基于灰色GM(1,1)模型的六安市農(nóng)產(chǎn)品冷鏈物流需求預(yù)測(cè)

吳 英，甘 霖，劉 猛

(安徽國防科技職業(yè)學(xué)院 經(jīng)貿(mào)管理學(xué)院，安徽 六安 237011)

近年來，人們對(duì)于食品的消費(fèi)需求結(jié)構(gòu)發(fā)生了根本性變化，已由過去的追求食品數(shù)量向追求食品質(zhì)量（體現(xiàn)在食品的質(zhì)量安全、營養(yǎng)含量、鮮活指數(shù)、清潔程度等方面）轉(zhuǎn)變，并由此激發(fā)了對(duì)于生鮮農(nóng)產(chǎn)品的消費(fèi)需求，也帶動(dòng)和促進(jìn)了生鮮電商、農(nóng)村電商、新消費(fèi)、新零售等業(yè)態(tài)的蓬勃發(fā)展。由于生鮮農(nóng)產(chǎn)品具有較大時(shí)鮮性，如何能準(zhǔn)確及時(shí)地獲得優(yōu)質(zhì)新鮮的農(nóng)產(chǎn)品成為了消費(fèi)者期盼解決的關(guān)鍵問題。在這樣的市場需求下，農(nóng)產(chǎn)品冷鏈物流[1-2]順勢(shì)而發(fā)展，它的目標(biāo)是維持農(nóng)產(chǎn)品的鮮活度，確保安全質(zhì)量，防止腐爛變質(zhì)以及將損耗控制在合理范圍內(nèi)[3]，主要是針對(duì)蔬果、魚肉、禽蛋等對(duì)鮮活度要求較高的生鮮農(nóng)產(chǎn)品，將其從產(chǎn)地采購開始直至到消費(fèi)者手中的所有過程都處于設(shè)定的低溫、適宜濕度等環(huán)境中。

六安市是一個(gè)傳統(tǒng)典型的農(nóng)業(yè)大市，同時(shí)還是國家重點(diǎn)商品糧基地。因其優(yōu)良適宜的自然條件，六安盛產(chǎn)種類繁多的特色農(nóng)產(chǎn)品，如茶葉（霍山鐵皮石斛、六安瓜片）、生豬（霍壽黑豬）、家禽（皖西大白鵝）、中藥材（六安靈芝、大麻）等[4-5]。對(duì)于這些名優(yōu)特產(chǎn)，最主要的特征即為質(zhì)優(yōu)鮮活，只有在保證其鮮活性的前提下，在恰當(dāng)?shù)臅r(shí)間以適宜的方式送至指定的地點(diǎn)才能突顯其價(jià)值[6-7]，才能使人們真正享受到高質(zhì)量安全的農(nóng)產(chǎn)品。不難得出，六安市著力發(fā)展生鮮農(nóng)產(chǎn)品冷鏈物流勢(shì)在所趨。在此背景下，科學(xué)有效地預(yù)測(cè)六安市農(nóng)產(chǎn)品冷鏈物流需求，能為政府部門制訂農(nóng)產(chǎn)品冷鏈物流產(chǎn)業(yè)發(fā)展規(guī)劃和進(jìn)行物流決策提供參考。

目前，眾多學(xué)者運(yùn)用GM(1,1)模型對(duì)農(nóng)產(chǎn)品冷鏈物流需求展開預(yù)測(cè)研究?？聛嗛猍8]通過灰色GM(1,1)模型對(duì)唐山市未來幾年的農(nóng)產(chǎn)品產(chǎn)量進(jìn)行預(yù)測(cè)；王新娥[9]針對(duì)新疆城鎮(zhèn)居民消費(fèi)的農(nóng)產(chǎn)品采用灰色預(yù)測(cè)模型對(duì)其冷鏈物流需求進(jìn)行預(yù)測(cè)分析；李占鳳[10]借助新陳代謝GM(1,1)模型對(duì)重慶市農(nóng)產(chǎn)品冷鏈物流量進(jìn)行預(yù)測(cè)模擬分析；蔣智凱[11]采用灰色模型預(yù)測(cè)法分析連云港市水產(chǎn)品冷鏈物流未來的發(fā)展情況。戎陸慶[12]使用灰色GM(1,1)模型分析廣西果蔬行業(yè)冷鏈物流需求的變化趨勢(shì)；楊箏[13]通過GM(1,1)模型對(duì)廣西農(nóng)產(chǎn)品冷鏈物流需求量進(jìn)行計(jì)算并預(yù)測(cè)發(fā)展趨勢(shì)。不難看出,GM(1,1)模型適合運(yùn)用在產(chǎn)量預(yù)測(cè)、農(nóng)產(chǎn)品冷鏈物流需求預(yù)測(cè)中。同時(shí)通過文獻(xiàn)整理發(fā)現(xiàn)，以往未有文獻(xiàn)對(duì)六安市農(nóng)產(chǎn)品冷鏈物流預(yù)測(cè)展開研究。

