魏樂(lè)琴
(1.福州大學(xué) 經(jīng)濟(jì)與管理學(xué)院,福建 福州 350116;2.武夷學(xué)院 商學(xué)院,福建 武夷山 354300)
區(qū)域物流需求預(yù)測(cè)研究綜述
魏樂(lè)琴
(1.福州大學(xué) 經(jīng)濟(jì)與管理學(xué)院,福建 福州 350116;2.武夷學(xué)院 商學(xué)院,福建 武夷山 354300)
區(qū)域經(jīng)濟(jì)與區(qū)域物流需求之間存在著極強(qiáng)的關(guān)聯(lián)性,區(qū)域經(jīng)濟(jì)發(fā)展與區(qū)域物流需求增長(zhǎng)存在著內(nèi)在的邏輯關(guān)系,這種關(guān)系決定了區(qū)域物流需求可以用區(qū)域經(jīng)濟(jì)水平來(lái)進(jìn)行預(yù)測(cè)。區(qū)域物流需求預(yù)測(cè)為尋找區(qū)域經(jīng)濟(jì)與區(qū)域物流之間的內(nèi)在關(guān)系并為區(qū)域物流規(guī)劃了提供必要的決策數(shù)據(jù)和依據(jù)。
區(qū)域經(jīng)濟(jì);區(qū)域物流需求;預(yù)測(cè)
研究區(qū)域物流需求有利于促進(jìn)區(qū)域物流與區(qū)域經(jīng)濟(jì)協(xié)調(diào)發(fā)展;探索和研究區(qū)域物流需求預(yù)測(cè)的相關(guān)理論,為政府制定區(qū)域物流戰(zhàn)略規(guī)劃提供了科學(xué)的理論依據(jù);研究區(qū)域物流需求預(yù)測(cè)方法,為物流需求預(yù)測(cè)的研究模型和研究技術(shù)提供了新的思路,有利于克服物流需求預(yù)測(cè)長(zhǎng)期存在的定性規(guī)劃、經(jīng)驗(yàn)預(yù)測(cè)等方法的不足。
區(qū)域物流需求預(yù)測(cè),有助于政府采取科學(xué)、合理的政策和措施協(xié)調(diào)區(qū)域經(jīng)濟(jì)與物流發(fā)展之間的關(guān)系,以相互促進(jìn),協(xié)調(diào)發(fā)展;區(qū)域物流需求的準(zhǔn)確、合理預(yù)測(cè)將為區(qū)域物流發(fā)展規(guī)劃的制定提供科學(xué)、可靠的依據(jù);區(qū)域物流需求的準(zhǔn)確、合理預(yù)測(cè)將有助于政府整合區(qū)域物流資源,建立節(jié)約、高效的區(qū)域物流體系。
國(guó)內(nèi)外學(xué)者關(guān)于區(qū)域經(jīng)濟(jì)與區(qū)域物流關(guān)系的研究主要集中在區(qū)域經(jīng)濟(jì)與區(qū)域物流的互動(dòng)關(guān)系、區(qū)域經(jīng)濟(jì)與區(qū)域物流的協(xié)調(diào)發(fā)展等方面。
(一)區(qū)域經(jīng)濟(jì)與區(qū)域物流的互動(dòng)關(guān)系
Danuta Kisperska-Moron對(duì)波蘭在經(jīng)濟(jì)過(guò)度時(shí)期的物流變化情況進(jìn)行了研究,研究結(jié)果表明,在經(jīng)濟(jì)過(guò)度時(shí)期,經(jīng)濟(jì)發(fā)展中的關(guān)鍵是物流。不同經(jīng)濟(jì)時(shí)期的庫(kù)存變化情況反映了物流的變化。[1]美國(guó)學(xué)者Bloton認(rèn)為,區(qū)域經(jīng)濟(jì)和區(qū)域交通運(yùn)輸狀況是相輔相成的,經(jīng)濟(jì)發(fā)達(dá)地區(qū)的物流運(yùn)輸就相對(duì)繁茂;而交通運(yùn)輸發(fā)達(dá)的地區(qū)區(qū)域經(jīng)濟(jì)就相對(duì)發(fā)達(dá)。[2]華蕊認(rèn)為,區(qū)域物流需求是由區(qū)域經(jīng)濟(jì)發(fā)展引起的,是區(qū)域經(jīng)濟(jì)發(fā)展的伴生需求。