鲜食农产品流通GM模型构建及验证*

丁丽芳

(山西农业大学经济管理学院，晋中 030801)



·三农问题·

鲜食农产品流通GM模型构建及验证*

丁丽芳

(山西农业大学经济管理学院，晋中 030801)

[目的]利用灰色系统理论模型GM模型预测鲜食农产品物流量，以期为提高鲜食农产品流通效率提出前瞻性思路。[方法]基于鲜食农产品物流发展水平相对落后的问题，以2005～2013年间我国鲜食农产品的物流量为研究对象，通过灰色控制系统理论中的GM(1， 1)模型原理的预测和检验方法，验证了该模型在鲜食农产品物流中的实用性。[结果]2005～2013年，我国的鲜食农产品实际物流量在(10000±2000)万t波动，除2005年实际物流量与预测物流量等同外， 2006～2013年的预测物流量均高出实际物流量，而2014年预测物流量(8756万t)明显低于历年物流量的平均水平。[结论]GM(1， 1)模型预测的平均相对误差率为6.15%，勉强可适用于鲜食农产品物流量的预测。

鲜食农产品 物流 冷链 GM模型 灰色预测

0 引言

鲜食农产品是指通过捕捞、采收、养殖、种植等生产方式，经初级加工或未经加工的可供人类食用的新鲜农产品，主要包括蔬菜类、水果类、畜禽肉类、水产品类、鲜蛋类等，其典型特点是含水量高、保鲜期短、在流通过程中极易受损和变质腐烂，与工业产品物流模式相比，鲜食农产品物流模式对物流系统的时效性和技术性要求更高。随着我国居民收入水平的提高，鲜食农产品在日常消费中所占的比重不断增加，且消费者对鲜食农产品的品质要求也越来越高，因此鲜食农产品物流体系的建立直接影响着农民的经济收入和消费者的生活需求。由于我国的鲜食农产品呈现消费量大、种类繁多、跨区域、反季节的特点，给生鲜农产品物流带来了极大的挑战，而目前我国鲜食农产品物流体系发展处于起步阶段，因此其发展还面临着诸多问题亟待解决[1-2]。文章基于以往学者的鲜食农产品流通研究成果，利用灰色系统理论模型GM模型预测鲜食农产品物流量，以期为提高鲜食农产品流通效率提出前瞻性思路。

1 我国鲜食农产品流通效率分析

1.1 鲜食农产品生产状况分析

我国是个农业生产大国，农产品的产量大且种类繁多，并且分布广泛。据统计[3]，近年来我国鲜食农产品的产量大幅增长，水果和蔬菜的产量自2010～2014年的平均年增产量分别高达1200万t和2500万t，稳居世界首位。2014年，我国畜禽肉类和禽蛋类产量分别达8706.74万t和2893.89万t，均占世界总产量的30%～40%，同样居世界首位。同年，牛奶的产量达3724.64万t，水产品总产量达6461.50 万t，占世界总产量约70%，其他类型的鲜食农产品的生产规模也均位于世界前列[4]。随着工业化进程的推进，我国鲜食农产品的生产也面临着多重困境，如生产环境不断遭受工业三废等的污染和破坏，尤其是各类有毒金属、非金属以及有害化合物等对农地土壤和水产环境的污染。此外，各类农业添加品，包括农药、化肥、除草剂、杀虫剂、养料等的不合理使用也严重影响着鲜食农产品的安全性。

1.2 鲜食农产品流通状况分析

鲜食农产品物流贯穿于生产到消费的整个流通过程中，它将鲜食农产品的生产、包装、仓储、采购、运输、装卸及搬运等环节有机结合起来，旨在提高鲜食农产品的附加值，降低物流的总成本，使鲜食农产品的生产者、销售商以及消费者实现共赢。近年来，应鲜食农产品市场经济发展的需求，以冷冻工艺学为基础和制冷技术为手段的冷链物流体系得以建立，已成为鲜食农产品消费市场的主要物流模式。但由我国鲜食农产品物流的发展刚刚起步，鲜食农产品的质量还未能得到高效保障[5-6]，主要表现在以下几个方面：(1)物流基础设施相对落后，交通工具和装卸等设备不健全，流通网络范围小； (2)物流信息链不健全，很多电子化技术如条码等还未被普及利用，导致物流信息收集、沟通和传递不流畅； (3)物流成本较高，国内粮食从产地到销地的物流费用占粮食销售价格的30%～35%，鲜食农产品则占到60%左右，远超国外水平； (4)物流技术水平低，鲜食农产品对冷链技术的要求较高，而该技术起步较晚、起点低、基础设施不足。总体来看，较鲜食农产品的生产水平，我国鲜食农产品的物流发展水平出现相对滞后的现象。

