陳 思，甘 蜜，閆 英

（1.西南交通大學(xué)交通運(yùn)輸系，四川峨眉山 614202；2.西南交通大學(xué)交通運(yùn)輸與物流學(xué)院，四川成都 610031；3.西南科技大學(xué)經(jīng)濟(jì)管理學(xué)院，四川綿陽 621000）

隨著區(qū)域產(chǎn)業(yè)結(jié)構(gòu)的不斷深化，區(qū)域物流的需求逐漸呈現(xiàn)出多樣化發(fā)展的趨勢，這樣的多樣化發(fā)展不僅體現(xiàn)在需求數(shù)量的變化上，同時(shí)也體現(xiàn)在物流需求服務(wù)模式、物流供給方式以及多產(chǎn)業(yè)物流需求模式等方面。因此對(duì)于區(qū)域物流需求量的預(yù)測也受到物流需求多樣性的影響，其影響預(yù)測的因素也隨著不同產(chǎn)業(yè)的特征而變化，因此有針對(duì)性地建立不同產(chǎn)業(yè)結(jié)構(gòu)下的預(yù)測模型是目前區(qū)域物流研究的必要發(fā)展方向。

1 物流需求多樣性

物流需求的多樣性是物流需求主要的特征之一，不同的產(chǎn)業(yè)、不同的產(chǎn)品對(duì)于生產(chǎn)和銷售有著不同的影響，同時(shí)，不同的需求方式、不同的物流服務(wù)供應(yīng)商、不同的技術(shù)力量與物流設(shè)施配備對(duì)于物流服務(wù)的供應(yīng)策略以及方式都將影響物流需求多樣性的內(nèi)涵［1］。

由于物流需求是社會(huì)經(jīng)濟(jì)活動(dòng)的派生需求，這才使得物流需求不但具有了許多經(jīng)濟(jì)特性，還使得物流需求必將隨著經(jīng)濟(jì)活動(dòng)的變化而呈現(xiàn)出多樣化的特性。在社會(huì)經(jīng)濟(jì)活動(dòng)中社會(huì)經(jīng)濟(jì)的產(chǎn)業(yè)結(jié)構(gòu)的不同直接導(dǎo)致物流需求的主體與客體的改變，也使得物流需求的方式和對(duì)象不斷改變。主客體的改變是物流需求多樣性產(chǎn)生的引導(dǎo)因素，而這樣的變化正是適應(yīng)了產(chǎn)業(yè)結(jié)構(gòu)的深化而產(chǎn)生的。也就是說第一產(chǎn)業(yè)、第二產(chǎn)業(yè)以及第三產(chǎn)業(yè)在經(jīng)濟(jì)大環(huán)境中的比例直接導(dǎo)致了物流需求多樣性的產(chǎn)生與發(fā)展。因此對(duì)著產(chǎn)業(yè)結(jié)構(gòu)的不斷轉(zhuǎn)變，物流需求的特性也在不斷發(fā)生著變化［2－3］。

產(chǎn)業(yè)結(jié)構(gòu)與物流需求多樣性之間有著緊密的因果聯(lián)系，同時(shí)物流需求多樣性也是促進(jìn)產(chǎn)業(yè)結(jié)構(gòu)進(jìn)一步深化和改革的重要因素之一。產(chǎn)業(yè)結(jié)構(gòu)是社會(huì)經(jīng)濟(jì)對(duì)于社會(huì)資源的調(diào)節(jié)與控制的手段，是對(duì)于生產(chǎn)資料以及生活資料的有效配置。作為社會(huì)經(jīng)濟(jì)活動(dòng)的衍生物，物流活動(dòng)勢必要順應(yīng)社會(huì)經(jīng)濟(jì)活動(dòng)的發(fā)展趨勢，因而物流需求的多樣性也必然會(huì)順應(yīng)產(chǎn)業(yè)結(jié)構(gòu)的改變，社會(huì)經(jīng)濟(jì)的發(fā)展也逐步將重心從農(nóng)業(yè)和工業(yè)生產(chǎn)轉(zhuǎn)向?yàn)榈谌a(chǎn)業(yè)［4－5］。同時(shí)由于高新科技產(chǎn)業(yè)不僅具備一般工業(yè)產(chǎn)業(yè)的物流需求特征，同時(shí)還具有高附加值、生產(chǎn)相對(duì)集中、銷售全球化等特征，本文對(duì)于產(chǎn)業(yè)的分類也在傳統(tǒng)產(chǎn)業(yè)分類的基礎(chǔ)上增添了高新科技產(chǎn)業(yè)。而目前，產(chǎn)業(yè)結(jié)構(gòu)一般被定義為由各產(chǎn)業(yè)的生產(chǎn)總值在全地區(qū)生產(chǎn)總值的組成比例。

區(qū)域物流需求是以產(chǎn)業(yè)結(jié)構(gòu)為先導(dǎo)，以物流需求中各種產(chǎn)品的數(shù)量、物流的流向以及各種附加物流服務(wù)的種類和要求等為目標(biāo)，形成了區(qū)域物流活動(dòng)分析的關(guān)鍵，并且也成為了區(qū)域物流需求預(yù)測的基礎(chǔ)依據(jù)。根據(jù)不同的產(chǎn)業(yè)對(duì)于物流需求的不同，其影響結(jié)構(gòu)層次如圖1所示。

