基于灰色模型的冷鏈物流需求預測及分析

王建華，周冠月 （江南大學 商學院，江蘇 無錫 214122）

冷鏈是指在生產、加工、儲存、包裝、運輸等一系列流程中使用低溫來保障產品質量的系統。冷鏈物流是隨著信息技術的進步和制冷技術的發展而形成的低溫物流工程。近年來，互聯網電商的快速發展使居民對各類生鮮產品的選購更加便捷和多樣化，隨之也帶來了冷鏈物流需求的增長。中商產業研究院提供的數據表明，預計2020 年我國冷鏈物流市場規模將達4 700 億元，因此，關于冷鏈物流需求量的預測顯得非常重要。對冷鏈物流需求量的預測，不僅有助于冷鏈物流基礎設施的建設和發展，同時對政府有關部門出臺相關措施，具有重要的參考價值。

1 文獻綜述

冷鏈物流是一種專業性物流，應用冷凍冷藏技術使整個物流活動過程保持低溫，通過專用設備以保持產品的質量，使產品從生產順利到達消費者的手中。

1894 年，美國人阿爾貝特·巴爾里爾和萊迪齊最早提出了冷藏鏈的概念。隨后又有許多學者對此進行了拓展研究?？唆斊澋戎赋鲈诶洳刎浳飼r要根據食物的特性調節冷藏的溫度，冷藏的溫度與貨物的特性不相適應，會對食物的營養和顏色產生不良的影響。Karel H 等研究了在物流配送和績效管理領域中很少涉及到的生鮮果蔬配送中心業務問題。Ludvik 等分析了時間距離以及溫度的變化對冷鏈管理及易腐貨物的影響。Yahia 指出發展中國家冷鏈物流基礎設施薄弱，缺乏管理標準和監督不足，這些缺陷嚴重阻礙了冷鏈物流的發展。Lusine 在文中指出生產季節性、產品貨架周期、冷藏運輸和儲藏要求等因素的存在使冷鏈和其他供應鏈之間有著明顯的區別界限。喬希等通過Delphi-AHP-TOPSIS 方法設計出一條評價冷鏈物流公司績效指標的框架，有助于企業的管理人員更好地了解企業自身的優缺點并加快有效決策的速度。Cheng 等基于應急冷鏈物流資源最短的調度時間，建立了隨車流失，制冷消耗和貨物隨時間推移損壞的應急冷鏈物流調度數學模型，并證明了該方法在突發性危機事件的救援中具有較強的適用性和潛在的優勢。Hu 等提出了一種基于粗集的優勢和劣勢優勢得分方法來選擇最佳的第三方冷鏈藥品物流提供商，為解決第三方物流供應商的選擇問題提供了一種新途徑。Guike 等建立了一個聯合分配—綠色車輛路線問題（JD-GVRP） 模型，運用真實業務數據和模擬退火算法來優化模型，提出冷鏈物流公司可以通過加強行業層面的協作來提高交貨效率，降低業務成本并提高競爭力。

我國的冷鏈物流最早在20 世紀50 年代作用于肉食品的外貿出口。1982 年，我國頒布《食品衛生法》，從而引起了大眾的重視并推動了冷鏈物流的發展。2010 年國家發改委指出，當前要優先發展豬肉等肉類產品和水產品冷鏈物流，加快推廣水產品冷鏈物流體系建設，促進遠洋等高端水產品消費及內陸居民水產品消費量。這些積極因素都預示著我國冷鏈物流業擁有著良好的發展機遇。目前我國學者對于冷鏈物流的研究主要集中在三個方面：

