曾 艷

（湖南財(cái)政經(jīng)濟(jì)學(xué)院工商管理系，長(zhǎng)沙 410205）

0 引言

雖然物流產(chǎn)業(yè)集群和物流配送中心的建立在我國(guó)已經(jīng)有了一定的規(guī)模，但是物流成本過(guò)高一直是現(xiàn)階段抑制物流產(chǎn)業(yè)發(fā)展的一個(gè)瓶頸。控制物流成本、挖掘物流配送的潛能提高物流配送的效率仍然是現(xiàn)階段物流產(chǎn)業(yè)發(fā)展研究的一個(gè)重點(diǎn)課題。降低物流成本主要涉及到物流配送方案的合理性，而要設(shè)計(jì)一套科學(xué)的物流配送方案，關(guān)于物流需求的準(zhǔn)確預(yù)測(cè)則至關(guān)重要，只有合理的預(yù)測(cè)出區(qū)域物流的需求量，才能結(jié)合當(dāng)?shù)禺a(chǎn)業(yè)集群的發(fā)展和物流配送中心的現(xiàn)狀給出合理的配送方案，同時(shí)作為區(qū)域發(fā)展的需要，建立區(qū)域物流規(guī)劃也需要對(duì)區(qū)域物流需求做出合理的、科學(xué)的預(yù)測(cè)，從而為制定區(qū)域發(fā)展的宏觀政策和方針提供指導(dǎo)性的意見(jiàn)。本文在基于變異系數(shù)確定權(quán)重方法的基礎(chǔ)上，給出一種組合預(yù)測(cè)權(quán)重確定方法，并結(jié)合區(qū)域物流需求給出一種基于變異系數(shù)的區(qū)域物流需求組合預(yù)測(cè)方法。

1 區(qū)域物流需求組合預(yù)測(cè)模型

自J.M.Bates等提出組合預(yù)測(cè)后，組合預(yù)測(cè)的理論研究和應(yīng)用便成為現(xiàn)階段的主要研究方法，組合預(yù)測(cè)的原理其實(shí)就是在對(duì)某事物進(jìn)行預(yù)測(cè)的過(guò)程中，通過(guò)選擇不同的單一預(yù)測(cè)方法建立預(yù)測(cè)模型并進(jìn)行預(yù)測(cè)，最終將各種單一預(yù)測(cè)模型所給的預(yù)測(cè)結(jié)果進(jìn)行加權(quán)組合，從而將最終組合值作為最終的組合預(yù)測(cè)結(jié)果。也因此組合預(yù)測(cè)中主要涉及到兩個(gè)方面的問(wèn)題，一個(gè)是單一預(yù)測(cè)方法的選擇，針對(duì)不同的預(yù)測(cè)應(yīng)用，應(yīng)該根據(jù)其需要和模型的特點(diǎn)來(lái)選擇長(zhǎng)期預(yù)測(cè)模型或是中短期預(yù)測(cè)模型；另外一個(gè)方面則是如何來(lái)對(duì)單一預(yù)測(cè)模型的結(jié)果進(jìn)行加權(quán)，即如何來(lái)確定單一預(yù)測(cè)模型的權(quán)重的問(wèn)題，而關(guān)于組合預(yù)測(cè)加權(quán)權(quán)重的研究也是現(xiàn)階段最重要的一個(gè)問(wèn)題。下面我們給出區(qū)域物流需求的組合預(yù)測(cè)的模型：

