劉 玲,譚 輝 (云南財經(jīng)大學(xué) 物流學(xué)院,云南 昆明 650221)
LIU Ling, TAN Hui (School of Logistics, Yunnan University of Finance and Economics, Kunming 650221, China)
2019 年,我國人均GDP 已達到10 276 美元,居民消費水平和消費實力將進一步提升,居民將更加注重消費品質(zhì)的提升,新鮮水果、蔬菜等銷量將會進一步攀升。據(jù)統(tǒng)計,2018 年,我國冷鏈物流市場規(guī)模達到了3 035 億元,隨著市場規(guī)模的擴大,整個市場將更具有活力。而其中,農(nóng)產(chǎn)品作為冷鏈物流占據(jù)了絕大部分,在其中起到了較大作用,選取農(nóng)產(chǎn)品進行預(yù)測對冷鏈物流需求預(yù)測具有較大的參考意義。云南普洱,冷鏈物流發(fā)展基礎(chǔ)較弱,山地過多,交通不便,冷鏈運輸調(diào)度難,運輸成本高,80%的生鮮農(nóng)產(chǎn)品以敞開式公路運輸,農(nóng)產(chǎn)品冷鏈物流將是其未來冷鏈物流發(fā)展的主要方向。本文通過對普洱一些主要農(nóng)產(chǎn)品冷鏈需求進行預(yù)測,為普洱冷鏈物流發(fā)展提供一定的參考。
對于農(nóng)產(chǎn)品的冷鏈需求預(yù)測,許多學(xué)者用不同的方法進行了研究。徐林祥、陸娟、艾小玲(2018) 分析了江蘇省農(nóng)產(chǎn)品類的冷鏈物流需求,提出了一系列優(yōu)化對策;郭明德、李紅(2018) 采用神經(jīng)網(wǎng)絡(luò)模型對果蔬冷鏈物流的需求進行了預(yù)測;李海玲(2019) 采用灰色模型研究了我國冷鏈物流的需求預(yù)測;王秀梅(2018) 則采用了權(quán)重分配組合法來預(yù)測,在單項預(yù)測的基礎(chǔ)上輔之以權(quán)重組合,更加精準地預(yù)測了農(nóng)產(chǎn)品冷鏈物流需求。農(nóng)產(chǎn)品冷鏈物流需求預(yù)測和對策分析都得到了進一步的發(fā)展,但是,對于普洱市相關(guān)方面研究還較少,基于此,本文采用權(quán)重分配組合法對普洱市的部分農(nóng)產(chǎn)品進行冷鏈物流需求預(yù)測,希望能從產(chǎn)量角度找到普洱市發(fā)展冷鏈物流的前景。
普洱市地理位置優(yōu)越,與周邊多個國家接壤。普洱市江城縣更是云南唯一一個與老撾、越南接壤的縣,邊境線綿長。優(yōu)越的地理位置讓普洱市冷鏈物流的發(fā)展更早的提上了日程。
普洱市河流資源豐富,孕育了普洱市得天獨厚的水產(chǎn)資源;普洱市屬于亞熱帶季風(fēng)氣候,夏熱冬溫,光照和雨水條件較好,適宜熱帶、亞熱帶水果生長,香蕉、波羅蜜、龍眼等水果資源豐富;此外,與云南其他州市一樣,普洱畜產(chǎn)品、蔬菜、鮮花等農(nóng)產(chǎn)品資源都比較豐富,對冷鏈物流需求巨大。綜上,普洱市對冷鏈物流的需求大量集中在畜產(chǎn)品、水產(chǎn)品、蔬菜、水果、鮮花、食用菌等方面,其各自每年產(chǎn)量如表1 所示。
表1 單位:萬t
由于普洱市冷鏈物流發(fā)展處于起步階段,相關(guān)數(shù)據(jù)較少,而且普洱市農(nóng)產(chǎn)品資源豐富,是未來普洱市主要冷鏈物流方向,所以本文直接用農(nóng)產(chǎn)品產(chǎn)量代替冷鏈物流需求值。且從表1 中可以看出,普洱市畜產(chǎn)品、水果、蔬菜、水產(chǎn)品的產(chǎn)量都比較大,對冷鏈物流需求較大。加上水產(chǎn)品、水果、蔬菜更能體現(xiàn)普洱的特色農(nóng)業(yè),基于此,本文選取了水果、蔬菜、水產(chǎn)品三個產(chǎn)量的指標作為本研究樣本。
(1) 二次移動平均預(yù)測法
選擇此方法作為單項預(yù)測方法之一,先做出預(yù)測,然后得出預(yù)測的誤差,為后面的權(quán)重設(shè)計打下基礎(chǔ)。假定原始數(shù)據(jù)為x1,x2,…,xn…,用表示第t時刻的一次移動平均預(yù)測值,表示第t時刻的二次移動平均預(yù)測值,n取一個固定值,表示移動平均的個數(shù),本研究中n取3,有:
二次移動平均法對未來預(yù)測公式即為:
(2) 二次指數(shù)平滑預(yù)測法
