王暖

内容摘要：物流供应量和需求量的匹配直接影响了经济的发展速度。本文以物流需求量的影响因素为基本指标，利用IOWHA方法构建了物流需求量的预测模型，并深入分析模型的应用。并针对此，提出合理化建议。

关键词：IOWHA 物流需求 预测模型 改善

引言

随着市场化经济与信息化经济的不断发展，物流产业已经对经济产生重要影响，对其他产业的发展产生引导和促进作用，甚至是其他产业发展的先导产业。现代物流业，以IT信息技术为支撑，以运输业为核心，是集系统化、信息化和仓储现代化为一体的综合性产业。物流产业的发展对优化产业结构、增强企业发展后劲、提高经济运行质量起到巨大的促进作用（何国华，2008）。近年来，政府层面的高度关注，政策上的支持，各类物流企业涌现及物流相关基础建设的不断完善等良好的外部环境为我国物流产业的迅速发展提供契机。不少地方已将促进物流产业的发展纳入“十三五规划”。可预见，21世纪物流产业将成为我国经济发展的重要产业和新的经济增长点。物流产业的发展和壮大，对我国经济的可持续发展、提高经济运行质量、优化资源配置、促进改革和发展有着十分重要的意义（黄虎，2008）。本文利用IOWHA方法，深入分析物流需求的影响因素，并构建物流需求的改善与预测模型，以实现对物流需求的科学预测。

物流需求的影响因素分析

物流需求是指在一定时期内社会经济活动中对有关物品等进行配送和流通而产生的对空间、时间和费用的需求。由于物流需求贯穿于整个社会经济活动之中，与社会经济发展的状态和速度存在着密切关系，是社会经济活动的重要组成部分，因此社会经济发展的状态和速度是影响物流需求的主因，进而影响社会经济发展状态和速度的因素必然会影响到物流产业的发展以及物流的需求。具体影响因素如下：

第一，经济发展水平。经济发展水平决定了产出和消费的水平，即区域的经济总量。在短期内，是物流需求量的决定因素，是物流需求的基本动力，这是因为物流的客体总是区域经济的基本产出和消费。若区域产出和消费水平高，经济总量大，其物流的需求量必然大（罗永泰等，2011；万励等，2011）。因此，地区经济发展水平较高，其物流需求量也高，例如我国中西部和东部地区比较，中西部相对人均物流量较低而东部的人均物流量较高。

第二，产业结构。不同产业结构对物流需求功能、物流层次和物流需求结构等方面产生重大影响。第一产业中的农林牧业对物流的需求属于粗放型，需求量大但价值低；第二产业中的制造业、采掘业等提供的都是实物形态的产品，从生产到消费都离不开物流，因而对物流的需求较大；而第三产业以服务业为主，对物流活动依赖度较小，更多需要基于信息技术的现代物流服务（耿勇等，2007）。可见，不同产业对物流的需求程度有明显的差异。在区域产业结构中，若第一、第二产业的比重较高，那么在其他条件一定的情况下，其物流需求量高，而如果第三产业的比重较高，那么其物流需求量就低。

第三，宏观经济政策和管理体制。由于物流需求的派生性，宏观经济政策直接影响着物流量。首先政策如果能够促进经济发展，那么相当于经济总量提高，就会促进物流产业的发展，提高物流的需求量。如果宏观政策不适应区域经济的发展需求，导致经济稳步不前或者经济不能复苏，那么就会影响到物流需求量的提高（黄敏珍等，2009）。其次物流服务严格依赖基础设施，而管理体制对物流基础设施建设产生直接影响，如果各级政府对物流产业的投入增加，则为物流产业快速发展创造了良好条件。铁路、公路、水路的投资规模直接影响交通运输网络的密度和等级，进而对物流需求产生相应影响。

第四，消费水平和消费理念。流通最终的目的是为了消费，因此消费水平和经济总量一样，能够反映区域的物流需求量。若区域消费水平提高，那么其对物品的需求量高，即使本地产品不能满足消费量，也会有外来产品通过物流进入区域。消费理念也会影响产品的需求组合（刘秉镰，2004）。不同产品的流通对物流的需求量不一样，这是因为其重量、体积或者对物流的基本条件不一样，而这些都是影响物流需求量的重要因素。实际上，消费理念将直接影响企业的经营决策和生产销售行为，进而影响物流规模，新产品和新服务往往需要高水平物流服务提供支持。

第五，其他因素。影响物流需求的因素还包括市场环境、技术进步等。物流活动服务于生产和生活，市场环境的变化会影响区域经济的发展速度，影响居民的消费预期，因此会影响区域的物流量（刘智琦等，2012）。同时，不同区域的宏观环境状况对区域经济的影响不一样，其也将影响物流的物质流向、服务方式以及服务质量和数量，包含物流技术在内的技术进步也会影响需求量，比如互联网技术等会提高物流需求量。

物流需求预测模型的构建与应用

（一）IOWHA物流需求组合模型构建

传统的预测方法是给予不同的预测指标赋予各自的权重，同一单向预测方法在其样本的各个时间点指标的权重是恒定不变的。这导致不同时间带预测的精度不同，在一个时间点预测更为准确，而在另一个时间点，误差很大。IOWHA方法即有序加权和平均方法，是以倒数误差平方和为准则的新型组合预测模型，克服了传统加权组合预测模型的缺陷。