在建立區(qū)域物流需求組合預(yù)測(cè)模型的過(guò)程中，需要采集相關(guān)的歷史數(shù)據(jù)來(lái)進(jìn)行建模，一般來(lái)說(shuō)，影響區(qū)域物流需求的因素有很多種，總體分為實(shí)物量的和價(jià)值量的兩個(gè)方面，貨物運(yùn)量在一定程度上能反映物流需求的變化率，所以在對(duì)區(qū)域物流需求進(jìn)行預(yù)測(cè)的時(shí)候，可以選擇區(qū)域內(nèi)的貨運(yùn)量的歷史數(shù)據(jù)建模從而來(lái)預(yù)測(cè)某區(qū)域物流需求是可行的。設(shè)某區(qū)域貨物量的歷史數(shù)據(jù)為：x=(x1,…,xn)T，區(qū)域物流需求對(duì)當(dāng)?shù)亟?jīng)濟(jì)和政治環(huán)境和產(chǎn)業(yè)集群建立的進(jìn)度密切相關(guān)，所以區(qū)域物流需求的預(yù)測(cè)只能做中短期預(yù)測(cè)，所以在對(duì)區(qū)域物流需求預(yù)測(cè)建模的過(guò)程中應(yīng)該選擇中短期預(yù)測(cè)方法進(jìn)行建模。設(shè)最終選取m種單項(xiàng)預(yù)測(cè)方法分別建立某區(qū)域貨物量的預(yù)測(cè)模型，并利用這m種預(yù)測(cè)方法進(jìn)行建模預(yù)測(cè)可以得到m組預(yù)測(cè)值，記yij為利用第i種單一預(yù)測(cè)模型獲取的第j時(shí)刻的預(yù)測(cè)值(i=1,2,…,m;j=1,2,…,n)。w1,w2,…,wm為組合預(yù)測(cè)的加權(quán)系數(shù)。根據(jù)組合預(yù)測(cè)建模原理可以得到能反映區(qū)域物流需求的組合預(yù)測(cè)模型為：

其中yi表示第i種方法獲得的預(yù)測(cè)時(shí)間序列，而w則表示加權(quán)權(quán)重向量。一般采用的組合預(yù)測(cè)模型為簡(jiǎn)單加權(quán)，即第j時(shí)刻組合預(yù)測(cè)模型為：

2 基于變異系數(shù)的組合預(yù)測(cè)權(quán)重確定方法

在組合預(yù)測(cè)中最主要的就是組合權(quán)重的確定，關(guān)于組合權(quán)重確定方法的研究已經(jīng)有了一定的成果，并基于不同方面給出不同的方法，有定量的也有定性的，考慮到變異系數(shù)法能直接利用各單一預(yù)測(cè)模型所包含的信息來(lái)計(jì)算單一預(yù)測(cè)模型的權(quán)重，是一種客觀的權(quán)重確定方法，所以在確定組合預(yù)測(cè)的組合預(yù)測(cè)權(quán)重時(shí)可以采用變異系數(shù)法來(lái)確定組合預(yù)測(cè)權(quán)重，下面給出變異系數(shù)法確定組合權(quán)重的具體過(guò)程：

Step1單一預(yù)測(cè)模型的建立：選擇m種單一預(yù)測(cè)模型對(duì)歷史數(shù)據(jù)建模，并利用所建模型進(jìn)行模擬，從而得到模擬序列yij，將模擬結(jié)果組成矩陣為：

Step2變異系數(shù)的確定：依據(jù)每個(gè)單一預(yù)測(cè)模型的擬合值計(jì)算每個(gè)單一預(yù)測(cè)模型擬合值的均值和標(biāo)準(zhǔn)差從而每個(gè)單一預(yù)測(cè)模型的變異系數(shù)為

Step3組合權(quán)重的確定：對(duì)各單一預(yù)測(cè)模型的變異系數(shù)進(jìn)行歸一化后得到的數(shù)值即為各單一預(yù)測(cè)模型的加權(quán)權(quán)重，即第i種單一預(yù)測(cè)模型的加權(quán)權(quán)重為：

3 區(qū)域物流需求組合預(yù)測(cè)實(shí)證分析

區(qū)域物流需求預(yù)測(cè)受多方面因素影響，在對(duì)區(qū)域物流需求預(yù)測(cè)的過(guò)程中可以選擇能充分反映該區(qū)域區(qū)域物流需求的貨運(yùn)量作為代表性指標(biāo)進(jìn)行預(yù)測(cè)，從而來(lái)實(shí)現(xiàn)對(duì)區(qū)域物流需求的預(yù)測(cè)，選擇某地區(qū)近年來(lái)的貨運(yùn)量作為歷史數(shù)據(jù)，利用基于變異系數(shù)法的區(qū)域物流需求組合預(yù)測(cè)模型進(jìn)行預(yù)測(cè)，通過(guò)查找統(tǒng)計(jì)年鑒并對(duì)相關(guān)數(shù)據(jù)進(jìn)行計(jì)算得到該區(qū)域2004年至2011年的貨運(yùn)量為（單位：千萬(wàn)噸）

