论文部分内容阅读
［摘 要］ 在不考虑区域以外的情况下，结合经济预测和物流系统规划的相关原理，运用指数平滑预测法、平均增长系数法以及L-OD法对四川省泸州市的2015年至2020年的物流需求量进行了预测，并绘制物流期望线图，分析变化趋势。
［关键词］ 地区间物流 需求预测 指数平滑预测法 平均增长系数法 L-OD矩阵
全球一体化进程的加快，使得地区与地区间的联系越来越紧密。现代物流业作为“第三利润源泉”，已被列入十大振兴产业。地区间的物流不仅对区域经济的发展起着基础性的作用，而且影响和制约着整个区域经济的运行效率。
物流业在未来发展有多大，取决于国民经济的发展对物流服务的需求，所以，在某种程度上，潜在的物流需求量决定着物流业有多大的发展空间。基于以上分析，物流需求预测占据重要地位。
物流需求预测，就是利用历史资料和市场信息，运用适当的方法和技巧，对未来的物流需求状况进行科学的分析、估算和推断。
一、预测方法
1.常用预测方法
目前预测方法很多，主要有投入产出模型、回归分析法、聚类法、灰色理论模型、时空多项概率模型等。这类方法主要特点是可以对定序和线性的数据处理，且对于构造的模型有较强的解释性。这些方法主要基于传统统计学，对物流需求预测没有较强的针对性。本文就物流需求预测专门提出了一种方法，即L-OD预测法。
2. L-OD预测法
单位物品从始发地(Origination，简称O点)到达目的地(Destination，简称D点)的流动过程，称为L-OD，也称物流纯流动。L-OD预测分为物流生成预测和物流分布预测，具体原理如图1所示。
图1 L-OD预测原理图
物流生成预测是分析计算各分区的物流生成量，即根据当前各分区的物流发生量与吸引量、当前的社会经济特征值等，找出它们之间的相互关系，然后根据未来各区的社会经济发展值，预测出各分区的发生物流量、吸引物流量。常用的方法有回归分析法和弹性系数法。
物流分布预测是分析计算各分区之间的物流交换量，即根据各分区现状的物流交换量以及未来的发生、吸引量，找出各分区未来的空间交换量。常见的方法有增长系数法、重力模型等。
二、应用实例：预测四川省泸州市物流需求量
四川省泸州市位于长江上游的川滇黔结合部，人口近500万，辖江阳区、龙马潭区、纳溪区、合江县、泸县、古蔺县、叙永县等三区四县，便利的水运为泸州市物流产业的发展提供了先天条件，发展物流的任务刻不容缓。
泸州市2003年至2010年间的GDP值呈二次曲线趋势，应该用三次指数平滑法进行预测。取=0.4，初始值为：分别计算 ，由公式
计算。建立二次曲线趋势模型：，其中参数a、b、c分别为：
当t=8时
故t=8时的二次曲线预测模型为：
预测2011年至2022年泸州市各小区的GDP值如表1所示。
弹性系数指物流量增长率与国民经济增长率之比，即，其中为物流量增长率，为弹性系数，为GDP增长率。调研可知泸州市各物流小区预测年度弹性系数：2008 -2012年为12，2013-2017年为9，2018-2022年为8。由计算得表3。
由表2可以计算出2011年至2017年GDP平均增长率为1.511447，2011年至2022年GDP平均增长率为1.266846。
由公式计算得表3。
四川省泸州市包括江阳区、龙马潭区、纳溪区、合江县、泸县、古蔺县、叙永县，依次编号为1-7，各小区间的距离如表4所示，以距离作为小区间的阻抗。采用平均增长系数法计算泸州市2017年、2022年L-OD矩阵，由公式
其中，指i区和j区的物流量增长率；指i区现状和未来的物流发生量；指i区现状和未来的物流吸收量。调研可知泸州市2010年现状L-OD表，如表4所示。据此计算结果如表5所示。
接下来进行迭代运算，直至收敛到接近或等于1为止。最后根据L-OD矩阵绘制2010年和2022年物流期望图，如图2、图3所示。
三、结论
从模型构建极其预测结果来看，通过2003-2010年的四川省泸州市L-OD和GDP的基本数据的分析，可以看出随着GDP的增长，泸州市的物流需求呈现显著递增趋势。需要说明的是，这一预测结果为理论预测值，现实的社会经济环境、土地利用和现状物流的都会不同程度上影响物流生成量。但从预测结果依然能够看出，目前泸州市的物流发展空间很大，因此要尽量提供各方面条件，保证物流顺利发展。
从物流分布期望图能够看出，物流分布存在不均衡的现象。两个年度相比，期望线图的密度随时间的推移而提高，说明泸州市物流量随时间呈上升趋势；期望线明显呈现东西方向和南北方向密集，而斜向稀疏，原因是东西向为长江干流，便利的水路为水运提供了得天独厚的条件，而南北向为G321国道，公路运输发达，而且为四川进入云南的经过地，物流量大。
参考文献：
[1]濮帅：江苏物流需求预测分析[J].物流科技，2009(9)：45-48
[2]王雪瑞 王昭君：基于双变量线性回归模型的物流需求预测[J].物流科技，2009(9)：123-126
[3]夏国恩：区域物流需求预测现状和发展研究[J].中国物流与采购，2010(4)：68-69
[4] 张锦：物流规划原理与方法[M].成都：西南交通大学出版社.2009.79-86
[5] 张桂喜：经济预测、决策与对策[M].北京：首都经贸大学出版社.2007.45-55.
