广东海洋大学管理学院,广东 湛江 524088
摘要:公路运输作为主要的交通运输方式,在国民经济中占据重要地位。本文通过建立一种时间序列模型—ARIMA模型对我国公路货运量短期进行了短期预测,预测效果良好。预测结果显示未来三年我国公路货运量将在300亿吨左右波动,基于此短期趋势,建议国家加快偏远地区公路网络建设、大力推进多式联运。
关键词:中国公路货运量;ARIMA模型;预测
中图分类号: F552.7 文献标识码: A
公路货物运输具有机动灵活、快捷方便的特点,近年来,车货匹配平台的崛起和电商物流的迅速发展使我国公路货运市场拥有了前所未有的规模[1]。公路货运量是衡量人民生活和国家经济效益的重要标准,掌握公路货运量的发展趋势和规律可以对行业发展和运输系统规划提供一定的指导,因此货运量的预测显得十分重要。
理论基础
方法的选择和模型的介绍
有很多学者基于不同的方法进行过公路货运量预测的研究,盖春英、裴玉龙[2]采用了灰色模型—马尔可夫链预测方法;许银甲[3]通过系统动力学模型对公路货运量进行预测。
预测方法的选取直接影响着预测结果,单积自回归移动平均(ARIMA)模型,在上个世纪70年代由美国统计学家Box和Jenkins 首次提出,是一种精度较高的短期时间序列预测方法。
数据选择
以1968—2019年我国公路货运量的年度资料为观察序列(见表1),表中所有数据均来源于中国国民经济与社会发展公报。公路年货运量记作Y,共有52个观测值,对序列Y建立ARIMA模型。
表1 1968—2019年我国公路货运量
年份 | 公路货运量(亿吨) | 年份 | 公路货运量(亿吨) | 年份 | 公路货运量(亿吨) | 年份 | 公路货运量(亿吨) |
1968 | 4.21 | 1981 | 36.37 | 1994 | 89.49 | 2007 | 162.80 |
1969 | 4.91 | 1982 | 37.92 | 1995 | 94.03 | 2008 | 181.70 |
1970 | 5.67 | 1983 | 40.14 | 1996 | 98.38 | 2009 | 209.70 |
1971 | 6.3 | 1984 | 53.34 | 1997 | 97.65 | 2010 | 242.50 |
1972 | 6.54 | 1985 | 53.8 | 1998 | 97.60 | 2011 | 281.30 |
1973 | 6.84 | 1986 | 62.01 | 1999 | 99.04 | 2012 | 322.10 |
1974 | 6.68 | 1987 | 71.14 | 2000 | 103.88 | 2013 | 355.00 |
1975 | 7.25 | 1988 | 73.23 | 2001 | 105.63 | 2014 | 334,3 |
1976 | 7.43 | 1989 | 73.38 | 2002 | 111.63 | 2015 | 315.00 |
1977 | 8.08 | 1990 | 72.4 | 2003 | 115.99 | 1026 | 336.30 |
1978 | 8.82 | 1991 | 73.39 | 2004 | 124.50 | 2017 | 368.00 |
1979 | 37.1 | 1992 | 78.09 | 2005 | 132.90 | 2018 | 395.90 |
1980 | 38.2 | 1993 | 84.02 | 2006 | 146.10 | 2019 | 343.50 |
实证分析
对表1中的公路货运量序列Y进行差分处理,处理后的序列趋势已基本消除,选用ARIMA(p,d,q)模型,接下来观察差分后的序列偏相关分析图,对模型进行ARMA(p,q)拟合,此处可建立多个模型比较拟合效果。综合考虑,可供选择的(p,q)组合有(0,5),(0,6),(1,5),(5,1),(6,0)。将五个模型的相关检验结果进行统计汇总并列入表中,如表2所示。
