面向“十四五”規(guī)劃基于灰色GM（11）模型的沈陽市物流需求預(yù)測(cè)分析

摘要：“十四五”規(guī)劃時(shí)期，推動(dòng)?xùn)|北全面振興是重要的發(fā)展方向。其中物流的發(fā)展至關(guān)重要。東北地區(qū)因其地域特點(diǎn)，物流需求具有不確定性，亟待開展預(yù)測(cè)方法研究。文章以沈陽市為例，以2008—2022年貨運(yùn)量作為樣本數(shù)據(jù)，提出基于灰色GM（1，1）模型的東北地區(qū)物流需求預(yù)測(cè)方法。通過仿真實(shí)驗(yàn)計(jì)算2008—2022年的物流需求，經(jīng)過與實(shí)際值對(duì)比，對(duì)預(yù)測(cè)結(jié)果進(jìn)行檢驗(yàn)與分析，驗(yàn)證了文章所提出的模型是有效的；預(yù)測(cè)未來5年的物流需求量。實(shí)驗(yàn)結(jié)果表明，此方法能為沈陽市物流需求的定量分析提供較為準(zhǔn)確的基礎(chǔ)，同時(shí)為政府出臺(tái)相關(guān)政策和企業(yè)進(jìn)行物流規(guī)劃建設(shè)提供參考價(jià)值。關(guān)鍵詞：灰色GM（1，1）模型；物流需求預(yù)測(cè)；貨運(yùn)量；東北地區(qū)0

