【基于組合預測法下H省農(nóng)產(chǎn)品物流需求預測實證探究（論文）18000字】

摘要農(nóng)產(chǎn)品物流的發(fā)展水平影響著農(nóng)業(yè)生產(chǎn)，而農(nóng)產(chǎn)品物流需求量是制定農(nóng)產(chǎn)品物流發(fā)展規(guī)劃的重要參考。本文用定量分析和定性分析相結合的方式，對河南省農(nóng)產(chǎn)品物流需求進行分析，為河南省農(nóng)產(chǎn)品物流研究提供數(shù)據(jù)參考，推動河南省農(nóng)產(chǎn)品物流的發(fā)展。本文首先對農(nóng)產(chǎn)品物流、農(nóng)產(chǎn)品物流預測的相關理論做了介紹，隨后闡述了本文使用的預測方法及相關原理。在定性分析方面，本文分析了河南省農(nóng)產(chǎn)品物流需求的特點、影響因素、需求主體和需求趨勢。在定量分析方面，本文選取與農(nóng)產(chǎn)品物流量有關的指標，通過在國家統(tǒng)計年鑒和相關國家部門網(wǎng)站搜集相關數(shù)據(jù)，利用主成分回歸預測模型和gm（1，1）灰色預測模型對河南省2020年-2024年農(nóng)產(chǎn)品物流量進行預測，利用Shapley值法構建組合預測模型，減小單一預測模型的預測誤差值波動。最后，在以上研究的基礎上，分析河南省農(nóng)產(chǎn)品物流發(fā)展存在的問題，并針對研究過程中發(fā)現(xiàn)的問題提出相應的對策和建議。關鍵詞農(nóng)產(chǎn)品物流；物流需求預測；Shapley值；組合預測目錄TOC\o"1-2"\u1緒論 [30]等人對農(nóng)產(chǎn)品物流需求預測的研究，區(qū)域農(nóng)產(chǎn)品物流量與農(nóng)產(chǎn)品產(chǎn)量和農(nóng)村居民農(nóng)產(chǎn)品消耗量相關，所以可以通過河南農(nóng)產(chǎn)品產(chǎn)量和農(nóng)村居民農(nóng)產(chǎn)品消耗量來計算農(nóng)產(chǎn)品物流量。具體公式如式（37）： （37）本文通過河南省統(tǒng)計年鑒，找出近年來河南省主要農(nóng)產(chǎn)品產(chǎn)量、農(nóng)村居民人均農(nóng)產(chǎn)品消耗量和農(nóng)村人口數(shù)量的數(shù)據(jù)，再通過式（37）計算河南農(nóng)產(chǎn)品物流需求量。表4-1為河南主要農(nóng)產(chǎn)品產(chǎn)量，表4-2為2015年-2019年河南農(nóng)村居民農(nóng)產(chǎn)品消耗占農(nóng)產(chǎn)品產(chǎn)量的百分比。表格4-1河南主要農(nóng)產(chǎn)品產(chǎn)量（萬噸）農(nóng)產(chǎn)品年份糧食油料糖類蔬菜瓜果肉類蛋類奶類水產(chǎn)品類合計20085365.4505.320.76394.31415.5537.3363.8201.850.514854.920095389.0532.928.36370.31279.3591.6370.7203.553.714819.720105437.1540.726.16624.21598.0608.9372.2207.057.815472.320115542.5532.326.66709.71580.5604.2370.1214.865.415646.520125898.3569.526.87011.61664.6632.8379.0220.871.716475.420136023.8542.128.37112.51711.3648.9380.5219.085.016751.720146133.6531.120.76848.11468.7662.0370.8227.291.716354.220156470.2538.917.86970.91519.9647.2372.3233.6102.316873.520166498.0549.816.67238.11613.9625.9379.5223.394.717240.120176524.2586.916.27530.21670.4655.8401.1212.894.617692.620186648.9631.015.37260.61585.3669.4413.6208.998.317531.620196695.3645.411.97368.71638.9560.0442.4208.599.017670.5數(shù)據(jù)來源：河南統(tǒng)計年鑒2009-2020表4-2河南農(nóng)村居民農(nóng)產(chǎn)品消耗率年份農(nóng)村人口（萬人）農(nóng)村居民人均農(nóng)產(chǎn)品消耗量（千克）農(nóng)產(chǎn)品產(chǎn)量（萬頓）農(nóng)村居民農(nóng)產(chǎn)品消耗量（萬噸）農(nóng)產(chǎn)品消耗率20155699387.6816873.572209.413.09%20165556405.0017240.172250.213.05%20175409406.2717692.682197.512.42%20185267390.5617531.672057.111.73%20195124439.1417670.512250.212.73%數(shù)據(jù)來源：河南統(tǒng)計年鑒2016-2020由于數(shù)據(jù)獲取的局限性，本文用2015至2019年河南農(nóng)村居民農(nóng)產(chǎn)品消耗率的平均值代表2008至2019年河南農(nóng)村居民農(nóng)產(chǎn)品的消耗率。