中圖分類號：F272 文獻標志碼：A DOI： 10.13714/j.cnki.1002-3100.2025.09.002

Abstract：Logistcsmakesupournationaleconomyanditisalsothebridgethatconnectseverylinkinthenationaleconoy. Atthesametime，asa tertiaryindustry，ithasverygooddevelopment prospects.Basedontheindependent variablemulticolinearity，theGM1，1）modelwasusedtopreicttheindicatorswithigcorelationbetweensixelatedinfluencinfactors andfreightvolumeinthenextsixyearsandthentheridgeregressionequationwasbroughtintoacounttopredictthelogistics demandin Guangxi.Finallacording totheforecastresultsandthe\"14thFive-YearPlanfortheDevelopmentofGuangxisLo gistics Industry\"， some suggestions are put forward for the development of logistics in Guangxi.

Key words： logistics demand; forecasting; ridge regression; GM（1，1

0引言

《廣西物流業(yè)發(fā)展“十四五”規(guī)劃》明確提出，到2025年，廣西將初步構(gòu)建一個“高效集聚”、“區(qū)域協(xié)作”、“創(chuàng)新整合”、“智能綠色”和“安全可控”的現(xiàn)代物流體系，并將廣西打造成“國內(nèi)外雙循環(huán)”的關(guān)鍵節(jié)點和中心。另外，通過預(yù)測物流需求，企業(yè)和政府能更精確地掌握市場需求和競爭狀況，進而提高物流行業(yè)的競爭力和創(chuàng)新能力，這對于推動區(qū)域經(jīng)濟的協(xié)同發(fā)展具有極其重要的作用。因此，本文研究旨在結(jié)合廣西的實際情況，綜合運用定量分析與定性分析相結(jié)合的方法，構(gòu)建更為精準的物流需求預(yù)測模型，以期為廣西的可持續(xù)發(fā)展提供建議。

在選擇物流需求相關(guān)影響因素時，國內(nèi)學(xué)者從多個角度對與物流需求有較大關(guān)聯(lián)的因素進行了分析。王琰選擇GDP產(chǎn)業(yè)總產(chǎn)值、外貿(mào)進出口總額和社會消費品零售總額等主要經(jīng)濟指標為物流需求預(yù)測相關(guān)影響指標，利用福州市的實際情況，預(yù)測了福州市的物流需求，并在此基礎(chǔ)上說明了所選取的經(jīng)濟指數(shù)在進行物流需求預(yù)測時具有一定的參考價值。

在選擇物流需求相關(guān)預(yù)測方法時，在運用單一預(yù)測模型方面周曉娟等在以往學(xué)者研究的基礎(chǔ)上，選擇了河北省統(tǒng)計年鑒1990—2009年的有關(guān)指標，并按照統(tǒng)計學(xué)的嚴謹性，選擇了相應(yīng)的研究指標，為消除多重共線性將數(shù)據(jù)逐步回歸之后以河北省為研究對象，通過多元線性回歸模型對物流需求進行預(yù)測分析，從三個層面探討了河北省物流業(yè)的發(fā)展趨勢。在運用組合預(yù)測模型方面吳涵等在三種單一預(yù)測方法的基礎(chǔ)上，構(gòu)造了賦權(quán)的組合預(yù)測模型即將三種模型給予不同的權(quán)重，用于重慶港口物流的預(yù)測。預(yù)測結(jié)果為重慶港口物流需求在2025年前仍將保持較大的發(fā)展勢頭。研究結(jié)果表明，組合預(yù)測模型的穩(wěn)定性優(yōu)于單個預(yù)測模型，為港口物流需求預(yù)報提供了一種有效的建模與預(yù)測手段。以往，大多數(shù)學(xué)者都是使用單個的灰色系統(tǒng)模型來預(yù)測物流需求，這種預(yù)測精度不高，而且很少使用組合預(yù)測，尤其是較少采用基于嶺回歸的預(yù)測模型對物流需求進行預(yù)測。利用組合預(yù)測方法，能夠有效地解決單個預(yù)測模型存在的假定條件及“數(shù)據(jù)偶然性”等問題，實現(xiàn)多個單個預(yù)測模型的合理組合，從而整體提升物流需求預(yù)測的準確性。

