常青园工业走廊物流需求预测与分析.doc

常青园工业走廊物流需求预测与分析
一 预测方法的选择
常用的预测方法主要有时间序列法、回归分析、灰色预测模型等。由于事物的时间序列展示了事物在一定时期内的发展变化趋势，因而可以对事物的时间序列进行分析，寻找出其中的变换特征和变换趋势，并通过选择适当的模型形式和模型参数建立预测模型，运用惯性原理进行趋势外推预测。
变量之间的关系一般分为两类，一类是确定性关系，也称为函数关系；另一类是相关关系，其特征是变量之间存在着一定的关系，但是这种关系很难用一种精确的方法表示出来，这种相关关系通常用回归分析的方法来处理。回归分析预测法是通过大量的统计数据，在分析变量之间的非确定性关系的基础上，找出变量间的统计规律性，并用数学方法把变量间的统计规律较好地表现出来，以便进行必要的预测。回归分析又可以分为线性回归、多项式回归、指数回归、乘幂回归等。下面对有关模型作简单的介绍：
一般假设线性回归模型为：
(3.1)
其中：x为预报变量；y为响应变量，、为参数。
同样，一般假设多项式回归模型为：
(3.2)
其中：x为预报变量；y为响应变量，pi (i=1,2,…,n+1)为参数,n为多项式次数。
一般假设乘幂模型为：
(3.3)
其中：为响应变量，为预报变量，、为参数。
一般假设指数模型为：
(3.4)
其中：为响应变量，为预报变量，、为参数。
另一方面，错综复杂、机理万千的社会经济系统使人们难以完全清楚地了解其全部信息和完整的数据，信息少、数据不完整使人们难以将其运行机制阐述清楚，对其结构也不可能有全方位的认知，只能获得局部的、不确定的、默认的认知。而这些则决定了社会经济系统是一个典型的灰色系统。
物流市场作为社会经济系统的一个子系统，也具有灰色系统的本质特征：数据少和信息不确定。因此，采用灰色系统的理论与方法，建立起系统行为时轴上现在与未来的定量关系，并根据此关系(模型)进行预测是一种切实可行的方法。一般假设等间隔GM(1，1)模型为：
(3.5)
其中： 为原始序列，为时间响应序列，、为参数。
因此，本报告将综合运用概率论与数理统计中的回归分析、灰色系统理论中的数列灰预测方法对常青园工业走廊物流市场的需求进行预测与分析。
二 常青园工业走廊县公路货运量预测与分析
通过查阅常青园工业走廊县统计年鉴，我们得到常青园工业走廊县1990年至2001年的公路运输货运量统计值，如表3－8：
表3－8 常青园工业走廊县公路运输货运量统计值 （万吨）
序 号
1
2
3
4
5
6
年 份
1990
1991
1992
1993
1994
1995
统计值
113.9
128.1
197.0
253.0
486.0
749.4
序 号
7
8
9
10
11
12
年 份
1996
1997
1998
1999
2000
2001
统计值
764.4
790.7
478.8
625.4
653.0
630.0
观察表中数据，不难看出有以下特点：
ⅰ 统计值有两个大的跳跃点，分别是1995年和1998年；
ⅱ 以跳跃点为断点，各区间内的数据具有较好发展趋势；
ⅲ 总的趋势是向上增加的。
为此，我们专门调查走访了常青园工业走廊县统计局。针对第一个特点，统计局的有关人员介绍，1995－1997年货运量数据较高的原因是统计数据来源的渠道不同。1995年交通运输市场放开以后，交通运输统计由全面统计转变为抽样推算，由于抽样工作不够规范，推算过程中过高地估计了个体运输户的周转次数，从而造成三年统计数据偏高的现象。
3.1.4.1 线性回归
同式(3.1)，仍然假设回归模型为：，其中：x为年份序号；y为公路货运量，、为参数。
经计算得到＝73.5993，＝50.9264，的置信区间为[-34.3586，181.5572]，的置信区间为[36.4568，65.3960]；统计量R2＝0.9082，F=69.2624，p＝0.0001。根据该计算绘制回归残差图：

