基于灰色-马尔科夫链的海南自贸港农产品冷链物流需求预测

李 华，黄圣南，林夏繁

（1.海南经贸职业技术学院 工商管理学院，海南 海口 571127；2.海口海关技术中心，海南 海口 570311）

1 引言

2020年3月国家发展改革委办公厅印发《关于开展首批国家骨干冷链物流基地建设工作的通知》[1]，将对首批国家骨干冷链物流基地范围内符合条件的项目建设予以支持。2019年国家发改委正式印发《西部陆海新通道总体规划》[2]，规划要求：大力推进冷链物流发展。用好海南、广西和东南亚地区热带水果、反季节蔬菜、海产品等农特产品丰富的优势，加快建设冷链物流体系，实现从生产到消费的全覆盖。2018年10月《中国（海南）自由贸易试验区总体方案》[3]出台，其中明确提出“加强冷链基础设施网络建设，打造出岛快速冷链通道，提供高质量的冷链快递物流服务”的要求。海南地理条件独特，水、热、光、气等自然条件优越，适合热带果蔬的生长，是我国主要的热带果蔬、冬季瓜菜的生产区和海洋渔业主要产区，同时海南地处热带，天气炎热，每年果蔬、水产品等农产品的冷链物流需求较大。随着海南自由贸易港建设、“北部湾经济圈”及“海上丝绸之路”战略的实施，海南冷链物流业发展迎来良好的机遇，因此，应充分利用政策优势打造一体化冷链物流平台网络，促使海南冷链物流业在体量、基础设施、资金、人才、管理等方面进一步提升，建立“设施完善、装备先进、标准统一、可追溯、全程质量检查与监督”的一体化现代冷链物流服务体系。

2 文献综述

国内学者原静利用正向权重组合预测机制对农产品冷链物流需求量进行了预测[5]。王秀梅利用权重分配组合法对我国农产品冷链物流需求趋势进行了预测[6]。戎陆庆利用灰色GM(1,1)模型对广西果蔬冷链物流需求及其影响因素进行预测研究[7]。张喜才利用灰色-马尔科夫链模型对京津冀农产品冷链需求进行预测[9]。王晓平利用遗传算法构造预测农产品冷链物流需求的遗传BP神经网络模型(GABP)，对北京城镇农产品冷链物流需求进行了预测[10]。

国外学者Van Der Vorst提出对农产品冷链物流建立有效信息监控机制，从而减少因外部环境因素影响冷链物流体系效率的问题。David H.Tylorl提出农产品冷链物流在生产、加工、运输的过程中一定遵循“3P理论”和“3C原则”，及在冷链物流管理过程中的精益冷链物流战略。R.Montanari等运用多阶段因子分析法分析得出运输时间与运输温度是影响冷链物流的主要因子。Han Gwan通过大量调查，提出农产品冷链发展鸿图和振兴冷链物流行业的发展计划，促使韩国生鲜冷链物流发展步入新阶段，加强新鲜农产品冷链物流系统建设。

上述研究为本文预测冷链物流需求量提供了较好的研究参考。通过文献查阅，发现针对海南冷链物流需求定量研究的文献较少，本文将运用灰色-马尔科夫预测模型进行海南农产品冷链物流需求趋势预测。

3 海南农产品冷链物流现状

3.1 农产品冷链物流需求显著增长

海南常年阳光充足,雨水充沛，是我国重要的冬季瓜菜、热带果蔬的生产基地和海洋渔业基地。从图1可看出海南省2007-2018年冷链农产品产量基本呈平稳上升的趋势，其中2018年蔬菜产量566.8万t，比2007年增长23.78%；2018年水果产量430.4万t，比2007年增长45.79%；2018年肉类产量78.9万t，比2007年增长30.54%；2018年水产品175.8万t，比2007年增长24.74%。海南每年都有大量热带生鲜农产品需要出口及出岛销售，生鲜农产品冷链物流需求显著增长。

图1 海南省2007-2018年冷链农产品产量（万t）

3.2 生鲜电商的崛起推动冷链物流服务升级

随着阿里巴巴、京东、苏宁等电商的崛起、“互联网+冷链”发展及“新零售”概念的提出，海南越来越多的农产品实现“线上+线下”协同销售。2018年海南省海口市通过与阿里巴巴集团、京东及天猫等电商、新零售、商超的全面合作，打造出海口火山荔枝品牌，签约订单及销售达4 300万斤，总金额近5亿元，实现了“线上+线下”同步销售，促进了海南荔枝丰产、顺销、增收。2018年5月顺丰航空开通专机将海南荔枝运送至全国各地，完成荔枝以最短时间从“田间”直达“餐桌”。2018年海南农产品网络零售额实现62.26亿元，同比增长29.54%，占当年网络零售额的11.85%。2020年新冠疫情期间传统流通渠道受到影响，农产品电商的作用突出。为了解决销路问题，海南省农村地区各级政府积极推进开展线上+线下销售模式，2020年2月三亚市长在直播平台推荐三亚芒果，仅一天平台交易量由94t增加到了275t，交易量是同期的3倍。以上举措均促使海南省农产品冷链物流快速发展，帮助海南农户将农产品售卖到全国各地，扩大农产品销路，带动农村消费市场发展。2018年海南各农产品网络零售额如图2所示。

