灰色系統理論的湖北省物流需求預測

王婧，周瑜，周雁翎

摘? 要：文章將灰色系統理論與物流業相結合，采用灰色系統模型，選取貨物周轉量作為衡量湖北省物流需求的關鍵指標。通過構建GM1，1模型進行預測精度分析，預測結果顯示，該模型精度較高，具有很好地預測效果，可用來預測湖北省未來幾年的貨運需求量，并基于灰色系統理論預測結果為政府部門制定相關政策提供參考依據。

關鍵詞：物流需求預測；灰色系統理論；GM1，1模型

中圖分類號：F259.27? ? 文獻標志碼：A

DOI：10.13714/j.cnki.1002-3100.2023.11.003

Abstract： This paper combines the theory of gray system with the logistics industry， uses the gray system model， and selects the turnover of goods as a key indicator to measure the logistics demand in Hubei Province. By constructing the GM1，1 model for prediction accuracy analysis， the prediction results show that the model has high accuracy and good forecasting effect， which can be used to predict the freight demand in Hubei Province in the next few years， and provides a reference for government departments to formulate relevant policies based on the gray system theory.

Key words： logistics demand forecast; grey systems theory; GM1，1 model

0? 引? 言

物流業是支撐國民經濟發展的關鍵性、戰略性和先導性行業。物流業涉及面廣，發展潛力大，帶動作用強。推動物流成本降低和效率提升，對于促進產業結構調整和區域協調發展，提高國民經濟整體效益至關重要。大力發展物流業對于降低整個湖北省的物流成本，提高湖北省的物流效率，促進湖北省的產業結構調整具有重要的現實及長遠意義。2021年湖北省發改委提出發展湖北省現代物流業的“十四五”規劃，根據該規劃，到2025年湖北省物流產業的增加值將達到5 000億元人民幣，將形成900家A級以上物流公司和培育5家樞紐建設和運營標桿企業。在省內，武漢市政府將重點圍繞打造具有五種協調功能的國家物流中心：陸港、港口、機場、生產服務和商業服務；宜昌以現代區域性中心港建設為導向，強化了港口型國家物流中心功能；鄂州市政府將大力建設湖北省國際物流中心，并以此為契機，建設空港型國家物流中心。基于灰色系統理論，對湖北省1999年和2020年物流相關數據進行了分析和處理，選擇貨物周轉量作為衡量湖北省物流需求的關鍵性指標，并通過GM1，1模型預測未來5年湖北省的物流需求，為湖北省的物流相關產業的發展提出一些建議和措施。

1? 文獻綜述

物流在西方起步較早，因此國外很多學者也早已對物流需求進行了相關預測研究。他們在物流需求方面有很多成功的經驗值得我們學習。Bahram Adrangi等人運用灰色系統預測理論對美國航空物流的需求量進行了預測[1]。Garrido等人指出貨運需求是一個在空間和時間上變化很大的過程，并以此提出了一種多項概率模型（MNP）[2]。Luis Aburto， Richard Weber等人[3]、Tsan-Ming Choi等人[4]、Avinash Samvedi等人[5]通過構建相關預測模型，結合指數平滑法和灰色預測模型等，可以在不確定需求的情況下大幅度提高需求預測的精度。與國外相比，我國物流業起步較晚，但對于物流需求預測的研究卻是從沒中斷，一直以來都是相關學者和專家們關注的熱點。顧佳敏等[6]、魯渤等[7]、曹志強等[8]、羅冰潔等[9]、趙文德等[10]基于灰色預測方法對相關城市的物流需求進行預測，其所得到的物流需求預測結果精度較高。陳長英選取廣西省貨運量、貨物周轉量作為影響廣西省物流需求量的影響因素進行了研究[11]。徐照對城市物流需求預測方法進行了研究，以無錫市作為案例，對未來幾年無錫市的貨運量進行了預測[12]。

2? 灰色系統理論模型介紹

2.1? 灰色系統理論概述

灰色系統理論是我國學者、控制論專家鄧聚龍教授首次提出的，是控制理論的一個新領域，也是控制理論和運籌學互相結合的一個產物，被廣泛應用于農業、物流需求預測、工業、地質、氣象等學科?；疑到y理論的研究對象是“部分信息未知，而部分信息已知”[6]，其特點就是充分利用開發已獲得的“最少信息”，其立足點是“有限信息空間”，信息不完全、不確定具有普遍性等，主要通過對部分已知的信息進行生成開發，來提取有價值的信息。GM1，1模型是灰色系統理論中應用廣泛有效的一種灰色動態預測模型，是一種時間序列預測模型，只需要少量信息和數據就可以進行建模與預測，預測結果較為準確[13]。