根據(jù)表4-2計算農(nóng)產(chǎn)品消耗率平均值過程如式（38）： （38）根據(jù)式（37）和表4-1主要農(nóng)產(chǎn)品的產(chǎn)量，根據(jù)式（38）的計算結果，計算出河南農(nóng)產(chǎn)品物流需求量如表4-3。表4-3河南農(nóng)產(chǎn)品物流需求量（萬噸）年份農(nóng)產(chǎn)品產(chǎn)量農(nóng)產(chǎn)品消耗率農(nóng)產(chǎn)品物流量200814854.9812.6%12983.25200914819.7712.6%12952.48201015472.3612.6%13522.84201115646.5612.6%13675.09201216475.4712.6%14399.56201316751.7512.6%14641.03201416354.2212.6%14293.59201516873.5712.6%14747.50201617240.1712.6%15067.91201717692.6812.6%15463.40201817531.6712.6%15322.68201917670.5112.6%15444.034.2基于主成分回歸農(nóng)產(chǎn)品物流需求預測根據(jù)前人的研究結果，結合本文對河南農(nóng)產(chǎn)品物流需求因素的分析，堅持全面性、客觀性、可獲取性等指標選取的等原則，本文選取主成分回歸分析的指標數(shù)據(jù)如表4-4。表4-4主成分回歸分析的指標數(shù)據(jù)變量年份YX1X2X3X4X5X6X7X8X9200812983.317735.92561.16354357313231.14454.24989.293895772.9200912952.519181.02833.36209375814371.64807.05033.097276689.1201013522.822655.03540.86385405215930.35523.75081.0101967922.7201113675.126318.73599.96234425518194.86604.05150.0105169337.2201214399.628961.93959.06070447320442.67524.95026.91087310767.7201314641.031632.54202.35958464322398.08475.35088.51115012243.5201414293.634574.84399.25843481924391.59966.15101.01147713777.4201514747.537084.14503.75699502325575.610852.95333.91171015475.8201615067.940249.34459.35556523227232.911696.75360.3985917274.5201715463.444824.94552.75409544429557.912719.25389.81003819289.1201815322.749935.94826.05267563931874.213830.75408.31020421268.0201915444.054259.25408.65124582834201.015163.75452.91035723476.1數(shù)據(jù)來源:河南統(tǒng)計年鑒2009-2020Y：為農(nóng)產(chǎn)品物流需求量（萬噸）；X1：河南生產(chǎn)總值（億元）；X2：農(nóng)業(yè)生產(chǎn)總值（億元）；X3：農(nóng)村人口數(shù)量（萬人）；X4:城鎮(zhèn)人口數(shù)量（萬人）；X5：城鎮(zhèn)居民可支配收入（元）；X6：農(nóng)村居民可支配收入（元）；X7：農(nóng)田灌溉面積（千公頃）；X8：農(nóng)業(yè)機械總動力（萬千瓦）；X9：社會零售總額（億元）；對搜集到的指標數(shù)據(jù)利用SPSS軟件進行主成分分析，分析輸出結果如表4-5至表4-7和圖4-1。表4-5KMO和Bartlett檢定KMO和Bartlett檢定Kaiser-Meyer-Olkin0.705Bartlett271.629df36顯著性0表4-6解釋的總方差成分起始特征值提取平方和載入合計方差的%累積%合計方差的%累積%17.77286.35886.3587.77286.35886.35821.06011.78098.1381.06011.78098.13830.1091.21099.34840.0450.50599.85350.0060.06499.91860.0050.05499.92770.0020.02699.99780.0000.00299.99990.0000.001100圖4-1碎石圖表4-7成分得分系數(shù)矩陣指標成分12X10.128-0.045X20.1240.213X3-0.1260.122X40.1280.019X50.1280.005X60.128-0.023X70.120-0.204X80.0300.913X90.128-0.067表4-5中KMO為0.705>0.5，說明此次主成分分析各變量間是存在關系的。