齊志成

摘 要：在國(guó)家經(jīng)濟(jì)新常態(tài)的大背景下，煙草行業(yè)自身“小氣候”不可避免地發(fā)生變化，行業(yè)經(jīng)濟(jì)運(yùn)行呈現(xiàn)出一些新的變化和特點(diǎn)。根據(jù)商洛市卷煙消費(fèi)市場(chǎng)調(diào)查收集的有關(guān)數(shù)據(jù)，建立卷煙需求神經(jīng)網(wǎng)絡(luò)預(yù)測(cè)模型，介紹了其指標(biāo)選取、聚類和篩選，利用Matlab軟件對(duì)數(shù)據(jù)進(jìn)行訓(xùn)練、仿真。與實(shí)際銷量進(jìn)行對(duì)比分析，證明采用的BP神經(jīng)網(wǎng)絡(luò)預(yù)測(cè)結(jié)果準(zhǔn)確。

關(guān)鍵詞：新常態(tài)；問(wèn)卷調(diào)查；神經(jīng)網(wǎng)絡(luò)；卷煙需求；需求預(yù)測(cè)

中圖分類號(hào)：F762 文獻(xiàn)標(biāo)識(shí)碼：A 文章編號(hào)：1006-060X（2017）01-0086-04

Abstract：Under the background of the new normal economy， the tobacco industry's own “microclimate” inevitably changes， and the economic operation of the industry presents some new changes and characteristics.According to the relevant data collection and investigation of cigarette consumption market in Shangluo City， established cigarette demand neural network forecasting model， introduced the index selection， clustering and screening， used Matlab software for data simulation and training. Compared with the actual sales， it is proved that the BP neural network prediction results are accurate.

Key words：new normal； questionnaire survey； neural network； cigarette demand； demand forecast

國(guó)家經(jīng)濟(jì)進(jìn)入新常態(tài)，煙草經(jīng)濟(jì)是國(guó)家經(jīng)濟(jì)的組成部分，兩者是局部與整體的關(guān)系，并且關(guān)聯(lián)度很高，煙草經(jīng)濟(jì)必然會(huì)受到經(jīng)濟(jì)新常態(tài)的影響。在經(jīng)濟(jì)新常態(tài)的大背景下，煙草行業(yè)自身“小氣候”不可避免地發(fā)生變化，行業(yè)經(jīng)濟(jì)運(yùn)行呈現(xiàn)出新的變化和特點(diǎn)。近年來(lái)，商洛市卷煙市場(chǎng)需求持續(xù)穩(wěn)定增長(zhǎng)，卷煙銷量逐年遞增，取得了較好的發(fā)展成績(jī)。2014年商洛市卷煙銷量77 425箱，較2008年增加9 634箱，6 a累計(jì)增長(zhǎng)14.2%。然而，受限于人口基數(shù)小、經(jīng)濟(jì)基礎(chǔ)弱、勞務(wù)輸出多等因素，市場(chǎng)需求有限，卷煙銷量在陜西省排名相對(duì)靠后。卷煙需求增長(zhǎng)率從2010年（3.75%）以來(lái)持續(xù)下滑，2013年跌至最低點(diǎn)（0.7%），2014年略有回升，2015年，商洛市卷煙銷量降幅為陜西省

最大。

目前，由于宏觀經(jīng)濟(jì)下行、控?zé)熣呲吘o、市場(chǎng)需求疲軟等多重因素疊加，煙草行業(yè)面臨“增長(zhǎng)速度回落，工商庫(kù)存增加，結(jié)構(gòu)空間變窄，需求拐點(diǎn)逼近”的四大難題，行業(yè)發(fā)展進(jìn)入緩慢增長(zhǎng)期，商洛市卷煙需求變化尤為突出。因此，深入分析商洛市卷煙市場(chǎng)需求情況，構(gòu)建相應(yīng)模型對(duì)商洛市卷煙市場(chǎng)需求進(jìn)行預(yù)測(cè)，有助于準(zhǔn)確把握新常態(tài)，幫助企業(yè)突破增長(zhǎng)瓶頸，在日趨放緩的市場(chǎng)環(huán)境下找到新的增長(zhǎng)點(diǎn)。

