王婧，周瑜，周雁翎

摘? 要：文章將灰色系統(tǒng)理論與物流業(yè)相結(jié)合，采用灰色系統(tǒng)模型，選取貨物周轉(zhuǎn)量作為衡量湖北省物流需求的關(guān)鍵指標(biāo)。通過(guò)構(gòu)建GM1，1模型進(jìn)行預(yù)測(cè)精度分析，預(yù)測(cè)結(jié)果顯示，該模型精度較高，具有很好地預(yù)測(cè)效果，可用來(lái)預(yù)測(cè)湖北省未來(lái)幾年的貨運(yùn)需求量，并基于灰色系統(tǒng)理論預(yù)測(cè)結(jié)果為政府部門制定相關(guān)政策提供參考依據(jù)。

關(guān)鍵詞：物流需求預(yù)測(cè)；灰色系統(tǒng)理論；GM1，1模型

中圖分類號(hào)：F259.27? ? 文獻(xiàn)標(biāo)志碼：A

DOI：10.13714/j.cnki.1002-3100.2023.11.003

Abstract： This paper combines the theory of gray system with the logistics industry， uses the gray system model， and selects the turnover of goods as a key indicator to measure the logistics demand in Hubei Province. By constructing the GM1，1 model for prediction accuracy analysis， the prediction results show that the model has high accuracy and good forecasting effect， which can be used to predict the freight demand in Hubei Province in the next few years， and provides a reference for government departments to formulate relevant policies based on the gray system theory.

Key words： logistics demand forecast; grey systems theory; GM1，1 model

0? 引? 言

物流業(yè)是支撐國(guó)民經(jīng)濟(jì)發(fā)展的關(guān)鍵性、戰(zhàn)略性和先導(dǎo)性行業(yè)。物流業(yè)涉及面廣，發(fā)展?jié)摿Υ?，帶?dòng)作用強(qiáng)。推動(dòng)物流成本降低和效率提升，對(duì)于促進(jìn)產(chǎn)業(yè)結(jié)構(gòu)調(diào)整和區(qū)域協(xié)調(diào)發(fā)展，提高國(guó)民經(jīng)濟(jì)整體效益至關(guān)重要。大力發(fā)展物流業(yè)對(duì)于降低整個(gè)湖北省的物流成本，提高湖北省的物流效率，促進(jìn)湖北省的產(chǎn)業(yè)結(jié)構(gòu)調(diào)整具有重要的現(xiàn)實(shí)及長(zhǎng)遠(yuǎn)意義。2021年湖北省發(fā)改委提出發(fā)展湖北省現(xiàn)代物流業(yè)的“十四五”規(guī)劃，根據(jù)該規(guī)劃，到2025年湖北省物流產(chǎn)業(yè)的增加值將達(dá)到5 000億元人民幣，將形成900家A級(jí)以上物流公司和培育5家樞紐建設(shè)和運(yùn)營(yíng)標(biāo)桿企業(yè)。在省內(nèi)，武漢市政府將重點(diǎn)圍繞打造具有五種協(xié)調(diào)功能的國(guó)家物流中心：陸港、港口、機(jī)場(chǎng)、生產(chǎn)服務(wù)和商業(yè)服務(wù)；宜昌以現(xiàn)代區(qū)域性中心港建設(shè)為導(dǎo)向，強(qiáng)化了港口型國(guó)家物流中心功能；鄂州市政府將大力建設(shè)湖北省國(guó)際物流中心，并以此為契機(jī)，建設(shè)空港型國(guó)家物流中心?；诨疑到y(tǒng)理論，對(duì)湖北省1999年和2020年物流相關(guān)數(shù)據(jù)進(jìn)行了分析和處理，選擇貨物周轉(zhuǎn)量作為衡量湖北省物流需求的關(guān)鍵性指標(biāo)，并通過(guò)GM1，1模型預(yù)測(cè)未來(lái)5年湖北省的物流需求，為湖北省的物流相關(guān)產(chǎn)業(yè)的發(fā)展提出一些建議和措施。

