摘要:随着新冠疫情的逐步稳定与好转,“以国内大循环为主体,国内国际双循环相互促进”的国家发展战略助推着全国经济的复苏。湖北省作为我国重要的综合交通枢纽,这一国家战略必然对湖北的物流需求量产生影响,对湖北省物流需求进行预测对于响应国家战略具有积极作用。本文通过选取货运量作为物流需求预测指标,构建GM(1,1)灰色预测模型对湖北省的物流需求量进行预测。
关键词:物流需求;需求预测;GM(1,1)灰色预测模型一、引言
湖北省是我国重要的综合交通枢纽,位于承南接北、连接东西的重要战略位置,素称“九省通简”,自古以来便是中国的水陆交通枢纽。如今作为我国中原的核心地区,在响应“通过经济内循环来拉动经济外循环”的国家发展战略中具有非常重要的战略地位。
在我国经济复苏的过程中,湖北省作为我国重要综合交通枢纽,生产要素必然会向湖北积聚,在积聚过程中必然会产生大量的物流活动,这些物流活动是湖北经济恢复的基础和关键,是连接生产和消费的桥梁,因此,湖北在恢复经济的过程中需有与其相匹配的物流水平作为支撑。对其物流需求预测是湖北省物流系统规划中的重要环节,是其制定物流政策、探究物流市场发展态势提供必要的基础依据。科学有效的物流需求预测结果将直接影响到湖北省政府规划的合理性,对促进经济内循环的发展产生重要影响。
对湖北省的物流需求进行预测与分析,是衡量当下湖北省物流水平的重要依据,可以促使湖北在恢复经济的发展的过程中保障物流服务在供给和需求上达到相对平衡,进而使湖北拥有高水平的物流运行效率。依据预测及分析结果进行有效的需求管理,引导社会各方面的资金合理进入物流服务领域,有利于湖北省政府进行科学有效的物流系统规划,有效避免资源浪费和产能过剩。
二、文献综述
物流需求是制造与经营活动所产生的一种次生需求,它与社会经济活动紧密相关。近年来,国内外众多学者采取多种方法对物料需求进行预测,其中GM(1,1)灰色预测模型因其较高的预测精度在物流需求预测、自然灾害预测等方面广泛应用。
目前众多学者通过GM(1,1)灰色预测模型对物流需求进行预测。张雪[1]使用GM(1,1)灰色预测模型对河北省的冷链物流需求进行预测,并为河北省的物流发展提供可行性建议;卜令营、侯宏[2]等将多元线性回归和GM(1,1)灰色预测模型结合,对烟台市的物流需求量进行预测,为烟台市的未来物流发展提高了参考;马文君和李静[3]以灰色预测理论为基础,通过不同的原始数据序列构建不同维度的GM(1,1)模型,比较其预测精度;并选取精度最高的模型建立新陈代谢模型,采用等维灰数递补的动态预测方法,对河北部分沿海地区“十二五”期间的物流需求进行预测;田雪、王丹丹[4]等以货物吞吐量为指标,对曹妃甸港在“十二五”期间的货物吞吐量进行分析,并建立GM(1,1)灰色预测模型并对其进行检验,对预测数据进行分析,为曹妃甸港口的发展提供相应的建议;吴涵[5]以重庆空港物流园的货物吞吐量为预测指标,建立方根变换的GM(1,1)灰色预测模型,对重庆空港物流园的货物吞吐量进行预测;李子昕、高凤莲[6]通过对山西省煤炭生产、运输现状和山西省铁路现状进行分析,构建GM(1,1)灰色预测模型对山西煤炭物流进行预测,预测结果对山西省煤炭物流发展和规划起到一定的促进作用。
以往学者用实例验证GM(1,1)灰色预测模型在预测方面的精确度,因而本文选取湖北省的货运量作为预测指标,构建GM(1,1)灰色预测模型,对湖北省未来五年的物流需求进行预测,以期可为在后疫情时代中,推动湖北省促进国内经济循环起到积极作用。
三、GM(1,1)灰色预测模型简介
灰色预测模型(Gray Forecast Model)是通过少量的、不完全的信息,对原始数据进行处理并构建灰色模型,发掘数据规律,对系统未来做出科学的定量预测的一种预测方法[7]。该模型的基本思想是将原始数据组成原始序列,通过累加法弱化其随机性,产生新的序列,从而发现一定的特征规律,对转换后的序列进行建模,即灰色模型(GM模型)。
因为物流需求的影响因素多而复杂难以确定,因此采取灰色预测模型对物流需求的预测是必要的,本文选取GM(1,1)灰色预测模型对湖北省的物流需求进行预测。GM(1,1)灰色预测模型的方法步骤如下:
(1)首先构建近似微分方程:dx1/dt+ax1=u
(2)现有原始序列为:x1 (k)=(x0 (1),x0 (2),……x0 (n)),其可生成的序列为x1 (k)=(x0 (1)+x0 (2)+……+x0 (k),k=1,2,...,n。
(3)构建如下向量B和矩阵:Yn
B=-(x1(1)+x1(2))/2,1-(x1(2)+x1(3))/2,1………………………-(x1(n-1)+x1(n))/2,1,Yn=(x0 (2),x0 (3),…,x0 (n))
(4)通过最小二乘法求得系数a,b的值,P=au=(BTB)-1BTYn。根据所得的系数,得到灰色GM(1,1)预测模型为:
x1(k+1)=(x1(1)-u/a)e-ak+u/a (1)
x0(k+1)=x1(k+1)-x1(k) (2)
四、实例分析