因此，本文在確定預(yù)測(cè)六安市農(nóng)產(chǎn)品冷鏈物流需求種類指標(biāo)的基礎(chǔ)上，應(yīng)用灰色系統(tǒng)理論，通過建立GM（1,1）預(yù)測(cè)模型對(duì)六安市未來農(nóng)產(chǎn)品細(xì)分領(lǐng)域的冷鏈物流需求進(jìn)行定量預(yù)測(cè)，以此得出預(yù)測(cè)結(jié)果并進(jìn)行分析。

1 農(nóng)產(chǎn)品冷鏈物流需求預(yù)測(cè)指標(biāo)的選取

近年來，國家、安徽省、六安市等多次出臺(tái)支持農(nóng)產(chǎn)品冷鏈物流發(fā)展的相關(guān)政策法規(guī)文件，如國辦發(fā)〔2017〕29 號(hào)[14]、皖政辦秘〔2017〕187 號(hào)[15]、六發(fā)〔2018〕3號(hào)[16]等。其中六安市《關(guān)于全面推進(jìn)鄉(xiāng)村振興戰(zhàn)略的實(shí)施意見（六發(fā)〔2018〕3號(hào)）》文件[16]提到要著力支持和壯大優(yōu)質(zhì)茶葉、果蔬、中藥材、皖西大白鵝、竹木、水產(chǎn)品、霍壽黑豬、繭絲綢等優(yōu)勢(shì)特色主導(dǎo)產(chǎn)業(yè)。考慮到茶葉、水果、蔬菜、水產(chǎn)品和肉類等農(nóng)產(chǎn)品全過程需要納入冷鏈控制，因此，選取這五類農(nóng)產(chǎn)品作為預(yù)測(cè)種類指標(biāo)。

結(jié)合擬定選取的預(yù)測(cè)種類指標(biāo)，在不考慮冷鏈流通率的前提下，將農(nóng)產(chǎn)品產(chǎn)量數(shù)據(jù)作為冷鏈物流量，參考六安市國民經(jīng)濟(jì)和社會(huì)發(fā)展統(tǒng)計(jì)公報(bào)[17]及統(tǒng)計(jì)年鑒[18]，即分別選取茶葉、水果、蔬菜、水產(chǎn)品和肉類的產(chǎn)量（上述單位均為萬噸）作為樣本原始數(shù)據(jù)，則五類預(yù)測(cè)種類指標(biāo)在2011-2017年的冷鏈物流量具體如表1所示（六安市下轄的壽縣2015年整建制劃歸淮南，為保證樣本數(shù)據(jù)的準(zhǔn)確性和可靠性，在預(yù)測(cè)種類指標(biāo)2011-2014年原有產(chǎn)量數(shù)據(jù)基礎(chǔ)上減去了壽縣的產(chǎn)量而得到）。

表1 2011-2017年主要農(nóng)產(chǎn)品的冷鏈物流量/萬噸

2 農(nóng)產(chǎn)品冷鏈物流需求預(yù)測(cè)模型構(gòu)建

灰色系統(tǒng)預(yù)測(cè)模型主要是對(duì)“小樣本、少數(shù)據(jù)、貧信息”的不確定性系統(tǒng)展開研究[19-21]，而農(nóng)產(chǎn)品冷鏈物流需求正符合這些特點(diǎn)[13]。GM(1,1)是一種最常見的灰色系統(tǒng)預(yù)測(cè)模型[21]，不必知道原始數(shù)據(jù)分布規(guī)律，就能對(duì)所選系統(tǒng)較為精準(zhǔn)的預(yù)測(cè)其行為特征值的發(fā)展變化趨勢(shì)。

2.1 灰色GM(1,1)的構(gòu)建

假設(shè)原始數(shù)列X(0)存在n個(gè)觀察值，即X(0)={X(0)(1),X(0)(2),…,X(0)(n)}。灰色 GM(1,1)模型預(yù)測(cè)主要有以下五步[21]：

Step 1：將原始數(shù)列X(0)中各值累加求和，以顯示出原始數(shù)據(jù)列隱藏的規(guī)律，得到數(shù)列X(1)，即X(1)={X(1)(1),X(1)(2),…,X(1)(n)}。

Step 2：對(duì)步驟一得到的數(shù)列X(1)借助白化微分方程構(gòu)建灰色 GM(1,1)模型，其中，α為發(fā)展灰數(shù)，μ為內(nèi)生控制灰數(shù)。

