• 
    

    
    

      99热精品在线国产_美女午夜性视频免费_国产精品国产高清国产av_av欧美777_自拍偷自拍亚洲精品老妇_亚洲熟女精品中文字幕_www日本黄色视频网_国产精品野战在线观看 ?

      灰色預(yù)測(cè)模型在區(qū)域物流成本中的應(yīng)用研究

      2018-01-16 12:31:56劉柏陽(yáng)劉立剛
      會(huì)計(jì)之友 2018年23期
      關(guān)鍵詞:預(yù)測(cè)模型

      劉柏陽(yáng) 劉立剛

      【摘 要】 為了提升區(qū)域物流業(yè)發(fā)展水平,使物流業(yè)更好地服務(wù)于區(qū)域?qū)嶓w經(jīng)濟(jì)的發(fā)展,需要進(jìn)一步降低物流成本。而區(qū)域物流成本的預(yù)測(cè)可以幫助人們更加科學(xué)、準(zhǔn)確地監(jiān)測(cè)區(qū)域物流成本的變化趨勢(shì),更好地了解物流運(yùn)行情況。文章基于時(shí)間序列的灰色系統(tǒng)預(yù)測(cè)方法建立了相應(yīng)的GM(1,1)模型對(duì)區(qū)域物流成本進(jìn)行預(yù)測(cè),通過(guò)選取江西省2008—2016年的相關(guān)原始數(shù)據(jù)預(yù)測(cè)了江西省2017—2021年五年的物流成本。預(yù)測(cè)結(jié)果表明,該模型可用于區(qū)域物流成本的預(yù)測(cè),預(yù)測(cè)精度良好,為我國(guó)區(qū)域物流成本的理論研究提供了新思路和借鑒。

      【關(guān)鍵詞】 區(qū)域物流成本; 灰色系統(tǒng); 預(yù)測(cè)模型

      【中圖分類號(hào)】 F234.3;F252.3 ?【文獻(xiàn)標(biāo)識(shí)碼】 A ?【文章編號(hào)】 1004-5937(2018)23-0023-04

      一、引言

      中國(guó)物流業(yè)相對(duì)于美國(guó)、日本等物流發(fā)達(dá)國(guó)家起步雖然較晚,但是隨著國(guó)民經(jīng)濟(jì)和國(guó)內(nèi)電子商務(wù)的快速發(fā)展,物流業(yè)市場(chǎng)需求不斷擴(kuò)大,在國(guó)家持續(xù)、積極的宏觀政策影響下,中國(guó)物流業(yè)將繼續(xù)快速、穩(wěn)定地增長(zhǎng)。國(guó)家發(fā)展改革委在《物流業(yè)降本增效專項(xiàng)行動(dòng)方案(2016—2018)》中指出按照黨中央、國(guó)務(wù)院關(guān)于推進(jìn)供給側(cè)結(jié)構(gòu)性改革和降低實(shí)體經(jīng)濟(jì)成本的決策部署,為解決物流領(lǐng)域長(zhǎng)期存在的成本高、效率低等突出問題,應(yīng)大力推動(dòng)物流業(yè)降本增效,推進(jìn)物流業(yè)轉(zhuǎn)型升級(jí),提升行業(yè)整體發(fā)展水平,更好地服務(wù)于經(jīng)濟(jì)社會(huì)發(fā)展[ 1 ]。但是,由于我國(guó)各行政區(qū)域經(jīng)濟(jì)發(fā)展水平有所差異,導(dǎo)致區(qū)域之間的物流業(yè)發(fā)展水平和物流成本也各不相同。物流成本作為物流業(yè)發(fā)展水平的影響指標(biāo)之一,對(duì)其進(jìn)行進(jìn)一步的深入研究具有一定的現(xiàn)實(shí)意義。通過(guò)建立區(qū)域物流成本預(yù)測(cè)模型,對(duì)區(qū)域物流成本進(jìn)行定量預(yù)測(cè)分析研究,可監(jiān)測(cè)區(qū)域物流成本的變動(dòng)情況,為各級(jí)政府及相關(guān)部門政策的制定、物流運(yùn)行情況的跟蹤和控制以及相關(guān)企業(yè)進(jìn)行決策和投資提供可靠、科學(xué)的依據(jù),提升區(qū)域物流行業(yè)的監(jiān)管水平。