1廣西物流發(fā)展現(xiàn)狀

廣西物流規(guī)模逐步擴大，主要得益于廣西在西部陸海新通道建設(shè)中的顯著成效。自《西部陸海新通道總體規(guī)劃》印發(fā)實施以來，廣西加快建設(shè)西部陸海新通道，北部灣港從2019年的382萬箱增加至2022年的702萬箱，增速在國內(nèi)各大港口中位居前列；海鐵聯(lián)運班列年發(fā)運量從2019年的2243架次上升至2022年的8820架次，航線覆蓋全國17個省份63個城市，121個站點；中越過境列車由2019年的1026輛增加至2022年的2182輛；南寧機場的貨郵吞吐量將在2022年達到73000噸，由2019年的23000噸增加至73000噸。此外，廣西還推動平陸運河、港20萬噸級自動化集裝箱碼頭、南寧機場T3航站區(qū)及配套設(shè)施建設(shè)等重大項目的建設(shè)，進一步加速了廣西與西南腹地、東盟國家的物流往來和經(jīng)濟循環(huán)。廣西貨運量發(fā)展現(xiàn)狀呈現(xiàn)穩(wěn)步增長的趨勢。近年來，廣西鐵路、水路貨運量持續(xù)增長，2022年廣西鐵路、水路貨運量共完成5.01億噸，綜合占比達到 23.5% ，相較于2018年提升了4個百分點。同時，廣西的航空貨運量也有顯著增長，南寧機場國際航空貨郵吞吐量突破7萬噸，同比增長超過 200% 。這顯示出廣西貨物運輸迅速發(fā)展，特別是水路貨物運輸有了明顯的增長，為廣西建設(shè)粵港澳大灣區(qū)的核心區(qū)域，開辟了一條高效暢通的水運通道。廣西貨運量2010—2022年發(fā)展現(xiàn)狀如圖1所示。

2模型構(gòu)建

2.1嶺回歸模型

多元線性回歸分析是指在模型中存在兩個或更多自變量，并且這些自變量與因變量之間呈現(xiàn)線性關(guān)系。即： Y=Xβ+ε 。式中： Y 為因變量； X 為自變量矩陣； β 為回歸系數(shù)； ε 為誤差。通常在多元線性回歸分析中使用最小二乘法來進行參數(shù)估計，求解其回歸系數(shù) β ，即： 在多元線性回歸模型中，需要滿足自變量之間無顯著相關(guān)關(guān)系的假設(shè)。當自變量之間存在較強相關(guān)性時，即自變量之間的相關(guān)系數(shù)接近于1且 X^TX=0 ，利用上式求解模型參數(shù)會導(dǎo)致無法求解或估計方差過大的問題，即存在多重共線性情況。在存在多重共線性的情況下，需要改用嶺回歸優(yōu)化算法進行建模，嶺回歸方程如下：

