基于灰色模型的冷链物流需求预测及分析

王建华，周冠月 （江南大学 商学院，江苏 无锡 214122）

冷链是指在生产、加工、储存、包装、运输等一系列流程中使用低温来保障产品质量的系统。冷链物流是随着信息技术的进步和制冷技术的发展而形成的低温物流工程。近年来，互联网电商的快速发展使居民对各类生鲜产品的选购更加便捷和多样化，随之也带来了冷链物流需求的增长。中商产业研究院提供的数据表明，预计2020 年我国冷链物流市场规模将达4 700 亿元，因此，关于冷链物流需求量的预测显得非常重要。对冷链物流需求量的预测，不仅有助于冷链物流基础设施的建设和发展，同时对政府有关部门出台相关措施，具有重要的参考价值。

1 文献综述

冷链物流是一种专业性物流，应用冷冻冷藏技术使整个物流活动过程保持低温，通过专用设备以保持产品的质量，使产品从生产顺利到达消费者的手中。

1894 年，美国人阿尔贝特·巴尔里尔和莱迪齐最早提出了冷藏链的概念。随后又有许多学者对此进行了拓展研究。克鲁兹等指出在冷藏货物时要根据食物的特性调节冷藏的温度，冷藏的温度与货物的特性不相适应，会对食物的营养和颜色产生不良的影响。Karel H 等研究了在物流配送和绩效管理领域中很少涉及到的生鲜果蔬配送中心业务问题。Ludvik 等分析了时间距离以及温度的变化对冷链管理及易腐货物的影响。Yahia 指出发展中国家冷链物流基础设施薄弱，缺乏管理标准和监督不足，这些缺陷严重阻碍了冷链物流的发展。Lusine 在文中指出生产季节性、产品货架周期、冷藏运输和储藏要求等因素的存在使冷链和其他供应链之间有着明显的区别界限。乔希等通过Delphi-AHP-TOPSIS 方法设计出一条评价冷链物流公司绩效指标的框架，有助于企业的管理人员更好地了解企业自身的优缺点并加快有效决策的速度。Cheng 等基于应急冷链物流资源最短的调度时间，建立了随车流失，制冷消耗和货物随时间推移损坏的应急冷链物流调度数学模型，并证明了该方法在突发性危机事件的救援中具有较强的适用性和潜在的优势。Hu 等提出了一种基于粗集的优势和劣势优势得分方法来选择最佳的第三方冷链药品物流提供商，为解决第三方物流供应商的选择问题提供了一种新途径。Guike 等建立了一个联合分配—绿色车辆路线问题（JD-GVRP） 模型，运用真实业务数据和模拟退火算法来优化模型，提出冷链物流公司可以通过加强行业层面的协作来提高交货效率，降低业务成本并提高竞争力。

我国的冷链物流最早在20 世纪50 年代作用于肉食品的外贸出口。1982 年，我国颁布《食品卫生法》，从而引起了大众的重视并推动了冷链物流的发展。2010 年国家发改委指出，当前要优先发展猪肉等肉类产品和水产品冷链物流，加快推广水产品冷链物流体系建设，促进远洋等高端水产品消费及内陆居民水产品消费量。这些积极因素都预示着我国冷链物流业拥有着良好的发展机遇。目前我国学者对于冷链物流的研究主要集中在三个方面：

第一是对冷链物流的现状分析。顾佳敏等基于供应链绩效的六大驱动因素，分别从设施、库存、运输、信息、采购和定价这六个方面剖析冷链物流目前的发展现状，并有针对性地提出促进冷链物流发展的对策建议。谢清玲等针对水产品流通损耗高的问题，从水产品供应链生产、流通、销售三个环节剖析广东省冷链物流需求现状及供给现状，对发展中存在的问题提出了相关优化建议。李俊毅通过分析我国水产品冷链物流标准化现状，构建了水产品冷链物流标准体系框架。

第三是冷链物流的需求预测。梁艳等采用多元回归方法，运用SPSS 软件进行相关性分析，得出影响需求的主要因素，建立了科学合理的农产品冷链物流需求模型，对天津市农产品冷链物流需求进行了预测和研究。吴家麟等运用灰色GM 1,( )1 预测模型对2005 年以来四川省主要农产品的冷链物流需求量进行趋势预测和精度检验，再用马尔科夫链模型进一步优化，有效地预测了四川省“十三五”期间农产品冷链物流的需求量。王晓平等利用BP 神经网络和RBF 神经网络在需求预测中的优势，建立基于主成分分析和神经网络组合模型的需求预测模型，对北京的数据进行实例分析，并将两种模型的预测结果进行比较和研究。

