基于灰色系統理論的大連港口物流需求預測

李洪磊　王德闖

摘 要：作為“一帶一路”戰略的關鍵節點，大連港口承擔著重要的貨物中轉和疏散的任務，其中港口物流的規模有著舉足輕重的作用，基于大連港口近幾年的物流需求，運用GM1.1預測模型，對大連港口的物流需求規模進行預測，預測結果表明未來五年大連港口的物流需求持續增長，為港口物流決策提供了依據。

關鍵詞：港口物流；物流需求；GM1.1模型

中圖分類號：U691 文獻標識碼：A

Abstract： As a key node in the“One Belt and One Road”strategy， Dalian port undertakes an important cargo transshipment and evacuation task， in which the size of the port logistics has a pivotal role. Based on the logistics demand of Dalian port in recent years， used GM1.1 to forecast the Dalian port logistics demand scale. Predicted results show that in the next five years of Dalian port logistics demand continues to grow， which provides the basis for the port logistics decision.

Key words： port logistics； logistics demand； GM1.1

0 引 言

國家公布的《推動共建絲綢之路經濟帶和21世紀海上絲綢之路的愿景與行動》涉及到18個省，而沿海的節點城市更是重中之重，大連港口位列其中。大連港口地處遼東半島，是東北亞地區最大的航運中心造船基地，具有豐富的自然資源、良好的基礎設施、較高的科技水平[1]。作為國際和國內貿易的樞紐，大連港口的發展對于大連市乃至東北三省都有著重要的戰略意義，這就要求大連港口自身進行合理規劃，規劃的前提就是對港口未來的物流需求進行準確的把握。

因此，本文首先通過灰色關聯分析確定物流需求指標，然后運用GM1.1型對大連港口的物流需求進行預測，預測的精確度優于時間序列分析預測的結果，為今后大連港口物流發展計劃提供了參考依據。

1 灰色關聯分析

1.1 分析指標的建立

物流需求是指一定時期內社會經濟活動對生產、流通、消費領域的原材料、成品和半成品、商品以及廢舊物品、廢舊材料等的配置作用而產生的對物流在空間、時間和費用方面的要求，涉及運輸、庫存、包裝、裝卸搬運、流通加工以及與之相關的信息需求等物流活動的諸方面[2]。由于運輸是物流活動中最基本行為，連接了整個的物流活動，因此運輸需求在一定程度上反映了物流需求，港口貨物吞吐量和港口集裝箱吞吐量都是反應港口運輸水平的重要指標，因此選擇港口貨物吞吐量和港口集裝箱吞吐量作為指標進行物流需求預測是可行的。

物流需求是一種引致需求，社會經濟活動是引致需求的根本因素，因此通過對社會經濟活動的結果（以GDP表示）與兩個指標進行關聯分析可以確定更具代表性的那個指標[3]。本文選取2006～2013年的水上運輸業實際GDP、港口貨物吞吐量和港口集裝箱吞吐量數據為基礎進行分析（見表1）。

1.2 分析指標的選取

2 灰色預測GM1.1模型

2.1 模型的建立

使用灰色系統理論進行預測的關鍵就是對數據的累積加成（AGO），用得到的新數列建立模型，從而達到預測的效果，GM1，1模型反映了一個變量對時間的一階微分函數，其對應的微分方程為

2.2 模型的檢驗

為了分析模型的可靠性，必須對模型進行檢驗，目前通用檢驗方法為后驗差檢驗，即先計算觀察數據離差

當c<0.35且p>0.95時，模型精度較高，預測的結果可靠。

3 大連港口物流需求預測

3.1 大連港口GM（1.1）物流需求預測模型及檢驗

本文采用大連港口貨運量作為預測指標，數據摘自大連市2006～2013統計年鑒（見圖1）。

由圖1可以看出，大連港口近八年的物流需求呈穩步增長的態勢，從2006年的20 046萬噸增長到2013年的40 746萬噸，增長了兩倍多。

將圖1中的數據帶入GM1.1預測模型，得到a=-0.100709；b=19 345.145973，計算得大連港口的物流需求預測模型，其中t+1為預測值。

根據上述的模型可以得到2006～2013年大連港口實際貨運量和預測值的統計表（見表3）：

將計算得到的數據進行后驗差檢驗，c==0.0644<0.35；p=1.0000>0.95證明該模型可靠，并且可以用于對大連港口物流需求的預測，誤差（%）的平均值為1.1356%。

3.2 大連港口GM1.1模型與時間序列模型的比較

時間序列模型也可以用于對物流需求的預測，該類模型假定因變量y主要受自變量x的影響，它們之間存在著近似的線性函數關系，可以將年份（令2006年=1，以此類推，2013年=8）作為自變量x，港口貨物吞吐量作為因變量y進行時間序列分析，使用SPSS軟件，帶入表1中的數據，得到標準的方差分析表（見表4）和系數表（見表5）。

因為表4和表5中的Sig.=0.000<0.05，說明時間序列分析是有統計學意義的，由此得到時間序列模型的方程為：

使用時間序列模型的預測值與實際值如表6：

由表6可得時間序列模型誤差（%）的平均值為1.88115%。

由灰色模型和時間序列模型的誤差平均值可以得出，灰色模型的誤差低于時間序列模型，可見GM1.1模型在預測大連港口物流需求上有其精度優勢。

3.3 大連港口未來五年的物流需求趨勢預測

基于前面的GM1.1模型可以對大連港口2014～2018年的物流需求進行預測，其具體預測結果如圖2所示。

由圖2可以看出，2015年大連港口貨運量將會超過50 000萬噸，較2014年增長10.60%，2017年將超過60 000萬噸，較2015年增長22.31%。

4 結 論

本文運用灰色GM1.1模型對大連港口的物流需求進行分析預測，預測結果與實際數據誤差較小，說明用該模型對大連港口物流需求預測是可行的。從未來五年的預測數據可以看出，大連港口的物流需求將會持續增長，在“一帶一路”政策的引領下，不僅給大連港口的發展提供了重大的機遇，同時也對大連港口的運作提出了更高的要求。這就需要大連港口在港口物流、臨港產業、港口建設和信息化管理等方面加大投入，為大連港口物流發展營造出良好的環境。

參考文獻：

[1] 周元. 東北亞航運中心建設背景下大連港口集裝箱發展戰略研究[D]. 大連：大連海事大學（碩士學位論文），2005.

[2] 郭曉平. 基于計量模型的物流需求影響因素分析[J]. 物流技術，2008，27（2）：55-56.

[3] 陳森. 基于灰色系統理論的物流需求預測模型[J]. 決策參考，2006（2）：59-60.

[4] 鄧聚龍. 灰色系統基本方法[M]. 湖北：華中科技大學出版社，2005.

[5] 大連市統計局. 大連市2006～2013統計年鑒[EB/OL]. （2015-01-09）[2015-09-30]. http：//www.stats.dl.gov.cn/class.jsp？dtype=81.endprint