溫旭紅

（中國鐵路經(jīng)濟(jì)規(guī)劃研究院有限公司 博士、助理研究員，北京 100844）

0 引言

2017 年6 月遼寧政府與招商局集團(tuán)將合作建立遼寧港口統(tǒng)一經(jīng)營平臺, 開啟了整合的進(jìn)程[1]。 未來在統(tǒng)一平臺的布局和協(xié)調(diào)下， 營口港將與錦州港、大連港完成資源優(yōu)化配置、協(xié)同發(fā)展，形成三港聯(lián)動發(fā)展的新格局。 屆時，營口港集裝箱業(yè)務(wù)將迎來新的增長點(diǎn)，海鐵聯(lián)運(yùn)量也將持續(xù)增長。

2017 年?duì)I口港集裝箱吞吐量為 585.20 萬TEU，其中鐵路疏運(yùn)比達(dá)到10%左右，在全國主要沿海港口的海鐵聯(lián)運(yùn)比重排名第一。 未來營口港海鐵聯(lián)運(yùn)業(yè)務(wù)增加， 需要港口在后方鐵路通道能力、港區(qū)作業(yè)以及配套物流服務(wù)能力等方面進(jìn)行綜合提升。

本研究采用灰色模型G(1,1)對營口港2020 年集裝箱吞吐量進(jìn)行預(yù)測，為營口港改善港區(qū)后方通道設(shè)施、 提高港區(qū)綜合服務(wù)能力等提供規(guī)模參考，以適應(yīng)未來海鐵聯(lián)運(yùn)業(yè)務(wù)增長需求。

1 基于灰色模型的營口港集裝箱吞吐量預(yù)測

1.1 數(shù)據(jù)來源與分析

本研究的原始數(shù)據(jù)為2009—2017 年?duì)I口港主要集裝箱碼頭吞吐量數(shù)據(jù)，如圖1 所示。 可以明顯看出2009—2012 年是營口港集裝箱業(yè)務(wù)的高速發(fā)展階段，其中2011 年集裝箱吞吐量猛增，同比增長了40.7%； 之后營口港集裝箱業(yè)務(wù)逐漸進(jìn)入低速增長階段。2017 年?duì)I口港主要集裝箱碼頭吞吐量達(dá)到585.40 萬TEU，同比增長了2.6%。

圖1 2009—2017 年?duì)I口港主要集裝箱碼頭吞吐量

營口港貨源腹地主要為東北三省及內(nèi)蒙古東部地區(qū)。 東北三省為糧食主產(chǎn)區(qū)及重工業(yè)基地，營口港集裝箱貨源結(jié)構(gòu)受東北地區(qū)產(chǎn)業(yè)結(jié)構(gòu)及周邊競爭環(huán)境影響較大，因此適箱貨主要為一些附加值低、重質(zhì)類貨物，集裝箱業(yè)務(wù)以內(nèi)貿(mào)集裝箱為主，外貿(mào)集裝箱所占比例較小。 營口港受到地理位置和自然條件的限制， 在外貿(mào)集裝箱業(yè)務(wù)中劣勢明顯，突出優(yōu)勢發(fā)展內(nèi)貿(mào)集裝箱運(yùn)輸。

由圖2 可以明顯看出，2009—2017 年?duì)I口港內(nèi)貿(mào)集裝箱吞吐量比重均為96%以上， 其中2017 年?duì)I口港內(nèi)貿(mào)集裝箱比重創(chuàng)歷史新高，達(dá)到98.4%。營口港與以外貿(mào)集裝箱業(yè)務(wù)主導(dǎo)的大連港形成錯位發(fā)展，逐步發(fā)展成為東北地區(qū)重要的內(nèi)貿(mào)集裝箱樞紐港之一。

圖2 2009—2017 年?duì)I口港內(nèi)貿(mào)集裝箱占比趨勢

1.2 營口港集裝箱吞吐量灰色預(yù)測模型

營口港的貨源腹地主要為東北三省及內(nèi)蒙古東部地區(qū)， 東北三省為糧食主產(chǎn)區(qū)及重工業(yè)基地，營口港集裝箱受東北地區(qū)糧食產(chǎn)量、產(chǎn)業(yè)結(jié)構(gòu)調(diào)整以及國家政策等因素影響，難確定影響吞吐量的確定因素以及與之的定量關(guān)系。 因此，將營口港集裝箱吞吐量看作是一個灰色系統(tǒng)，采用灰色G（1,1）模型預(yù)測2020 年?duì)I口港主要集裝箱碼頭的吞吐量。