1 研究數(shù)據(jù)

數(shù)據(jù)來(lái)源于兩方面，一方面通過(guò)實(shí)地走訪調(diào)研商洛市政府辦公室、統(tǒng)計(jì)局、財(cái)政局、公安局、人社局、工信局、供電局等相關(guān)部門，直觀了解商洛市經(jīng)濟(jì)人口的基本情況，并獲取商洛市經(jīng)濟(jì)人口相關(guān)統(tǒng)計(jì)數(shù)據(jù)。另一方面針對(duì)商洛市卷煙零售戶與消費(fèi)者設(shè)計(jì)不同的調(diào)查問(wèn)卷，分區(qū)域發(fā)放調(diào)查問(wèn)卷，了解商洛市卷煙市場(chǎng)需求的基本情況以及零售戶心理、消費(fèi)者行為等因素。問(wèn)卷調(diào)查采用重點(diǎn)對(duì)象的抽樣調(diào)查形式，通過(guò)對(duì)商洛市的經(jīng)濟(jì)、人口、社會(huì)習(xí)俗、卷煙消費(fèi)等方面分析，分城鎮(zhèn)和鄉(xiāng)村選取商州區(qū)、柞水縣、鎮(zhèn)安縣、丹鳳縣、洛南縣作為本次調(diào)查的代表地區(qū)。發(fā)放零售戶問(wèn)卷

1 018份，回收852份，回收率為83.7%，可利用433份，問(wèn)卷可利用率為42.5%。發(fā)放消費(fèi)者問(wèn)卷4 306份，回收3 423份，回收率為79.5%，可利用931份，問(wèn)卷可利用率為21.6%。

2 BP神經(jīng)網(wǎng)絡(luò)在商洛市卷煙需求預(yù)測(cè)分析中的應(yīng)用

2.1 指標(biāo)選取

影響卷煙銷售量的因素比較復(fù)雜，鑒于權(quán)威性和數(shù)據(jù)的可獲取性，對(duì)應(yīng)其影響因素，可從統(tǒng)計(jì)年鑒中選取商洛市的各項(xiàng)指標(biāo)進(jìn)行分析（表1）。

2.2 指標(biāo)聚類

由于影響卷煙銷量的因素很多，因此有必要對(duì)采集到的指標(biāo)進(jìn)行聚類，找出影響卷煙銷量的主要因素。鑒于卷煙需求影響因素的特點(diǎn)，因素指標(biāo)聚類適合采用灰色關(guān)聯(lián)聚類加以分析。

通過(guò)聚類將影響因素指標(biāo)劃分為五大類，既起到了降低指標(biāo)維度的效果，同時(shí)又不會(huì)造成有用信息的損失，聚類效果也相對(duì)較好。聚類結(jié)果中的每一類都可以用該類中各指標(biāo)共同表示的經(jīng)濟(jì)意義來(lái)命名，聚類結(jié)果的命名見(jiàn)表2。

2.3 指標(biāo)篩選

卷煙消費(fèi)受季節(jié)等多種因素的影響，同一因素對(duì)不同月份銷量影響的大小是不同的，因此應(yīng)逐月分析當(dāng)月卷煙銷量與影響因素之間的聯(lián)系。根據(jù)研究數(shù)據(jù)的特點(diǎn)，筆者使用灰色關(guān)聯(lián)分析的方法選取影響各月銷量的典型因素。分別計(jì)算各月度卷煙需求數(shù)據(jù)與各個(gè)影響因素指標(biāo)的綜合關(guān)聯(lián)度，用Matlab編程實(shí)現(xiàn)（表3）。

