杨 波，刘 昱，杨政龙

(1. AECOM天津公司，天津 300110； 2. 天津大学 水利工程仿真与安全国家重点实验室，天津 300072)

0 引 言

港口作为水上运输与陆上运输的连接点，是支持国家和地区经济发展的重要基础设施，直接关系腹地经济兴衰，在经济与社会发展中具有重要意义。作为现在港口运输的最重要方式，集装箱运输占有重要地位。在国际航运业和全球一体化进程影响下，集装箱运输的发展与国民经济、国际贸易、经济体制、运输政策、技术进步以及综合交通运输业的发展等多方面息息相关。据统计，2017年全球集装箱吞吐量为7.377 6亿TEU，其中中国20个港口占据全球集装箱吞吐量的29.9%。上海港2017年集装箱吞吐量突破4 023万TEU，创下全球港口集装箱吞吐量记录的同时，连续第八年位居世界港口第一。全球港口集装箱吞吐量前20名中，中国共有9大集装箱港口入围。面对发展的同时，中国港口集装箱运输业也同样面临统筹规划等多方面问题。准确预测港口集装箱吞吐量，对港口的未来定位、发展规划以及科学管理都具有重要意义。

影响港口集装箱吞吐量的因素有很多，如港口地理自然条件、腹地经济发展状况、世界经济形势等[1]，因素多变以及其不确定性给预测带来困难。很多学者开展了大量计算模型研究，引入多种方法开展集装箱吞吐量的预测并进行验证。灰色系统理论[2-5]由于处理不确定性问题的特点，广泛应用于集装箱吞吐量预测。杨金花等[2]运用灰色预测法，预测了上海港未来三年的集装箱吞吐量；张树奎等[4]基于传统灰色预测模型和BP神经网络，构建了灰色神经网络预测模型；刘逸群等[5]选取二指数平滑法、多元线性回归分析预测法、弹性系数法及灰色预测法进行了对比分析。

基于时间序列法的统计分析方法也在吞吐量定量预测中发挥重要作用。屈莉莉等[6]建立了可动态调整权重的组合预测模型，进行了吞吐量时间序列预测；陶丽丽等[7]基于时间序列分析理论，建立了ARIMA乘积季节模型；杜刚等[8]采用整自回归平均模型，预测了上海港集装箱吞吐量；孔琳琳等[9]提出了ARIMA模型，并利用统计分析软件R预测了港口十个月的吞吐量数据；付义等[10]以时间序列预测为基础建立灰色干预模型并进行参数检验。

最优组合法、神经网络法及回归分析法等方法也被广泛采用。张浩[11]分析了模型预测值与实际值的差异，提出了基于最优线性组合的港口集装箱吞吐量预测法；田歆等[12]在TEI@I方法基础上，引入计量经济模型、径向基神经网络技术，建立了综合集成预测模型；刘婷等[13]分别通过BP神经网络预测、回归分析预测法和二次指数平滑预测法，进行了吞吐量预测及对比分析；赵尚威等[14]采用一种自适应方法，将指数加权聚合预测(AFTER)与两种时间序列模型SARIMA和VAR相结合。

学者从多个角度开展了卓有成效的集装箱吞吐量预测研究和探讨，但主要集中于短中期预测。由于中长期社会经济发展中不确定性更为明显，国民经济和国际贸易在市场条件下发生波动可能性较大，中长期的港口集装箱吞吐量预测存在较大困难。

杨波等[1]基于多因素动态生成系数法，引入逻辑斯蒂增长模型，发挥其概化处理复杂系统行为能力的优势，对天津、上海及青岛港的实际吞吐量进行预测。笔者使用这一模型的既有预测值，与上述港口2005—2018年运量的实际数据进行了对比分析，验证了方法的可靠性和准确度。进而以修正后的模型方法，对未来十年天津港集装箱吞吐量进行再次预测，以期为区域港口规划和城市总体规划及相关专业规划提供重要的基础数据。