假设（ν1，u1），（ν2，u2），…（νm，um）为m个二维组合。设定：

（1）

函数fw是由ν1，ν2，…νm变量产生的m维诱导有序加权调和评价算子，即IOWHA算子。uν-index（i）是由ν1，ν2，…νm变量序列按照大小排列的第i个数据，其中W=（w1，w2，…wm）T是加权向量，满足条件。因此，ν1，ν2，…νm按照大小排列顺序后所对应的u1，u2，…um中的数据进行有序加权调和评价，wi和ui的大小和位置无关，但与其诱导值的位置和大小有关。预测精度可通过条件函数νit反映，反映出第i种预测方法在t时刻的预测值。这时，m种预测方法在t时刻的预测精度和预测值构成了m个二维数组：（ν1t，x1t），（ν1t，x1t），…（νmt，xmt）。

（2）

设定W=（w1，w2，…wm）T为各种预测方法在组合预测中的加权变量，根据公式（1）就可以计算出t时刻的预测值。

（3）

N期总的基于IOWHA的组合预测倒数误差平方和s2：

（4）

其中。则基于倒数误差平方和最小准则的组合预测模型为：

（5）

（二）模型的应用与分析

模型的计算可以通过软件进行，因此模型的关键在于指标的设定，而指标的确定可以根据物流需求量的影响因素进行确定。物流需求量的影响因素包含五个方面：经济发展水平、产业结构、宏观经济政策和管理体制、消费水平和消费理念以及市场环境、技术进步等其他因素。那么就可以从这五个方面分析变量指标。当前经济发展水平对于一个特定区域来说是不变的，因此在预测时可以作为一个常数变量，即设定当前的物流需求量为常数值，然后其他指标的变化反映出其物流需求量的改变量。产业结构的变化也可以数值化，设定三个基本影响因素：第一产业增加值、第二产业增加值和第三产业增加值作为基本影响指标。

模型的核算需要依赖Eviews软件。首先需要建立关于物流需求量与各个指标值的相关关系。利用变量数据（1985-2013年的变量数据，而物流需求量以当年实际发生的物流总量为基本指标，所有指标数据源于中国统计信息网统计年鉴数据）建立线性模型，如公式（6）所示，然后对指标值根据公式进行预测，最后根据预测的指标值和物流需求量与各个指标值的线性模型进行预测。

（6）

其中WL代表物流预测值，DY、DE和DS分别代表第一产业、第二产业和第三产业的预测增加值。

根据公式（6）对物流的需求进行预测。得出的实际值和预测值如图1所示。从图1可以看出，预测曲线相对实际趋势更直，这说明预测的精确性总是存在不足，但是从整体趋势可以看出实际需求量的变化和预测需求量的变化保持相对统一的趋势。根据实际值2013年我国物流需求量保持平稳发展，没有显著增长趋势，但从物流的预测来看，其依然保持增长趋势。这说明我国物流需求量在短期内保持平稳，但是未来依然会保持上升趋势。从预测的起始可以看出，在预测的初期，预测的准确性较高，随着时间的延长，其准确度较低，但是基本维持在一定的水平范围内。从预测值的精度来看，在部分年限，预测值与实际值非常接近，但是就大部分情况而言，预测值与实际值差距较大，误差在（0，20%）之间。因此该模型预测的主要功能是预测物流新需求的发展趋势。

结论与建议

模型预测不是最终目的，而是辅助措施。只是通过分析得到未来的物流需求量，需要根据当前物流的供给情况来促进物流产业的适度发展。这是因为如果物流产业的供给不能满足未来物流需求量的发展，那么其就限制区域产业乃至整个区域经济的发展，影响经济的效率，如果发展过度，供过于求，那么就会浪费物流资源，也影响了经济效率。为此，为了平衡物流需求与供给的关系，保障物流产业的适度发展满足经济发展需求，促进物流产业的升级和转型，应该从以下几个方面进行完善：

第一，培育现代物流观念，把握物流的发展趋势，在充分考虑区域发展、经济结构、交通信息、城市规划和物流需求量的基础上，制定现代物流发展规划。政府应防止过分干预，而应以市场为导向，以物流企业为主体，建立社会化、专业化的现代物流体系。第二，整合物流资源，培育物流产业市场主体。在我国应打破区域封锁，结合各区域的优劣势，做好优势互补，扬长补短。此外，应引导制造业、商贸企业结合自身发展需要，有序推进企业物流管理与企业物流的重组，物流企业和连锁经营企业结合，建立满足各种特殊需求的物流发展。第三，加快物流企业信息化和标准化建设步伐，全面提升物流服务与技术水平。信息化是现代物流的灵魂。现代信息技术使分散的信息实现交流和共享，从而达到对各种物流要素和功能进行有效协调、管理和一体化运作的目的。要促进现代信息管理技术如ERP、MRP等在物流企业和工商企业物流管理中的应用，大力推进公共信息平台建设，建立健全电子商务认证体系、网上支付系统和物流配送管理系统，为物流信息交流的畅通和高效创造条件。

参考文献：

1.何国华.区域物流需求预测及灰色预测模型的应用[J].北京交通大学学报（社会科学版），2008（1）

2.黄虎.区域物流需求预测模型研究[J].统计与决策，2008（17）

3.罗永泰，刘刚.物流服务创新与物流需求关系研究——基于共生理论视角[J].当代财经，2011（2）

4.万励，李余琪，吴洁明.区域物流需求预测的应用研究[J].微电子学与计算机，2011（9）

5.耿勇，鞠颂东，陈娅娜.基于BP神经网络的物流需求分析与预测[J].物流技术，2007（7）

6.黄敏珍，冯永冰.灰色预测模型在区域物流需求预测中的应用[J].物流科技，2009（3）

7.刘秉镰.基于价值量的物流需求分析与预测方法研究[J].中国软科学，2004（5）

8.刘智琦，李春贵，陈波.基于因子分析与神经网络的区域物流需求预测[J].计算机仿真，2012（6）