圖1 物流需求多樣性層次結(jié)構(gòu)Fig.1 Diversity hierarchy logistics demand

2 SVR原理與算法

2.1 SVR 原 理

本文將采用支持向量機(jī)的原理和方法，建立基于區(qū)域內(nèi)不同產(chǎn)業(yè)結(jié)構(gòu)的物流需求預(yù)測模型，分別對(duì)于4種不同的區(qū)域產(chǎn)業(yè)類型進(jìn)行建模，從而提高了區(qū)域物流需求預(yù)測的準(zhǔn)確性，也體現(xiàn)區(qū)域內(nèi)不同產(chǎn)業(yè)結(jié)構(gòu)的不同發(fā)展趨勢下的物流需求發(fā)展情況。

支持向量機(jī)（support vector machine，SVM）是一種結(jié)構(gòu)風(fēng)險(xiǎn)最小化的機(jī)器學(xué)習(xí)方法，同時(shí)支持向量機(jī)也是基于統(tǒng)計(jì)學(xué)與概率學(xué)的一種實(shí)際應(yīng)用的方法［6－7］，是由VAPNIK 等于1995年提出的用于研究小樣本情況下的機(jī)器學(xué)習(xí)的基礎(chǔ)理論。而所謂結(jié)構(gòu)風(fēng)險(xiǎn)最小就是在保證精度的同時(shí)，降低學(xué)習(xí)機(jī)器的VC維，可以使學(xué)習(xí)機(jī)器在整個(gè)樣本集上的期望風(fēng)險(xiǎn)得到控制。對(duì)于SVM 來說其最大的特點(diǎn)就是泛化能力比較強(qiáng)。支持向量機(jī)主要分為分類機(jī)（support vector classification，SVC）與回歸機(jī)（support vector regression，SVR），兩種支持向量機(jī)的原理基本相同，對(duì)于回歸機(jī)僅需要引入損失函數(shù)即可，基于本文的需求這里僅對(duì)基于支持向量機(jī)的回歸機(jī)進(jìn)行介紹［8］。

假設(shè) 訓(xùn) 練 集 為S＝（（x1，y1），（x2，y2），…，（xi，yi）），其中i＝1，2，…，l并且xi∈Rd，yi∈R，同時(shí)要尋找最優(yōu)函數(shù)f（x）＝〈w·x〉＋b且其中w，xi∈Rd，b∈R使得泛函數(shù)最?。?/p>

式中：‖w‖2是結(jié)構(gòu)風(fēng)險(xiǎn)；C為懲罰因子；Lε（xi，yi，f）為ε的不敏感損失函數(shù)，ε為不敏感系數(shù)。

對(duì)函數(shù)f（x）＝〈w·x〉＋b進(jìn)行擬合，ε是誤差精度，來尋找最小w的問題可以表示為

2.2 支持向量回歸機(jī)算法

根據(jù)支持向量機(jī)原理的分析可以將支持向量回歸機(jī)的算法初步表示為以下幾步。

1）對(duì)于已經(jīng)整理出來的數(shù)據(jù)分為訓(xùn)練集與測試集，一般情況下訓(xùn)練集數(shù)目應(yīng)大于測試集數(shù)目。

2）選用適當(dāng)?shù)暮撕瘮?shù)K（xi，xj），并通過合適的方式對(duì)參數(shù)進(jìn)行估計(jì)。

4）利用上一步中獲得的ˉα的最優(yōu)解構(gòu)造函數(shù)f（x），并最終利用進(jìn)行預(yù)測分析。

3 基于物流需求多樣性預(yù)測模型

根據(jù)區(qū)域物流需求的特性，可以將傳統(tǒng)國民經(jīng)濟(jì)中的第一產(chǎn)業(yè)、第二產(chǎn)業(yè)和第三產(chǎn)業(yè)具體劃分為農(nóng)業(yè)產(chǎn)業(yè)、工業(yè)產(chǎn)業(yè)、商業(yè)以及高新科技產(chǎn)業(yè)來進(jìn)行分析和研究。首先，這4個(gè)產(chǎn)業(yè)是構(gòu)成國民經(jīng)濟(jì)的主要產(chǎn)業(yè)；其次，對(duì)于區(qū)域的物流需求來說這4個(gè)產(chǎn)業(yè)在物流需求特性上表現(xiàn)差異較大，只有分別將這4個(gè)產(chǎn)業(yè)進(jìn)行分析才能更好地體現(xiàn)出區(qū)域內(nèi)物流需求的多樣性；最后，由于高新技術(shù)產(chǎn)業(yè)產(chǎn)生時(shí)間相對(duì)較晚，因此一般的區(qū)域都對(duì)高新技術(shù)產(chǎn)業(yè)有著相對(duì)較為集中的配置與安排，其所面臨的交通條件、物流基礎(chǔ)設(shè)施相較于其他產(chǎn)業(yè)都更為完備。但由于高新技術(shù)產(chǎn)業(yè)的輸出對(duì)象主要在世界范圍內(nèi)，因此對(duì)于其物流需求也不單單是對(duì)于物流網(wǎng)絡(luò)的疏通，對(duì)于區(qū)域內(nèi)物流節(jié)點(diǎn)的配置，更多的是對(duì)于進(jìn)出口相關(guān)的物流服務(wù)。因此應(yīng)對(duì)高新技術(shù)產(chǎn)業(yè)的物流需求，區(qū)域的物流需求也有著自身的特性。