图3-4 常青园工业走廊县公路货运量线性回归残差图(9点)
从图中可以看出，第五点的残差不包括零点，故将第五点视为异常点，剔除该点后重新进行计算，经计算得到＝42.7315，＝52.6413，的置信区间为[-16.9824，102.4454]，的置信区间为[44.8999，60.3827]；统计量R2＝0.9788，F=276.8571，p<10-6。根据该计算绘制回归残差图：

图3-5 常青园工业走廊县公路货运量线性回归残差图(8点)
从计算结果可以看出，变化不大，但是，和的置信区间已经明显缩小，R2和F都明显变大，残差范围缩小，故应选择修改后的计算结果，最后得到的拟合函数为：。根据该拟合函数，预测2002年－2011年常青园工业走廊县公路货运量如表3－9：
表3－9常青园工业走廊县公路货运量线性模型预测表 (万吨)
序号
13
14
15
16
17
年份
2002
2003
2004
2005
2006
预测值
727.1
779.7
832.4
885.0
937.6
序号
18
19
20
21
22
年份
2007
2008
2009
2010
2011
预测值
990.3
1042.9
1095.6
1148.2
1200.8
3.1.4.2 乘幂模型
仍然假设乘幂回归模型为：，其中，为常青园工业走廊县公路货运量，为年份序号，、为参数。
将常青园工业走廊县1990年－2001年数据代入该模型，经计算得：＝86.54，＝0.936，统计数R2=0.9193。故乘幂模型为：。根据该模型预测常青园工业走廊县2002年－2011年公路货运量，如表3－10：
表3－10公路货运量乘幂模型预测表 (万吨)
序号
13
14
15
16
17
年份
2002
2003
2004
2005
2006
预测值
954.7
1023.3
1091.5
1159.5
1227.2
序号
18
19
20
21
22
年份
2007
2008
2009
2010
2011
预测值
1294.6
1361.9
1428.8
1495.6
1562.2
根据该模型和预测值做趋势图：

图3-6 常青园工业走廊县公路货运量乘幂模型趋势图
3.1.4.3 综合预测
仍然对上述线性模型和乘幂模型的预测值进行平均，得常青园工业走廊县2002年－2011年公路货运量综合预测值，如表3－11：
表3－11 常青园工业走廊县公路货运量综合预测值 (万吨)
序号
13
14
15
16
17
年份
2002
2003
2004
2005
2006
平均值
840.9
901.5
962.0
1022.3
1082.4
序号
18
19
20
21
22
年份
2007
2008
2009
2010
2011
平均值
1142.5
1202.4
1262.2
1321.9
1381.5
三 常青园工业走廊县航运货运量预测与分析
通过查阅常青园工业走廊县统计年鉴，我们得到常青园工业走廊县1990年至2001年的航运货运量统计值，如表3－12：
表3－12 常青园工业走廊县航运货运量统计值 （万吨）
序 号
1
2
3
4
5
6
年 份
1990
1991
1992
1993
1994
1995
统计值
234.3
209.1
251.0
307.0
388.0
901.6
序 号
7
8
9
10
11
12
年 份
1996
1997
1998
1999
2000
2001
统计值
919.6
951.3
576.0
531.5
577.0
250.3
观察表中数据，不难看出与公路货运量相似的特点，其原因也是因为统计渠道和统计方法发生了变化，导致1995年－1997年三年的统计数据偏高。2001年的统计数据较低的原因是没有将个体运输户的货运量统计进来。2000年常青园工业走廊县个体航运货运量的统计值为552.0万吨，统计部门的有关人员估计2001年，常青园工业走廊县个体航运货运量与2000年大体相同。
对原始统计数据进行了初步的处理后，我们仍然综合使用线性回归、多项式回归和灰色预测对常青园工业走廊县的航运货运量进行预测。
3.1.5.1 线性回归
同式(3.1)，仍然假设回归模型为：，其中：x为年份序号；y为航运货运量，、为参数。
经计算得到＝136.7393，＝46.4131，的置信区间为[45.3873，228.0913]，的置信区间为[34.1692，58.6570]；统计量R2＝0.9199，F=80.3460，p<10-6。根据该计算绘制回归残差图：

