江 楠

（安徽商贸职业技术学院 电子商务学院，安徽 芜湖 241002）

0 引言

随着现代社会的不断发展、科学技术的不断进步以及供应链管理的不断完善，全球物流行业都在不断快速发展，早在1970年，日本早稻田大学教授西泽修就已经将物流称为第三利润源泉，各个国家也都将物流产业的发展作为其经济推动力的重要组成部分。区域物流作为物流的重要组成部分，对于区域经济发展以及区域产业结构调整也都起到了至关重要的作用，2018年国务院发布了《推进运输结构调整三年行动计划(2018—2020)》的通知，要求加快建设现代综合交通运输体系，助推区域经济和区域物流的快速发展。区域物流发展水平的提升能有效降低社会生产和人们日常消费中的时间及经济成本[1]。

2021 年2 月，南京都市圈正式获得国家支持，这是全国第一个有发改委支持的都市圈，也是全国首个跨省都市圈。南京都市圈的建设将推动南京以及周围城市经济的高速发展，从而提升江苏和整个长三角的综合实力。南京都市圈规划范围主要包括南京、镇江、扬州、淮安、芜湖、马鞍山、滁州、宣城8 市，处于中国重要的沿海和沿江发展轴线的交汇点，也是东部与中西部经济发展的转换地带、南方与北方经济发展的交融区域。地理位置的优越性更加突出其区域物流产业发展的重要性，而物流产业的发展及其需求规律受不确定性因素影响较大，要提高南京都市圈物流发展质量，就必须对南京都市圈未来物流需求量进行科学预测，基于预测结果，对其未来物流产业发展规划进行科学决策，从而助推南京都市圈区域物流高质量发展。

1 文献综述

相对国外而言，物流在我国起步较晚，但由于电子商务与物流行业的相互依存，我国物流行业随着电子商务的飞速发展而不断发展壮大，为促进物流产业的高质量发展，对于区域物流的需求预测一直是专家学者关注的热点。随着科学技术的不断进步，对于区域物流需求预测的方法也在不断完善，鲁渤，等[2]结合影响区域物流发展的经济学因素,构建了区域物流引力模型，并对内蒙古鄂尔多斯物流需求进行预测，研究区域经济对物流需求的影响机理。曹志强，等［3］基于遗传算法优化支持向量回归机建立区域物流需求预测模型，并以1990-2015年广西货运量为时间序列数据进行模型验证，预测效果良好。罗冰洁[4]基于MLP 神经网络技术对物流数据进行需求模拟，模拟实验发现得到的结果与实际数据误差不大。赵文德[5]运用多项式回归、ARIMA 和BP 神经网络等模型对广东省区域物流能力预测进行实证分析，研究结果表明,BP神经网络模型能够更好地实现区域物流能力的预测。顾佳敏[6]基于灰色系统理论，运用灰色关联方法分析影响物流需求变化的相关因素，通过计算各个因素与GDP的灰色关联度，选取货物周转量作为衡量物流需求的关键指标。通过构建GM(1,1)模型进行预测精度分析，结果表明此模型精度较高，具有很好的预测效果。李夏培[7]基于灰色线性组合模型，使用Matlab软件，借助蚁群算法求出了单个模型的权数，构建出灰色线性组合模型，对“十三五”时期北京市农产品的物流需求进行预测，预测结果表明，灰色线性组合模型的拟合度较好,比其他传统方法有更高的预测精度。

目前对于区域物流需求的预测方法主要有灰色预测法、神经网络、支持向量机以及它们的改进形式，每种预测方法都各有利弊，灰色系统理论对于信息匮乏且不对称的数据以及信息明确但样本数量有限的数据有很好的的预测效果，本文结合所需数据实际获得情况以及灰色系统理论特征，选择灰色GM(1,1)预测模型进行预测分析。

2 模型介绍

区域物流发展受多方面因素影响，物流体系具有不确定性，灰色系统理论先将无规律序列变成有规律序列，建立满足灰色系统理论建模条件的有规律序列，适用于研究不确定性系统。灰色系统理论预测模型主要包括GM(1,1)模型、DGM(1,1)模型和灰色Verhulst模型等，而最常用的模型为GM(1,1)模型。

GM(1,1)模型中的（1,1）分别表示一阶，一个变量，所以GM(1,1)预测模型只能对含有一个自变量的一阶方程进行预测，具体计算步骤如下：

步骤1：设非负原始序列X(0)={X(0)(1),X(0)(2),...,X(0)(N)}。

步骤2：对X(0)作一次累加DGM(1,1)得到生成数列为X(1)={X(1)(1),X(1)(2),...,X(1)(n)}。

步骤3：对原始数据经过累加处理后，还需对数列X(0)进行准光滑性检验，检验公式为:ρ(k)=，若ρ(k)＜0.5，则原始数列X(0)具有准光滑性，对生成数列X(1)还需进行准指数规律检验，检验公式为：σ(1)(k)=，若σ(1)(k)∈[1,b],δ=b-1 ≤0.5,则生成数列X(1)满足准指数规律。在两个条件都满足的情况下，可对数列X(1)进行GM(1,1)建模，如果未满足以上两个检验条件，则需继续累加。

