李 華，黃圣南，林夏繁

（1.海南經(jīng)貿(mào)職業(yè)技術(shù)學(xué)院 工商管理學(xué)院，海南 海口 571127；2.?？诤ｊP(guān)技術(shù)中心，海南 ?？?570311）

1 引言

2020年3月國(guó)家發(fā)展改革委辦公廳印發(fā)《關(guān)于開(kāi)展首批國(guó)家骨干冷鏈物流基地建設(shè)工作的通知》[1]，將對(duì)首批國(guó)家骨干冷鏈物流基地范圍內(nèi)符合條件的項(xiàng)目建設(shè)予以支持。2019年國(guó)家發(fā)改委正式印發(fā)《西部陸海新通道總體規(guī)劃》[2]，規(guī)劃要求：大力推進(jìn)冷鏈物流發(fā)展。用好海南、廣西和東南亞地區(qū)熱帶水果、反季節(jié)蔬菜、海產(chǎn)品等農(nóng)特產(chǎn)品豐富的優(yōu)勢(shì)，加快建設(shè)冷鏈物流體系，實(shí)現(xiàn)從生產(chǎn)到消費(fèi)的全覆蓋。2018年10月《中國(guó)（海南）自由貿(mào)易試驗(yàn)區(qū)總體方案》[3]出臺(tái)，其中明確提出“加強(qiáng)冷鏈基礎(chǔ)設(shè)施網(wǎng)絡(luò)建設(shè)，打造出島快速冷鏈通道，提供高質(zhì)量的冷鏈快遞物流服務(wù)”的要求。海南地理?xiàng)l件獨(dú)特，水、熱、光、氣等自然條件優(yōu)越，適合熱帶果蔬的生長(zhǎng)，是我國(guó)主要的熱帶果蔬、冬季瓜菜的生產(chǎn)區(qū)和海洋漁業(yè)主要產(chǎn)區(qū)，同時(shí)海南地處熱帶，天氣炎熱，每年果蔬、水產(chǎn)品等農(nóng)產(chǎn)品的冷鏈物流需求較大。隨著海南自由貿(mào)易港建設(shè)、“北部灣經(jīng)濟(jì)圈”及“海上絲綢之路”戰(zhàn)略的實(shí)施，海南冷鏈物流業(yè)發(fā)展迎來(lái)良好的機(jī)遇，因此，應(yīng)充分利用政策優(yōu)勢(shì)打造一體化冷鏈物流平臺(tái)網(wǎng)絡(luò)，促使海南冷鏈物流業(yè)在體量、基礎(chǔ)設(shè)施、資金、人才、管理等方面進(jìn)一步提升，建立“設(shè)施完善、裝備先進(jìn)、標(biāo)準(zhǔn)統(tǒng)一、可追溯、全程質(zhì)量檢查與監(jiān)督”的一體化現(xiàn)代冷鏈物流服務(wù)體系。

2 文獻(xiàn)綜述

國(guó)內(nèi)學(xué)者原靜利用正向權(quán)重組合預(yù)測(cè)機(jī)制對(duì)農(nóng)產(chǎn)品冷鏈物流需求量進(jìn)行了預(yù)測(cè)[5]。王秀梅利用權(quán)重分配組合法對(duì)我國(guó)農(nóng)產(chǎn)品冷鏈物流需求趨勢(shì)進(jìn)行了預(yù)測(cè)[6]。戎陸慶利用灰色GM(1,1)模型對(duì)廣西果蔬冷鏈物流需求及其影響因素進(jìn)行預(yù)測(cè)研究[7]。張喜才利用灰色-馬爾科夫鏈模型對(duì)京津冀農(nóng)產(chǎn)品冷鏈需求進(jìn)行預(yù)測(cè)[9]。王曉平利用遺傳算法構(gòu)造預(yù)測(cè)農(nóng)產(chǎn)品冷鏈物流需求的遺傳BP神經(jīng)網(wǎng)絡(luò)模型(GABP)，對(duì)北京城鎮(zhèn)農(nóng)產(chǎn)品冷鏈物流需求進(jìn)行了預(yù)測(cè)[10]。

