張娜
摘 要:以BP神經(jīng)網(wǎng)絡(luò)模型為預(yù)測方法,對2003年~2012年我國農(nóng)產(chǎn)品的物流需求進行模擬,并對未來我國農(nóng)產(chǎn)品的物流需求的情況進行預(yù)測。結(jié)果顯示,由BP神經(jīng)網(wǎng)絡(luò)模型模擬的數(shù)據(jù)精度較高,驗證了該方法在數(shù)據(jù)擬合和預(yù)測領(lǐng)域具有較強的實用性。而對于農(nóng)產(chǎn)品物流需求的預(yù)測結(jié)果表明,短期內(nèi)我國農(nóng)產(chǎn)品物流需求的增長狀況仍然是非常可觀的。
關(guān)鍵詞:神經(jīng)網(wǎng)絡(luò)模型;農(nóng)產(chǎn)品;物流需求;預(yù)測
一、引言
農(nóng)產(chǎn)品是我國居民生活必需的產(chǎn)品,在城鄉(xiāng)居民消費中都占有較大的比重。農(nóng)業(yè)向來是支撐我國經(jīng)濟社會發(fā)展的基礎(chǔ)產(chǎn)業(yè)。隨著我國區(qū)域經(jīng)濟的發(fā)展和人民生活水平的提高,農(nóng)產(chǎn)品供給和需求都得到顯著提高。隨之引致的農(nóng)產(chǎn)品物流供給和物流需求也不斷增加。在這種發(fā)展趨勢下,如何協(xié)調(diào)農(nóng)產(chǎn)品物流供給和物流需求均衡是值得關(guān)注的問題。對于農(nóng)產(chǎn)品物流提供者來說,對農(nóng)產(chǎn)品物流需求進行合理預(yù)測,是保證農(nóng)產(chǎn)品物流供給滿足需求的重要手段,是維持農(nóng)產(chǎn)品物流供求均衡的重要依據(jù)。與此同時,合理地預(yù)測農(nóng)產(chǎn)品的物流需求,也能促進農(nóng)產(chǎn)品社會物流維持更好更快地發(fā)展。
二、農(nóng)產(chǎn)品物流需求預(yù)測的關(guān)鍵因素
從我國農(nóng)產(chǎn)品市場供求關(guān)系、農(nóng)產(chǎn)品市場發(fā)展的協(xié)調(diào)性等多方面來看,農(nóng)產(chǎn)品物流需求規(guī)模變化的主要影響因素包括我國經(jīng)濟發(fā)展水平、農(nóng)產(chǎn)品產(chǎn)量、居民消費水平、居民消費結(jié)構(gòu)、科技發(fā)展水平等。單從經(jīng)濟學(xué)角度來看,農(nóng)產(chǎn)品物流需求是一種派生的需求,它除了受宏觀經(jīng)濟因素影響之外,還受到農(nóng)產(chǎn)品消費和使用、農(nóng)產(chǎn)品生產(chǎn)等各類微觀因素影響。隨著我國經(jīng)濟發(fā)展水平不斷提升、產(chǎn)業(yè)結(jié)構(gòu)不斷優(yōu)化、資源配置不斷調(diào)整,農(nóng)產(chǎn)品的物流需求也將不斷發(fā)生變化。因此,我們可以認(rèn)為我國農(nóng)產(chǎn)品物流需求與經(jīng)濟社會發(fā)展之間存在極大的關(guān)聯(lián)。由此,利用反映經(jīng)濟社會發(fā)展的各項指標(biāo)對我國農(nóng)產(chǎn)品的物流需求進行預(yù)測,是具有可行性的。
在衡量農(nóng)產(chǎn)品物流需求時,本文采用農(nóng)產(chǎn)品物流需求規(guī)模的指標(biāo)。該指標(biāo)主要反映了我國農(nóng)產(chǎn)品物流需求的總量,是農(nóng)產(chǎn)品生產(chǎn)決策過程中必須明晰的首要指標(biāo)。根據(jù)我國經(jīng)濟社會發(fā)展的特征及與農(nóng)產(chǎn)品物流需求的聯(lián)系,本文設(shè)置了可以反映農(nóng)產(chǎn)品物流需求規(guī)模的指標(biāo)。
