn)量；T為外貿(mào)進(jìn)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(gè)比率系數(shù)可通過(guò)查詢港口各個(gè)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(duì)較小。受宏觀經(jīng)濟(jì)增長(zhǎng)率波動(dòng)以及預(yù)測(cè)專家主觀性影響，外貿(mào)進(jìn)出口額的預(yù)測(cè)存在較大誤差，使得利用多因素動(dòng)態(tài)生成系數(shù)法在進(jìn)行中長(zhǎng)期預(yù)測(cè)時(shí)缺乏準(zhǔn)確性。筆者通過(guò)引入邏輯斯蒂增長(zhǎng)模型，預(yù)測(cè)港口腹地GDP變化趨勢(shì)，然后根據(jù)GDP進(jìn)行外貿(mào)進(jìn)出口額預(yù)測(cè)，最后利用生成系數(shù)進(jìn)行中長(zhǎng)期集裝箱吞吐量預(yù)測(cè)。改進(jìn)后的預(yù)測(cè)方法流程如圖1。

1.2 邏輯斯蒂增長(zhǎng)模型

邏輯斯蒂增長(zhǎng)模型常用于人口、生物種群數(shù)目增長(zhǎng)、經(jīng)濟(jì)指標(biāo)等領(lǐng)域。與指數(shù)模型不同，邏輯斯蒂模型增長(zhǎng)到一定階段時(shí)會(huì)降低增長(zhǎng)速度，直至達(dá)到某一最大值[17]。在增長(zhǎng)極限、社會(huì)競(jìng)爭(zhēng)以及宏觀經(jīng)濟(jì)預(yù)測(cè)等復(fù)雜系統(tǒng)動(dòng)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(jì)總量；r0為內(nèi)稟增長(zhǎng)率；K為增長(zhǎng)極限容量。

在預(yù)測(cè)過(guò)程中，通過(guò)對(duì)港口腹地GDP歷史數(shù)據(jù)擬合即可獲取內(nèi)稟增長(zhǎng)率，根據(jù)國(guó)家和地區(qū)戰(zhàn)略規(guī)劃總體目標(biāo)，通過(guò)比較法可以確定經(jīng)濟(jì)增長(zhǎng)的極限容量，從而實(shí)現(xiàn)對(duì)經(jīng)濟(jì)總量發(fā)展水平的預(yù)測(cè)。

2 預(yù)測(cè)結(jié)果對(duì)比分析

利用引入邏輯斯蒂模型的多因素動(dòng)態(tài)，生成系數(shù)法預(yù)測(cè)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(duì)2005—2018年各港口吞吐量進(jìn)行預(yù)測(cè)，并與實(shí)際值進(jìn)行對(duì)比分析。

2.1 天津港

根據(jù)天津港的歷史資料數(shù)據(jù)計(jì)算得到的吞吐量預(yù)測(cè)值與實(shí)際值的對(duì)比結(jié)果如圖2。

由圖2可知，天津港2005—2018年集裝箱實(shí)際吞吐量主要分布在基準(zhǔn)值與悲觀值之間。受經(jīng)濟(jì)環(huán)境及不可預(yù)見(jiàn)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(shí)際吞吐量仍與預(yù)測(cè)值有較高擬合度，因此邏輯斯蒂增長(zhǎng)預(yù)測(cè)模型對(duì)天津港集裝箱吞吐量增長(zhǎng)預(yù)測(cè)具有較好的擬合效果。天津港集裝箱吞吐量近十四年增長(zhǎng)趨勢(shì)大致可以分為兩部分：① 2005—2014年實(shí)際吞吐量除2008年外，與預(yù)測(cè)量基準(zhǔn)值基本持平。2008年實(shí)際吞吐量顯著高于基準(zhǔn)值，其主要原因?yàn)?008年奧運(yùn)會(huì)于北京順利召開(kāi)，經(jīng)濟(jì)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(shí)際吞吐量接近預(yù)測(cè)悲觀值。尤其在2015年，實(shí)際吞吐量迎來(lái)近年來(lái)唯一一次下降。通過(guò)調(diào)查分析，“8·12天津?yàn)I海新區(qū)爆炸事故”對(duì)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(cè)悲觀值重要原因之一。

2.2 上海港

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

由圖3可知，上海港集裝箱吞吐量增長(zhǎng)趨勢(shì)總共可以分為3個(gè)部分：① 2005—2008年，實(shí)際吞吐量與預(yù)測(cè)樂(lè)觀值有很高的擬合程度；② 2009—2012年，實(shí)際吞吐量與預(yù)測(cè)基準(zhǔn)值較為接近；③ 2013—2018年，實(shí)際吞吐量則趨近于預(yù)測(cè)悲觀值。對(duì)于2009年上海港集裝箱吞吐量呈現(xiàn)顯著下降，主要原因?yàn)?009年全球金融危機(jī)對(duì)我國(guó)進(jìn)出口貿(mào)易影響較為嚴(yán)重，我國(guó)一般性貿(mào)易出口收入發(fā)生嚴(yán)重下滑，外貿(mào)進(jìn)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(guò)去十年發(fā)展較為迅猛的青島港進(jìn)行模擬，獲取青島港的歷史資料數(shù)據(jù)，通過(guò)該預(yù)測(cè)模型計(jì)算得到的吞吐量預(yù)測(cè)值和實(shí)際值對(duì)比結(jié)果如圖4?？梢钥闯?，青島港與上海港變化趨勢(shì)相類似。

