1、第 33 卷 第 1 期 大 连 海 事 大 学 学 报 Vol. 33 No. 12007 年 2 月 Journal of Dalian Maritime University Feb 2007文 章 编 号 :100627736 (2007) 0120083204集 装 箱 吞 吐 量 及 主 要 影 响 因 素 的 计 量 经 济 分 析 X江 舰 ,王 海 燕 ,杨 赞(大 连 海 事 大 学 交 通 工 程 与 物 流 学 院 ,辽 宁 大 连 116026)摘 要 :利 用 近 年 来 的 相 关 数 据 对 港 口 集 装 箱 吞 吐 量 、 港 口 所 在 城 市 的 国 民
2、 生 产 总 值 以 及 地 方 进 出 口 商 品 总值 进 行 了 计 量 经 济 分 析 ,通 过 二 元 线 性 回 归 模 型 对 港 口 未 来 集 装 箱 吞 吐 量 进 行 预 测 ,并 对 模 型 进 行 了 相 关 检验 ,为 港 口 岸 线 资 源 的 合 理 开 发 与 利 用 提 供 决 策 依 据 ,为 港 口 未 来 发 展 以 及 定 位 提 供 参 考 .关 键 词 :港 口 ;集 装 箱 吞 吐 量 ;二 元 线 性 回 归 模 型 ;计 量 经 济 分 析中 图 分 类 号 : F 224. 9 文 献 标 识 码 :A0 引 言世 界 各 主 要 港 口
3、 之 间 的 竞 争 正 逐 步 表 现 为 以集 装 箱 吞 吐 量 为 核 心 的 港 口 综 合 实 力 的 竞 争 ,因此 ,对 港 口 集 装 箱 吞 吐 量 的 主 要 影 响 因 素 进 行 分析 就 显 得 非 常 必 要 . 社 会 经 济 的 发 展 、 人 民 生 活 水平 的 提 高 、 科 学 技 术 的 进 步 、 对 外 贸 易 的 增 长 、 腹地 资 源 的 开 发 以 及 城 市 化 进 程 的 加 快 都 将 对 港 口运 输 生 产 提 出 更 高 的 要 求 ,同 时 这 些 因 素 都 或 多或 少 地 对 港 口 集 装 箱 吞 吐 量 产 生 影
4、 响 . 上 述 各 因素 中 ,社 会 经 济 的 发 展 与 对 外 贸 易 的 增 长 无 疑 是影 响 港 口 集 装 箱 吞 吐 量 的 主 要 因 素 . 而 社 会 经 济发 展 的 总 体 状 况 可 以 由 港 口 所 在 城 市 的 国 民 生 产总 值 来 衡 量 ,对 外 贸 易 的 基 本 情 况 则 可 以 由 海 关统 计 的 地 方 进 出 口 商 品 总 值 来 反 映 . 因 此 ,在 本 文的 分 析 中 忽 略 了 其 他 几 项 因 素 对 港 口 集 装 箱 吞 吐量 的 影 响 .本 文 将 以 大 连 港 为 例 ,利 用 二 元 线 性 回 归
5、 模型 ,结 合 近 年 来 的 相 关 数 据 对 港 口 集 装 箱 吞 吐 量 、港 口 所 在 城 市 的 国 民 生 产 总 值 以 及 地 方 进 出 口 商品 总 值 进 行 计 量 经 济 分 析 ,结 果 为 港 口 岸 线 资 源的 合 理 开 发 与 利 用 提 供 决 策 依 据 ,为 港 口 未 来 发展 思 路 以 及 定 位 提 供 参 考 1 .1 模 型 的 选 择 及 建 立 24 1. 1 模 型 选 择为 了 分 析 港 口 所 在 城 市 的 国 民 生 产 总 值 以 及地 方 进 出 口 商 品 总 值 对 港 口 集 装 箱 吞 吐 量 的 影响
6、 ,首 先 可 以 选 择 二 元 线 性 回 归 模 型 ,如 果 该 模 型经 过 适 当 的 调 整 后 仍 无 法 通 过 相 关 的 检 验 ,可 以尝 试 采 用 非 线 性 模 型 对 研 究 内 容 进 行 计 量 经 济 分析 .1. 2 模 型 建 立根 据 研 究 的 目 的 和 内 容 ,以 港 口 集 装 箱 吞 吐量 为 因 变 量 Y ,以 港 口 所 在 城 市 的 国 民 生 产 总 值以 及 地 方 进 出 口 商 品 总 值 为 两 个 自 变 量 X1 和X2 ,由 此 建 立 二 元 线 性 回 归 模 型Y = C (1) + C (2) X1 +