2.2 GM（1，1）模型

GM（1，1）模型建模步驟：

（1）建立原始數(shù)列：

（2）通過一階累加生成（1-AGO），得到一個新的數(shù)據(jù)系列：

x^（1）（k）=Σ_i=1^kx^（0）（i），?#k=2，3，…，n

（3）如果 x^（1） 呈指數(shù)變化，GM（1，1）模型的灰色微分方程如下，其中： Δ_a 為發(fā)展系數(shù)， b 為灰色控制變量。

（4）用普通最小二乘法（OLS）計算參數(shù) Ψ_a 和 b ：

（5）將得出的參數(shù) Δ_a 和 b 代回原微分方程，在初始條件下，灰微分方程的解是：

（6）利用累減生成法將上一步得到的數(shù)據(jù)序列預(yù)測值進行還原，得到原始數(shù)據(jù)序列的模擬預(yù)測值：

2.3物流需求指標體系建立

選擇貨運量為物流需求指數(shù)，是由于貨運量是反映物流活動規(guī)模與需求程度的一項重要指標。具體來說，有以下幾個原因：貨運量能夠直接反映物流活動的規(guī)模。其大小直接決定了物流企業(yè)的運輸、倉儲、裝卸搬運等活動的規(guī)模，從而反映了物流需求的水平。物流需求與貨運量息息相關(guān)。物流需求是指物品在社會經(jīng)濟活動中的流動需求，而貨運量則是這種需求的具體表現(xiàn)形式，物流需求主要表現(xiàn)在物流方面。隨著經(jīng)濟的發(fā)展和市場的擴大，物流需求不斷增加，貨運量也會隨之增長。貨運量是一個相對容易獲取和統(tǒng)計的指標，各級政府和統(tǒng)計機構(gòu)都會定期發(fā)布相關(guān)的貨運量數(shù)據(jù)。這使得貨運量成為一個方便、可靠的物流需求指標。綜上所述，選取貨運量作為物流需求的指標，能夠直觀地反映物流活動的規(guī)模和物流需求的水平，同時數(shù)據(jù)也容易獲取和統(tǒng)計。因此，貨運量成為了衡量物流需求的重要指標之一。其次，本文根據(jù)科學(xué)性、評價方法一致性以及可比性等原則，選取了影響貨運量的9個相關(guān)因素指標。

2.4實證分析

2.4.1樣本數(shù)據(jù)獲取與處理

根據(jù)前文理論分析及廣西物流發(fā)展現(xiàn)狀，選取貨運量作為廣西物流需求預(yù)測模型的因變量，選取9個影響因素指標作為自變量，構(gòu)建廣西物流需求預(yù)測模型。本文數(shù)據(jù)來源于各年的《廣西統(tǒng)計年鑒》。其中， X₁，X₂，X₃，X₄，X₅，X₆，X₇，X₈，X₉，Y 分別表示進出口總額、社會固定資產(chǎn)投資額、消費品零售總額、GDP、第一產(chǎn)業(yè)、第二產(chǎn)業(yè)、第三產(chǎn)業(yè)、城鎮(zhèn)居民人均可支配收入和常住人口數(shù)。為了分析出哪些因素影響廣西物流量，在建立回歸模型時，需要首先檢查各變量之間的相關(guān)性。選用灰色關(guān)聯(lián)度分析方法（見表2）。為了使物流需求預(yù)測系統(tǒng)的全面性，選取關(guān)聯(lián)度排名前6的指標進行分析。

根據(jù)灰色關(guān)聯(lián)度分析結(jié)果，保留關(guān)聯(lián)度大于0.7的6個與貨運量相關(guān)的影響因素，分別是城鎮(zhèn)居民人均可支配收入 X₈ ，第二產(chǎn)業(yè) X₆ ，第一產(chǎn)業(yè) X₅ ，人均 GDPX₄ ，常住人口 X₉ 和社會消費品零售總額 X₃ 。對這6個與貨運量關(guān)聯(lián)度較高的影響因素進行相關(guān)性分析（見表3），分析結(jié)果表明6個影響因素直接相關(guān)性很高，存在多重共線性。

在構(gòu)建物流需求預(yù)測模型時，也存在著大量的共線性、樣本數(shù)量過少等問題。為確保所構(gòu)建的物流需求預(yù)測指標體系準確完善，通常會盡量不漏掉與物流需求有關(guān)的所有影響因素，并對與物流需求有關(guān)的各個影響因子進行綜合選擇，這就會造成所選擇的各影響指標的多重共線性問題，如果單純采用多元線性回歸的方法對其進行建模，將會出現(xiàn)估算誤差大、模型穩(wěn)定性差的問題。依據(jù)計算結(jié)果顯示，選取的變量之間有嚴重的多重共線性，因此選擇總均方根誤差最小的嶺回歸預(yù)測方法?？梢越鉀Q變量體系中的多重共線性問題，選用這種改進的嶺回歸方法，通過用 GM（1，1） 模型將物流需求相關(guān)影響指標的變量進行預(yù)測然后帶入到嶺回歸方程當中。運用改進的嶺回歸模型進行預(yù)測首先需要確定 K 值，本文根據(jù)方差擴大因子法確定 K=0.041 。

