□ 奚偉行,鄭 琰

(南京林業(yè)大學(xué) 汽車(chē)與交通工程學(xué)院，江蘇 南京 210037)

依托“一帶一路”經(jīng)濟(jì)政策，我國(guó)的物流市場(chǎng)取得了一定規(guī)模的發(fā)展。平衡物流市場(chǎng)的供需對(duì)物流業(yè)的發(fā)展有著重要作用。通過(guò)查閱與瀏覽各種資料，發(fā)現(xiàn)國(guó)內(nèi)對(duì)南京市物流需求的預(yù)測(cè)研究尚未有一個(gè)具體科學(xué)的預(yù)測(cè)方法，因此，本文通過(guò)建立灰色GM(1,1)模型，科學(xué)系統(tǒng)地分析南京市物流需求。

1 確立指標(biāo)

要預(yù)測(cè)南京市物流需求，首先要明白南京市的物流市場(chǎng)主導(dǎo)需求。有很多指標(biāo)可以用來(lái)研究物流需求，常見(jiàn)的有貨物運(yùn)輸量、貨物運(yùn)輸周轉(zhuǎn)量、倉(cāng)儲(chǔ)量等，這些都是屬于事務(wù)量的范疇，還有一些價(jià)值體系的指標(biāo)，常見(jiàn)的有物流活動(dòng)產(chǎn)生的成本和收入等。由于這些指標(biāo)難以統(tǒng)計(jì)和數(shù)據(jù)化，為了更好地對(duì)物流需求進(jìn)行量化研究，本文通過(guò)貨物運(yùn)輸量和貨物周轉(zhuǎn)量來(lái)表示南京市場(chǎng)流需求。

表1 2014-2019年南京市社會(huì)物流總額、貨物運(yùn)輸量和貨物運(yùn)輸周轉(zhuǎn)量

為了進(jìn)一步確定物流需求的分析指標(biāo)，本文基于能反應(yīng)南京市物流市場(chǎng)需求的社會(huì)物流總額、貨物運(yùn)輸量和貨物運(yùn)輸周轉(zhuǎn)量進(jìn)行關(guān)聯(lián)度分析，具體數(shù)據(jù)見(jiàn)表1。從表1中的各項(xiàng)數(shù)據(jù)整體來(lái)看，南京市物流需求呈現(xiàn)一定的增長(zhǎng)態(tài)勢(shì)，但南京市物流需求的發(fā)展趨勢(shì)、需求變化與諸多因素有關(guān)，其中部分因素是未知且難以估計(jì)的，因此物流需求是一個(gè)“少數(shù)據(jù)、不完全信息”的灰色系統(tǒng)，用灰色關(guān)聯(lián)來(lái)進(jìn)行分析無(wú)疑是一種有效的途徑[1]。下面就對(duì)貨運(yùn)量、貨物周轉(zhuǎn)量和社會(huì)物流總額進(jìn)行關(guān)聯(lián)分析。

1.1 設(shè)置參數(shù)

①以南京市社會(huì)物流總額為參考數(shù)列設(shè)

x1=(25738.6,27787.52,29170.85,32756.14,35824.66,39062.17)

②貨運(yùn)量的數(shù)列為

x2=(31799,29824,31558,35426,38564,41034)

③貨物周轉(zhuǎn)量的數(shù)列為

x3=(5452.79，2940.07，2484.36，3331.53，3123.57，3398.38)

在建立的系統(tǒng)中，三個(gè)因素的實(shí)際意義并不相同，數(shù)據(jù)的量綱也不相同，貨運(yùn)量單位為萬(wàn)噸，貨物周轉(zhuǎn)量為億噸，不便于比較，因此，在進(jìn)行灰色關(guān)聯(lián)度分析之前，要對(duì)表中數(shù)據(jù)進(jìn)行無(wú)量綱化處理，本文采用了初始值法對(duì)三組數(shù)據(jù)進(jìn)行處理[2]。

1.2 用初始值法處理數(shù)列x1，x2，x3

接著逐個(gè)計(jì)算每個(gè)被評(píng)價(jià)對(duì)象指標(biāo)序列與參考序列對(duì)應(yīng)元素的絕對(duì)差值，即

|X0(k)-Xi(k)|

(1)

得到的結(jié)果如表2所示[3]。

表2 2014-2019年南京市貨運(yùn)量絕對(duì)值和貨物周轉(zhuǎn)量絕對(duì)值

1.3 計(jì)算關(guān)聯(lián)系數(shù)

關(guān)聯(lián)系數(shù)定義公式如下:

(2)

其中，ρ為分辨系數(shù)，0<ρ<1。若ρ越小，說(shuō)明關(guān)聯(lián)系數(shù)間差異越大，區(qū)分能力越強(qiáng)。通常ρ取0.5。

最終計(jì)算關(guān)聯(lián)序，記為

(3)

