江 楠

（安徽商貿(mào)職業(yè)技術(shù)學院 電子商務學院，安徽 蕪湖 241002）

0 引言

隨著現(xiàn)代社會的不斷發(fā)展、科學技術(shù)的不斷進步以及供應鏈管理的不斷完善，全球物流行業(yè)都在不斷快速發(fā)展，早在1970年，日本早稻田大學教授西澤修就已經(jīng)將物流稱為第三利潤源泉，各個國家也都將物流產(chǎn)業(yè)的發(fā)展作為其經(jīng)濟推動力的重要組成部分。區(qū)域物流作為物流的重要組成部分，對于區(qū)域經(jīng)濟發(fā)展以及區(qū)域產(chǎn)業(yè)結(jié)構(gòu)調(diào)整也都起到了至關重要的作用，2018年國務院發(fā)布了《推進運輸結(jié)構(gòu)調(diào)整三年行動計劃(2018—2020)》的通知，要求加快建設現(xiàn)代綜合交通運輸體系，助推區(qū)域經(jīng)濟和區(qū)域物流的快速發(fā)展。區(qū)域物流發(fā)展水平的提升能有效降低社會生產(chǎn)和人們?nèi)粘ＯM中的時間及經(jīng)濟成本[1]。

2021 年2 月，南京都市圈正式獲得國家支持，這是全國第一個有發(fā)改委支持的都市圈，也是全國首個跨省都市圈。南京都市圈的建設將推動南京以及周圍城市經(jīng)濟的高速發(fā)展，從而提升江蘇和整個長三角的綜合實力。南京都市圈規(guī)劃范圍主要包括南京、鎮(zhèn)江、揚州、淮安、蕪湖、馬鞍山、滁州、宣城8 市，處于中國重要的沿海和沿江發(fā)展軸線的交匯點，也是東部與中西部經(jīng)濟發(fā)展的轉(zhuǎn)換地帶、南方與北方經(jīng)濟發(fā)展的交融區(qū)域。地理位置的優(yōu)越性更加突出其區(qū)域物流產(chǎn)業(yè)發(fā)展的重要性，而物流產(chǎn)業(yè)的發(fā)展及其需求規(guī)律受不確定性因素影響較大，要提高南京都市圈物流發(fā)展質(zhì)量，就必須對南京都市圈未來物流需求量進行科學預測，基于預測結(jié)果，對其未來物流產(chǎn)業(yè)發(fā)展規(guī)劃進行科學決策，從而助推南京都市圈區(qū)域物流高質(zhì)量發(fā)展。

1 文獻綜述

相對國外而言，物流在我國起步較晚，但由于電子商務與物流行業(yè)的相互依存，我國物流行業(yè)隨著電子商務的飛速發(fā)展而不斷發(fā)展壯大，為促進物流產(chǎn)業(yè)的高質(zhì)量發(fā)展，對于區(qū)域物流的需求預測一直是專家學者關注的熱點。隨著科學技術(shù)的不斷進步，對于區(qū)域物流需求預測的方法也在不斷完善，魯渤，等[2]結(jié)合影響區(qū)域物流發(fā)展的經(jīng)濟學因素,構(gòu)建了區(qū)域物流引力模型，并對內(nèi)蒙古鄂爾多斯物流需求進行預測，研究區(qū)域經(jīng)濟對物流需求的影響機理。曹志強，等［3］基于遺傳算法優(yōu)化支持向量回歸機建立區(qū)域物流需求預測模型，并以1990-2015年廣西貨運量為時間序列數(shù)據(jù)進行模型驗證，預測效果良好。羅冰潔[4]基于MLP 神經(jīng)網(wǎng)絡技術(shù)對物流數(shù)據(jù)進行需求模擬，模擬實驗發(fā)現(xiàn)得到的結(jié)果與實際數(shù)據(jù)誤差不大。趙文德[5]運用多項式回歸、ARIMA 和BP 神經(jīng)網(wǎng)絡等模型對廣東省區(qū)域物流能力預測進行實證分析，研究結(jié)果表明,BP神經(jīng)網(wǎng)絡模型能夠更好地實現(xiàn)區(qū)域物流能力的預測。顧佳敏[6]基于灰色系統(tǒng)理論，運用灰色關聯(lián)方法分析影響物流需求變化的相關因素，通過計算各個因素與GDP的灰色關聯(lián)度，選取貨物周轉(zhuǎn)量作為衡量物流需求的關鍵指標。通過構(gòu)建GM(1,1)模型進行預測精度分析，結(jié)果表明此模型精度較高，具有很好的預測效果。李夏培[7]基于灰色線性組合模型，使用Matlab軟件，借助蟻群算法求出了單個模型的權(quán)數(shù)，構(gòu)建出灰色線性組合模型，對“十三五”時期北京市農(nóng)產(chǎn)品的物流需求進行預測，預測結(jié)果表明，灰色線性組合模型的擬合度較好,比其他傳統(tǒng)方法有更高的預測精度。

