PUNKTOWA I PRZEDZIAŁOWA PREDYKCJA PRZEWOZÓW PASAŻERÓW W ŻEGLUDZE PROMOWEJ NA BAŁTYKU W LATACH 2008 2010



Podobne dokumenty
Analiza rynku projekt

Wykład 6. Badanie dynamiki zjawisk

Wykład 6. Badanie dynamiki zjawisk

PROGNOZOWANIE ZUŻYCIA CIEPŁEJ I ZIMNEJ WODY W SPÓŁDZIELCZYCH ZASOBACH MIESZKANIOWYCH

Politechnika Częstochowska Wydział Inżynierii Mechanicznej i Informatyki. Sprawozdanie #2 z przedmiotu: Prognozowanie w systemach multimedialnych

E k o n o m e t r i a S t r o n a 1. Nieliniowy model ekonometryczny

ZESZYTY NAUKOWE UNIWERSYTETU SZCZECI SKIEGO ODPOWIED NA PYTANIE PROFESORA RAUTSKAUKASA

Studia Ekonomiczne. Zeszyty Naukowe Uniwersytetu Ekonomicznego w Katowicach ISSN Nr

Strukturalne podejście w prognozowaniu produktu krajowego brutto w ujęciu regionalnym

3. Modele tendencji czasowej w prognozowaniu

WNIOSKOWANIE STATYSTYCZNE

Ocena efektywności procedury Congruent Specyfication dla małych prób

Prognozowanie średniego miesięcznego kursu kupna USD

Kombinowanie prognoz. - dlaczego należy kombinować prognozy? - obejmowanie prognoz. - podstawowe metody kombinowania prognoz

KURS EKONOMETRIA. Lekcja 1 Wprowadzenie do modelowania ekonometrycznego ZADANIE DOMOWE. Strona 1

licencjat Pytania teoretyczne:

PROGNOZOWANIE. Ćwiczenia 2. mgr Dawid Doliński

Parytet stóp procentowych a premia za ryzyko na przykładzie kursu EURUSD

PROGNOZOWANIE I SYMULACJE. mgr Żaneta Pruska. Ćwiczenia 2 Zadanie 1

ANALIZA, PROGNOZOWANIE I SYMULACJA / Ćwiczenia 1

TWIERDZENIE FRISCHA-WAUGHA-STONE A A PYTANIE RUTKAUSKASA

SYMULACYJNA ANALIZA PRODUKCJI ENERGII ELEKTRYCZNEJ I CIEPŁA Z ODNAWIALNYCH NOŚNIKÓW W POLSCE

WYKORZYSTANIE TEORII CHAOSU ZDETERMINOWANEGO W PROGNOZOWANIU KROKOWYM ROCZNEGO ZUŻYCIA ENERGII ELEKTRYCZNEJ PRZEZ ODBIORCÓW WIEJSKICH

DYNAMICZNE MODELE EKONOMETRYCZNE

PROGNOZOWANIE I SYMULACJE EXCEL 2 PROGNOZOWANIE I SYMULACJE EXCEL AUTOR: ŻANETA PRUSKA

ESTYMACJA KRZYWEJ DOCHODOWOŚCI STÓP PROCENTOWYCH DLA POLSKI

O LICZBIE ABONENTÓW TELEFONII KOMÓRKOWEJ W POLSCE ZDANIEM TRZECH STATYSTYKÓW

Dendrochronologia Tworzenie chronologii

Ocena płynności wybranymi metodami szacowania osadu 1

1. Szereg niesezonowy 1.1. Opis szeregu

Wojciech Kuźmiński* Józef Hozer** Uniwersytet Szczeciński

STUDIA I PRACE WYDZIAŁU NAUK EKONOMICZNYCH I ZARZĄDZANIA NR 36

PREDYKCJA KURSU EURO/DOLAR Z WYKORZYSTANIEM PROGNOZ INDEKSU GIEŁDOWEGO: WYBRANE MODELE EKONOMETRYCZNE I PERCEPTRON WIELOWARSTWOWY

Matematyka ubezpieczeń majątkowych r. ma złożony rozkład Poissona. W tabeli poniżej podano rozkład prawdopodobieństwa ( )

Analiza opłacalności inwestycji logistycznej Wyszczególnienie

Ewa Dziawgo Uniwersytet Mikołaja Kopernika w Toruniu. Analiza wrażliwości modelu wyceny opcji złożonych

DYNAMICZNE MODELE EKONOMETRYCZNE

EKONOMETRIA wykład 2. Prof. dr hab. Eugeniusz Gatnar.

