梁瑩瑩 王元?dú)g
(遼寧工業(yè)大學(xué),遼寧 錦州 121000)
港口作為雙循環(huán)中交叉重疊的運(yùn)輸區(qū)域,起到了內(nèi)外運(yùn)輸和循環(huán)聯(lián)動(dòng)的紐帶作用。隨著“一帶一路”的倡議的不斷深入,我國的海鐵聯(lián)運(yùn)業(yè)務(wù)在運(yùn)輸業(yè)的發(fā)展日益重要,正呈現(xiàn)穩(wěn)步上升趨勢趕上世界水平。2019年中國的集裝箱海鐵聯(lián)運(yùn)總箱量已突破400 萬標(biāo)準(zhǔn)箱,相比2018年增長23%,再次創(chuàng)下歷史新高。其中,營口港在2019年完成集裝箱海鐵聯(lián)運(yùn)裝卸量80 萬標(biāo)準(zhǔn)箱,同比增長了4.85%,并且呈現(xiàn)逐年遞增的趨勢。但對于全國的海鐵聯(lián)運(yùn)業(yè)務(wù)而言,海鐵聯(lián)運(yùn)運(yùn)量與港口吞吐量占比只有2%,遠(yuǎn)比發(fā)達(dá)國家20%的水平低。目前,全國有600 多個(gè)鐵路集裝箱辦理站,主要組成了18 個(gè)集裝箱中心站,輻射了全國的鐵路集裝箱運(yùn)輸辦理業(yè)務(wù)和鐵路網(wǎng)絡(luò),海鐵聯(lián)運(yùn)也和加大了陸海的聯(lián)動(dòng),使得“海上絲綢之路”的沿線國家在貨物運(yùn)輸和經(jīng)濟(jì)交易方面都逐漸密切,甚至越來越多的企業(yè)開始選擇海鐵聯(lián)運(yùn)的運(yùn)輸方式來實(shí)現(xiàn)貨物的供應(yīng)鏈服務(wù)。
營口港是我國東北部和內(nèi)蒙古東部最便捷、最重要的貨運(yùn)港口,是我國綜合運(yùn)輸系統(tǒng)的重要樞紐,也是沿海主要港口之一。由于其地理上的獨(dú)特性和高度的國家警惕性,相關(guān)地區(qū)部門已將營口列為23 個(gè)港口國家物流樞紐之一,這將極大地促進(jìn)港口發(fā)展。
營口港位于大連市和沈陽市200 公里之間,還擁有優(yōu)美的環(huán)境、舒適的氣候。其主體港區(qū)是鲅魚圈港區(qū),港區(qū)的水深適宜,冬季不凍結(jié),為全年通航提供了良好的基礎(chǔ)條件,是理想的貿(mào)易運(yùn)輸港口。2018年,營口港的集裝箱吞吐量和港口貨物吞吐量在東北地區(qū)都位列前茅,而且內(nèi)貿(mào)集裝箱占所有集裝箱的98%以上。營口港的海鐵綜合運(yùn)輸業(yè)務(wù)量在中國占有很大份額,分別占東北地區(qū)國內(nèi)同類型市場份額的17%和相同市場份額的70%,并連續(xù)第五年快速增長。2015-2019年進(jìn)出營口港的海鐵集裝箱運(yùn)輸?shù)木唧w數(shù)據(jù)如表1 所示。
表1 2015-2019年?duì)I口港集裝箱海鐵聯(lián)運(yùn)運(yùn)量統(tǒng)計(jì)表