目前對于區(qū)域物流需求的預測方法主要有灰色預測法、神經(jīng)網(wǎng)絡、支持向量機以及它們的改進形式，每種預測方法都各有利弊，灰色系統(tǒng)理論對于信息匱乏且不對稱的數(shù)據(jù)以及信息明確但樣本數(shù)量有限的數(shù)據(jù)有很好的的預測效果，本文結(jié)合所需數(shù)據(jù)實際獲得情況以及灰色系統(tǒng)理論特征，選擇灰色GM(1,1)預測模型進行預測分析。

2 模型介紹

區(qū)域物流發(fā)展受多方面因素影響，物流體系具有不確定性，灰色系統(tǒng)理論先將無規(guī)律序列變成有規(guī)律序列，建立滿足灰色系統(tǒng)理論建模條件的有規(guī)律序列，適用于研究不確定性系統(tǒng)?；疑到y(tǒng)理論預測模型主要包括GM(1,1)模型、DGM(1,1)模型和灰色Verhulst模型等，而最常用的模型為GM(1,1)模型。

GM(1,1)模型中的（1,1）分別表示一階，一個變量，所以GM(1,1)預測模型只能對含有一個自變量的一階方程進行預測，具體計算步驟如下：

步驟1：設非負原始序列X(0)={X(0)(1),X(0)(2),...,X(0)(N)}。

步驟2：對X(0)作一次累加DGM(1,1)得到生成數(shù)列為X(1)={X(1)(1),X(1)(2),...,X(1)(n)}。

步驟3：對原始數(shù)據(jù)經(jīng)過累加處理后，還需對數(shù)列X(0)進行準光滑性檢驗，檢驗公式為:ρ(k)=，若ρ(k)＜0.5，則原始數(shù)列X(0)具有準光滑性，對生成數(shù)列X(1)還需進行準指數(shù)規(guī)律檢驗，檢驗公式為：σ(1)(k)=，若σ(1)(k)∈[1,b],δ=b-1 ≤0.5,則生成數(shù)列X(1)滿足準指數(shù)規(guī)律。在兩個條件都滿足的情況下，可對數(shù)列X(1)進行GM(1,1)建模，如果未滿足以上兩個檢驗條件，則需繼續(xù)累加。

步驟4：根據(jù)灰色系統(tǒng)理論，對于一次累加生成序列X(1)(k)，有微分方程+ax(1)=u，式中參數(shù)a，u用最小二乘法求得：

步驟5：通過以上步驟求解得出微分方程，即可得到預測模型：

3 實證分析

3.1 構(gòu)建GM（1,1）模型

本文選取2015-2019 年南京都市圈城市貨運總量表示物流需求量，具體數(shù)據(jù)見表1。

表1 2015-2019年南京都市圈城市貨運量（萬t）

根據(jù)灰色系統(tǒng)理論，建立GM(1,1)模型：

步 驟 1：設X(0)=(150 064,145 894,145 845,150 001,159 521)。

步驟2：將X(0)作一次累加處理，得到數(shù)列X(1)，X(1)=(150 064,295 958,441 803,591 804,751 325)。

步驟3：對X(0)進行準光滑性檢驗，由ρ(k)=得ρ(2)≈0.97,ρ(3)≈0.50,ρ(4)≈0.34＜0.5,ρ(5)≈0.21＜0.5,由此可見當k＞3 時，X(0)能夠滿足準光滑性檢驗；對X(1)進行準指數(shù)規(guī)律檢驗，由得：σ(1)(2)≈1.97,σ(1)(3)≈1.49,σ(1)(4)≈1.33,σ(1)(5)≈1.27,當k＞3 時，σ(1)(k)∈[1 ,1.5] ，ρ ＜0.5 ，X(1)數(shù)列滿足準指數(shù)規(guī)律檢驗，故可對X(1)數(shù)列建立GM(1,1)模型。

步驟4：對x(1)作緊鄰均值生成，得:

Z(1)=(223 011,368 880.5,516 803.5,671 564.5)

于是有：

3.2 模型的檢驗與誤差分析

據(jù)灰色預測方法，a 為模型的發(fā)展系數(shù)，反映需要預測的數(shù)據(jù)之間的變化關系，根據(jù)灰色系統(tǒng)理論，當-a ＜0.3 時，GM(1,1)模型可用于中長期預測；當0.3＜-a ＜0.5 時，GM(1,1)模型可用于短期預測，中長期預測慎用；當0.5＜-a ＜1 時，應采用GM(1,1)改進模型，包括GM(1,1)殘差修正模型。根據(jù)上述數(shù)據(jù)計算得出-a=0.030 341 153 ＜0.3，可用于中長期預測，但為了保證預測模型的精準性，需對模型進行誤差分析，根據(jù)相對誤差公式△(k)=×100%，其中ε(0)(k)=x(0)(k)(0)(k),(0)(k)是由GM(1,1)模型計算得到(1)(k)累減生成的時間序列，如果△(k)＜5%，則檢驗通過。

