宋志蘭，王冬嵐，王 華

（1.云南財(cái)經(jīng)大學(xué) 物流學(xué)院，云南 昆明 650221；2.湖北省煙草公司，湖北 武漢 430030）

1 引言

云南省花卉品種眾多，花卉產(chǎn)業(yè)發(fā)展迅速，已成為省內(nèi)經(jīng)濟(jì)五大支柱產(chǎn)業(yè)之一，其中鮮切花發(fā)展尤為出眾，據(jù)云南省花卉產(chǎn)業(yè)聯(lián)合會(huì)統(tǒng)計(jì)，云南鮮切花產(chǎn)量大約占全國的80%。政府在制定云南花卉物流的發(fā)展計(jì)劃時(shí)，需要結(jié)合現(xiàn)有的花卉物流規(guī)模，考慮未來云南花卉物流的需求規(guī)模。在這種背景下對(duì)云南花卉物流進(jìn)行預(yù)測研究，以期為今后云南花卉物流，特別是冷鏈物流的發(fā)展計(jì)劃提供決策參考依據(jù)。

2 文獻(xiàn)回顧

目前，國內(nèi)外對(duì)于花卉物流的研究較少。通過文獻(xiàn)研究分析可知，目前國內(nèi)外對(duì)與花卉物流主要分為兩個(gè)層面，一是宏觀層面上的研究，二是微觀層面上的研究。

在宏觀層面上，康珉等（2002）分析了云南花卉業(yè)面臨的挑戰(zhàn)，提出抓住建立國際花卉拍賣市場發(fā)展云南花卉現(xiàn)代大物流的建議[1]。邵礫群（2004）在借鑒其他國家和地區(qū)先進(jìn)經(jīng)驗(yàn)的基礎(chǔ)上，結(jié)合我國的具體情況為鮮切花物流的發(fā)展提出了一些建議[2]。張大利（2009）研究了阿聯(lián)酋、荷蘭、美國的鮮花冷鏈物流的發(fā)展經(jīng)驗(yàn)，結(jié)合我國鮮花物流的現(xiàn)狀，提出了發(fā)展我國鮮花冷鏈物流的措施[3]。王可山（2010）認(rèn)為需要從構(gòu)建“從生產(chǎn)到消費(fèi)”全程冷鏈物流系統(tǒng)、整合社會(huì)物流資源和推動(dòng)企業(yè)戰(zhàn)略聯(lián)盟等推進(jìn)花卉冷鏈物流體系的建設(shè)[4]。

微觀層面上，藍(lán)潔（2003）介紹了云南花卉產(chǎn)業(yè)發(fā)展現(xiàn)狀和條件、產(chǎn)業(yè)發(fā)展思路及目標(biāo)、產(chǎn)業(yè)發(fā)展重點(diǎn)和區(qū)域布局、產(chǎn)業(yè)發(fā)展的對(duì)策措施[5]。曹允春等（2007）首先對(duì)云南的現(xiàn)有花卉物流系統(tǒng)進(jìn)行現(xiàn)狀研究，在此基礎(chǔ)上應(yīng)用流程再造的理論及方法提出了新的花卉物流系統(tǒng)流程[6]。楊揚(yáng)（2008）探討了鮮花物流的特征和屬性，較好地分析了鮮花物流流程[7]。

灰色理論具有要求的數(shù)據(jù)量少、子樣小、短期預(yù)測精度高等優(yōu)點(diǎn)，許多學(xué)者對(duì)其進(jìn)行了研究和應(yīng)用。Wu H H（2005）等利用灰色理論對(duì)顧客需求進(jìn)行了分析和預(yù)測[8]。黃健等（2009）利用灰色理論成功對(duì)廣西水果產(chǎn)量進(jìn)行了預(yù)測[9]。Zhang C Y等[10]（2008）和Cui Lizhi等[11]（2009）對(duì)非等間距序列的GM（1，1）模型的建模機(jī)制進(jìn)行了研究，并在具體領(lǐng)域得到了成功的應(yīng)用。

