灰色预测模型在区域物流成本中的应用研究

刘柏阳 刘立刚

【摘 要】 为了提升区域物流业发展水平，使物流业更好地服务于区域实体经济的发展，需要进一步降低物流成本。而区域物流成本的预测可以帮助人们更加科学、准确地监测区域物流成本的变化趋势，更好地了解物流运行情况。文章基于时间序列的灰色系统预测方法建立了相应的GM（1，1）模型对区域物流成本进行预测，通过选取江西省2008—2016年的相关原始数据预测了江西省2017—2021年五年的物流成本。预测结果表明，该模型可用于区域物流成本的预测，预测精度良好，为我国区域物流成本的理论研究提供了新思路和借鉴。

【关键词】 区域物流成本; 灰色系统; 预测模型

【中图分类号】 F234.3;F252.3  【文献标识码】 A  【文章编号】 1004-5937（2018）23-0023-04

一、引言

中国物流业相对于美国、日本等物流发达国家起步虽然较晚，但是随着国民经济和国内电子商务的快速发展，物流业市场需求不断扩大，在国家持续、积极的宏观政策影响下，中国物流业将继续快速、稳定地增长。国家发展改革委在《物流业降本增效专项行动方案（2016—2018）》中指出按照党中央、国务院关于推进供给侧结构性改革和降低实体经济成本的决策部署，为解决物流领域长期存在的成本高、效率低等突出问题，应大力推动物流业降本增效，推进物流业转型升级，提升行业整体发展水平，更好地服务于经济社会发展[ 1 ]。但是，由于我国各行政区域经济发展水平有所差异，导致区域之间的物流业发展水平和物流成本也各不相同。物流成本作为物流业发展水平的影响指标之一，对其进行进一步的深入研究具有一定的现实意义。通过建立区域物流成本预测模型，对区域物流成本进行定量预测分析研究，可监测区域物流成本的变动情况，为各级政府及相关部门政策的制定、物流运行情况的跟踪和控制以及相关企业进行决策和投资提供可靠、科学的依据，提升区域物流行业的监管水平。

二、灰色系统预测方法

从一个系统的有关信息是否已知的角度来看，所有的系统不外乎是白色系统、黑色系统或者灰色系统。其中，白色系统是指该系统的有关信息是清晰、明了的，黑色系统则是完全相反的、有关信息是未知的，而灰色系统是介于白色和黑色系统之间的一种系统，该系统的有些信息是已知的，另外一些是未知的。在现实生活中，人们所面对的大部分系统都属于灰色系统，基于灰色系统理论的预测模型称之为灰色预测模型[ 2 ]。

中国于2006年才在全国范围内组织实施《社会物流统计核算与报表制度》，大部分省市从2007年或2008年才先后开始正式统计核算工作，预测所需要相关历史数据资料的数量和准确性都难以达到要求，建立预测模型具有一定难度。因此，针对上述问题，基于时间序列的灰色预测模型所具有的序列性、时间传递性、少数据性等特点可适用于区域物流成本的预测，本文研究所采用的灰色预测模型为基于时间序列的GM（1，1）模型[ 3 ]。

三、基于时间序列的GM（1，1）模型构建

根據区域物流成本所具有的特点，本文将使用基于时间序列的灰色GM（1，1）预测模型用于区域物流成本的预测。

设将要进行预测的对象历史数据资料形成的时间序列为x （0 ）：x （0 ）（1），x （0 ）（2），…，x （0 ）（n）。

需要求得：x （0 ）（n+1），x （0 ）（n+2），…

对x（0）作累加生成，得到新的数列x （1 ），即：

x （1 ）（i）=x （0 ）（m），i=1，2，…，n （1）

具体为：

x （1 ）（1）=x （0 ）（1）x （1 ）（i）=x （0 ）（i）+x （1 ）（i-1），i=2，…，n  （2）

通过累加生成的数列x（1），计算模型参数a和u。记：

？覾=[a u]T  （3）

按下式可得模型参数a和u：

？覾=（BT B）-1BTyn  （4）

上式中：

通过上式得到模型参数a和u后，就有GM（1，1）模型如下：

模型建立后，应该对所得模型进行检验，确认该模型计算结果精度是否合格，一般采用残差、关联度或者后验差检验来检验模型精度。其中，后验差检验如下：

首先，计算原始数列x（0）的均方差S0，其定义为：

其次，计算残差数列？着（0）的均方差S1。其定义为：

作为x （0）（n+1），x （0）（n+2），…的预测值，在本文实证研究中利用MATLAB实现（具体GM（1，1）模型的参数估计、检验和预测的MATLAB程序可在参考文献[4]中查找）。

四、实证研究

根据本文所提出的区域物流成本预测方法，通过建立基于时间序列的灰色GM（1，1）预测模型对江西省物流成本进行预测研究分析。

（一）指标选取、数据收集

物流成本可以分为宏观物流成本和微观物流成本。其中，宏观物流成本也可称之为社会物流成本，是核算一个国家或地区在一定时期内发生的物流总成本，是各种不同性质的企业微观物流成本的总和。目前，国内外普遍认同的社会物流成本计算公式为社会物流总成本=运输成本+存货持有成本+物流行政管理成本[ 5 ]。美国的社会物流成本统计公式为物流总成本=存货持有成本+运输成本+物流管理成本;日本的社会物流成本统计公式为物流运总成本=运输成本+仓储成本+管理成本。由国家发展和改革委员会及中国物流与采购联合会制定并组织实施的《社会物流统计核算与报表制度》中，将物流总费用划分为运输费用、保管费用、管理费用三大部分进行统计核算。由于我国没有关于社会物流成本方面的其他统计数据，所以本文利用社会物流总费用这一统计指标的数据来代替社会物流总成本，根据该基本计算公式，分别用模型对江西省的运输费用、保管费用、管理费用进行单独预测分析，并且由三者汇总得出江西省社会物流总成本[ 6 ]。