步骤4：根据灰色系统理论，对于一次累加生成序列X(1)(k)，有微分方程+ax(1)=u，式中参数a，u用最小二乘法求得：

步骤5：通过以上步骤求解得出微分方程，即可得到预测模型：

3 实证分析

3.1 构建GM（1,1）模型

本文选取2015-2019 年南京都市圈城市货运总量表示物流需求量，具体数据见表1。

表1 2015-2019年南京都市圈城市货运量（万t）

根据灰色系统理论，建立GM(1,1)模型：

步 骤 1：设X(0)=(150 064,145 894,145 845,150 001,159 521)。

步骤2：将X(0)作一次累加处理，得到数列X(1)，X(1)=(150 064,295 958,441 803,591 804,751 325)。

步骤3：对X(0)进行准光滑性检验，由ρ(k)=得ρ(2)≈0.97,ρ(3)≈0.50,ρ(4)≈0.34＜0.5,ρ(5)≈0.21＜0.5,由此可见当k＞3 时，X(0)能够满足准光滑性检验；对X(1)进行准指数规律检验，由得：σ(1)(2)≈1.97,σ(1)(3)≈1.49,σ(1)(4)≈1.33,σ(1)(5)≈1.27,当k＞3 时，σ(1)(k)∈[1 ,1.5] ，ρ ＜0.5 ，X(1)数列满足准指数规律检验，故可对X(1)数列建立GM(1,1)模型。

步骤4：对x(1)作紧邻均值生成，得:

Z(1)=(223 011,368 880.5,516 803.5,671 564.5)

于是有：

3.2 模型的检验与误差分析

据灰色预测方法，a 为模型的发展系数，反映需要预测的数据之间的变化关系，根据灰色系统理论，当-a ＜0.3 时，GM(1,1)模型可用于中长期预测；当0.3＜-a ＜0.5 时，GM(1,1)模型可用于短期预测，中长期预测慎用；当0.5＜-a ＜1 时，应采用GM(1,1)改进模型，包括GM(1,1)残差修正模型。根据上述数据计算得出-a=0.030 341 153 ＜0.3，可用于中长期预测，但为了保证预测模型的精准性，需对模型进行误差分析，根据相对误差公式△(k)=×100%，其中ε(0)(k)=x(0)(k)(0)(k),(0)(k)是由GM(1,1)模型计算得到(1)(k)累减生成的时间序列，如果△(k)＜5%，则检验通过。

根据模型公式，计算得：

(1)=((1)(1)(1)(2)(1)(9))(150 064,288 382.052 7,430 806.391 4,577 458.920 6,728 465.163 5)

由此可得：

(0)(k)=(150 064,138 318.05,142 424.34,146 652.53,151 006.24)

根据以上数据，可得误差检验表，具体见表2。

表2 误差检验表

通过误差检验表得出平均相对误差为3.777 0%＜5%，说明预测模型的精准度良好，可以进行预测。

3.3 南京都市圈物流需求预测

根据上述分析，得到时间序列模型(1)(k+1)=4 659 169.822e0.030341153k-4 509 105.822 ，且模型预测精准度良好，利用此模型可以预测未来5年南京都市圈物流需求量，具体预测结果见表3。

表3 未来5年南京都市圈物流需求预测结果（万t）

4 结语

本文基于灰色GM(1,1) 预测模型，收集2015-2019年南京都市圈主要8个城市的年货运量数据，建立南京都市圈物流需求预测模型，并对未来5 年南京都市圈物流需求量进行了预测，得出2020 年预测值为155 489 万t、2021 年为160 105 万t、2022 年为164 858万t、2023年为169 752万t、2024年为174 792万t，总体需求量呈稳步上升的趋势，如图1所示。根据货运量需求发展趋势及其影响因素，结合南京都市圈发展规划，提出以下几点建议：

图1 未来5年南京都市圈物流需求预测结果

（1）区域协同发展，提升物流现代化水平。根据国家发改委网站发布的《国家发展改革委关于同意南京都市圈发展规划的复函》中要求江苏、安徽两省以健全同城化发展机制为突破口，着力推动基础设施一体高效、创新体系协同共建、产业专业化分工协作[8]。根据未来5 年物流需求预测，南京都市圈物流需求量增长态势明显，但南京都市圈主要城市物流发展水平差距较大，城市物流基础设施不够完善，为满足物流发展需求，江苏与安徽应统筹推进物流基础设施合理布局与建设，城市间应加强合作，以强带弱，协同创新，推动物流产业专业化发展，加强区域物流建设现代化水平。

（2）加强科技创新，提升物流运作效率。随着科学技术的不断发展，物流也在逐渐向“智能化”发展，产业结构转型升级加快，但从南京都市圈主要城市物流基础数据来看，部分城市物流智能化水平发展不足，城市间物流发展水平及科学技术发展水平差距较大，为推动物流产业协调发展，满足未来物流发展需求，需加强物流产业的科技创新，城市间形成科学联动，共享物流创新技术，同时政府间要加强智能物流基础设施建设，提升物流运作效率。

（3）注重人才培养，保持物流发展活力。加强对物流专业人才的培养力度是提升物流发展能力的有效手段，政府作为教育的主导部门，应拓宽人才培养渠道，加大人才培养数量，依托专项研究，打造物流专业人才，同时应加大人才培养及就业支持力度，做到能培养能留住。学校作为人才培养的主要部门，应完善物流专业课程体系，健全物流人才培养方式方法，积极与企业合作，实现“校企联合”培养模式，加大对物流专业人才的实践能力培养，使物流人才真正做到理论与实践通识，为都市圈物流行业的发展注入灵魂。