王琰



摘 要:通過對福州市物流發展水平和主要經濟影響指標因素進行相關分析,找出與物流發展水平關聯度較大的經濟影響指標,選取一元線性回歸預測法、彈性系數分析法、灰色預測模型法和加權組合預測方法對福州市物流需求量進行預測,并對各方法建立科學可操作性的預測模型,為福州市物流規劃提供定量依據。預測結果顯示,2030年福州市物流需求相比2014年將有159%的增長。
關鍵詞:福州市;物流需求量;中長期預測;加權組合模型
中圖分類號:F259.27 文獻標識碼:A
Abstract: Through the analysis of the logistics development level and the main economic factors of Fuzhou, the economic impact index of the degree of logistics development is found out, and a linear regression forecasting method, elastic coefficient analysis, grey forecasting model and weighted combination forecasting method are chosen to forecast the logistics demand in Fuzhou. Forecast results show that, in 2030, the logistics demand in Fuzhou will have 159% growth compared with the data in 2014.
Key words: Fuzhou city; logistics demand; medium and long term forecasting; weighted combination model
0 引 言
物流需求的預測研究是城市物流規劃的重要內容,是政府部門和相關機構確定地區資源合理分配、物流基礎設施建設規模和制定各項相關政策的主要依據,也是相關企事業單位評價物流市場、制定本單位戰略決策的依據。物流需求的度量可以使用貨運量、庫存量、加工量、配送量等實物量作為度量體系。實踐中,無論經濟統計數據還是學術文獻最慣用的均是綜合貨運量作為物流需求的度量。綜合貨運量是一定時期內特定區域的公路、鐵路、水路、航空等貨運量的總和。本文即選擇綜合貨運量作為福州市物流需求的量化指標。
一方面,物流的快速發展促進社會經濟的快速發展;另一方面,社會經濟的發展水平又是物流需求的形成或制約因素。二者之間具有十分密切的關系。因此,對福州市物流需求的預測,必須分析和預測社會經濟發展水平,聚焦與物流發展水平密切相關的福州市經濟社會行業發展的主要經濟指標:GDP、第一產業總產值、第二產業總產值、第三產業總產值、外貿進出口總額、社會消費品零售總額等,才能對物流需求量做出科學、合理的預測。
1 物流需求影響因素分析
判斷一個地區的整體發展狀況,最強相關性的評判指標是該地區的經濟發展速度與水平,該指標是促進物流產業鏈條產生的基礎,也是該產業需求量的決定性因素。通常,地區經濟總水平越強,經濟提升速度越快,物流需求總量就越大。
福州市未來現代化物流業發展規劃中,根據影響物流需求因素的分析,選擇GDP、第一產業總產值、第二產業總產值、第三產業總產值、外貿進出口總額和社會消費品零售總額這6個主要經濟指標,作為預測福州市綜合貨運量(即物流需求量,下同)的參考指標,詳見表1。
各指標10年數據列于表1中,將其導入EXCEL系統中,通過加載分析工具庫進行線性關系數據分析,所得結果見表2,表2中是全部變量的兩兩變量間的相關系數。
從表2中可以看出綜合貨運量與上述6個經濟指標的相關系數均大于0.85,表明表中所列的幾個經濟指標對綜合貨運量具有較強的正相關關系,其中社會消費品零售總額、第一產業、GDP總產值分別位列前三。因此,認為他們之間存在線性相關,可用于福州市未來綜合貨運量的預測分析,但由于福州市GDP與其它主要經濟指標的相關系數均值為0.981高于社會消費品零售總額的0.979,采用以GDP作為自變量、綜合貨運量為因變量來預測物流需求更為合適。
2 物流需求預測
定量預測方法的科學理論性強,具有縝密的邏輯關系,所得結果精確全面,需要較強的理論作為基礎,是目前應用廣泛的預測方法。目前市場中長期需求較為常見的預測方法為因果分析定量方法,即:回歸分析法、彈性系數法和組合預測法以及應用在經濟社會系統常見的灰色預測法。
2.1 GDP經濟指標預測
2015年福州市GDP預期增長10.5%(數據來源于2014年福州市政府工作報告),計算后2015年GDP為5 711.92億元,分別采用一次項和二次項方程分析福州市過去11年的GDP趨勢,并由趨勢圖1、圖2,得到福州市GDP預測公式:y=428.96x
+770.8、y=22.415x^2+159.99x+1 353.6,據此分別計算福州市未來15年的預測值見表3,考慮到2015年8月3日,國務院下發《關于福州市城市總體規劃的批復》,原則同意《福州市城市總體規劃(2011~2020年)》和2015年9月9日,國務院正式同意設立福州新區,規劃面積800平方公里,福州市GDP未來幾年保持良性發展趨勢,隨著經濟發展水平的提高,相應GDP發展速度會逐漸降低。因此,本文對福州市GDP預測值采用一次項和二次項預測值根據經濟發展不同階段進行加權計算。