國(guó)外學(xué)者Van Der Vorst提出對(duì)農(nóng)產(chǎn)品冷鏈物流建立有效信息監(jiān)控機(jī)制，從而減少因外部環(huán)境因素影響冷鏈物流體系效率的問(wèn)題。David H.Tylorl提出農(nóng)產(chǎn)品冷鏈物流在生產(chǎn)、加工、運(yùn)輸?shù)倪^(guò)程中一定遵循“3P理論”和“3C原則”，及在冷鏈物流管理過(guò)程中的精益冷鏈物流戰(zhàn)略。R.Montanari等運(yùn)用多階段因子分析法分析得出運(yùn)輸時(shí)間與運(yùn)輸溫度是影響冷鏈物流的主要因子。Han Gwan通過(guò)大量調(diào)查，提出農(nóng)產(chǎn)品冷鏈發(fā)展鴻圖和振興冷鏈物流行業(yè)的發(fā)展計(jì)劃，促使韓國(guó)生鮮冷鏈物流發(fā)展步入新階段，加強(qiáng)新鮮農(nóng)產(chǎn)品冷鏈物流系統(tǒng)建設(shè)。

上述研究為本文預(yù)測(cè)冷鏈物流需求量提供了較好的研究參考。通過(guò)文獻(xiàn)查閱，發(fā)現(xiàn)針對(duì)海南冷鏈物流需求定量研究的文獻(xiàn)較少，本文將運(yùn)用灰色-馬爾科夫預(yù)測(cè)模型進(jìn)行海南農(nóng)產(chǎn)品冷鏈物流需求趨勢(shì)預(yù)測(cè)。

3 海南農(nóng)產(chǎn)品冷鏈物流現(xiàn)狀

3.1 農(nóng)產(chǎn)品冷鏈物流需求顯著增長(zhǎng)

海南常年陽(yáng)光充足,雨水充沛，是我國(guó)重要的冬季瓜菜、熱帶果蔬的生產(chǎn)基地和海洋漁業(yè)基地。從圖1可看出海南省2007-2018年冷鏈農(nóng)產(chǎn)品產(chǎn)量基本呈平穩(wěn)上升的趨勢(shì)，其中2018年蔬菜產(chǎn)量566.8萬(wàn)t，比2007年增長(zhǎng)23.78%；2018年水果產(chǎn)量430.4萬(wàn)t，比2007年增長(zhǎng)45.79%；2018年肉類產(chǎn)量78.9萬(wàn)t，比2007年增長(zhǎng)30.54%；2018年水產(chǎn)品175.8萬(wàn)t，比2007年增長(zhǎng)24.74%。海南每年都有大量熱帶生鮮農(nóng)產(chǎn)品需要出口及出島銷售，生鮮農(nóng)產(chǎn)品冷鏈物流需求顯著增長(zhǎng)。

圖1 海南省2007-2018年冷鏈農(nóng)產(chǎn)品產(chǎn)量（萬(wàn)t）

3.2 生鮮電商的崛起推動(dòng)冷鏈物流服務(wù)升級(jí)

隨著阿里巴巴、京東、蘇寧等電商的崛起、“互聯(lián)網(wǎng)+冷鏈”發(fā)展及“新零售”概念的提出，海南越來(lái)越多的農(nóng)產(chǎn)品實(shí)現(xiàn)“線上+線下”協(xié)同銷售。2018年海南省?？谑型ㄟ^(guò)與阿里巴巴集團(tuán)、京東及天貓等電商、新零售、商超的全面合作，打造出?？诨鹕嚼笾ζ放?，簽約訂單及銷售達(dá)4 300萬(wàn)斤，總金額近5億元，實(shí)現(xiàn)了“線上+線下”同步銷售，促進(jìn)了海南荔枝豐產(chǎn)、順?shù)N、增收。2018年5月順豐航空開(kāi)通專機(jī)將海南荔枝運(yùn)送至全國(guó)各地，完成荔枝以最短時(shí)間從“田間”直達(dá)“餐桌”。2018年海南農(nóng)產(chǎn)品網(wǎng)絡(luò)零售額實(shí)現(xiàn)62.26億元，同比增長(zhǎng)29.54%，占當(dāng)年網(wǎng)絡(luò)零售額的11.85%。2020年新冠疫情期間傳統(tǒng)流通渠道受到影響，農(nóng)產(chǎn)品電商的作用突出。為了解決銷路問(wèn)題，海南省農(nóng)村地區(qū)各級(jí)政府積極推進(jìn)開(kāi)展線上+線下銷售模式，2020年2月三亞市長(zhǎng)在直播平臺(tái)推薦三亞芒果，僅一天平臺(tái)交易量由94t增加到了275t，交易量是同期的3倍。以上舉措均促使海南省農(nóng)產(chǎn)品冷鏈物流快速發(fā)展，幫助海南農(nóng)戶將農(nóng)產(chǎn)品售賣(mài)到全國(guó)各地，擴(kuò)大農(nóng)產(chǎn)品銷路，帶動(dòng)農(nóng)村消費(fèi)市場(chǎng)發(fā)展。2018年海南各農(nóng)產(chǎn)品網(wǎng)絡(luò)零售額如圖2所示。

