張喜才 李海玲

內(nèi)容摘要：冷鏈物流既是消費(fèi)升級背景下民生的重要保障，也是京津冀農(nóng)業(yè)協(xié)同發(fā)展的根本支撐，同時也是非首都核心功能疏解的對象之一。建立精確、有效的冷鏈物流預(yù)測模型是京津冀冷鏈物流發(fā)展和京津冀農(nóng)業(yè)協(xié)同發(fā)展的關(guān)鍵。本文打破傳統(tǒng)單一模型的預(yù)測精度限制，利用Python軟件，采用灰色模型與灰色-馬爾科夫鏈組合模型的建模方法提高預(yù)測精度，并對北京、天津、河北以及京津冀地區(qū)的農(nóng)產(chǎn)品冷鏈物流需求做出定量預(yù)測，并據(jù)此提出對策建議，為政府冷鏈物流規(guī)劃布局、基礎(chǔ)設(shè)施設(shè)備的建設(shè)投入、扶持政策的出臺提供依據(jù)。

關(guān)鍵詞：GM（1，1）預(yù)測 ? 馬爾科夫鏈 ? 農(nóng)產(chǎn)品冷鏈物流 ? 需求預(yù)測

問題的提出

冷鏈物流是現(xiàn)代全球食品體系的重要組成部分，也是農(nóng)產(chǎn)品供應(yīng)鏈的重要組成元素，更是現(xiàn)代物流管理的重要內(nèi)容（Bogataj et al.，2005）。冷鏈物流既是消費(fèi)升級背景下民生的重要保障，也是京津冀農(nóng)業(yè)協(xié)同發(fā)展的根本支撐，同時也是非首都核心功能疏解的對象之一。建立精確、有效的冷鏈物流預(yù)測模型是京津冀冷鏈物流發(fā)展和京津冀農(nóng)業(yè)協(xié)同發(fā)展的關(guān)鍵。近年來，京津冀經(jīng)濟(jì)社會發(fā)展速度加快，城鎮(zhèn)化率不斷提高，消費(fèi)者食品安全需求不斷提升。加之京津冀協(xié)同發(fā)展持續(xù)推進(jìn)，冷鏈物流發(fā)展不平衡、不充分的現(xiàn)象凸顯。另一方面，京津冀冷鏈物流需求量卻無法確定。因此，本文構(gòu)建灰色與馬爾科夫鏈模型，通過模型準(zhǔn)確預(yù)測京津冀冷鏈物流需求，為京津冀地區(qū)農(nóng)產(chǎn)品冷鏈物流在基礎(chǔ)設(shè)施設(shè)備、規(guī)劃布局、扶持政策等方面提供數(shù)據(jù)支持和理論支撐。

文獻(xiàn)綜述

冷鏈需求一直是研究的模糊地帶，關(guān)于冷鏈物流需求預(yù)測一類是國內(nèi)外對比說。我國在冷鏈體系、冷鏈設(shè)施、冷鏈信息化方面與國外發(fā)達(dá)國家差距明顯，以冷藏運(yùn)輸率為例，發(fā)達(dá)國家食品冷藏運(yùn)輸率達(dá)到80%-90%，而我國僅為15%左右（周海霞，2016;歐陽芳，2015）。與美日等發(fā)達(dá)國家的農(nóng)業(yè)產(chǎn)品物流環(huán)節(jié)損耗率平均3%相比，我國高達(dá)30%（楊利勤，2016），然后根據(jù)發(fā)達(dá)國家的人均冷庫來推算我國的冷庫和冷鏈總量。二類是生鮮農(nóng)產(chǎn)品產(chǎn)量等量齊觀說。認(rèn)為生鮮農(nóng)產(chǎn)品總量就是冷鏈物流總量，比如，2018年我國冷鏈物流需求總量將達(dá)到1.8億噸就是根據(jù)農(nóng)產(chǎn)品總量來確定的。三類是模型推算說。根據(jù)人均國民收入等指標(biāo)推算出冷鏈物流總量。根據(jù)冷鏈發(fā)達(dá)國家的歷史數(shù)據(jù)來看，當(dāng)人均GDP達(dá)4000美元時，冷鏈物流行業(yè)開始進(jìn)入快速增長期，因此未來3年的冷鏈物流市場規(guī)模將按照3310億元、4634億元和6488億元的速度增長（劉京，2017）。總之，不管是哪一種需求預(yù)測方法都存在較大模糊空間，而且都是靜態(tài)的，甚至是互相矛盾的。