第一是對冷鏈物流的現狀分析。顧佳敏等基于供應鏈績效的六大驅動因素，分別從設施、庫存、運輸、信息、采購和定價這六個方面剖析冷鏈物流目前的發展現狀，并有針對性地提出促進冷鏈物流發展的對策建議。謝清玲等針對水產品流通損耗高的問題，從水產品供應鏈生產、流通、銷售三個環節剖析廣東省冷鏈物流需求現狀及供給現狀，對發展中存在的問題提出了相關優化建議。李俊毅通過分析我國水產品冷鏈物流標準化現狀，構建了水產品冷鏈物流標準體系框架。

第三是冷鏈物流的需求預測。梁艷等采用多元回歸方法，運用SPSS 軟件進行相關性分析，得出影響需求的主要因素，建立了科學合理的農產品冷鏈物流需求模型，對天津市農產品冷鏈物流需求進行了預測和研究。吳家麟等運用灰色GM 1,( )1 預測模型對2005 年以來四川省主要農產品的冷鏈物流需求量進行趨勢預測和精度檢驗，再用馬爾科夫鏈模型進一步優化，有效地預測了四川省“十三五”期間農產品冷鏈物流的需求量。王曉平等利用BP 神經網絡和RBF 神經網絡在需求預測中的優勢，建立基于主成分分析和神經網絡組合模型的需求預測模型，對北京的數據進行實例分析，并將兩種模型的預測結果進行比較和研究。

2 研究方法

本文選擇的研究方法是灰色預測模型。灰色預測模型是研究最活躍、應用最廣的灰色系統模型之一。灰色系統理論認為對既含有已知信息又含有未知或非確定信息的系統進行預測，就是對在一定方位內變化的、與時間有關的灰色過程進行預測。盡管過程中所顯示的現象是隨機的、雜亂無章的，但畢竟是有序的、有界的，因此這一數據集合具備潛在的規律?；疑A測就是利用這種規律建立灰色模型，對灰色系統進行預測?；疑A測模型的核心是GM 1,( )1 預測模型，鄧聚龍教授最早研究了該模型的建模條件，提出了級比檢驗、光滑比檢驗和后驗誤差檢驗等多種檢驗方法，并給出了GM 1,( )1 模型的多種擴展形式及其參數包的求解方法。

對于冷鏈物流系統而言，其增長水平受到經濟環境、人口規模、互聯網水平、物流規模等可知因素，以及諸如自然災害、天氣、突發意外事件等無法預測的未知因素的影響，且各種因素之間關系復雜、變化無序、相互關聯、相互影響，難以量化。以上特點說明冷鏈物流系統是一個灰色系統，包含已知和未知的不確定因素，適合運用灰色預測法進行預測。并且，對于這種存在無規則干擾成分的隨機量的預測，灰色系統理論認為不必明確各種復雜參數，而是從原始數據序列中挖掘有用信息建立模型，發現和認識內在規律，并進行預測。

2.1 GM (1,1 )模型

2.2 新信息GM (1,1 )模型

2.3 新陳代謝GM (1,1 )模型

值得注意的是新陳代謝GM (1,1 )模型中的原始數據序列的數據個數應不低于4 個，否則不宜進行中長期預測，且關聯度較低，通不過檢驗。在實際操作中，是通過常規GM (1,1 )模型對不同個數的原始數據數列進行逐個檢驗，選取檢驗精度最高的數據序列作為新陳代謝GM (1,1 )模型分析的基礎，以此確定GM (1,1 )模型的維度。

3 江蘇省冷鏈物流需求預測

3.1 江蘇省冷鏈物流現狀及問題分析

作為全國重要的農產品生產和消費大省，目前江蘇省每年約有3 300 萬噸生鮮農產品進入流通領域，根據江蘇省統計局統計調查數據顯示，2018 年，全省常住居民人均主要食品消費仍以糧食和蔬菜及菜制品為主。2018 年全省常住居民人均消費糧食114.8 千克，占主要食品消費量的30.44%；人均消費蔬菜及菜制品108.2 千克，占主要食品消費量的28.69%。多年來，江蘇省冷鏈物流基礎設施逐步完善，基本形成了以冷鏈倉儲為主，冷鏈加工、運輸、配送及其配套設施協調發展的格局。據中物聯冷鏈委統計數據顯示，2016～2018 年，江蘇省冷鏈物流冷庫容量逐年提升，2016 年，全省冷庫容量為280 萬噸，到2018 年，江蘇省冷庫總容量為320 萬噸，同比增長5.3%。

