黃 虹
( 福建船政交通職業(yè)學(xué)院, 福建 福州 350000 )
福建省地處我國東南沿海,其西北地區(qū)多山地,東南地區(qū)臨海,與其他沿海省相比交通運輸業(yè)相對滯后.近年來,隨著福建省經(jīng)濟的快速發(fā)展以及海峽兩岸經(jīng)濟合作的推進,交通運輸業(yè)已成為制約福建省經(jīng)濟發(fā)展的瓶頸,因此亟需加快各類交通基礎(chǔ)設(shè)施的建設(shè).目前,已有諸多學(xué)者對綜合運輸體系進行了研究.例如:傅成紅等[1]運用DEA評價方法對福建省2001—2010年的各運輸方式中“兩兩運輸方式”之間的協(xié)調(diào)現(xiàn)狀及成因進行了研究,并為福建省綜合運輸業(yè)的發(fā)展提出了相應(yīng)的建議.劉娜翠等[2]通過分析2005—2014年福建省各運輸方式的平均里程系數(shù),分析了各運輸方式的優(yōu)勢運距.呂子文等[3]通過建立綜合運輸評價指標(biāo)體系,采用熵值法與灰色關(guān)聯(lián)分析法對影響陜西省綜合運輸?shù)囊蛩剡M行了關(guān)聯(lián)度排序.欒鑫等[4]通過建立多層次協(xié)調(diào)性評定指標(biāo)框架,運用綜合發(fā)展水平模型與耦合協(xié)調(diào)度判斷方法,對國內(nèi)2006—2015年公路、鐵路、水運、航空4類運輸模式的發(fā)展進行了耦合協(xié)調(diào)性論證.然而,這些研究大多數(shù)僅是對某一地區(qū)多種運輸方式之間的協(xié)調(diào)度和關(guān)聯(lián)度進行了分析,而對多種運輸方式的貨運數(shù)據(jù)進行預(yù)測研究得較少.
近年來,灰色系統(tǒng)理論因其在預(yù)測研究中所需的樣本數(shù)據(jù)少,且預(yù)測精度較高,被廣泛應(yīng)用于未來數(shù)據(jù)的預(yù)測中[5].基于此,本文應(yīng)用灰色系統(tǒng)理論建立福建省貨運相關(guān)指標(biāo)的預(yù)測模型,通過分析福建省2011—2018年各種運輸方式的數(shù)據(jù),對未來11年的貨運量及貨物周轉(zhuǎn)量進行預(yù)測,以期對福建省未來的貨運綜合運輸體系的構(gòu)建提供理論參考.
貨物運輸通常包括公路運輸、水路運輸、鐵路運輸、航空運輸和管道運輸5種運輸方式.一個科學(xué)的綜合運輸體系要依據(jù)當(dāng)?shù)氐慕?jīng)濟、地理情況來合理選擇運輸方式,并要使各種運輸方式在整個運輸過程中能夠充分發(fā)揮各自的技術(shù)優(yōu)勢,從而達到最大的經(jīng)濟效能.由于管道運輸?shù)倪\輸對象較為特殊(只能運輸氣體、液體等),難以與其他4種運輸方式進行對比,故本文在研究中未考慮管道運輸.
根據(jù)《福建統(tǒng)計年鑒》,本文統(tǒng)計了2011—2018年福建省公路、水路、鐵路、航空4種運輸方式的貨運量及其貨物周轉(zhuǎn)量數(shù)據(jù)(表1),各種運輸方式貨運量的完成比例如表2所示.
表1 2011—2018年福建省4種運輸方式的貨運量及其貨物周轉(zhuǎn)量
表2 2011—2018年福建省各種運輸方式貨運量的完成比例 %
從表1和表2可以看出,2011—2018年福建省在各種貨運方式中,公路運輸?shù)呢涍\量占比最大(超過70%),該結(jié)果與福建省日益完善的公路網(wǎng)密不可分.例如:截至2018年底,福建省高速公路通車總里程達5 344 km,路網(wǎng)密度已達到發(fā)達國家水平[6].從水路運輸上看,因福建省水路運輸較為便捷,其貨運量的占比始終居于第二位(保持在25%左右).從鐵路運輸上看,貨運量所占比例呈逐漸減小趨勢,其主要原因為目前福建省的鐵路貨運體系還不夠完善,導(dǎo)致鐵路貨運能力有限[7].從航空運輸方面看,福建省目前的空運能力可基本滿足人們對貨運時效性的需求,貨運量占比穩(wěn)定在0.02%.
根據(jù)表1中的貨運數(shù)據(jù),利用灰色預(yù)測法建立以4種運輸方式的貨運量和貨物周轉(zhuǎn)量(Q1—Q8)為研究對象的預(yù)測模型,以此預(yù)測福建省未來11年的貨運量、貨物周轉(zhuǎn)量和貨運運距.
2.1.1確定原始數(shù)列及新數(shù)列 設(shè)所要預(yù)測的某項指標(biāo)的原始數(shù)列為
X(0)=(x(0)(1),x(0)(2),…,x(0)(n-1),x(0)(n)).
為了弱化原始數(shù)據(jù)的隨機性,對X(0)進行一次累加(AGO),得到新數(shù)列
X(1)=(x(1)(1),x(1)(2),…,x(1)(n-1),x(1)(n)).
