劉柏陽 劉立剛

【摘 要】 為了提升區(qū)域物流業(yè)發(fā)展水平，使物流業(yè)更好地服務于區(qū)域實體經濟的發(fā)展，需要進一步降低物流成本。而區(qū)域物流成本的預測可以幫助人們更加科學、準確地監(jiān)測區(qū)域物流成本的變化趨勢，更好地了解物流運行情況。文章基于時間序列的灰色系統(tǒng)預測方法建立了相應的GM（1，1）模型對區(qū)域物流成本進行預測，通過選取江西省2008—2016年的相關原始數據預測了江西省2017—2021年五年的物流成本。預測結果表明，該模型可用于區(qū)域物流成本的預測，預測精度良好，為我國區(qū)域物流成本的理論研究提供了新思路和借鑒。

【關鍵詞】 區(qū)域物流成本; 灰色系統(tǒng); 預測模型

【中圖分類號】 F234.3;F252.3 ?【文獻標識碼】 A ?【文章編號】 1004-5937（2018）23-0023-04

一、引言

中國物流業(yè)相對于美國、日本等物流發(fā)達國家起步雖然較晚，但是隨著國民經濟和國內電子商務的快速發(fā)展，物流業(yè)市場需求不斷擴大，在國家持續(xù)、積極的宏觀政策影響下，中國物流業(yè)將繼續(xù)快速、穩(wěn)定地增長。國家發(fā)展改革委在《物流業(yè)降本增效專項行動方案（2016—2018）》中指出按照黨中央、國務院關于推進供給側結構性改革和降低實體經濟成本的決策部署，為解決物流領域長期存在的成本高、效率低等突出問題，應大力推動物流業(yè)降本增效，推進物流業(yè)轉型升級，提升行業(yè)整體發(fā)展水平，更好地服務于經濟社會發(fā)展[ 1 ]。但是，由于我國各行政區(qū)域經濟發(fā)展水平有所差異，導致區(qū)域之間的物流業(yè)發(fā)展水平和物流成本也各不相同。物流成本作為物流業(yè)發(fā)展水平的影響指標之一，對其進行進一步的深入研究具有一定的現實意義。通過建立區(qū)域物流成本預測模型，對區(qū)域物流成本進行定量預測分析研究，可監(jiān)測區(qū)域物流成本的變動情況，為各級政府及相關部門政策的制定、物流運行情況的跟蹤和控制以及相關企業(yè)進行決策和投資提供可靠、科學的依據，提升區(qū)域物流行業(yè)的監(jiān)管水平。

二、灰色系統(tǒng)預測方法

從一個系統(tǒng)的有關信息是否已知的角度來看，所有的系統(tǒng)不外乎是白色系統(tǒng)、黑色系統(tǒng)或者灰色系統(tǒng)。其中，白色系統(tǒng)是指該系統(tǒng)的有關信息是清晰、明了的，黑色系統(tǒng)則是完全相反的、有關信息是未知的，而灰色系統(tǒng)是介于白色和黑色系統(tǒng)之間的一種系統(tǒng)，該系統(tǒng)的有些信息是已知的，另外一些是未知的。在現實生活中，人們所面對的大部分系統(tǒng)都屬于灰色系統(tǒng)，基于灰色系統(tǒng)理論的預測模型稱之為灰色預測模型[ 2 ]。

中國于2006年才在全國范圍內組織實施《社會物流統(tǒng)計核算與報表制度》，大部分省市從2007年或2008年才先后開始正式統(tǒng)計核算工作，預測所需要相關歷史數據資料的數量和準確性都難以達到要求，建立預測模型具有一定難度。因此，針對上述問題，基于時間序列的灰色預測模型所具有的序列性、時間傳遞性、少數據性等特點可適用于區(qū)域物流成本的預測，本文研究所采用的灰色預測模型為基于時間序列的GM（1，1）模型[ 3 ]。