长江自西向东横贯湖北省1062公里,是湖北地区重要的对外运输方式;其次,长江是全球运量最大、运输最繁忙的通航河流,长江的走向也与我国东西向的经济联系方向相一致,内河运输运量大、运价低的特点使得湖北省成为我国重要的交通枢纽。推动湖北省物流高质量发展,对促进经济内循环具有重大意义。
对湖北省的物流需求进行预测对于湖北省进行市政规划、政策安排等方面具有很大的辅助作用。本文借鉴以往学者的研究,选取货运量作为对湖北省的物流需求进行预测的预测指标。具体数据见表1中货运量(数据来源:国家统计局)
五、使用GM(1,1)灰色预测模型对湖北省进行物流需求预测
(1)指标选取:
借鉴以往学者的研究,选取货运量(万吨)作为灰色预测模型的物流需求预测指标,查询湖北统计年鉴得到湖北历年货运量数值,见表1。
(2)数据处理:
建立原始序列:X (0)=[ 93422,106913,122945,131000,
150762,153904,162460,188107,204307,188133]。
(3)对原始序列进行级比检验:
经过计算得到原始序列的级比为:β0=(0.8738 ,0.8696 ,0.9385 ,0.8689 ,0.9796 ,0.9473 ,0.8637 ,0.9207 ,1.0860)。
(4)级比判断:
判断原则:原始数列的级比落在可行区间(e■,e■)内,才可以使用GM(1,1)灰色预测模型,否则需要采取一定的方法对原始数据进行数据处理,使其落在可行区间内。此处n=10,则级比可行区间为(0.8338,1.1994),经过计算知原始数列的级比落在该区间内,因此可以使用GM(1,1)灰色预测模型进行物流需求预测。
为避免原始序列的无规则波动,将原始序列累加生成逐渐增大的新序列,X (1)=[93422,200335,323280,454280,605042,
758946,921406,1109513,1313820,1501953]。
(5)确定数据矩阵B和Y:
B=-■(X (1)(2)+X (1)(1)) 1-■(X (1)(3)+X (1)(2)) 1………………………-■(X (1)(n)+X (1)(n-1)) 1=-146878.5 1-261807.5 1-388780 1-529661 1-681994 1-840176 1-1015459.5 1-1211666.5 1-1407886.5 1,
Y=x0 (2)x0 (3)……x0 (n)=106913122945131000150762153904162460188107204307188133
(6)计算参数a,u:
a、u为待定系数,a为发展系数,它反映X (1)和X (0)的发展态势;u为灰色作用量,它的大小反映数据的变化关系。估计参数a、u可利用最小二乘法得出:
[a、u]T=(BTB)-1BTY
利用matlab软件计算出a,u的值:a=-0.0724,u=1.0435
(7)确定模型:
将a,u的值代入GM(1,1)白化响应函数中,得到以下湖北省物流需求灰色预测模型:X (1)(k+1)=93455e0.0724k+14.413;(k=1,2,3,……,n)
由该模型得到湖北省的2009-2019年的物流需求预测值,具体数值见下表1:
表1 灰色预测模型物流需求预测值
(8)模型检验:
残差检验:由上表1知,经过计算可得相对平均残差率为3.817%<10%,说明该GM(1,1)预测模型的精度有96.183%,预测结果该GM(1,1)预测模型通过了残差检验。
后验差检验:由matlab计算知,后验差比值为:0.26125,下表2为后验差精度等级表:
表2 灰色预测模型精度表
后验差比值为0.26125,0.26125<0.35,说明该预测模型的精度是大于0.95之间,具有很好的的预测精度,说明上述灰色预测模型建立合理,该模型可以用作湖北省物流需求预测。
六、预测结果及分析
依据上述模型得到湖北省未来五年的物流需求量,见下表3:
表3 未来五年湖北省物流需求预测值
本文运用GM(1,1)灰色预测模型对湖北省未来五年的物流需求进行预测,预测结果的相对误差率为3.817%,并通过检验,该预测模型的具有很好的预测进度。可以从数据上看出,湖北的物流需求量整体呈上涨的趋势,预计在2024年物流需求量约为295288万吨。在未来的物流业发展过程中,湖北省政府需要继续加强物流产业的建设,为其提供政策、资金与先进的技术支持,加强城市间合作,以促进后疫情时代湖北省的经济复苏,拉动经济内循环,推进经济外循环,开创后疫情时代经济双循环的新局面。C
(作者单位:西安财经大学)
参考文献
[1]张雪.基于GM(1,1)模型的河北省冷链物流需求预测[J].价值工程,2020,39(06):124-126.
[2]卜令营,侯宏,樊东鑫.基于GM(1,1)回归模型的烟台市物流需求预测[J].物流技术,2019,38(12):42-48.
[3]马文君,李静.基于灰色GM(1,1)模型的河北沿海地区物流需求预测研究[J].物流技术,2012,31(11):92-93+112.
[4]田雪,王丹丹,王锐月,付帅帅.基于灰色模型的港口吞吐量预测研究——以曹妃甸港口为例[J].数学的实践与认识,2018,48(04):280-284.