图3-7 常青园工业走廊县航运量线性回归残差图(9点)
从图中可以看出，第九点的残差不包括零点，故剔除第五点后重新进行计算，经计算得到＝160.6556，＝39.7479，的置信区间为[100.6778，220.6334]，的置信区间为[30.7694，48.7264]；统计量R2＝0.9514，F=117.3442，p<10-6。根据该计算绘制回归残差图：

图3-8 常青园工业走廊县航运量线性回归残差图(8点)
从计算结果可以看出， 和的置信区间已经缩小，R2和F都明显变大，故应选择修改后的计算结果，最后得到的拟合函数为：。根据该拟合函数，预测2002年－2011年常青园工业走廊县航运货运量如表3－13：
表3－13常青园工业走廊县航运货运量线性模型预测表 (万吨)
序号
13
14
15
16
17
年份
2002
2003
2004
2005
2006
预测值
677.4
717.1
756.9
796.6
836.4
序号
18
19
20
21
22
年份
2007
2008
2009
2010
2011
预测值
876.1
915.9
955.6
995.4
1035.1
3.1.5.2 乘幂回归
仍然假设乘幂回归模型为：，其中，为常青园工业走廊县航运货运量，为年份序号，、为参数。
将常青园工业走廊县1990年－2001年数据代入上式，经计算得：＝177.26，＝0.5263，统计数R2=0.7768。故乘幂模型为：。根据该模型预测常青园工业走廊县2002年－2011年航运货运量，如表3－14：
表3－14 常青园工业走廊县航运量指数模型预测表 (万吨)
序号
13
14
15
16
17
年份
2002
2003
2004
2005
2006
预测值
683.7
710.9
737.2
762.7
787.4
序号
18
19
20
21
22
年份
2007
2008
2009
2010
2011
预测值
811.4
834.9
857.7
880.0
901.8
根据该模型和预测值做趋势图：
图3-9 常青园工业走廊县航运货运量乘幂模型趋势图
3.1.5.3 综合预测
对上述线性模型和乘幂模型的预测值进行平均，得常青园工业走廊县2002年－2011年航运量综合预测值，如表3－15：
表3－15 常青园工业走廊县航运量综合预测值 (万吨)
序号
13
14
15
16
17
年份
2002
2003
2004
2005
2006
平均值
680.6
714.0
747.1
779.7
811.9
序号
18
19
20
21
22
年份
2007
2008
2009
2010
2011
平均值
843.8
875.4
906.7
937.7
968.5

五 常青园工业走廊外贸物流量预测分析
物流的建设规模取决于辐射区物流量的大小，物流量的变化趋势取决于宏观经济发展的趋势，随着国家经济发展步伐的加快，国家将进一步加大产业结构的调整，推进发展。常青园工业走廊的对外贸易一直保持着高速增长的势头，物流量的预测是物流规划的前提，是决定物流布局、建设规模、投资估算的依据。
根据常青园工业走廊近几年的外贸进出口量，进出口贸易额和进出口增长率预测。结论如表2-7。
表2-7 常青园工业走廊外贸发展状况预测
预测年份
2002
2003
2004
2005
2010
2015
进出口贸易额（亿美元）
22.25
27.84
36.4
43．7
96.1
191.8
进出口增长率（%）

25%
31%
20%
17%
15%

根据常青园工业走廊的经济运行、外贸发展情况，我们参考常青园工业走廊集装箱运量的历史数据，对未来5-10年西安国际集装箱量增长速度以及箱量数据预测，如表2-8。
表2-8 常青园工业走廊国际集装箱量增长速度以及箱量预测
年份
2002
2003
2004
2005
2010
2015
总出口箱量（TEU）
13249
16941
22211
28874
71848
144511
总进口箱量(TEU)
10599
13553
17769
22211
55268
111163
合计
23848
30494
39980
51085
127116
255674
进口增长率(%)

