基于灰色GM(1，1)的貴州物流需求“十四五”預(yù)測分析

雷 蕾，吳 潔，陳嘉星

(成都信息工程大學 物流學院，四川 成都 610103)

0 引言

區(qū)域物流需求是區(qū)域經(jīng)濟必不可少的一部分，對物流政策制定、物流產(chǎn)業(yè)規(guī)劃、物流資源配置以及地區(qū)經(jīng)濟的可持續(xù)發(fā)展具有重要意義。為推動區(qū)域物流協(xié)調(diào)發(fā)展、促進現(xiàn)代物流服務(wù)地方經(jīng)濟，亟須對與區(qū)域物流需求相關(guān)的歷史數(shù)據(jù)進行整合、分析，并科學合理地預(yù)測物流。

貴州省作為我國西部地區(qū)物流大省，物流行業(yè)發(fā)展態(tài)勢好，潛力大。2020年，全省物流業(yè)增加值達到990億元，年均增速7.6%。貨物運輸總量86069.6萬t，年均增速3.1%；貨物周轉(zhuǎn)總量1291.15億t·km，年均增速4.5%[1]。文獻[2]指出，貴州省“十四五”時期要推動現(xiàn)代物流業(yè)高質(zhì)量發(fā)展，力爭打造西部現(xiàn)代物流樞紐。為實現(xiàn)貴州省“十四五”時期建設(shè)現(xiàn)代物流產(chǎn)業(yè)的目標、推動貴州省現(xiàn)代物流的發(fā)展，了解貴州省物流需求規(guī)模，預(yù)測“十四五”時期的物流需求量是必不可少的環(huán)節(jié)。

現(xiàn)在國內(nèi)關(guān)于物流需求預(yù)測的研究成果較為豐富。曲文強[3]闡述了區(qū)域物流需求的內(nèi)涵，選取山東省農(nóng)業(yè)、工業(yè)等產(chǎn)業(yè)2000—2009年的產(chǎn)值數(shù)據(jù)，運用投入產(chǎn)出技術(shù)模型對山東省2013—2020年物流需求總量進行了分析預(yù)測，預(yù)測結(jié)果對山東省物流規(guī)劃具有一定指導(dǎo)意義。黃濱[4]探討了物流需求的影響因素，選取成都市2005—2013年貨運量統(tǒng)計數(shù)據(jù)，運用多元回歸模型對成都市2016—2018年物流需求進行了預(yù)測分析。李明書[5]構(gòu)建了ARMA模型，并以長春市2017—2020年郵政快遞物流總量為原始數(shù)據(jù)進行物流需求趨勢預(yù)測。陳敏[6]從經(jīng)濟角度分析了物流需求的影響因素，選取貨運量作為預(yù)測指標，運用BP神經(jīng)網(wǎng)絡(luò)模型對物流需求規(guī)模作了量化預(yù)測，并對預(yù)測結(jié)果進行分析，從而提出對策建議。上述研究主要集中在物流需求的內(nèi)涵、影響因素、指標選取及預(yù)測方法等方面。其中，物流需求預(yù)測的方法主要是運用投入產(chǎn)出技術(shù)模型、多元回歸模型、時間序列模型、BP神經(jīng)網(wǎng)絡(luò)模型等。這些方法雖建模簡單，但存在數(shù)據(jù)要求限制多、預(yù)測精度不足且僅適用于短期預(yù)測等問題。而灰色預(yù)測模型具有算法簡單、數(shù)據(jù)需求量少、預(yù)測精度高等特點，特別適合區(qū)域物流需求預(yù)測[7]；在預(yù)測指標選取方面，尚未形成統(tǒng)一定論，存在進一步深入探討的空間。此外，多數(shù)學者主要針對全國及一些省份和市區(qū)的物流需求展開預(yù)測研究，缺少對貴州省物流需求的預(yù)測分析。本文運用灰色預(yù)測模型，選取物流貨運周轉(zhuǎn)量統(tǒng)計數(shù)據(jù)表征物流需求量，對貴州省物流需求進行預(yù)測分析。預(yù)測結(jié)果可為物流相關(guān)部門在“十四五”期間制定物流產(chǎn)業(yè)政策、優(yōu)化物流資源配置、推動建設(shè)現(xiàn)代化物流提供科學的決策依據(jù)。