Step 2：采用最小二乘法，設(shè)A=[αμ]T進(jìn)行估計(jì)求解，則A=(BTB)-1BTY，其中

Step 4：將求解所得的α、μ代入微分方程，即可得X(0)的預(yù)測(cè)模型

Step 5：通過累減還原并計(jì)算出預(yù)測(cè)值。計(jì)算公式

2.2 灰色GM(1,1)預(yù)測(cè)模型的檢驗(yàn)

GM(1,1)預(yù)測(cè)模型的檢驗(yàn)首先利用發(fā)展灰數(shù)α檢測(cè)預(yù)測(cè)模型的有效性及確定具體的適用場景，然后進(jìn)行殘差檢驗(yàn)和后驗(yàn)差檢驗(yàn)來確定精度等級(jí)。

2.2.1 預(yù)測(cè)模型的有效性檢測(cè)

根據(jù)灰色系統(tǒng)理論，灰色預(yù)測(cè)模型是通過檢驗(yàn)發(fā)展灰數(shù)α而確定在特定場景下使用的。該方法是在判斷預(yù)測(cè)模型是否有效的基礎(chǔ)上，進(jìn)而對(duì)有意義的預(yù)測(cè)模型確定相應(yīng)的適用場景，具體地有效性檢驗(yàn)標(biāo)準(zhǔn)及適用場景如表2所示。如果通過檢驗(yàn)發(fā)展灰數(shù)α符合特定的適用場景，則可繼續(xù)進(jìn)行精度檢驗(yàn)。

表2 預(yù)測(cè)模型的有效性及適用場景的對(duì)照標(biāo)準(zhǔn)

2.2.2 精度檢驗(yàn)

（1）殘差檢驗(yàn)

通過計(jì)算預(yù)測(cè)值與樣本原始數(shù)據(jù)的相對(duì)誤差進(jìn)行檢驗(yàn)。假定 Δ={Δ(1),Δ(2),…,Δ(n)}為殘差序列，其中，則相對(duì)誤差，平均相對(duì)誤差。

（2）后驗(yàn)差檢驗(yàn)

通過指標(biāo)方差比以及小誤差概率進(jìn)行檢驗(yàn)。

①后驗(yàn)差比值C=S2/S1

②小誤差概率

（3）灰色GM(1,1)預(yù)測(cè)模型精度檢驗(yàn)各等級(jí)參照標(biāo)準(zhǔn)

通過殘差檢驗(yàn)計(jì)算平均相對(duì)誤差φ、通過后驗(yàn)差檢驗(yàn)計(jì)算后驗(yàn)差比C和小誤差概率P，然后根據(jù)其數(shù)值大小，對(duì)照表3進(jìn)行檢驗(yàn)判斷精度。

3 六安市農(nóng)產(chǎn)品冷鏈物流需求預(yù)測(cè)與分析

3.1 灰色GM(1,1)模型求解

根據(jù)灰色GM(1,1)預(yù)測(cè)模型的原理，首先對(duì)表1中農(nóng)產(chǎn)品種類指標(biāo)的原始數(shù)列進(jìn)行一階累加處理得到1-AGO序列，然后通過微分方程對(duì)該序列建立預(yù)測(cè)模型，并采用最小二乘法對(duì)α和μ進(jìn)行估計(jì)，最后得出原始數(shù)列的灰色預(yù)測(cè)時(shí)間響應(yīng)函數(shù)，并通過還原處理得到未來幾年產(chǎn)量的預(yù)測(cè)值，具體見表4。

3.2 精度檢驗(yàn)

3.2.1 預(yù)測(cè)模型的有效性檢測(cè)

觀察表4中各農(nóng)產(chǎn)品種類指標(biāo)的數(shù)值，發(fā)現(xiàn)茶葉、水果、蔬菜、水產(chǎn)品和肉類這些預(yù)測(cè)模型的發(fā)展灰數(shù)均達(dá)到-α≤0.3這一檢驗(yàn)標(biāo)準(zhǔn)，參照表2得知，對(duì)各類農(nóng)產(chǎn)品所構(gòu)建的預(yù)測(cè)模型均是有效的，且均適合預(yù)測(cè)中長期場景。

表3 GM(1,1)模型精度等級(jí)的檢驗(yàn)參照標(biāo)準(zhǔn)

表4 由灰色GM(1,1)預(yù)測(cè)模型求解五種農(nóng)產(chǎn)品所得數(shù)據(jù)

3.2.2 殘差檢驗(yàn)

通過比對(duì)五種農(nóng)產(chǎn)品種類產(chǎn)量的預(yù)測(cè)模擬值和原始實(shí)際值得到每一年份的絕對(duì)誤差和相對(duì)誤差，進(jìn)而依據(jù)上述3.2所述公式計(jì)算每一農(nóng)產(chǎn)品預(yù)測(cè)模型的平均相對(duì)誤差，即可得到預(yù)測(cè)精度。