2 研究方法

本文选择的研究方法是灰色预测模型。灰色预测模型是研究最活跃、应用最广的灰色系统模型之一。灰色系统理论认为对既含有已知信息又含有未知或非确定信息的系统进行预测，就是对在一定方位内变化的、与时间有关的灰色过程进行预测。尽管过程中所显示的现象是随机的、杂乱无章的，但毕竟是有序的、有界的，因此这一数据集合具备潜在的规律。灰色预测就是利用这种规律建立灰色模型，对灰色系统进行预测。灰色预测模型的核心是GM 1,( )1 预测模型，邓聚龙教授最早研究了该模型的建模条件，提出了级比检验、光滑比检验和后验误差检验等多种检验方法，并给出了GM 1,( )1 模型的多种扩展形式及其参数包的求解方法。

对于冷链物流系统而言，其增长水平受到经济环境、人口规模、互联网水平、物流规模等可知因素，以及诸如自然灾害、天气、突发意外事件等无法预测的未知因素的影响，且各种因素之间关系复杂、变化无序、相互关联、相互影响，难以量化。以上特点说明冷链物流系统是一个灰色系统，包含已知和未知的不确定因素，适合运用灰色预测法进行预测。并且，对于这种存在无规则干扰成分的随机量的预测，灰色系统理论认为不必明确各种复杂参数，而是从原始数据序列中挖掘有用信息建立模型，发现和认识内在规律，并进行预测。

2.1 GM (1,1 )模型

2.2 新信息GM (1,1 )模型

2.3 新陈代谢GM (1,1 )模型

值得注意的是新陈代谢GM (1,1 )模型中的原始数据序列的数据个数应不低于4 个，否则不宜进行中长期预测，且关联度较低，通不过检验。在实际操作中，是通过常规GM (1,1 )模型对不同个数的原始数据数列进行逐个检验，选取检验精度最高的数据序列作为新陈代谢GM (1,1 )模型分析的基础，以此确定GM (1,1 )模型的维度。

3 江苏省冷链物流需求预测

3.1 江苏省冷链物流现状及问题分析

作为全国重要的农产品生产和消费大省，目前江苏省每年约有3 300 万吨生鲜农产品进入流通领域，根据江苏省统计局统计调查数据显示，2018 年，全省常住居民人均主要食品消费仍以粮食和蔬菜及菜制品为主。2018 年全省常住居民人均消费粮食114.8 千克，占主要食品消费量的30.44%；人均消费蔬菜及菜制品108.2 千克，占主要食品消费量的28.69%。多年来，江苏省冷链物流基础设施逐步完善，基本形成了以冷链仓储为主，冷链加工、运输、配送及其配套设施协调发展的格局。据中物联冷链委统计数据显示，2016～2018 年，江苏省冷链物流冷库容量逐年提升，2016 年，全省冷库容量为280 万吨，到2018 年，江苏省冷库总容量为320 万吨，同比增长5.3%。

然而，巨大的体量无法掩盖众多行业问题：冷链设施结构性矛盾突出，冷链物流存在“断链脱节”现象，企业运营能力有待提高，服务保障体系不够健全。

为了解决这些问题，同时更好地引领江苏省未来冷链物流的发展，故需要对江苏省冷链物流需求进行预测，有助于明确未来的发展方向与投入。

3.2 指标及数据选取

冷链物流需求是指一定时期内经济活动对生产、流通、消费领域的原材料、半成品、成品、商品以及废旧物等的配置作用而产生的对物资在时间、空间和费用方面的要求，涉及运输、包装、库存、装卸搬运、配送、流通加工和信息处理等物流活动的诸方面。以往诸多学者对冷链物流需求预测指标的选择各不相同，有学者选择了货运量作为指标，有学者选择了水产品产量作为指标，大多都是单一指标。实际上，影响冷链物流需求的因素很多。因此，为了更为全面的描述冷链物流需求总量，将肉类、水产品、水果、蔬菜、奶类等需要冷藏运输的产品产出总量作为冷链物流运输总量的影响因子纳入到模型之中。出于数据的可得性，以及江苏省城镇居民和农村居民在食品支出方面统计口径的差异，选择2014～2018 年的江苏省城镇居民冷链运输产品消费数据为样本，数据来自2015～2019 年的《江苏省统计年鉴》，具体数值如表2 所示。

表2 2014～2018 年江苏省城镇居民需要冷链运输的产品消费总量 单位：万吨

依据全国各省果蔬冷链物流的发展趋势与文献研究，常以农产品产量为基础，并结合冷链流通率，将两者的乘积作为冷链物流需求量，即：冷链物流需求量=产量*冷链流通率。冷链流通率指假定所统计的产量全部进入流通领域，其中进入冷链流通环节的产量所占比例。