1? 文獻(xiàn)綜述

物流在西方起步較早，因此國(guó)外很多學(xué)者也早已對(duì)物流需求進(jìn)行了相關(guān)預(yù)測(cè)研究。他們?cè)谖锪餍枨蠓矫嬗泻芏喑晒Φ慕?jīng)驗(yàn)值得我們學(xué)習(xí)。Bahram Adrangi等人運(yùn)用灰色系統(tǒng)預(yù)測(cè)理論對(duì)美國(guó)航空物流的需求量進(jìn)行了預(yù)測(cè)[1]。Garrido等人指出貨運(yùn)需求是一個(gè)在空間和時(shí)間上變化很大的過(guò)程，并以此提出了一種多項(xiàng)概率模型（MNP）[2]。Luis Aburto， Richard Weber等人[3]、Tsan-Ming Choi等人[4]、Avinash Samvedi等人[5]通過(guò)構(gòu)建相關(guān)預(yù)測(cè)模型，結(jié)合指數(shù)平滑法和灰色預(yù)測(cè)模型等，可以在不確定需求的情況下大幅度提高需求預(yù)測(cè)的精度。與國(guó)外相比，我國(guó)物流業(yè)起步較晚，但對(duì)于物流需求預(yù)測(cè)的研究卻是從沒(méi)中斷，一直以來(lái)都是相關(guān)學(xué)者和專家們關(guān)注的熱點(diǎn)。顧佳敏等[6]、魯渤等[7]、曹志強(qiáng)等[8]、羅冰潔等[9]、趙文德等[10]基于灰色預(yù)測(cè)方法對(duì)相關(guān)城市的物流需求進(jìn)行預(yù)測(cè)，其所得到的物流需求預(yù)測(cè)結(jié)果精度較高。陳長(zhǎng)英選取廣西省貨運(yùn)量、貨物周轉(zhuǎn)量作為影響廣西省物流需求量的影響因素進(jìn)行了研究[11]。徐照對(duì)城市物流需求預(yù)測(cè)方法進(jìn)行了研究，以無(wú)錫市作為案例，對(duì)未來(lái)幾年無(wú)錫市的貨運(yùn)量進(jìn)行了預(yù)測(cè)[12]。

2? 灰色系統(tǒng)理論模型介紹

2.1? 灰色系統(tǒng)理論概述

灰色系統(tǒng)理論是我國(guó)學(xué)者、控制論專家鄧聚龍教授首次提出的，是控制理論的一個(gè)新領(lǐng)域，也是控制理論和運(yùn)籌學(xué)互相結(jié)合的一個(gè)產(chǎn)物，被廣泛應(yīng)用于農(nóng)業(yè)、物流需求預(yù)測(cè)、工業(yè)、地質(zhì)、氣象等學(xué)科?；疑到y(tǒng)理論的研究對(duì)象是“部分信息未知，而部分信息已知”[6]，其特點(diǎn)就是充分利用開發(fā)已獲得的“最少信息”，其立足點(diǎn)是“有限信息空間”，信息不完全、不確定具有普遍性等，主要通過(guò)對(duì)部分已知的信息進(jìn)行生成開發(fā)，來(lái)提取有價(jià)值的信息。GM1，1模型是灰色系統(tǒng)理論中應(yīng)用廣泛有效的一種灰色動(dòng)態(tài)預(yù)測(cè)模型，是一種時(shí)間序列預(yù)測(cè)模型，只需要少量信息和數(shù)據(jù)就可以進(jìn)行建模與預(yù)測(cè)，預(yù)測(cè)結(jié)果較為準(zhǔn)確[13]。

（1）設(shè)參考數(shù)據(jù)列為x■=x■1，x■2，…，x■n，對(duì)其做一次累加（AGO）生成數(shù)列x■。

x■=x■1，x■2，…，x■n=x■1， x■1+x■2， …， x■n-1+x■n

其中：x■k=■x■ik=1，2，…，n。求均值數(shù)列：z■=0.5x■k+0.5x■k-1， k=2，3，…，n。

則z■=z■2，z■3，…，z■n，建立灰微分方程x■k+az■k=b， k=2，3，…，n，白化微分方程為■+ax■k=b。

（2）記u=a，b■， Y=x■2，x■3，…，x■n■， B=■，則稱Y為數(shù)據(jù)向量，B為數(shù)據(jù)矩陣，u為參數(shù)向量，則GM1，1模型可以表示為矩陣方程Y=Bu，由最小二乘法可以求出■=■，■■=B■B■B■Y，代入白化微分方程得：

x■k+1=x■1-■e■+■， k=1，2，…，n-1

■■k+1=■■k+1-■■k， k=1，2，…，n-1

2.2? 模型檢驗(yàn)