目前學(xué)術(shù)界關(guān)于花卉物流的研究還不多，主要是定性分析花卉物流發(fā)展現(xiàn)狀、存在問題、解決措施等，定量的研究相對(duì)缺乏。定量預(yù)測模型在其他方面的成功運(yùn)用給花卉物流研究帶來啟示，云南花卉的總產(chǎn)量和鮮切花的總產(chǎn)值反映云南花卉物流的運(yùn)輸規(guī)模，其未來的變化情況直接影響到花卉物流建設(shè)的規(guī)模和方向，具有重要的研究意義。因此，選擇灰色GM(1，1)模型研究云南花卉物流的需求，結(jié)合點(diǎn)是云南花卉的總產(chǎn)量和鮮切花總產(chǎn)值。

3 云南花卉物流現(xiàn)狀分析

目前，據(jù)云南省花卉產(chǎn)業(yè)聯(lián)合會(huì)獲悉，云南每年大約有20多萬噸的鮮切花銷售到國內(nèi)70多個(gè)城市，并且出口到40多個(gè)國家和地區(qū)。日發(fā)貨量為500～700t。云南目前有52家注冊(cè)的花卉類物流企業(yè)，有12家擁有冷藏車、冷藏庫等基礎(chǔ)設(shè)施。

當(dāng)前公路運(yùn)輸已經(jīng)成為花卉物流運(yùn)輸?shù)囊粋€(gè)重要途徑，隨著云南對(duì)外公路建設(shè)的飛速發(fā)展，云南的花卉物流迎來了新的發(fā)展機(jī)遇。一是昆明至泰國曼谷的高速公路的開通，讓云南到泰國曼谷運(yùn)輸縮短到20～24h，與航空運(yùn)輸相比運(yùn)輸成本降低了約60%，再通過曼谷國際機(jī)場將云南的鮮花轉(zhuǎn)口銷往世界各地。二是云南至廣東高速公路的開通，極大地縮短了云南的花卉通過廣東轉(zhuǎn)往香港、澳門等地區(qū)的運(yùn)輸時(shí)間，增強(qiáng)了時(shí)效性，降低了運(yùn)輸費(fèi)用，為公路冷鏈運(yùn)輸提供了條件。此外，云南至成都、重慶等地高速公路的通車，方便了云南通過公路運(yùn)輸運(yùn)往國內(nèi)其他地區(qū)銷售的便利性，在確保鮮花時(shí)效性的同時(shí)又降低了運(yùn)輸費(fèi)用，并進(jìn)一步拓寬了云南花卉的市場空間。當(dāng)前的云南花卉物流公路運(yùn)輸可控性高、冷鏈建設(shè)相對(duì)簡單，發(fā)展?jié)摿薮蟆?/p>

云南花卉物流有一定規(guī)模，但仍存在很多問題制約其產(chǎn)業(yè)發(fā)展。主要存在以下幾個(gè)方面地問題，一是云南鮮切花在產(chǎn)地采集、短途運(yùn)輸、中途運(yùn)輸過程中冷鏈保護(hù)基本缺失，使花卉到達(dá)目標(biāo)市場的品質(zhì)嚴(yán)重下降；二是云南專業(yè)化的花卉物流公司尚未形成，難以使花卉的生產(chǎn)、運(yùn)輸、儲(chǔ)存等各個(gè)環(huán)節(jié)緊密銜接；三是專業(yè)化的花卉物流保鮮技術(shù)尚待進(jìn)一步開發(fā)應(yīng)用。其中，據(jù)云南省花卉產(chǎn)業(yè)聯(lián)合會(huì)獲悉，云南當(dāng)前花卉物流最突出的問題是運(yùn)輸環(huán)節(jié)難以突破，其關(guān)鍵在于全程冷鏈的支持和運(yùn)力的改善。以鮮切花為例，品質(zhì)50%取決于種植，50%取決于采后處理和運(yùn)輸過程中的冷藏保鮮，花卉在生產(chǎn)結(jié)束后的每一個(gè)環(huán)節(jié)都屬于花卉物流的環(huán)節(jié)，而云南鮮切花在產(chǎn)地采集、短途運(yùn)輸、中途運(yùn)輸過程中冷鏈缺失，使花卉到達(dá)目標(biāo)市場的品質(zhì)嚴(yán)重下降。