1 研究方法與數(shù)據(jù)來源

1.1 模型與指標的選取

物流需求受政策、運輸成本等多重因素影響，具有較強的復(fù)雜性、不確定性，因而難以實現(xiàn)準確的定量化描述。利用灰色預(yù)測模型對物流需求進行預(yù)測，通過構(gòu)建時間序列對數(shù)據(jù)進行處理，將不確定性信息轉(zhuǎn)化為定量數(shù)據(jù)，挖掘有用信息，能夠反映出物流需求的變化規(guī)律。為實現(xiàn)更為科學準確的物流需求預(yù)測，本文結(jié)合上文灰色預(yù)測模型的特點，運用灰色預(yù)測模型對物流需求預(yù)測。

度量物流需求的指標主要有實物量指標(貨運量、貨運周轉(zhuǎn)量等)和價值量指標(物流成本、物流收入等)。由于缺乏必要的統(tǒng)計數(shù)據(jù)，價值量指標只能依靠專家主觀經(jīng)驗進行預(yù)測。為了對物流需求進行量化研究，需要考慮數(shù)據(jù)的可獲取性。目前常用貨運量或貨運周轉(zhuǎn)量(實物量指標)來表征物流需求，相對而言，運用貨運周轉(zhuǎn)量比貨運量更能表征物流需求。貨運周轉(zhuǎn)量指標雖不能完全代表整個物流服務(wù)的所有活動，但貫穿物流服務(wù)的搬運、裝卸和包裝等所有最基本的活動一定程度上能夠反映出物流需求的規(guī)律[8]。因此，本文用貨運周轉(zhuǎn)量表征物流需求。

1.2 數(shù)據(jù)來源

指數(shù)增長型時間序列數(shù)據(jù)能夠更好地實現(xiàn)灰色GM(1，1)預(yù)測的準確性。因此，選取《貴州省統(tǒng)計年鑒》2011—2020年的貨運周轉(zhuǎn)量作為預(yù)測原始數(shù)據(jù)。該數(shù)據(jù)呈指數(shù)增長，適合灰色預(yù)測。具體數(shù)據(jù)見表1。

表1 2011—2020年貴州省貨運周轉(zhuǎn)量

數(shù)據(jù)來源：貴州省統(tǒng)計局

2 GM(1，1)預(yù)測模型原理與步驟

灰色預(yù)測模型由國內(nèi)學者鄧聚龍教授于1982年提出，創(chuàng)新性地解決了科學研究中由于數(shù)據(jù)量少、信息貧乏、數(shù)據(jù)規(guī)律性不強而使得計算結(jié)果不理想等問題，并獲得了許多著名學者和專家的認可，其實用性和科學性已經(jīng)在實踐中得以驗證，逐漸成為國內(nèi)外研究活躍、應(yīng)用廣泛的預(yù)測模型。該模型在國土、水利、交通、農(nóng)業(yè)、氣象、能源、國防、生態(tài)、經(jīng)濟、社會等眾多領(lǐng)域得以應(yīng)用，成功解決了生產(chǎn)、生活、科學研究等大量實際問題。尤其在小樣本、貧信息、不確定信息系統(tǒng)下能夠科學預(yù)測未來某一階段的發(fā)展趨勢和狀況，在決策領(lǐng)域、預(yù)測領(lǐng)域占據(jù)重要地位[9]。該模型建模過程實質(zhì)上是運用一定方法對原有數(shù)列進行處理，生成有規(guī)律性的新數(shù)列并建模，然后再對模型得出的數(shù)據(jù)進行逆向處理而得出還原模型，最后由還原模型得出預(yù)測模型[10]。其具體預(yù)測思路如圖1所示。

圖1 灰色GM(1，1)模型預(yù)測思路

如圖1所示，對于匹配指數(shù)增長型數(shù)據(jù)，運用灰色GM(1，1)模型進行預(yù)測。

2.1 處理數(shù)據(jù)

(1)確定原始序列

X(0)={X(0)(1)，X(0)(2)，…，X(0)(n)}

(2)將原始序列累加生成1-AGO新序列

X(1)={X(1)(1)，X(1)(2)，…，X(1)(n)}

2.2 建立模型

(1)對新序列建模，得出一階灰色微分方程動態(tài)模型

其中：a為發(fā)展灰數(shù)，b為內(nèi)生控制灰數(shù)。

其中：

對一階微分方程動態(tài)模型求解，得出灰色預(yù)測時間響應(yīng)函數(shù)

預(yù)測值累減后還原為

2.3 模型精度檢驗

GM(1，1)模型精度檢驗時，首先要依據(jù)發(fā)展灰數(shù)a值大小對預(yù)測數(shù)據(jù)的可行性和適用場景(預(yù)測時間跨度)進行分析，然后通過殘差檢驗和后驗差檢驗對模型精度進行精度綜合判定。