三、基于時間序列的GM（1，1）模型構建

根據區(qū)域物流成本所具有的特點，本文將使用基于時間序列的灰色GM（1，1）預測模型用于區(qū)域物流成本的預測。

設將要進行預測的對象歷史數據資料形成的時間序列為x （0 ）：x （0 ）（1），x （0 ）（2），…，x （0 ）（n）。

需要求得：x （0 ）（n+1），x （0 ）（n+2），…

對x（0）作累加生成，得到新的數列x （1 ），即：

x （1 ）（i）=x （0 ）（m），i=1，2，…，n （1）

具體為：

x （1 ）（1）=x （0 ）（1）x （1 ）（i）=x （0 ）（i）+x （1 ）（i-1），i=2，…，n ?（2）

通過累加生成的數列x（1），計算模型參數a和u。記：

？覾=[a u]T ?（3）

按下式可得模型參數a和u：

？覾=（BT B）-1BTyn ?（4）

上式中：

通過上式得到模型參數a和u后，就有GM（1，1）模型如下：

模型建立后，應該對所得模型進行檢驗，確認該模型計算結果精度是否合格，一般采用殘差、關聯(lián)度或者后驗差檢驗來檢驗模型精度。其中，后驗差檢驗如下：

首先，計算原始數列x（0）的均方差S0，其定義為：

其次，計算殘差數列？著（0）的均方差S1。其定義為：

作為x （0）（n+1），x （0）（n+2），…的預測值，在本文實證研究中利用MATLAB實現（具體GM（1，1）模型的參數估計、檢驗和預測的MATLAB程序可在參考文獻[4]中查找）。

四、實證研究

根據本文所提出的區(qū)域物流成本預測方法，通過建立基于時間序列的灰色GM（1，1）預測模型對江西省物流成本進行預測研究分析。

（一）指標選取、數據收集

物流成本可以分為宏觀物流成本和微觀物流成本。其中，宏觀物流成本也可稱之為社會物流成本，是核算一個國家或地區(qū)在一定時期內發(fā)生的物流總成本，是各種不同性質的企業(yè)微觀物流成本的總和。目前，國內外普遍認同的社會物流成本計算公式為社會物流總成本=運輸成本+存貨持有成本+物流行政管理成本[ 5 ]。美國的社會物流成本統(tǒng)計公式為物流總成本=存貨持有成本+運輸成本+物流管理成本;日本的社會物流成本統(tǒng)計公式為物流運總成本=運輸成本+倉儲成本+管理成本。由國家發(fā)展和改革委員會及中國物流與采購聯(lián)合會制定并組織實施的《社會物流統(tǒng)計核算與報表制度》中，將物流總費用劃分為運輸費用、保管費用、管理費用三大部分進行統(tǒng)計核算。由于我國沒有關于社會物流成本方面的其他統(tǒng)計數據，所以本文利用社會物流總費用這一統(tǒng)計指標的數據來代替社會物流總成本，根據該基本計算公式，分別用模型對江西省的運輸費用、保管費用、管理費用進行單獨預測分析，并且由三者匯總得出江西省社會物流總成本[ 6 ]。

通過整理分析江西省發(fā)展改革委和江西省統(tǒng)計局所發(fā)布的2008年至2016年《江西省社會物流統(tǒng)計主要指標核算情況的通報》中的統(tǒng)計數據，可以得到本文研究所需要的9年歷史數據資料，并按照時間先后進行排序得到原始時間數列，如表1所示。

（二）模型檢驗

模型檢驗是建模后必不可少的步驟，通過檢驗計算結果來確認模型的精度，假如精度合格，則確認該模型可以用于預測。本文采用后驗差檢驗來進行模型檢驗，通過計算小誤差概率和方差比來進行模型精度檢驗，計算結果如表2所示。表3為預測精度等級劃分。

將表2和表3進行對比的話可知該模型精度較好，可以進行進一步預測。

（三）預測結果及分析

灰色GM（1，1）預測模型在中短期的預測中效果較好，假如預測時間延長過多，預測結果誤差將極大增加[ 7 ]。因此，本文按照已建立的模型對江西省2017—2021年5年的運輸費用、保管費用、管理費用和社會物流總成本進行預測，預測結果見表4。

