基于時間序列分析對我國貨運量的研究

文/馬萱航 孫語聰 羅純

0.引言

隨著全球化的發(fā)展和我國經(jīng)濟的持續(xù)增長，物流行業(yè)也表現(xiàn)出蓬勃發(fā)展的態(tài)勢，在一定程度上，物流和經(jīng)濟也常常表現(xiàn)出互相影響彼此互補的關(guān)系，我國國民經(jīng)濟的很大一部分收入都來源于物流運輸行業(yè)，因此為了推動經(jīng)濟發(fā)展，應(yīng)積極促進物流運輸行業(yè)的發(fā)展[1]。物流行業(yè)的發(fā)展情況也引起了諸多學(xué)者和專家的關(guān)注，劉生龍和胡鞍鋼認為，交通基礎(chǔ)設(shè)施的完善促進了中國區(qū)域經(jīng)濟一體化[2]；李明捷等[3]、齊禺萌[4]通過利用灰色系統(tǒng)理論，構(gòu)建GM（1，1）對我國民航運輸周轉(zhuǎn)量進行分析和預(yù)測；而從物流運輸自身數(shù)據(jù)出發(fā)的研究也至關(guān)重要，可以借助近年來貨運量的趨勢關(guān)系對整體物流行業(yè)發(fā)展情況作出分析，在規(guī)定的時間內(nèi)輸送的實際貨物數(shù)量稱為貨運量，貨運量能夠反映一個地區(qū)的實際運輸成果，也是反映一個地區(qū)實力強弱的重要指標[5]。物流運輸行業(yè)影響因素較多導(dǎo)致諸多學(xué)者在進行預(yù)測時一直存在精度不高的問題，比如BP神經(jīng)網(wǎng)絡(luò)模型、回歸模型、綜合評價模型等方法，而如果將貨運量的歷史數(shù)據(jù)看做是一組時間序列數(shù)據(jù)，可以借助過去的數(shù)據(jù)對未來做出預(yù)測，即時間序列預(yù)測模型也可以用于貨運量預(yù)測。本文利用1990-2020年我國貨運量數(shù)據(jù)展開分析，通過實證方法預(yù)測未來我國物流行業(yè)貨運量的變化，旨在為有關(guān)部門在貨運相關(guān)決策時作出參考。

1.數(shù)據(jù)來源及方法

本文的數(shù)據(jù)將統(tǒng)計年鑒[6]的貨運量相關(guān)數(shù)據(jù)進行篩選整理得到，并存儲得到圖論信息。利用時間序列預(yù)測[7]分析法，根據(jù)時間序列中歷史數(shù)據(jù)的變化趨勢預(yù)估未來的變化趨勢，以期得到未來我國貨運量發(fā)展的規(guī)模大小。所謂預(yù)測，就是利用序列已經(jīng)觀測到的樣本值對序列在未來某個時刻的取值進行預(yù)測分析。根據(jù)ARMA（p，q）模型的平穩(wěn)性和可逆性，可以用傳遞形式和逆轉(zhuǎn)形勢等等價描述該序列

式中，{Gi}為Green函數(shù)值，{Ii}為逆轉(zhuǎn)函數(shù)值。

顯然是歷史數(shù)據(jù)的線性函數(shù)，可以簡記為

對未來任何一個時刻t+1而言，此時的序列值可以利用歷史數(shù)據(jù)表達出來，

由此對于未來l時刻的序列值也都可以表示成已知歷史信息xt，xt-1…的線性函數(shù)，并用該函數(shù)估計xt+l的值也被稱為序列{xt}的第l步預(yù)測值。

2.實證分析

2.1研究思路

選取我國1990-2020年貨運量數(shù)據(jù)作為基礎(chǔ)數(shù)據(jù)，首先對大量冗雜的數(shù)據(jù)進行篩選整理并進行圖論存儲；其次，通過時間序列圖判斷其是否平穩(wěn)從而選擇合適的建模方法；最后，通過不同的檢驗方式對模型進行評價優(yōu)化，得到最終的時間序列預(yù)測結(jié)果并繪圖，得到預(yù)測結(jié)果及結(jié)論。

這天，付玉突然給他打電話，讓他去趟。在電話里，付玉露出一股哭腔，像是帶刺的爬藤，纏住了他的脖子，有一種不祥的預(yù)感開始折磨他。

2.2建立模型

將數(shù)據(jù)整理完畢后，利用R軟件將其在圖中整理表示，繪制時間序列圖如圖1所示。

可以看出，貨運量隨著時間的推移，均有一定的上升趨勢，從1990年的970602萬噸到2020年已有4729579萬噸，呈現(xiàn)翻倍式增長，在21世紀初期尤為明顯，上升幅度明顯增大，歷史數(shù)據(jù)直觀上表明我國貨運量逐步增長，在2018年突然出現(xiàn)小幅度降低，可能是受到“大噸小標”事件的影響，使得卡車運輸量在短時間內(nèi)大規(guī)模減少。