2 GM模型在鲜食农产品流通中应用

1982年，邓聚龙[7]等人首次提出了灰色控制系统理论(Control Problems of Grey Systems)，该理论是定量比较与描述系统之间或系统中各因素间的关系，并应用数据变化情况来衡量各因素之间关联性大小的方法。其中GM模型(Grey Models)是灰色系统理论中最具代表性的预测方法，该模型的原理是将搜集到的信息按时间先后顺序组合成序列，得到模型所需要的初始值后进行累加、累减、均值、级比等处理，生成一个新序列，再经差分、微分处理，转换成模型的基本形式，最后结合矩阵、最小二乘等方法，拟合出时间响应式，并根据该式进行预测[8]。目前，GM(1， 1)模型已被广泛应用于物流运输的多项指标的预测。如， 王战军[9]等人针对物流广义成本管理的多目标决策问题，利用GM(1， 1)模型及关联度分析法，提出了在确定多因素目标的权重系数的情况下可通过两两比较法来提高物流管理成本预测精度的措施； 王晓原[10]等人通过建立GM(1， 1)模型对山东省的物流规模进行了预测，并用残差检验和后验差检验等方法对预测结果进行了检验，进一步证明了预测结果的可信性； 黄雨[11]等建立了基于 GM(1， 1)模型的运输问题的数学模型，为制定物流运输成本最小化的调度方案提供了理论基础； 吕庆[1]等人通过GM(1， 1)模型对上海市生鲜农产品物流需求和本地生鲜农产品物流需求做出分析预测，得出了关于上海市2015年和2016年生鲜农产品物流资源的最佳优化配比。

2.1 GM(1， 1)模型建模方法

GM(1， 1)模型是GM模型中的单序列一阶线性动态模型[12]，基本原理如下。

设GM模型无序的原始数列：X(0)=(x(0)(1),x(0)(2),…,x(0)(n)),其中，x(0)(k)>0,k=1,2,…,n。X(1)为X(0)的1-AGO(Accumulating Generation Operator)即一次累加生成序列：X(0)=(x(0)(1),x(0)(2),…,x(0)(n))。建立X(1)(k)的GM(1， 1)一阶线性微分方程，即x(0)(k)+az(1)(k)=b，其中-a称为发展系数，b为灰色作用量。-a作为预测精度的检验标准之一，越接近0说明预测的契合度越好。其他情况为：-a在[0， 0.35]之间，精度预测等级为好，在[0.35， 0.5]之间，等级为合格，在[0.5， 0.65]之间，等级为勉强，大于0.65则等级为不合格。

最终推导出的公式：

(1)

通过公式(1)计算预测未来时间k时的数据。

2.2 模型的检验

通常情况下，预测结果需要进行预测精度检验，以评价预测结果的可靠性。GM模型预测结果检验的方法有3种，包括残差检验、关联度检验和后验差检验等。该文将运用残差检验方法来进行GM模型的精度检验。这种检验方法是对模型值和实测值的残差进行逐点检验[13]，算出相对误差率，误差率越小，表明预测越准确。

设农产品运输量原始数列为：X(0)(k)={11 365,10 500,10 857,11 858,10 368,10 089,9 854,10 370,10 884}，累加生成序列为：X(1)(k)={11 365,21 865,32 722,44 580,54 948,65 037,74 891,85 261,96 145}，由此可以构造出矩阵B和数据向量Yn。

(2)

(3)

(4)

(5)

代入a，b可得：

(6)

3 鲜食农产品物流量预测及验证

目前，我国鲜食农产品流通的主要方式仍是公路运输。由此该文根据《中国统计年鉴》2005～2013年的统计数据[3]以GM(1， 1)模型预测2014年的鲜食农产品物流量，并对预测结果进行误差率精度检验。

表1 2005～2014年全国鲜食农产品物流量

年份物流量(万t)年份物流量(万t)年份物流量(万t)年份物流量(万t)年份物流量(万t)2005113652007108572009103682011985420131088420061050020081185820101008920121037020148756

