基于灰色模型的我國冷鏈物流需求預(yù)測研究

李海玲

摘要：社會最優(yōu)資源的配置受物流需求量影響，建立精確、有效的冷鏈物流預(yù)測模型是冷鏈行業(yè)發(fā)展的關(guān)鍵。文章利用Python軟件，采用灰色模型的建模方法，利用我國近三年的歷史數(shù)據(jù)對全國未來十年的冷鏈物流需求量做出定量預(yù)測。因此，通過此方法預(yù)測的全國未來冷鏈物流需求總量，其結(jié)果不僅數(shù)據(jù)擬合度高，而且彌補(bǔ)了我國冷鏈物流行業(yè)需求預(yù)測數(shù)據(jù)的空白，為政府冷鏈物流規(guī)劃布局、基礎(chǔ)設(shè)施、設(shè)備的建設(shè)投入、扶持政策的出臺提供依據(jù)，同時(shí)對于構(gòu)建全國冷鏈產(chǎn)品物流圈和冷鏈物流行業(yè)深入發(fā)展也具有重要的現(xiàn)實(shí)意義。

關(guān)鍵詞：GM（1，1）模型;冷鏈物流;需求預(yù)測

一、研究方法

為了準(zhǔn)確預(yù)測區(qū)域物流需求，眾多的文獻(xiàn)運(yùn)用了多元線性、神經(jīng)網(wǎng)絡(luò)、支持向量機(jī)、灰色預(yù)測等方法對冷鏈物流需求量進(jìn)行預(yù)測研究。有少量的學(xué)者運(yùn)用數(shù)理統(tǒng)計(jì)方法預(yù)測了冷鏈物流需求。一是多元線性回歸模型。李雋波、孫娜（2011）以我國水產(chǎn)品冷鏈物流的需求為例，應(yīng)用多元線性回歸分析法建立冷鏈物流需求量的預(yù)測方程;周海霞（2012）預(yù)測了我國水產(chǎn)品冷鏈物流需求;王新娥（2014）用該方法預(yù)測了新疆農(nóng)產(chǎn)品冷鏈物流需求量。二是運(yùn)用灰色預(yù)測模型。趙溪、劉保（2016）采用灰色預(yù)測模型理論估算曹妃甸區(qū)2017年農(nóng)產(chǎn)品的冷鏈需求量。李夏培（2017）以北京市農(nóng)產(chǎn)品物流需求為研究對象，采用灰色GM（l，l）模型為基本方法，使用Matlab軟件，借助蟻群算法求出了單個(gè)模型的權(quán)數(shù)，構(gòu)建出灰色線性組合模型，對“十三五”時(shí)期北京市農(nóng)產(chǎn)品的物流需求進(jìn)行了預(yù)測。三是運(yùn)用BP神經(jīng)網(wǎng)絡(luò)模型。王新利、趙琨（2010）利用神經(jīng)網(wǎng)絡(luò)理論，建立了基于BP神經(jīng)網(wǎng)絡(luò)的農(nóng)產(chǎn)品物流預(yù)測模型。蘭洪杰、汝宜紅（2010）運(yùn)用神經(jīng)網(wǎng)絡(luò)技術(shù)對奧運(yùn)食品冷鏈物流需求進(jìn)行預(yù)測分析。四是組合預(yù)測模型。蔣宇斌等（2017）選取城鎮(zhèn)居民冷鏈?zhǔn)称返馁徺I量作為冷鏈物流需求水平指標(biāo)，嘗試將基于熵權(quán)的組合預(yù)測法應(yīng)用于由寧夏的冷鏈物流需求量的預(yù)測。另外，原靜（2017）對采用延伸趨向、指數(shù)平滑、神經(jīng)網(wǎng)絡(luò)算法、回歸方法和灰色預(yù)測方式進(jìn)行的農(nóng)產(chǎn)品冷鏈物流單向預(yù)測與正向權(quán)重組合預(yù)測的結(jié)果進(jìn)行對比分析。總之，已有的冷鏈需求預(yù)測的研究相對較少，且全國范圍內(nèi)的冷鏈物流需求預(yù)測沒有受到足夠的重視甚至呈現(xiàn)空白研究狀態(tài)，這是將來冷鏈物流研究領(lǐng)域中亟待深入研究的，對于我國未來冷鏈物流行業(yè)深入發(fā)展也是至關(guān)重要的。

灰色系統(tǒng)是介于白色系統(tǒng)和灰色系統(tǒng)之間的過渡系統(tǒng)，可對在一定方位內(nèi)變化的、與時(shí)間有關(guān)的灰色過程進(jìn)行預(yù)測。GM（1，1）模型是灰色系統(tǒng)的基本預(yù)測模型，其特點(diǎn)是計(jì)算數(shù)據(jù)所需信息量少，可挖掘任何離散的序列模型背后的潛在規(guī)律，對于短期預(yù)測的精度很高。因此，本文鑒于冷鏈物流需求數(shù)據(jù)的特點(diǎn)，借助Python軟件構(gòu)建GM（1，1）模型預(yù)測我國未來冷鏈物流需求數(shù)量和需求趨勢，特別是在其求得結(jié)果為預(yù)測精度1級的情況下，實(shí)現(xiàn)了較高的預(yù)測精度，具有真實(shí)性和普遍性的特點(diǎn)。

