摘 要：零售行業(yè)當(dāng)前正面臨著消費者需求的多樣化、供應(yīng)鏈管理的復(fù)雜化以及運營效率的提高等諸多挑戰(zhàn)，有效地分析和預(yù)測零售行業(yè)中新型物流和供應(yīng)鏈的動態(tài)變化，對企業(yè)的策略制定和運營優(yōu)化具有重大意義。文章采用季節(jié)性自回歸積分滑動平均模型（SARIMA）作為主要研究方法，對零售行業(yè)中新型物流和供應(yīng)鏈的發(fā)展趨勢進(jìn)行深入的時序分析，以期為零售行業(yè)的策略制定和運營優(yōu)化提供科學(xué)的分析工具和實用見解，使零售行業(yè)能夠更好地理解新型物流和供應(yīng)鏈的發(fā)展動態(tài)，從而制定更加有效的管理策略和應(yīng)對措施。

關(guān)鍵詞：零售行業(yè)；新型物流；新型供應(yīng)鏈；SARIMA

中圖分類號：F259.27 文獻(xiàn)標(biāo)志碼：A DOI：10.13714/j.cnki.1002-3100.2024.12.030

Abstract： The retail industry faces many challenges， such as the diversification of consumer demand， the complexity of supply chain management， and the improvement of operational efficiency. Effectively analyzing and predicting the dynamic changes of new logistics and supply chains in the retail industry is of great significance for enterprise strategy formulation and operational optimization. This paper adopts the Seasonal Autoregressive Integral Moving Average （SARIMA） model as the main research method to conduct in-depth temporal analysis on the development trends of new logistics and supply chains in the retail industry. This aims to provide scientific analytical tools and practical insights for the strategy formulation and operational optimization of the retail industry， enabling the retail industry to better understand the development dynamics of new logistics and supply chains， and thus formulate more effective management strategies and response measures.

Key words：" retail industry; new logistics; new supply chain; SARIMA

1" " 問題的提出

物流和供應(yīng)鏈管理通常被視為后端支持活動，其核心目標(biāo)是確保產(chǎn)品的有效供應(yīng)和成本控制。傳統(tǒng)的零售模式正逐漸被更加靈活、高效和客戶導(dǎo)向的新型零售模式所替代，其深刻地影響著物流和供應(yīng)鏈的管理方式。隨著零售行業(yè)競爭的加劇和消費者需求的多樣化發(fā)展，物流和供應(yīng)鏈的角色正在發(fā)生根本性的變化。電子商務(wù)的興起和移動互聯(lián)網(wǎng)的普及讓消費者對產(chǎn)品的獲取方式和購物體驗有了新的期待。在此背景下，新型物流和供應(yīng)鏈管理的核心在于增強其快速響應(yīng)市場變化、提高操作效率和優(yōu)化客戶體驗的能力，這就要求企業(yè)在產(chǎn)品多樣性和定價策略上滿足消費者需求，在物流速度、靈活性和服務(wù)質(zhì)量上迎合消費者的期待。

韓東亞等（2023）分析了2012—2021年長三角地區(qū)新型智慧城市、數(shù)字鄉(xiāng)村與智慧物流三大系統(tǒng)的發(fā)展?fàn)顩r和時空變化特征，探討了新型智慧城市、數(shù)字鄉(xiāng)村與智慧物流協(xié)同發(fā)展的機理[1]。馬欣員等（2021）指出，隨著區(qū)塊鏈技術(shù)應(yīng)用場景日趨豐富，“區(qū)塊鏈+供應(yīng)鏈”協(xié)同化發(fā)展必將促成傳統(tǒng)供應(yīng)鏈向新型供應(yīng)鏈轉(zhuǎn)型[2]。李婷等（2022）分析多媒體背景對企業(yè)供應(yīng)鏈質(zhì)量協(xié)同管理的影響，并建立新型的供應(yīng)鏈關(guān)系，加強企業(yè)市場信息的判斷，更新企業(yè)供應(yīng)鏈溝通渠道[3]。有效的供應(yīng)鏈管理應(yīng)從市場需求出發(fā)，通過整個供應(yīng)鏈的緊密協(xié)作快速響應(yīng)這些需求，關(guān)注點在于提高內(nèi)部操作效率及整個供應(yīng)鏈對市場變化的敏感度和響應(yīng)能力。盡管企業(yè)在這方面做出了許多努力，但如何有效協(xié)調(diào)新型物流和供應(yīng)鏈的各個環(huán)節(jié)，以最佳的運作效率和市場響應(yīng)能力仍是一個亟待解決的問題。本文旨在為零售企業(yè)提供實用的策略建議和操作指導(dǎo)，以期幫助零售企業(yè)在激烈的市場競爭中取得優(yōu)勢，實現(xiàn)可持續(xù)發(fā)展。

