基于Holt-Winters算法的長江干線貨物吞吐量分析及預測

李慧

摘 要：港口貨物吞吐量一定程度上反映港口建設、運輸能力、經濟發展實力，對港口規劃建設決策具有重大意義，而對長江干線主要港口企業貨物吞吐量的預測有利于國家對長江干線港口的發展進行更有效的規劃建設、結構調整等。以長江干線主要港口企業貨物吞吐量為基礎，梳理貨物吞吐量影響因素，分析各貨種結構并識別出最主要的三類貨種，再基于Holt-Winters算法建立三次指數平滑預測模型，對2021年1月至12月貨物吞吐量及變化趨勢進行預測分析。結果表明2021年總貨物吞吐量及主要貨種吞吐量均呈現非線性增長態勢，為未來長江航運發展提供參考。

關鍵詞：長江干線;港口企業;貨物吞吐量;預測模型

中圖分類號：[U6-9]? ? ? ? ? ?文獻標識碼：A? ? ? ? ? ? 文章編號：1006—7973（2021）04-0029-04

1前言

近年來，我國經濟穩步增長，港口作為貿易活動的流通載體，日益成為區域經濟發展的核心。而長江干線作為世界上運量最大、運輸最繁忙的通航河流，對促進流域地區經濟協調發展發揮了重要作用。隨著“一帶一路”、“交通強國”、“長江經濟帶發展”國家戰略的貫徹實施，長江干線運力結構持續優化，運輸保障不斷加強，多式聯運發展加快推進，各港口企業加快推進港口建設，推動港口高質量發展，長江干線主要港口企業貨物吞吐量呈增長態勢，逐漸形成以港口為樞紐的高質量綜合立體交通走廊。

港口企業貨物吞吐量可作為“經濟的晴雨表”，不僅體現了港口企業的經營成果，也是港口規劃建設、綜合運輸能力的體現。準確合理預測長江干線港口企業貨物吞吐量對調整企業規劃布局、提升企業運轉效率、引導企業轉型升級具有重要的意義，并為政府制定相應發展戰略、掌握長江干線運輸形勢提供參考。

目前，針對貨物吞吐量預測已有相關研究。韓以倫等人以青島港為例，充分考慮影響港口貨物吞吐量的因素指標，并利用多元回歸模型、時間序列模型和灰色預測模型，預測分析了港口吞吐量[1];李廣儒等人以寧波舟山港為例，利用Elman 神經網絡、BP 神經網絡以及 RBF 神經網絡預測其貨物吞吐量，并對預測結果進行分析比較[2];楊思凡等人分析了影響港口貨物吞吐量的相關因素，結合多因素和誤差修正的BP神經網絡方法對港口吞吐量進行預測[3];李長安等人結合蟻群算法和神經網絡算法，建立高精度的預測模型，對港口貨物吞吐量進行預測[4];李穎等人利用 MATLAB工具建立自適應濾波算法預測模型，來預測未來港口吞吐量[5];殷兆進基于不同類型的內河港口項目，利用時間序列法、彈性系數法等對貨物吞吐量進行預測和比較分析[6];潘婷結合二次指數平滑法和灰色模型預測法，建立新的加權組合預測模型，并以寧波舟山港的貨物吞吐量為例進行實證預測分析[7];Min Liu等在考慮指數平滑法的波動率因素基礎上，對港口吞吐量進行預測[8];MADSEN H采用誤差指標分析評價不同神經網絡的預測性能，選擇最優的神經網絡對港口吞吐量進行預測[9]。

目前對于長江干線貨物吞吐量結構分析及預測的研究相對較少，需要進行更深一步的研究。本文梳理長江航務管理局官網發布的近5年（2016-2020年）長江干線主要港口企業每月貨物吞吐量數據，分析影響貨物吞吐量的因素，識別分析主要貨類，并基于Holt-Winters算法對2021年的貨物吞吐量及主要貨類吞吐量進行預測，探究其變化趨勢。

2 長江干線主要港口企業貨物吞吐量分析

2.1 影響因素分析

政治、經濟、社會等宏觀因素和港口建設、企業管理等微觀因素，均會對長江干線主要港口企業貨物吞吐量產生影響。

（1）港口自然地理環境。港口地理位置、水文氣象條件等均會影響貨物吞吐量。若水深條件不足，則無法滿足大型船舶進出港;若地理位置較差、氣象條件惡劣，將會增加船舶進出港靠離泊時間，也會帶來更大的風險。

