基于系統動力學的陸島水路客運需求預測

王艷　鐘銘

【摘 要】 為更好地預測陸島水路客運量，采用系統動力學方法，建立因果關系圖和流程圖，運用格蘭杰因果關系檢驗找出陸島水路客運系統主要影響因素，并應用葫蘆島市陸島水路客運相關統計數據對模型進行仿真和驗證，結果證明該模型有效可行。應用該模型對葫蘆島市的陸島水路客運量進行預測，并在此基礎上提出陸島水路客運發展建議：加大水運投資力度;做好旅游高峰期陸島運輸保障預案;提高陸島水路客運企業集約化水平。

【關鍵詞】 陸島運輸;水路客運;系統動力學;預測

水路運輸是陸島間重要的運輸方式，也是社會經濟系統的重要組成部分，其與居民生活及島嶼旅游業發展密切相關。經濟發展和人口增長給陸島水路客運系統帶來了巨大的壓力，客運量的大幅增加和安全運輸的嚴格要求，對陸島水路客運能力提出了更高的要求。

目前學者的研究大多集中于水路貨物運輸方面，如：殷慧等[1]利用系統動力學方法對我國水路貨物運輸系統進行研究，通過模型建立和模擬檢驗，提出我國水路貨物運輸發展若干建議;趙振鵬等[2]通過對國際干散貨運輸市場供需以及價格進行仿真模擬，并對未來干散貨航運市場狀況進行展望;李倩雯等[3]從系統動力學角度分析集裝箱航線運輸系統，并預測未來全球集裝箱海運網絡的發展趨勢。在其他交通運輸系統研究方面有：唐麗敏等[4]參照社會經濟發展及道路運輸相關規劃目標，構建遼寧省道路運輸能源需求系統動力學模型;齊杉等[5]基于系統動力學建立鐵路客運量中長期預測模型;任新惠等[6]引入計量經濟學來建立模型的數學方程，通過系統動力學模型可以較好地反映民航客運的實際需求。

為了更好地預測陸島水路客運量，本文構建系統動力學模型來反映陸島水路客運系統內部各因素之間、系統與外部因素之間的相互作用關系，利用葫蘆島市的歷史數據對模型的有效性進行驗證，并對陸島水路客運量進行建模分析和預測。

1 陸島水路客運系統分析

1.1 水路客運系統特點

陸島水路客運是遼寧省水路客運的重要組成部分，是島上優勢資源開發和旅游經濟發展的重要支撐，同時也影響著人們的日常生活。遼寧省農村水路客運系統具有以下特點：

（1）公益性為主，兼具商業性。農村水路客運主要用于滿足島上居民的日常出行需求和外來旅客的交通需求。水路客運具有公共交通的屬性，是重要的政府民生工程和島嶼經濟發展的基礎，隨著島嶼經濟開發建設和島嶼旅游業的蓬勃發展，水路客運逐漸顯現出商業性的特點。隨著旅游業的不斷發展，旅客運輸量大幅增長，陸島水路客運經營性旅游的特點也日益凸顯。

（2）陸島水路客運具有一定的周期性。水路客運的不平衡主要是由供需波動及經濟發展不平衡導致的，其中包括時間的不平衡性和空間的不平衡性，主要表現在：①時間的不平衡性。由于島上旅游業受季節影響較大，運輸需求隨時間產生波動，“淡季無客，旺季無船”的現象時有發生。②空間的不平衡性。因為島嶼的地理位置、人口分布、地區經濟發展水平及運輸條件的差異，各地陸島水路客運基礎建設發展水平參差不齊。此外，旅游旺季從陸地向島嶼方向的客運需求旺盛，此時游客成為主要客運對象;旅游淡季從陸地向島嶼方向的運輸需求冷淡，此時島上居民成為主要客運對象。

（3）服務對象的需求差異性。作為陸島水路客運的主要服務對象，島上居民和游客在對陸島水路客運的時間、速度、運價及相關服務的要求上存在很大差異。對于島上居民來說，陸島水路客運首先要滿足的是他們的日常出行需求，因此他們有陸島水路客運基本的安全保障、更高的航班密度和速度，以及更低的票價等要求。游客更多關注的是陸島水路客運的安全性和舒適性。