3.1 農(nóng)業(yè)產(chǎn)業(yè)模型

農(nóng)業(yè)產(chǎn)業(yè)結(jié)構(gòu)下區(qū)域內(nèi)具有眾多的影響因素，將各種影響因素劃分為3類進(jìn)行分析和討論：第1類為經(jīng)濟(jì)影響因素；第2類為物流環(huán)境影響因素；第3類為農(nóng)業(yè)產(chǎn)業(yè)環(huán)境影響因素。

農(nóng)業(yè)產(chǎn)業(yè)是社會(huì)經(jīng)濟(jì)發(fā)展和繼續(xù)的基礎(chǔ)，同時(shí)經(jīng)濟(jì)發(fā)展也是農(nóng)業(yè)產(chǎn)業(yè)得以持續(xù)健康發(fā)展的前提。在經(jīng)濟(jì)影響因素中最為常見的是區(qū)域國內(nèi)生產(chǎn)總值，其次是以農(nóng)業(yè)產(chǎn)業(yè)為主體的第一產(chǎn)業(yè)的生產(chǎn)總值，該影響因素是農(nóng)業(yè)產(chǎn)業(yè)本身由于產(chǎn)業(yè)結(jié)構(gòu)、政策傾向以及發(fā)展條件等導(dǎo)致的產(chǎn)業(yè)發(fā)展趨勢的總體表現(xiàn)。對(duì)于農(nóng)業(yè)產(chǎn)業(yè)的物流需求量必然會(huì)受到該區(qū)域物流環(huán)境的影響，因此區(qū)域內(nèi)總的物流量、區(qū)域物流基礎(chǔ)設(shè)施的建設(shè)、區(qū)域物流人才的數(shù)量和層次以及物流市場的程度都將對(duì)農(nóng)業(yè)產(chǎn)業(yè)的發(fā)展以及農(nóng)業(yè)產(chǎn)業(yè)物流需求量產(chǎn)生影響。農(nóng)業(yè)產(chǎn)業(yè)物流需求量的產(chǎn)生、發(fā)展都是農(nóng)業(yè)產(chǎn)業(yè)發(fā)展的衍生物，因此區(qū)域內(nèi)農(nóng)業(yè)產(chǎn)業(yè)的發(fā)展趨勢與情況是農(nóng)業(yè)產(chǎn)業(yè)物流發(fā)展的基礎(chǔ)。因此，區(qū)域內(nèi)農(nóng)產(chǎn)品的數(shù)量、類型、發(fā)展趨勢、農(nóng)業(yè)產(chǎn)業(yè)管理技術(shù)、農(nóng)產(chǎn)品加工程度以及農(nóng)村居民的農(nóng)業(yè)收入情況都將或多或少的對(duì)于農(nóng)業(yè)產(chǎn)業(yè)物流需求產(chǎn)生影響。農(nóng)業(yè)產(chǎn)品的產(chǎn)品結(jié)構(gòu)、銷售地將影響農(nóng)業(yè)產(chǎn)業(yè)物流的難易程度以及物流活動(dòng)范圍等等［9］。

因此給予農(nóng)業(yè)產(chǎn)業(yè)結(jié)構(gòu)下的物流需求模型是以區(qū)域內(nèi)農(nóng)業(yè)產(chǎn)業(yè)物流需求量為因變量，其他影響因素為自變量，從而對(duì)于該區(qū)域農(nóng)業(yè)產(chǎn)業(yè)物流需求量進(jìn)行預(yù)測分析。這里選取6種影響因素作為農(nóng)業(yè)產(chǎn)業(yè)物流需求的影響因素：

式中：W1為區(qū)域農(nóng)業(yè)產(chǎn)業(yè)物流需求量；xi11表示第i年區(qū)域國內(nèi)生產(chǎn)總值；xi12表示第i年區(qū)域農(nóng)業(yè)生產(chǎn)總值；xi13表示第i年區(qū)域人口總量；xi14表示第i年農(nóng)業(yè)產(chǎn)業(yè)物流總額；xi15表示第i年區(qū)域人均消費(fèi)水平；xi16表示第i年區(qū)域社會(huì)物流總額。令Xi1＝xi11，xi12，xi13，xi14，xi15，xi16，則形成了（Xi1，Qi1）的向量，該向量與支持向量機(jī)中的訓(xùn)練樣本S＝（（x1，y1），（x2，y2），…，（xi，yi））相對(duì)應(yīng)，并基于ε－SVR回歸函數(shù)進(jìn)行回歸預(yù)測。

