基于多因素灰色模型的物流需求量預測

王小麗

（鄭州航空工業(yè)管理學院 管工院，鄭州 450015）

基于多因素灰色模型的物流需求量預測

王小麗

（鄭州航空工業(yè)管理學院 管工院，鄭州 450015）

物流需求量受多種因素的影響，很多因素無法準確掌握。文章通過咨詢專家和客觀分析，選定GDP增長量、消費品零售總額、進出口總額等七大因素為影響物流需求量的關鍵因素。然后，將體現(xiàn)灰色GM(1,1)模型和多元線性回歸模型優(yōu)點的多因素灰色預測模型應用于河南省物流需求量的預測實證研究中，為物流需求量的預測提供了一種可靠的科學方法。

多因素灰色模型；物流；需求量；預測

0 引言

目前對物流需求量的預測主要采用了BP神經(jīng)網(wǎng)絡[1－2]，回歸模型[3]，GM(1,1)灰色模型[4]等方法。其中，GM(1,1)灰色模型屬于小樣本、少數(shù)據(jù)預測模型[5]，其建模只需要4個以上數(shù)據(jù)，并且不需要服從典型分布，可見它有著其它預測方法無法比擬的優(yōu)勢。但在實際中，事物的發(fā)展常常不是由單因素作用的，而是由眾多復雜因素綜合作用的結果。因此，為了做出更加符合實際的預測，就需要研究多因素灰色預測問題。多因素灰色預測模型[6]結合灰色GM(1,1)模型與多元線性回歸模型的優(yōu)點，既能提高預測精度，又增加了預測結果的可靠性。為此，本文將把多因素灰色預測模型應用到區(qū)域物流需求量預測中來，這也是一種新的研究思路和方法。

1 多因素灰色預測模型

多因素灰色預測模型的方法如下：

2 基于多因素灰色模型的河南省物流需求量預測

區(qū)域物流涉及的范圍較廣、功能要素較多，運輸、倉儲、配送、包裝、裝卸搬運、流通加工等都屬于這一范疇中。從客觀上來講，衡量物流需求量的指標很多，本文選用“貨物周轉(zhuǎn)量”來表征物流需求量。這主要是因為運輸這一環(huán)節(jié)貫穿于物流活動的始終，是連接其它物流活動各要素的橋梁，統(tǒng)計數(shù)據(jù)表明，運輸成本一般占到物流總成本的50%以上，同時，考慮到研究過程中指標選取的代表性和可獲得性要求，所以選用貨物周轉(zhuǎn)量在一定程度上能夠反映出區(qū)域物流需求量的特點和變化規(guī)律。由于區(qū)域經(jīng)濟結構、貿(mào)易和商務流通狀況、區(qū)域經(jīng)濟增長量對區(qū)域物流需求量影響較大，因此，通過實地調(diào)查及專家咨詢，本文以河南省2002～2011年物流需求量指標數(shù)據(jù)為基礎，選取了七大因素進行研究（如表1所示）。

表1 河南省2002～2011年物流需求量相關數(shù)據(jù)

令y為貨物周轉(zhuǎn)量，x1,x2,x3分別表示第一產(chǎn)業(yè)、第二產(chǎn)業(yè)、第三產(chǎn)業(yè)的產(chǎn)值，x4為消費品零售總額，x5為進出口總額，x6為居民消費水平,x7為GDP增長量。

首先，對 xi,i=1,2,…,7分別建立灰色GM(1,1)模型，并利用平均相對誤差α檢驗方法對其分別進行檢驗。

由各因素的灰色GM(1,1)模型的平均相對誤差可知，模型的模擬精度均達到了二級，可以用于短期預測，于是利用建立的灰色GM(1,1)模型可以求出各因素在2012～2015年的預測值(見表2)。

其次，求出多因素灰色預測模型中的參數(shù)和F值(見表3)。

表2 2012～2015年各因素預測值

由于 F0.95(7,2)=19.4＜46.3067=F,因此該模型在顯著水平為0.05下是顯著的。于是，得到多因素灰色預測模型為

最后，將表2中的預測值代入多因素灰色預測模型，即可得到2012～2015年河南省物流需求量預測值，見表4。

3 結論

表3 各參數(shù)值和F檢驗的F值

表4 2012～2015年河南省物流需求量預測值

物流需求量的預測對一個區(qū)域經(jīng)濟的發(fā)展至關重要，對區(qū)域資源的高效、合理配置影響極大，因此，本文利用了多因素灰色預測模型所需數(shù)據(jù)量較少，計算量適中，結果精度高的特點，把灰色GM(1,1)模型與多元線性回歸模型加以整合，以2002～2011年河南省物流需求量實際統(tǒng)計數(shù)據(jù)為例，對河南省2012～2015年的物流需求量進行了預測，提高了預測的精度和可靠性。當然，本文采用的研究方法和過程同樣適用于其它經(jīng)濟區(qū)域物流需求量的預測，它將為區(qū)域物流規(guī)劃提供重要的參考依據(jù)。

[1]阮清方,繆立新等.基于遺傳BP神經(jīng)網(wǎng)絡的城市物流需求量預測[J].武漢理工大學學報,2011,35(6).

[2]俞達,綦方中.基于灰色神經(jīng)網(wǎng)絡的公路物流需求量預測模型[J].軟科學,2009,23(11).

[3]王小萃.城市物流需求量的回歸模型[J].中國水運,2007,5(7).

[4]張言彩等.江蘇省“十二五”城鎮(zhèn)居民冷鏈物流需求量預測—基于GM(1,1)灰色模型的測算[J].安徽農(nóng)業(yè)科學，2011，39（36）.

[5]劉思峰，黨耀國，方志耕等.灰色系統(tǒng)理論及其應用[M].北京：科學出版社，2010.

[6]陳相東，王彬.多因素灰色預測模型及其應用[J].數(shù)學的實踐與認識,2012,42(1).

F224.9；F252

A

1002-6487（2013）14-0086-02

國家自然科學基金資助項目（70971121）；河南省哲學社會科學規(guī)劃項目（2011BJJ021）；河南省社科聯(lián)項目（SKL-2012-3231）

王小麗（1973-），女,山西文水人，碩士，副教授，研究方向：物流管理，物流運籌學。

（責任編輯/易永生）