在宏觀經(jīng)濟層面上,選擇我國國內(nèi)生產(chǎn)總值和農(nóng)產(chǎn)品產(chǎn)量兩個指標(biāo)。國內(nèi)生產(chǎn)總值反映了我國總體經(jīng)濟發(fā)展水平;農(nóng)產(chǎn)品產(chǎn)量則反映了農(nóng)產(chǎn)品的供給水平,是衡量農(nóng)業(yè)發(fā)展的重要指標(biāo)。在消費經(jīng)濟層面上,選擇居民消費支出總額和農(nóng)產(chǎn)品消費占總消費的比重兩個指標(biāo)。居民消費支出總額是我國消費規(guī)模的體現(xiàn),而農(nóng)產(chǎn)品消費占總消費的比重則反映了農(nóng)產(chǎn)品消費在整個消費市場中的地位,也是我國農(nóng)產(chǎn)品物流需求的重要衡量指標(biāo)。在物流運輸層面上,選擇農(nóng)產(chǎn)品物流總額、總貨運量、貨運周轉(zhuǎn)量和社會物流總額四個指標(biāo)。農(nóng)產(chǎn)品物流需求的預(yù)測實質(zhì)上就是對量的變化趨勢的一個把握,可用物流量或物流額來反映,而農(nóng)產(chǎn)品物流總額正是農(nóng)產(chǎn)品需求量的重要衡量指標(biāo);總貨運量、貨運周轉(zhuǎn)量和社會物流總額是對我國運輸總體水平的把握,反映了我國物流經(jīng)濟增長的情況。在運輸方式層面上,選擇鐵路農(nóng)產(chǎn)品運輸量指標(biāo)。在目前我國區(qū)域內(nèi)和區(qū)域間農(nóng)產(chǎn)品運輸方式上以鐵路最為普遍,因此采用這種方式的農(nóng)產(chǎn)品運輸量指標(biāo)。
三、我國農(nóng)產(chǎn)品物流需求預(yù)測實的證分析
1.樣本說明
本文選取我國歷年的農(nóng)產(chǎn)品物流數(shù)據(jù)樣本,對我國農(nóng)產(chǎn)品物流需求進行預(yù)測,選取樣本的時間序列為2003年至2012年。各指標(biāo)定義如下:Y表示我國農(nóng)產(chǎn)品物流需求總額(單位:億元),X1表示國內(nèi)生產(chǎn)總值(單位:億元),X2表示我國農(nóng)產(chǎn)品產(chǎn)量(單位:萬噸),X3表示居民人均消費支出額(單位:元),X4表示農(nóng)產(chǎn)品消費占總消費的比重(單位:%),X5表示我國總貨運量(單位:萬噸),X6表示我國貨運周轉(zhuǎn)量(單位:億噸·公里),X7表示我國社會物流總額(單位:億元),X8表示我國鐵路農(nóng)產(chǎn)品運輸量(單位:萬噸)。以上指標(biāo)的原始數(shù)據(jù)來自于《中國統(tǒng)計年鑒》、《中國物流年鑒》和國研網(wǎng)統(tǒng)計數(shù)據(jù)庫。由于我國農(nóng)產(chǎn)品物流需求的部分?jǐn)?shù)據(jù)無法獲取,故采用如下方法間接計算得到:農(nóng)產(chǎn)品的物流總額=同時期農(nóng)產(chǎn)品的商品產(chǎn)值-農(nóng)業(yè)生產(chǎn)者直接通過集市貿(mào)易售-居民消費農(nóng)產(chǎn)品總額。
以上指標(biāo)的數(shù)據(jù)如表1所示。
2.數(shù)據(jù)處理
由于上述指標(biāo)單位不一,無法進行指標(biāo)間的比較或整合,因此通過歸一化方法對原始指標(biāo)數(shù)據(jù)進行無量綱處理。設(shè)第j個指標(biāo)的第i個數(shù)據(jù)為xij,第j個指標(biāo)所有數(shù)據(jù)中的最大值為maxxij,最小值為minxij,考慮到以上所有指標(biāo)都為正向指標(biāo),因此歸一化方法的計算公式如下:
x*ij=(xij-minxij)/(maxxij-minxij) ? ? ? (1)
其中,x*ij為xij的無量綱化結(jié)果。
3.基于神經(jīng)網(wǎng)絡(luò)模型實證分析
為了對我國農(nóng)產(chǎn)品的物流需求進行較為精確地預(yù)測,采用BP神經(jīng)網(wǎng)絡(luò)模型,通過SPSS軟件進行仿真試驗,得到神經(jīng)網(wǎng)絡(luò)體系圖如圖1所示。發(fā)現(xiàn)當(dāng)隱層的神經(jīng)元數(shù)目值為6時,該仿真結(jié)果是最能確保BP神經(jīng)網(wǎng)絡(luò)模型的預(yù)測精度的。因此,本文選取神經(jīng)網(wǎng)絡(luò)的輸入層為8個神經(jīng)元,隱層為6個神經(jīng)元,輸入層為1個神經(jīng)元 ?