(1)可行性檢驗。依據(jù)發(fā)展灰數(shù)a值大小對預(yù)測數(shù)據(jù)的可行性和適用場景進行分析，具體適用范圍如表2所示。

表2 GM(1，1)模型適用范圍表

(2)殘差檢驗。具體步驟如下：

(3)后驗差檢驗。具體步驟如下：

通過計算平均相對誤差φ進行殘差檢驗，在此基礎(chǔ)上計算出均方差比值C、小誤差概率P，再進行后驗差檢驗。根據(jù)所得數(shù)值大小，參照表3綜合判斷模型精度。

表3 GM(1，1)模型精度檢驗等級參照表

3 貴州省物流需求預(yù)測分析

3.1 模型構(gòu)建

設(shè)貴州省物流需求數(shù)列為：X(0)={X(0)(1)，X(0)(2)，…，X(0)(n)}，

則有：X(0)={1061，1178，…，1265}。

根據(jù)灰色GM(1，1)建模過程，可得出貴州省物流需求預(yù)測GM(1，1)模型為：

其中：a=0.009 8，b=509 7.661 7。

3.2 預(yù)測結(jié)果及分析

根據(jù)表1的原始數(shù)據(jù)，借助軟件SPSSAU.2021.8，運用灰色GM(1，1)預(yù)測模型對貴州省物流需求量進行預(yù)測和精度檢驗，檢驗結(jié)果見表4。其中，-a<0.3，參照表2，預(yù)測模型是有效的，且適合預(yù)測中長期場景；平均相對誤差為0.01<0.05。計算原始序列X(0)和殘差序列Δ(0)并得出對應(yīng)的標準差S1和S2，在此基礎(chǔ)上計算出C=0.184 9<0.350 0，P=0.645 1<0.950 0，參照表2，模型精度較高，擬合值與實際值基本相符。預(yù)測結(jié)果具有一定參考意義，為貴州省建設(shè)現(xiàn)代物流提供決策依據(jù)，預(yù)測結(jié)果見表5。

表4 物流需求量殘差檢驗相關(guān)參數(shù)

表5 基于GM(1，1)模型的物流需求量產(chǎn)量預(yù)測

圖2 2021—2025年貴州省物流需求預(yù)測

從圖2可以看出，2019—2020年貴州省受新冠肺炎疫情影響，貨運周轉(zhuǎn)量受到?jīng)_擊且大幅下降，但在政府復(fù)工復(fù)產(chǎn)政策及社會各級組織的積極努力下，貨運周轉(zhuǎn)量逐步恢復(fù)。基于GM(1，1)模型的預(yù)測結(jié)果顯示：2021—2025年貨運需求量總體呈逐步增長趨勢，增速保持在3%左右。貨運需求量將在2025年達到1965億t·km，表明“十四五”期間貴州省貨運需求量大，物流市場需求旺盛。這與貴州省物流“十四五”規(guī)劃面臨的新形勢、新發(fā)展階段相吻合，相關(guān)部門應(yīng)抓住機遇，建設(shè)現(xiàn)代物流，服務(wù)地方經(jīng)濟發(fā)展。

4 結(jié)論與建議

本文選取貴州省2011—2020年貨運周轉(zhuǎn)量作為物流需求預(yù)測指標，運用灰色GM(1，1)預(yù)測模型對“十四五”期間(2021—2025年)的物流需求規(guī)模進行預(yù)測分析，預(yù)測精度優(yōu)良，驗證了灰色預(yù)測模型在物流需求方面應(yīng)用的可行性。同時，相關(guān)預(yù)測結(jié)果可為相關(guān)部門在“十四五”期間制定物流產(chǎn)業(yè)政策、優(yōu)化物流資源配置、推動現(xiàn)代化物流建設(shè)提供科學的決策依據(jù)。從貴州省2021—2025年物流需求預(yù)測結(jié)果來看，“十四五”期間貴州省物流需求量整體呈上升態(tài)勢，需求量較大，具備較強的發(fā)展?jié)摿?。因此，相關(guān)部門應(yīng)抓住機遇，積極適應(yīng)新形勢、新變化。為保障“十四五”期間貴州省現(xiàn)代物流產(chǎn)業(yè)建設(shè)，促進現(xiàn)代物流可持續(xù)發(fā)展，提出如下建議。

(1)推動數(shù)字化、智慧化物流建設(shè)