然而，巨大的體量無法掩蓋眾多行業問題：冷鏈設施結構性矛盾突出，冷鏈物流存在“斷鏈脫節”現象，企業運營能力有待提高，服務保障體系不夠健全。

為了解決這些問題，同時更好地引領江蘇省未來冷鏈物流的發展，故需要對江蘇省冷鏈物流需求進行預測，有助于明確未來的發展方向與投入。

3.2 指標及數據選取

冷鏈物流需求是指一定時期內經濟活動對生產、流通、消費領域的原材料、半成品、成品、商品以及廢舊物等的配置作用而產生的對物資在時間、空間和費用方面的要求，涉及運輸、包裝、庫存、裝卸搬運、配送、流通加工和信息處理等物流活動的諸方面。以往諸多學者對冷鏈物流需求預測指標的選擇各不相同，有學者選擇了貨運量作為指標，有學者選擇了水產品產量作為指標，大多都是單一指標。實際上，影響冷鏈物流需求的因素很多。因此，為了更為全面的描述冷鏈物流需求總量，將肉類、水產品、水果、蔬菜、奶類等需要冷藏運輸的產品產出總量作為冷鏈物流運輸總量的影響因子納入到模型之中。出于數據的可得性，以及江蘇省城鎮居民和農村居民在食品支出方面統計口徑的差異，選擇2014～2018 年的江蘇省城鎮居民冷鏈運輸產品消費數據為樣本，數據來自2015～2019 年的《江蘇省統計年鑒》，具體數值如表2 所示。

表2 2014～2018 年江蘇省城鎮居民需要冷鏈運輸的產品消費總量 單位：萬噸

依據全國各省果蔬冷鏈物流的發展趨勢與文獻研究，常以農產品產量為基礎，并結合冷鏈流通率，將兩者的乘積作為冷鏈物流需求量，即：冷鏈物流需求量=產量*冷鏈流通率。冷鏈流通率指假定所統計的產量全部進入流通領域，其中進入冷鏈流通環節的產量所占比例。

學生學習的書本知識與實踐相結合，對知識的理解才能深入，掌握才能牢固。學生學習的專業知識與工作崗位相結合，對專業知識的學習才更有推動性和現實性。在高年級階段，安排學生到企業的實訓崗位去鍛煉，讓學生早熟悉業務流程和工作環境，對他們將來更好地擇業就業，適應工作，適應社會有很大的幫助。校企合作能為學生提供實訓、實習場所，讓學生以“準員工”的身份到企業頂崗實習，不僅提升了就業質量和簽約率，同時也縮短了進入企業后的適應期[8]。

根據《江蘇省2014～2020 冷鏈物流發展規劃》中有關果蔬、肉類、水產品的冷鏈物流的發展目標，到2020 年，全省果蔬、肉類、水產品冷鏈流通率分別要提高到20%、40%、55%以上，流通腐損率分別降至12%、4%、5%以下。據此可以計算得出江蘇省2014～2020 年果蔬、肉類和水產品的冷鏈流通率增長速度，且考慮實際，增長速度逐漸加快，進而推導得到2014～2018年江蘇省冷鏈流通率（如表3 所示）。以表1 作為基礎，計算出2014～2018 年江蘇省冷鏈物流需求量（如表4 所示）。

