王琰

摘 要：通過對(duì)福州市物流發(fā)展水平和主要經(jīng)濟(jì)影響指標(biāo)因素進(jìn)行相關(guān)分析，找出與物流發(fā)展水平關(guān)聯(lián)度較大的經(jīng)濟(jì)影響指標(biāo)，選取一元線性回歸預(yù)測(cè)法、彈性系數(shù)分析法、灰色預(yù)測(cè)模型法和加權(quán)組合預(yù)測(cè)方法對(duì)福州市物流需求量進(jìn)行預(yù)測(cè)，并對(duì)各方法建立科學(xué)可操作性的預(yù)測(cè)模型，為福州市物流規(guī)劃提供定量依據(jù)。預(yù)測(cè)結(jié)果顯示，2030年福州市物流需求相比2014年將有159%的增長。

關(guān)鍵詞：福州市；物流需求量；中長期預(yù)測(cè)；加權(quán)組合模型

中圖分類號(hào)：F259.27 文獻(xiàn)標(biāo)識(shí)碼：A

Abstract： Through the analysis of the logistics development level and the main economic factors of Fuzhou， the economic impact index of the degree of logistics development is found out， and a linear regression forecasting method， elastic coefficient analysis， grey forecasting model and weighted combination forecasting method are chosen to forecast the logistics demand in Fuzhou. Forecast results show that， in 2030， the logistics demand in Fuzhou will have 159% growth compared with the data in 2014.

Key words： Fuzhou city； logistics demand； medium and long term forecasting； weighted combination model

0 引 言

物流需求的預(yù)測(cè)研究是城市物流規(guī)劃的重要內(nèi)容，是政府部門和相關(guān)機(jī)構(gòu)確定地區(qū)資源合理分配、物流基礎(chǔ)設(shè)施建設(shè)規(guī)模和制定各項(xiàng)相關(guān)政策的主要依據(jù)，也是相關(guān)企事業(yè)單位評(píng)價(jià)物流市場(chǎng)、制定本單位戰(zhàn)略決策的依據(jù)。物流需求的度量可以使用貨運(yùn)量、庫存量、加工量、配送量等實(shí)物量作為度量體系。實(shí)踐中，無論經(jīng)濟(jì)統(tǒng)計(jì)數(shù)據(jù)還是學(xué)術(shù)文獻(xiàn)最慣用的均是綜合貨運(yùn)量作為物流需求的度量。綜合貨運(yùn)量是一定時(shí)期內(nèi)特定區(qū)域的公路、鐵路、水路、航空等貨運(yùn)量的總和。本文即選擇綜合貨運(yùn)量作為福州市物流需求的量化指標(biāo)。

一方面，物流的快速發(fā)展促進(jìn)社會(huì)經(jīng)濟(jì)的快速發(fā)展；另一方面，社會(huì)經(jīng)濟(jì)的發(fā)展水平又是物流需求的形成或制約因素。二者之間具有十分密切的關(guān)系。因此，對(duì)福州市物流需求的預(yù)測(cè)，必須分析和預(yù)測(cè)社會(huì)經(jīng)濟(jì)發(fā)展水平，聚焦與物流發(fā)展水平密切相關(guān)的福州市經(jīng)濟(jì)社會(huì)行業(yè)發(fā)展的主要經(jīng)濟(jì)指標(biāo)：GDP、第一產(chǎn)業(yè)總產(chǎn)值、第二產(chǎn)業(yè)總產(chǎn)值、第三產(chǎn)業(yè)總產(chǎn)值、外貿(mào)進(jìn)出口總額、社會(huì)消費(fèi)品零售總額等，才能對(duì)物流需求量做出科學(xué)、合理的預(yù)測(cè)。

1 物流需求影響因素分析

判斷一個(gè)地區(qū)的整體發(fā)展?fàn)顩r，最強(qiáng)相關(guān)性的評(píng)判指標(biāo)是該地區(qū)的經(jīng)濟(jì)發(fā)展速度與水平，該指標(biāo)是促進(jìn)物流產(chǎn)業(yè)鏈條產(chǎn)生的基礎(chǔ)，也是該產(chǎn)業(yè)需求量的決定性因素。通常，地區(qū)經(jīng)濟(jì)總水平越強(qiáng)，經(jīng)濟(jì)提升速度越快，物流需求總量就越大。