引

言沈陽市地處我國東北南部、遼寧中北部，是東北地區(qū)的政治、經(jīng)濟(jì)、文化中心，是東北地區(qū)聯(lián)系國內(nèi)其他地區(qū)及我國通向東北亞地區(qū)的重要門戶。沈陽市交通網(wǎng)絡(luò)發(fā)達(dá)，綜合交通樞紐地位突出，域內(nèi)擁有多條高鐵和國家干線鐵路以及國家一級(jí)干線機(jī)場(chǎng)，目前已與國內(nèi)外多個(gè)城市和地區(qū)實(shí)現(xiàn)通航，“一環(huán)兩弦七放射”的高速公路網(wǎng)也已基本形成。優(yōu)越的地理位置和交通條件為沈陽加快推進(jìn)物流體系建設(shè)、打造區(qū)域物流和國際貿(mào)易樞紐奠定了基礎(chǔ)，也為深度融入共建“一帶一路”創(chuàng)造了有利條件[1]?！笆奈濉睍r(shí)期，我國加快發(fā)展現(xiàn)代物流產(chǎn)業(yè)體系，沈陽市順應(yīng)趨勢(shì)，積極探索物流產(chǎn)業(yè)的發(fā)展路徑和模式。沈陽市是傳統(tǒng)工業(yè)重鎮(zhèn)和重要的裝備制造業(yè)基地，工業(yè)和制造業(yè)的發(fā)展離不開物流業(yè)的支撐?，F(xiàn)代物流技術(shù)的推廣應(yīng)用和設(shè)施條件的不斷完善為沈陽市實(shí)現(xiàn)城市現(xiàn)代化建設(shè)奠定了基礎(chǔ)。在“十四五”規(guī)劃指導(dǎo)下，沈陽市物流行業(yè)蓬勃發(fā)展，有必要對(duì)沈陽市物流需求進(jìn)行精準(zhǔn)預(yù)測(cè)，把握良好的發(fā)展機(jī)遇。關(guān)于物流需求預(yù)測(cè)方面的研究，國內(nèi)外專家學(xué)者針對(duì)不同領(lǐng)域和地域的物流實(shí)際情況，運(yùn)用不同的研究方法得出了大量的研究成果。在物流需求預(yù)測(cè)方面，劉炯[2]基于多元線性回歸思想，構(gòu)建物流需求預(yù)測(cè)模型，對(duì)安徽省的物流進(jìn)行了合理預(yù)測(cè)，研究結(jié)果表明，第二產(chǎn)業(yè)與第三產(chǎn)業(yè)發(fā)展對(duì)安徽省物流需求影響最為顯著。于凱麗[3]利用蟻群算法與支持向量機(jī)結(jié)合，得到優(yōu)化后的支持向量機(jī)預(yù)測(cè)模型，從而對(duì)青島市的物流需求進(jìn)行預(yù)測(cè)。陳敏[4]通過建立神經(jīng)BP網(wǎng)絡(luò)模型，選擇相應(yīng)的經(jīng)濟(jì)指標(biāo)為輸入指標(biāo)，預(yù)測(cè)出成都市未來5年的物流需求規(guī)模，為成都市未來一定時(shí)期內(nèi)的物流系統(tǒng)規(guī)劃提供了理論依據(jù)。譚偉華[5]運(yùn)用多元回歸和神經(jīng)網(wǎng)絡(luò)作為預(yù)測(cè)方法，對(duì)江西省的物流進(jìn)行了預(yù)測(cè)，揭示了物流和經(jīng)濟(jì)發(fā)展之間的關(guān)系，并分析模型預(yù)測(cè)結(jié)果的準(zhǔn)確性，給江西省未來一段時(shí)間內(nèi)的物流規(guī)劃提供了理論參照。韓正超等[6]建立物流需求規(guī)模預(yù)測(cè)指標(biāo)體系后，以濟(jì)南市的歷年數(shù)據(jù)建立BP神經(jīng)網(wǎng)絡(luò)模型，對(duì)濟(jì)南市進(jìn)行了物流需求預(yù)測(cè)。在冷鏈物流需求預(yù)測(cè)方面，蘭洪杰等[7]采用神經(jīng)網(wǎng)絡(luò)技術(shù)通過需求主體數(shù)量與人均日消耗量對(duì)奧運(yùn)會(huì)期間的食品冷鏈物流需求量進(jìn)行了預(yù)測(cè)。李夏培[8]應(yīng)用灰色線性組合模型對(duì)我國農(nóng)產(chǎn)品冷鏈物流需求建立了預(yù)測(cè)方程，并運(yùn)用Matlab軟件進(jìn)行了實(shí)現(xiàn)。李玉萍等[9]分析了我國果蔬冷鏈物流的發(fā)展現(xiàn)狀并提出了相應(yīng)的對(duì)策建議。張言彩等[10]以江蘇省城鎮(zhèn)居民冷鏈運(yùn)輸產(chǎn)品的消費(fèi)總量來度量其冷鏈物流需求量，并通過傳統(tǒng)灰色模型來預(yù)測(cè)其未來城鎮(zhèn)居民冷鏈物流需求量?？聛嗛猍11]以唐山市為例，選取了特定區(qū)域主要農(nóng)產(chǎn)品冷鏈年流通量為度量指標(biāo)，運(yùn)用傳統(tǒng)灰色模型對(duì)本市主要農(nóng)產(chǎn)品的產(chǎn)出總量進(jìn)行了預(yù)測(cè)，并通過冷鏈流通率及其平均流轉(zhuǎn)次數(shù)計(jì)算出了該市2015年的農(nóng)產(chǎn)品冷鏈物流需求量及其對(duì)冷庫的需求量，并結(jié)合實(shí)地調(diào)研冷庫數(shù)據(jù)，測(cè)算了2015年唐山市的冷庫庫容缺口。在灰色預(yù)測(cè)模型的應(yīng)用方面，顧佳敏等[12]計(jì)算了不同因素與GDP的灰色關(guān)聯(lián)度，最后選取了貨物周轉(zhuǎn)量作為衡量物流需求的關(guān)鍵指標(biāo)，通過構(gòu)建灰色GM（1，1）模型對(duì)江蘇省物流產(chǎn)業(yè)的發(fā)展提出了建議?；矢t姣[13]利用灰色預(yù)測(cè)模型對(duì)綿陽市未來10年的農(nóng)產(chǎn)品產(chǎn)量進(jìn)行了預(yù)測(cè)，基于冷鏈流通率對(duì)綿陽市的冷庫缺口量進(jìn)行了估算，從基礎(chǔ)設(shè)施、物流體系、人才等方面針對(duì)性地對(duì)當(dāng)?shù)剞r(nóng)產(chǎn)品冷鏈發(fā)展提出了建議。李晗等[14]以北京市為背景，通過分析影響北京市物流需求的相關(guān)因素，在構(gòu)建北京市物流需求預(yù)測(cè)影響因素指標(biāo)體系后，將BP神經(jīng)網(wǎng)絡(luò)和GM（1，1）模型組合，建立了灰色神經(jīng)網(wǎng)絡(luò)組合模型，通過選取近20年的統(tǒng)計(jì)數(shù)據(jù)對(duì)未來5年的物流需求進(jìn)行預(yù)測(cè)，該組合模型更加提高了模型的精度與參考意義。GM（1，1）模型是典型的灰色預(yù)測(cè)模型[12]，在對(duì)樣本數(shù)據(jù)進(jìn)行處理后，通過數(shù)據(jù)的潛在規(guī)律，從而對(duì)將來的發(fā)展趨勢(shì)做出合理的推斷。其適用于樣本數(shù)量偏少、預(yù)測(cè)周期較短的數(shù)據(jù)，該方法對(duì)具有不確定性的復(fù)雜數(shù)據(jù)具有較好的預(yù)測(cè)效果。目前針對(duì)沈陽市物流需求預(yù)測(cè)的研究相對(duì)較少，現(xiàn)階段，沈陽市的物流產(chǎn)業(yè)發(fā)展前景廣闊，有必要對(duì)“十四五”規(guī)劃指導(dǎo)下沈陽市物流的需求進(jìn)行預(yù)測(cè)。本文基于GM（1，1）預(yù)測(cè)模型開展研究，旨在為沈陽市物流需求的定量分析提供依據(jù)，同時(shí)為政府出臺(tái)相關(guān)鼓勵(lì)、扶持等政策和企業(yè)進(jìn)行物流規(guī)劃建設(shè)提供參考。1