[3]徐茜、黃祖慶認(rèn)為,區(qū)域經(jīng)濟(jì)是區(qū)域物流發(fā)展的基礎(chǔ),區(qū)域物流為區(qū)域經(jīng)濟(jì)發(fā)展提供保障,二者相互促進(jìn),共同發(fā)展。[4]廖迎,阮陸寧選取了1978~2006年30個(gè)省、直轄市、自治區(qū)的面板數(shù)據(jù),運(yùn)用面板單位根和面板協(xié)整方法,證明區(qū)域物流增長(zhǎng)與區(qū)域經(jīng)濟(jì)增長(zhǎng)存在長(zhǎng)期均衡正相關(guān)關(guān)系。[5]張誠(chéng),周敏采用定量分析的方法對(duì)中部地區(qū)的區(qū)域物流與區(qū)域經(jīng)濟(jì)的互動(dòng)關(guān)系和發(fā)展趨勢(shì)進(jìn)行初步的研究,指出區(qū)域物流與區(qū)域經(jīng)濟(jì)如果發(fā)展不平衡,就會(huì)產(chǎn)生消極效應(yīng),經(jīng)濟(jì)到發(fā)展而物流則會(huì)受到抑制,反之亦然。[6]
(二)區(qū)域經(jīng)濟(jì)與區(qū)域物流的協(xié)調(diào)發(fā)展
宋卓寧,李軍運(yùn)用系統(tǒng)動(dòng)力學(xué)的反饋分析方法,建立了廣西區(qū)域物流與經(jīng)濟(jì)協(xié)調(diào)發(fā)展的系統(tǒng)動(dòng)力學(xué)模型,實(shí)驗(yàn)結(jié)果表明,刺激需求、合理投資以及大力培育人才等政策,能夠有效推動(dòng)廣西物流業(yè)和社會(huì)經(jīng)濟(jì)的協(xié)調(diào)發(fā)展。[7]張梅青等分別構(gòu)建了在物流產(chǎn)業(yè)與區(qū)域經(jīng)濟(jì)發(fā)展協(xié)調(diào)和發(fā)展不協(xié)調(diào)兩種情況下的互惠共生模型,并依據(jù)實(shí)驗(yàn)結(jié)果提出從本質(zhì)上優(yōu)化共生單元與界面,從形式上優(yōu)化共生環(huán)境的區(qū)域經(jīng)濟(jì)與區(qū)域物流協(xié)調(diào)發(fā)展策略。[8]王偉等構(gòu)建了區(qū)域物流——經(jīng)濟(jì)復(fù)合系統(tǒng)協(xié)調(diào)度評(píng)價(jià)模型和協(xié)調(diào)性評(píng)價(jià)指標(biāo)體系,并指出只有綜合運(yùn)用這些指標(biāo)體系,才能對(duì)區(qū)域物流與區(qū)域經(jīng)濟(jì)的協(xié)調(diào)性做出全面的評(píng)價(jià)。[9]
(一)區(qū)域物流需求的內(nèi)涵
何萍研究認(rèn)為,區(qū)域物流需求是指在一定時(shí)間范圍內(nèi),在一個(gè)經(jīng)濟(jì)發(fā)展盡可能完整的地區(qū),社會(huì)經(jīng)濟(jì)活動(dòng)對(duì)生產(chǎn)、流通、消費(fèi)領(lǐng)域的物料配置作用而產(chǎn)生的對(duì)物在空間、時(shí)間和效率方面的要求,這其中包括了物流環(huán)節(jié)各種活動(dòng)以及與之相關(guān)的信息需求等方面。[10]梅漢寧認(rèn)為,區(qū)域物流需求是社會(huì)通過(guò)市場(chǎng)交換的方式所消費(fèi)的物流服務(wù)的數(shù)量,它既反映了該區(qū)域范圍物流市場(chǎng)的容量,又體現(xiàn)了整個(gè)經(jīng)濟(jì)產(chǎn)業(yè)結(jié)構(gòu)的變化趨勢(shì)。[11]張燕燕等認(rèn)為,區(qū)域物流需求包括需求量和需求結(jié)構(gòu)兩個(gè)方面。區(qū)域物流需求量是區(qū)域物流在各個(gè)環(huán)節(jié)上需求量的總和。區(qū)域物流需求結(jié)構(gòu),可以用物流時(shí)間、物流費(fèi)用、物流效率等要素衡量。[12]秦璐等將區(qū)域物流需求分為農(nóng)產(chǎn)品物流需求、工業(yè)品物流需求和消費(fèi)品物流需求。[13]
