黄 凯，王 健

(福州大学 经济与管理学院，福建 福州 350108)

我国拥有丰富的农业资源，对生鲜农产品的生产、消费和贸易具有诸多优势。在消费升级和消费需求激增的背景下，消费者更多地追求生鲜农产品的高品质和实效性。据统计，我国生鲜农产品产量中肉类、水产品、水果、奶类及蛋禽类总产量由2007年的34 065.9万t增加到2018年的47 075.8万t，蔬菜产量由2007年的15 615千hm2增加到2018年的20 439千hm2。根据中物联冷链委统计数据，2017年中国冷链物流市场规模达到2 386亿元，2018年中国冷链物流市场规模达到2 987亿元，同比增长25.19%。目前,我国冷链物流市场规模将近3 000亿元，生鲜农产品的市场呈现日益扩大的趋势，势必会对农产品冷链物流的发展提出新的更高的要求，发展生鲜农产品冷链物流存在较大空间。

为有效把握事物的发展方向和增长趋势，选取合理有效的预测模型显得尤为关键。现有研究主要运用偏最小二乘回归[1]、ARIMA模型[2]、灰色预测模型[3]等预测模型，根据单一时间序列数据进行预测。此外，考虑到影响需求变化的因素较多，已有研究运用BP神经网络[4]、RBF神经网络[5]、支持向量回归[6-7]、机器学习[8-9]、最优组合预测模型[10-11]等方法预测不同领域的事物发展变化规律，并呈现出较好的预测结果。预测不仅能呈现预测数值的增减趋势，还能实现信息共享[12]，同时也有助于提出相关产业或行业进一步优化发展的措施和策略[13]。在物流需求预测方面，物流需求的变化是由多方面影响因素共同作用的结果。鲁渤等[14]基于引力模型对区域物流需求进行有效预测，并指出科学预测物流需求量对物流园区的建设规划具有重要意义。……