Logistyka - nauka. Polski sektor TSL w latach Diagnoza stanu

Wskazówki projektowe do obliczania nośności i maksymalnego zanurzenia statku rybackiego na wstępnym etapie projektowania

Ekonometria. Prognozowanie ekonometryczne, ocena stabilności oszacowań parametrów strukturalnych. Jakub Mućk. Katedra Ekonomii Ilościowej

Metody ilościowe w analizie struktury podmiotowej sektora usług w Polsce

Maciej Matczak. Polskie porty morskie w 2015 roku Podsumowanie i perspektywy na przyszłość

WYKORZYSTANIE STATISTICA DATA MINER DO PROGNOZOWANIA W KRAJOWYM DEPOZYCIE PAPIERÓW WARTOŚCIOWYCH

SZACOWANIE MODELU RYNKOWEGO CYKLU ŻYCIA PRODUKTU

PRZEWOZY PROMOWE W BASENIE MORZA BAŁTYCKIEGO ZE SZCZEGÓLNYM UWZGLĘDNIENIEM AUTOSTRADY MORSKIEJ ŚWINOUJŚCIE YSTAD

Analiza i Zarządzanie Portfelem cz. 6 R = Ocena wyników zarządzania portfelem. Pomiar wyników zarządzania portfelem. Dr Katarzyna Kuziak

Kobiety w przedsiębiorstwach usługowych prognozy nieliniowe

Ekonometryczna analiza popytu na wodę

STUDIA I PRACE WYDZIAŁU NAUK EKONOMICZNYCH I ZARZĄDZANIA NR 15

Efekty agregacji czasowej szeregów finansowych a modele klasy Sign RCA

ANALIZA DYNAMIKI DOCHODU KRAJOWEGO BRUTTO

K wartość kapitału zaangażowanego w proces produkcji, w tys. jp.

Prognoza scenariuszowa poziomu oraz struktury sektorowej i zawodowej popytu na pracę w województwie łódzkim na lata

ANALIZA CEN TRANSAKCYJNYCH MIESZKA NA RYNKACH PIERWOTNYM I WTÓRNYM W WYBRANYCH MIASTACH POLSKI W LATACH

Zagadnienie 1: Prognozowanie za pomocą modeli liniowych i kwadratowych przy wykorzystaniu Analizy regresji wielorakiej w programie STATISTICA

ŹRÓDŁA FLUKTUACJI REALNEGO EFEKTYWNEGO KURSU EUR/ PLN

Statystyka od podstaw z systemem SAS Dr hab. E. Frątczak, ZAHZiAW, ISiD, KAE. Część VII. Analiza szeregu czasowego

TESTOWANIE EGZOGENICZNOŚCI ZMIENNYCH W MODELACH EKONOMETRYCZNYCH

MODELE PROGNOSTYCZNE SPRZEDAśY ENERGII ELEKTRYCZNEJ ODBIORCOM WIEJSKIM OPARTE NA WYMIARZE FRAKTALNYM, LOGISTYCZNE I KRZYśOWANIA HEURYSTYCZNEGO

ZASTOSOWANIE MODELI EKONOMETRYCZNYCH DO BADANIA SKŁONNOŚCI

METODA OKREŚLANIA WIELKOŚCI KONTRAKTÓW NA ENERGIĘ ELEKTRYCZNĄ

Ekonometria ćwiczenia 3. Prowadzący: Sebastian Czarnota

DYNAMICZNE MODELE EKONOMETRYCZNE

ZESZYTY NAUKOWE UNIWERSYTETU SZCZECIŃSKIEGO ANALIZA ZBIEŻNOŚCI STRUKTUR ZATRUDNIENIA W WYBRANYCH KRAJACH WYSOKOROZWINIĘTYCH

