基于系统动力学的陆岛水路客运需求预测

王艳　钟铭

【摘 要】 为更好地预测陆岛水路客运量，采用系统动力学方法，建立因果关系图和流程图，运用格兰杰因果关系检验找出陆岛水路客运系统主要影响因素，并应用葫芦岛市陆岛水路客运相关统计数据对模型进行仿真和验证，结果证明该模型有效可行。应用该模型对葫芦岛市的陆岛水路客运量进行预测，并在此基础上提出陆岛水路客运发展建议：加大水运投资力度;做好旅游高峰期陆岛运输保障预案;提高陆岛水路客运企业集约化水平。

【关键词】 陆岛运输;水路客运;系统动力学;预测

水路运输是陆岛间重要的运输方式，也是社会经济系统的重要组成部分，其与居民生活及岛屿旅游业发展密切相关。经济发展和人口增长给陆岛水路客运系统带来了巨大的压力，客运量的大幅增加和安全运输的严格要求，对陆岛水路客运能力提出了更高的要求。

目前学者的研究大多集中于水路货物运输方面，如：殷慧等[1]利用系统动力学方法对我国水路货物运输系统进行研究，通过模型建立和模拟检验，提出我国水路货物运输发展若干建议;赵振鹏等[2]通过对国际干散货运输市场供需以及价格进行仿真模拟，并对未来干散货航运市场状况进行展望;李倩雯等[3]从系统动力学角度分析集装箱航线运输系统，并预测未来全球集装箱海运网络的发展趋势。在其他交通运输系统研究方面有：唐丽敏等[4]参照社会经济发展及道路运输相关规划目标，构建辽宁省道路运输能源需求系统动力学模型;齐杉等[5]基于系统动力学建立铁路客运量中长期预测模型;任新惠等[6]引入计量经济学来建立模型的数学方程，通过系统动力学模型可以较好地反映民航客运的实际需求。

为了更好地预测陆岛水路客运量，本文构建系统动力学模型来反映陆岛水路客运系统内部各因素之间、系统与外部因素之间的相互作用关系，利用葫芦岛市的历史数据对模型的有效性进行验证，并对陆岛水路客运量进行建模分析和预测。

1 陆岛水路客运系统分析

1.1 水路客运系统特点

陆岛水路客运是辽宁省水路客运的重要组成部分，是岛上优势资源开发和旅游经济发展的重要支撑，同时也影响着人们的日常生活。辽宁省农村水路客运系统具有以下特点：

（1）公益性为主，兼具商业性。农村水路客运主要用于满足岛上居民的日常出行需求和外来旅客的交通需求。水路客运具有公共交通的属性，是重要的政府民生工程和岛屿经济发展的基础，随着岛屿经济开发建设和岛屿旅游业的蓬勃发展，水路客运逐渐显现出商业性的特点。随着旅游业的不断发展，旅客运输量大幅增长，陆岛水路客运经营性旅游的特点也日益凸显。

（2）陆岛水路客运具有一定的周期性。水路客运的不平衡主要是由供需波动及经济发展不平衡导致的，其中包括时间的不平衡性和空间的不平衡性，主要表现在：①时间的不平衡性。由于岛上旅游业受季节影响较大，运输需求随时间产生波动，“淡季无客，旺季无船”的现象时有发生。②空间的不平衡性。因为岛屿的地理位置、人口分布、地区经济发展水平及运输条件的差异，各地陆岛水路客运基础建设发展水平参差不齐。此外，旅游旺季从陆地向岛屿方向的客运需求旺盛，此时游客成为主要客运对象;旅游淡季从陆地向岛屿方向的运输需求冷淡，此时岛上居民成为主要客运对象。

（3）服务对象的需求差异性。作为陆岛水路客运的主要服务对象，岛上居民和游客在对陆岛水路客运的时间、速度、运价及相关服务的要求上存在很大差异。对于岛上居民来说，陆岛水路客运首先要满足的是他们的日常出行需求，因此他们有陆岛水路客运基本的安全保障、更高的航班密度和速度，以及更低的票价等要求。游客更多关注的是陆岛水路客运的安全性和舒适性。

