基于Holt-Winters算法的长江干线货物吞吐量分析及预测

李慧

摘 要：港口货物吞吐量一定程度上反映港口建设、运输能力、经济发展实力，对港口规划建设决策具有重大意义，而对长江干线主要港口企业货物吞吐量的预测有利于国家对长江干线港口的发展进行更有效的规划建设、结构调整等。以长江干线主要港口企业货物吞吐量为基础，梳理货物吞吐量影响因素，分析各货种结构并识别出最主要的三类货种，再基于Holt-Winters算法建立三次指数平滑预测模型，对2021年1月至12月货物吞吐量及变化趋势进行预测分析。结果表明2021年总货物吞吐量及主要货种吞吐量均呈现非线性增长态势，为未来长江航运发展提供参考。

关键词：长江干线;港口企业;货物吞吐量;预测模型

中图分类号：[U6-9]           文献标识码：A            文章编号：1006—7973（2021）04-0029-04

1前言

近年来，我国经济稳步增长，港口作为贸易活动的流通载体，日益成为区域经济发展的核心。而长江干线作为世界上运量最大、运输最繁忙的通航河流，对促进流域地区经济协调发展发挥了重要作用。随着“一带一路”、“交通强国”、“长江经济带发展”国家战略的贯彻实施，长江干线运力结构持续优化，运输保障不断加强，多式联运发展加快推进，各港口企业加快推进港口建设，推动港口高质量发展，长江干线主要港口企业货物吞吐量呈增长态势，逐渐形成以港口为枢纽的高质量综合立体交通走廊。

港口企业货物吞吐量可作为“经济的晴雨表”，不仅体现了港口企业的经营成果，也是港口规划建设、综合运输能力的体现。准确合理预测长江干线港口企业货物吞吐量对调整企业规划布局、提升企业运转效率、引导企业转型升级具有重要的意义，并为政府制定相应发展战略、掌握长江干线运输形势提供参考。

目前，针对货物吞吐量预测已有相关研究。韩以伦等人以青岛港为例，充分考虑影响港口货物吞吐量的因素指标，并利用多元回归模型、时间序列模型和灰色预测模型，预测分析了港口吞吐量[1];李广儒等人以宁波舟山港为例，利用Elman 神经网络、BP 神经网络以及 RBF 神经网络预测其货物吞吐量，并对预测结果进行分析比较[2];杨思凡等人分析了影响港口货物吞吐量的相关因素，结合多因素和误差修正的BP神经网络方法对港口吞吐量进行预测[3];李长安等人结合蚁群算法和神经网络算法，建立高精度的预测模型，对港口货物吞吐量进行预测[4];李颖等人利用 MATLAB工具建立自适应滤波算法预测模型，来预测未来港口吞吐量[5];殷兆进基于不同类型的内河港口项目，利用时间序列法、弹性系数法等对货物吞吐量进行预测和比较分析[6];潘婷结合二次指数平滑法和灰色模型预测法，建立新的加权组合预测模型，并以宁波舟山港的货物吞吐量为例进行实证预测分析[7];Min Liu等在考虑指数平滑法的波动率因素基础上，对港口吞吐量进行预测[8];MADSEN H采用误差指标分析评价不同神经网络的预测性能，选择最优的神经网络对港口吞吐量进行预测[9]。

目前对于长江干线货物吞吐量结构分析及预测的研究相对较少，需要进行更深一步的研究。本文梳理长江航务管理局官网发布的近5年（2016-2020年）长江干线主要港口企业每月货物吞吐量数据，分析影响货物吞吐量的因素，识别分析主要货类，并基于Holt-Winters算法对2021年的货物吞吐量及主要货类吞吐量进行预测，探究其变化趋势。

2 长江干线主要港口企业货物吞吐量分析

2.1 影响因素分析

政治、经济、社会等宏观因素和港口建设、企业管理等微观因素，均会对长江干线主要港口企业货物吞吐量产生影响。

（1）港口自然地理环境。港口地理位置、水文气象条件等均会影响货物吞吐量。若水深条件不足，则无法满足大型船舶进出港;若地理位置较差、气象条件恶劣，将会增加船舶进出港靠离泊时间，也会带来更大的风险。