■
圖1 神經(jīng)網(wǎng)絡(luò)體系圖
利用SPSS軟件,可以得到BP神經(jīng)網(wǎng)絡(luò)學(xué)習(xí)過程中的各個參數(shù),結(jié)果如表2所示 ?
圖2給出了由BP神經(jīng)網(wǎng)絡(luò)模型得到的模擬預(yù)測效果,由圖可知,通過BP神經(jīng)網(wǎng)絡(luò)模型預(yù)測得到的歷年我國農(nóng)產(chǎn)品物流需求總額與農(nóng)產(chǎn)品實際物流需求總額在二維坐標(biāo)內(nèi)基本能維持在45%線上,也就是說,該模型的模擬效果是比較好的。圖3給出了由BP神經(jīng)網(wǎng)絡(luò)模型得到的模擬結(jié)果的誤差值,由圖可知,大部分?jǐn)?shù)據(jù)的預(yù)測誤差值能維持在300以內(nèi)。由于我國農(nóng)產(chǎn)品物流需求總額的基數(shù)龐大,因此圖2所有的誤差值相對是很小的,這也表明了由BP神經(jīng)網(wǎng)絡(luò)模型得到的模擬精度較高。endprint
■
圖2 BP神經(jīng)網(wǎng)絡(luò)模型學(xué)習(xí)得到的模擬結(jié)果
■
圖3 BP神經(jīng)網(wǎng)絡(luò)模型模擬結(jié)果的誤差值
將BP神經(jīng)網(wǎng)絡(luò)模型模擬得到的預(yù)測值與實際值進行量化比較:
ei=(yi*-yi)/yi ? ? ? ? ? ? ? ?(2)
其中,ei為相對誤差,yi為實際值,yi*為預(yù)測值。每年預(yù)測值與實際值的相對誤差結(jié)果如表3所示。
由表2的結(jié)果可知,除了2003年我國農(nóng)產(chǎn)品物流總額的預(yù)測相對誤差較高(5.9911%)以外,其余年份我國農(nóng)產(chǎn)品物流總額的預(yù)測相對誤差均在-2%和2%,即相對誤差的變化具有較強的穩(wěn)定性。因此,我們認(rèn)為采用BP神經(jīng)網(wǎng)絡(luò)模型進行模擬的結(jié)果是較為理想的。
因為上述模擬結(jié)果的誤差控制在較小范圍,模擬精度較高,因此可以根據(jù)該模型對未來我國農(nóng)產(chǎn)品的物流需求水平進行預(yù)測。筆者預(yù)測了2013年、2014年和2015年我國農(nóng)產(chǎn)品的物流需求總額,具體預(yù)測結(jié)果如表4所示。
表4 2013年~2015年我國農(nóng)產(chǎn)品物流需求總額預(yù)測
■
由預(yù)測結(jié)果可知,我國農(nóng)產(chǎn)品物流需求在2012年以后的未來三年內(nèi)還將持續(xù)保持穩(wěn)定的增長,三年的平均增長率約為9%。由此可見,短期內(nèi)我國農(nóng)產(chǎn)品物流需求的增長狀況仍然是良好的,這也就為農(nóng)產(chǎn)品物流的發(fā)展提供了經(jīng)驗上的支持。國內(nèi)規(guī)模以上物流企業(yè)應(yīng)把握農(nóng)產(chǎn)品物流市場日益壯大的統(tǒng)特征,不斷引領(lǐng)全國農(nóng)產(chǎn)品物流全面發(fā)展;中小物流企業(yè)應(yīng)及時抓住機遇,不斷拓寬業(yè)務(wù)范圍,爭取增加農(nóng)產(chǎn)品物流服務(wù)半徑,提高農(nóng)產(chǎn)品物流能力,滿足農(nóng)產(chǎn)品物流日益增長的需求。