4 云南花卉物流需求預(yù)測

4.1 灰色預(yù)測GM(1,1)模型

灰色預(yù)測依據(jù)已有的數(shù)據(jù)對(duì)未來的發(fā)展趨勢(shì)做出預(yù)測，在工業(yè)、農(nóng)業(yè)、商業(yè)、環(huán)境、社會(huì)和軍事等領(lǐng)域中有廣泛的應(yīng)用。灰色預(yù)測將“隨機(jī)過程”當(dāng)作“灰色過程”，將“隨機(jī)變量”當(dāng)作“灰變量”，并主要以灰色系統(tǒng)理論中的GM(1，1)模型[12]來進(jìn)行處理。

4.1.1 模型建立。假設(shè)參考數(shù)據(jù)列為x(0)=(x(0)(1 ),x(0)( 2 ),…,x(0)(n))，做1次累加生成得：

相應(yīng)的白化微方程為：

4.1.2 模型檢驗(yàn)?；疑Ｐ偷臋z驗(yàn)方法通常有3種，分別是殘差合格模型、關(guān)聯(lián)度合格模型、均方差比合格模型。

（1）殘差合格模型。設(shè)x(0)為初始序列，其殘差為：ε(0)=相對(duì)誤差為：Δ=(Δ1,Δ2,為平均相對(duì)誤差，給定α，當(dāng)＜α且Δk＜α成立時(shí)，稱模型為殘差合格模型。

（2）關(guān)聯(lián)度合格模型。設(shè)x(0)為初始序列，(0)為相應(yīng)的灰色模型預(yù)測序列，g是絕對(duì)關(guān)聯(lián)度。若對(duì)于給定的g0＞0，有g(shù)＞g0，則稱模型為關(guān)聯(lián)度合格模型。

（3）均方差比合格模型。設(shè)x(0)為原始序列，(0)為相應(yīng)的灰色模型預(yù)測序列，ε(0)為殘差序列，則x(0)的均值、方差分別為：的均值、方差分別為：

由上可知，給定一組取值，就確定了檢驗(yàn)?zāi)Ｐ途鹊牡燃?jí)。常用的精度等級(jí)見表1，可供檢驗(yàn)?zāi)Ｐ蛥⒖肌?/p>

表1 灰色模型精度檢驗(yàn)等級(jí)

4.2 鮮切花總產(chǎn)量和花卉總產(chǎn)值的預(yù)測

4.2.1 數(shù)據(jù)來源。本文研究用到的數(shù)據(jù)主要是云南省2001-2012 年的鮮切花總產(chǎn)量和花卉總產(chǎn)值，數(shù)據(jù)來源于云南省花卉產(chǎn)業(yè)聯(lián)合會(huì)統(tǒng)計(jì)數(shù)據(jù)（2001-2012），具體見表2。

表2 云南2001—2012年花卉業(yè)總產(chǎn)值和鮮切花總產(chǎn)量

從表2可以看出，2001-2012年云南省花卉總產(chǎn)值和鮮切花總產(chǎn)量均有巨大的增長，其中花卉總產(chǎn)值從原來的29.4 億元增長到2012年的300億元，增長了十倍多，鮮切花總產(chǎn)量從原來的16億枝增長到2012年的72億枝，增長了近五倍。

4.2.2 云南花卉總產(chǎn)值的預(yù)測模型。根據(jù)GM(1，1)模型，代入表2 中云南花卉總產(chǎn)值數(shù)據(jù)計(jì)算得云南花卉總產(chǎn)值GM(1，1)預(yù)測模型為其時(shí)間響應(yīng)式為：

其預(yù)測擬合曲線如圖1所示。

圖1 云南花卉總產(chǎn)量的預(yù)測模型擬合示意圖（單位：億元）

4.2.3 云南鮮切花總產(chǎn)量的預(yù)測模型。根據(jù)GM(1，1)模型，代入表2 中云南鮮切花總產(chǎn)量數(shù)據(jù)得鮮切花總產(chǎn)量GM(1，1)預(yù)測模型為：，其時(shí)間響應(yīng)式為：