營口港在海鐵聯(lián)運(yùn)業(yè)務(wù)的成果可以從幾個(gè)方面得知:1.營口港的海上航線較多,內(nèi)貿(mào)的集裝箱更是優(yōu)勢所在,已開通了100 多條國內(nèi)海鐵聯(lián)運(yùn)集裝箱班列和“營滿歐”國際集裝箱班列;2.營口港在2015年便正式運(yùn)用了內(nèi)外貿(mào)易運(yùn)輸業(yè)務(wù)管理系統(tǒng),將內(nèi)陸的運(yùn)輸和國際業(yè)務(wù)之間的數(shù)據(jù)進(jìn)行多元化信息管理,真正地符合如今大數(shù)據(jù)時(shí)代的發(fā)展模式。3.營口港的鲅魚圈港區(qū)之所以是主體,其鐵路和港區(qū)的直達(dá)式作業(yè)模式為營口港輕松解決了“最后一公里”的難題,并使之成為了特有的優(yōu)勢。4.營口港在2019年9 月11 日被列為港口型國家物流樞紐,也為營口港的發(fā)展提供了較好的政策支持和發(fā)展氛圍。以上的優(yōu)勢和支持可以從營口港相關(guān)數(shù)據(jù)看出,2015-2019年?duì)I口港集裝箱海鐵聯(lián)運(yùn)運(yùn)量和吞吐量具體數(shù)據(jù)如表2 所示。
表2 2015-2019年?duì)I口港集裝箱海鐵聯(lián)運(yùn)運(yùn)量和影響因素?cái)?shù)據(jù)
由表2 可知,遼寧省的地區(qū)生產(chǎn)總值近五年從20210.3 億元逐年遞增到24909.5 億元,具有良好大環(huán)境下的貨物吞吐量也有較好的發(fā)展勢頭,但2019年還是有所下降。盡管如此,營口港的集裝箱海鐵聯(lián)運(yùn)運(yùn)量占整個(gè)港口集裝箱吞吐量約10%,并以2%的增長率逐年遞增。其海鐵聯(lián)運(yùn)運(yùn)量比同一省份的大連港處于領(lǐng)先地位,大連港2018年的集裝箱海鐵聯(lián)運(yùn)運(yùn)量為39.3 萬標(biāo)準(zhǔn)箱,與營口港的76.3 萬標(biāo)準(zhǔn)箱相比幾乎少一半。盡管在2019年?duì)I口港的集裝箱吞吐量增長速度是負(fù)增長,但海鐵聯(lián)運(yùn)運(yùn)量依舊保持著勢不可擋的增長趨勢,營口港在海鐵聯(lián)運(yùn)業(yè)務(wù)的優(yōu)勢值得學(xué)者研究。
當(dāng)前,諸如回歸預(yù)測、指數(shù)平滑預(yù)測、彈性系數(shù)方法、神經(jīng)網(wǎng)絡(luò)預(yù)測和灰色RBF 神經(jīng)網(wǎng)絡(luò)預(yù)測的各個(gè)領(lǐng)域的預(yù)測方法變得越來越成熟。由于不同預(yù)測方法的使用都要提前設(shè)定假設(shè)條件,在假設(shè)過程過一旦出現(xiàn)錯(cuò)誤或不合理,由此建立的預(yù)測模型便沒有準(zhǔn)確性和代表性,這樣的研究便是沒有意義的。而且預(yù)測總是受到很多外界的不確定因素影響,為了使預(yù)測的結(jié)果更具有科學(xué)性和代表性,通常會(huì)將不同的模型進(jìn)行集成分析,進(jìn)而減少單一假設(shè)所帶來的誤差值。
通過分析營口港集裝箱海鐵聯(lián)運(yùn)運(yùn)量的發(fā)展趨勢和特點(diǎn),選取了GM(1,1)、回歸模型和三次平滑指數(shù)法進(jìn)行單項(xiàng)預(yù)測。GM(1,1)對樣本數(shù)據(jù)的要求較低,且對中長期的預(yù)測效果很好,但近期效果較差。為提高預(yù)測準(zhǔn)確度將回歸模型和指數(shù)平滑法引入建立組合模型。在計(jì)算權(quán)重方面有越來越多的方法可供學(xué)者選擇,例如:算術(shù)平均數(shù)、最優(yōu)加權(quán)法、均方誤差倒數(shù)法、簡單加權(quán)法和預(yù)測誤差平方和倒數(shù)法等。通過選取預(yù)測誤差平方和倒數(shù)法三種不同模型進(jìn)行組合,最后得出組合模型下的預(yù)測值。