图2 2018年海南各农产品网络零售额

3.3 海南冷链物流基础设施水平不断提高

截止2018年年底，海口罗牛山冷链物流中心、海口中铁保税冷链物流中心、三亚佳翔航空货运农产品加工贸易冷链物流园一期等均已投入运营；海口顺丰国际航空冷链生鲜港项目、菜鸟网络智能骨干网（海口）项目等顺利开工建设。据相关统计，截止2018年年底，海南省冷库容量达70多万t，较2017年同比增长10%。2018年中央财政拨给海南800万元用于蔬菜生产基地田间地头预冷库建设，其中，建设成田间预冷库39个，冷库容量达2.6万t。截止2018年年底，海南冷链物流企业21家，省级示范园区3家，较2017年同比增长11%。截止2018年年底，海南省拥有营运货车6.4万辆，自有冷藏车800多辆，同比增长18.4%。总体来说，海南冷链物流基础设施水平不断提高。

4 灰色—马尔科夫链模型原理

4.1 灰色GM(1,1)模型原理

灰色预测法是对无法确定系统中存在的影响因素即含有不确定因素进行预测的方法。其中最常见的GM(1,1)模型是利用部分已知数据来预测部分未知数据的数学模型。

预测模型GM(1,1)步骤如下：

（1）数据检验。为了判断GM(1,1)建模的可行性，需对原始数据进行可容覆盖区间检验，否则对数据进行平移处理。

设原始数列为x(0)=(x(0)(1),x(0)(2),...,x(0)(n))，计算数列的级比：

取c使得数据列的级比都落在可容覆盖区间内。

（2）建 立 GM（1，1）模 型 。 不 妨 设x(0)=(x(0)(1),x(0)(2),...,x(0)(n))满足上面的要求，以它为数据列建立GM(1,1)模型：

用回归分析求得a，b的估计值，于是相应地白化模型为：

解为：

于是得到预测值：

（3）检验预测值

①残差检验：计算相对残差

如果所有的| ε(k)|<0.1，则认为误差较小，相似度较高；若所有的| ε(k)|<0.2，则认为误差一般，相似度一般。

②后验差检验：计算后验差比值及小误差概率。后验差检验是检验灰色预测模型的可信性，是对灰色预测模型在预测精度的等级标准上做出合理评价，根据后验差比值c和小误差概率p两个指标进行预测精度的评定。具体见表1。

表1 灰色预测精度的等级标准

4.2 马尔科夫链预测优化模型

马尔科夫预测是根据事情目前的情况来预测未来时刻发展状况的预测方法。

（1）状态划分。事件从某一状态转变为另一状态，称为状态转移。通过计算原始数据与灰色预测数值的比值，根据计算得出数值适当将空间划分为n个区间，每个区间代表一种状态，用Ei表示，

（2）生成状态转移概率矩阵。在事件变化中，从某一状态Ei转变为其他状态Ej的可能性，称为状态转移概率。用Pi(jk)表示状态Ei变为状态Ej的状态转移概率：

则K步状态转移概率矩阵记为p：

（3）马尔科夫链模型优化预测值。某事件当前处于状态En,根据状态转移概率矩阵可知其状态转移概率向量为Vn,然后利用Vnp可得出该事件下一步状态的大概率转移方向及其波动区间，则系统未来时刻可能的预测值为：

其中：li和mi为下一步状态区间的上限和下限，为原始数据值。

5 海南农产品冷链物流需求实证分析

5.1 灰色GM（1,1）模型预测海南农产品冷链物流需求

（1）统计指标及数据来源。海南省农产品冷链物流系统遵循一般物流系统的规律，冷链农产品产量某种程度上反映了冷链物流系统的需求。根据相关文献，结合海南省冷链物流行业发展的实际情况，考虑到统计数据的真实性及可得性，本文将采用“冷链农产品总产量”代表农产品冷链物流系统的需求。根据海南实际情况，从海南省2008-2019年统计年鉴中分别选取出具有代表性的冷链农产品，包括蔬菜、肉类、水果、水产品的年产量，并对其进行累计，形成海南省2007-2018年冷链农产品总产量，并用其代表海南省农产品冷链物流系统需求。具体见表2。