為了準(zhǔn)確預(yù)測區(qū)域物流需求，眾多文獻(xiàn)運(yùn)用了多元線性、神經(jīng)網(wǎng)絡(luò)、支持向量機(jī)、灰色預(yù)測等方法對冷鏈物流需求量進(jìn)行預(yù)測研究。少量學(xué)者運(yùn)用數(shù)理統(tǒng)計方法預(yù)測了冷鏈物流需求，第一是多元線性回歸模型。李雋波、孫娜（2011）以我國水產(chǎn)品冷鏈物流需求為例，應(yīng)用多元線性回歸分析法建立冷鏈物流需求量的預(yù)測方程;周海霞（2012）預(yù)測了我國水產(chǎn)品冷鏈物流需求;王新娥（2014）用該方法預(yù)測了新疆農(nóng)產(chǎn)品冷鏈物流需求量。第二是運(yùn)用灰色預(yù)測模型。趙溪、劉保（2016）采用灰色預(yù)測模型理論估算曹妃甸區(qū)2017年農(nóng)產(chǎn)品的冷鏈需求量。李夏培（2017）以北京市農(nóng)產(chǎn)品物流需求為研究對象，采用灰色GM（l，l）模型為基本方法，使用Matlab軟件，借助蟻群算法求出單個模型的權(quán)數(shù)，構(gòu)建灰色線性組合模型，對十三五時期北京市農(nóng)產(chǎn)品物流需求進(jìn)行預(yù)測。第三是運(yùn)用BP神經(jīng)網(wǎng)絡(luò)模型。王新利、趙琨（2010）利用神經(jīng)網(wǎng)絡(luò)理論，建立基于BP神經(jīng)網(wǎng)絡(luò)的農(nóng)產(chǎn)品物流預(yù)測模型。蘭洪杰、汝宜紅（2010）運(yùn)用神經(jīng)網(wǎng)絡(luò)技術(shù)對奧運(yùn)食品冷鏈物流需求進(jìn)行預(yù)測分析。第四是組合預(yù)測模型。蔣宇斌等（2017）選取城鎮(zhèn)居民冷鏈?zhǔn)称焚徺I量作為冷鏈物流需求水平指標(biāo)，嘗試將基于熵權(quán)的組合預(yù)測法應(yīng)用于由寧夏冷鏈物流需求量的預(yù)測。另外，原靜（2017）對采用延伸趨向、指數(shù)平滑、神經(jīng)網(wǎng)絡(luò)算法、回歸方法和灰色預(yù)測方式進(jìn)行的農(nóng)產(chǎn)品冷鏈物流單向預(yù)測與正向權(quán)重組合預(yù)測的結(jié)果進(jìn)行對比分析。

總之，已有的農(nóng)產(chǎn)品冷鏈需求預(yù)測研究相對較少，且多使用單一模型方法，使其所得冷鏈需求預(yù)測的結(jié)果不一定準(zhǔn)確。同時，京津冀冷鏈物流需求預(yù)測沒有受到足夠重視，這是將來冷鏈物流研究領(lǐng)域中亟待深入研究的，對于京津冀協(xié)同發(fā)展戰(zhàn)略的深入發(fā)展也是至關(guān)重要的。因此，本文基于L-OD的需求預(yù)測思路，使用灰色模型（GM模型）和馬爾科夫鏈方法（MCMC模型）相結(jié)合，預(yù)測京津冀農(nóng)產(chǎn)品冷鏈倉儲物流市場需求數(shù)量和需求趨勢，對京津冀冷鏈物流體系建設(shè)提出具有針對性和可操作性的政策建議。

