（+） （+） （+） （ !""$ ） ， （ !""% ） ， （ !""& ） ， ! （ ( ）4（ ! ! ! （+）
8 # " $ $&" % #)( %%) & + % !&$ )#" ’ ! " & + % +#! (’% ’ # "
%）考察预测模型的可信度： 并与 本模型计算历年货运周转量的理论值 8 # "， 实际比较， 从表中可见基本接近， 可以用作未来时期 的预测。 &）计算 !""" 年 9 #++! 年水运货物周转量： （!）分别计算 !""" 年 9 #++! 年各年进出口贸 易总额 ! # " ， 得出： !（ 4 #" &$" % & 亿元 # ""） !（ 4 $# %"$ % & 亿元 # ++） !（ 4 $& (%# % ) 亿元 # +!） （#）分 别 计 算 !""" 年 9 #++! 年 各 年 货 运 量 得 !!"，
!+( +"! * + !!$ !"% * + !#( %$+ * + !!$ %+’ * + !& ’)’ * ’ !( &&# * # !( )’# * & !" #$& * +
货运周转量 （亿 , - . /012） !# "&& * %
表% 历期 货运量 贸易总额 货物周转量
# !# ! " 3 !+
!
)%% %(% !%" %&$ * $ !#" )!% * & "+% ("( "’&
)&+ #)& )#% !’ %’) !#& ++’ !$ "’" $+! #’" # &($ )&’ %"$
!#" )!% * & 4 )5 6 )%% %(%7! 6 !%" %&$ * $7# !$" !$" $"+ 4 )% %(%5 6 )%% %(%7! 6 !%" %&$ * $7# # &($ )&’ %"$ 4 !%" %&$ * $5 6 !’ %’) !#& +++7! 6 )&+ #)& )#% * $7# 解上述联立方程得 5 4 &$) * )() $’#， 7! 4 + * !’’ ’""， 7# 4 + * !+# !’% $）建立预测模型：
’" &+& &’" )& &%% ++! "& "!) &!)
’+# %’% "%’ ! +)+ +"! ’") )%$ %(! )+% ! ##’ +’& "$)
"$ ’!$ !#" !$ +’# * ( !#+ )"! #%! !% %#% * & !&’ ##& +(’ !& #!& * ( $!" (## (!# !’ %#& * % %!# %(% "%% !( #"’ * % %$! +"+ ++# !" %)# * & &!) (!% +"# !( #&$ * ) &#! !#& #"$ !’ ’’$ * ’
!#( +$& %%! ! !+$ )&" !") ! $&( %"" +$+ %!& %#! )%( # !)# (!) +&$ ! ’(" )"$ ’)! &&# #%& $++ # ’’+ +%( ’)! ! ")’ )+$ (#( &)# %%+ $)+ $ +(& $(+ !#% # #(’ #!) $(& (#( ##" )(& $ +&) #%# #)$ # !)! $’% %!+ (#! !%# ’)’ # "%# +++ "#’ # !)! $’% %!+
刚
率， 并运用敏感性分析搜寻盈利的关键因素。结合实例计算分析， 证明该方法的实用性与有效性。 关键词： 灰色理论； 回归预测； 航运市场； 公司市场占有率 中图分类号： .’’ 文献标识码： /
!"#"$%&’ () *%"+,&-,). /"-’(+ 0(% 1’,22,). /$%3"* + $%&,’-%, . / #+ 0&, . （ 0123413 53167891: ;，0123413 ,"""-!，<=132）
— —进出口贸易总额， 亿元 4!%— — —分别为参数和回归参数 &， 3#， 3!— 得 !）求二元线性模型中的 & ， 3#， 3 ! 三个参数， 到如下方程：
#
未来海运市场容量预测方法
建立数学模型的先决条件是掌握航运市场发展
趋势， 并具有可靠的、 充实的国际航运市场数据。本 文引入回归预测模型和灰色预测模型进行分析。 9)9 回归分析法 回归分析用于航运市场预测， 通常将影响航运 市场供给或航运市场需求的因素当作自变量， 而航 运市场供给及航运市场需求作为因变量。 已知 全 国 #&&# 年 R #&&% 年 期 间 的 水 运 周 转 量、 国家进出口贸易总额和货运量 （见表 #） 。预计 自 #&&& 年 R !""# 年进出口贸易总额年平均增长率 为 #"S ， 水运货运量年均增长 %S ， 试用回归分析法
预测 #&&& 年 R !""# 年期间的水运周转量： 预测过程如下： #）选择与建立模型： 从上述统计数据可知， 货物周转量与货运量及 进出口贸易总额这两个指标之间存在着密切的关 系， 因而我们可使用二元线性回归模型进行预测， 即：
T * # 1 & 2 3# 4 # % 2 3! 4 ! % T 式中： — —货运周转量， 亿 : U 3 E1F7 * #— — —货运量， 万: 4#%—
! "# $%&’ ( )
我国加入 Q 0P 的步伐越来越快， 国内各个行 业均针对本行业加入 Q 0P 后所受到的影响作了分 析， 并针对其今后的发展状况作出了预测， 其目的是 为 了 根 据 行 业 的 现 状 及 未 来 发 展， 制定出加入 Q 0P 后航运业在剧烈的竞争中处于优势的对策， 以发扬现有优势、 减少相应劣势， 尽快缩小差距。而 提出正确的市场预测方法和未来公司市场占有率的 方法， 是制定相应对策的基础。
计对象是反映过去历史时期的各相关因素之间的关 系。但是， 随着社会经济的发展， 市场环境和结构的 变化， 很难保证历史的关系会在未来毫无改变的重 复。所以有突变因素的加入 （如加入 : ;< ） 时， 该 方法的精确度较低。 !%% 灰色分析法 目前的预测理论大都是建立在概率统计基础上 的， 在建模时对统计数据的要求比较高， 统计数据较 多， 统计变量要求正态、 平稳过程。而实际统计数据 达不到这种要求， 其结果是预测数据精度不够高。 灰色系统的任务是试图解决这方面的缺点， 从杂乱 无章的、 有限的离散数据中找出规律， 建立灰色系统 模型， 来进行预测、 决策。这里用 => （ !， 模型进 !） 行举例说明。 例： 我国 !""$ 年 9 !"") 年货物周转量为：
根据表中计算得到的数值分别代入上面的方程 以后， 得出：
中 国 航 海 #++! 年第 ! 期 # " " " " " " " " " " " " " " " " " " " " " " " " " " " " " " " " " " " " " " " " " " " " " " " " " " " " " " " " " " " " " " " 表! 指 标 !""! 进出口贸易总额 （亿元） 货运量 （万 ,） ( ##& * ) )$ $(+ * + !""# " !!" * ’ "# %"+ * + !$ #&’ * # !""$ !! #(! * + "( "$) * + !$ )’+ * ) !""% #+ $)! * " !""& #$ %"" * " !""’ #% !$$ * ) !""( #’ "’( * # !"") #’ )&% * ! !+" &&& * + !" %+& * ) 国家进出口贸易总额和货运量 !""! 年 # !""$ 年我国水运周转量、 年 份