辽宁省沿海主要港口市场占有率预测

吴宏宇，张培林，夏 炎

（1.武汉理工大学 交通学院，湖北 武汉 430063；2.长江三峡通航管理局，湖北 宜昌 443002）

辽宁省沿海主要港口市场占有率预测

吴宏宇1，张培林1，夏 炎2

（1.武汉理工大学 交通学院，湖北 武汉 430063；2.长江三峡通航管理局，湖北 宜昌 443002）

为预测辽宁省沿海主要港口市场占有率，在对辽宁省沿海港口现状分析的基础上，对辽宁省沿海港口进行划分，并构建马尔科夫预测模型。将货物吞吐量作为市场占有率指标，根据2008-2015年辽宁省沿海主要港口货物吞吐量数据，结合所建预测模型，运用lingo软件求解状态转移概率矩阵，得到2016-2019年辽宁省沿海主要港口市场占有率，并通过了误差检验。预测结果表明，2016-2019年，大连港市场占有率呈现连续下降的趋势，营口港市场占有率稳步提升，其他港口市场占有率总和保持相对稳定。

市场占有率；预测；马尔科夫模型；转移概率矩阵；辽宁港口

1 引言

随着市场经济的发展以及国家“一带一路”战略、东北老工业基地振兴政策、环渤海地区合作发展纲要、自贸区政策等的实施，辽宁沿海港口呈现出快速发展的态势，货物吞吐量保持较快增长趋势[1]。虽然港口的资源整合和联合发展是势不可挡的趋势[2]，但在市场经济下，竞争又难以避免。因此，目前辽宁各个港口都在加快港口建设的步伐，力求满足客户日益提升的需求，提高港口竞争力。研究港口市场占有率，可为港口建设提供一定的参考，对港口发展战略的制定具有重要指导意义。

目前，对港口市场占有率预测的研究较少。熊巍[3]深入研究了马尔科夫模型在市场占有率预测中的应用。陈宏宇、汪阳天和张希翔等[4-6]以马尔科夫模型为基础，分别对中国航空市场占有率、器材消耗和网络软件市场占有率进行预测。韩斌[7]运用灰色系统理论，对秦皇岛港煤炭运量及市场占有率进行了预测。但是其是通过对未来秦皇岛港及北方主要港口煤炭吞吐量的预测间接得到，而非直接对港口市场占有率进行预测。本文对辽宁沿海港口现状进行分析后，建立马尔科夫预测模型，对辽宁沿海主要港口的市场占有率进行预测。

2 辽宁省沿海港口现状及划分

目前，辽宁省拥有6个规模以上港口，分别为大连港、营口港、丹东港、锦州港、葫芦岛港、盘锦港。其中，大连港、营口港为大型港口，丹东港、锦州港、葫芦岛港、盘锦港为中小型港口。这些港口全部辐射辽宁、吉林、黑龙江以及内蒙古东部四盟广阔腹地，货物全部可以通过这些港口通关出海或运往这些地区。即这6个港口拥有共同的腹地，构成了竞争关系，因此研究这些港口的市场占有率具有合理性。由表1可知，大连港和营口港历年货物吞吐量约占到辽宁沿海港口货物吞吐量总和的70%-80%，因此本文主要对大连港和营口港市场占有率进行预测，将其他港口看作一个整体进行研究。

表1 2008-2015年辽宁省沿海主要港口货物吞吐量（单位：万t）

3 占有率预测模型构建

3.1 模型选择

目前，占有率预测的方法大致分为两类，一类是基于马尔科夫模型的占有率预测，另一类是基于神经网络的占有率预测。

港口市场占有率只与前期的占有率有关，与远期的关系较小，即表现为无后效性。此外，各港口市场占有率满足转移概率矩阵稳定性的要求，港口货物由一个港口转移到另外一个港口的状态转移概率在各期保持不变，即港口市场占有率动态变化具有马尔科夫过程。因此，可建立马尔科夫预测模型对辽宁省沿海主要港口市场占有率进行预测。

3.2 马尔科夫预测模型

设有n个不同的港口，初始概率向量为：

式中，S(0)i为货物处于港口i的初始概率，i=1,2,…,n。且：

4 港口市场占有率预测

4.1 数据处理

由表1可得2008-2015年辽宁省沿海主要港口市场占有率，见表2。

表2 2008-2015年辽宁省沿海主要港口市场占有率

4.2 转移概率矩阵估计

利用马尔科夫模型进行预测，关键在于转移概率矩阵的确定。本文根据二次规划模型，求解转移概率矩阵。此方法因为可操作性强，计算效果理性，在求解转移概率矩阵时被广泛应用[8]。