GM（1，1）灰色預(yù)測(cè)模型1.1

灰色GM（1，1）預(yù)測(cè)模型的構(gòu)建假設(shè)原始數(shù)列存在n個(gè)離散數(shù)據(jù)，即：，（=1，2，…，）。

（1）GM（1，1）預(yù)測(cè)模型的構(gòu)建包括以下幾個(gè)步驟[15]。步驟1：將待預(yù)測(cè)的離散數(shù)據(jù)數(shù)列進(jìn)行累加，得到累加數(shù)列。即：，（=1，2，…，）。

（2）其中：。

（3）步驟2：建立灰色微分方程。對(duì)得到的數(shù)列運(yùn)用微分方程構(gòu)建灰色模型。其中：為未知參數(shù)。步驟3：通過最小二乘法，設(shè)，則。其中：=

，

=。

（4）步驟4：將所求得的，代入微分方程，可得的預(yù)測(cè)模型。即：，（=1，2，…，）。

（5）步驟5：遞減還原，得出預(yù)測(cè)值。即：。

（6）1.2

GM（1，1）預(yù)測(cè)模型的檢驗(yàn)1.2.1

殘差檢驗(yàn)通過預(yù)測(cè)值與原始數(shù)據(jù)的相對(duì)誤差進(jìn)行檢驗(yàn)。設(shè)Δ={Δ（1），Δ（2），...，Δ（n）}為絕對(duì)殘差數(shù)列，其中：Δ（k）=，（k=1，2，…，n）。