通过整理分析江西省发展改革委和江西省统计局所发布的2008年至2016年《江西省社会物流统计主要指标核算情况的通报》中的统计数据，可以得到本文研究所需要的9年历史数据资料，并按照时间先后进行排序得到原始时间数列，如表1所示。

（二）模型检验

模型检验是建模后必不可少的步骤，通过检验计算结果来确认模型的精度，假如精度合格，则确认该模型可以用于预测。本文采用后验差检验来进行模型检验，通过计算小误差概率和方差比来进行模型精度检验，计算结果如表2所示。表3为预测精度等级划分。

将表2和表3进行对比的话可知该模型精度较好，可以进行进一步预测。

（三）预测结果及分析

灰色GM（1，1）预测模型在中短期的预测中效果较好，假如预测时间延长过多，预测结果误差将极大增加[ 7 ]。因此，本文按照已建立的模型对江西省2017—2021年5年的运输费用、保管费用、管理费用和社会物流总成本进行预测，预测结果见表4。

从历史数据来看，江西省2016年物流总成本占GDP的百分比为16.9%，比往年的19%不断下降，且同年全国的比率为14.9%，单从该指标来看江西省物流成本较高。Xingang Weng、Xufeng Du[ 8 ]认为通过社会物流成本/GDP这单一指标来判断社会物流成本的高低是不合理的，张兆民和韩彪[ 9 ]提出了以社会物流费用占社会物流总额比重测算物流成本可以更加准确、全面地衡量社会物流成本。结合历史数据和本文预测数据，并根据上述学者的研究进行分析可知，江西省社会物流成本的增长率将下降至9%左右，低于社会物流总额的增长速度（见图1）。其中保管费用所占比重逐年降低，但运输费用的比重增加，表明江西省的物流业发展水平较好，社会物流成本已得到了一定的控制，供给侧结构性改革中的“去库存”和“降成本”初现成效。近年来，江西省物流业在电商物流、物流标准化建设、企业规模、智慧物流配送等方面都实现了跨越式的发展，物流产业集群数量也大大增加，从而推动江西省物流降本增效，将为江西省社会物流成本的降低继续做出贡献。

五、结论

本文通过建立基于时间序列的灰色GM（1，1）预测模型对江西省社会物流总成本进行了中期预测，在历史数据有待完善的情况下，该预测模型的精度较好，提供了可行的预测中短期区域物流成本的方案。

从江西省社会物流成本的预测结果分析来看，江西省社会物流成本随着物流业的不断发展也在增加，增长速度逐渐下降，物流成本得到一定的控制，但是物流业的发展水平相对来说还有较大的发展空间，还需继续“降本增效”。鉴于本文的预测和分析结果，为物流业的“降本增效”提出如下相关建议：第一，选取可量化的指标建立物流业专门的“降本增效”评价指标体系。通过建立科学完善的指标体系，对物流业的发展、运营成本和运行效率进行动态监测和分析，密切跟踪其变化以便及时处理新问题，加强对物流成本的决策支撑。第二，充分发挥“互联网+”在物流中应用的积极作用。将物联网、云计算和大数据等先进的信息技术用于建构物流公共信息平台，实现运力资源和跨区域、跨部门、跨运输方式等物流数据信息的互联共享，提高信息交流效率，降低由于信息不对称产生的各种潜在费用，做到真正的“互联互通”。第三，改善物流业发展环境。完善我国物流标准体系，并强化其实施，采用标准化托盘，实施带托运输，发展单元化物流，推广多式联运，推动物流业与其他相关产业的联动发展，优化区域物流资源配置，完善城市和农村的物流配送网络，做到“降本增效”。

【参考文献】

[1] 国家发展改革委.物流业降本增效专项行动方案（2016—2018年）[R].2016.

[2] 李工农，阮晓青，徐晨.经济预测与决策及其Matlab实现[M].北京：清华大学出版社，2007：46-52.

[3] 刘柏阳.基于灰色系统理论的区域物流成本分析及预测研究[D].江西理工大学硕士学位论文，2015.

[4] 姚清云，张峰，殷秀清，等.基于组合灰色预测模型的物流企业运营成本预测[J].会计之友，2014（28）：5-9.

[5] 刘雷，陆琳.我国物流成本灰色预测研究[J].财会通讯，2011（17）：135-136.

[6] 鄭飞，李逢玲.一类区域物流成本的预测方法研究[J].物流工程与管理，2017，39（4）：28-29，27.

[7] 黄瑛子.广西：社会物流成本预测与经济发展关联分析[J].综合运输，2014（8）：28-32.

[8] WENG X， DU X. Restudy on macro logistics cost of China[J]. Modern Economy，2015，6（11）：1173-1179.

[9] 张兆民，韩彪.以社会物流费用占社会物流总额比重测算物流成本[J].中国流通经济，2016，30（10）：24-30.