항만의 개발은 투자시점에서 10여년이 소요되는 대규모 자본과 시간이 소요되는 사업이므로 항만 물동량을 사전에 정확히 예측하지 못하면, 과잉투자, 중복투자 또는 기관시설이 부족하는 등 큰 문제에 봉착하여 진다. 항만 물동량 예측은 항만 개발에 앞서 매우 중요한 과제이다. 따라서 본 논문에서는 파워심 프로그램을 활용한 항만 물동량 예측 시뮬레이터 개발에 앞서 기초 연구단계로 항만 물동량 발생 요소들의 관계를 정립하고 인과관계를 시스템 다이내믹스 기법을 이용하여 밝혔다. 이 시뮬레이터는 항만 물동량 예측 등 관련 산업기술 발전에 기여하리라 전망된다.
In this paper the cargo transportation were forecasted for the North Port in Busan through time series models. The cargo transportation were classified into three large groups; container, oil, general cargo. The seasonal indexes of existing cargo transportation were firstly calculated, and optimum models were chosen among exponential smoothing models and ARIMA models. The monthly cargo transportation were forecasted with applying the seasonal index in annual cargo transportation expected from the models. Thus, the cargo transportation in 2011 and 2015 were forecasted about 22,900 myriad ton and 24,654 myriad ton respectively. It was estimated that container cargo volume would play the role of locomotive in the increase of the future cargo transportation. On the other hand, the oil and general cargo have little influence upon it.
This paper develops a model to forecast container volumes of all Korean seaports using a Seasonal ARIMA (Autoregressive Integrated Moving Average) technique with the quarterly data from the year of 1994 to 2010. In order to verify forecasting accuracy of the SARIMA model, this paper compares the predicted volumes resulted from the SARIMA model with the actual volumes. Also, the forecasted volumes of the SARIMA model is compared to those of an ARIMA model to demonstrate the superiority as a forecasting model. The results showed the SARIMA Model has a high level of forecasting accuracy and is superior to the ARIMA model in terms of estimation accuracy. Most of the previous research regarding the container-volume forecasting of seaports have been focussed on long-term forecasting with mainly monthly and yearly volume data. Therefore, this paper suggests a new methodology that forecasts shot-term demand with quarterly container volumes and demonstrates the superiority of the SARIMA model as a forecasting methodology.
The conventional methods of container forecasting is done through regression methods based on GNP growth trends and by other forecasting methods proposed by several authors. However these efforts prove to be inadequate with visible weakness and a more reasonable approach need to be determined. The succeeding sections elaborate the methodology and approach adopted. The results are then compared through a case study involving the forecast figures derived by the Pusan Port Authority and the values obtained by MRCS model introduced in this paper.
Forecasting container cargo volumes is very important factor for port related organizations in inversting in the recent port management. Especially forcasting of domestic and foreign container volume is necessary because adjacent nations are competing each other to handle more container cargoes. Exact forecasting is essential elements for national port policy, however there is still some difficulty in developing the predictive model. In this respect, the purpose of this study is to develop and suggest the forecasting model of container cargo volumes of China using System Dynamics (SD). The monthly data collected from Clarkson's Shipping Intelligence Network from year 2004 to 2015 during 12 years are used in the model. The accuracy of the model was tested by comparisons between actual container cargo volumes and forecasted corgo volumes suggested by the research model. The MAPE values are calcualted as 6.21% for imported cargo volumes and 7.68% for exported cargo volumes respectively. Less than 10% of MAPE value means that the suggested model is very accurate.
The purpose of this study is to examine the causuality among export and import trading volume of port of Busan, Kwangyang, Incheon and to induce policy implications. In order to test whether time series data is stationary and the model is fitness or not, we put in operation unit root test, cointegration test. And We apply Granger causality and impulse response and variance decomposition based on VECM. The results indicate that the trading volume of port of Busan is not largely influenced by that of port of Kawangyang and Incheon, but the trading volume of port of Kawangyang and Incheon is largely influenced by other ports including port of Busan. The result suggest that government has to focus on policy that the port of Kawangyang and Incheon can raise its own competitiveness in the world market.
