基于GM—Markov模型的閩贛粵三省物流需求量預測

席元凱

內(nèi)容摘要：本文利用2008-2013年閩贛粵三省貨運量，通過灰色預測模型中的GM（1，1）預測模型對閩贛粵三省2014-2016年貨運量進行預測，經(jīng)過后驗差比值和小誤差概率檢驗，得出模型預測精度為優(yōu)。同時，利用Markov模型對灰色模型予以改進，構建新的GM-Markov模型，對三省2014-2016年貨運量進行預測，并將前后模型預測結(jié)果與實際值對比，指出GM-Markov模型比單純的GM（1，1）預測模型預測更為精確。最后，以GM-Markov模型對閩贛粵三省2017-2021年物流需求量進行預測，得出未來這些地區(qū)物流需求總量呈現(xiàn)緩慢增長態(tài)勢，并指出閩贛粵三省物流業(yè)的發(fā)展應重點做好產(chǎn)業(yè)結(jié)構調(diào)整，做好基礎設施的建設和人才的引進培養(yǎng)等。

關鍵詞：貨運量 GM-Markov模型 物流需求量

相關文獻綜述

國外學者很早就開始運用各種方法對物流需求進行預測。早在20世紀70年代末，美國學者Bill就Minnesota州的最大城市Minneapolis與該州州府Saint Paul之間的水上貨運量進行預測；20世紀80年代初，學者Wilson對Saint Lawrence的糧食運輸進行預測；2006年，學者A·Andreoni和M·N Postorino構建基于時間序列的單因素和多因素ARIMA模型，估計卡拉布里亞地區(qū)機場（意大利南部）的航空運輸需求水平。2010年，學者Kazemi等人提出了一種利用社會和經(jīng)濟方面的指標，如GDP、人口、車輛總數(shù)等進行能源運輸年度需求量的神經(jīng)網(wǎng)絡預測算法。最后以伊朗1968-2007年的實際數(shù)據(jù)進行實證分析，論證了該模型預測與傳統(tǒng)的回歸預測模型相比較顯示出其優(yōu)越性。此外，還對伊朗2008-2020年的能源運輸能源需求進行預測。

近年來，國內(nèi)許多學者也開展了對物流需求量的預測。如楊波等人（2015）以重慶港物流園為例，組合運用了直線（Linear）、對數(shù)曲線（Logarithmic）、二次曲線（Quadratic）及指數(shù)曲線（Exponential）等方法，對重慶空港未來六年貨運量進行預測。陳寶國等人（2010）利用BP神經(jīng)網(wǎng)絡對海西經(jīng)濟區(qū)的物流需求進行預測。徐廣姝等人（2015）論述了社區(qū)農(nóng)產(chǎn)品物流的特點及社區(qū)農(nóng)產(chǎn)品物流需求預測的難點。趙鋼（2011）利用灰色預測模型對淮安-連云港間的物流配送總量進行首次預測，然后通過Markov模型進行二次擬合，彌補了灰色模型對不規(guī)律數(shù)據(jù)擬合度較差的缺陷，新模型擬合效果更優(yōu)。由于閩贛粵三省貨運量并不是規(guī)律性的逐年穩(wěn)定增長，因此，本文擬借鑒趙鋼（2011）的方法，構建GM-Markov模型對閩贛粵三省未來五年物流需求量進行預測。

實證分析

（一）GM（1，1）模型

盡管受供求關系影響，物流運輸量大小并不等同于物流量需求大小，但由于物流服務各個環(huán)節(jié)都與運輸息息相關，運用貨物運輸量能夠較好的反映物流需求量。因此，本文選取福建、江西、廣東三省2008-2016年全年貨運量（見表2）為依據(jù)，測算2017-2021年閩贛粵三省物流需求量。

根據(jù)GM（1，1）原理，對閩贛粵三省2008-2013年貨運量進行預測（見表3），其中后驗差為C=0.12<0.35，小誤差概率為P=1，可知GM（1，1）模型預測精度為優(yōu)。

（二）Markov模型修正

將（實際值/預測值）劃分為四種狀態(tài)：（96%，98%）、（98%，100%）、（100%，102%）、（102%，104%），得狀態(tài)轉(zhuǎn)移矩陣為：

因2013年的狀態(tài)為第四種狀態(tài)，即初始狀態(tài)向量V0=（0，0，0，1），則根據(jù)Markov修正后：V1=V0×P=（0，0，1，0），則2014年預測值為565019×1/2（100%+102%）=570669萬噸，同理可得2015年、2016年的預測值為570669萬噸、559369萬噸。由表4可以看出，灰色模型預測的相對誤差分別是9%、33%、42%，而GM-Markov模型預測后相對誤差僅為6%、2%、12%，大大小于未修正前，說明GM（1，1）模型經(jīng)過Markov修正后預測精度更為優(yōu)秀。

（三）GM-Markov模型計算及結(jié)果分析

以2008-2015年閩贛粵三省貨運量實際值，利用GM-Markov模型分別對閩贛粵三省2017-2021年的貨運量進行預測，結(jié)果如表5所示。計算2009-2021年閩贛粵三省貨運量增幅（見圖1）可知，從2008-2016年間，沿海地區(qū)經(jīng)濟快速增長，物流量需求較大。從2017年開始，未來物流需求總量雖然仍在逐年增長，但增幅緩慢，且增幅趨勢下降，未來可能會出現(xiàn)不增長或者負增長。

結(jié)論

本文的模型預測結(jié)果符合當前我國經(jīng)濟結(jié)構調(diào)整和產(chǎn)業(yè)轉(zhuǎn)型升級，沿海發(fā)達省份的生產(chǎn)制造業(yè)逐步向中西部欠發(fā)達地區(qū)轉(zhuǎn)移的宏觀經(jīng)濟形勢。沿海更多的是發(fā)展高科技、高附加值、低耗、綠色環(huán)保的特色產(chǎn)業(yè)，自然對物流需求量逐漸減少。閩贛粵三省中的原中央蘇區(qū)所在地經(jīng)濟相比本省其他地區(qū)欠發(fā)達，為響應國家“振興原中央蘇區(qū)”的發(fā)展戰(zhàn)略，閩贛粵三省應在國家政策支持下，把握機遇，緊跟沿海地區(qū)產(chǎn)業(yè)轉(zhuǎn)型升級步伐，做好產(chǎn)業(yè)結(jié)構調(diào)整，尤其是在經(jīng)濟運行中承擔著重要任務的物流產(chǎn)業(yè)，需要當?shù)卣c企業(yè)共同努力，做好基礎設施的規(guī)劃、設計，相關設備的更新，優(yōu)秀物流人才的引進和培養(yǎng)教育。

參考文獻：

1.張璐，木仁.物流需求預測方法概述[J].物流科技，2015（7）

2.楊波，吳涵.基于組合預測模型的物流園區(qū)物流需求預測—以重慶空港物流園為例[J].數(shù)學的實踐與認識，2015（20）

3.趙鋼.基于灰色馬爾科夫模型的物流配送需求量預測研究[J].數(shù)學的實踐與認識，2011（21）