Copyright by Politechnika Białostocka, Białystok 2017

Zajęcia 2. Estymacja i weryfikacja modelu ekonometrycznego

PROGNOZOWANIE W ZARZĄDZANIU PRZEDSIĘBIORSTWEM

Struktura sektorowa finansowania wydatków na B+R w krajach strefy euro

PROGNOZOWANIE. Ćwiczenia 3. mgr Dawid Doliński

Wprowadzenie do teorii prognozowania

Spis treści. Summaries

DYNAMICZNE MODELE EKONOMETRYCZNE

Stanisław Cichocki Natalia Nehrebecka. Wykład 3

Robert Kubicki, Magdalena Kulbaczewska Modelowanie i prognozowanie wielkości ruchu turystycznego w Polsce

Dobór przekroju żyły powrotnej w kablach elektroenergetycznych

DYNAMIKA KONSTRUKCJI

ANALIZA WPŁYWU ROZWOJU ELEKTROMOBILNOŚCI NA ZAPOTRZEBOWANIE NA MOC I ENERGIĘ W KRAJOWYM SYSTEMIE ELEKTROENERGETYCZNYM

MODELOWANIE EFEKTU DŹWIGNI W FINANSOWYCH SZEREGACH CZASOWYCH

Matematyka finansowa r. Komisja Egzaminacyjna dla Aktuariuszy. XXXVIII Egzamin dla Aktuariuszy z 20 marca 2006 r.

ĆWICZENIE NR 43 U R I (1)

Magdalena Osińska, Marcin Fałdziński Uniwersytet Mikołaja Kopernika w Toruniu. Modele GARCH i SV z zastosowaniem teorii wartości ekstremalnych

FOLIA POMERANAE UNIVERSITATIS TECHNOLOGIAE STETINENSIS

STAN OBECNY I PERSPEKTYWY ROZWOJU LICZBY ABONENTÓW TELEFONII KOMÓRKOWEJ W POLSCE W UJĘCIU STATYSTYCZNYM

( ) ( ) ( τ) ( t) = 0

Analiza kosztów wytwarzania energii elektrycznej w elektrowniach systemowych

DOBÓR PRZEKROJU ŻYŁY POWROTNEJ W KABLACH ELEKTROENERGETYCZNYCH

RACHUNEK EFEKTYWNOŚCI INWESTYCJI METODY ZŁOŻONE DYNAMICZNE

Ocena działalności przedsiębiorstwa z zastosowaniem wybranych metod ilościowych

Etapy modelowania ekonometrycznego

POWIĄZANIA POMIĘDZY KRÓTKOOKRESOWYMI I DŁUGOOKRESOWYMI STOPAMI PROCENTOWYMI W POLSCE

Estymacja stopy NAIRU dla Polski *

Zarządzanie ryzykiem. Lista 3

Wykład 10 Estymacja przedziałowa - przedziały ufności dla średn

Badanie funktorów logicznych TTL - ćwiczenie 1

Motto. Czy to nie zabawne, że ci sami ludzie, którzy śmieją się z science fiction, słuchają prognoz pogody oraz ekonomistów? (K.

Jacek Kwiatkowski Magdalena Osińska. Procesy zawierające stochastyczne pierwiastki jednostkowe identyfikacja i zastosowanie.

Ścieżka rozwoju polskiej gospodarki w latach gospodarki w latach W tym celu wykorzystana zostanie metoda diagramowa,

Cechy szeregów czasowych

Zastosowanie sztucznych sieci neuronowych do prognozowania szeregów czasowych

Transkrypt:

STUDIA I PRACE WYDZIAŁU NAUK EKONOMICZNYCH I ZARZĄDZANIA NR 15 Chrisian Lis PUNKTOWA I PRZEDZIAŁOWA PREDYKCJA PRZEWOZÓW PASAŻERÓW W ŻEGLUDZE PROMOWEJ NA BAŁTYKU W LATACH 2008 2010 Wprowadzenie Przedmioem analizy, a nasępnie prognozy są przewozy pasażerów w żegludze promowej na Bałyku w relacji Skandynawia polskie pory morskie, prowadzone przez rzech armaorów: Polferries, Uniy Line i Sena Line. Okres analizy obejmuje laa 2001 2007. Dane pochodzą z roczników saysycznych ShipPax Informaion. W arykule podjęo próbę predykcji przewozów pasażerskich na laa 2008 2010 za pomocą meod przedziałowej esymacji funkcji endencji rozwojowych i eksrapolacji zmodyfikowanych krzywych Neymana na prognozowane okresy. 1. Analiza przewozów pasażerów w żegludze promowej na Bałyku w laach 2001 2007 W laach 2001 2007 zaobserwowano rosnącą endencję rozwojową w żegludze promowej w relacjach morskie pory skandynawskie pory polskie. W roku 2007 liczba pasażerów zaokręowanych lub wyokręowanych w polskich porach wyniosła 1 161 308 osób, wobec 868 355 pasażerów w 2001 roku. Oznacza o wzros liczby przewiezionych pasażerów w analizowanym okresie o 33,7%. W laach 2001 2007 liczba pasażerów rosła średnio z roku na rok o 5,0%, co daje przecięny roczny wzros przewiezionych pasażerów o 53 122 osób. Tempo

170 CHRISTIAN LIS wzrosu rynku przewozów pasażerów na Bałyku wzrosło po inegracji Polski z Unią Europejską. Jes o efek unijnego posulau swobodnego przepływu ludzi i kapiału oraz częściowego owarcia rynków pracy w Unii Europejskiej dla Polaków. Rozwojowi ego rynku i uprawianiu urysyki dodakowo sprzyja wzros gospodarczy w Polsce przekraczający 6% rocznie (od 2006 r.). Tabela 1. Przewozy pasażerów na Bałyku w relacji pory skandynawskie polskie pory według wojewódzw Laa kraj Przewozy wojewódzwo zachodniopomorskie wojewódzwo pomorskie Udział w przewozach pasażerów wojewódzwo zachodniopomorskie osoby % wojewódzwo pomorskie 2001 868 355 440 608 427 747 50,7 49,3 2002 907 010 417 711 489 299 46,1 53,9 2003 898 521 400 076 498 445 44,5 55,5 2004 1 044 912 473 497 571 415 45,3 54,7 2005 1 054 465 529 332 525 133 50,2 49,8 2006 1 133 314 573 015 560 299 50,6 49,4 2007 1 161 308 578 068 583 240 49,8 50,2 Źródło: [5]; [6]; [8]; [9]; [10]. W ujęciu regionalnym udział porów wojewódzw nadmorskich: zachodniopomorskiego i pomorskiego, w rynku przewozów pasażerskich w żegludze promowej rozkładał się równomiernie (po ok. 50%), z wyjąkiem la 2002 2004, kiedy zarysowała się niewielka przewaga porów wojewódzwa pomorskiego (rysunek 2). W wojewódzwie zachodniopomorskim w 2007 roku przewozy pasażerskie wzrosły w sosunku do 2001 roku o 31,2%, naomias w wojewódzwie pomorskim o 36,4%. W roku 2007 w porównaniu z 2006 rokiem pory wojewódzwa zachodniopomorskiego odnoowały wzros przewozów pasażerskich o 0,9%, a wojewódzwa pomorskiego o 4,1%. W abeli 2 przedsawiono wielkości przewozów pasażerskich w żegludze promowej w laach 2001 2007 z podziałem na armaorów i poszczególne linie w wojewódzwie zachodniopomorskim. W analizowanym okresie regularną żeglugę uprawiało dwóch armaorów (operaorów ransporu morskiego): Polferries i Uniy Line.