2" " 新型物流相關(guān)概念

2.1" " 新型物流

新型物流是傳統(tǒng)物流的升級，更是一種全新的業(yè)務(wù)模式和技術(shù)革命的產(chǎn)物，正逐漸成為推動該行業(yè)創(chuàng)新和競爭力提升的關(guān)鍵因素。其核心在于利用先進(jìn)的信息技術(shù)和自動化設(shè)備，通過更高效、靈活、可持續(xù)的方式進(jìn)行貨物的運輸和管理。具體而言，通過引入自動化倉庫和智能配送系統(tǒng)，新型物流能夠顯著提高操作效率，減少人為錯誤，實現(xiàn)成本的有效控制；物聯(lián)網(wǎng)技術(shù)應(yīng)用于新型物流中能夠?qū)崟r追蹤和監(jiān)控貨物流動，提高物流過程的透明度，增強貨物安全性和可追溯性。近年來，相關(guān)領(lǐng)域的研究逐漸增加，如彭小劍等（2023）通過建立江西省智慧物流綜合得分函數(shù)和江西省新型供應(yīng)鏈綜合得分函數(shù)計算得出2017—2021年江西省智慧物流與新型供應(yīng)鏈的綜合得分[4]。董孟飛（2023）通過分析對比，發(fā)現(xiàn)構(gòu)建新型物流網(wǎng)絡(luò)可以使整體配送成本節(jié)約7.49%～10.96%，同時使配送時間節(jié)約27.54%～28.30%，驗證了新型物流網(wǎng)絡(luò)的優(yōu)勢，并發(fā)現(xiàn)該網(wǎng)絡(luò)結(jié)構(gòu)更適用于大規(guī)模的快遞業(yè)務(wù)或者零擔(dān)業(yè)務(wù)[5]。

2.2" " 新型物流特征

新型物流的特征標(biāo)志著物流行業(yè)從傳統(tǒng)模式向更先進(jìn)、高效的新時代轉(zhuǎn)變，見表1。

表1顯示的各種特征共同塑造了新型物流的獨特面貌，使其成為提升零售業(yè)效率的關(guān)鍵因素，提升消費者購物體驗和促進(jìn)可持續(xù)發(fā)展的重要工具。技術(shù)整合使新型物流能夠?qū)崿F(xiàn)高效的操作和管理；以客戶為中心的策略確保服務(wù)的個性化和響應(yīng)性；實時數(shù)據(jù)分析提供優(yōu)化決策的依據(jù)；對可持續(xù)性的重視幫助企業(yè)實現(xiàn)環(huán)保目標(biāo)；靈活的配送選項則滿足現(xiàn)代消費者對快速和便利配送的需求。

3" " 研究方法

3.1" " 時序分析：季節(jié)性自回歸積分滑動平均模型（SARIMA）

部分時間序列中存在明顯的周期性變化，是由季節(jié)性變化（季度、月度、周度）或其他一些固有因素（天氣、節(jié)假日）引起的，這類序列統(tǒng)稱為季節(jié)性序列。SARIMA（Seansonal ARIMA）可以支持帶有季節(jié)性成分特點的時間序列數(shù)據(jù)。其在ARIMA模型的基礎(chǔ)上增加了4個季節(jié)性參數(shù)：3個超參數(shù)（P，D，Q）和1個季節(jié)性周期參數(shù)s。具體表達(dá)式如下。

其中，p：非季節(jié)性自回歸項的階數(shù)；d：非季節(jié)性差分次數(shù)；q：非季節(jié)性移動平均項的階數(shù)；P：季節(jié)性自回歸項的階數(shù)；D：季節(jié)性差分次數(shù)；Q：季節(jié)性移動平均項的階數(shù)；s：季節(jié)周期的長度。

延遲算子B：延遲算子類似于時間指針，當(dāng)前序列值乘以延遲算子，表示當(dāng)前序列值的時間向過去撥X時刻xt-p=Bpxt。

（1-B）xt=xt-xt-1表示對xt做一階差分，以此類推，（1-B）dxt表示對xt做d階差分。

季節(jié)性延遲算子Bs：該延遲算子相當(dāng)于把當(dāng)前序列值的時間向過去回?fù)芰艘粋€周期xt-sP=BPsst。

（1-Bs）xt=xt-xt-s可以通俗理解為對xt做了一次周期為s的季節(jié)性差分，以此類推，（1-Bs）Dxt表示對xt做D次周期為s的季節(jié)性差分。