（2）港口社會政治環境。國家政治經濟大環境以及政府發布的鼓勵或限制性政策也都是影響港口吞吐量的因素之一。比如中美貿易摩擦導致了長江航運外貿內支線運輸需求持續下滑;新冠疫情影響導致了短期內以能源、電力、冶金、石化、建筑等產業為主的長江干散貨運輸需求明顯下滑，港口物流因復工推遲運轉不暢，部分港口貨物壓港嚴重;國家環保政策對散件雜貨吞吐量影響較大，部分港口提質改造、搬遷、散改集，朝著多式聯運，智慧、環保型港口轉型。

（3）港口腹地經濟發展狀況。強大的腹地經濟實力會帶來密集的航線布置，吸引更多的中轉貨物，提高港口吞吐量。

（4）港口建設和管理水平。高效快速的裝卸設備與搬運系統、較高的集疏運網絡能力、健全的安全保障制度與措施、合理的勞動組織、綠色智能一體化的管理服務水平等均會提高港口碼頭的吞吐能力。

（5）長江航運市場發展水平。長江航運穩步向好的發展態勢將推動貨物吞吐量進一步提升。2019年7月，交通運輸部印發《關于推進長江航運高質量發展的意見》，提出將長江航運打造成交通強國建設先行區、內河水運綠色發展示范區和高質量發展樣板區，為推動長江經濟帶高質量發展提供堅實支撐和有力保障。同時，長三角三省一市交通運輸主管部門、海事管理機構及各港航企業，建立健全工作機制，形成了上下聯動、互通有無的工作體系，實現內河航道網絡化、區域港口一體化、運輸船舶標準化、綠色發展協同化、信息資源共享化。并著力打造長江經濟帶與“一帶一路”建設的重要支點與紐帶，建設面向中國-東盟自由貿易區開放的區域性國際交通樞紐。

2.2 貨種結構分析

長江干線主要港口企業貨物吞吐量統計貨類與交通運輸部保持一致，包括17類，分別為煤炭及制品，石油、天然所及制品，金屬礦石，鋼鐵，礦建材料，水泥，木材，非金屬礦石，化肥及農藥，鹽，糧食，機械、設備、電器，化工原料及制品，有色金屬，輕工、醫藥產品，農、林、牧、漁業產品以及其他產品。

對2016年至2020年各貨種吞吐量進行分析，可得出煤炭及制品、金屬礦石和礦建材料吞吐量排名前三。圖1中金屬礦石吞吐量位于峰值，圖2（以2020年為例）金屬礦石所占面積最大，故各貨種中金屬礦石吞吐量最大。分析2016年至2020年各貨種吞吐量，得出煤炭及制品吞吐量占比15%-21%，金屬礦石吞吐量占比25%-35%，礦建材料吞吐量占比5%-15%。

2016年至2020年，長江干線主要港口企業排名前三的主要貨種吞吐量月度走勢如圖3所示，其中，金屬礦石和礦建材料吞吐量呈現總體增長趨勢，煤炭及制品吞吐量在2020年有所下滑，主要源于國內能源結構不斷優化，新能源替換，疊加社會用電量不及2019年，蒙華鐵路分流影響，煤炭及制品吞吐量下降。近5年來，長江干線各港口企業不斷優化工藝提升裝卸效率，優化船貨配置，拓展物流項目，提升整體的綜合效益。2020年新冠肺炎疫情突如其來，長江主要港口吞吐量短期明顯受到沖擊，但隨國內外經濟逐步恢復，總體上表現為“快速恢復、韌性十足、總量微跌、結構分化”。

3 三次指數平滑（Holt-Winters算法）概述

3.1 指數平滑法選擇

指數平滑法通過對觀測值賦予不同權數加權得到預測值，應用廣泛的主要包括一次指數平滑、二次指數平滑、三次指數平滑。

一次指數平滑適用于沒有明顯的上升或下降趨勢、波動不大的水平型時序數據的預測，對于非穩定性數據的預測往往會產生較大的系統誤差;二次指數平滑是在一次指數平滑值基礎上建立預測的數學模型，再一次進行指數平滑確定預測值，適用于呈直線趨勢變化的時間數列預測;對于非線性特征的數列預測，則采用三次指數平滑法，通過求解平滑系數、建立預測模型來進行中短期預測，可以分析并延襲歷史數據所呈現的波動性和周期性。

長江干線主要港口企業貨物吞吐量數據表現為不平穩和非線性特性，故采用三次指數平滑法進行預測。

3.2 Holt-Winters算法

三次指數平滑法主要基于Holt-Winters算法， 如下：

基年為t年，預測未來T期的值：

式中， 為加權系數（平滑系數）， 為第t周期的一次指數平滑值，為第t周期的二次指數平滑值，為第t周期的三次指數平滑值，為第t周期的實際值，為以t年為基年、預測周期為T的預測值，、、均為預測公式的參數。

