云南省快遞行業(yè)季度業(yè)務(wù)收入預(yù)測(cè)模型及分析

李正嬌 劉云

摘 要：本文首先研究了云南快遞行業(yè)的發(fā)展現(xiàn)狀，總結(jié)了云南快遞業(yè)的發(fā)展特點(diǎn)，并對(duì)其原因進(jìn)行了分析。其次運(yùn)用灰色GM（1，1）模型，利用2013年～2016年各個(gè)季度云南快遞業(yè)務(wù)的收入數(shù)據(jù)，檢驗(yàn)其精度，對(duì)未來幾年間各季度的快遞業(yè)務(wù)收入進(jìn)行預(yù)測(cè)。最后對(duì)預(yù)測(cè)結(jié)果進(jìn)行了分析。

關(guān)鍵詞：快遞業(yè) 快遞收入 GM（1，1）模型 預(yù)測(cè)分析

中圖分類號(hào)：F252 文獻(xiàn)標(biāo)識(shí)碼：A 文章編號(hào)：2096-0298（2017）01（a）-144-03

1 引言

2015年12月《國(guó)務(wù)院關(guān)于促進(jìn)快遞行業(yè)發(fā)展的若干意見》強(qiáng)調(diào)快遞業(yè)是現(xiàn)代服務(wù)業(yè)的重要組成部分，是推動(dòng)流通方式轉(zhuǎn)型、促進(jìn)消費(fèi)升級(jí)的現(xiàn)代化先導(dǎo)性產(chǎn)業(yè)。近幾年來，我國(guó)快遞業(yè)發(fā)展迅速，企業(yè)數(shù)量大幅增加，業(yè)務(wù)規(guī)模持續(xù)擴(kuò)大，服務(wù)水準(zhǔn)不斷提升，在降低流通成本、支撐電子商務(wù)、服務(wù)生產(chǎn)生活、擴(kuò)大就業(yè)渠道等方面發(fā)揮了積極作用；其中重點(diǎn)任務(wù)中提到要大力發(fā)展快遞企業(yè)、推進(jìn)“互聯(lián)網(wǎng)+”快遞、構(gòu)建完善服務(wù)網(wǎng)絡(luò)、銜接綜合交通體系等，近幾年，尤其是電子商務(wù)的興起，把云南省快遞行業(yè)也引發(fā)一股電商熱，間接帶動(dòng)了快遞行業(yè)的飛速發(fā)展，從2012年第二季度868.75萬件到2016年第二季度4096.88萬件，五年平均年增長(zhǎng)率為74.3%，與此同時(shí)，快遞收入也由2012年第一季度1.62億元激增到2016年第一季度5.79億元，五年平均年增長(zhǎng)率為51.5%，快遞業(yè)務(wù)收入占全行業(yè)收入（郵政行業(yè)業(yè)務(wù)收入）的比重由2012年第二季度的37.03%到2016年第二季度61.2%，也出現(xiàn)了一系列關(guān)于快遞包裹延誤、丟失、配送員服務(wù)態(tài)度差等問題，云南省僅2012年快遞業(yè)務(wù)有效申訴問題就達(dá)4790件，2015年達(dá)到14090件，年均增長(zhǎng)率為90.2%。因此，提前對(duì)快遞業(yè)務(wù)量及快遞收入進(jìn)行預(yù)測(cè)，不僅能為快遞企業(yè)提供預(yù)警，讓快遞企業(yè)能提前制定應(yīng)對(duì)策略，提高顧客滿意程度，而且能為快遞行業(yè)的持續(xù)發(fā)展提供科學(xué)決策服務(wù)。

由于快遞行業(yè)本身波動(dòng)較為強(qiáng)烈，因此導(dǎo)致不同季度快遞收入差異較大，而且有越來越大的趨勢(shì)。2014年云南省第一季度快遞收入3.1億元，第四季度快遞業(yè)務(wù)收入4.71億元，相差1.61億元，到2015年第一季度快遞收入4.25億元，第四季度快遞收入5.96億元，相差1.71億元，因此，按照季度預(yù)測(cè)具有一定的科學(xué)性和合理性。本文依據(jù)2012年～2016年各季度的快遞業(yè)務(wù)收入，根據(jù)GM（1，1）預(yù)測(cè)模型建立2016年～2020年四個(gè)季度的預(yù)測(cè)模型，檢驗(yàn)其精度，并得出云南省未來5年季度快遞業(yè)務(wù)收入值。

1.1 數(shù)據(jù)來源

根據(jù)云南省郵政管理局公布的2012年～2016年年各月（其中2016年包含1月～9月）郵政行業(yè)快遞業(yè)務(wù)收入情況，得到云南省快遞行業(yè)各季度的快遞業(yè)務(wù)收入數(shù)據(jù)，如表1所示。

1.2 數(shù)據(jù)分析

由于數(shù)據(jù)量較少，不適用統(tǒng)計(jì)方法，且快遞業(yè)是一個(gè)復(fù)雜的多因素灰色系統(tǒng)，由于在實(shí)際生活中，數(shù)據(jù)的采集不完整、缺失、年際間快遞業(yè)務(wù)量無規(guī)律的現(xiàn)狀等造成快遞行業(yè)收入存在波動(dòng)，但從具體分析來看，這種波動(dòng)序列其實(shí)是一個(gè)潛在的有規(guī)律性的體現(xiàn)。所以，快遞業(yè)務(wù)量可以采用灰色預(yù)測(cè)模型來預(yù)測(cè)和研究。