觀察表5數(shù)據(jù)，得出上述五種農(nóng)產(chǎn)品產(chǎn)量預(yù)測(cè)模型的預(yù)測(cè)精度都大于90%，參照表3精度判斷標(biāo)準(zhǔn)，說明用本文所構(gòu)建的預(yù)測(cè)模型對(duì)各類農(nóng)產(chǎn)品的產(chǎn)量進(jìn)行預(yù)測(cè)是可靠的。

表5 五種農(nóng)產(chǎn)品殘差檢驗(yàn)相關(guān)參數(shù)數(shù)據(jù)

3.2.3 后驗(yàn)差檢驗(yàn)

分別對(duì)于五種農(nóng)產(chǎn)品產(chǎn)量的原始序列X(0)和殘差序列Δ(0)，在計(jì)算相應(yīng)的標(biāo)準(zhǔn)差S1和S2的基礎(chǔ)上，進(jìn)而得到C和P。參照表3，說明預(yù)測(cè)的精度較高。模型的精度等級(jí)為一級(jí)(好)，說明模型的預(yù)測(cè)精度高。

檢驗(yàn)結(jié)果可知，本文對(duì)五種農(nóng)產(chǎn)品產(chǎn)量所構(gòu)建的GM(1,1)模型是有效的，且適合進(jìn)行中長期預(yù)測(cè)，同時(shí)預(yù)測(cè)模型都通過了殘差檢驗(yàn)和后驗(yàn)差檢驗(yàn)，且預(yù)測(cè)精度具有一定的可信度，由此得出五種農(nóng)產(chǎn)品2018-2022年的產(chǎn)量。具體見表6。

表6 2018-2022年五種農(nóng)產(chǎn)品需求量的預(yù)測(cè)結(jié)果

3.3 預(yù)測(cè)結(jié)果分析

根據(jù)表7預(yù)測(cè)結(jié)果可知：

（1）六安市農(nóng)產(chǎn)品冷鏈物流需求總量將在2022年底達(dá)到將近270萬噸，并通過計(jì)算得出在2018-2022年期間每年將以5.98%的速度增長，可見，六安市對(duì)農(nóng)產(chǎn)品的冷鏈需求呈現(xiàn)出明顯的上升趨勢(shì)，預(yù)示著六安市在農(nóng)產(chǎn)品冷鏈物流領(lǐng)域?qū)?huì)迎來發(fā)展的重要機(jī)遇。

（2）將五種農(nóng)產(chǎn)品2011-2017年的歷史數(shù)據(jù)及預(yù)測(cè)的2018-2022年的數(shù)據(jù)進(jìn)行匯總，繪制2011-2022年五種冷鏈農(nóng)產(chǎn)品的發(fā)展趨勢(shì)圖，如圖1?？梢钥闯觯毫彩挟a(chǎn)生農(nóng)產(chǎn)品冷鏈需求的主要貨品是蔬菜、水果和肉類，并且水果和蔬菜在未來五年產(chǎn)量呈明顯遞增趨勢(shì)，且需要冷鏈物流的農(nóng)產(chǎn)品的產(chǎn)量整體上也是逐步上升的。這也表示六安市農(nóng)產(chǎn)品冷鏈物流具備強(qiáng)勁的動(dòng)力。

圖1 2011-2022年六安市五種冷鏈農(nóng)產(chǎn)品的趨勢(shì)圖

4 小結(jié)

本文以六安市2011-2017年茶葉、水果、蔬菜、水產(chǎn)品和肉類等五種農(nóng)產(chǎn)品產(chǎn)量作為樣本數(shù)據(jù)，采用灰色GM(1,1)模型對(duì)六安市未來五年農(nóng)產(chǎn)品冷鏈物流需求量進(jìn)行預(yù)測(cè)，并通過殘差檢驗(yàn)和后驗(yàn)差檢驗(yàn)。結(jié)果表明所選模型能夠很好地預(yù)測(cè)六安市農(nóng)產(chǎn)品在2018-2022年的發(fā)展趨勢(shì)。近年來，六安市各級(jí)政府應(yīng)制訂出臺(tái)有助于發(fā)展農(nóng)產(chǎn)品冷鏈物流的相關(guān)政策法規(guī)。這樣才能提升六安區(qū)域農(nóng)產(chǎn)品的綜合競爭力，有助于提升紅色革命老區(qū)的農(nóng)業(yè)產(chǎn)值，一定程度上對(duì)于落實(shí)精準(zhǔn)扶貧具有重要意義。