區域物流產業需求預測及發展趨勢研究
——以重慶市開縣地區為例

成　琳，彭良濤，王銳淇

(1.重慶市能源職業學院，重慶　402247； 2.后勤工程學院，重慶　401331)

?

區域物流產業需求預測及發展趨勢研究
——以重慶市開縣地區為例

成琳1，彭良濤2，王銳淇2

(1.重慶市能源職業學院，重慶402247； 2.后勤工程學院，重慶401331)

摘要：以重慶市開縣地區物流產業為例，以該區域2008—2014年物流產業基礎數據作為主要分析對象，采用相關分析方法并借助數學工具，對其2015—2022年物流產業需求以及區域內分區物流產業發展趨勢進行預測，得到具有一定實際經濟意義的分析和預測結果。

關鍵詞：區域經濟；物流產業；需求預測；預測模型

本文引用格式：成琳，彭良濤，王銳淇.區域物流產業需求預測及發展趨勢研究——以重慶市開縣地區為例[J].重慶與世界，2016(6):15-22.

Citation format:CHENG Lin,PENG Liang-tao,WANG Rui-qi.Research to Prediction About Demands of Regional Logistics Industry and Devolopment Trend: Basing on the Kai County of Chongqing[J].The World and Chongqing,2016(6):15-22.

一、前言

隨著我國經濟結構的不斷升級，現代物流行業已經成為了我國諸多產業中最具發展潛力，也是發展前景最優的行業，其發展直接影響到其他產業的持續發展能力。因此，全國各區域、各省市正不斷加大對物流行業的引導和扶持力度。物流行業在高速發展過程中，除去大量的人力、財力成本投入外，還需要不斷的智力投入對其具體發展軌跡進行規劃，對資源進行統籌利用，對其發展方式進行進一步完善。

物流業的發展需要經驗數據作為決策者未來進行產業結構調整和布局的依據，同時物流數據的預測也可為地區第一和第二產業的發展提供有力的經濟數據支撐，在一定程度上為區域內各產業發展趨勢提供決策支持。

重慶作為我國西部唯一的直轄市，近年來經濟發展快速增長，尤其是 “一帶一路”戰略和建設長江經濟帶為促進長江黃金水道沿線綜合立體交通走廊建設帶來了新的機遇，交通建設全面提速，工業、商貿流通躋身西部地區前列[1-2]。重慶市開縣與萬州、城口、巫溪、云陽比鄰，又與四川達州地區接壤，是渝東北地區進出四川、陜西的重要門戶，處于川陜渝物流大通道的核心位置和長江經濟帶綜合立體交通走廊的輻射區域[3]。獨特的地理優勢為開縣發展現代物流產業提供了良好的機遇，同時其物流業的發展案例也具有一定區域代表性。開縣在發展現代物流業的同時，與我國其他區域類似，需要對物流產業經驗數據進行收集、整理，科學采用數理方法進行數據分析以及預測，從而對區域內物流業的進一步發展理清脈絡。因此，本文將以開縣物流產業為例，采用恰當的預測方法對該區域物流需求進行科學預測，從而得到具有支撐力的物流行業發展依據。其預測方法、分析過程與預測結果均可對全國其他區域的現代物流業發展起到借鑒作用。

二、國內外研究現狀

國內外針對區域物流產業預測開展的研究較多，涉及的范圍也較廣。文獻[4]提出了基于MLP神經網絡的區域物流需求預測模型，為區域物流需求預測提供了一種新的思路和方法。文獻[5]從區域物流需求預測內容、指標選擇和預測方法三方面進行了系統研究。文獻[6]建立了趨勢曲線預測模型、回歸預測模型及灰色預測模型的物流需求單項預測模型，并以重慶空港物流園為例進行應用。文獻[7-8]針對LSSVM在物流需求預測中參數選擇的隨意性、耗時性等問題,將LSSVM與動態加速系數粒子群優化(DACPSO)算法結合,提出一種基于LSSVM-DACPSO的物流需求預測模型。文獻[9]以云南省統計數據為基礎，建立基于主成分回歸方法的區域物流需求預測模型。文獻[10]在現有研究的基礎上，考慮到區域經濟發展水平與區域物流需求的相關性，提出一種區域物流需求預測的GSO-GNNM模型。文獻[11]運用支持向量回歸曲線估計模型(SVR)對區域物流需求結構風險最小化原理進行了研究。文獻[12]運用計量經濟模型分析和預測北京物流總需求的分析，探討了北京物流需求的影響因素。

