基于灰色模型的河南生鲜农产品冷链物流需求量预测

陈国宏

摘 要：居民生活水平的提高，对健康食品的追求，加快了冷链物流的需求量的增长速度。利用灰色模型研究河南生鲜农产品冷链物流需求量变化情况，可为政府及企业制定合理的战略规划提供依据。首先基于2007-2016年河南省生鲜农产品冷链物流需求量的数据，建立GM（1，1）模型，其次经检验，模型精确度高，为优秀等级，以此预测了2017-2026年的需求量，发现需求量的模拟值成明显的上升趋势，最后就冷链物流市场如何应对需求的变化的问题，从技术、平台、渠道、人才、政策等方面给出相关建议。

关键词：GM（1，1）;生鲜农产品;冷链物流;需求量

中图分类号：F25 文献标识码：Adoi：10.19311/j.cnki.1672-3198.2019.11.027

0 引言

2017年9月，河南省人民政府印发了《河南省物流业转型发展三个工作方案的通知》，提出了冷链物流业发展的目标，确定了冷链物流在我省经济转型发展中的地位。目前我国农产品腐损率为15%左右，远高于发达国家的平均水平，河南作为农业大省同时又是经济欠发达地区，农产品的腐损率更为堪忧。据统计，2011至2015的5年间，河南省瓜果类等农产品产量都呈现上升趋势，平均每年增加约17%，而腐烂或损坏的生鲜农产品占全省产量的3.0% 左右，如何打造“最先一公里”，已经成为热点，因此，开展生鲜农产品产品冷链物流需求预测对发展河南省冷链产业及政府和企业制定合理的战略规划具有重要的理论价值和现实意义。

近些年来，对生鲜农产品冷链物流相关的研究日渐增多，主要集中在三个层次：①经济学层面：农产品冷链产业及其经济影响。张新宪、焦旋等分析了山西省苹果冷链物流现状，并给出了相关对策;张开等提出将区间灰数与DEMATEL相结合的方法，定量地分析了影响农产品冷链物流的关键影响因素;②管理学层面：冷链运营与管理优化。苗洁莹构建了农产品冷链物流标准化体系;马歆对比了中外农产品冷链物流的运输体系，指出了我国在此方面存在的不足之处;③工学层面：农产品冷链技术与设备。张建奎分析了物联网技术在农产品冷链物流平台上的应用。

分析文献可知，生鲜农产品冷链物流现状研究、冷链技术研究是目前的主流研究方向，对生鲜农产品冷链物流的需求预测方面还比较少，且研究区域主要集中在经济发达地区。本文选用灰色模型对河南省生鲜农产品冷链物流量进行预测，并提出一些建议。

1 研究方法与数据来源

1.1 生鲜农产品冷链物流需求量范围的界定

查阅相关文献资料，将生鲜农产品定义为主要包括蔬菜、水果、花卉、肉、蛋、奶以及水产品等我们日常生活中必不可少的生活必需品，其主要特性为易腐易损，由于没有统一的指标，多数学者将物流量的多少来反映物流需求量，而货运量又是作为衡量物流量一重要指标，由于冷链物流集中于铁路运输和公路运输，因此，考虑到数据的易得性，将河南省铁路鲜活易腐货物运输量、公路冷藏运输量作为河南省生鲜农产品冷链需求量。

1.2 数据来源

本研究的数据来源于河南省统计年鉴（2007-2016），具体数据如表1所示。

1.3 研究方法

本文运用灰色预测模型对河南省生鲜农产品冷链物流的需求量进行预测，是基于灰色系统介于白色和黑色之间，其部分信息已知，部分信息未知，各因素之间有不确定的关系的特点。对数据的精度没有做特殊的要求。而目前为止，冷链物流没有标准的数据，影响因素不确定，在此情况下，选取灰色预测模型是一种较合理的方法。

1.4 模型原理

灰色预测模型是一种对灰色系统进行预测的方法模型。灰色预测模型通过鉴别系统因素之间发展趋势的相异程度，即进行关联分析，并对原始数据进行生成处理来寻找系统变动的规律，生成有较强规律性的数据序列，然后建立相应的微分方程模型，从而预测事物未来发展趋势的状况。