從表4-6和圖4-1可以看出，利用SPSS軟件對影響河南農(nóng)產(chǎn)品物流需求的自變量的數(shù)據(jù)經(jīng)行主成分分析提取兩個主成分時，其累積方差貢獻率為98.138%，大于95%，意味著提取的主成分可以包含原自變量95%以上的有效信息，因此，此次主成分的提取是合理且有效的。結合表4-7中各自變量與主成分之間的函數(shù)關系，用Z1、Z2分別表示提取的主成分1和2，則由成分得分矩陣可以得出： （39） （40）利用SPSS軟件對河南農(nóng)產(chǎn)品物流量Y與主成分Z1、Z2進行回歸分析，分析結果如表4-8至4-10。表4-8模型匯總表模型RR2調整R方標準估計誤差10.9600.9210.904219.314表4-9方差分析表模型平方和df均方FSig1回歸46390639.49022318019.74552.6020.000殘差396601.514944066.835統(tǒng)計5032641.00411表4-10模型系數(shù)表模型非標準化系數(shù)標準系數(shù)tSigB標準誤差BetaZ1647.24363.2940.95710.2260Z250.34363.2940.0740.7950.447對模型的輸出進行分析，相關系數(shù)R=0.960，決定系數(shù)R2=0.914，調整可決系數(shù)=0.904，說明回歸效果較好，因變量與各自變量具有相關性。F檢驗值F=52.602>F0.05(2,10)=4.103,說明在95%的置信水平上拒絕原假設，回歸模型整體顯著。由表4-10可得出主成分回歸方程： （41）將提取的主成分與自變量的函數(shù)關系代入得 （42）還原原始變量為： （43）利用一元回歸方程預測2020到2024年自變量的值，結果如表4-11：表4-112020到2024年自變量的值變量年份X1X2X3X4X5X6X7X8X9202055103.45490.25081.96050.735529.715808.95488.210762.324081.8202158357.65708.64964.96254.237439.416810.15532.310809.125693.2202261611.85927.04848.06457.639349.117811.25576.510855.927304.6202364866.06145.54731.06661.141258.718812.35620.610902.728916.0202468120.26363.94614.06864.643168.419813.55664.710949.530527.3將自變量的預測結果代入主成分回歸方程中，得到2020至2024年河南省農(nóng)產(chǎn)品物流需求量的預測值如表4-12。表4-12主成分回歸預測值年份20202021202220232024物流量/萬噸15940.216181.216422.216663.216904.14.3基于灰色gm（1，1）模型農(nóng)產(chǎn)品物流需求預測由表4-3得知2008至2019年河南省農(nóng)產(chǎn)品物流需求量，本文采用GM（1，1）模型對河南省農(nóng)產(chǎn)品物流需求進行預測，并進行精度檢測。使用軟件MATLAB7.0，得到結果如下：圖4-2MATLAB輸出結果圖4-3MATLAB輸出結果從MATLAB運行程序后輸出的結果可知，相對殘差Q=0.0133，方差比C=0.2724<0.35，P=1>0.95，說明本次預測結果精度較高。2020年至2024年河南農(nóng)產(chǎn)品物流需求預測結果如表4-13。表4-13灰色預測模型預測值年份20202021202220232024物流量/萬噸15984.016248.816518.016791.717069.94.4基于組合模型農(nóng)產(chǎn)品物流需求預測根據(jù)主成分回歸預測模型和gm（1，1）灰色預測模型對河南農(nóng)產(chǎn)品物流量的預測數(shù)據(jù)，將預測數(shù)據(jù)與實際數(shù)據(jù)進行比較，并計算他們的誤差，結果如表4-14：表4-14預測值誤差年份農(nóng)產(chǎn)品物流量實際值主成分回歸預測值灰色GM(1,1)預測值預測誤差主成分回歸灰色GM（1，1）200912952.513236.113340.9-283.6-388.4201013522.813528.913561.9-6.1-39.0201113675.113808.913786.6-133.8-111.5201214399.614028.114015.0371.4384.6201314641.014295.214247.2345.8393.8201414293.614557.914483.3-264.3-189.7201514747.514890.114723.2-142.624.3201615067.914851.514967.2216.4100.7201715463.415117.615215.1345.9248.3201815322.715406.015467.2-83.3-144.5201915444.015755.815723.5-311.8-279.5平均值227.7209.5由表可知，在單獨使用主成分回歸預測模型和gm（1，1）灰色預測模型對河南農(nóng)產(chǎn)品物流量進行預測時，各模型的平均預測誤差都不相同，這是由于各種模型在預測過程中受到各種因素的影響。