表2 2005～2013年农产品物流量误差

GM(1， 1)模型预测结果表明， 2005～2013年，我国鲜食农产品实际物流量在(10000±2000)万t波动，除2005年实际物流量与预测物流量等同外， 2006～2013年的预测物流量均高出实际物流量值，而2014年预测物流量(8756万t)明显低于历年物流量的平均水平。由误差率精度检验结果得知，GM(1， 1)模型预测的平均相对误差率为6.15%，预测结果勉强可靠，说明GM(1， 1)模型可适用于鲜食农产品物流量的预测。

4 总结

通过对我国鲜食农产品2005～2013年物流量预测及结果检验，表明GM模型勉强可适用于鲜食农产品物流量的预测。但由于数据选取的时段有限，预测结果并不能完全反映鲜食农产品物流量的实际情况，因此该研究有一定的局限性。因此，后续研究仍需进一步完善和调整GM模型的理论建模方法和对预测结果精度检验的方法，以期为我国鲜食农产品物流体系发展提供更有效的理论依据。

[1] 吕庆， 费红英.上海市生鲜农产品物流资源分配优化研究.当代经济, 2016，(10)： 33～35

[2] 刘浩. 生鲜农产品冷链物流的现状及发展对策.中国农业资源与区划， 2016, 37(3): 184～186

[3] 国家统计局. 中国统计年鉴.北京：中国统计出版社， 2015

[4] 晁晓龙， 李金洺.我国生鲜农产品现状分析.市场周刊, 2016，(1)： 14～15

[5] 柳玉寿， 张潇丹，何亮.生鲜农产品物流存在的问题及对策研究.商场现代化, 2016，(20)： 38～39

[6] 冯居君. 我国农产品网络营销现状及优化策略.中国农业资源与区划， 2016, 37(10): 218～221

[7] 邓聚龙. 灰色控制系统.华中工学院学报， 1982, 10(6): 9～18

[8] 刘媛媛. 基于GM模型的IC卡分时段客流预测.济南：山东大学， 2011

[9] 王战军， 王铁宁.GM(1， 1)模型在物流广义成本预算中的应用.管理与营销， 2004, 27(4): 74～77

[10]王晓原， 李军.灰色 GM(1， 1)模型在区域物流规模预测中的应用.武汉理工大学学报交通科学与工程版， 2005, 29(3): 415～417

[11]黄雨， 崔宣，蒋燕，等.基于 GM(1， 1)模型的物流运输问题研究.中小企业管理与科技, 2013，(9)： 136～137

[12]苏蕾. 用灰色GM模型进行预测的简单计算方法.黑龙江省电力开发公司, 1995，(3)： 5～10

[13]雷晓斌， 郭璐.GM模型和Markov模型在公路客运量预测中的综合运用.西部交通科技, 2013，(12)： 78～83

CONSTRUCTION AND VERIFICATION OF GM MODEL FOR FRESH FOOD CIRCULATION*

Ding Lifang
(College of Economy & Management, Shanxi Agriculture University, Jinzhong 030801, China)

The logistics of fresh agricultural products is a very important part of the agricultural economy. This paper analyzed the present situation of the development of the logistics of fresh agricultural products in China in recent years based on GM model, and pointed out many problems in the process of production and logistics development of fresh agricultural products, for example, logistics infrastructure was relatively backward, the logistics information chain was not perfect, and the cost of logistics was high. And then, it verified the practicability of GM (1, 1) model based on the highway transport of fresh agricultural products through the theory of grey control system. The results showed that the GM (1, 1) model prediction results can reflect the amount of fresh agricultural products logistics, but the modeling accuracy still needed further improvement and adjustment. The results can provide theoretical basis for the effective development of fresh agricultural products logistics system.

fresh agricultural product; logistics; cold chain; GM model; grey predict

10.7621/cjarrp.1005-9121.20170632

2016-03-15

丁丽芳(1971—)，女，山西长治人，硕士、副教授。研究方向：农产品物流及农产品供应链。Email： 13633475339@163.com

*资助项目：山西省哲学社会科学项目“山西省农产品流通效率的测度及其影响因素研究”(201512)； 山西农业大学经济管理学院基金项目“山西省农产品物流产业一体化模式研究”(jgky2016005)

F252.8

A

1005-9121[2017]06226-04