其預(yù)測擬合曲線如圖2所示。

圖2 云南鮮切花總產(chǎn)量的預(yù)測模型擬合示意圖（單位：億枝）

4.3 花卉總產(chǎn)值和鮮切花總產(chǎn)量的預(yù)測模型檢驗(yàn)

4.3.1 殘差合格檢驗(yàn)。根據(jù)殘差合格模型檢驗(yàn)方法，用MATLAB 編程可得2001-2012 年云南花卉總產(chǎn)值和鮮切花總產(chǎn)量GM(1，1)預(yù)測模型誤差檢驗(yàn)值，見表3。

表3 云南鮮切花總產(chǎn)量GM(1，1)預(yù)測模型誤差檢驗(yàn)值

其中，云南花卉總產(chǎn)值預(yù)測平均相對(duì)誤差Δ=0.108 8，精度為三級(jí)，云南鮮切花總產(chǎn)量預(yù)測平均相對(duì)誤差Δ=0.035 8，模型精度為一級(jí)。

4.3.2 關(guān)聯(lián)度合格檢驗(yàn)和均方差比值合格檢驗(yàn)。根據(jù)關(guān)聯(lián)度合格檢驗(yàn)和均方差比值合格檢驗(yàn)方法，得2001-2012年云南花卉總產(chǎn)值和鮮切花總產(chǎn)量GM(1，1)預(yù)測模型關(guān)聯(lián)度合格檢驗(yàn)系數(shù)和均方差比值合格檢驗(yàn)系數(shù)，見表4。

表4 模型關(guān)聯(lián)度合格檢驗(yàn)系數(shù)和均方差比值合格檢驗(yàn)系數(shù)

在預(yù)測關(guān)聯(lián)度方面，云南花卉總產(chǎn)值預(yù)測為0.912 2，精度為一級(jí)，云南鮮切花總產(chǎn)量預(yù)測為0.999 5，模型精度也為一級(jí)。在標(biāo)準(zhǔn)差比值方面，云南花卉總產(chǎn)值預(yù)測為0.194 6，精度為一級(jí)，云南鮮切花總產(chǎn)量預(yù)測為0.100 4，模型精度同樣為一級(jí)。

綜上可知，在模型檢驗(yàn)的各項(xiàng)檢驗(yàn)指標(biāo)中，云南花卉總產(chǎn)值預(yù)測相對(duì)誤差模型精度為三級(jí)，其余五項(xiàng)皆為一級(jí)，綜合評(píng)定為一級(jí)，可見模型精度較高，可用于云南花卉總產(chǎn)值和鮮切花總產(chǎn)量預(yù)測。

4.4 花卉總產(chǎn)值和鮮切花總產(chǎn)量趨勢(shì)預(yù)測

基于前面的模型，用MATLAB 編程，代入表2數(shù)據(jù)預(yù)測未來五年云南花卉總產(chǎn)值和鮮切花總產(chǎn)量預(yù)測結(jié)果，具體如圖3和圖4所示。

圖3 2013-2017年云南花卉總產(chǎn)值預(yù)測示意圖（單位：億元）

從圖3 可知，預(yù)計(jì)云南花卉總產(chǎn)值2014 年將超過400 億元，相比2012年增長46.38%，2016年將接近600億元，2017年將接近700億，比2016年增長14.73%。

圖4 2013-2017年云南鮮切花總產(chǎn)量預(yù)測示意圖（單位：億枝）

從圖4 可知，預(yù)計(jì)2014 年云南鮮切花總產(chǎn)量將超過80 億枝，相比2012 年增長13.33%，2016 年將超過90 億枝，比2014年增長17.34%。