京津冀農(nóng)產(chǎn)品冷鏈物流需求預(yù)測

（一）方法選擇

京津冀農(nóng)產(chǎn)品冷鏈物流需求是復(fù)雜的系統(tǒng)，受多種因素影響，既與三地自身經(jīng)濟(jì)社會發(fā)展和消費(fèi)需求有關(guān)，也與京津冀協(xié)同發(fā)展的政府政策相關(guān)，往往存在非線性關(guān)系且歷史數(shù)據(jù)較少，這都導(dǎo)致多元線性、相關(guān)回歸、神經(jīng)網(wǎng)絡(luò)等傳統(tǒng)預(yù)測方法預(yù)測性能不穩(wěn)定。而部分定性預(yù)測方法又過于主觀，也不適用于冷鏈物流需求預(yù)測。因此，需要選用更精確、有效的模型對京津冀農(nóng)產(chǎn)品冷鏈物流需求進(jìn)行合理預(yù)測。本文鑒于冷鏈物流需求數(shù)據(jù)的特點(diǎn)，借助Python軟件構(gòu)建GM（1，1）模型，預(yù)測京津冀農(nóng)產(chǎn)品冷鏈物流需求數(shù)量和需求趨勢。同時利用馬爾科夫鏈模型對部分預(yù)測結(jié)果進(jìn)行修正，即使用灰色模型（GM模型）和馬爾科夫鏈蒙特卡洛方法（MCMC模型）的組合模型方法進(jìn)行預(yù)測，彌補(bǔ)單一模型預(yù)測結(jié)果的不足之處，進(jìn)一步提高預(yù)測精度，具有真實(shí)性和普遍性的特點(diǎn)。

（二）指標(biāo)選取與數(shù)據(jù)說明

在以往的農(nóng)產(chǎn)品冷鏈物流需求預(yù)測中，學(xué)者往往選取單方面指標(biāo)進(jìn)行預(yù)測。本文為了更全面準(zhǔn)確的預(yù)測京津冀農(nóng)產(chǎn)品冷鏈物流數(shù)量與需求趨勢，同時在兼顧數(shù)據(jù)可獲性的情況下，選取了2014-2018年《北京統(tǒng)計年鑒》、《天津統(tǒng)計年鑒》、《河北經(jīng)濟(jì)年鑒》中的蔬菜、水果、肉禽蛋奶類、水產(chǎn)品等需冷鏈運(yùn)輸?shù)霓r(nóng)產(chǎn)品產(chǎn)出總量作為冷鏈需求的原始數(shù)據(jù)（見表1）。

（二）GM（1，1）模型預(yù)測

根據(jù)表1，利用Python軟件，求出GM（1，1）預(yù)測模型中的兩個待估計參數(shù)：

a=-0.12245747139618557

u=909470.1852642567

對北京地區(qū)原始時間序列分別建模，得到GM（1，1）預(yù)測模型方程式：

x（1）（n）=（961449+7426800）exp（0.12245747139618557 （i-1））-7426800

得到北京地區(qū)GM（1，1）模型預(yù)測值，同理可得到天津、河北、京津冀地區(qū)GM（1，1）模型預(yù)測值。使用Python軟件，利用后驗(yàn)差檢驗(yàn)法對北京市灰色GM（1，1）模型預(yù)測結(jié)果進(jìn)行精度檢驗(yàn)，得到后驗(yàn)差比即C值（四舍五入保留四位小數(shù)）為0.00181，最小誤差概率即P值分別為1.0。利用后驗(yàn)差檢驗(yàn)法對北京、天津、河北、京津冀地區(qū)灰色GM（1，1）模型預(yù)測結(jié)果進(jìn)行精度檢驗(yàn)，得到后驗(yàn)差比即C值（均四舍五入保留四位小數(shù)）分別為0.1056、0.2150、0.0251、0.0316，最小誤差概率即P值分別為1.0、0.91、1.0、1.0。北京、河北、京津冀的預(yù)測結(jié)果精度均為1級，具有高擬合和預(yù)測精度，冷鏈物流需求預(yù)測效果好，而天津地區(qū)預(yù)測結(jié)果精度為2級，擬合度相對差，預(yù)測結(jié)果精度較低，需要采用馬爾科夫鏈模型做進(jìn)一步數(shù)據(jù)修正（見表2）。

（三）馬爾科夫鏈模型優(yōu)化

利用Python軟件，根據(jù)建立的GM（1，1）模型得到天津市2006-2016年農(nóng)產(chǎn)品冷鏈物流需求量的模擬值，通過與實(shí)際值比較得到相對誤差率（見表3），并進(jìn)行狀態(tài)劃分。其中，狀態(tài)E1為相對誤差率為-12.80%至-6%，狀態(tài)E2為相對誤差率為-6%至-4%，狀態(tài)E3為相對誤差率為-4%至3%，狀態(tài)E4為相對誤差率為3%至6.27%。

根據(jù)2017-2026年的狀態(tài)轉(zhuǎn)移向量以及馬爾科夫鏈預(yù)測值公式，對GM（1，1）模型預(yù)測結(jié)果做進(jìn)一步修正，得到基于灰色馬爾科夫組合模型的天津市2017-2026年農(nóng)產(chǎn)品冷鏈物流需求預(yù)測值，如表4所示。