福州市未來現(xiàn)代化物流業(yè)發(fā)展規(guī)劃中，根據(jù)影響物流需求因素的分析，選擇GDP、第一產(chǎn)業(yè)總產(chǎn)值、第二產(chǎn)業(yè)總產(chǎn)值、第三產(chǎn)業(yè)總產(chǎn)值、外貿(mào)進(jìn)出口總額和社會(huì)消費(fèi)品零售總額這6個(gè)主要經(jīng)濟(jì)指標(biāo)，作為預(yù)測(cè)福州市綜合貨運(yùn)量（即物流需求量，下同）的參考指標(biāo)，詳見表1。

各指標(biāo)10年數(shù)據(jù)列于表1中，將其導(dǎo)入EXCEL系統(tǒng)中，通過加載分析工具庫進(jìn)行線性關(guān)系數(shù)據(jù)分析，所得結(jié)果見表2，表2中是全部變量的兩兩變量間的相關(guān)系數(shù)。

從表2中可以看出綜合貨運(yùn)量與上述6個(gè)經(jīng)濟(jì)指標(biāo)的相關(guān)系數(shù)均大于0.85，表明表中所列的幾個(gè)經(jīng)濟(jì)指標(biāo)對(duì)綜合貨運(yùn)量具有較強(qiáng)的正相關(guān)關(guān)系，其中社會(huì)消費(fèi)品零售總額、第一產(chǎn)業(yè)、GDP總產(chǎn)值分別位列前三。因此，認(rèn)為他們之間存在線性相關(guān)，可用于福州市未來綜合貨運(yùn)量的預(yù)測(cè)分析，但由于福州市GDP與其它主要經(jīng)濟(jì)指標(biāo)的相關(guān)系數(shù)均值為0.981高于社會(huì)消費(fèi)品零售總額的0.979，采用以GDP作為自變量、綜合貨運(yùn)量為因變量來預(yù)測(cè)物流需求更為合適。

2 物流需求預(yù)測(cè)

定量預(yù)測(cè)方法的科學(xué)理論性強(qiáng)，具有縝密的邏輯關(guān)系，所得結(jié)果精確全面，需要較強(qiáng)的理論作為基礎(chǔ)，是目前應(yīng)用廣泛的預(yù)測(cè)方法。目前市場(chǎng)中長期需求較為常見的預(yù)測(cè)方法為因果分析定量方法，即：回歸分析法、彈性系數(shù)法和組合預(yù)測(cè)法以及應(yīng)用在經(jīng)濟(jì)社會(huì)系統(tǒng)常見的灰色預(yù)測(cè)法。

2.1 GDP經(jīng)濟(jì)指標(biāo)預(yù)測(cè)

2015年福州市GDP預(yù)期增長10.5%（數(shù)據(jù)來源于2014年福州市政府工作報(bào)告），計(jì)算后2015年GDP為5 711.92億元，分別采用一次項(xiàng)和二次項(xiàng)方程分析福州市過去11年的GDP趨勢(shì)，并由趨勢(shì)圖1、圖2，得到福州市GDP預(yù)測(cè)公式：y=428.96x

+770.8、y=22.415x^2+159.99x+1 353.6，據(jù)此分別計(jì)算福州市未來15年的預(yù)測(cè)值見表3，考慮到2015年8月3日，國務(wù)院下發(fā)《關(guān)于福州市城市總體規(guī)劃的批復(fù)》，原則同意《福州市城市總體規(guī)劃（2011～2020年）》和2015年9月9日，國務(wù)院正式同意設(shè)立福州新區(qū)，規(guī)劃面積800平方公里，福州市GDP未來幾年保持良性發(fā)展趨勢(shì)，隨著經(jīng)濟(jì)發(fā)展水平的提高，相應(yīng)GDP發(fā)展速度會(huì)逐漸降低。因此，本文對(duì)福州市GDP預(yù)測(cè)值采用一次項(xiàng)和二次項(xiàng)預(yù)測(cè)值根據(jù)經(jīng)濟(jì)發(fā)展不同階段進(jìn)行加權(quán)計(jì)算。

圖1中一次項(xiàng)預(yù)測(cè)值的增長速度呈較為趨緩變化，圖2二次項(xiàng)預(yù)測(cè)值的增長速度呈較快上升趨勢(shì)，未來經(jīng)濟(jì)發(fā)展速率由二次項(xiàng)預(yù)測(cè)值逐步向一次項(xiàng)預(yù)測(cè)值靠近，如表3所示。

2.2 綜合物流需求量預(yù)測(cè)

2.2.1 一元線性回歸預(yù)測(cè)法

該方法只能解釋一個(gè)主要因素對(duì)因變量的影響，其預(yù)測(cè)公式為：Y=a+bX，根據(jù)物流需求影響因素分析結(jié)果，影響綜合貨運(yùn)量的最顯著因素為GDP，因此，利用GDP預(yù)測(cè)福州市未來15年的綜合貨運(yùn)量。