记：

S(t)表示第t年的市场占有率向量，其中S(t)i（i=1,2,3）表示第t年时，大连港、营口港和其他港口的市场占有率。构建下述二次规划模型：

结合表1数据及上述模型，利用lingo软件求解得辽宁省沿海主要港口市场占有率转移矩阵的估计结果，见表3。

表3 辽宁省沿海主要港口市场转移概率矩阵

其中，p11=0.957 865 4表示大连港市场的保留率为95.786 54%，p12=0.030 206 43表示大连港市场转移到营口港的概率为3.020 643%。

4.3 市场占有率预测

结合表2数据及表3中转移概率矩阵，由式（7）可得2016-2019年辽宁省沿海主要港口市场占有率，见表4。

表4 辽宁省沿海主要港口市场占有率预测值

从表4中可知，2016-2019年，大连港市场占有率逐年下降，每年下降1%左右；营口港市场占有率逐年上升，每年上升1%左右；其他港口的市场占有率保持相对稳定。

4.4 预测结果检验

运用上述方法预测得到2009-2015年各主要港口的市场占有率，通过预测值与实际值的比较，检测预测结果的精确度。本文以平均相对误差绝对值—MAPE衡量预测精度。MAPE的计算公式如下：

2009-2015年辽宁省沿海主要港口市场占有率预测值见表5。

根据式（9）及表2和表5，得各主要港口市场占有率预测MAPE见表6。

表5 2009-2015年辽宁省沿海主要港口市场占有率预测值

表6 各主要港口市场占有率预测MAPE

由表6可知，运用马尔科夫预测模型预测的港口市场占有率精度很高。因此有理由认为2016-2019年辽宁省沿海主要港口市场占有率预测可信度较高。

5 结语

通过建立马尔科夫预测模型，利用lingo软件求解状态转移概率矩阵，继而对辽宁省沿海主要港口市场占有率进行预测。预测结果通过误差检验，具有较高参考价值。预测结果表明，2016-2019年，大连港市场占有率呈现连年降低的趋势，年降幅1%左右；营口港市场占有率稳步提升；其他港口市场占有率总和保持相对稳定。

在接下来的工作中，将在分析各港口货种及港口条件的基础上，对辽宁省沿海主要港口市场占有率进行预测，以期得到更加准确的预测结果。

[1]缑自国.辽宁沿海港口群发展规模及资源整合研究[D].大连:大连海事大学,2009.

[2]孔宪雷,许长新.港口群系统的竞争合作与演变发展[J].水运工程,2004,(10):28-31.

[3]熊巍.马尔科夫链与市场占有率的预测与分析[J].广西统计,2002,(9):24-25.

[4]陈宏宇,夏乐天,陈小弟,等.中国航空市场占有率的预测与分析[J].数学的实践与认识,2012,42(10):86-92.

[5]汪阳天,张志峰,刘洪引,等.基于优化灰色马尔科夫的器材消耗预测[J].物流技术,2015,(1):158-160.

[6]张希翔,李陶深.基于云计算的网络软件市场占有率统计与预测模型[J].系统工程理论与实践,2011,(S2):75-80.

[7]韩斌.运用灰色系统理论开展港口运量及占有率预测分析[J].商业文化,2014,(20):213-214.

[8]郎茂祥.预测理论与方法[M].北京:清华大学出版社,2011.

Forecasting of Market Share of Major Coastal Ports in Liaoning

Wu Hongyu1,Zhang Peilin1,Xia Yan2
(1.School of Communication,Wuhan University of Technology,Wuhan 430063;2.Three Gorges Navigation Authority,Yichang 443002,China)

In this paper,in order to forecast the market share of the major coastal ports in Liaoning,on the basis of analyzing the status quo of these ports,we grouped them into different classes and built the corresponding Markov forecasting model.Then with cargo throughput as an indicator of market share,we applied the established model to the cargo throughput data of these ports for the period between 2008 and 2015,and used the Lingo software to solve the state transition matrix to obtain the projected market share of these ports for the period between 2016 and 2019.According to the forecasting,in this period,the market share of Dalian Port will continuously drop,that of Yingkou Port steadily grow,while the total market share of other ports combined remain relatively stable.

market share;forecasting;Markov model;state transition matrix;ports in Liaoning

F224.0;F550.6

A

1005-152X(2017)09-0078-03

10.3969/j.issn.1005-152X.2017.09.017

2017-08-01

吴宏宇（1993-），男，辽宁丹东人，硕士研究生，研究方向：交通运输规划与管理。