• 한국항만경제학회지
• /
• 제26권1호
• /
• pp.83-104
• /
• 2010

본 연구의 목적은 환동해권 교역 거점으로서 동해항 및 속초항의 컨테이너화물 물동량을 예측함으로써 컨테이너화물의 수급정책의 제시 및 지역경제의 활성화에 기여하는 데 있다. 본 연구의 방법론으로는 관련 문헌의 서베이 및 국제컨테이너물동량의 O/D조사에 기초한 물동량 추정방법론이 적용되었다. 컨테이너화물의 O/D자료로는 한국해양수산개발원의 "해상물동량 O/D자료를 활용한 컨테이너물동량 추정"자료가 활용되었다. 또한 내륙컨테이너기지의 컨테이너화물 예측을 위해서는 일본 서안물동량, 중국 동북3성 물동량 및 극동 러시아물동량에 대해서 심층적으로 분석하였다. 결론으로는 첫째, 강원도의 컨테이너항만정책으로서 FEU당 10만원의 인센티브 수준이 5만원 수준보다 더 바람직한 것으로 나타났다. 둘재, 동해항 및 속초항만의 컨테이너 물동량은 2008년 6,653TEU에서 2010년 22,388TEU, 2015년 152,367TEU, 2020년 354,217TEU로 추정되었다. 세째, 동해항 및 속초항은 자동차로 1시간 이내 거리이므로 공동 항만마케팅이 요구된다.

• 디지털융복합연구
• /
• 제15권3호
• /
• pp.157-163
• /
• 2017

항만 물동량 예측은 항만관리 기관의 투자계획에 매우 중요한 요소이다. 더불어 최근 항만은 물동량 유치를 위한 치열한 경쟁을 이어가고 있기 때문에 항만 정책수립에 있어 국내외 주요국의 물동량 예측은 중요한 의미를 갖는다. 항만 물동량 예측이 항만의 개발정책에 매우 중요하지만 최적의 물동량 예측 모델 개발에는 아직 어려움을 겪고 있다. 이러한 측면에서 본 연구는 중국 컨테이너 물동량 예측모델 제시를 연구의 목적으로 하였다. 중국 컨테이너 물동량 예측은 Clarkson's Shipping Intelligence Network를 통해 수집한 2004년 1월부터 2015년 12월까지 12년간의 월간 데이터를 System Dynamics를 사용하여 2004년부터 2020년까지 변화를 시뮬레이션 하였다. 실제 중국 컨테이너 물동량 데이터와 Stock-flow 다이어그램을 통해 도출된 예측값을 비교하여 모델의 정확도를 검증했다. 검증결과 수 출입 컨테이너 예측모델은 MAPE값이 각각 6.21 %, 7.68 %로 나타나 정확한 예측모델로 확인되었다.

• 대한교통학회지
• /
• 제19권2호
• /
• pp.29-40
• /
• 2001

부산항은 우라나라의 전체 수출입 및 환적 컨테이너 물동량의 약 90%를 처리하고 있기 때문에 지금까지 꾸준한 물동량 증가 추세를 보이고 있다. 컨테이너 물동량의 증가에 따라 정부에서는 항만시설을 지속적으로 확충하여 컨테이너 처리능력을 확대하고 있으나, 컨테이너 물동량의 증가율이 컨테이너 처리시설 확보율을 초과하여 부산항 컨테이너 전용부두의 컨테이너 수용능력은 부족한 실정이다. 이와 같은 컨테이너 장치장 부족문제를 해결하기 위해서 그 동안 부산항의 ODCY에서 처리하였으나, 최근 부두밖 장치장의 단계적 이전 및 폐쇄방침이 결정됨에 따라 부산항의 장치장 부족문제가 대두되고 있는 실정이다. 따라서 본 연구에서는 장치장 부족문제를 해결하고 부산항 컨테이너 유통체제를 개선시킬 수 있는 방안을 제시하는데 목적을 두고 있다. 이를 위하여 첫째, 부산항의 컨테이너화물 유통 현황 및 문제점을 분석하고 둘째, 부산항 컨테이너화물 유통체제의 개선대안을 설정하여 분석결과를 제시한다.

• 대한교통학회지
• /
• 제32권6호
• /
• pp.600-614
• /
• 2014

본 연구는 SARIMA 모형을 활용하여 기존에 다루어지지 않았던 분기별 항만 컨테이너 물동량을 예측하였다. 구체적으로 모델 추정에 활용된 자료는 1994년 1사분기부터 2010년 4사분기까지 총 84분기동안의 국내 전체 항만 컨테이너 물동량 자료이다. 본 연구에서 추정된 예측 모형의 예측 정확도를 검증하기 위하여 2011년 1사분기부터 2013년 4사분기까지 물동량을 예측하여 실제 물동량과 비교하였다. 또한 기존에 널리 활용되고 있는 ARIMA 모형을 활용하여 추정한 예측 모형과의 비교를 통해 분기별 항만 물동량 예측에 있어서 SARIMA 모형의 상대적 우수성을 검증하였다. 기존에 항만 물동량을 예측하는 대부분의 연구는 주로 장기 예측에 초점이 맞추어져 있다. 또한 월별, 연도별 물동량 자료가 활용된 경우가 대부분이다. 분기별 항만 컨테이너 물동량 자료를 활용하여 단기 수요를 예측함과 동시에 SARIMA 모형의 우수성을 입증한 본 연구는 충분한 가치가 있다고 판단된다.