1.2 需求分析

本文選取客運需求量（P）與區域生產總值（L）以及客運量（P）與區域人口數（R）進行格蘭杰因果關系檢驗。在實際應用格蘭杰因果關系檢驗之前，首先要證明隨機變量是平穩序列。兩兩變量滯后1期的VAR模型見圖1（單位圓中的點表示AR特征根的倒數的模，若這些點都落在單位圓內，則VAR模型是平穩的，否則VAR模型是不平穩的）。

圖1中的每個模型共有2個特征根，建立的VAR模型通過穩定性檢驗，因此認為模型是穩定的。

由P與L、P與R的格蘭杰因果關系檢驗結果（表1）可見，在10%置信水平條件下， L和R為P的格蘭杰原因，且L對P的影響大于R對P的影響。

2 水路客運系統因果關系

2.1 基本因果關系

由陸島水路客運系統基本因果關系（圖2）可見，以客運船舶運力子系統和客運需求子系統為核心，陸島水路客運政策、人口數量均為陸島水路客運系統發展的外部影響因素，其中，箭頭指示各變量之間的因果鏈，正負號分別指示因果鏈的極性，重要回路由正負反饋回路的標識符標注。

2.2 系統中的因果反饋環

依圖2梳理出4個主要因果反饋環，由此分析陸島水路客運系統內部各要素間的相互作用方式。

（1）反饋環1：區域總體經濟水平（GDP）↑→旅游業發展、人民收入和消費水平↑→乘客運輸需求↑→運力供給短缺↑→區域總體經濟水平（GDP）↓。

該反饋環為負反饋環，反映了水路客運需求與區域總體經濟水平間的因果反饋機制。

（2）反饋環2：區域總體經濟水平（GDP）↑→水路客運投資↑→航線船舶運力供給↑→運力供給短缺↑→區域總體經濟水平（GDP）↑。

該反饋環為負反饋環，反映了船舶運力供給與區域總體經濟水平間的因果反饋機制。

（3）反饋環3：航線船舶運力供給↑→客運量 ↑→班輪公司收益↑→航線船舶運力↑。

該反饋環為正饋環，反映了海上客貨運輸系統的自我發展機制。

（4）反饋環4：客運需求↑→客運量↑→班輪公司收益↑→航線船舶運力供給↑→客運需求↑。

該反饋環為正反饋環，反映了船舶運力供給與客運需求間的因果反饋機制。

3 基于系統動力學模型的陸島 水路客運供需

根據因果反饋關系，將主要的反饋回路進行組合，得到陸島水路客運系統流（見圖3）。

基于系統動力學模型的陸島水路客運供需的主要方程如下：

= +t （a b）

= +t （c d）

式中： 為當前客運需求量;為以往客運需求量;為當前船舶運力;為以往船舶運力; t為以往與當前或當前與未來之間的時間長度; a為客運需求增長率;b為客運需求流失率;c為船舶運力增長率;d為船舶報廢率。

4 模型仿真及驗證

4.1 樣本數據選取及模型參數選擇

本文采用系統動力學軟件Vensim PLE對陸島水路客運系統進行模擬，以葫蘆島市為例，數據取自遼寧省統計年鑒和遼寧省港航局資料。模型參數取值見表2。

4.2 模型的有效性檢驗

為了驗證模型所獲得的信息是否較好地反映出實際系統的本質特征和變化規律，可將歷史參數輸入模型，將運行后的仿真結果與同期實際統計數據進行比較，分析其預測誤差。本文選取2010―2017年的相關數據進行模型的有效性檢驗，即以2010年為基準年，仿真間隔時間即步長為1年，運行模型預測2010―2017年的陸島水路客運量，并與同時期客運量實際統計數據進行比較，驗證該系統動力學模型的可靠性和準確性。模型預測結果及誤差值見表3。