（1）殘差檢驗(yàn)：令殘差為εk，計(jì)算：

εk=■， k=1，2，…，n

如果εk<0.2，則可認(rèn)為達(dá)到一般要求；如果εk<0.1，則認(rèn)為達(dá)到較高要求.。

（2）級(jí)比偏差值檢驗(yàn)：首先由參考數(shù)據(jù)x■k-1， x■k，則：

ρk=1-■λk

計(jì)算得出級(jí)比λk，再用發(fā)展系數(shù)a求出相應(yīng)的技術(shù)偏差。如果ρk<0.2，則可認(rèn)為達(dá)到一般要求；如果ρk<0.1，則認(rèn)為達(dá)到較高要求。

3? 建立GM1，1模型預(yù)測(cè)湖北省物流需求

本文通過(guò)中國(guó)國(guó)家統(tǒng)計(jì)局官網(wǎng)搜集了1999—2020年湖北省的貨運(yùn)周轉(zhuǎn)量數(shù)據(jù)，建立GM1，1模型對(duì)湖北省未來(lái)5年的物流需求趨勢(shì)進(jìn)行了預(yù)測(cè)分析。

（1）初始化建模原始序列

x■=（1 009.9，1 081.1，1 069.275，1 087.2，1 212.6，1 383.4，1 415.657，1 489.023，1 644.688，2 526.394，2 566.364，3 097.285，3 798.841，

4 439.824，4 751.834，5 503.567，5 674.129，5 922.867，6 344.764，6 675.501，6 132.398，5 294.95）

（2）原始序列的1-AGO生成

x■=（1 009.900，2 091.000，3 160.275，4 247.475，5 460.075，6 843.475，8 259.132，9 748.155，11 392.843，13 919.237，16 485.601，19 82.886，

23 381.727，27 821.551，32 573.385，38 076.952，43 751.081，49 673.948，56 018.712，62 694.213，68 826.611，74 121.561）

（3）1-AGO生成序列的緊鄰均值生成

z=（1 550.450，2 650.638，3 703.875，4 853.775，6 151.775，7 551.304，9 003.644，10 570.499，12 656.040，15 202.419，18 034，244，21 482.307，

25 601.639，30 197.468，35 325.169，40 914.017，46 712.515，52 846，330，59 356.463，65 760.412，71 474.086）

（4）建立GM1，1模型

建立灰微分方程x■k+az■k=bk=2，3，…，n，白化微分方程為■+ax■t=b，令u=a，b， y=x■2，x■3，…，x■n， B=■，則GM1，1模型為方程Y=Bu，通過(guò)最小二乘法求得■=■，■■=B■B■B■Y。

（5）計(jì)算灰色模型發(fā)展系數(shù)a和灰色作用量b

根據(jù)灰色預(yù)測(cè)方法，a為灰色預(yù)測(cè)模型的發(fā)展系數(shù)，根據(jù)灰色系統(tǒng)預(yù)測(cè)理論可知，當(dāng)-a<0.3時(shí)，GM1，1模型可用于中長(zhǎng)期預(yù)測(cè)；當(dāng)0.3<-a<0.5時(shí)，GM1，1模型可用于短期預(yù)測(cè)，中長(zhǎng)期預(yù)測(cè)效果則不太好；當(dāng)0.5<-a<1時(shí)，應(yīng)采用GM1，1改進(jìn)模型，包括GM1，1殘差修正模型。根據(jù)上述數(shù)據(jù)計(jì)算得出-a=0.09<0.3，b=1 253.39，采用 GM1，1模型預(yù)測(cè)精度較高。

（6）灰色預(yù)測(cè)模型需求預(yù)測(cè)

利用MATLAB R2016電腦軟件進(jìn)行灰色預(yù)測(cè)模型編程預(yù)測(cè)，對(duì)1999—2025年進(jìn)行編程模擬和預(yù)測(cè)結(jié)果如表1、表2所示，數(shù)據(jù)表明，在2019—2020年出現(xiàn)連續(xù)下滑，尤其是2020年因?yàn)樾鹿谝咔榈耐话l(fā)出現(xiàn)大幅度的物流需求銳減情況。2021—2025年隨著湖北省在疫情防控形勢(shì)穩(wěn)定下，其物流需求將保持不斷上升的趨勢(shì)。

4? 結(jié)束語(yǔ)

