基于灰色GM1,N模型的區(qū)域物流需求預(yù)測(cè)研究

尹宗明 杜學(xué)敏

摘 ?要：為對(duì)區(qū)域物流需求進(jìn)行預(yù)測(cè)研究，采用滄州市2012～2018年的統(tǒng)計(jì)數(shù)據(jù)建立了灰色GM1，N模型。利用灰色GM1，N模型對(duì)滄州市區(qū)域物流需求進(jìn)行預(yù)測(cè)研究。預(yù)測(cè)結(jié)果表明利用灰色GM1，N模型對(duì)區(qū)域物流需求進(jìn)行預(yù)測(cè)是可行的。研究結(jié)果有利于滄州市經(jīng)濟(jì)的發(fā)展。

關(guān)鍵詞：灰色GM1，N模型;區(qū)域物流需求;預(yù)測(cè)

中圖分類號(hào)：F272 ? ?文獻(xiàn)標(biāo)識(shí)碼：A

Abstract： In order to forecast the regional logistics demand， the grey GM1，N model is established by using the statistical data of Cangzhou city from 2012 to 2018. The grey GM1，N model is used to forecast the regional logistics demand of Cangzhou city. The results show that it is feasible to forecast the regional logistics demand by using grey GM1，N model. The research results are beneficial to the economic development of Cangzhou city.

Key words： grey GM1，N model; regional logistics demand; forecast

0 ?引 ?言

在全球經(jīng)濟(jì)一體化過程中物流產(chǎn)業(yè)的重要性越來越突出，現(xiàn)代物流是一個(gè)國(guó)家或地區(qū)社會(huì)經(jīng)濟(jì)發(fā)展水平的重要衡量指標(biāo)。區(qū)域物流作為區(qū)域經(jīng)濟(jì)發(fā)展的新增長(zhǎng)點(diǎn)與拉動(dòng)力，對(duì)區(qū)域經(jīng)濟(jì)的合理發(fā)展起著重要的作用，而區(qū)域物流預(yù)測(cè)對(duì)于區(qū)域發(fā)展規(guī)劃也具有至關(guān)重要的影響力。通過對(duì)物流量科學(xué)合理的預(yù)測(cè)研究能夠改善現(xiàn)代物流發(fā)展環(huán)境、加強(qiáng)物流需求管理，同時(shí)也可為政府部門制定經(jīng)濟(jì)發(fā)展政策提供一定的決策參考依據(jù)。為了避免實(shí)際需求量與供應(yīng)能力不匹配現(xiàn)象的出現(xiàn)，引導(dǎo)資金合理有效的投入，對(duì)區(qū)域物流需求進(jìn)行科學(xué)有效的預(yù)測(cè)就顯得尤為重要了。

針對(duì)區(qū)域物流需求預(yù)測(cè)的研究，不同的學(xué)者提出了不同的研究方法。劉智琦等提出一種因子分析和BP神經(jīng)網(wǎng)絡(luò)相結(jié)合的區(qū)域物流需求預(yù)測(cè)方法[1]。彭湖和何民建立了基于主成分回歸方法的區(qū)域物流需求預(yù)測(cè)模型[2]。胡小建等構(gòu)建了物流需求多元非線性組合回歸預(yù)測(cè)模型[3]。席元?jiǎng)P利用Markov模型對(duì)灰色模型予以改進(jìn)，構(gòu)建了新的GM-Markov模型[4]。楊建成提出基于ARIMA-SVM的物流需求預(yù)測(cè)模型[5]。以上預(yù)測(cè)方法均取得了較好的預(yù)測(cè)效果。

灰色 GM1，N模型是多變量的預(yù)測(cè)模型，其建模過程充分考慮了相關(guān)因素對(duì)系統(tǒng)變化趨勢(shì)的影響。區(qū)域物流需求受多種因素的影響且與影響因素之間的關(guān)系非常復(fù)雜。因此，本文將通過構(gòu)建灰色GM1，N模型對(duì)區(qū)域物流需求進(jìn)行預(yù)測(cè)研究。

2.3 ?結(jié)果分析

由表1可得模型的平均相對(duì)誤差為0.0669，在利用灰色GM1，N模型對(duì)滄州市區(qū)域物流需求進(jìn)行預(yù)測(cè)的殘差檢驗(yàn)中，除了2013年誤差較大之外，其余年份的誤差均較小，近5年的平均誤差為0.0407，檢驗(yàn)結(jié)果表明了預(yù)測(cè)模型的準(zhǔn)確性和有效性。由此可見，利用灰色GM1，N模型對(duì)滄州市區(qū)域物流需求進(jìn)行預(yù)測(cè)的研究是可行的。

