基于組合預(yù)測(cè)模型的廣州市物流需求量預(yù)測(cè)

韓正濤

摘要：選取2004—2014年廣州市物流需求量數(shù)據(jù)，分別建立三次指數(shù)平滑預(yù)測(cè)模型和回歸分析預(yù)測(cè)模型，加權(quán)組合后構(gòu)建組合預(yù)測(cè)模型，并對(duì)廣州市“十三五”規(guī)劃期末2020年物流需求量進(jìn)行預(yù)測(cè)，結(jié)果表明：貨運(yùn)量將大幅增長(zhǎng)，超過15億噸。提出以下建議：通過提高物流技術(shù)、增加物流基礎(chǔ)設(shè)施投入、發(fā)展特色物流園區(qū)等多種舉措推動(dòng)廣州市物流業(yè)持續(xù)健康有序發(fā)展。

關(guān)鍵詞：三次指數(shù)平滑；回歸分析；組合模型；物流需求量

中圖分類號(hào)：G42306 文獻(xiàn)標(biāo)識(shí)碼：A文章編號(hào)：2095-3283（2016）04-0127-03

廣州是珠三角地區(qū)的中心城市，也是我國(guó)重要的物資集散地和對(duì)外通商口岸，現(xiàn)代物流業(yè)已經(jīng)成為其產(chǎn)業(yè)升級(jí)的一項(xiàng)重要內(nèi)容和新的經(jīng)濟(jì)增長(zhǎng)點(diǎn)，在廣州市經(jīng)濟(jì)發(fā)展中發(fā)揮著舉足輕重的作用。物流需求預(yù)測(cè)是實(shí)現(xiàn)物流資源合理配置的重要環(huán)節(jié)，可有效地保持物流服務(wù)供給與需求之間的平衡，為政府部門制定合理化的物流產(chǎn)業(yè)發(fā)展規(guī)劃提供決策依據(jù)[1]，對(duì)廣州市物流需求進(jìn)行有效預(yù)測(cè)具有現(xiàn)實(shí)意義。

一、預(yù)測(cè)模型介紹

目前，常見的物流需求預(yù)測(cè)方法有灰色系統(tǒng)預(yù)測(cè)法[2]、三次指數(shù)平滑法[3]、回歸分析法[4]和神經(jīng)網(wǎng)絡(luò)法等[5]，由于經(jīng)濟(jì)發(fā)展的復(fù)雜性，采用單一的預(yù)測(cè)方法誤差往往較大，因此，綜合利用各種單一預(yù)測(cè)模型的預(yù)測(cè)結(jié)果得到適當(dāng)?shù)募訖?quán)組合模型來(lái)進(jìn)行預(yù)測(cè)更為科學(xué)，本文采用三次指數(shù)平滑法和回歸分析法的組合模型對(duì)廣州市物流需求量進(jìn)行預(yù)測(cè)，結(jié)果表明該模型可以有效地降低單一預(yù)測(cè)模型的預(yù)測(cè)誤差，提高預(yù)測(cè)精度。

1三次指數(shù)平滑法

三次指數(shù)平滑法是時(shí)間序列預(yù)測(cè)中的一種重要方法，它是用歷史數(shù)據(jù)的指數(shù)加權(quán)組合來(lái)直接預(yù)測(cè)時(shí)間序列將來(lái)值。預(yù)測(cè)模型為：Yt+T=at+btT+cT2，Yt+T為t+T時(shí)刻的預(yù)測(cè)值；at，bt，ct的計(jì)算公式為[6]：

2回歸分析預(yù)測(cè)法

3基于三次指數(shù)平滑與回歸分析的組合預(yù)測(cè)模型

組合預(yù)測(cè)模型就是把兩個(gè)或兩個(gè)以上的單一預(yù)測(cè)模型的預(yù)測(cè)結(jié)果進(jìn)行加權(quán)，最終以得到的加權(quán)平均值作為預(yù)測(cè)結(jié)果的一種方法[7]，本文的組合預(yù)測(cè)方法就是對(duì)上述三次指數(shù)平滑模型和回歸分析模型進(jìn)行加權(quán)評(píng)價(jià)。設(shè)Y為組合預(yù)測(cè)模型的預(yù)測(cè)值，Y1，Y2分別為三次指數(shù)平滑和回歸分析預(yù)測(cè)模型的預(yù)測(cè)值，k1，k2分別為三次指數(shù)平滑和回歸分析預(yù)測(cè)模型的權(quán)重，則組合模型為：

三、預(yù)測(cè)結(jié)果分析

四、結(jié)論和建議

利用組合預(yù)測(cè)模型對(duì)廣州市“十三五”時(shí)期末的物流需求進(jìn)行預(yù)測(cè)，得出以下結(jié)論：“十三五”期間將是廣州市物流業(yè)重要發(fā)展期，“十三五”末的物流需求將大幅增長(zhǎng)。物流業(yè)必然會(huì)帶動(dòng)廣州市第一、二、三產(chǎn)業(yè)的快速發(fā)展，因此相關(guān)部門應(yīng)積極制定配套政策，打造良好的發(fā)展環(huán)境，使廣州市的物流能力與快速增長(zhǎng)的物流需求相匹配，可通過提高物流技術(shù)、增加物流基礎(chǔ)設(shè)施投入、發(fā)展特色物流園區(qū)等多種舉措推動(dòng)廣州市物流業(yè)持續(xù)健康有序發(fā)展。

[參考文獻(xiàn)]

[1]后銳，張畢西基于MLP神經(jīng)網(wǎng)絡(luò)的區(qū)域物流需求預(yù)測(cè)方法及其應(yīng)用[J]系統(tǒng)工程理論與實(shí)踐，2005（12）：43-47

[2]羅永華，何忠偉基于灰色系統(tǒng)理論的茂名市物流需求預(yù)測(cè)分析[J]物流科技，2010（7）：19-21

[3]謝曉燕，韋學(xué)婷，王霖基于指數(shù)平滑法的呼、包、鄂三角區(qū)物流需求量預(yù)測(cè)[J]干旱區(qū)資源與環(huán)境，2013（1）：58-62

[4]方威，肖衡，任湘郴基于線性回歸模型的物流需求預(yù)測(cè)分析[J]生產(chǎn)力研究，2009（12）：94-95，110

[5]張誠(chéng)，馮亞萍人工神經(jīng)網(wǎng)絡(luò)模型的江西省物流需求預(yù)測(cè)[J]華東交通大學(xué)學(xué)報(bào)，2014（4）：26-32

[6]嚴(yán)小麗，何超，黃怡浪三次指數(shù)平滑法在建筑事故預(yù)測(cè)中的應(yīng)用[J]統(tǒng)計(jì)與決策，2015（10）：72-73

[7]董艷，賀興時(shí)一種組合預(yù)測(cè)模型及其應(yīng)用[J]西安工程大學(xué)學(xué)報(bào)，2010（1）：128-130

[8]程春光組合預(yù)測(cè)在石油行業(yè)預(yù)算管理中的應(yīng)用[D]天津大學(xué)，2008

Abstract：Based on 2004-2014 Guangzhou logistics demand data respectively established triexponential smoothing forecasting model and regression analysis prediction model， weighted combination to construct prediction forecast model， and effectively predicted the logistics demand quantity in 2020 at the end of 13th Five-Year Plan. The analysis results show that the combination forecasting model can further reduce the prediction error of single prediction model and improve the prediction accuracy， to provide ideas for the sustainable development of the logistics industry in Guangzhou

Key words： tri-exponential smoothing； regression analysis； combined model； forecasting

（責(zé)任編輯：張彤彤陳鴻鵬）