四、結(jié)論與評價
本文結(jié)合我國經(jīng)濟社會的發(fā)展及農(nóng)產(chǎn)品市場的發(fā)展情況,從宏觀經(jīng)濟、消費經(jīng)濟、物流運輸量和運輸方式四個層面提取了能夠反映區(qū)域農(nóng)產(chǎn)品物流需求的定量指標(biāo)。然后,基于BP神經(jīng)網(wǎng)絡(luò)模型,以我國農(nóng)產(chǎn)品物流相關(guān)數(shù)據(jù)為樣本,對農(nóng)產(chǎn)品物流需求的數(shù)據(jù)進行模擬,并對未來我國農(nóng)產(chǎn)品物流需求進行預(yù)測。通過比較2003~2012年我國農(nóng)產(chǎn)品物流需求的原始數(shù)據(jù)與BP神經(jīng)網(wǎng)絡(luò)模型模擬數(shù)據(jù)可知,由BP神經(jīng)網(wǎng)絡(luò)模型模擬的數(shù)據(jù)精度較高,因此該方法可用于對未來我國農(nóng)產(chǎn)品物流需求的變化趨勢進行預(yù)測。
根據(jù)本文對我國農(nóng)產(chǎn)品物流需求的預(yù)測結(jié)果,至少在短期內(nèi)我國農(nóng)產(chǎn)品物流需求的增長狀況仍然是良好的,這也就為農(nóng)產(chǎn)品物流市場的拓展提供了經(jīng)驗上的支持。因此,國內(nèi)規(guī)模以上物流企業(yè)以及中小型物流企業(yè)都應(yīng)充分把握這個時機,不斷提高農(nóng)產(chǎn)品物流能力,滿足農(nóng)產(chǎn)品物流日益增長的需求。
參考文獻:
[1]候媛彬,杜京義,汪梅.神經(jīng)網(wǎng)絡(luò)[M].西安:西安電子科技大學(xué)出版社,2007.
[2]郭娟.我國農(nóng)產(chǎn)品物流的現(xiàn)狀分析及對策研究[J].農(nóng)業(yè)經(jīng)濟,2013,(6):119-120.
[3]張郴,張捷.中國入境旅游需求預(yù)測的神經(jīng)網(wǎng)絡(luò)集成模型研究[J].地理科學(xué),2011,31(10):1208-1212.endprint
■
圖2 BP神經(jīng)網(wǎng)絡(luò)模型學(xué)習(xí)得到的模擬結(jié)果
■
圖3 BP神經(jīng)網(wǎng)絡(luò)模型模擬結(jié)果的誤差值
將BP神經(jīng)網(wǎng)絡(luò)模型模擬得到的預(yù)測值與實際值進行量化比較:
ei=(yi*-yi)/yi ? ? ? ? ? ? ? ?(2)
其中,ei為相對誤差,yi為實際值,yi*為預(yù)測值。每年預(yù)測值與實際值的相對誤差結(jié)果如表3所示。
由表2的結(jié)果可知,除了2003年我國農(nóng)產(chǎn)品物流總額的預(yù)測相對誤差較高(5.9911%)以外,其余年份我國農(nóng)產(chǎn)品物流總額的預(yù)測相對誤差均在-2%和2%,即相對誤差的變化具有較強的穩(wěn)定性。因此,我們認(rèn)為采用BP神經(jīng)網(wǎng)絡(luò)模型進行模擬的結(jié)果是較為理想的。
