基于嶺回歸模型的廣西物流需求預測研究

中圖分類號：F272 文獻標志碼：A DOI： 10.13714/j.cnki.1002-3100.2025.09.002

Abstract：Logistcsmakesupournationaleconomyanditisalsothebridgethatconnectseverylinkinthenationaleconoy. Atthesametime，asa tertiaryindustry，ithasverygooddevelopment prospects.Basedontheindependent variablemulticolinearity，theGM1，1）modelwasusedtopreicttheindicatorswithigcorelationbetweensixelatedinfluencinfactors andfreightvolumeinthenextsixyearsandthentheridgeregressionequationwasbroughtintoacounttopredictthelogistics demandin Guangxi.Finallacording totheforecastresultsandthe\"14thFive-YearPlanfortheDevelopmentofGuangxisLo gistics Industry\"， some suggestions are put forward for the development of logistics in Guangxi.

Key words： logistics demand; forecasting; ridge regression; GM（1，1

0引言

《廣西物流業發展“十四五”規劃》明確提出，到2025年，廣西將初步構建一個“高效集聚”、“區域協作”、“創新整合”、“智能綠色”和“安全可控”的現代物流體系，并將廣西打造成“國內外雙循環”的關鍵節點和中心。另外，通過預測物流需求，企業和政府能更精確地掌握市場需求和競爭狀況，進而提高物流行業的競爭力和創新能力，這對于推動區域經濟的協同發展具有極其重要的作用。因此，本文研究旨在結合廣西的實際情況，綜合運用定量分析與定性分析相結合的方法，構建更為精準的物流需求預測模型，以期為廣西的可持續發展提供建議。

在選擇物流需求相關影響因素時，國內學者從多個角度對與物流需求有較大關聯的因素進行了分析。王琰選擇GDP產業總產值、外貿進出口總額和社會消費品零售總額等主要經濟指標為物流需求預測相關影響指標，利用福州市的實際情況，預測了福州市的物流需求，并在此基礎上說明了所選取的經濟指數在進行物流需求預測時具有一定的參考價值。

在選擇物流需求相關預測方法時，在運用單一預測模型方面周曉娟等在以往學者研究的基礎上，選擇了河北省統計年鑒1990—2009年的有關指標，并按照統計學的嚴謹性，選擇了相應的研究指標，為消除多重共線性將數據逐步回歸之后以河北省為研究對象，通過多元線性回歸模型對物流需求進行預測分析，從三個層面探討了河北省物流業的發展趨勢。在運用組合預測模型方面吳涵等在三種單一預測方法的基礎上，構造了賦權的組合預測模型即將三種模型給予不同的權重，用于重慶港口物流的預測。預測結果為重慶港口物流需求在2025年前仍將保持較大的發展勢頭。研究結果表明，組合預測模型的穩定性優于單個預測模型，為港口物流需求預報提供了一種有效的建模與預測手段。以往，大多數學者都是使用單個的灰色系統模型來預測物流需求，這種預測精度不高，而且很少使用組合預測，尤其是較少采用基于嶺回歸的預測模型對物流需求進行預測。利用組合預測方法，能夠有效地解決單個預測模型存在的假定條件及“數據偶然性”等問題，實現多個單個預測模型的合理組合，從而整體提升物流需求預測的準確性。

1廣西物流發展現狀

廣西物流規模逐步擴大，主要得益于廣西在西部陸海新通道建設中的顯著成效。自《西部陸海新通道總體規劃》印發實施以來，廣西加快建設西部陸海新通道，北部灣港從2019年的382萬箱增加至2022年的702萬箱，增速在國內各大港口中位居前列；海鐵聯運班列年發運量從2019年的2243架次上升至2022年的8820架次，航線覆蓋全國17個省份63個城市，121個站點；中越過境列車由2019年的1026輛增加至2022年的2182輛；南寧機場的貨郵吞吐量將在2022年達到73000噸，由2019年的23000噸增加至73000噸。此外，廣西還推動平陸運河、港20萬噸級自動化集裝箱碼頭、南寧機場T3航站區及配套設施建設等重大項目的建設，進一步加速了廣西與西南腹地、東盟國家的物流往來和經濟循環。廣西貨運量發展現狀呈現穩步增長的趨勢。近年來，廣西鐵路、水路貨運量持續增長，2022年廣西鐵路、水路貨運量共完成5.01億噸，綜合占比達到 23.5% ，相較于2018年提升了4個百分點。同時，廣西的航空貨運量也有顯著增長，南寧機場國際航空貨郵吞吐量突破7萬噸，同比增長超過 200% 。這顯示出廣西貨物運輸迅速發展，特別是水路貨物運輸有了明顯的增長，為廣西建設粵港澳大灣區的核心區域，開辟了一條高效暢通的水運通道。廣西貨運量2010—2022年發展現狀如圖1所示。

