黃敏珍 馮永冰
摘要:區(qū)域物流需求屬于派生需求,由區(qū)域經濟發(fā)展水平決定,對區(qū)域經濟的發(fā)展具有服務引導作用?;疑A測模型具有對數據要求限制少、中短期預測精準等特點,特別適合區(qū)域物流需求的預測。文章介紹了灰色預測模型以及在區(qū)域物流需求中應用,并結合實例進行了應用研究,通過誤差檢驗,灰色預測模型具有較高的預測精度, 是一種非常實用的預測方法。
關鍵詞:區(qū)域物流;需求預測;灰色預測模型
中圖分類號:F224文獻標識碼;B
Abstract: The regional logistics requirements belong to derived requirements, it's decided by the level of regional economy. And it provides service and guidance for regional economy development. The grey prediction model is the best method of the forecast of regional logistics requirement, because it needs less data and is accurate for middle and short periodic forecast. The grey prediction model and its application to predict regional logistics are introduced. The model is used in the example application. It uses the forecasted message and old model to make the error analysis. An actual application of the logistics scale prediction is made to illustrate the effectiveness of the grey model. This method is very effective.
Key words: regional logistics;prediction requirements;grey prediction model
摘要:區(qū)域物流需求屬于派生需求,由區(qū)域經濟發(fā)展水平決定,對區(qū)域經濟的發(fā)展具有服務引導作用?;疑A測模型具有對數據要求限制少、中短期預測精準等特點,特別適合區(qū)域物流需求的預測。文章介紹了灰色預測模型以及在區(qū)域物流需求中應用,并結合實例進行了應用研究,通過誤差檢驗,灰色預測模型具有較高的預測精度, 是一種非常實用的預測方法。
關鍵詞:區(qū)域物流;需求預測;灰色預測模型
中圖分類號:F224文獻標識碼;B
Abstract: The regional logistics requirements belong to derived requirements, it's decided by the level of regional economy. And it provides service and guidance for regional economy development. The grey prediction model is the best method of the forecast of regional logistics requirement, because it needs less data and is accurate for middle and short periodic forecast. The grey prediction model and its application to predict regional logistics are introduced. The model is used in the example application. It uses the forecasted message and old model to make the error analysis. An actual application of the logistics scale prediction is made to illustrate the effectiveness of the grey model. This method is very effective.
Key words: regional logistics;prediction requirements;grey prediction model
