基于系统动力学的武汉新港集装箱吞吐量预测

贺凯凯，陈 焰

（武汉理工大学 物流工程学院，湖北 武汉 430063）

基于系统动力学的武汉新港集装箱吞吐量预测

贺凯凯，陈 焰

（武汉理工大学 物流工程学院，湖北 武汉 430063）

将系统动力学（System Dynamics,SD）理论用于武汉新港集装箱吞吐量的预测，通过因果回路法和流图分析法，分析港口资源环境、港口经济和港口运输三个子系统之间的耦合作用关系，考虑多种不确定性因素对港口集装箱吞吐量的影响，建立港口集装箱运输的SD模型，通过对新港的实地调研，在对实际数据进行拟合回归分析的基础上，将SD模型与传统预测模型的仿真结果进行对比，其结果表明了系统动力学方法在港口集装箱吞吐量中长期预测中的有效性，可为今后武汉新港及其他港口的交通布局规划和整体发展战略提供决策参考。

武汉新港；集装箱吞吐量；预测；仿真；系统动力学

1 引言

港口作为一个国家路网的终点及通往世界的起点，在中国经济发展和全球物流运输中扮演着重要角色。在我国经济稳步提升和国际贸易持续高速发展的大背景下，各产业货物的适箱化比重也在稳步提升，我国各大港口的集装箱吞吐量也得到了快速发展。作为国际多式联运的主要运输方式及现代港口运输的主要发展模式，集装箱运输在港口物流中所占地位越来越重要。

港口集装箱运输是一个包含社会、经济以及自然资源等多种要素的复杂动态发展系统，是诸如社会经济发展状况、港口运营情况、港口资产投资以及自然资源环境限制等多重影响因素综合作用的结果[1]，其稳定性和相关性是影响港口系统协调发展的重要因素，已成为社会各界和学术界共同关注的焦点之一。相关研究主要表现为：①在研究内容上，集中于集装箱布局与区域经济发展[2]、集装箱港口的集疏运[3]、港口与城市互动[4]等领域，近年来随着我国港口规模的迅猛发展，系统动力学不断应用于港口发展领域。②在研究方法上，主要构建预测理论体系，建立简单非线性模型来做定量研究，以神经网络模型[5]、组合预测模型[6]为主，特别是系统动力学已经应用于港口吞吐量的定量研究[7-8]。

货物的集装箱运输是是一种新型的、高适应性、高效率的现代化运输模式，是港口战略规划的核心内容，准确地预测港口集装箱吞吐量对于港口合理科学的布局、建设规模的确定、运营管理的部署以及综合运输的规划都具有十分重要的意义[9]。目前港口集装箱吞吐量的大多数预测研究中对吞吐量增长率的变化规律和影响因素考虑较少，很难估计误差的上下限[10]。港口的集装箱运输是一个复杂庞大的动态发展系统，是多重影响因素综合作用的结果，因此不能采用单一的定量预测方法。

武汉新港位于长江黄金水道中游，由武汉、鄂州、黄冈、咸宁4市口岸统一规划建设而成，于2010年正式成立，是武汉城市圈经济、社会进一步发展的重要依托，其目标是“亿吨大港、千万标箱”[11]。近年来，武汉新港依托腹地相对发达的经济基础和承东启西、连南接北的区位优势，取得了较快发展，为武汉长江中游航运中心、全国综合交通枢纽的建设奠定了基础，成为“一带一路”、长江经济带两大国家战略在武汉的最佳契合点。随着武汉新港的迅猛发展，如何合理地规划港区布局已成为武汉新港集装箱运输进一步发展的关键议题。解决的关键是明确集装箱运输系统的耦合作用机制。基于此，采用系统动力学[12]（System Dynamics,SD）的方法与原理，将定性分析与定量分析相结合，构建基于SD的港口集装箱吞吐量预测模型，以武汉新港为研究对象，实证研究和动态模拟港口集装箱运输系统的相互耦合作用情况，并对其集装箱吞吐量进行合理预测，为集装箱港口的发展规划提供理论依据和决策参考。

2 武汉新港集装箱吞吐量预测模型分析与构建

2.1 模型的基本假设

本文所研究的主要内容是对武汉新港未来几年集装箱吞吐量进行预测，主要变量是武汉新港的集装箱吞吐量，时间界限为2010-2030年，模型运行的仿真时间步长为1年。

模型的基本假设条件如下：

①长江流域重要的港口有重庆港、武汉新港、南京港、上海港等。由于重庆港位于武汉新港的上游，且通过对武汉新港的实地调研可知，武汉新港的中转集装箱绝大多数来自重庆港。故此假设武汉新港的水水中转集装箱货源全部来自重庆港。