(二)影響區(qū)域物流需求的因素
黃虎認(rèn)為,區(qū)域物流需求的影響因素主要有經(jīng)濟(jì)因素、物流行業(yè)因素、環(huán)境因素等,其中主要包括區(qū)域經(jīng)濟(jì)發(fā)展水平和規(guī)模、區(qū)域經(jīng)濟(jì)產(chǎn)業(yè)結(jié)構(gòu)、經(jīng)濟(jì)空間布局、物流設(shè)施和服務(wù)、物流費(fèi)用的變動(dòng)等。[14]楊光華等以湖南省為例研究產(chǎn)業(yè)結(jié)構(gòu)對(duì)區(qū)域物流需求的影響,指出近幾年湖南省物流業(yè)年增長(zhǎng)達(dá)到15%~20%,這與湖南省一、二、三產(chǎn)業(yè)結(jié)構(gòu)由1980年的42.3∶40.2∶17.5轉(zhuǎn)為2010年的14.7∶46.0∶39.3相適應(yīng)。[15]
國(guó)外學(xué)者關(guān)于區(qū)域物流需求預(yù)測(cè)的研究始于20世紀(jì)90年代。在國(guó)內(nèi),學(xué)者們于本世紀(jì)初開(kāi)始研究區(qū)域物流需求預(yù)測(cè)方法??傮w來(lái)看,國(guó)內(nèi)外的研究主要集中在預(yù)測(cè)的內(nèi)容及預(yù)測(cè)的方法兩個(gè)方面。
(一)區(qū)域物流需求預(yù)測(cè)的內(nèi)容
葉藝勇認(rèn)為,依據(jù)區(qū)域物流的服務(wù)特點(diǎn)和作業(yè)環(huán)節(jié),預(yù)測(cè)內(nèi)容可以包括總體需求規(guī)模、物流流量分布、主要影響因素的變化等。[16]何國(guó)華指出區(qū)域物流需求預(yù)測(cè)的內(nèi)容包括預(yù)測(cè)物料流動(dòng)的作業(yè)量、來(lái)源、流向、構(gòu)成比例等,并在整理、分析歷史和現(xiàn)實(shí)數(shù)據(jù)的基礎(chǔ)上進(jìn)行預(yù)測(cè);預(yù)測(cè)內(nèi)容主要包括影響因素的變化和物流需求規(guī)模。[17]
(二)區(qū)域物流需求預(yù)測(cè)的方法
根據(jù)預(yù)測(cè)方法的發(fā)展歷程和精確化程度的高低,區(qū)域物流需求預(yù)測(cè)方法的發(fā)展大致可以劃分為三個(gè)階段:
1.第一階段的預(yù)測(cè)方法以傳統(tǒng)統(tǒng)計(jì)學(xué)為基礎(chǔ),主要有投入產(chǎn)出模型、回歸分析法、彈性系數(shù)法、聚類(lèi)法、灰色理論模型、馬爾可夫鏈等方法。[18]
Donald,J.Bowersox在Supply Chain Logistics Management一書(shū)中提到,物流需求預(yù)測(cè)主要有:定性法,時(shí)間序列法,因果分析法。定性法適用于歷史資料數(shù)據(jù)不充足的情況,若可搜集到往年的數(shù)據(jù)則可使用時(shí)間序列法,而因果分析法則主要用于進(jìn)行回歸預(yù)測(cè)。[19]
Garrido,Mahmassani提出時(shí)空多項(xiàng)概率模型并將其運(yùn)用到貨物需求預(yù)測(cè)中,取得了較好的效果。[20]
何國(guó)華認(rèn)為,灰色預(yù)測(cè)模型對(duì)數(shù)據(jù)要求限制少、中短期預(yù)測(cè)精準(zhǔn),因此特別適合應(yīng)用于區(qū)域物流需求預(yù)測(cè)。[16]