首先,構(gòu)造營口港集裝箱海鐵聯(lián)運(yùn)運(yùn)量的初始時(shí)間序列:
式(1)指的是各年的營口港集裝箱海鐵聯(lián)運(yùn)運(yùn)量,在采用依次累加來減少時(shí)間序列的隨機(jī)性,使得數(shù)據(jù)更具有關(guān)聯(lián)性,得出若隨機(jī)序列,如公式(2)所示。
其次,通過運(yùn)量X 和時(shí)間t 的關(guān)系式進(jìn)行一元微分,建立灰色GM (1,1)預(yù)測模型如公式(3)所示。
式(3):m 和n 都屬于待估系數(shù),且m 和n 可以運(yùn)用最小二乘法解得,如公式(4)所示。
公式(4)中的矩陣A 和矩陣Y 的具體算法如公式(5)和(6)所示。
將式(4)計(jì)算得出的m 和n 的具體數(shù)值帶入公式(3)中,可得出灰色GM(1,1)的預(yù)測微分方程,并將算是進(jìn)行進(jìn)一步的計(jì)算得出預(yù)測模型,如公式(7)所示。
最后將累積的數(shù)值進(jìn)行還原,便可得出GM(1,1)模型的預(yù)測方程式為(8)所示。
式中:t 表示預(yù)測值的各期年份,表示所求年份的集裝箱海鐵聯(lián)運(yùn)運(yùn)量。
港口集裝箱海鐵聯(lián)運(yùn)運(yùn)量與直接經(jīng)濟(jì)腹地的經(jīng)濟(jì)水平有很重要的關(guān)系。一元線性回歸的一般表達(dá)式,如公式(9)所示。
其中,Y 為所求預(yù)測值;a、b 為回歸系數(shù)。
采用時(shí)間序列法對營口港集裝箱海鐵聯(lián)運(yùn)運(yùn)量進(jìn)行預(yù)測,主要是因?yàn)榧b箱吞吐量不受季節(jié)的影響,加上各年的歷史數(shù)據(jù)是連續(xù)的,因此選取了時(shí)序列法中的預(yù)測擬合度高的三次指數(shù)平滑法進(jìn)行單項(xiàng)預(yù)測。將時(shí)間按照序列排序得:表示各期的指數(shù)平滑數(shù);表示為指數(shù)平滑系數(shù),綜上得出指數(shù)平滑公式如公式(10)(11)(12)所示。
三次指數(shù)平滑預(yù)測模型如公式(13)所示:
將a、b、c 的結(jié)果帶入三次指數(shù)平模型(13)中,便可得出預(yù)測值。
選取誤差平方和倒數(shù)法來預(yù)測最終結(jié)果,側(cè)重考慮平均相對誤差和方差之間的關(guān)系來確定各自所占權(quán)重。本文將相對誤差權(quán)重大小設(shè)定為0.7,可知方差所占權(quán)重比值為0.3,根據(jù)相對誤差和方差的倒數(shù)來建立組合預(yù)測模型的權(quán)重比值,如公式(17)所示。
1. GM(1,1)預(yù)測模型及實(shí)現(xiàn)
再構(gòu)建數(shù)據(jù)矩陣A 和數(shù)列向量Y:
用最小二乘法去求待估參數(shù)m 和n,得到:
綜上所述,可得出灰色GM(1,1)預(yù)測模型為:
以營口港2015-2019年集裝箱海鐵聯(lián)運(yùn)運(yùn)量的歷史數(shù)據(jù)作為研究對象進(jìn)行模型驗(yàn)證,采用灰色GM(1,1)對營口港集裝箱海鐵聯(lián)運(yùn)運(yùn)量預(yù)測結(jié)果如表3 所示。
