基于組合預測的安徽省物流需求預測分析

摘" 要：安徽省是中部大省，是連接長江三角洲和中部省份的重要樞紐，交通業和物流業發展迅速。文章以安徽省物流為切入點，通過貨運量與地區生產總值等指標，使用灰色預測法、二次指數平滑法、回歸分析預測法和組合預測法分別對安徽省物流需求進行預測。經過比較，最終選取誤差最小的組合預測法確定了安徽省未來五年物流需求的預測值，并為安徽省物流發展提出一些建議，以期為安徽省的物流行業以及經濟發展提供借鑒。

關鍵詞：物流需求；灰色預測法；回歸分析法；組合預測

" 中圖分類號：F259.27" " 文獻標志碼：A" " DOI：10.13714/j.cnki.1002-3100.2024.21.025

Abstract： Anhui Province is a large central province， an important hub connecting the Yangtze River Delta and the central provinces， and the transportation and logistics industries have developed rapidly. Taking the logistics of Anhui Province as the starting point， this paper uses the gray forecasting method， quadratic exponential smoothing method， regression analysis forecasting method and combined forecasting method to predict the logistics demand of Anhui Province through indicators such as freight volume and regional GDP. After comparison， the combined forecasting method with the smallest error was finally selected to determine the forecast value of logistics demand in Anhui Province in the next five years， and some suggestions were put forward for the logistics development of Anhui Province， in order to provide reference for the logistics industry and economic development of Anhui Province.

Key words： logistics demand; grey prediction method; regression analysis; combined forecasting

0" 引" 言

安徽省位于長三角腹地，具備良好的區位優勢，是連接中部省份和長三角省份之間的重要橋梁。安徽省許多城市沿著長江分布，內擁長江水道，具有得天獨厚的內河運輸優勢，而且安徽省距離海洋比較近，可以承接江浙滬地區的產業轉移，是長三角的重要組成部分。所以對安徽省物流行業的研究，不僅可以為安徽省的物流發展提供建議，還可以為其他中部省份提供借鑒，具有重要的意義[1]。在“十三五”期間，安徽省重視物流發展，全面推進物流行業降本增效，冷鏈物流、民航貨物吞吐、智能倉儲、信息化流通網絡均取得較大發展。在“十四五”階段，安徽省公布了《安徽省“十四五”物流發展規劃》，持續積極推動物流業的發展，確定了到2025年，物流發展各項指標實現增長，初步建成物流強省的目標。

" 物流將生產和消費連接起來，物流行業的發展有利于加快建設現代化流通體系，促進供應鏈降本增效，帶動經濟高質量發展[2]。為了合理的規劃未來的物流活動，包括物流基礎設施、物流人才的培養，需要對未來一定時間內的物流需求進行預測，幫助相關單位采取合適的策略來降本增效、獲取收益。關于預測方面的研究，許多學者都對相關問題進行了深入解釋。尹宗明等[3]基于灰色預測模型對滄州市區域物流需求進行預測研究。雷蕾等[4]根據貴州省2011—2020年的貨運周轉量數據，運用灰色GM1，1模型，預測了貴州省“十四五”期間的物流需求狀況，發現物流需求呈上升趨勢。陳其超[5]選取重慶市GDP和港口吞吐量，運用線性回歸模型對重慶市港口物流需求進行預測，并對比了其他港口城市的運作現狀，為重慶市港口物流發展提出了建議。張恒[6]基于指數平滑法，預測了全國未來五年的貨運量。呂婉琪等[7]基于指數平滑的回歸分析預測法，結合GDP和貨運量數據，對蘇州市未來三年的物流需求量進行預測。王根基等[8]使用指數平滑法對蘇寧物流在烏魯木齊主城區的需求量進行季節性預測，發現將配送區域分割后，預測誤差得到減小。徐曼等[9]對比了單一預測模型與組合預測模型，選取誤差更小的組合預測法對陜西省物流需求進行了預測。