王曉原、李軍討論了灰色預(yù)測(cè)模型在物流規(guī)模預(yù)測(cè)中的應(yīng)用,建立了GM(1,1)模型,并以山東省的物流規(guī)模預(yù)測(cè)為例進(jìn)行了實(shí)證研究,并對(duì)結(jié)果進(jìn)行了檢驗(yàn),證明了預(yù)測(cè)結(jié)果的可信性。[21]
王小軍在“區(qū)域經(jīng)濟(jì)發(fā)展與公路客貨運(yùn)量預(yù)測(cè)”中,分別分析了區(qū)域交通現(xiàn)狀和經(jīng)濟(jì)現(xiàn)狀以及相關(guān)影響因素,指出了區(qū)域交通及經(jīng)濟(jì)在發(fā)展中所面臨的主要問(wèn)題,并利用主成分分析法、回歸分析法對(duì)區(qū)域客貨運(yùn)量進(jìn)行了的預(yù)測(cè)。[22]
黃敏珍等嘗試了組合預(yù)測(cè)的方法,即將灰色系統(tǒng)理論與馬爾可夫鏈相結(jié)合,建立了GM(1,1)灰色模型,預(yù)測(cè)值以概率和區(qū)間形式表現(xiàn)。[23]
2.第二階段主要采用以神經(jīng)網(wǎng)絡(luò)的學(xué)習(xí)和泛化能力為代表的人工智能預(yù)測(cè)方法,主要特點(diǎn)為改善預(yù)測(cè)模型的性能和提高預(yù)測(cè)準(zhǔn)確率。[18]
曹萍以貨運(yùn)量作為物流需求的內(nèi)容,選取福建省1997~2009年的經(jīng)濟(jì)數(shù)據(jù),采用灰色神經(jīng)網(wǎng)絡(luò)模型對(duì)福建省區(qū)域物流進(jìn)行了預(yù)測(cè)。[24]
邱波提出了基于PCA-RBF神經(jīng)網(wǎng)絡(luò)的區(qū)域物流需求預(yù)測(cè),實(shí)例證明模型具有很好的預(yù)測(cè)效果;與傳統(tǒng)的RBF神經(jīng)網(wǎng)絡(luò)相比較,該模型減少了輸入維數(shù),降低了輸入數(shù)據(jù)之間的相關(guān)性,優(yōu)化了網(wǎng)絡(luò)結(jié)構(gòu);相比于GA-SVM模型,具有更高的精度和更快的收斂速度。[25]
3.第三階段的預(yù)測(cè)方法以提高預(yù)測(cè)模型的精度和穩(wěn)定性為主要特點(diǎn),該類(lèi)方法主要有支持向量機(jī)。[18]
黃毅等認(rèn)為SVR自適應(yīng)性強(qiáng),收斂速度快、準(zhǔn)確性高;以SVR方法為基礎(chǔ)建立了時(shí)間序列SVR預(yù)測(cè)模型,應(yīng)用于廣西物流需求預(yù)測(cè)研究;實(shí)驗(yàn)結(jié)果證明,在參數(shù)適當(dāng)?shù)那闆r下,SVR預(yù)測(cè)結(jié)果具有很高的精度,能滿(mǎn)足預(yù)測(cè)要求,預(yù)測(cè)結(jié)果可信。[26]
胡燕祝在研究經(jīng)濟(jì)發(fā)展與物流需求關(guān)系的基礎(chǔ)上,構(gòu)建了基于支持向量回歸機(jī)的物流需求預(yù)測(cè)模型, 研究中詳細(xì)介紹了構(gòu)建模型的具體分析步驟,并驗(yàn)證了預(yù)測(cè)結(jié)果的可行性和有效性。[27]
何周林提出了基于支持向量回歸(SVR)的區(qū)域物流需求預(yù)測(cè)模型,揭示了區(qū)域物流需求與區(qū)域經(jīng)濟(jì)發(fā)展之間的非線性映射關(guān)系。[28]
同時(shí),也有越來(lái)越多的學(xué)者開(kāi)始關(guān)注組合預(yù)測(cè),并認(rèn)為組合預(yù)測(cè)模型較單一預(yù)測(cè)模型具有更好的預(yù)測(cè)效果。
初良勇等在研究影響物流需求因素的基礎(chǔ)上,建立了物流需求組合預(yù)測(cè)模型,以規(guī)避單項(xiàng)預(yù)測(cè)模型的局限性,對(duì)國(guó)際海運(yùn)物流需求量進(jìn)行了預(yù)測(cè)。[29]
