【摘 要】 结合我国主要港口近10年来的货物吞吐量季度数据，利用马尔科夫模型进行预测。经验证，马尔科夫模型适用于对港口货物吞吐量的预测，并具有很高的精确度。在此基础上，提出改进建议：采取权重计算方式；扩大数据样本，使模型精确度更高。
【关键词】 港口吞吐量；马尔科夫模型；大连港
港口作为国民经济和社会发展的基础性设施，对国民经济和地区发展具有不可替代的作用。港口吞吐量作为港口的重要经济指标，是衡量其发展的重要依据，是组织生产、编制发展规划和进行建设的重要条件，同时也是反映港口地区经济活力的重要指标之一，对其进行科学、准确的预测具有一定的现实意义。
目前，港口吞吐量的预测方法有很多种，常用的如回归分析法、时间序列法、指数平滑法、灰色模型法、神经网络法等。这些预测方法因港口的不同而有效性各异，其根本原因在于港口吞吐量作为一个复杂变量，受到多方面因素的影响。就这些因素的作用特征而言，存在许多无法确定的内容和关系，符合马尔科夫模型的特征。本文以港口吞吐量为原始建模数据，利用马尔科夫模型进行预测，并采用以季度为最小单元提高预测的精确度。
1 马尔科夫模型的建立
1.1 模型的建立
由表3可知，大连、上海、广州、湛江等4个港口的货物吞吐量实测值与其预测值之间的误差相当小，其中，最大的误差仅为5.834%，最小误差达0.126%。可见，马尔科夫模型在预测港口货物吞吐量方面具有相当高的精确度。
4 模型改进的建议
综合相关研究成果，为提高模型预测精度，本文对马尔科夫模型的使用提出相关建议：
（1）为进一步提高预测值的准确度，针对各种可能性可采取权重计算方式；
（2）应选择更多年份的数据，扩大样本，并及时补充最新的统计数据。
5 结 语
由马尔多夫预测模型可知，我国近10年来货物吞吐量的变化趋势大多为状态5、状态6，说明这些港口的货物吞吐量进一步增长的趋势非常明显。这是由于21世纪我国进入了经济快速发展的轨道，政府加大对海上运输的重视和投资，从而使海上运输业得到快速发展。
根据上述预测模型的建立和分析，马尔科夫预测模型可以用于港口货物吞吐量的预测，并且具有较高的精确度，而建立预测模型的关键是构造概率转移矩阵，划分适当的状态空间可以提高预测的准确性。