流域经济视域下的水路货运发展研究.docx

流域经济视域下的水路货运发展研究

摘要：文章旨在探究流域经济背景下我国水路货运的发展态势，基于我国2013—2022年的水运货运量，使用灰色预测模型对我国的货运吞吐量进行预测，揭示未来一段时间内水路货运的发展趋势，并采用回归分析模型多角度分析影响我国水路货运量的关键因素。基于灰色预测模型和回归分析结果，文章提出了促进我国水路货运发展的策略建议，为政策制定者和业界提供决策建议支持，以优化水路货运系统，促进流域经济发展。

关键词：流域经济；水路货运；灰色预测；回归分析

0??引??言

隨着经济全球化和区域一体化的深入发展，水路货运在促进区域经济发展、完善交通运输网络、降低物流成本等方面发挥着日益重要的作用。作为拥有众多河流和广阔海域的国家，我国水路货运的发展直接影响着经济的稳定和增长。一方面，随着流域经济的兴起，沿线地区对水路货运的需求不断增加，为水路货运提供了更大的市场发展空间；另一方面，环境保护、运输效率和服务质量的要求也在不断提高，推动水路货运行业不断进行技术创新和服务优化。

货物运输是实现交通运输核心价值的基础支撑，与经济发展和物流空间布局有着密切联系。戢晓峰等（2022）从铁路大宗货物到达和发送的结果展开研究，利用复杂的网络理论针对云南省铁路大宗货物运输网络模型进行了构建，得出了大宗货物运输网络结构特征[1]。杨方方等（2021）指出，各种运输方式与经济发展之间都存在着“协调退化—弱协调—协调”的演化规律，二者之间协同发展的关联较弱[2]。田君等（2019）从区域差异化的视角入手，分别考察总货运交通，以及细分为公路、铁路、水路的三种货运交通运输方式对城市经济发展的影响[3]。

目前对于水路运输的研究多以货运系统效率、货运量预测及其影响因素等视角展开。靖学青（2017）指出，水上交通运输对长江地区的经济发展起到了积极作用；然而，通过将长江经济带划分为东部和中西部两个区域研究发现，仅有三个省份对我国的经济发展具有明显的正向效应，而中西部8个省份的水路交通对经济发展的促进效果并不明显[4]。陈丽宁等（2019）构建了云浮港口2010—2017年水路货物运输的GM（1，1），模型具有很大的平均相对偏差，表明云浮港口在2018—2021年仍有高速增长的趋势[5]。

综上，本研究将预测和分析我国水路货运行业的发展，并通过提出具体建议，希望为行业的可持续发展和决策优化提供支持。

1??研究方法介绍

1.1??灰色预测模型

GM（1，1）模型是根据原始的离散非负数据列，通过累加的方式削弱随机性的，建立相应的微分方程模型，得到离散点处的解，通过累减生成的原始数据的近似估计值，预测原始数据的后续发展。

设x（0）=（x（0）（1），x（0）（2），...x（0）（n））为最初非负数据列，对其进行一次累加生成新的数据列x（1）（x（0）的1-AGO序列）。

其中：x（1）（m）=，m=1，2，...，n。

使z（1）为数列x（1）紧邻均值生成数列，即z（1）=（z（1）（2），z（1）（3），...z（1）（n）），其中z（1）（m）=δx（1）（m）+

（1-δ）x（1）（m-1），m=2，3，...，n，n/δ=0.5。

可称方程x（0）（k）+az（1）（k）=b为GM（1，1）（灰色预测模型）的基本形式（k=1，2，…，n）。其中：b为灰作用量，-a为发展系数。

引入矩阵形式如下。

因此，GM（1，1）模型x（0）（k）+az（1）（k）=b可表示如下。

利用最小二乘法得到a，b估计值如下。

K，b的求值可用最小二乘法OLS，其中k=-a，n取n-1，如下所示。

则预测式如下。

（m=1，2，…，n-1）

1.2??回归分析模型

鉴于研究中所涉及的预测变量与水路货运量之间的关系可以被假设为线性的，因此本文采用多元线性回归模型来揭示多个独立变量和一个因变量（如水路货运量）之间的关系。

多元线性回归用于解决一个样本有多个特征的线性回归问题。对于一个有n个特征的样本i而言，其回归结果方程如下。

式中：ω被统称为模型参数，其中ω0为截距项，其余则被统称为模型系数；其中y是目标变量；xi1～xin为样本i的不同特征。

2??我国货运吞吐量灰色预测模型构建及分析

2.1??货运吞吐量灰色预测

灰色预测是一种有效的预测方法，适用于信息不完全或数据量较少的情况。这种方法侧重于揭示系统的发展趋势和内在规律，适用于我国水路货运吞吐量的预测分析。国家统计局公布的数据显示，2013—2022年，我国水路货运量呈稳步增长趋势。具体来看，2013年，我国的水路货运量为559785万吨，到2022年，增长至855352万吨。这一上升趋势反映了流域经济的发展及其对水路货运需求量的推动作用，见表1。

本研究应用GM（1，1）模型预测未