3.2" " 指標(biāo)選取

研究指標(biāo)應(yīng)能夠全面反映新型物流系統(tǒng)的效率、效果及其對零售業(yè)務(wù)的影響，有效的物流和供應(yīng)鏈系統(tǒng)對提高企業(yè)的市場響應(yīng)速度、降低運營成本、提升客戶滿意度具有重大意義，故而選擇的指標(biāo)應(yīng)能夠全面衡量這些方面的表現(xiàn)，而新型物流強調(diào)技術(shù)的應(yīng)用，如自動化、數(shù)據(jù)分析和物聯(lián)網(wǎng)技術(shù)，其也應(yīng)通過相應(yīng)的指標(biāo)來衡量。

選取指標(biāo)如下表2所示。

表2中指標(biāo)的選取旨在全面評估新型物流系統(tǒng)在操作效率、成本管理、客戶服務(wù)、技術(shù)應(yīng)用和可持續(xù)性方面的表現(xiàn)，為零售企業(yè)在新型物流和供應(yīng)鏈管理方面的決策提供有價值的參考。

3.3" " 模型構(gòu)建及原始數(shù)據(jù)

本研究根據(jù)指標(biāo)選取模型表達(dá)式如下：

。

其中，Yt：時間序列數(shù)據(jù)；Φ：自回歸參數(shù)；θ，Θ：移動平均參數(shù)；L：滯后算子；?t：誤差項。

本研究構(gòu)建的原始數(shù)據(jù)樣本來源于A市公開數(shù)據(jù)報告，用于分析新型物流與新型供應(yīng)鏈協(xié)同發(fā)展的影響，如表3所示。

4" " 實證研究

4.1" " SARIMA參數(shù)估計

4.1.1" " 物流成本

銷售量參數(shù)如表4所示。

結(jié)合AIC信息準(zhǔn)則（該值越低越好），本研究使用SPSS27.0對多個潛在備選模型進(jìn)行建模和對比選擇，最終找出最優(yōu)模型為：MA（0），y（t）=61.292。

統(tǒng)計量如表5所示。

從Q統(tǒng)計量結(jié)果來看，Q6的p值大于0.1，則在0.1的顯著性水平下不能拒絕原假設(shè)，模型的殘差是白噪聲，模型基本滿足要求。

4.1.2" " 銷售量

銷售量模型參數(shù)如表6所示。

結(jié)合AIC信息準(zhǔn)則（該值越低越好）對多個潛在備選模型進(jìn)行建模和對比選擇，最終找出最優(yōu)模型為：MA（0），y（t）=290.000。

統(tǒng)計量如表7所示。

從Q統(tǒng)計量結(jié)果來看，Q6的p值大于0.1，則在0.1的顯著性水平下不能拒絕原假設(shè)，模型的殘差是白噪聲，模型基本滿足要求。

4.1.3" " 交付時間參數(shù)

交付時間參數(shù)如表8所示。

結(jié)合AIC信息準(zhǔn)則對多個潛在備選模型進(jìn)行建模和對比選擇，最終找出最優(yōu)模型為：MA（0），y（t）=2.927。

統(tǒng)計量如表9所示。

從模型Q統(tǒng)計量結(jié)果來看，Q6的p值大于0.1，則在0.1的顯著性水平下不能拒絕原假設(shè)，模型的殘差是白噪聲，模型基本滿足要求。

4.2" " 時間序列分析趨勢預(yù)測

訂單時間、物流成本、銷售量預(yù)測結(jié)果如圖1、2、3所示。

本研究采用季節(jié)性自回歸積分滑動平均模型（SARIMA）聚焦于訂單時間、物流成本、銷售量三個指標(biāo)的趨勢預(yù)測。

訂單時間預(yù)測結(jié)果顯示，未來12個時期的值均為2.927，通過均方根誤差（RMSE）、均方誤差（MSE）、平均絕對誤差（MAE）及平均絕對百分比誤差（MAPE）等指標(biāo)進(jìn)行精度評估。RMSE值為1.039 5，MSE為1.080 6，MAE為0.875 4，MAPE為0.397 9，表明預(yù)測具有較高的精確度和可靠性。