本文基于灰色GM1，1預(yù)測(cè)模型，收集1999—2020年湖北省貨運(yùn)周轉(zhuǎn)量的具體數(shù)據(jù)，建立湖北省的物流需求預(yù)測(cè)模型，借此對(duì)湖北省未來(lái)五年的物流需求量進(jìn)行了預(yù)測(cè)，得出2021年預(yù)測(cè)值為8 593.44億噸公里、2022年為9 368.91億噸公里、2023年為10 214.35億噸公里、2024年為11 136.09億噸公里、2025年為12 141.00億噸公里，結(jié)合湖北省未來(lái)五年的發(fā)展規(guī)劃提出以下建議：

（1）提高科技含量，加強(qiáng)技術(shù)創(chuàng)新，提高物流運(yùn)作效率。隨著全世界科學(xué)技術(shù)水平的不斷發(fā)展，人工智能、大數(shù)據(jù)、互聯(lián)網(wǎng)、物聯(lián)網(wǎng)等科技前沿不斷受到熱捧和追逐，智能化以及物聯(lián)網(wǎng)是萬(wàn)事萬(wàn)物不斷發(fā)展的趨勢(shì)，各行各業(yè)不斷上云、結(jié)合互聯(lián)網(wǎng)變得更加智能，物流行業(yè)也是如此發(fā)展，產(chǎn)業(yè)結(jié)構(gòu)的重組和現(xiàn)代化也在加速。根據(jù)湖北省物流基礎(chǔ)數(shù)據(jù)，湖北省內(nèi)的部分城市物流智能化、網(wǎng)絡(luò)化水平不高，發(fā)展能力薄弱，像恩施、鄂州、荊門等地的物流發(fā)展水平與科學(xué)技術(shù)發(fā)展水平存在較大差距。為了促進(jìn)湖北省物流行業(yè)的和諧、穩(wěn)定、快速發(fā)展，滿足未來(lái)物流發(fā)展的需要，必須加強(qiáng)物流業(yè)的科技創(chuàng)新，城市應(yīng)建立科學(xué)聯(lián)系，共享創(chuàng)新物流技術(shù)，湖北省政府不斷加強(qiáng)城市智能化物流基礎(chǔ)設(shè)施的建設(shè)，提供百億元資金進(jìn)行戰(zhàn)略投資扶持，提高物流運(yùn)營(yíng)效率等。

（2）加強(qiáng)物流從業(yè)人員培訓(xùn)，保持城市物流發(fā)展活力?！笆奈濉逼陂g，中國(guó)物流業(yè)的發(fā)展仍將處于重要的戰(zhàn)略機(jī)遇期，其產(chǎn)業(yè)在國(guó)民經(jīng)濟(jì)中的地位也將處于重要的戰(zhàn)略機(jī)遇期將進(jìn)一步完善，這是構(gòu)建新的發(fā)展模式的重要支撐。同時(shí)，物流人才需求仍面臨巨大缺口，人才數(shù)量、質(zhì)量和結(jié)構(gòu)仍有待優(yōu)化，特別是在數(shù)字化轉(zhuǎn)型、智能化轉(zhuǎn)型、物流與生產(chǎn)深度融合、國(guó)際物流渠道建設(shè)等方面。人才是支撐各行各業(yè)發(fā)展的第一資源和源動(dòng)力，未來(lái)推進(jìn)湖北省物流的高質(zhì)量發(fā)展，必須對(duì)湖北省的物流人才隊(duì)伍素質(zhì)和能力嚴(yán)格要求，加強(qiáng)對(duì)湖北省物流專業(yè)的科研人才和實(shí)踐人才培養(yǎng)，提高湖北省物流高質(zhì)量、穩(wěn)步發(fā)展能力。作為領(lǐng)先的教育大省，湖北省政府應(yīng)加大物流行業(yè)人才的培養(yǎng)力度，依托湖北省人才庫(kù)，拓寬物流人才的培養(yǎng)渠道，提供科研資金依托專項(xiàng)研究，培養(yǎng)物流行業(yè)的專業(yè)應(yīng)用型人才，湖北省的各科研院所和高等學(xué)校應(yīng)大力與相關(guān)物流、供應(yīng)鏈的企業(yè)簽訂校企合作意向書，建立人才培養(yǎng)基地，加大對(duì)物流領(lǐng)域人才就業(yè)的支持力度，培養(yǎng)和留住人才。特別是大學(xué)和職業(yè)學(xué)校作為人才培養(yǎng)的主體部門，改進(jìn)物流行業(yè)人才的培養(yǎng)方法，積極與全國(guó)各大物流相關(guān)企業(yè)合作，實(shí)現(xiàn)“校企聯(lián)合”培養(yǎng)體制機(jī)制，學(xué)校要加大物流專業(yè)人才實(shí)踐技能的培養(yǎng)力度，真正做到理論和實(shí)踐相結(jié)合，為湖北省物流業(yè)的發(fā)展注入創(chuàng)新和活力。