1.3 云南省快遞行業(yè)季度收入趨勢(shì)分析

由表1可知，2012年～2016年云南省快遞業(yè)務(wù)年收入與四個(gè)季度快遞業(yè)務(wù)收入發(fā)展趨勢(shì)，如圖1所示。

從圖1可知，2012年～2016年第一季度至第四季度快遞業(yè)務(wù)收入均成遞增趨勢(shì)，且2013年以后發(fā)展陡增，第四季度從2013后增長(zhǎng)較快，發(fā)展迅猛，顯而易見，第四季度是快遞業(yè)的發(fā)展旺季，隨著春節(jié)的到來，快遞需求量較大，業(yè)務(wù)量驟增，是快遞業(yè)發(fā)展的最好時(shí)機(jī)。

2 GM（1，1）預(yù)測(cè)模型

GM（1，1）模型表示一階的、一個(gè)變量的微分方程模型，所需數(shù)據(jù)量較小就能得出較為精確的預(yù)測(cè)值，可根據(jù)當(dāng)前數(shù)據(jù)對(duì)未來發(fā)展趨勢(shì)做出預(yù)測(cè)分析，因此可以用GM（1，1）模型進(jìn)行快遞業(yè)務(wù)收入預(yù)測(cè)。

2.1 GM（1，1）模型定義

4 結(jié)果分析

由表4可知，2016年云南省第四季度快遞業(yè)務(wù)收入達(dá)到8.50億元，超過了2012年云南省全年總收入，2020年云南省第一季度收入增加到21.42億元，超過了2015年云南省全年總收入，尤其是第四季度快遞業(yè)務(wù)量會(huì)猛增，連帶收入也會(huì)出現(xiàn)激增，達(dá)到了33.73億元，2020全年預(yù)測(cè)值相加，全年總收入將達(dá)到或超過108.96億元，遠(yuǎn)超過《云南省現(xiàn)代物流產(chǎn)業(yè)發(fā)展“十三五”規(guī)劃》中做出的快遞行業(yè)收入翻一番的目標(biāo)。

參考文獻(xiàn)

[1] 張宏杰.兵團(tuán)兵團(tuán)棉花收購政策的演變及原因分析[J].吉林農(nóng)業(yè)，2009（10）.

[2] 鄭又新，馬韻馨.珠三角物流發(fā)展優(yōu)劣勢(shì)分析及策略研究[J].綜合運(yùn)輸，2009（06）.

[3] 汪海.開發(fā)大浦東，構(gòu)造長(zhǎng)江三角洲世界級(jí)城市群[J].中國(guó)軟科學(xué)，2003（04）.

[4] 孫玉鑫.兵團(tuán)棉花加工業(yè)發(fā)展的前景與對(duì)策[J].中國(guó)棉花加工，2012（1）.

[5] 王金鳳.中國(guó)兵團(tuán)棉花物流發(fā)展及對(duì)策研究[D].石河子大學(xué)， 2010.

[6] SRI International.Global impact of FedEx in the new economy[R].2001.

[7] TM Gongalves&G Amorim.The Economic Impact of Express Industry in Portugal[R].Portuga1，2004.

[8] 程軍.我國(guó)快遞業(yè)發(fā)展對(duì)策研究[D].武漢理工大學(xué)，2004.

[9] 劉集思.內(nèi)蒙古快遞業(yè)發(fā)展研究[D].北京郵電大學(xué)，2010.

[10] 稅偉.區(qū)域競(jìng)爭(zhēng)力的宏觀、微觀理論與實(shí)證研究——以安徽省為例[M].成都：西南財(cái)經(jīng)大學(xué)出版社，2008.

[11] 周群艷.區(qū)域競(jìng)爭(zhēng)力的形成機(jī)理與測(cè)評(píng)研究[D].上海交通大學(xué)，2006.

[12] 李江.湘江集裝箱運(yùn)量預(yù)測(cè)方法研究[D].2006.

[13] 賈星辰，王鐵寧，裴帥.基于BP神經(jīng)網(wǎng)絡(luò)的物流需求量預(yù)測(cè)模型研究[J].物流科技，2006（04）.

[14] 崔寧.基于修正Croston需求預(yù)測(cè)的最優(yōu)庫存控制模型研究[C].東北三省博士學(xué)士論壇論文，2008.

[15] 方威，肖衡，任湘郴.基于線性回歸模型的物流需求預(yù)測(cè)分析[J].生產(chǎn)力研究，2009（12）.

[16] 濮帥.江蘇物流需求預(yù)測(cè)分析[J].物流科技，2009（09）.

[17] 鄧淑紅，王征兵.物流需求預(yù)測(cè)中宏觀經(jīng)濟(jì)指標(biāo)的選取[J].陜西農(nóng)業(yè)科學(xué)，2009（01）.