遼寧內(nèi)貿(mào)糧食出港格局分析與預(yù)測(cè)

◎宋長(zhǎng)利 林木西 靳廉潔

一、遼寧內(nèi)貿(mào)糧食對(duì)外運(yùn)輸格局

上世紀(jì)80年代以來，在工業(yè)化、城鎮(zhèn)化的影響下長(zhǎng)江三角洲、珠江三角洲等傳統(tǒng)糧食主要生產(chǎn)區(qū)域轉(zhuǎn)變?yōu)橹饕N售區(qū)域，糧食生產(chǎn)布局逐漸由南往北發(fā)展。東北三省、內(nèi)蒙古、山東等糧食主產(chǎn)省區(qū)，糧食產(chǎn)量占全國(guó)總產(chǎn)量的比重達(dá)到四分之三以上。其中，東北三省成為名副其實(shí)的“大糧倉”，玉米、大豆等主要糧食作物源源不斷運(yùn)往全國(guó)各地，逐漸形成了北糧南運(yùn)的格局。水路運(yùn)輸由于營(yíng)運(yùn)成本的巨大優(yōu)勢(shì)，在北糧南運(yùn)中占有重要戰(zhàn)略地位。目前，遼寧錦州港、大連港、丹東港、營(yíng)口港、葫蘆島港等5大港口是北糧南運(yùn)的重要口岸，承接了大量南來北往的糧食運(yùn)輸工作。圖1為2010/2014/2017年度遼寧主要內(nèi)貿(mào)出港糧食運(yùn)量情況。從圖中可以看出玉米是遼寧糧食內(nèi)貿(mào)出港的最主要品種，物流量遠(yuǎn)超大豆、大米、小麥其他三種作物。從趨勢(shì)看大連港運(yùn)輸量趨于下降，營(yíng)口港、錦州港、葫蘆島港運(yùn)輸量上漲明顯。

圖1 2010/2014/2017年度遼寧主要內(nèi)貿(mào)出港糧食運(yùn)量（單位：萬噸）

切實(shí)把握糧食出港物流量的工作意義重大，對(duì)國(guó)民經(jīng)濟(jì)的發(fā)展有決定性作用。糧食出港物流量涉及到糧食倉儲(chǔ)、加工和經(jīng)營(yíng)貿(mào)易，對(duì)企業(yè)的儲(chǔ)藏、加工、貿(mào)易流通的數(shù)量、后期的糧食價(jià)格走勢(shì)有深遠(yuǎn)影響。進(jìn)而影響到未來糧食的生產(chǎn)、加工等工作的平穩(wěn)運(yùn)行。本文以遼寧錦州港的玉米運(yùn)輸為例，進(jìn)行月度內(nèi)貿(mào)出港物流量預(yù)測(cè)。

遼寧錦州港是北糧南運(yùn)物流通道上的一個(gè)重要出港口岸，連續(xù)多年成為內(nèi)貿(mào)糧裝船下水第一港。錦州港位于渤海西北部，是400公里海岸線上唯一全面對(duì)外開放的國(guó)際商港。雖地處北方，但冬季凍而不封。全年?duì)I運(yùn)有效時(shí)間為365天。作為內(nèi)蒙古東部糧食、煤炭資源和未來蒙古國(guó)資源唯一的出海口，戰(zhàn)略地位十分重要。錦州港已發(fā)展成為以石油、煤炭、糧食等大宗散貨和集裝箱運(yùn)輸為主，內(nèi)外貿(mào)結(jié)合、工商運(yùn)并舉的多功能、綜合性港口，擁有32個(gè)營(yíng)運(yùn)泊位，年吞吐能力近億噸。錦州港糧食運(yùn)輸具有得天獨(dú)厚的區(qū)位優(yōu)勢(shì)。錦州港背靠東北三省和內(nèi)蒙古四大糧食主產(chǎn)區(qū)，公路運(yùn)輸輻射周邊400公里產(chǎn)區(qū)，火車運(yùn)輸輻射東北三省及內(nèi)蒙古自治區(qū)全境，糧食運(yùn)到錦州港的物流成本遠(yuǎn)遠(yuǎn)低于其他港口。這些因素疊加，形成了錦州港北糧南運(yùn)的“洼地效應(yīng)”。錦州港1990年通航時(shí)出港的第一艘船就是運(yùn)糧船。歷經(jīng)多年年，錦州港糧食物流設(shè)施不斷完善，散糧一次性倉儲(chǔ)能力達(dá)到80萬噸，帶動(dòng)港口外倉儲(chǔ)能力110萬噸，全部實(shí)現(xiàn)“四散化”作業(yè)，運(yùn)輸方式以散糧運(yùn)輸和集裝箱運(yùn)輸為主。

二、支持向量機(jī)預(yù)測(cè)原理

應(yīng)用支持向量機(jī)（SVM）模型進(jìn)行預(yù)測(cè)的基本原理是將樣本數(shù)據(jù)映射到高維特征空間，通過標(biāo)定最優(yōu)回歸超平面將原問題轉(zhuǎn)化為二次規(guī)劃的最優(yōu)求解［7-9］。