PUNKTOWA I PRZEDZIAŁOWA PREDYKCJA PRZEWOZÓW PASAŻERSKICH W ŻEGLUDZE PROMOWEJ NA BAŁTYKU W LATACH 2008 2010 171 Należy dodać, że w 2002 roku Żegluga Gdańska uruchomiła w sezonie lenim srice urysyczne połączenie Kołobrzeg Allinge/Nexö i przewiozła 60 500 pasażerów. Po roku 2002 żegluga z Kołobrzegu na duńską wyspę Bornholm zosała wsrzy mana. W luym 2007 roku Uniy Line wysarowała z nowym połączeniem Świnoujście Trelleborg, a 14 października 2007 roku wprowadziła do eksploaacji na linii dodakowy prom Wolin. Do końca 2007 roku Uniy Line przewiozła 4948 pasażerów. W laach 2001 2007 Polferries (Polska Żegluga Bałycka) urzymywała regularną żeglugę promową z Kopenhagą, Rønne i Ysad, naomias drugi operaor Uniy Line połączenie z Ysad. Największe wzrosy przewozów pasażerów w analizowanym okresie odnoował Polferries na linii Świnoujście Ysad i Świnoujście Rønne, odpowiednio o 78,0% i 75,4%, przy czym wolumen przewozów w 2007 roku na Bornholm nie przekroczył 12 ys. pasażerów, przy blisko 200 ys. pasażerów przewiezionych do lub ze Skanii. Drugi operaor Uniy Line odnoował w laach 2001 2007 mniejszy niż Polferries wzros liczby przewiezionych pasażerów. Wzros en wyniósł 11,4%. W roku 2007 udział Uniy Line w liczbie przewiezionych pasażerów w relacji Świnoujście Ysad wyniósł 56,7% i zmalał od 2001 roku z poziomu 67,6%. Popy na przewozy pasażerów na linii Świnoujście Ysad wzrósł w laach 2001 2007 blisko o jedną rzecią. Tabela 2. Przewozy pasażerów na Bałyku w relacji pory skandynawskie pory morskie wojewódzwa zachodniopomorskiego według armaorów i relacji Laa Świnoujście Kopenhaga Polferries (Polska Żegluga Bałycka) Świnoujście Rønne Świnoujście Ysad Uniy Line Świnoujście Ysad Polferries + Uniy Line Świnoujście Ysad osoby 2001 94 353 6 803 109 840 229 612 339 452 2002 101 015 9 948 97 244 209 504 306 748 2003 90 720 11 175 100 195 197 986 298 181 2004 99 023 11 495 125 775 237 204 362 979 2005 96 045 11 679 171 675 249 933 421 608 2006 110 466 11 057 194 811 256 681 451 492 2007 114 767 11 932 195 553 255 816 451 369 Źródło: [5]; [6]; [8]; [9]; [10].

172 CHRISTIAN LIS W laach 2001 2007 w wojewódzwie pomorskim były dwa regularne połączenia ze Skandynawią: Gdańsk Nynäshamn i Gdynia Karlskrona. Pierwsze obsługiwała spółka Polferries, drugie Sena Line. We wrześniu 2002 roku firma DFDS Seaways wprowadziła promy na linii Gdańsk Kopenhaga Trelleborg i w 2002 roku przewiozła 38 551 pasażerów, a w 2003 roku 161 929 pasażerów. W lisopadzie 2003 roku DFDS Seaways wsrzymała żeglugę na ej linii. W laach 2001 2003 Birka Line urzymywała dodakowo połączenie w sezonie lenim (wycieczki) w relacji Gdynia Szokholm. Jednak sysemayczne spadki przewożonych pasażerów nie pozwoliły na dalszą eksploaację promów na ej linii. W wojewódzwie pomorskim największy wzros przewozów pasażerskich w żegludze promowej odnoowała w 2007 roku w porównaniu z 2001 rokiem Sena Line wzros o 42,9%. W ym czasie Polferries zwiększyło swoje przewozy pasażerskie o 20,9%. Dane przedsawiono w abeli 3. Tabeli 3. Przewozy pasażerów na Bałyku w relacji pory skandynawskie pory morskie wojewódzwa pomorskiego według armaorów i relacji Polferries Laa (Polska Żegluga Bałycka) Sena Line Gdańsk Nynäshamn Gdynia Karlskrona 2001 127 399 300 348 2002 125 186 364 113 2003 113 008 385 437 2004 151 403 420 012 2005 163 894 361 239 2006 146 868 413 431 2007 154 076 429 164 Źródło: [5]; [6]; [8]; [9]; [10]. W abeli 4 zesawiono przewozy pasażerów realizowane przez poszczególnych armaorów (operaorów) w celu usalenia ich udziałów w rynku przewozów pasażerskich w żegludze promowej w relacji ze Skandynawią.