      二、灰色系統(tǒng)預(yù)測(cè)方法

      從一個(gè)系統(tǒng)的有關(guān)信息是否已知的角度來(lái)看,所有的系統(tǒng)不外乎是白色系統(tǒng)、黑色系統(tǒng)或者灰色系統(tǒng)。其中,白色系統(tǒng)是指該系統(tǒng)的有關(guān)信息是清晰、明了的,黑色系統(tǒng)則是完全相反的、有關(guān)信息是未知的,而灰色系統(tǒng)是介于白色和黑色系統(tǒng)之間的一種系統(tǒng),該系統(tǒng)的有些信息是已知的,另外一些是未知的。在現(xiàn)實(shí)生活中,人們所面對(duì)的大部分系統(tǒng)都屬于灰色系統(tǒng),基于灰色系統(tǒng)理論的預(yù)測(cè)模型稱之為灰色預(yù)測(cè)模型[ 2 ]。

      中國(guó)于2006年才在全國(guó)范圍內(nèi)組織實(shí)施《社會(huì)物流統(tǒng)計(jì)核算與報(bào)表制度》,大部分省市從2007年或2008年才先后開始正式統(tǒng)計(jì)核算工作,預(yù)測(cè)所需要相關(guān)歷史數(shù)據(jù)資料的數(shù)量和準(zhǔn)確性都難以達(dá)到要求,建立預(yù)測(cè)模型具有一定難度。因此,針對(duì)上述問題,基于時(shí)間序列的灰色預(yù)測(cè)模型所具有的序列性、時(shí)間傳遞性、少數(shù)據(jù)性等特點(diǎn)可適用于區(qū)域物流成本的預(yù)測(cè),本文研究所采用的灰色預(yù)測(cè)模型為基于時(shí)間序列的GM(1,1)模型[ 3 ]。

      三、基于時(shí)間序列的GM(1,1)模型構(gòu)建

      根據(jù)區(qū)域物流成本所具有的特點(diǎn),本文將使用基于時(shí)間序列的灰色GM(1,1)預(yù)測(cè)模型用于區(qū)域物流成本的預(yù)測(cè)。

      設(shè)將要進(jìn)行預(yù)測(cè)的對(duì)象歷史數(shù)據(jù)資料形成的時(shí)間序列為x (0 ):x (0 )(1),x (0 )(2),…,x (0 )(n)。

      需要求得:x (0 )(n+1),x (0 )(n+2),…

      對(duì)x(0)作累加生成,得到新的數(shù)列x (1 ),即:

      x (1 )(i)=x (0 )(m),i=1,2,…,n (1)

      具體為:

      x (1 )(1)=x (0 )(1)x (1 )(i)=x (0 )(i)+x (1 )(i-1),i=2,…,n ?(2)

      通過(guò)累加生成的數(shù)列x(1),計(jì)算模型參數(shù)a和u。記:

      ?覾=[a u]T ?(3)

      按下式可得模型參數(shù)a和u:

      ?覾=(BT B)-1BTyn ?(4)

      上式中:

      通過(guò)上式得到模型參數(shù)a和u后,就有GM(1,1)模型如下:

      模型建立后,應(yīng)該對(duì)所得模型進(jìn)行檢驗(yàn),確認(rèn)該模型計(jì)算結(jié)果精度是否合格,一般采用殘差、關(guān)聯(lián)度或者后驗(yàn)差檢驗(yàn)來(lái)檢驗(yàn)?zāi)P途?。其中,后?yàn)差檢驗(yàn)如下:

      首先,計(jì)算原始數(shù)列x(0)的均方差S0,其定義為:

      其次,計(jì)算殘差數(shù)列?著(0)的均方差S1。其定義為:

      作為x (0)(n+1),x (0)(n+2),…的預(yù)測(cè)值,在本文實(shí)證研究中利用MATLAB實(shí)現(xiàn)(具體GM(1,1)模型的參數(shù)估計(jì)、檢驗(yàn)和預(yù)測(cè)的MATLAB程序可在參考文獻(xiàn)[4]中查找)。

