基于指数平滑法的G市主要货物流通量预测

单海霞，余秋豪，高 波 （贵州大学，贵州贵阳550025）

0 引言

贵州省的现代物流业尚处于刚刚起步阶段，各项指标较低，但是发展速度较快。对于物流企业来说企业实力固然重要，但是前瞻性和决策性在企业发展中更为重要，而这些特性都需要根据贵州省现在发展状况来确定。通过G市物流发展的一些数据对G市未来短期发展做出预测，G市物流可以通过预测做相应的调整，同样，G市物流企业也可以通过预测来对自己企业未来的发展做出规划和决策。

1 G市主要货物流通量现状

根据G市2018年4～9月的货运情况分析，截止2018年9月份G市6个月的流出量为2 622.1万吨，流入量为2 730.0万吨，可以看出G市整体的货运量是流入大于流出，更进一步说明了贵州省的物流现状是“好进不好出”。

对G市总的流入流出数据进行分解，具体分析G市2018年4～9月的生活消费品和生产资料的出入情况。发现不管是流入量还是流出量生产资料总比生活消费品多。而针对G市的生活消费品有农产品、医药产品、盐和粮食，生产资料有煤炭及制品、钢材及制品、化工原料及制品、化肥、矿产、铝矿、机械设备及电器、金属及金属制品、石油天然气及制品、建筑材料和轻工材料。

通过分析G市6个月的生活消费品和生产资料的出入占比情况，发现在生活消费品中农产品的流入和流出占比情况分别是74%和79%，虽然占比情况相差很小，但是实际出入量却相差很多。而医药产品是生活消费品中唯一的流出大于流入的产业，其流出量占比为7%，说明G市医药产业相较于其他生活消费品而言更容易外销。通过生产资料的出入分析，可以了解到生产资料中轻工产品的流入量占整个生产资料的总流入量的36%，而煤炭制品流出量占生产资料的总流出量的33%，说明G市轻工产业产品主要依靠外地提供，而煤炭产品可以作为G市的主要产品对外销售。

2 建模及预测

2.1 建立预测模型。根据G市物流运营现状以及数据的收集情况，对其未来三个月的数据进行预测。对G市物流运营情况的预测采用二次指数平滑法，二次指数平滑法是在一次指数平滑法的基础上再做一次指数平滑，然后利用两次指数平滑值，建立预测模型。其中一次、二次指数平滑法的计算公式如下：

其中：t为本期时间；为在t-1时刻的预测值；为对t时刻的第一次指数平滑值预测值（在t-1时刻对下一时刻的预测值）；为对t时刻的第二次指数平滑值；α为指数平滑系数，规定0＜α＜1，（1-α ）称为阻尼系数；xt为在t时刻的实际值。建立二次指数平滑预测模型为：

其中：Yt+T为第t+T时刻的预测值；T为由t时刻向后推移的时刻。

由于指数平滑系数值α是根据主观判断得出的，α的值越大，对近期观测值赋予的权数越大，模型对时间序列的变化越敏感，α值越小，则对近期数据影响越小，历史数据的权数较大，预测更平稳，消除了随机波动性，只反映长期的大致发展趋势。所以不同项目对时间的敏感程度不同，因此需要确定不同的指数平滑系数。

2.2 G市生活消费品和生产资料流入、流出量预测。以生活消费品农产品为例，表1为G市农产品的流入流出量，为了更方便的对G市产业的发展做出预测，所以要分别预测流入和流出量。因为n＜10（n为所提供给一组数的总量），所以取时间序列的前3个数据的平均数为初始值。

表1 G市2018年4～9月农产品的流入、流出量 单位：万吨

根据流入量对时间的敏感程度确定α值为0.8，所以针对农产品的流入量的指数平滑计算公式为：

因为需要预测10～12月份农产品的流入量，而9月份的流入量与前几个月的流入量相差较大，所以不用9月的平滑值进行预测。但可以以8月份的指数平滑值来计算。根据式（4）、式（5） 计算出a5、b5的值：a5=2-=2×76.4-76.9=75.9；b5