根據(jù)模型公式，計算得：

(1)=((1)(1)(1)(2)(1)(9))(150 064,288 382.052 7,430 806.391 4,577 458.920 6,728 465.163 5)

由此可得：

(0)(k)=(150 064,138 318.05,142 424.34,146 652.53,151 006.24)

根據(jù)以上數(shù)據(jù)，可得誤差檢驗表，具體見表2。

表2 誤差檢驗表

通過誤差檢驗表得出平均相對誤差為3.777 0%＜5%，說明預測模型的精準度良好，可以進行預測。

3.3 南京都市圈物流需求預測

根據(jù)上述分析，得到時間序列模型(1)(k+1)=4 659 169.822e0.030341153k-4 509 105.822 ，且模型預測精準度良好，利用此模型可以預測未來5年南京都市圈物流需求量，具體預測結(jié)果見表3。

表3 未來5年南京都市圈物流需求預測結(jié)果（萬t）

4 結(jié)語

本文基于灰色GM(1,1) 預測模型，收集2015-2019年南京都市圈主要8個城市的年貨運量數(shù)據(jù)，建立南京都市圈物流需求預測模型，并對未來5 年南京都市圈物流需求量進行了預測，得出2020 年預測值為155 489 萬t、2021 年為160 105 萬t、2022 年為164 858萬t、2023年為169 752萬t、2024年為174 792萬t，總體需求量呈穩(wěn)步上升的趨勢，如圖1所示。根據(jù)貨運量需求發(fā)展趨勢及其影響因素，結(jié)合南京都市圈發(fā)展規(guī)劃，提出以下幾點建議：

圖1 未來5年南京都市圈物流需求預測結(jié)果

（1）區(qū)域協(xié)同發(fā)展，提升物流現(xiàn)代化水平。根據(jù)國家發(fā)改委網(wǎng)站發(fā)布的《國家發(fā)展改革委關于同意南京都市圈發(fā)展規(guī)劃的復函》中要求江蘇、安徽兩省以健全同城化發(fā)展機制為突破口，著力推動基礎設施一體高效、創(chuàng)新體系協(xié)同共建、產(chǎn)業(yè)專業(yè)化分工協(xié)作[8]。根據(jù)未來5 年物流需求預測，南京都市圈物流需求量增長態(tài)勢明顯，但南京都市圈主要城市物流發(fā)展水平差距較大，城市物流基礎設施不夠完善，為滿足物流發(fā)展需求，江蘇與安徽應統(tǒng)籌推進物流基礎設施合理布局與建設，城市間應加強合作，以強帶弱，協(xié)同創(chuàng)新，推動物流產(chǎn)業(yè)專業(yè)化發(fā)展，加強區(qū)域物流建設現(xiàn)代化水平。

（2）加強科技創(chuàng)新，提升物流運作效率。隨著科學技術(shù)的不斷發(fā)展，物流也在逐漸向“智能化”發(fā)展，產(chǎn)業(yè)結(jié)構(gòu)轉(zhuǎn)型升級加快，但從南京都市圈主要城市物流基礎數(shù)據(jù)來看，部分城市物流智能化水平發(fā)展不足，城市間物流發(fā)展水平及科學技術(shù)發(fā)展水平差距較大，為推動物流產(chǎn)業(yè)協(xié)調(diào)發(fā)展，滿足未來物流發(fā)展需求，需加強物流產(chǎn)業(yè)的科技創(chuàng)新，城市間形成科學聯(lián)動，共享物流創(chuàng)新技術(shù)，同時政府間要加強智能物流基礎設施建設，提升物流運作效率。

（3）注重人才培養(yǎng)，保持物流發(fā)展活力。加強對物流專業(yè)人才的培養(yǎng)力度是提升物流發(fā)展能力的有效手段，政府作為教育的主導部門，應拓寬人才培養(yǎng)渠道，加大人才培養(yǎng)數(shù)量，依托專項研究，打造物流專業(yè)人才，同時應加大人才培養(yǎng)及就業(yè)支持力度，做到能培養(yǎng)能留住。學校作為人才培養(yǎng)的主要部門，應完善物流專業(yè)課程體系，健全物流人才培養(yǎng)方式方法，積極與企業(yè)合作，實現(xiàn)“校企聯(lián)合”培養(yǎng)模式，加大對物流專業(yè)人才的實踐能力培養(yǎng)，使物流人才真正做到理論與實踐通識，為都市圈物流行業(yè)的發(fā)展注入靈魂。