（7）相對(duì)誤差為，其中：，（k=1，2，…，n），則平均相對(duì)誤差為：。

（8）1.2.2

關(guān)聯(lián)度檢驗(yàn)1.2.2.1

關(guān)聯(lián)系數(shù)設(shè)原始數(shù)列為，（k=1，2，…，）；參照數(shù)列為，（k=1，2，…，n），則稱為關(guān)聯(lián)系數(shù)。其中：，（k=1，2，…，）；為兩級(jí)最小差，為兩級(jí)最大差；為分辨系數(shù)，一般取。1.2.2.2

關(guān)聯(lián)度設(shè)與的關(guān)聯(lián)度為，則。

（9）1.2.3

后驗(yàn)差檢驗(yàn)設(shè)原始數(shù)列的平均方差為，絕對(duì)殘差數(shù)列Δ（k）的平均方差為，則后驗(yàn)差比。其中：，，。

（10）1.2.4

模型精度等級(jí)參照標(biāo)準(zhǔn)通過殘差檢驗(yàn)、關(guān)聯(lián)度檢驗(yàn)和后驗(yàn)差檢驗(yàn)分別計(jì)算平均相對(duì)誤差、關(guān)聯(lián)度和后驗(yàn)差比，然后根據(jù)數(shù)值大小，對(duì)照表1進(jìn)行模型精度檢驗(yàn)[16]。2

基于GM（1，1）灰色預(yù)測(cè)模型的沈陽市物流需求預(yù)測(cè)2.1

沈陽市歷年貨運(yùn)量與文獻(xiàn)[5-6，14]類似，本文選取城市總貨運(yùn)量作為物流需求指標(biāo)。根據(jù)沈陽市統(tǒng)計(jì)局發(fā)布的2022年統(tǒng)計(jì)年鑒可知沈陽市2008—2022年的總貨運(yùn)量數(shù)據(jù)，具體數(shù)據(jù)如表2所示。2.2

模型計(jì)算2.2.1

建立灰色預(yù)測(cè)模型1）根據(jù)表2中的原始數(shù)據(jù)，根據(jù)建模步驟，由數(shù)列累加生成：=[20731，15164，17348，19406，21720，21491，23489，21362，22069，22889，23491，19388，18918，19609，17758]（=1，2，…，15）；=[20731，35895，53243，72649，94369，115860，139349，160711，182780，205669，229160，248548，267466，287075，304833]（=1，2，…，15）。2）確定矩陣和矩陣。3）確定參數(shù)列。=，=，=，則==。4）建立預(yù)測(cè)模型，利用EXCEL軟件并代入所求與的值，得出沈陽市物流需求預(yù)測(cè)模型為：=4251934.317-4231203.317。5）遞減還原后，預(yù)測(cè)值為：=[20731，19690，19781，19873，19965，20057，20150，20243，20337，20431，20526，20621，20716，20812，20909]（=1，2，…，15）。2.2.2

沈陽市物流需求灰色預(yù)測(cè)模型的精度檢驗(yàn)2.2.2.1

殘差檢驗(yàn)首先，根據(jù)表3以及所建立的沈陽市物流需求預(yù)測(cè)模型得到=[4251934.317e^0.004620115k-4231203.317]。然后，累減還原得到=[20731，19689.87726，19781.05723，19872.65945，19964.68585，20057.13841，20150.0191，20243.3299，20337.07281，20431.24982，20525.86295，20620.91421，20716.40564，20812.33926，20908.71714]。最后，求得Δ（k）=[0，4525.877，2433.057，466.6594，1755.314，1433.862，3338.981，1118.67，1731.927，2457.75，2965.137，1232.914，1798.406，1203.339，3150.717]，=[0，0.298462，0.14025，0.024047，0.080816，0.066719，0.142151，0.052367，0.078478，0.107377，0.126224，0.063592，0.095063，0.061367，0.177425]，則平均相對(duì)誤差=0.0137，根據(jù)表1模型精度等級(jí)參照標(biāo)準(zhǔn)可知，模型合格。2.2.2.2