從以上文獻分析可以看出，現階段對區域物流產業需求的預測往往停留在預先選擇的固定方法上，在該種方法下再進行相關的分析內容細分。分析方法選擇較為單一，通過比較后再進行分析與預測較少，且物流產業需求水平統計口徑往往限于某一類社會經濟統計量。此外，由于大部分的研究針對的是區域的整體物流需求預測，沒有針對區域內部的經濟特征分區特點，開展物流產業區域內分區差異性預測，造成預測結果針對區域內部各分區物流產業規劃的可指導性下降。

三、研究思路及預測方法

本文主要針對開縣地區的物流市場總額，以及公路與水路貨運量兩個重要的物流指標性數據進行區域物流產業需求的分析與預測，從而得到該地區的物流產業整體和細分發展趨勢。在此基礎上，根據區域內分區產業結構特征以及第三產業總體比重，得到物流區域內分區物流量預測結果，進而判斷各分區物流產業發展趨勢，為未來的區域內物流產業發展規劃提供決策支持。

物流需求預測是以歷年的統計資料為依據，用數理統計的方法對物流需求量的未來發展從數量上加以測算和分析。統計預測的方法有很多，具體方法要視實際情況而定，主要方法有：時間序列預測模型、線性回歸預測模型、曲線估計回歸預測模型以及灰色系統預測模型等[13-14]。本研究根據方法的特點和數據的走勢主要采用了曲線估計回歸預測模型和灰色系統預測模型。為了使預測結果盡可能反映現實情況，本文首先采用11種模型對數據進行回歸擬合[15]，然后選擇擬合程度最好的3種模型對數據的未來走勢進行預測，達到互相檢驗、提高預測結果可靠性的目的，最后在3種預測結果基礎上，采用綜合平均的方法給出推薦的預測值。涉及到的數據處理及預測工具主要有：PASW Statistics 18.0；MATLAB R2010a。

四、區域物流市場總額預測

區域物流市場總額是衡量區域總體物流水平的主要經濟指標，主要由區域物流業產值作為數據采集來源。開縣2008年至2014年的物流業產值如表1所示。由表1可作出2008—2014年開縣物流業產值的散點圖，如圖1所示。

表12008—2014年開縣物流業產值萬元

年份2008200920102011物流業產值41119488655943871966年份201220132014物流業產值91046109468128406

根據圖1的數據走勢，采用曲線估計模型[16-17]和灰色預測模型[18-19]對開縣物流業產值進行曲線擬合。將年份視為自變量，物流業產值視為因變量，自變量取值1～7(2008年為基準年)，在PASW Statistics 18.0和MATLAB R2010a中對其進行分析，分析結果如表2所示。

圖1　開縣物流業產值趨勢

由表2可知，擬合優度(R2)最高的兩個模型分別為二次曲線和三次曲線模型，而復合、指數和增長模型的擬合程度相同，本文選用二次、三次和指數曲線模型作為預測模型。根據估計出的參數，很容易得到3種模型對2015—2022年開縣物流業產值的預測結果，如表3和圖2所示。

表2　模型匯總和參數估計值　萬元

自變量為 YEAR,not periodic

表3　2015—2022年開縣物流業產值預測值　萬元

圖2　2015—2022年開縣物流業產值預測值

五、物流區域內分布量預測

除去以貨幣維度為基準的區域物流市場總額可作為區域物流水平的衡量標準外，區域的物流水平衡量還可以以實物為基準的物流相關行業貨運量進行。由于開縣目前沒有機場和鐵路，所以本文主要對開縣區域的公路貨運量以及水路貨運量進行數據采集與預測。