      四、實(shí)證研究

      根據(jù)本文所提出的區(qū)域物流成本預(yù)測(cè)方法,通過(guò)建立基于時(shí)間序列的灰色GM(1,1)預(yù)測(cè)模型對(duì)江西省物流成本進(jìn)行預(yù)測(cè)研究分析。

      (一)指標(biāo)選取、數(shù)據(jù)收集

      物流成本可以分為宏觀物流成本和微觀物流成本。其中,宏觀物流成本也可稱之為社會(huì)物流成本,是核算一個(gè)國(guó)家或地區(qū)在一定時(shí)期內(nèi)發(fā)生的物流總成本,是各種不同性質(zhì)的企業(yè)微觀物流成本的總和。目前,國(guó)內(nèi)外普遍認(rèn)同的社會(huì)物流成本計(jì)算公式為社會(huì)物流總成本=運(yùn)輸成本+存貨持有成本+物流行政管理成本[ 5 ]。美國(guó)的社會(huì)物流成本統(tǒng)計(jì)公式為物流總成本=存貨持有成本+運(yùn)輸成本+物流管理成本;日本的社會(huì)物流成本統(tǒng)計(jì)公式為物流運(yùn)總成本=運(yùn)輸成本+倉(cāng)儲(chǔ)成本+管理成本。由國(guó)家發(fā)展和改革委員會(huì)及中國(guó)物流與采購(gòu)聯(lián)合會(huì)制定并組織實(shí)施的《社會(huì)物流統(tǒng)計(jì)核算與報(bào)表制度》中,將物流總費(fèi)用劃分為運(yùn)輸費(fèi)用、保管費(fèi)用、管理費(fèi)用三大部分進(jìn)行統(tǒng)計(jì)核算。由于我國(guó)沒有關(guān)于社會(huì)物流成本方面的其他統(tǒng)計(jì)數(shù)據(jù),所以本文利用社會(huì)物流總費(fèi)用這一統(tǒng)計(jì)指標(biāo)的數(shù)據(jù)來(lái)代替社會(huì)物流總成本,根據(jù)該基本計(jì)算公式,分別用模型對(duì)江西省的運(yùn)輸費(fèi)用、保管費(fèi)用、管理費(fèi)用進(jìn)行單獨(dú)預(yù)測(cè)分析,并且由三者匯總得出江西省社會(huì)物流總成本[ 6 ]。

      通過(guò)整理分析江西省發(fā)展改革委和江西省統(tǒng)計(jì)局所發(fā)布的2008年至2016年《江西省社會(huì)物流統(tǒng)計(jì)主要指標(biāo)核算情況的通報(bào)》中的統(tǒng)計(jì)數(shù)據(jù),可以得到本文研究所需要的9年歷史數(shù)據(jù)資料,并按照時(shí)間先后進(jìn)行排序得到原始時(shí)間數(shù)列,如表1所示。

      (二)模型檢驗(yàn)

      模型檢驗(yàn)是建模后必不可少的步驟,通過(guò)檢驗(yàn)計(jì)算結(jié)果來(lái)確認(rèn)模型的精度,假如精度合格,則確認(rèn)該模型可以用于預(yù)測(cè)。本文采用后驗(yàn)差檢驗(yàn)來(lái)進(jìn)行模型檢驗(yàn),通過(guò)計(jì)算小誤差概率和方差比來(lái)進(jìn)行模型精度檢驗(yàn),計(jì)算結(jié)果如表2所示。表3為預(yù)測(cè)精度等級(jí)劃分。

      將表2和表3進(jìn)行對(duì)比的話可知該模型精度較好,可以進(jìn)行進(jìn)一步預(yù)測(cè)。

      (三)預(yù)測(cè)結(jié)果及分析

      灰色GM(1,1)預(yù)測(cè)模型在中短期的預(yù)測(cè)中效果較好,假如預(yù)測(cè)時(shí)間延長(zhǎng)過(guò)多,預(yù)測(cè)結(jié)果誤差將極大增加[ 7 ]。因此,本文按照已建立的模型對(duì)江西省2017—2021年5年的運(yùn)輸費(fèi)用、保管費(fèi)用、管理費(fèi)用和社會(huì)物流總成本進(jìn)行預(yù)測(cè),預(yù)測(cè)結(jié)果見表4。