（1）設參考數據列為x■=x■1，x■2，…，x■n，對其做一次累加（AGO）生成數列x■。

x■=x■1，x■2，…，x■n=x■1， x■1+x■2， …， x■n-1+x■n

其中：x■k=■x■ik=1，2，…，n。求均值數列：z■=0.5x■k+0.5x■k-1， k=2，3，…，n。

則z■=z■2，z■3，…，z■n，建立灰微分方程x■k+az■k=b， k=2，3，…，n，白化微分方程為■+ax■k=b。

（2）記u=a，b■， Y=x■2，x■3，…，x■n■， B=■，則稱Y為數據向量，B為數據矩陣，u為參數向量，則GM1，1模型可以表示為矩陣方程Y=Bu，由最小二乘法可以求出■=■，■■=B■B■B■Y，代入白化微分方程得：

x■k+1=x■1-■e■+■， k=1，2，…，n-1

■■k+1=■■k+1-■■k， k=1，2，…，n-1

2.2? 模型檢驗

（1）殘差檢驗：令殘差為εk，計算：

εk=■， k=1，2，…，n

如果εk<0.2，則可認為達到一般要求；如果εk<0.1，則認為達到較高要求.。

（2）級比偏差值檢驗：首先由參考數據x■k-1， x■k，則：

ρk=1-■λk

計算得出級比λk，再用發展系數a求出相應的技術偏差。如果ρk<0.2，則可認為達到一般要求；如果ρk<0.1，則認為達到較高要求。

3? 建立GM1，1模型預測湖北省物流需求

本文通過中國國家統計局官網搜集了1999—2020年湖北省的貨運周轉量數據，建立GM1，1模型對湖北省未來5年的物流需求趨勢進行了預測分析。

（1）初始化建模原始序列

x■=（1 009.9，1 081.1，1 069.275，1 087.2，1 212.6，1 383.4，1 415.657，1 489.023，1 644.688，2 526.394，2 566.364，3 097.285，3 798.841，

4 439.824，4 751.834，5 503.567，5 674.129，5 922.867，6 344.764，6 675.501，6 132.398，5 294.95）

（2）原始序列的1-AGO生成

x■=（1 009.900，2 091.000，3 160.275，4 247.475，5 460.075，6 843.475，8 259.132，9 748.155，11 392.843，13 919.237，16 485.601，19 82.886，

23 381.727，27 821.551，32 573.385，38 076.952，43 751.081，49 673.948，56 018.712，62 694.213，68 826.611，74 121.561）

（3）1-AGO生成序列的緊鄰均值生成

z=（1 550.450，2 650.638，3 703.875，4 853.775，6 151.775，7 551.304，9 003.644，10 570.499，12 656.040，15 202.419，18 034，244，21 482.307，

25 601.639，30 197.468，35 325.169，40 914.017，46 712.515，52 846，330，59 356.463，65 760.412，71 474.086）

（4）建立GM1，1模型

建立灰微分方程x■k+az■k=bk=2，3，…，n，白化微分方程為■+ax■t=b，令u=a，b， y=x■2，x■3，…，x■n， B=■，則GM1，1模型為方程Y=Bu，通過最小二乘法求得■=■，■■=B■B■B■Y。

（5）計算灰色模型發展系數a和灰色作用量b

根據灰色預測方法，a為灰色預測模型的發展系數，根據灰色系統預測理論可知，當-a<0.3時，GM1，1模型可用于中長期預測；當0.3<-a<0.5時，GM1，1模型可用于短期預測，中長期預測效果則不太好；當0.5<-a<1時，應采用GM1，1改進模型，包括GM1，1殘差修正模型。根據上述數據計算得出-a=0.09<0.3，b=1 253.39，采用 GM1，1模型預測精度較高。

（6）灰色預測模型需求預測

利用MATLAB R2016電腦軟件進行灰色預測模型編程預測，對1999—2025年進行編程模擬和預測結果如表1、表2所示，數據表明，在2019—2020年出現連續下滑，尤其是2020年因為新冠疫情的突發出現大幅度的物流需求銳減情況。2021—2025年隨著湖北省在疫情防控形勢穩定下，其物流需求將保持不斷上升的趨勢。

4? 結束語

本文基于灰色GM1，1預測模型，收集1999—2020年湖北省貨運周轉量的具體數據，建立湖北省的物流需求預測模型，借此對湖北省未來五年的物流需求量進行了預測，得出2021年預測值為8 593.44億噸公里、2022年為9 368.91億噸公里、2023年為10 214.35億噸公里、2024年為11 136.09億噸公里、2025年為12 141.00億噸公里，結合湖北省未來五年的發展規劃提出以下建議：