用Excel做福州市10年內(nèi)GDP和綜合貨運(yùn)量的散點(diǎn)圖如圖3，可知綜合貨運(yùn)量成逐年遞增趨勢(shì)發(fā)展，其增長態(tài)勢(shì)與GDP的增長態(tài)勢(shì)大體一致，具有線性關(guān)系，證實(shí)選取GDP為自變量X的合理性。

預(yù)測(cè)綜合貨運(yùn)量系數(shù)結(jié)果表4所示：

計(jì)算出的一元線性回歸方程為：y=2.5659x+7 357。

利用該模型結(jié)合福州市GDP特征年預(yù)測(cè)值，預(yù)測(cè)未來綜合貨運(yùn)量如表5所示：

2.2.2 彈性系數(shù)分析法

彈性是一個(gè)相對(duì)量，它衡量某一變量的改變所引起的另一變量的相對(duì)變化。彈性系數(shù)分析法應(yīng)用與綜合貨運(yùn)量預(yù)測(cè)的彈性系數(shù)公式為：

統(tǒng)計(jì)福州市過去10年的GDP與綜合貨運(yùn)量值年增長率見表6所示。針對(duì)本文的GDP經(jīng)濟(jì)指標(biāo)預(yù)測(cè)，全市十三五期間GDP年均增長11%，2020～2030年期間GDP年均增長約8%。

同理，福州市未來特征年綜合貨運(yùn)量預(yù)測(cè)值如表7所示：

2.2.3 灰色預(yù)測(cè)法

灰色預(yù)測(cè)通過鑒別系統(tǒng)因素之間發(fā)展趨勢(shì)的相異程度，即進(jìn)行關(guān)聯(lián)分析，并對(duì)原始數(shù)據(jù)進(jìn)行生成處理來尋找系統(tǒng)變動(dòng)的規(guī)律，生成有較強(qiáng)規(guī)律性的數(shù)據(jù)序列，然后建立相應(yīng)的微分方程模型，從而預(yù)測(cè)事物未來發(fā)展趨勢(shì)的狀況。

其中在經(jīng)濟(jì)社會(huì)系統(tǒng)用得比較多的是數(shù)列預(yù)測(cè)方法的關(guān)于一個(gè)變量、一階微分的GM1，1模型。GM1，1模型是基于隨機(jī)的原始時(shí)間序列，經(jīng)按時(shí)間累加后所形成的新的時(shí)間序列呈現(xiàn)的規(guī)律可用一階線性微分方程的解來逼近?；疑A(yù)測(cè)算法主要用于解決信息量少的預(yù)算模型，其預(yù)算便捷，結(jié)果精確，是小樣本預(yù)測(cè)的最佳選擇，常用GM1，1模型進(jìn)行預(yù)算，其建模需經(jīng)過6步。

根據(jù)灰色預(yù)測(cè)模型，將福州市的相關(guān)數(shù)據(jù)帶入灰色模型中，計(jì)算所得的福州市特征年綜合貨運(yùn)量，為表8所示：

2.2.4 組合預(yù)測(cè)模型

以上三種預(yù)測(cè)方法各有優(yōu)缺點(diǎn)，用不同的預(yù)測(cè)方法建模，可得出不同的預(yù)測(cè)模型和結(jié)果，將同一時(shí)期不同方法的預(yù)測(cè)值加權(quán)組合起來，組合預(yù)測(cè)值可用式（2）求出：

以上三種預(yù)測(cè)方法的特征年各預(yù)測(cè)值結(jié)果見表9所示。

對(duì)比三種預(yù)測(cè)方法的預(yù)測(cè)值與實(shí)際值，其對(duì)應(yīng)殘差結(jié)果綜述于表10中。

可計(jì)算出三種預(yù)測(cè)方法權(quán)重值見表11。

各種預(yù)測(cè)方法的權(quán)重系數(shù)和三種方法預(yù)測(cè)的綜合貨運(yùn)量值，帶入組合預(yù)測(cè)法公式，組合預(yù)測(cè)福州市未來的綜合貨運(yùn)量如表12。