關(guān)聯(lián)度檢驗(yàn)首先，由=19644.425517，且根據(jù)可得參照數(shù)列=[19735.395，19826.7858，19918.5997，20010.8389，20103.5051，20196.6005，20290.127，20384.0867，20478.4813，20573.3132，20668.5842，20764.2963，20860.4517，20957.0524，21054.1004]，=[136.9058，137.5397，138.1789，138.8151，139.4605，140.107，140.7567，141.4113，142.0632，142.7242，143.3863，144.0417，144.7124，145.3804]。然后，求出關(guān)聯(lián)系數(shù)=[1.0000，0.9974，0.9943，0.9913，0.9883，0.9854，0.9824，0.9794，0.9764，0.9734，0.9704，0.9675，0.9645，0.9615]。最后，得到關(guān)聯(lián)度=0.9809，根據(jù)表1模型精度等級(jí)參照標(biāo)準(zhǔn)可知，=0.9809>0.9，模型優(yōu)。2.2.2.3

后驗(yàn)差檢驗(yàn)=2316.5855，=1101.5949，則后驗(yàn)差比=0.4755<0.5模型合格，根據(jù)表1模型精度等級(jí)參照標(biāo)準(zhǔn)可知，模型合格。2.2.3

對(duì)沈陽市未來5年的物流需求量進(jìn)行預(yù)測(cè)由檢驗(yàn)結(jié)果可知，本文建立的灰色需求預(yù)測(cè)模型是有效的，且精度具有一定的可信度，由此可預(yù)測(cè)得出沈陽市2023—2027年的物流需求量，如表4所示。3

基于GM（1，1）灰色預(yù)測(cè)模型的沈陽市物流需求預(yù)測(cè)結(jié)果分析3.1

預(yù)測(cè)結(jié)果分析根據(jù)預(yù)測(cè)結(jié)果，沈陽市物流需求量在未來5年呈現(xiàn)整體向好。此趨勢(shì)走向的主要原因可能涵蓋以下幾個(gè)方面。1）經(jīng)濟(jì)增長(zhǎng)與產(chǎn)業(yè)升級(jí)：預(yù)測(cè)期內(nèi)，沈陽市的經(jīng)濟(jì)增長(zhǎng)可能持續(xù)穩(wěn)定，或呈現(xiàn)適度上升趨勢(shì)。經(jīng)濟(jì)增長(zhǎng)通常會(huì)帶動(dòng)產(chǎn)業(yè)的擴(kuò)張和升級(jí)，促使更多商品和貨物在供應(yīng)鏈中流動(dòng)，從而推動(dòng)物流需求增加。2）消費(fèi)升級(jí)和電商發(fā)展：隨著人們生活水平的提高，消費(fèi)者對(duì)品質(zhì)和多樣性的需求增加，可能引發(fā)更多的跨區(qū)域物流運(yùn)輸。此外，電子商務(wù)的興起也將刺激快遞和配送服務(wù)的需求增加。3）城市建設(shè)和基礎(chǔ)設(shè)施投資：如果沈陽市在“十四五”規(guī)劃期間繼續(xù)推進(jìn)城市建設(shè)和基礎(chǔ)設(shè)施投資，將有助于加強(qiáng)物流網(wǎng)絡(luò)的連通性和效率，從而促進(jìn)物流需求的增長(zhǎng)。4）區(qū)域合作與貿(mào)易活動(dòng)：沈陽市可能通過加強(qiáng)與周邊地區(qū)的合作和貿(mào)易活動(dòng)，促進(jìn)跨境和區(qū)域性物流需求的增加。3.2

沈陽市物流行業(yè)發(fā)展建議首先，在“十四五”期間，沈陽市可以積極發(fā)展現(xiàn)代物流園區(qū)，集中優(yōu)勢(shì)