1.5 方法步骤

（1）累加生成（AGO）。

设原始数列为x（0）=（x0（1）+x0（2）+，…x0（n））（1）

对数列x（0）进行1次累加生成新数列，如下：

x（1）=（x1（1）+x1（2）+，…x1（n））（2）

令x（1）（k）=∑ki=1x（0）（i），（k=1，2，…，n）（3）

（2）构造数据矩阵B及数据向量Y，如下：

B=-12（x（1）（1）+x（1）（2））1-12（x（1）（2）+x（1）（3））1-12（x（1）（n-1）+x（1）（n））1（4）

Y=x（0）（2）x（0）（3）x（0）（n）（5）

（3）计算灰参数u：

u=（BT×B）-1BTY=（ab）（6）

（4）构造灰微分方程，如下：

d（k）+αz（1）（k）=b（7）

其中，α为发展系数，b为灰色作用量，d（k）为x（1）的灰倒数，令d（k）=x（0）（k）

（5）求出预测值模型，如下：

x∧（1）（k+1）=（x（0）（1）-ba）e-αk+ba，（k=1，2，…，n-1）（8）

（6）模拟预测值，如下：

x∧（0）（k+1）=x∧（1）（k+1）-x∧（k），（k=1，2，…，n-1）（9）

（7）模型检验。

①残差检验。

残差ε（k）=x（0）（k）-x∧（0）（k），（k=1，2，…，n）（10）

相對残差Δε（k）=ε（k）/x（0）（k）（11）

平均相对残差Δε（k）=∑nk=1Δε（k）/n，（k=1，2，…，n）（12）

②后验比（C）检验。

C=S12S02（13）

其中：

S02=∑nk=1（x（0）（k）-x（0））2n-1，（k=1，2，…，n）（14）

S12=n∑k=1（ε（k）-ε（k））2n-1，（k=1，2，…，n）（15）

x（0）=1n∑nk=1x（0）（k），（k=1，2，…，n）（16）

ε（k）=1n∑nk=1ε（k），（k=1，2，…，n）（17）

③小误差概率P。

P=pε（k）-ε（k）SymbolcB@0.6745S0（18）

1.6 模型精度检验标准

根据张小允等的研究成果，将G（1，1）模型精度判断标准总结如表2所示。

2 模型应用

2.1 模型参数计算

首先通过级比判断，原始数列满足GM（1，1）建模要求，对上述（1-6）进行计算，可以得到参数a=-00776，b=2192.113，代入（1-8）得：

x∧（1）（k）=30622804e0.0776（k-1）-28257.104，（k=2，…，10）（19）

对（1-19）作一阶累减还原得出2007-2016年间河南省生鲜农产品冷链需求量的模拟值，如表3所示。

2.2 模型精度检验

经检验，河南省生鲜农产品冷链需求量相对误差在-1.20%-0.73%之间，平均相对误差为0.313%，预测精度为优秀;后验比C为0.02，预测精度为优秀;小误差概率P为1，预测精度为优秀。根据上述判断，该GM（1，1）可以作为河南省生鲜农产品冷链需求量的预测分析。

2.3 河南省生鲜农产品冷链需求量预测

根据上述模型，对2017-2026年河南省生鲜农产品冷链需求量进行预测，如表4所示。

3 结论与建议

通过GM（1，1）模型，对河南省生鲜农产品冷链需求量进行预测，从20年的观测值和模拟值可以看出，河南省生鲜农产品冷链需求量处于一个非常明显的上升趋势，生鲜农产品冷链物流市场具有规模大、需求稳定的特点，其提升的空间潜力和发展潜力很大。究其原因，首先是政府相关政策法规的支持;其次，在食品安全的约束下，居民对健康食品特别是绿色农产品的追求;最后，生鲜电商巨头的崛起倒逼着冷链物流市场的发展。如何让冷链市场满足需求，如何促进河南生鲜冷链物流健康发展，本文提出以下幾点建议：

（1）技术方面。加快制冷技术、物流信息技术的发展，完善“最先一公里”。

（2）平台方面。建设冷链产品质量追溯和全程温控管理信息平台，推动追溯管理与市场准入相衔接，逐步实现食用农产品从农田到餐桌全过程追溯管理，支持龙头企业率先建设农产品冷链物流温控追溯平台。

（3）渠道方面。大力发展鲜活农产品跨境贸易，积极发展冷链多式联运，推动农产品原产地直采直销，支持发展“农批零对接”“农校对接”“农企对接”及“电商+冷链物流+智能菜柜”等生鲜农产品零售模式，建设一批城市大型生鲜农产品直供中心。

（4）人才方面。建立冷链物流专家库，鼓励高校设置冷链物流相关专业和课程，推动企业、行业协会、学校合作建设冷链人才实训基地，加快人才引进。

（5）政策方面。制定冷链物流地方强制性标准，健全冷链物流标准体系，完善相关政策法规。

参考文献

[1]张小允，李哲敏.基于GM（1，1） 模型的中国小杂粮种植面积预测分析[J].中国农业资源与区划，2018，（9）：81-86.

[2]戎陆庆.基于灰色理论的广西果蔬冷链物流需求及其影响因素预测研究[J].中国农业资源与区划，2017，（12）：227-237.

[3]王少然.生鲜农产品冷链物流需求预测[D].西安：西安工程大学，2017.

[4]冯永岩.北京市农产品冷链物流需求预测研究[D].保定：华北电力大学，2016.

[5]段雪彬.生鲜农产品电子商务中物流服务质量研究[J].安徽理工大学学报（社会科学版），2018，（9）：35-41.