" 本文將在現有研究的基礎上，從安徽省2003—2022年的貨運量和地區生產總值出發，通過回歸分析法、二次指數平滑法、灰色預測法和組合預測法，預測安徽省2023—2027年的物流需求，為安徽省未來的物流發展提供參考和建議，實現物流行業良性發展。

1" 單一方法預測

1.1" 原始數據選取

一個地區的經濟發展是全方位的，經濟水平的高低影響物流發展的好壞，和以前的學者們的研究一樣，本文將選擇貨運量作為物流需求量的具體體現。因此，本文通過查閱安徽省統計局的最新統計結果，選取2003—2022年貨運量作為該省物流需求預測指標，并選取2003—2022年安徽省地區生產總值作為輔助數據，具體如表1所示：

1.2" 灰色預測模型分析

近幾年，由于自然災害，流行病的影響，貨運量呈現出規律性不強，信息缺乏等的現象，灰色預測模型在預測小樣本、波動較大的對象時，具有很大的優越性，實現較為科學的預測。本文選擇最常用的灰色預測模型GM1，1進行預測，選擇安徽省 2013—2022 年的貨運量，對未來五年內安徽省物流需求量進行預測，步驟如下：

（1）根據2013—2022年十年的貨運量構成數列x，將原始貨運量依次進行累加，構建累加數列x：

x=x1，x2，x3，…，x10=396 391.03，434 297.58，345 756.00，…，394 061.00

x=x1，x2，x3，…，x10=396 391.03，830 688.61，1 176 444.61，…，3 889 425.44

（2）構造數列矩陣B和向量Y：

B==

Y=x2，x3，…，xn=434 297.58，345 756.00，…，394 061.00，以上計算結果如表2所示。

（3）通過最小二乘法求出發展參數a和灰作用量u，得到GM1，1的響應方程：==i+1=1-e+=396 391.03+959 356 997.2e-959 356 997.2累減還原，得到預測值i+1為i+1=i+1-。

（4）精度檢驗與預測結果

經計算可得到該模型平均相對誤差φ=5.18%，一般平均相對誤差在10%以內說明預測結果比較準確；后驗差比C=0.188（小于0.35），屬于一級精度等級，說明預測效果很好；模型的精度P為1，一般來說P大于0.9說明具備較高的精度。前面求出-alt;0.3，說明此模型適合用來做中長期的預測，所以可以使用此模型對安徽省未來五年的貨運量進行預測，因此對安徽省2023—2027年物流需求（貨運量）進行預測，2023—2027年的預測結果如表3所示：

1.3" 回歸分析法預測

" 回歸分析預測法通過將不同指標的數據，生成自變量和因變量（預測量）之間的相關方程，根據相關性方程進行預測。貨運的發展與地區的經濟水平發展密不可分，因此本文建立的線性回歸模型也遵循這一原則，把地區生產總值當成是自變量x，把貨運量當成是因變量y。

（1）利用Excel建立回歸方程。年份用x表示，地區生產總值用 y表示，通過Excel 進行線性回歸分析，樣本相關系數r為0.98，代表兩組樣本數據之間存在極強的相關性，即地區生產總值與貨運量滿足強線性相關的條件，相關性趨勢如圖1所示。因此，得到地區生產總值與年份的回歸方程為：y=-4 388 804.727+2 190.676x。

（2）通過地區生產總值與貨運量的回歸方程，得到2023—2027年安徽省地區生產總值的預測值如表4所示：

（3）將地區生產總值作為自變量y，將貨運量作為因變量z，進行回歸分析。利用Excel進行線性回歸分析，檢驗兩組數據之間的關聯性，可以計算得出樣本相關系數r為0.84，代表兩組數據之間是強相關性，即兩個變量z，y之間呈現強線性相關性，使用線性回歸分析法進行預測具備一定的準確性，預測的結果具備參考價值，相關性趨勢如圖2所示。因此，得到安徽省物流需求的回歸方程為：z=95 537.638 86+8.781 212 43y。

