雷蕾，吳潔，李淑敏

（成都信息工程大學(xué)物流學(xué)院，成都 610103）

近年來(lái)，農(nóng)產(chǎn)品冷鏈物流越來(lái)越受到關(guān)注和重視。2020年6月，農(nóng)業(yè)農(nóng)村部《關(guān)于加快農(nóng)產(chǎn)品倉(cāng)儲(chǔ)保鮮冷鏈設(shè)施建設(shè)的實(shí)施意見》指出鼓勵(lì)各地開展農(nóng)產(chǎn)品倉(cāng)儲(chǔ)保鮮冷鏈設(shè)施建設(shè)，提升農(nóng)產(chǎn)品產(chǎn)地倉(cāng)儲(chǔ)保鮮冷鏈能力［1］。農(nóng)產(chǎn)品冷鏈物流是連接消費(fèi)者供給和需求的紐帶，也是城鄉(xiāng)居民生活的重要保障［2］。新冠疫情使得短期內(nèi)經(jīng)濟(jì)軌跡發(fā)生了變化，對(duì)農(nóng)產(chǎn)品冷鏈物流產(chǎn)生了深刻影響。農(nóng)產(chǎn)品冷鏈物流從采購(gòu)、加工到運(yùn)輸、銷售等重要節(jié)點(diǎn)出現(xiàn)了勞動(dòng)力不足、運(yùn)行成本增加等問(wèn)題，農(nóng)產(chǎn)品市場(chǎng)供需求不平衡。城市農(nóng)產(chǎn)品供不應(yīng)求，超市價(jià)格上漲、斷貨等，而農(nóng)村農(nóng)產(chǎn)品供大于求，農(nóng)產(chǎn)品滯銷，大大增加了農(nóng)產(chǎn)品冷鏈物流供應(yīng)鏈運(yùn)營(yíng)的壓力。通過(guò)對(duì)農(nóng)產(chǎn)品冷鏈物流需求的預(yù)測(cè)，對(duì)實(shí)現(xiàn)農(nóng)產(chǎn)品供求平衡，緩解物流系統(tǒng)供應(yīng)鏈壓力，減少新冠疫情對(duì)農(nóng)產(chǎn)品冷鏈物流帶來(lái)的負(fù)面影響具有較強(qiáng)現(xiàn)實(shí)意義。

1 文獻(xiàn)回顧

農(nóng)產(chǎn)品冷鏈物流需求方面的研究已經(jīng)較為成熟，主要集中于以下3方面：

1）農(nóng)產(chǎn)品冷鏈物流需求預(yù)測(cè)方法的研究。國(guó)內(nèi)外學(xué)者提出了許多具有創(chuàng)新與實(shí)踐意義的預(yù)測(cè)方法，常見的有灰色預(yù)測(cè)模型、組合預(yù)測(cè)方法、多元回歸方法、BP神經(jīng)網(wǎng)絡(luò)方法等。楊麗英等［3］利用GM（1，1）模型對(duì)崇左市農(nóng)產(chǎn)品冷鏈物流需求量進(jìn)行預(yù)測(cè)。李俊瑜［4］采用多元回歸分析方法對(duì)福建省農(nóng)產(chǎn)品冷鏈物流需求進(jìn)行預(yù)測(cè)分析。王新利等［5］借助BP神經(jīng)網(wǎng)絡(luò)分析模型，選取中國(guó)農(nóng)產(chǎn)品冷鏈物流數(shù)據(jù)進(jìn)行預(yù)測(cè)分析。劉玲等［6］采取權(quán)重組合分配法對(duì)云南省普洱市農(nóng)產(chǎn)品冷鏈物流進(jìn)行分析。Ya［7］采用多元回歸和BP神經(jīng)網(wǎng)絡(luò)相結(jié)合的組合預(yù)測(cè)模型，對(duì)食品冷鏈物流需求進(jìn)行預(yù)測(cè)，利用多元回歸的綜合性和BP神經(jīng)網(wǎng)絡(luò)的非線性，提高了預(yù)測(cè)的準(zhǔn)確性、實(shí)用性以及有效性。Tarantilis等［8］運(yùn)用灰色預(yù)測(cè)模型對(duì)航空生鮮物流進(jìn)行預(yù)測(cè)，以實(shí)現(xiàn)物流科學(xué)規(guī)劃和物流資源合理配置。灰色預(yù)測(cè)模型具有算法簡(jiǎn)單、數(shù)據(jù)需求量少、預(yù)測(cè)精度較高、適合中長(zhǎng)期預(yù)測(cè)等特點(diǎn)，在農(nóng)產(chǎn)品冷鏈物流需求預(yù)測(cè)上應(yīng)用較為適宜。

