基于指數平滑法的G市主要貨物流通量預測

單海霞，余秋豪，高 波 （貴州大學，貴州貴陽550025）

0 引言

貴州省的現代物流業尚處于剛剛起步階段，各項指標較低，但是發展速度較快。對于物流企業來說企業實力固然重要，但是前瞻性和決策性在企業發展中更為重要，而這些特性都需要根據貴州省現在發展狀況來確定。通過G市物流發展的一些數據對G市未來短期發展做出預測，G市物流可以通過預測做相應的調整，同樣，G市物流企業也可以通過預測來對自己企業未來的發展做出規劃和決策。

1 G市主要貨物流通量現狀

根據G市2018年4～9月的貨運情況分析，截止2018年9月份G市6個月的流出量為2 622.1萬噸，流入量為2 730.0萬噸，可以看出G市整體的貨運量是流入大于流出，更進一步說明了貴州省的物流現狀是“好進不好出”。

對G市總的流入流出數據進行分解，具體分析G市2018年4～9月的生活消費品和生產資料的出入情況。發現不管是流入量還是流出量生產資料總比生活消費品多。而針對G市的生活消費品有農產品、醫藥產品、鹽和糧食，生產資料有煤炭及制品、鋼材及制品、化工原料及制品、化肥、礦產、鋁礦、機械設備及電器、金屬及金屬制品、石油天然氣及制品、建筑材料和輕工材料。

通過分析G市6個月的生活消費品和生產資料的出入占比情況，發現在生活消費品中農產品的流入和流出占比情況分別是74%和79%，雖然占比情況相差很小，但是實際出入量卻相差很多。而醫藥產品是生活消費品中唯一的流出大于流入的產業，其流出量占比為7%，說明G市醫藥產業相較于其他生活消費品而言更容易外銷。通過生產資料的出入分析，可以了解到生產資料中輕工產品的流入量占整個生產資料的總流入量的36%，而煤炭制品流出量占生產資料的總流出量的33%，說明G市輕工產業產品主要依靠外地提供，而煤炭產品可以作為G市的主要產品對外銷售。

2 建模及預測

2.1 建立預測模型。根據G市物流運營現狀以及數據的收集情況，對其未來三個月的數據進行預測。對G市物流運營情況的預測采用二次指數平滑法，二次指數平滑法是在一次指數平滑法的基礎上再做一次指數平滑，然后利用兩次指數平滑值，建立預測模型。其中一次、二次指數平滑法的計算公式如下：

其中：t為本期時間；為在t-1時刻的預測值；為對t時刻的第一次指數平滑值預測值（在t-1時刻對下一時刻的預測值）；為對t時刻的第二次指數平滑值；α為指數平滑系數，規定0＜α＜1，（1-α ）稱為阻尼系數；xt為在t時刻的實際值。建立二次指數平滑預測模型為：

其中：Yt+T為第t+T時刻的預測值；T為由t時刻向后推移的時刻。

由于指數平滑系數值α是根據主觀判斷得出的，α的值越大，對近期觀測值賦予的權數越大，模型對時間序列的變化越敏感，α值越小，則對近期數據影響越小，歷史數據的權數較大，預測更平穩，消除了隨機波動性，只反映長期的大致發展趨勢。所以不同項目對時間的敏感程度不同，因此需要確定不同的指數平滑系數。

2.2 G市生活消費品和生產資料流入、流出量預測。以生活消費品農產品為例，表1為G市農產品的流入流出量，為了更方便的對G市產業的發展做出預測，所以要分別預測流入和流出量。因為n＜10（n為所提供給一組數的總量），所以取時間序列的前3個數據的平均數為初始值。

表1 G市2018年4～9月農產品的流入、流出量 單位：萬噸

根據流入量對時間的敏感程度確定α值為0.8，所以針對農產品的流入量的指數平滑計算公式為：

因為需要預測10～12月份農產品的流入量，而9月份的流入量與前幾個月的流入量相差較大，所以不用9月的平滑值進行預測。但可以以8月份的指數平滑值來計算。根據式（4）、式（5） 計算出a5、b5的值：a5=2-=2×76.4-76.9=75.9；b5