（4）將安徽省2023—2027年地區生產總值預測值代入z=95 537.638 86+8.781 212 43y中，得到未來五年安徽省貨運量的預測值如表5所示：

1.4" 二次指數平滑法

指數平滑法是經過改良的加權平均法，指數平滑法通過賦予不同時期不同的權重來進行預測。二次指數平滑法建立在一次指數平滑法的基礎上進行預測，彌補了一次指數平滑法只能預測一期的缺陷，因為本文將要預測安徽省未來五年的物流需求數據，所以本文選擇二次指數平滑法進行預測。觀察原始數據可得到：安徽省近幾年的貨運量變化波動情況明顯，為了增強預測的精確性，故選取較大的平滑系數，經過對平滑系數不同取值的預測結果比較，發現平滑系數為0.85較為合理，因此假設平滑系數為0.85，阻尼系數為0.15。

（1）首先，把前五年的平均值67 632.57作為一次和二次指數平滑初始值。

（2）根據S=αx+1-αS計算一次指數平滑值，S為第t期的一次指數平滑值，x為第t期的原始數據。

（3）按S=αS+1-αS計算二次指數平滑值，S為第t期的二次指數平滑值。

（4）根據公式a=2S-S依次計算，可得a=395 107.30；根據公式b=S-S，可得b=3 122.39。

" （5）建立安徽省物流需求的二次指數平滑模型：Y=Y=a+bT=395 107.3+3 122.39T，Y為第t+T期預測值，T為由t期向后推移期數，得到預測值如表6所示：

1.5" 單一預測分析

灰色預測法、回歸分析法和二次指數平滑法進行預測的結果如表7所示，可以發現灰色預測法的預測結果呈現緩慢下降趨勢，當總體穩定在386 700萬噸以上；回歸分析法的預測結果上升趨勢明顯，在2027年貨運量的預測值達到549 792萬噸；二次指數平滑法的預測結果上升趨勢較緩慢，在2027年達到410 719萬噸。將三種單一預測方式結合在一起觀察，從數值大小來看，可以發現灰色預測法與回歸預測分析法的預測結果差距最為明顯，兩種預測模式下最大的結果差距高達24 018萬噸；從變化趨勢上看，回歸分析法與二次指數平滑法都呈現上升趨勢，只有灰色預測法的結果在緩慢下降。

三種單一預測法的在2013—2022年之間預測數據的相對誤差如圖3所示，通過比較觀察發現，在2013

—2022年，灰色預測法總誤差最小，且波動較小；其次是二次指數平滑法，但誤差波動較大；誤差最大的是回歸分析法，且波動很大。由于三種單一方法的預測結果和相對誤差差別較大，因此有必要用組合預測法進行更加精確的預測。

2" 組合預測模型

2.1" 組合預測模型建立

" 使用方差倒數加權法對三種單一預測法的結果進行賦權，進行組合預測，過程如下：

（1）設X=

X， t=1，2，…，n為實際數值數列，X為t時刻時第i種單一預測模型的預測值，w為t時刻下第i種單一預測模型的權重系數，其中i=1，2，…，k，k代表有k種單一預測模型，因而變權組合預測模型為：

X=w·X， w=1

（2）使用方差倒數加權法進行賦權。記e=X-X為t時刻時第i種單項預測模型的預測誤差平方值，因此，各種單一預測模型的權重系數w表達式為：w=ee， t=1，2，…，n

2.2" 單一預測結果與組合預測結果對比

" 將三種單一預測模型的預測結果代入計算，得到2013—2022年組合預測模式下的相對誤差，具體誤差數據如表8所示。經過比較分析，發現灰色預測法的平均相對誤差為5.18%，回歸分析法的相對誤差為20.30%，二次指數平滑法的平均相對誤差為9.18%，組合預測模式的平均相對誤差最小，為4.12%。

由于組合預測法的結果誤差最小，因此選擇組合預測法進行預測，得到安徽省2023—2027年貨運量預測值如表9所示，可以發現安徽省未來五年的物流需求量將呈現穩步上升趨勢。

