王小麗

（鄭州航空工業(yè)管理學(xué)院 管工院，鄭州 450015）

基于多因素灰色模型的物流需求量預(yù)測(cè)

王小麗

（鄭州航空工業(yè)管理學(xué)院 管工院，鄭州 450015）

物流需求量受多種因素的影響，很多因素?zé)o法準(zhǔn)確掌握。文章通過(guò)咨詢專家和客觀分析，選定GDP增長(zhǎng)量、消費(fèi)品零售總額、進(jìn)出口總額等七大因素為影響物流需求量的關(guān)鍵因素。然后，將體現(xiàn)灰色GM(1,1)模型和多元線性回歸模型優(yōu)點(diǎn)的多因素灰色預(yù)測(cè)模型應(yīng)用于河南省物流需求量的預(yù)測(cè)實(shí)證研究中，為物流需求量的預(yù)測(cè)提供了一種可靠的科學(xué)方法。

多因素灰色模型；物流；需求量；預(yù)測(cè)

0 引言

目前對(duì)物流需求量的預(yù)測(cè)主要采用了BP神經(jīng)網(wǎng)絡(luò)[1－2]，回歸模型[3]，GM(1,1)灰色模型[4]等方法。其中，GM(1,1)灰色模型屬于小樣本、少數(shù)據(jù)預(yù)測(cè)模型[5]，其建模只需要4個(gè)以上數(shù)據(jù)，并且不需要服從典型分布，可見它有著其它預(yù)測(cè)方法無(wú)法比擬的優(yōu)勢(shì)。但在實(shí)際中，事物的發(fā)展常常不是由單因素作用的，而是由眾多復(fù)雜因素綜合作用的結(jié)果。因此，為了做出更加符合實(shí)際的預(yù)測(cè)，就需要研究多因素灰色預(yù)測(cè)問(wèn)題。多因素灰色預(yù)測(cè)模型[6]結(jié)合灰色GM(1,1)模型與多元線性回歸模型的優(yōu)點(diǎn)，既能提高預(yù)測(cè)精度，又增加了預(yù)測(cè)結(jié)果的可靠性。為此，本文將把多因素灰色預(yù)測(cè)模型應(yīng)用到區(qū)域物流需求量預(yù)測(cè)中來(lái)，這也是一種新的研究思路和方法。

1 多因素灰色預(yù)測(cè)模型

多因素灰色預(yù)測(cè)模型的方法如下：

2 基于多因素灰色模型的河南省物流需求量預(yù)測(cè)

區(qū)域物流涉及的范圍較廣、功能要素較多，運(yùn)輸、倉(cāng)儲(chǔ)、配送、包裝、裝卸搬運(yùn)、流通加工等都屬于這一范疇中。從客觀上來(lái)講，衡量物流需求量的指標(biāo)很多，本文選用“貨物周轉(zhuǎn)量”來(lái)表征物流需求量。這主要是因?yàn)檫\(yùn)輸這一環(huán)節(jié)貫穿于物流活動(dòng)的始終，是連接其它物流活動(dòng)各要素的橋梁，統(tǒng)計(jì)數(shù)據(jù)表明，運(yùn)輸成本一般占到物流總成本的50%以上，同時(shí)，考慮到研究過(guò)程中指標(biāo)選取的代表性和可獲得性要求，所以選用貨物周轉(zhuǎn)量在一定程度上能夠反映出區(qū)域物流需求量的特點(diǎn)和變化規(guī)律。由于區(qū)域經(jīng)濟(jì)結(jié)構(gòu)、貿(mào)易和商務(wù)流通狀況、區(qū)域經(jīng)濟(jì)增長(zhǎng)量對(duì)區(qū)域物流需求量影響較大，因此，通過(guò)實(shí)地調(diào)查及專家咨詢，本文以河南省2002～2011年物流需求量指標(biāo)數(shù)據(jù)為基礎(chǔ)，選取了七大因素進(jìn)行研究（如表1所示）。

表1 河南省2002～2011年物流需求量相關(guān)數(shù)據(jù)

