運用Excel實現青島港貨物吞吐量的灰色預測

田 雪，楊江龍，張麗萍

（北京物資學院，北京 101149）

1 引言

2012年5月第二屆中國臨港經濟高峰論壇在青島召開，論壇以“轉變、突破、增長”為主題，深入探討了我國各沿海港口的經營現狀及未來的發展方向?；仡?011年，中國大陸地區共完成貨物吞吐量100.41億t，完成集裝箱1.64億TEU，中國26個港口貨物吞吐量突破億噸。目前中國已經成為全球貨物運輸最繁忙的地區，也是港口發展最快的地區。目前中國港口發展到了新的起點，航運業也受到挑戰。加快臨港經濟的發展是促進經濟發展的重要內容和突破口。青島港作為我國沿海重要港口，又是論壇的主辦方之一，因此在討論過程中備受關注。近年來，青島港的建設取得了飛速的發展，港口的年吞吐量也是逐年上升。2011年，全港吞吐量完成3.72億t，同比增長6.3%，保持世界第七；集裝箱完成1 302萬TEU，同比增長8.4%，實現了歷史性的突破。

據悉，“十二五”期間，青島港將建成集裝卸、物流、產業三位一體，綜合實力強大、功能配套、具有區域資源配置能力的東北亞國際航運中心，實現由世界大港向世界強港的轉變。要實現這樣的跨越式發展，就需要對青島港未來的經營狀況作出科學、準確的預測。而貨物吞吐量作為港口發展水平的重要衡量指標不容忽視，準確預測港口的貨物吞吐量可以為港口建設及未來發展提供依據。

2 港口吞吐量預測概述

港口貨物吞吐量指經海運進出主要港區范圍，并經過裝卸的貨物數量，包括郵件及辦理托運手續的行李、包裹以及補給運輸船舶的燃料、物資和淡水。貨物吞吐量按貨物流向分為進口、出口吞吐量，按貨物交流性質分為外貿貨物吞吐量和國內貿易貨物吞吐量。貨物吞吐量的貨類構成及其流向，是衡量港口生產能力大小的重要指標。

貨物吞吐量計算方法：（1）由水路運進港口卸下的貨物，計算一次進港吞吐量；由本港裝船運出港口的貨物，計算一次出港吞吐量；（2）由水路運進港口，經裝卸又從水路運出港口的轉口貨物，分別按進港和出港各計算一次吞吐量。（3）貨物吞吐量必須以該船在本港裝卸的貨物全部裝卸完畢，并且辦理交接手續后一次進行計算。（4）牲畜、家禽、輕泡等無法取得實際重量的貨物重量按系數進行換算。不能計算貨物吞吐量的情況有：（1）同一船舶運載進港，未經裝卸又運載出港的貨物（包括原駁船換拖）。（2）由同一船舶卸下，隨后又裝上同一船舶運出港口的貨物，或裝船未運出又卸回本港的貨物。（3）港區范圍內的輪渡、短途運輸貨物以及為運輸船舶裝卸服務和各碼頭之間的駁運量。（4）港口進行疏浚，運出港外拋棄的泥沙。（5）在港區內裝船運至港區以外倒入海中的廢棄物。

3 預測模型的選擇

在對港口貨物吞吐量進行預測時，典型的方法有灰色預測模型、指數平滑法、回歸預測法、聚焦預測法和神經網絡預測模型等。常用的一些預測方法（如回歸分析等），需要較大的樣本。若樣本較小，常造成較大誤差，使預測目標失效。而灰色預測模型是微分方程的時間連續函數模型，不像數理統計方法那樣要以大量數據為基礎。因此，對于數據較少、信息貧乏的樣本，用灰色預測模型對其進行預測，簡捷有效且精度較高。在港口數據統計發展不成熟的情況下，市場變化較靈活，因素復雜，統計標準缺乏，有關物流的統計資料很難滿足一般預測方法的要求。此時，灰色預測模型是一種較為理想的預測方法。而在灰色預測方法中，使用最為廣泛的是GM（1，1）模型。所以，本文采用灰色預測中的GM（1,1）模型對青島港貨物吞吐量進行預測。

4 青島港歷年貨物吞吐量預測

4.1 青島港歷年貨物吞吐量數據

青島港歷年貨物吞吐量見表1。

表1 青島港貨物年吞吐量表

4.2 基于Excel的青島港貨物吞吐量預測

運用Excel可以完成青島港貨物年吞吐量的GM（1,1）模型預測，其計算過程如下：

（1）將青島港2001年至2011年的貨物吞吐量填入單元格C2：C12中。

（2）在單元格D2中輸入：=C2，然后按Enter鍵，在D3中輸入：=D2+C3，然后填充D4：D12。

（3）在E3中輸入：=0.5·D3+0.5·D2，用填充柄填充E4：

E12。

（4）矩陣B10·2用J2：K12表示，然后選中區域B18：K19，在單元格B18中輸入：=TRANSPOSE(J2：K12)，按下Ctrl+Shift+Enter鍵，可得BT,然后可刪掉J2：K12的內容。