(一)公路貨運量預測

開縣2008—2014年公路貨運量如表4所示，其對應的散點圖如圖3所示。

表42008—2014年開縣公路貨運量萬噸

年份2008200920102011公路貨運量627659643587年份201220132014公路貨運量78311051351

根據圖3的數據走勢，采用曲線估計模型和灰色預測模型對開縣公路貨運量進行曲線擬合。將年份視為自變量，公路貨運量視為因變量，自變量取值1～7(2008年為基準年)，在PASW Statistics 18.0和MATLAB R2010a中對其進行分析，分析結果如表5所示。

圖3　開縣公路貨運量趨勢

由表5可知，擬合優度(R2)最高的兩個模型分別為三次曲線和二次曲線模型，而復合、指數和增長模型的擬合程度相同，本文選用三次、二次和指數曲線模型作為預測模型。根據估計出的參數，很容易得到3種模型對2015—2022年開縣公路貨運量的預測結果，如表6和圖4所示。

圖4　2015—2022年開縣公路貨運量預測值

表5　模型匯總和參數估計值　萬元

自變量為 YEAR,not periodic。

表6　2015—2022年開縣公路貨運量預測值　萬元

(二)水路貨運量預測

開縣2008—2014年水路貨運量如表7所示，對應的散點圖如圖5所示。

表72008—2014年開縣水路貨運量萬噸

年份2008200920102011水路貨運量18333542年份201220132014水路貨運量6293114

根據圖5的數據走勢，采用曲線估計模型和灰色預測模型對開縣公路貨運量進行曲線擬合。將年份視為自變量，水路貨運量視為因變量，自變量取值1～7(2008年為基準年)，在PASW Statistics 18.0和MATLAB R2010a中對其進行分析，分析結果如表8所示。

圖5　開縣水路貨運量趨勢

由表8知，擬合優度(R2)最高的兩個模型分別為三次曲線和二次曲線模型，而復合、指數和增長模型的擬合程度相同，本文選用三次、二次和指數曲線模型作為預測模型。根據估計出的參數，很容易得到3種模型對2015—2022年開縣水路貨運量的預測結果，如表9和圖6所示。

表8　模型匯總和參數估計值

表9　2015—2022年開縣水路貨運量預測值　萬噸

圖6　開縣水路貨運量預測值

六、分區物流量發展趨勢分析

區域內部由于地理條件、產業分布等客觀因素的不同，在物流基礎以及發展軌跡上應重點考慮分區特征。因此，在制定具體物流規劃時，有依據地進行分區制定，這樣的物流規劃才具有可操作性，其實施效果也更為明顯。物流產業是國民經濟第三產業的重要組成部分，其產值比重在第三產業中也日益增大，區域內分區物流產業產值預測可在物流總體產值的基礎上，根據第三產業產值的分區占比來為依據進行。開縣物產資源豐富，產業分布有序，具有明顯的區域性。北部片區主要以農業、林業為主，中部片區主以工業、商貿業為主，南部片區目前主要以農業為主。各分區內部由于產業依托不同，對物流產業的發展需求也有較大差別，從而進一步影響產業分區規劃。

(一)發展趨勢分析思路

考慮地理位置及產業分布情況，將開縣劃分為北部片區、中部片區和南部片區三大區域，其中，北部片區包括：郭家鎮、溫泉鎮、和謙鎮、高橋鎮、大進鎮、敦好鎮、河堰鎮、白橋鎮、譚家鎮、白泉鄉、關面鄉、滿月鄉、麻柳鄉、紫水鄉；中部片區包括：鎮東街道、豐樂街道、白鶴街道、漢豐街道、文峰街道、云楓街道、趙家街道、鎮安鎮、竹溪鎮、渠口鎮、厚壩鎮、金峰鎮、大德鎮；南部片區包括：鐵橋鎮、南雅鎮、義和鎮、長沙鎮、臨江鎮、中和鎮、岳溪鎮、南門鎮、九龍山鎮、天和鎮、巫山鎮、五通鄉、三匯口鄉。