從歷史數據來看，江西省2016年物流總成本占GDP的百分比為16.9%，比往年的19%不斷下降，且同年全國的比率為14.9%，單從該指標來看江西省物流成本較高。Xingang Weng、Xufeng Du[ 8 ]認為通過社會物流成本/GDP這單一指標來判斷社會物流成本的高低是不合理的，張兆民和韓彪[ 9 ]提出了以社會物流費用占社會物流總額比重測算物流成本可以更加準確、全面地衡量社會物流成本。結合歷史數據和本文預測數據，并根據上述學者的研究進行分析可知，江西省社會物流成本的增長率將下降至9%左右，低于社會物流總額的增長速度（見圖1）。其中保管費用所占比重逐年降低，但運輸費用的比重增加，表明江西省的物流業(yè)發(fā)展水平較好，社會物流成本已得到了一定的控制，供給側結構性改革中的“去庫存”和“降成本”初現成效。近年來，江西省物流業(yè)在電商物流、物流標準化建設、企業(yè)規(guī)模、智慧物流配送等方面都實現了跨越式的發(fā)展，物流產業(yè)集群數量也大大增加，從而推動江西省物流降本增效，將為江西省社會物流成本的降低繼續(xù)做出貢獻。

五、結論

本文通過建立基于時間序列的灰色GM（1，1）預測模型對江西省社會物流總成本進行了中期預測，在歷史數據有待完善的情況下，該預測模型的精度較好，提供了可行的預測中短期區(qū)域物流成本的方案。

從江西省社會物流成本的預測結果分析來看，江西省社會物流成本隨著物流業(yè)的不斷發(fā)展也在增加，增長速度逐漸下降，物流成本得到一定的控制，但是物流業(yè)的發(fā)展水平相對來說還有較大的發(fā)展空間，還需繼續(xù)“降本增效”。鑒于本文的預測和分析結果，為物流業(yè)的“降本增效”提出如下相關建議：第一，選取可量化的指標建立物流業(yè)專門的“降本增效”評價指標體系。通過建立科學完善的指標體系，對物流業(yè)的發(fā)展、運營成本和運行效率進行動態(tài)監(jiān)測和分析，密切跟蹤其變化以便及時處理新問題，加強對物流成本的決策支撐。第二，充分發(fā)揮“互聯(lián)網+”在物流中應用的積極作用。將物聯(lián)網、云計算和大數據等先進的信息技術用于建構物流公共信息平臺，實現運力資源和跨區(qū)域、跨部門、跨運輸方式等物流數據信息的互聯(lián)共享，提高信息交流效率，降低由于信息不對稱產生的各種潛在費用，做到真正的“互聯(lián)互通”。第三，改善物流業(yè)發(fā)展環(huán)境。完善我國物流標準體系，并強化其實施，采用標準化托盤，實施帶托運輸，發(fā)展單元化物流，推廣多式聯(lián)運，推動物流業(yè)與其他相關產業(yè)的聯(lián)動發(fā)展，優(yōu)化區(qū)域物流資源配置，完善城市和農村的物流配送網絡，做到“降本增效”。

【參考文獻】

[1] 國家發(fā)展改革委.物流業(yè)降本增效專項行動方案（2016—2018年）[R].2016.

[2] 李工農，阮曉青，徐晨.經濟預測與決策及其Matlab實現[M].北京：清華大學出版社，2007：46-52.

[3] 劉柏陽.基于灰色系統(tǒng)理論的區(qū)域物流成本分析及預測研究[D].江西理工大學碩士學位論文，2015.

[4] 姚清云，張峰，殷秀清，等.基于組合灰色預測模型的物流企業(yè)運營成本預測[J].會計之友，2014（28）：5-9.

[5] 劉雷，陸琳.我國物流成本灰色預測研究[J].財會通訊，2011（17）：135-136.

[6] 鄭飛，李逢玲.一類區(qū)域物流成本的預測方法研究[J].物流工程與管理，2017，39（4）：28-29，27.

[7] 黃瑛子.廣西：社會物流成本預測與經濟發(fā)展關聯(lián)分析[J].綜合運輸，2014（8）：28-32.

[8] WENG X， DU X. Restudy on macro logistics cost of China[J]. Modern Economy，2015，6（11）：1173-1179.

[9] 張兆民，韓彪.以社會物流費用占社會物流總額比重測算物流成本[J].中國流通經濟，2016，30（10）：24-30.