曾艷以年貨運(yùn)量為基礎(chǔ)建立了區(qū)域物流需求組合預(yù)測(cè)模型,并將預(yù)測(cè)結(jié)果分別與回歸預(yù)測(cè)、指數(shù)平滑預(yù)測(cè)的結(jié)果進(jìn)行了比較;比較結(jié)果證明,相對(duì)于單一的預(yù)測(cè)方法,組合預(yù)測(cè)的精度最高。[30]
俞少君以方差最小化為準(zhǔn)則,構(gòu)建了區(qū)域物流需求預(yù)測(cè)組合模型;指出該模型能克服單項(xiàng)預(yù)測(cè)模型精度不高、假設(shè)條件及適用范圍有限等方面的不足,并結(jié)合安徽省物流需求預(yù)測(cè)的實(shí)例,驗(yàn)證了組合預(yù)測(cè)模型的有效性。[31]
國(guó)內(nèi)外學(xué)者對(duì)于區(qū)域物流需求預(yù)測(cè)的研究已日益豐富,但目前有關(guān)區(qū)域物流需求預(yù)測(cè)的研究仍然還存在以下不足之處:(1)對(duì)區(qū)域物流與區(qū)域經(jīng)濟(jì)相互關(guān)系的理論研究稍顯不足。研究區(qū)域經(jīng)濟(jì)與區(qū)域物流之間的相互影響和作用,對(duì)于構(gòu)建科學(xué)的區(qū)域物流發(fā)展戰(zhàn)略,促進(jìn)區(qū)域經(jīng)濟(jì)的發(fā)展非常重要;(2)在預(yù)測(cè)指標(biāo)的選取方面基本停留在貨運(yùn)量和貨運(yùn)周轉(zhuǎn)量的分析預(yù)測(cè)上,對(duì)于其它物流活動(dòng)如倉(cāng)儲(chǔ)、包裝、流通加工、信息服務(wù)等指標(biāo)則很少有研究,而且對(duì)貨運(yùn)量和周轉(zhuǎn)量的分析上也只是定性的論述,缺乏定量研究。
[1]Danuta Kisperska一Moron.Logistics Change during the Transition Period in the Polishe Economy[J].International Journal of Production Economies,1994,(35):1-3.
[2]Bolton,D.Ross.Industrial Structure and Economic Performance [M].New York:Houghton Mifflin Company,1993.
[3]華蕊.區(qū)域物流與區(qū)域經(jīng)濟(jì)的關(guān)系[J].物流科技,2004,(9):78-79.
[4]徐茜,黃祖慶.區(qū)域物流與區(qū)域經(jīng)濟(jì)發(fā)展互動(dòng)關(guān)系研究——以浙江省為例[J].統(tǒng)計(jì)與政策,2011,(9):116-119.
[5]廖迎,阮陸寧.區(qū)域物流與區(qū)域經(jīng)濟(jì)增長(zhǎng)的實(shí)證研究——基于面板單位根與面板協(xié)整分析[J].南昌大學(xué)學(xué)報(bào),2008,(3):64-69.
[6]張誠(chéng),周敏.中部區(qū)域物流與區(qū)域經(jīng)濟(jì)協(xié)同發(fā)展研究[J].物流工程與理,2010,(10):76-78.
[7]宋卓寧,李軍.基于系統(tǒng)動(dòng)力學(xué)的廣西區(qū)域物流與經(jīng)濟(jì)協(xié)調(diào)發(fā)展研究[J].物流科技,2011,(4):34-37.
[8]張梅青,周葉,周長(zhǎng)龍.基于共生理論的物流產(chǎn)業(yè)與區(qū)域經(jīng)濟(jì)協(xié)調(diào)發(fā)展研究[J].北京交通大學(xué)學(xué)報(bào),2012,(1):27-34.
[9]王偉,陳偉成,黃莉,封學(xué)軍.基于協(xié)同學(xué)理論的區(qū)域物流與區(qū)域經(jīng)濟(jì)協(xié)調(diào)度度量研究[J].中國(guó)市場(chǎng),2010,(15):6-8.