2. 一元線性回歸預(yù)測模型及實(shí)現(xiàn)
根據(jù)研究目的和對象特點(diǎn),結(jié)合表2 可知的原始數(shù)據(jù),建立營口港的集裝箱海鐵聯(lián)運(yùn)運(yùn)量和遼寧省地區(qū)生產(chǎn)總值的一元線性回歸預(yù)測模型:
以營口港2015-2019年集裝箱海鐵聯(lián)運(yùn)運(yùn)量的歷史數(shù)據(jù)作為研究對象進(jìn)行模型驗(yàn)證,采用一元線性回歸預(yù)測得出的擬合值和相對誤差結(jié)果如表3 所示。
3.三次指數(shù)平滑預(yù)測模型及實(shí)現(xiàn)
根據(jù)營口港2015-2019年集裝箱海鐵聯(lián)運(yùn)運(yùn)量的實(shí)際數(shù)據(jù)可知,海鐵聯(lián)運(yùn)運(yùn)量和時(shí)間有較強(qiáng)的線性關(guān)系。經(jīng)過相關(guān)文獻(xiàn)閱讀,本文將前三期的算術(shù)平均數(shù)作為研究的第一期數(shù)據(jù),并以=0.9 建立營口港集裝箱海鐵聯(lián)運(yùn)運(yùn)量三次指數(shù)平滑預(yù)測模型,其中a=79.3,b=9.6,c=0.5,得三次指數(shù)平滑預(yù)測模型:
以營口港2015-2019年集裝箱海鐵聯(lián)運(yùn)運(yùn)量的歷史數(shù)據(jù)作為研究對象進(jìn)行模型驗(yàn)證,運(yùn)用三次平滑指數(shù)模型計(jì)算的擬合值和相對誤差結(jié)果如表3 所示。
表3 三種模型下2015——2019年?duì)I口港海鐵聯(lián)運(yùn)運(yùn)量的擬合值和相對誤差分析
根據(jù)表3 的單項(xiàng)預(yù)測模型計(jì)算結(jié)果和相對誤差可知,選用的模型不一樣會(huì)直接影響到預(yù)測數(shù)值之間產(chǎn)生或多或少的差異。
根據(jù)公式(17)可知組合預(yù)測模型的權(quán)重大小,由此可建立組合預(yù)測模型:
通過表3 中的計(jì)算結(jié)果,可以從近似值和相對誤差中計(jì)算出單個(gè)模型的平均相對誤差和方差結(jié)果,如表4所示。
表4 三種模型的平均相對誤差和方差
由表4 可知,通過選取的三種單一預(yù)測模型計(jì)算,回歸模型的方差和平均相對誤差相對較小,但由于一元線性回歸所考慮的前提條件并非全面,所以需要綜合其他方法的優(yōu)勢。為得出更具有代表性的預(yù)測值,進(jìn)而需要對三種預(yù)測模型進(jìn)行權(quán)重計(jì)算,具體計(jì)算結(jié)果如表5所示。
表5 三種模型對營口港海鐵聯(lián)運(yùn)運(yùn)量預(yù)測值的所占權(quán)重
由表5 結(jié)果和公式(17),可建立營口港集裝箱海鐵聯(lián)運(yùn)運(yùn)量預(yù)測的組合預(yù)測模型。
?同樣選取單一預(yù)測模型研究對象和原始數(shù)據(jù)進(jìn)行組合預(yù)測模型的驗(yàn)證,最終比較出組合預(yù)測模型的準(zhǔn)確度和優(yōu)勢。
基于組合預(yù)測模型得出營口港海鐵聯(lián)運(yùn)運(yùn)量預(yù)測值和相對誤差分析結(jié)果,如表6 所示。
表6 組合預(yù)測的2015——2019年?duì)I口港海鐵聯(lián)運(yùn)運(yùn)量預(yù)測值和相對誤差分析