表2 五个模型评价参数汇总
(p, q) | Adjusted R2 | AIC | SC | p-Q | MAPE |
(0, 5) | 0.3787 | 7.93 | 8.12 | 0.834 | 15.88 |
(0, 6) | 0.4712 | 7.78 | 8.01 | 0.921 | 17.21 |
(1, 5) | 0.5019 | 7.74 | 7.97 | 0.899 | 15.17 |
(5, 1) | 0.3752 | 8.05 | 8.29 | 0.824 | 15.57 |
(6, 0) | 0.3933 | 8.04 | 8.28 | 0.997 | 10.12 |
经计算,这个模型设定合理,均满足ARMA过程的平稳及可逆条件,相伴概率也显示各个模型的残差都满足独立性假设,拟合良好。比较表2中各个模型的检验结果。第三个模型调整后的样本决定系数最高,且AIC与SC的值最小,相伴概率的数值也比较大,试预测的MAPE值虽然略逊于第一二四个模型,但优于第五个模型,且精度整体维持在较高水平,综合考虑,应选择第三个模型较为合适,即ARMA(1,5),该模型的展开式为:
(1+0.422B)(1—B)Y=(1+0.084B-0.146B2-0.149B3+0.189B4+0.92B5)ut
若模型检验合格,则可用于短期预测。现利用ARMA(1,5)模型对我国2020—2013年年度公路货运量进行预测,输出结果如下:
表3 2020—2013年年度公路货运量预测
预测年份 | 2020 | 2021 | 2022 | 2023 |
预测值(亿吨) | 303.004 | 292.687 | 287.329 | 299.671 |
结论
预测结果分析
由1968—2019年我国货运量趋势可以看出,建国以来我国公路运输虽然在稳步发展,但极其缓慢,1968—1978年,10年的时间我国公路货运量的数值才刚刚翻了一倍,此时基础设施资源匮乏,经济活跃度低下;自从实行改革开放政策以来,我国迎来了翻天覆地的变化,经济面貌焕然一新,公路货运量增长速度更是像坐上火箭一般,直线拉升,仅1978这一年里全国公路货运量就翻了4倍多,之后也同样发展迅猛;04年电商行业的兴起又掀起了建通运输业的又一股热潮,此后,随着技术的进步和线上生活的发展与普及,使得公路货运需求与日俱增;近年来,我国公路货运量增速稍缓,并在15年和19年出现小幅度回落情况。本文通过EViews软件对2020—2013年年度公路货运量进行了预测,预测结果显示,2020年我国公路货运量将进一步小幅度回落,而后三年我国公路货运量将稳定在300亿吨左右,可能会有小幅波动,这将是今后的一个短期趋势。基于此,本文对未来公路行业的发展趋势进行了展望。
未来展望
3.2.1 偏远不发达地区仍依赖公路运输
自从2011年全国公路网络系统初步形成以来,自治区经济发展迅速,但由于地形和位置的原因导致了区域布局不协调,即使在现在,公路货物运输在自治区综合运输中仍占据主体地位。所以加快西北部偏远地区和自治区公路基础设施建设,仍是一个重要的课题。
3.2.2 大力发展多式联运
国家应鼓励大型平台型物流企业合作联盟,大力发展共享经济,才能引导公路运输经济的集约化发展。鼓励多式联运,加大海陆空三方联合,可促进不同运输方式之间的无缝衔接,实现快速转场,能有效优化道路运输结构,促进运输链条的完善,提升综合运输服务资源的利用效率。
参考文献:
[1]惠倩倩.基于ARMA模型的公路货运量预测及分析[J].经济研究导刊,2020(12):35-37.
[2]盖春英,裴玉龙.公路货运量灰色模型—马尔可夫链预测方法研究[J].中国公路学报,2003(03):114-117.
[3]许银甲.公路货运量预测的系统动力学模型构建[J].交通科技与经济,2007(06):95-97.
1 作者:陈依(1996-),湖北应城人,广东海洋大学管理学院硕士研究生,研究方向为物流管理。