此方法能夠?qū)㈩A(yù)測數(shù)值與實際數(shù)值聯(lián)系起來。xt表示在t時刻的實際值;α 是平滑指數(shù),0<α<1;通過系數(shù)α 來調(diào)節(jié)預(yù)測值,使得預(yù)測能夠更適合自己的數(shù)據(jù)樣本。表示在t+1 時刻的一次指數(shù)平滑值(t時刻預(yù)測值)。表示在t時刻的二次指數(shù)平滑值(t時刻預(yù)測值);本文中,t=1 時,取值為前三個樣本的均值,有:
二次指數(shù)平滑法對未來預(yù)測公式即為:
(3) GM (1,1 )灰色預(yù)測
GM (1,1 )是一種灰色預(yù)測模型,采用擬合的方式進行預(yù)測,本文引入GM (1,1 )灰色預(yù)測來增加預(yù)測的精準度,建模的基本步驟如下:
第二步:構(gòu)造矩陣B和Yn:
第三步:利用最小二乘法求解
第四步:建立預(yù)測模型
GM (1,1 )預(yù)測模型:
為了使預(yù)測結(jié)果更加精確,本文謹慎地給移動平均法、指數(shù)平滑法和GM (1,1 )灰色預(yù)測法賦予了權(quán)重。本文中m最大為3,設(shè)第m種預(yù)測方法的權(quán)重為ωm,第m種預(yù)測方法中的第i項預(yù)測的誤差平方和為MSEi那么有:
因為普洱市2015~2018 年水果、蔬菜、水產(chǎn)品三類產(chǎn)品的產(chǎn)量呈上升趨勢,故先分別采用二次移動平均、二次指數(shù)平滑以及灰色預(yù)測法進行預(yù)測。
(1) 二次移動平均法
首先,采用一次移動平均法,根據(jù)前面的計算步驟,分別對普洱市2015~2018 年水果、蔬菜、水產(chǎn)品三類產(chǎn)品進行冷鏈物流需求進行預(yù)測。接著,在一次移動平均法的基礎(chǔ)上進行根據(jù)前面的方法進行再預(yù)測,得到了二次移動平均相關(guān)結(jié)果,此方法中,水果、蔬菜和水產(chǎn)品三類預(yù)測的誤差均值分別為3.48%、8.66%和13.39%。三類產(chǎn)品的預(yù)測值、相對誤差率及誤差均值如表2 所示。
表2 二次移動平均法預(yù)測結(jié)果及精度 單位:萬t
根據(jù)前面介紹的二次移動平均法算得:At=30.141,Bt=0.136,根據(jù)上面的公式即可得到普洱市2020~2025 年的水果、蔬菜、水產(chǎn)品產(chǎn)量預(yù)測值,結(jié)果如表3 所示。
(2) 二次指數(shù)平滑法
表3 二次移動平均法對未來普洱市冷鏈物流需求預(yù)測結(jié)果 單位:萬t
首先采用一次指數(shù)平滑法,根據(jù)上面提到的計算方法,對普洱農(nóng)產(chǎn)品中的水果、蔬菜、水產(chǎn)品的產(chǎn)量進行預(yù)測。本實驗中,α 取值為0.9,得到相關(guān)預(yù)測結(jié)果。完成一次指數(shù)平滑預(yù)測后,生成了一系列一次預(yù)測值,在一次預(yù)測結(jié)果的基礎(chǔ)上,分別對2012~2019 年普洱市水果、蔬菜、水產(chǎn)品三類產(chǎn)品進行冷鏈物流需求進行預(yù)測。本項預(yù)測中,α 取值為0.9,并與實際值進行比較,測算其預(yù)測精度。此方法中,水果、蔬菜和水產(chǎn)品三類預(yù)測的誤差均值分別為0.37%、0.74%和1.18%。三類產(chǎn)品的預(yù)測值、相對誤差率及誤差均值如表4 所示:
表4 二次指數(shù)平滑法預(yù)測結(jié)果及精度 單位:萬t
根據(jù)前面介紹的二次指數(shù)平滑法算得:At=30.186,Bt=0.290,根據(jù)上面的公式即可得到普洱市2019 到2025 年的水果、蔬菜、水產(chǎn)品產(chǎn)量預(yù)測值,結(jié)果如表5 所示:
表5 二次指數(shù)平滑法對未來普洱市冷鏈物流需求預(yù)測結(jié)果 單位:萬t
(3) 灰色預(yù)測法
根據(jù)前面介紹的灰色預(yù)測GM ( 1,1) 模型,對模型進行計算,求得水果、蔬菜、水產(chǎn)品三項預(yù)測的a的值分別為:-0.0195,-0.0383,-0.0624;三項預(yù)測的b的值分別為:26.8167,41.5786,11.4804。根據(jù)模型計算出了預(yù)測值,如表6 所示,并擬合出了未來幾年的預(yù)測值,如表7 所示。
表6 灰色預(yù)測法預(yù)測結(jié)果及精度 單位:萬t
根據(jù)灰色預(yù)測模型,繼續(xù)迭代,即能得到對未來的預(yù)測,本文對2019~2025 年進行了預(yù)測,結(jié)果如表7 所示:
表7 灰色預(yù)測法對未來普洱市冷鏈物流需求預(yù)測結(jié)果 單位:萬t
比較表2、表4 和表6 的結(jié)果,發(fā)現(xiàn)二次指數(shù)平滑法的預(yù)測精度比其它兩種方法精度要高,所以,其所占比重在組合預(yù)測值應(yīng)最大。根據(jù)上面介紹的權(quán)重分配組合計算方法,計算出水果一項中移動平均法、二次指數(shù)平滑法和灰色預(yù)測法的權(quán)重分別為0.074312728,0.490024714,0.435662557;蔬菜一項中移動平均法、二次指數(shù)平滑法和灰色預(yù)測法的權(quán)重分別為0.013013018,0.496810643,0.490176338;水產(chǎn)品一項中移動平均法、二次指數(shù)平滑法和灰色預(yù)測法的權(quán)重分別為0.070001665,0.496277761,0.433720575。把上述權(quán)重通過加權(quán)平均在三種預(yù)測方法的基礎(chǔ)上進行再預(yù)測,得到了2012~2018年三類產(chǎn)品的最終預(yù)測值及預(yù)測精度,結(jié)果如表8 所示:
表8 權(quán)重組合方法預(yù)測結(jié)果及精度 單位:萬t
根據(jù)前面算出來的權(quán)重,結(jié)合三種單項預(yù)測方法,算出普洱市2019~2025 年農(nóng)產(chǎn)品冷鏈物流基于權(quán)重組合的綜合預(yù)測值,結(jié)果如表9 所示:
表9 權(quán)重組合法對未來普洱市冷鏈物流需求預(yù)測結(jié)果 單位:萬t
對比表2、表4、表6 和表8,從表中的平均誤差結(jié)果,可以看出指數(shù)平滑法在對水果和蔬菜的預(yù)測上效果較好,誤差均值較少,分別達到了0.37%和0.74%,與實際值較為接近。但是,總的來看,權(quán)重組合預(yù)測方法對各個單項預(yù)測賦予了權(quán)重,預(yù)測結(jié)果是幾種單項預(yù)測的綜合,且在水產(chǎn)品一項的預(yù)測中要明顯優(yōu)于其它三類單項預(yù)測,預(yù)測的數(shù)據(jù)具有較強的說服力,且總體精度而言,權(quán)重組合預(yù)測法在水果、蔬菜和水產(chǎn)品預(yù)測中的誤差均值分別為0.76%、0.85%和0.70%,達到了較為精準的預(yù)測,可信度較高,能夠選其作為預(yù)測方法。
通過表9 對未來幾年三種產(chǎn)品的預(yù)測,得到了如圖1 所示的柱狀圖,從圖1 中蔬菜對于冷鏈物流的需求在三種產(chǎn)品中占的量是最大的,在2025 年蔬菜產(chǎn)量達到了63.09 萬噸。所以,未來普洱市應(yīng)該著重建設(shè)蔬菜方面的冷鏈物流,加強蔬菜類冷鏈物流基礎(chǔ)設(shè)施建設(shè),提高流通率,減少腐損率??傮w來看,水果在2025 年產(chǎn)量達到了33.28 萬噸,水產(chǎn)品在2025 年產(chǎn)量達到了24.80 萬噸,普洱市農(nóng)產(chǎn)品產(chǎn)量都趨于上升,由此預(yù)測普洱市對于冷鏈物流的需求在未來幾年也趨于上升,冷鏈物流發(fā)展有著豐厚的農(nóng)產(chǎn)品資源優(yōu)勢。
本次預(yù)測雖然是權(quán)重組合預(yù)測,但就平均誤差來看,在水果和蔬菜兩個單項預(yù)測中,指數(shù)平滑法的誤差要小于權(quán)重組合預(yù)測的誤差,所以,指數(shù)平滑法在水果和蔬菜兩個領(lǐng)域參考可靠性較大,但是指數(shù)平滑法α 取值為0.9,現(xiàn)實數(shù)據(jù)在其中占的比重較大,當對未來進行預(yù)測時,α 將不再起作用,預(yù)測的精度也可能會隨之降低。而權(quán)重組合預(yù)測法整體上綜合了幾種單項預(yù)測方法,謹慎地賦予了各個方法權(quán)重,整體預(yù)測效果較好,且在水產(chǎn)品這一項預(yù)測上要明顯優(yōu)于其它方法,具有可靠的參考性。
圖1 基于權(quán)重組合法的普洱市冷鏈物流需求趨勢預(yù)測
從預(yù)測結(jié)果可以看出,未來幾年內(nèi),無論是水產(chǎn)品、蔬菜還是水果對冷鏈物流需求是呈上漲趨勢的,這說明未來普洱市的冷鏈類農(nóng)產(chǎn)品的產(chǎn)量會持續(xù)上漲,這也從側(cè)面說明了未來普洱市對于冷鏈物流的需求將進一步擴大,普洱市的冷鏈物流建設(shè)需要加快步伐,來適應(yīng)對冷鏈物流日益增長的需要。