1 预测模型建立

1.1 多因素动态生成系数法

多因素动态生成系数法的基本思想，是将影响吞吐量的多种因素层层拆分，将整体预测划分为多步预测，通过提高每步预测的准确性进而保证总体预测结果。根据集装箱货物的生成动因，通过预测口岸进出口商品总额和分析运输货物中的适箱货比例，加上额外的内贸箱和支线箱量，预测出集装箱生成量和运量，计算公式如式(1)[15-16]：

V=T×p1×R×r/(W×p2)

(1)

式中：V为集装箱运量；T为外贸进出口商品总额；p1为适箱货比例；R为综合系数；r为装箱率；W为重箱载重量；p2为重箱比例。

各个比率系数可通过查询港口各个腹地省份的历史资料数据确定，逐年变化较为稳定，由此造成的误差相对较小。受宏观经济增长率波动以及预测专家主观性影响，外贸进出口额的预测存在较大误差，使得利用多因素动态生成系数法在进行中长期预测时缺乏准确性。笔者通过引入逻辑斯蒂增长模型，预测港口腹地GDP变化趋势，然后根据GDP进行外贸进出口额预测，最后利用生成系数进行中长期集装箱吞吐量预测。改进后的预测方法流程如图1。

1.2 逻辑斯蒂增长模型

逻辑斯蒂增长模型常用于人口、生物种群数目增长、经济指标等领域。与指数模型不同，逻辑斯蒂模型增长到一定阶段时会降低增长速度，直至达到某一最大值[17]。在增长极限、社会竞争以及宏观经济预测等复杂系统动力学领域得到广泛应用。该模型基本公式如式(2)[18]：

(2)

式中：N为经济总量；r0为内禀增长率；K为增长极限容量。

在预测过程中，通过对港口腹地GDP历史数据拟合即可获取内禀增长率，根据国家和地区战略规划总体目标，通过比较法可以确定经济增长的极限容量，从而实现对经济总量发展水平的预测。

2 预测结果对比分析

利用引入逻辑斯蒂模型的多因素动态，生成系数法预测模型，结合天津、上海、青岛港自1990—2004年十五年间的集装箱吞吐量历史数据，以及各港口腹地省份GDP与各生成系数值，对2005—2018年各港口吞吐量进行预测，并与实际值进行对比分析。

2.1 天津港

根据天津港的历史资料数据计算得到的吞吐量预测值与实际值的对比结果如图2。

由图2可知，天津港2005—2018年集装箱实际吞吐量主要分布在基准值与悲观值之间。受经济环境及不可预见事故影响，天津港集装箱吞吐量在2014年变化较为剧烈，但其实际吞吐量仍与预测值有较高拟合度，因此逻辑斯蒂增长预测模型对天津港集装箱吞吐量增长预测具有较好的拟合效果。天津港集装箱吞吐量近十四年增长趋势大致可以分为两部分：① 2005—2014年实际吞吐量除2008年外，与预测量基准值基本持平。2008年实际吞吐量显著高于基准值，其主要原因为2008年奥运会于北京顺利召开，经济主要辐射范围与天津港腹地范围大致重合，天津港集装箱吞吐量受到明显影响；② 2015—2018年实际吞吐量接近预测悲观值。尤其在2015年，实际吞吐量迎来近年来唯一一次下降。通过调查分析，“8·12天津滨海新区爆炸事故”对天津港集装箱吞吐量影响显著，也是天津港集装箱吞吐量逼近预测悲观值重要原因之一。

2.2 上海港

逻辑斯蒂模型对于天津港集装箱吞吐量预测具有较好的效果，故在取增长情况较为不同的上海港进行模拟。根据获得的上海港的历史资料数据计算得到的预测值与实际值的数据对比结果如图3。

由图3可知，上海港集装箱吞吐量增长趋势总共可以分为3个部分：① 2005—2008年，实际吞吐量与预测乐观值有很高的拟合程度；② 2009—2012年，实际吞吐量与预测基准值较为接近；③ 2013—2018年，实际吞吐量则趋近于预测悲观值。对于2009年上海港集装箱吞吐量呈现显著下降，主要原因为2009年全球金融危机对我国进出口贸易影响较为严重，我国一般性贸易出口收入发生严重下滑，外贸进出口贸易值为影响港口集装箱吞吐量的重要因素之一。