Ha, Jun-Su;Lim, Chae Hwan;Cho, Kwang-Hee;Ha, Hun-Koo
Journal of Korea Port Economic Association
/
v.37
no.3
/
pp.1-17
/
2021
Forecasting the daily volume of container is important in many aspects of port operation. In this article, we utilized a machine-learning algorithm based on decision tree to predict future container throughput of Busan port. Accurate volume forecasting improves operational efficiency and service levels by reducing costs and shipowner latency. We showed that our method is capable of accurately and reliably predicting container throughput in short-term(days). Forecasting accuracy was improved by more than 22% over time series methods(ARIMA). We also demonstrated that the current method is assumption-free and not prone to human bias. We expect that such method could be useful in a broad range of fields.
The purpose of this paper is to examine the causal relationship among the trading volume of Pyeongtaek port, Incheon Inner Harbor, Incheon North Harbor. Methodologically, Granger causality, impulse response function, and variance decomposition based on VAR are used. The results indicate that Pyeongtaek port trading volume positive shock has positive effects on Incheon North Harbor. In addition, Incheon Inner Harbor trading volumes positive shock has negative effects on Pyeongtaek port. The results also suggest that the volume of Pyeongtaek port Granger-causes the volume of Incheon North Harbor, but not vice versa. The volume of Incheon Inner Harbor Granger-causes the volume of Pyeongtaek port. Based on these results, we suggest that port authorities have to focus on policies that would promote copetition between port of Pyeongtaek and Incheon in the world harbor industry.
Port congestion rate at Busan Port has increased for three years. Port congestion causes container reconditioning, which increases the dockyard labor's work intensity and ship owner's waiting time. If congestion is prolonged, it can cause a drop in port service levels. Therefore, this study proposed an anomaly detection method using ARIMA(Autoregressive Integrated Moving Average) model with the daily volume data from 2013 to 2020. Most of the research that predicts port volume is mainly focusing on long-term forecasting. Furthermore, studies suggesting methods to utilize demand forecasting in terms of port operations are hard to find. Therefore, this study proposes a way to use daily demand forecasting for port anomaly detection to solve the congestion problem at Busan port.
Port logistics is essential for Korea's economy which heavily rely on international trade. Vast amounts of capital and time are consumed for the operation and development of ports to improve their competitiveness. Therefore, it is important to forecast cargo volume in order to establish the optimum level of construction and development plan. Itemized forecasting is necessary for appropriate port planning, since disaggregate approach is able to provides more realistic solution than aggregate forecasting. We introduce a new time series model which is Two-way Seasonality Multiplied Regressive Model (TSMR) to forecast oil cargo volume, which accounts for a large portion of total cargo volume in Korea. The TSMR model is designed to take into account the characteristics of oil cargo volume which exhibits trends with short and long-term seasonality. To verify the TSMR model, existing forecasting models are also used for a comparison reason. The results shows that the TSMR excels the existing models in terms of forecasting accuracy whereas the TSMR displays weakness in short-term forecasting. In addition, it was shown that the TSMR can be applied to other cargoes that have trends with short- and long-term seasonality through testing applicability of the TSMR.
본 웹사이트에 게시된 이메일 주소가 전자우편 수집 프로그램이나
그 밖의 기술적 장치를 이용하여 무단으로 수집되는 것을 거부하며,
이를 위반시 정보통신망법에 의해 형사 처벌됨을 유념하시기 바랍니다.
[게시일 2004년 10월 1일]
이용약관
제 1 장 총칙
제 1 조 (목적)
이 이용약관은 KoreaScience 홈페이지(이하 “당 사이트”)에서 제공하는 인터넷 서비스(이하 '서비스')의 가입조건 및 이용에 관한 제반 사항과 기타 필요한 사항을 구체적으로 규정함을 목적으로 합니다.
제 2 조 (용어의 정의)
① "이용자"라 함은 당 사이트에 접속하여 이 약관에 따라 당 사이트가 제공하는 서비스를 받는 회원 및 비회원을
말합니다.
② "회원"이라 함은 서비스를 이용하기 위하여 당 사이트에 개인정보를 제공하여 아이디(ID)와 비밀번호를 부여
받은 자를 말합니다.
③ "회원 아이디(ID)"라 함은 회원의 식별 및 서비스 이용을 위하여 자신이 선정한 문자 및 숫자의 조합을
말합니다.