②武汉新港通江达海、辐射中部、未来目标面向全国乃至世界。经济腹地包括湖北、湖南、重庆、四川、河南、山西、陕西七省市，是北方煤炭“江铁联运”、中西部地区集装箱“江海直达”运输的重要枢纽[11]。根据武汉新港的地理位置、发展现状和目前我国集装箱运输的整体格局，通过对武汉新港的实地调研，本文认为湖北省是武汉新港的直接经济腹地，重庆市为间接经济腹地。

③不考虑通货膨胀率的影响，假设武汉新港的腹地经济能保持稳定增长。

④湖北省政府对武汉新港的建设采取长期支持政策，暂不考虑其他复杂的政策因素对武汉新港建设所产生的影响。

⑤假设武汉新港发展的外部自然资源条件只受岸线资源、水资源与能源资源的影响。

⑥武汉新港的集疏运能力用货运量来量化代替。

2.2 因果反馈分析

基于系统的总体性、层次性和相关性等原则，通过对港口集装箱运输系统内主要变量之间相互关系的分析，建立港口集装箱运输系统主要变量的因果回路图，宏观上可以形成资源环境─经济发展、资源环境─港口运输、经济发展─港口运输三大因果反馈环。如图1所示。

图1 港口集装箱运输系统主要变量因果回路

2.3 SD模型结构

确定系统结构的首要任务就是根据所研究问题的实质和目的来划定系统的边界[12]。根据系统分解协调原理和系统动力学的可操作性原则，将港口集装箱运输系统分解为港口资源环境子系统（资源条件、地理形势和环境水平）、港口经济子系统（经济水平、经济结构和经济投入）和港口运输子系统（运输水平和货运指标）。

2.3.1 资源环境子系统。根据武汉新港资源和能源的利用结构和水平，将地理条件和航道条件作为资源环境子系统的主要变量，重点考量作为水平变量的水资源、岸线资源和能源的消耗情况，并对环境因素等辅助变量进行分析，使其与其他子系统相连接，以确保系统的完整性。其主要变量体系见表1。

表1 资源环境子系统主要变量

2.3.2 港口经济子系统。主要包括经济水平、经济结构和经济投入三部分。武汉新港的集装箱吞吐量主要是由直接经济腹地各产业适箱货通过水路运输所产生的，同时也受对外经济贸易和间接经济腹地的影响。经济子系统的稳步提升能促进港口运输子系统的发展，同时也受资源环境子系统的限制。其主要变量体系见表2。

表2 港口经济子系统主要变量

2.3.3 港口运输子系统。港口运输子系统主要包括运输水平和货运指标两个方面。其中运输水平主要是指港口的集疏运与通过能力，也是引起港口集装箱吞吐量变化的主要原因变量。港口集疏运能力由陆路集疏运能力和水路集疏运能力两部分构成；港口通过能力则与港口的固定资产总值有关。其主要变量体系见表3。

表3 港口运输子系统主要变量

2.3.4 各子系统相互作用机制。港口集装箱运输系统是由资源环境、经济、运输系统高度融合的复杂发展动态系统，具有高阶次、非线性和多重反馈性等特征，各子系统间的相互耦合作用以行为反馈的形式得以呈现：①港口腹地经济的不断发展，促进了产业的转型升级，使人均消费水平得以提高，这间接导致了集装箱运输需求的增加。②随着港口基础设施和集疏运能力的不断完善，港口集装箱吞吐量需求持续增加，当有限的港口通过能力不能满足其不断增长的吞吐量需求时，便会加剧货物集装箱运输能力的短缺，进而出现货物积压现象。③港口集装箱吞吐量的增加与自然资源的消耗呈正相关关系，但港口的自然资源是有限的，如果岸线开发及其他资源的利用超出大自然的承载力，港口建设便会进入瓶颈，从而限制港口的进一步发展。

2.4 港口集装箱吞吐量预测模型的构建

根据港口集装箱运输系统主要变量因果回路图，在详细分析系统各主要变量之间因果反馈关系的基础上，可以得到港口集装箱运输系统的存量流量图，如图2所示。存量流量图能够用符号表达模型的复杂概念，其中港口集装箱吞吐量受腹地经济、港口通过能力、港口集疏运能力以及港口自然资源环境的综合影响。

系统动力学模型的结构主要通过连接不同变量的微分方程式来体现[13]。在港口集装箱运输模型中，所有的变量之间的精确关系都是通过方程关系式连接起来的，而整个模型的内在结构也可以通过这些变量之间的精确关系体现出来。模型的部分方程关系式见表4。