表2 海南省2007-2018年冷链农产品产量（单位：万t）

（2）数据检验及处理。对原始数据进行级比处理，判断所有级比值是否都落在可容覆盖区间，保证GM(1,1)的可行性。

原始数据列为：

可知数据处理后的值都落在可容覆盖区间x=(0.917,1.016)内，由此判断原始数据列可以建立GM(1,1)模型。

（3）模型建立

①对原始数据x(0)(k)作一次累加，即:

②构造数据矩阵B及数据矢量Y

③计算μ∧

可得a=-0.027 274，b=909.151 036。

④建立模型

求解得：

（4）模型检验

①残差检验

经计算平均相对残差ε(k)=0.021<0.1，预测精度为97.9%，误差相对较少，预测精度高。

②后验差检验

经计算，c=0.254 5<0.35；p=1.000 0>0.95，精度等级为一级，可知该灰色预测模型可信度和预测精度是合格的，可用于表示相关量的趋势进行预测。

5.2 马尔科夫链模型优化

利用马尔科夫链模型对GM(1,1)预测数据进行修正，提高预测精度。

（1）状态划分。利用GM（1,1）模型预测值与原始实际值相比计算出相对值，见表3，并进行状态划分，其 中 状 态E1∈[0.949 7,0.980 3] ；状 态E2∈[0.980 3,1.010 9]；状态E3∈[1.010 9,1.041 6]。

表3 GM(1,1)模型检验表

（2）状态转移概率矩阵。经过相关计算，可知2007-2018年所处的状态见表4。

表4 2007-2018年各年所处状态

根据计算可得状态转移概率矩阵：

（3）马尔科夫优化模型预测值。经过计算，得到2007-2018年海南省冷链物流需求量马尔科夫优化后的预测结果，见表5。

表5 马尔科夫链修正结果（单位：万t）

根据分析可知，2018年海南省冷链物流需求处于状态E2，初始状态转移概率向量为V0=(0,1,0)，由，得出2019年所处的状态可能为E2， 2019年冷链物流需求量约为1 270.37万t，基于灰色马尔科夫优化模型得出海南省2020-2028年冷链物流需求量预测结果，见表6。

表6 海南省2019-2028年冷链物流需求量马尔科夫链预测值

（4）预测结果分析。由表5可知，GM(1,1)预测所得结果平均相对残差0.021，经马尔科夫链模型优化后，平均相对误差降为0.008 6，与实际数值相比模型预测精度高达99.14%。如图3所示。

图3 海南省2007-2027年冷链农产品产量

6 主要结论与政策建议

6.1 主要结论

本文针对海南农产品产量情况，运用灰色预测模型对自贸区农产品冷链物流需求趋势进行预测，并进行了精度检验，结果显示后验差比值c、小误差概率及精度等级都较高。同时通过马尔科夫链模型对原有模型的优化，其平均相对误差仅为0.008 6，模型预测精度达到99.14%，预测可靠性得到较大程度的提高，从预测趋势来看，未来海南农产品冷链物流需求呈持续增长趋势，其增长幅度平稳推进。2019-2028年海南农产品冷链物流年需求量预测为：1 270.37、130 549、1 341.58、1 378.68、1 416.79、1 455.97、1 496.23、1 537.60、1 580.11、1 623.80万t。本文主要选取海南具有代表性的蔬菜、肉类、水果及水产品四种易腐食品进行分析，有一定局限性，未来将选取更全面的易腐食品种类及考虑影响海南农产品冷链物流需求的其他多重因素，并进行长期预测。

6.2 政策建议

（1）充分发挥政府引导培育作用，基于海南省产业发展，出台适合的相关政策，积极营造适宜海南自由贸易港建设、融入泛北部湾经济圈发展、紧靠粤港澳大湾区及链接“一带一路”国家战略的国内、国际冷链物流发展环境，推动海南冷链物流产业链升级。

（2）充分利用海南得天独厚的热带农产品主要生产区优势，链接国家“一带一路”战略，通过与中欧班列对接，将海南特色农产品通过这条“贸易捷径”销往欧洲地区，拓宽拓展贸易渠道与贸易方式。

（3）集合力培育几家具有海南特色品牌和市场竞争力的冷链物流龙头企业。提高冷链物流效率，提升农产品冷链运输率，实现全程冷链，降低腐损率，有效保障食品质量安全，带动行业发展。

（4）加强冷链物流基础及配套设施建设，建立一体化现代化冷链供应链体系。大力推行“最后一公里”冷链配送，加快“最先一公里”产地预冷设施建设。逐步建成“设施完善、装备先进、标准统一、可追溯、全程质量检查与监督”的一体化现代冷链供应链体系。

（5）加强国际冷链物流人才引进与培养。抓住“百万人才进海南”契机，引进高端国际冷链物流人才，同时海南省相关高校应紧密结合海南自由贸易港建设背景，未来5-10年冷链物流产业将迎来大发展，积极主动开设冷链物流相关专业，缓解海南省内冷链物流人才匮乏窘状。