圖2 2018年海南各農(nóng)產(chǎn)品網(wǎng)絡(luò)零售額

3.3 海南冷鏈物流基礎(chǔ)設(shè)施水平不斷提高

截止2018年年底，海口羅牛山冷鏈物流中心、海口中鐵保稅冷鏈物流中心、三亞佳翔航空貨運(yùn)農(nóng)產(chǎn)品加工貿(mào)易冷鏈物流園一期等均已投入運(yùn)營(yíng)；?？陧権S國(guó)際航空冷鏈生鮮港項(xiàng)目、菜鳥(niǎo)網(wǎng)絡(luò)智能骨干網(wǎng)（?？冢╉?xiàng)目等順利開(kāi)工建設(shè)。據(jù)相關(guān)統(tǒng)計(jì)，截止2018年年底，海南省冷庫(kù)容量達(dá)70多萬(wàn)t，較2017年同比增長(zhǎng)10%。2018年中央財(cái)政撥給海南800萬(wàn)元用于蔬菜生產(chǎn)基地田間地頭預(yù)冷庫(kù)建設(shè)，其中，建設(shè)成田間預(yù)冷庫(kù)39個(gè)，冷庫(kù)容量達(dá)2.6萬(wàn)t。截止2018年年底，海南冷鏈物流企業(yè)21家，省級(jí)示范園區(qū)3家，較2017年同比增長(zhǎng)11%。截止2018年年底，海南省擁有營(yíng)運(yùn)貨車(chē)6.4萬(wàn)輛，自有冷藏車(chē)800多輛，同比增長(zhǎng)18.4%?？傮w來(lái)說(shuō)，海南冷鏈物流基礎(chǔ)設(shè)施水平不斷提高。

4 灰色—馬爾科夫鏈模型原理

4.1 灰色GM(1,1)模型原理

灰色預(yù)測(cè)法是對(duì)無(wú)法確定系統(tǒng)中存在的影響因素即含有不確定因素進(jìn)行預(yù)測(cè)的方法。其中最常見(jiàn)的GM(1,1)模型是利用部分已知數(shù)據(jù)來(lái)預(yù)測(cè)部分未知數(shù)據(jù)的數(shù)學(xué)模型。

預(yù)測(cè)模型GM(1,1)步驟如下：

（1）數(shù)據(jù)檢驗(yàn)。為了判斷GM(1,1)建模的可行性，需對(duì)原始數(shù)據(jù)進(jìn)行可容覆蓋區(qū)間檢驗(yàn)，否則對(duì)數(shù)據(jù)進(jìn)行平移處理。

設(shè)原始數(shù)列為x(0)=(x(0)(1),x(0)(2),...,x(0)(n))，計(jì)算數(shù)列的級(jí)比：

取c使得數(shù)據(jù)列的級(jí)比都落在可容覆蓋區(qū)間內(nèi)。

（2）建 立 GM（1，1）模 型 。 不 妨 設(shè)x(0)=(x(0)(1),x(0)(2),...,x(0)(n))滿足上面的要求，以它為數(shù)據(jù)列建立GM(1,1)模型：

用回歸分析求得a，b的估計(jì)值，于是相應(yīng)地白化模型為：

解為：

于是得到預(yù)測(cè)值：

（3）檢驗(yàn)預(yù)測(cè)值

①殘差檢驗(yàn)：計(jì)算相對(duì)殘差

如果所有的| ε(k)|<0.1，則認(rèn)為誤差較小，相似度較高；若所有的| ε(k)|<0.2，則認(rèn)為誤差一般，相似度一般。

②后驗(yàn)差檢驗(yàn)：計(jì)算后驗(yàn)差比值及小誤差概率。后驗(yàn)差檢驗(yàn)是檢驗(yàn)灰色預(yù)測(cè)模型的可信性，是對(duì)灰色預(yù)測(cè)模型在預(yù)測(cè)精度的等級(jí)標(biāo)準(zhǔn)上做出合理評(píng)價(jià)，根據(jù)后驗(yàn)差比值c和小誤差概率p兩個(gè)指標(biāo)進(jìn)行預(yù)測(cè)精度的評(píng)定。具體見(jiàn)表1。