3.2 工業(yè)產(chǎn)業(yè)模型

在區(qū)域內(nèi)工業(yè)產(chǎn)業(yè)結(jié)構(gòu)下有許多因素都會(huì)對(duì)工業(yè)產(chǎn)業(yè)物流需求造成影響，這里將這些影響因素主要分為4大類：第1類為經(jīng)濟(jì)類影響因素；第2類為物流環(huán)境類影響因素；第3類為工業(yè)產(chǎn)業(yè)結(jié)構(gòu)類影響因素；第4類為地區(qū)環(huán)境類影響因素。

工業(yè)產(chǎn)業(yè)是社會(huì)經(jīng)濟(jì)發(fā)展到一定程度的產(chǎn)物，是人類社會(huì)文明發(fā)展的體現(xiàn)。而同時(shí)社會(huì)經(jīng)濟(jì)的發(fā)展是工業(yè)產(chǎn)業(yè)發(fā)展的源動(dòng)力，歷史證明高速發(fā)展的經(jīng)濟(jì)必然引導(dǎo)工業(yè)產(chǎn)業(yè)的飛速發(fā)展與變革，而低迷的經(jīng)濟(jì)將會(huì)抑制工業(yè)產(chǎn)業(yè)的發(fā)展。因此作為經(jīng)濟(jì)發(fā)展的主要指標(biāo)國民生產(chǎn)總值的浮動(dòng)必然會(huì)影響工業(yè)產(chǎn)業(yè)的發(fā)展，并使得工業(yè)產(chǎn)業(yè)物流需求量發(fā)生變動(dòng)。與此同時(shí)物流基礎(chǔ)設(shè)施的建立、物流管理水平的程度、物流技術(shù)水平以及物流企業(yè)的數(shù)量以及規(guī)模都會(huì)對(duì)工業(yè)產(chǎn)業(yè)的物流需求起到基礎(chǔ)支持性的作用。而在不同的區(qū)域，不同地理環(huán)境、自然環(huán)境以及政策環(huán)境必然影響到該區(qū)域產(chǎn)業(yè)結(jié)構(gòu)的不同，輕工業(yè)與重工業(yè)不同的比例，不同行業(yè)所占的比例不同以及其所針對(duì)的消費(fèi)群以及消費(fèi)地區(qū)不同也將引起區(qū)域工業(yè)產(chǎn)業(yè)物流需求量的變化。同時(shí)，工業(yè)產(chǎn)業(yè)所處的地區(qū)不同，必然面臨著不同的工業(yè)需求、不同的自然條件以及不同原材料產(chǎn)出或者不同的交通地理環(huán)境。因此不同的地區(qū)有著不同的情況，其工業(yè)產(chǎn)業(yè)的結(jié)構(gòu)、數(shù)量以及類型都會(huì)發(fā)生改變。同時(shí)地區(qū)所處的經(jīng)濟(jì)、社會(huì)、政治環(huán)境也是影響工業(yè)產(chǎn)業(yè)物流需求的重要因素之一［10］。

這里除去一些與工業(yè)產(chǎn)業(yè)物流需求發(fā)展關(guān)系不是那么緊密的影響因素，同時(shí)將需要的影響因素與可獲得的數(shù)據(jù)進(jìn)行對(duì)比從而選擇6種指標(biāo)作為影響工業(yè)產(chǎn)業(yè)物流需求的影響因素進(jìn)行分析和研究。其所代表的數(shù)學(xué)表達(dá)式為

式中：W2表示在工業(yè)產(chǎn)業(yè)結(jié)構(gòu)下的物流需求量；xi21表示第i年區(qū)域國內(nèi)生產(chǎn)總值；xi22表示第i年區(qū)域工業(yè)產(chǎn)業(yè)生產(chǎn)總值；xi23表示第i年工業(yè)物流總額；xi24表示第i年工業(yè)產(chǎn)業(yè)從業(yè)人數(shù)；xi25表示第i年區(qū)域社會(huì)物流總額；xi26表示第i年工業(yè)增加值。令Xi2＝xi21，xi22，xi23，xi24，xi25，xi26，則與支持向量機(jī)中的訓(xùn)練樣本對(duì)應(yīng)，從而可以根據(jù)（Xi2，Qi2）進(jìn)行回歸預(yù)測分析。

3.3 商業(yè)模型

由于商業(yè)物流需求除了與經(jīng)濟(jì)以及本身結(jié)構(gòu)密切相關(guān)以外，還受到區(qū)域內(nèi)消費(fèi)群體選擇的影響，其中不僅包含了文化的因素同時(shí)也包含了自然的因素，因此這里將這兩類因素分開進(jìn)行討論。