通過(guò)計(jì)算得到南京市社會(huì)物流總額與貨運(yùn)量的灰色關(guān)聯(lián)系數(shù)為R1=0.77,南京市社會(huì)物流總額與貨運(yùn)周轉(zhuǎn)量的灰色關(guān)聯(lián)系數(shù)為R2=0.50,分析可得貨運(yùn)量和貨運(yùn)周轉(zhuǎn)量與南京市物流需求有比較好的關(guān)聯(lián)程度，并且貨運(yùn)量的關(guān)聯(lián)程度大于貨運(yùn)周轉(zhuǎn)量的關(guān)聯(lián)程度，因此本文選用貨運(yùn)量為指標(biāo)分析南京市物流需求。

2 貨運(yùn)量的預(yù)測(cè)

2.1 貨運(yùn)量

由上述分析可知，利用貨運(yùn)量對(duì)南京市物流需求進(jìn)行預(yù)測(cè)是具有一定準(zhǔn)確性的，但單方面分析貨運(yùn)量缺少條件因素影響，且對(duì)于南京市市場(chǎng)調(diào)控起不到指向作用，而對(duì)于南京市物流市場(chǎng)起到主要影響的是公路運(yùn)輸，鐵路運(yùn)輸，水路運(yùn)輸，民航航空運(yùn)輸。由于各種運(yùn)輸?shù)牧髁扛鞑幌嗤?，分別預(yù)測(cè)再進(jìn)行總量的相加會(huì)更加精準(zhǔn)且全面。鐵路運(yùn)輸、水路運(yùn)輸、公路運(yùn)輸、民航航空運(yùn)輸具體數(shù)據(jù)如表3所示。

表3 2014-2019年南京市四種運(yùn)輸方式的運(yùn)輸總量

而在整個(gè)貨運(yùn)量系統(tǒng)中，各種外界因素對(duì)其有很大的影響，系統(tǒng)信息的原始數(shù)據(jù)往往呈現(xiàn)離亂的情況，但灰色模型可以利用較少或模糊的數(shù)據(jù)進(jìn)行處理，建立GM(1，1)一階微分方程，以揭示模糊系統(tǒng)內(nèi)部的規(guī)律及發(fā)展變化。

2.2 建立GM(1,1)模型

①鐵路運(yùn)輸總量數(shù)據(jù)序列：

②水路運(yùn)輸總量數(shù)據(jù)序列：

③公路運(yùn)輸總量數(shù)據(jù)序列：

④航空運(yùn)輸總量數(shù)據(jù)序列：

對(duì)數(shù)列進(jìn)行累加生成其AGO序列:

(4)

解得：

a1=-0.0506，u1=1147.067

a2=-0.0776，u2=11052.4

a3=-0.0646，u3=11726.7

a4=-0.01636，u4=7.1930

代入此方程可得時(shí)間響應(yīng)模型：

(5)

可得：

①鐵路運(yùn)輸貨物運(yùn)輸量的響應(yīng)方程為

X1=24165.92435e-0.05066(2014-t)-22643.36435

②公路運(yùn)輸貨物運(yùn)輸量的響應(yīng)方程為

X2=154488.8493e-0.0776(2014-t)-142345.8493

③水路運(yùn)輸貨物運(yùn)輸量的響應(yīng)方程為

X3=196538.9859e-0.0646(2014-t)-181482.9859

④民航航空運(yùn)輸貨物運(yùn)輸量的響應(yīng)方程為

X4=446.8636822e-0.0164(2014-t)-439.7836822

算出累加量X(1)(t+1)，接著求出還原值：

X(0)(t+1)={X(1)(t+1)-X(0)(t)}

(6)

解得：

①鐵路運(yùn)輸貨物量的灰色方程為

X1=(1-e0.05066)24165.92435e-0.05066(2014-t)

進(jìn)行后驗(yàn)差檢驗(yàn)得c=0.139<0.35,小概率p=1符合一級(jí)精度。

②公路運(yùn)輸貨物量的灰色方程為

X2=(1-e0.0077)154488.8493e-0.0776(2014-t)

進(jìn)行后驗(yàn)差檢驗(yàn)得c=0.1196<0.35,小概率p=1符合一級(jí)精度。

③水路運(yùn)輸貨物量的灰色方程為

X3=(1-e0.06462)196538.9859e-0.0646(2014-t)

進(jìn)行后驗(yàn)差檢驗(yàn)得c=0.1083<0.35,小概率p=1符合一級(jí)精度。

④航空運(yùn)輸貨物量的灰色方程為

X4=(1-e0.01636)154488.8493e-0.0776(2014-t)

因?yàn)榱考?jí)為萬(wàn)噸對(duì)其數(shù)據(jù)采取后驗(yàn)差有一定誤差，對(duì)于這種數(shù)據(jù)我們采取了相對(duì)誤差檢驗(yàn)，平均相對(duì)誤差小于5%，經(jīng)過(guò)計(jì)算可得，灰色GM(1，1)模型對(duì)四種運(yùn)輸量預(yù)測(cè)都有較好的擬合度，且四種運(yùn)輸量均呈上升趨勢(shì)，與實(shí)際經(jīng)濟(jì)發(fā)展情況相符，所以該預(yù)測(cè)還是較為成功的。我們將四個(gè)運(yùn)輸量的8年后預(yù)測(cè)數(shù)據(jù)相加，得到南京市貨物運(yùn)輸總量，如表4所示。

