基于灰色系统理论的物流需求预测*——以连云港港为例

□ 刘庆庆，郑 琰，孙 萌，裴哲焱

(南京林业大学 汽车与交通工程学院，江苏 南京 210037)

港口的发展对一个国家的经济有着极其巨大的影响，为国民经济做出了重要的贡献，如今，港口在世界贸易中担任着越来越重要的角色。连云港港作为“一带一路”倡议下的一个重要港口，其物流的发展势必会更上一层楼[1]。所以，本文选取连云港港为例，对连云港港未来的物流需求进行预测。首先，通过灰色关联度分析确定了港口物流需求的主要指标；其次，采用GM(1，1)模型对连云港港2020-2024这五年的物流需求量做出预测；最后，根据预测的结果，对连云港港物流的发展提出了相关意见[2]。

1 连云港港概况

连云港港是江苏省最北部的海港，它是我国25个沿海港口之一，还是我国最早一批开放的港口，也是长三角地区港口群的三大主体港之一。它不仅仅是对外开放的重要窗口，还是我国综合运输体系的重要枢纽港口[3]。

2 物流需求预测方法介绍

表1 物流需求预测方法介绍

本文选择灰色预测法进行分析，因为灰色预测法的计算工作量小，可用于短期、中长期预测，预测精度高。灰色预测法是指在进行定量分析的时候，所获得的数据不全面、不充分，某些变量还不是很明确，这种情况下，定量分析处于一种不透明的状态。随着时间的推移，数据逐步被累积，通过对原始数据进行整理来寻找数据变化的规律，由此反映出系统变化的规律[4]。

3 灰色关联分析

3.1 指标的选择

港口物流就是依托港口资源，利用现代先进的技术条件，结合特殊的地理优势开展的物流活动。由于运输贯穿整个物流过程，因此当地的运输需求可以在很大程度上反映该地区的物流需求[5]。连云港作为一个港口城市，其主要的物流活动就是港口物流，全市的货运总量很大程度上都是要运送到港口进行水路运输，所以全市的货运总量可以作为反应物流需求的一个指标。港口是进行水路运输的主要场所，影响水路运输发展水平的重要指标是港口货运吞吐量，所以，港口货运吞吐量可作为另一个反映物流需求的指标。物流作为一种在国民经济中占据重要地位的经济活动，可与全市的货运总量和港口货物吞吐量两个指标进行灰色关联分析，以确定更加具有代表性的指标[6]。

3.2 指标的确定

3.2.1 灰色关联分析原理

灰色关联分析的原理是指在进行分析的时候，物质世界中，有许多因素可以反映一个现象，但是它们之间的关系不是很明确，很难区分各个因素之间的密切程度。此时，不利于把握主要矛盾和主要特征，导致各个因素之间的主要关系很难被研究。

①关联系数。

关联系数定义为η(k)

②关联度。

3.2.2 分析选取的指标

前文已经确定了将要选取国民经济生产总值和全市的货运总量和港口货物吞吐量两个指标进行分析，以确定更加具有代表性的指标。本文选取了2010-2019年这十年间的连云港市的国民生产总值(GDP)和全市货运总量以及港口货物吞吐量的数据进行关联分析。

表2 连云港物流需求数据

因为它们的单位不一，初始值不同，为了确保计算的准确性，将数列X1、X2和X0的所有数据除以该数列的第一个数据，进行归一化处理，再进行计算。

表3 初始化处理后的数据

分辨率ρ取0.5，计算关联系数。

表4 各指标各年份对应的关联系数

各指标的灰色关联度为r1=0.52，r2=0.72。由此可以看出，r2>r1，所以港口货物吞吐量相比全市货运总量更加能够代表连云港的物流需求。因此，本文选取港口货物吞吐量这个指标。

4 GM(1,1)预测模型

4.1 GM(1,1)模型的建立

4.2 GM(1,1)模型检验

①残差检验

②关联度检验

③后验差检验

(2)计算绝对误差序列的标准差：

模型精度好的要求是C<0.35且P>0.95；模型精度合格的要求是C<0.50且P>0.80；模型精度勉强合格的要求是C<0.65且P>0.70；当C≥0.65且P≤0.70的时候，模型精度不合格。

要用建立的模型进行预测，要求通过以上三种检验方法的检验，否则需要通过残差修正，进而进行预测。

5 连云港港物流需求预测

5.1 连云港港GM(1,1)物流需求预测

前文已经陈述，将要采用连云港港的港口货物吞吐量作为预测模型的指标。

由图1可以看出，连云港港口的货物吞吐量近年来一直在稳步增长，但2019年的货物吞吐量不到2010年的货物吞吐量的两倍，说明增长率不高。

图1 连云港港的港口货物吞吐量

根据图中的数据，按照上文的计算模型进行计算。首先我们得到发展灰数为-0.04，控制灰数为16943.89。已知a和μ，根据预测模型公式：

可以计算出连云港港口货物吞吐量的预测值。

表5 港口实际货物吞吐量和预测吞吐量统计表

5.2 连云港港物流需求预测检验

根据所得到的数据，进行残差检验计算，接着计算出绝对误差和相对误差，组成各自的序列。

相对误差小于0.5%，模型精度高。

计算关联系数和关联度，并进行检验。

表7 港口货物吞吐量的实际值和预测值的关联系数

由表7可知每个年份的实际的港口货物吞吐量与计算出的未来的港口货物吞吐量的关联系数，由此得到关联度为0.7123，大于0.60，符合检验准则。

模型经过检验后，可以用于预测，预测的公式为X(0)(k+1)=X(1)(k+1)-X(1)(k)。

利用GM(1,1)模型对连云港港2020-2024年的物流需求进行预测。

图2 连云港港2020-2024年的货物吞吐量预测示意图

由图2我们可以看出，连云港港的港口货物吞吐量在稳步增长，在未来的五年里，连云港2024年的港口货物吞吐量将会超过30000万吨，相比较2020年增长了4592万吨，增长率为17.8%[7]。

6 结论

前文已经预测出了连云港港口未来五年的港口货物吞吐量，显而易见的是连云港港的物流需求将会持续增长，但是增长速度相对缓慢。为了促进港口物流需求的提升，连云港港应该充分发挥“一带一路”倡议的优势，大力发展水路运输和铁路运输的联合服务，提高中欧班列的运输服务质量和服务水平，构建综合运输网络体系[8]。现在的物流竞争是物流信息技术的竞争，连云港港不仅要加强港口基础设施的建设，还要加强物流信息平台的建设。无论如何，人是经济活动的主体，加强港口物流专业人才的培养也可以进一步提升港口物流水平[9]。只有这样，才能使得港口物流管理更加科学，进一步促进港口物流的发展。