x=(52.206,54.087,58.081,61.892,67.321,71.982,74.981,78.654)T

下面分別選擇單一預(yù)測(cè)模型建模：

（1）建立灰色預(yù)測(cè)模型：

灰色預(yù)測(cè)模型主要建模原理是對(duì)時(shí)間序列進(jìn)行累加后呈指數(shù)增長(zhǎng)模式，故可以利用微分方程進(jìn)行模擬從而建立指數(shù)預(yù)測(cè)模型，最后通過(guò)累減還原從而得到原時(shí)間序列的預(yù)測(cè)結(jié)果。下面先給出對(duì)該地區(qū)的貨運(yùn)量的灰色預(yù)測(cè)模型，首先對(duì)該地區(qū)貨運(yùn)量的歷史數(shù)據(jù)進(jìn)行一次累加，利用灰色預(yù)測(cè)模型建模原理建立本區(qū)域貨運(yùn)量的GM（1,1）預(yù)測(cè)模型的響應(yīng)式模型為：

對(duì)響應(yīng)式模型預(yù)測(cè)值進(jìn)行一次累減即得到反映區(qū)域物流需求的貨運(yùn)量的GM（1,1）預(yù)測(cè)模型：

利用響應(yīng)式進(jìn)行預(yù)測(cè)并對(duì)預(yù)測(cè)結(jié)果進(jìn)行一次累減后的數(shù)列即為運(yùn)用GM(1,1)模型對(duì)反映區(qū)域物流需求的貨運(yùn)量的預(yù)測(cè)估計(jì)值：

（2）建立非線性三次指數(shù)平滑預(yù)測(cè)模型：

非線性三次指數(shù)平滑預(yù)測(cè)模型主要是通過(guò)逐步衰減的不等加權(quán)方法對(duì)歷史序列進(jìn)行三次指數(shù)平滑從而建立的非線性預(yù)測(cè)模型，經(jīng)過(guò)三次指數(shù)平滑能有效消除隨機(jī)因素。三次非線性指數(shù)平滑預(yù)測(cè)模型為：

選擇參數(shù)α=0.44建立三次指數(shù)平滑預(yù)測(cè)模型，得到預(yù)測(cè)擬合值為

（3）建立回歸預(yù)測(cè)模型：

一般的回歸預(yù)測(cè)模型為：

確定回歸預(yù)測(cè)模型參數(shù)的建模原理是使預(yù)測(cè)數(shù)據(jù)與歷史時(shí)間序列x={x1,x2,…,xn}之間的誤差平方和最小，及由如下模型確定擬合函數(shù)?(t)

對(duì)歷史數(shù)據(jù)作圖如右，可以看出該數(shù)據(jù)呈線性故在對(duì)其進(jìn)行回歸分析的時(shí)候可以利用線性回歸來(lái)建立預(yù)測(cè)模型，利用線性回歸建模得到預(yù)測(cè)擬合值為：

（4）建立組合預(yù)測(cè)模型：

在利用以上三種單一預(yù)測(cè)模型確定模擬出最終的預(yù)測(cè)值后，則可以利用變異系數(shù)法來(lái)確定三種單一預(yù)測(cè)模型的組合權(quán)重，計(jì)算得到三種單一預(yù)測(cè)模型的變異系數(shù)分別為：

對(duì)變異系數(shù)進(jìn)行歸一化后即可得到三種單一預(yù)測(cè)模型的權(quán)重向量為：

總而對(duì)三種單一預(yù)測(cè)模型進(jìn)行加權(quán)得到組合預(yù)測(cè)模擬時(shí)間序列為:

（5）預(yù)測(cè)模型精度比較

比較三種單一預(yù)測(cè)模型和組合預(yù)測(cè)模型的擬合精度，采用計(jì)算平均相對(duì)誤差公式i=1,2,3,…,n度量四種預(yù)測(cè)方法的精度，通過(guò)計(jì)算可以發(fā)現(xiàn)四種預(yù)測(cè)方法的評(píng)價(jià)相對(duì)誤差如下表：

表各種預(yù)測(cè)方法平均相對(duì)誤差比較

通過(guò)上表可以看出，三種單一預(yù)測(cè)方法中回歸預(yù)測(cè)的精度最高，為0.0220，最高的為三次非線性指數(shù)平滑預(yù)測(cè)模型，平均相對(duì)誤差為0.0494。但是在利用變異系數(shù)確定組合權(quán)重后，對(duì)三種單一預(yù)測(cè)方法進(jìn)行加權(quán)組合后得到的組合預(yù)測(cè)的平均相對(duì)誤差為0.0186，比三種單一預(yù)測(cè)方法的精度都高，而且比最高精度的回歸預(yù)測(cè)方法的精度還高很多，所以組合預(yù)測(cè)能提高預(yù)測(cè)精度的效果很顯著。同時(shí)也表明利用變異系數(shù)法來(lái)確定組合權(quán)重是可行的，合理的，也說(shuō)明利用該方法來(lái)預(yù)測(cè)本地區(qū)的貨運(yùn)量是科學(xué)的可行的。

4 結(jié)語(yǔ)

雖然我國(guó)物流業(yè)經(jīng)過(guò)近年來(lái)的研究和發(fā)展已經(jīng)初具規(guī)模，甚至有的地方形成了一定的物流產(chǎn)業(yè)集群，但是我國(guó)區(qū)域物流整體上存在一定的經(jīng)營(yíng)分散、組織化程度較低，整個(gè)區(qū)域內(nèi)的物流企業(yè)布局不合理和在物流管理中使用的物流技術(shù)含量不高，缺乏現(xiàn)代化的物流管理技術(shù)和經(jīng)驗(yàn)，所以從宏觀層面來(lái)規(guī)劃區(qū)域物流依然是一個(gè)必要的課題。而要在宏觀來(lái)規(guī)劃區(qū)域物流從而使得利用物流來(lái)為整個(gè)區(qū)域經(jīng)濟(jì)服務(wù)，就必須來(lái)對(duì)區(qū)域物流需求做出合理的預(yù)測(cè)，這樣不僅利于宏觀層面的調(diào)控，也利于更多本區(qū)域經(jīng)濟(jì)目標(biāo)的規(guī)劃和方針政策的實(shí)施。本文基于變異系數(shù)的方法給出了一種區(qū)域物流需求的組合預(yù)測(cè)方法，實(shí)例分析了該方法的可行性和科學(xué)性。

[1]季模模.區(qū)域物流產(chǎn)業(yè)競(jìng)爭(zhēng)力綜合評(píng)價(jià)研究[D].浙江工商大學(xué)，2011.

[2]馮敏.廣西北部灣經(jīng)濟(jì)區(qū)區(qū)域物流發(fā)展研究[D].廣西大學(xué),2008.

[3]殷春武.GM(1,1)在商品銷量預(yù)測(cè)上的運(yùn)用[J].中國(guó)商貿(mào)，2010，(28)

[4]陳華友.基于相關(guān)系數(shù)的優(yōu)性組合預(yù)測(cè)模型研究[J].系統(tǒng)工程學(xué)報(bào),2006,21(4).

[5]殷春武,石宇翔.廣義偏差最小的組合預(yù)測(cè)加權(quán)系數(shù)確定[J].統(tǒng)計(jì)與決策,2011，(1).

[6]Huang KY,Jane CJ.A Hybrid Model for Stock Market Forecasting and Portfolio Selection Based on ARX,Grey System and RS Theories[J].Expert Systems with Applications,2009,36(3).

[7]鄧聚龍.灰理論基礎(chǔ)[M].武漢華中科技大學(xué)出版社,2003,(9).