（3）加強(qiáng)體制機(jī)制改革，營(yíng)造良好的營(yíng)商運(yùn)營(yíng)環(huán)境。湖北省政府要積極研究和實(shí)施物流領(lǐng)域的全面試點(diǎn)改革，建議積極開展國(guó)家級(jí)別的綜合改革試點(diǎn)，加大湖北省的綜合性物流樞紐建設(shè)，加強(qiáng)省內(nèi)重要節(jié)點(diǎn)集疏運(yùn)設(shè)施建設(shè)，降低整體物流成本，提高物流效率，消除湖北省物流業(yè)創(chuàng)新發(fā)展的障礙。

參考文獻(xiàn)：

[1]? BAHRAM ADRANGI， ARJUN CHATRATH， KAMBIZ RAFFIEE. The demand for US air transport service： A chaos and nonlinearity investigation[J]. Transportation Research Part E， 2001（5）：337-353.

[2]? RODRIGO A GARRIDO， HANI S MAHMASSANI. Forecasting freight transportation demand with the space-time multinomial probit model[J]. Transportation Research Part B， 2000（5）：403-418.

[3]? LUIS ABURTO， RICHARD WEBER. Improved supply chain management based on hybrid demand forecasts[J]. Applied Soft Computing Journal， 2007（1）：136-144.

[4]? TSAN-MING CHOI， YONG YU， KIN-FAN AU. A hybrid SARIMA wavelet transform method for sales forecasting[J]. Decision Support Systems， 2011（1）：130-140.

[5]? AVINASH SAMVEDI， VIPUL JAIN. A grey approach for forecasting in a supply chain during intermittent disruptions[J]. Engineering Applications of Artificial Intelligence， 2013，26（3）：1044-1051.

[6] 顧佳敏，姚惠芳. 基于灰色系統(tǒng)理論的江蘇省物流需求預(yù)測(cè)[J]. 電子商務(wù)，2020（6）：4-5，90.

[7] 魯渤，汪壽陽(yáng)，匡海波. 基于引力模型的區(qū)域物流需求預(yù)測(cè)研究[J]. 管理評(píng)論，2017，29（2）：181-190.

[8] 曹志強(qiáng)，楊箏，劉放. 基于遺傳算法優(yōu)化支持向量回歸機(jī)的區(qū)域物流需求預(yù)測(cè)[J]. 系統(tǒng)科學(xué)學(xué)報(bào)，2018，26（4）：79-82.

[9] 羅冰潔. 基于MLP神經(jīng)網(wǎng)絡(luò)的物流需求預(yù)測(cè)模型研究[J]. 計(jì)算機(jī)與數(shù)字工程，2018，46（6）：1173-1177.

[10] 趙文德，黃麗娟，胡子瑜. 基于BP神經(jīng)網(wǎng)絡(luò)組合模型的廣東省區(qū)域物流需求能力預(yù)測(cè)[J]. 物流技術(shù)，2020，39（12）：49-56，66.

[11] 陳長(zhǎng)英. 廣西現(xiàn)代物流需求分析與預(yù)測(cè)研究[D]. 武漢：武漢理工大學(xué)，2010.

[12] 徐照. 基于多元回歸模型預(yù)測(cè)區(qū)域貨運(yùn)量——以無(wú)錫市市區(qū)貨運(yùn)量預(yù)測(cè)為例[J]. 企業(yè)改革與管理，2014（22）：39.

[13] 李夏培. 基于灰色線性組合模型的農(nóng)產(chǎn)品物流需求預(yù)測(cè)[J]. 北京交通大學(xué)學(xué)報(bào)（社會(huì)科學(xué)版），2017，16（1）：120-126.

[14] 江楠. 基于灰色GM1，1的南京都市圈物流需求預(yù)測(cè)[J]. 物流技術(shù)，2021，40（11）：44-47，53.