根據(jù)灰色 G（1,1）模型的預(yù)測步驟[2]，基于 2009—2017 年?duì)I口港集裝箱吞吐量數(shù)據(jù)，預(yù)測流程如下:

研究預(yù)測的原始數(shù)列為

對原始數(shù)據(jù)進(jìn)行一次累加得到生成數(shù)列，即

定義z1為數(shù)列x1的緊鄰均值數(shù)列，即

根據(jù) GM（1，1）的灰色微分方程，即

令Y 為數(shù)據(jù)向量，B 為數(shù)據(jù)矩陣，u 為參數(shù)向量，則 GM（1，1）模式可以表示為 Y=Bu，得到

由最小二乘法計(jì)算參數(shù)a 和b，

故，得到參數(shù)，帶入灰色GM(1,1)模型的時間相應(yīng)式，即

1.3 模型檢驗(yàn)及結(jié)果分析

通過MATLAB 編程實(shí)現(xiàn)以上灰色模型預(yù)測過程， 得到2009—2017 年共9 個歷史時間序列的營口港集裝箱吞吐量預(yù)測值（如表1 所示），其中參數(shù)a=-0.082 1，b=320.524 2。

表1 歷史年度營口港集裝箱吞吐量預(yù)測值及殘差 萬TEU

定義殘差[3]

經(jīng)計(jì)算， 該預(yù)測的平均相對誤差C=0.310 2＜0.35，符合預(yù)測精度要求?？紤]灰色GM（1,1）模型對較少基礎(chǔ)數(shù)據(jù)仍有較好預(yù)測精度的特點(diǎn)，基于不同維度的營口港集裝箱吞吐量歷史序列數(shù)據(jù)，利用灰色 GM（1，1）模型預(yù)測，預(yù)測結(jié)果見表 2。

表2 不同數(shù)據(jù)維度下歷年的預(yù)測值序列

通過公式（7）計(jì)算不同歷史數(shù)據(jù)維度下預(yù)測的殘差序列如表3 所示。

表3 不同數(shù)據(jù)維度下預(yù)測值的殘差序列

由圖3 可以看出歷史數(shù)據(jù)序列長短影響預(yù)測精度。 類似文獻(xiàn)[3]， 灰色 GM(1,1)模型在 7 維歷史數(shù)據(jù)下的預(yù)測精度最高，相對誤差僅為0.12，遠(yuǎn)小于0.35。 故研究選擇7 維歷史數(shù)據(jù)序列下灰色GM（1,1）模型預(yù)測2020 年?duì)I口港集裝箱吞吐量，預(yù)測結(jié)果如圖4 所示。

圖3 不同數(shù)據(jù)維度下預(yù)測平均相對誤差C

圖 4 2011—2020 年?duì)I口港集裝箱吞吐量預(yù)測

基于灰色 GM（1,1）模型預(yù)測，營口港 2020 年集裝箱吞吐量將達(dá)到739.1 萬TEU， 內(nèi)貿(mào)集裝箱保持98%以上的比重。 隨著國家“一帶一路”以及振興東北工業(yè)基地戰(zhàn)略的實(shí)施，營口港海鐵聯(lián)運(yùn)將保持優(yōu)勢繼續(xù)增長， 預(yù)計(jì)2020 年?duì)I口港集裝箱疏港比重將達(dá)到15%，海鐵聯(lián)運(yùn)業(yè)務(wù)將迎來新的發(fā)展。

2 結(jié)論及建議

本文基于灰色GM（1,1）模型有效預(yù)測營口港集裝箱吞吐量，預(yù)計(jì)未來營口港主要集裝箱碼頭集裝箱吞吐量實(shí)現(xiàn)平穩(wěn)增長。 在遼寧港口整合大趨勢下，營口港內(nèi)貿(mào)集裝箱運(yùn)輸將迎來歷史發(fā)展契機(jī)，建議營口港未來在港口后方集疏運(yùn)通道、港區(qū)作業(yè)能力、物流配套服務(wù)等方面進(jìn)行綜合提升，以應(yīng)對未來集裝箱吞吐量的增長，保證海鐵聯(lián)運(yùn)業(yè)務(wù)發(fā)展優(yōu)勢。