④ "비밀번호(패스워드)"라 함은 회원이 자신의 비밀보호를 위하여 선정한 문자 및 숫자의 조합을 말합니다.
제 3 조 (이용약관의 효력 및 변경)
① 이 약관은 당 사이트에 게시하거나 기타의 방법으로 회원에게 공지함으로써 효력이 발생합니다.
② 당 사이트는 이 약관을 개정할 경우에 적용일자 및 개정사유를 명시하여 현행 약관과 함께 당 사이트의
초기화면에 그 적용일자 7일 이전부터 적용일자 전일까지 공지합니다. 다만, 회원에게 불리하게 약관내용을
변경하는 경우에는 최소한 30일 이상의 사전 유예기간을 두고 공지합니다. 이 경우 당 사이트는 개정 전
내용과 개정 후 내용을 명확하게 비교하여 이용자가 알기 쉽도록 표시합니다.
제 4 조(약관 외 준칙)
① 이 약관은 당 사이트가 제공하는 서비스에 관한 이용안내와 함께 적용됩니다.
② 이 약관에 명시되지 아니한 사항은 관계법령의 규정이 적용됩니다.
제 2 장 이용계약의 체결
제 5 조 (이용계약의 성립 등)
① 이용계약은 이용고객이 당 사이트가 정한 약관에 「동의합니다」를 선택하고, 당 사이트가 정한
온라인신청양식을 작성하여 서비스 이용을 신청한 후, 당 사이트가 이를 승낙함으로써 성립합니다.
② 제1항의 승낙은 당 사이트가 제공하는 과학기술정보검색, 맞춤정보, 서지정보 등 다른 서비스의 이용승낙을
포함합니다.
제 6 조 (회원가입)
서비스를 이용하고자 하는 고객은 당 사이트에서 정한 회원가입양식에 개인정보를 기재하여 가입을 하여야 합니다.
제 7 조 (개인정보의 보호 및 사용)
당 사이트는 관계법령이 정하는 바에 따라 회원 등록정보를 포함한 회원의 개인정보를 보호하기 위해 노력합니다. 회원 개인정보의 보호 및 사용에 대해서는 관련법령 및 당 사이트의 개인정보 보호정책이 적용됩니다.
제 8 조 (이용 신청의 승낙과 제한)
① 당 사이트는 제6조의 규정에 의한 이용신청고객에 대하여 서비스 이용을 승낙합니다.
② 당 사이트는 아래사항에 해당하는 경우에 대해서 승낙하지 아니 합니다.
- 이용계약 신청서의 내용을 허위로 기재한 경우
- 기타 규정한 제반사항을 위반하며 신청하는 경우
제 9 조 (회원 ID 부여 및 변경 등)
① 당 사이트는 이용고객에 대하여 약관에 정하는 바에 따라 자신이 선정한 회원 ID를 부여합니다.
② 회원 ID는 원칙적으로 변경이 불가하며 부득이한 사유로 인하여 변경 하고자 하는 경우에는 해당 ID를
해지하고 재가입해야 합니다.
③ 기타 회원 개인정보 관리 및 변경 등에 관한 사항은 서비스별 안내에 정하는 바에 의합니다.
제 3 장 계약 당사자의 의무
제 10 조 (KISTI의 의무)
① 당 사이트는 이용고객이 희망한 서비스 제공 개시일에 특별한 사정이 없는 한 서비스를 이용할 수 있도록
하여야 합니다.
② 당 사이트는 개인정보 보호를 위해 보안시스템을 구축하며 개인정보 보호정책을 공시하고 준수합니다.
③ 당 사이트는 회원으로부터 제기되는 의견이나 불만이 정당하다고 객관적으로 인정될 경우에는 적절한 절차를
거쳐 즉시 처리하여야 합니다. 다만, 즉시 처리가 곤란한 경우는 회원에게 그 사유와 처리일정을 통보하여야
합니다.
제 11 조 (회원의 의무)
① 이용자는 회원가입 신청 또는 회원정보 변경 시 실명으로 모든 사항을 사실에 근거하여 작성하여야 하며,
허위 또는 타인의 정보를 등록할 경우 일체의 권리를 주장할 수 없습니다.