1.2 需求分析

本文选取客运需求量（P）与区域生产总值（L）以及客运量（P）与区域人口数（R）进行格兰杰因果关系检验。在实际应用格兰杰因果关系检验之前，首先要证明随机变量是平稳序列。两两变量滞后1期的VAR模型见图1（单位圆中的点表示AR特征根的倒数的模，若这些点都落在单位圆内，则VAR模型是平稳的，否则VAR模型是不平稳的）。

图1中的每个模型共有2个特征根，建立的VAR模型通过稳定性检验，因此认为模型是稳定的。

由P与L、P与R的格兰杰因果关系检验结果（表1）可见，在10%置信水平条件下， L和R为P的格兰杰原因，且L对P的影响大于R对P的影响。

2 水路客运系统因果关系

2.1 基本因果关系

由陆岛水路客运系统基本因果关系（图2）可见，以客运船舶运力子系统和客运需求子系统为核心，陆岛水路客运政策、人口数量均为陆岛水路客运系统发展的外部影响因素，其中，箭头指示各变量之间的因果链，正负号分別指示因果链的极性，重要回路由正负反馈回路的标识符标注。

2.2 系统中的因果反馈环

依图2梳理出4个主要因果反馈环，由此分析陆岛水路客运系统内部各要素间的相互作用方式。

（1）反馈环1：区域总体经济水平（GDP）↑→旅游业发展、人民收入和消费水平↑→乘客运输需求↑→运力供给短缺↑→区域总体经济水平（GDP）↓。

该反馈环为负反馈环，反映了水路客运需求与区域总体经济水平间的因果反馈机制。

（2）反馈环2：区域总体经济水平（GDP）↑→水路客运投资↑→航线船舶运力供给↑→运力供给短缺↑→区域总体经济水平（GDP）↑。

该反馈环为负反馈环，反映了船舶运力供给与区域总体经济水平间的因果反馈机制。

（3）反馈环3：航线船舶运力供给↑→客运量 ↑→班轮公司收益↑→航线船舶运力↑。

该反馈环为正馈环，反映了海上客货运输系统的自我发展机制。

（4）反馈环4：客运需求↑→客运量↑→班轮公司收益↑→航线船舶运力供给↑→客运需求↑。

该反馈环为正反馈环，反映了船舶运力供给与客运需求间的因果反馈机制。

3 基于系统动力学模型的陆岛 水路客运供需

根据因果反馈关系，将主要的反馈回路进行组合，得到陆岛水路客运系统流（见图3）。

基于系统动力学模型的陆岛水路客运供需的主要方程如下：

= +t （a b）

= +t （c d）

式中： 为当前客运需求量;为以往客运需求量;为当前船舶运力;为以往船舶运力; t为以往与当前或当前与未来之间的时间长度; a为客运需求增长率;b为客运需求流失率;c为船舶运力增长率;d为船舶报废率。

4 模型仿真及验证

4.1 样本数据选取及模型参数选择

本文采用系统动力学软件Vensim PLE对陆岛水路客运系统进行模拟，以葫芦岛市为例，数据取自辽宁省统计年鉴和辽宁省港航局资料。模型参数取值见表2。

4.2 模型的有效性检验

为了验证模型所获得的信息是否较好地反映出实际系统的本质特征和变化规律，可将历史参数输入模型，将运行后的仿真结果与同期实际统计数据进行比较，分析其预测误差。本文选取2010―2017年的相关数据进行模型的有效性检验，即以2010年为基准年，仿真间隔时间即步长为1年，运行模型预测2010―2017年的陆岛水路客运量，并与同时期客运量实际统计数据进行比较，验证该系统动力学模型的可靠性和准确性。模型预测结果及误差值见表3。