隨著經濟社會的不斷發展，三大片區物流總量的發展趨勢必然會快速增長，這在物流分布量的預測中也有所體現。然而，各大片區之間的物流量比例關系如何，需要進一步深入分析，以為開縣現代物流網絡布局提供合理參考。本文對三大片區物流量的發展趨勢的分析思路是：統計出2014年三大片區第三產業的產值，并計算三大片區各占全縣第三產業產值的比重，以此作為三大片區2014年所占開縣物流總量的比重(三大片區物流總額的比重與此比重相同)。由于年鑒中只有2014年各街道鄉鎮第三產業產值的數據，缺乏往年的歷史數據，不足以預測2015—2022年各街道鄉鎮第三產業產值的情況，所以這里根據2014年三大片區物流量之間的比重，以及三大片區的產業布局和發展政策導向，來對三大片區未來幾年物流量的發展趨勢進行分析。

(二)發展趨勢分析步驟

1.統計三大片區第三產業產值

三大分區第三產業的產值情況如表10所示，從表中可知，中部、北部、南部片區第三產業的產值為434 553萬元、147 879萬元、232 196萬元，分別占開縣第三產業的比重為53.35%、18.15%、28.50%。

表10　2014年三大分區第三產業產值　萬元

2.計算開縣2015—2022年物流預測總量

由于統計口徑不同，區域物流總體產值統計量所計算的范圍較大，所涉及行業交叉性較強，同時由于區域物流總體產值往往受到金融市場波動影響較大，其統計精度往往相對較弱。因此，本文不使用區域物流總體產值統計值作為物流預測總量數據來源，而采用與物流產業直接相關的運輸行業貨運量物流數據之和來作為預測基礎數據來源。由于開縣目前沒有機場和鐵路，所以將預測的公路和水路貨運量之和作為開縣的物流總量，如表11所示。

表11　2015—2022年開縣物流量預測值　萬噸

3.三大分區物流量發展趨勢分析

依據三大片區所占開縣第三產業的比重，計算三大片區2015、2018和2022年的物流量，結果如表12所示。

表12　2015—2022年三大片區物流量　萬噸

從表12中可知，若僅僅以2015年三大片區的物流量比重來計算2022年三大片區的物流量(預測值)，中部將達到4 218.76萬噸，北部和南部分別為1 425.25和2 253.69萬噸。然而，根據開縣目前的產業布局和規劃情況，隨著中部地區幾大工業園區的建設完工，在未來幾年的物流量必將大幅提升，其所占的比例也會進一步增長；而北部和南部隨著幾大農業園區尤其是浦里工業園區的進一步建設，其在未來幾年的物流量也將會進一步增長。因此，我們可以粗略估計，到2022年中部片區的物流量將可能會達到5 000萬噸萬噸左右，而北部和南部片區將分別達到1 000萬噸、2 000萬噸左右。這說明在未來幾年中部片區對現代物流業的要求極高，其次是南部和北部片區。所以，在完善開縣現代物流網絡布局時，需加大對中部地區物流基礎設施的投入，在中部片區建設大型的現代物流基地，以滿足不斷增長的物流需求；同時要有序推進南部和北部地區的現代物流業的建設，打造符合南部和北部產業特色的現代物流園區，使三大片區現代物流業能夠全面協調可持續發展，為開縣經濟的快速發展起到良好的物流支撐作用。

七、結束語

本文采用了曲線估計回歸預測模型和灰色系統預測模型，通過PASW Statistics 18.0和Matlab R2010a數據處理及預測工具，結合相關數據對開縣物流市場總額、公路貨運量、水路貨運量進行了預測。在預測數據的基礎上，結合該區域內部各分區間第三產業的比重關系，對未來各分區的物流產業量進行預測，從而指導未來區域內的發展總體結構和側重，為政府的決策者提供科學的決策依據。本文采用的區域總物流量預測方法以及區域內部分區物流量預測方法均可對我國其他區域內部物流產業發展研究與規劃提供有益參考。

參考文獻：

[1]何禮兵,譚凱鳴.重慶:助推“一帶一路”和長江經濟帶融合發展[J].中國政協,2015(20):29-30.

