在日趋激烈的国内外市场竞争环境下,港口发展不能简单的依靠规模化,需要在一定范围实行内外部联动协作,港口联动发展已成为一种趋势。明确港口自身的物流需求发展变化是港口进行系统规划、确定功能定位、制定联动发展战略的前提和基础。本文在港口联动发展、港口与腹地关系、港口物流需求预测等理论研究基础上,明确联动对港口物流需求的影响机理。根据联动发展背景下港口经济腹地以货源市场进行细分这一特征,首先,对宜宾港联动发展现状进行分析,以云、贵、川腹地资源为基础,进出港口货物运输组织为导向,找出联动发展情况下对宜宾港物流需求具有直接影响的经济腹地范围。其次,通过港口和腹地关系的定性分析找出影响宜宾港物流需求的因素,构建预测指标体系,并通过灰色关联度分析进行关键指标筛选。最后,提出嵌套组合的预测方式,内层以线性回归与指数平滑相组合预测出BP神经网络输入向量,外层以GM(1,1)与BP神经网络相组合预测出了宜宾港“十三五”期间的港口吞吐量情况。综合理论研究和实证分析,本文得出以下几点研究结论:第一,港口物流发展水平与经济腹地发展状况具有协同性,腹地的资源情况决定着产业结构进而影响港口的物流需求。经济腹地的货物运输情况和交通网络与港口的吞吐量有着明显的相关性,目前,公路运输对宜宾港的物流发展,特别是集装箱吞吐量有着很大的影响。第二,联动发展背景下对宜宾港物流需求具有直接影响的经济腹地为成都经济区、川南经济区、攀西-六盘水经济区的18个城市。第三,在长江经济带的历史机遇和联动发展的有益促进下,宜宾港的物流发展迅速,“十三五”期间港口货物吞吐量和集装箱吞吐量将保持高速增长,到2020年集装箱量将突破100万标箱。港口物流的快速发展需要宜宾港不断地进行战略规划及建设,为港口发展不断注入新的动力。第四,BP神经网络比GM(1,1)、线性回归、指数平滑更全面且预测精度更高。随着预测周期的延长,BP神经网络反应数据真实性的能力在下降,而GM(1,1)能很好解决这一问题,因为它能保持预测数据固有的趋势。总体而言,组合预测能克服各单项预测的片面性且在预测精度上更优。