基于GM（1,1）模型的河北省冷鏈物流需求預測

張雪

摘要：京津冀一體化不僅促進了河北省經濟快速發展，更帶動了生鮮產品需求不斷上漲。河北省作為京津兩地“菜籃子”，三大優勢產業果品、蔬菜、畜牧總產值占農林牧漁業總產值近70%，冷鏈物流市場潛力巨大。本文以河北省 2011-2018年的冷鏈物流需求量作為原始數據，應用GM（1，1）模型對2019-2023年河北省冷鏈物流需求量做出預測，以此為河北省冷鏈物流發展提供數據參考。

Abstract： The integration of Beijing-Tianjin-Hebei has not only promoted the rapid economic development of Hebei Province， but has also driven the rising demand for fresh products.As a "vegetable basket" in Beijing and Tianjin， Hebei Province has three major industries with a total output value of fruits，vegetables，animal husbandry， and accounting for nearly 70% of the total output value of agriculture， forestry， animal husbandry， and fishery.In this paper， the demand of cold chain logistics in hebei province from 2011 to 2018 is taken as the original data， and the GM （1，1） model is applied to predict the demand of cold chain logistics in hebei province from 2019 to 2023， so as to provide data reference for the development of cold chain logistics in hebei province.

關鍵詞：冷鏈;物流需求;GM（1，1）模型

Key words： cold chain;logistics demand;GM（1，1）model

中圖分類號：F326.6 ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? 文獻標識碼：A ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ?文章編號：1006-4311（2020）06-0124-03

0 ?引言

快節奏下的生活規律悄然改變著人們的生活方式，隨著人們對健康生活的向往，以生鮮、乳制品、農產品等為代表的冷鏈產品逐漸進入大眾的視線，冷鏈物流需求得到快速發展。河北地處華北，東臨渤海、內環京津，西為太行山地，北為燕山山地，面積約為18.88萬平方千米，是中國唯一兼有平原、山地、高原、丘陵、海濱和湖泊的省份。耕地面積近652萬公頃，是中國重要糧棉產區和北方水產品基地。一方面隨著2018年河北省《關于加快發展冷鏈物流的實施意見》的發布，將大大推動全省冷鏈物流行業健康規范發展;另一方面隨著京津冀協同發展持續推進，河北省會同北京京、天津發布《環首都1小時鮮活農產品流通圈規劃》，參與制定京津冀冷鏈運銷區域標準，包括《冷鏈物流——冷庫技術規范》、《低溫食品儲運溫控技術》等八項冷鏈技術標準，產銷網絡不斷擴大，冷鏈物流市場需求不斷增加。截至2018年底，全國冷藏車保有量為18萬臺，2013-2018年河北省新增冷藏車約6174輛，增長數量在全國排名前十，河北省冷庫面積約19.8萬平方米占全國冷庫總面積2.5%。河北省冷鏈物流技術逐步推廣應用，設施條件不斷完善。因此，隨著冷鏈物流迎來良好的發展機遇，有必要對河北省冷鏈物流需求進行精準預測。

冷鏈物流是指依據產品特性，使其在生產、貯藏、運輸、銷售，到消費前的各個環節始終處于低溫狀態的物流網絡[1]。目前針對冷鏈物流需求進行預測的方法包含如下幾類：多元線性規劃[2-3]、支持向量機[4]、神經網絡[5-6]、灰色預測[7-9]、灰色-馬爾科夫[10-12]?；疑A測方法是通過對原始數據的處理和建立灰色模型，挖掘數據規律，對系統未來做出科學的定量預測，而GM（1，1）模型是典型的灰色預測模型[13]，是對不確定的復雜系統具有較好的預測效果，且對樣本數據的規模要求不高，適合短期預測。

因此，本文建立GM（1，1）預測模型，能夠有效彌補河北省冷鏈物流需求預測數據的空白，為政府出臺鼓勵、扶持等相關政策提供學術依據，并為企業進行冷鏈物流規劃布局建設提供參考，同時對于構建區域冷鏈產品物流圈和全國冷鏈物流行業深入發展具有重要現實意義。

1 ?GM（1，1）預測模型

1.1 概念

GM模型是指灰色理論的微分方程模型（G代表Grey，M代表Model）。GM模型主要有兩種形式：GM（1，N）表示的是1階，N個變量的微分方程模型;GM（1，1）表示的是1階，1個變量的微分方程模型。

1.2 預測步驟

3 ?結論

本文運用GM（1，1）模型對河北省未來5年的冷鏈物流需求進行預測，經過殘差檢驗，平均相對誤差在-0.001，精度為一級，因此GM（1，1）模型預測精度良好，依賴度較高，可以看出，河北省冷鏈物流需求量整體呈上升趨勢，預計在2020年突破8000萬噸，年平均增長率在2.5%左右，因此GM（1，1）模型對于河北省冷鏈需求的預測能夠基本滿足產業規劃布局發展的需求，對于該省的冷鏈需求量數據具有很好的適用性。在未來的冷鏈物流發展過程中，政府應繼續對冷鏈企業提供政策、資金支持，不斷推動京津冀一體化進程，樹立河北“冷鏈大省”形象;企業應繼續加大物流規劃布局、基礎設施建設的投入力度，積極引進高端冷鏈技術型人才，提升市場競爭力，共同促進河北省冷鏈產品物流圈發展，進一步促進全國冷鏈物流經濟全面健康發展。

參考文獻：

[1]中華人民共和國國家質量監督檢驗檢疫總局.GB/T 18354-2006，物流術語[S].北京：中國標準出版社，2006.

[2]梁艷，楊慧慧，蘇輝輝.基于多元線性回歸的天津市農產品冷鏈物流需求預測分析[J].南方農機，2018，49（18）：230-231.

[3]李雋波，孫麗娜.基于多元線性回歸分析的冷鏈物流需求預測[J].安徽農業科學，2011，39（11）：6519-6520，6523.

[4]王曉平，彭文凱，盧懷宇，閆飛.基于支持向量機模型的北京城鎮農產品冷鏈物流需求預測[J].湖北農業科學，2018，57（15）：88-94.

[5]王曉平，閆飛.基于GA-BP模型的北京城鎮農產品冷鏈物流需求預測[J].數學的實踐與認識，2019，49（21）：17-27.

[6]郭明德，李紅.基于PCA-RBF神經網絡模型的果蔬冷鏈物流需求預測[J].江西農業學報，2018，30（10）：137-141.

[7]李海玲.基于灰色模型的我國冷鏈物流需求預測研究[J].中國集體經濟，2019（28）：108-109.

[8]李偉瑩，于洋.基于灰色預測模型的我國水產品冷鏈物流需求預測[J].農技服務，2019，36（06）：103-105，107.

[9]楊箏，曹志強，黎嘉慧.基于灰色預測法的廣西農產品冷鏈物流需求預測[J].物流工程與管理，2017，39（09）：83，86-88.

[10]崔毅，徐偉，張松濤.基于灰色馬爾科夫模型的青島冷鏈物流需求預測[J].物流科技，2019，42（10）：78-82，87.

[11]宋志蘭，孔民警，黃益，周文婧，項祎麒.基于灰色-馬爾科夫鏈的冷鏈物流需求量預測——以昆明市鮮切花為例[J].物流工程與管理，2019，41（02）：17-21.

[12]周倩倩，彭本紅，谷曉芬.基于灰色馬爾科夫鏈的江蘇城鎮居民冷鏈物流需求量預測[J].物流科技，2015，38（06）：21-25.

[13]陳丹，朱萍.基于GM（1，1）模型的成都市物流需求預測分析[J].物流科技，2019，42（10）：131-133.