基于灰色模型的寧波舟山港貨物吞吐量預(yù)測研究

鄭浩曄

摘 要： 港口自古以來就是各個國家對外貿(mào)易、與其他國家交流溝通的一個重要場景。而港口貨物吞吐量則可以定量地衡量該港口進出口貿(mào)易的絕對值以及在整個國家進出口貿(mào)易中所占的比重，在一定程度上反映了港口城市以及所在國家的經(jīng)濟繁榮程度。寧波舟山港是排名世界前五的港口，具有一定的代表性，本文以寧波舟山港貨物吞吐量的近幾年統(tǒng)計數(shù)據(jù)為依據(jù)，利用灰色預(yù)測模型科學(xué)預(yù)測未來寧波港貨物吞吐量。通過實例探討GM（1，1）模型在港口吞吐量方面的應(yīng)用，同時驗證了灰色預(yù)測模型的有效性和實用性。

關(guān)鍵詞： 港口吞吐量;灰色預(yù)測;GM（1，1）模型;發(fā)展策略

中圖分類號：F253????? 文獻標識碼：A????? 文章編號：1008-4428（2018）10-0005-02

一、 引言

隨著世界經(jīng)濟與貿(mào)易的發(fā)展，進出口越來越頻繁，而港口則是一座城市甚至一個國家對外貿(mào)易的重要場景。港口貨物吞吐量則可以精確定量地衡量該港口進出口貿(mào)易的絕對值以及橫向與其他港口作比較，顯示其在整個國家進出口貿(mào)易中所占的比重，在某種意義上可以反映出港口城市以及所在國家的經(jīng)濟繁榮程度。對港口吞吐量的合理預(yù)測對港口發(fā)展方向、基本設(shè)施投資規(guī)模、港口的經(jīng)營策略等方面都有著至關(guān)重要的作用。寧波舟山港位于我國海岸中部的杭州灣口南側(cè)，距長江口僅200公里，是我國沿海南北海運的交匯處，歷史悠久。2017年，寧波舟山港的貨物吞吐量達到了10.09億噸，成為世界上首個貨物吞吐量超過10億噸的港口。隨著貨物吞吐量的增加勢必意味著基礎(chǔ)設(shè)施需要緊跟步伐，與之配套。因此，科學(xué)且準確地預(yù)測港口貨物吞吐量是必要且實用的。

港口貨物吞吐量預(yù)測方法有很多種。比如劉明維等在2005年用指數(shù)平滑法進行預(yù)測;劉志杰等人在2007年使用組合模型法對港口的貨物吞吐量進行預(yù)測;林強等在2008年使用灰色多元回歸模型法;匡海波在2009年用灰色模型法進行預(yù)測;陳秀瑛，古浩在2010年使用線性回歸分析法進行預(yù)測。由于區(qū)域經(jīng)濟發(fā)展狀況、港口運營情況、港口基礎(chǔ)設(shè)施、市場需求等錯綜復(fù)雜的因素互相作用，影響著港口的貨物吞吐量，其中的關(guān)聯(lián)實在是讓人難以弄清楚。而灰色系統(tǒng)預(yù)測模型恰好適用于信息不完全的場景，因此本文選用灰色系統(tǒng)來預(yù)測寧波舟山港的貨物吞吐量，這對其他港口也有著一定的借鑒意義。

二、 模型的建立

（一）灰色模型來源

1982年，華中科技大學(xué)控制科學(xué)與工程系教授鄧巨龍?zhí)岢龌疑Ｐ瓦@一概念?；疑Ｐ褪乔蠼獠煌耆畔⑾到y(tǒng)的一種數(shù)學(xué)方法。它將控制論的觀點和方法擴展到了相對復(fù)雜的大型系統(tǒng)中，將運籌學(xué)的數(shù)學(xué)方法和自動控制融合在一起，以其獨特的角度對廣泛存在于客觀世界中的灰色問題進行研究。在短時間內(nèi)，灰色系統(tǒng)理論得到了迅速的發(fā)展，應(yīng)用于自然科學(xué)和社會經(jīng)濟等諸多領(lǐng)域，說明了這門學(xué)科強大生命力以及合理性，具有廣闊的發(fā)展前景。

灰色系統(tǒng)理論研究的是信息不完全的建模問題，為解決信息不完備情況下的系統(tǒng)問題提供了一種新的方法。它把所有隨機過程看作是一個在一定范圍內(nèi)變化的、與時間相關(guān)的灰色過程?；疑Ｐ褪峭ㄟ^大量的樣本研究，使用數(shù)據(jù)生成的方法，而不是從以往人們所熟知的統(tǒng)計規(guī)律的角度來看的。它將無序的原始數(shù)據(jù)按一定數(shù)量排序生成序列從而進行研究?；疑碚撜J為，雖然系統(tǒng)的行為現(xiàn)象是比較混沌的，數(shù)據(jù)是比較沒有規(guī)律可循的，但它具有整體性，在混沌的數(shù)據(jù)之后，必然有一些規(guī)律隱藏在其中?；疑Ｐ偷漠a(chǎn)生就是從無序的原始數(shù)據(jù)中找尋到這一內(nèi)在規(guī)律。

（二）灰色系統(tǒng)GM（1，1）的具體模型及計算方法

設(shè)非負原始序列X（0）={x（0）（1），x（0）（2），…，x（0）（n）}，對X（0）作一次累加，得到生成數(shù)列為X（1）={x（1）（1），x（1）（2），…，x（1）（n）}，其中 x（1）（k）=∑ k i=0 x（i）。 于是x0（k）的GM（1，1）白化形式微分方程為