因為上述模擬結(jié)果的誤差控制在較小范圍,模擬精度較高,因此可以根據(jù)該模型對未來我國農(nóng)產(chǎn)品的物流需求水平進行預(yù)測。筆者預(yù)測了2013年、2014年和2015年我國農(nóng)產(chǎn)品的物流需求總額,具體預(yù)測結(jié)果如表4所示。
表4 2013年~2015年我國農(nóng)產(chǎn)品物流需求總額預(yù)測
■
由預(yù)測結(jié)果可知,我國農(nóng)產(chǎn)品物流需求在2012年以后的未來三年內(nèi)還將持續(xù)保持穩(wěn)定的增長,三年的平均增長率約為9%。由此可見,短期內(nèi)我國農(nóng)產(chǎn)品物流需求的增長狀況仍然是良好的,這也就為農(nóng)產(chǎn)品物流的發(fā)展提供了經(jīng)驗上的支持。國內(nèi)規(guī)模以上物流企業(yè)應(yīng)把握農(nóng)產(chǎn)品物流市場日益壯大的統(tǒng)特征,不斷引領(lǐng)全國農(nóng)產(chǎn)品物流全面發(fā)展;中小物流企業(yè)應(yīng)及時抓住機遇,不斷拓寬業(yè)務(wù)范圍,爭取增加農(nóng)產(chǎn)品物流服務(wù)半徑,提高農(nóng)產(chǎn)品物流能力,滿足農(nóng)產(chǎn)品物流日益增長的需求。
四、結(jié)論與評價
本文結(jié)合我國經(jīng)濟社會的發(fā)展及農(nóng)產(chǎn)品市場的發(fā)展情況,從宏觀經(jīng)濟、消費經(jīng)濟、物流運輸量和運輸方式四個層面提取了能夠反映區(qū)域農(nóng)產(chǎn)品物流需求的定量指標(biāo)。然后,基于BP神經(jīng)網(wǎng)絡(luò)模型,以我國農(nóng)產(chǎn)品物流相關(guān)數(shù)據(jù)為樣本,對農(nóng)產(chǎn)品物流需求的數(shù)據(jù)進行模擬,并對未來我國農(nóng)產(chǎn)品物流需求進行預(yù)測。通過比較2003~2012年我國農(nóng)產(chǎn)品物流需求的原始數(shù)據(jù)與BP神經(jīng)網(wǎng)絡(luò)模型模擬數(shù)據(jù)可知,由BP神經(jīng)網(wǎng)絡(luò)模型模擬的數(shù)據(jù)精度較高,因此該方法可用于對未來我國農(nóng)產(chǎn)品物流需求的變化趨勢進行預(yù)測。
根據(jù)本文對我國農(nóng)產(chǎn)品物流需求的預(yù)測結(jié)果,至少在短期內(nèi)我國農(nóng)產(chǎn)品物流需求的增長狀況仍然是良好的,這也就為農(nóng)產(chǎn)品物流市場的拓展提供了經(jīng)驗上的支持。因此,國內(nèi)規(guī)模以上物流企業(yè)以及中小型物流企業(yè)都應(yīng)充分把握這個時機,不斷提高農(nóng)產(chǎn)品物流能力,滿足農(nóng)產(chǎn)品物流日益增長的需求。
參考文獻:
[1]候媛彬,杜京義,汪梅.神經(jīng)網(wǎng)絡(luò)[M].西安:西安電子科技大學(xué)出版社,2007.
[2]郭娟.我國農(nóng)產(chǎn)品物流的現(xiàn)狀分析及對策研究[J].農(nóng)業(yè)經(jīng)濟,2013,(6):119-120.