由式（35）計算組合預測模型的總誤差為： （44）則由式（36）計算出主成分回歸預測模型和gm（1，1）灰色預測模型各自的權重為： （45） （46）根據(jù)式（24）和式（25）中計算得到主成分回歸預測和gm（1，1）灰色預測權重，得到組合預測模型為： （47）組合預測模型與單一預測模型誤差比較如圖4-3。圖4-3預測誤差比較將單一預測模型對河南省農(nóng)產(chǎn)品物流量2020年-2024年的預測結果代入式（47）中，得到組合預測模型得預測結果如表4-15。表4-15組合預測模型預測值（萬噸）年份20202021202220232024物流量/萬噸15984.016216.416472.116730.116990.54.5本章小結本章通過對河南農(nóng)產(chǎn)品物流需求影響因素的指標數(shù)據(jù)進行搜集，采用定量分析的方法，先使用主成分回歸和灰色預測兩種預測模型，再基于Shapley值建立組合預測模型，對河南農(nóng)產(chǎn)品物流未來幾年的需求趨勢進行預測。5河南農(nóng)產(chǎn)品物流發(fā)展建議5.1河南農(nóng)產(chǎn)品物流需求分析結論基于本文對河南農(nóng)產(chǎn)品物流需求的分析可以看出，河南農(nóng)產(chǎn)品物流需求受到多方面的影。從需求主體、需求趨勢的分析來看，河南農(nóng)產(chǎn)品物流的需求量將持續(xù)增長，需求主體和結構不斷變化，目前河南農(nóng)產(chǎn)品冷鏈物流、綠色物流、第三方物流和配送物流的發(fā)展水平與河南農(nóng)產(chǎn)品物流的需求不符。而河南農(nóng)產(chǎn)品需求預測的結果表明，河南農(nóng)產(chǎn)品物流需求保持平穩(wěn)增長的趨勢。而就目前而言，隨著河南省人民政府對農(nóng)產(chǎn)品物流的逐漸重視，河南農(nóng)產(chǎn)品物流行業(yè)正在快速發(fā)展。但與國外農(nóng)產(chǎn)品物流發(fā)展較好的國家相比，河南農(nóng)產(chǎn)品物流發(fā)展呈現(xiàn)諸多問題。一方面，由于缺乏統(tǒng)一完善的農(nóng)產(chǎn)品物流信息平臺，導致河南農(nóng)產(chǎn)品物流的信息化水平較低，在農(nóng)產(chǎn)品物流信息共享、流通過程跟蹤等方面受到較大的制約，阻礙了河南農(nóng)產(chǎn)品物流的發(fā)展。另一方面，農(nóng)產(chǎn)品物流技術水平和冷鏈物流設備的數(shù)量尚不能滿足目前農(nóng)產(chǎn)品物流的需求，與人們對農(nóng)產(chǎn)品對農(nóng)產(chǎn)品質量的要求不符。最后，在物流企業(yè)方面，河南大多數(shù)服務農(nóng)產(chǎn)品的物流企業(yè)受技術和資金的限制，存在著“小、散、亂”的特點，不利于河南農(nóng)產(chǎn)品物流服務水平的提高?？v觀河南農(nóng)產(chǎn)品物流的發(fā)展現(xiàn)狀，農(nóng)產(chǎn)品物流的技術水平與物流結構尚不能滿足河南農(nóng)產(chǎn)品物流的需求。針對河南農(nóng)產(chǎn)品物流發(fā)展存在的問題，結合本文的研究，對河南農(nóng)產(chǎn)品物流發(fā)展提出以下幾點建議。5.2河南農(nóng)產(chǎn)品物流發(fā)展建議(1)建立完善的農(nóng)產(chǎn)品物流信息平臺加大對農(nóng)產(chǎn)品物流信息平臺建設的投入，引進先進的物流信息技術，完善農(nóng)產(chǎn)品物流信息平臺，逐步形成全省統(tǒng)一的農(nóng)產(chǎn)品物流信息交流平臺，提升河南農(nóng)產(chǎn)品物流整體的信息化水平。促進農(nóng)產(chǎn)品物流信息資源共享，提高農(nóng)產(chǎn)品多式聯(lián)運的銜接水平，實現(xiàn)對農(nóng)產(chǎn)品物流全過程有效控制和管理，進而降低農(nóng)產(chǎn)品物流成本，促進河南農(nóng)產(chǎn)品物流業(yè)的發(fā)展。(2)加大對農(nóng)產(chǎn)品冷鏈物流的支持政府應發(fā)揮政府職能，出臺扶持農(nóng)產(chǎn)品冷鏈物流發(fā)展的政策，促進冷鏈物流整體發(fā)展。鼓勵相關企業(yè)發(fā)展農(nóng)產(chǎn)品冷鏈物流，由于農(nóng)產(chǎn)品冷鏈物流設施設備的建造和運行成本較高，所以在用地、資金等方面給予相關企業(yè)一定的支持。