      從歷史數(shù)據(jù)來(lái)看,江西省2016年物流總成本占GDP的百分比為16.9%,比往年的19%不斷下降,且同年全國(guó)的比率為14.9%,單從該指標(biāo)來(lái)看江西省物流成本較高。Xingang Weng、Xufeng Du[ 8 ]認(rèn)為通過(guò)社會(huì)物流成本/GDP這單一指標(biāo)來(lái)判斷社會(huì)物流成本的高低是不合理的,張兆民和韓彪[ 9 ]提出了以社會(huì)物流費(fèi)用占社會(huì)物流總額比重測(cè)算物流成本可以更加準(zhǔn)確、全面地衡量社會(huì)物流成本。結(jié)合歷史數(shù)據(jù)和本文預(yù)測(cè)數(shù)據(jù),并根據(jù)上述學(xué)者的研究進(jìn)行分析可知,江西省社會(huì)物流成本的增長(zhǎng)率將下降至9%左右,低于社會(huì)物流總額的增長(zhǎng)速度(見圖1)。其中保管費(fèi)用所占比重逐年降低,但運(yùn)輸費(fèi)用的比重增加,表明江西省的物流業(yè)發(fā)展水平較好,社會(huì)物流成本已得到了一定的控制,供給側(cè)結(jié)構(gòu)性改革中的“去庫(kù)存”和“降成本”初現(xiàn)成效。近年來(lái),江西省物流業(yè)在電商物流、物流標(biāo)準(zhǔn)化建設(shè)、企業(yè)規(guī)模、智慧物流配送等方面都實(shí)現(xiàn)了跨越式的發(fā)展,物流產(chǎn)業(yè)集群數(shù)量也大大增加,從而推動(dòng)江西省物流降本增效,將為江西省社會(huì)物流成本的降低繼續(xù)做出貢獻(xiàn)。

      五、結(jié)論

      本文通過(guò)建立基于時(shí)間序列的灰色GM(1,1)預(yù)測(cè)模型對(duì)江西省社會(huì)物流總成本進(jìn)行了中期預(yù)測(cè),在歷史數(shù)據(jù)有待完善的情況下,該預(yù)測(cè)模型的精度較好,提供了可行的預(yù)測(cè)中短期區(qū)域物流成本的方案。

      從江西省社會(huì)物流成本的預(yù)測(cè)結(jié)果分析來(lái)看,江西省社會(huì)物流成本隨著物流業(yè)的不斷發(fā)展也在增加,增長(zhǎng)速度逐漸下降,物流成本得到一定的控制,但是物流業(yè)的發(fā)展水平相對(duì)來(lái)說(shuō)還有較大的發(fā)展空間,還需繼續(xù)“降本增效”。鑒于本文的預(yù)測(cè)和分析結(jié)果,為物流業(yè)的“降本增效”提出如下相關(guān)建議:第一,選取可量化的指標(biāo)建立物流業(yè)專門的“降本增效”評(píng)價(jià)指標(biāo)體系。通過(guò)建立科學(xué)完善的指標(biāo)體系,對(duì)物流業(yè)的發(fā)展、運(yùn)營(yíng)成本和運(yùn)行效率進(jìn)行動(dòng)態(tài)監(jiān)測(cè)和分析,密切跟蹤其變化以便及時(shí)處理新問題,加強(qiáng)對(duì)物流成本的決策支撐。第二,充分發(fā)揮“互聯(lián)網(wǎng)+”在物流中應(yīng)用的積極作用。將物聯(lián)網(wǎng)、云計(jì)算和大數(shù)據(jù)等先進(jìn)的信息技術(shù)用于建構(gòu)物流公共信息平臺(tái),實(shí)現(xiàn)運(yùn)力資源和跨區(qū)域、跨部門、跨運(yùn)輸方式等物流數(shù)據(jù)信息的互聯(lián)共享,提高信息交流效率,降低由于信息不對(duì)稱產(chǎn)生的各種潛在費(fèi)用,做到真正的“互聯(lián)互通”。第三,改善物流業(yè)發(fā)展環(huán)境。完善我國(guó)物流標(biāo)準(zhǔn)體系,并強(qiáng)化其實(shí)施,采用標(biāo)準(zhǔn)化托盤,實(shí)施帶托運(yùn)輸,發(fā)展單元化物流,推廣多式聯(lián)運(yùn),推動(dòng)物流業(yè)與其他相關(guān)產(chǎn)業(yè)的聯(lián)動(dòng)發(fā)展,優(yōu)化區(qū)域物流資源配置,完善城市和農(nóng)村的物流配送網(wǎng)絡(luò),做到“降本增效”。

      【參考文獻(xiàn)】

      [1] 國(guó)家發(fā)展改革委.物流業(yè)降本增效專項(xiàng)行動(dòng)方案(2016—2018年)[R].2016.

