基于SARIMA模型的上海港集装箱吞吐量预测  

作　　者：董洁霜 潘杰 周亦威 

机构地区：[1]上海理工大学管理学院交通系统工程系,上海200093 [2]上海理工大学管理学院,上海200093

出　　处：《中国水运（下半月）》2022年第1期16-18,共3页

基　　金：上海理工大学管理学院新进博士及引进人才科研启动费项目(BSQD202108);上海市高水平学科建设项目(管理科学与工程)

摘　　要：上海港的集装箱吞吐量连续11年保持世界第一,2020年新冠肺炎疫情对港口吞吐量造成了负面影响,在疫情爆发前中期集装箱吞吐量有明显的下滑。本文以2011-2019年上海港集装箱吞吐量的月度数据作为原始样本进行时间序列分析,为避免季节效应,建立SARIMA模型进行样本内和样本外预测,结果表明预测精度良好。本文在原始样本的基础上加入2020年第一季度数据后再次进行样本外预测,并比较了预测精度。本研究验证了SARIMA模型对集装箱吞吐量的较好预测能力。

关 键 词：时间序列分析 SARIMA 集装箱吞吐量 

分 类 号：U691.71[交通运输工程—港口、海岸及近海工程]