由表3可以看出：該模型預測結果平均誤差絕對值為5%，具有較高的可信度，因此該模型可用于預測和分析陸島客運系統;GM（1，1）和二元線性回歸預測結果誤差絕對值的平均值分別為5.9%和13.6%。此外，研究過程中還采用傳統的預測統計方法分析了2010―2017年期間預測值與統計數據的誤差。綜合分析，系統動力學模型的仿真結果與統計數據之間誤差絕對值的平均值最小，誤差浮動較小。

本文以2010―2017年統計數據為基礎數據，運用上述模型對葫蘆島市未來5年陸島水路客運量進行預測，結果見表4。

4.3 系統發展趨勢

從客運量的預測結果可以看出，客運需求量在不斷增長，而葫蘆島市目前的船型標準化現狀依然落后于時代發展的需要，老舊船舶較多、船隊整體技術水平低下，與需求不相適應，嚴重影響著陸島水路客運系統的發展。目前客運需求量交通規劃理論在客運站、航線、運力優化配置方面的研究相對欠缺，是造成陸島客運供需矛盾的主要原因之一。因此，有必要采取一些外部措施來改善系統，使供需關系趨于合理化。

4.3.1 加大水運投資力度

為實現水運跨越式發展，應充分利用國民經濟快速發展的機遇，堅持“政府投資、業主籌資、多元融資、利用外資”的投融資體制，拓寬融資渠道，調整水運投資分配比例，加大公共基礎設施建設投入。葫蘆島市內河航道大多處于自然狀態，技術等級低、通過能力差，航道條件限制著船舶大型化發展。因此，投資基礎設施建設、改善船舶通航條件勢在必行。

4.3.2 做好旅游高峰期陸島水路客運保障預案

做到“一條線一個預案，一個點（碼頭/客運站）一個方案”。在旅客、車輛大量滯港時，應當及時啟動陸島水路客運保障應急預案進行緊急疏運。

科學預測陸島水路客運最大的承載量，不僅要考慮到陸島水路客運量，還要考慮到陸島水路客運的基礎設施配置情況、配套服務能力、天氣情況、不同島嶼的游客承載量，分析游客的心理承受能力、旅游心理體驗，并及早做好防止滯留事件發生的預案。

4.3.3 提高陸島水路客運企業集約化水平

有關部門應鼓勵企業向規模化、集約化發展，引導企業做大做強。通過調整運力結構、運輸結構和資本結構，引導企業合作經營陸島旅客運輸，對未來客運市場發展、海島經濟和產業的發展進行全方位把握，合理選擇投資方向，注重開發相關市場;通過企業規模化經營降低邊際成本，實現企業在陸島客運市場中經營效益的控制，從而構建較為合理的運輸網絡，提高企業抗風險能力。

5 結 語

與傳統方法相比，將系統動力學模型應用于陸島水路客運系統客運量的動態預測和定量分析，較為全面地考慮了不同因素對陸島水路客運需求的影響。系統動力學模型的有效性檢驗結果與灰色預測和二元回歸預測結果相比，能更準確地預測未來5年的旅客運輸量。

參考文獻：

[1] 殷慧，張慶年.水路貨物運輸系統動力學研究[J].水運管理，2007（5）：14-17.

[2] 趙振鵬，余思勤. 基于SD 模型的國際干散貨航運市場仿真分析[J].市場周刊，2019（3）：22-24.

[3] 李倩雯，真虹.集裝箱海上運輸系統動力學模型及其應用[J]. 計算機應用，2016（S2）：286 -290.

[4] 唐麗敏，王藝澄，王盼. 基于系統動力學的道路運輸能源需求預測――以遼寧省為例[J]. 重慶交通大學學報（自然科學版），2019（3）：91-96.

[5] 齊杉，李夏苗，吳慧山，等.不確定環境下鐵路客運量預測方法[J]. 鐵道科學與工程學報，2016（1）：168-175.

[6] 任新惠，唐少勇.我國航空旅客運輸需求預測――基于計量經濟學與系統動力學組合模型[J].交通運輸研究，2015（1）：92-98.