3 ?結(jié)論及建議

本文采用貨運(yùn)周轉(zhuǎn)量作為區(qū)域物流需求預(yù)測(cè)的代表性指標(biāo)，以第一產(chǎn)業(yè)增加值、第二產(chǎn)業(yè)增加值、地區(qū)生產(chǎn)總值和進(jìn)出口總額為影響因素建立了一階多變量灰色預(yù)測(cè)模型。模型檢驗(yàn)的結(jié)果表明模型預(yù)測(cè)的精度較高，預(yù)測(cè)效果較好。應(yīng)用灰色GM1，N模型對(duì)滄州市區(qū)域物流需求進(jìn)行預(yù)測(cè)研究是可行的。研究結(jié)果具有一定的參考價(jià)值，有利于滄州市政府制定相關(guān)經(jīng)濟(jì)發(fā)展政策，改善物流發(fā)展環(huán)境。

為進(jìn)一步促進(jìn)滄州市區(qū)域物流發(fā)展，提升區(qū)域物流競(jìng)爭(zhēng)力，推動(dòng)區(qū)域經(jīng)濟(jì)的發(fā)展，可從以下幾方面入手：

（1）引進(jìn)和培養(yǎng)高技能物流人才。京津冀一體化協(xié)同發(fā)展戰(zhàn)略為滄州地區(qū)物流經(jīng)濟(jì)的發(fā)展提供了契機(jī)。同時(shí)，滄州市作為緊鄰雄安新區(qū)的城市，雄安新區(qū)的發(fā)展也促進(jìn)了滄州地區(qū)物流業(yè)的轉(zhuǎn)型升級(jí)。在傳統(tǒng)物流產(chǎn)業(yè)轉(zhuǎn)型升級(jí)過程中不僅對(duì)物流人才的需求量不斷增加同時(shí)也對(duì)物流人才的專業(yè)能力方面提出了更高的要求。高技能的物流人才對(duì)傳統(tǒng)物流產(chǎn)業(yè)的轉(zhuǎn)型升級(jí)起著重要的支撐和推動(dòng)作用。

（2）大力發(fā)展現(xiàn)代化農(nóng)業(yè)。農(nóng)業(yè)對(duì)滄州地區(qū)經(jīng)濟(jì)發(fā)展起著重要的作用，農(nóng)業(yè)的發(fā)展可促進(jìn)地區(qū)經(jīng)濟(jì)的發(fā)展。完善的農(nóng)業(yè)物流基礎(chǔ)設(shè)施建設(shè)，現(xiàn)代高效的農(nóng)產(chǎn)品物流園區(qū)可以提升農(nóng)產(chǎn)品的物流效率。此外，還需引進(jìn)先進(jìn)的冷鏈物流技術(shù)，完善的農(nóng)產(chǎn)品冷鏈物流基礎(chǔ)設(shè)施建設(shè)可以保證農(nóng)產(chǎn)品質(zhì)量。

（3）進(jìn)一步加大港口建設(shè)力度，促進(jìn)港口物流發(fā)展。大力提升黃驊港的綜合能級(jí)，完善港口物流基礎(chǔ)設(shè)施建設(shè)，努力把黃驊港建設(shè)成為雄安新區(qū)重要出海口。

參考文獻(xiàn)：

[1] 劉智琦，李春貴，陳波. 基于因子分析與神經(jīng)網(wǎng)絡(luò)的區(qū)域物流需求預(yù)測(cè)[J]. 計(jì)算機(jī)仿真，2012，29（6）：359-362.

[2] 彭湖，何民. 基于主成分回歸的區(qū)域物流需求預(yù)測(cè)研究——以云南省為例[J]. 交通運(yùn)輸研究，2015，1（3）：60-65.

[3] 胡小建，張美艷，盧林. 物流需求預(yù)測(cè)模型構(gòu)建[J]. 統(tǒng)計(jì)與決策，2017（19）：185-188.

[4] 席元?jiǎng)P. 基于GM-Markov模型的閩贛粵三省物流需求量預(yù)測(cè)[J]. 商業(yè)經(jīng)濟(jì)研究，2017（19）：112-113.

[5] 楊建成. ARIMA-SVM的物流需求預(yù)測(cè)模型[J]. 現(xiàn)代電子技術(shù)，2018，41（9）：182-186.

收稿日期：2020-10-18

基金項(xiàng)目：滄州市科技計(jì)劃自籌經(jīng)費(fèi)項(xiàng)目（192206009）

作者簡(jiǎn)介：尹宗明（1981-），女，河北滄州人，北京交通大學(xué)海濱學(xué)院，講師，碩士，研究方向：應(yīng)用數(shù)學(xué)。