云南省快遞行業季度業務收入預測模型及分析

李正嬌 劉云

摘 要：本文首先研究了云南快遞行業的發展現狀，總結了云南快遞業的發展特點，并對其原因進行了分析。其次運用灰色GM（1，1）模型，利用2013年～2016年各個季度云南快遞業務的收入數據，檢驗其精度，對未來幾年間各季度的快遞業務收入進行預測。最后對預測結果進行了分析。

關鍵詞：快遞業 快遞收入 GM（1，1）模型 預測分析

中圖分類號：F252 文獻標識碼：A 文章編號：2096-0298（2017）01（a）-144-03

1 引言

2015年12月《國務院關于促進快遞行業發展的若干意見》強調快遞業是現代服務業的重要組成部分，是推動流通方式轉型、促進消費升級的現代化先導性產業。近幾年來，我國快遞業發展迅速，企業數量大幅增加，業務規模持續擴大，服務水準不斷提升，在降低流通成本、支撐電子商務、服務生產生活、擴大就業渠道等方面發揮了積極作用；其中重點任務中提到要大力發展快遞企業、推進“互聯網+”快遞、構建完善服務網絡、銜接綜合交通體系等，近幾年，尤其是電子商務的興起，把云南省快遞行業也引發一股電商熱，間接帶動了快遞行業的飛速發展，從2012年第二季度868.75萬件到2016年第二季度4096.88萬件，五年平均年增長率為74.3%，與此同時，快遞收入也由2012年第一季度1.62億元激增到2016年第一季度5.79億元，五年平均年增長率為51.5%，快遞業務收入占全行業收入（郵政行業業務收入）的比重由2012年第二季度的37.03%到2016年第二季度61.2%，也出現了一系列關于快遞包裹延誤、丟失、配送員服務態度差等問題，云南省僅2012年快遞業務有效申訴問題就達4790件，2015年達到14090件，年均增長率為90.2%。因此，提前對快遞業務量及快遞收入進行預測，不僅能為快遞企業提供預警，讓快遞企業能提前制定應對策略，提高顧客滿意程度，而且能為快遞行業的持續發展提供科學決策服務。

由于快遞行業本身波動較為強烈，因此導致不同季度快遞收入差異較大，而且有越來越大的趨勢。2014年云南省第一季度快遞收入3.1億元，第四季度快遞業務收入4.71億元，相差1.61億元，到2015年第一季度快遞收入4.25億元，第四季度快遞收入5.96億元，相差1.71億元，因此，按照季度預測具有一定的科學性和合理性。本文依據2012年～2016年各季度的快遞業務收入，根據GM（1，1）預測模型建立2016年～2020年四個季度的預測模型，檢驗其精度，并得出云南省未來5年季度快遞業務收入值。

1.1 數據來源

根據云南省郵政管理局公布的2012年～2016年年各月（其中2016年包含1月～9月）郵政行業快遞業務收入情況，得到云南省快遞行業各季度的快遞業務收入數據，如表1所示。

1.2 數據分析

由于數據量較少，不適用統計方法，且快遞業是一個復雜的多因素灰色系統，由于在實際生活中，數據的采集不完整、缺失、年際間快遞業務量無規律的現狀等造成快遞行業收入存在波動，但從具體分析來看，這種波動序列其實是一個潛在的有規律性的體現。所以，快遞業務量可以采用灰色預測模型來預測和研究。

1.3 云南省快遞行業季度收入趨勢分析

由表1可知，2012年～2016年云南省快遞業務年收入與四個季度快遞業務收入發展趨勢，如圖1所示。

從圖1可知，2012年～2016年第一季度至第四季度快遞業務收入均成遞增趨勢，且2013年以后發展陡增，第四季度從2013后增長較快，發展迅猛，顯而易見，第四季度是快遞業的發展旺季，隨著春節的到來，快遞需求量較大，業務量驟增，是快遞業發展的最好時機。

2 GM（1，1）預測模型

GM（1，1）模型表示一階的、一個變量的微分方程模型，所需數據量較小就能得出較為精確的預測值，可根據當前數據對未來發展趨勢做出預測分析，因此可以用GM（1，1）模型進行快遞業務收入預測。

2.1 GM（1，1）模型定義

4 結果分析

由表4可知，2016年云南省第四季度快遞業務收入達到8.50億元，超過了2012年云南省全年總收入，2020年云南省第一季度收入增加到21.42億元，超過了2015年云南省全年總收入，尤其是第四季度快遞業務量會猛增，連帶收入也會出現激增，達到了33.73億元，2020全年預測值相加，全年總收入將達到或超過108.96億元，遠超過《云南省現代物流產業發展“十三五”規劃》中做出的快遞行業收入翻一番的目標。

參考文獻

[1] 張宏杰.兵團兵團棉花收購政策的演變及原因分析[J].吉林農業，2009（10）.

[2] 鄭又新，馬韻馨.珠三角物流發展優劣勢分析及策略研究[J].綜合運輸，2009（06）.

[3] 汪海.開發大浦東，構造長江三角洲世界級城市群[J].中國軟科學，2003（04）.

[4] 孫玉鑫.兵團棉花加工業發展的前景與對策[J].中國棉花加工，2012（1）.

[5] 王金鳳.中國兵團棉花物流發展及對策研究[D].石河子大學， 2010.

[6] SRI International.Global impact of FedEx in the new economy[R].2001.

[7] TM Gongalves&G Amorim.The Economic Impact of Express Industry in Portugal[R].Portuga1，2004.

[8] 程軍.我國快遞業發展對策研究[D].武漢理工大學，2004.

[9] 劉集思.內蒙古快遞業發展研究[D].北京郵電大學，2010.

[10] 稅偉.區域競爭力的宏觀、微觀理論與實證研究——以安徽省為例[M].成都：西南財經大學出版社，2008.

[11] 周群艷.區域競爭力的形成機理與測評研究[D].上海交通大學，2006.

[12] 李江.湘江集裝箱運量預測方法研究[D].2006.

[13] 賈星辰，王鐵寧，裴帥.基于BP神經網絡的物流需求量預測模型研究[J].物流科技，2006（04）.

[14] 崔寧.基于修正Croston需求預測的最優庫存控制模型研究[C].東北三省博士學士論壇論文，2008.

[15] 方威，肖衡，任湘郴.基于線性回歸模型的物流需求預測分析[J].生產力研究，2009（12）.

[16] 濮帥.江蘇物流需求預測分析[J].物流科技，2009（09）.

[17] 鄧淑紅，王征兵.物流需求預測中宏觀經濟指標的選取[J].陜西農業科學，2009（01）.