快递行业作为“新经济”的代表,是中国今后要重点发展的行业之一。如今,快递的发展日新月异,但与其相关的学术研究还远远不够,尤其是在快递中占比越来越大的高校快递方面研究不足。高校师生是网络购物的重要客户群体,对这个特殊群体的快递服务质量将直接影响高校的教学秩序和师生的校园生活质量。本研究选择对高校快递业务量的预测作为研究方向,以安徽理工大学为例进行实证研究。选取安徽理工大学快递服务中心2017.9—2018.1每日快递业务量情况(包括日接驳量和日揽收量)作为原始数据,针对其随机波动性较大,内在规律不明显,以及历史统计数据较少的特点,选择传统灰色预测模型、改进型灰色预测模型和灰色马尔可夫模型三种方法,进行2018.9—2019.1每日快递业务量的预测。其中,改进型灰色预测模型的改进方法是调整传统灰色预测模型的背景值,灰色马尔可夫模型是将灰色预测理论与马尔可夫预测理论结合起来。本研究应用的三种预测模型对随机性数据和历史统计数据量较少的数据都具有较好的预测效果,所选数据在检验中也显示能够通过灰色预测理论的级比检验和马尔可夫链理论的马氏性检验。因此,本研究对预测模型的选择是科学合理的。预测结果显示,灰色马尔可夫模型是上述三种预测模型中预测质量最高的方法,即最适合高校情境下的快递业务量预测。由于高校快递企业普遍面临业务量剧烈波动问题,常常出现业务量不足引起的资源闲置浪费现象和业务量暴增导致的服务质量下滑以及扰乱校园秩序现象同时并存。基于以上现实问题,本研究基于快递业务量预测提出针对性的运营对策,即:高校快递企业应根据自身的业务量预测结果,积极引入现代科技手段,选择多种配送方式相结合的方式,并充分利用自身流量资源。