（5）選中區域B20：C21，用MMULT函數可求得BTB。

（6）選中J20：K21，在J20中輸入：=MINVERSE(B20：C21)可得（BTB）-1。

（7）選中區域B21：K23，用MMULT函數求出（BTB）-1BT。

（8）選中區域I14：I15，用MMULT函數讓（BTB）-1BT與yN作乘，求出a和b的值。在K15中輸入：=I15/I14，得出b/a的值。

（9）在F3中輸入：=($ C$ 2 -$ K $1 5)·EXP(-$ I$ 14·(B3-1))+$ K$ 15，得^X(1)(2)，用填充柄填充F4：F17。

（10）在G12輸入：=（F12-F11），得^X(0)(11)，用填充柄填充G11：G3和G13：G17。

（11）在H2中輸入：=（C2-G2）得殘差ε（2），用填充柄填充H3：H12。

（12）在I2中輸入：=ABS(H2)/C2，得相對誤差，用填充柄填充I3：I12。

（13）在D15中輸入：=AVERAGE(I2：I12)求得相對平均值MRE。

（14）在J2中輸入：=ABS(H2-AVERAGE($H$ 2:$H$ 12))，用填充柄填充J3：J12；

（15）在K2中輸入：=IF(J2<$D$ 16,1,0)，用填充柄填充K3：K12。

（16）在K16中輸入：=STDEV(H2：H12)/STDEV(C2：C12),求得方差比c。

（17）在K17中輸入：=SUM(K2:K12)/11得小誤差概率p。

5 預測結果精度檢驗

灰色模型的預測精度與預測期限與發展系數a值密切相關[3]：當-a＜0.3時，GM(1,l)模型可用于中長期預測；當0.3＜-a＜0.5時，GM(1,l)模型可用于短期預測，中長期預測慎用；當0.5＜-a＜0.8時，用GM(1,1)作短期預測應十分謹慎；當0.8＜-a＜1時，應采用殘差修正GM(1,l)模型；當-a>1時，不宜采用GM(1,l)模型。由表2可知-a的值為0.118 1，小于0.3，所以模型可以用于中長期預測。

表2 Excel計算結果

表3 模型精度檢驗等級參照表

由表2可知，應用GM（1，1）模型預測青島港貨物吞吐量的平均相對誤差為0.050 279 51，方差比為0.146 407 455，小誤差概率為1。通過對照表3可知，青島港貨物吞吐量的平均相對誤差精度為二級，方差比的精度為一級，小誤差概率精度為一級。總體來講，預測精度較高，預測結果與實際值基本相符，可以用來預測青島港2012年至2016年的貨物吞吐量，預測結果見表4。青島港2001年至2016年（其中2012年至2016年為預測值）貨物吞吐量走勢如圖1所示。

表4 2012年至2016年青島港貨物年吞吐量預測表

圖1 青島港歷年貨物吞吐量走勢圖

6 建議與展望

通過以上的分析及演算預測可知，2001年至2011年青島港年貨運量的同期環比增長速度為13.67%，此為歷史期的回顧。而預測期（即2012年至2016年）青島港貨運量的增長速度預計為13.94%。這說明青島港貨運量將在未來5年穩步增加，青島港的吞吐能力將會逐步增強。這種發展態勢的出現與政府對青島港的政策支持及我國國民經濟的穩步增長是分不開的。加之經濟危機之后，國際經濟態勢好轉，對外貿易復蘇，也給青島港的發展帶來了新的機遇。在國內外利好因素的共同作用下，未來5年青島港將處于穩步發展時期。

盡管在未來一段時期，青島港發展前景較為樂觀，但仍應注意不可過于冒進，要使港區的建設與其經濟腹地及服務區域的經濟發展相協調。以青島乃至山東地區經濟的發展為港口發展的基礎，積極打造以青島港為核心的臨港經濟區，充分利用青島港優越的地理位置和得天獨厚的自然條件，努力推動青島港的轉型升級。將青島港的角色由過去的后勤補給站轉變為經濟發展前線的物資調度站，全面整合各種資源，大力發展臨港經濟，從而實現資源的優化配置?？傊?，吞吐量的增長顯示了青島港發展的量變，不斷積累必將帶來青島港的轉型、突破，最終實現青島港的跨越式發展。

[1]鄔萬江,張連富,盧偉.用Excel建立灰色數列預測模型的研究[J].佳木斯大學學報,2005,(7):378-380.

[2]常淑玲.基于EXCEL建立人口灰色預測模型的研究—以天津市農業人口為例[J].安徽農業科學,2007,(9):2 825-2 826.

[3]劉思峰,鄧聚龍.GM(1,1)模型的適用范圍[J].系統工程理論與實踐,2000,(5):121-124.

[4]謝春麗,夏虹,劉永闊,張振坤.GM(1,1)模型在核電設備趨勢預測中的應用[J].核科學與工程,2007,(6):138-142.

[5]李游俊,關欣.大慶物流需求量的灰色預測[J].產業與科技論壇,2008,(7):71-73.