結(jié)論及對策建議

（一）結(jié)論

北京市2017-2026年農(nóng)產(chǎn)品冷鏈物流需求將繼續(xù)呈現(xiàn)下降趨勢，而天津、河北兩地以及京津冀地區(qū)農(nóng)產(chǎn)品冷鏈需求在未來十年將呈現(xiàn)持續(xù)增長態(tài)勢，冷鏈物流行業(yè)發(fā)展迅猛。北京市疏解政策在冷鏈物流行業(yè)發(fā)展趨勢良好，天津、河北等地區(qū)有效承接了北京市冷鏈物流行業(yè)的市場轉(zhuǎn)移。需要強(qiáng)化組織協(xié)調(diào)，加強(qiáng)疏解和承接對接，培育龍頭企業(yè)，建立“網(wǎng)絡(luò)化、嚴(yán)標(biāo)準(zhǔn)、可追溯、高效率”的全鏈條式現(xiàn)代農(nóng)產(chǎn)品冷鏈物流網(wǎng)絡(luò)，為京津冀農(nóng)產(chǎn)品流通和食品安全保駕護(hù)航。

（二）對策建議

加強(qiáng)組織協(xié)調(diào)，強(qiáng)化京津冀冷鏈物流網(wǎng)絡(luò)頂層設(shè)計。國家發(fā)展與改革委員會牽頭成立京津冀農(nóng)產(chǎn)品物流體系建設(shè)規(guī)劃工作小組，協(xié)調(diào)京津冀發(fā)展改革委相關(guān)主管部門的工作，同時，三地發(fā)展改革委主管部門也要搭建起與農(nóng)產(chǎn)品批發(fā)企業(yè)、第三方物流企業(yè)、農(nóng)戶及零售商等各方主體的協(xié)調(diào)溝通平臺，建立重點(diǎn)、難點(diǎn)問題協(xié)調(diào)機(jī)制，加強(qiáng)人員配備及多方聯(lián)動，明確分工及職責(zé)，統(tǒng)籌做好所在地區(qū)農(nóng)產(chǎn)品物流體系建設(shè)具體工作。條件成熟后，還應(yīng)建立考核指標(biāo)，加強(qiáng)動態(tài)監(jiān)管和考核。

實(shí)施百品千庫工程，加強(qiáng)產(chǎn)地冷鏈設(shè)施建設(shè)。根據(jù)國家級和京津冀特色農(nóng)產(chǎn)品優(yōu)勢區(qū)建設(shè)規(guī)劃，根據(jù)北京、天津、石家莊、唐山等大城市需求特征，在京津冀地區(qū)選擇100個左右優(yōu)勢農(nóng)產(chǎn)品，在現(xiàn)有農(nóng)產(chǎn)品流通體系的基礎(chǔ)上，因地制宜依托公路網(wǎng)、鐵路網(wǎng)、新增支線機(jī)場、電商企業(yè)布局，在優(yōu)勢農(nóng)產(chǎn)品主產(chǎn)區(qū)布局1000個左右的現(xiàn)代化冷庫，完善倉儲物流設(shè)施，不斷提高農(nóng)產(chǎn)品流通效率。在充分利用現(xiàn)有收儲設(shè)施的基礎(chǔ)上，在產(chǎn)地就近建設(shè)預(yù)選分級、加工配送、包裝倉儲等基礎(chǔ)設(shè)施，完善收購網(wǎng)點(diǎn)，配套建設(shè)倉儲、物流、冷鏈設(shè)施。根據(jù)本地現(xiàn)有集散基礎(chǔ)，規(guī)范建設(shè)一批田頭市場。鼓勵各大農(nóng)產(chǎn)品電商平臺、批發(fā)市場、超市在在產(chǎn)地建設(shè)冷鏈物流服務(wù)站點(diǎn)。

扶持大型冷鏈綜合企業(yè)發(fā)展，鼓勵冷鏈物流企業(yè)向河北天津聚集，延伸服務(wù)鏈條。加強(qiáng)與農(nóng)產(chǎn)品生產(chǎn)、生鮮食品加工、商貿(mào)流通企業(yè)在訂單管理、倉儲管理、物流配送、溫度監(jiān)控等方面的協(xié)同對接，推動冷鏈物流企業(yè)向綜合物流服務(wù)商轉(zhuǎn)型發(fā)展，形成一批全產(chǎn)業(yè)鏈冷鏈物流企業(yè)。鼓勵冷鏈物流平臺企業(yè)與農(nóng)民合作社等新型農(nóng)業(yè)生產(chǎn)經(jīng)營主體深度合作，大力發(fā)展北京、天津、唐山等大中城市的冷鏈物流同城配送，完善城鄉(xiāng)物流配送體系。支持快遞物流企業(yè)提供高品質(zhì)冷鏈物流綜合服務(wù)。探索建立京津冀冷鏈物流信息共享平臺，構(gòu)建“互聯(lián)網(wǎng)+”冷鏈物流信息化體系，整合冷鏈倉儲、車輛、貨源信息等物流資源，逐步完善全程溫控、貨物查詢、信息發(fā)布、在線交易等一體化服務(wù)功能。