表1 灰色預(yù)測(cè)精度的等級(jí)標(biāo)準(zhǔn)

4.2 馬爾科夫鏈預(yù)測(cè)優(yōu)化模型

馬爾科夫預(yù)測(cè)是根據(jù)事情目前的情況來(lái)預(yù)測(cè)未來(lái)時(shí)刻發(fā)展?fàn)顩r的預(yù)測(cè)方法。

（1）狀態(tài)劃分。事件從某一狀態(tài)轉(zhuǎn)變?yōu)榱硪粻顟B(tài)，稱為狀態(tài)轉(zhuǎn)移。通過(guò)計(jì)算原始數(shù)據(jù)與灰色預(yù)測(cè)數(shù)值的比值，根據(jù)計(jì)算得出數(shù)值適當(dāng)將空間劃分為n個(gè)區(qū)間，每個(gè)區(qū)間代表一種狀態(tài)，用Ei表示，

（2）生成狀態(tài)轉(zhuǎn)移概率矩陣。在事件變化中，從某一狀態(tài)Ei轉(zhuǎn)變?yōu)槠渌麪顟B(tài)Ej的可能性，稱為狀態(tài)轉(zhuǎn)移概率。用Pi(jk)表示狀態(tài)Ei變?yōu)闋顟B(tài)Ej的狀態(tài)轉(zhuǎn)移概率：

則K步狀態(tài)轉(zhuǎn)移概率矩陣記為p：

（3）馬爾科夫鏈模型優(yōu)化預(yù)測(cè)值。某事件當(dāng)前處于狀態(tài)En,根據(jù)狀態(tài)轉(zhuǎn)移概率矩陣可知其狀態(tài)轉(zhuǎn)移概率向量為Vn,然后利用Vnp可得出該事件下一步狀態(tài)的大概率轉(zhuǎn)移方向及其波動(dòng)區(qū)間，則系統(tǒng)未來(lái)時(shí)刻可能的預(yù)測(cè)值為：

其中：li和mi為下一步狀態(tài)區(qū)間的上限和下限，為原始數(shù)據(jù)值。

5 海南農(nóng)產(chǎn)品冷鏈物流需求實(shí)證分析

5.1 灰色GM（1,1）模型預(yù)測(cè)海南農(nóng)產(chǎn)品冷鏈物流需求

（1）統(tǒng)計(jì)指標(biāo)及數(shù)據(jù)來(lái)源。海南省農(nóng)產(chǎn)品冷鏈物流系統(tǒng)遵循一般物流系統(tǒng)的規(guī)律，冷鏈農(nóng)產(chǎn)品產(chǎn)量某種程度上反映了冷鏈物流系統(tǒng)的需求。根據(jù)相關(guān)文獻(xiàn)，結(jié)合海南省冷鏈物流行業(yè)發(fā)展的實(shí)際情況，考慮到統(tǒng)計(jì)數(shù)據(jù)的真實(shí)性及可得性，本文將采用“冷鏈農(nóng)產(chǎn)品總產(chǎn)量”代表農(nóng)產(chǎn)品冷鏈物流系統(tǒng)的需求。根據(jù)海南實(shí)際情況，從海南省2008-2019年統(tǒng)計(jì)年鑒中分別選取出具有代表性的冷鏈農(nóng)產(chǎn)品，包括蔬菜、肉類、水果、水產(chǎn)品的年產(chǎn)量，并對(duì)其進(jìn)行累計(jì)，形成海南省2007-2018年冷鏈農(nóng)產(chǎn)品總產(chǎn)量，并用其代表海南省農(nóng)產(chǎn)品冷鏈物流系統(tǒng)需求。具體見(jiàn)表2。