PUNKTOWA I PRZEDZIAŁOWA PREDYKCJA PRZEWOZÓW PASAŻERSKICH W ŻEGLUDZE PROMOWEJ NA BAŁTYKU W LATACH 2008 2010 173 Tabeli 4. Przewozy pasażerów na Bałyku w relacji pory skandynawskie pory morskie poszczególnych armaorów i ich udziały w rynku przewozów pasażerskich Przewozy Udział w rynku (%) Laa Polferries (Polska Żegluga Bałycka) Uniy Line Sena Line Polferries (Polska Żegluga Bałycka) Uniy Line Sena Line 2001 338 395 229 612 300 348 39,0 26,4 34,6 2002 333 393 209 504 364 113 36,8 23,1 40,1 2003 315 098 197 986 385 437 35,1 22,0 42,9 2004 387 696 237 204 420 012 37,1 22,7 40,2 2005 443 293 249 933 361 239 42,0 23,7 34,3 2006 463 202 256 681 413 431 40,9 22,6 36,5 2007 476 328 255 816 429 164 41,0 22,0 37,0 Źródło: [5]; [6]; [8]; [9]; [10]. Rys. 1. Udziały w rynku przewozów pasażerskich w żegludze promowej w relacji pory skandynawskie polskie pory morskie w 2007 roku Sena Line 37% Uniy Line 22% Polferries (Polska egluga Ba ycka) 41% Źródło: opracowanie własne na podsawie [6]. W roku 2007 największy udział w badanym rynku miał Polferries (41%), na drugim miejscu była Sena Line (37%), a na rzecim miejscu Uniy Line (22%).

174 CHRISTIAN LIS 2. Prognozy przewozów pasażerów w żegludze promowej na Bałyku w laach 2008 2010 Isoą prognozowania jes przewidywanie przyszłych zdarzeń w celu zmniejszenia ryzyka w procesie podejmowania decyzji. W ekonomii nie wszyskie zdarzenia i procesy dają się przewidzieć. Jeżeli procesy są czyso losowe, o jego przyszłe realizacje są nieprzewidywalne. Jak pisze J. Hozer 1, bariery przewidywalności zjawisk gospodarczych leżą w charakerze powiązań między nimi. Przewidywalność jes możliwa w przypadku powiązań kauzalnych i koegzysencjalnych pod warunkiem ich odkrycia bądź gdy zmienna prognozowana cechuje się prawidłowością w zakresie dynamiki. Posługiwanie się naukowymi meodami prognozowania, oparymi na modelach ekonomerycznych, wymaga więc przyjęcia podsawowych założeń. Do najważniejszych rzeba zaliczyć znajomość ekonomerycznego modelu kszałowania się zmiennej prognozowanej, sabilność prawidłowości ekonomicznej zarówno w okresie modelowania, jak i prognozowania (zasada dynamicznego saus quo), sabilność rozkładu składnika losowego, znajomość warości zmiennych objaśniających w okresie prognozowanym i dopuszczalność eksrapolacji ych zmiennych poza zaobserwowany w próbie obszar zmienności. Dla wyznaczenia punkowych prognoz przewozów pasażerów w żegludze promowej na laa 2008 2010 w skali kraju i wojewódzw nadmorskich dokonano eksrapolacji liniowych funkcji endencji rozwojowej. Nasępnie zbudowano 95-procenowe przedziały ufności dla uzyskanych prognoz według wzoru: P y v E Y ) y v = 1 α α α (1) Wysępujący we wzorze sandardowy błąd predykcji ex ane (v ) można wyznaczyć dla rendów liniowych według nasępującej formuły skalarnej: v = S e 2 ) ) n = 1 2 1 1 n (2) 1 Por. [2], s. 165.