3 預(yù)測(cè)方法應(yīng)用分析

上文通過收集2005年到2014年的GDP、第一產(chǎn)業(yè)總產(chǎn)值、第二產(chǎn)業(yè)總產(chǎn)值、第三產(chǎn)業(yè)總產(chǎn)值、外貿(mào)進(jìn)出口總額和社會(huì)消費(fèi)品零售總額這6個(gè)指標(biāo)數(shù)據(jù)作為預(yù)測(cè)參數(shù)，應(yīng)用中長期的市場(chǎng)需求預(yù)測(cè)模型，即一元線性回歸預(yù)測(cè)法、彈性系數(shù)分析法、灰色預(yù)測(cè)模型法和加權(quán)組合預(yù)測(cè)法，使用EXCEL軟件進(jìn)行建模計(jì)算，對(duì)福州市2020年、2025年、2030年的綜合貨運(yùn)量進(jìn)行科學(xué)的預(yù)測(cè)。進(jìn)行預(yù)測(cè)時(shí)，根據(jù)福州市物流市場(chǎng)的需求特點(diǎn)，通過科學(xué)計(jì)算權(quán)重進(jìn)行組合預(yù)測(cè)，使預(yù)測(cè)的結(jié)果盡可能合理。結(jié)果表明：①一元線性回歸預(yù)測(cè)法和彈性系數(shù)分析法預(yù)測(cè)精度提高有賴于自變量預(yù)測(cè)值的合理修正，這對(duì)于中長期預(yù)測(cè)尤為重要；②三種預(yù)測(cè)法的預(yù)測(cè)值與實(shí)際值對(duì)比的殘差均值表明，灰色預(yù)測(cè)法精確度較高；③利用組合預(yù)測(cè)方法的加權(quán)計(jì)算提高了物流需求量的預(yù)測(cè)精度。

通過上述三種模型預(yù)測(cè)得到的結(jié)果可以定量反映物流需求發(fā)展變化的趨勢(shì)，可以為福州市未來現(xiàn)代化物流業(yè)發(fā)展規(guī)劃提供參考。福州市國民經(jīng)濟(jì)和社會(huì)發(fā)展統(tǒng)計(jì)公報(bào)顯示2014年福州市綜合貨運(yùn)量為21 037.2萬噸，而由預(yù)測(cè)結(jié)果看出，2030年福州市綜合貨運(yùn)量將達(dá)到54 577.98萬噸，即較之2014年福州市物流需求將有159%的增長，平均年增幅達(dá)6.14%。隨著互聯(lián)網(wǎng)對(duì)實(shí)體經(jīng)濟(jì)的深入滲透，物流業(yè)的快速發(fā)展必然帶動(dòng)福州市工、商、農(nóng)業(yè)及進(jìn)出口貿(mào)易的發(fā)展，從而對(duì)整個(gè)經(jīng)濟(jì)發(fā)展產(chǎn)生影響。所以，福州市規(guī)劃者應(yīng)從整體出發(fā)，通盤考慮，根據(jù)物流需求的特點(diǎn)和趨勢(shì)對(duì)福州市物流進(jìn)行整體規(guī)劃，使物流業(yè)的發(fā)展和經(jīng)濟(jì)的發(fā)展相輔相成、相互促進(jìn)。

參考文獻(xiàn)：

[1] 福州市統(tǒng)計(jì)局. 2004～2014年福州市國民經(jīng)濟(jì)和社會(huì)發(fā)展統(tǒng)計(jì)公報(bào)[EB/OL]. （2015-04-27）[2016-01-25]. http：//tjj.fuzhou.gov.cn/tjjzwgk/tjxx/ndbg/.

[2] 達(dá)摩達(dá)爾.N.古扎拉蒂，唐.C.波特. 計(jì)量經(jīng)濟(jì)學(xué)基礎(chǔ)[M]. 北京：中國人民大學(xué)出版社，2011.

[3] 全國注冊(cè)咨詢工程師（投資）資格考試參考教材編寫委員. 項(xiàng)目決策分析與評(píng)價(jià)[M]. 北京：中國計(jì)劃出版社，2014.

[4] 顏明旭. 福建省物流產(chǎn)業(yè)集聚問題研究[D]. 廈門：廈門大學(xué)（碩士學(xué)位論文），2014.

[5] 蓋雪瑩. 鶴崗市物流節(jié)點(diǎn)布局研究[D]. 長沙：長沙理工大學(xué)（碩士學(xué)位論文），2013.

[6] 汪鳴. 城市物流發(fā)展概念與政策問題[J]. 物流技術(shù)與應(yīng)用，2012（4）：73-77.

[7] 王燕霞，錢存華，陳淼. 基于組合預(yù)測(cè)法的江蘇省物流需求預(yù)測(cè)[J]. 物流技術(shù)，2015（7）：128-131.