基于灰色GM1,N模型的区域物流需求预测研究

尹宗明 杜学敏

摘  要：为对区域物流需求进行预测研究，采用沧州市2012～2018年的统计数据建立了灰色GM1，N模型。利用灰色GM1，N模型对沧州市区域物流需求进行预测研究。预测结果表明利用灰色GM1，N模型对区域物流需求进行预测是可行的。研究结果有利于沧州市经济的发展。

关键词：灰色GM1，N模型;区域物流需求;预测

中图分类号：F272    文献标识码：A

Abstract： In order to forecast the regional logistics demand， the grey GM1，N model is established by using the statistical data of Cangzhou city from 2012 to 2018. The grey GM1，N model is used to forecast the regional logistics demand of Cangzhou city. The results show that it is feasible to forecast the regional logistics demand by using grey GM1，N model. The research results are beneficial to the economic development of Cangzhou city.

Key words： grey GM1，N model; regional logistics demand; forecast

0  引  言

在全球经济一体化过程中物流产业的重要性越来越突出，现代物流是一个国家或地区社会经济发展水平的重要衡量指标。区域物流作为区域经济发展的新增长点与拉动力，对区域经济的合理发展起着重要的作用，而区域物流预测对于区域发展规划也具有至关重要的影响力。通过对物流量科学合理的预测研究能够改善现代物流发展环境、加强物流需求管理，同时也可为政府部门制定经济发展政策提供一定的决策参考依据。为了避免实际需求量与供应能力不匹配现象的出现，引导资金合理有效的投入，对区域物流需求进行科学有效的预测就显得尤为重要了。

针对区域物流需求预测的研究，不同的学者提出了不同的研究方法。刘智琦等提出一种因子分析和BP神经网络相结合的区域物流需求预测方法[1]。彭湖和何民建立了基于主成分回归方法的区域物流需求预测模型[2]。胡小建等构建了物流需求多元非线性组合回归预测模型[3]。席元凯利用Markov模型对灰色模型予以改进，构建了新的GM-Markov模型[4]。杨建成提出基于ARIMA-SVM的物流需求预测模型[5]。以上预测方法均取得了较好的预测效果。

灰色 GM1，N模型是多变量的预测模型，其建模过程充分考虑了相关因素对系统变化趋势的影响。区域物流需求受多种因素的影响且与影响因素之间的关系非常复杂。因此，本文将通过构建灰色GM1，N模型对区域物流需求进行预测研究。

2.3  结果分析

由表1可得模型的平均相对误差为0.0669，在利用灰色GM1，N模型对沧州市区域物流需求进行预测的残差检验中，除了2013年误差较大之外，其余年份的误差均较小，近5年的平均误差为0.0407，检验结果表明了预测模型的准确性和有效性。由此可见，利用灰色GM1，N模型对沧州市区域物流需求进行预测的研究是可行的。

3  结论及建议

本文采用货运周转量作为区域物流需求预测的代表性指标，以第一产业增加值、第二产业增加值、地区生产总值和进出口总额为影响因素建立了一阶多变量灰色预测模型。模型检验的结果表明模型预测的精度较高，预测效果较好。应用灰色GM1，N模型对沧州市区域物流需求进行预测研究是可行的。研究结果具有一定的参考价值，有利于沧州市政府制定相关经济发展政策，改善物流发展环境。

为进一步促进沧州市区域物流发展，提升区域物流竞争力，推动区域经济的发展，可从以下几方面入手：

（1）引进和培养高技能物流人才。京津冀一体化协同发展战略为沧州地区物流经济的发展提供了契机。同时，沧州市作为紧邻雄安新区的城市，雄安新区的发展也促进了沧州地区物流业的转型升级。在传统物流产业转型升级过程中不仅对物流人才的需求量不断增加同时也对物流人才的专业能力方面提出了更高的要求。高技能的物流人才对传统物流产业的转型升级起着重要的支撑和推动作用。

（2）大力发展现代化农业。农业对沧州地区经济发展起着重要的作用，农业的发展可促进地区经济的发展。完善的农业物流基础设施建设，现代高效的农产品物流园区可以提升农产品的物流效率。此外，还需引进先进的冷链物流技术，完善的农产品冷链物流基础设施建设可以保证农产品质量。

（3）进一步加大港口建设力度，促进港口物流发展。大力提升黄骅港的综合能级，完善港口物流基础设施建设，努力把黄骅港建设成为雄安新区重要出海口。

参考文献：

[1] 刘智琦，李春贵，陈波. 基于因子分析与神经网络的区域物流需求预测[J]. 计算机仿真，2012，29（6）：359-362.

[2] 彭湖，何民. 基于主成分回归的区域物流需求预测研究——以云南省为例[J]. 交通运输研究，2015，1（3）：60-65.

[3] 胡小建，张美艳，卢林. 物流需求预测模型构建[J]. 統计与决策，2017（19）：185-188.

[4] 席元凯. 基于GM-Markov模型的闽赣粤三省物流需求量预测[J]. 商业经济研究，2017（19）：112-113.

[5] 杨建成. ARIMA-SVM的物流需求预测模型[J]. 现代电子技术，2018，41（9）：182-186.

收稿日期：2020-10-18

基金项目：沧州市科技计划自筹经费项目（192206009）

作者简介：尹宗明（1981-），女，河北沧州人，北京交通大学海滨学院，讲师，硕士，研究方向：应用数学。