注：本文中所涉及到的图表、注解、公式等内容请以PDF格式阅读原文
［关键词］ 地区间物流 需求预测 指数平滑预测法 平均增长系数法 L-OD矩阵
全球一体化进程的加快，使得地区与地区间的联系越来越紧密。现代物流业作为“第三利润源泉”，已被列入十大振兴产业。地区间的物流不仅对区域经济的发展起着基础性的作用，而且影响和制约着整个区域经济的运行效率。
物流业在未来发展有多大，取决于国民经济的发展对物流服务的需求，所以，在某种程度上，潜在的物流需求量决定着物流业有多大的发展空间。基于以上分析，物流需求预测占据重要地位。
物流需求预测，就是利用历史资料和市场信息，运用适当的方法和技巧，对未来的物流需求状况进行科学的分析、估算和推断。
一、预测方法
1.常用预测方法
目前预测方法很多，主要有投入产出模型、回归分析法、聚类法、灰色理论模型、时空多项概率模型等。这类方法主要特点是可以对定序和线性的数据处理，且对于构造的模型有较强的解释性。这些方法主要基于传统统计学，对物流需求预测没有较强的针对性。本文就物流需求预测专门提出了一种方法，即L-OD预测法。
2. L-OD预测法
单位物品从始发地(Origination，简称O点)到达目的地(Destination，简称D点)的流动过程，称为L-OD，也称物流纯流动。L-OD预测分为物流生成预测和物流分布预测，具体原理如图1所示。
图1 L-OD预测原理图
物流生成预测是分析计算各分区的物流生成量，即根据当前各分区的物流发生量与吸引量、当前的社会经济特征值等，找出它们之间的相互关系，然后根据未来各区的社会经济发展值，预测出各分区的发生物流量、吸引物流量。常用的方法有回归分析法和弹性系数法。
物流分布预测是分析计算各分区之间的物流交换量，即根据各分区现状的物流交换量以及未来的发生、吸引量，找出各分区未来的空间交换量。常见的方法有增长系数法、重力模型等。
二、应用实例：预测四川省泸州市物流需求量
四川省泸州市位于长江上游的川滇黔结合部，人口近500万，辖江阳区、龙马潭区、纳溪区、合江县、泸县、古蔺县、叙永县等三区四县，便利的水运为泸州市物流产业的发展提供了先天条件，发展物流的任务刻不容缓。
泸州市2003年至2010年间的GDP值呈二次曲线趋势，应该用三次指数平滑法进行预测。取=0.4，初始值为：分别计算 ，由公式
计算。建立二次曲线趋势模型：，其中参数a、b、c分别为：
当t=8时
故t=8时的二次曲线预测模型为：
预测2011年至2022年泸州市各小区的GDP值如表1所示。
弹性系数指物流量增长率与国民经济增长率之比，即，其中为物流量增长率，为弹性系数，为GDP增长率。调研可知泸州市各物流小区预测年度弹性系数：2008 -2012年为12，2013-2017年为9，2018-2022年为8。由计算得表3。
由表2可以计算出2011年至2017年GDP平均增长率为1.511447，2011年至2022年GDP平均增长率为1.266846。
由公式计算得表3。
四川省泸州市包括江阳区、龙马潭区、纳溪区、合江县、泸县、古蔺县、叙永县，依次编号为1-7，各小区间的距离如表4所示，以距离作为小区间的阻抗。采用平均增长系数法计算泸州市2017年、2022年L-OD矩阵，由公式
其中，指i区和j区的物流量增长率；指i区现状和未来的物流发生量；指i区现状和未来的物流吸收量。调研可知泸州市2010年现状L-OD表，如表4所示。据此计算结果如表5所示。
接下来进行迭代运算，直至收敛到接近或等于1为止。最后根据L-OD矩阵绘制2010年和2022年物流期望图，如图2、图3所示。
三、结论
从模型构建极其预测结果来看，通过2003-2010年的四川省泸州市L-OD和GDP的基本数据的分析，可以看出随着GDP的增长，泸州市的物流需求呈现显著递增趋势。需要说明的是，这一预测结果为理论预测值，现实的社会经济环境、土地利用和现状物流的都会不同程度上影响物流生成量。但从预测结果依然能够看出，目前泸州市的物流发展空间很大，因此要尽量提供各方面条件，保证物流顺利发展。
从物流分布期望图能够看出，物流分布存在不均衡的现象。两个年度相比，期望线图的密度随时间的推移而提高，说明泸州市物流量随时间呈上升趋势；期望线明显呈现东西方向和南北方向密集，而斜向稀疏，原因是东西向为长江干流，便利的水路为水运提供了得天独厚的条件，而南北向为G321国道，公路运输发达，而且为四川进入云南的经过地，物流量大。
参考文献：
[1]濮帅：江苏物流需求预测分析[J].物流科技，2009(9)：45-48
[2]王雪瑞 王昭君：基于双变量线性回归模型的物流需求预测[J].物流科技，2009(9)：123-126
[3]夏国恩：区域物流需求预测现状和发展研究[J].中国物流与采购，2010(4)：68-69
[4] 张锦：物流规划原理与方法[M].成都：西南交通大学出版社.2009.79-86
[5] 张桂喜：经济预测、决策与对策[M].北京：首都经贸大学出版社.2007.45-55.
注：本文中所涉及到的图表、注解、公式等内容请以PDF格式阅读原文