潘樹龍，孫維夫

(煙臺職業(yè)學院 信息工程系，山東 煙臺264670)

我國是一個發(fā)展中國家，過去長期的執(zhí)行計劃經濟模式，物流產業(yè)并沒有很好的發(fā)展．隨著改革開放，在良好的宏觀經濟環(huán)境下，市場經濟不斷地發(fā)展，物流產業(yè)開始興起并有了長足的發(fā)展，社會物流總額可以很好的反映物流的發(fā)展情況［1］．本文首先介紹了物流的一些基礎知識，又介紹了時間序列分析的一些相關概念和模型建立的方法，接著用時間序列分析的方法對物流總額進行建模，并預測了2015 年的物流總額預期．

1 時間序列的構成模型

1．1 時間序列的構成要素

時間序列的構成要素分為4 種:長期趨勢(T)、季節(jié)變動(S)、循環(huán)變動(C)、不規(guī)則變動(I)．

1．2 時間序列的分解模型

時間序列的分解模型分為［2－3］:

乘法模型中長期趨勢T成分取與時間序列原始指標數值Y相同的計量單位的絕對量，其余成分則均以比率(相對量)表示，加法模型中4 個因素是獨立的，每個成分均取與時間序列原始指標數值Y相同的計量單位的絕對量表示．完整的時間序列組合模型包括T、S、C、I四種因素，但并非每個時間序列中都同時包含四種成分．一般T是經常存在的，S和C則不一定存在，當S或C不存在時，在乘法模型中，S=1，C=1，而在加法模型中S=0，C=0．

1．3 長期趨勢分析

1)間距擴大法．當原始時間序列中個指標數值上下波動，使得現象變化規(guī)律表現不明顯時，可通過擴大序列時間間隔，以反映現象發(fā)展的長期趨勢．

2)移動平均法．擴大原時間序列的時間間隔，選定一定的時距項數N采用遞次移動的方法對原數列遞推移動的N項計算一系列序時平均數消除或削弱了短期偶然因素引起的不規(guī)則變動和其他成分，呈現出現象的較長時間的發(fā)展趨勢移動時距項數N的選擇要考慮周期性波動的周期長短，平均時距項數N應和周期長度一致．

3)線性趨勢模型法．趨勢模型法就是對原時間序列擬合適當的趨勢模型，用以描述該時間序列趨勢變動的具體模式的方法．

對于一個時間序列，到底配合何種趨勢方程，關健是看原數列的特點．在統(tǒng)計上有很多判斷分析方法，最簡單的就是圖示法，根據原數列的動態(tài)散點圖或折線圖來大致判斷選擇用哪一種模型更恰當．

一般原則是若時間序列的逐期增長量(一次差)大體相同，可擬合直線;若時間序列的逐期增長量的逐期增長量(二級增長量或二次差)大體相同，可擬合拋物線;若時間序列的環(huán)比發(fā)展速度(或環(huán)比增長速度)大體相同，可擬合指數曲線．

②曲線趨勢．

(a)二次曲線．當現象發(fā)展的趨勢為拋物線形態(tài)時，或時間序列的二級增長量大體相同時，可配合二次曲線方程．一般形式:t=a+bt+ct2．

根據最小平方法，可導出求常數a、b、c的三個標準方程式:

當取時間數列的中間時期為原點時，上式可簡化為:

(b)指數曲線．用于描述以幾何級數遞增或遞減的現象，即時間數列的觀察值按指數變化規(guī)律變化，或者說時間數列的逐期觀察值按一定的百分比增長或衰退．一般形式:t=abt．若b大于1，增長率隨著時間的增加而增加;如b小于1，增長率隨著時間的減少而減少，當a大于0，b小于1 時，趨勢值逐漸降到以0 為極限．log=loga+tlogb．

根據最小平方法，得出:Σlogy=nloga+logbΣt，Σtlogy=logaΣt+logbΣt2．

當取時間序列的中間時期為原點時:Σlogy=nloga，Σtlogy=logbΣt2，求出loga和logb的值后再取其反對數，即得a和b［4］．

2 物流總額預測模型的建立

2．1 數據檢驗

以中國1997－2014 年物流總額為研究對象．圖1 為物流總額與年份的關系圖，顯然物流總額與年份有明顯的指數趨勢性．對物流總額進行取對數并計算自相關系數(ACF)及偏自相關系數(PACF)．變換后的時序圖及相關圖如圖2～3 所示．

圖1 物流總額與年份的關系圖Fig．1 The diagram of the logistics amount and year

圖2 時序圖Fig．2 Sequence diagram

從圖4 中可以看出;樣本序列數據的自相關系數和偏相關系數在某一固定水平線附近擺動，且按周期性逐漸衰減，所以該時間序列基本是平穩(wěn)的，故可對此時間序列分進行模型建立［6］．

圖3 相關圖Fig．3 The figure

圖4 線性分析圖Fig．4 Linear analysis diagram

2．2 模型的建立

取物流總量的對數，進行線性分析，其為由圖4 看出具有直線趨勢，其中自變量為年份．調整R方大于0．95，則此模型是比較準確的，結果見表1～2 得到其模型方程為:y=0．07721x－153．218．

2．3 物流總額預測

根據上述模型所得到的方程可以預測2015 年物流總額的的對數為:4．034，則2015 年的物流總額為:263．27，單位:萬億元．

表1 模型匯總表Tab．1 The model summary table

表2 系數表Tab．2 Coefficient table

3 總結

本文主要介紹了時間序列分析的模型、并建立了關于物流總額的模型，分析檢驗了數據，預測了2015 年的物流總額．我國的社會物流總額呈明顯的上升趨勢，并且在未來的一段時間，我國的物流產業(yè)會繼續(xù)不斷地發(fā)展．

［1］ 西杰優(yōu)盛行業(yè)研究部．2009 年中國物流行業(yè)研究報告［M］．北京:商務印書館，2004．

［2］ 漢斯，克利斯蒂安，波弗爾．物流前沿［M］．張計劃，譯．北京:機械工業(yè)出版社，2004．

［3］ 何書元．時間序列分析應用［M］．北京:北京大學出版社，2004．

［4］ 秦立功，張健，楊一?。谌斯ど窠浘W絡的時間序列分析方法在物流需求預測中的應用［J］．物流科技，2007(6):121－126．

［5］ 肖枝洪．時間序列分析與sas 的應用［M］．武漢:武漢大學出版社，2009:16－19．

［6］ 劉愛玉．Spss 基礎教程［M］．上海:上海人民出版社，2007．