PUNKTOWA I PRZEDZIAŁOWA PREDYKCJA PRZEWOZÓW PASAŻERSKICH W ŻEGLUDZE PROMOWEJ NA BAŁTYKU W LATACH 2008 2010 175 lub macierzowej: v = S e x T 1 T X X ) x ) 1 (3) gdzie: S e odchylenie sandardowe składnika losowego, zmienna czasowa przyjmująca warości 1, 2,..., n, n długość okresu modelowania zjawiska, x * wekor wierszowy warości zmiennych objaśniających w okresie prognozowanym, X macierz zaobserwowanych warości zmiennych objaśniających. Waro zauważyć, że zaproponowane przez auora przedziały ufności dla prognoz przewozów pasażerów są szersze niż przedziały ufności dla funkcji endencji rozwojowych (worzące zw. krzywe Neymana) o dwa odchylenia sandardowe składnika losowego. Wynika o z faku, że maksymalny błąd esymacji rendu liniowego jes o odchylenie sandardowe składnika losowego mniejszy od sandardowego błędu predykcji ex ane. Do oceny dopuszczalności uzyskanych prognoz zasosowano względny błąd predykcji ex ane w posaci: η v = y 100% (4) Prognozy uznaje się za obarczone małym błędem, jeżeli η 5% (warunek dopuszczalności prognoz). W abeli 5 zesawiono rezulay prognoz punkowych i przedziałowych oraz podano sandardowe i względne błędy predykcji ex ane. W laach 2001 2007 ukszałował się rosnący rend przewozów pasażerskich. Oszacowano paramery rendu liniowego, kóry w 93,6% wyjaśniał zmienność przewozów w analizowanym okresie. Przyjmując zasadę dynamicznego saus quo, wyznaczono prognozy przewozów pasażerów w laach 2008 2010 (abela 5). W laach 2008 2010 przewozy pasażerów w polskich porach morskich w relacji z porami skandynawskimi będą rosły średnio o 52 122 pasażerów rocznie, co oznacza średnioroczny przewidywany wzros na poziomie 4,3%. Uzyskane prognozy były obarczone niskimi błędami predykcji ex ane (ok. 3%), dzięki czemu można uznać je za

176 CHRISTIAN LIS dopuszczalne. Z 95-procenową ufnością można wierdzić, że w 2008 roku przedział liczbowy o końcach 1 111,8 ys. osób i 1 332,6 ys. osób pokryje przewidywaną wielkość przewozów w rozważanych relacjach, w 2009 roku przedział o końcach 1 155,0 ys. osób i 1 395,6 ys. osób, a w 2010 roku przedział o końcach 1 197,0 ys. osób i 1 459,9 ys. osób. Laa Tabela 5. Zesawienie wyników predykcji przewozów pasażerów na Bałyku w relacji z polskimi porami morskimi w laach 2008 2010 Prognoza punkowa y * (ys. osób) Granice 95% przedziałów ufności dla prognoz L y * (ys. osób) y * U (ys. osób) Polska Sandardowy błąd predykcji ex ane v (ys. osób) Względny błąd predykcji ex ane 2008 1 222,2 1 111,8 1 332,6 37,2 3,04 2009 1 275,3 1 155,0 1 395,6 37,7 2,96 2010 1 328,4 1 197,0 1 459,9 38,2 2,88 Wojewódzwo zachodniopomorskie 2008 609,2 490,4 728,1 40,0 6,57 2009 639,7 510,1 769,2 40,6 6,35 2010 670,1 528,6 811,6 41,1 6,14 Wojewódzwo pomorskie 2008 613,0 520,6 705,4 31,1 5,08 2009 635,6 535,0 736,3 31,6 4,96 2010 658,3 548,3 768,3 32,0 4,86 η (%) Źródło: obliczenia własne. Wyznaczono również prognozy przewozów pasażerów w żegludze promowej w ujęciu regionalnym, czyli z podziałem na wojewódzwa nadmorskie (rysunki 3 i 4). Jednak w obu przypadkach rendy liniowe wyjaśniały zmienność dynamiki przewozów w około 80% i o przełożyło się na wyższe względne błędy prognoz, a co za ym idzie, szersze przedziały ufności dla prognoz (abela 5). Jeżeli chodzi o prognozy przewozów w wojewódzwie zachodniopomorskim, o błędy predykcji przekroczyły dopuszczalne (akcepowane) poziomy w każdym okresie prognozy, naomias w wojewódzwie pomorskim oscylowały one wokół warości granicznej 5%.

PUNKTOWA I PRZEDZIAŁOWA PREDYKCJA PRZEWOZÓW PASAŻERSKICH W ŻEGLUDZE PROMOWEJ NA BAŁTYKU W LATACH 2008 2010 177 Rys. 2. Prognozy przewozów pasażerskich w żegludze promowej w Polsce 1 600 000 1 400 000 1 200 000 1 000 000 800 000 600 000 400 000 200 000 0 2001 2002 2003 2004 2005 2006 2007 2008 2009 2010 laa Źródło: opracowanie własne. Rys. 3. Prognozy przewozów pasażerskich w żegludze promowej w wojewódzwie zachodniopomorskim 900 000 800 000 700 000 600 000 500 000 400 000 300 000 200 000 100 000 0 2001 2002 2003 2004 2005 2006 2007 2008 2009 2010 laa Źródło: opracowanie własne.

