正確預測港口集裝箱吞吐量對于港口規(guī)劃設計及國家經濟科學發(fā)展具有重要意義。為降低預測誤差、提高預測精度,筆者構建了引入邏輯斯蒂增長模型的多因素動態(tài)生成系數(shù)法,充分發(fā)揮該模型處理復雜系統(tǒng)行為能力強的優(yōu)勢。結合天津港、上海港及青島港的歷史數(shù)據,對2005至2018年的港口集裝箱吞吐量進行了預測研究。研究結果表明:邏輯斯蒂增長模型可提高中長期預測精度,預測結果較為理想;利用修正后的模型方法對未來十年天津港集裝箱吞吐量進行了再次預測,研究結果對區(qū)域港口規(guī)劃布局具有一定的參考價值;此外,邏輯斯蒂增長模型應用范圍不僅限于集裝港口的預測,對于與GDP相關的城市總體規(guī)劃的人口規(guī)模、環(huán)境承載力、產業(yè)增長等多方面的預測均有較高的利用空間。 

【文章來源】：重慶交通大學學報(自然科學版). 2020,39(11)北大核心CSCD

【文章頁數(shù)】：6 頁

【部分圖文】：

模型方法流程

由圖2可知，天津港2005—2018年集裝箱實際吞吐量主要分布在基準值與悲觀值之間。受經濟環(huán)境及不可預見事故影響，天津港集裝箱吞吐量在2014年變化較為劇烈，但其實際吞吐量仍與預測值有較高擬合度，因此邏輯斯蒂增長預測模型對天津港集裝箱吞吐量增長預測具有較好的擬合效果。天津港集裝箱吞吐量近十四年增長趨勢大致可以分為兩部分:(1) 2005—2014年實際吞吐量除2008年外，與預測量基準值基本持平。2008年實際吞吐量顯著高于基準值，其主要原因為2008年奧運會于北京順利召開，經濟主要輻射范圍與天津港腹地范圍大致重合，天津港集裝箱吞吐量受到明顯影響;(2) 2015—2018年實際吞吐量接近預測悲觀值。尤其在2015年，實際吞吐量迎來近年來唯一一次下降。通過調查分析，“8·12天津濱海新區(qū)爆炸事故”對天津港集裝箱吞吐量影響顯著，也是天津港集裝箱吞吐量逼近預測悲觀值重要原因之一。2.2 上海港

由圖3可知，上海港集裝箱吞吐量增長趨勢總共可以分為3個部分:(1) 2005—2008年，實際吞吐量與預測樂觀值有很高的擬合程度;(2) 2009—2012年，實際吞吐量與預測基準值較為接近;(3) 2013—2018年，實際吞吐量則趨近于預測悲觀值。對于2009年上海港集裝箱吞吐量呈現(xiàn)顯著下降，主要原因為2009年全球金融危機對我國進出口貿易影響較為嚴重，我國一般性貿易出口收入發(fā)生嚴重下滑，外貿進出口貿易值為影響港口集裝箱吞吐量的重要因素之一。2.3 青島港

【參考文獻】：
期刊論文
[1]港口集裝箱吞吐量預測方法研究[J]. 劉逸群,曾鳴.  物流工程與管理. 2018(08)
[2]中國港口集裝箱吞吐量預測:基于組合時間序列[J]. 趙尚威,周建紅.  系統(tǒng)科學與數(shù)學. 2018(02)
[3]基于外部干預的港口吞吐量預測[J]. 付義,李紅亮.  水運管理. 2017(10)
[4]基于時間序列分析的港口集裝箱吞吐量預測分析[J]. 孔琳琳,劉瀾,許文秀,吳金卓.  森林工程. 2016(05)
[5]邏輯斯諦（Logistic）模型在產品生命周期中的實證研究[J]. 周俊林.  河南教育學院學報(自然科學版). 2016(03)
[6]基于灰色神經網絡的港口集裝箱吞吐量預測模型研究[J]. 張樹奎,肖英杰,魯子愛.  重慶交通大學學報(自然科學版). 2015(05)
[7]季節(jié)性變動影響下的上海港集裝箱吞吐量預測[J]. 杜剛,劉婭楠.  華東師范大學學報(自然科學版). 2015(01)
[8]基于灰色模型的上海港集裝箱吞吐量預測[J]. 楊金花,楊藝.  上海海事大學學報. 2014(02)
[9]基于動態(tài)集成算法的港口吞吐量時間序列預測[J]. 屈莉莉,陳燕.  計算機仿真. 2014(06)
[10]基于生成系數(shù)法的區(qū)域集裝箱空箱需求預測模型[J]. 潘常虹,范厚明.  大連海事大學學報. 2012(01)



本文編號：3573568