表2 海南省2007-2018年冷鏈農(nóng)產(chǎn)品產(chǎn)量（單位：萬(wàn)t）

（2）數(shù)據(jù)檢驗(yàn)及處理。對(duì)原始數(shù)據(jù)進(jìn)行級(jí)比處理，判斷所有級(jí)比值是否都落在可容覆蓋區(qū)間，保證GM(1,1)的可行性。

原始數(shù)據(jù)列為：

可知數(shù)據(jù)處理后的值都落在可容覆蓋區(qū)間x=(0.917,1.016)內(nèi)，由此判斷原始數(shù)據(jù)列可以建立GM(1,1)模型。

（3）模型建立

①對(duì)原始數(shù)據(jù)x(0)(k)作一次累加，即:

②構(gòu)造數(shù)據(jù)矩陣B及數(shù)據(jù)矢量Y

③計(jì)算μ∧

可得a=-0.027 274，b=909.151 036。

④建立模型

求解得：

（4）模型檢驗(yàn)

①殘差檢驗(yàn)

經(jīng)計(jì)算平均相對(duì)殘差ε(k)=0.021<0.1，預(yù)測(cè)精度為97.9%，誤差相對(duì)較少，預(yù)測(cè)精度高。

②后驗(yàn)差檢驗(yàn)

經(jīng)計(jì)算，c=0.254 5<0.35；p=1.000 0>0.95，精度等級(jí)為一級(jí)，可知該灰色預(yù)測(cè)模型可信度和預(yù)測(cè)精度是合格的，可用于表示相關(guān)量的趨勢(shì)進(jìn)行預(yù)測(cè)。

5.2 馬爾科夫鏈模型優(yōu)化

利用馬爾科夫鏈模型對(duì)GM(1,1)預(yù)測(cè)數(shù)據(jù)進(jìn)行修正，提高預(yù)測(cè)精度。

（1）狀態(tài)劃分。利用GM（1,1）模型預(yù)測(cè)值與原始實(shí)際值相比計(jì)算出相對(duì)值，見(jiàn)表3，并進(jìn)行狀態(tài)劃分，其 中 狀 態(tài)E1∈[0.949 7,0.980 3] ；狀 態(tài)E2∈[0.980 3,1.010 9]；狀態(tài)E3∈[1.010 9,1.041 6]。

表3 GM(1,1)模型檢驗(yàn)表

（2）狀態(tài)轉(zhuǎn)移概率矩陣。經(jīng)過(guò)相關(guān)計(jì)算，可知2007-2018年所處的狀態(tài)見(jiàn)表4。

表4 2007-2018年各年所處狀態(tài)

根據(jù)計(jì)算可得狀態(tài)轉(zhuǎn)移概率矩陣：

（3）馬爾科夫優(yōu)化模型預(yù)測(cè)值。經(jīng)過(guò)計(jì)算，得到2007-2018年海南省冷鏈物流需求量馬爾科夫優(yōu)化后的預(yù)測(cè)結(jié)果，見(jiàn)表5。

表5 馬爾科夫鏈修正結(jié)果（單位：萬(wàn)t）

根據(jù)分析可知，2018年海南省冷鏈物流需求處于狀態(tài)E2，初始狀態(tài)轉(zhuǎn)移概率向量為V0=(0,1,0)，由，得出2019年所處的狀態(tài)可能為E2， 2019年冷鏈物流需求量約為1 270.37萬(wàn)t，基于灰色馬爾科夫優(yōu)化模型得出海南省2020-2028年冷鏈物流需求量預(yù)測(cè)結(jié)果，見(jiàn)表6。

表6 海南省2019-2028年冷鏈物流需求量馬爾科夫鏈預(yù)測(cè)值

（4）預(yù)測(cè)結(jié)果分析。由表5可知，GM(1,1)預(yù)測(cè)所得結(jié)果平均相對(duì)殘差0.021，經(jīng)馬爾科夫鏈模型優(yōu)化后，平均相對(duì)誤差降為0.008 6，與實(shí)際數(shù)值相比模型預(yù)測(cè)精度高達(dá)99.14%。如圖3所示。