做出相應(yīng)的自相關(guān)系數(shù)圖和偏自相關(guān)系數(shù)圖，相關(guān)結(jié)果如圖所示。

借助差分序列自相關(guān)圖（圖2）和偏自相關(guān)圖（圖3）進一步考察序列的平穩(wěn)性。顯示出除了延遲1階的自相關(guān)系數(shù)顯著非零，其它階數(shù)的自相關(guān)階數(shù)均在2倍標準差范圍之內(nèi)，顯示出很強的短期相關(guān)性，可以認為其偏自相關(guān)系數(shù)1階拖尾，認定為AR(1)模型。采用前文所敘述的原理和方法對該模型進行預(yù)測，確定模型通過檢驗后，利用1990-2020年貨運量歷史數(shù)據(jù)，安裝R軟件利forecast安裝包預(yù)測未來10年的貨運量規(guī)模數(shù)據(jù)情況?！按髧嵭恕笔录某霈F(xiàn)為公路貨運的不規(guī)范敲響警鐘，同時也對我國未來貨運量造成一定影響，在短時間內(nèi)貨運量規(guī)模會出現(xiàn)小幅度下降，將其結(jié)果利用95%的置信水平繪制預(yù)測圖如圖4表示，更精準地對未來貨運量進行分析，可以看出預(yù)計到2030年我國貨運量規(guī)模為4595823萬噸，還存在一定的上升空間。

表1 2021-2030年我國貨運量預(yù)測結(jié)果

可以看出，在未來10年內(nèi)，我國貨運量在一定的波動范圍內(nèi)會逐漸表現(xiàn)出下降的趨勢，盡力消除其不利影響后貨運量的規(guī)模還是有望恢復(fù)至21世紀初期的增長水平的，希望有關(guān)部門引起重視，貨運量的規(guī)模直接代表著物流運輸行業(yè)的發(fā)展水平，更是制約著我國國門經(jīng)濟的發(fā)展。

3.結(jié)論與建議

本文借助歷史數(shù)據(jù)預(yù)測了未來10年的貨運量發(fā)展規(guī)模水平，發(fā)現(xiàn)其發(fā)展態(tài)勢并不理想。結(jié)合實驗結(jié)果給出以下建議：（1）正確看待并積極應(yīng)對“大噸小標”事件帶來的影響，提升貨運行業(yè)的整體管理水平。由于公路運輸占據(jù)貨物運輸?shù)囊淮蟛糠郑诠愤\輸中導(dǎo)致的一些問題并不能被忽略，尤其當該問題是面向人民群眾的，更要重視小問題，解決小問題，以此來挽回貨運安全的形象，對提升貨運量發(fā)展規(guī)模有一定幫助。（2）提升預(yù)測結(jié)果的準度。由于貨運量數(shù)據(jù)是一組時間序列數(shù)據(jù)，一般是根據(jù)過去已有的相關(guān)數(shù)據(jù)獲得發(fā)展趨勢后預(yù)測未來的發(fā)展水平，未來可以考慮借助權(quán)重因子將過去的數(shù)據(jù)分別賦予不同的權(quán)重，更大程度上保證預(yù)測的準確性和科學(xué)性（3）推動貨運和其他相關(guān)領(lǐng)域（例如貨運保險、投資等）研究的融合[8]。貨運作為我國傳統(tǒng)的服務(wù)行業(yè)，也應(yīng)該抓住時代發(fā)展的機遇，積極利用大數(shù)據(jù)或人工智能等與自身進行融合，擴寬用戶的需求點，充分發(fā)展該行業(yè)。

引用出處

[1].劉曉丹.物流運輸對當?shù)亟?jīng)濟發(fā)展的影響分析[J].上海商業(yè),2022(05):60-63.

[2].劉生龍,胡鞍鋼.交通基礎(chǔ)設(shè)施與中國區(qū)域經(jīng)濟一體化[J].經(jīng)濟研究，2011(3):72-78.

[3].李明捷,周陽,史躍亞.基于灰色理論的民航旅客運輸周轉(zhuǎn)量預(yù)測[J].中國民航飛行學(xué)院學(xué)報，2011(5):29-31.

[4].齊禺萌.基于灰色系統(tǒng)理論的航空運量預(yù)測[J].中國民用航空，2008(2):66－67.

[5].巫仁亮,徐偉華,沈文喆.基于灰色神經(jīng)網(wǎng)絡(luò)的云南省貨運量預(yù)測模型研究[J].物流科技,2019,42(08):13-16+19.

[6].中華人民共和國統(tǒng)計局.中國統(tǒng)計年鑒[M].北京：中國統(tǒng)計出版社，2020.

[7].王燕.時間序列分析-基于R[M].1版.北京：中國人民大學(xué)出版社,2015:107-109.

[8].張冠東,楊琛.基于多維長短時記憶網(wǎng)絡(luò)的貨運量預(yù)測[J].統(tǒng)計與決策,2022,38(12):180-183.