3 模型仿真及结果预测

为了验证所建立模型的有效性，在得到存量流量图与结构关系式的基础上，本文运用系统动力学软件VENSIM PLE，以武汉新港为例对系统进行模拟仿真，以便对武汉新港集装箱吞吐量的预测及规划提供一定的参考价值，其基础数据选自湖北省统计年鉴、重庆市统计年鉴、中国港口统计年鉴、湖北省统计局官方网站以及武汉新港官方网站。

图2 港口集装箱运输SD模型流图

表4 港口集装箱运输SD模型主要结构方程表

3.1 模型参数估计及检验

本文参数的精确度是以满足系统建模的基本要求为基准的，主要通过查阅相关资料、统计年鉴和已发表的相关研究成果，相关变量的表函数及参数的确定是应用SPSS软件对相关变量进行回归分析得出的。具体的参数确定方法见表5。

3.1.1 各产业适箱化货物系数的确定。2010-2015年武汉新港内贸箱吞吐量与湖北省各产业GDP的具体情况见表6。

表5 参数确定方法一览表

表6 2010-2015年武汉新港内贸集装箱吞吐量与湖北省各产业GDP值

各产业适箱化系数是指各产业每单位增加值所生成的内贸箱装载数。根据表6中湖北省各产业值与武汉新港内贸集装箱吞吐量数据，建立三元线性回归模型：

式中：Y-内贸集装箱吞吐量；X1、X2、X3-第一、二、三产业增加值。

由于内贸集装箱吞吐量与各产业增值之间的关系是非线性的，故此将变量进行初步变换，使变换后所得到的新变量对于参数呈线性关系。其变化公式为：y=ln(Y)，则可得到新的线性回归模型[14]：

利用SPSS软件对其参数进行回归分析，可得到如下回归方程：

故此，第一、二、三产业货物适箱化系数分别为1.672、-3.520、4.382，其常数项为-6.012。

3.1.2 模型初始值的确定。在对SD模型进行仿真之前，需要对模型中的常量及状态变量的初始值进行赋值。模型的部分初始参数设置见表7。

表7 武汉新港集装箱运输SD模型部分参数初始值（2010年）

3.2 预测结果及发展趋势模拟

本文的主要目的是对影响集装箱吞吐量的变量进行分析，并根据所建立的系统动力学模型来对武汉新港的集装箱吞吐量进行预测，具体的发展趋势如图3所示。

从图3中可以看出，现阶段武汉新港的集装箱吞吐量处于持续快速增长阶段，主要是因为武汉新港成立的时间较短，港口基础设施和集疏运能力的提升空间很大，随着人们经济生活水平的提高和相关鼓励政策的实施，货物运输量会持续增长，这就使得集装箱吞吐量持续增长。另外，根据模型预测，2030年武汉新港的集装箱吞吐量将达到1 009.3万TEU，该预测值与《武汉新港总体规划（修编）》提出的2030年武汉新港集装箱吞吐量达到1 000万TEU较为吻合，证明了模型的适用性与准确性。

图3 武汉新港集装箱吞吐量发展趋势图

3.3 模型有效性检验

研究过程中还采用传统的灰色马尔科夫链预测方法建立相应的港口集装箱吞吐量预测模型，用于与SD模型的比较分析，以验证系统动力学方法在港口集装箱吞吐量中长期预测的有效性和合理性。以2010年的统计数据为基础，对武汉新港集装箱吞吐量进行预测，选取2011-2015年两种集装箱吞吐量预测模型的仿真值与实际的历史数据统计值进行比较，并分析其相对误差。其结果见表8。

表8 模型有效性检验误差分析表

通过对SD预测模型与灰色马尔科夫链预测模型仿真结果的对比分析可知，SD模型的相对误差值远小于灰色马尔科夫链模型，其各预测值的平均误差为4.54%，除2015年外，其预测相对误差都在5%之内。2015年的预测误差为9.52%，这是由于全国经济增速放缓，加之受北方某重要港口安全事故的影响，武汉新港开展严格的自查工作，对危险品及化学品的运输采取严格的规定，导致其集装箱吞吐量的增速有所放缓。

一般认为系统动力学模型的误差在15%内都是合理的，该模型的仿真结果在误差范围内，因此，模型描述的行为与系统的实际状态基本相符，具有较高的可信度，建立的港口集装箱运输模型能够较为真实地反映武汉新港集装箱运输的实际系统。