② 당 사이트가 관계법령 및 개인정보 보호정책에 의거하여 그 책임을 지는 경우를 제외하고 회원에게 부여된
ID의 비밀번호 관리소홀, 부정사용에 의하여 발생하는 모든 결과에 대한 책임은 회원에게 있습니다.
③ 회원은 당 사이트 및 제 3자의 지적 재산권을 침해해서는 안 됩니다.
제 4 장 서비스의 이용
제 12 조 (서비스 이용 시간)
① 서비스 이용은 당 사이트의 업무상 또는 기술상 특별한 지장이 없는 한 연중무휴, 1일 24시간 운영을
원칙으로 합니다. 단, 당 사이트는 시스템 정기점검, 증설 및 교체를 위해 당 사이트가 정한 날이나 시간에
서비스를 일시 중단할 수 있으며, 예정되어 있는 작업으로 인한 서비스 일시중단은 당 사이트 홈페이지를
통해 사전에 공지합니다.
② 당 사이트는 서비스를 특정범위로 분할하여 각 범위별로 이용가능시간을 별도로 지정할 수 있습니다. 다만
이 경우 그 내용을 공지합니다.
제 13 조 (홈페이지 저작권)
① NDSL에서 제공하는 모든 저작물의 저작권은 원저작자에게 있으며, KISTI는 복제/배포/전송권을 확보하고
있습니다.
② NDSL에서 제공하는 콘텐츠를 상업적 및 기타 영리목적으로 복제/배포/전송할 경우 사전에 KISTI의 허락을
받아야 합니다.
③ NDSL에서 제공하는 콘텐츠를 보도, 비평, 교육, 연구 등을 위하여 정당한 범위 안에서 공정한 관행에
합치되게 인용할 수 있습니다.
④ NDSL에서 제공하는 콘텐츠를 무단 복제, 전송, 배포 기타 저작권법에 위반되는 방법으로 이용할 경우
저작권법 제136조에 따라 5년 이하의 징역 또는 5천만 원 이하의 벌금에 처해질 수 있습니다.
제 14 조 (유료서비스)
① 당 사이트 및 협력기관이 정한 유료서비스(원문복사 등)는 별도로 정해진 바에 따르며, 변경사항은 시행 전에
당 사이트 홈페이지를 통하여 회원에게 공지합니다.
② 유료서비스를 이용하려는 회원은 정해진 요금체계에 따라 요금을 납부해야 합니다.
제 5 장 계약 해지 및 이용 제한
제 15 조 (계약 해지)
회원이 이용계약을 해지하고자 하는 때에는 [가입해지] 메뉴를 이용해 직접 해지해야 합니다.
제 16 조 (서비스 이용제한)
① 당 사이트는 회원이 서비스 이용내용에 있어서 본 약관 제 11조 내용을 위반하거나, 다음 각 호에 해당하는
경우 서비스 이용을 제한할 수 있습니다.
- 2년 이상 서비스를 이용한 적이 없는 경우
- 기타 정상적인 서비스 운영에 방해가 될 경우
② 상기 이용제한 규정에 따라 서비스를 이용하는 회원에게 서비스 이용에 대하여 별도 공지 없이 서비스 이용의
일시정지, 이용계약 해지 할 수 있습니다.
제 17 조 (전자우편주소 수집 금지)
회원은 전자우편주소 추출기 등을 이용하여 전자우편주소를 수집 또는 제3자에게 제공할 수 없습니다.
제 6 장 손해배상 및 기타사항
제 18 조 (손해배상)
당 사이트는 무료로 제공되는 서비스와 관련하여 회원에게 어떠한 손해가 발생하더라도 당 사이트가 고의 또는 과실로 인한 손해발생을 제외하고는 이에 대하여 책임을 부담하지 아니합니다.
제 19 조 (관할 법원)
서비스 이용으로 발생한 분쟁에 대해 소송이 제기되는 경우 민사 소송법상의 관할 법원에 제기합니다.
[부 칙]
1. (시행일) 이 약관은 2016년 9월 5일부터 적용되며, 종전 약관은 본 약관으로 대체되며, 개정된 약관의 적용일 이전 가입자도 개정된 약관의 적용을 받습니다.