• 한국항해항만학회지
• /
• 제31권5호
• /
• pp.353-359
• /
• 2007

컨테이너항만의 물동량이 증가하는 추세에서 장래에 발생될 컨테이너선박의 교통량을 예측한다면 항만의 효율적인 계획과 운영관리를 사전에 수립할 수 있다. 해상교통 관점에서도 컨테이너선박의 입 출항 척수를 장기적으로 추정하고, 이를 근거로 해상교통수요를 원활하게 처리할 수 있는 합리적인 방안을 계획할 수 있다. 따라서 본 연구에서는 전국항만 기본계획에서 제시된 부산항, 광양항, 인천항의 컨테이너 물동량 예측자료를 토대로 각 항만에 대한 컨테이너선의 장래 입 출항 교통량을 추정하였다. 이를 위해서 컨테이너선박의 척당 물동량 추세를 ARIMA 모형을 통해 예측하고, 계절지수를 산출하였다. 이와 같이 예측된 척당 물동량을 2011년, 2015년, 그리고 2020년의 컨테이너 물동량에 대비시켜 발생예상의 해상교통량을 추정하였다.

• 한국항만경제학회지
• /
• 제23권1호
• /
• pp.1-18
• /
• 2007

본 연구에서는 환율의 컨테이너 물동량에 대한 영향의 비중을 고려하여 외환위기 이후 환율변동성이 커짐에 따라 컨테이너 물동량도 상당히 영향을 받은 것으로 예상되기 때문에 환율변동성의 컨테이너 물동량에 대한 장 단기적 영향을 체계적으로 분석하고 시사점을 도출하고자 한다. 환율변동성을 도출하기 위하여 GARCH 모형을 이용하여 우리나라의 환율 변동성 모형을 분석한다. 물론 구축된 모형을 분석하기 이전에 설정된 변수들과 모형의 안정성 검정을 위하여 단위근 검정과 공적분 검정을 실시한다. 또한 환율의 변동성이 컨테이너 물동량에 미치는 동태적 영향을 보기 위해 오차수정모형과 충격반응 및 분산분해를 실시하고 마지막으로 결론과 시사점을 도출한다. 분석결과 환율변동성을 포함시킨 컨테이너물동량함수를 회귀 분석한 결과 추정계수가 모두 이론적 예상과 부호가 일치하고 통계적 유의성도 높은 것으로 나타났다. 환율변동성은 우리나라의 컨테이너 물동량에 부(-)의 영향을 미치는 것으로 나타났다. 환율변동에 의한 불확실성이 예상됨으로써 위험기피에 의하여 무역과 생산이 감소하고 이에 따라 컨테이너 물동량도 영향을 받은 것으로 판단된다. 오차수정모형에 근거한 인과관계 검정에서 단기와 장기 모두 환율변동성에서 컨테이너 물동량간의 일방적 인과관계가 존재하였다. 또한 충격반응함수에서 나타난 바와 같이 환율변동성 충격에 대하여 컨테이너 물동량은 부(-)의 영향을 받으며 그러한 부의 효과는 비교적 짧은 기간 내에 안정적인 추세로 수렴된다. 예측오차의 분산분해의 결과는 환율변동성과 실질환율이 컨테이너 물동량의 분산에 상당한 영향을 미치고 있음을 알 수 있다.

• 한국항만경제학회지
• /
• 제32권3호
• /
• pp.67-81
• /
• 2016

본 연구의 목적은 브렉시트로 인한 세계 거시경제환경의 변화, 특히 당사국인 영국과 EU의 경기 및 환율의 변화가 한국의 컨테이너물동량에 미치는 영향을 분석하는데 있다. 분석을 위하여 2000-2016년의 월별시계열 데이터를 이용하고 장기적 관계를 위한 공적분 검정과 장기 및 단기 동학적 분석을 위한 VECM모형과 인과성 검정을 위한 VECM인과성 검정을 도입한다. 분석결과는 다음과 같다. 먼저, 한국 컨테이너물동량은 장기적으로는 EU의 경기와 환율에 의해서 영향을 받는다. 그리고 영국의 경기와 환율은 한국의 수출컨테이너물동량에만 한정하여 영향을 미친다. 두 번째, 단기적으로는 EU의 거시경제환경 변수 중 경기 상황보다는 유로화 환율이 한국 컨테이너물동량에 미친 영향 관계가 더욱 의미가 있는데, 이는 특히 수출컨테이너물동량의 경우 더욱 명확하다. 영국도 마찬가지로 경기의 영향은 유의성이 없지만 환율은 한국 수출컨테이너물동량에 대한 영향관계의 유의성이 커서 의미가 있다. 이러한 사실은 VECM인과성 검증에서도 잘 나타나 한국 총컨테이너물동량과 수출컨테이너물동량은 EU의 유로화환율에, 그리고 영국의 파운드화 환율은 한국의 수출컨테이너물동량에 대해서 인과성이 존재하는 것으로 확인되었다. 이상의 결과를 종합하면 영국의 브렉시트로 인한 영국 및 EU의 경기 및 환율 변화에 의한 한국 컨테이너물동량의 영향은 경기 변화보다는 환율변화에 의한 것이 더 크고 주로 수출컨테이너물동량에 집중하는 등 제한적으로 영향을 미칠 것으로 전망된다. 그리고 브렉시트 당사국인 영국보다는 EU의 경기 및 환율변화에 의한 영향이 좀 더 중요할 것으로 보인다.