28
31
25
20
15
出口增长率(%)

28
31
30
20
15

根据国外发达国家区域经济发展的经验，区域经济的发展，必然要寻求区域物流发展为其提供动力保障。而常青园工业走廊作为黑龙江省内经济发展速度最快、经济总量规模最大、发展前景最好的地区，经济基础雄厚，石油化工业、制造业、医药业等特别发达，经济外向度较高。近年来，随着常青园工业走廊经济快速发展，区域外贸经济特别是对俄贸易迅速扩张，区域整体经济效益稳步增长，已成为吸引外国资本和技术的强大磁场，给常青园工业走廊带来了前所未有的发展机遇。，可以肯定的是，一旦常青园工业走廊国际化物流平台真正搭建起来，必将吸引黑龙江省乃至整个东北地区的大量国际货源。如图2-4。

图2-4 常青园工业走廊外贸进出口金额（亿美元）
3.1.6 常青园工业走廊县全社会货运量预测与分析
根据常青园工业走廊县统计年鉴，1990年至2001年常青园工业走廊县全社会货运量如表3－16。
表3－16 常青园工业走廊县全社会货运量统计值 （万吨）
序号
1
2
3
4
5
6
年份
1990
1991
1992
1993
1994
1995
统计值
348
337
448
560
874
1651
序号
7
8
9
10
11
12
年份
1996
1997
1998
1999
2000
2001
统计值
1684
1742
1055
1157
1230
880
如前所述，由于统计方面的原因，1995－1997年和2001年四年的数据属于异常数据，预测计算前先将其剔除。
3.1.6.1 线性回归
同式(3.1)仍然假设回归模型为：，其中：x为年份序号；y为全社会货运量，、为参数。
经计算得到＝222.0433，＝94.0590，的置信区间为[83.2646，360.8220]，的置信区间为[73.2843，114.8336]；统计量R2＝0.9534，F=122.7353，p<10-6。根据该计算绘制回归残差图：

图3-10 常青园工业走廊县全社会运量线性回归残差图(8点)
从图中可以看出，第五点的残差不包括零点，故剔除第五点后重新进行计算，计算后通过观察残差图，发现第一点残差也包括零点，故再次剔除第一点并重新进行计算，经计算得到＝148.8817，＝99.8387，的置信区间为[117.5235，180.2399]，的置信区间为[95.6168，104.0607]；统计量R2＝1.0，F=4310.7，p<10-6。根据该计算绘制回归残差图：

图3-11 常青园工业走廊县全社会运量线性回归残差图(6点)
从计算结果可以看出，变化不大，但是，和的置信区间已经明显缩归效果非常好。故最后得到的拟合函数为：。小，R2和F都明显变大，尤其是R2已经在计算精度内达到了1.0，表明该模型回
根据该拟合函数以及常青园工业走廊县铁路货运量预测结果，我们预测2002年－2011年常青园工业走廊县全社会货运量如表3－17：
表3－17常青园工业走廊县全社会货运量线性回归预测表 (万吨)
序号
13
14
15
16
17
年份
2002
2003
2004
2005
2006
预测值
1446.8
1546.6
1646.5
1788.3
1930.1
序号
18
19
20
21
22
年份
2007
2008
2009
2010
2011
预测值
2058.6
2186.8
2291.4
2396.0
2500.7
3.1.6.2 指数模型
统计值R2=0.9678，指数模型为：，根据该模型对常青园工业走廊县2002年－2011年全社会货运量的预测值如表3－18，趋势图3-12：
表3－18 常青园工业走廊县全社会货运量指数模型预测值 (万吨)
序号
5
6
7
8
9
年份
2002
2003
2004
2005
2006
预测值
1544.4
1702.4
1876.5
2068.5
2280.1
序号
10
11
12
13
14
年份
2007
2008
2009
2010
2011
预测值
2513.4
2770.5
3053.9
3366.3
3710.7