對(duì)于商業(yè)來說其物流需求量不僅受到區(qū)域生產(chǎn)總值這樣宏觀的經(jīng)濟(jì)影響，同時(shí)也對(duì)于微觀經(jīng)濟(jì)的波動(dòng)最為敏感。區(qū)域內(nèi)部某種類型產(chǎn)品的熱銷、某種類產(chǎn)品出現(xiàn)市場的不信任狀況都影響著區(qū)域內(nèi)商業(yè)，并影響其物流需求量的大小與發(fā)展。由于商業(yè)除了面對(duì)企事業(yè)單位這樣的消費(fèi)者還面對(duì)著以人為對(duì)象的最終消費(fèi)者，因此個(gè)人的收入情況以及區(qū)域內(nèi)人均消費(fèi)性的指出都對(duì)商業(yè)物流需求量的波動(dòng)產(chǎn)生影響。因此，經(jīng)濟(jì)環(huán)境對(duì)于商業(yè)而言即在宏觀方向主宰發(fā)展同時(shí)也在微觀方面調(diào)控波動(dòng)。商業(yè)的結(jié)構(gòu)復(fù)雜層次多樣，因此對(duì)于物流的需求也是多種多樣，規(guī)模數(shù)量大小不一，并且商業(yè)的物流量與農(nóng)業(yè)產(chǎn)業(yè)以及工業(yè)產(chǎn)業(yè)的物流量在其先接觸有一定的重疊。對(duì)于商業(yè)來說物流環(huán)境影響因素是商業(yè)實(shí)現(xiàn)物流轉(zhuǎn)移的關(guān)鍵保證。商業(yè)對(duì)于物流的依賴性不僅表現(xiàn)在商品的運(yùn)輸需要通過物流產(chǎn)業(yè)，還表現(xiàn)在部分商品還需要物流產(chǎn)業(yè)進(jìn)行基于客戶的流通加工從而增加其附加值。商業(yè)的發(fā)展還受到區(qū)域文化環(huán)境的影響，對(duì)于不同的區(qū)域環(huán)境對(duì)于商業(yè)的要求，交易的習(xí)慣模式以及消費(fèi)習(xí)慣都有所不同，這也在另一方面影響到商業(yè)需求量的變化。商業(yè)的商品不僅部分來源于工業(yè)產(chǎn)業(yè)也有部分來自于農(nóng)業(yè)產(chǎn)業(yè)，不論是來源于哪個(gè)產(chǎn)業(yè)，其商品都帶有該區(qū)域的自然環(huán)境的元素。在商業(yè)整個(gè)物流運(yùn)作過程中，不同的物流活動(dòng)都可能受到該區(qū)域自然環(huán)境的影響。

對(duì)于商業(yè)的影響因素很多，同時(shí)由于商業(yè)物流需求的復(fù)雜性和廣泛性等眾多因素，使得商業(yè)的物流需求區(qū)別于農(nóng)業(yè)產(chǎn)業(yè)和工業(yè)產(chǎn)業(yè)的物流需求。其數(shù)學(xué)表達(dá)式為

式中：W3為區(qū)域商業(yè)物流需求量；xi31表示第i年區(qū)域國內(nèi)生產(chǎn)總值；xi32表示第i年區(qū)域商業(yè)生產(chǎn)總值；xi33表示第i年區(qū)域商業(yè)物流總額；xi34表示第i年區(qū)域社會(huì)物流總額；xi35表示第i年區(qū)域人均消費(fèi)性支出；xi36表示第i年區(qū)域零售總額。令Xi3＝xi31，xi32，xi33，xi34，xi35，xi36，則形成了（Xi3，Qi3）的向量，該向量與支持向量機(jī)中的訓(xùn)練樣本S＝（（x1，y1），（x2，y2），…，（xi，yi））相對(duì)應(yīng)，并基于ε－SVR回歸函數(shù)進(jìn)行回歸預(yù)測。

3.4 高新技術(shù)產(chǎn)業(yè)模型

對(duì)于高新技術(shù)產(chǎn)業(yè)的物流需求的影響因素有很多，本文將從經(jīng)濟(jì)影響因素、物流影響因素、科學(xué)技術(shù)影響因素、地域環(huán)境因素以及其他因素5個(gè)方面對(duì)其進(jìn)行分析。

高新技術(shù)產(chǎn)業(yè)與農(nóng)業(yè)產(chǎn)業(yè)、工業(yè)產(chǎn)業(yè)不同，不是屬于人類生活的必需品，也不是基礎(chǔ)建設(shè)的必要環(huán)節(jié)，它是經(jīng)濟(jì)發(fā)展到一定高度，人們對(duì)于物質(zhì)與精神的追求不再是簡單滿足吃穿住行時(shí)產(chǎn)生的，高新技術(shù)產(chǎn)業(yè)是對(duì)于其他產(chǎn)業(yè)的提升。高新技術(shù)產(chǎn)業(yè)的產(chǎn)品是面向世界范圍且由于產(chǎn)品的價(jià)值較高，因此其對(duì)于物流服務(wù)的質(zhì)量也有著較高的要求。所以區(qū)域內(nèi)物流技術(shù)、管理方法還有各種物流基礎(chǔ)設(shè)施的建立是保障高新技術(shù)產(chǎn)業(yè)產(chǎn)品順利銷往世界各地的保障，缺乏這樣的保障必然會(huì)影響高新技術(shù)產(chǎn)業(yè)的物流需求量。每個(gè)區(qū)域中的高新區(qū)內(nèi)的產(chǎn)業(yè)結(jié)構(gòu)都有所不同，這不但是由于各地不同的開發(fā)商引資政策引起的也是由于各地所處的地理位置、自然環(huán)境、資源優(yōu)勢所決定的［11］。不同的區(qū)域農(nóng)業(yè)產(chǎn)業(yè)、工業(yè)產(chǎn)業(yè)以及商業(yè)的發(fā)展程度各有不同，這為不同的高新技術(shù)產(chǎn)業(yè)提供了不同的選擇，對(duì)于資源敏感的偏向于資源集中的區(qū)域，對(duì)于時(shí)效性敏感的會(huì)偏向于交通地理環(huán)境較為優(yōu)越的區(qū)域，而對(duì)于附加值敏感的則會(huì)傾向于選擇給予稅費(fèi)優(yōu)惠的區(qū)域。