區(qū)域物流是指在區(qū)域范圍內的一切物流活動,包括運輸、保管、包裝、裝卸、流通加工和信息傳遞等功能實體性的流動以及物流過程中各環(huán)節(jié)的物品運動。區(qū)域物流的需求屬于派生需求,它是由區(qū)域經濟發(fā)展本身帶來的[1]。因此,與區(qū)域經濟的發(fā)展密切相關。隨著區(qū)域經濟總量、產業(yè)結構、資源分布等改變,區(qū)域物流需求量、物流需求結構和層次也隨著發(fā)生變化,并且區(qū)域物流的需求隨著經濟的發(fā)展呈現明顯地增長趨勢,可以很明顯看出區(qū)域物流需求與區(qū)域經濟水平之間極大的相關性。因此,可以認為區(qū)域物流需求具有一定的可預測性,用區(qū)域經濟的各項指標來預測區(qū)域物流需求指標也是可行的。區(qū)域物流需求預測可以為區(qū)域物流規(guī)劃提供決策和依據。
1灰色預測模型的建立
1.1GM1,1模型的建模理論
灰色數學研究的對象是“小樣本”、“貧信息”的不確定信息,對數據及其分布的限制要求小,一般利用時間序列數據,通過GM1,1模型進行預測。該方法不但預測精度高,而且可以進行長期預測,用累加生成擬合微分方程,符合能量系統(tǒng)的變化規(guī)律。
灰色預測模型[2]的建模過程,實質上是通過一定方法對原始的數據序列進行處理,得到規(guī)律性較強的生成數列后重新建模,由生成模型得到的數據再通過逆處理得到還原模型,再由還原模型得到預測模型。
2灰色預測模型在區(qū)域物流需求預測中的應用
2.1區(qū)域物流需求指標的選取
度量區(qū)域物流需求的指標體系有實物量體系(如貨運量、貨物周轉量、庫存量、加工量等)和價值量體系(如物流成本、物流收入、供應鏈增值等)。由于缺乏必要的統(tǒng)計數據,應用后一體系時只能根據專家經驗對區(qū)域物流需求進行經驗預測。為了對區(qū)域物流需求進行量化研究,同時兼于數據資料的可得性,我們采用實物量體系中的貨運量來表征物流需求。這個指標是運輸活動的結果,因此貨運量在一定程度上表示需求量是能夠反映物流需求的變化規(guī)律的[3],所以利用貨運量的歷史數據進行物流需求預測建模是可行的。
2.2區(qū)域物流需求數據的選取
由于1995年前部分年份的貨運量數據在上海市統(tǒng)計年鑒中殘缺,為了構成一個等間隔數列,以1996~2006年上海市的國內生產總值、貨運量的數據為基礎來建模進行預測,見表2。
2.3區(qū)域物流需求預測模型及其檢驗
2.3.1區(qū)域物流需求預測模型
2.3.2區(qū)域物流需求模型的檢驗
為了便于比較,分別采用時間序列模型和回歸分析法對上海市的物流需求做出預測。
由表3可知,在對物流需求預測的三種模型中,灰色GM1,1模型的誤差最小,為1.36%;回歸線性模型次之,時間序列線性模型誤差最大。因此,灰色GM1,1模型的精度最高,為98.64%。
灰色GM1,1模型的后驗差結果:第一后驗指標方差C=0.09669;第二后驗指標小誤差概率P=1。由灰色預測模型精度等級(見表1)可知,預測精度達到一級。因此,模型可用于實際預測。
2.3.3外推預測
利用物流需求預測模型公式(9)、(10)可對上海市2007~2010年的物流需求進行預測。
即第12期(2007年)預測結果為:79 569.19萬噸;同理可以預測2008~2010年上海市的物流需求,如表4所示:
3 結論
通過以上分析,可得以下結論:
(1)灰色系統(tǒng)理論是研究物流需求預測的有效工具。
(2)采用貨運量表征物流需求是可行的。
(3)在對上海市1996~2006年物流需求運行預測的模型中灰色GM1,1的精度要高于時間序列模型和回歸線性模型。
(4)從對上海市物流需求預測的結果看,灰色GM1,1模型預測精度較高,可以用于實際預測。模型在實際運用中,應根據實際情況隨著觀測點的增加不斷修正預測模型,以便及時提高預測精度。
(5)根據預測結果,上海市在“十一五”期間,物流需求將呈上升趨勢。上海市應出臺相關的物流產業(yè)政策和采取相應措施,保證上海市物流業(yè)的健康發(fā)展。
參考文獻:
[1] 華蕊. 區(qū)域物流與區(qū)域經濟的關系[J]. 物流科技, 2004(9):78-79.
[2] 鄧聚龍. 灰預測與灰決策[M]. 武漢: 華中科技大學出版社,2002.
[3] 肖丹,倪梅,李伊松. 物流需求分析指標研究[J]. 鐵道物資科學管理,2003,21(2):33-34.
[4] 何國華. 區(qū)域物流需求預測及灰色預測模型的應用[J]. 北京交通大學學報: 社會科學版,2008,7(1):33-37.
[5] 陳森,周峰. 基于灰色系統(tǒng)理論的物流需求預測模型[J]. 統(tǒng)計與決策, 2006(2):59-60.
“注:本文中所涉及到的圖表、注解、公式等內容請以PDF格式閱讀原文”。