李占鳳
(重慶工商大學(xué)融智學(xué)院,重慶 400132)
重慶市生鮮農(nóng)產(chǎn)品冷鏈物流需求預(yù)測
李占鳳
(重慶工商大學(xué)融智學(xué)院,重慶 400132)
為更全面的描述生鮮農(nóng)產(chǎn)品冷鏈物流需求總量,將肉類、乳制品類、果蔬類、水產(chǎn)品類等需要冷藏存儲和運(yùn)輸?shù)漠a(chǎn)品產(chǎn)出總量作為冷鏈物流運(yùn)輸總量的影響因子歸入到模型中,運(yùn)用新陳代謝GM(1,1)灰色預(yù)測模型對2006-2015年重慶市生鮮農(nóng)產(chǎn)品冷鏈物流需求量進(jìn)行模擬,并對2016-2022年重慶市生鮮農(nóng)產(chǎn)品冷鏈物流需求量進(jìn)行預(yù)測,為生鮮農(nóng)產(chǎn)品冷鏈物流環(huán)節(jié)中的冷鏈設(shè)施和設(shè)備的需求提供科學(xué)依據(jù)。
生鮮農(nóng)產(chǎn)品;冷鏈物流;新陳代謝GM(1,1)模型;需求預(yù)測;重慶市
隨著農(nóng)村電子商務(wù)的快速發(fā)展,重慶市農(nóng)產(chǎn)品、水產(chǎn)品、畜牧產(chǎn)品、果蔬產(chǎn)品等生鮮農(nóng)產(chǎn)品正逐步進(jìn)入全國市場,加之重慶市與國內(nèi)外經(jīng)濟(jì)貿(mào)易的日益頻繁,生鮮農(nóng)產(chǎn)品對冷鏈物流的需求迫在眉睫。然而,目前我國生鮮農(nóng)產(chǎn)品流通過程中仍然以露天作業(yè)和普通卡車運(yùn)輸為主,生鮮農(nóng)產(chǎn)品的腐損率依然很高。準(zhǔn)確預(yù)測未來重慶市的冷鏈物流需求數(shù)量和趨勢,能夠?yàn)橹貞c市農(nóng)特產(chǎn)品流通過程中的冷鏈設(shè)施和裝備建設(shè)投入提供依據(jù)。
冷鏈物流需求是指經(jīng)濟(jì)活動中生產(chǎn)、流通、消費(fèi)領(lǐng)域的原材料、半成品、成品、商品以及廢舊物等在一定時間范圍內(nèi)的配置作用而產(chǎn)生的對物資在時間、空間和費(fèi)用方面的要求,涉及運(yùn)輸、包裝、庫存、裝卸搬運(yùn)、配送、流通加工及信息處理等物流活動的每一個環(huán)節(jié)。衡量冷鏈物流需求的指標(biāo)體系有:從實(shí)物量考慮有貨運(yùn)量、貨運(yùn)周轉(zhuǎn)量、庫存量、加工量等指標(biāo);從就業(yè)方面考慮有冷鏈物流從業(yè)人數(shù)、冷鏈物流從業(yè)人數(shù)占總就業(yè)人口比例等指標(biāo);從價值量考慮有社會物流總成本、社會物流總收入、供應(yīng)鏈增值等指標(biāo)[1]。實(shí)際影響生鮮農(nóng)產(chǎn)品冷鏈物流需求的因素諸多,為更全面的描述生鮮農(nóng)產(chǎn)品冷鏈物流需求總量,將肉類、乳制品類、果蔬類、水產(chǎn)品類等需要冷藏運(yùn)輸?shù)漠a(chǎn)品產(chǎn)出總量作為冷鏈物流運(yùn)輸總量的影響因子歸入到模型中。
出于數(shù)據(jù)的可獲取性,選取2006-2015年重慶市冷鏈運(yùn)輸生鮮農(nóng)產(chǎn)品產(chǎn)量為原始數(shù)據(jù)(見表1),運(yùn)用灰色新陳代謝預(yù)測模型對重慶市生鮮農(nóng)產(chǎn)品冷鏈物流運(yùn)輸總量進(jìn)行預(yù)測。
表1 重慶市冷鏈運(yùn)輸生鮮農(nóng)產(chǎn)品產(chǎn)量單位:萬t
2.2.1 新陳代謝GM(1,1)模型原理
(1)灰色預(yù)測模型。設(shè)Q(0)=(q(0)(1),q(0)(2),…,q(0)(t))為原始的生鮮農(nóng)產(chǎn)品冷鏈物流需求序列,其中,q(0)(t)表示對應(yīng)時間序列t的產(chǎn)量序列,Q(1)=(q(1)(1),q(1)(2),…,q(1)(t))為Q(0)的1-AGO序列,其中:
Z(1)=(z(1)(2),z(1)(3),…,z(1)(t))為Q(1)的緊鄰均值生成序列,其中
則
式(3)為GM(1,1)模型的基本形式。
解之得:
又:
即:
q(0)(k)+az(1)(k)=b的白化方程的解(也稱時間響應(yīng)函數(shù))為:
時間響應(yīng)序列為:
還原值為:
對原始序列做等維處理,即去掉最老信息q(0)(1),補(bǔ)充最新信息q(0)(t+1),可得到新的數(shù)列Q(0)=(q(0)(2),q(0)(3),…,q(0)(t+1) ),就形成了新陳代謝GM(1,1)預(yù)測新模型,即:
代入式(4)-式(6),即進(jìn)行了一次新陳代謝,得到新的預(yù)測結(jié)果,對第二個序列做等維處理,即去掉老信息q(0)(2),補(bǔ)充最新信息q(0)(t+2),可得到新的數(shù)列Q(0)=(q(0)(3),q(0)(4),…,q(0)(t+2 )),以此數(shù)列作為新的原始數(shù)列進(jìn)行運(yùn)算,依次不斷地剔除最老信息,添加最新信息,即形成了新陳代謝GM(1,1)預(yù)測模型。
2.2.2 精度檢驗(yàn)。預(yù)測模型只有通過嚴(yán)格的檢驗(yàn)才能夠判定其合理性與有效性。通過平均相對誤差對新陳代謝GM(1,1)預(yù)測模型的有效性進(jìn)行檢驗(yàn),當(dāng)模型模擬誤差相對較小時,才能證明該預(yù)測模型是有效的,預(yù)測結(jié)果是有意義的。因此,其有效性檢驗(yàn)為:
若Q(0)=(q(0)(1),q(0)(2),…,q(0)(t))為原有生鮮農(nóng)產(chǎn)品冷鏈物流需求序列,為其估計(jì)值,則殘差序列為:
相對誤差序列為:
平均相對誤差為:
給定α,若,則稱該模型為殘差合格模型。通過誤差檢驗(yàn)的灰色預(yù)測模型才能被應(yīng)用于預(yù)測。
將重慶市2006-2015年生鮮農(nóng)產(chǎn)品冷鏈物流需求總量整理,得到初始序列:
取原始序列的前5個數(shù)據(jù)進(jìn)行建模:
時間響應(yīng)式為:
去掉一個最老信息Q(0)(1),置入一個最新信息Q(0)(6),得到新的建模序列:
以此序列為新的初始序列,根據(jù)新陳代謝GM(1,1)預(yù)測模型進(jìn)行運(yùn)算,經(jīng)過6次新陳代謝運(yùn)算后,得到模擬值與平均相對誤差見表2。由表2可得,平均相對誤差均小于2%,因此可以表明新陳代謝GM(1,1)預(yù)測模型通過了誤差檢驗(yàn),有效可行。
表2 生鮮農(nóng)產(chǎn)品冷鏈物流需求量模擬誤差表
對Q(0)(11)-Q(0)(17)的預(yù)測值分別為:
由此得到2016-2022年間重慶市生鮮農(nóng)產(chǎn)品冷鏈物流需求量預(yù)測值,與2006-2015年數(shù)據(jù)合并后得到2006-2022年重慶市生鮮農(nóng)產(chǎn)品冷鏈物流需求量和增速(見表3)。其中,2006-2015年重慶市生鮮農(nóng)產(chǎn)品冷鏈物流需求量平均增速為8.88%,預(yù)測2016-2022年的平均增速為5.87%,雖有所回落,但仍然保持5個百分點(diǎn)以上的速度穩(wěn)步增長。
表3 2006-2022年重慶市生鮮農(nóng)產(chǎn)品冷鏈物流需求量和增速
為更全面的描述生鮮農(nóng)產(chǎn)品冷鏈物流需求總量,本文將肉類、乳制品類、果蔬類、水產(chǎn)品類等需要冷藏存儲和運(yùn)輸?shù)漠a(chǎn)品產(chǎn)出總量作為冷鏈物流運(yùn)輸總量的影響因子歸入到模型中,運(yùn)用新陳代謝GM(1,1)灰色預(yù)測模型對重慶市生鮮農(nóng)產(chǎn)品冷鏈物流需求量進(jìn)行預(yù)測,為生鮮農(nóng)產(chǎn)品冷鏈物流環(huán)節(jié)中的冷鏈設(shè)施和設(shè)備的需求提供科學(xué)依據(jù)。在未來5年中,重慶市生鮮農(nóng)產(chǎn)品冷鏈物流需求量以5.87%的平均速度增長,這勢必給從事冷鏈物流的企業(yè)發(fā)展帶來更多機(jī)遇。
[1]中國物流與采購聯(lián)合會,冷鏈物流專業(yè)委員會.中國冷鏈物流發(fā)展報(bào)告[M].北京:中國物資出版社,2010.
[2]李麗麗,張軍,曾波.基于新陳代謝GM(1,1)的大規(guī)模地震應(yīng)急救援物資需求預(yù)測研究[J].世界科技研究與發(fā)展,2013,(3):430-433,442.
[3]劉思峰,謝乃明,等.灰色系統(tǒng)理論及其應(yīng)用(第六版)[M].北京:科學(xué)出版社,2013.
[4]楊芳瓊,郝玉強(qiáng).重慶市冷鏈物流產(chǎn)業(yè)發(fā)展的思考[J].物流技術(shù),2015,(1):68-70.
Forecasting of Demand for Fresh Farm Produce Cold Chain Logistics Service in Chongqing
LiZhanfeng
(Rongzhi College of Chongqing Technology&Business University,Chongqing 400132,China)
In this paper,to describe more sophisticatedly the total demand for the fresh farm produce cold chain logistics service,we made the total output of the products in need of refrigerated storage and transportation as the influence factor of the total volume of cold chain logistics transportation,used the metabolic GM(1,1)to simulate the fresh farm produce cold chain logistics service demand in Chongqing for the period between 2006 and 2015 and predict the demand for the service for the period between 2016 and 2022.
fresh farm produce;cold chain logistics;metabolic GM(1,1);demand forecasting;Chongqing
F259.27;F762
A
1005-152X(2017)10-0097-04
10.3969/j.issn.1005-152X.2017.10.020
2017-09-08
李占鳳(1989-),女,四川廣元人,重慶工商大學(xué)融智學(xué)院助教,碩士研究生,研究方向:物流工程、冷鏈物流。