2.4 預(yù)測(cè)誤差分析

通過(guò)對(duì)于天津、上海及青島港集裝箱吞吐量的對(duì)比驗(yàn)證，港口實(shí)際吞吐量在前期與樂(lè)觀值較為接近，中期逼近基準(zhǔn)值，中后期則向悲觀值靠近，但整體來(lái)說(shuō)實(shí)際值基本處在預(yù)測(cè)值范圍區(qū)間內(nèi)。集裝箱港口發(fā)展大致可以分為3個(gè)時(shí)期：第1時(shí)期，由于中國(guó)經(jīng)濟(jì)處于迅速發(fā)展過(guò)程中，中國(guó)圍海填海工程快速發(fā)展，港口工業(yè)發(fā)展勢(shì)頭強(qiáng)勁，預(yù)測(cè)結(jié)果大致與樂(lè)觀值相仿甚至部分高于樂(lè)觀值；第2時(shí)期，港口發(fā)展速度放緩，且未發(fā)生對(duì)港口經(jīng)濟(jì)影響較大事件，港口集裝箱實(shí)際吞吐量與預(yù)測(cè)基準(zhǔn)值吻合度較高；第3時(shí)期，由于中國(guó)經(jīng)濟(jì)發(fā)展速度整體趨于平緩，實(shí)際吞吐量逐漸趨向悲觀值。

存在上述差異的主要原因?yàn)?，預(yù)測(cè)解釋變量正處于中國(guó)經(jīng)濟(jì)飛速發(fā)展時(shí)期，單純根據(jù)GDP對(duì)外貿(mào)進(jìn)出口值進(jìn)行預(yù)測(cè)，尤其是長(zhǎng)期預(yù)測(cè)，仍存在一定的偏差。通過(guò)調(diào)整各項(xiàng)動(dòng)態(tài)系數(shù)范圍，給出預(yù)測(cè)結(jié)果的樂(lè)觀值和悲觀值，可有效預(yù)測(cè)港口集裝箱吞吐量的范圍。綜上，利用邏輯斯蒂模型預(yù)測(cè)GDP對(duì)多因素動(dòng)態(tài)生成系數(shù)法預(yù)測(cè)港口集裝箱吞吐量是可行的，在中長(zhǎng)期預(yù)測(cè)中具有更強(qiáng)的準(zhǔn)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(zhǎng)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(lái)吞吐量預(yù)測(cè)

選取2007—2018年間天津港集裝箱吞吐量數(shù)據(jù)資料，對(duì)2019—2028年集裝箱吞吐量數(shù)據(jù)變化趨勢(shì)進(jìn)行預(yù)測(cè)?？紤]天津港腹地省份的經(jīng)濟(jì)發(fā)展水平，對(duì)于天津、北京較為發(fā)達(dá)的城市，選取美國(guó)人均GDP作為經(jīng)濟(jì)增長(zhǎng)極限值作為參考，對(duì)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(jì)增長(zhǎng)極限的參考。同時(shí)考慮樂(lè)觀值預(yù)測(cè)中經(jīng)濟(jì)增長(zhǎng)極限參考目標(biāo)時(shí)，選取世界外向型經(jīng)濟(jì)發(fā)展為主的國(guó)家(瑞士、挪威等)對(duì)天津、北京兩市進(jìn)行極限增長(zhǎng)值確定，其余四省則以美國(guó)為標(biāo)準(zhǔn)。在悲觀值預(yù)測(cè)時(shí)，則考慮中國(guó)經(jīng)濟(jì)增長(zhǎng)速度進(jìn)一步放緩，分別以澳大利亞及日本韓國(guó)作為經(jīng)濟(jì)增長(zhǎng)極限，預(yù)測(cè)結(jié)果如圖5。

由圖5可知，天津港未來(lái)十年的集裝箱吞吐量仍將保持增長(zhǎng)趨勢(shì)，但年增長(zhǎng)率較過(guò)去已有明顯的降低。天津港的集裝箱吞吐量對(duì)于腹地的輻射影響作用顯著，其增長(zhǎng)率對(duì)于未來(lái)京津冀區(qū)域規(guī)劃和發(fā)展預(yù)測(cè)具有重要指征意義。同時(shí)，預(yù)測(cè)說(shuō)明天津港吞吐量增長(zhǎng)速率放緩并非個(gè)例，我國(guó)大多數(shù)港口已出現(xiàn)吞吐量增長(zhǎng)趨緩的趨勢(shì)，這與宏觀經(jīng)濟(jì)的近期發(fā)展趨勢(shì)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(duì)于以貨運(yùn)港口為重要經(jīng)濟(jì)支柱的港口型城市，產(chǎn)業(yè)轉(zhuǎn)型以及未來(lái)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(jī)，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(zhǎng)期港口集裝箱吞吐量的預(yù)測(cè)方法，主要原理是通過(guò)邏輯斯蒂增長(zhǎng)模型確定港口腹地的GDP預(yù)期值，進(jìn)而利用多因素動(dòng)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(xiàng)系數(shù)，計(jì)算得出港口集裝箱吞吐量預(yù)測(cè)的基準(zhǔn)值、樂(lè)觀值和悲觀值。通過(guò)對(duì)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(guó)內(nèi)經(jīng)濟(jì)形勢(shì)發(fā)生劇烈變化，但是實(shí)際吞吐量在預(yù)測(cè)范圍內(nèi)圍繞基準(zhǔn)值上下浮動(dòng)，并無(wú)明顯偏差，驗(yàn)證了模型的準(zhǔn)確性以及風(fēng)險(xiǎn)的良好應(yīng)對(duì)性。

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