基于灰色预测GM（1，1）模型下的甘肃省平凉市物流量预测

常青华

摘要：区域物流量预测是地区物流产业发展和物流园区规划建设重点考虑的因素之一。本文结合平凉市的实际情况，运用灰色系统理论建立物流需求量的灰色预测GM（1，1）模型，并对平凉市2002～2012年的物流需求量进行预测，从而确定平凉市未来几年的物流需求量。

关键词：物流需求量；平凉市；灰色预测

1.区域物流量预测的意义

通过本课题研究，分析并预测甘肃省平凉市的物流量，进而保证平凉市物流产业的发展，使得平凉市的物流产业在本省形成一定的辐射，利用平凉市的特有经济地位和区域地位，拉动周边城市或地区的物流产业发展。

近年来由于我国各地的物流产业的发展与壮大，物流园区的建设成为物流产业发展的必然产物，这也将是促进物流产业发展的关键环节。而其中对物流园区物流量的预测为建立物流园区合理的空间布局有着重要的指导和引导的作用，可以解决目前我省乃至全国普遍存在的物流园区布局不合理、基础设施重复建设、资源利用不足等问题。因此本文选择甘肃省平凉市的物流量作为研究的对象，通过科学合理的物流量预测，为交通基础设施的合理配置、物流园区的规划建设、运营管理，货运通道网络系统的提升等提供一定的定量依据。

2.物流量预测指标的选择

目前对于物流量并没有一个非常准确的定义，由于没有专业统计作业作支撑，也很难有一个被大家广泛引用的计算方法。而现阶段对物流量的预测多以“货运量”来反映一个地区或区域物流量的需求，由于物流量活动涉及的范围较广，考虑到运输是物流活动中最为基本的活动环节，而货运量在运输业中能较好体现运输需求，进而能够通过对地区货运量的预测来对本地的物流需求进行合理的预测，为地区物流产业和物流园区的规划可以提供参考的依据。

3.预测GM（1，1）模型

灰色系统理论是一门边缘科学，它结合了控制论和方法论，既可以应用于社会经济方面，又可以应用于工业控制方面。灰色模型预测实质是微分方程的时间连续函数模型，可以对事物的发展变化做出长期预测，而且对原始数据要求不高。针对我国的物流业尚处于初级阶段，影响物流量预测的因素很多，且很难获取完整的数据。在现有的物流资料很难满足一般预测方法要求的情况下，灰色预测在物流需求规模预测中具有较好的应用前景。灰色系统分析是将一些已知的数据序列，通过定量的方法处理，使其由散乱状态转向规律化，然后用微分方法进行拟合，并由外延进行预测。在考虑平凉市地区的货运量时，由于其是中国西北地区的公路枢纽，先天的地理位置使得本市的货运量多以铁路、公路的货运量为主，而在航空及水运上的货运量很少，故在本文中的货运总量只考虑公路货运量和铁路货运量。采用GM（1，1）灰色预测模型进行物流需求量预测的具体步骤包括：

第1步，数据累加生成。表1中列出了平凉市2002—2012年货运总量的统计数据，由此生成的原始时间序列X（0）={2211，2260，2629，2662，2906，3120，3371，3237，3331，3638，4375}为原始数列，在建模前首先应对X（0）进行GM（1，1）建模可行性判断。判断标准为原始数列的级比（前一数据除以其相邻后一数据）都必须落在可行区间（e-2/（10+1），e2/（10+1））内。否则，需要对原始数据进行处理。经对表1中数据进行计算，数列级比均落在可行区间内，因此无须对原始数据做处理。

4.结语

通过运用灰色预测GM（1，1）模型以平凉市2001～2012年的货运量为依据，预测出平凉市2013～2018年的货运量数值。基于建设“新丝绸之路经济带”规划的提出，使得处于“丝绸之路”上的区域省份與城市活跃起来，而物流产业作为发展本省或区域经济新的利润源，必会影响平凉市未来的经济发展形势，对平凉市货运总量产生巨大的影响，会使其物流需求量在原有增速的基础上大幅度提高，故可以看出，今后几年平凉市物流需求量将呈现上升的趋势。针对提升本地区物流产业的发展，平凉市政府在政策上应重点扶持此产业，加大物流基础设施的投资力度，使得物流需求与基础设施的配给协调发展，以保证平凉市物流业的健康发展。（作者单位：兰州交通大学经济管理学院）

参考文献：

[1]陈森.基于灰色系统理论的物流需求预测模型[J].决策参考，2006，2：59～60

[2]孙艳玲.灰色预测模型在物流预测中的应用研究[J].物流平台，2007，1：145～146

[3]李友俊，关欣.大庆市物流需求量的灰色预测[J].产业与科技论坛，20087（1）

[4]包莉丽，胡正华.基于GM（1，1）模型的南京市物流量预测[J].中国科技论文在线

[5]胡心专，张亚明.区域物流需求量预测实证研究[J].商业时代，2011（1）

[6]何国华，区域物流需求预测及灰色预测模型的应用[J]，北京交通大学学报（社会科学版），2008，1，7（1）

[7]周艳辉，物流园区物流量智能预测模型与实证研究，湖南大学硕士学位论文，2011，6

[8]徐国祥.统计预测和决策（第三版）[M]，上海财经大学出版社，2008，11（3）