表1 GM (1,1 )模型精度等級的檢驗參照標準

表3 2014～2018 年江蘇省冷鏈流通率

表4 2014～2018 年江蘇省冷鏈物流需求量 單位：萬噸

為了便于比較，將數據分為訓練組和試驗組，使用三個模型對訓練組進行建模，并利用試驗組的數據來進行判斷預測效果是否良好。訓練組的數據為(947.2691,1 022.9907,1 151.2862 )；試驗組的數據為(1 280.0381,1 422.1496 )。

分別代入模型，運用MATLAB 軟件進行計算。預測結果如表5 所示。

表5 2017～2018 年預測結果 單位：萬噸

傳統GM (1,1 )對于試驗組預測的誤差平方和為1 311.8315；新信息GM (1,1 )對于試驗組預測的誤差平方和為1 116.7653；新陳代謝GM (1,1 )對于試驗組預測的誤差平方和為1 052.4417；由于新陳代謝GM (1,1 )模型的誤差平方和最小，所以選擇該模型進行預測。三個模型預測結果與實際對比如圖1 所示。

圖1 三個模型預測結果與實際對比

對新陳代謝GM (1,1 )模型進行檢驗，如表6 所示：

表6 模型檢驗

3.3 預測結果分析

根據以上構建的模型，可以對2019～2023 年江蘇省冷鏈物流需求進行預測（如表7 所示）。

表7 未來五年江蘇省冷鏈物流需求預測表 單位：萬噸

根據圖2 可以看出，未來五年江蘇省冷鏈物流需求呈現一個快速上升的趨勢。2017 年的江蘇省冷鏈物流需求量為1 280.0381 萬噸，而2023 年即將達到2 413.4659 萬噸，幾乎是2017 年的兩倍，如此龐大的需求量，將會對冷鏈物流企業水平和設施設備造成巨大的壓力，同時也間接表明冷鏈物流業存在著較強的發展潛力，如果能夠抓住這一機遇，對于推動經濟增長和提高居民生活水平具有重大意義。

圖2 2019～2023 年江蘇省冷鏈物流需求預測

基于上述對江蘇省冷鏈物流需求現狀及預測結果的分析，可以看出江蘇省有必要大力發展冷鏈物流產業以滿足龐大的需求規模。近年來，隨著互聯網蔓延至社會的各個角落，更爆發了生鮮電商和新零售等多種以線上化或線上線下一體的生鮮渠道模式。突如其來的疫情讓生鮮農產品的流通遭遇到一定阻力，整個市場供應不足。而疫情催生的“宅經濟”更是導致網購需求激增，顯然冷鏈物流需求將迎來爆發式的增長。

3.4 相關建議

冷鏈物流連接了供需雙方，起到了中樞作用。冷鏈物流的建設是一項長期工程，具有投資規模大、見效慢、綜合效益高的特點，因此需要政府加大資金投入并給予大力支持。政府可以從以下兩方面加大對冷鏈物流資金的投入。

第一是結合各地實際需求，加快建設一批結構合理、設施先進、節能環保、高效適用的冷藏冷凍庫。對傳統冷庫進行功能拓展，建設低溫加工區，發展增值服務，推動單一功能的低溫倉儲型冷庫向冷鏈加工配送處理中心轉變。

第二是通過改善融資環境、減少稅收、給予優惠支持政策等方面支持相關企業建設冷鏈物流園，從而保證冷鏈物流企業有充足的流動資金，培育、引導和扶持一批組織化程度高、專業服務能力強、經營效益好的冷鏈物流龍頭企業。

除此之外，政府還可以優化冷鏈物流業空間布局?；谵r產品的生產流通現狀，綜合考慮各地居民消費水平和習慣，兼顧現有冷鏈物流基礎以及未來發展潛力，進一步優化布局。加快冷鏈物流標準化建設。政府應當積極推行符合國際規范的質量安全認證制度和市場準入制度。大力落實生鮮農產品全程監控與質量追溯制度，保證其新鮮度和配送效率。鼓勵冷鏈物流企業、科研機構、高校等參與冷鏈物流標準的研究與制定，提高參與度和責任感。