通過轉(zhuǎn)換求解可得：

三、實(shí)證分析

1.數(shù)據(jù)搜集

為進(jìn)行預(yù)測(cè)工作我們需要搜集錦州港內(nèi)貿(mào)出港玉米物流量的歷史數(shù)據(jù)作為訓(xùn)練數(shù)據(jù)庫。首先我們可以得到2010年-2017年8年間錦州港出港玉米物流量主要呈現(xiàn)波動(dòng)上升態(tài)勢(shì)，雖然總體上升態(tài)勢(shì)較為緩慢但年平均物流量可以較為明顯的得到此結(jié)論。其次，從數(shù)據(jù)波動(dòng)情況我們可以看出不同年分、月份玉米出港數(shù)量差別波動(dòng)較為明顯，個(gè)別年份出港物流量在一年之中的不同月份可能相差3倍以上甚至更多。因此，從預(yù)測(cè)角度來看，對(duì)于未來月份出港量的預(yù)測(cè)具有較大難度。綜上，從技術(shù)角度我們可以得到錦州港玉米出港物流量的普遍規(guī)律及開展預(yù)測(cè)工作的具體難點(diǎn)。

2. SVM的訓(xùn)練

SVM是一種機(jī)器學(xué)習(xí)方法，其重要步驟是在預(yù)測(cè)前需對(duì)模型依據(jù)已有數(shù)據(jù)庫進(jìn)行訓(xùn)練。通過訓(xùn)練比較我們得到利用預(yù)測(cè)目標(biāo)月份前連續(xù)40個(gè)月度吞吐量數(shù)據(jù)作為輸入，后續(xù)5個(gè)月的數(shù)據(jù)作為輸出的訓(xùn)練方式獲得的SVM對(duì)吞吐量原始序列具有最好的擬合效果。以平均相對(duì)誤差（MAPE）來評(píng)判模型的有效性。

開始階段將訓(xùn)練組數(shù)據(jù)作為數(shù)據(jù)庫SVM進(jìn)行訓(xùn)練，在訓(xùn)練過程中，試算不同的核函數(shù)以及SVM模型中相對(duì)應(yīng)的參數(shù) 和 ，則得到具有不同核函數(shù)及參數(shù)配置的SVM模型。對(duì)于訓(xùn)練得到的SVM模型，均需使用用檢驗(yàn)組數(shù)據(jù)進(jìn)行預(yù)測(cè)水平檢驗(yàn)。檢驗(yàn)時(shí)，將檢驗(yàn)組相對(duì)應(yīng)的連續(xù)的5個(gè)月度吞吐量指標(biāo)輸入到當(dāng)前的SVM中，則模型會(huì)給出一組擬合值，計(jì)算擬合值與相應(yīng)實(shí)際值間的偏差，判斷當(dāng)前選取的核函數(shù)和參數(shù)配置是否為較好。當(dāng)偏差達(dá)到最小值，得到一組最優(yōu)的核函數(shù)和參數(shù)值，相應(yīng)得到一個(gè)可用于本研究的SVM模型。

3.指標(biāo)預(yù)測(cè)與結(jié)果分析

SVM主要構(gòu)成參數(shù) 、 以及核函數(shù)的選擇是對(duì)預(yù)測(cè)模型精度影響最大的重要參考指標(biāo)。截止目前的研究，并沒有學(xué)者認(rèn)可的統(tǒng)一有效方式來確定核函數(shù)及內(nèi)部參數(shù)值如何選取。對(duì)于大多數(shù)研究者，一般是經(jīng)過枚舉試算的方法來進(jìn)行參數(shù)的標(biāo)定及核函數(shù)的選取。在本文中通過試算方案類比，我們認(rèn)為選取徑向基核函數(shù)可以得到類比其他核函數(shù)更精準(zhǔn)的預(yù)測(cè)精度，這一核函數(shù)在預(yù)測(cè)模型中也經(jīng)常被其他研究者選取。應(yīng)用網(wǎng)格搜索法我們標(biāo)定參數(shù) 和 的最優(yōu)值為（0.108，0.007）。

選取2017年5-9月為預(yù)測(cè)目標(biāo)區(qū)間預(yù)測(cè)精度可以達(dá)到最優(yōu)。帶入2017年5月前40個(gè)月的玉米出港物流量進(jìn)行訓(xùn)練，得到2017年5-9月營(yíng)口港的玉米預(yù)測(cè)內(nèi)貿(mào)出港物流量。預(yù)測(cè)所得數(shù)據(jù)與實(shí)際物流量對(duì)比如圖2所示（實(shí)際值數(shù)據(jù)標(biāo)簽在標(biāo)記點(diǎn)右側(cè)，預(yù)測(cè)值在標(biāo)記點(diǎn)左側(cè)）。

四、結(jié)論與展望

圖2 玉米出港物流量預(yù)測(cè)數(shù)據(jù)與實(shí)際值對(duì)比圖

本文首先從宏觀角度分析了遼寧地區(qū)內(nèi)貿(mào)海運(yùn)出港糧食的構(gòu)成及變化趨勢(shì)。其次就遼寧省出港糧食作物中比重最大的玉米出港物流量以錦州港為例進(jìn)行了預(yù)測(cè)。預(yù)測(cè)結(jié)果與實(shí)際值比較平均誤差為8.1%，預(yù)測(cè)值與實(shí)際值的相關(guān)系數(shù)為68%。本文預(yù)測(cè)結(jié)果的相對(duì)誤差較低，但與其他預(yù)測(cè)類指標(biāo)比較相關(guān)系數(shù)并不好。主要原因是從月度歷史數(shù)據(jù)看，錦州港玉米出港物流量的波動(dòng)幅度較大，拐點(diǎn)較多，對(duì)于以月為單位的數(shù)據(jù)進(jìn)行預(yù)測(cè)客觀上存在一定困難。后續(xù)作者考慮參考其他混合預(yù)測(cè)方法對(duì)本文內(nèi)容加以改進(jìn)，期待開發(fā)得到精確性更高的模型。