由表3可以看出：该模型预测结果平均误差绝对值为5%，具有较高的可信度，因此该模型可用于预测和分析陆岛客运系统;GM（1，1）和二元线性回归预测结果误差绝对值的平均值分别为5.9%和13.6%。此外，研究过程中还采用传统的预测统计方法分析了2010―2017年期间预测值与统计数据的误差。综合分析，系统动力学模型的仿真结果与统计数据之间误差绝对值的平均值最小，误差浮动较小。

本文以2010―2017年统计数据为基础数据，运用上述模型对葫芦岛市未来5年陆岛水路客运量进行预测，结果见表4。

4.3 系统发展趋势

从客运量的预测结果可以看出，客运需求量在不断增长，而葫芦岛市目前的船型标准化现状依然落后于时代发展的需要，老旧船舶较多、船队整体技术水平低下，与需求不相适应，严重影响着陆岛水路客运系统的发展。目前客运需求量交通规划理论在客运站、航线、运力优化配置方面的研究相对欠缺，是造成陆岛客运供需矛盾的主要原因之一。因此，有必要采取一些外部措施来改善系统，使供需关系趋于合理化。

4.3.1 加大水运投资力度

为实现水运跨越式发展，应充分利用国民经济快速发展的机遇，坚持“政府投资、业主筹资、多元融资、利用外资”的投融资体制，拓宽融资渠道，调整水运投资分配比例，加大公共基础设施建设投入。葫芦岛市内河航道大多处于自然状态，技术等级低、通过能力差，航道条件限制着船舶大型化发展。因此，投资基础设施建设、改善船舶通航条件势在必行。

4.3.2 做好旅游高峰期陆岛水路客运保障预案

做到“一条线一个预案，一个点（码头/客运站）一个方案”。在旅客、车辆大量滞港时，应当及时启动陆岛水路客运保障应急预案进行紧急疏运。

科学预测陆岛水路客运最大的承载量，不仅要考虑到陆岛水路客运量，还要考虑到陆岛水路客运的基础设施配置情况、配套服务能力、天气情况、不同岛屿的游客承载量，分析游客的心理承受能力、旅游心理体验，并及早做好防止滞留事件发生的预案。

4.3.3 提高陆岛水路客运企业集约化水平

有关部门应鼓励企业向规模化、集约化发展，引导企业做大做强。通过调整运力结构、运输结构和资本结构，引导企业合作经营陆岛旅客运输，对未来客运市场发展、海岛经济和产业的发展进行全方位把握，合理选择投资方向，注重开发相关市场;通过企业规模化经营降低边际成本，实现企业在陆岛客运市场中经营效益的控制，从而构建较为合理的运输网络，提高企业抗风险能力。

5 结 语

与传统方法相比，将系统动力学模型应用于陆岛水路客运系统客运量的动态预测和定量分析，较为全面地考虑了不同因素对陆岛水路客运需求的影响。系统动力学模型的有效性檢验结果与灰色预测和二元回归预测结果相比，能更准确地预测未来5年的旅客运输量。

参考文献：

[1] 殷慧，张庆年.水路货物运输系统动力学研究[J].水运管理，2007（5）：14-17.

[2] 赵振鹏，余思勤. 基于SD 模型的国际干散货航运市场仿真分析[J].市场周刊，2019（3）：22-24.

[3] 李倩雯，真虹.集装箱海上运输系统动力学模型及其应用[J]. 计算机应用，2016（S2）：286 -290.

[4] 唐丽敏，王艺澄，王盼. 基于系统动力学的道路运输能源需求预测――以辽宁省为例[J]. 重庆交通大学学报（自然科学版），2019（3）：91-96.

[5] 齐杉，李夏苗，吴慧山，等.不确定环境下铁路客运量预测方法[J]. 铁道科学与工程学报，2016（1）：168-175.

[6] 任新惠，唐少勇.我国航空旅客运输需求预测――基于计量经济学与系统动力学组合模型[J].交通运输研究，2015（1）：92-98.