物流成本的預(yù)測結(jié)果表明，未來12個時期的值均保持在61.292，RMSE值達(dá)到22.569 3，MSE為509.373 3，MAE為20.006 9，MAPE為0.379 5。反映出該模型在物流成本預(yù)測方面的準(zhǔn)確性盡管誤差相對較大，但可以歸因于外部經(jīng)濟因素和市場波動的影響。

銷售量預(yù)測結(jié)果顯示，預(yù)計未來12個時期的銷售量均為290.000。此項預(yù)測的RMSE為109.714 4，MSE為12 037.250 0，MAE為92.666 7，MAPE為0.405 2。表明銷售量預(yù)測雖受多種市場因素的影響，但整體趨勢相對穩(wěn)定，預(yù)測模型能夠有效捕捉銷售量的變化趨勢。

SARIMA模型對關(guān)鍵物流指標(biāo)進(jìn)行的時間序列分析表明，預(yù)測期內(nèi)，訂單時間、物流成本和銷售量均表現(xiàn)出一定的穩(wěn)定性。但由于外部環(huán)境的復(fù)雜性，這些預(yù)測結(jié)果仍需在實際操作中結(jié)合市場動態(tài)進(jìn)行靈活調(diào)整。

4.3" " 結(jié)果解讀

訂單時間的預(yù)測結(jié)果具有相對穩(wěn)定性，反映出在分析期內(nèi)物流操作的效率和客戶服務(wù)水平保持一致，并暗示A市具有成熟且優(yōu)化的物流系統(tǒng)，其中流程和操作得到有效的控制和管理。但其預(yù)測誤差較低，提醒A市在未來一段時間內(nèi)需要對時間效率進(jìn)行持續(xù)改進(jìn)，需要不斷優(yōu)化流程和技術(shù)來維持和提高服務(wù)質(zhì)量。

物流成本的預(yù)測結(jié)果波動性較大，主要是因為燃料成本變化、勞動力市場的波動或全球經(jīng)濟條件的不確定性。在成本控制和預(yù)算規(guī)劃方面，物流成本的波動提出了較為嚴(yán)苛的挑戰(zhàn)，且這種波動還強調(diào)在不斷變化的市場環(huán)境下風(fēng)險管理和靈活性在物流規(guī)劃中的重要性。

銷售量的預(yù)測結(jié)果呈現(xiàn)相對平穩(wěn)的趨勢，表明市場需求在預(yù)測期內(nèi)保持一致，為物流和供應(yīng)鏈管理提供穩(wěn)定的基礎(chǔ)，也暗示了其在市場增長或需求變化方面存在的局限性。因此，物流系統(tǒng)需要保持靈活性，以適應(yīng)潛在的市場變動，同時探索增長機會。

5" " 建" " 議

5.1" " 提高流程效率

A市的物流系統(tǒng)受限于城市特定的地理和基礎(chǔ)設(shè)施因素，城市的交通擁堵和限行規(guī)定會導(dǎo)致物流延遲，增加運輸成本。針對這種情況要進(jìn)行線路的優(yōu)化，采用先進(jìn)的路線規(guī)劃軟件，可以在考慮交通狀況和配送時間窗口的同時，優(yōu)化配送路線，減少不必要的里程和時間。而考慮到A市的特定需求，可以實施夜間或非高峰時段配送策略，以避開交通高峰期，進(jìn)一步提高配送效率。A市具有特定的行業(yè)集群或市場特征，因此物流系統(tǒng)需要與這些本地特點相適應(yīng)。可以通過建立專門的配送中心或倉庫，來優(yōu)化產(chǎn)品流通，有助于減少運輸距離，并提高響應(yīng)速度，從而提高整體的物流效率。在A市這樣的具體環(huán)境下，提高物流流程的效率需要結(jié)合城市的具體情況，實施定制化的策略，利用本地資源和市場特點來提高物流系統(tǒng)的專業(yè)化和效率。

5.2" " 成本管理與控制

A市物流成本中的主要驅(qū)動因素有燃油價格波動、勞動力成本和倉儲費用等，因此，需要實施全面的成本監(jiān)控和預(yù)算管理系統(tǒng)，其涉及全方位的成本跟蹤機制，確保每一項費用都能被準(zhǔn)確地記錄和分析下來，物流企業(yè)可以更好地理解成本構(gòu)成，識別成本節(jié)約的機會。在勞動力成本方面，通過對員工的工作流程和時間管理進(jìn)行優(yōu)化，可以提高勞動效率，從而降低人力成本。對于進(jìn)出口密集的A市，優(yōu)化貨物的運輸方式和路徑可以顯著減少運輸成本。在選擇運輸方式時，需要考慮多方面因素，如貨物的種類、緊急程度和目的地距離。同時，通過與可靠的物流合作伙伴建立長期合作關(guān)系，可以在更優(yōu)惠的條件下獲得運輸服務(wù)，進(jìn)一步降低成本。

