□曾 苑,方 艳

(河源职业技术学院工商管理学院,广东 河源 517000)

1 引言

实现农业产业现代化是实现乡村振兴战略的重要内容之一。2019年7月出台的《广东省实施乡村振兴战略规划》中明确指出夯实农业生产能力基础,推动“南粤粮安工程”建设,发展特色效益农业,推进现代农业产业园的建设[1],这都必然会产出大量的农产品。因此,有效预测广东省农产品物流需求,能帮助政府决策部门在制定农产品物流规划提供参考,使农产品相关行业企业在进行物流投资、建设时候更合理,也有助于保证农产品在物流过程中的品质安全。

农产品物流是以农业产出物为对象,通过农产品产后加工、包装、储存、运输和配送等物流环节,最终送到消费者手中的活动。通过农产品物流活动能实现农产品保值增值。本文所研究的农产品物流是为更好地将农民剩余农产品快速、高效送到消费者手中进行的相关经济活动[2]。目前国内关于农产品物流需求预测的研究很多,其中使用灰色模型GM(1,1)比较集中。吴英等(2019)运用灰色GM(1,1)模型对六安市农产品冷链物流需求量进行预测研究[3];朱念(2017)运用灰色GM(1,N)模型对广西北部湾港口物流进行预测;李夏培(2017)基于灰色线性组合模型对北京市农产品物流需求进行预测[4];陆芳等(2017)基于组合模型对陕西特色农产品物流需求进行预测[5];杨筝等(2017)运用GM(1,1)对广西农产品冷链物流需求进行预测[6]。虽然当前研究中对于农产品物流研究较多,但是尚无对广东省农产品物流需求进行预测的文献。本文将采用灰色预测模型对广东省的农产品物流需求进行预测,以期能为广东省农产品物流发展和规划提供理论依据。

2 预测方法介绍和模型的构建

2.1 预测方法介绍及选取

2.1.1 选取灰色预测模型GM(1,1)的依据

虽然当前对于物流需求预测的模型比较多,但是当前影响农产品物流需求系统中的各因素不明确,数据收集困难,数据之间的关系不明确,其内在发展规律也不确定。而灰色预测模型GM(1,1)能有效审查辨别无法确定的系统中的各因素间的发展态势及其相关性,能找出原始数据之间存在的变动规律,并且模型运行过程中所需要的信息少、运算方法简单,能处理不确定量,对于系统的行为特征值的发展变化趋势预测精度高,非常适合广东省当前的农产品物流需求系统。

2.1.2 灰色预测模型GM(1,1)的构建

(1)确定原始数据序列:x(0)(k)={x(0)(1),x(0)(2),…x(0)(m)},k=1,2,…,m

将原始数据序列累加生成序列数据序列为:

x(1)(k)={x(1)(1),x(1)(2),…x(1)(m)},k=1,2,…,m

x(1)(k)={x(1)(1),x(1)(2),…x(1)(m)},k=1,2,…,m

①

(2)构造累加矩阵B和常数项Yn:

②

③

(4)建立模型,GM(1,1)预测模型的白化形式方程为:将求得的系数a、b代入式④并求解此微分方程,得到GM(1,1)预测模型:

④

⑤

⑥

(6)检验模型。GM(1,1)模型采用残差检验和后验差检验方法来检验。残差检验主要用来判断误差变化状态,有绝对误差和相对误差两种:

⑦

⑧

后验差检验是根据预测值和实际值之间进行模型精度检验的方法。该方法以残差(绝对误差)为基础,根据各期残差绝对值的大小,找出残差较小的点出现的概率,以及与预测数据误差方差有关指标的大小。

具体步骤如下:

(1)计算原始序列的均值和均方差:

⑨

⑩

(2)计算绝对误差序列Δ(0)的均差和均方差:

(3)计算均方差比C:

(4)计算小误差概率P:

后验差检验中的两个指标C和P,其中前者越小越好,后者越大越好。表1为GM(1,1)模型精度检验等级参照表。

表1 模型精度检验等级参照表

2.2 数据的选取

当前对于广东省农产品物流需求没有专门的统计数据可供参考。但是农产品的物流需求和农产品的产量密切相关,如果农产品产量增加,对应的物流需求量也会增加。因此本文通过广东省农产品产量来计算其农产品物流需求量[5]。参考王新利、赵琨(2010),惠春梅、李严锋(2011)等学者对农产品物流需求量的研究,本文采用农产品产量扣除了农村居民农产品消耗量的值作为广东省农产品商品化数量进行需求预测,公式如下[7-8]:

农产品商品化数量=农产品年产量-农村居民农产品消耗量

3 广东省农产品物流需求预测实证分析

3.1 数据收集

通过广东省统计年鉴(2019)得到广东省农产品总产量、农村居民人均农产品消耗量、农村居民人口数量,表2～表4为广东省农产品商品化数量计算过程。为保证计算和操作的可行性,本研究选取2013—2018年广东省农产品年产量和农村居民消耗量作为研究对象。

表2 2013—2018年广东省农村居民人均农产品消耗量(单位:公斤)

表3 2013—2018年广东省农村居民年农产品消耗量统计表

3.2 预测值的求解及精度检测

根据表4的数据,运用GM(1,1)模型对广东省农产品物流需求进行预测,并进行精度检验。使用软件DPS7.05，得到结果如表5所示。其中C=0.140 4,P=1.000 0,平均误差率为0.008 25,参照表1模型精度检验等级参照表,可以看出其预测精度为一级,因此该模型可以对广东省未来7年的农产品物流需求情况进行预测。

表4 2005—2018年广东省农产品物流需求统计表

用GM(1,1)模型对广东省未来7年的农产品需求情况进行预测,得到的预测结果如表6所示。

表5 GM(1,1)模型对广东省2006—2018年农产品物流需求预测值及误差表

表6 GM(1,1)模型对广东省2019—2025年农产品物流需求量预测结果

3.3 预测结果分析

根据预测结果可知,未来7年广东省农产品物流需求量非常大,每年以将近200万吨的速度递增,并且由于本文统计中没有考虑到农民之间相互购买的情况,因此,实际数据应该比预测数据更高,增长幅度更大。因此未来广东省农产品物流需求量会更大,从事农产品物流的企业所承担的业务量将会更大,发展空间也会更大。随着居民对于农产品需求量和品质要求越来越高,社会对于农产品物流服务水平、服务能力也提出了更高的要求。有效保障居民对于农产品的品质需求,保障农民生产利益,实现农业产业现代化,都成为亟须解决的问题。未来广东省农产品物流需求将需要从提高物流供应量和提高服务水平为突破口,实现乡村振兴、农民富裕,居民买得放心、吃得放心[9]。

4 小结

广东省要实现地区发展均衡,实现乡村振兴,农业产业的发展不可忽视。而农产品物流需求量的有效预测将为广东省农业发展提供保障。本文依据广东省农产品物流需求发展特点,选择GM(1,1)模型对广东省农产品物流需求进行预测,并进行精度检验。结果显示,模型能有效预测广东省农产品物流需求情况,并对广东省未来7年的农产品物流需求趋势进行预测,以期为广东省农产品物流发展规划提供依据,助力乡村振兴。