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）模型预测未来一定时期内的货运吞吐量。灰色预测模型以数据的生成序列为基础，通过对原始数据序列的累加生成减少数据的随机性，提取出数据序列的内在规律性。带入式（1）—（6），可得表2和圖1。表2针对水运货运量进行GM（1，1）模型级比值检验，判断以数据序列进行模型构建的适用性。结果显示，级比检验值均处于标准范围区间[0.834，1.199]，意味着本数据适合进行GM（1，1）模型构建。具体预测结果见图1。预测结果表明，拟合值与真实值相比，较吻合，说明灰色预测模型在样本期内能够较好地拟合历史数据。预测显示，2023—2034年，货运量将继续增长，预计在2034年达到约1495932万吨。这一连续上升趋势预示着我国水路货运行业的潜在发展空间仍然广阔。同时，预测结果也反映出了水路货运行业未来面临的挑战。随着货运量的持续增长，相关的基础设施建设、环境保护、运营效率以及服务质量等都需得到更多的关注。如何在确保货运增长的同时维持生态平衡、提升运输效率和服务水平，将是行业发展需要重点考虑的问题。2.2

灰色模型后验差检验后验差检验可用于评估模型的预测效果和准确性，可以帮助人们了解模型是否能够可靠地捕捉数据的内在规律，以及模型对未来趋势预测的可信度。后验差检验通常涉及计算预测值与实际值之间的偏差，并通过一系列统计指标来评估这些偏差的大小具体数据，如表3所示。研究分析，模型相对误差值最大值0.021＜0.1，意味着模型拟合效果达到较高要求。针对级比偏差值，该值小于0.2说明达到要求，若小于0.1则说明达到较高要求；模型相对误差值最大值0.031＜0.1，意味着模型拟合效果达到较高要求。模型构建后得到发展系数a，灰色作用量b，以及后验比C值和小误差概率p值；后验差比C值0.007≤0.35，意味着模型精度等级非常好。小误差概率p值为1.000＜1.0，意味着模型精度较高，具体数据如表4所示。3

我国水路货运量多元线性回归分析3.1

指标选取水路货运领域货运量的变化受多种因素的综合影响。经济增长、产业结构调整、消费水平提升以及基础设施建设都对货运需求产生直接或间接影响。因此，研究可以从宏观经济、区域发展、行业特性和运输成本等角度进行分析，从而为多元线性回归模型的构建提供理论支持。在构建回归模型时，货运量作为反映物流行业总体表现的关键指标，设为因变量；而经济增长率、人均消费水平、工业产值、物流成本等因素则作为自变量，代表着影响货运量的各个维度，具体如表5所示。研究所得相关数据如表6所示。3.2

回归结果分析本研究利用回归分析来探讨影响我国水路货运量的各种因素，回归结果如表7所示。从表7可以看出，模型公式如下。水路货运量=234197.515-1748.893*国内生产总值增长+12.583*居民人均消费支出+0.110*工业产值增加值+14810.374*物流成本。模型R方值为0.997，意味着国内生产总值增长、居民人均消费支出、工业产值增加值、物流成本可以解释水路货运量的99.7%变化原因。对模型进行F检验时发现，模型通过F检验（F=487.897，p=0.000＜0.05），说明国内生产总值增长、居民人均消费支出、工业产值增加值、物流成本中的至少一项会对水路货运量产生影响关系，国内生产总值增长的回归系数值为-1748.893（t=-1.205，p=0.282＞0.05），意味着国内生产总值增长并不会对水路货运量产生影响。居民人均消费支出的回归系数值为12.583（t=4.570，p=0.006＜0.01），意味着居民人均消费支出会对水路货运量产生显著的正向影响。工业产值增加值的回归系数值为0.110（t=0.348，p=0.742＞0.05），意味着工业产值增加值并不会对水运货运量产生影响。物流成本的回归系数值为14810.374（t=1.705，p=0.149＞0.05），意味着物流成本并不会对水路货运量产生影响。总而言之，线性回归模型分析揭示了居民人均消费支出对我国水路货运量具有显著的正向影响，而国内生产总值增长、工业产值增加值和物流成本虽然被包括在模型中，但对水路货运量的影响并不显著，具体回归系数如图2所示。3.3

模型检验对模型进行F检验时发现，模型通过F检验（F=487.897，p=0.000＜0.05），说明模型构建有意义，具体数据如表8所示。4

建

议水路货运作为国家交通物流系统的重要组成部分，对于促进区域经济发展并保障流域经济可持续性至关重要。以下是基于研究结果对未来水路货运发展提出的几点建议。促进消费驱动的货运增长：回归模型结果显示，居民消费水平是影响水路货运量的一个显著因素。因此，政策制定者应考虑通过提高居民可支配收入和改善消费环境的方式来刺激消费需求增长。这可以通过减税、提供消費券、优化消费金融服务等措施来实现。同时，政府可以通过促进电子商务和线上购物等新型消费模式的发展，进一步拓宽水路货运的市场空间。重点关注物流成本管理：尽管物流成本在模型中的影响未达到统计显著水平，但作为货运行业的重要组成部分直接关系到货运企业的竞争力。建议通过改进物流网络设计、引入智能化物流管理系统、推广绿色物流操作和优化关税政策等措施来降低物流成本，提高整体物流效率。加大基础设施建设投资：基础设施，特别是港口、航道和物流中心的建设与升级，是保障水路货运顺畅的关键。建议政府增加对水路交通基础设施的投资，提高货运效率和服务水平。实施差异化的区域发展策略：对于经济较发达的地区，可以通过优化行业结构和提升产业链水平来促进水路货运量提升；对于经济发展水平相对较低的地区，应加大基础设施建设，如改善港口设施、进行航道疏浚等，以提升物流运输能