所以，建立二次指數平滑的數學模型為：

預測10月農產品流入量：Y5+2=75.9-2×2=71.9（萬噸）；預測11月農產品流入量：Y5+3=75.9-2×3=69.9（萬噸）；預測12月農產品流入量：Y5+4=75.9-2×4=67.9（萬噸）。

通過分析G市2018年4～9月的農產品流出量數據發現，流出量的多少隨季度變化較為明顯，因此，確定α值為0.8。所以針對農產品流出量的指數平滑計算公式為式（6）和式（7）。

則二次指數平滑模型為：

預測10月農產品流入量：Y6+1=9.3-1.2=8.1（萬噸）；預測11月農產品流入量：Y6+2=9.3-2.4=6.9（萬噸）；預測12月農產品流入量：Y6+3=9.3-3.6=5.7（萬噸）。

以同樣的方式分析生活消費品中醫藥產品、鹽和糧食，以及生產資料中的煤炭及制品、鋼材及制品、化工原料及制品、化肥、礦產、鋁礦、機械設備及電器、金屬及金屬制品、石油、天然氣及制品、建筑材料和輕工產品對時間的敏感程度的大小，確定各自的指數平滑系數，然后結合指數平滑計算公式建立指數平滑預測模型，預測結果如表2所示。

表2 2018年10～12月G市生活消費品和生產資料流量預測 單位：萬噸

2.3 預測結果檢驗及分析。用G市2018年4～9月總的出入量的預測來驗證生活消費品、生產資料出入量的預測。通過表3可以了解到4～9月份的具體數據，因為n＜10，所以仍然以前3個月的平均數作為初始值，通過分析數據對時間的敏感程度可以確定流入、流出量的指數平滑系數的值。

表3 G市2018年4～9月總的出入量 單位：萬噸

經過計算得出的流入量的預測模型為：

經過計算得出的流出量的預測模型為：

計算得出的預測結果如表4所示：

表4 G市2018年10～12月出入量預測值 單位：萬噸

通過用總的出入量來對生活消費品、生產資料的出入量進行驗證，發現驗證的結果相差不大，說明通過二次指數平滑法預測計算的結果是準確的，但與實際是否有出入還有待確定。

3 結 論

通過對G市物流營運現狀分析及對以后幾個月的預測可以得出如下結論。

3.1 G市產業結構失衡。從表1中我們看出G市2018年4～9月生產資料和生活消費品的出入量相差很大，生活消費品的流入量只有生產資料的8%，而流出量也只占生產資料的27%。生活消費品中第一產業占了大部分，生產資料主要以第二產業為主，從4～9月的數據看，第二產業的出入量遠遠高于第一產業的出入量；從10～12月預測的數據來看，未來的發展趨勢是第二產業的出入量仍然高于第一產業。所以，面對這種產業失衡的情況，G市應該在穩定第二產業發展的同時，大力發展第一產業。

3.2 G市經濟發展主要依靠生產資料的流出。貨物流入可以推動這個地區產業結構的快速發展；貨物流出可以拉動這個地區產業經濟的快速發展，而產業發展和經濟發展是兩個互相輔助、互相制約的因素。而這兩個因素在生產資料中被運用的非常好，生產資料在這種大流入的情況下可以使G市第二產業的產業結構快速形成；在這種大流出的情況下可以使G市經濟更好的發展。因為流出量帶動經濟發展，所以通過流出量占比可以發現，G市經濟的發展主要依靠生產資料的流出。為了使生活消費品也能推動G市經濟發展，G市需要加大對生活消費品的投入力度。

3.3 預測發現，未來供給大于需求。通過對預測結果的分析可以發現，2018年G市流入量在前幾個月的整體水平上呈下降趨勢，流出量在前幾個月的水平上呈上升趨勢，通過分析各自的預測值發現，10月份以后生活消費品的流入量大幅度降低，而流出量下降相對平緩；生產資料的流入、流出量隨時間變化相對不明顯。出現這樣現象的原因可以歸結為，由于年底前第一產業和第二產業而言在前幾個月積累的庫存量有富余，供過于求，完全可以度過接下來的幾個月，為了減少庫存應對第二年發展的新趨勢，在保證企業生產和人民群眾生活需要的前提下，各企業會減少對外采購量，使得商品流入、流出量趨緩。