[10]何萍.區(qū)域經(jīng)濟(jì)發(fā)展對(duì)區(qū)域物流需求的影響研究[D].江蘇科技大學(xué)碩士學(xué)位論文,2011:20.
[11]梅漢寧.區(qū)域物流需求影響因素的關(guān)聯(lián)性分析——以廣東省為例[J].中國(guó)商貿(mào),2012,(12):146-151.
[12]張燕燕,陳博.區(qū)域物流需求的投入產(chǎn)出分析——以北京市為例[J].物流技術(shù),2010,(Z2):1-3.
[13]秦璐,劉凱.基于產(chǎn)業(yè)結(jié)構(gòu)的區(qū)域物流需求分析 [J].物流技術(shù), 2006,(7):4-6,16.
[14]黃虎.區(qū)域物流需求預(yù)測(cè)模型研究[J].統(tǒng)計(jì)與決策,2008,(17):62-64.
[15]楊光華,鄒敏.產(chǎn)業(yè)結(jié)構(gòu)與區(qū)域物流需求關(guān)系分析[J].物流技術(shù),2012,(5):146-148.
[16]葉藝勇.區(qū)域物流需求預(yù)測(cè)研究 [D].五邑大學(xué)碩士學(xué)位論文,2008.
[17]何國(guó)華.區(qū)域物流需求預(yù)測(cè)及灰色預(yù)測(cè)模型的應(yīng)用[J].北京交通大學(xué)學(xué)報(bào),2008,(1):33-37.
[18]夏國(guó)恩.區(qū)域物流需求預(yù)測(cè)現(xiàn)狀和發(fā)展研究[J].中國(guó)物流與采購(gòu),2010,(4):68-69.
[19]Donald,J.Bowersox.Supply Chain Logistics Management(2nd Edition)[M].Beijing:China Machine Press,2007.
[20]Rodrigo A.Garrido,Hani S.Mahmassani.Forecasting Freight Transportation Demand with the Space-time Multinomial Pro Ait Model[J].Transportation Research Part A,2000.403-418.
[21]王曉原,李軍.灰色GM(1,1)模型在區(qū)域物流規(guī)模預(yù)測(cè)中的應(yīng)用[J].武漢理工大學(xué)學(xué)報(bào),2005,(3):415-417.
[22]王小軍.區(qū)域經(jīng)濟(jì)發(fā)展與公路客貨運(yùn)量預(yù)測(cè)[D].長(zhǎng)安大學(xué)碩士學(xué)位論文,2003.
[23]黃敏珍,馮永冰.基于灰色-馬爾可夫鏈的區(qū)域物流需求預(yù)測(cè)[J].統(tǒng)計(jì)與決策,2009,(16):166-168.
[24]曹萍,陳福集.GA-灰色神經(jīng)網(wǎng)絡(luò)的區(qū)域物流需求預(yù)測(cè)[J].北京理工大學(xué)學(xué)報(bào),2012,(1):66-70.
[25]邱波.基于PCA-RBF神經(jīng)網(wǎng)絡(luò)的區(qū)域物流需求預(yù)測(cè)研究[J].管理工程師,2012,(2):30-33.
[26]黃毅,夏國(guó)恩.基于支持向量回歸機(jī)的廣西物流需求預(yù)測(cè)[J].科技管理研究,2011,(2):142-144,150.
[27]胡燕祝,呂宏義.基于支持向量回歸機(jī)的物流需求預(yù)測(cè)模型研究[J].物流技術(shù),2008,(5):66-68.
[28]何周林,肖健華.基于SVR的區(qū)域物流需求短期智能預(yù)測(cè)模型研究[J].五邑大學(xué)學(xué)報(bào),2007,(2):70-75.
[29]初良勇,田質(zhì)廣,謝新連.組合預(yù)測(cè)模型在物流需求預(yù)測(cè)中的應(yīng)用[J].大連海事大學(xué)學(xué)報(bào),2004,(4).
[30]曾艷.基于變異系數(shù)的區(qū)域物流需求組合預(yù)測(cè)方法[J].統(tǒng)計(jì)與決策,2012,(21):93-95.
[31]俞少君.基于灰色組合模型的區(qū)域物流需求預(yù)測(cè)研究[J].物流技術(shù),2012,(21):323-325,329.