由表3的計(jì)算結(jié)果選擇影響各月卷煙需求的輸入指標(biāo)。因?yàn)樗械挠绊懸蛩刂笜?biāo)經(jīng)過(guò)聚類處理后被劃分為五大類，從每一類中選擇與相應(yīng)月份灰色關(guān)聯(lián)度最大的因素。一般情況下，在關(guān)聯(lián)度≥0.6 時(shí)，則認(rèn)為滿意關(guān)聯(lián)。所以還需再?gòu)闹羞x擇關(guān)聯(lián)度≥0.6 的影響因素作為預(yù)測(cè)月份的預(yù)測(cè)備選指標(biāo)。對(duì)各月的影響因素指標(biāo)的篩選結(jié)果見(jiàn)表4。

3 實(shí)施預(yù)測(cè)

預(yù)測(cè)分為神經(jīng)網(wǎng)絡(luò)的訓(xùn)練和預(yù)測(cè)兩部分，具體過(guò)程如下（以1月為例）：

（1）輸入向量為2014年1月卷煙銷量、煙酒及用品消費(fèi)價(jià)格指數(shù)、人口自然增長(zhǎng)率、第三產(chǎn)業(yè)比重、國(guó)企中高層人數(shù)、城鎮(zhèn)居民恩格爾系數(shù)。因此，輸入層有6個(gè)神經(jīng)單元。輸出變量為一個(gè)1維的向量，輸

出層神經(jīng)單元1個(gè)。

（2）中間層節(jié)點(diǎn)個(gè)數(shù) ，a為1到10之間的常數(shù)；分別選取多種訓(xùn)練函數(shù)，根據(jù)訓(xùn)練結(jié)果選擇合適的節(jié)點(diǎn)和函數(shù)。

（3）數(shù)據(jù)預(yù)處理，歸到 之間。

（4）用Matlab編程進(jìn)行網(wǎng)絡(luò)訓(xùn)練。

（5）仿真預(yù)測(cè)。由網(wǎng)絡(luò)訓(xùn)練結(jié)果可以看出當(dāng)隱含層節(jié)點(diǎn)個(gè)數(shù)為12，訓(xùn)練函數(shù)為trainscg時(shí)，網(wǎng)絡(luò)訓(xùn)練誤差最小。采用隱層節(jié)點(diǎn)個(gè)數(shù)為12的BP網(wǎng)絡(luò)實(shí)施預(yù)測(cè)，網(wǎng)絡(luò)訓(xùn)練誤差如圖1。

（6）預(yù)測(cè)結(jié)果。同理，對(duì)其他各月份進(jìn)行預(yù)測(cè)，預(yù)測(cè)結(jié)果如表5。

通過(guò)上述預(yù)測(cè)結(jié)果可以看出，除了1月、2月和12月商洛市卷煙市場(chǎng)需求的預(yù)測(cè)值波動(dòng)較大以外，其他各月份均取得了較好的預(yù)測(cè)效果。其原因主要有以下兩個(gè)方面。

一是卷煙銷售制度。煙草公司在春節(jié)期間往往會(huì)停止市場(chǎng)上卷煙的供應(yīng)，為了避免春節(jié)期間銷售斷貨，以及部分緊俏貨源供應(yīng)不足，卷煙零售戶通常從臘月就開(kāi)始備貨，主動(dòng)增加卷煙社會(huì)庫(kù)存。這是導(dǎo)致年前卷煙市場(chǎng)需求急劇增加的主要原因。

二是春節(jié)原因。隨著人們春節(jié)期間社交活動(dòng)的增加，卷煙市場(chǎng)需求增加，短期內(nèi)卷煙銷量上升。按照我國(guó)農(nóng)歷推算，春節(jié)一般在每年的1～2月份，從而導(dǎo)致了1月、2月和12月商洛市卷煙市場(chǎng)需求的預(yù)測(cè)值波動(dòng)較大。因此，春節(jié)原因也是導(dǎo)致這3個(gè)月卷煙市場(chǎng)需求劇烈變化的原因。

4 小 結(jié)

