استادیار، دانشکده اقتصاد و مدیریت، دانشگاه علوم و فنون دریایی خرمشهر، خرمشهر، ایران
10.22034/road.2023.363683.2094
چکیده
صنعت حمل‌ونقل دریایی، طی چند سال گذشته با بحران ناشناخته و جدیدی به نام همه‌گیری ویروس کرونا مواجه شد. بخشی از اقدامات کشورها، باعث شکسته شدن مویرگی زنجیره‌های تأمین شده که به علت ناشناخته بودن این بحران، صنعت حمل‌ونقل دریایی را با عدم توانایی پیش‌بینی صحیح حجم عملیاتی مواجه کرد است. تحقیق حاضر، تلاشی برای کم کردن خلأ تحقیقات در زمینه‌ی ذکر شده است و می‌تواند در بحران آتی، به بازیگران بازار برای اخذ تصمیمات صحیح‌تر کمک کند. هدف این پژوهش، مدل‌سازی سری‌های زمانی شاخص‌های حمل‌ونقل کانتینری برای پیش‌بینی روند حرکت کوتاه‌مدت این شاخص‌ها و ارتباط آن با کووید-19 به‌عنوان ویروس همه‌گیر است؛ بدین منظور، تأثیر کووید-19 با پیش‌بینی شاخص‌های حمل‌ونقل کانتینری در 70 بندر بزرگ بین‌المللی بررسی شده است. فرآیند مدل‌سازی، با میانگین خودگردان یکپارچه‌ی متحرک فصلی و مدل فضای حالت هموارسازی نمایی انجام شده است. برای ارزیابی عملکرد مدل‌ها، معیار ارزیابی اطلاعاتی و خطای سنجش، محاسبه و مقایسه شده‌اند. با توجه به نتایج حاصل‌شده، مدل میانگین خودگردان یکپارچه‌ی متحرک فصلی، مدل مناسب‌تر و بهتری برای پیش‌بینی شاخص‌های کانتینری شناخته شد.
Bhakuni, A. S., Sunori, S. K., Jethi, G. S., and Juneja, P. K., (2020), “Fuzzy Clustering of Paper Mill Data”, 2020 2nd International Conference on Advances in Computing, Communication Control and Networking (ICACCCN): IEEE, pp. 678-683.
Campbell, D., (2020), “UK coronavirus crisis' to last until spring 2021 and could see 7.9 m hospitalised'”, The Guardian. Sun, 15.
Chan, H. K., Xu, S., and Qi, X., (2019), “A comparison of time series methods for forecasting container throughput”, International journal of logistics research and applications, 22, No. 3, pp. 294-303.
Darekar, A. S., Pokharkar, V., and Datarkar, S. B., (2016), “Onion price forecasting in Kolhapur market of Western Maharashtra using ARIMA technique”, International Journal of Information Research and Review, 3, No. 12, pp. 3364-3368.
Fathei, K., (2018), “Machiavelli and the cultural relativity of leadership: An historical perspective”, Journal of Competitiveness Studies, 26, No. 1/2, pp. 97-106.
Fernandes, N., (2020), “Economic effects of coronavirus outbreak (COVID-19) on the world economy”.
Koyuncu, K., Tavacioğlu, L., Gökmen, N., and Arican, U. Ç., (2021), “Forecasting COVID-19 impact on RWI/ISL container throughput index by using SARIMA models”, Maritime Policy & Management, 48, No. 8, pp. 1096-1108.
Mishra, N. K., (2020), “Forecasting of Monthly Mean Rainfall in East Sikkim using ETS and SARIMA model in ‘R’Software,” Indian Institute of Technology, Kharagpur.
Moon, M. A., (2018), “Demand and supply integration,” in Demand and Supply Integration, De Gruyter.
Nalcaci, G., Özmen, A., and Weber, G. W., (2019), “Long-term load forecasting: models based on MARS, ANN and LR methods”, Central European Journal of Operations Research, 27, No. 4, pp. 1033-1049.
Pandya, A. A., Herbert-Burns, R., and Kobayashi, J., (2011), “Maritime commerce and security: the Indian Ocean”, Henry L. Stimson Center.
Paparoditis, E. and Politis, D. N., (2018), “The asymptotic size and power of the augmented Dickey–Fuller test for a unit root”, Econometric Reviews, 37, No. 9, pp. 955-973.
Sintiya, E. S., Kusumawardana, A., Furqon, M. A., Najwa, N. F., Puspitaningrum, A. C., and Afrah, A. S., (2020), “SARIMA and Holt-Winters Seasonal Methods for Time Series Forecasting in Tuberculosis Case”, 2020 4th International Conference on Vocational Education and Training (ICOVET), IEEE, 1-5.
Sotomayor, D. A. C. and Carlos, F. B. S. M., (2021), “Application of the Integrated Autoregressive Method of Moving Averages for the analysis of series of cases of COVID-19 in Peru”.
Sunori, S. K., Negi, P. B., Maurya, S., Mittal, A., Bisht, N., and Juneja, P., (2021), “Developing Soft Computing based Models for Prediction of Pollutant PM10 of Air”, 2021 5th International Conference on Trends in Electronics and Informatics (ICOEI): IEEE, pp. 149-154.
Wadhawan, D. and Singh, H., (2019), “Estimating and forecasting volatility using ARIMA model: a study on NSE, India”, Indian Journal of Finance, 13, No. 5, pp. 37-51.
Wang, Y., Zhang, Y., and Zhou, Q., (2016), “A Stein-like estimator for linear panel data models”, Economics Letters, 141, pp. 156-161.
Warnock-Smith, D., Graham, A., O'Connell, J. F., and Efthymiou, M., (2021), “Impact of COVID-19 on air transport passenger markets: Examining evidence from the Chinese market”, Journal of air transport management, 94, p. 102085.
)