7、C (3) X2 +建 立 模 型 所 需 的 数 据 见 表 1、 表 2、 表 3.X 收 稿 日 期 :2006210207.作 者 简 介 :江 舰 (1964 - ) ,男 ,辽 宁 铁 岭 人 ,博 士 研 究 生 ; E2mail :jiangjian sinotrans. com表 1 大 连 港 历 年 集 装 箱 吞 吐 量 104 TEU年 份 1993 1994 1995 1996 1997 1998 1999 2000 2001 2002吞 吐 量 25. 62 30. 50 37. 43 42. 07 45. 34 52. 58 73. 61 101. 10 121
8、. 70 135. 16表 2 大 连 市 历 年 国 内 生 产 总 值 (按 当 年 价 计 算 ) 亿 元年 份 1993 1994 1995 1996 1997 1998 1999 2000 2001 2002GDP 377. 5 519. 7 645. 1 733. 1 829. 0 926. 3 1003. 1 1110. 8 1235. 6 1406. 1表 3 大 连 市 地 方 进 出 口 商 品 总 值 (海 关 统 计 ) 亿 美 元年 份 1993 1994 1995 1996 1997 1998 1999 2000 2001 2002进 出 口 总 值 43. 6 5
9、6. 00 68. 24 70. 6 76. 08 130. 0 135. 7 190. 7 187. 1 206. 0根 据 上 述 数 据 ,可 以 利 用 EViews 软 件 对 研 究 内 容 进 行 相 关 分 析 ,如 表 4 所 示 .表 4 EViews 分 析 结 果Sample : 1993 2002Included observations : 10Variable Coefficient Std. Error t - Statistic Prob.C - 17. 64997 14. 12610 - 1. 249458 0. 2517X1 0. 041115 0. 03
10、9714 1. 035265 0. 3350X2 0. 412677 0. 208022 1. 983816 0. 0877R - squared 0. 937892 Mean dependent var 66. 51100Adjusted R - squared 0. 920147 S. D. dependent var 39. 52429S. E. of regression 11. 16889 Akaike info criterion 7. 907467Sum squared resid 873. 2094 Schwarz criterion 7. 998243Log likeliho
11、od - 36. 53734 F - statistic 52. 85341Durbin - Watson stat 1. 085770 Prob( F - statistic) 0. 000060通 过 分 析 得 到 二 元 线 性 回 归 模 型 如 下 :预 测 指 令 为L S Y C X1 X2预 测 方 程 为Y = C (1) + C (2) X1 + C (3) X2代 入 系 数 可 得Y = - 17. 649 966 19 + 0. 041 114 557 67 X1 +0. 412 677 465 9 X2从 EViews软 件 分 析 结 果 中 不 难 看 出 ,
12、 F统 计量 52. 853 41 远 大 于 其 临 界 值 4. 74 ,则 拒 绝 零 假设 ,认 为 在 5 %的 显 著 水 平 下 ,因 变 量 Y 对 两 个 自变 量 X1 和 X2 有 显 著 的 线 性 关 系 ,因 此 ,从 总 体 上来 说 ,回 归 方 程 是 显 著 的 .两 个 自 变 量 的 参 数 t 统 计 量 分 别 为1. 035 265 和 1. 983 816. 在 置 信 水 平 为 5 % 的 情况 下 , t 临 界 值 为 1. 860 ,自 变 量 X1 参 数 的 t 检 验不 合 格 ,则 不 能 拒 绝 零 假 设 ,认 为 该 参
13、数 不 显 著 ;自 变 量 X2 参 数 t 检 验 勉 强 合 格 , 可 以 拒 绝 零 假设 .样 本 决 定 系 数 R2 和 修 正 R2 的 取 值 分 别 为0. 937 892 和 0. 920 147 ,都 超 过 0. 8 ,由 此 可 以 认为 模 型 的 拟 合 优 度 比 较 高 .2 模 型 检 验根 据 以 上 分 析 ,发 现 该 二 元 线 性 回 归 模 型 的R2 较 大 , F 检 验 也 已 经 通 过 ,但 是 自 变 量 系 数 X1的 t 检 验 不 合 格 ,因 此 有 理 由 怀 疑 该 模 型 存 在 多重 共 线 性 .一 般 说 来