從眾多的影響因素中對(duì)高新技術(shù)產(chǎn)業(yè)物流需求進(jìn)行進(jìn)一步分析時(shí)發(fā)現(xiàn)，這些影響因素中有些不能用數(shù)學(xué)方式進(jìn)行表達(dá)，例如政策因素，有些對(duì)高新產(chǎn)業(yè)物流需求的影響不是十分巨大（如文化因素），還有一些影響因素也難以通過數(shù)學(xué)計(jì)算實(shí)現(xiàn)。它所代表的數(shù)學(xué)表達(dá)式為

式中：W4為區(qū)域高新技術(shù)產(chǎn)業(yè)物流需求量；xi41表示第i年區(qū)域生產(chǎn)總值；xi42表示第i年高新技術(shù)產(chǎn)業(yè)生產(chǎn)總值；xi43表示第i年高新技術(shù)產(chǎn)業(yè)物流總額；xi44表示第i年區(qū)域社會(huì)物流總額；xi45表示第i年區(qū)域人均消費(fèi)性支出。令Xi4＝xi41，xi42，xi43，xi44，xi45，則形成了（Xi4，Qi4）的向量，該向量與支持向量機(jī)中的訓(xùn)練樣本S＝（（x1，y1），（x2，y2），…，（xi，yi））相對(duì)應(yīng)，并基于ε－SVR 回歸函數(shù)進(jìn)行回歸預(yù)測。

4 算例研究

4.1 數(shù)據(jù)來源

以四川省物流預(yù)測需求量作為最終的目標(biāo)值，期間以四川省貨運(yùn)周轉(zhuǎn)量作為因變量，利用實(shí)際四川省相關(guān)數(shù)據(jù)基于SVR 進(jìn)行預(yù)測，并結(jié)合實(shí)際可以獲取的數(shù)據(jù)將區(qū)域的物流量分為3部分：第1部分為農(nóng)業(yè)產(chǎn)業(yè)；第2 部分為工業(yè)產(chǎn)業(yè)；第3 部分為商業(yè)。同時(shí)由于四川省物流量中除了各個(gè)產(chǎn)業(yè)的物流量外還包括居民生活基本物流量，但由于該物流量所占比例很少（一般占物流總額的0.6%左右［12］），因此研究中暫時(shí)忽略不計(jì)。由于中國物流統(tǒng)計(jì)年鑒是從2002年開始發(fā)布，因此與之相關(guān)的數(shù)據(jù)樣本很少，本文所采用的數(shù)據(jù)樣本為2000年至2010年11組數(shù)據(jù)。四川省物流相關(guān)數(shù)據(jù)參見參考文獻(xiàn)［13］，四川省運(yùn)輸量及經(jīng)濟(jì)統(tǒng)計(jì)數(shù)據(jù)見參考文獻(xiàn)［14］。

4.2 數(shù)據(jù)處理

為了減少計(jì)算的復(fù)雜程度，對(duì)于每個(gè)指標(biāo)進(jìn)行歸一化處理，即將各個(gè)數(shù)據(jù)除以該指標(biāo)中的最大值，并且為了能獲得很好的收斂性將最大值取為0.999。因此獲得數(shù)據(jù)如表1、表2以及表3所示。

表1 農(nóng)業(yè)產(chǎn)業(yè)物流需求影響因素歸一化結(jié)果Tab.1 Normalized results factors influencing the demand of agricultural logistics

表2 工業(yè)產(chǎn)業(yè)物流需求影響因素歸一化結(jié)果Tab.2 Normalized results of factors affecting the industrial logistics demand

表3 商業(yè)物流需求影響因素歸一化結(jié)果Tab.3 Normalized results factor of business logistics demand

4.3 分析及結(jié)果

針對(duì)SVR 預(yù)測模型選擇2000年至2008年9組數(shù)據(jù)為訓(xùn)練樣本，并選擇2009年至2012年4組數(shù)據(jù)為測試樣本，并且在MATLAB2010a環(huán)境下進(jìn)行運(yùn)行測試仿真［15］。在SVR 的核函數(shù)選擇上，主要是采用眾多學(xué)者的研究結(jié)果［16］。對(duì)于一般的回歸預(yù)測選用徑向基（radial basis function，RBF），核函數(shù)可以獲得很好的預(yù)測分析結(jié)果，對(duì)于參數(shù)的尋優(yōu)選擇，可以采用Grid search 的方法進(jìn)行優(yōu)化選擇。