2）農(nóng)產(chǎn)品冷鏈物流需求預(yù)測(cè)指標(biāo)的研究。國(guó)內(nèi)外學(xué)者結(jié)合冷鏈物流需求量的影響要素差異，指標(biāo)有所不同。吳英等［9］結(jié)合地區(qū)農(nóng)產(chǎn)品冷鏈物流相關(guān)文件主要選取茶葉、蔬菜、水果、肉類、水產(chǎn)品等五項(xiàng)指標(biāo)進(jìn)行農(nóng)產(chǎn)品冷鏈物流需求預(yù)測(cè)。丁和平等［10］主要采用糧食、蔬菜、豬牛羊肉、食油、食糖、酒及魚蝦等指標(biāo)進(jìn)行農(nóng)產(chǎn)品冷鏈物流需求預(yù)測(cè)。Klaiber等［11］以南大西洋魚類貨運(yùn)指標(biāo)對(duì)冷鏈物流需求作了合理預(yù)測(cè)。Bogataj等［12］借鑒農(nóng)產(chǎn)品物流需求的指標(biāo)，對(duì)農(nóng)產(chǎn)品冷鏈物流需求進(jìn)行了預(yù)測(cè)。

3）農(nóng)產(chǎn)品冷鏈物流需求量研究。目前，農(nóng)產(chǎn)品冷鏈物流需求量沒(méi)有形成統(tǒng)一的數(shù)據(jù)，主要采用與農(nóng)產(chǎn)品冷鏈物流密切相關(guān)的其他指標(biāo)來(lái)替代。王秀梅［13］采用農(nóng)產(chǎn)品產(chǎn)量來(lái)表示農(nóng)產(chǎn)品物流需求量。李夏培［14］選用北京市物流總額表示農(nóng)產(chǎn)品物流需求量。范榮華［15］以人均農(nóng)產(chǎn)品消耗量和人口數(shù)量來(lái)計(jì)算農(nóng)產(chǎn)量物流需求。William等［16］采用冷鏈物流貨運(yùn)量來(lái)表示冷鏈物流需求量。

貴陽(yáng)市農(nóng)產(chǎn)品冷鏈物流數(shù)據(jù)相對(duì)較少，本研究利用灰色GM（1，1）預(yù)測(cè)模型對(duì)貴陽(yáng)市蔬菜及食用菌、水果、牛奶、肉類等4類農(nóng)產(chǎn)品未來(lái)6年冷鏈物流需求進(jìn)行預(yù)測(cè)分析。

2 灰色GM（1，1）預(yù)測(cè)模型的構(gòu)建

2.1 模型構(gòu)建

1）確定原始序列：

2）原始序列累加生成新序列：

3）對(duì)新序列建模，得出一階灰色微分方程動(dòng)態(tài)模型：

其中，a為發(fā)展灰數(shù)，b為內(nèi)生控制灰數(shù)。

4）設(shè)A=[a b]T，利用最小二乘法估算A，則有A=(BTB)-1BTY。

其中，

對(duì)一階微分方程動(dòng)態(tài)模型求解，得出灰色預(yù)測(cè)時(shí)間響應(yīng)函數(shù)：

預(yù)測(cè)值累減后還原為：

2.2 精度檢驗(yàn)

灰色GM（1，1）預(yù)測(cè)模型精度檢驗(yàn)依據(jù)發(fā)展灰數(shù)a值大小對(duì)預(yù)測(cè)數(shù)據(jù)的可行性和適用場(chǎng)景（預(yù)測(cè)時(shí)間跨度）進(jìn)行分析，然后通過(guò)殘差檢驗(yàn)和后驗(yàn)差檢驗(yàn)對(duì)模型精度進(jìn)行精度綜合判定。

2.2.1 可行性檢驗(yàn)依據(jù)發(fā)展灰數(shù)a值大小對(duì)預(yù)測(cè)數(shù)據(jù)的可行性和適用場(chǎng)景，具體適用范圍如表1所示。