14、,在 经 济 时 间 序 列 数 据 中 出 现 自 相关 现 象 比 较 常 见 ,在 以 下 分 析 中 将 采 用 其 他 方 法进 行 检 验 .由 于 异 方 差 的 存 在 可 能 导 致 参 数 估 计 值 无 效以 及 参 数 的 显 著 性 检 验 失 去 意 义 ,因 此 无 论 该 模型 中 是 否 存 在 异 方 差 , 都 将 对 其 进 行 相 关 的 检验 5 - 7 .2. 1 多 重 共 线 性 检 验2. 1. 1 自 变 量 之 间 的 相 关 系 数 检 验利 用 EViews 软 件 可 以 直 接 得 到 各 变 量 之 间的 简 单 相 关 系 数
15、 矩 阵 ,见 表 5.表 5 相 关 系 数 矩 阵Y X 1 X 2Y 1. 000000 0. 950249 0. 963526X 1 0. 950249 1. 000000 0. 956792X 2 0. 963526 0. 956792 1. 000000从 表 5 中 可 以 看 出 ,自 变 量 X1 和 X2 之 间 的相 关 系 数 为 0. 956 792 ,这 反 映 出 二 者 间 有 多 重 共线 性 存 在 的 可 能 .48 大 连 海 事 大 学 学 报 第 33 卷 2. 1. 2 自 变 量 方 差 扩 大 因 子 检 验以 自 变 量 X1 为 因 变 量
16、 ,以 X2 为 自 变 量 建 立一 个 新 的 回 归 方 程 ,利 用 EViews软 件 可 以 计 算 自变 量 的 方 差 扩 大 因 子 V IF X1 = 11. 8275 ,这 个 值比 10稍 大 ,表 明 自 变 量 X1 和 X2 之 间 存 在 一 定 程度 的 多 重 共 线 性 .2. 2 自 相 关 检 验2. 2. 1 残 差 序 列 图 检 验利 用 EViews 软 件 还 可 以 得 到 模 型 的 拟 合 与残 差 图 ,如 图 1 所 示 ,残 差 序 列 随 时 间 变 化 呈 现 出类 似 锯 齿 形 的 变 化 规 律 ,但 是 由 于 只 有
17、 10 年 的 历史 数 据 ,因 此 还 无 法 断 定 残 差 序 列 存 在 自 相 关 .图 1 残 差 序 列 图2. 2. 2 D2W 检 验从 D2W 表 中 可 以 查 到 ,对 于 n = 10 , k = 1 ,在 显 著 水 平 为 5 % 的 情 况 下 , d 统 计 量 的 显 著 点 :dl = 0. 697 , du = 1. 641 ,而 EViews 软 件 对 模 型的 分 析 结 果 中 d 统 计 量 为 1. 085 770 , 因 此 利 用D2W 检 验 也 无 法 确 定 该 回 归 模 型 的 残 差 中 是 否存 在 自 相 关 .2. 2
18、. 3 回 归 检 验首 先 得 到 模 型 中 的 估 计 值 ,即 残 差 项 e ,然后 以 et 为 因 变 量 ,以 各 种 可 能 的 相 关 变 量 如 et - 1 ,et - 2 等 作 为 自 变 量 进 行 线 性 拟 合 . 如et = et - 1 + utet = 1 et - 1 + 2 et - 2 + ut对 各 种 拟 合 形 式 进 行 统 计 检 验 ,选 择 参 数 显著 且 拟 合 最 优 的 形 式 作 为 序 列 相 关 的 具 体 形 式 .利 用 EViews 软 件 对 以 上 各 种 拟 合 进 行 检 验 的 结果 如 表 6、 7 所
19、 示 .表 6 模 型 et = et - 1 + ut 的 检 验 结 果Sample (adjusted) : 1994 2002Included observations : 9 after adjusting endpointsVariable Coefficient Std. Error t - Statistic Prob.E( - 1) 0. 390050 0. 326679 1. 193988 0. 2667R - squared 0. 139551 Mean dependent var - 1. 084054Adjusted R - squared 0. 139551 S.