（2）港口社会政治环境。国家政治经济大环境以及政府发布的鼓励或限制性政策也都是影响港口吞吐量的因素之一。比如中美贸易摩擦导致了长江航运外贸内支线运输需求持续下滑;新冠疫情影响导致了短期内以能源、电力、冶金、石化、建筑等產业为主的长江干散货运输需求明显下滑，港口物流因复工推迟运转不畅，部分港口货物压港严重;国家环保政策对散件杂货吞吐量影响较大，部分港口提质改造、搬迁、散改集，朝着多式联运，智慧、环保型港口转型。

（3）港口腹地经济发展状况。强大的腹地经济实力会带来密集的航线布置，吸引更多的中转货物，提高港口吞吐量。

（4）港口建设和管理水平。高效快速的装卸设备与搬运系统、较高的集疏运网络能力、健全的安全保障制度与措施、合理的劳动组织、绿色智能一体化的管理服务水平等均会提高港口码头的吞吐能力。

（5）长江航运市场发展水平。长江航运稳步向好的发展态势将推动货物吞吐量进一步提升。2019年7月，交通运输部印发《关于推进长江航运高质量发展的意见》，提出将长江航运打造成交通强国建设先行区、内河水运绿色发展示范区和高质量发展样板区，为推动长江经济带高质量发展提供坚实支撑和有力保障。同时，长三角三省一市交通运输主管部门、海事管理机构及各港航企业，建立健全工作机制，形成了上下联动、互通有无的工作体系，实现内河航道网络化、区域港口一体化、运输船舶标准化、绿色发展协同化、信息资源共享化。并着力打造长江经济带与“一带一路”建设的重要支点与纽带，建设面向中国-东盟自由贸易区开放的区域性国际交通枢纽。

2.2 货种结构分析

长江干线主要港口企业货物吞吐量统计货类与交通运输部保持一致，包括17类，分别为煤炭及制品，石油、天然所及制品，金属矿石，钢铁，矿建材料，水泥，木材，非金属矿石，化肥及农药，盐，粮食，机械、设备、电器，化工原料及制品，有色金属，轻工、医药产品，农、林、牧、渔业产品以及其他产品。

对2016年至2020年各货种吞吐量进行分析，可得出煤炭及制品、金属矿石和矿建材料吞吐量排名前三。图1中金属矿石吞吐量位于峰值，图2（以2020年为例）金属矿石所占面积最大，故各货种中金属矿石吞吐量最大。分析2016年至2020年各货种吞吐量，得出煤炭及制品吞吐量占比15%-21%，金属矿石吞吐量占比25%-35%，矿建材料吞吐量占比5%-15%。

2016年至2020年，长江干线主要港口企业排名前三的主要货种吞吐量月度走势如图3所示，其中，金属矿石和矿建材料吞吐量呈现总体增长趋势，煤炭及制品吞吐量在2020年有所下滑，主要源于国内能源结构不断优化，新能源替换，叠加社会用电量不及2019年，蒙华铁路分流影响，煤炭及制品吞吐量下降。近5年来，长江干线各港口企业不断优化工艺提升装卸效率，优化船货配置，拓展物流项目，提升整体的综合效益。2020年新冠肺炎疫情突如其来，长江主要港口吞吐量短期明显受到冲击，但随国内外经济逐步恢复，总体上表现为“快速恢复、韧性十足、总量微跌、结构分化”。

3 三次指数平滑（Holt-Winters算法）概述

3.1 指数平滑法选择

指数平滑法通过对观测值赋予不同权数加权得到预测值，应用广泛的主要包括一次指数平滑、二次指数平滑、三次指数平滑。

一次指数平滑适用于没有明显的上升或下降趋势、波动不大的水平型时序数据的预测，对于非稳定性数据的预测往往会产生较大的系统误差;二次指数平滑是在一次指数平滑值基础上建立预测的数学模型，再一次进行指数平滑确定预测值，适用于呈直线趋势变化的时间数列预测;对于非线性特征的数列预测，则采用三次指数平滑法，通过求解平滑系数、建立预测模型来进行中短期预测，可以分析并延袭历史数据所呈现的波动性和周期性。

长江干线主要港口企业货物吞吐量数据表现为不平稳和非线性特性，故采用三次指数平滑法进行预测。

3.2 Holt-Winters算法

三次指数平滑法主要基于Holt-Winters算法， 如下：

基年为t年，预测未来T期的值：

式中， 为加权系数（平滑系数）， 为第t周期的一次指数平滑值，为第t周期的二次指数平滑值，为第t周期的三次指数平滑值，为第t周期的实际值，为以t年为基年、预测周期为T的预测值，、、均为预测公式的参数。