二、建立模型

（一）灰色GM（1，1）模型數(shù)學(xué)理論介紹

三、我國冷鏈物流需求預(yù)測

（一）指標(biāo)選取與數(shù)據(jù)說明

在以往的冷鏈物流需求預(yù)測中，學(xué)者往往選取單方面指標(biāo)進(jìn)行預(yù)測。本文為了更全面準(zhǔn)確的預(yù)測出我國未來冷鏈物流數(shù)量與需求趨勢，同時(shí)在兼顧數(shù)據(jù)可獲性的情況下，選取了2014～2016年《北京統(tǒng)計(jì)年鑒》、《天津統(tǒng)計(jì)年鑒》、《河北經(jīng)濟(jì)年鑒》等全國各省統(tǒng)計(jì)年鑒中的生鮮農(nóng)產(chǎn)品供給量、農(nóng)產(chǎn)品批發(fā)市場數(shù)量、冷鏈物流企業(yè)數(shù)量、冷庫數(shù)量、冷藏車數(shù)量等17個(gè)區(qū)域冷鏈競爭力指標(biāo)的數(shù)額總量作為冷鏈需求的原始數(shù)據(jù)（見表2，且這里只列出所有指標(biāo)總額）。

（二）GM（1，1）模型預(yù)測

根據(jù)表2、3，使用Python軟件，利用后驗(yàn)差檢驗(yàn)法對我國冷鏈物流需求灰色GM（1，1）模型預(yù)測結(jié)果進(jìn)行精度檢驗(yàn)，得到后驗(yàn)差比即C值為2.266432346767644e-06，最小誤差概率即P值為1.0。查表1檢驗(yàn)標(biāo)準(zhǔn)可知，我國未來冷鏈物流需求的預(yù)測結(jié)果精度為1級，具有高擬合和預(yù)測精度，冷鏈物流需求預(yù)測效果好。

四、結(jié)論

結(jié)合表3，可得到基于灰色模型的2017～2026年我國冷鏈物流需求預(yù)測值。可以看出，我國2017～2026年冷鏈物流需求將呈現(xiàn)總體上升趨勢，冷鏈物流行業(yè)發(fā)展整體前景樂觀。由此得出，在未來冷鏈物流行業(yè)發(fā)展的過程中，政府應(yīng)加大我國冷鏈物流規(guī)劃布局、基礎(chǔ)設(shè)施、設(shè)備建設(shè)的投入力度，同時(shí)出臺更多服帖性強(qiáng)、執(zhí)行有力的冷鏈物流行業(yè)相關(guān)扶持政策，為快速發(fā)展的我國冷鏈物流業(yè)提供政策支撐，以進(jìn)一步促進(jìn)我國冷鏈物流行業(yè)發(fā)展，從而擴(kuò)大內(nèi)需，促進(jìn)我國經(jīng)濟(jì)的全面健康發(fā)展。

參考文獻(xiàn)：

[1]李雋波，孫麗娜.基于多元線性回歸分析的冷鏈物流需求預(yù)測[J].安徽農(nóng)業(yè)科學(xué)，2011（11）.

[2]周海霞，韓立民.我國水產(chǎn)品冷鏈物流需求分析及政策建議[J].中國漁業(yè)經(jīng)濟(jì)，2012（04）.

[3]王新娥，王學(xué)劍.新疆城鎮(zhèn)居民農(nóng)產(chǎn)品冷鏈物流需求預(yù)測分析[J].物流技術(shù)，2014（01）.

[4]趙溪，劉保.曹妃甸冷鏈運(yùn)輸需求分析研究[J].交通世界，2016（32）.

[5]李夏培.基于灰色線性組合模型的農(nóng)產(chǎn)品物流需求預(yù)測[J].北京交通大學(xué)學(xué)報(bào)（社會科學(xué)版），2017（01）.

[6]王新利，趙琨.基于神經(jīng)網(wǎng)絡(luò)的農(nóng)產(chǎn)品物流需求預(yù)測研究[J].農(nóng)業(yè)技術(shù)經(jīng)濟(jì)，2010（02）.

[7]蘭洪杰，汝宜紅.2008北京奧運(yùn)食品冷鏈物流需求預(yù)測分析[J].中國流通經(jīng)濟(jì)，2008（02）.

[8]蔣宇斌，郭佳秀，賀芳娟，邢云博.基于熵權(quán)的寧夏城鎮(zhèn)居民冷鏈物流需求量組合預(yù)測[J].物流技術(shù)，2017（02）.

[9]原靜.正向權(quán)重組合預(yù)測機(jī)制下的農(nóng)產(chǎn)品冷鏈物流需求量預(yù)測[J].江蘇農(nóng)業(yè)科學(xué)，2017（19）.

（作者單位：北京物資學(xué)院）