图3-12 常青园工业走廊县全社会运量乘幂模型趋势图
3.1.6.3 灰色预测
根据灰色系统灰建模理论，设时间响应序列为：，其中： 为原始序列，为时间响应序列，、为参数。经计算得常青园工业走廊县全社会货运量的GM(1,1)模型的白化响应式为：。
对上述模型进行误差检验，则平均残差为：，其中：，；计算得：＝1.68%，则可信度 为： ＝98.32 % 。表明该预测模型是可信的。根据此模型，对常青园工业走廊县2002年－2011年的全社会货运量进行预测，结果如表3－19：
表3－19 常青园工业走廊县全社会货运量GM(1，1)模型预测表 (万吨)
序号
5
6
7
8
9
年份
2002
2003
2004
2005
2006
预测值
1590
1770
1980
2200
2460
序号
10
11
12
13
14
年份
2007
2008
2009
2010
2011
预测值
2740
3050
3410
3800
4240
3.1.6.4 综合预测
对上述线性模型、指数模型和灰色预测模型的预测值进行平均，得常青园工业走廊县2002年－2011年全社会货运量综合预测值，如表3－20：
表3－20 常青园工业走廊县全社会货运量综合预测值 (万吨)
序号
13
14
15
16
17
年份
2002
2003
2004
2005
2006
平均值
1527.1
1673.0
1834.3
2018.9
2223.4
序号
18
19
20
21
22
年份
2007
2008
2009
2010
2011
平均值
2437.3
2669.1
2918.4
3187.4
3483.8
3.1.7 吸引区全社会货运量预测与分析
考虑到常青园工业走廊物流中心对周边各县市货物运输的吸引作用，现以南通市为研究对象，对规划年度内的全社会货运量进行预测。南通市1995年－2001年的全社会货运量如表3－21：
表3－21 南通市全社会货运量统计值 (万吨)
序号
1
2
3
4
5
6
7
年份
1995
1996
1997
1998
1999
2000
2001
统计值
5836
6113
5788
5260
6349
6678
7019
3.1.7.1 线性回归
同式(3.1)仍然假设回归模型为：，其中：x为年份序号；y为吸引区全社会货运量，、为参数。
先对原始数据进行预处理，将1997、1998年的异常数据剔除，再进行回归计算，经计算得到＝5673.6，＝172.7，的置信区间为[5243.1，6104.1]，的置信区间为[83.0，262.5]；统计量R2＝0.9259，F=37.4976，p＝0.0088。根据该计算绘制回归残差图：

图3-13 吸引区全社会货运量线性回归残差图
故最后得到的拟合函数为：。根据该拟合函数，对吸引区2002年－2011年全社会货运量进行预测，结果如表3－22：
表3－22 吸引区全社会货运量线性回归预测表 (万吨)
序号
8
9
10
11
12
年份
2002
2003
2004
2005
2006
预测值
7055.2
7227.9
7400.6
7573.3
7746.0
序号
13
14
15
16
17
年份
2007
2008
2009
2010
2011
预测值
7918.7
8019.4
8264.1
8436.8
8609.5
3.1.7.2 指数回归
统计值R2=0.9976，指数模型为：，图形图3-14。根据该模型预测吸引区2002年－2011年全社会货运量如表3－23：
表3－23 吸引区全社会货运量指数模型预测表 (万吨)
序号
13
14
15
16
17
年份
2002
2003
2004
2005
2006
预测值
10096
10569
11065
11583
12126
序号
18
19
20
21
22
年份
2007
2008
2009
2010
2011
预测值
12694
13289
13912
14564
15247