所以，建立二次指数平滑的数学模型为：

预测10月农产品流入量：Y5+2=75.9-2×2=71.9（万吨）；预测11月农产品流入量：Y5+3=75.9-2×3=69.9（万吨）；预测12月农产品流入量：Y5+4=75.9-2×4=67.9（万吨）。

通过分析G市2018年4～9月的农产品流出量数据发现，流出量的多少随季度变化较为明显，因此，确定α值为0.8。所以针对农产品流出量的指数平滑计算公式为式（6）和式（7）。

则二次指数平滑模型为：

预测10月农产品流入量：Y6+1=9.3-1.2=8.1（万吨）；预测11月农产品流入量：Y6+2=9.3-2.4=6.9（万吨）；预测12月农产品流入量：Y6+3=9.3-3.6=5.7（万吨）。

以同样的方式分析生活消费品中医药产品、盐和粮食，以及生产资料中的煤炭及制品、钢材及制品、化工原料及制品、化肥、矿产、铝矿、机械设备及电器、金属及金属制品、石油、天然气及制品、建筑材料和轻工产品对时间的敏感程度的大小，确定各自的指数平滑系数，然后结合指数平滑计算公式建立指数平滑预测模型，预测结果如表2所示。

表2 2018年10～12月G市生活消费品和生产资料流量预测 单位：万吨

2.3 预测结果检验及分析。用G市2018年4～9月总的出入量的预测来验证生活消费品、生产资料出入量的预测。通过表3可以了解到4～9月份的具体数据，因为n＜10，所以仍然以前3个月的平均数作为初始值，通过分析数据对时间的敏感程度可以确定流入、流出量的指数平滑系数的值。

表3 G市2018年4～9月总的出入量 单位：万吨

经过计算得出的流入量的预测模型为：

经过计算得出的流出量的预测模型为：

计算得出的预测结果如表4所示：

表4 G市2018年10～12月出入量预测值 单位：万吨

通过用总的出入量来对生活消费品、生产资料的出入量进行验证，发现验证的结果相差不大，说明通过二次指数平滑法预测计算的结果是准确的，但与实际是否有出入还有待确定。

3 结 论

通过对G市物流营运现状分析及对以后几个月的预测可以得出如下结论。

3.1 G市产业结构失衡。从表1中我们看出G市2018年4～9月生产资料和生活消费品的出入量相差很大，生活消费品的流入量只有生产资料的8%，而流出量也只占生产资料的27%。生活消费品中第一产业占了大部分，生产资料主要以第二产业为主，从4～9月的数据看，第二产业的出入量远远高于第一产业的出入量；从10～12月预测的数据来看，未来的发展趋势是第二产业的出入量仍然高于第一产业。所以，面对这种产业失衡的情况，G市应该在稳定第二产业发展的同时，大力发展第一产业。

3.2 G市经济发展主要依靠生产资料的流出。货物流入可以推动这个地区产业结构的快速发展；货物流出可以拉动这个地区产业经济的快速发展，而产业发展和经济发展是两个互相辅助、互相制约的因素。而这两个因素在生产资料中被运用的非常好，生产资料在这种大流入的情况下可以使G市第二产业的产业结构快速形成；在这种大流出的情况下可以使G市经济更好的发展。因为流出量带动经济发展，所以通过流出量占比可以发现，G市经济的发展主要依靠生产资料的流出。为了使生活消费品也能推动G市经济发展，G市需要加大对生活消费品的投入力度。

3.3 预测发现，未来供给大于需求。通过对预测结果的分析可以发现，2018年G市流入量在前几个月的整体水平上呈下降趋势，流出量在前几个月的水平上呈上升趋势，通过分析各自的预测值发现，10月份以后生活消费品的流入量大幅度降低，而流出量下降相对平缓；生产资料的流入、流出量随时间变化相对不明显。出现这样现象的原因可以归结为，由于年底前第一产业和第二产业而言在前几个月积累的库存量有富余，供过于求，完全可以度过接下来的几个月，为了减少库存应对第二年发展的新趋势，在保证企业生产和人民群众生活需要的前提下，各企业会减少对外采购量，使得商品流入、流出量趋缓。