      [2] 李工農(nóng),阮曉青,徐晨.經(jīng)濟(jì)預(yù)測(cè)與決策及其Matlab實(shí)現(xiàn)[M].北京:清華大學(xué)出版社,2007:46-52.

      [3] 劉柏陽(yáng).基于灰色系統(tǒng)理論的區(qū)域物流成本分析及預(yù)測(cè)研究[D].江西理工大學(xué)碩士學(xué)位論文,2015.

      [4] 姚清云,張峰,殷秀清,等.基于組合灰色預(yù)測(cè)模型的物流企業(yè)運(yùn)營(yíng)成本預(yù)測(cè)[J].會(huì)計(jì)之友,2014(28):5-9.

      [5] 劉雷,陸琳.我國(guó)物流成本灰色預(yù)測(cè)研究[J].財(cái)會(huì)通訊,2011(17):135-136.

      [6] 鄭飛,李逢玲.一類區(qū)域物流成本的預(yù)測(cè)方法研究[J].物流工程與管理,2017,39(4):28-29,27.

      [7] 黃瑛子.廣西:社會(huì)物流成本預(yù)測(cè)與經(jīng)濟(jì)發(fā)展關(guān)聯(lián)分析[J].綜合運(yùn)輸,2014(8):28-32.

      [8] WENG X, DU X. Restudy on macro logistics cost of China[J]. Modern Economy,2015,6(11):1173-1179.

      [9] 張兆民,韓彪.以社會(huì)物流費(fèi)用占社會(huì)物流總額比重測(cè)算物流成本[J].中國(guó)流通經(jīng)濟(jì),2016,30(10):24-30.

      猜你喜歡
      預(yù)測(cè)模型
      基于矩陣?yán)碚撓碌母咝=處熑藛T流動(dòng)趨勢(shì)預(yù)測(cè)
      東方教育(2016年9期)2017-01-17 21:04:14
      基于支持向量回歸的臺(tái)灣旅游短期客流量預(yù)測(cè)模型研究
      基于神經(jīng)網(wǎng)絡(luò)的北京市房?jī)r(jià)預(yù)測(cè)研究
      商情(2016年43期)2016-12-23 14:23:13
      中國(guó)石化J分公司油氣開發(fā)投資分析與預(yù)測(cè)模型研究
      基于IOWHA法的物流需求組合改善與預(yù)測(cè)模型構(gòu)建
      基于小波神經(jīng)網(wǎng)絡(luò)的GDP預(yù)測(cè)
      區(qū)域環(huán)境質(zhì)量全局評(píng)價(jià)預(yù)測(cè)模型及運(yùn)用
      組合預(yù)測(cè)法在汽車預(yù)測(cè)中的應(yīng)用
      H市電動(dòng)汽車充電站項(xiàng)目建設(shè)需求規(guī)模與技術(shù)分析
      商(2016年13期)2016-05-20 10:31:40
      基于預(yù)測(cè)模型加擾動(dòng)控制的最大功率點(diǎn)跟蹤研究
      科技視界(2016年1期)2016-03-30 13:37:45
      南华县| 潢川县| 南部县| 叶城县| 晋江市| 台前县| 原阳县| 沾益县| 张家口市| 庆阳市| 于都县| 芒康县| 津南区| 都昌县| 民县| 石狮市| 永胜县| 都兰县| 荥阳市| 高要市| 逊克县| 龙门县| 和田市| 通州区| 大洼县| 东莞市| 聂荣县| 边坝县| 富平县| 鄂伦春自治旗| 拉孜县| 安阳市| 中西区| 吉首市| 宜昌市| 郁南县| 全椒县| 宿州市| 海城市| 平舆县| 盐津县|