同時，加大對農(nóng)產(chǎn)品冷鏈物流模式的推廣力度，鼓勵農(nóng)產(chǎn)品銷售企業(yè)運輸生鮮農(nóng)產(chǎn)品時使用冷鏈物流模式；深化學校和企業(yè)的合作，培養(yǎng)農(nóng)產(chǎn)品冷鏈物流方面的相關人才，促進農(nóng)產(chǎn)品冷鏈物流管理水平和技術水平的發(fā)展；加強對農(nóng)產(chǎn)品冷鏈物流行業(yè)的標準的研究，建設完善的農(nóng)產(chǎn)品冷鏈物流標準體系。(3)推動農(nóng)產(chǎn)品物流綠色發(fā)展推動河南農(nóng)產(chǎn)品物流綠色發(fā)展，政府、農(nóng)產(chǎn)品物流相關企業(yè)和消費者要提升綠色物流意識。政府做好宣傳導向，建立相關法律法規(guī)和行業(yè)標準，引導農(nóng)產(chǎn)品物流綠色發(fā)展；相關企業(yè)樹立農(nóng)產(chǎn)品綠色物流的理念，一方面，在包裝、運輸和加工等方面實現(xiàn)綠色化，如使用可降解包裝材料、使用循環(huán)包裝設備等。另一方面在農(nóng)產(chǎn)品加工、運輸和倉儲過程中，確保農(nóng)產(chǎn)品的質量安全；消費者樹立正確的農(nóng)產(chǎn)品綠色物流觀念，不追求農(nóng)產(chǎn)品過度包裝，節(jié)約資源、保護環(huán)境。(4)推動農(nóng)產(chǎn)品第三方物流與農(nóng)產(chǎn)品相關企業(yè)合作河南農(nóng)產(chǎn)品物流的發(fā)展應多借鑒發(fā)達地區(qū)企業(yè)和第三方物流合作的經(jīng)驗，通過農(nóng)產(chǎn)品物流需求主體與第三方物流合作的方式，推動河南農(nóng)產(chǎn)品物流的發(fā)展。農(nóng)產(chǎn)品物流需求主體樹立與第三方物流企業(yè)的合作觀念，通過將物流外包或與第三方物流共同管理的模式，提高其整體的物流水平。第三方物流企業(yè)提升物流技術和管理水平，為客戶提供較高水平的服務。（5）發(fā)展農(nóng)產(chǎn)品配送物流在農(nóng)產(chǎn)品電商市場規(guī)模發(fā)展迅速的環(huán)境下，河南農(nóng)產(chǎn)品銷售末端配送是農(nóng)產(chǎn)品電商銷售的重要環(huán)節(jié)。政府和企業(yè)應加強農(nóng)產(chǎn)品配送產(chǎn)業(yè)鏈管理，注重農(nóng)產(chǎn)品配送質量安全問題，從整體上優(yōu)化農(nóng)產(chǎn)品配送體系，提升配送效率和服務質量。6結束語本文在前人對農(nóng)產(chǎn)品物流需求預測的研究基礎上，通過對比單一預測模型的優(yōu)點和局限性，選擇基于Shapley值的組合預測模型對河南農(nóng)產(chǎn)品物流需求進行預測。確定預測模型之后，對所使用模型的相關理論進行研究，為構建河南農(nóng)產(chǎn)品物流需求預測模型做好充分的準備。在對河南農(nóng)產(chǎn)品物流需求的預測前，對河南農(nóng)產(chǎn)品物流需求的特點、需求主體、影響因素和需求趨勢進行了分析。在對河南農(nóng)產(chǎn)品物流需求預測中，第四章主成分回歸分析選取的指標，是以第三章對河南農(nóng)產(chǎn)品物流需求影響因素的分析作為依據(jù)，選取的指標較為合理和科學。而借助SPSS軟件對選取的指標數(shù)據(jù)進行主成分分析后，再進行多元回歸分析，解決了選取指標數(shù)據(jù)存在共線性的問題。在建立灰色預測模型時，借助了MATLAB軟件，并輸出檢驗模型精度的指標數(shù)值，通過分析輸出結果，灰色預測模型精度達到較高水平。最后，根據(jù)主成分回歸預測模型和灰色預測模型的誤差，計算其Shapley值，建立組合預測模型。組合預測模型與單一預測模型相比，誤差值的波動明顯減小。在研究過程中，本文存在著一些不足。由于數(shù)據(jù)的可獲取性，在對河南農(nóng)產(chǎn)品物流需求預測時，一些數(shù)據(jù)指標用近年來數(shù)據(jù)作為代替。同時忽略了省外農(nóng)產(chǎn)品購進的問題，因此河南農(nóng)產(chǎn)品物流需求可能大于預測值。通過對河南農(nóng)產(chǎn)品物流需求的分析和預測，得出河南農(nóng)產(chǎn)品物流需求的趨勢，并根據(jù)河南農(nóng)產(chǎn)品物流發(fā)展，結合研究的結論提出相應的建議，為相關政府部門和企業(yè)制定農(nóng)產(chǎn)品物流發(fā)展規(guī)劃提供參考，以促進河南農(nóng)產(chǎn)品物流的發(fā)展。參考文獻王春燕,東莎莎,魏曉霞,趙長盛.我國農(nóng)產(chǎn)品冷鏈物流的發(fā)展現(xiàn)狀及對策分析[J].中國果菜,2020,40(11):8-11.TheManagementofBusinessLogistics:ASupplyChainPerspective(7thEdition)(Book).[J].JournalofSupplyChainManagement,2003.Mark,