表4顯示了嶺回歸模型的參數(shù)結(jié)果以及檢驗結(jié)果，包括模型的標準化系數(shù)、 χ_t 值、 F 檢驗的結(jié)果、 R 、調(diào)整 R² 等，用于模型的檢驗，并分析模型的公式。根據(jù) F 檢驗的 P 值對模型進行檢驗。結(jié)果顯示：基于 F 檢驗顯著性 P 值為 0.007^*** ，水平上呈現(xiàn)顯著性，拒絕原假設(shè)，表明自變量與因變量之間存在著回歸關(guān)系。同時，模型的擬合優(yōu)度 R² 為 0.905 ，模型表現(xiàn)為較為優(yōu)秀。

模型的公式：

2.4.2預(yù)測影響因素數(shù)據(jù)帶入嶺回歸方程

對二級指標 X₃，X₄，X₅，X₆，X₈，X₉ 使用GM（1，1）模型預(yù)測未來6年的值，得到結(jié)果如表5所示。

將影響因素的預(yù)測數(shù)據(jù)輸入到嶺回歸方程得到貨運量的預(yù)測數(shù)據(jù)，如表6所示。

表6是對廣西2023—2028年物流需求的預(yù)測結(jié)果，2023年222451.797萬噸，2024年231618.639萬噸，2025年241093.95萬噸，2026年250889.719萬噸，2028年與2027年的261018.544萬噸相比處于穩(wěn)步增長狀態(tài)，并且未存在異常的波動。結(jié)合表中對廣西區(qū)域物流需求相關(guān)影響指標的預(yù)測結(jié)果同樣在短期內(nèi)處于穩(wěn)定的增長狀態(tài)，并未存在異常的

波動。由此可得表6中對2018—2020年廣西物流需求預(yù)測結(jié)果科學(xué)、合理、可靠且模型的擬合優(yōu)度達0.905表明模型擬合優(yōu)秀研究成果顯示，廣西物流需求在未來6年內(nèi)將呈現(xiàn)出明顯的增長趨勢，而嶺回歸-GM（1，1）進行組合的這種預(yù)測模型能夠更好地對廣西地區(qū)的物流需求進行預(yù)測，并能有效降低數(shù)據(jù)的不確定性，對其它地區(qū)的物流需求進行預(yù)測具有指導(dǎo)意義。

3結(jié)論與對策

本文建立了廣西區(qū)域物流需求預(yù)測的指標體系。通過對廣西實際發(fā)展狀況分析，對廣西物流需求預(yù)測指標選取的是貨運量，且建立了9個物流需求相關(guān)影響因素指標，用灰色關(guān)聯(lián)分析法計算各指標灰色關(guān)聯(lián)度，對所選擇9個與貨運量相關(guān)的影響因素進行篩選，剔除關(guān)聯(lián)度低的影響指標，最終建立了基于6個相關(guān)影響指標的廣西區(qū)域物流需求預(yù)測的指標體系。隨后對這6個指標數(shù)據(jù)進行相關(guān)性分析，得出存在多重共線性，因此選擇建立了嶺回歸-GM（1，1）組合預(yù)測模型。從上述預(yù)測模型進行實證分析所得的結(jié)果分析可得，未來六年廣西物流需求將穩(wěn)步上升。但是目前來看物流發(fā)展仍然受到一些因素的限制，例如基礎(chǔ)設(shè)施瓶頸，交通網(wǎng)絡(luò)限制，腹地經(jīng)濟規(guī)模以及政策與制度環(huán)境可能會限制物流的發(fā)展，進而影響貨運量的提升。在此基礎(chǔ)上，本文就如何促進廣西物流業(yè)的高質(zhì)量發(fā)展、提高物流需求提出了如下幾點建議：