積極推進(jìn)第三方冷鏈物流標(biāo)準(zhǔn)化，形成冷鏈物流全程標(biāo)準(zhǔn)體系。制定冷鏈物流標(biāo)準(zhǔn)，包括冷鏈物流行業(yè)服務(wù)標(biāo)準(zhǔn)、冷鏈物流服務(wù)企業(yè)準(zhǔn)入標(biāo)準(zhǔn)、冷鏈物流服務(wù)企業(yè)資質(zhì)認(rèn)證和誠信體系標(biāo)準(zhǔn)、冷鏈物流信息服務(wù)標(biāo)準(zhǔn)、冷鏈物流終端產(chǎn)品接收標(biāo)準(zhǔn)等。加強(qiáng)區(qū)域農(nóng)產(chǎn)品冷鏈物流、檢驗(yàn)檢測認(rèn)證等標(biāo)準(zhǔn)體系建設(shè)，落實(shí)產(chǎn)地準(zhǔn)出檢驗(yàn)，探索三地檢驗(yàn)結(jié)果互認(rèn)，發(fā)揮認(rèn)證作用，推動采信第三方檢驗(yàn)檢測認(rèn)證結(jié)果，強(qiáng)化標(biāo)準(zhǔn)執(zhí)行，建立全程可追溯的食品安全監(jiān)控系統(tǒng)。

參考文獻(xiàn)：

1.周海霞.國外農(nóng)產(chǎn)品冷鏈物流一體化經(jīng)驗(yàn)及借鑒[J].世界農(nóng)業(yè)，2016（5）

2.歐陽芳，徐志宏.國外冷鏈物流的轉(zhuǎn)型分析與借鑒[J].對外經(jīng)貿(mào)實(shí)務(wù)，2015（8）

3.楊利勤.國外農(nóng)業(yè)產(chǎn)品冷鏈物流的成功經(jīng)驗(yàn)與借鑒[J].對外經(jīng)貿(mào)實(shí)務(wù)，2016（3）

4.劉京.未來的冷鏈推動力[J].中國儲運(yùn)，2017（2）

5.李雋波，孫麗娜.基于多元線性回歸分析的冷鏈物流需求預(yù)測[J].安徽農(nóng)業(yè)科學(xué)，2011，39（11）

6.周海霞，韓立民.我國水產(chǎn)品冷鏈物流需求分析及政策建議[J].中國漁業(yè)經(jīng)濟(jì)，2012，30（4）

7.王新娥，王學(xué)劍.新疆城鎮(zhèn)居民農(nóng)產(chǎn)品冷鏈物流需求預(yù)測分析[J].物流技術(shù)，2014，33（1）

8.趙溪，劉保.曹妃甸冷鏈運(yùn)輸需求分析研究[J].交通世界，2016（32）

9.李夏培.基于灰色線性組合模型的農(nóng)產(chǎn)品物流需求預(yù)測[J].北京交通大學(xué)學(xué)報（社會科學(xué)版），2017，16（1）

10.王新利，趙琨.基于神經(jīng)網(wǎng)絡(luò)的農(nóng)產(chǎn)品物流需求預(yù)測研究[J].農(nóng)業(yè)技術(shù)經(jīng)濟(jì)，2010（2）

11.蘭洪杰，汝宜紅.2008北京奧運(yùn)食品冷鏈物流需求預(yù)測分析[J].中國流通經(jīng)濟(jì)，2008（2）

12.蔣宇斌，郭佳秀，賀芳娟，邢云博.基于熵權(quán)的寧夏城鎮(zhèn)居民冷鏈物流需求量組合預(yù)測[J].物流技術(shù)，2017，36（2）

13.原靜.正向權(quán)重組合預(yù)測機(jī)制下的農(nóng)產(chǎn)品冷鏈物流需求量預(yù)測[J].江蘇農(nóng)業(yè)科學(xué)，2017，45（19）