圖1中一次項預測值的增長速度呈較為趨緩變化,圖2二次項預測值的增長速度呈較快上升趨勢,未來經濟發展速率由二次項預測值逐步向一次項預測值靠近,如表3所示。
2.2 綜合物流需求量預測
2.2.1 一元線性回歸預測法
該方法只能解釋一個主要因素對因變量的影響,其預測公式為:Y=a+bX,根據物流需求影響因素分析結果,影響綜合貨運量的最顯著因素為GDP,因此,利用GDP預測福州市未來15年的綜合貨運量。
用Excel做福州市10年內GDP和綜合貨運量的散點圖如圖3,可知綜合貨運量成逐年遞增趨勢發展,其增長態勢與GDP的增長態勢大體一致,具有線性關系,證實選取GDP為自變量X的合理性。
預測綜合貨運量系數結果表4所示:
計算出的一元線性回歸方程為:y=2.5659x+7 357。
利用該模型結合福州市GDP特征年預測值,預測未來綜合貨運量如表5所示:
2.2.2 彈性系數分析法
彈性是一個相對量,它衡量某一變量的改變所引起的另一變量的相對變化。彈性系數分析法應用與綜合貨運量預測的彈性系數公式為:
統計福州市過去10年的GDP與綜合貨運量值年增長率見表6所示。針對本文的GDP經濟指標預測,全市十三五期間GDP年均增長11%,2020~2030年期間GDP年均增長約8%。
同理,福州市未來特征年綜合貨運量預測值如表7所示:
2.2.3 灰色預測法
灰色預測通過鑒別系統因素之間發展趨勢的相異程度,即進行關聯分析,并對原始數據進行生成處理來尋找系統變動的規律,生成有較強規律性的數據序列,然后建立相應的微分方程模型,從而預測事物未來發展趨勢的狀況。
其中在經濟社會系統用得比較多的是數列預測方法的關于一個變量、一階微分的GM1,1模型。GM1,1模型是基于隨機的原始時間序列,經按時間累加后所形成的新的時間序列呈現的規律可用一階線性微分方程的解來逼近。灰色預測算法主要用于解決信息量少的預算模型,其預算便捷,結果精確,是小樣本預測的最佳選擇,常用GM1,1模型進行預算,其建模需經過6步。
根據灰色預測模型,將福州市的相關數據帶入灰色模型中,計算所得的福州市特征年綜合貨運量,為表8所示:
2.2.4 組合預測模型
以上三種預測方法各有優缺點,用不同的預測方法建模,可得出不同的預測模型和結果,將同一時期不同方法的預測值加權組合起來,組合預測值可用式(2)求出:
以上三種預測方法的特征年各預測值結果見表9所示。
對比三種預測方法的預測值與實際值,其對應殘差結果綜述于表10中。
可計算出三種預測方法權重值見表11。
各種預測方法的權重系數和三種方法預測的綜合貨運量值,帶入組合預測法公式,組合預測福州市未來的綜合貨運量如表12。
3 預測方法應用分析
上文通過收集2005年到2014年的GDP、第一產業總產值、第二產業總產值、第三產業總產值、外貿進出口總額和社會消費品零售總額這6個指標數據作為預測參數,應用中長期的市場需求預測模型,即一元線性回歸預測法、彈性系數分析法、灰色預測模型法和加權組合預測法,使用EXCEL軟件進行建模計算,對福州市2020年、2025年、2030年的綜合貨運量進行科學的預測。進行預測時,根據福州市物流市場的需求特點,通過科學計算權重進行組合預測,使預測的結果盡可能合理。結果表明:①一元線性回歸預測法和彈性系數分析法預測精度提高有賴于自變量預測值的合理修正,這對于中長期預測尤為重要;②三種預測法的預測值與實際值對比的殘差均值表明,灰色預測法精確度較高;③利用組合預測方法的加權計算提高了物流需求量的預測精度。
通過上述三種模型預測得到的結果可以定量反映物流需求發展變化的趨勢,可以為福州市未來現代化物流業發展規劃提供參考。福州市國民經濟和社會發展統計公報顯示2014年福州市綜合貨運量為21 037.2萬噸,而由預測結果看出,2030年福州市綜合貨運量將達到54 577.98萬噸,即較之2014年福州市物流需求將有159%的增長,平均年增幅達6.14%。隨著互聯網對實體經濟的深入滲透,物流業的快速發展必然帶動福州市工、商、農業及進出口貿易的發展,從而對整個經濟發展產生影響。所以,福州市規劃者應從整體出發,通盤考慮,根據物流需求的特點和趨勢對福州市物流進行整體規劃,使物流業的發展和經濟的發展相輔相成、相互促進。
參考文獻:
[1] 福州市統計局. 2004~2014年福州市國民經濟和社會發展統計公報[EB/OL]. (2015-04-27)[2016-01-25]. http://tjj.fuzhou.gov.cn/tjjzwgk/tjxx/ndbg/.
[2] 達摩達爾.N.古扎拉蒂,唐.C.波特. 計量經濟學基礎[M]. 北京:中國人民大學出版社,2011.
[3] 全國注冊咨詢工程師(投資)資格考試參考教材編寫委員. 項目決策分析與評價[M]. 北京:中國計劃出版社,2014.
[4] 顏明旭. 福建省物流產業集聚問題研究[D]. 廈門:廈門大學(碩士學位論文),2014.
[5] 蓋雪瑩. 鶴崗市物流節點布局研究[D]. 長沙:長沙理工大學(碩士學位論文),2013.
[6] 汪鳴. 城市物流發展概念與政策問題[J]. 物流技術與應用,2012(4):73-77.
[7] 王燕霞,錢存華,陳淼. 基于組合預測法的江蘇省物流需求預測[J]. 物流技術,2015(7):128-131.