（1）提高科技含量，加強技術創新，提高物流運作效率。隨著全世界科學技術水平的不斷發展，人工智能、大數據、互聯網、物聯網等科技前沿不斷受到熱捧和追逐，智能化以及物聯網是萬事萬物不斷發展的趨勢，各行各業不斷上云、結合互聯網變得更加智能，物流行業也是如此發展，產業結構的重組和現代化也在加速。根據湖北省物流基礎數據，湖北省內的部分城市物流智能化、網絡化水平不高，發展能力薄弱，像恩施、鄂州、荊門等地的物流發展水平與科學技術發展水平存在較大差距。為了促進湖北省物流行業的和諧、穩定、快速發展，滿足未來物流發展的需要，必須加強物流業的科技創新，城市應建立科學聯系，共享創新物流技術，湖北省政府不斷加強城市智能化物流基礎設施的建設，提供百億元資金進行戰略投資扶持，提高物流運營效率等。

（2）加強物流從業人員培訓，保持城市物流發展活力?！笆奈濉逼陂g，中國物流業的發展仍將處于重要的戰略機遇期，其產業在國民經濟中的地位也將處于重要的戰略機遇期將進一步完善，這是構建新的發展模式的重要支撐。同時，物流人才需求仍面臨巨大缺口，人才數量、質量和結構仍有待優化，特別是在數字化轉型、智能化轉型、物流與生產深度融合、國際物流渠道建設等方面。人才是支撐各行各業發展的第一資源和源動力，未來推進湖北省物流的高質量發展，必須對湖北省的物流人才隊伍素質和能力嚴格要求，加強對湖北省物流專業的科研人才和實踐人才培養，提高湖北省物流高質量、穩步發展能力。作為領先的教育大省，湖北省政府應加大物流行業人才的培養力度，依托湖北省人才庫，拓寬物流人才的培養渠道，提供科研資金依托專項研究，培養物流行業的專業應用型人才，湖北省的各科研院所和高等學校應大力與相關物流、供應鏈的企業簽訂校企合作意向書，建立人才培養基地，加大對物流領域人才就業的支持力度，培養和留住人才。特別是大學和職業學校作為人才培養的主體部門，改進物流行業人才的培養方法，積極與全國各大物流相關企業合作，實現“校企聯合”培養體制機制，學校要加大物流專業人才實踐技能的培養力度，真正做到理論和實踐相結合，為湖北省物流業的發展注入創新和活力。

（3）加強體制機制改革，營造良好的營商運營環境。湖北省政府要積極研究和實施物流領域的全面試點改革，建議積極開展國家級別的綜合改革試點，加大湖北省的綜合性物流樞紐建設，加強省內重要節點集疏運設施建設，降低整體物流成本，提高物流效率，消除湖北省物流業創新發展的障礙。

參考文獻：

[1]? BAHRAM ADRANGI， ARJUN CHATRATH， KAMBIZ RAFFIEE. The demand for US air transport service： A chaos and nonlinearity investigation[J]. Transportation Research Part E， 2001（5）：337-353.

[2]? RODRIGO A GARRIDO， HANI S MAHMASSANI. Forecasting freight transportation demand with the space-time multinomial probit model[J]. Transportation Research Part B， 2000（5）：403-418.

[3]? LUIS ABURTO， RICHARD WEBER. Improved supply chain management based on hybrid demand forecasts[J]. Applied Soft Computing Journal， 2007（1）：136-144.

[4]? TSAN-MING CHOI， YONG YU， KIN-FAN AU. A hybrid SARIMA wavelet transform method for sales forecasting[J]. Decision Support Systems， 2011（1）：130-140.

[5]? AVINASH SAMVEDI， VIPUL JAIN. A grey approach for forecasting in a supply chain during intermittent disruptions[J]. Engineering Applications of Artificial Intelligence， 2013，26（3）：1044-1051.

[6] 顧佳敏，姚惠芳. 基于灰色系統理論的江蘇省物流需求預測[J]. 電子商務，2020（6）：4-5，90.

[7] 魯渤，汪壽陽，匡海波. 基于引力模型的區域物流需求預測研究[J]. 管理評論，2017，29（2）：181-190.

[8] 曹志強，楊箏，劉放. 基于遺傳算法優化支持向量回歸機的區域物流需求預測[J]. 系統科學學報，2018，26（4）：79-82.

[9] 羅冰潔. 基于MLP神經網絡的物流需求預測模型研究[J]. 計算機與數字工程，2018，46（6）：1173-1177.

[10] 趙文德，黃麗娟，胡子瑜. 基于BP神經網絡組合模型的廣東省區域物流需求能力預測[J]. 物流技術，2020，39（12）：49-56，66.

[11] 陳長英. 廣西現代物流需求分析與預測研究[D]. 武漢：武漢理工大學，2010.

[12] 徐照. 基于多元回歸模型預測區域貨運量——以無錫市市區貨運量預測為例[J]. 企業改革與管理，2014（22）：39.

[13] 李夏培. 基于灰色線性組合模型的農產品物流需求預測[J]. 北京交通大學學報（社會科學版），2017，16（1）：120-126.

[14] 江楠. 基于灰色GM1，1的南京都市圈物流需求預測[J]. 物流技術，2021，40（11）：44-47，53.