2.3 青岛港

除上海港外，还选取在过去十年发展较为迅猛的青岛港进行模拟，获取青岛港的历史资料数据，通过该预测模型计算得到的吞吐量预测值和实际值对比结果如图4。可以看出，青岛港与上海港变化趋势相类似。

2.4 预测误差分析

通过对于天津、上海及青岛港集装箱吞吐量的对比验证，港口实际吞吐量在前期与乐观值较为接近，中期逼近基准值，中后期则向悲观值靠近，但整体来说实际值基本处在预测值范围区间内。集装箱港口发展大致可以分为3个时期：第1时期，由于中国经济处于迅速发展过程中，中国围海填海工程快速发展，港口工业发展势头强劲，预测结果大致与乐观值相仿甚至部分高于乐观值；第2时期，港口发展速度放缓，且未发生对港口经济影响较大事件，港口集装箱实际吞吐量与预测基准值吻合度较高；第3时期，由于中国经济发展速度整体趋于平缓，实际吞吐量逐渐趋向悲观值。

存在上述差异的主要原因为，预测解释变量正处于中国经济飞速发展时期，单纯根据GDP对外贸进出口值进行预测，尤其是长期预测，仍存在一定的偏差。通过调整各项动态系数范围，给出预测结果的乐观值和悲观值，可有效预测港口集装箱吞吐量的范围。综上，利用逻辑斯蒂模型预测GDP对多因素动态生成系数法预测港口集装箱吞吐量是可行的，在中长期预测中具有更强的准确性。考虑到港口和城市及区域交通基础设施建设的中长期效应和建设周期，这一方法更适应在相关规划领域的应用。

3 天津港未来吞吐量预测

选取2007—2018年间天津港集装箱吞吐量数据资料，对2019—2028年集装箱吞吐量数据变化趋势进行预测。考虑天津港腹地省份的经济发展水平，对于天津、北京较为发达的城市，选取美国人均GDP作为经济增长极限值作为参考，对于河北、山西、内蒙古及陕西四省，选取以全球人均GDP第十二名左右的瑞典、荷兰为经济增长极限的参考。同时考虑乐观值预测中经济增长极限参考目标时，选取世界外向型经济发展为主的国家(瑞士、挪威等)对天津、北京两市进行极限增长值确定，其余四省则以美国为标准。在悲观值预测时，则考虑中国经济增长速度进一步放缓，分别以澳大利亚及日本韩国作为经济增长极限，预测结果如图5。

由图5可知，天津港未来十年的集装箱吞吐量仍将保持增长趋势，但年增长率较过去已有明显的降低。天津港的集装箱吞吐量对于腹地的辐射影响作用显著，其增长率对于未来京津冀区域规划和发展预测具有重要指征意义。同时，预测说明天津港吞吐量增长速率放缓并非个例，我国大多数港口已出现吞吐量增长趋缓的趋势，这与宏观经济的近期发展趋势和产业结构的变化，内外向型产业的比例密切关联。对于以货运港口为重要经济支柱的港口型城市，产业转型以及未来城市发展均与港口产业的结构有着密切联系。调整港口产业以及由于港口引导的产业结构转型，既是城市发展的新契机，也是新挑战。

4 结 论

笔者提出了一种创新型的适用于中长期港口集装箱吞吐量的预测方法，主要原理是通过逻辑斯蒂增长模型确定港口腹地的GDP预期值，进而利用多因素动态生成系数法根据港口腹地省份的历史数据资料确定各项系数，计算得出港口集装箱吞吐量预测的基准值、乐观值和悲观值。通过对比分析，得到如下结论：

1)结合各港口集装箱吞吐量历史数据，尽管国内经济形势发生剧烈变化，但是实际吞吐量在预测范围内围绕基准值上下浮动，并无明显偏差，验证了模型的准确性以及风险的良好应对性。

2)对于集装箱以及散货、件杂货等各类港口吞吐量预测，逻辑斯蒂增长模型是更为合理和有效的方法，可大幅提高中长期集装箱吞吐量预测的精度，对于未来港口规划以及交通规划和区域经济预测具有重大意义。