2模型構建

2.1嶺回歸模型

多元線性回歸分析是指在模型中存在兩個或更多自變量，并且這些自變量與因變量之間呈現線性關系。即： Y=Xβ+ε 。式中： Y 為因變量； X 為自變量矩陣； β 為回歸系數； ε 為誤差。通常在多元線性回歸分析中使用最小二乘法來進行參數估計，求解其回歸系數 β ，即： 在多元線性回歸模型中，需要滿足自變量之間無顯著相關關系的假設。當自變量之間存在較強相關性時，即自變量之間的相關系數接近于1且 X^TX=0 ，利用上式求解模型參數會導致無法求解或估計方差過大的問題，即存在多重共線性情況。在存在多重共線性的情況下，需要改用嶺回歸優化算法進行建模，嶺回歸方程如下：

2.2 GM（1，1）模型

GM（1，1）模型建模步驟：

（1）建立原始數列：

（2）通過一階累加生成（1-AGO），得到一個新的數據系列：

x^（1）（k）=Σ_i=1^kx^（0）（i），?#k=2，3，…，n

（3）如果 x^（1） 呈指數變化，GM（1，1）模型的灰色微分方程如下，其中： Δ_a 為發展系數， b 為灰色控制變量。

（4）用普通最小二乘法（OLS）計算參數 Ψ_a 和 b ：

（5）將得出的參數 Δ_a 和 b 代回原微分方程，在初始條件下，灰微分方程的解是：

（6）利用累減生成法將上一步得到的數據序列預測值進行還原，得到原始數據序列的模擬預測值：

2.3物流需求指標體系建立

選擇貨運量為物流需求指數，是由于貨運量是反映物流活動規模與需求程度的一項重要指標。具體來說，有以下幾個原因：貨運量能夠直接反映物流活動的規模。其大小直接決定了物流企業的運輸、倉儲、裝卸搬運等活動的規模，從而反映了物流需求的水平。物流需求與貨運量息息相關。物流需求是指物品在社會經濟活動中的流動需求，而貨運量則是這種需求的具體表現形式，物流需求主要表現在物流方面。隨著經濟的發展和市場的擴大，物流需求不斷增加，貨運量也會隨之增長。貨運量是一個相對容易獲取和統計的指標，各級政府和統計機構都會定期發布相關的貨運量數據。這使得貨運量成為一個方便、可靠的物流需求指標。綜上所述，選取貨運量作為物流需求的指標，能夠直觀地反映物流活動的規模和物流需求的水平，同時數據也容易獲取和統計。因此，貨運量成為了衡量物流需求的重要指標之一。其次，本文根據科學性、評價方法一致性以及可比性等原則，選取了影響貨運量的9個相關因素指標。

2.4實證分析

2.4.1樣本數據獲取與處理

根據前文理論分析及廣西物流發展現狀，選取貨運量作為廣西物流需求預測模型的因變量，選取9個影響因素指標作為自變量，構建廣西物流需求預測模型。本文數據來源于各年的《廣西統計年鑒》。其中， X₁，X₂，X₃，X₄，X₅，X₆，X₇，X₈，X₉，Y 分別表示進出口總額、社會固定資產投資額、消費品零售總額、GDP、第一產業、第二產業、第三產業、城鎮居民人均可支配收入和常住人口數。為了分析出哪些因素影響廣西物流量，在建立回歸模型時，需要首先檢查各變量之間的相關性。選用灰色關聯度分析方法（見表2）。為了使物流需求預測系統的全面性，選取關聯度排名前6的指標進行分析。

根據灰色關聯度分析結果，保留關聯度大于0.7的6個與貨運量相關的影響因素，分別是城鎮居民人均可支配收入 X₈ ，第二產業 X₆ ，第一產業 X₅ ，人均 GDPX₄ ，常住人口 X₉ 和社會消費品零售總額 X₃ 。對這6個與貨運量關聯度較高的影響因素進行相關性分析（見表3），分析結果表明6個影響因素直接相關性很高，存在多重共線性。