[2]蔡春麗.“一帶一路”的重慶實作:精準扮演好角色[J].今日重慶,2015(1):58-61.

[3]黎學東.從地理學角度分析開縣旅游環境中存在的問題[J].大江周刊:論壇,2013(9):206.

[4]后銳,張畢西.基于MLP神經網絡的區域物流需求預測方法及其應用[J].系統工程理論與實踐,2005,25(12):43-47.

[5]何國華.區域物流需求預測及灰色預測模型的應用[J].北京交通大學學報(社會科學版),2008,7(1):33-37.

[6]楊波,吳涵.基于組合預測模型的物流園區物流需求預測——以重慶空港物流園為例[J].數學的實踐與認識,2015(20):16-25.

[7]耿立艷,郭斌.基于LSSVM-DACPSO模型的物流需求預測[J].統計與決策,2015(14):78-81.

[8]耿立艷.基于GRA與KPCA的LSSVM物流需求預測[J].交通運輸系統工程與信息,2015(1):137-142.

[9]彭湖,何民.基于主成分回歸的區域物流需求預測研究——以云南省為例[J].交通運輸研究,2015(3):60-65.

[10]伍星華.基于 GSO-GNNM模型的區域物流需求預測[J].科技管理研究,2015(11):212-216.

[11]QI F,YU D,HOLTKAMP B.A logistics demand forecasting model based on Grey neural network[C].Sixth International Conference on Natural Computation,ICNC 2010,Yantai,Shandong,China,10-12 August 2010,2010.

[12]LU Y R,JING F.Research on Grain Logistics Demand Forecasting Based on System Dynamics[C].CICTP 2012@sMultimodal Transportation Systems-Convenient,Safe,Cost-Effective,Efficient,2015.

[13]李夢.基于優化算法的物流預測方法與應用研究[D].北京：北京化工大學,2014.

[14]劉秉鐮.基于價值量的物流需求分析與預測方法研究[J].中國軟科學,2004(5):66-73.

[15]張振玉.基于逐步回歸分析的上海城市物流需求研究[J].城市建設理論研究(電子版),2012(17).

[16]TOSTESON A N,BEGG C B.A general regression methodology for ROC curve estimation[J].Medical Decision Making An International Journal of the Society for Medical Decision Making,1988,8(3):204-215.

[17]GERGER S,WHITAKER R.Regularization-Free Principal Curve Estimation[J].Journal of Machine Learning Research,2013,14(3):1285-1302.

[18]WANG F X,ZHANG L S.Combination Gray Forecast Model Based on the Ant Colony Algorithm[J].Mathematics in Practice & Theory,2009,39(14):102-106.

[19]ZHOU Y.Application of Residual Error Gray Forecast Model on Logistics Demand Forecast[J].Railway Transport & Economy,2007.

(責任編輯周江川)

作者簡介：成琳(1983—)，女，碩士研究生，研究方向：物流管理。

doi：10.13769/j.cnki.cn50-1011/d.2016.06.004

中圖分類號：F061.5

文獻標識碼：A

文章編號：1007-7111(2016)06-0015-08

Research to Prediction About Demands of Regional Logistics Industry and Devolopment Trend: Basing on the Kai County of Chongqing

CHENG Lin1,PENG Liang-tao2,WANG Rui-qi2

(1.Chongqing Energy College,Chongqing 402247,China; 2.Chongqing Logistics Engineering University Chongqing 401331,China)

Abstract:The paper took logistics industry of Kai County as an example,and based on the datas of the regional logistics industry during 2008—2014 and using scientific related analysis and predicting tool to forcast demands and devolopment trend of this region during 2015—2022,the paper got some conclusions that have realistic economic meaning.

Key words:regional economy; logistics industry; demands prediction; prediction model