圖3 海南省2007-2027年冷鏈農(nóng)產(chǎn)品產(chǎn)量

6 主要結(jié)論與政策建議

6.1 主要結(jié)論

本文針對(duì)海南農(nóng)產(chǎn)品產(chǎn)量情況，運(yùn)用灰色預(yù)測(cè)模型對(duì)自貿(mào)區(qū)農(nóng)產(chǎn)品冷鏈物流需求趨勢(shì)進(jìn)行預(yù)測(cè)，并進(jìn)行了精度檢驗(yàn)，結(jié)果顯示后驗(yàn)差比值c、小誤差概率及精度等級(jí)都較高。同時(shí)通過(guò)馬爾科夫鏈模型對(duì)原有模型的優(yōu)化，其平均相對(duì)誤差僅為0.008 6，模型預(yù)測(cè)精度達(dá)到99.14%，預(yù)測(cè)可靠性得到較大程度的提高，從預(yù)測(cè)趨勢(shì)來(lái)看，未來(lái)海南農(nóng)產(chǎn)品冷鏈物流需求呈持續(xù)增長(zhǎng)趨勢(shì)，其增長(zhǎng)幅度平穩(wěn)推進(jìn)。2019-2028年海南農(nóng)產(chǎn)品冷鏈物流年需求量預(yù)測(cè)為：1 270.37、130 549、1 341.58、1 378.68、1 416.79、1 455.97、1 496.23、1 537.60、1 580.11、1 623.80萬(wàn)t。本文主要選取海南具有代表性的蔬菜、肉類、水果及水產(chǎn)品四種易腐食品進(jìn)行分析，有一定局限性，未來(lái)將選取更全面的易腐食品種類及考慮影響海南農(nóng)產(chǎn)品冷鏈物流需求的其他多重因素，并進(jìn)行長(zhǎng)期預(yù)測(cè)。

6.2 政策建議

（1）充分發(fā)揮政府引導(dǎo)培育作用，基于海南省產(chǎn)業(yè)發(fā)展，出臺(tái)適合的相關(guān)政策，積極營(yíng)造適宜海南自由貿(mào)易港建設(shè)、融入泛北部灣經(jīng)濟(jì)圈發(fā)展、緊靠粵港澳大灣區(qū)及鏈接“一帶一路”國(guó)家戰(zhàn)略的國(guó)內(nèi)、國(guó)際冷鏈物流發(fā)展環(huán)境，推動(dòng)海南冷鏈物流產(chǎn)業(yè)鏈升級(jí)。

（2）充分利用海南得天獨(dú)厚的熱帶農(nóng)產(chǎn)品主要生產(chǎn)區(qū)優(yōu)勢(shì)，鏈接國(guó)家“一帶一路”戰(zhàn)略，通過(guò)與中歐班列對(duì)接，將海南特色農(nóng)產(chǎn)品通過(guò)這條“貿(mào)易捷徑”銷往歐洲地區(qū)，拓寬拓展貿(mào)易渠道與貿(mào)易方式。

（3）集合力培育幾家具有海南特色品牌和市場(chǎng)競(jìng)爭(zhēng)力的冷鏈物流龍頭企業(yè)。提高冷鏈物流效率，提升農(nóng)產(chǎn)品冷鏈運(yùn)輸率，實(shí)現(xiàn)全程冷鏈，降低腐損率，有效保障食品質(zhì)量安全，帶動(dòng)行業(yè)發(fā)展。

（4）加強(qiáng)冷鏈物流基礎(chǔ)及配套設(shè)施建設(shè)，建立一體化現(xiàn)代化冷鏈供應(yīng)鏈體系。大力推行“最后一公里”冷鏈配送，加快“最先一公里”產(chǎn)地預(yù)冷設(shè)施建設(shè)。逐步建成“設(shè)施完善、裝備先進(jìn)、標(biāo)準(zhǔn)統(tǒng)一、可追溯、全程質(zhì)量檢查與監(jiān)督”的一體化現(xiàn)代冷鏈供應(yīng)鏈體系。

（5）加強(qiáng)國(guó)際冷鏈物流人才引進(jìn)與培養(yǎng)。抓住“百萬(wàn)人才進(jìn)海南”契機(jī)，引進(jìn)高端國(guó)際冷鏈物流人才，同時(shí)海南省相關(guān)高校應(yīng)緊密結(jié)合海南自由貿(mào)易港建設(shè)背景，未來(lái)5-10年冷鏈物流產(chǎn)業(yè)將迎來(lái)大發(fā)展，積極主動(dòng)開(kāi)設(shè)冷鏈物流相關(guān)專業(yè)，緩解海南省內(nèi)冷鏈物流人才匱乏窘狀。