表1 GM（1，1）模型適用范圍

2.2.2 精度檢驗(yàn)

1）殘差檢驗(yàn)。

①計(jì)算絕對(duì)誤差E?(0)(i)=x?(0)(i)-x(0)(i)

2）后驗(yàn)差檢驗(yàn)。

①計(jì)算原始序列的均值和均方差Sl=

②計(jì)算絕對(duì)誤差序列Δ(0)的均差和均方差S2=

通過(guò)計(jì)算平均相對(duì)誤差?進(jìn)行殘差檢驗(yàn)，計(jì)算均方差比值C、小誤差概率P進(jìn)行后驗(yàn)差檢驗(yàn)。表2為判斷模型精度。

表2 灰色GM（1，1）預(yù)測(cè)模型精度檢驗(yàn)等級(jí)參照表

3 貴陽(yáng)市農(nóng)產(chǎn)品冷鏈物流需求預(yù)測(cè)分析

3.1 數(shù)據(jù)來(lái)源

選取2019—2021年貴陽(yáng)市統(tǒng)計(jì)年鑒中蔬菜及食用菌、水果、牛奶、肉類等4類農(nóng)產(chǎn)品產(chǎn)量作為預(yù)測(cè)數(shù)據(jù)（表3）。

表3 2019—2021年貴陽(yáng)市與冷鏈相關(guān)主要農(nóng)產(chǎn)品產(chǎn)量（單位：萬(wàn)t）

3.2 精度檢驗(yàn)及預(yù)測(cè)結(jié)果

利用軟件SPSS，運(yùn)用灰色GM（1，1）預(yù)測(cè)模型對(duì)貴陽(yáng)市4類冷鏈農(nóng)產(chǎn)品產(chǎn)量預(yù)測(cè)，并進(jìn)行精度檢驗(yàn)。由表4可以看出，4類農(nóng)產(chǎn)品-a值均小于0.3，預(yù)測(cè)模型是有效的，且均適合預(yù)測(cè)中長(zhǎng)期場(chǎng)景，平均相對(duì)誤差均小于20%，擬合效果良好。

表4 4類農(nóng)產(chǎn)品殘差檢驗(yàn)

結(jié)合表5、圖1，對(duì)貴陽(yáng)市2022—2027年蔬菜及食用菌、水果、牛奶、肉類等4類農(nóng)產(chǎn)品的冷鏈物流需求及需求總量作進(jìn)一步分析。

圖1 2022—2027年貴陽(yáng)市4類農(nóng)產(chǎn)品冷鏈物流需求

表5 基于灰色GM（1，1）預(yù)測(cè)模型的4類農(nóng)產(chǎn)品產(chǎn)量預(yù)測(cè)（單位：萬(wàn)t）

1）貴陽(yáng)市2022—2027年農(nóng)產(chǎn)品冷鏈物流需求總量總體呈波動(dòng)上升趨勢(shì)，農(nóng)產(chǎn)品冷鏈物流需求總量將以每年13%的年均增長(zhǎng)率上漲，農(nóng)產(chǎn)品冷鏈物流需求總量將在2027年達(dá)到780 t，表明貴陽(yáng)市農(nóng)產(chǎn)品冷鏈物流需求保持整體上升趨勢(shì)。

2）貴陽(yáng)市2022—2027年蔬菜及食用菌、水果冷鏈物流需求量較大，其次是肉類、牛奶。肉類和牛奶整體冷鏈物流需求量保持相對(duì)穩(wěn)定，整體波動(dòng)較小，蔬菜及食用菌、水果冷鏈物流需求量呈上升趨勢(shì)，表明貴陽(yáng)市農(nóng)產(chǎn)品冷鏈物流后勁十足，具有較強(qiáng)的發(fā)展動(dòng)力。