表4 2020-2028各年份數(shù)據(jù)預(yù)測(cè)數(shù)值

由表4我們可知，南京市貨運(yùn)總量發(fā)展良好，且南京市物流市場(chǎng)需求呈增長(zhǎng)趨勢(shì)，因此物流企業(yè)可以適當(dāng)?shù)財(cái)U(kuò)大發(fā)展規(guī)模，以達(dá)到市場(chǎng)供需平衡，避免需求過(guò)大，對(duì)企業(yè)造成其他方面的損失。為了更有利于政府調(diào)控南京市物流市場(chǎng)，我們建立多元回歸模型，抓住對(duì)整體物流需求增長(zhǎng)起促進(jìn)作用的正相關(guān)因素，積極發(fā)揮企業(yè)和政府的生產(chǎn)力，投入資金和人力來(lái)發(fā)展關(guān)鍵因素，進(jìn)一步擴(kuò)大物流業(yè)規(guī)模。

2.3 多元回歸模型的建立

為了更好把握南京市物流市場(chǎng)的主導(dǎo)因素，本文通過(guò)四個(gè)變量的預(yù)測(cè)數(shù)據(jù)與貨運(yùn)量建立數(shù)學(xué)上的線性關(guān)系，建立影響社會(huì)物流量變化的自變量與因變量之間的相關(guān)關(guān)系模型。本文將貨運(yùn)總量設(shè)為因變量，將公路運(yùn)輸量、鐵路運(yùn)輸量、航空運(yùn)輸量、水路運(yùn)輸量設(shè)為自變量，建立多元回歸方程。

設(shè)公路運(yùn)輸量、鐵路運(yùn)輸量、航空運(yùn)輸量、水路運(yùn)輸量為Xi，i=1,2,3,4。

y=a1x1+a2x2+a3x3+a4x4

(7)

依據(jù)表4數(shù)據(jù)計(jì)算多元回歸方程得：

y=0.945x1+0.028x2+1.137x3+0.004x4

(8)

從該方程我們可以看出，各個(gè)因素都呈正相關(guān)關(guān)系，各個(gè)運(yùn)輸行業(yè)都對(duì)物流需求起積極作用，水路和公路運(yùn)輸量占貨物運(yùn)輸總量比重較大，且影響因子很大，符合南京市公路和港口經(jīng)濟(jì)發(fā)展規(guī)模的實(shí)際意義，參考意義較大，政府可擴(kuò)大公路和水路的物流市場(chǎng)，也可全面發(fā)展其他行業(yè)的運(yùn)輸產(chǎn)業(yè)。

3 結(jié)論與建議

首先我們通過(guò)灰色關(guān)聯(lián)度確立了貨運(yùn)量為南京市物流需求的指標(biāo)，關(guān)聯(lián)度較大，也符合實(shí)際意義，接著我們分別分析了公路運(yùn)輸貨運(yùn)量、鐵路運(yùn)輸貨運(yùn)量、水路運(yùn)輸貨運(yùn)量和民航航空運(yùn)輸量四者預(yù)測(cè)值總和，求得南京市貨運(yùn)總量，發(fā)現(xiàn)南京市貨運(yùn)量呈現(xiàn)增長(zhǎng)趨勢(shì)，符合經(jīng)濟(jì)發(fā)展趨勢(shì)，且通過(guò)建立多元回歸模型，計(jì)算出四者作為自變量與南京市物流呈正相關(guān)，且公路和水路影響程度較大。為了利于南京市政府宏觀調(diào)控物流市場(chǎng)，本文提出如下幾點(diǎn)發(fā)展建議。

①由預(yù)測(cè)數(shù)據(jù)可知，公路運(yùn)輸量在未來(lái)幾年增長(zhǎng)趨勢(shì)較明顯，說(shuō)明貨運(yùn)量的發(fā)展規(guī)模占主導(dǎo)作用，也表明了第三方物流企業(yè)發(fā)展速度較快，第三方物流的主要市場(chǎng)為公路運(yùn)輸，南京市政府可適當(dāng)提出相關(guān)政策發(fā)展第三方物流，促進(jìn)公路運(yùn)輸?shù)陌l(fā)展。

②南京處于長(zhǎng)三角經(jīng)濟(jì)帶，要充分發(fā)揮南京港的天然優(yōu)勢(shì)，依托長(zhǎng)江發(fā)展水運(yùn)，協(xié)調(diào)各個(gè)區(qū)域港口，如江陰港、上海港等規(guī)模較大的港口，充分發(fā)揮水運(yùn)貨運(yùn)量大等特點(diǎn)。

③加強(qiáng)各區(qū)域物流樞紐的合作，產(chǎn)生物流企業(yè)聚集效應(yīng)，加強(qiáng)物流企業(yè)之間的溝通，以節(jié)約物流企業(yè)成本，使物流業(yè)主要的運(yùn)輸企業(yè)發(fā)揮其在不同運(yùn)輸方式的優(yōu)勢(shì)，以長(zhǎng)補(bǔ)短，調(diào)節(jié)物流市場(chǎng)。