表3 指標(biāo)Q1— Q8的級比
對新數(shù)列X(1)進行建模,得到灰色預(yù)測的微分方程為
其中a為發(fā)展系數(shù),b為灰色作用量.通過最小二乘法求得
(1)
表4 指標(biāo)Q1— Q8所對應(yīng)的a值和b值
表5 2011—2018年福建省公路貨運量Q1模型的殘差和相對誤差
表6 2011—2018年福建省鐵路貨運量Q2模型的殘差和相對誤差
表7 2011—2018年福建省水路貨運量Q3模型的殘差和相對誤差
表8 2011—2018年福建省航空貨運量Q4模型的殘差和相對誤差
表9 2011—2018年福建省公路貨物周轉(zhuǎn)量Q5模型的殘差和相對誤差
表10 2011—2018年福建省鐵路貨物周轉(zhuǎn)量Q6模型的殘差和相對誤差
表11 2011—2018年福建省水路貨物周轉(zhuǎn)量Q7模型的殘差和相對誤差
表12 2011—2018年福建省航空貨物周轉(zhuǎn)量Q8模型的殘差和相對誤差
利用表5 —12中的歷年原始數(shù)據(jù)與預(yù)測模擬值的相對誤差,計算每個指標(biāo)(Q1—Q8)的相對誤差平均值,分別為:3.82%、7.66%、1.15%、0.97%、2.02%、6.96%、2.53%、5.52%.從計算結(jié)果可以看出,除指標(biāo)Q2和Q6的相對誤差平均值較高外(因灰色預(yù)測方法難以對波動性較大的數(shù)據(jù)進行精確預(yù)測),其他指標(biāo)的相對誤差平均值都較低.由此表明本文所建立的預(yù)測模型檢測精度較高,可應(yīng)用于后續(xù)貨運指標(biāo)的預(yù)測.
(2)
(3)
均方差比值C及小誤差頻率p的計算公式分別為:
C=S2/S1,
(4)
(5)
根據(jù)公式(2)—(5)計算出每個指標(biāo)的預(yù)測模型所對應(yīng)的S1、S2、C、p, 結(jié)果見表13.
表13 Q1— Q8的預(yù)測模型對各參數(shù)的精度檢驗結(jié)果
將表13中Q1—Q8的C、p值與表14進行對比可以看出,在2組精度檢驗(即16個數(shù)據(jù))中,表示“好”的有14個數(shù)據(jù),表示“合格”—“好”之間的數(shù)據(jù)有2個,且這2個數(shù)據(jù)都出現(xiàn)在Q2指標(biāo)上,這說明灰色預(yù)測法在波動性較強的數(shù)列中雖然預(yù)測精度相對較低,但預(yù)測精度仍在合格范圍內(nèi).因此從整體來看,該模型的預(yù)測精度較好,可以對指標(biāo)Q1—Q8進行預(yù)測.
表14 灰色預(yù)測精度檢驗等級參照表[9]
2.3.2數(shù)據(jù)預(yù)測 根據(jù)上述建立的福建省貨運數(shù)據(jù)預(yù)測模型,本文以2020、2025、2030年為例,預(yù)測福建省未來11年Q1—Q8指標(biāo)的值和各年的平均增長率,結(jié)果見表15.由表15可以看出,除了鐵路貨運量Q2和鐵路貨物周轉(zhuǎn)量Q6外,其他指標(biāo)均呈上升趨勢;在貨運量指標(biāo)中水路貨運量Q3增長得最快,其次是公路貨運量Q1.由此可知,今后福建省貨運市場的主要運力依舊是水路和公路運輸;在貨物周轉(zhuǎn)量指標(biāo)中,增長最快的是航空貨物周轉(zhuǎn)量Q8,其次是水路貨物周轉(zhuǎn)量Q7.
表15 2020、2025、2030年福建省各運輸方式貨物運輸量的預(yù)測值
在選擇和比較運輸方式時,除了要考慮貨物的運量外,還需考慮貨物運輸?shù)钠骄\距.根據(jù)表15中貨運量與貨物周轉(zhuǎn)量的預(yù)測值,可計算出4種運輸方式的貨運平均運距,如表16所示.由表16可以看出,全省總貨運平均運距呈逐年增加趨勢,至2030年預(yù)計可達993 km,其中航空、水路、公路貨運的平均運距和增長率均為增加趨勢,但鐵路貨運的平均運距呈下降趨勢.
表16 2020、2025、2030年福建省各運輸方式貨物運輸平均運距的預(yù)測值
本文以2011—2018年福建省公路、水路、鐵路、航空4種運輸方式的貨運量及貨物周轉(zhuǎn)量數(shù)據(jù)為基礎(chǔ),運用灰色系統(tǒng)理論對福建省未來11年的4種運輸方式的貨運量及貨物周轉(zhuǎn)量進行了預(yù)測.預(yù)測結(jié)果表明,在未來11年內(nèi),福建省公路、水路、航空運輸?shù)呢涍\量及貨物周轉(zhuǎn)量均維持良好的增長態(tài)勢,而鐵路運輸?shù)呢涍\量及貨物周轉(zhuǎn)量將繼續(xù)呈下降趨勢.本文在研究過程中僅采用了單一的灰色系統(tǒng)預(yù)測法,雖然取得了較高的預(yù)測精度,但該方法對波動性較大的時間序列數(shù)據(jù)的預(yù)測精度相對較低(例如本研究中的Q2和Q6數(shù)列),因此在今后的研究中將結(jié)合其他方法對波動性較大的時間序列進行有效處理,以期為福建省綜合貨運體系的構(gòu)建提供更好的預(yù)測模型.