農(nóng)業(yè)產(chǎn)業(yè)物流需求的核函數(shù)為K（xi，xj）＝exp（－γ‖xi－xj‖2），γ＞0，參 數(shù)C＝3.1，g＝0.32。測試樣本的結(jié)果如表4所示。

表4 農(nóng)業(yè)產(chǎn)業(yè)運(yùn)輸量預(yù)測結(jié)果Tab.4 Prediction results of agricultural transport volume

工業(yè)產(chǎn)業(yè)物流需求的核函數(shù)為K（xi，xj）＝exp（－γ‖xi－xj‖2），γ＞0，參 數(shù)C＝2.5，g＝0.25。測試樣本的結(jié)果如表5所示。

表5 工業(yè)產(chǎn)業(yè)運(yùn)輸量預(yù)測結(jié)果Tab.5 Prediction results of industrial transport volume

商業(yè)物流需求的核函數(shù)為K（xi，xj）＝exp（－γ‖xi－xj‖2），γ＞0，參數(shù)C＝1.6，g＝0.14。測試樣本的結(jié)果如表6所示。區(qū)域各產(chǎn)業(yè)運(yùn)輸量預(yù)測結(jié)果如表7所示。

表6 商業(yè)運(yùn)輸量預(yù)測結(jié)果Tab.6 Prediction results of commercial traffic

表7 區(qū)域各產(chǎn)業(yè)運(yùn)輸量預(yù)測總和Tab.7 Traffic prediction sum of regional industries

從上述數(shù)據(jù)可以發(fā)現(xiàn)，大部分的預(yù)測都比較準(zhǔn)確，誤差率不超過7%，區(qū)域物流總量的預(yù)測也在2%左右，具有很好的收斂性。同時(shí)由于數(shù)據(jù)樣本較少，不能充分說明該預(yù)測方法的有效性。本節(jié)將采用不區(qū)分產(chǎn)業(yè)類型的數(shù)據(jù)以及同樣的方法進(jìn)行比較分析。這里同樣選取區(qū)域運(yùn)輸周轉(zhuǎn)量作為因變量，將不涉及區(qū)域內(nèi)不同產(chǎn)業(yè)的物流因素除去，選取的影響因素為區(qū)域國內(nèi)生產(chǎn)總值、區(qū)域農(nóng)業(yè)生產(chǎn)總值、區(qū)域人口總量、區(qū)域人均消費(fèi)性支出、工業(yè)產(chǎn)業(yè)生產(chǎn)總值、商業(yè)生產(chǎn)總值以及區(qū)域零售總額。具體數(shù)據(jù)可以全部從《四川統(tǒng)計(jì)年鑒》［14］中獲得。這里選取1985年至2012年28組數(shù)據(jù)，選取前21組為訓(xùn)練數(shù)據(jù)，選擇后7組為測試數(shù)據(jù)。采用相同的方法進(jìn)行歸一化處理。區(qū)域物流需求的核函數(shù)為K（xi，xj）＝exp（－γ‖xi－xj‖2），γ＞0，C＝32，g＝0.58。測試樣本的結(jié)果如表8所示。

表8 無產(chǎn)業(yè)差別下的區(qū)域物流需求量預(yù)測結(jié)果Tab.8 Prediction results of regional logistics demand with no industry difference

5 結(jié) 語

基于物流需求多樣性下的預(yù)測模型結(jié)果，大部分的預(yù)測都比較準(zhǔn)確，誤差率不超過7%，區(qū)域物流總量的預(yù)測也在2%左右，具有很好的收斂性。同時(shí)由于數(shù)據(jù)樣本較少不能充分說明該預(yù)測方法的有效性。本文采用不區(qū)分產(chǎn)業(yè)類型的數(shù)據(jù)以及同樣的方法進(jìn)行比較分析。雖然文中的研究受到數(shù)據(jù)樣本的限制，但是從各個(gè)預(yù)測的結(jié)果不難發(fā)現(xiàn)，分別按照區(qū)域內(nèi)不同產(chǎn)業(yè)的影響因素進(jìn)行的預(yù)測比之不分產(chǎn)業(yè)的預(yù)測，其總的誤差率更小，更能體現(xiàn)出不同產(chǎn)業(yè)對(duì)于區(qū)域物流量變化的影響。

／References：

［1］ 王文斌，馬祖軍，何振業(yè).現(xiàn)代物流業(yè)與區(qū)域經(jīng)濟(jì)發(fā)展［J］.經(jīng)濟(jì)體制改革，2002（1）：122－125.WANG Wenbin，MA Zujun，HE Zhenye.Modern logistics industry and regional economic development［J］.Reform of Economic System，2002（1）：122－125.