由表6 可知,本文建立的組合預(yù)測模型所得到的平均相對誤差和方差分別為4.55、3.65,與選定的單一預(yù)測模型誤差和方差都小,即組合預(yù)測模型的預(yù)測值的精度和代表性都更有優(yōu)勢。因此,組合預(yù)測模型的可靠性較好,滿足了營口港集裝箱海鐵運(yùn)輸量的預(yù)測。基于前文的單一預(yù)測模型,計(jì)算了2020——2024年?duì)I口港集裝箱鐵海聯(lián)運(yùn)的總運(yùn)量,結(jié)果如表7 所示。
表7 三種模型下的2020——2024年?duì)I口港海鐵聯(lián)運(yùn)運(yùn)量預(yù)測值
由表7 的計(jì)算結(jié)果和單一模型各自的權(quán)重,最終通過組合預(yù)測模型可以得到2019-2023年?duì)I口港集裝箱海鐵聯(lián)合運(yùn)輸量的預(yù)測值,計(jì)算結(jié)果如表8 所示。
表8 組合預(yù)測下的2020——2024年?duì)I口港海鐵聯(lián)運(yùn)運(yùn)量預(yù)測值
由表8 可知,對于營口港的海鐵聯(lián)運(yùn)業(yè)務(wù),未來五年將呈現(xiàn)向上發(fā)展趨勢。如何使?fàn)I口港的運(yùn)輸業(yè)務(wù)更加具有優(yōu)勢,并拓寬產(chǎn)業(yè)的領(lǐng)域,是企業(yè)營運(yùn)人員和投資者都應(yīng)在注意到的問題。為加大港口之間的競爭優(yōu)勢和行業(yè)地位,從而不斷的進(jìn)行內(nèi)部結(jié)構(gòu)逐漸優(yōu)化和產(chǎn)業(yè)多元化的升級,同時(shí)應(yīng)該注意在擴(kuò)大港口營運(yùn)規(guī)模不能一味追求范圍。
從實(shí)證分析可以看出,營口港的集裝箱海鐵聯(lián)運(yùn)運(yùn)量的所在城市的地區(qū)生產(chǎn)總值都處于穩(wěn)步提升階段。但為應(yīng)對經(jīng)濟(jì)全球一體化的快速發(fā)展,優(yōu)化對東北地區(qū)、內(nèi)蒙古東部的運(yùn)輸路徑和方式,仍然具有很多方面需要完善。
針對營口港集裝箱海鐵聯(lián)運(yùn)運(yùn)量的預(yù)測值和增長趨勢可知,要想在該領(lǐng)域占得一席之地就的不斷優(yōu)化營運(yùn)模式。并且了解到營口港目前管理以及基礎(chǔ)設(shè)施的不足,使其從傳統(tǒng)的模式轉(zhuǎn)變?yōu)楝F(xiàn)代化的綜合運(yùn)輸模式,需要考慮如下幾點(diǎn):1.政策完善,各行各業(yè)想要穩(wěn)定發(fā)展離不開政府和環(huán)境的支持;2.港口設(shè)施,面對物流的快速增長原有的設(shè)施已經(jīng)不再能支撐大量的貨物;3.服務(wù)質(zhì)量,作為服務(wù)行業(yè)的運(yùn)輸業(yè),保障客戶的貨物安全到達(dá)的同時(shí)還得提供高質(zhì)量的服務(wù)水平。4.信息化管理,信息時(shí)代的發(fā)展要求各行業(yè)轉(zhuǎn)換原來的管理模式,使其能快速接收到最前端數(shù)據(jù);5.最后,為滿足港口業(yè)務(wù)量的增長而擴(kuò)大產(chǎn)業(yè)規(guī)模時(shí),港口規(guī)模的擴(kuò)建也需要考慮適度原則,并非規(guī)模建設(shè)越大經(jīng)濟(jì)效益越高。