5.3" " 市場需求適應(yīng)性

若市場數(shù)據(jù)顯示某一類商品的需求增加，物流系統(tǒng)應(yīng)迅速給予響應(yīng)，增加該商品的庫存和配送頻率。這種敏捷性可以提升客戶滿意度，并在競爭激烈的市場中保持優(yōu)勢，應(yīng)利用高級數(shù)據(jù)分析工具和預(yù)測模型預(yù)測市場趨勢，并據(jù)此做出快速反應(yīng)。而若A市在某些特定商品或服務(wù)上具有獨特的需求，物流系統(tǒng)就應(yīng)提供針對性的服務(wù)，如特殊的包裝、運輸或存儲條件。這種定制化服務(wù)不僅能滿足消費者的特定需求，還能增強客戶忠誠度。此外，針對A市的特定節(jié)日或文化活動，物流系統(tǒng)應(yīng)提前做好準(zhǔn)備，以應(yīng)對這些時期可能出現(xiàn)的需求激增。

5.4" " 技術(shù)創(chuàng)新與應(yīng)用

通過先進(jìn)物流管理系統(tǒng)的應(yīng)用，可以實現(xiàn)對整個供應(yīng)鏈的實時監(jiān)控和分析，從而提高透明度和響應(yīng)速度。引入云計算和大數(shù)據(jù)分析技術(shù)可以幫助物流企業(yè)更好地預(yù)測市場趨勢、優(yōu)化庫存管理，并提前識別潛在的供應(yīng)鏈中斷風(fēng)險。采用窄帶物聯(lián)網(wǎng)（NB-IoT）技術(shù)，如智能追蹤設(shè)備和傳感器，可以實時追蹤貨物狀態(tài)和位置，進(jìn)一步提高供應(yīng)鏈的效率和可靠性。在此基礎(chǔ)上，利用AI進(jìn)行需求預(yù)測和優(yōu)化路線規(guī)劃，可以顯著減少運輸時間和成本，同時提高配送準(zhǔn)確率，通過智能機器人進(jìn)行高效的貨物分類和搬運作業(yè)，從而減少人工錯誤并提高作業(yè)效率。

6" " 結(jié)" " 論

通過應(yīng)用季節(jié)性自回歸積分滑動平均模型（SARIMA），本研究成功預(yù)測了訂單時間、物流成本和銷售量的未來趨勢，提出了對市場和運營效率的深刻見解。面對復(fù)雜多變的市場環(huán)境和客戶需求，A市物流系統(tǒng)必須采取綜合策略，以提高效率、降低成本、增強市場適應(yīng)性，并充分利用技術(shù)創(chuàng)新。本研究結(jié)果能夠為A市的物流和供應(yīng)鏈管理提供實際的指導(dǎo)，并為其他類似市場環(huán)境下的物流系統(tǒng)提供參考。綜上所述，本研究所得到的發(fā)現(xiàn)和建議對提升物流和供應(yīng)鏈的整體效能具有重要價值，對指導(dǎo)實踐和未來的研究方向具有重要意義。

參考文獻(xiàn)：

[1] 韓東亞，劉緩緩．新型智慧城市、數(shù)字鄉(xiāng)村與智慧物流協(xié)同發(fā)展研究——基于長三角的案例分析[J]．供應(yīng)鏈管理，" 2023，4（9）：50-63.

[2] 馬欣員，鐘若愚．基于區(qū)塊鏈創(chuàng)新耦合的新型供應(yīng)鏈生態(tài)體系與制度建構(gòu)[J]．新疆師范大學(xué)學(xué)報（哲學(xué)社會科學(xué)版），"2021，42（2）：73-83.

[3] 李婷，張燦．多媒體背景下企業(yè)供應(yīng)鏈質(zhì)量協(xié)同管理策略研究[J]．中國商論，2022（8）：74-76.

[4] 彭小劍，程兆兆，謝夢萍，等．新零售時代下“智慧物流與新型供應(yīng)鏈”協(xié)調(diào)發(fā)展研究[J]．中國航務(wù)周刊，2023（47）：182-184.

[5] 董孟飛．基于高速公路“服務(wù)區(qū)+物流”模式的新型物流網(wǎng)絡(luò)優(yōu)化研究[D]．石家莊：石家莊鐵道大學(xué)，2023.