20、D. dependent var 9. 794411S. E. of regression 9. 085332 Akaike info criterion 7. 355639Sum squared resid 660. 3461 Schwarz criterion 7. 377553Log likelihood - 32. 10037 Durbin - Watson stat 1. 870255表 7 模 型 et = 1 et - 1 + 2 et - 2 + ut 的 检 验 结 果Sample (adjusted) : 1995 2002Included observations : 8
21、 after adjusting endpointsVariable Coefficient Std. Error t - Statistic Prob.E( - 1) 0. 423443 0. 417804 1. 013495 0. 3499E( - 2) - 0. 113306 0. 428466 - 0. 264445 0. 8003R - squared 0. 120311 Mean dependent var - 1. 678659Adjusted R - squared - 0. 026304 S. D. dependent var 10. 29555S. E. of regres
22、sion 10. 43007 Akaike info criterion 7. 739581Sum squared resid 652. 7185 Schwarz criterion 7. 759442Log likelihood - 28. 95833 Durbin - Watson stat 2. 073737从 表 6、 7 中 不 难 看 出 ,参 数 的 t 检 验 不 能 拒绝 零 假 设 ,回 归 系 数 显 著 为 零 ,说 明 上 式 的 建 立 是不 合 理 的 ,由 此 可 以 确 定 原 回 归 模 型 中 不 存 在 自相 关 .2. 3 异 方 差 检 验2. 3.
23、 1 图 示 检 验利 用 EViews 软 件 得 到 的 残 差 与 因 变 量 之 间的 散 点 如 图 2 所 示 .从 图 2 可 以 看 出 ,残 差 的 绝 对 值 分 布 比 较 随机 ,可 初 步 判 定 模 型 中 不 存 在 异 方 差 .58第 1 期 江 舰 ,等 :集 装 箱 吞 吐 量 及 主 要 影 响 因 素 的 计 量 经 济 分 析 图 2 残 差 与 因 变 量 的 散 点 图2. 3. 2 White 检 验以 残 差 的 平 方 为 因 变 量 ,自 变 量 X1 和 X2 及各 自 平 方 项 分 别 作 为 新 的 自 变 量 建 立 线 性 回
24、 归 模型 ,通 过 这 个 模 型 的 拟 合 情 况 来 检 验 原 模 型 中 是否 存 在 异 方 差 .EViews 软 件 可 直 接 进 行 White 检 验 ,得 到 不含 交 叉 项 的 White 检 验 ,如 表 8 所 示 .表 8 White 检 验 表White Heteroskedasticity Test :F - statistic 20. 26780 Probability 0. 015875Obs 3 R - squared 9. 759243 Probability 0. 135164White 检 验 的 检 验 统 计 量 为 9. 759 243
25、 ,检 验的 相 伴 概 率 为 0. 135 164 ,可 以 拒 绝 零 假 设 ,认 为模 型 中 不 存 在 异 方 差 .3 模 型 修 正经 过 对 模 型 的 一 系 列 检 验 ,发 现 模 型 中 存 在多 重 共 线 性 . 多 重 共 线 性 的 直 接 后 果 是 回 归 系 数参 数 估 计 值 的 标 准 差 变 大 ,置 信 区 间 变 宽 ,估 计 值的 稳 定 性 降 低 ,因 此 接 受 被 择 假 设 犯 错 的 概 率 增大 ,系 数 t 检 验 无 法 通 过 的 概 率 增 加 ,通 常 不 能 得到 正 确 的 系 数 估 计 值 .正 因 为 多
26、 重 共 线 性 的 存 在 对 回 归 模 型 会 产 生一 定 程 度 的 破 坏 ,必 须 采 取 补 救 措 施 ,对 多 重 共 线性 进 行 处 理 .3. 1 增 大 样 本 容 量这 就 需 要 搜 集 更 多 的 相 关 数 据 以 获 得 一 个 新的 样 本 ,由 于 多 重 共 线 性 是 一 个 样 本 特 征 ,在 新 样本 中 多 重 共 线 性 也 许 不 像 在 原 样 本 中 那 样 高 . 出于 成 本 和 其 他 一 些 因 素 的 影 响 ,在 该 模 型 中 ,获 取变 量 的 额 外 数 据 可 能 并 不 可 行 .3. 2 剔 除 变 量从 表
27、 5 中 各 变 量 之 间 的 简 单 相 关 系 数 可 以 看出 , Y 与 X1 之 间 的 相 关 系 数 小 于 Y 与 X2 之 间 的相 关 系 数 ,而 且 二 元 线 性 回 归 模 型 中 自 变 量 X1 系数 的 t 检 验 不 合 格 ,因 此 有 理 由 剔 除 自 变 量 X1 ,保 留 X2 .现 在 以 Y 为 因 变 量 ,以 X2 为 自 变 量 建 立 一元 线 性 回 归 模 型 ,利 用 EViews 软 件 对 其 分 析 ,如表 9 所 示 .表 9 EViews 分 析 结 果Sample : 1993 2002Included observ