（1）加強物流基礎(chǔ)設(shè)施建設(shè)。在區(qū)域物流需求的影響因素分析中可知，完善的物流基礎(chǔ)設(shè)施建設(shè)可以提高區(qū)域?qū)ξ锪餍枨蟮某休d力，推動物流需求的增長，物流基礎(chǔ)設(shè)施建設(shè)是區(qū)域物流高質(zhì)量發(fā)展的前提和保障。應(yīng)加強物流體系，建設(shè)省域內(nèi)一體化融合發(fā)展整合各城市物流資源，發(fā)揮跨江融合和南北聯(lián)動優(yōu)勢。

（2）擴大出口貿(mào)易規(guī)模。在經(jīng)濟飛速發(fā)展的同時，外貿(mào)業(yè)務(wù)也呈現(xiàn)出蓬勃發(fā)展的態(tài)勢。廣西應(yīng)該在物流方面投入更多的資金，加速物流信息化建設(shè)，優(yōu)化物流流程，降低物流成本，提升物流效率，為國內(nèi)外貿(mào)企業(yè)提供更好的服務(wù)。隨著我國外貿(mào)規(guī)模的不斷擴大，對外貿(mào)企業(yè)的物流服務(wù)質(zhì)量因此也提出了更高的要求。廣西應(yīng)加大對物流人才的培養(yǎng)與管理力度，提升其專業(yè)、可靠程度，以適應(yīng)我國外貿(mào)企業(yè)對物流的高質(zhì)量需求。擴大出口貿(mào)易規(guī)模需要更加便利的貿(mào)易環(huán)境，廣西應(yīng)積極開展與東盟及其他國家及地區(qū)的物流合作，促進貿(mào)易便利化，減少貿(mào)易壁壘，增強其競爭能力。總之，通過對廣西物流業(yè)的進一步拓展，可以使廣西的物流系統(tǒng)得到優(yōu)化，物流服務(wù)水平的提升，以及對貿(mào)易的促進作用，使其得到迅速的發(fā)展。

（3）加大信息化建設(shè)。提升信息化水平，縮小企業(yè)差距。借助先進的信息技術(shù)和智能化設(shè)備打造強大的物流管理平臺。這個平臺可以以信息為核心，整合供應(yīng)鏈上所有相關(guān)的數(shù)據(jù)流，優(yōu)化物流流程，提高效率，降低成本。通過這樣的平臺，廣西不僅能夠成為區(qū)域性的國際物流基地，而且能升級為一個信息交換中心，促進區(qū)域內(nèi)外的經(jīng)濟交流與合作，提升整個地區(qū)在全球物流網(wǎng)絡(luò)中的地位。這一舉措可大幅增強廣西在國際貿(mào)易中的競爭力，同時也有助于吸引更多的國際投資和企業(yè)落戶，推動地方經(jīng)濟發(fā)展，實現(xiàn)多方共贏的局面。要改變運作模式，實行集中、協(xié)調(diào)、統(tǒng)籌；轉(zhuǎn)變傳統(tǒng)的經(jīng)營方式粗放、資源消耗大、環(huán)境污染嚴重的物流方式，對“綠色物流”的模式和運營模式進行創(chuàng)新，從而實現(xiàn)對整個社會的整體物流總量的整體削減，減少汽車空置率，減少繞道交通，減輕交通堵塞和環(huán)境污染，推動經(jīng)濟型物流模式的迅速增長與發(fā)展。構(gòu)建協(xié)同高效的“信息鏈”。圍繞產(chǎn)業(yè)鏈供應(yīng)鏈構(gòu)建“信息鏈”，打通產(chǎn)業(yè)鏈供應(yīng)鏈上的堵點、斷點，積極推進港口、公路、鐵路、內(nèi)河、機場“五港”的信息互聯(lián)，加速實現(xiàn)內(nèi)外聯(lián)通、安全高效的物流網(wǎng)絡(luò)建設(shè)，為廣西的經(jīng)濟發(fā)展提供有力的支撐。