［2］ 劉秉鐮.基于價(jià)值量的物流需求分析與預(yù)測方法研究［J］.中國軟科學(xué)，2004（5）：66－73.LIU Binglian.A value－based research method for loglstics demand analysis and forecast［J］.China Soft Science，2004（5）：66－73.

［3］ 劉 剛，周 靜，鄒飛燕.湖北城鄉(xiāng)區(qū)域物流與區(qū)域經(jīng)濟(jì)協(xié)調(diào)性研究［J］.商品儲(chǔ)運(yùn)與護(hù)養(yǎng)，2008，30（3）：10－14.LIU Gang，ZHOU Jing，ZOU Feiyan.The research of coordination in regional logistics and regional economy between rural and urban areas of Hubei Province［J］.Storage，Transportation＆Preservation of Commodities，2008，30（3）：10－14.

［4］ 方秋艷.淺析物流業(yè)與經(jīng)濟(jì)發(fā)展之間的互動(dòng)機(jī)理［J］.物流科技，2006，29（7）：100－102.FANG Qiuyan.The analysis of the interactive mechanism between logistics industry and economic development［J］.Logistics Sci－Tech，2006，29（7）：100－102.

［5］ 陳 思，甘 蜜.工業(yè)城市物流經(jīng)濟(jì)發(fā)展對(duì)于城市交通網(wǎng)絡(luò)的影響機(jī)制研究［J］.工業(yè)技術(shù)經(jīng)濟(jì)，2011（9）：90－94.CHEN Si，GAN Mi.Research on the relationship between logistics economy development and the urban transportation network in the industry city［J］.Journal of Industrial Technological Economics，2011（9）：90－94.

［6］ CRISTIANINI N，SHAWE－TAYLOR J.An Introduction to Support Vector Machines and Other Kernel－based Learning Methods［M］.Cambrideg：Cambridge University Press，2000.

［7］ VAPNIK V N.統(tǒng)計(jì)學(xué)理論［M］.許建華，張學(xué)工，譯.北京：電子工業(yè)出版社，2004.VAPNIK V N.Statistical Theory［M］.Translated by XU Jianhua，ZHANG Xuegong.Beijing：Electronic Industry Press，2004.

［8］ 趙 勤.中國現(xiàn)代農(nóng)業(yè)物流問題研究［D］.哈爾濱：東北林業(yè)大學(xué)，2006.ZHAO Qin.Research of the Problem of Modern Agricultural Logistics in China［D］.Harbin：Norhteast Forestry University，2006.

［9］ 周 翔.王耀球.工業(yè)物流的發(fā)展研究［J］.中國儲(chǔ)運(yùn)，2006（5）：87－89.ZHOU Xiang，WANG Yaoqiu.Development of the industrial logistics research［J］.China Storage ＆ Transport，2006（5）：87－89.

［10］ SMOLA A J，SCHOLKOPF B.A tutorial on support vector regression［J］.Statistics and Computing，2004，14：199－222.

［11］ 高雷虹，高天光.高新技術(shù)產(chǎn)業(yè)基地與區(qū)域物流發(fā)展的互動(dòng)關(guān)系研究［J］.中國市場，2009（49）：22－23.GAO Leihong，GAO Tianguang.Research on the interaction between high－tech industrial base and regional logistics［J］.China Market，2009（49）：22－23.

［12］ 奉國和.SVM 分類核函數(shù)及參數(shù)選擇比較［J］.計(jì)算機(jī)工程與應(yīng)用，2011，47（3）：123－124.FENG Guohe.Parameter optimizing for Support Vector Machines classification［J］.Computer Engineering and Applications，2011，47（3）：123－124.

［13］ 中國物流與采購聯(lián)合會(huì).中國物流年鑒［M］.北京：中國財(cái)富出版社，2002－2013.China Federation of Logistics ＆Purchasing.China Logistics Yearbook［M］.Beijing：China Fortune Press，2002－2013.

［14］ 四川省統(tǒng)計(jì)局，國家統(tǒng)計(jì)局四川調(diào)查總隊(duì).四川統(tǒng)計(jì)年鑒［M］.北京：中國統(tǒng)計(jì)出版社，1985－2013.Sichuan Province Bureau of Statistics，NBS Survey Office in Sichuan Province.Sichuan Statistical Yearbook［M］.Beijing：China Statistics Press，1985－2013.

［15］ MATLAB 中 文 論 壇.MATLAB 神 經(jīng) 網(wǎng) 絡(luò)30 個(gè) 案 例 分 析［M］.北京：北京航空航天大學(xué)出版社，2010.MATLAB Chinese BBS.MATLAB Neural Network 30Case Analysis［M］.Beijing：Beihang University Press，2010.

［16］ 王 斌，唐國春.物流聯(lián)盟伙伴選擇模糊優(yōu)化研究［J］.河北科技大學(xué)學(xué)報(bào)，2009，30（1）：69－74.WANG Bin，TANG Guochun.Research into fuzzy optimization of choosing logistics alliance fellow［J］.Journal of Hebei University of Science and Technology，2009，30（1）：69－74.