4 結(jié)論與建議

以貴陽(yáng)市2019—2021年農(nóng)產(chǎn)品相關(guān)數(shù)據(jù)，利用灰色GM（1，1）預(yù)測(cè)模型對(duì)貴陽(yáng)市2022—2027年農(nóng)產(chǎn)品冷鏈物流需求量進(jìn)行預(yù)測(cè)，并通過(guò)殘差檢驗(yàn)和后驗(yàn)差檢驗(yàn)，證實(shí)該預(yù)測(cè)模型精度高，適合中長(zhǎng)期預(yù)測(cè)。相關(guān)結(jié)果表明，在新冠疫情背景下，貴陽(yáng)農(nóng)產(chǎn)品冷鏈物流需求量整體呈上升趨勢(shì)，農(nóng)產(chǎn)品冷鏈物流發(fā)展態(tài)勢(shì)好，具備強(qiáng)勁的發(fā)展動(dòng)力，農(nóng)產(chǎn)品冷鏈物流供給能力需進(jìn)一步加強(qiáng)，有必要構(gòu)建物流彈性供應(yīng)鏈。本研究以供應(yīng)鏈為視角，從政府管理層面、企業(yè)層面提出建議，以滿足居民對(duì)生鮮農(nóng)產(chǎn)品的需求，促進(jìn)實(shí)現(xiàn)農(nóng)產(chǎn)品冷鏈物流供需平衡，緩解物流系統(tǒng)供應(yīng)鏈壓力，減少新冠疫情帶來(lái)的負(fù)面影響。

4.1 疫情下政府應(yīng)如何加強(qiáng)農(nóng)產(chǎn)品冷鏈物流建設(shè)

第一，建立冷鏈物流產(chǎn)業(yè)供應(yīng)鏈風(fēng)險(xiǎn)管理和溝通機(jī)制。政府要出臺(tái)復(fù)工復(fù)產(chǎn)的相關(guān)政策措施，積極引導(dǎo)和支持相關(guān)企業(yè)迅速恢復(fù)生產(chǎn)，保障生鮮農(nóng)產(chǎn)品的有效供應(yīng)。做好農(nóng)產(chǎn)品冷鏈物流系統(tǒng)全局性、系統(tǒng)性的規(guī)劃，制定冷鏈物流供應(yīng)鏈協(xié)同政策。農(nóng)產(chǎn)品冷鏈物流產(chǎn)業(yè)供應(yīng)鏈的穩(wěn)定性涉及因素多，不僅涉及農(nóng)產(chǎn)品冷鏈物流運(yùn)輸，還涉及采購(gòu)、加工、企業(yè)運(yùn)營(yíng)等方面。因此，需要政府各部門間的相互協(xié)調(diào)制定政策措施，建立起從農(nóng)產(chǎn)品采購(gòu)、加工到運(yùn)輸、銷售各環(huán)節(jié)緊密銜接的產(chǎn)業(yè)供應(yīng)鏈。

第二，建立農(nóng)產(chǎn)品冷鏈物流企業(yè)的運(yùn)營(yíng)資源保障體系。新冠疫情增加了農(nóng)產(chǎn)品冷鏈物流相關(guān)企業(yè)運(yùn)營(yíng)的不確定性和風(fēng)險(xiǎn)性。政府要建立企業(yè)運(yùn)營(yíng)資源制度保障，主要體現(xiàn)在勞動(dòng)力資源、金融服務(wù)。新冠疫情還增加了企業(yè)勞動(dòng)力成本，造成了勞動(dòng)力短缺問(wèn)題。因此，政府要建立柔性流動(dòng)人口管理政策。一方面，針對(duì)不同地區(qū)疫情的嚴(yán)重程度，適時(shí)采取柔性防疫措施，制定勞動(dòng)力返崗復(fù)工的柔性政策，盡快幫助企業(yè)勞動(dòng)力返崗生產(chǎn)。另一方面，政府要做好勞動(dòng)力資源協(xié)調(diào)，加強(qiáng)企業(yè)與勞動(dòng)力資源的對(duì)接，組織企業(yè)云招聘等多渠道保障企業(yè)復(fù)工復(fù)產(chǎn)。制定積極可行的勞動(dòng)力政策，幫助企業(yè)解決勞動(dòng)力短缺的問(wèn)題。如廣東省制定就業(yè)人員信息臺(tái)賬和企業(yè)招聘需求清單，實(shí)現(xiàn)勞動(dòng)力資源的合理配置。新冠疫情下，企業(yè)資金流顯得尤為重要，由于企業(yè)短期內(nèi)復(fù)工復(fù)產(chǎn)較難，企業(yè)運(yùn)營(yíng)資金回流受到阻礙，資金鏈易斷裂。政府要為相關(guān)企業(yè)提供靈活的金融信貸服務(wù)支持，促進(jìn)農(nóng)產(chǎn)品冷鏈物流供應(yīng)鏈資金流正向循環(huán)，從而助推企業(yè)抗疫，促進(jìn)農(nóng)產(chǎn)品冷鏈物流正常運(yùn)營(yíng)［17］。