4 结束语

港口集装箱运输系统是一个具有多变量、高阶次、多回路和强非线性的反馈系统，传统线性的、简单的预测方法无法有效地解释各子系统的内在组织关系。本文所构建的SD预测模型考虑的影响因素较为全面，不仅考虑了诸如经济等常规性因素，而且将自然资源及港口本身的发展现状及政策等因素融入系统，能够较为全面地反映各子系统间的相互耦合关系，具有一定的现实意义。同时利用武汉新港集装箱运输的历史统计数据对模型进行仿真检验，通过与传统预测模型仿真结果的对比分析，证明了模型的有效性。但是模型也有一定的不足，例如将自然环境资源因素进行了简化处理，用岸线资源、能源资源和水资源来代替整个自然资源对港口集装箱运输的影响，具有一定的片面性，预测结果存在不同程度的误差。从总体来说，运用该模型，能将各调控变量都限制在适度的范围内，同时得到目标年份的集装箱吞吐量，具有较强的实用性和科学性。

武汉新港集装箱运输SD模型仿真结果表明，系统动力学用于港口集装箱吞吐量的中长期预测具有较高的精度，能较为真实地展现港口集装箱运输系统内部之间的耦合关系，能够为港口的规划决策提供一定的依据。

[1]蒋璘晖,李红亮.灰色马尔科夫链在武汉新港集装箱运量预测中的应用[J].中国水运(下半月),2011,11(10)：30-32.

[2]李文蔚.华南地区集装箱港口布局规划与区域经济发展协调研究[D].天津：天津大学,2004.

[3]张戎,黄科.集装箱港口集疏运体系影响因素通径分析[J].同济大学学报(自然科学版),2009,(1)：57-62.

[4]Luan W,Chen H,Wang Y.Simulating mechanism of interaction between ports and cities based on system dynamics：A case of Dalian,China[J].Chinese Geographical Science,2010,20(5)：398-405.

[5]曹卫群.集装箱港口竞争的博弈模型及基于神经网络的吞吐量预测研究[D].大连：大连理工大学,2003.

[6]叶剑.基于聚类分析的港口集装箱吞吐量预测方法的研究[D].大连：大连理工大学,2005.

[7]Kim Y K,Jeon J W,Yeo G T.An Influence Analysis of Port Hinterlands on Container Cargo Volumes of Incheon Port Using System Dynamics[J].Journal of Navigation and Port Research,2014,38(6)：701-708.

[8]张萍,严以新,许长新.港口吞吐量预测的系统动力学模型构建[J].武汉理工大学学报(交通科学与工程版),2006,(6)：950-953.

[9]李大海.长江集装箱运输发展态势研究[D].大连：大连海事大学,2010.

[10]朱晖,封学军,冯向波,等.港口吞吐量增长率对吞吐量预测的影响与实证分析[J].水运工程,2006,(11)：4-7.

[11]武汉新港管理委员会,交通运输部规划研究院.武汉新港总体规划（修编）[Z].2011-12.

[12]王其藩.系统动力学[M].上海：上海财经大学出版社,2009.

[13]张波,虞朝晖,孙强,等.系统动力学简介及其相关软件综述[J].环境与可持续发展,2010,35(2)：1-4.

[14]陈俊虎.基于系统动力学的港城互动发展模型研究[D].大连：大连海事大学,2009.

Container Throughput Forecasting of Wuhan Newport Based on System Dynamics

He Kaikai,Chen Yan
(School of Logistics Engineering,Wuhan University of Technology,Wuhan 430063,China)

In this paper,we introduced the system dynamics theory into the forecasting of the container throughput of the Wuhan Newport.Then through causal loop and flowchart analysis,we studied the coupling relationship between the three subsystems of the port,which were the port resource environment subsystem,port economic subsystem and port transportation subsystem.Next considering the influence of multiple uncertain factors upon the container throughput of the port,we built the container transportation SD model of the port and by a regression analysis of the practical data from a field survey of the Wuhan Newport,compared the simulation result of the SD model with that of a traditional forecasting model,demonstrating the validity of the system dynamics model in the long-term forecasting of the container throughput of a port.

Wuhan Newport;container throughput;forecasting;simulation;system dynamics

F224.0;U169.6

A

1005-152X(2017)06-0057-06

10.3969/j.issn.1005-152X.2017.06.016

2017-04-10

湖北省部级基金“交通运输行业信息化绩效评价系统及评测应用研究”（20151g0127）；国家自然科学基金“不确定集港环境下班轮航线的动态配载决策方法研究”（71372202）；国家自然科学基金“基于移动智能体调度的混杂工业无线传感器网络抗毁性研究”（61571336）

贺凯凯（1994-），男，硕士研究生，研究方向：物流管理；陈焰（1973-），女，副教授，博士，研究方向：物流管理。