平滑系數的選取對預測值的大小有較大影響，應根據數列變化特性選取適合的平滑系數。若數列變化較穩定，雖有小幅波動但長期變化趨勢不大時，取0.1～0.3，以體現歷史數據的影響;若數列變化波動較大，且長期變化趨勢也較大時，取0.7～0.9，以體現近期數據的作用。如圖4所示，長江干線主要港口企業2016年至2020年貨物吞吐量數據波動較大，長期變化趨勢也較大，預測時取為0.7。

4長江干線主要港口企業貨物吞吐量預測

通過長江航務管理局官網發布的長江干線主要港口企業生產動態，收集了2016年至2020年每月的主要港口企業貨物吞吐量數據（共60期），并構建基于Holt-Winters算法的預測模型進行分析。

4.1 總吞吐量預測

如圖5所示，2016年至2021年長江干線主要港口企業貨物吞吐量整體呈現非線性增長態勢，2021年呈現震蕩波動格局，預計全年吞吐量同比增長13.05%。其中2月受春節影響，長江干線主要港口企業生產呈下滑態勢，吞吐量將有所下降，處于全年最低谷;3月開始回暖并逐月增長;6-7月小幅下滑;8-12月回歸到平穩增長的軌道。

4.2 主要貨種吞吐量預測

如圖6所示，2016年至2021年煤炭、金屬礦石、礦建材料吞吐量整體均呈現非線性增長態勢，2021年吞吐量呈現震蕩波動格局，預計煤炭、金屬礦石、礦建材料吞吐量同比分別增長12.03%、10.28%、25.82%。

2021年，預計煤炭及制品吞吐量1-12月穩定波動，變化幅度較小，基本保持穩定的生產態勢;金屬礦石吞吐量1季度先增后降，4-5月小幅增長，6-7月小幅下滑，8-11月保持平穩波動，12月小幅增長;礦建材料吞吐量1-2月下滑，3-4月逐月回暖，5-6月小幅下滑，7-11月保持平穩增長，12月再次小幅下滑。

5結語

本文基于2016年至2020年60期長江干線主要港口企業貨物吞吐量數據，分析了貨物吞吐量影響因素和各貨種結構，識別出主要的三類貨種，即煤炭、金屬礦石和礦建材料。再利用三次指數平滑（Holt-Winters算法）對2021年總貨物吞吐量及主要貨種吞吐量進行預測，得出2021年每月的吞吐量預測值及變化趨勢。結果表明，2021年總貨物吞吐量和主要貨種吞吐量均將呈現震蕩波動格局，整體保持非線性增長態勢。

參考文獻：

[1] 韓以倫， 徐新新. 基于ARIMA和GM模型的青島港貨物吞吐量預測研究[J]. 水道港口， 2019， 40（2）： 241-248.

[2] 李廣儒， 朱慶輝. 基于Elman神經網絡的港口貨物吞吐量預測[J]. 重慶交通大學學報（自然科學版）， 2020， 39（6）： 8-12.

[3] 楊思凡， 魏夢， 丁蓉. 基于多因素選擇和誤差修正的 BP 神經網絡港口貨物吞吐量預測[J]. 價值工程， 2020，39（18）： 68-71.

[4] 李長安， 盧雪琴， 吳忠強， 等. 基于蟻群算法優化反向傳播神經網絡的港口吞吐量預測[J]. 計量學報， 2020，41（11）： 1398-1403.

[5] 李穎， 付金宇， 張照億， 等. 基于自適應濾波改進算法的大連港吞吐量預測[J]. 重慶交通大學學報（自然科學版）， 2020， 39（4）： 36-40.

[6] 殷兆進. 內河港口工程項目可行性研究階段貨物吞吐量預測方法[J]. 水運管理， 2019，41（11）： 12-15.

[7] 潘婷. 寧波舟山港貨物吞吐量預測分析與思考[D]. 舟山： 浙江海洋大學， 2019.

[8] Min L， James W. Taylor， Wei-Chong Ch. Further empirical evidence on the forecasting of volatility with smooth transition exponential smoothing [J]. Economic Modelling， 2020.

[9] MADSEN H， PINSON P， KARINIOTAKIS G. Standardizing the performance evaluation of short term wind power prediction models [J]. Wind Engineering， 2005， 29（6）： 475-489.