图3-14 吸引区指数模型趋势图
3.1.7.3 灰色预测
根据灰色系统灰建模理论，设时间响应序列为：，其中： 为原始序列，为时间响应序列，、为参数。经计算得吸引区全社会货运量的GM(1,1)模型的白化响应式为：。
对上述模型进行误差检验，计算得：＝4.19%，则可信度 为： ＝95.81 % 。表明该预测模型是可信的。根据此模型，对吸引区2002年－2011年的全社会货运量进行预测，结果如表3－24：
表3－24 吸引区的全社会货运量GM(1，1)模型预测表 (万吨)
序号
7
8
9
10
11
年份
2002
2003
2004
2005
2006
预测值
7108.0
7396.4
7696.4
8008.5
8333.4
序号
12
13
14
15
16
年份
2007
2008
2009
2010
2011
预测值
8671.4
9023.1
9389.1
9769.9
10166.3
3.1.7.4 综合预测
对上述线性模型、指数模型和灰色预测模型的预测值进行平均，得吸引区2002年－2011年全社会货运量综合预测值，如表3－.25：
表3－25 吸引区全社会货运量综合预测值 (万吨)
序号
13
14
15
16
17
年份
2002
2003
2004
2005
2006
平均值
8086.4
8397.8
8720.7
9054.9
9401.8
序号
18
19
20
21
22
年份
2007
2008
2009
2010
2011
平均值
9761.4
10110.5
10521.7
10923.6
11340.9
3.2 常青园工业走廊县仓储与区域配送量需求预测与分析
3.2.1 常青园工业走廊县仓储量预测
由于铁路货运和仓储自成体系，故常青园工业走廊县仓储量只其与公路和航运货运量有关，因此，常青园工业走廊县仓储量预测以未来常青园工业走廊公路与航运货运量为基础，通过测算仓储量在公路与航运货运量中的比重，来确定未来的仓储量。
根据我们对常青园工业走廊县农业局、经贸局、交通局、商业企业、运输企业和各大重点企业的仓储情况调查，并结合物流市场仓储量与货运量的一般规律，我们认为常青园工业走廊县仓储量约占其全社会货运量(剔除铁路货运量)的3％。根据表3－20的数据(常青园工业走廊县2002年－2011年全社会货运量综合预测值)，常青园工业走廊2002年－2011年仓储量预测结果如表3－26：
表3－26 常青园工业走廊仓储量预测结果 (万吨)
序号
1
2
3
4
5
年份
2002
2003
2004
2005
2006
预测值
45.8
50.2
55.0
59.3
64.2
序号
6
7
8
9
10
年份
2007
2008
2009
2010
2011
预测值
69.7
75.8
83.2
91.1
99.9
3.2.2 常青园工业走廊县区域配送量预测
根据宁长线预可行性研究报告的调查数据，苏中地区仓储与本地配送量约占全社会货运量的57％。扣除仓储量，常青园工业走廊县2002年－2011年区域配送量预测值如表3－27：
表3－27 常青园工业走廊县区域配送量预测值 (万吨)
序号
1
2
3
4
5
年份
2002
2003
2004
2005
2006
预测值
824.6
903.4
990.6
1091.5
1203.1
序号
6
7
8
9
10
年份
2007
2008
2009
2010
2011
预测值
1319.6
1445.6
1580.3
1725.7
1885.9

2.6 主要结论
综上所述，西安目前的物流市场容量和发展前景是巨大的，一是西安独特的区位优势，日趋完善的交通运输网络，为国际港务区的设立提供了坚实的基础条件；二是区域商贸金融中心建设的良好局面，使西安具备成为区域现代服务业中心的条件，为国际港务区的设立奠定了良好的服务基础；三是区域经济规模的龙头地位，使西安经济对西北五省具有较强的聚集、辐射能力，为国际港务区的设立提供了强大的市场需求；四是全球制造业向中国内陆转移，国际港务区的设立，为发展现代物流延伸产业链创造了广阔的空间。这也是众多大型物流企业在西安设点布局的重要原因。但是，目前西安物流资源分散，物流需求也停留在较低水平，迫切需要引入高质量的物流示范企业来促进整个物流产业的良性竞争，引导物流产业的健康发展，西安国际港务区物流园区的建设必将在这方面发挥重要作用。

19