3" 安徽省物流發展建議

安徽省物流發展態勢良好，但也有一些不足，因此針對安徽省物流發展規劃提出幾條建議：

（1）發揮科技創新優勢。根據預測結果，安徽省未來五年的物流需求保持穩定上升態勢，安徽省應該依托科技創新，發掘區塊鏈、物聯網、智能倉儲的價值，利用合肥京東亞洲一號、蕪湖港集裝箱無人智能堆場等現代化物流設施，不斷整合資源、提高效率，推動整個物流過程的降本增效。

" （2）充分發揮區位優勢，建立物流園區。安徽省位于長三角腹地，連接著中部省份和江浙滬地區，現已建成“五縱九橫”的高速公路布局，此外。安徽省的航道、機場、高鐵等設施均快速發展，安徽省可以合理規劃，在交通便利的地方建成大型的綜合物流園，深度融入生產、分配、物流、消費大循環，推動物流業加快發展。

（3）鼓勵省內龍頭物流企業與高校的合作。龍頭物流企業可以與高校開展合作，高校根據企業的需要開設相關性強的物流課程，為企業“定制”人才，使畢業生可以盡快進入工作，減少到崗培訓時間。高校應多開設物流實操方面的課程，與時俱進，不能停留在物流的基本理論教學階段，多開展實訓，安排學生到物流企業參觀、實習，培養全方位的綜合型物流人才。

4" 結束語

" 本文對安徽省2023—2027年的物流需求進行了預測，在比較了單一預測和組合預測的精確度后，最終采用預測誤差最小的組合預測法。預測結果顯示：未來五年安徽省貨運量，即物流需求穩步上升，物流發展規模將會持續增長。為了滿足日益增長的物流需求，確保安徽省物流行業高質量發展，安徽省應該充分發揮科技創新優勢與區位優勢，把握發展機遇，早日實現建設物流強省的目標。

參考文獻：

[1] 耿玥，謝振安. 安徽省交通物流高質量發展的對策研究[J]. 長春金融高等專科學校學報，2022（3）：81-87.

[2] 孫明貴. 物流管理學[M]. 北京：北京大學出版社，2002.

[3] 尹宗明，杜學敏. 基于灰色GM1，N模型的區域物流需求預測研究[J]. 物流科技，2021，44（3）：104-105，117.

[4] 雷蕾，吳潔，陳嘉星. 基于灰色GM1，1的貴州物流需求“十四五”預測分析[J]. 棗莊學院學報，2022，39（5）：78-82.

[5] 陳其超. 基于線性回歸模型的重慶市港口物流需求分析[J]. 物流技術，2013，32（15）：121-122，143.

[6] 張恒. 基于指數平滑法的全國貨運量分析與預測[J]. 環渤海經濟瞭望，2020（1）：162.

[7] 呂婉琪，陸芬. 基于組合預測的蘇州市物流需求預測分析[J]. 物流科技，2023，46（11）：35-38，60.

[8] 王根基，李莉. 電商物流企業配送需求預測研究[J]. 物流科技，2019，42（6）：79-81.

[9] 徐曼，陸芬. 基于組合預測模型的陜西省物流需求預測[J]. 物流科技，2023，46（11）：27-31.

收稿日期：2023-10-11

基金項目：湖北省教育廳科學技術研究項目“考慮隨機學習效應的雙渠道供應鏈戰略庫存決策研究”（B2020005）

作者簡介：孟凡齊（1998—），男，江蘇宿遷人，武漢科技大學管理學院碩士研究生，研究方向：物流工程與管理；陸" 芬（1991—），女，湖北孝感人，武漢科技大學管理學院，講師，博士，研究方向：生產運作管理、供應鏈管理。

引文格式：孟凡齊，陸芬. 基于組合預測的安徽省物流需求預測分析[J]. 物流科技，2024，47（21）：104-108.