在構建物流需求預測模型時，也存在著大量的共線性、樣本數量過少等問題。為確保所構建的物流需求預測指標體系準確完善，通常會盡量不漏掉與物流需求有關的所有影響因素，并對與物流需求有關的各個影響因子進行綜合選擇，這就會造成所選擇的各影響指標的多重共線性問題，如果單純采用多元線性回歸的方法對其進行建模，將會出現估算誤差大、模型穩定性差的問題。依據計算結果顯示，選取的變量之間有嚴重的多重共線性，因此選擇總均方根誤差最小的嶺回歸預測方法?？梢越鉀Q變量體系中的多重共線性問題，選用這種改進的嶺回歸方法，通過用 GM（1，1） 模型將物流需求相關影響指標的變量進行預測然后帶入到嶺回歸方程當中。運用改進的嶺回歸模型進行預測首先需要確定 K 值，本文根據方差擴大因子法確定 K=0.041 。

表4顯示了嶺回歸模型的參數結果以及檢驗結果，包括模型的標準化系數、 χ_t 值、 F 檢驗的結果、 R 、調整 R² 等，用于模型的檢驗，并分析模型的公式。根據 F 檢驗的 P 值對模型進行檢驗。結果顯示：基于 F 檢驗顯著性 P 值為 0.007^*** ，水平上呈現顯著性，拒絕原假設，表明自變量與因變量之間存在著回歸關系。同時，模型的擬合優度 R² 為 0.905 ，模型表現為較為優秀。

模型的公式：

2.4.2預測影響因素數據帶入嶺回歸方程

對二級指標 X₃，X₄，X₅，X₆，X₈，X₉ 使用GM（1，1）模型預測未來6年的值，得到結果如表5所示。

將影響因素的預測數據輸入到嶺回歸方程得到貨運量的預測數據，如表6所示。

表6是對廣西2023—2028年物流需求的預測結果，2023年222451.797萬噸，2024年231618.639萬噸，2025年241093.95萬噸，2026年250889.719萬噸，2028年與2027年的261018.544萬噸相比處于穩步增長狀態，并且未存在異常的波動。結合表中對廣西區域物流需求相關影響指標的預測結果同樣在短期內處于穩定的增長狀態，并未存在異常的

波動。由此可得表6中對2018—2020年廣西物流需求預測結果科學、合理、可靠且模型的擬合優度達0.905表明模型擬合優秀研究成果顯示，廣西物流需求在未來6年內將呈現出明顯的增長趨勢，而嶺回歸-GM（1，1）進行組合的這種預測模型能夠更好地對廣西地區的物流需求進行預測，并能有效降低數據的不確定性，對其它地區的物流需求進行預測具有指導意義。

3結論與對策

本文建立了廣西區域物流需求預測的指標體系。通過對廣西實際發展狀況分析，對廣西物流需求預測指標選取的是貨運量，且建立了9個物流需求相關影響因素指標，用灰色關聯分析法計算各指標灰色關聯度，對所選擇9個與貨運量相關的影響因素進行篩選，剔除關聯度低的影響指標，最終建立了基于6個相關影響指標的廣西區域物流需求預測的指標體系。隨后對這6個指標數據進行相關性分析，得出存在多重共線性，因此選擇建立了嶺回歸-GM（1，1）組合預測模型。從上述預測模型進行實證分析所得的結果分析可得，未來六年廣西物流需求將穩步上升。但是目前來看物流發展仍然受到一些因素的限制，例如基礎設施瓶頸，交通網絡限制，腹地經濟規模以及政策與制度環境可能會限制物流的發展，進而影響貨運量的提升。在此基礎上，本文就如何促進廣西物流業的高質量發展、提高物流需求提出了如下幾點建議：

（1）加強物流基礎設施建設。在區域物流需求的影響因素分析中可知，完善的物流基礎設施建設可以提高區域對物流需求的承載力，推動物流需求的增長，物流基礎設施建設是區域物流高質量發展的前提和保障。應加強物流體系，建設省域內一體化融合發展整合各城市物流資源，發揮跨江融合和南北聯動優勢。

（2）擴大出口貿易規模。在經濟飛速發展的同時，外貿業務也呈現出蓬勃發展的態勢。廣西應該在物流方面投入更多的資金，加速物流信息化建設，優化物流流程，降低物流成本，提升物流效率，為國內外貿企業提供更好的服務。隨著我國外貿規模的不斷擴大，對外貿企業的物流服務質量因此也提出了更高的要求。廣西應加大對物流人才的培養與管理力度，提升其專業、可靠程度，以適應我國外貿企業對物流的高質量需求。擴大出口貿易規模需要更加便利的貿易環境，廣西應積極開展與東盟及其他國家及地區的物流合作，促進貿易便利化，減少貿易壁壘，增強其競爭能力。總之，通過對廣西物流業的進一步拓展，可以使廣西的物流系統得到優化，物流服務水平的提升，以及對貿易的促進作用，使其得到迅速的發展。