28、ations : 10Variable Coefficient Std. Error t - Statistic Prob.C - 5. 510447 7. 912285 - 0. 696442 0. 5059X2 0. 618730 0. 060758 10. 18355 0. 0000R - squared 0. 928383 Mean dependent var 66. 51100Adjusted R - squared 0. 919430 S. D. dependent var 39. 52429S. E. of regression 11. 21889 Akaike info cri
29、terion 7. 849931Sum squared resid 1006. 907 Schwarz criterion 7. 910448Log likelihood - 37. 24965 F - statistic 103. 7046Durbin - Watson stat 1. 563242 Prob( F - statistic) 0. 000007从 分 析 结 果 可 以 看 出 ,该 模 型 能 通 过 各 项 检验 ,且 拟 合 程 度 较 好 ,这 也 从 一 个 侧 面 说 明 我 们 的处 理 是 比 较 合 理 的 .参 考 文 献 :1 J EFFREY M W.
30、计 量 经 济 学 导 论 M .费 剑 平 ,译 . 北 京 :人 民 大 学 出 版 社 ,1996.2 冯 文 权 ,茅 奇 ,周 萍 . 经 济 预 测 与 决 策 技 术 M . 4版 . 武 汉 :武 汉 大 学 出 版 社 ,2002.3 张 守 一 . 市 场 经 济 与 经 济 预 测 M .北 京 :中 国 社 会 科 学 文 献 出 版 社 ,2000.4 PIND YCK R S ,RUBINFELD D L .计 量 经 济 模 型 与 经 济 预 测 M .钱 小 军 ,译 . 北 京 :机 械 工 业 出 版 社 ,1999.5 STEV EN C W ,SPYR
31、OS M. Forecasting Methods for Managemeng C/ / . John Wiley however , it can also detect some false edges and noise points. In particular , thepaper discusses the method of eliminating the false edges through a threshold and also presents a specificmethod to get the threshold. Experimental results sh
32、ows that obtaining threshold by image partition and re2stricting the range of the modulus can accomplish better edge detect results.Key words :image signal processing ; edge detection ; discrete stationary wavelet transform ; modulus maxi2ma ; threshold(上 接 第 78 页 )Research on arrival model choices
33、of containerin container yard based on agentWAN Ning , L IN Guo2shun( Economics and M anagement College , Dalian Maritime Univ. , Dalian 116026 , China)Abstract :In order to expedite the development in vocation of container transportation , improve the manage2ment level for container yard and realiz
34、e automatization , the authors supplied a contented decision schemefor administrator by simulation modeling technology. In the course of researching the simulation model forcontainer supervision , analyzing and researching the history data , the authors tried to construct the agentbody for the arriv
35、al container , so as to make up a knowledgeable and self2adaptable simulation system.Key words :container transportation and management ; agent technology ; container yard ; goodness of fittest ; simulation model(上 接 第 86 页 )Econometric analysis based on the throughput ofcontainer and its main influential factorsJ IAN G Jian , WAN G Hai2yan , YAN G Zan( T ransportation throughput of container ; binary linear regression model ; econometric analysis601 大 连 海 事 大 学 学 报 第 33 卷