学生学习的书本知识与实践相结合，对知识的理解才能深入，掌握才能牢固。学生学习的专业知识与工作岗位相结合，对专业知识的学习才更有推动性和现实性。在高年级阶段，安排学生到企业的实训岗位去锻炼，让学生早熟悉业务流程和工作环境，对他们将来更好地择业就业，适应工作，适应社会有很大的帮助。校企合作能为学生提供实训、实习场所，让学生以“准员工”的身份到企业顶岗实习，不仅提升了就业质量和签约率，同时也缩短了进入企业后的适应期[8]。

根据《江苏省2014～2020 冷链物流发展规划》中有关果蔬、肉类、水产品的冷链物流的发展目标，到2020 年，全省果蔬、肉类、水产品冷链流通率分别要提高到20%、40%、55%以上，流通腐损率分别降至12%、4%、5%以下。据此可以计算得出江苏省2014～2020 年果蔬、肉类和水产品的冷链流通率增长速度，且考虑实际，增长速度逐渐加快，进而推导得到2014～2018年江苏省冷链流通率（如表3 所示）。以表1 作为基础，计算出2014～2018 年江苏省冷链物流需求量（如表4 所示）。

表1 GM (1,1 )模型精度等级的检验参照标准

表3 2014～2018 年江苏省冷链流通率

表4 2014～2018 年江苏省冷链物流需求量 单位：万吨

为了便于比较，将数据分为训练组和试验组，使用三个模型对训练组进行建模，并利用试验组的数据来进行判断预测效果是否良好。训练组的数据为(947.2691,1 022.9907,1 151.2862 )；试验组的数据为(1 280.0381,1 422.1496 )。

分别代入模型，运用MATLAB 软件进行计算。预测结果如表5 所示。

表5 2017～2018 年预测结果 单位：万吨

传统GM (1,1 )对于试验组预测的误差平方和为1 311.8315；新信息GM (1,1 )对于试验组预测的误差平方和为1 116.7653；新陈代谢GM (1,1 )对于试验组预测的误差平方和为1 052.4417；由于新陈代谢GM (1,1 )模型的误差平方和最小，所以选择该模型进行预测。三个模型预测结果与实际对比如图1 所示。

图1 三个模型预测结果与实际对比

对新陈代谢GM (1,1 )模型进行检验，如表6 所示：

表6 模型检验

3.3 预测结果分析

根据以上构建的模型，可以对2019～2023 年江苏省冷链物流需求进行预测（如表7 所示）。

表7 未来五年江苏省冷链物流需求预测表 单位：万吨

根据图2 可以看出，未来五年江苏省冷链物流需求呈现一个快速上升的趋势。2017 年的江苏省冷链物流需求量为1 280.0381 万吨，而2023 年即将达到2 413.4659 万吨，几乎是2017 年的两倍，如此庞大的需求量，将会对冷链物流企业水平和设施设备造成巨大的压力，同时也间接表明冷链物流业存在着较强的发展潜力，如果能够抓住这一机遇，对于推动经济增长和提高居民生活水平具有重大意义。

图2 2019～2023 年江苏省冷链物流需求预测

基于上述对江苏省冷链物流需求现状及预测结果的分析，可以看出江苏省有必要大力发展冷链物流产业以满足庞大的需求规模。近年来，随着互联网蔓延至社会的各个角落，更爆发了生鲜电商和新零售等多种以线上化或线上线下一体的生鲜渠道模式。突如其来的疫情让生鲜农产品的流通遭遇到一定阻力，整个市场供应不足。而疫情催生的“宅经济”更是导致网购需求激增，显然冷链物流需求将迎来爆发式的增长。

3.4 相关建议

冷链物流连接了供需双方，起到了中枢作用。冷链物流的建设是一项长期工程，具有投资规模大、见效慢、综合效益高的特点，因此需要政府加大资金投入并给予大力支持。政府可以从以下两方面加大对冷链物流资金的投入。

第一是结合各地实际需求，加快建设一批结构合理、设施先进、节能环保、高效适用的冷藏冷冻库。对传统冷库进行功能拓展，建设低温加工区，发展增值服务，推动单一功能的低温仓储型冷库向冷链加工配送处理中心转变。

第二是通过改善融资环境、减少税收、给予优惠支持政策等方面支持相关企业建设冷链物流园，从而保证冷链物流企业有充足的流动资金，培育、引导和扶持一批组织化程度高、专业服务能力强、经营效益好的冷链物流龙头企业。

除此之外，政府还可以优化冷链物流业空间布局。基于农产品的生产流通现状，综合考虑各地居民消费水平和习惯，兼顾现有冷链物流基础以及未来发展潜力，进一步优化布局。加快冷链物流标准化建设。政府应当积极推行符合国际规范的质量安全认证制度和市场准入制度。大力落实生鲜农产品全程监控与质量追溯制度，保证其新鲜度和配送效率。鼓励冷链物流企业、科研机构、高校等参与冷链物流标准的研究与制定，提高参与度和责任感。