4.2 疫情下企業(yè)應(yīng)如何加強(qiáng)農(nóng)產(chǎn)品冷鏈物流建設(shè)

第一，加大對(duì)智能物流科技投入。新冠疫情給物流行業(yè)帶來(lái)了巨大的沖擊，促使物流智能化設(shè)備發(fā)生極大的變革。因公共衛(wèi)生突發(fā)事件防控要求，政府通過(guò)行政管理措施，如封城，促使相關(guān)企業(yè)在物流配送方面不得不作出改變，無(wú)接觸配送逐漸成為行業(yè)發(fā)展趨勢(shì)。過(guò)去物流配送主要采用車輛及快遞員配送等接觸配送模式難以適應(yīng)疫情防控要求。而無(wú)人機(jī)配送、無(wú)人車配送、智能快遞柜等無(wú)接觸式配送具有時(shí)效快、配送成本低等優(yōu)勢(shì)，在物流配送上的優(yōu)勢(shì)日益凸顯。因此，相關(guān)企業(yè)要加大冷鏈物流智能化設(shè)備的研發(fā)投入，推廣智能化設(shè)備，適應(yīng)新冠疫情下催化的無(wú)接觸配送新趨勢(shì)。

第二，加強(qiáng)農(nóng)產(chǎn)品冷鏈物流數(shù)字科技建設(shè)。新冠疫情下，相關(guān)企業(yè)的經(jīng)營(yíng)環(huán)境面臨諸多不確定性，而利用數(shù)字化科技手段能夠收集大量有用的信息，幫助企業(yè)構(gòu)建冷鏈物流信息網(wǎng)絡(luò)，實(shí)現(xiàn)農(nóng)產(chǎn)品信息可追溯等，有利于企業(yè)做好物流規(guī)劃，提高企業(yè)動(dòng)態(tài)應(yīng)對(duì)能力以及推動(dòng)農(nóng)產(chǎn)品冷鏈物流可持續(xù)發(fā)展。因此，相關(guān)企業(yè)要加強(qiáng)對(duì)數(shù)字化科技的投入和研發(fā)，依托5G、云計(jì)算、物聯(lián)網(wǎng)、工業(yè)互聯(lián)網(wǎng)等技術(shù)，提高農(nóng)產(chǎn)品冷鏈物流信息化能力［18］。新冠疫情下，食品安全更應(yīng)受到重視。企業(yè)建立農(nóng)產(chǎn)品冷鏈溯源食品安全系統(tǒng)，增強(qiáng)企業(yè)對(duì)食品安全的應(yīng)對(duì)能力，從而滿足消費(fèi)者對(duì)農(nóng)產(chǎn)品食品安全的需求［19］。

第三，加強(qiáng)農(nóng)產(chǎn)品冷鏈物流應(yīng)急供應(yīng)鏈建設(shè)。新冠疫情下，農(nóng)產(chǎn)品冷鏈物流應(yīng)急供應(yīng)鏈建設(shè)是重中之重。要打造從原材料采購(gòu)到農(nóng)產(chǎn)品銷售的全鏈條供應(yīng)鏈體系，為滿足農(nóng)產(chǎn)品冷鏈物流需求提供有效保障；建立基于事件的農(nóng)產(chǎn)品冷鏈物流供應(yīng)鏈風(fēng)險(xiǎn)監(jiān)測(cè)預(yù)警體系，監(jiān)測(cè)影響農(nóng)產(chǎn)品冷鏈物流供應(yīng)鏈的相關(guān)風(fēng)險(xiǎn)事件，準(zhǔn)確評(píng)估風(fēng)險(xiǎn)帶來(lái)的影響，及時(shí)做好應(yīng)急預(yù)案［20］。積極適應(yīng)新情況，針對(duì)風(fēng)險(xiǎn)事件，調(diào)整冷鏈物流系統(tǒng)，增強(qiáng)應(yīng)急突發(fā)衛(wèi)生事件的抗風(fēng)險(xiǎn)能力。