（4）推動智慧綠色物流創(chuàng)新發(fā)展。加快智能物流的發(fā)展。在物流追蹤、認證、交易、支付監(jiān)管、信用評估等方面，要大力推進大數(shù)據(jù)、物聯(lián)網(wǎng)、云計算、北斗導(dǎo)航、生物識別等現(xiàn)代信息技術(shù)的應(yīng)用。推動物流中的運輸、倉儲、配送等各個方面的智能設(shè)施，并積極開發(fā)產(chǎn)品可追溯性，健全新一代的物流資訊系統(tǒng)，讓物流園區(qū)、物流中心、貨運站等物流節(jié)點的設(shè)施都能實現(xiàn)數(shù)字化，形成可視化的智能化物流設(shè)施體系。推動綠色低碳科技的發(fā)展，鼓勵企業(yè)使用節(jié)能、清潔的交通工具和物流設(shè)備，在全國范圍內(nèi)推廣使用節(jié)能環(huán)保的倉儲設(shè)施及綠色包裝，并構(gòu)建第三方標準化的托盤回收共享網(wǎng)絡(luò)。推動我國綠色物流評價指標體系的建立。

參考文獻：

[1]QIANT，YUZHUOQ，LANX.ForecastingthedemandforcoldchainlogisticsofagriculturalproductswithMarkov-opti-mised mean GM（1，1） model—A case study of Guangxi Province，China[J]. Kybernetes，2024，53（1）：314-336.

[2]BAOCHAID，AILING C.Researchonlogisticsdemandforecastbasedonthecombinationof greyGM（1，1）andBPneuralnetwork[J]. Journal of Physics： Conference Series，2019，1288：012055.

[3]張宇超．基于 GM（1，1） 模型的內(nèi)蒙古自治區(qū)區(qū)域物流需求預(yù)測[J].內(nèi)蒙古統(tǒng)計，2023（3）：32-35.

[4]武亞鵬，李慧穎，李婷，等．基于多模型組合的物流需求預(yù)測分析——以武漢市為例[J].物流技術(shù)，202241（6）：60-63.

[5]朱夢琳.基于 GM（1，1） 模型的內(nèi)江市區(qū)域物流需求預(yù)測[J].物流工程與管理，2022，44（12）：15-17.

[6]秦小楠，王穎純．港口物流需求預(yù)測影響因素分析[J]．中國儲運，2021（11）：61.

[7]李明書，劉仁云，胡妹祺，等．基于時間序列分析的長春市物流研究及預(yù)測[J].科技創(chuàng)新與應(yīng)用，2020（32）：34-36.

[8]吳涵，張立，劉岱，等．港口物流需求趨勢預(yù)測方法研究——基于組合預(yù)測模型對重慶港口物流需求趨勢分析[J].價格理論與實踐，2019（9）：75-78.

[9]萬玉龍，胡田田，章艷華．基于多種回歸模型的區(qū)域物流需求預(yù)測實證分析[J].物流科技，2017，40（10）：6-9.

[10]范雅．廣西區(qū)域物流系統(tǒng)優(yōu)化研究[D].柳州：廣西科技大學(xué)，2017.

[11]王琰．福州市物流需求預(yù)測方法及應(yīng)用研究[J].物流科技，2016，39（4）：106-110.

[12]李國祥，夏國恩.區(qū)域物流需求的組合預(yù)測模型[J].統(tǒng)計與決策，2014（15）：85-87.

[13]周曉娟，景志英．基于多元線性回歸模型的河北省物流需求預(yù)測實證分析[J]．物流技術(shù)，2013.32（9）：270-272.

[14]張麗萍，楊江龍．基于灰色模型的臨沂市物流需求預(yù)測[J]．物流技術(shù)，2013，32（5）：274-277，284.

[15]王景敏，朱芳陽，隋博文，等．廣西北部灣港口物流需求預(yù)測及發(fā)展模式研究[J].物流科技，2010，33（12）：26-28.