5 結(jié)論

云南花卉冷鏈物流具有一定的規(guī)模，但存在很多問題，特別是現(xiàn)有的冷鏈物流規(guī)模滿足不了花卉對(duì)冷鏈物流的需要，尤其是鮮切花。云南花卉的總產(chǎn)量和鮮切花總產(chǎn)值對(duì)云南的花卉物流具有導(dǎo)向性，決定了云南花卉物流需求的規(guī)模，兩者的未來走向影響未來云南花卉物流建設(shè)的方向。據(jù)云南省花卉產(chǎn)業(yè)聯(lián)合會(huì)統(tǒng)計(jì)數(shù)據(jù)（2001-2012年）顯示，云南花卉的總產(chǎn)量和鮮切花總產(chǎn)值具有一定的指數(shù)規(guī)律，適合采用灰色預(yù)測模型—GM（1，1）模型預(yù)測。

本文運(yùn)用灰色GM(1，1)模型對(duì)云南未來五年的花卉總產(chǎn)量和鮮切花總產(chǎn)值進(jìn)行預(yù)測。模型預(yù)測精度中云南花卉總產(chǎn)值相對(duì)誤差檢測為三級(jí)，其余五項(xiàng)檢驗(yàn)指標(biāo)精度均為一級(jí)精度，預(yù)測結(jié)果與實(shí)際出入較小，說明灰色GM(1，1)模型對(duì)云南花卉的總產(chǎn)量和鮮切花總產(chǎn)量進(jìn)行預(yù)測是可行的，可以為以后制定相關(guān)物流產(chǎn)業(yè)規(guī)劃等提供科學(xué)依據(jù)。預(yù)測結(jié)果表明，云南花卉總產(chǎn)值和鮮切花產(chǎn)量將持續(xù)較快增長，云南花卉物流需要向系統(tǒng)化、專業(yè)化和標(biāo)準(zhǔn)化發(fā)展，花卉物流中的冷鏈物流更要加快發(fā)展步伐，才能滿足日益擴(kuò)大的需求。

[1]康珉，康世瀛.抓住建立國際花卉拍賣市場之機(jī)發(fā)展云南現(xiàn)代大物流[J].經(jīng)濟(jì)問題探索,2002,(1):80-83.

[2]邵礫群，趙文英.我國鮮切花物流發(fā)展問題的探討[J].西部林業(yè)科學(xué),2004,33(4):90-92.

[3]張大利，孫宏嶺.構(gòu)建我國鮮花冷鏈物流系統(tǒng)[J].物流科技,2009,(7):110-112.

[4]王可山.中國花卉冷鏈物流的現(xiàn)狀、問題與建議[J].中國流通經(jīng)濟(jì),2010,(7):35-38.

[5]藍(lán)潔.云南花卉產(chǎn)業(yè)的現(xiàn)狀及發(fā)展思路[J].云南林業(yè)科技,2003,9(3):68-71.

[6]曹允春,楊震,等.以花卉物流系統(tǒng)的流程再造提升云南花卉產(chǎn)業(yè)的競爭力[J].經(jīng)濟(jì)問題探索,2007,(10):53-59.

[7]楊揚(yáng),王孝坤.我國鮮花物流的發(fā)展分析與對(duì)策研究[J].商品儲(chǔ)運(yùn)與養(yǎng)護(hù),2008,(6):1-4.

[8]Wu H H,liao A Y,Wang P C.Using grey theory in quality function deployment to analyze dynamic customer requirements[J].Int J Adv Manuf Technol,2005,25:1 241-1 247.

[9]黃健,尼章光,婁予強(qiáng),等.基于灰色系統(tǒng)理論的廣西水果產(chǎn)量預(yù)測[J].廣東農(nóng)業(yè)科學(xué),2009,(9):238-239.

[10]Zhang C Y,Dai W Z.Improvement of background value and its application in the 7th Word Congress on Intelligent Control and Automation[Z].2008.

[11]Cui Lizhi,Liu Sifeng,Wu Zhengpeng.Optimizing time respond function of non-equidistant GM(1,1)mode[J].Statistics and Decision Making,2009,(13):9-10.

[12]何俊,劉會(huì)茹.GM(1，1)初始條件改進(jìn)的研究及在預(yù)測中的應(yīng)用[J].統(tǒng)計(jì)與決策,2013,(17):76-77.