178 CHRISTIAN LIS Rys. 4. Prognozy przewozów pasażerskich w żegludze promowej w wojewódzwie pomorskim 900 000 800 000 700 000 600 000 500 000 400 000 300 000 200 000 100 000 0 2001 2002 2003 2004 2005 2006 2007 2008 2009 2010 laa Źródło: opracowanie własne. Podsumowanie W laach 2001 2007 zaobserwowano isony wzros liczby przewiezionych pasażerów w żegludze promowej pomiędzy morskimi porami polskimi a skandynawskimi. W roku 2007 przewieziono 1 161 308 pasażerów wobec 868 355 osób w 2001 roku. Oznacza o wzros o jedną rzecią. W analizowanym okresie żeglugę promową uprawiało rzech armaorów: Polferries (Polska Żegluga Bałycka), Uniy Line i Sena Line. W arykule wyznaczono prognozy przewozów pasażerów pomiędzy porami polskimi i skandynawskimi na laa 2008 2010. Prognozy były obarczone akcepowalnymi błędami predykcji ex ane. Waro również dodać, że próba prognozowania przewozów na niższym poziomie agregacji zmiennej prognozowanej, czyli dla poszczególnych relacji lub armaorów uprawiających żeglugę promową, dała w większości przypadków nieakcepowane warości błędów predykcji, co było wynikiem dużej zmienności losowej powiązanej z celową działalnością zarządów spółek armaorskich. Okazuje się, że przy wyższym poziomie agregacji zmiennej prognozowanej czynniki losowe w dużej mierze się znoszą, na przykład zjawisko przepływu ładunków i pasażerów między armaorami czy relacjami, dające relaywnie wysoką

PUNKTOWA I PRZEDZIAŁOWA PREDYKCJA PRZEWOZÓW PASAŻERSKICH W ŻEGLUDZE PROMOWEJ NA BAŁTYKU W LATACH 2008 2010 179 zmienność obserwowaną na poziomie armaora czy relacji, w skali kraju lub wojewódzw jes niezauważalne. Lieraura 1. Dimann P., Prognozowanie w przedsiębiorswie, Oficyna Ekonomiczna, Kraków 2003. 2. Hozer J., Mikroekonomeria. Analizy, diagnozy, prognozy, PWE, Warszawa 1993. 3. Pawłowski Z., Zasady predykcji ekonomicznej, PWN, Warszawa 1982. 4. Zeliaś A., Pawełek B., Wana S., Prognozowanie ekonomiczne. Teoria, przykłady, zadania, Wydawnicwo Naukowe PWN, Warszawa 2004. 5. Marke: 07, Saisics, ShipPax 2007. 6. Marke: 08, Saisics, ShipPax 2008. 7. Prognozowanie gospodarcze. Meody i zasosowania, red. M. Cieślak, Wydawnicwo Naukowe PWN, Warszawa 2000. 8. The Yearbook for Passenger and Ro-Ro Shipping, Saisics and Oulook 2006, ShipPax 2006. 9. The Yearbook for Passenger Shipping Traffi c Figures, Saisics 03, ShipPax 2003. 10. The Yearbook for Passenger Shipping Traffi c Figures, Saisics 04, ShipPax 2004. SPOT AND INTERVAL PREDICTION OF PASSENGER TRAFFIC IN BALTIC FERRY SHIPPING IN 2008 2010 Summary The subjec of he aricle was predicion of passenger raffic in Balic ferry shipping. The passenger raffic beween Polish and Scandinavian Sea Pors in years 2008 2010 was deermined in he aricle. Forecasing process was based on he analysis of passenger raffic in years 2001 2007. There were increasing rends of passenger ferry shipping in ha period. The number of passengers increased by 33,7% in he year 2007 compared o he year 2001. Thanks o he regulariy of growing endency ha was observed, here were accepable forecass deermined. Auhor used saisic mehods of spo and inerval predicion. Translaed by Chrisian Lis