指標均方差比值（16）和小誤差概率（17）是后驗差檢驗的兩個重要指標，均方差比值越小越好，均方差比值越小表示原始序列的方差大而殘差序列的方差越小，即原始數(shù)據(jù)離散程度大而殘差離散程度小，均方差比值越小就意味著盡管原始數(shù)據(jù)很離散，而模型所計算出來的值與實際值之差并不太離散。

指標小誤差概率越大越好，小誤差概率越大，表明殘差與殘差平均值之差小于給定值0.6745s1的點較多，也就是說擬合值分布比較均勻。按均方差比值、小誤差概率這兩個指標，可以比較綜合地描述預(yù)測模型的精確度。模型的精確度由均方差比值和小誤差概率共同刻畫。一般將模型精確度分為四級，具體見表1。

三、 灰色預(yù)測實例分析

（一）寧波舟山港簡介

寧波港因為其地理優(yōu)勢，作為港口的歷史十分的悠久。早在唐朝的時候，當時稱為明州港的寧波港就開始有前往高麗、日本和南洋等地的國外航線，在宋朝和元朝時期，明州港作為海上絲綢之路的起點，更是和廣州港、泉州港一起稱為三大貿(mào)易港口，由此可見其規(guī)模之大名聲之響。近現(xiàn)代以來，從作為《南京條約》五口通商口岸之一到改革開放以后，寧波被列為計劃單列市大力發(fā)展對外貿(mào)易的重要戰(zhàn)略舉措，無不彰顯著這座城市、這個港口的悠久歷史、良好的地理位置。

從近幾年的數(shù)據(jù)看，寧波港被列為世界五大港口，中國前三大港口，其中寧波港的貨物吞吐量位居全國第一，集裝箱吞吐量列為全國第三。2016年1月1日起，寧波港與附近的舟山港完成合并，取名為寧波舟山港。這一合并增加了寧波舟山港在國際貿(mào)易中的地位，有著深遠的戰(zhàn)略意義。

2017年全年，寧波港累計完成了10.09億噸的貨物吞吐量，成為全球第一個且唯一一個貨物吞吐量超10億噸的大港，坐上了世界第一的寶座。

（二）寧波舟山港貨物吞吐量預(yù)測

寧波港近八年貨物吞吐量如下表2所示：

以2010—2017年寧波港貨物吞吐量為基期數(shù)據(jù)進行預(yù)測，原始時間序列數(shù)據(jù)X（0）={6.33，6.94，7.44，…，10.09}， 累加序列X（1）={6.33，13.27，20.71，…，65.74}，可以求得a=-0.057760，u=6.519640，進一步灰微分方程的白化方程是：dx（1）/dt-0.057760x（1）=6.519640。

時間響應(yīng)式最終整理得：

X（1）（k+1）=119.205188exp（0.057760k）-112.875188，

代入可得：X（1）=（6.33，13.417989，20.927433，28.883391，37.312414，46.242630，55.703840，65.727618），X（0）=（6.33， 7.087989，7.509444，7.955958，8.429023，8.930216，9.461210，10.023778）

檢驗誤差：①均方差比值C=s2/s1=0.08≤0.35，預(yù)測結(jié)果為好，②小誤差概率p=100 % ≥0.95，預(yù)測結(jié)果為好。同時根據(jù)此模型對之后五年寧波港的貨物吞吐量進行預(yù)測結(jié)果見表3。

四、 結(jié)論

本文以寧波港為例，利用灰色系統(tǒng)預(yù)測模型對其集裝箱吞吐量進行預(yù)測。預(yù)測顯示，到2020年寧波舟山港的貨物吞吐量將達到11.92億噸。

預(yù)測結(jié)果顯示，寧波舟山港貨物吞吐量增長迅速、市場前景良好。作為當?shù)卣约坝嘘P(guān)部門，首先需要保證城市的規(guī)劃以及對貿(mào)易公司、出口企業(yè)的大力扶持，只有經(jīng)濟保持強有力的增長，港口才會有源源不斷的貨物需要運輸。另外寧波港應(yīng)該積極改善港口基礎(chǔ)設(shè)施，營造良好的經(jīng)營環(huán)境，制定與吞吐量迅速增長相適應(yīng)的港口規(guī)劃，一定不要讓港口的硬件設(shè)施掣肘了港口的規(guī)模以及發(fā)展。在貨物吞吐量保持高速增長的前提下，政府需要著手協(xié)調(diào)好港口日益增長的運輸需求與港口本身供給能力不足之間的矛盾，牢牢占據(jù)住港口貨物總吞吐量世界排名第一的寶座。

參考文獻：

[1]陳濤燾，高琴.港口集裝箱吞吐量影響因素研究[J].武漢理工大學(xué)學(xué)報，2008（12）.

[2]劉明維，王鐸銀等.港口貨物吞吐量預(yù)測方法探討[J].水運工程，2005（3）.

[3]劉志杰，季令，葉玉玲等.基于徑向基神經(jīng)網(wǎng)絡(luò)的集裝箱吞吐量組合預(yù)測[J].同濟大學(xué)學(xué)報（自然科學(xué)版），2007.

[4]林強，陳一梅.灰色多元回歸模型在港口吞吐量預(yù)測中的應(yīng)用[J].水運工程，2008（7）.

[5]匡海波.中國沿海港口吞吐量預(yù)測模型研究[J].科研管理，2009.

[6]陳秀瑛，古浩.灰色線性回歸模型在港口吞吐量預(yù)測中的應(yīng)用[J].水運工程，2010（5）.

[7]鄧聚龍.灰預(yù)測與灰決策[M].武漢：華中科技大學(xué)出版社，2002.

[8]劉思峰.灰色系統(tǒng)理論及其應(yīng)用[M].北京：科學(xué)出版社，2005，6.