平滑系数的选取对预测值的大小有较大影响，应根据数列变化特性选取适合的平滑系数。若数列变化较稳定，虽有小幅波动但长期变化趋势不大时，取0.1～0.3，以体现历史数据的影响;若数列变化波动较大，且长期变化趋势也较大时，取0.7～0.9，以体现近期数据的作用。如图4所示，长江干线主要港口企业2016年至2020年货物吞吐量数据波动较大，长期变化趋势也较大，预测时取为0.7。

4长江干线主要港口企业货物吞吐量预测

通过长江航务管理局官网发布的长江干线主要港口企业生产动态，收集了2016年至2020年每月的主要港口企业货物吞吐量数据（共60期），并构建基于Holt-Winters算法的预测模型进行分析。

4.1 总吞吐量预测

如图5所示，2016年至2021年长江干线主要港口企业货物吞吐量整体呈现非线性增长态势，2021年呈现震荡波动格局，预计全年吞吐量同比增长13.05%。其中2月受春节影响，长江干线主要港口企业生产呈下滑态势，吞吐量将有所下降，处于全年最低谷;3月开始回暖并逐月增长;6-7月小幅下滑;8-12月回归到平稳增长的轨道。

4.2 主要货种吞吐量预测

如图6所示，2016年至2021年煤炭、金属矿石、矿建材料吞吐量整体均呈现非线性增长态势，2021年吞吐量呈现震荡波动格局，预计煤炭、金属矿石、矿建材料吞吐量同比分别增长12.03%、10.28%、25.82%。

2021年，预计煤炭及制品吞吐量1-12月稳定波动，变化幅度较小，基本保持稳定的生产态势;金属矿石吞吐量1季度先增后降，4-5月小幅增长，6-7月小幅下滑，8-11月保持平稳波动，12月小幅增长;矿建材料吞吐量1-2月下滑，3-4月逐月回暖，5-6月小幅下滑，7-11月保持平稳增长，12月再次小幅下滑。

5结语

本文基于2016年至2020年60期长江干线主要港口企业货物吞吐量数据，分析了货物吞吐量影响因素和各货种结构，识别出主要的三类货种，即煤炭、金属矿石和矿建材料。再利用三次指数平滑（Holt-Winters算法）对2021年总货物吞吐量及主要货种吞吐量进行预测，得出2021年每月的吞吐量预测值及变化趋势。结果表明，2021年总货物吞吐量和主要货种吞吐量均将呈现震荡波动格局，整体保持非线性增长态势。

参考文献：

[1] 韩以伦， 徐新新. 基于ARIMA和GM模型的青岛港货物吞吐量预测研究[J]. 水道港口， 2019， 40（2）： 241-248.

[2] 李廣儒， 朱庆辉. 基于Elman神经网络的港口货物吞吐量预测[J]. 重庆交通大学学报（自然科学版）， 2020， 39（6）： 8-12.

[3] 杨思凡， 魏梦， 丁蓉. 基于多因素选择和误差修正的 BP 神经网络港口货物吞吐量预测[J]. 价值工程， 2020，39（18）： 68-71.

[4] 李长安， 卢雪琴， 吴忠强， 等. 基于蚁群算法优化反向传播神经网络的港口吞吐量预测[J]. 计量学报， 2020，41（11）： 1398-1403.

[5] 李颖， 付金宇， 张照亿， 等. 基于自适应滤波改进算法的大连港吞吐量预测[J]. 重庆交通大学学报（自然科学版）， 2020， 39（4）： 36-40.

[6] 殷兆进. 内河港口工程项目可行性研究阶段货物吞吐量预测方法[J]. 水运管理， 2019，41（11）： 12-15.

[7] 潘婷. 宁波舟山港货物吞吐量预测分析与思考[D]. 舟山： 浙江海洋大学， 2019.

[8] Min L， James W. Taylor， Wei-Chong Ch. Further empirical evidence on the forecasting of volatility with smooth transition exponential smoothing [J]. Economic Modelling， 2020.

[9] MADSEN H， PINSON P， KARINIOTAKIS G. Standardizing the performance evaluation of short term wind power prediction models [J]. Wind Engineering， 2005， 29（6）： 475-489.