• 한국항만경제학회지
• /
• 제29권3호
• /
• pp.1-23
• /
• 2013

본 연구는 1992년부터 2011년까지 월별자료를 사용하여 여러 가지 시계열 추정모델과 승법 계절 ARIMA 모형을 설정하여 부산항의 컨테이너 물동량을 추정하고 예측하였다. 여러 가지 모델로 추정한 결과 부산항의 컨테이너 물동량과 물동량 변동 모두 계절을 승법한 ARIMA 모델 $(1,0,1){\times}(1,0,1)_{12}$로 추정하였을 때, 추정결과와 Akaike information, Schwarz, Hannan-Quin 기준 등으로 보아, 가장 좋은 ARIMA 추정과 예측 모형으로 나타났다. 그리하여 부산항 물동량 추정의 최적모형인 ARIMA $(1,0,1){\times}(1,0,1)_{12}$ 모형에 의해 향후 8년간 96개월에 대한 부산항 물동량 미래 예측치(2013-2020년)를 월별로 추정하여 예측한 결과 2013년부터 부산의 물동량은 연도별로 조금씩 지속적으로 증가하는 추세를 보일 것으로 나타났다. ARIMA $(1,0,1){\times}(1,0,1)_{12}$ 모형에 의한 부산항의 컨테이너 물동량의 연도별 예측량은 2013년 1천 891만 TEU, 2014년 2천 34만 TEU, 2015년 2천 188만 TEU, 2016년 2천 353만 TEU, 2017년 2천 531만 TEU, 2018년 2천 722만 TEU 그리고 2020년 3천 148만 TEU 등으로 나타났다.

• 사물인터넷융복합논문지
• /
• 제10권1호
• /
• pp.39-45
• /
• 2024

항만 성능에 대한 정확한 평가는 컨테이너 물동량은 매우 중요한 요소이며, 효과적인 항만 개발 및 운영 전략에 대한 정확한 예측이 필수적이다. 하지만 해양 산업의 급격한 변화로 인해 컨테이너 물동량 예측의 정확성이 향상되기는 어렵다. 이를 해결하기 위해 사물인터넷(IoT)을 이용한 항만 성능에 미치는 영향을 분석하여 부산항의 경쟁력과 효율성을 향상시키기 위해 적용이 필요하다. 이에 본 연구에서는 부산항의 미래 컨테이너 물동량을 예측하기 위한 예측 모델을 개발하는 것을 목표로 이를 통해 항만 관리 기관의 개선된 의사 결정과 항만 생산성을 향상시키는 데 초점을 맞추고 있다. 항만 컨테이너 물동량을 예측하기 위해 본 연구에서는 기계 학습 모델의 Extreme Gradient Boosting (XGBoost) 기법을 도입하였다. XGBoost는 다른 알고리즘에 비해 높은 정확도, 빠른 학습 및 예측 속도,과적합을 방지하고 Feature Importance 제공하는 장점이 돋보인다. 특히 XGBoost는 회귀 예측 모델링에 직접 사용할 수 있어 기존 연구에서 제시된 물동량 예측 모델의 정확도 향상에 도움이 된다. 이를 통해 본 연구는 4.3% MAPE (Mean absolute percenture error) 값으로 제안된 방법이 컨테이너 물동량을 정확하고 신뢰성 있게 예측할 수 있다. 본 연구에서 제시한 방법론을 통해서 부산 컨테이너물동량의 정확성을 높일 수 있을 것으로 판단된다.

• 한국항해항만학회지
• /
• 제26권2호
• /
• pp.183-188
• /
• 2002

컨테이너 물동량 예측은 항만과 항만의 개발에 있어서 매우 중요하다. 일반적으로 이동평균법, 지수평활법, 회귀분석과 같은 통계적인 방법들은 물동량 예측에서 많이 사용되어졌다. 하지만, 컨테이너 물동량 예측에 영향을 주는 여러 가지 요소들을 고려해 보면 다중병렬처리시스템인 신경망을 이용하는 것이 효과적이다. 본 연구는 신경망의 역전파학습알고리즘을 이용하여 컨테이너 활동량을 예측하였다. 신경망을 이용하여 영향력 있는 요소들을 선별하였으며, 선별된 요소들을 이용하여 물동량 예측을 하였다. 또한 제안된 신경망 알고리즘과 통계적인 방법의 예측들을 비교하였다.