（3）加大信息化建設。提升信息化水平，縮小企業差距。借助先進的信息技術和智能化設備打造強大的物流管理平臺。這個平臺可以以信息為核心，整合供應鏈上所有相關的數據流，優化物流流程，提高效率，降低成本。通過這樣的平臺，廣西不僅能夠成為區域性的國際物流基地，而且能升級為一個信息交換中心，促進區域內外的經濟交流與合作，提升整個地區在全球物流網絡中的地位。這一舉措可大幅增強廣西在國際貿易中的競爭力，同時也有助于吸引更多的國際投資和企業落戶，推動地方經濟發展，實現多方共贏的局面。要改變運作模式，實行集中、協調、統籌；轉變傳統的經營方式粗放、資源消耗大、環境污染嚴重的物流方式，對“綠色物流”的模式和運營模式進行創新，從而實現對整個社會的整體物流總量的整體削減，減少汽車空置率，減少繞道交通，減輕交通堵塞和環境污染，推動經濟型物流模式的迅速增長與發展。構建協同高效的“信息鏈”。圍繞產業鏈供應鏈構建“信息鏈”，打通產業鏈供應鏈上的堵點、斷點，積極推進港口、公路、鐵路、內河、機場“五港”的信息互聯，加速實現內外聯通、安全高效的物流網絡建設，為廣西的經濟發展提供有力的支撐。

（4）推動智慧綠色物流創新發展。加快智能物流的發展。在物流追蹤、認證、交易、支付監管、信用評估等方面，要大力推進大數據、物聯網、云計算、北斗導航、生物識別等現代信息技術的應用。推動物流中的運輸、倉儲、配送等各個方面的智能設施，并積極開發產品可追溯性，健全新一代的物流資訊系統，讓物流園區、物流中心、貨運站等物流節點的設施都能實現數字化，形成可視化的智能化物流設施體系。推動綠色低碳科技的發展，鼓勵企業使用節能、清潔的交通工具和物流設備，在全國范圍內推廣使用節能環保的倉儲設施及綠色包裝，并構建第三方標準化的托盤回收共享網絡。推動我國綠色物流評價指標體系的建立。

參考文獻：

[1]QIANT，YUZHUOQ，LANX.ForecastingthedemandforcoldchainlogisticsofagriculturalproductswithMarkov-opti-mised mean GM（1，1） model—A case study of Guangxi Province，China[J]. Kybernetes，2024，53（1）：314-336.

[2]BAOCHAID，AILING C.Researchonlogisticsdemandforecastbasedonthecombinationof greyGM（1，1）andBPneuralnetwork[J]. Journal of Physics： Conference Series，2019，1288：012055.

[3]張宇超．基于 GM（1，1） 模型的內蒙古自治區區域物流需求預測[J].內蒙古統計，2023（3）：32-35.

[4]武亞鵬，李慧穎，李婷，等．基于多模型組合的物流需求預測分析——以武漢市為例[J].物流技術，202241（6）：60-63.

[5]朱夢琳.基于 GM（1，1） 模型的內江市區域物流需求預測[J].物流工程與管理，2022，44（12）：15-17.

[6]秦小楠，王穎純．港口物流需求預測影響因素分析[J]．中國儲運，2021（11）：61.

[7]李明書，劉仁云，胡妹祺，等．基于時間序列分析的長春市物流研究及預測[J].科技創新與應用，2020（32）：34-36.

[8]吳涵，張立，劉岱，等．港口物流需求趨勢預測方法研究——基于組合預測模型對重慶港口物流需求趨勢分析[J].價格理論與實踐，2019（9）：75-78.

[9]萬玉龍，胡田田，章艷華．基于多種回歸模型的區域物流需求預測實證分析[J].物流科技，2017，40（10）：6-9.

[10]范雅．廣西區域物流系統優化研究[D].柳州：廣西科技大學，2017.

[11]王琰．福州市物流需求預測方法及應用研究[J].物流科技，2016，39（4）：106-110.

[12]李國祥，夏國恩.區域物流需求的組合預測模型[J].統計與決策，2014（15）：85-87.

[13]周曉娟，景志英．基于多元線性回歸模型的河北省物流需求預測實證分析[J]．物流技術，2013.32（9）：270-272.

[14]張麗萍，楊江龍．基于灰色模型的臨沂市物流需求預測[J]．物流技術，2013，32（5）：274-277，284.

[15]王景敏，朱芳陽，隋博文，等．廣西北部灣港口物流需求預測及發展模式研究[J].物流科技，2010，33（12）：26-28.