隨著大數(shù)據(jù)、物聯(lián)網(wǎng)的不斷發(fā)展，傳統(tǒng)的物流基礎(chǔ)設(shè)施已經(jīng)難以滿足現(xiàn)代物流的發(fā)展需求，一定程度上制約了現(xiàn)代物流水平的提高[11]。因此，要全面推動物流基礎(chǔ)設(shè)施數(shù)字化、智慧化，提高物流效率，降低物流成本?！笆奈濉逼陂g，貴州省應(yīng)加強數(shù)字化物流基礎(chǔ)設(shè)施建設(shè)，推動物流倉儲、運輸工具等物流要素實現(xiàn)全面信息化。支持相關(guān)企業(yè)運用大數(shù)據(jù)、物聯(lián)網(wǎng)、云計算等新技術(shù)對物流供應(yīng)鏈、運作、生產(chǎn)流通等重要節(jié)點的信息化平臺建設(shè)，實現(xiàn)物流運輸、倉儲、配送等環(huán)節(jié)的物流信息實時化、可視化。積極引導(dǎo)物流企業(yè)、物流園區(qū)與政府公共信息平臺實現(xiàn)數(shù)據(jù)共享，打破信息壁壘，促進區(qū)域數(shù)據(jù)互聯(lián)互通。加強物流智慧化建設(shè)，發(fā)展新型物流基礎(chǔ)設(shè)施。推動傳統(tǒng)物流樞紐、貨運場站、物流園區(qū)等基礎(chǔ)設(shè)施的智慧化改造。發(fā)展智慧化物流裝備，推廣快遞分揀機器人、無人機、無人車等智能設(shè)備，完善智能自取快遞柜、智能快遞箱等末端設(shè)施[12]。

(2)整合物流網(wǎng)絡(luò)

科學合理布局物流網(wǎng)絡(luò)，對優(yōu)化物流資源配置、提高物流服務(wù)水平及現(xiàn)代物流建設(shè)具有深刻意義。貴州省要結(jié)合地區(qū)物流發(fā)展實際，因地制宜地構(gòu)建現(xiàn)代物流網(wǎng)絡(luò)。全面整合地區(qū)物流資源，打造省級物流網(wǎng)絡(luò)、市級物流網(wǎng)絡(luò)、縣級物流網(wǎng)絡(luò)及村級物流網(wǎng)絡(luò)。推動郵政企業(yè)、快遞企業(yè)優(yōu)勢整合，促進物流節(jié)點建設(shè)。大力實施“快遞進廠進村出?！薄敖秽]融合”等物流網(wǎng)絡(luò)體系優(yōu)化工程[13]，鼓勵物流企業(yè)布局物流基地、區(qū)域分撥中心、基層網(wǎng)點等，推動農(nóng)村合作社、家庭農(nóng)場、農(nóng)業(yè)企業(yè)與物流企業(yè)對接，實現(xiàn)資源互補，打通農(nóng)產(chǎn)品上行通道[14]。

(3)推動物流可持續(xù)發(fā)展

與傳統(tǒng)物流不同，現(xiàn)代物流更加注重物流的環(huán)境效應(yīng)和資源利用，融合低碳理念，實現(xiàn)可持續(xù)發(fā)展。貴州省要將低碳理念貫穿現(xiàn)代物流產(chǎn)業(yè)全鏈條，推廣綠色物流技術(shù)。推廣LNG、CNG等新能源配送車輛，完善車輛充電樁、加氣站等配套設(shè)施；采用綠色倉儲和節(jié)能裝備，倡導(dǎo)物流加工、包裝等環(huán)節(jié)使用綠色環(huán)保材料，注重節(jié)約資源。提高資源利用重復(fù)率，降低物流資源損耗[15]。

(4)培養(yǎng)、引進一批物流專業(yè)人才

目前，貴州省物流專業(yè)人才匱乏，難以滿足現(xiàn)代物流人才的需求，嚴重制約了現(xiàn)代物流體建設(shè)的發(fā)展。貴州省要完善物流專業(yè)人才培養(yǎng)體系，積極引進人才。充分發(fā)揮本?？圃盒！⒖蒲性核拔锪鲄f(xié)會等組織的作用，采取專業(yè)培訓、崗位實訓等多種形式培養(yǎng)人才。結(jié)合實際，培養(yǎng)不同梯度、不同層次的物流專業(yè)人才，著力打造高校特色物流專業(yè)建設(shè)，形成物流人才可持續(xù)培養(yǎng)與輸送[16]。創(chuàng)新政產(chǎn)學研用模式，打造物流公共研究服務(wù)平臺，提升科研創(chuàng)新能力和成果轉(zhuǎn)化能力。實施人才引進，結(jié)合企業(yè)需求，引進高層次物流專業(yè)人才。