令y為貨物周轉(zhuǎn)量，x1,x2,x3分別表示第一產(chǎn)業(yè)、第二產(chǎn)業(yè)、第三產(chǎn)業(yè)的產(chǎn)值，x4為消費(fèi)品零售總額，x5為進(jìn)出口總額，x6為居民消費(fèi)水平,x7為GDP增長(zhǎng)量。

首先，對(duì) xi,i=1,2,…,7分別建立灰色GM(1,1)模型，并利用平均相對(duì)誤差α檢驗(yàn)方法對(duì)其分別進(jìn)行檢驗(yàn)。

由各因素的灰色GM(1,1)模型的平均相對(duì)誤差可知，模型的模擬精度均達(dá)到了二級(jí)，可以用于短期預(yù)測(cè)，于是利用建立的灰色GM(1,1)模型可以求出各因素在2012～2015年的預(yù)測(cè)值(見表2)。

其次，求出多因素灰色預(yù)測(cè)模型中的參數(shù)和F值(見表3)。

表2 2012～2015年各因素預(yù)測(cè)值

由于 F0.95(7,2)=19.4＜46.3067=F,因此該模型在顯著水平為0.05下是顯著的。于是，得到多因素灰色預(yù)測(cè)模型為

最后，將表2中的預(yù)測(cè)值代入多因素灰色預(yù)測(cè)模型，即可得到2012～2015年河南省物流需求量預(yù)測(cè)值，見表4。

3 結(jié)論

表3 各參數(shù)值和F檢驗(yàn)的F值

表4 2012～2015年河南省物流需求量預(yù)測(cè)值

物流需求量的預(yù)測(cè)對(duì)一個(gè)區(qū)域經(jīng)濟(jì)的發(fā)展至關(guān)重要，對(duì)區(qū)域資源的高效、合理配置影響極大，因此，本文利用了多因素灰色預(yù)測(cè)模型所需數(shù)據(jù)量較少，計(jì)算量適中，結(jié)果精度高的特點(diǎn)，把灰色GM(1,1)模型與多元線性回歸模型加以整合，以2002～2011年河南省物流需求量實(shí)際統(tǒng)計(jì)數(shù)據(jù)為例，對(duì)河南省2012～2015年的物流需求量進(jìn)行了預(yù)測(cè)，提高了預(yù)測(cè)的精度和可靠性。當(dāng)然，本文采用的研究方法和過(guò)程同樣適用于其它經(jīng)濟(jì)區(qū)域物流需求量的預(yù)測(cè)，它將為區(qū)域物流規(guī)劃提供重要的參考依據(jù)。

[1]阮清方,繆立新等.基于遺傳BP神經(jīng)網(wǎng)絡(luò)的城市物流需求量預(yù)測(cè)[J].武漢理工大學(xué)學(xué)報(bào),2011,35(6).

[2]俞達(dá),綦方中.基于灰色神經(jīng)網(wǎng)絡(luò)的公路物流需求量預(yù)測(cè)模型[J].軟科學(xué),2009,23(11).

[3]王小萃.城市物流需求量的回歸模型[J].中國(guó)水運(yùn),2007,5(7).

[4]張言彩等.江蘇省“十二五”城鎮(zhèn)居民冷鏈物流需求量預(yù)測(cè)—基于GM(1,1)灰色模型的測(cè)算[J].安徽農(nóng)業(yè)科學(xué)，2011，39（36）.

[5]劉思峰，黨耀國(guó)，方志耕等.灰色系統(tǒng)理論及其應(yīng)用[M].北京：科學(xué)出版社，2010.

[6]陳相東，王彬.多因素灰色預(yù)測(cè)模型及其應(yīng)用[J].數(shù)學(xué)的實(shí)踐與認(rèn)識(shí),2012,42(1).

F224.9；F252

A

1002-6487（2013）14-0086-02

國(guó)家自然科學(xué)基金資助項(xiàng)目（70971121）；河南省哲學(xué)社會(huì)科學(xué)規(guī)劃項(xiàng)目（2011BJJ021）；河南省社科聯(lián)項(xiàng)目（SKL-2012-3231）

王小麗（1973-），女,山西文水人，碩士，副教授，研究方向：物流管理，物流運(yùn)籌學(xué)。

（責(zé)任編輯/易永生）