Wardman.

Interurban

rail

demand,

elasticities

and

competition

in

Great

Britain:

Evidence

from

direct

demand

models[J].

Transportation

Research

Part

E:

Logistics

and

Transportation

Review,

1997.Adrangi,

Bahram,

Chatrath,

et

al.

The

demand

for

US

air

transport

service:

a

chaos

and

nonlinearity

investigation.[J].

Transportation

Research

Part

E,

2001.張錦.L-OD預測理論與現(xiàn)代物流規(guī)劃方法研究[D].西南交通大學,2004.后銳,張畢西.基于MLP神經(jīng)網(wǎng)絡的區(qū)域物流需求預測方法及其應用[J].系統(tǒng)工程理論與實踐,2005(12):43-47.王新利.計量經(jīng)濟模型在物流需求預測中的應用[J].物流科技,2006(04):50-52.楊琳,劉忠波.一元線性回歸模型在預測物流需求的應用[J].商業(yè)文化(學術版),2007(10):173-175.阮俊虎.基于GA-SVM的區(qū)域物流需求預測研究[D].河北工程大學,2010.惠春梅,李嚴鋒,曹杰,蔡媛媛,朱大鵬.組合預測法下的云南特色農(nóng)產(chǎn)品物流需求預測及分析[J].物流技術,2011,30(03):79-81.劉麗艷,張啟波.基于支持向量機回歸的農(nóng)產(chǎn)品物流需求預測[J].科技創(chuàng)新導報,2011(25):148-149.馮永巖.北京市農(nóng)產(chǎn)