[3]張郴,張捷.中國入境旅游需求預(yù)測的神經(jīng)網(wǎng)絡(luò)集成模型研究[J].地理科學(xué),2011,31(10):1208-1212.endprint
■
圖2 BP神經(jīng)網(wǎng)絡(luò)模型學(xué)習(xí)得到的模擬結(jié)果
■
圖3 BP神經(jīng)網(wǎng)絡(luò)模型模擬結(jié)果的誤差值
將BP神經(jīng)網(wǎng)絡(luò)模型模擬得到的預(yù)測值與實際值進行量化比較:
ei=(yi*-yi)/yi ? ? ? ? ? ? ? ?(2)
其中,ei為相對誤差,yi為實際值,yi*為預(yù)測值。每年預(yù)測值與實際值的相對誤差結(jié)果如表3所示。
由表2的結(jié)果可知,除了2003年我國農(nóng)產(chǎn)品物流總額的預(yù)測相對誤差較高(5.9911%)以外,其余年份我國農(nóng)產(chǎn)品物流總額的預(yù)測相對誤差均在-2%和2%,即相對誤差的變化具有較強的穩(wěn)定性。因此,我們認(rèn)為采用BP神經(jīng)網(wǎng)絡(luò)模型進行模擬的結(jié)果是較為理想的。
因為上述模擬結(jié)果的誤差控制在較小范圍,模擬精度較高,因此可以根據(jù)該模型對未來我國農(nóng)產(chǎn)品的物流需求水平進行預(yù)測。筆者預(yù)測了2013年、2014年和2015年我國農(nóng)產(chǎn)品的物流需求總額,具體預(yù)測結(jié)果如表4所示。
表4 2013年~2015年我國農(nóng)產(chǎn)品物流需求總額預(yù)測
■
由預(yù)測結(jié)果可知,我國農(nóng)產(chǎn)品物流需求在2012年以后的未來三年內(nèi)還將持續(xù)保持穩(wěn)定的增長,三年的平均增長率約為9%。由此可見,短期內(nèi)我國農(nóng)產(chǎn)品物流需求的增長狀況仍然是良好的,這也就為農(nóng)產(chǎn)品物流的發(fā)展提供了經(jīng)驗上的支持。國內(nèi)規(guī)模以上物流企業(yè)應(yīng)把握農(nóng)產(chǎn)品物流市場日益壯大的統(tǒng)特征,不斷引領(lǐng)全國農(nóng)產(chǎn)品物流全面發(fā)展;中小物流企業(yè)應(yīng)及時抓住機遇,不斷拓寬業(yè)務(wù)范圍,爭取增加農(nóng)產(chǎn)品物流服務(wù)半徑,提高農(nóng)產(chǎn)品物流能力,滿足農(nóng)產(chǎn)品物流日益增長的需求。
四、結(jié)論與評價
本文結(jié)合我國經(jīng)濟社會的發(fā)展及農(nóng)產(chǎn)品市場的發(fā)展情況,從宏觀經(jīng)濟、消費經(jīng)濟、物流運輸量和運輸方式四個層面提取了能夠反映區(qū)域農(nóng)產(chǎn)品物流需求的定量指標(biāo)。然后,基于BP神經(jīng)網(wǎng)絡(luò)模型,以我國農(nóng)產(chǎn)品物流相關(guān)數(shù)據(jù)為樣本,對農(nóng)產(chǎn)品物流需求的數(shù)據(jù)進行模擬,并對未來我國農(nóng)產(chǎn)品物流需求進行預(yù)測。通過比較2003~2012年我國農(nóng)產(chǎn)品物流需求的原始數(shù)據(jù)與BP神經(jīng)網(wǎng)絡(luò)模型模擬數(shù)據(jù)可知,由BP神經(jīng)網(wǎng)絡(luò)模型模擬的數(shù)據(jù)精度較高,因此該方法可用于對未來我國農(nóng)產(chǎn)品物流需求的變化趨勢進行預(yù)測。
根據(jù)本文對我國農(nóng)產(chǎn)品物流需求的預(yù)測結(jié)果,至少在短期內(nèi)我國農(nóng)產(chǎn)品物流需求的增長狀況仍然是良好的,這也就為農(nóng)產(chǎn)品物流市場的拓展提供了經(jīng)驗上的支持。因此,國內(nèi)規(guī)模以上物流企業(yè)以及中小型物流企業(yè)都應(yīng)充分把握這個時機,不斷提高農(nóng)產(chǎn)品物流能力,滿足農(nóng)產(chǎn)品物流日益增長的需求。
參考文獻:
[1]候媛彬,杜京義,汪梅.神經(jīng)網(wǎng)絡(luò)[M].西安:西安電子科技大學(xué)出版社,2007.
[2]郭娟.我國農(nóng)產(chǎn)品物流的現(xiàn)狀分析及對策研究[J].農(nóng)業(yè)經(jīng)濟,2013,(6):119-120.
[3]張郴,張捷.中國入境旅游需求預(yù)測的神經(jīng)網(wǎng)絡(luò)集成模型研究[J].地理科學(xué),2011,31(10):1208-1212.endprint