由預(yù)測(cè)結(jié)果可以看出除了1、2、12月的銷量相對(duì)其他月份波動(dòng)較大以外，其他月份預(yù)測(cè)均取得了比較好的效果。分析其原因主要受卷煙銷售制度、春節(jié)因素等因素影響。綜上所述，商洛市卷煙需求預(yù)測(cè)模型的整體預(yù)測(cè)效果良好，適合用于商洛市卷煙市場(chǎng)需求的研究。有助于加強(qiáng)商洛市煙草公司對(duì)卷煙市場(chǎng)需求的認(rèn)識(shí)和整體把握能力，加大公司對(duì)商洛市卷煙消費(fèi)者及消費(fèi)市場(chǎng)發(fā)展趨勢(shì)的了解，提升公司內(nèi)部營(yíng)銷管理水平，促進(jìn)商洛市煙草行業(yè)持續(xù)、穩(wěn)定、健康發(fā)展。

參考文獻(xiàn)：

[1]劉 鑫，楊麗華. 卷煙銷量預(yù)測(cè)方法比較[J]. 科技創(chuàng)業(yè)月刊，2014，6（1）：35-37.

[2]連顯淼. 游客對(duì)旅游區(qū)煙草需求的影響研究[D]. 大連：遼寧師范大學(xué)，2012.

[3]王毅輝. 我國(guó)卷煙需求預(yù)測(cè)研究述評(píng)[J]. 中國(guó)煙草學(xué)報(bào)，2012，（4）：88-93.

[4]朱 凱，王正林. 精通MATLAB神經(jīng)網(wǎng)絡(luò)[M]. 北京：電子工業(yè)出版社，2010.

[5]曾希君，于 博，李向群，等. 基于改進(jìn)BP神經(jīng)網(wǎng)絡(luò)私家車保有量的預(yù)測(cè)研究[J]. 計(jì)算機(jī)工程與設(shè)計(jì)，2010，31（3）：605-608.

[6]傅薈璇，趙 紅. MATLAB神經(jīng)網(wǎng)絡(luò)應(yīng)用設(shè)計(jì)[M]. 北京：機(jī)械工業(yè)出版社，2010.

[7]關(guān)牧玟. 撫順市煙草分公司卷煙銷量預(yù)測(cè)研究[D]. 大連：大連海事大學(xué)，2009.

[8]張德豐. MATLAB神經(jīng)網(wǎng)絡(luò)應(yīng)用設(shè)計(jì)[M]. 北京：機(jī)械工業(yè)出版社，2009.

[9]杜秀亭，董曉明. 卷煙需求預(yù)測(cè)的步驟與方法選擇[J]. 內(nèi)蒙古科技與經(jīng)濟(jì)，2008，（158）：54-55.

[10]董曉明，杜秀亭. 卷煙需求預(yù)測(cè)基本方法及其應(yīng)用[J]. 內(nèi)蒙古科技與經(jīng)濟(jì)，2008，（162）：143-145.

[11]仲東亭，張 玥. BP神經(jīng)網(wǎng)絡(luò)對(duì)煙草銷售量預(yù)測(cè)方法的改進(jìn)研

究[J]. 工業(yè)技術(shù)經(jīng)濟(jì)，2007，26（9）：115-118.

[12]王 森，吳春明. 煙草系統(tǒng)卷煙需求預(yù)測(cè)模型的探討[J]. 現(xiàn)代機(jī)械，2007，（2）：4-9.

[13]謝星峰. 基于神經(jīng)網(wǎng)絡(luò)的卷煙銷售預(yù)測(cè)模型的研究及應(yīng)用[D]. 昆明：昆明理工大學(xué)，2005.

[14]周開(kāi)利，康耀紅. 神經(jīng)網(wǎng)絡(luò)模型及其MATLAB仿真程序設(shè)計(jì)[M]. 北京：清華大學(xué)出版社，2005.

[15]王 卓，王艷輝，賈利民，等. 改進(jìn)的BP神經(jīng)網(wǎng)絡(luò)在鐵路客運(yùn)量時(shí)間序列預(yù)測(cè)中的應(yīng)用[J]. 中國(guó)鐵道科學(xué)，2005，26（2）：127-131.

[16]楊建剛. 人工神經(jīng)網(wǎng)絡(luò)實(shí)現(xiàn)教程[M]. 杭州：浙江大學(xué)出版社，2001.

（責(zé)任編輯：肖彥資）